BroadRouter
Mulakan

Kejuruteraan prompt bahasa Arab: laras, RTL, angka dan teks bercampur

Oleh pasukan BroadNet Inference · 5 minit bacaan · Diterbitkan · Dikemas kini

Output bahasa Arab yang baik datang daripada arahan yang jelas: namakan laras (MSA atau dialek tertentu), khalayak, gaya angka (Barat 0–9 atau Arab Timur ٠–٩), format yang dibenarkan, dan cara menangani istilah Inggeris. Paparkan balasan dengan dir="auto" atau tanda pengasingan supaya teks Arab dan Inggeris yang bercampur dipaparkan dalam susunan yang betul.

Untuk mendapat bahasa Arab yang baik daripada LLM, nyatakan setiap pilihan yang sebaliknya akan diteka oleh model: bahasa Arab Standard Moden atau dialek yang dinamakan, khalayak dan nada, digit Barat (123) atau Arab Timur (١٢٣), format tarikh dan mata wang, cara menulis istilah Inggeris, dan sama ada mahu menambah baris. Kemudian betulkan paparan kanan-ke-kiri dalam UI anda, bukan dalam prompt.

Bagaimanakah cara menentukan laras dan dialek?

Bahasa Arab mempunyai piawai tulisan formal, bahasa Arab Standard Moden (MSA, الفصحى), dan banyak dialek lisan. Teks perniagaan biasanya MSA; produk chat, pemasaran dan suara kadangkala menggunakan dialek. Beritahu model dengan tepat yang mana:

Daripada Katakan
Reply in Arabic. Balas dalam bahasa Arab Standard Moden yang jelas dan mudah, sesuai untuk pelanggan runcit.
Use Gulf dialect. Tulis dalam bahasa Arab Teluk Saudi (condong ke Najdi), tidak formal tetapi hormat, seperti jenama muda.
Be friendly. Mesra dan sopan. Gunakan “حضرتك” untuk pelanggan Mesir; elakkan slanga.

Beberapa peraturan praktikal:

  • “MSA mudah” ialah lalai paling selamat. Ia difahami di mana-mana dan berbunyi profesional. Model menulisnya dengan lebih boleh dipercayai berbanding dialek.
  • Namakan negara, bukan “Teluk” atau “Levant”. Pertuturan Saudi, Emirat dan Kuwait berbeza; begitu juga Lubnan dan Jordan.
  • Bentuk sapaan. Bahasa Arab menandakan jantina pada “anda”. Pilih lalai (maskulin tunggal ialah bentuk neutral yang biasa dalam teks UI) atau minta model menggunakan frasa neutral jantina jika boleh, contohnya dengan bentuk kata nama “يرجى إدخال” (sila masukkan) dan bukannya bentuk perintah “أدخل/أدخلي”.
  • Baris. Nyatakan “no diacritics” untuk teks biasa. Kebanyakan model menambah sedikit sahaja secara lalai, tetapi ada yang menambahnya pada nama atau balasan bergaya puisi.

Untuk input dialek, lihat cara LLM mengendalikan bahasa Arab Teluk, Mesir dan Levant.

Bagaimanakah cara mengawal angka, tarikh dan mata wang?

Teks bahasa Arab menggunakan dua set digit: digit Barat (0–9) dan digit Arab Timur (٠١٢٣٤٥٦٧٨٩). Set yang dijangka pembaca berbeza mengikut negara dan medium, dan model akan mencampurkannya melainkan diberitahu. Tentukan bagi setiap produk, berdasarkan apa yang sudah digunakan oleh bahan sedia ada anda dalam pasaran itu:

  • Digit Barat paling mudah untuk penghuraian, carian dan kemasukan data.
  • Digit Arab Timur sepadan dengan rupa yang lebih tradisional. Jika anda memerlukannya, tukar semasa paparan dan simpan digit Barat dalam data anda.

Nyatakan juga:

  • Tarikh: Masihi, Hijrah atau kedua-duanya, dan formatnya (contohnya 2026-11-14 atau ١٤ نوفمبر ٢٠٢٦). Perhatikan nama bulan berbeza mengikut wilayah: نوفمبر di Mesir dan Teluk, تشرين الثاني di Levant dan Iraq.
  • Mata wang: simbol atau kod, dan kedudukannya. “ر.س” atau “SAR”? Sebelum atau selepas nombor? Berikan satu contoh.
  • Pemisah perpuluhan: ”.” atau tanda perpuluhan Arab ”٫”.

Satu contoh lengkap dalam prompt membetulkan kebanyakan perkara ini: “Write prices like: 1,250.00 ر.س”.

Bagaimanakah cara membetulkan masalah paparan kanan-ke-kiri?

Kebanyakan laporan pepijat “bahasa Arab rosak” ialah masalah paparan, bukan masalah model. Apabila teks Arab dan Rumi atau nombor berkongsi satu baris, algoritma dwiarah Unicode menentukan susunan visual berdasarkan arah perenggan. Jika gelembung chat anda kiri-ke-kanan, balasan seperti “تم شحن طلبك رقم 4821.” boleh memaparkan noktah di hujung yang salah.

Betulkan dalam UI:

  • Tetapkan dir="auto" (atau dir="rtl" untuk paparan bahasa Arab sahaja) pada elemen yang memaparkan setiap mesej. Lihat MDN tentang atribut dir dan panduan W3C tentang markup kanan-ke-kiri.
  • Apabila anda memasukkan nilai (nama, nombor pesanan, nama produk Inggeris) ke dalam templat bahasa Arab, balutnya dengan <bdi> dalam HTML, atau pengasing Unicode (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) dalam teks biasa.
  • Dalam prompt, minta format yang boleh dipaparkan oleh permukaan anda. WhatsApp dan SMS: teks biasa, tiada jadual Markdown. Chat web: Markdown boleh digunakan jika pemapar anda mengendalikan senarai RTL. Blok kod patut kekal kiri-ke-kanan.

Jika anda menstrim balasan, tetapkan arah pada bekas sebelum token pertama tiba, supaya teks tidak melompat; lihat panduan streaming.

Bagaimanakah model patut mencampurkan bahasa Arab dan Inggeris?

Teks perniagaan bahasa Arab sebenar mencampurkan bahasa: nama produk, istilah teknikal, unit, kod. Tentukan peraturannya dan nyatakannya:

  • “Keep brand and product names in their original Latin spelling.” (Terjemahan: Kekalkan nama jenama dan produk dalam ejaan Rumi asalnya.)
  • “Write technical terms in Arabic with the English term in parentheses the first time: واجهة برمجة التطبيقات (API).” (Terjemahan: Tulis istilah teknikal dalam bahasa Arab dengan istilah Inggeris dalam kurungan pada kali pertama.)
  • “Never transliterate English words into Arabic letters” (Terjemahan: Jangan sekali-kali mentransliterasi perkataan Inggeris ke huruf Arab) atau sebaliknya, jika khalayak anda lebih suka “الإيميل” berbanding “البريد الإلكتروني”.
  • “If the user writes in English, reply in English. If they write in Arabizi, reply in Arabic script.” (Terjemahan: Jika pengguna menulis dalam bahasa Inggeris, balas dalam bahasa Inggeris. Jika mereka menulis dalam Arabizi, balas dalam tulisan Arab.) Lebih lanjut dalam mengendalikan Arabizi.

Patutkah prompt sistem dalam bahasa Inggeris atau Arab?

Kedua-duanya berfungsi. Arahan bahasa Inggeris dengan kandungan bahasa Arab adalah lazim dan mudah diselenggara jika tidak semua ahli pasukan anda membaca bahasa Arab. Arahan bahasa Arab boleh mendorong nada dan kosa kata ke arah yang betul. Apa pun pilihan anda, kekalkan satu bahasa bagi setiap prompt sistem, dan letakkan contoh output yang dikehendaki dalam bahasa Arab di dalamnya dalam apa jua keadaan. Arahan bahasa Arab boleh menggunakan lebih banyak token berbanding peraturan yang sama dalam bahasa Inggeris; bandingkan kedua-duanya dalam pengira token bahasa Arab percuma. Data kecekapan tokenizer kami menunjukkan berapa banyak token yang diambil oleh ayat Arab dan Inggeris yang sama merentasi 16 tokenizer.

Contoh lengkap:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

Pelanggan menulis dalam bahasa Arab Mesir (“Saya mahu tahu harga iPhone 17, dan adakah bayaran ansuran?”) menggunakan digit Timur. Prompt menjadikan balasan dalam MSA dengan digit Barat. Contoh balasan dalam prompt bermaksud: “Terima kasih kerana menghubungi kami. Harga Galaxy S26 kini 12,499 EGP, dan penghantaran tersedia dalam masa dua hari.”

Bagaimanakah cara mendapat output berstruktur dalam bahasa Arab?

Apabila anda memerlukan JSON, kekalkan kunci dalam bahasa Inggeris dan nilai dalam bahasa Arab. Nyatakan sama ada nombor patut berupa nombor atau rentetan, dan set digit mana yang digunakan dalam rentetan. Minta null dan bukannya tekaan. Lihat output berstruktur dengan skema JSON.

Bagaimanakah cara menguji prompt bahasa Arab?

Bina set 30 hingga 50 prompt sebenar bagi setiap pasaran, jalankan melalui setiap model calon, dan minta penutur asli pasaran itu menilai laras, ketepatan dan keaslian. BroadNet melaporkan bahawa Qwen3.8 27B menulis bahasa Arab dengan fasih dan memahami dialek Teluk dan Mesir dalam ujiannya; DeepSeek V4.1 Flash dan GLM 5.3 berada pada API yang sama, jadi bertukar hanya perubahan satu baris. Bandingkan harganya di halaman harga atau dalam perbandingan DeepSeek V4.1 Flash vs Qwen3.8 27B, dan ukur token pada teks bahasa Arab sebenar, kerana bahasa Arab sering menggunakan lebih banyak token setiap perkataan berbanding bahasa Inggeris. Untuk senarai semak pemilihan model yang lebih luas, lihat memilih API LLM untuk bahasa Arab.

Senarai semak prompt bahasa Arab

  • Laras dan negara dinamakan.
  • Bentuk sapaan (jantina) ditentukan.
  • Digit, tarikh, mata wang dan pemisah perpuluhan dinyatakan dengan contoh.
  • Format sepadan dengan permukaan paparan.
  • Peraturan istilah Inggeris dan nama jenama dinyatakan.
  • dir="auto" dan pengasingan dalam UI.
  • Semakan penutur asli pada set ujian yang tetap.

Soalan lazim

Patutkah saya menulis prompt sistem dalam bahasa Arab atau Inggeris?

Kedua-duanya berfungsi pada model semasa. Arahan bahasa Inggeris lebih mudah diselenggara oleh kebanyakan pasukan; arahan bahasa Arab kadangkala memberi nada yang lebih semula jadi. Kekalkan setiap prompt sistem dalam satu bahasa dan bandingkan kedua-duanya pada set ujian anda sendiri.

Mengapakah tanda baca dalam teks Arab saya muncul di tempat yang salah?

Itu masalah paparan, biasanya bekas dengan arah kiri-ke-kanan. Tetapkan dir="rtl" atau dir="auto" pada elemen yang memaparkan balasan.

Bagaimanakah saya menghalang model daripada menambah baris?

Nyatakan "Do not add diacritics (tashkeel)" dalam prompt. Minta baris hanya di tempat ia membantu, seperti bahan pembelajaran atau nama yang samar.

Bagaimanakah saya membuat LLM menggunakan angka Arab Timur?

Nyatakannya dalam prompt sistem dan tunjukkan satu contoh, seperti "Write prices like: ١٬٢٥٠ ر.س". Model mencampurkan set digit apabila peraturan itu tiada. Jika anda menghuraikan output, minta digit Barat dalam medan JSON dan tukar untuk paparan sahaja.

Model manakah yang menulis bahasa Arab terbaik?

Uji pada prompt anda sendiri. BroadNet melaporkan penulisan bahasa Arab yang fasih daripada Qwen3.8 27B dalam ujiannya, serta kefahaman dialek Teluk dan Mesir.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity