افصل أجزاء الأمر بوسوم XML (instructions, examples, document) ليتعامل النموذج معها بدقّة.

أضف «think step-by-step inside <thinking> tags before answering» — ترفع دقّة المسائل المركّبة 30-40%.

بعد كلّ إخراج، اسأل: «ما 3 ضعفات في هذا الجواب؟ كيف تُحسّنه؟» — تستفيد من ذكائه ضدّ نفسه.

لا تكرّر التعليمات في كلّ رسالة — ضعها مرّة في System Prompt، توفر 70% من وقت الكتابة.

لا تعرف كيف تسأل؟ اسأل: «What's the best prompt to get X?» — يكتب لك أمرًا أفضل من أيّ خبير.

أعطِ النموذج 2-3 أمثلة كاملة (مدخل وإخراج) قبل طلبك، بدل شرح القاعدة كلاميًا.

اطلب من النموذج أن «يفكّر بصوت عالٍ» خطوة بخطوة قبل إعطاء الجواب النهائي، خصوصًا في المسائل المنطقية والحسابية.

حين تفوّض للنموذج مهمّة من عدّة خطوات متسلسلة، حدّد نقاط توقّف إلزامية للمراجعة البشرية قبل المتابعة.

اعرف متى تطلب من AI توليد كود جديد ومتى تطلب منه مراجعة كود مكتوب — الاستخدامان يتطلّبان أوامر وحذرًا مختلفَين.

كلّما نجح أمر بشكل استثنائي، احفظه فورًا بنظام تصنيف بسيط بدل الاعتماد على الذاكرة أو البحث في محادثات قديمة.

قبل استخدام أيّ معلومة محدّدة من AI (رقم، اسم، تاريخ، اقتباس)، طبّق قائمة فحص من 5 أسئلة في أقلّ من دقيقة.

قبل تنفيذ قرار مهمّ، اطلب من AI أن يهاجم خطّتك بأقوى الحجج الممكنة — لا أن يوافق عليها بلطف.

للمعلومات الحرجة، اسأل نموذجَين مختلفَين (Claude وGPT مثلاً) نفس السؤال بشكل مستقلّ، وقارن الإجابتَين قبل الاعتماد على أيّ منهما.

درّب نفسك على ملاحظة أنّ AI يتحدّث بنفس الثقة اللغوية سواء كان محقًّا 100% أو مخطئًا كليًا — الثقة اللفظية ليست مؤشّر دقّة.

لأيّ رقم إحصائي محدّد يقدّمه AI («73% من الناس...»)، اطلب المصدر الدقيق أوّلاً، ثمّ تحقّق منه مباشرة قبل الاستخدام.

بعد إنجاز عمل بمساعدة AI (تقرير، عرض، خطّة)، اطلب من AI نفسه أن يهاجم العمل كناقد خارجي صارم قبل تسليمه.

حين تستقيل، اكتب 3 ملاحظات بنّاءة جدًّا تتركها وراءك — لتُحدِث فرقًا.

إنهاء التوظيف بأقلّ ضرر: 10 دقائق، 3 رسائل واضحة، خروج كريم.