أربعة أنواع من السياق تحدد ما إذا كان الذكاء الاصطناعي يُفيدك أم يُضيّع وقتك

قضيت عطلة نهاية أسبوع بأكملها أُحلّل ملفات PDF يتجاوز مجموعها مئة ميغابايت. كانت الفكرة في ذهني بسيطة: كلما أعطيت النموذج معلومات أكثر، كانت المخرجات أفضل. أخطأت في ذلك تماماً.

بعد أيام من الإحباط، رسمت مخططاً قسّمت فيه كل ما كنت أُغذّيه للنموذج إلى أربع فئات. صار المشكل واضحاً على الفور. لم يكن الحجم هو العائق قط. المشكلة كانت في نوع السياق الذي أُقدّمه.

تغذية النموذج بما يعرفه أصلاً تزيد الأمر سوءاً

تُدرَّب نماذج اللغة الكبيرة على تريليونات من الرموز النصية. حين تلصق المعلومة ذاتها في نافذة السياق، تشغل تلك الرموز المكررة مساحة ثمينة وتُشتّت انتباه النموذج عما يهمّ فعلاً. المعلومة التي أضفتها لتُساعد النموذج تنتهي بتقييده.

اختبرت هذا مباشرةً. حشو صياغة Python وأنماط React الأساسية داخل النصوص التوجيهية جعل النموذج يتعارض مع تدريبه الأصلي، فأنتج مخرجات أغرب مما لو تُركت النافذة فارغة. تراكم هذه المعلومات المكررة يُفضي إلى ما يمكن تسميته تعفّن السياق، حيث تتراجع جودة الردود تدريجياً. القناعة بأن “المدخلات الأكثر تعني ذكاءً أكبر” هي أخطر الفخاخ في هندسة النصوص التوجيهية.

سياق البيئة هو النوع الوحيد الذي يعجز النموذج عن استنتاجه

هيكل مجلدات المشروع، اتفاقيات الفريق، مخططات واجهات برمجية داخلية. لا شيء من هذا يظهر في بيانات التدريب، وليس للنموذج أي سبيل للتفكير فيه دون مدخل صريح. هنا بالتحديد يكسب السياق حقه الفعلي.

تتطور الأدوات المخصصة لرصد سياق البيئة بسرعة تفوق أي مجال آخر في الوقت الراهن. جهود التعرف البصري على المستندات تسير بالتوازي عبر القارات: Upstage وكوريا للتعلم العميق محلياً، وMistral في فرنسا، وSarvam في الهند، وبايدو وZhipu وDeepSeek وحتى شياوهونغشو في الصين. الصوت، الذي كان أكثر الوسائط تقلباً، بات هو الآخر موثّقاً. أدوات مثل Granola تحفظ نقاشات الاجتماعات التي كانت تتلاشى فور انتهاء المكالمة. وتحوّل Typeless وWispr Flow وWillow الأفكار إلى نص في الوقت الفعلي. نشاط المتصفح، والمدخلات البصرية المحيطة، والأشياء التي تُلقي عليها نظرة عابرة دون تفكير، كل هذا بات يتحول إلى سياق منظّم.

المسار واضح: المعلومة التي كانت تتبخر سابقاً صارت تُحوَّل إلى صيغة يستطيع النموذج الاستفادة منها.

الهوّة بين المعرفة والتنفيذ هي ما يُفرّق بين الناس

سياق البيئة يُخبر النموذج بما هو موجود. المهارات تُخبره بكيفية التنفيذ، وبأي ترتيب، وبأي مستوى من الجودة. التخزين والتحقق من المعرفة أمر يفعله الجميع. لكن حين تُضيف تنفيذاً منظّماً يعتمد على استيعاب السياق وتسلسل الخطوات، يبدأ التفاوت بين الناس بالاتساع.

تعريف المهارة الجيدة ليس قائمة تعليمات بسيطة. يتضمن ستة عناصر: الانضباط، وتعريف ما يعني “الانتهاء”، وتقسيم المهام، وأساليب معالجة الأخطاء، والأنماط المضادة، والتكيف مع البيئة. حشر كل المهام في مهارة واحدة يضمن الفشل. تكسير العمل إلى مهارات دقيقة وتنسيقها عبر ملفات سير عمل مثل AGENTS.md هو ما يمنح الوكلاء مرونة الحركة. حتى الملاحظات على هيئة تلميحات خام يمكن تحويلها فوراً إلى مهارات باستخدام أدوات مثل /skill-creator.

منظور التصميم هو الأهم هنا. حفظ الملفات الوسيطة، والتحليل قبل التنفيذ، وتعريف معايير التحقق: هذه القرارات هي ما يحدد نجاح الوكيل أو إخفاقه. تفضيل السكريبتات على بروتوكول MCP درسٌ تعلمته من الاستخدام الفعلي في الإنتاج لا من النظرية. والمهارات تتحسن مع الاستخدام؛ أعطِ الوكيل أمثلة للمقارنة وسيُحسّن تنفيذه من تلقاء نفسه.

سأعترف أن الوصول إلى التصميم الصحيح للمهارات استغرق مني وقتاً أطول مما توقعت. كانت محاولاتي الأولى إما فضفاضة جداً فيتجاهل الوكيل نصف التعليمات، أو جامدة جداً فيعجز عن التكيف مع تباينات طفيفة في المهمة. إيجاد نقطة التوازن بين التوجيه الكافي والمرونة الضرورية استلزم تكراراً حقيقياً.

النية والذوق هما السبب في أن الإعدادات المتطابقة تُنتج نتائج مختلفة

على مدى عشر سنوات من مراقبة الناس في عملهم، يظهر نمط واحد مراراً. جمع المعرفة والتحقق منها شيء يفعله الجميع. المعرفة العامة باتت الذكاء الاصطناعي يحتفظ بها بحجم يفوق أي إنسان. المهارات تتراكم بالتكرار. ومع ذلك يظل الناس الذين يستخدمون النموذج ذاته ينتجون نتائج متباينة تبايناً صارخاً.

انظر إلى مخرجات البرمجة بالإيحاء. أعمال بعض الناس تستدعي ردود فعل من قبيل “كيف صنعت هذا؟”. وأعمال آخرين تمر في صمت. الفارق يكمن بين من يقبل الجماليات الافتراضية للذكاء الاصطناعي ومن يسعى لتحقيق رؤية محددة. التقاط المعلومة بسرعة وتصفيتها عبر نية واضحة قدرتان مختلفتان تماماً. الثانية تستلزم استيعاب منظور الجمهور وكامل السياق المحيط، وهو نوع أرقى من التفكير.

النموذج لا يعرف ما تريده. أنت من يجب أن يكون قادراً على التعبير عنه. هذا هو السبب في أن الذوق يتفوق على المعرفة في عصر الذكاء الاصطناعي.

كلما صعب تأتمت شيء، زادت قيمة الإنسان خلفه

المعرفة العامة باتت ملكاً للذكاء الاصطناعي. إضافة المزيد منها للنصوص التوجيهية يُضرّ فعلياً. سياق البيئة يُرصد بأدوات التعرف البصري والصوت بوتيرة متسارعة. المهارات يمكن بناؤها بالتكرار والبنية ثم تفويضها للوكلاء. النية والذوق يبقيان النوع الوحيد الذي يقاوم الأتمتة مقاومةً تامة.

جمع أدوات الذكاء الاصطناعي والمعلومات أمر مهم. لكن الرافعة الحقيقية ليست هناك. بدلاً من حشو المزيد من السياق في النصوص التوجيهية، الخطوة الأجدى هي معرفة ما تريده بدقة أكبر. قيمتك في عصر الذكاء الاصطناعي تسكن في ذوقك.