كيف يعمل ChatGPT؟ من التدريب إلى البحث في الويب والاستشهاد بالمصادر

فهم كيف يعمل ChatGPT يفسر نقاط قوته وأخطاءه معا، ويوضح ما الذي يجعل موقعا مرشحا للاستشهاد به في إجاباته. أطلقت OpenAI ChatGPT في نوفمبر 2022، واسمه مأخوذ من GPT أي Generative Pre-trained Transformer.

ما النموذج الذي يقف خلف ChatGPT؟

يعمل ChatGPT على نموذج لغوي كبير (LLM). النموذج اللغوي الكبير نموذج إحصائي يضم مليارات المعاملات، تعلّم من النصوص العلاقات بين الكلمات والحقائق والأساليب. يحتفظ بأنماط تعلمها من تلك النصوص ويستخدمها لإنتاج تتمة معقولة لأي نص، ولا تُحفظ الصفحات نفسها كما هي.

بنيته هي transformer، التي قدمها باحثون في Google في ورقة Attention Is All You Need عام 2017. آليتها الأساسية، الانتباه (attention)، تتيح للنموذج أن يزن كل كلمة في المدخلات مقابل كل الكلمات الأخرى، فيفهم أن الضمير "هو" يعود إلى اسم ورد قبل ثلاثة أسطر.

كيف دُرّب ChatGPT؟

1. التدريب المسبق

يقرأ النموذج مجموعة نصوص ضخمة جدا (صفحات ويب عامة، وكتب، وشيفرات برمجية، وبيانات مرخصة) ويتعلم مهمة واحدة: التنبؤ بالرمز التالي. تكرار هذه المهمة البسيطة مليارات المرات يجبره على تعلم القواعد والحقائق وأنماط الاستدلال ولغات كثيرة. والنتيجة متنبئ نصوص قوي لا يتبع التعليمات جيدا بعد.

2. الضبط الموجّه

يكتب أشخاص أمثلة على إجابات جيدة لطلبات مختلفة، ويُدرَّب النموذج على محاكاتها. فيتعلم شكل المساعد المفيد: الإجابة عن السؤال، وتنظيم الرد، وطلب التوضيح عند الحاجة.

3. التعلم المعزز من الملاحظات البشرية

يقارن مقيّمون عدة إجابات عن الطلب نفسه ويرتبونها. يتعلم نموذج مكافأة هذه التفضيلات، ثم يُحسَّن النموذج اللغوي لإنتاج إجابات تنال تقييما عاليا. وصفت OpenAI هذه الطريقة، المسماة RLHF، في ورقتها البحثية عن InstructGPT. وهي ما يجعل ChatGPT مهذبا ومنظما وأكثر حذرا أمام الطلبات الضارة.

ماذا يحدث عندما ترسل رسالة؟

الرموز ونافذة السياق

الرمز قطعة من النص: في الإنجليزية يعادل الرمز في المتوسط نحو أربعة أحرف، أي ثلاثة أرباع كلمة، وفي العربية تحتاج الكلمة غالبا إلى رموز أكثر. نافذة السياق هي عدد الرموز التي يستطيع النموذج أخذها في الاعتبار دفعة واحدة، بما في ذلك المحادثة والمستندات وصفحات الويب التي يقرؤها. وعندما تطول المحادثة كثيرا، تخرج أقدم أجزائها من مجال الرؤية.

التوليد كلمة بكلمة

في كل خطوة، يحسب النموذج احتمالا لكل رمز ممكن ويختار واحدا منها، مع قدر مضبوط من العشوائية. لهذا قد يتلقى السؤال نفسه إجابات مختلفة قليلا، ولهذا يكتب ChatGPT بطلاقة حتى عندما يخطئ: فهو يستهدف تتمة محتملة، دون التحقق من الحقائق في مصدر.

كيف يبحث ChatGPT في الويب ويستشهد بالمصادر؟

لا يعرف النموذج إلا بيانات تدريبه حتى تاريخ معين. وللإجابة عن الأحداث الجارية أو الأسعار أو المنتجات، يستطيع ChatGPT إجراء بحث في الويب. أعلنت OpenAI هذه الميزة باسم ChatGPT search في أكتوبر 2024. يعيد المساعد صياغة سؤالك في استعلام واحد أو أكثر، ويجلب النتائج من مزودي بحث ومن زاحف OpenAI الخاص، ويقرأ الصفحات، ثم يكتب إجابة مع روابط إلى مصادرها.

تسمى هذه الطريقة التوليد المعزز بالاسترجاع (RAG): يولد النموذج نصا مستندا إلى وثائق استرجعها للتو. توثق OpenAI زواحفها على منصة المطورين: OAI-SearchBot للبحث، وGPTBot للتدريب، وChatGPT-User للصفحات التي تُفتح بطلب من المستخدم. وبحسب OpenAI، لا تظهر المواقع التي تحظر OAI-SearchBot في ملف robots.txt ضمن إجابات ChatGPT search.

ما حدود ChatGPT؟

• الهلوسة: قد يؤكد بثقة حقائق خاطئة أو اقتباسات مختلقة أو مصادر غير موجودة، لأنه يتنبأ بنص معقول.
• تاريخ انتهاء المعرفة: دون بحث في الويب، يجهل كل ما حدث بعد بيانات تدريبه.
• حدود السياق: المستندات أو المحادثات الطويلة جدا تتجاوز ما يستطيع أخذه في الاعتبار دفعة واحدة.
• الحساسية للصياغة: طلب مصاغ بشكل مختلف قليلا قد ينتج إجابة أخرى أو قائمة أخرى من العلامات التجارية الموصى بها.
• اختيار المصادر: عندما يبحث لا يقرأ إلا عددا قليلا من الصفحات، لذلك يهم أن تكون بينها.

ماذا يعني ذلك لمن يريد أن يستشهد به ChatGPT؟

فهم هذه الآلية يعطي قائمة تحقق واضحة لكل علامة تجارية تريد الظهور في إجابات ChatGPT:

1. اسمح للزواحف بالدخول: اسمح لـ OAI-SearchBot في ملف robots.txt، وقدم المحتوى بلغة HTML تعمل دون JavaScript ثقيل.
2. احتل ترتيبا في البحث التقليدي: ينطلق ChatGPT search من نتائج البحث، لذا فالصفحات المتصدرة في الاستعلامات الأساسية أكثر حظا في أن تُقرأ.
3. اكتب مقاطع سهلة الاستخراج: إجابة مباشرة تحت كل عنوان، وفقرات قصيرة مستقلة، وتعريفات، وجداول، وأرقام موثقة المصدر.
4. كن حاضرا حيث يقرأ: المراجعات ومقالات المقارنة والمنتديات ووسائل الإعلام وويكيبيديا تشكل ما يقوله النموذج عن علامتك، في بيانات التدريب وفي البحث المباشر.
5. حافظ على الاتساق: الاسم نفسه والوصف نفسه والحقائق نفسها على موقعك وفي ملفاتك الخارجية تساعد النموذج على التعرف على علامتك ككيان واحد.
6. قِس: اطرح الأسئلة التي يطرحها عملاؤك وانظر هل يُستشهد بك. تمنحك أداة فحص الظهور في ChatGPT المجانية إجابة أولى خلال دقيقة.

يتنبأ ChatGPT بالنص مما تعلمه، وفي الأسئلة الحديثة من الصفحات القليلة التي يختار قراءتها: العلامات التي يستشهد بها هي تلك التي يسهل العثور على صفحاتها واستخراج محتواها وتؤكدها مصادر أخرى. لمتابعة حضورك في ChatGPT وGemini وClaude على المدى الطويل ونشر محتوى مصمم ليُستشهد به، يتتبع Sorank أسئلتك (prompts) ويكتب مقالات محسنة بنظام autopilot، مع تجربة مجانية لمدة 3 أيام.