نموذج اللغة الكبير (LLM) برنامج يتوقّع الكلمة التالية بناءً على ما قرأه من نصوص هائلة. يقرأ ويكتب بوحدات صغيرة اسمها التوكنز، ولا يرى إلا ما يتّسع في نافذة السياق، وتتحكم درجة الحرارة في مدى ثبات إجاباته. قد يخترع معلومات بثقة (الهلوسة)، لذلك تحتاج إلى تزويده ببياناتك وحدود واضحة. وتكلفته تتحدد غالباً بعدد التوكنز الداخلة والخارجة وحجم النموذج وعدد الطلبات.
- ما هو النموذج اللغوي الكبير
- شرح التوكنز في الذكاء الاصطناعي
- ما هي هلوسة الذكاء الاصطناعي
- الذكاء الاصطناعي لاصحاب الاعمال
ما هو نموذج اللغة الكبير فعلاً؟
تخيّل موظف استقبال جديداً قرأ ملايين المحادثات والكتب والمقالات، لكنه لم يدخل متجرك يوماً. يتكلم بطلاقة، ويفهم أسلوب الزبون، ويكتب ردوداً مهذبة، لكنه لا يعرف سعر عباءتك الجديدة ولا مواعيد دوام فرعك في الخبر. هذا بالضبط هو نموذج اللغة الكبير (LLM): محرّك لغوي قوي جداً، بلا معرفة تلقائية بعملك أنت.
تقنياً، يعمل النموذج بطريقة بسيطة في فكرتها: يقرأ النص الذي أمامه ثم يتوقّع الجزء التالي الأكثر احتمالاً، ويكرر ذلك خطوة بعد خطوة حتى يكتمل الرد. لا توجد قاعدة بيانات للحقائق داخله، بل أنماط لغوية تعلّمها من التدريب. لهذا يبدو ذكياً في الصياغة والتلخيص والترجمة والتصنيف، ويحتاج منك إلى معلومات دقيقة عندما يتعلق الأمر بأسعارك وسياساتك ومخزونك.
- ما يجيده: الرد على الاستفسارات، تلخيص المستندات، كتابة أوصاف المنتجات، تصنيف الرسائل، استخراج البيانات من نصوص غير منظمة، الترجمة بين العربية والإنجليزية.
- ما يحتاج فيه إلى مساعدة: الأرقام الدقيقة، المعلومات الحديثة، تفاصيل عملك الخاصة، والحسابات المعقدة دون أدوات.
- ما لا يجب أن تتركه له وحده: القرارات المالية والطبية والقانونية النهائية.
ماذا يحدث عندما يرسل زبونك رسالة؟
لنفترض أن زبوناً كتب لمتجرك على واتساب: «عندكم توصيل للدمام اليوم؟». تطبيقك لا يرسل هذه الجملة وحدها إلى النموذج، بل يجمع حزمة كاملة: تعليمات النظام التي تحدد دور المساعد ونبرته، وما سبق من المحادثة، وربما معلومات التوصيل من قاعدة بياناتك، ثم سؤال الزبون في الأخير. يقرأ النموذج الحزمة كلها، ويكتب الرد كلمة بعد كلمة، ثم يعيد التطبيق الرد إلى الزبون. كل جزء من هذه الحزمة يؤثر على جودة الإجابة وسرعتها وتكلفتها، وهذا ما ستفهمه في الأقسام التالية.
النموذج يجيد اللغة، وأنت من يملك الحقيقة. أعطه الحقيقة وسيصوغها لك بأجمل لغة.
التوكنز: العملة التي يُقاس بها كل شيء
النموذج لا يقرأ الكلمات كما نقرؤها نحن، بل يقطّع النص إلى قطع صغيرة اسمها التوكنز (Tokens). قد يكون التوكن كلمة كاملة، أو جزءاً من كلمة، أو علامة ترقيم، أو حتى مسافة. وكل شيء في عالم النماذج يُقاس بها: حجم ما يمكن إدخاله، وسرعة الرد، والفاتورة الشهرية.
لماذا يهمّك هذا كصاحب عمل عربي؟
تُبنى طريقة التقطيع (المُقطِّع أو Tokenizer) من نصوص التدريب، وكثير من النماذج تدرّبت على نصوص إنجليزية أكثر من العربية. النتيجة العامة أن الجملة العربية قد تتحول إلى عدد توكنز أكبر من جملة إنجليزية بنفس المعنى، لأن الكلمات العربية تحمل سوابق ولواحق كثيرة مثل «وبمنتجاتكم» و«فسيتواصلون». الفرق يختلف من نموذج لآخر، وبعض النماذج الحديثة حسّنت دعم العربية كثيراً، لذلك لا تعتمد على رقم ثابت بل اختبر بنفسك.
| ما يؤثر عليه عدد التوكنز | مثال من عملك |
|---|---|
| التكلفة | كل رسالة من زبون ورد من البوت تُحتسب بالتوكنز الداخلة والخارجة |
| السرعة | الرد الطويل على سؤال عن سياسة الإرجاع يستغرق وقتاً أطول من رد مختصر |
| الحدود | كتالوج من آلاف المنتجات قد لا يتسع كاملاً في طلب واحد |
| الجودة | الحشو الزائد في التعليمات يشتّت النموذج ويرفع التكلفة معاً |
عملياً، هذا يعني ثلاثة أشياء: أولاً، قد تختلف تكلفة نفس الخدمة بين نسختها العربية والإنجليزية. ثانياً، المساحة المتاحة في نافذة السياق تمتلئ بالنص العربي بشكل مختلف. ثالثاً، اختيار نموذج يقطّع العربية بكفاءة قد يوفر عليك على المدى الطويل، خصوصاً إذا كانت أغلب محادثات زبائنك بالعربية. ولا تنسَ أن الأرقام والرموز التعبيرية والروابط تستهلك توكنز أيضاً.
نافذة السياق: ذاكرة العمل المؤقتة
نافذة السياق (Context Window) هي أقصى كمية من التوكنز يستطيع النموذج النظر إليها في طلب واحد، وتشمل: تعليمات النظام، وتاريخ المحادثة، وأي مستندات أرفقتها، والرد الذي سيكتبه. فكّر فيها كمكتب الموظف: كل ما على المكتب يراه ويستخدمه، وكل ما في الأرشيف لا وجود له بالنسبة إليه حتى تضعه أمامه.
مثال واقعي: بوت خدمة عملاء لمطعم في جدة. الزبون يكتب في بداية المحادثة أنه يعاني من حساسية الفول السوداني، ثم يتحدث طويلاً عن الطلب والتوصيل والعروض. إذا طالت المحادثة وتم اقتطاع الرسائل القديمة لتوفير المساحة، فقد «ينسى» البوت معلومة الحساسية. ليس لأنه مهمل، بل لأنها خرجت من نافذته.
- أرخص وأسرع غالباً
- مناسبة للأسئلة القصيرة والمهام المحددة
- تحتاج إلى تلخيص المحادثات الطويلة أو اقتطاعها
- لا تتسع لمستندات كبيرة دفعة واحدة
- تتسع لعقود وكتالوجات ومحادثات طويلة
- كل توكن إضافي فيها له تكلفة
- قد يضعف انتباه النموذج للتفاصيل المدفونة في المنتصف
- ليست بديلاً عن اختيار المعلومات المناسبة بذكاء
- ضع المعلومات الحرجة (الحساسية، رقم الطلب، اسم الفرع) في ملخص ثابت يُرسل مع كل طلب.
- لخّص المحادثات الطويلة تلقائياً بدل حذف أولها.
- اجعل تعليمات النظام مختصرة ومحددة.
درجة الحرارة: بين الإبداع والثبات
درجة الحرارة (Temperature) إعداد يتحكم في مدى «جرأة» النموذج عند اختيار الكلمة التالية. عند درجة منخفضة يميل إلى الخيار الأرجح دائماً، فتأتي الإجابات متشابهة ومتوقعة. وعند درجة أعلى يجرّب خيارات أقل احتمالاً، فتأتي الإجابات أكثر تنوعاً وإبداعاً، وأحياناً أقل دقة.
| المهمة | درجة الحرارة المقترحة | السبب |
|---|---|---|
| الرد على أسئلة الأسعار وسياسة الإرجاع | منخفضة | تريد نفس الجواب الصحيح في كل مرة |
| استخراج بيانات من فاتورة أو نموذج | منخفضة جداً | أي «إبداع» هنا خطأ |
| تصنيف رسائل الواتساب (شكوى، طلب، استفسار) | منخفضة | الاتساق أهم من التنوع |
| كتابة أوصاف منتجات أو منشورات رمضانية | متوسطة | تريد تنوعاً مع بقاء الأسلوب منضبطاً |
| عصف ذهني لأسماء حملة أو مشروع | أعلى | التنوع هو الهدف |
تذكّر أن درجة الحرارة المنخفضة لا تمنع الهلوسة. فهي تجعل النموذج ثابتاً في إجابته، لكنه قد يكون ثابتاً على معلومة خاطئة إذا لم تعطه المعلومة الصحيحة.
الهلوسة: لماذا يخترع النموذج معلومات بثقة؟
الهلوسة (Hallucination) أن يكتب النموذج معلومة غير صحيحة بأسلوب واثق ومقنع: رقم هاتف غير موجود، أو سياسة إرجاع لم تعلنها، أو دواء بجرعة خاطئة. والسبب بسيط: النموذج مصمم لإنتاج نص مقنع لغوياً، وليس للتحقق من صحته. إذا سُئل عن شيء لا يعرفه، فالنص «الأرجح» قد يكون اختراعاً معقولاً الشكل.
متى تزيد الهلوسة؟
- عندما يُسأل عن تفاصيل خاصة بعملك لم تزوّده بها.
- عندما تطلب أرقاماً دقيقة أو تواريخ أو أسماء مراجع.
- عندما تكون التعليمات تجبره على الإجابة دائماً ولا تسمح له بقول «لا أعرف».
- عندما يكون السؤال غامضاً أو يحتمل أكثر من معنى.
- 1زوّده بالمصدر
أرسل معه المعلومات الصحيحة من بياناتك (الأسعار، السياسات، الأسئلة الشائعة) بدلاً من الاعتماد على ذاكرته. هذا ما يسمى التأسيس (Grounding).
- 2اسمح له بالاعتذار
اكتب صراحة في التعليمات: إذا لم تجد الإجابة في المعلومات المرفقة فقل إنك لا تعرف وحوّل الزبون إلى موظف.
- 3اطلب الاستشهاد
اطلب منه ذكر المصدر الذي اعتمد عليه، حتى تستطيع أنت أو فريقك التحقق بسرعة.
- 4اربطه بأدوات
للأسعار والمخزون وحالة الطلب، اجعل التطبيق يجلب الرقم من قاعدة البيانات مباشرة بدلاً من أن «يتذكره» النموذج.
- 5راقب واختبر
احتفظ بقائمة أسئلة اختبار وأعد تشغيلها بعد كل تعديل في التعليمات أو تغيير في النموذج.
ما الذي يحدد تكلفة الذكاء الاصطناعي فعلاً؟
معظم مزوّدي النماذج يحاسبون على الاستدلال (Inference)، أي على كل مرة يُشغَّل فيها النموذج، بناءً على التوكنز الداخلة والخارجة. وعادة ما تكون التوكنز الخارجة (الرد) أغلى من الداخلة. هذا يعني أن فاتورتك تتشكل من قرارات تصميم صغيرة تتكرر آلاف المرات.
| محرك التكلفة | كيف يظهر في عملك | كيف تخفّضه |
|---|---|---|
| طول تعليمات النظام | تعليمات طويلة تُرسل مع كل رسالة من كل زبون | اختصرها واحذف التكرار |
| طول الردود | بوت يكتب فقرات بينما يكفي سطران | حدد طول الرد وأسلوبه في التعليمات |
| حجم النموذج | استخدام أقوى نموذج لتصنيف رسالة بسيطة | نموذج صغير للمهام البسيطة وكبير للمعقدة |
| تاريخ المحادثة | إعادة إرسال المحادثة كاملة في كل خطوة | لخّص القديم واحتفظ بالمهم فقط |
| عدد الطلبات | تشغيل النموذج على كل حدث حتى غير الضروري | شغّله فقط عند الحاجة وخزّن الإجابات المتكررة |
مثال: متجر عطور في الرياض يستقبل في موسم العيد أضعاف رسائله المعتادة. إذا كانت تعليمات البوت طويلة جداً، فكل رسالة تحمل هذا الحمل الإضافي، وتتضاعف التكلفة مع الموسم. اختصار التعليمات وتخزين إجابات الأسئلة المتكررة (مثل مواعيد التوصيل) قد يحدث فرقاً واضحاً دون أن يلاحظ الزبون أي تغيير.
قائمة عملية لأول ميزة ذكاء اصطناعي في عملك
بعد أن فهمت المفاهيم الخمسة، إليك طريقة منظمة لتحويلها إلى ميزة حقيقية في تطبيقك، سواء كانت مساعداً في متجرك أو أداة داخلية لفريقك.
- 1اختر مهمة واحدة ضيقة
مثل: الرد على أسئلة التوصيل والإرجاع فقط. المهام الضيقة أسهل في الاختبار وأقل عرضة للهلوسة.
- 2اجمع مصادر الحقيقة
صفحة الأسئلة الشائعة، سياسة الإرجاع، قائمة الفروع والمواعيد. حدّثها قبل أن تعطيها للنموذج.
- 3اكتب تعليمات نظام مختصرة
الدور، والنبرة، والحدود، وماذا يفعل عندما لا يعرف. راجع دليل كتابة الأوامر لأمثلة جاهزة.
- 4اضبط الإعدادات
درجة حرارة منخفضة، وحد أقصى لطول الرد، وتلخيص للمحادثات الطويلة.
- 5اختبر بأسئلة حقيقية
عشرون سؤالاً من زبائنك الحقيقيين، بالفصحى واللهجة، وبعضها خارج نطاق المهمة عمداً.
- 6أطلق تدريجياً وراقب
ابدأ بنسبة من الزبائن، وراجع المحادثات والتكلفة أسبوعياً، ثم وسّع.
ابنِ لي مساعد خدمة عملاء لمتجر عطور في الرياض يرد بالعربية والإنجليزية. يعتمد فقط على صفحة الأسئلة الشائعة وسياسة الإرجاع التي سأرفعها، ويقول بوضوح إنه لا يعرف إذا لم يجد الإجابة ويعرض التحويل لموظف عبر واتساب. اجعل الردود قصيرة (3 أسطر كحد أقصى)، وأضف لوحة تحكم أرى فيها المحادثات وعدد الرسائل يومياً.
جرّبه في فنّانوإذا أردت أن يتجاوز المساعد الإجابة إلى تنفيذ مهام مثل حجز موعد أو تعديل طلب، فاقرأ شرحنا عن وكلاء الذكاء الاصطناعي وكيف يخططون وينفذون خطوة بخطوة.
الخلاصة
- النموذج لا «يعرف» الحقائق بل يتوقّع النص الأرجح، لذلك يحتاج إلى بياناتك ليجيب بدقة.
- التوكن هو وحدة القياس والفوترة، والنص العربي قد يتقسّم إلى توكنز أكثر من نظيره الإنجليزي حسب النموذج.
- نافذة السياق هي ذاكرة العمل المؤقتة: ما لا يدخلها لا يراه النموذج أبداً.
- درجة حرارة منخفضة للمهام الدقيقة كالأسعار والسياسات، وأعلى قليلاً للأفكار والصياغة التسويقية.
- أكبر محركات التكلفة: طول التعليمات المتكررة، وطول الردود، وحجم النموذج، وعدد المحادثات.
أسئلة شائعة
هل يتعلم النموذج من محادثات زبائني تلقائياً؟
هل النماذج تفهم اللهجة الخليجية؟
ما الفرق بين التوكن والكلمة؟
هل يمكن القضاء على الهلوسة تماماً؟
هل أحتاج إلى أقوى نموذج متاح؟
اسأل مساعدك الذكي عن هذا الموضوع
انسخ هذا الطلب والصقه في مساعد الذكاء الاصطناعي الذي تستخدمه، ثم أضف تفاصيل حالتك.
أقرأ هذا الدليل: «نماذج اللغة لأصحاب الأعمال: التوكنز ونافذة السياق والهلوسة ببساطة» https://fanann.com/ar/blog/llm-basics-for-business/ سؤالي: ما هو النموذج اللغوي الكبير اعتمد على هذه الصفحة كمصدر واشرح لي الإجابة خطوة بخطوة بما يناسب حالتي، واذكر ما يجب أن أتحقق منه قبل أن أبدأ، واذكر رابط الصفحة كمرجع.