صياغة تعليمات الذكاء الاصطناعي في 2026: دورة مكثفة في 90 دقيقة

13 مفهوماً، 80% من الاستخدام الحقيقي

يستخدم معظم الناس الذكاء الاصطناعي كأنه بحث على Google. يكتبون سؤالاً قصيراً، ويتصفحون الجواب بسرعة، ثم يمضون. ينجح هذا مع المعلومات العابرة، لكنه يفشل في كل ما يهمّ فعلاً في حياتك وعملك.

أما المستخدمون المتمكنون فيفعلون شيئاً مختلفاً. إنهم يُحيطون الذكاء الاصطناعي علماً كما يُحيطون زميلاً ذكياً لكنه جديد: بالملفات، والسياق، والقيود، وطلب واضح. يتوقعون ثلاثة خيارات بدلاً من واحد، ويجادلون، ويكرّرون المحاولة، ويراجعون العمل. الفجوة بين تعليمة المبتدئ وتعليمة المتمكن ليست ذكاءً خارقاً؛ إنها حفنة من العادات يستطيع أي شخص تعلّمها في عصر واحد.

هذه الصفحة هي ذلك العصر. ثلاثة عشر مفهوماً، مجمّعة في أربعة أجزاء قصيرة. لا كود، ولا إعداد، ولا مصطلحات لا يمكنك تخمينها من السياق.

📚 وسيلة تعليمية

افتح العرض التقديمي الكامل

شاهد العرض التقديمي الكامل: صياغة تعليمات الذكاء الاصطناعي 2026

---

ثمة حقيقة واحدة تقوم عليها كل بقية هذه الصفحة: النموذج لا يملك ذاكرة خاصة به. في كل مرة تضغط فيها زر الإرسال، يجيب من جديد، مستخدماً فقط ما هو موجود في نافذة سياقه في تلك اللحظة: تعليمتك، والمحادثة حتى الآن، وأي ملفات أرفقتها، والبنية الخفية التي تضيفها الأداة. إنه لا يحمل محادثة الأمس إلى اليوم، ولا يعرفك بين الجلسات. يسمّي المهندسون هذا عديم الحالة. (تضيف بعض المنتجات ميزة "ذاكرة" فوق ذلك تعيد بهدوء حقن بضع حقائق عنك في السياق في كل دور، لكن تلك الحقائق تبقى سياقاً، لا ذاكرة بالمعنى الإنساني.)

ولهذا تسري فكرة واحدة عبر كل قسم في الأسفل: تقريباً كل "أسلوب متقدم" في هذه الصفحة هو واحد من حركتين: إدخال السياق الصحيح، أو إبقاء السياق الخاطئ خارجاً. لا يرى النموذج إلا ما في نافذة سياقه لهذه الاستجابة. مهمتك هي التحكم بما يدخل. اقرأ كل قسم من خلال هذه العدسة.

ملاحظة عن الأدوات: تشير الأمثلة إلى ChatGPT وClaude وGemini لأن معظم القرّاء يملكون أحدها. وتنتقل المهارات إلى أي ذكاء اصطناعي حديث للمحادثة. وحيثما تكون ميزة حصرية لمنتج واحد، يُذكر اسمه صراحةً.

كيف تقرأ هذا

افتح حساباً مجانياً في أحد هذه الأدوات (Claude أو ChatGPT أو Gemini) في علامة تبويب أخرى الآن، قبل أن تتابع القراءة. لكل منها خطة مجانية يستغرق التسجيل فيها نحو دقيقة. لست بحاجة لفعل أي شيء فيها بعد؛ فقط أبقِها مفتوحة. ثم اقرأ مرة واحدة من البداية للنهاية لتلتقط الشكل العام، وعُد لتجربة التعليمات في الكتلة الختامية. القراءة دون تجربة تمنحك الكلمات؛ والتجربة تمنحك المهارة. (يطلب منك أحد التمارين الختامية مقارنة أداتين جنباً إلى جنب، فقد ترغب في فتح حساب مجاني ثانٍ قبل أن تصل إلى هناك.)

ملاحظة قصيرة عمّا تغيّر منذ آخر مرة نظرت فيها

إذا استخدمت ChatGPT في 2022 أو 2023 واعتبرتَه لعبة ذكية، فإن الأداة التي تتذكرها ليست الأداة التي بين يديك الآن. إليك بعض التغييرات التي حدثت بهدوء:

• نمت نوافذ السياق نحو ألف ضعف. كان نموذج عام 2022 يحمل بضعة آلاف من الكلمات. أما نموذج عام 2026 فيحمل مئات الآلاف، وأحياناً مليوناً. يغيّر هذا ما يمكنك حشره في التعليمة: كتاباً كاملاً، أو عدة أيام من الكلام، أو مجلداً من العقود.

• أصبح الاستدلال حقيقياً. كانت عبارة "فكّر خطوة بخطوة" عبارة سحرية. أما الآن فلدى النماذج أوضاع تفكير صريحة تعمل لثوانٍ، وأحياناً لدقائق، تستكشف فيها عدة مقاربات قبل الإجابة. إليك طريقة لتقدير هذا: قبل عام، كانت أصعب مهمة يستطيع الذكاء الاصطناعي إنجازها بموثوقية شيئاً يستغرق من الإنسان بضع دقائق. أما اليوم فهي شيء يستغرق من الإنسان ساعة أو أكثر. يحوي المفهوم 5 الأرقام المقيسة.

• أصبح البحث على الويب أداة مدمجة. يقرر النموذج متى يحتاج السؤال معلومات حديثة، فيُطلق بحثاً، ويقرأ بضع صفحات، ويستخدم ما يجده في الجواب. كان نموذج 2022 لا يستطيع الإجابة إلا مما حفظه وقت التدريب؛ أما نموذج 2026 فيستطيع البحث عن المعلومة أثناء الاستجابة. وهذا يهمّ أكثر ما يهمّ في أي شيء يتغيّر: الأخبار، والأسعار، واللوائح الحديثة، ونتائج مباريات هذا الأسبوع.

• أصبح تنفيذ الكود أداة مدمجة أيضاً. يستطيع النموذج كتابة برنامج صغير، وتشغيله، ورؤية النتيجة، واستخدامها في جوابه. وهذا يهمّ أكثر ما يهمّ في أي شيء كان سيقدّره في ذهنه لولا ذلك: حساب أرقام حقيقية، أو تحليل جدول بيانات، أو تشغيل محاكاة سريعة. أداتا البحث وتنفيذ الكود خفيّتان في الغالب: لا يلاحظ معظم المستخدمين متى تعمل إحداهما، فلا يستطيعون معرفة هل جاء الجواب من الذاكرة، أم من صفحة ويب حديثة، أم من عملية حسابية. وحالما تبدأ بالملاحظة، تصبح تعليماتك أحدّ: يمكنك أن تسأل "هل بحثتَ عن هذا فعلاً؟" أو أن تقول للنموذج "احسب الأرقام، لا تقدّرها".

• لم تعد الوسائط المتعددة شيئاً جانبياً. يمكنك إسقاط صورة، أو ملف PDF، أو جدول بيانات، أو مذكرة صوتية، أو مجلد ملفات في التعليمة وطرح أسئلة عنها. يتعامل النموذج مع كل ذلك في تدفق واحد.

• ظهرت التطبيقات المكتبية. ثمة فئة جديدة من المنتجات (Cowork وOpenWork) تستطيع العثور على ملفاتك، وصياغة رسائل البريد الإلكتروني، وتحديث جداول البيانات بإذن منك. لم يعد هذا محادثةً؛ بل أقرب إلى تفويض مهمة صغيرة لزميل عمل.

• ظهرت وكلاء سطر الأوامر للمطورين. تعيش أدوات مثل Claude Code وOpenCode في الطرفية، وتقرأ عبر قاعدة كود كاملة، وتحرّر ملفات كثيرة دفعة واحدة، وتشغّل الاختبارات، وتعود بتقرير. إنه التحول نفسه الذي في التطبيقات المكتبية، حيث يعمل الذكاء الاصطناعي على أشياء حقيقية بدلاً من وصفها، لكنه موجّه لمن يكتبون الكود.

إذا كان تصوّرك الذهني عن هذه الأدوات قديماً ولو بثمانية عشر شهراً، فأنت تستخدمها بنحو 20% مما تستطيع فعله اليوم. تسدّ هذه الصفحة تلك الفجوة.

---

الجزء 1: كيف يعرف الذكاء الاصطناعي الأشياء

حالما تفهم ما يجري فعلاً حين تطرح على الذكاء الاصطناعي سؤالاً، تتوقف عن أن تفاجئك إخفاقاته.

1. المبتدئ مقابل المتمكن

راقب ما يتغيّر بين التعليمتين. السؤال نفسه؛ أما الإحاطة بالمعلومات فمختلفة.

إليك بضع مقارنات واقعية أخرى من الميدان:

• شراء سيارة. المبتدئ: "أي سيارة هي الأفضل؟" المتمكن: يرفع أوراق المواصفات، وعروض الوكلاء، وخطط التأمين، ثم يسأل: "ما المفاضلات؟ اقرأ كل شيء وفكّر بعمق."
• تقييم ذاتي في العمل. المبتدئ: "اكتب تقييماً ذاتياً لمديري." المتمكن: يرفع لقطة شاشة من أداة متابعة مشاريعه، ووثائق مشاريع حديثة، ومذكرة صوتية بملاحظاته، ثم يطلب مسوّدة.
• نقد فكرة عمل. المبتدئ: "عندي فكرة عمل رائعة، صباغة الملابس المتنقلة، انقدها." هذا طُعم للتملّق، وسيصفّق الذكاء الاصطناعي في الغالب. المتمكن: "حلّل بموضوعية. استخدم هذا المعيار: هل توجد مشكلة تستحق الحل، هل توجد سوق، هل توجد ميزة تنافسية؟" أعطى الذكاء الاصطناعي تلك الفكرة 8 من 100 وشرح السبب.
• كتابة تدوينة. المبتدئ: "اكتب تدوينة عن جهاز BlackBerry." النتيجة: حشو ذكاء اصطناعي. الحشو هو المصطلح الفني لمخرجات الذكاء الاصطناعي الطليقة في ظاهرها والفارغة في باطنها: سليمة نحوياً، شبيهة بأسلوب Wikipedia بشكل باهت، مليئة بعبارات مثل "في عالم اليوم سريع الإيقاع"، ولا تقول شيئاً يتذكره القارئ بعد ساعة. إنه ما يُنتجه الذكاء الاصطناعي افتراضياً حين لا تعطيه سياقاً ولا قيوداً. المتمكن: مخطط أولاً، ثم نقد المخطط، ثم توسيع كل عنوان إلى نقاط، ثم نقد النقاط، وعندها فقط يطلب النص.

التصوّر الذهني الذي يربط كل هذا: الذكاء الاصطناعي يشبه خرّيجاً جامعياً جديداً وذكياً جداً. عالي الحماس. لا يعرف عنك الكثير بعد. أَحِطْه علماً كما تُحيط زميلاً جديداً. هل سيملك زميل جديد معلومات كافية لأداء هذه المهمة جيداً؟ إن لم يكن، فأعطه المزيد.

2. المعرفة المُدرَّبة مسبقاً

لم يتعلّم الذكاء الاصطناعي بالعيش في العالم. ليس له جسد ولا حواس ولا وقت قضاه يتحرك فيه. تعلّم بقراءة نصوص عن العالم: كميات هائلة من نصوص الإنترنت. نقاشات Reddit وQuora، وWikipedia، والكتب، والمقالات الإخبارية، والأوراق البحثية، والمدونات، والمنتديات.

التكرار في بيانات التدريب يساوي تقريباً موثوقية الجواب. لذلك:

• قوي في: الطبخ، وأخبار المشاهير، والنصائح الطبية الشائعة، وأفضل 1000 فيلم، ولغات البرمجة الشائعة، وما هو على أسطوانة Voyager 1 (مركبة فضائية تابعة ل NASA أُطلقت في السبعينيات، تبعد نحو 25 مليار ميل عن الأرض، وتحمل تحيات ب 55 لغة)، ولماذا تحدّق القطط في الجدران (تكشف أصواتاً وحركات خفية تفوت البشر).
• شحيح في: الكوازارات (أجرام شديدة السطوع في السماء تشغّلها الثقوب السوداء)، والكانتونية (أقل من 0.1% من نصوص الإنترنت)، والتاريخ المحلي، والمعرفة المهنية المتخصصة.
• غائب في: بيانات شركتك السرية، وتقويمك الخاص، وأي شيء نُشر بعد تاريخ قطع معرفة النموذج، وأي شيء لم يضعه أحد قط على الإنترنت العام.

نتيجتان عمليتان:

لا تضيّع وقتك في إصلاح الأخطاء الإملائية. دُرّب الذكاء الاصطناعي على نصوص الإنترنت، وهي مليئة بالأخطاء الإملائية. يتعامل مع التعليمات الخاطئة الإملاء بسلاسة. كتابة "definately" خطأً لن تغيّر الجواب.

انتبه للأخطاء المُمتصّة. امتصّ الذكاء الاصطناعي أيضاً مفاهيم خاطئة ومعلومات قديمة من تلك المصادر نفسها. منشور منتدى خاطئ بثقة يصبح خاطئاً بثقة في النموذج. تحقّق من أي شيء مهم بمقارنته بمصدر أولي.

لماذا يهمّ هذا للتفكير

ستعلّمك هذه الدورة المكثفة كشف الاستدلال المعطوب. أول مكان تبحث فيه عنه هو في الأجوبة المُدرَّبة مسبقاً ذات النبرة الواثقة حول مواضيع كانت بيانات تدريبها قليلة أو متنازَعاً عليها. الثقة ليست دليلاً على الصحة.

اختبار ذهني سريع قبل أن تثق بجواب مُدرَّب مسبقاً:

نوع السؤال	إلى أي مدى هو ممثَّل في بيانات التدريب؟	مستوى الثقة
"كيف أعدّ صلصة الرو؟"	الطبخ من أكثر المواضيع نقاشاً على الإنترنت.	عالٍ.
"حبكة فيلم ضمن أفضل 1000."	مُراجَع وأُعيدت مراجعته آلاف المرات.	عالٍ.
"تاريخ قرية غامضة."	ربما فقرة واحدة في Wikipedia، أو لا شيء.	منخفض؛ تحقّق بمصدر أولي.
"تغيير تنظيمي حديث في مجالي."	شبه مؤكد أنه بعد تاريخ قطع المعرفة.	لا تثق بشيء دون بحث على الويب.
"ماذا قررت شركتنا الربع الماضي؟"	غير موجود في بيانات التدريب إطلاقاً.	لا تثق بشيء؛ النموذج يخمّن.

هذه ليست قاعدة عليك حفظها. إنها الحدس نفسه الذي تطبّقه على أي مصدر آخر: "كيف يمكن لهذا الشخص أن يعرف ذلك؟" طبّقه على الذكاء الاصطناعي أيضاً.

مثال من خارج البرمجيات. سأل قارئٌ مرةً الذكاء الاصطناعي عن ملخص لقواعد لعبة شعبية محلية كانت تُلعب في قرية جدته. أنتج الذكاء الاصطناعي بثقة ثلاث فقرات من القواعد. وحين سُئلت الجدة قالت إن القواعد كانت خاطئة كلها تقريباً: فقد مزج الذكاء الاصطناعي أوصاف ألعاب مشابهة من مناطق أخرى لأن اللعبة المحددة لم تكن على الإنترنت إلا بالكاد. لم يكذب الذكاء الاصطناعي؛ بل عمّم من بيانات شحيحة. خطأ القارئ لم يكن في السؤال، بل في افتراض أن الثقة تساوي الدقة.

هل تتساءل لماذا قد يبدو الذكاء الاصطناعي واثقاً تماماً ويظل مخطئاً؟ ثمة سبب أعمق وراء ذلك. يشرح مقال إيلان بارنهولتز "LLMs show language does not describe reality" (IAI، 2026) كيف تعمل هذه النماذج فعلاً، بإنجليزية مبسطة. يطرح المقال أيضاً بعض الادعاءات الفلسفية الأكبر عن اللغة البشرية؛ لك أن تأخذ الجزء الذي تجده مفيداً وتتجاهل الباقي.

3. أوضاع الاسترجاع الثلاثة: المُدرَّب مسبقاً، والبحث على الويب، والبحث العميق

حين تطرح سؤالاً، تختار أدوات الذكاء الاصطناعي الحديثة بهدوء كيف تجيب. فإما تجيب من المعرفة المُدرَّبة مسبقاً وحدها، أو تُطلق بحثاً على الويب وتقرأ بضع صفحات، أو تشغّل بحثاً عميقاً، حيث تقضي عدة دقائق تمسح فيها عشرات المصادر وتكتب تقريراً منظّماً.

ينبغي أن تعرف أي وضع يعمل، لأن لكل وضع نقاط قوة مختلفة وأنماط إخفاق مختلفة.

إليك بضعة أمثلة لتجسيد هذا:

• يجيب المُدرَّب مسبقاً جيداً: "لماذا تحدّق القطط في الجدران"، و"ما الموجود على أسطوانة Voyager 1"، و"لخّص حبكة مسرحية هاملت". هذه لا تتغيّر من أسبوع لآخر.
• ينقذ البحث على الويب نموذجاً قديماً: لكل نموذج تاريخ قطع للمعرفة، وأي شيء انتشر بعد ذلك التاريخ يكون غير مرئي له. مقطع طريف، أو لائحة، أو إطلاق منتج: من دون بحث على الويب، لا يملك الذكاء الاصطناعي أي فكرة عمّا تتحدث عنه. ومع البحث على الويب، يسحب مقالاً حديثاً ويجيب بصواب.
• خطأ البحث على الويب: سأل صديقٌ "أين أركض في هندرسون، نيفادا." استشهد الذكاء الاصطناعي بصفحة ويب عمرها 20 عاماً وأوصى بمدرسة لم تعد مفتوحة للعموم. لا يتحقق البحث على الويب من كون المصادر حديثة.
• بحث عميق يستحق الانتظار: "خطّط لبيت مسكون في حيّنا لعيد الهالوين، بما في ذلك التصاريح، والسلامة من الحرائق، ولوائح الضوضاء." يقترح الذكاء الاصطناعي خطة بحث، ويُجري عمليات بحث متوازية كثيرة، ويلخّص، ويقرر ما يتعمّق فيه تالياً، وينتج تقريراً متعدد الأقسام مع قوائم تحقق. هذا ليس جواب روبوت محادثة؛ بل أقرب إلى تسليم العمل لباحث مبتدئ لمدة ساعة.

كيف يعمل البحث على الويب فعلاً (ولماذا يسيء أحياناً قراءة الصفحات)

في الخفاء، تتفاوت الآليات الدقيقة بين أداة وأخرى، لكن الشكل ثابت. تُصدر طبقة بحث واسترجاع عمليات البحث، وتمسح قائمة النتائج، وتسحب أكثر الصفحات صلةً، وتختزل كلاً منها إلى مقطع قصير أو ملخص. وغالباً تكون تلك الطبقة نموذجاً منفصلاً أصغر. ولا يتدفق إلى النموذج الذي يحادثك إلا النسخة المختزلة.

والنموذج الذي يحادثك كثيراً ما لا يقرأ الصفحة الأصلية مباشرةً. بل يقرأ نسخة مكثّفة منها. ولهذا يسيء أحياناً تمثيل ما قالته الصفحة فعلاً: فقد مرّت المعلومة بطبقة وسيطة قبل أن تصل إلى النموذج، والطبقات الوسيطة تُفقد الفروق الدقيقة.

الحل العملي: أخبر الذكاء الاصطناعي أي أنواع من المصادر يستخدم. بدلاً من "هل اللقاحات آمنة"، جرّب "استخدم منظمة الصحة العالمية، وإدارة الغذاء والدواء FDA، والوكالة الأوروبية للأدوية، والدراسات المحكّمة. لا تستخدم المنتديات أو المدونات الشخصية." جودة المصدر مقبض يمكنك إدارته. تستشهد الإعدادات الافتراضية بالمصادر الشائعة أولاً (Reddit وWikipedia وYouTube وGoogle نفسه وYelp)، وهي مصادر موثوقة في الغالب لكنها ليست دائماً جديرة بالثقة للأسئلة عالية المخاطر.

حلٌّ ثانٍ: اطلب من الذكاء الاصطناعي أن يقتبس المصدر. "لكل ادعاء، اقتبس الجملة الدقيقة من صفحة المصدر التي تدعمه." يُجبر هذا طبقة الاسترجاع على إظهار الصياغة الأصلية، ما يكشف الكثير من انحراف طبقة التلخيص.

مثال من خارج البرمجيات. استخدمت متطوعة في رابطة حيّ البحث العميق للتحضير لاجتماع بلدية حول جودة المياه المحلية. كانت تعليمتها: "ابحث في قضايا جودة المياه الحالية في [مدينتها] خلال ال 24 شهراً الماضية. استخدم وكالة حماية البيئة EPA، وتقارير المرافق العامة للمدينة، والدراسات المحكّمة. تجنّب الافتتاحيات الإخبارية والمنتديات. أنتج تقريراً منظّماً يتضمن: (1) القضايا الثلاث الأكثر استشهاداً، (2) جداول بيانات تُظهر الاتجاهات، (3) ثلاثة أسئلة محددة ينبغي للسكان طرحها على المرفق." بعد ثماني دقائق صار لديها ملخص قائم على بيانات محلية حديثة. ما كان للوضع المُدرَّب مسبقاً أن يفعل هذا؛ والبحث على الويب وحده كان سينتج جواباً أسطح؛ كان البحث العميق هو الأداة الصحيحة لأن السؤال كان متعدد الأبعاد وحديثاً.

اختيار الوضع في ذهنك. عادةً لا تختار وضعاً بنقرة زر؛ بل يختار الذكاء الاصطناعي بناءً على تعليمتك. لكن يمكنك التوجيه:

نمط الصياغة	ما يُطلِقه عادةً
"ما هو X" / "لخّص Y"	المُدرَّب مسبقاً فقط.
"ما آخر مستجدات X" / "اليوم" / "هذا الأسبوع" / مدينة محددة	البحث على الويب.
"ابحث في X بدقة"، "أنتج تقريراً مع استشهادات"، "استخدم أنواع المصادر هذه"	البحث العميق (في الأدوات التي تملكه؛ وإلا فبحث ويب موسّع).
إرفاق ملفات	يبقى مُدرَّباً مسبقاً للملفات؛ وقد يبحث على الويب طلباً للسياق إن طلبت التعليمة معلومات حديثة.

الذكاء الاصطناعي مقابل Google. ليسا الأداة نفسها. استخدم Google للمسح السريع، أو الانتقال إلى موقع معروف بعينه، أو شراء شيء (فلتر الهواء لسيارة Honda Civic موديل 2013). استخدم الذكاء الاصطناعي حين تحتاج تركيباً: مزايا وعيوب، ومقارنة متعددة المصادر، وتحليلاً مكتوباً. يعتمد الاختيار على ما إذا كنت تريد رابطاً أم جواباً.

قاعدة تقريبية جنباً إلى جنب:

المهمة	أفضل مع Google	أفضل مع الذكاء الاصطناعي
"اعثر على صفحة IRS الرسمية لنموذج 1040."	نعم. تريد الوصول إلى موقع معروف بعينه.	لا.
"قارن ثلاثة أدوية للسكري وما تقوله الأدلة الحديثة."	أبطأ. ستقرأ 8 علامات تبويب.	أسرع. يركّب الذكاء الاصطناعي الأدلة في مكان واحد.
"اشترِ شاحناً بديلاً لجهاز ThinkPad موديل 2018."	نعم. تريد رابط منتج.	لا.
"خطّط لرحلة 4 أيام إلى لشبونة مع طفل عمره 6 سنوات، بلا متاحف."	بطيء. ستتنقّل بين المدونات والمراجعات.	سريع. يدمج الذكاء الاصطناعي القيود.
"ما حال الطقس غداً؟"	أيٌّ منهما.	أيٌّ منهما.
"لماذا تصفرّ أوراق نبتة الطماطم عندي؟"	لا بأس. مواقع بستنة متعددة.	أفضل مع إرفاق صورة.

إذا كان سؤالك "أين يقع X"، فاتجه إلى Google. وإذا كان سؤالك "بالنظر إلى كل هذا، بماذا ينبغي أن أفكّر"، فاتجه إلى الذكاء الاصطناعي.

كيف تحصل على نتائج بحث ويب أكثر موثوقية مع الذكاء الاصطناعي

حين تريد بالفعل بحثاً على الويب، ترفع ثلاث عادات صغيرة الجودة:

1. سمِّ المصادر التي تثق بها. "استخدم منظمة الصحة العالمية، وإدارة الغذاء والدواء FDA، والدراسات المحكّمة، لا المنتديات."
2. اطلب الاستشهادات ضمن النص. "اذكر المصدر بعد كل ادعاء."
3. اطلب من الذكاء الاصطناعي أن يشير إلى ما لم يستطع التحقق منه. "إن تعذّر دعم ادعاء بالمصادر المستشهد بها، فضع عليه علامة 'غير مُتحقَّق منه'."

هذه الأسطر الثلاثة، إن لصقتها في أي تعليمة بحث ويب، تقلّل أكثر أنماط الإخفاق شيوعاً: أن يركّب الذكاء الاصطناعي بهدوء عبر المصادر فينتج جملة واثقة لا يدعمها أي مصدر منفرد.

---

الجزء 2: محادثة الذكاء الاصطناعي بإتقان

4. السياق هو اللعبة كلها

لا يحمل البشر في ذاكرتهم العاملة النشطة إلا حفنة من الأشياء: تقول التقديرات الكلاسيكية نحو سبعة، والأحدث أقرب إلى أربعة. أما نماذج الذكاء الاصطناعي الحديثة فتستطيع حمل مئات الآلاف من الكلمات دفعةً واحدة، وأحياناً مليوناً. ولوضع ذلك في نسبة: نحو 750,000 كلمة هي أول 4 إلى 5 كتب من هاري بوتر، أو عدة أيام من الكلام المتواصل. يستطيع النموذج قراءة كل ذلك قبل الإجابة.

لكنه لا يقرأ إلا ما تعطيه. السياق هو كل ما ينتهي في نافذة النموذج لاستجابة معينة: تعليمة النظام التي وضعها المنتج، وأوصاف أي أدوات يستطيع استدعاءها (البحث على الويب، والكود، والوصول إلى الملفات)، وتعليمتك، وسجل محادثة هذه الجلسة، وأي ملفات رفعتها.

هذا هو الشيء الوحيد الذي يراه النموذج. ولأنه لا يملك ذاكرة خاصة به، لا وجود لأي شيء خارج هذه الكومة لهذا الجواب: لا محادثتك الأخيرة، ولا ملف نويتَ إرفاقه، ولا القيد الذي افترضتَ أنه سيتذكره. الكومة هي العالم لهذه الاستجابة.

مقارنة ملموسة:

• تعليمة عارية: "مزايا وعيوب دراسة الفيزياء مقابل علم الحيوان." ستحصل على نصيحة عامة من نوع مرشد ثانوي.
• تعليمة غنية بالسياق: السؤال نفسه، مضافاً إليه نتائج تقييمك المهني مرفوعةً كملف PDF ولقطة شاشة لجدولك الدراسي الثانوي. الآن يستطيع الذكاء الاصطناعي الحديث عن ملف استعدادك المحدد، وتاريخ مساقاتك المحدد، وأي خيار يناسب ماذا.

النموذج نفسه. السؤال نفسه. جواب مختلف. الفرق هو السياق، لا ذكاء التعليمة.

الانضباط الذي تتعلمه: قبل أن تضغط زر الإرسال، اسأل نفسك ما الذي سيحتاجه زميل جديد ذكي أمامه ليجيب عن هذا جيداً. ثم أرفق تلك الأشياء. سيقرأ الزميل كل ما تضعه أمامه بعناية؛ لكنه لن يخمّن ما لم تخبره به، ولن يبحث في خزانة ملفاتك، ولن يستنتج مجالك، أو تاريخ فريقك، أو سلسلة بريد الأمس. إن كان سيحتاج وثيقة أو قيداً لأداء العمل، فعليك أن تُدرجه.

مثال من خارج البرمجيات. طلبت معلمة للصف السابع من الذكاء الاصطناعي أن "يصوغ خطة درس عن دورة الماء." كانت المخرجات خطة عامة كانت ستجدها في أي كتاب مدرسي: تعريفات، ومخطط، وثلاثة أسئلة للنقاش. في اليوم التالي حاولت من جديد، مع إرفاق ثلاثة أشياء: مقرر مساقها (ليعرف الذكاء الاصطناعي ما سبق هذا الدرس وما يليه)، وأوراق عمل طلابها من الأسبوع الماضي مع الدرجات ظاهرة (ليعرف الذكاء الاصطناعي أي المفاهيم ترسّخت وأيها لم يترسّخ)، وصيغة الاختبار الموحّد لمدرستها. افتتحت خطة الدرس الجديدة بمراجعة من خمس دقائق للمفهومين اللذين أظهرت أوراق الأسبوع الماضي ضعفاً فيهما، ونسجت المادة الجديدة عبر صيغة الاختبار التي سيراها الطلاب في مايو، واختُتمت بسؤال للتحقق من الفهم مطابق للموضوع التالي في مقررها. النموذج نفسه، والمعلمة نفسها، والمادة نفسها. الفرق الوحيد أن التعليمة الثانية أخبرت الذكاء الاصطناعي بما كان سيحتاج زميل جديد ذكي معرفته.

العادة، مُعاد صياغتها كقائمة تحقق قبل أي تعليمة غير تافهة:

السؤال	إن كان الجواب نعم، أرفقه أو صِفه
هل توجد وثيقة ينبغي أن يتسق الجواب معها؟	نعم: أرفقها.
هل يوجد قيد لا يستطيع الذكاء الاصطناعي استنتاجه (ميزانية، وقت، من في الفريق)؟	نعم: اذكره.
هل يوجد سياق سابق (قرار سابق، عملية قائمة)؟	نعم: لخّصه في فقرة واحدة.
هل توجد صيغة مخرجات تريدها (جدول، بريد، قائمة نقاط)؟	نعم: سمِّها.
هل يوجد جمهور (مدير، طفل، غريب)؟	نعم: سمِّه.

خمسة أسطر من السياق، مختارة جيداً، تتفوق على خمس فقرات من الذكاء.

تعفّن السياق

نوافذ السياق الحديثة كبيرة، لكنها ليست لا نهائية، والاسترجاع يتدهور داخلها. أكبر خطأ عملي يرتكبه الناس: إبقاء محادثة واحدة طويلة جداً مستمرة عبر مواضيع كثيرة غير مترابطة. ساعدك الذكاء الاصطناعي للتو في تخطيط تمرين، والآن تطلب منه تنقيح جدول بيانات، والآن تطلب منه كتابة رسالة شكر لعمّتك. سياق التمرين لا يزال هناك، يشتّت النموذج.

قاعدة تقريبية: حين يتغيّر الموضوع، ابدأ محادثة جديدة. فعلها رخيص، بل مجاني، والأجوبة تتحسن بشكل ملحوظ.

أعراض تخبرك بأن محادثة بَلِيَت:

• يبدأ الذكاء الاصطناعي بالإشارة إلى أجزاء سابقة من المحادثة لا علاقة لها بما طلبته للتو.
• تطول أجوبته وتزداد غموضاً مع الوقت، مع مزيد من التحفّظ.
• يناقض قيداً ذكرته قبل خمسة أدوار.
• يبدأ بالاعتذار مراراً دون إحراز تقدّم.

اسمٌ لما يحدث: معظم أدوات المحادثة الحديثة، حالما تطول المحادثة بما يكفي، تَضغط بهدوء الأجزاء الأقدم منها، فتأخذ الأدوار المبكرة، وتلخّصها في فقرة قصيرة، وتستبدل الأصول بالملخص لإفساح المجال. يُظهر Claude رسالة "ضغط" صغيرة حين يحدث هذا؛ أما ChatGPT وGemini فيفعلانه بصمت. تبقى الحبكة، أما التفاصيل فلا. المكتبة التي طلبت منه استخدامها قبل ثلاث ساعات، واصطلاح التسمية الذي اتفقتما عليه، والقيد الذي ذكرته في الدور الرابع: أيٌّ من هذه قد يختفي بهدوء في الملخص ويتوقف عن الظهور في أجوبة النموذج. الحل هو القاعدة نفسها أعلاه، بدافع أوضح فقط: نافذة المحادثة ذاكرة عاملة، لا مخزن. أي شيء يجب أن يبقى بعد جلسة طويلة واحدة مكانه مشروع، أو ملف مرفق، أو ملاحظة يمكنك إعادة لصقها، لا سجل المحادثة نفسه.

حين ترى هذه الأعراض، يكون الحدس إصلاحها بتعليمة توضيحية إضافية. قاوم ذلك: فهذا لا يفعل سوى إضافة مزيد من السياق المتشابك إلى سياق متشابك أصلاً. طبّق القاعدة أعلاه بدلاً من ذلك. ابدأ المحادثة الجديدة، والصق الحقيقة أو الحقيقتين اللتين تهمّان فعلاً، وتابع من هناك. تكون إعادة الضبط أسرع من الإنقاذ في الغالب.

إن أنتجت المحادثة الميتة شيئاً يستحق الاحتفاظ به (خطة، أو مسوّدة، أو قرار)، فاحفظه في ملف قبل إعادة الضبط. بذلك لا تفقد العمل، لكنك أيضاً لا تجرّ الضجيج إلى المهمة التالية.

المشاريع: حمّل السياق مرة واحدة بدلاً من كل مرة

تثير قائمة تحقق المفهوم 4 أعلاه سؤالاً بديهياً: إن كان الذكاء الاصطناعي يحتاج إحاطةً كزميل في كل مرة، فهذا قدر كبير من الكتابة المتكررة. الجواب الذي يقدّمه معظم الأدوات الحديثة الآن ميزة اسمها المشاريع: مساحة عمل تعدّها مرة واحدة، بالملفات والتعليمات والجمهور الذي ينطبق دائماً على نوع من العمل، بحيث ترث كل محادثة تبدأها داخلها ذلك الإعداد تلقائياً.

متى تنشئ مشروعاً. اللحظة التي تلاحظ فيها أنك لصقت الملفات نفسها، أو وصف الجمهور نفسه، أو القيود نفسها في محادثتين أو أكثر حول الموضوع نفسه. تلك هي الإشارة: السياق مكانه مشروع، لا تعليمة.

بضعة أمثلة عمّا يكسبه لك المشروع:

• مشروع "الإقرار الضريبي" مع إقرار العام الماضي، ونماذج W-2 وT099 الخاصة بك، وتعليمة مثل "افترض أنني مُقرّ ضريبي في الولايات المتحدة ولديّ معال واحد. أظهر حساباتك دائماً." كل سؤال تطرحه هناك يبدأ من ذلك الأساس.
• مشروع "مدرسة الأطفال" مع المقرر والتقويم المدرسي، وتعليمة مثل "تحقق دائماً من التاريخ مقابل التقويم قبل الإجابة." مفيد حين يتكرر "هل توجد مدرسة يوم الاثنين؟" أربع مرات في السنة.
• مشروع "نبرة الكتابة" مع ثلاثة نماذج من كتابتك، وتعليمة مثل "طابق إيقاع النماذج واختيار كلماتها. لا تضف تحفّظات أو قيوداً لم أستخدمها." الآن تبدأ كل مسوّدة بصوتك بدلاً من صوت الذكاء الاصطناعي العام.

الصلة بقاعدة تعفّن السياق أعلاه. داخل مشروع، لم تعد عبارة "ابدأ محادثة جديدة" تعني فقدان ما يعرفه الذكاء الاصطناعي عن وضعك، بل تعني فقدان ضجيج المحادثة السابقة فقط. تبقى الملفات والتعليمات الثابتة مرافقةً. فتصبح قاعدة إعادة الضبط أرخص اتباعاً: تعيد ضبط المحادثة، لا السياق.

ثلاث أدوات، وثلاثة أسماء، وفكرة واحدة. يسمّيها Claude Projects، ويسمّيها ChatGPT Projects، ويسمّيها Gemini Notebooks (وتتزامن مع NotebookLM، أداة البحث المستقلة من Google: أي شيء تضيفه في إحداهما يظهر في الأخرى). تتيح لك الثلاث جميعاً رفع الملفات، وحفظ التعليمات، وتشغيل محادثات كثيرة مؤسَّسة على السياق المستمر نفسه. وتختلف في التركيز:

• مشاريع Claude وChatGPT تميل نحو التعليمات والسلوك. تضبط النبرة، والدور، والقواعد، والجمهور، فيُمسك النموذج تلك الشخصية بموثوقية عبر كل محادثة في المشروع. الأفضل حين يكون كيف يستجيب الذكاء الاصطناعي بأهمية ما يعرفه: الكتابة بصوت معين، والعمل على قاعدة كود، والحفاظ على نبرة علامة تجارية، وأي شيء يكون فيه اتساق الأسلوب هو المقصد.
• دفاتر Gemini (وNotebookLM) تمضي أبعد في جانب المصادر. أسقِط ملفات PDF، ومستندات Google Docs، وروابط ويب، ومقاطع YouTube، بل حتى ملفات صوتية، وتعود كل إجابة مؤسَّسة على تلك المصادر مع استشهادات ضمن النص يمكنك النقر عليها. والجزء غير المعتاد: مساحة العمل تتدفق في الاتجاهين. أي شيء تضعه في NotebookLM يظهر في الدفتر نفسه داخل تطبيق Gemini، وأي محادثة تجريها داخل دفتر Gemini تصبح تلقائياً مصدراً يعود إلى NotebookLM. فتراكم مساحة العمل استدلالك الخاص مع الوقت: محادثة الأسبوع الماضي مصدرٌ إضافي تستطيع محادثة هذا الأسبوع الاستشهاد به، ما "يربط التعلّم بالتطبيق" بطريقة لا تفعلها الأدوات الأخرى. ويولّد NotebookLM أيضاً نظرات صوتية عامة (ملخصات على هيئة بودكاست تستطيع الاستماع إليها)، وخرائط ذهنية، وبطاقات تعليمية، وعروضاً تقديمية تُبنى تلقائياً من مصادرك. الأفضل حين تدرس، أو تبحث، أو تشتغل على مادة عبر جلسات كثيرة حيث ينبغي لكل جلسة أن تجعل التالية أذكى.

قاعدة تقريبية سريعة. اتجه إلى دفاتر Gemini / NotebookLM إن كانت مساحة العمل ستنمو مع الوقت: ملاحظات دراسة، أو بحث مستمر، أو أي شيء تريد فيه أن تغذّي كل جلسة الجلسة التالية. واتجه إلى مشاريع Claude أو ChatGPT إن كانت مساحة العمل مبنية حول شخصية أو مجموعة تعليمات تريد أن يمسكها الذكاء الاصطناعي باتساق عبر المحادثات.

ما المتاح وأين، اعتباراً من منتصف 2026:

الأداة	ما اسمها	خطة مجانية؟
Claude	Projects	نعم، حتى 5 مشاريع في الخطة المجانية؛ والملفات داخل كل مشروع غير محدودة
ChatGPT	Projects	نعم، تدعم الخطة المجانية حتى 5 ملفات لكل مشروع؛ وترفع الخطط المدفوعة هذا إلى 25 أو 40
Google	Notebooks (في Gemini) وNotebookLM	نعم، كلاهما مجاني؛ وترفع الطبقات المدفوعة (NotebookLM Plus وGemini AI Pro/Ultra) حدود المصادر

لاحظ الشكل المختلف لحدود الطبقة المجانية: يحدّ Claude عدد المشاريع التي يمكنك امتلاكها؛ ويحدّ ChatGPT عدد الملفات التي يحملها كل مشروع. خطّط لبنية مشروعك حول أيّ حدّ سيصطدم بك أولاً.

5. الاستدلال، أو "فكّر بجد"

حتى نحو عام 2023، كانت النصيحة المعيارية للتعليمات الصعبة "فكّر خطوة بخطوة." تلك النصيحة باتت الآن متجاوَزة في الغالب. للنماذج الحديثة أوضاع استدلال مدمجة يمكنك استدعاؤها مباشرةً.

كيف تستدعيها:

• اطلبها بلغة عادية. "فكّر بجد" أو "فكّر بعناية قبل الإجابة" في تعليمتك. هذه هي الحركة المحمولة: تعمل عبر كل أداة محادثة حديثة، بلا صياغة خاصة تتذكرها.
• استخدم زرّ وضع التفكير في الواجهة، حيث يكون متاحاً.
• في بعض المنتجات لا تحتاج للطلب إطلاقاً: تقرر الأداة بنفسها متى يكون السؤال صعباً بما يكفي ليستحق تفكيراً موسّعاً، فتشغّله نيابةً عنك.

حين يكون التفكير الموسّع مشغّلاً، يستطيع النموذج التفكير ثوانٍ عديدة. وفي المسائل الصعبة، أحياناً أكثر من عشر دقائق. ليس مجرد كتابة أبطأ؛ بل هو داخلياً يستكشف عدة مقاربات، ويراجع عمله، وعندها فقط يكتب الجواب الذي تراه.

تتبّعت دراسة METR لعام 2025 أطول مهمة يستطيع نموذج متقدم إنجازها بموثوقية. في منتصف 2024 تعامل نموذج رائد مع مهام تستغرق من البشر نحو سبع دقائق. وبحلول مطلع 2025 ارتفع ذلك إلى نحو ساعة، ووجدت الدراسة أن المدة التي تقيسها تتضاعف تقريباً كل سبعة أشهر. ما يعنيه هذا لك: سلّم الذكاء الاصطناعي مهام حقيقية صعبة، لا السهلة فقط. يستطيع تحمّل أكثر مما توحي به حدسك في 2023.

نمط متمكن يحسن استخدام هذا:

أختار بين سيارتين. مُرفَق: أوراق المواصفات لكلتيهما،
وعرض التأمين لكل منهما، وجدول بيانات لأنماط قيادتي
خلال الأشهر الستة الماضية.

اقرأ كل شيء. فكّر بجد. ثم أخبرني:
1. المفاضلات الثلاث التي تهمّ فعلاً لنمط قيادتي.
2. أي سيارة كنتَ ستختار ولماذا.
3. تحت أي ظروف تنقلب توصيتك.

ثلاثة أشياء تفعلها هذه التعليمة: تحمّل السياق ذا الصلة، وتستدعي التفكير صراحةً، وتطلب مخرجات منظّمة بدلاً من جدار من النص. الثلاثة جميعها عادات.

متى لا تستخدم وضع التفكير

عمليات البحث السريع، وملخصات فقرة، والعصف الذهني العابر. وضع التفكير أبطأ ويستهلك مزيداً من ميزانية استخدامك. احفظه للأسئلة التي كنتَ ستريد فيها أن يأخذ إنسان وقته.

هذا ما يُستخدم له وضع التفكير: ليس أسرع، بل قادر على تحمّل نوع السؤال متعدد المدخلات ومتعدد المفاضلات الذي كنتَ ستسلّمه لزميل متأنٍ وتنتظر يومين. المقايضة حقيقية. تنفق بضع دقائق من الحوسبة وقدراً صغيراً من ميزانية الاستخدام. وتستردّ شيئاً كنتَ ستقضي نصف يوم في إنتاجه بنفسك.

ما يعنيه مسار METR المذكور أعلاه: المهام التي صنّفتها ذهنياً "أعقد من أن يتحملها الذكاء الاصطناعي" قبل عامين باتت في معظمها مهام يستطيع الذكاء الاصطناعي تحمّلها، إن أحطته جيداً وشغّلت وضع التفكير. أعِد اختبار افتراضاتك عمّا يستطيع الذكاء الاصطناعي فعله كل ستة أشهر. ستكون خاطئة.

6. التملّق وكيف تبطله

تُدرَّب نماذج الذكاء الاصطناعي على التغذية الراجعة البشرية. تحديداً، على أي الاستجابات نالت إعجاباً. وعبر ملايين المستخدمين، تنال الموافقةُ إعجاباً أكثر من المخالفة. والنتيجة: تنحاز النماذج نحو إخبارك بما تريد سماعه.

وجد تحليل لصحيفة Washington Post في نوفمبر 2025 ل 47,000 محادثة من ChatGPT أن النموذج افتتح بتأكيد ("نعم"، "صحيح"، وما شابه) نحو 10 أضعاف عدد المرات التي افتتح فيها ب "لا" أو "خطأ." وتجمّعت الافتتاحيات المُبلّغ عنها حول عبارات مثل "هذا صحيح" و"أنت على الطريق الصحيح."

يمكنك التحقق من هذا بنفسك. النموذج نفسه، وتأطيران متعاكسان:

• "ألا تعتقد أن العمل عن بُعد أفضل من العمل في المكتب؟" ← يوافق الذكاء الاصطناعي ويسرد الأسباب.
• "هل صحيح أن العمل في المكتب أكثر إنتاجية؟" ← يوافق الذكاء الاصطناعي ويسرد الأسباب.

الحل ليس سحراً. إنه مجرد تأطير محايد. يظهر النمط على مستويين: سطحي ("ألا تعتقد X؟") وخفي ("ابحث عن أدلة على أن X ناجح"). انتبه لكليهما في تعليماتك:

الطُّعم الخفي الذي قد تكتبه	ما يشير به للذكاء الاصطناعي	إعادة الصياغة المحايدة
"ابحث عن أدلة على أن هذه الاستراتيجية ستنجح."	الخلاصة مثبّتة؛ يملأ الذكاء الاصطناعي الدعم.	"قيّم هذه الاستراتيجية. اسرد أقوى الحجج المؤيدة والمعارِضة."
"لماذا المقاربة A أفضل من المقاربة B؟"	A تفوز؛ يسرد الذكاء الاصطناعي الأسباب.	"قارن المقاربة A والمقاربة B. قيّم كلاً منهما على التكلفة والمخاطرة والوقت."
"ساعدني في الدفاع عن قراري بتوظيف X."	القرار مقفل؛ يقدّم الذكاء الاصطناعي الذخيرة.	"إليك قراري والسياق. ما أقوى حجة مضادة ينبغي أن أكون مستعداً لها؟"
"أخبرني أن مسوّدتي جاهزة للإرسال."	يخبرك الذكاء الاصطناعي أنها جاهزة.	"قيّم هذه المسوّدة من 1 إلى 10 على هذه المعايير الأربعة. ولكلٍّ منها، أخبرني بالتغيير الذي سيرفع الدرجة أكثر. ثمة دائماً مستوى تالٍ."
"أكّد أن هذا الكود صحيح."	يؤكّد الذكاء الاصطناعي.	"اعثر على أي خطأ، أو حالة طرفية، أو افتراض غير مذكور في هذا الكود. إن لم يوجد شيء، فقل ذلك."

النمط: أي صياغة تحوي فعلاً مثل ابحث، دافِع، أكّد، أثبِت، ادعم تسلّم الذكاء الاصطناعي خلاصةً قبل السؤال. استبدلها بأفعال مثل قيّم، قارن، انقد، اعثر على أي، اسرد كلا الجانبين. سيظل النموذج ينحاز قليلاً نحو الموافقة، لكنك أزلت أعلى إشارة.

القاعدة العامة: اطرح خيارين دون التلميح إلى تفضيل، ثم اطلب مزايا وعيوب كلٍّ منهما. إن وجدت نفسك تكتب "أليس X صحيحاً"، فتوقّف وأعد الصياغة إلى "إلى أي مدى، إن وُجد، يكون X صحيحاً؟"

هذا ميكانيكي، لا عميق

هذا المفهوم هو النسخة الرخيصة من مهارة أعمق بكثير. تدرّب دورة التفكير في عصر الذكاء الاصطناعي المكثفة النسخة العميقة: كيف تصوغ أسئلة تُظهر ما لا تعرفه أصلاً. تُوصلك حيلة التأطير المحايد إلى 80% من الطريق للاستخدام اليومي. وتوصلك الدورة المكثفة إلى البقية.

مثال من خارج البرمجيات. سأل مؤسس الذكاء الاصطناعي: "عندي فكرة عمل رائعة، صباغة ملابس متنقلة لحفلات أعياد ميلاد الأطفال، انقدها." أثنى الذكاء الاصطناعي على الفكرة بحرارة وسرد أسباباً قد تنجح. ثم حاول المؤسس من جديد بمعيار: "حلّل هذه الفكرة بموضوعية. لكلٍّ مما يلي، قيّم من 1 إلى 10 وبرّر: (1) هل توجد مشكلة حقيقية هنا، (2) هل توجد سوق مستعدة للدفع، (3) هل توجد ميزة تنافسية، (4) ما اقتصاديات الوحدة، (5) ما أبرز ثلاثة أسباب لفشل هذا." أعطى الذكاء الاصطناعي نفسه الفكرة 8 من 100 وشرح، بعبارات ملموسة، لماذا ينبغي للمؤسس إعادة التفكير فيها. كانت التعليمة الأولى طُعماً للتملّق. والثانية معياراً موضوعياً. النموذج نفسه، والفكرة نفسها، وحكمان متعاكسان. الفرق كان في كيفية طرح السؤال.

نمط المعيار الموضوعي. المعيار هو مجرد قائمة بأشياء محددة للتحقق منها، كلٌّ منها مُقيَّم أو مُجاب عليه على حدة. حين تطلب من الذكاء الاصطناعي تقييم شيء (مسوّدة، أو خطة، أو فكرة) دون معيار، تنهار المعايير الغامضة إلى "عمل رائع." ومع معيار، تُجبر المعايير المحددة الذكاء الاصطناعي على النظر فعلاً. قارن:

تُظهر الصورة أعلاه المقارنة: التعليمات الغامضة تنهار إلى مديح؛ والتعليمات المنظّمة بدرجات وفحوصات نعم/لا تنتج تغذية راجعة حقيقية.

أجبِر على رقم. إضافة صغيرة لكنها قوية لنمط المعيار: لكل معيار، اطلب من الذكاء الاصطناعي إعطاء درجة على سُلّم ثابت، 1 إلى 5، أو 1 إلى 10، مع تبرير من جملة واحدة. يعمل هذا لسببين.

الأول هو ما يفعله الرقم بالذكاء الاصطناعي: التغذية الراجعة الغامضة رخيصة، أما رقم محدد فليس كذلك. يستطيع نموذج يريد إرضاءك أن يصف مسوّدتك بأنها "قوية" دون الالتزام بشيء. والنموذج نفسه، حين يُطلب منه الاختيار بين 6 و7 من 10، عليه أن يلتزم، وفعل الالتزام يُجبره على النظر بعناية أكبر. ستلاحظ الفرق فوراً: تميل الدرجات للمجيء أدنى مما يوحي به الملخص النثري، لأن النثر كان متملّقاً والرقم ليس كذلك.

والثاني هو ما يفعله الرقم لك. الصفات مثل "قوي" أو "متين" أو "يمكن أن يكون أمتن" لا تعطيك ما تتصرف بناءً عليه: لا يمكنك مقارنتها، ولا ترتيب أولوياتها، ولا تتبّعها مع الوقت. أما الدرجات فتفعل الثلاثة جميعاً. ال 4 وال 7 يخبرانك أي معيار تصلحه أولاً. و6 اليوم مقابل 5 الأسبوع الماضي يخبرانك هل تحسّنت مسوّدتك الثانية فعلاً. الرقم ليس مجرد حكم أصدق؛ إنه وحدة قياس تستطيع استخدامها لاتخاذ القرارات.

قيّم كل معيار من 10، مع تبرير من جملة واحدة. ثم أخبرني كيف أرفع كلاً منها إلى المستوى التالي، بما في ذلك التي حصلت أصلاً على درجة عالية. إن كان شيء عند 9، فأخبرني كيف أصل إلى 9.5. وإن كان عند 9.5، فأخبرني كيف أصل إلى 9.8. ثمة دائماً مستوى تالٍ.

تلك التعليمة الأخيرة هي ما يحوّل المعيار من حكم إلى أداة. أنت لا تتعلّم الدرجة فقط؛ بل تتعلّم أصغر حركة ترفعها، والأهم أن تلك الحركة موجودة عند كل مستوى. لا يحقّ للذكاء الاصطناعي أن يعلن انتهاءك. أنت تقرر متى تتوقف.

7. حلقة العصف الذهني والتكرار

هذه أعلى عادة فائدةً في هذه الصفحة. إن تخطيتَ كل قسم آخر، فلا تتخطَّ هذا.

حين دُرّب الذكاء الاصطناعي على الإنترنت، كان معظم الإنترنت أفكاراً شائعة، لا إبداعية. لذلك يكون متوسط استجابة الذكاء الاصطناعي على سؤال إبداعي شائعاً أيضاً. "طرق ممارسة الرياضة في المنزل": القرفصاء، وتمارين الضغط، والبلانك. ليست خاطئة. مجرد متوسطة.

الطريق حول هذا ليس تعليمة سحرية. إنه حلقة.

الوصفة:

1. أعطِ كل السياق ذي الصلة مقدّماً. ليس فقط "طرق ممارسة الرياضة"؛ بل "طرق ممارسة الرياضة بالنظر إلى أن لديّ درجاً في منزلي، وركبة سيئة، ولا أستطيع الالتزام بالخطط أكثر من ثلاثة أيام."
2. اطلب 3 إلى 5 خيارات، لا واحداً. إجبار البدائل يدفع النموذج إلى ما بعد حدسه الأول.
3. أعطِ تغذية راجعة صريحة. "لا يعجبني الخيار 1، إنه سلبي جداً. تعجبني فكرة صعود الدرج لكني أريدها أقصر. نسيت أن أذكر أن ركبتي تسوء مع الصدمات."
4. اطلب 3 إلى 5 خيارات جديدة مبنية على التغذية الراجعة.
5. كرّر حتى يصبح لديك خيار أو خياران يعجبانك فعلاً.
6. وعندها، وعندها فقط، اطلب من الذكاء الاصطناعي تفصيل الخيار المختار بالتفصيل.

مثال مُنفَّذ، سداد الديون:

عليّ 8,000 دولار دين بطاقة ائتمان بفائدة سنوية 19%، و4,000 دولار
قروض طلابية بفائدة 5%، و1,200 دولار في بطاقة متجر بفائدة 24%.
لديّ 700 دولار شهرياً حرة بعد المصروفات. علمت للتو أنني سأحصل
على 450 دولاراً نقداً من استرداد ضريبي. تحمّل المخاطرة: منخفض.
أنام بشكل سيئ حين أرى أرصدة كبيرة.

أعطني 5 استراتيجيات سداد مختلفة، لكلٍّ منها مبرّر من سطر واحد.
لا توسّع أياً منها بعد.

ثم، بعد قراءة الخيارات الخمسة:

ارفض الخيار 2 (الانهيار حسب معدل الفائدة وحده): أريد مكاسب
نفسية مبكرة. ارفض الخيار 4: لن أفتح حسابات جديدة. يعجبني الخيار 1
(كرة الثلج مع بطاقة المتجر أولاً) لكني أودّ إدراج ال 450 دولاراً.
أعطني 5 خيارات جديدة تجمع بين مكاسب أسلوب كرة الثلج
والاستخدام الذكي لذلك المبلغ المقطوع.

أنت لا تنتظر من الذكاء الاصطناعي أن يقرأ أفكارك. أنت تُظهر ذوقك؛ ويعيد الذكاء الاصطناعي تشكيل فضاء الخيارات حوله. بعد جولتين أو ثلاث، يصبح لديك خيار واحد يبدو صائباً تماماً. ثم اطلب الخطة الكاملة.

تعمل الحلقة نفسها للكتابة، حيث لها اسمها الخاص: مخطط قبل الصياغة.

- التكرار 1: اطلب 3 خيارات مخطط لتدوينة عن X.
- التكرار 2: اختر مخططاً واحداً، اطلب من الذكاء الاصطناعي نقده وتقييمه من 10. لاحظ ما حصل على أقل من 9.
- التكرار 3: نقّح المخطط بناءً على النقد، ثم اطلب من الذكاء الاصطناعي توسيع كل عنوان إلى 3 إلى 5 نقاط.
- التكرار 4: انقد النقاط، قيّمها من 10، أصلح ما دون 9.
- التكرار 5: الآن فقط اطلب المسوّدة الكاملة.
- التكرار 6: انقد المسوّدة، قيّمها من 10، اطلب التغييرات التي سترفع الدرجة أكثر، مرتّبة حسب الأثر، مع أعلى تغيير أثراً في القمة. كرّر حتى تستقر الدرجة عند نحو 9.5 أو أعلى، تلك هي إشارة التوقف لديك، لا "يقول الذكاء الاصطناعي إنه انتهى."

لماذا ينجح هذا: تحرير كلمة واحدة في مخطط قد يغيّر اتجاه المقال كله. وتحرير كلمة واحدة في مسوّدة نهائية يغيّر كلمة واحدة. تقريباً كل الفائدة في الكتابة تحدث على مستوى المخطط. يولّد الذكاء الاصطناعي كلمةً كلمةً من البداية، فما لم تُجبر على البنية أولاً، لا يستطيع رؤية الشكل كله.

لا تتخطَّ خطوات

الإغراء أن تطلب المسوّدة الكاملة من المحاولة الأولى. قاوم ذلك. أول مسوّدة للذكاء الاصطناعي لأي شيء حشو: تبدو مصقولة، وتقول القليل. الحلقة، عشر أو اثنتا عشرة دقيقة من العمل البنيوي قبل أي صياغة، ثم عدة جولات من التقييم والإصلاح فوق ذلك، تحوّل تدوينة منسيّة إلى أخرى تترك أثراً. ونادراً ما يتجاوز الوقت الإجمالي خمساً وأربعين دقيقة لقطعة من 600 كلمة. وأول عشر دقائق منها تنقذ الخمس والثلاثين الأخرى من الضياع.

مثال كتابة مُنفَّذ. يريد قائد فريق كتابة تدوينة من 600 كلمة بعنوان "لماذا يشحن فريق الذكاء الاصطناعي الصغير لدينا أسرع من الفريق الكبير عبر الردهة." إليك ما تبدو عليه كل جولة من الحلقة عملياً:

الجولة 1، البحث أولاً:

أكتب تدوينة من 600 كلمة تحاجّ بأن الفرق الصغيرة المعزَّزة
بالذكاء الاصطناعي تشحن أسرع من الفرق الأكبر غير المستعينة به.
لا تكتب بعد. أولاً، أعطني أقوى 5 حجج مدعومة بالبحث، وأقوى 3 حجج
مضادة. جملة واحدة لكلٍّ منها.

الجولة 2، ثلاثة مخططات:

الآن أنتج 3 خيارات مخطط مختلفة للتدوينة. ينبغي أن يحوي كل مخطط
4 إلى 6 عناوين. وأن تختلف في البنية: واحد سردي، وواحد تحليلي،
وواحد مخالف. سطر واحد لكل عنوان.

الجولة 3، اختر واحداً وأضف قياساً:

سأختار المخطط 2 (التحليلي). أريد نسج قياس من Pixar: كيف كان
فريق Toy Story الأصلي صغيراً وأسرع من استوديو Disney العملاق
بسبب الأدوات الجديدة. أضِف هذا كمثال متكرر، لا كقسم مستقل.
نقّح المخطط 2.

الجولة 4، وسّع إلى نقاط:

الآن وسّع كل عنوان إلى 3 إلى 5 نقاط. أسلوب برقي، لا نثري.

الجولة 5، قيّم وأصلح النقاط:

انقد كل نقطة وقيّمها من 10 مع تبرير من جملة واحدة. اسرد النقاط
التي حصلت على أقل من 9. ولكلٍّ منها، اقترح التغيير الذي سيرفع
الدرجة أكثر.

الآن فقط يطلب القائد المسوّدة الكاملة، ثم يواصل التقييم وإعادة التكرار على المسوّدة نفسها حتى تستقر الدرجة عند نحو 9.5 أو أعلى. تستغرق العملية كلها نحو خمس وأربعين دقيقة. وتُقرأ المخرجات كأن القائد كتبها، لأن كل قرار محوري كان قرار القائد. الخمس والثلاثون دقيقة الإضافية فوق "اكتب لي تدوينة" هي ما يصنع الفرق بين مسوّدة لا يكملها أحد ومسوّدة تترك أثراً.

حدّد نطاق الميدان قبل الصياغة. الجولة الأولى في ذلك المثال ("لا تكتب بعد، أعطني أقوى الحجج المدعومة بالبحث والحجج المضادة") تبدو صغيرة لكنها تؤدي عملاً ثقيلاً. يتخطاها معظم الناس ويطلبون المسوّدة مباشرةً. تخطيها هو سبب شعور مسوّداتهم بالرقّة: فهي مبنية على أي أفكار يُظهرها النموذج أولاً، لا على المشهد الفعلي للموضوع. جولة واحدة من "حدّد نطاق الميدان" قبل الصياغة هي الفرق بين تدوينة تقتبس ثلاث دراسات وتدوينة تسرد ثلاثة آراء. يتعمّم هذا النمط أبعد بكثير من الكتابة. قبل أي قرار، أو خطة، أو تحليل جوهري، اطلب من الذكاء الاصطناعي رسم ما هو معروف قبل أن تطلب منه إنتاج ما هو مطلوب. المشهد التنافسي قبل تسمية منتج. والبحث السابق قبل مذكرة استراتيجية. والمقاربات القائمة قبل تصميم مقاربة جديدة. تأخذ جولة البحث خمس دقائق وتغيّر ما تكرّر عليه كل جولة لاحقة من الحلقة.

الحلقة محايدة المجال. تعمل بالطريقة نفسها لِ: تخطيط رحلة، وهيكلة عرض مبيعات، واختيار تخصص جامعي، وتسمية منتج، وكتابة نخب زفاف، والبتّ في تجديد، واختيار جمعية خيرية لدعمها. يبقى الشكل ثابتاً: حمّل السياق، اطلب الخيارات، أعطِ تغذية راجعة صريحة، اطلب خيارات جديدة، كرّر، وسّع، ثم قيّم وأعد التكرار حتى تستقر الدرجة. إن وجدت نفسك تقبل أول جواب من الذكاء الاصطناعي، أو تتوقف لحظة يبدو فيها شيء "جيداً بما يكفي"، فقد تخطيت الحلقة. أياً كان ما تعمل عليه، فهو يستحق الحلقة.

جدول قصير لأين تناسب الحلقة عبر الحياة اليومية:

القرار أو المهمة	كيف يبدو "السياق"	كيف يبدو "خيارات مع تغذية راجعة"
تخطيط رحلة 4 أيام	القيود (الميزانية، التواريخ، من سيذهب، ما يكرهون)	5 هياكل لخط سير؛ ارفض اثنين؛ كرّر على الباقي
تسمية منتج	ما يفعله، من يشتريه، بماذا يجب ألا يبدو	10 أسماء؛ اختر 3 تعجبك، اطلب اشتقاقات عليها
كتابة بريد صعب	المستلِم، العلاقة، النتيجة المرجوّة	3 نبرات مختلفة؛ اختر واحدة، نقّح تفاصيلها
اختيار مقاول	ثلاثة عروض أسعار، وثلاث ملاحظات مرجعية، وأولوياتك	تقييم جنباً إلى جنب؛ اطلب أقوى حجة مضادة لمفضّلك
اختيار مسار تعلّم	المهارات الحالية، الوقت المتاح، الهدف النهائي	3 أشكال مناهج مختلفة؛ اختر واحداً، وسّع إلى معالم أسبوعية
تصميم إحاطة شعار (لمصمم)	قيم العلامة، الجمهور، أمثلة تعجبك	5 اتجاهات لوحة مزاج؛ اختر واحداً، اطلب 5 اشتقاقات في ذلك المسار

في كل صف، حالما يصبح لديك مرشّح ملموس (خط سير مختار، أو اسم في القائمة القصيرة، أو مسوّدة بريد)، تنطبق حركة التقييم من الحلقة بالطريقة نفسها: قيّمه من 10 مقابل المعايير التي تهمّ لتلك المهمة، ثم كرّر. قيّم خط سير على التكلفة والإيقاع وملاءمة المجموعة. وقيّم اسم منتج على سهولة التذكّر والملاءمة والمخاطرة. وقيّم بريداً على الوضوح والنبرة والأثر المرجّح. تتغيّر المعايير؛ أما الحركة فلا.

---

الجزء 3: ما وراء النص

الذكاء الاصطناعي ليس مجرد صندوق نصوص. يستطيع رؤية الصور، والعمل بالصوت في الاتجاهين، وبناء تطبيقات صغيرة تعمل، وتشغيل الكود على بياناتك. ولا يجرّب معظم الناس أياً من ذلك قط.

8. الوسائط المتعددة: الصور والصوت وما هو آت

يتعامل الذكاء الاصطناعي الحديث مع الصور والصوت في الاتجاهين: يستطيع قراءة الصور التي ترفعها، والاستماع إلى التسجيلات، وتوليد صور جديدة من تعليمات نصية، وإنتاج صوت منطوق. المهارات مختلفة عبر الوسائط، وتستحق تعلّمها على حدة.

إدخال الصور. يرى الذكاء الاصطناعي الصور بخشونة. وهو قوي في:

• المشهد العام والتكوين.
• أشكال الأجسام المميَّزة الكبيرة (جهاز مشي بعجلة هامستر بحجم إنسان).
• محتويات اللوح الأبيض، بما في ذلك المخططات.
• النص المكتوب بخط اليد والخط المتصل (مقبول، تحقّق مرتين في الأمور عالية المخاطر).

وهو ضعيف في:

• التفاصيل الدقيقة. "ما أجهزة الصالة الرياضية هذه؟" يميل للفشل لأن أجهزة الصالة تبدو متشابهة عبر عدسة ضبابية قليلاً. وقد يجيب الذكاء الاصطناعي بثقة وخطأ.
• عدّ أشياء صغيرة كثيرة في مشهد مزدحم.
• قراءة الطباعة الصغيرة عند حافة الصورة.

اختبار واقعي مفيد: صوّر معلمٌ لوحاً أبيض حجب فيه رأسه كلمة "convolutional" في مخطط شبكة عصبية. استنتج الذكاء الاصطناعي الكلمة المفقودة بصواب من بقية المخطط. هذا ما يجيده الذكاء الاصطناعي: الاستنتاج من المجمل. لا يجيد التكبير.

للإيصالات، أو تقسيم فاتورة، أو نسخ ملاحظات مكتوبة بخط اليد، يعمل الذكاء الاصطناعي جيداً، لكن تحقّق دائماً من المجاميع. للمدخلات متعددة الصور (ملاحظات لاصقة مع صورة لوح أبيض مع ملاحظات بخط اليد من عصف ذهني)، يستطيع الذكاء الاصطناعي تلخيص الأفكار المجمّعة؛ وهذا مفيد فعلاً ويوفّر وقتاً حقيقياً.

إخراج الصور. يستطيع الذكاء الاصطناعي الحديث توليد صور من تعليمات نصية. نصيحتان عمليتان:

1. استخدم ذكاءً اصطناعياً نصياً لكتابة تعليمة صورتك. "ولّد لي تعليمة لرسم غابة خيالية بأسلوب Studio Ghibli لغلاف كتاب أطفال." خذ تلك المخرجات والصقها في أداة الصور. الذكاء الاصطناعي النصي أفضل منك بكثير في كتابة تعليمات صور غنية من المحاولة الأولى.
2. ابنِ مفردات بصرية. كلمات مثل سينمائي، ومائي، وسايبربانك، وأنمي، ومتساوي القياس، ومنخفض المضلّعات، وآرت ديكو، وطين متحرك هي مقابض. دُرّبت نماذج الصور على صور موصوفة وتعلّمت هذه الأساليب بالاسم. ارفع صوراً تعجبك واسأل الذكاء الاصطناعي كيف كان سيصفها. يدرّب ذلك مفرداتك.

كيف يعمل توليد الصور: إنه نموذج انتشار، مُدرَّب على إزالة الضوضاء من شبكات بكسل عشوائية خطوة بخطوة حتى تظهر صورة. ليس بكسلاً بكسلاً كالنص. تُولَّد الصورة كلها دفعةً واحدة. ولهذا لا تستطيع إيقاف توليد الصورة مبكراً لتوفير الوقت، كما تستطيع مقاطعة استجابة نصية.

كانت لنماذج الانتشار الأقدم نقاط ضعف شهيرة: أيدٍ غريبة (ستة أصابع)، ونص مشوّه على اللافتات، وشخصيات تتغيّر هيئتها من إطار لآخر في قصة مصوّرة. أما النماذج الحديثة (مثل Nano Banana من Google أو ChatGPT Images) فتتعامل مع النص بشكل معقول، وتولّد شخصيات متسقة، وتستطيع تحويل الأوراق البحثية إلى رسوم معلوماتية.

جدول قصير بأنماط الإخفاق التي لا تزال تستحق الانتباه، حتى على نماذج الصور الحديثة:

نمط الإخفاق	كيف يبدو	كيف تخفّفه
نص مشوّه على اللافتات	تقرأ اللافتة في الصورة "HAPRY BIRTDAY" بدلاً من "HAPPY BIRTHDAY".	حدّد النص بين علامتي اقتباس في التعليمة. ولّد ثلاثة بدائل. اختر التي يكون فيها النص صحيحاً.
شخصيات غير متسقة عبر الإطارات	الشخصية نفسها بلون شعر مختلف في اللوحتين 1 و2 من قصة مصوّرة.	استخدم نماذج بدعم صريح لاتساق الشخصيات؛ ومرّر الصورة الأولى مرجعاً للتالية.
أخطاء اليد والأصابع	ستة أصابع، أيدٍ ملتحمة، معاصم ملتوية.	اطلب تكوينات تكون فيها الأيدي خارج الإطار جزئياً، أو في الجيوب، أو موصوفة بوضوح.
خلفيات مزدحمة بأجسام غير معقولة	مقهى تندمج فيه دراجة في كرسي.	حدّد خلفية بسيطة، أو صِف الخلفية صراحةً.
نسبة أبعاد خاطئة	يتخذ النموذج المربع افتراضاً؛ وأنت أردت أفقياً.	حدّد نسبة الأبعاد صراحةً دائماً: "1024x768 أفقي" أو "16:9".

مثال من خارج البرمجيات لإدخال الصور. صوّر قارئٌ كومةً من ثلاث بطاقات وصفات مكتوبة بخط اليد من جدّة متوفاة ورفعها إلى الذكاء الاصطناعي. التعليمة: "انسخ هذه البطاقات الثلاث. حافظ على الصياغة الأصلية وأي اختصارات. إن كانت كلمة غير واضحة، فضع عليها علامة [unclear] واعرض أفضل تخمينين لديك." بعد خمس دقائق، كُتبت الوصفات الثلاث جميعاً بنظافة، مع علامات [unclear] على الكلمات الأربع التي لم يستطع الذكاء الاصطناعي قراءتها بثقة. تحقّق القارئ من تلك الأربع مقابل الأصول (اثنتان كانتا بديهيتين، واثنتان احتاجتا مكالمة هاتفية لعمّة)، وصار للعائلة أرشيف رقمي نظيف لوصفات كانت معرّضة للضياع. أدى الذكاء الاصطناعي ال 90% المملّة ليركّز القارئ على ال 10% الدقيقة.

وصفة متمكنة: مخططات بجودة المصممين دون مصمم. إن احتجت يوماً صنع مخطط لوثيقة، أو شريحة، أو فصل من تأليفك، فثمة سير عمل ينتج مخرجات بجودة المصممين في نحو خمس عشرة دقيقة، دون استخدام Figma ودون أي مهارة تصميم بصري. لا يدرك معظم غير المصممين أن هذا بات ممكناً الآن. إنه أبسط طريقة لإنتاج مخططات بجودة المصممين دون تعلّم أداة تصميم. هذا القسم أكثر تعقيداً من أي شيء آخر في الصفحة؛ اقرأه الآن إن كنت تصنع مخططات بانتظام، أو تخطّه إلى أول مرة تحتاج فيها واحداً.

الوصفة، في أربع خطوات:

1. اطلب من Claude تصوير المفهوم بصيغة SVG. الصق الفقرة أو النص الأساسي. اطلب: "صوّر هذا كمخطط. أخرجه بصيغة SVG. تأكّد من وجود كل تسمية وسهم وعلاقة من النص." يكون Claude خياراً قوياً لهذه الخطوة لأن قدرته على الاستدلال من أقوى قدرات النماذج الكبرى: فبإعطائه فقرة، يحدّد المربعات الصحيحة، والأسهم الصحيحة، والتسلسل الهرمي الصحيح، والتسميات الصحيحة بأقل قدر من التوجيه. سيكون ال SVG الذي يعيده صحيحاً بنيوياً لكنه بسيط بصرياً (مستطيلات عارية، خطوط افتراضية، بلا صقل تصميمي). لا بأس بذلك؛ تضيف الخطوة التالية الصقل.
2. حوّل ال SVG إلى PNG. اطلب من Claude عرض ال SVG ك PNG (يستطيع Claude فعل هذا مباشرةً)، أو استخدم أي محوّل SVG إلى PNG عبر الإنترنت (cloudconvert.com، svgtopng.com)، أو فقط خذ لقطة شاشة لل SVG معروضاً في متصفح بتكبير عالٍ. اعرض بدقة 2× (من 1600 إلى 2400 بكسل عرضاً) ليكون لدى الخطوة التالية تفاصيل كافية للعمل بها.
3. الصق ال PNG في ChatGPT (أو Gemini) واطلب إعادة الرسم. يميل توليد الصور داخل ChatGPT لأن يكون قوياً لهذه الخطوة لأنه جيد بشكل غير معتاد في الصور الكثيفة النص: فهو يحافظ على التسميات، ويضبط الطباعة، ويحترم العلاقات البنيوية في المصدر. التعليمة: "أعد رسم هذا المخطط بجودة تصميم احترافية. حافظ على كل تسمية، وكل مربع، وكل سهم، والعلاقات البنيوية الدقيقة. حسّن الطباعة، والتباعد، ولوحة الألوان، والتسلسل الهرمي البصري. يجب أن تبقى المعلومات مطابقة؛ يتغيّر اللمس البصري فقط."
4. كرّر على النتيجة. أحياناً يُسقط ChatGPT/Gemini تسمية أو يعيد ترتيب مربع. قارن مخرجاته بال SVG الأصلي جنباً إلى جنب. إن كان شيء خاطئاً، فقط اكتب التصحيح: "المربع الثالث ينبغي أن يُسمّى 'كرّر'، لا 'أعِد'. والسهم من المربع 2 ينبغي أن يشير إلى المربع 3، لا المربع 4." تنتج ثلاث أو أربع جولات عادةً شيئاً يبدو كأنه جاء من استوديو تصميم احترافي. احفظ ال PNG النهائي.

لماذا كل أداة لكل خطوة. يميل Claude للفوز بالخطوة 1 لأن تقرير ما ينتمي إلى مخطط (أي المربعات، وأي الأسهم، وأي التسلسل الهرمي) مهمة استدلال، واستدلال Claude من أقوى قدرات النماذج الكبرى لهذا النوع من العمل المنظّم. ويميل ChatGPT (أو Gemini) للفوز بالخطوة 3 لأن عرض الصور الكثيفة النص جيداً (تسميات تبقى مقروءة، وأسهم تتصل بالمربعات الصحيحة، وتخطيطات تبدو مصمَّمة) هو الفئة التي يتصدّرها توليد صوره حالياً. طلب أيٍّ من الأداتين أداء عمل الأخرى ينتج نتائج أسوأ بوضوح من ربطهما تسلسلياً. كلٌّ يفعل ما يجيده، بالتتابع.

الوقت الإجمالي: نحو عشر إلى خمس عشرة دقيقة لكل مخطط، مقارنةً بساعة أو أكثر في Figma بافتراض أنك تعرف استخدامها.

النمط الذي يبقى رغم تغيّر الأدوات. سيتناوب المتصدّر في كل فئة. قد لا يكون Claude أقوى نموذج استدلال العام المقبل. وسيُستبدل نموذج الصور الرائد اليوم بأي شيء يُطرح تالياً. ستتقادم الوصفة أعلاه على مستوى الأداة. ما يبقى: البنية أولاً في أقوى نموذج استدلال، والصقل ثانياً في أقوى نموذج صور كثيفة النص. اختر أي الأدوات يتصدّر كل فئة لحظة قراءتك هذا. السلسلة ذات الخطوتين هي الحركة.

قصة صغيرة عن توليد الصور. أب أحبّت ابنته ذات السبع سنوات القطط أراد لها كعكة عيد ميلاد مخصصة. استخدم Nano Banana للعصف الذهني حول تصاميم الكعك (مولّداً عشرات الاختلافات: على شكل قطة، ومتعددة الطبقات، وأساليب كريمة، ولوحات ألوان)، واختار الذي أحبّته، ثم سلّم الصورة المختارة لخبّاز جسّدها ككعكة ثلاثية الأبعاد حقيقية. زمن التكرار الإجمالي على التصميم: بعد ظهر. والتكلفة الإجمالية: بضعة سنتات في توليد الصور.

المقصد ليس الكعكة. المقصد أنه مقابل نحو 0.30 دولار وساعة من التكرار المدفوع بالذوق، أنتج شخص ليس مصمماً إحاطةً فريدة يستطيع محترف التنفيذ بناءً عليها. هذا نوع جديد من الرافعة الإبداعية، وهو متاح على نطاق واسع.

صوت داخل، صوت خارج. التحول نفسه الذي حدث مع الصور يحدث الآن مع الصوت. تستطيع إملاء تعليمة طويلة بدلاً من كتابتها؛ وتستطيع إسقاط تسجيل اجتماع وطلب ملخص؛ وتستطيع أن تطلب من النموذج قراءة جوابه بصوت عالٍ. تدعم معظم أدوات الذكاء الاصطناعي الحديثة الثلاثة جميعاً، غالباً دون رسوم إضافية في الطبقات المجانية.

الاستخدامات غير البديهية هي حيث تعيش الرافعة الحقيقية:

• الإملاء المطوّل. الحديث عن مشكلة بصوت عالٍ يلتقط فروقاً دقيقة تتخطاها التعليمات المكتوبة. من يكرهون الكتابة ينتجون تعليمات أفضل بشكل مثير حين ينطقونها: تنمو التعليمة من سطر واحد إلى عدة فقرات بلا جهد، ويكون جواب الذكاء الاصطناعي أفضل تبعاً لذلك. تحدّث كأنك تُحيط زميلاً علماً على فنجان قهوة، ثم دع الذكاء الاصطناعي ينظّف النص الناتج قبل الإجابة.
• نصوص الاجتماعات كسياق. أسقِط تسجيل اجتماع مدته ساعة (أو نصاً من أحد المزوّدين المهيمنين في 2026 مثل Otter أو Granola أو Fireflies، أو مذكرات هاتفك الصوتية) واطلب: "لخّص القرارات المتخذة، والأسئلة المفتوحة، وبنود العمل حسب صاحبها." هذا أحد أعلى سير العمل فائدةً في الصفحة لأي شخص في وظيفة فيها اجتماعات، ولا يكاد أحد خارج قطاع التقنية يستخدمه بعد.
• الصوت لإمكانية الوصول والحركة. تنقل طويل، أو تمشية مع الكلب، أو قيادة: الصوت داخلاً وخارجاً يحوّل الوقت الميت إلى وقت تفكير. تنخفض جودة المحادثة قليلاً مقابل الكتابة لأنك لا تستطيع تحرير مدخلاتك بنظافة، لكن الوقت الذي كنت ستخسره يُستردّ كاملاً.

ما يجيده الصوت وما لا يجيده، في 2026:

مهمة الصوت	إلى أي مدى تعمل	احذر من
نسخ كلام واضح	ممتاز	اللهجات الثقيلة، والمصطلحات التقنية، وتعدّد المتحدثين المتداخلين
تحديد المتحدث (من قال ماذا)	مقبول مع متحدثَين، ضعيف مع 4 أو أكثر	تحقّق دائماً قبل اقتباس أحد
النبرة والسخرية والعاطفة	يتحسّن لكنه غير موثوق	اطلب من الذكاء الاصطناعي الإشارة إلى عدم يقينه بدلاً من الافتراض
تحليل الموسيقى أو الصوت غير الكلامي	محدود	استخدم أداة متخصصة، لا ذكاءً اصطناعياً عام الغرض
محادثة صوتية فورية	جيدة للعابر، ضعيفة للعمق التقني	بدّل إلى النص حين تهمّ الدقة

مثال من خارج البرمجيات. سجّلت طبيبة استشارة مريض مدتها 45 دقيقة (بموافقته)، ورفعت الصوت، وطلبت من الذكاء الاصطناعي: "أنتج ملاحظة سريرية منظّمة بصيغة SOAP. أشِر إلى أي شيء لم تستطع فهمه بثقة. أبرِز أهم ثلاثة أشياء قالها المريض عن تاريخ أعراضه." بعد ثماني دقائق صار لدى الطبيبة مسوّدة ملاحظة استغرق منها التحقق منها وإنهاؤها 5 دقائق، بدلاً من 25 دقيقة كانت ستستغرقها النسخة المكتوبة. لم يحلّ الذكاء الاصطناعي محلّ الحكم السريري؛ بل أزال الكتابة.

ملاحظة عن التكلفة: الصوت داخلاً وخارجاً هو ثاني أرخص طبقة بعد النص، بسنتات لكل دقيقة (المفهوم 12). لملخصات الاجتماعات، أو التدوين الصوتي اليومي، أو إملاء التعليمات في نزهة، تكون التكلفة خفيّة تماماً. كرّر بحرية.

نمط يستحق إبقاءه في الذهن: مستقبل الوسائط المتعددة ليس "صار الذكاء الاصطناعي يستطيع الصوت الآن، أليس هذا رائعاً." بل أن الحدّ بين الوسائط يختفي. ستُسقط بشكل متزايد حزمة مختلطة (صورة، ومذكرة صوتية، وملف PDF، ولقطة شاشة) وتعاملها كتعليمة واحدة. المهارة ليست "كيف أستخدم الصوت" بل "ما المزيج الصحيح من المدخلات لهذه المهمة؟"

تظهر الصور الرمزية التفاعلية للفيديو على المسار نفسه. فيديو الصورة الرمزية المسجَّل مسبقاً (HeyGen، Synthesia، D-ID) بات بجودة الإنتاج لمحتوى التدريب والتواصل المؤسسي متعدد اللغات. أما الصور الرمزية المحادِثة الفورية (Tavus وغيرها) فمقبولة للاستخدامات منخفضة المخاطر اليوم (فرز الأسئلة الشائعة للعملاء، وتدريس اللغات بوجه، وتدفقات تأهيل بسيطة) وتتحسّن بسرعة. عاملها كتوليد الصور في 2022: مبهرة، وجديدة، وليست بعد عادة يومية لمعظم العمل المعرفي، لكنها تستحق تجربة سريعة حين تتطلب مهمة وجهاً على الشاشة بدلاً من نص.

9. بناء تطبيقات صغيرة بتعليمة واحدة

يستطيع الذكاء الاصطناعي الحديث بناء ألعاب ومواقع وأدوات صغيرة من تعليمة واحدة. ليس بعد للبرمجيات الكبيرة، لكن للأشياء الصغيرة المفيدة، هذا متاح فعلاً لمن لم يكتبوا كوداً قط.

أين يعمل التطبيق فعلاً، وما الذي يمكنك فعله به بعد ذلك. سؤال أول معقول: "إن بنى لي الذكاء الاصطناعي تطبيقاً، فأين يعيش فعلاً؟" اعتباراً من منتصف 2026، تعرض الأدوات الكبرى الثلاث جميعاً تطبيقات صغيرة من تعليمة واحدة داخل المحادثة، في لوحة جانبية يمكنك النقر عليها والتفاعل معها، والشيء في تلك اللوحة ليس مجرد معاينة، بل هو مُنتَج فني: كائن دائم أنتجته المحادثة، يمكنك تحريره، والتكرار عليه، ونشره إلى رابط قابل للمشاركة، وتضمينه في مكان آخر، أو تنزيله كوداً. تُسمّى الميزة Artifacts في Claude (ومن هنا جاء الاسم)، وCanvas في ChatGPT، وCanvas في Gemini. قبل عام كانت بينها فروق ذات معنى؛ أما اليوم فالفجوة صغيرة لمعظم عمليات البناء بتعليمة واحدة. لكلٍّ منها بعد نقاط قوة صغيرة: تميل Artifacts في Claude للتصدّر في الأشياء التفاعلية للنقر واللعب، وCanvas في ChatGPT في تحرير الكتابة والكود، وCanvas في Gemini في المخرجات المتكاملة بإحكام مع منظومة Google، لكن ل "ابنِ لي شيئاً"، يصلح أيٌّ من الثلاثة. نتيجتان عمليتان تستحقان المعرفة. أولاً، يمكنك تسليم المُنتَج الفني لشخص آخر دون إرسال المحادثة له: تتيح لك معظم الأدوات النشر إلى رابط عام، ولا يحتاج المستلِم حساباً لاستخدامه. ثانياً، المُنتَج الفني قابل للتكرار، فحين تقول "كبّر الزر" أو "أضف مفتاح وضع داكن"، تحرّر الأداة المُنتَج الفني في مكانه بدلاً من إعادة توليد الشيء كله من الصفر، وهو أسرع بشكل مثير. لأي شيء يتجاوز البناء بتعليمة واحدة، تستحق ثلاث فئات مجاورة معرفة وجودها: بُناة تطبيقات الذكاء الاصطناعي المخصصون مثل v0 وBolt وLovable (تصف تطبيقاً بلغة عادية، فينتجون مشروع Next.js أو React كاملاً، وهي الخطوة التالية الطبيعية للمفهوم 9 لغير المطورين)؛ ووكلاء برمجة الذكاء الاصطناعي بسطر الأوامر مثل Claude Code وOpenCode (تعطيهم قاعدة كود حقيقية، فيحرّرون ملفات كثيرة دفعةً واحدة ويشغّلون الاختبارات، وقد غُطّوا في قائمة "ما تغيّر منذ 2022" أعلى هذه الصفحة، وهم موجّهون للمطورين الذين يكتبون الكود أصلاً)؛ والتطبيقات المكتبية الواعية بالملفات مثل Cowork وOpenWork (تجد ملفاتك وتتصرف بها بإذن، وقد غُطّيت في المفهوم 11، وهي موجّهة لعمّال المعرفة، لا لبناء البرمجيات). تعتمد الأداة الصحيحة على أي سلّم تتسلّقه.

الوصفة مجرد ثلاث خانات:

الهدف: ماذا ينبغي أن يفعل هذا الشيء؟
المُدخَل: ماذا يقدّم المستخدم؟
المُخرَج: ماذا يرى المستخدم؟

أمثلة تعمل اليوم:

• مؤقّت بومودورو. "ابنِ مؤقّت بومودورو بنسق أصفر. جلسات عمل 25 دقيقة، واستراحات 5 دقائق، ونقرة مُرضية عند انتهاء كل دورة."
• مقسّم فاتورة. "ابنِ تطبيقاً أُدخل فيه إجمالي فاتورة، ومبلغ ضريبة، وأسماء أصدقاء. يقسم الفاتورة مع الضريبة ويُظهر حصة كل شخص."
• مختار ملابس. "ابنِ تطبيقاً يأخذ طقس اليوم (الحرارة والهطول) ويوصي بزيّ من خزانة أصفها."
• محاكي ألعاب نارية. "ولّد محاكي ألعاب نارية ممتعاً. المُدخَل: أنقر على الشاشة. المُخرَج: عرض ملوّن من الألعاب النارية عند نقطة النقر."
• لعبة وضع العوائق. "ابنِ لعبة يضع فيها المستخدم عوائق وهدفاً، وتشغّل محاكاة تحاول الوصول إلى الهدف."

ما لا يزال صعباً:

• متعدد اللاعبين عبر الإنترنت. الشبكات، والحسابات، والمواءمة لا تزال أبعد من البناء بتعليمة واحدة.
• تغذية راجعة حية من الذكاء الاصطناعي بلغة مختلفة. مدرّس محادثة فرنسية يستمع، ويصحّح النطق، ويتكيّف فورياً صعب فعلاً.

الحدس الذي تبنيه: الأشياء الصغيرة التي تتسع لشاشة واحدة، بلا حسابات وبلا خدمات خارجية، تعمل. وأي شيء يتجاوز ذلك يحتاج أكثر من تعليمة واحدة، وعادةً بعض الهندسة الحقيقية.

مثال من خارج البرمجيات. بنى أبٌ لعبة طباعة بنسق قطة صفراء لابنته حين ذكرت معلمتها أن الأطفال يستطيعون الطباعة أسرع. هو ليس مهندس برمجيات. كانت التعليمة ثلاث جمل:

ابنِ لعبة طباعة لطفل عمره 7 سنوات. الهدف: التدرّب على طباعة
كلمات قصيرة شائعة. المُدخَل: تظهر الكلمات، ويطبعها اللاعب قبل
أن تصل إلى أسفل الشاشة. المُخرَج: نسق أصفر، وتعويذة قطة لطيفة
تهتف حين يصيب اللاعب كلمة، وسرعة متزايدة عبر المستويات.

ما عاد عمل. ليس بإتقان، وليس من المحاولة الأولى، لكنه تكرّر إلى "جيد بما يكفي لطفل" خلال ساعة. المهارة المبنية هنا ليست البرمجة. إنها القدرة على كتابة إحاطة واضحة وتكرارها. وتلك المهارة عالمية.

10. تحليل البيانات (يكتب النموذج الكود ويشغّله)

حين تطرح على الذكاء الاصطناعي سؤالاً يحتاج حساباً أو رسماً بيانياً، من "كيف تغيّرت فاتورة كهربائي هذا العام" إلى "أي المنتجات بيعت أفضل الربع الماضي"، تفعل الأدوات الحديثة بهدوء شيئاً لافتاً: يكتب النموذج كوداً، ويشغّله، ويعيد النتيجة. تنفيذ الكود مجرد أداة أخرى يستطيع النموذج استدعاءها، كالبحث على الويب. لست بحاجة لمعرفة أي كود بنفسك؛ فقط ترفع جدول بياناتك وتسأل بلغة عادية.

هذا أكثر موثوقية بكثير من طلب أن يحسب النموذج في ذهنه. يحسب النموذج كما كنت ستحسب: بتشغيل آلة حاسبة. الآلة الحاسبة هي الدقيقة؛ والنموذج يختار فقط ما يحسبه.

قبل أي شيء آخر: تأكّد أن الذكاء الاصطناعي يشغّل الكود فعلاً، بدلاً من التخمين. هذا هو نمط الإخفاق الصامت لهذا القسم كله، وسبب وضعه في القمة: لا يشغّل الذكاء الاصطناعي الكود تلقائياً لكل سؤال، بل يختار ذلك بناءً على كيفية صياغة السؤال. وفي الأسئلة الأصغر يتخطى أحياناً الكود ويجيب من نظرة، ما ينتج فقرة واثقة النبرة بلا حساب حقيقي وراءها. ومن الخارج تبدو مطابقة لتحليل حقيقي. تمنع ثلاث عادات صغيرة هذا. أولاً، اطلب صراحةً. "اكتب وشغّل كوداً للإجابة عن هذا. أرني الكود الذي شغّلته." يمتثل معظم النماذج حين تطلب. ذلك السطر الواحد، إن لصقته في أي تعليمة بيانات، يصنع الفرق بين تحليل حقيقي وتخمين معقول. ثانياً، تحقّق أن الكود موجود ظاهراً. إن لم تتضمن الاستجابة كتلة كود شُغّلت، فالنموذج على الأرجح لم يشغّل كوداً. ثالثاً، اطلب معلومة محددة قابلة للتحقق قبل التحليل. "أخبرني بعدد الصفوف الدقيق، وأسماء الأعمدة، ونطاق التواريخ لهذا الملف قبل أن تحلّل أي شيء." إن كان النموذج يقرأ الملف فعلاً، ستكون تلك الأجوبة صحيحة. وإن كان يختلق، فسيكون عدد الصفوف رقماً مستديراً بشكل مريب وأسماء الأعمدة معقولة لكنها خاطئة. أقوى نسخة من هذه الحركة أن تطلب من النموذج إعلان منهجه مقدّماً: "هل تشغّل كوداً على الملف، أم تقدّر؟ إن كنت تقدّر، فتوقّف وشغّل كوداً بدلاً من ذلك." سيستدعي معظم النماذج الأداة أو يعترف بأنه كان على وشك التخطي.

حالما تكتسب تلك العادة، تكون بقية هذا القسم هي ما يبدو عليه تحليل البيانات فعلاً عملياً.

مثال متجر شاي الفقاعات. لدى عمل صغير سنة من بيانات المبيعات: المشروبات، والتواريخ، والكميات. يسأل المالك: "أي المشروبات شهدت أكبر تغيّرات في المبيعات خلال العام؟ ارسمها بيانياً. اكتب وشغّل كوداً للإجابة عن هذا وأرني الكود الذي شغّلته."

خلف الكواليس، يكتب الذكاء الاصطناعي برنامجاً قصيراً، ويشغّله على جدول البيانات، ويرى النتائج، ويحوّلها إلى جواب. عملياً يبدو ذلك هكذا: يحسب الذكاء الاصطناعي التغيّرات شهراً بشهر لكل مشروب، ويلاحظ أن معظم المشروبات مستقرة وأربعة تبرز، ويولّد رسماً خطياً ملوّناً لتلك الأربعة، وينوّه بالأنماط. "ارتفع شاي الماتشا بالفراولة بحدّة في الربيع؛ فكّر في إعادة تشغيل ذلك العرض الترويجي العام المقبل." هذا ليس جواباً عاماً. هذا جواب مؤسَّس على البيانات الفعلية.

ثم تعليمة أكبر: "أنشئ رسماً بيانياً من شريحة واحدة لمراجعة سنة المتجر. حلّل البيانات بعناية بحثاً عن رؤى تستحق الإبراز." هذه مهمة أثقل، فيأخذ الذكاء الاصطناعي وقتاً أطول، أحياناً بضع دقائق، لإنجازها. يكتب كوداً، ويشغّل تحليلات، ويختار رؤى، ويصمّم تعليقات توضيحية، وينتج لوحة معلومات منتهية.

ما يصلح له هذا، بأمثلة يملكها المبتدئون فعلاً:

• إنفاق الأسرة. ارفع سنة من معاملات البنك أو بطاقة الائتمان؛ اسأل أي الفئات نمت، وأي الأشهر كانت غير معتادة، وأي الاشتراكات نسيتها.
• التتبّع الشخصي. الجري، والمشي، والنوم، والوزن، ووقت الشاشة، أي تطبيق يصدّر ملف CSV سيعطيك سنة من نفسك لتنظر إليها.
• سجلات الأعمال الصغيرة. جداول بيانات المبيعات، وقوائم المخزون، وقوائم العملاء، وملفات المصروفات.
• أي شيء أعطاك إياه أحد كجدول بيانات ولا تريد فتحه: تقارير درجات مدرسية، وكشوف استهلاك مرافق، وبيانات علمية، ونتائج استبيانات.

ما تتحقق منه مرتين، حتى حين شُغّل الكود فعلاً:

• المجاميع النهائية. الكود دقيق، لكن الذكاء الاصطناعي قد يجمع العمود الخاطئ.
• تسميات الرسوم البيانية. الأرقام صحيحة عادةً؛ أما التعليقات فأحياناً خاطئة بثقة.
• أي شيء يعتمد فيه التحليل على عمود قد يكون الذكاء الاصطناعي أساء تفسيره. إن ظنّ الذكاء الاصطناعي أن "TXN_AMT" تعني مبلغ المعاملة بينما تعني فعلاً رقم حساب المعاملة، فالتحليل كله مبني على رمل.

الموثوقية أعلى بكثير من الحساب القائم على الذاكرة، لكنها ليست معصومة. عامل تحليل بيانات الذكاء الاصطناعي كما تعامل عمل محلّل مبتدئ نبيه: مفيد، وسريع، وصحيح في معظم الأحيان، وخاطئ أحياناً بطرق مُعلِّمة.

مثال من خارج البرمجيات. رفع عدّاءٌ ستة أشهر من بيانات متتبّع الجري (ملف CSV من تطبيق لياقة) وسأل: "كيف يتقدّم سرعتي ومسافتي؟ هل توجد أنماط ينبغي أن أعرفها؟ اكتب وشغّل كوداً، وأرني ما شغّلته." كتب الذكاء الاصطناعي كوداً، ورسم المتوسطات الأسبوعية، ولاحظ شيئين لم يلاحظهما العدّاء: انخفضت السرعة باستمرار بعد كل عطلة جري طويل (إرهاق على الأرجح)، واستقرت المسافة في الشهر الثالث قبل أن تصعد مجدداً. التوصية: أسبوع تخفيف كل رابع أسبوع، وسرعة جري طويل أبطأ. كان العدّاء قد حدّق في هذه البيانات نفسها في لوحة معلومات التطبيق لأشهر دون رؤية تلك الأنماط. لم يخترع الذكاء الاصطناعي رؤيةً من العدم؛ بل حسب ما لم يملك العدّاء وقتاً لحسابه.

نمط مفيد: اطلب الرسم البياني الذي قد يرسمه

حين ترفع بيانات، لا يلزم أن تكون تعليمتك الأولى هي السؤال. يمكن أن تكون: "صِف هذه البيانات. ما الأعمدة الموجودة هنا، وماذا تمثّل، وأي 3 رسوم بيانية ستُظهر أفضل ما يجري؟" اقرأ الجواب، اختر الرسم الذي تريده، ثم اطلبه. يكشف هذا الأعمدة المُساء تفسيرها قبل أن تصير تحليلات خاطئة.

---

الجزء 4: العمل بأمان واختيار الأدوات

ثلاثة مفاهيم أخيرة: كيف تمنح الذكاء الاصطناعي وصولاً إلى ملفاتك وأذوناتك بأمان، وكيف تختار الأداة الصحيحة للمهمة، وكيف تحصل على إشارة موضوعية للجودة حين لا يكون في الغرفة خبير بشري.

11. تطبيقات الذكاء الاصطناعي المكتبية والأذونات

ثمة الآن فئة كاملة من المنتجات اسمها تطبيقات الذكاء الاصطناعي المكتبية: تطبيقات تعمل على حاسوبك وتستطيع، بإذن، العثور على ملفاتك، وقراءتها، والتصرف بها. Cowork من Claude وOpenWork مثالان، والفئة تنمو.

ما تستطيع هذه فعله ولا تستطيعه المحادثة:

• البحث في مجلد فوضوي من ملفات PDF، واقتراح تنظيم جديد (إعادة تسمية الملفات، ونقلها، وإنشاء مجلدات فرعية)، وتنفيذ الخطة حالما توافق.
• جمع ملفات مرتبطة لمشروع (تقول "أصوّر في هذه التواريخ وهؤلاء الأشخاص معنيون")، وملاحظة أشياء من تلقاء نفسه (عيد ميلاد عضو طاقم يقع أثناء التصوير، هل تريد إدراج احتفال).
• القراءة عبر مجلد والتلخيص: "على ماذا اشتغلت الربع الماضي، بناءً على محتويات مجلد projects/ هذا؟"

سير العمل الذي يجعل هذا آمناً:

1. أخبره بالمهمة. ("أعد تنظيم هذا المجلد حسب العميل.")
2. اطلب خطة، لا فعلاً. يقترح التطبيق قائمة عمليات على الملفات.
3. راجع الخطة وحرّرها. اضبط إعادة التسمية التي لا تريدها قبل حدوثها.
4. وعندها فقط وافق على التنفيذ.

اقرأ هذا قبل أن تمنح أي تطبيق ذكاء اصطناعي وصولاً للملفات

حقيقتان يتعلّمهما معظم الناس بالطريقة الصعبة:

• الملفات المحذوفة غالباً لا تذهب إلى سلة المحذوفات حين يحذفها تطبيق ذكاء اصطناعي. إنها تختفي.
• الملفات المحرَّرة لا تحتفظ بسجل تحرير ما لم يكن لديك تحكم في الإصدارات. تغيير الذكاء الاصطناعي يطمس النسخة السابقة.

إلى أن تفعل هذا بأمان بضع مرات، حدّد نطاق كل طلب إذن لأصغر مجلد تحتاجه للمهمة. لا توافق على "وصول كامل للقرص" لتطبيق استخدمته مرتين.

هذا شكل جديد فعلاً من الأدوات. عامله كذلك: كأول مرة سلّمت فيها موظفاً مبتدئاً مفاتيح حساب حقيقي. مفيد، وسريع، ويستحق الحذر معه.

مثال من خارج البرمجيات. كان لدى مستشارة مجلد اسمه clients/ نما إلى 240 ملف PDF خلال أربع سنوات: عقود، وفواتير، ووثائق تحديد نطاق، وإيصالات ممسوحة يدوياً، وملاحظات اجتماعات. قالت لتطبيق ذكاء اصطناعي مكتبي: "ابحث في clients/. اقترح مخطط تنظيم. لا تنقل أي ملفات بعد. أرني المخطط المقترح كشجرة." أنتج التطبيق شجرة نظيفة: مجلد لكل عميل، ومجلدات فرعية للعقود والفواتير والملاحظات، مع قائمة مُعلَّمة ب 18 ملفاً لم يستطع تصنيفها بثقة. حرّرت المقترح (أعادت تسمية عميلين، ودمجت مجلدين)، ثم وافقت على التنفيذ. الوقت الإجمالي: نحو خمس عشرة دقيقة. كانت المهمة نفسها على قائمة "يوماً ما" لديها منذ ثلاث سنوات. لم يكن الفتح هو الذكاء الاصطناعي يفكّر؛ بل الذكاء الاصطناعي يؤدي المملّ ليصبح التفكير رخيصاً.

سلّم الأذونات. تسلسل مفيد لاكتساب الراحة:

مستوى الراحة	ماذا تسمح به	بماذا تستمر في الرفض
الجلسات الأولى	وصول للقراءة فقط لمجلد صغير واحد.	أي شيء يكتب، أو يحذف، أو يعيد التسمية.
بعد 2 إلى 3 تشغيلات ناجحة	قراءة وكتابة داخل مجلد محدد واحد.	الوصول إلى أدلة أوسع كجذر سطح المكتب أو المستندات.
بعد أسبوع نظيف	القراءة عبر شجرة مشروع، والكتابة داخل مجلد فرعي محدّد النطاق.	أي شيء خارج ذلك المشروع.
موثوق	أذونات خاصة بالأداة ("أعد تسمية ملفات PDF في هذا المجلد"، "حرّر مستندات Word في هذا المجلد").	"افعل ما تحتاجه" المفتوح.

المبدأ: ينمو النطاق مع سجل الأداء، لا مع مقدار ثقتك بالشركة التي بنت الأداة. تُكتسب الثقة بالسلوك في سير عملك المحدد.

12. التكلفة والسرعة وأي نموذج تستخدم ومتى

كومة بسيطة تبقيها في ذهنك:

بالكلمات:

• النص: ثوانٍ، أجزاء من السنت لكل استجابة.
• الكلام: ثوانٍ، بضعة سنتات لكل دقيقة صوت.
• الصور: عشرات الثواني، عدة سنتات لكل توليد. بلا إيقاف مبكر، تُولَّد الصورة كلها دفعةً واحدة.
• الفيديو: دقائق لكل توليد، من سنتات كثيرة إلى بضعة دولارات. التكرار مؤلم لأن كل جولة بطيئة ومكلفة.
• البحث العميق: دقائق، من عدة سنتات إلى ربع دولار، لكنه يركّب لك عشرات المصادر.

التكلفة بالكاد قيد عند مستوى الدخول. روبوتات المحادثة الكبرى (ChatGPT وClaude وGemini وMeta AI وDeepSeek) كلها تقدّم وصولاً مجانياً يتعامل بأريحية مع أنواع التعليمات في هذه الصفحة. لا تصطدم بالخطط المدفوعة إلا حين تدفع نحو تشغيلات بحث عميق ثقيلة، أو رفع ملفات كبيرة جداً، أو توليد فيديو، أو استخدام يومي غير محدود. لتمارين القسم الختامي، الطبقة المجانية لأيٍّ منها تكفي.

دلالتان:

1. تكلفة التكرار تشكّل ما تفعله. تستطيع التكرار على النص 50 مرة في بعد ظهر. ولا تستطيع التكرار على الفيديو 50 مرة في بعد ظهر. فحين تولّد صوراً أو فيديو، استثمر أكثر في التعليمة مقدّماً (واستخدم ذكاءً اصطناعياً نصياً لكتابتها).
2. التكاليف تتجه نحو الانخفاض. الصورة التي تكلّفك 10 سنتات اليوم ستكلّف جزءاً من ذلك العام المقبل. توليد فنّ لمنزلك، أو بطاقة عيد ميلاد، أو دعوة زفاف يصبح بسرعة مجانياً.

أي نموذج لأي مهمة؟ الذكاء الاصطناعي متعرّج: نماذج مختلفة تجيد أشياء مختلفة، والمتصدّر يتغيّر كل بضعة أشهر. لا يوجد نموذج أفضل واحد. عادتان تساعدان:

• جرّب التعليمة نفسها في 2 إلى 3 نماذج بانتظام. السؤال نفسه، وأدوات متعددة. اقرأ الأجوبة. ستفاجئك الفروق، وتحدّث حدسك عن أي أداة أفضل لأي نوع من الأسئلة.
• لا تتزوّج أداةً واحدة. العامل الذي يستخدم ذكاءً اصطناعياً واحداً فقط هو عامل مخطئ بشأن أي أداة أفضل لثلثي مهامه. التبديل مجاني؛ فقط تلصق التعليمة في علامة تبويب مختلفة.

أفضل ذكاء اصطناعي لمهمتك اليوم ليس أفضل ذكاء اصطناعي لمهمتك بعد ثلاثة أشهر. ابقَ مرناً.

لقطة تقريبية لما يميل كل نموذج كبير لأن يجيده الآن (سيتغيّر هذا؛ عامله كنقطة بداية، لا حكماً):

الأداة	تميل للقوة في	تميل للضعف في
Claude	الاستدلال على التعليمات الصعبة، وفهم الوثائق الطويلة، وتوليد SVG والمخططات، والكود وتطوير الويب، وصوت كتابة متأنٍّ، والتحليل المنظّم. يتصدّر حالياً معظم فئات Arena.	توليد الصور الواقعية داخل المنتج أقل مركزيةً منه في ChatGPT وGemini.
ChatGPT	توليد الصور داخل المنتج بالمرتبة الأولى (يتصدّر GPT Image-2 فئتي تحويل النص إلى صورة وتحرير الصورة في Arena)، ووضع الصوت، ومدى المحادثة، وتغطية المهام الواسعة.	أحياناً مُسهب؛ وقد يفرط في التنسيق بالقوائم والعناوين.
Gemini	بحث ويب سريع وتركيب المصادر، وبحث عميق بمخرجات غنية (رسوم بيانية، جداول)، وتوليد صور قوي (متغيّرات Nano Banana ضمن أفضل 5 في Arena)، وتكامل وثيق مع Google Workspace.	قد تبدو النبرة أكثر اقتضاباً؛ وبعض الاستجابات أقصر من المثالي.
Meta AI	مدمج في WhatsApp وInstagram وMessenger وFacebook (موجود أصلاً على جهاز أكثر من مليار شخص)؛ مجاني بلا رسوم اشتراك؛ ويجلب Muse Spark (أبريل 2026) استدلالاً تنافسياً متعدد الوسائط و"وضع تأمّل" يشغّل عدة وكلاء بالتوازي. يجلس حالياً ضمن أفضل 5 في لوحة Arena النصية. الأفضل للمنتجات الفنية البصرية التفاعلية (لوحات معلومات ويب، ألعاب صغيرة، اختبارات) والبيانات الصحية أو العلمية.	سير عمل البرمجة والوكلاء طويلة الأمد متأخرة عن الثلاثة الكبار؛ منظومة تكاملات أصغر مثل Projects أو Canvas أو Artifacts؛ لا واجهة برمجة تطبيقات عامة بعد (معاينة خاصة فقط)؛ والاستخدام محدود المعدل إن دفعت بقوة.
DeepSeek	أوزان مفتوحة المصدر تستضيفها ذاتياً أو تشغّلها عبر واجهة برمجة بكلفة منخفضة؛ ونافذة سياق مليون رمز افتراضياً؛ وV4-Pro ينافس أفضل النماذج المغلقة على معايير قياس العلوم والبرمجة؛ وV4-Flash هو الخيار اليومي السريع الرخيص.	صقل واجهة المحادثة متأخر عن الثلاثة الكبار؛ ومنظومة المستهلك (تطبيقات الجوال، التكاملات العميقة) أصغر؛ وتصنيفات Arena دون Claude وChatGPT وGemini وMeta في معظم الفئات.

ملاحظة عن الصفّين الأحدث. كانت قيمة Meta AI سابقاً "الانتشار والمجانية، لا العمق"، لكن Muse Spark يسدّ كثيراً من فجوة العمق لمهام الاستدلال مع الحفاظ على ميزة الانتشار والمجانية. إن كان لديك WhatsApp أو Instagram، فيمكنك الآن القيام بتفكير جدّي داخل التطبيق الذي كنت ستفتحه أصلاً. حدّان يستحقان المعرفة قبل استخدامه لعمل حقيقي. أولاً، المجاني لا يعني غير المحدود: تطبّق Meta حدوداً للمعدل خلف الكواليس، فالاستخدام الثقيل لوضع التأمّل أو سير العمل الآلي السريع سيُخنق في النهاية. ثانياً، قد تُستخدم مدخلاتك لتدريب نماذج Meta المستقبلية. تسمح شروط Meta بهذا، ومنتج المستهلك غير مهيّأ لإلغاء الاشتراك افتراضياً. وهذا يجعل Muse Spark خياراً سيئاً للمواد الحساسة: وثائق الشركة الداخلية، والكود الخاص، والمعلومات الطبية، وأي شيء لا تريد تغذيته في خط تدريب. أما للعمل اليومي غير الحساس فهو ممتاز. قيمة DeepSeek هي مفتوح-المصدر-ورخيص: إنه الخيار الصحيح حين تكون حساساً للسعر، أو تريد خيار الاستضافة الذاتية، أو تحتاج نافذة سياق المليون رمز للعمل بالطبقة المجانية. لا يزال الثلاثة الكبار يتصدّرون سير العمل الأعمق الذي تعلّمه هذه الصفحة (Projects، وCanvas، وArtifacts، والبحث العميق)، فيبقون أدوات الأمثلة المُنفَّذة.

لوحة الصدارة التي تضعها في الإشارات المرجعية. حين تريد رؤية حالية لأي نموذج يتصدّر أي مهمة، أكثر مورد فائدةً هو Arena. يصوّت المستخدمون في مقارنات عمياء وجهاً لوجه بين نموذجين مجهولين، فتعكس التصنيفات تفضيلات حقيقية لا ادعاءات تسويق المزوّدين. يحتفظ الموقع بلوحات صدارة منفصلة للنص، والكود، والرؤية، والوثائق، وتوليد الصور، وتحرير الصور، والبحث، والفيديو. تحقّق منها مرة في الشهر. يتناوب المتصدّرون بسرعة: النموذج المتصدّر لفئة في مايو قد لا يكون هناك في أغسطس، ويستطيع وافد جديد القفز إلى أفضل خمسة خلال أسابيع (فعل Muse Spark هذا في أبريل 2026). تحذيران يستحقان المعرفة: تكافئ لوحات الصدارة سحر المحادثة أكثر من العمل المتأني على الوثائق الطويلة، وتأخذ عينات من مهام يجدها المستخدمون القابلون للتصويت مثيرة للاهتمام، وهي ليست دائماً مهمتك. استخدمها كإشارة واحدة بين عدة إشارات؛ ويحوي المفهوم 13 مزيداً عن دمج إشارات لوحة الصدارة مع اختبارك A/B الخاص على أنواع التعليمات التي تشغّلها فعلاً.

ثلاث عادات تتراكم:

1. افتح علامتي تبويب على الأقل. أداة أساسية وأخرى احتياطية. حين تعطيك الأساسية شيئاً لا يبدو صائباً، الصق التعليمة نفسها في الاحتياطية. الجواب الثاني هو الحَكَم في الغالب.
2. احتفظ بمسوّدة تعليمات. ملف ملاحظات (أي ملف نصي يصلح) تجمع فيه التعليمات التي أنتجت نتائج جيدة بشكل غير معتاد. أعد استخدامها وكيّفها. هذه مكتبتك الشخصية.
3. لاحظ حين يخطئ النموذج. ليس توبيخاً، بل كبيانات. الخطأ إشارة مجانية عن حدود هذه الأداة. تسجيل "أخطأت الأداة X بثقة بشأن Y" مرة في الأسبوع أفيد من قراءة أي نشرة ذكاء اصطناعي من 2000 كلمة.

طقس صغير يؤتي ثماره

مرة في الشهر، افعل شيئين معاً: (1) ألقِ نظرة على لوحات صدارة Arena لأي فئة تهمّك، و(2) اختر مهمة تؤديها بانتظام (كتابة تحديثات الحالة الأسبوعية، تخطيط الوجبات، تلخيص وثيقة متكررة) وشغّلها عبر ثلاث أدوات ذكاء اصطناعي مختلفة. لاحظ أيها أداها أفضل على عملك الحقيقي. استخدم تلك لتلك المهمة حتى الشهر المقبل، حين تعيد الاختبار. تبقى أدواتك حديثة دون جهد، وتخبرك لوحة الصدارة هل ينبغي أن تختبر وافداً جديداً لم يكن على رادارك.

---

13. النماذج تتفحّص النماذج

حين لا توجد حقيقة مرجعية (لا مفتاح إجابات، ولا خبير يجلس بجانبك، ولا اختبار يفشل بالأحمر)، لا تزال تستطيع الحصول على إشارة موضوعية للجودة. تحصل عليها بجعل النماذج تقيّم بعضها.

ابدأ بالنسخة الخفيفة. إن لم يكن لديك سوى أداة ذكاء اصطناعي واحدة مفتوحة اليوم، فإن حلقة النقد الذاتي بنموذج واحد (المغطّاة أدناه مباشرةً) تمنحك معظم الفائدة، وهي النسخة التي تحتاجها معظم المهام اليومية. أما الوصفة الكاملة متعددة النماذج التي تليها فهي النسخة عالية المخاطر: تفترض حساباً مجانياً ثانياً مفتوحاً في علامة تبويب أخرى، ونحو دقيقة من الإعداد، ولا تستحق ذلك الإعداد إلا حين يكون الخطأ مكلفاً. اقرأ الوصفة الكاملة الآن لتلتقط الشكل، لكن اتجه إلى النسخة الأخف أولاً؛ وتدرّج إلى الأثقل حين يستحقّها شيء على مكتبك فعلاً.

للنماذج المختلفة بقع عمياء مختلفة. دُرّبت على بيانات متداخلة لكنها غير متطابقة، بإشارات مكافأة مختلفة، وبفرق ركّزت على أشياء مختلفة. نقطة يفوتها نموذج، يلتقطها نموذج ثانٍ غالباً. الاختلاف بينها هو الإشارة التي لا تحصل عليها من أي نموذج منفرد وحده. ولا يعمل هذا إلا إذا جاءت النماذج من عائلات مختلفة فعلاً: Anthropic (Claude)، وOpenAI (ChatGPT)، وGoogle (Gemini)، وMeta (Meta AI / Muse Spark)، وDeepSeek هي العائلات الخمس المتمايزة لتستمدّ منها. نموذجا Claude يتفحّصان بعضهما ليس تفحّصاً متعدد النماذج؛ فمسبقاتهما متشابهة جداً.

إليك الوصفة الكاملة متعددة النماذج، مصقولةً عبر وثائق كثيرة ومكتوبةً من ممارسة حقيقية. هذه هي النسخة عالية المخاطر؛ وحلقة النموذج الواحد الأخف في القسم الفرعي التالي:

1. ابدأ بأفضل نموذج تملك وصولاً إليه. "الأفضل" يعني صاحب أقوى استدلال واتساق مخرجات طويلة على نوع مهمتك. استخدم إشارات متعددة: لوحات صدارة Arena كنقطة بداية (يقدّمها المفهوم 12)، مع اختبار A/B سريع خاص بك على عيّنة ممثّلة لنوع العمل الذي تؤديه فعلاً. اختبار A/B هنا يعني فقط: أرسل التعليمة نفسها لنموذجين أو ثلاثة، اقرأ الأجوبة جنباً إلى جنب، ودع عينيك تخبرانك أيها أفضل لنوع مهمتك. لا ترسُ على لوحة صدارة واحدة؛ فهي تقيس أشياء مختلفة، والتصنيفات القائمة على التفضيل تكافئ سحر المحادثة أكثر من العمل المتأني على الوثائق الطويلة.
2. ولّد المسوّدة الأولى بسياق كامل. أَحِطْه كزميل (المفهوم 1)، وشغّل وضع التفكير للمسائل الصعبة (المفهوم 5)، واستخدم حلقة العصف الذهني والتكرار للبنية (المفهوم 7).
3. اطلب منه تقييم مخرجاته، من 1 إلى 10، مقابل معايير مسمّاة. ليس "هل هذا جيد؟" بل "قيّم هذا على الوضوح، والدقة، والبنية، وما ينقص، من 1 إلى 10 لكلٍّ منها، مع تبرير من جملة واحدة لكل درجة." الدرجة الأولى عادةً 7 أو 8.
4. اطلب منه تنفيذ اقتراحاته. كرّر حتى تتوقف الدرجة عن الصعود، وتستقر عادةً عند نحو 9.
5. خذ المسوّدة إلى نموذج ثانٍ من عائلة مختلفة. اطلب المعيار نفسه. نموذج مختلف، ومسبقات مختلفة، وبقع عمياء مختلفة. سيلتقط النموذج الثاني أشياء قيّم النموذج الأول نفسه عليها، وهي تحديداً الحلقة المغلقة التي تحتاج للإفلات منها.
6. أعِد نقد النموذج الثاني إلى النموذج الأول. صُغه بأمانة: "أنتج نموذج آخر هذا النقد. قيّم أي النقاط تستحق التبنّي، ولماذا. ارفض أي شيء تخالفه، واشرح." يحكم النموذج الأول. وأنت تراقب الحُكم.
7. للعمل عالي المخاطر، كرّر مع نموذج ثالث من عائلة ثالثة. بحلول الوقت الذي تكون فيه ثلاثة نماذج من عائلات مختلفة قد تجادلت حول مسوّدتك، يكون لديك أقرب شيء إلى حقيقة مثلّثة تقدّمها هذه التقنية.
8. توقّف حين تعبر الدرجة هدفك عبر نموذجين مستقلين. 9.5 من نموذجك الأساسي وحده ليست ك 9 من أساسيك زائد 9 من نموذج عائلة مختلفة. الرقم الثاني هو الذي يعني شيئاً.

حلقة النقد الذاتي بنموذج واحد، بمفردها

الخطوتان 3 و4 أعلاه قابلتان للاستخدام بمفردهما، دون إدخال نموذج ثانٍ قط. كثير من المهام لا يبرّر العبء متعدد النماذج لكنه يستفيد من جولة واحدة من "قيّم هذا من 1 إلى 10 مقابل هذا المعيار، ثم نفّذ اقتراحاتك." تحديث حالة أسبوعي، أو بريد صعب قليلاً، أو مذكرة من صفحة واحدة: كل هذه تتحسّن بوضوح من جولة نقد ذاتي واحدة.

متغيّر أعلى فائدةً: حدّد هدفاً رقمياً ودع النموذج يكرّر نحوه تلقائياً. بدلاً من "قيّم هذا وأخبرني بما ينقص"، جرّب "كرّر مقابل معيارك الخاص حتى تصل إلى 9.5 عبر كل المعايير، ثم أرني النسخة النهائية." سيقيّم النموذج، ويراجع، ويعيد التقييم، ويراجع، ويواصل (خمس أو ست جولات في استجابة واحدة)، ولا يعود إليك إلا حين يبلغ الهدف أو يستقر. هذا أسرع بشكل مثير من قيادة كل جولة يدوياً، ويعمل جيداً خصوصاً للمنتجات الفنية المطوّلة (مذكرة من 5000 كلمة، أو فصل، أو خطة شاملة) حيث يكون الذهاب والإياب يدوياً مملاً. الهدف نفسه آلية توجيه: 9 يفرض سقفاً مختلفاً عن 9.5، و10 يفرض على النموذج مواصلة إيجاد أشياء يحسّنها حتى يعجز فعلاً عن إيجاد أي منها.

قد يبدو هذا كأنه يناقض المفهوم 6، الذي حذّر من أن نموذجاً يقيّم عمله يميل نحو التملّق. الفرق هو المعيار. من دونه، تعيد "هل هذا جيد؟" "عمل رائع!"، وهي الحلقة المغلقة التي تحدّث عنها المفهوم 6. ومع معايير مسمّاة مُقيَّمة من 1 إلى 10، على النموذج أن يشير إلى ما ينقص من النقاط الأخرى، وذلك المؤشّر هو ما تنفّذ بناءً عليه. المعيار هو ما يحوّل التقييم الذاتي من تملّق إلى دالة إجبار.

تقدّم الصفحة الآن ثلاث نسخ متداخلة من الحمض النووي نفسه. اختر أخفّها ملاءمةً للمهمة:

تدرّج من النسخة الأخف إلى الأثقل حين يصبح الخطأ أكثر كلفة، أو حين تستقر درجة النموذج الواحد عند نحو 9 وتريد معرفة هل ال 9 هي فعلاً 9.

لماذا تهمّ الدرجة. إجبار رقم من النموذج ليس عن الرقم. بل عن ما يتطلبه إنتاج الرقم. نموذج عليه تقييم مسوّدتك 7 من 10 عليه أن يسمّي ما ينقص من ال 3 نقاط الأخرى. من دون الدرجة، يمرّ "هذا جيد إلى حد ما" كمراجعة. ومع الدرجة، على "جيد إلى حد ما" أن يصير "يخسر نقطة على البنية لأن القسم الثالث يكرّر الثاني؛ ويخسر نقطتين على الأدلة لأن ثلاثة ادعاءات بلا مصدر." الدرجة دالة إجبار على التحديد، والتحديد هو ما تستطيع التصرف بناءً عليه. وهي أيضاً الإشارة الوحيدة القابلة للقراءة التي تحصل عليها لمقارنة التكرار N بالتكرار N+1.

ملاحظة خصوصية للعمل عالي المخاطر. التفحّص متعدد النماذج يعني بالتعريف لصق مسوّدتك في أدوات متعددة. انتبه لسياسة بيانات كل أداة قبل فعل هذا بمواد حساسة. بعض الأدوات (Claude في منتجه الاستهلاكي، وChatGPT مع تفعيل إلغاء الاشتراك في التدريب، وطبقات Gemini المدفوعة) لا تتدرّب على مدخلاتك. وأخرى (منتج Meta AI الاستهلاكي افتراضياً) قد تفعل. مذكرة استراتيجية من 40 صفحة، أو تحليل مالي داخلي، أو أي شيء مغطّى باتفاقية عدم إفصاح ينبغي أن يمرّ فقط عبر أدوات تحقّقت فعلاً من سياسات بياناتها. المقصد من الحلقة متعددة النماذج التقاط بقعك العمياء؛ والمقصد المعاكس لها تغذية عملك السرّي في مجموعة تدريب.

تحفّظ صادق. يمكن لثلاثة نماذج أن تكون كلها مخطئة بشأن الشيء نفسه. تشترك في بيانات تدريب أكثر مما قد تظن، وعلى المواضيع المتنازَع عليها أو شحيحة البيانات (المفهوم 2) كثيراً ما تشترك في المفاهيم الخاطئة نفسها. الدرجة إشارة تقدّم، لا إشارة حقيقة. للمحتوى عالي المخاطر (أي شيء قانوني، أو طبي، أو مالي، أو عن شخص حقيقي) لا يحلّ أي عدد من التمريرات متعددة النماذج محلّ خبير بشري يراجع الادعاءات المحورية. تتفحّص النماذج بعضها للحرفة. ويتفحّص البشر الحقائق التي تهمّ.

متى تتخطى الحلقة.

ليست كل مهمة تستحق هذا. بريد قصير، أو بحث سريع، أو عصف ذهني عابر: نموذج واحد يكفي. احفظ التفحّص متعدد النماذج للعمل الذي يكون فيه الخطأ مكلفاً: مذكرة سيقرأها مديرك، أو فصل سيُنشر، أو قرار يؤثر في آخرين، أو عقد ستوقّعه. القاعدة التقريبية: إن كان زميل متأنٍّ سيقضي ساعتين في مراجعة هذا، فهو يستحق الحلقة.

مثال من خارج البرمجيات. صاغت مستشارة تُعدّ مذكرة استراتيجية من 40 صفحة لمجلس عميل في أقوى نماذجها وكرّرت مقابل درجاته الخاصة حتى استقرت عند 9. ثم لصقت المذكرة الكاملة في نموذج ثانٍ من عائلة مختلفة وطلبت المعيار نفسه. أعطاها النموذج الثاني 7.5 وسرد أحد عشر مسألة محددة، لم يطرح نموذجها الأساسي ثلاثاً منها في أي من جولات تقييمه الذاتي. أعادت تلك إلى النموذج الأول ليحكم؛ فتبنّى سبعاً ورفض أربعاً مع أسباب. وأظهر نموذج ثالث من عائلة أخرى بعد اثنتين إضافيتين. المقصد ليس الدرجات النهائية. بل أن الحجج المضادة التي ما كانت لتراها بنفسها، لأن نموذجها الأساسي شاركها بقعها العمياء، كانت في المذكرة قبل اجتماع المجلس.

---

استرجاع قصير قبل تجربة التعليمات

ثلاثة عشر مفهوماً كثير. شكل الصفحة، سطر واحد لكل مفهوم:

• المفهوم 1. الفجوة بين تعليمة المبتدئ وتعليمة المتمكن حفنة من العادات: أَحِطْ الذكاء الاصطناعي كزميل جديد ذكي، بالسياق والقيود وطلب واضح.
• المفهوم 2. يعرف الذكاء الاصطناعي الأشياء من لقطة للإنترنت، فقد تعلّم ب قراءة نصوص عن العالم، لا بالعيش فيه، فهو قوي في المواضيع الشائعة وضعيف في الغامضة أو الحديثة.
• المفهوم 3. ثلاثة أوضاع استرجاع: مُدرَّب مسبقاً، وبحث على الويب، وبحث عميق. صياغتك توجّه أيها يعمل.
• المفهوم 4. النموذج لا يملك ذاكرة خاصة به؛ ونافذة السياق هي ذاكرته العاملة ل هذه الاستجابة. أكبر محدّد منفرد لجودة الجواب هو ما تضعه في تلك النافذة، والمشاريع تتيح تحميله مرة واحدة بدلاً من كل مرة.
• المفهوم 5. تستطيع النماذج الحديثة التفكير بجد لثوانٍ أو دقائق إن طلبت منها.
• المفهوم 6. النماذج منحازة نحو الموافقة. التأطير المحايد والمعايير يبطلان معظم ذلك الانحياز؛ وإجبار درجة من 1 إلى 10 لكل معيار، مع التغيير الذي سيرفع كل درجة، يبطل الباقي.
• المفهوم 7. حلقة التكرار مع التغذية الراجعة الصريحة هي أعلى عادة فائدةً في الصفحة. قيّم كل مرحلة من 10 وأعد التكرار حتى تستقر الدرجة، فلا يحقّ للذكاء الاصطناعي أن يعلن انتهاءك.
• المفهومان 8 و9. يستطيع الذكاء الاصطناعي رؤية الصور، والعمل بالصوت في الاتجاهين، وبناء تطبيقات صغيرة، والتطبيق العامل مُنتَج فني تستطيع التكرار عليه، ومشاركته، وتضمينه.
• المفهوم 10. يستطيع الذكاء الاصطناعي أيضاً كتابة كود وتشغيله على بياناتك، لكنه لا يفعل هذا دائماً تلقائياً. اطلب صراحةً، وتحقّق أن الكود شُغّل فعلاً.
• المفهوم 11. ثمة فئة جديدة من التطبيقات المكتبية الواعية بالملفات (Cowork، OpenWork). حدّد نطاق الأذونات بإحكام إلى أن تستخدمها بأمان.
• المفهوم 12. الأداة الصحيحة لمهمة تتغيّر كل بضعة أشهر. خمس عائلات لمعرفتها (Claude، ChatGPT، Gemini، Meta AI، DeepSeek)، وطبقات مجانية للجميع، وArena كلوحة صدارة تتحقق منها شهرياً.
• المفهوم 13. حين لا يكون في الغرفة خبير بشري، جعل النماذج تقيّم بعضها، عبر عائلات مختلفة، أقرب شيء إلى إشارة جودة موضوعية.

تحت كل ذلك حركة واحدة، مكرّرة في عشرات الأقنعة: أدخِل السياق الصحيح، وأبقِ السياق الخاطئ خارجاً. إن لم تتذكر شيئاً واحداً من هذه الصفحة سوى تلك الجملة، فستظل في الربع الأعلى من المستخدمين.

---

جرّب هذا الآن: اثنتا عشرة تعليمة قبل التعمّق في انضباط التفكير

القراءة بديل مؤقت عن التجربة. افتح Claude أو ChatGPT أو Gemini في علامة تبويب أخرى. شغّل هذه التعليمات الاثنتي عشرة بالترتيب. تستغرق نحو ثماني وعشرين دقيقة إجمالاً وتمرّن كل مفهوم في هذه الصفحة يمكنك تمرينه من علامة تبويب محادثة.

1. مُطلِق بحث على الويب. يُجبر الذكاء الاصطناعي على مغادرة بيانات تدريبه والبحث عن معلومات حديثة.

What major news happened today in [your country]? Cite each claim
with a source link. Flag any claim you can't support with a citation
as "unverified".

2. سؤال مُدرَّب مسبقاً فقط. معرفة عامة، لا حاجة لبحث. ينبغي أن يكون سريعاً وواثقاً.

Why do cats stare at walls? Two-paragraph answer.

3. تعليمة شخصية غنية بالسياق. تدرّب على تحميل القيود مقدّماً.

Plan a 15-minute home workout for me. Constraints: I have stairs
in my home, a bad knee (no squats), I cannot stick to plans for
more than three days, and I want to feel slightly silly while
doing it. Give me 3 options, no commentary.

4. إعادة صياغة بتأطير محايد. تدرّب على رصد انحيازك في التعليمة.

The question I want to ask is: "Don't you think four-day work
weeks are obviously better for everyone?" Rewrite this as a
neutral question that doesn't signal what answer I want.
Then answer the rewritten version.

5. عصف ذهني بثلاثة خيارات مع تكرار. حلقة المتمكن الأساسية.

Round 1: I want to start a small side project that takes about
3 hours per week and might make money in a year. I'm a [your
profession] who likes [your hobby]. Give me 5 different ideas,
one line each. Don't expand any of them.

(Read the 5. Pick what you like and don't like. Then, in the
SAME conversation:)

Round 2: I reject options [N] and [N] because [reason]. I like
the [keyword] idea but I want it to use less [thing]. Give me
5 new options that incorporate this feedback.

6. كتابة بالمخطط أولاً. أجبِر على البنية قبل النثر.

I want to write a 600-word post about [a topic you care about].
Don't write it yet. Give me 3 different outline options, each
with 4-6 headings. One line per heading.

7. تعليمة استدلال بالتفكير الجاد. استخدم قراراً شخصياً حقيقياً.

I'm choosing between [Option A] and [Option B] for [real personal
decision in your life]. Here's the relevant context: [a paragraph
of context]. Think hard before answering. Tell me:
1. The 3 trade-offs that actually matter.
2. Which you'd choose and why.
3. Under what conditions your recommendation would flip.

8. نقد بالتقييم والتحسين. تجنّب التملّق على عملك.

I'm pasting in something I wrote: [paste anything 100-300 words].

Critique it using these 4 criteria, each scored 1-10 with a
one-sentence justification:
- Does it have a clear central claim?
- Is each paragraph in the right order?
- Are there any sentences that could be cut without loss?
- Does the ending earn the time the reader spent getting there?

Then, for each criterion, tell me the change that would raise
its score the most. There is always a next level — even a 9
has a path to 9.5.

9. مهمة إدخال صورة. تدرّب على إعطاء الذكاء الاصطناعي صورة ليقرأها.

[Upload any handwritten note, receipt, or whiteboard photo]

Transcribe what's written. Then summarize what it's about in
3 bullets. Flag anything you couldn't read with confidence.

10. تعليمة تطبيق صغير. تدرّب على شكل الهدف/المُدخَل/المُخرَج. ما يعود سيكون مُنتَجاً فنياً تستطيع النقر عليه والتكرار عليه، داخل المحادثة مباشرةً.

Build me a Pomodoro timer.
Goal: 25-minute work sessions, 5-minute breaks.
Input: I press start.
Output: Visible timer counting down, a satisfying click when
each cycle ends, a yellow theme. Show me the working version.

11. تحليل بيانات: اكشف نمط الإخفاق الصامت. تدرّب على انضباط "اطلب الكود صراحةً، ثم تحقّق أنه شُغّل." هذا التمرين في جولتين.

Round 1, the trap: In a fresh conversation, paste this prompt
exactly as written. Do NOT mention code.

  "Here are 18 numbers: 47, 52, 89, 91, 23, 67, 78, 12, 95,
  44, 88, 71, 33, 56, 99, 18, 64, 82. What is the median,
  the average, and which numbers are outliers? Be specific."

Look at the response carefully. Did the AI show you a code
block that it ran? Or did it write a paragraph with numbers
in it and no visible computation? Note your answer.

Round 2, the fix: In the same conversation, paste this:

  "Now run that calculation again — but this time write and
  run code to do it, and show me the code you ran."

Compare the two answers. If the first answer had the median
wrong, rounded suspicious numbers, or just felt vague — you
just saw the silent failure mode of concept 10 in action.
The correct answers are: median 65.5, average ~61.6,
no clear outliers (the numbers are roughly evenly spread).

12. مراجعة متعددة النماذج. تدرّب على عادة تعدّد النماذج على مسوّدة حقيقية. تتطلب فتح أداتي ذكاء اصطناعي معاً، من عائلتين مختلفتين (انظر المفهوم 13).

Take any 200-300 word draft you wrote recently (an email, a memo,
or a paragraph from one of these exercises).

Step 1: In your primary AI tool, paste the draft and ask: "Score
this 1-10 on clarity, structure, evidence, and what's missing.
One-sentence justification per score."

Step 2: Open a second AI tool from a different family (if your
primary is Claude, use ChatGPT or Gemini or Meta AI — not another
Anthropic model). Paste the same draft, ask the same question.

Step 3: Compare the two scores and the two critiques side by
side. Note any point only one of them caught. Those are the
points the cross-model loop pays for.

---

أنت تعرف الآن ما تستطيع هذه الأدوات فعله. أما هل تستطيع التفكير بوضوح كافٍ لتوجيهها فسؤال منفصل، وهو السؤال الذي بُنيت حوله دورة التفكير في عصر الذكاء الاصطناعي المكثفة.

أسئلة شائعة قبل أن تبدأ

هل أحتاج خطة مدفوعة للقيام بالتمارين هنا أو في دورة التفكير المكثفة؟ الطبقات المجانية ل ChatGPT وClaude وGemini تكفي لتمارين هذه الصفحة ومعظم ما تطلبه منك دورة التفكير المكثفة. تساعد الخطة المدفوعة إن كنت تجري كثيراً من البحث العميق أو ترفق ملفات كثيرة في جلسة. ابدأ مجاناً؛ ورقِّ فقط إن بدأت حدود الاستخدام تعيقك.

هل أستخدم أداة واحدة أم ثلاثاً؟ اختر واحدة افتراضية للاستخدام اليومي، لكن ثبّت أداة أخرى على الأقل من عائلة مختلفة للمقارنة (انظر المفهوم 13). المقصد من امتلاك أداة ثانية ليس أداء ضعف العمل؛ بل امتلاك حَكَم حين تعطيك الأولى شيئاً لا يبدو صائباً.

شركتي تحجب ChatGPT. ماذا أفعل للتمارين؟ استخدم أي أداة ذكاء اصطناعي حديثة تسمح بها شركتك. تنتقل المهارات هنا إلى أي ذكاء اصطناعي نص داخل نص خارج. إن لم يُسمح بشيء، فاستخدم حسابك الشخصي على جهاز شخصي للتمارين، فهي عن التفكير، لا عن بيانات الشركة.

ماذا لو نسيت الوصفات من هذه الصفحة؟ ضع الصفحة في الإشارات المرجعية. الوصفات (حلقة التكرار والتقييم، ونمط المعيار، وحيلة إعادة الصياغة المحايدة، وإعداد المشروع، وحركة "أصغر تغيير يرفع الدرجة") مصمَّمة ليُرجع إليها، لا لتُحفظ. الشيء الوحيد الجدير بالحفظ هو الجملة الواحدة: أدخِل السياق الصحيح، وأبقِ السياق الخاطئ خارجاً.

لماذا أتعمّق في انضباط التفكير والذكاء الاصطناعي بهذه القدرة؟ لأن القدرة بلا توجيه تضاعف الهدر. انتقل عنق الزجاجة في عمل 2026 من الإنتاج (الذي جعله الذكاء الاصطناعي رخيصاً) إلى التقييم (الذي لم يفعل). تحليل خاطئ بثقة من الذكاء الاصطناعي أخطر من لا تحليل إطلاقاً، لأنه يبدو منتهياً. تدرّب دورة التفكير المكثفة الحكم الذي يقرر ماذا تفعل بما ينتجه الذكاء الاصطناعي. ذلك الحكم أثمن مهارة في مكان عمل مُشبَع بالذكاء الاصطناعي، وتتخطاه معظم المناهج كلياً.

أخطاء شائعة لمراقبتها في أسبوعك الأول

الخطأ	العَرَض	الحل
معاملة الذكاء الاصطناعي كمحرك بحث	تعليمات قصيرة، وأجوبة سطحية، وإحباط متكرر	أَحِطْ الذكاء الاصطناعي كزميل: سياق، وملفات، وقيود، وطلب.
ترك محادثة واحدة تتراكم إلى الأبد	تزداد الأجوبة غموضاً مع الوقت مع ضغط السياق القديم بعيداً	ابدأ محادثة جديدة حين يتغيّر الموضوع. انقل السياق الثابت (الملفات، التعليمات) إلى مشروع.
طلب المسوّدة النهائية من المحاولة الأولى	مخرجات مصقولة، ومحتوى أجوف	مخطط أولاً، تقييم وإصلاح في كل مرحلة، توسيع إلى نقاط، ثم صياغة.
صياغات طُعم دون إدراك	يوافق الذكاء الاصطناعي على أي شيء تلمّح إليه	أعد الصياغة كأسئلة محايدة قبل الإرسال.
الرضا بنقد غامض	"عمل رائع!" بلا تفاصيل	اطلب درجة من 1 إلى 10 لكل معيار مع تبريرات من جملة واحدة. اطلب التغيير الذي سيرفع كل درجة أكثر.
التوقف حين يقول الذكاء الاصطناعي إنك انتهيت	"يبدو جيداً!" بلا طريق للأمام	لا يحقّ للذكاء الاصطناعي أن يعلن انتهاءك. كرّر حتى تستقر الدرجة، لا حتى يبدو مصقولاً.
الثقة بالثقة كدقة	أخطاء مفاجئة في المواضيع الغامضة	اسأل "كيف لك أن تعرف هذا؟" تحقّق من الادعاءات عالية المخاطر مقابل مصادر أولية.
الموافقة على أذونات واسعة في اليوم الأول	ملفات ضائعة، وتعديلات مطموسة	حدّد نطاق مجلدات ضيقة. وسّع النطاق فقط مع سجل الأداء.

هذه ليست عيوباً في الشخصية. بل عادات يبنيها الجيل الأول من المستخدمين (وأنت منهم) من الصفر. ضبطها مرة يميل للرسوخ.

علّمت هذه الصفحة آليات استخدام هذه الأدوات. وتعلّم دورة التفكير في عصر الذكاء الاصطناعي المكثفة الانضباط الذي يجعل الآليات تؤتي ثمارها. قاعدتها من جملة واحدة: المُسلَّم ليس الجواب أبداً؛ المُسلَّم هو الدليل الموثّق على التفكير. وتُبنى الدورة حول ستّ عادات تفكير عبر ثلاثة أجزاء:

• الجزء 1: الأساسيات الوضعية التي تتخذها قبل فتح الذكاء الاصطناعي. قفل التنبؤ (دوّن ما تظنه الجواب قبل أن يخبرك الذكاء الاصطناعي، كي لا يصير جوابه الواثق جوابك بصمت) وإيصال الاستدلال (سمِّ كل ادعاء مهم للذكاء الاصطناعي ب قبول / رفض / تعديل / مُظهَر / مفقود، مع سبب من جملة واحدة). معاً يُبقيان التفكير معك والكتابة مع الذكاء الاصطناعي، المكان الذي كان المفهوم 6 يشير إليه دون أن يكمل المهمة.

• الجزء 2: الكشف التقاط ما يخطئ فيه الذكاء الاصطناعي. تصنيف الأخطاء (ستة أنماط إخفاق محددة: خطأ واقعي، وثغرة منطقية، وثقة زائفة، وسياق مفقود، ومصدر ملفّق، وحقيقة قديمة، تمسحها بالاسم لا بالإحساس) هو النسخة العميقة ل "الأجوبة الواثقة ليست أجوبة صحيحة" في المفهوم 2. التفكير في الأنظمة (تتبّع الآثار الجانبية لأي قرار يقترحه الذكاء الاصطناعي عبر الأشخاص والمجموعات التي يمسّها، بما في ذلك الأماكن التي تدور فيها الآثار الجانبية عائدةً وتنقض القرار الأصلي) أرض جديدة لا تغطيها هذه الصفحة إطلاقاً.

• الجزء 3: الابتكار فعل ما لا يستطيع الذكاء الاصطناعي فعله نيابةً عنك. المبادئ الأولى (التشكيك في النصيحة الشائعة التي يكررها الجميع؛ وتفكيك مشكلة إلى حقائق أساسية والسؤال هل الجواب المعياري صحيح أصلاً في وضعك أنت) هو النسخة العميقة لحركة التأطير المحايد من المفهوم 6. العمل مع الذكاء الاصطناعي (نموذج التعاون حيث تفكّر وتقرر أنت، ويبحث الذكاء الاصطناعي ويصوغ؛ اقلب تلك النسبة فتصير غير ضروري) هو النسخة العميقة لحلقة التكرار مع التغذية الراجعة في المفهوم 7.

حين تكون مستعداً، توجّه إلى دورة التفكير في عصر الذكاء الاصطناعي المكثفة. الأدوات القوية بلا حكم تجعل الأخطاء الواثقة أسرع، والممارسة المتعمّدة هي الطريق الصادق الوحيد لمعرفة هل يتحسّن حكمك.

وسيلة الدراسة بالبطاقات التعليمية

---

اختبر فهمك

Checking access...