4.2استدعاء ChatGPT وClaude وGemini في سير العمل
الأساسي في 30 ثانية
- يصير الذكاء الاصطناعي مرحلة في سير العمل : نرسل موجها (تعليمة + بيانات)، ونسترجع الجواب لما بعده.
- موجه دقيق + خرج JSON : الجودة رهينة الموجه ؛ وطلب JSON يتيح التسلسل النظيف.
- كل مناداة تدفع بالرموز : رشّح قبل المناداة وحدد الحجم المرسل لضبط التكلفة.
حالة مصغرة متواصلة — لينا تصنف طلبات خدمة ما بعد البيع
تستقبل لينا يوميا عشرات رسائل خدمة ما بعد البيع بوهران : فوترة، تقني، أخرى — تفرز يدويا. تضيف مرحلة ذكاء اصطناعي بعد المطلق : يطلب الموجه صنفا بصيغة JSON انطلاقا من نص الرسالة، ثم موزع يوجه نحو المعالجة الصحيحة. أول اختبار على رسائل حقيقية، وأجوبة موجزة مطلوبة، والتكلفة مراقبة. أتمتت لينا لتوها « فهم اللغة » دون كود.
تتمة حالة 4.1 — تنتقل لينا من اختيار الأداة إلى أول مرحلة ذكاء اصطناعي.
1. الذكاء الاصطناعي كمرحلة
تغير الأتمتة بعدا عندما ندمج فيها نموذج ذكاء اصطناعي. في سير عمل (Make أو n8n أو Zapier)، نضيف مناداة إلى ChatGPT (OpenAI) أو Claude (Anthropic) أو Gemini (Google) لمعالجة اللغة : تلخيص بريد، تصنيف تذكرة، استخراج معلومات، توليد جواب، ترجمة. مثل فرز خدمة ما بعد البيع للينا، يصير الذكاء الاصطناعي مرحلة بين المطلق والفعل النهائي.
2. الموجه والصيغة والتكلفة
مبدأ بسيط : نرسل موجها (prompt) (تعليمة + بيانات)، فيعيد النموذج نتيجة نصية نسترجعها لما بعدها (كتابتها في قاعدة، إرسالها، استعمالها في شرط). الجودة رهينة دقة الموجه : تعليمة واضحة، وأصناف مغلقة، ومثال عن الصيغة المنتظرة.
وندبر الصيغة (طلب JSON لإعادة الاستغلال النظيف) والتكلفة (كل مناداة تفوتر بالرموز، دخولا + خروجا). ترشح لينا مسبقا، ولا ترسل إلا النص المفيد وتشترط أجوبة موجزة : يفوض الذكاء الاصطناعي للآلة « فهم اللغة »، بشرط قيادته بتقشف.
3. تغيير النموذج يبقى سهلا
تغطي النماذج الثلاثة معظم الحاجات الجارية ؛ ويتوقف الاختيار على الأسعار والموصلات المتاحة واختباراتكم على حالاتكم الحقيقية. وبما أن المناداة تمر عبر واجهة معيارية (مفتاح + وحدة تستبدل)، فـ تغيير النموذج غالبا بديهي : تضع لينا نموذجا أوليا بأحدها، وتقارن مع آخر، ولا تبالغ في تحسين هذا الاختيار في البداية.
🔎 مثال ملموس — 🔎 مثال ملموس — تصنيف تذكرة
مرحلة الذكاء الاصطناعي للينا، بموجه يفرض الصيغة :
الموجه : « صنف هذه التذكرة ضمن :
الفوترة / تقني / أخرى.
أجب بصيغة JSON : {categorie}. »
البيانات : {نص التذكرة}
← جواب JSON ← موزع حسب الصنف.القراءة : مهمة « فهم » مؤتمتة في مرحلة واحدة.
الدرس : اطلب JSON للتسلسل النظيف.
مفردات القسم
- النموذج اللغوي (LLM)
- ذكاء اصطناعي مدرب على النص (ChatGPT وClaude وGemini) قادر على التلخيص والتصنيف والاستخراج والتوليد والترجمة.
مثال بسيط: تستعمله لينا لتصنيف رسائل خدمة ما بعد البيع بدل فرزها يدويا.
ما ليس كذلك: محرك بحث أو قاعدة بيانات.
رد فعل: احجز النموذج اللغوي (LLM) لمهام اللغة، لا للتخزين.
- الموجه (Prompt)
- التعليمة المرسلة إلى النموذج (تعليمة + بيانات) التي تحدد جودة الجواب وشكله.
مثال بسيط: « صنف هذه التذكرة ضمن هذه الأصناف 3، وأجب بصيغة JSON » : تعليمة + بيانات.
ما ليس كذلك: كلمة مفتاحية غامضة مرمية دون تعليمة ولا صيغة.
رد فعل: أعد دوما قراءة موجهك : تعليمة واضحة + صيغة مفروضة ؟
- الرمز (Token)
- وحدة تقطيع النص المستعملة لفوترة مناداة النماذج، دخولا + خروجا.
مثال بسيط: كل رسالة خدمة ما بعد البيع للينا + الجواب يستهلكان رموزا.
ما ليس كذلك: عملية أتمتة مفوترة من الخدمة السحابية.
رد فعل: قدّر الدخول + الخروج قبل التصنيع.
- الخرج المهيكل (JSON)
- جواب منسق مطلوب من النموذج لإعادة استغلاله نظيفا في تتمة سير العمل.
مثال بسيط: الـ {categorie} المعاد من الذكاء الاصطناعي يغذي مباشرة موزع لينا.
ما ليس كذلك: فقرة حرة يجب إعادة تأويلها يدويا.
رد فعل: اشترط الصيغة في الموجه، وتحقق قبل التسلسل.
- مرحلة الذكاء الاصطناعي
- وحدة مناداة لنموذج لغوي (LLM) مدرجة في سير عمل، بين المطلق والفعل النهائي.
مثال بسيط: عند لينا : مطلق رسالة ← مرحلة ذكاء اصطناعي للتصنيف ← موزع.
ما ليس كذلك: وكيل مستقل يقرر وحده أفعاله (انظر 4.3).
رد فعل: ضع الذكاء الاصطناعي كدالة، لا كمقرر.
في التطبيق — تطبيقيا — إدماج نموذج لغوي (LLM) في سير العمل
- في سير عملك، أضف وحدة مناداة ذكاء اصطناعي بعد المطلق، ومفتاح API مخزن في مكان آمن (انظر 4.5).
- حرر موجها واضحا : « لخص هذا البريد في 3 نقاط » أو « صنف هذه التذكرة ضمن : الفوترة / تقني / أخرى »، وصيغة JSON مطلوبة.
- احقن فقط البيانات المفيدة من المطلق (متن النص، لا القطع كاملة).
- استرجع الجواب واستعمله : اكتبه في قاعدتك، أو أرسله، أو استعمله في شرط (موزع).
نص جاهز للقول — تأطير إرسال البيانات إلى الذكاء الاصطناعي (30 ثانية)
« معكم لينا : قبل ربط الذكاء الاصطناعي برسائل عملائنا، أقلل ما نرسله إليه — النص المفيد فقط، دون قطع حساسة — وأجعل الدارة يصادق عليها مديرية الأنظمة المعلوماتية. نختبر على عينة، ونراقب التكلفة بالرموز، ثم نقرر. »
يقال قبل أي ربط على بيانات حقيقية ؛ ووثّق ما يرسل إلى النموذج.
نموذج جاهز للنسخ — بطاقة مرحلة الذكاء الاصطناعي (مثال وهمي)
بطاقة مرحلة الذكاء الاصطناعي — مثال وهمي يكَيَّف
المطلق : _______________ (مثال رسالة خدمة ما بعد بيع جديدة)
البيانات المرسلة (النص المفيد وحده) : _______________
الموجه : « _______________ أجب بصيغة JSON : {_______________}. »
النموذج : _______________ (المفتاح مخزن في مكان آمن، انظر 4.5)
الخرج ← التتمة : _______________ (اكتب / أرسل / وجه)
مرشح ضد التبذير : لا تناد إلا إذا _______________
التكلفة مراقبة بتاريخ : _______________أحجام صغيرة، وميزانية ضيقة
رشّح جذريا قبل المناداة (كلمات مفتاحية، شروط) : لا يعالج الذكاء الاصطناعي إلا الحالات التي تستحق حقا.
رسائل ببيانات حساسة
مثل لينا : قلل، واجعل مجهولا إن أمكن، واجعل الدارة يصادق عليها مديرية الأنظمة المعلوماتية/مسؤول الأمن قبل البيانات الحقيقية.
حاجة متعددة اللغات (العربية، الفرنسية)
جرب الموجه نفسه في كل لغة على عينة : الجودة تتفاوت، وصيغة JSON تبقى ضمانك.
فريق يبدأ مع الذكاء الاصطناعي
ابدأ بحالة محدودة (تصنيف في 3 أصناف) بدل التوليد الحر : متوقع، وقابل للقياس، وأرخص.
✓ ممارسات جيدة
- اعتن بالموجه (تعليمة واضحة + بيانات مفيدة).
- اطلب JSON لإعادة الاستغلال النظيف.
- رشّح قبل المناداة، وحدد الحجم.
✗ أخطاء شائعة
- مناداة الذكاء الاصطناعي عند كل حدث.
- إرسال قطع كاملة بدل النص المفيد.
- المبالغة في تحسين اختيار النموذج.
النقاط الأساسية
- ندمج ChatGPT/Claude/Gemini كمرحلة في سير العمل لمعالجة اللغة.
- حالات الاستعمال : لخص، صنف، استخرج، ولّد، ترجم، حلل شعورا.
- الجودة رهينة الموجه ؛ وطلب JSON يسهل إعادة الاستغلال.
- كل مناداة تفوتر بالرموز : اعتن بالموجه والحجم لضبط التكلفة.
تحدي 48 ساعة — طبق غدا
أضف مرحلة ذكاء اصطناعي 1 إلى سير عمل حقيقي (تصنيف أو تلخيص)، مع موجه يفرض JSON وبيانات مقللة — ثم قس التكلفة بالرموز.
- أستطيع شرح الموجه والرمز والخرج المهيكل.
- أعرف تسلسل جواب ذكاء اصطناعي نحو موزع.
- ربطت مرحلة ذكاء اصطناعي 1 مقتصدة وقست تكلفتها.
أسئلة شائعة
أي نموذج أختار بين ChatGPT وClaude وGemini ؟
الثلاثة تغطي معظم الحاجات الجارية. يتوقف الاختيار على الأسعار والموصلات المتاحة واختباراتكم على حالاتكم الحقيقية. ضع نموذجا أوليا للمهمة نفسها بنموذجين وقارن الجودة والتكلفة والانتظام. وبما أن المناداة تمر عبر واجهة معيارية، فالتغيير غالبا بديهي : لا تبالغ في تحسين هذا الاختيار في البداية.
كيف أضبط تكلفة مناداة الذكاء الاصطناعي ؟
رشّح مسبقا لتنادي فقط عند الضرورة، وحدد الحجم المرسل، واختر نموذجا ملائما (صغير يكفي غالبا للتصنيف)، واشترط أجوبة موجزة (الخرج يفوتر أيضا) وراقب الاستهلاك. فالتقشف يصمم منذ بناء سير العمل.
كيف ندمج ذكاء اصطناعيا في سير العمل ؟