باختصار
اكتبوا طلبات قصيرة ومحددة تقول بالضبط ما تريدون، وقدّموا فقط السياق الذي يحتاج إليه النموذج، وحدّدوا طولًا للإجابة. فالطاقة ترتفع مع كمية النص التي يقرؤها النموذج ويكتبها، لذا فإن تقليص الاثنين، والحصول على إجابة صالحة من أول مرة، يوفّر أكثر.
الخطوات
- اذكروا المهمة والجمهور والصيغة في السطر الأول.
- حدّدوا حدًّا للطول، مثل «في ثلاث نقاط» أو «في أقل من 100 كلمة».
- الصقوا فقط الفقرات أو البيانات التي تحتاج إليها المهمة، لا المستندات كاملة.
- قدّموا مثالًا واحدًا على الشكل الجيد للإجابة إن كانت المهمة غير مألوفة.
- صحّحوا الإجابة القريبة من المطلوب بمتابعة قصيرة بدل البدء من جديد.
الطلب الجيد يوفّر الطاقة بكونه قصيرًا ومحددًا وصحيحًا من أول مرة. فالنماذج اللغوية تعالج النص في شكل رموز (tokens)، وهي قطع تقارب جزءًا من كلمة، وكل رمز يُقرأ أو يُكتب يكلّف حوسبة. ووجد Delavande وPierrard وLuccioni أن الطاقة تنمو خطيًا مع طول الطلب وطول النص المولَّد.
كيف يبدو الطلب الفعّال؟
يقول ماذا، ولمن، وبأي طول. قارنوا:
- هدر: لصق تقرير من 20 صفحة والسؤال «ما رأيك؟»
- كفاءة: لصق الصفحتين ذواتي الصلة والسؤال «اذكر أكبر ثلاثة مخاطر في هذا القسم لمجلس إدارة غير متخصص، في جملة واحدة لكل منها».
الطلب الثاني يقرأ أقل، ويكتب أقل، والأرجح أن يكون صالحًا للاستخدام فورًا.
كم يمكن أن يوفّر؟
وجدت UNESCO وUniversity College London أن الطلبات والردود الأقصر قد تخفّض استهلاك الطاقة بأكثر من النصف. وطول المُدخل مهم جدًا: إذ تقدّر Epoch AI أن الاستعلام المعتاد البالغ نحو 0.3 واط ساعة يرتفع إلى نحو 2.5 واط ساعة مع مُدخل من 10,000 رمز.
أخطاء شائعة
- لصق كل شيء «احتياطًا». استخرجوا الجزء المهم.
- ترك الطول مفتوحًا. فالنماذج تميل إلى كتابة أكثر مما تحتاجون إليه ما لم يُطلب منها غير ذلك.
- محاولات أولى مبهمة تليها عدة محاولات أخرى. فطلب واحد واضح يتفوق عادة على ثلاثة مبهمة.
- القلق بشأن «من فضلك» و«شكرًا». فالرسائل المهذبة القصيرة تكلّف قليلًا من الطاقة فعلًا، لكن المُدخلات الطويلة وإعادة التوليد المتكررة أهم بكثير.
إن كنتم تبنون أدوات، يمكنكم فرض بعض هذا في الشيفرة: انظروا كيف تحدّون من مقدار ما يكتبه نموذج لغوي كبير. ولمزيد من النصائح اليومية، اقرؤوا استخدام الذكاء الاصطناعي بكفاءة.
المصادر
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Small talk, big impact: the energy cost of thanking AI, Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- What are tokens and how to count them?, OpenAI Help Center (2025)
ذو صلة
كيف أقلل استهلاك الطاقة عند استخدام ChatGPT؟
طرق عملية لخفض طاقة استخدام ChatGPT وروبوتات المحادثة المشابهة: محادثات أقصر، وإعادة توليد أقل، ونماذج أخف، وتوليد صور أقل.
كيف أتوقف عن إعادة توليد إجابات الذكاء الاصطناعي مرة بعد مرة؟
لماذا يهدر الضغط المتكرر على زر إعادة التوليد الطاقة والوقت، وكيف تحصلون على إجابة صالحة بطلب واحد جيد ومتابعة قصيرة بدلًا من ذلك.
كيف أحدّ من طول ما يكتبه النموذج اللغوي الكبير؟
كيف يحدّ المطوّرون من مخرجات النموذج اللغوي الكبير: تحديد الحد الأقصى للرموز، وطلب صيغة وطول، واستخدام تسلسلات الإيقاف والمخرجات المنظمة، والتعامل مع الإجابات المقطوعة.
استخدموا الذكاء الاصطناعي بكفاءة: عادات يومية
عادات يومية تخفض طاقة استخدام الذكاء الاصطناعي: طلبات واضحة، وإعادة توليد أقل، وحذر مع الصور والفيديو، وتخزين مؤقت، وتعطيل الإعدادات الافتراضية.