تبدأ هذه الوحدة عندما ينتقل المستخدم من الاستخدام الفردي المتوازن إلى الاستخدام الممتد عبر مهام متعددة وسياقات مختلفة. في هذه المرحلة لا يكون التحدي في التفكير أو التفاعل أو التحقق، بل في تراكم الخبرة وكيفية تحويلها إلى معرفة قابلة للنقل. تظهر الحاجة هنا إلى توثيق ما ينجح، وحفظ ما يتكرر، وبناء ذاكرة استخدام لا تضيع مع تغيّر الجلسات أو تبدّل المهام. يدرك المستخدم أن التفاعل الناجح لا ينبغي أن يُعاد اكتشافه في كل مرة. فالصيغ الجيدة، والتعليمات الفعّالة، وتسلسلات الحوار التي أثبتت جدواها، كلها أصول معرفية يمكن حفظها وإعادة استخدامها. عند غياب هذا التوثيق تضيع الجهود، ويُهدر الوقت في إعادة البناء من الصفر، رغم أن الحلول كانت قد جُرّبت ونجحت سابقًا. في هذا المستوى يبدأ المستخدم ببناء ما يشبه “ذاكرة تشغيلية” خاصة به. قد تكون ملاحظات مختصرة، أو تعليمات محفوظة، أو أنماط تفاعل جاهزة تُستدعى عند الحاجة. هذه الذاكرة لا تُستخدم لنسخ الحوار حرفيًا، بل لتوفير نقطة انطلاق ثابتة تقلّل التشتت وتضمن حدًا أدنى من الجودة. يتعلّم المستخدم أيضًا أن التوثيق لا يعني الجمود. فما يُحفظ اليوم قد يُعدَّل غدًا، وما ينجح في سياق قد يحتاج إعادة ضبط في سياق آخر. لذلك تصبح عملية المراجعة الدورية جزءًا من هذا المستوى، حيث تُنقَّح الصيغ، وتُحدَّث التعليمات، ويُحذف ما لم يعد مناسبًا. ومع الوقت يظهر أثر هذا التراكم بوضوح. يقلّ الجهد الذهني في البدء، وتزداد سرعة الوصول إلى نتائج مرضية، ويصبح المستخدم قادرًا على الانتقال بين المهام بثقة أكبر. لا يعود النجاح مرتبطًا بالحظة إلهام، بل بنظام استخدام متراكم الخبرة. في هذه المرحلة يتغيّر موقع المستخدم مرة أخرى. لم يعد مجرد مستخدم واعٍ أو ناقد أو متوازن، بل أصبح مديرًا لتجربته مع النموذج. يعرف ما يحتفظ به، وما يطوّره، وما يتخلّى عنه، ويحوّل التفاعل من نشاط لحظي إلى أصل معرفي طويل الأمد. تنتهي هذه الوحدة عند قناعة عملية: القيمة الحقيقية لا تكمن في أفضل إجابة، بل في أفضل طريقة متكرّرة للوصول إلى إجابات جيّدة. ومع هذا الفهم يصبح التفاعل مع النموذج جزءًا من نظام معرفي شخصي، يتراكم، ويتحسّن، ويخدم المستخدم بكفاءة أعلى مع مرور الوقت. -------------- ما وجهة نظرك حول الموضوع - شاركنا رأيك في التعليقات

عندما نبدأ باستخدام نماذج الذكاء الاصطناعي مثل ChatGPT، قد نعتقد أن أفضل طريقة للعمل هي إنشاء نموذج ذكي لكل مهمة نحتاجها: نموذج للتصميم، وآخر للتحليل، وثالث للكتابة، وهكذا. وهذا التفكير يبدو منطقيًا في البداية، لأنه يركّز على جعل كل نموذج جيدًا في عمله الخاص. لكن مع الوقت، نكتشف أن كثرة النماذج قد تسبّب ارتباكًا، خاصة عندما تبدأ هذه النماذج في العمل على موضوع واحد دون وجود نظام يجمعها أو ينسّق بينها. من هنا يظهر سؤال مهم وبسيط في ظاهره: هل الأفضل أن ننشئ عدة نماذج ذكية منفصلة، أم أن نبني مشروعًا واحدًا يجمع كل هذه الأدوار داخل إطار منظم وواضح؟ هذا الحوار يحاول الإجابة عن هذا السؤال خطوةً خطوة، وبأسلوب بسيط، حتى تتضح الصورة كاملة. ---------------- 👨‍🎓 الطالب 😊: أنا بصراحة ما زلت محتارًا. لماذا كل هذا الجهد في بناء مشروع واحد بتعليمات مخصّصة وتعليمات معرفة، بينما يمكنني ببساطة إنشاء عدة نماذج GPT، وكل نموذج أضع له تعليماته الخاصة ويؤدي دوره؟ 🤖 ChatGPT 🤔: سؤالك في مكانه تمامًا، وهو السؤال الذي يبدأ منه معظم الباحثين والمطوّرين. دعنا نبدأ من الفكرة الأبسط: تخيّل أن لديك فريق عمل، وكل شخص في الفريق ممتاز في تخصصه، لكن لا يوجد مدير واحد، ولا نظام عمل مشترك، ولا ترتيب واضح لمن يتخذ القرار النهائي. 👨‍🎓 الطالب 😮: تقصد أن كل نموذج GPT مستقل يشبه شخصًا يعمل بمفرده؟ 🤖 ChatGPT 🙂: بالضبط. النموذج المستقل، حتى لو كانت تعليماته ممتازة، يفكّر داخل عالمه فقط. هو لا يعلم: ماذا قرّر النموذج الآخر قبله. هل هذا القرار نهائي أم قابل للتغيير. هل له أولوية أم لا. كل نموذج يتصرّف وكأنه “العقل الأعلى” في لحظته. 👨‍🎓 الطالب 🤨: لكن أليس من الممكن أن أكتب تعليمات قوية لكل نموذج، وأطلب منه ألا يتجاوز دوره؟ 🤖 ChatGPT 🧠: يمكنك ذلك، وهذا ما يفعله الكثيرون. لكن هنا نصل إلى نقطة دقيقة جدًا: أنت في هذه الحالة تضع الانضباط في رأسك أنت، لا داخل النظام. بمعنى آخر: النظام لا يمنع التجاوز. النظام لا يضبط التعارض. النظام لا يعرف ترتيب الأولويات. إذا أخطأ نموذج، فلن يمنعه شيء داخليًا من “الاجتهاد”. 👨‍🎓 الطالب 😅: يعني المشكلة ليست في جودة النموذج، بل في غياب الإطار الذي يجمعهم؟ 🤖 ChatGPT ✔️: أحسنت. هذه خلاصة مهمة جدًا. النماذج المستقلة قد تكون: ذكية جدًا دقيقة جدًا ممتازة في مهامها الفردية

مواضع أنواع البرومبت وعلاقتها بتعليمات التكوين والنماذج تعليمات النظام System Prompt يُقصد به الطبقة النظامية الحاكمة التي تضبط السلوك العام للنموذج قبل أي طلب لاحق، ويتمثل دوره في تحديد الهوية العامة، والأولويات، والحدود، والسياسات العليا للاستجابة، ويُعَدّ أقرب مصطلح تقني إلى تعليمات التكوين الداخلية الحاكمة، لا إلى طلبات المستخدم اليومية. التعليمات الرئيسية Master Prompt يُقصد به برومبت مركزي جامع يُصاغ بوصفه إطارًا تشغيليًا شاملًا لمشروع أو نموذج أو مهمة ممتدة، يجمع عادةً: الدور، والهدف، والنطاق، والقيود، وآلية التنفيذ، ومعايير الجودة، وشكل الإخراج، ولا يُعدّ اسمًا طبقيًّا تقنيًّا ثابتًا دائمًا بقدر ما يُعدّ بناءً هندسيًّا جامعًا للتوجيه. تعليمات السياق Context Prompt يُقصد به السياق المساند الذي يساعد النموذج على فهم البيئة التي يعمل داخلها، ويدخل فيه: وصف المشروع، والمصطلحات المعتمدة، والملفات المرجعية، والخلفية المعرفية، والمحادثات السابقة ذات الصلة، وتكمن وظيفته في تقليل الغموض ورفع دقة الفهم، لا في تأسيس هوية النموذج من الأصل. تعليمات المهام Task Prompt يُقصد به الطلب التنفيذي المباشر المرتبط بالمهمة الحالية، ومن أمثلته: حلّل هذا النص، ابنِ خطة بحث، لخّص هذا الفصل، قارن بين هذين المنهجين، وتكمن وظيفته في تحديد ما المطلوب الآن، داخل الإطار الذي سبق ضبطه بالتعليمات الأعلى. التعليمات المقيّدة Format Prompt / Constraints Prompt يُقصد بهما التعليمات التي تضبط شكل المخرج وحدوده، فيدخل في ذلك: عدد الفقرات، والبنية النهائية، ووجود الخلاصة، وذكر مستوى الثقة، ومنع الجداول، ومنع التوسع، وتحديد اللغة والنبرة، ويُفضَّل أن يُوضَع الجزء الثابت منها في التعليمات الحاكمة، وأن يُترك الجزء المتغير للرسالة التنفيذية بحسب المهمة. تعليمات التقويم Evaluation Prompt يُقصد به برومبت المراجعة أو التقويم الذي يُستخدم لفحص جودة الناتج بعد إنتاجه، ويتناول مثلًا: الاتساق، والدقة، وعدم التعارض، واستيفاء المطلوب، ودرجة الجودة النهائية، ويجوز أن يكون ثابتًا داخل تعليمات المشروع إذا أُريد له الاستمرار، أو خاصًّا بمهمة بعينها إذا وُضع داخل الرسالة التنفيذية. الخلاصة: يكون System Prompt داخل المشروع في الطبقة النظامية الأعلى، وهو ليس عادةً ما يملأه المستخدم داخل المشروع. ويكون Master Prompt داخل تعليمات المشروع إذا كان خاصًّا بذلك المشروع، أو داخل التعليمات العامة للحساب إذا كان ثابتًا في جميع الأعمال.

تبدأ هذه الوحدة من لحظة بسيطة مألوفة: يجلس المستخدم أمام واجهة النموذج، يكتب سؤالًا، ثم ينتظر جوابًا يبدو في كثير من الأحيان ذكيًا، متماسكًا، وأقرب ما يكون إلى إجابة إنسان خبير. في هذه اللحظة بالذات يتكوّن الوهم الأول؛ وهم أن ما يحدث هو فهم حقيقي، أو تفكير واعٍ، أو تحليل شبيه بما يجري في العقل البشري. من هنا تنطلق الحاجة إلى الوعي، لأن الاستخدام قبل الفهم يشبه القيادة قبل معرفة الطريق. يعتمد النموذج اللغوي في جوهره على عملية واحدة متكررة: توقّع الكلمة التالية. لا يستحضر معنى السؤال كما يفعل الإنسان، ولا يراجع الحقائق، ولا يقارن بين الصواب والخطأ، بل ينظر إلى النص بوصفه سلسلة من الرموز، ويحسب – حسابًا رياضيًا دقيقًا – أي كلمة يُرجَّح أن تأتي بعد الأخرى بناءً على أنماط لغوية تعلّمها سابقًا. لذلك فإن النص الناتج قد يبدو منطقيًا ومقنعًا، لكنه في حقيقته نتيجة ترجيح احتمالي لا عملية فهم واعٍ. يفهم الإنسان لأنه يربط الكلام بالتجربة، والسياق، والذاكرة، والواقع. حين يخطئ، يدرك خطأه، وحين يجهل، يستطيع أن يقول: لا أعلم. أما النموذج فلا يمتلك تجربة ولا وعيًا ولا إحساسًا بالخطأ أو الصواب. هو لا يعرف أنه يعرف، ولا يدرك أنه يجهل. كل ما يفعله أنه يواصل التوليد ما دام السياق يطالبه بذلك. هذا الفرق الجوهري هو ما يصنع الفجوة بين الفهم البشري والتوليد الاحتمالي. عند هذه النقطة يظهر أثر الصياغة اللغوية بوضوح. فالسؤال لا يُستقبل بوصفه فكرة، بل بوصفه بنية لغوية. تغيير كلمة واحدة، أو إضافة قيد صغير، قد يقلب مسار الإجابة بالكامل. سؤال عام يولّد إجابة عامة، وسؤال غامض يولّد نصًا مرتبكًا، بينما الصياغة الدقيقة تفتح المجال لمخرج أكثر تنظيمًا واتساقًا. لذلك لا تكون جودة الإجابة دليلًا على ذكاء النموذج بقدر ما تكون انعكاسًا مباشرًا لجودة السؤال. يستخدم بعض الناس النموذج استخدامًا عشوائيًا؛ يطرح سؤالًا واحدًا، يقرأ أول جواب، ثم يبني عليه قرارًا أو قناعة. هذا النمط من الاستخدام يُضخّم أخطار الخطأ، لأنه يتعامل مع المخرج بوصفه حقيقة نهائية. في المقابل، يتعامل المستخدم الواعي مع الإجابة كنقطة اختبار، يعيد الصياغة، ويقارن النتائج، ويراقب كيف يتغيّر المخرج بتغيّر المدخل. عندها يبدأ بفهم النموذج لا بوصفه مصدر معرفة، بل أداة لغوية تحتاج إلى قيادة واعية. ومن هنا يظهر مفهوم الهلوسة، وهي ليست حالة استثنائية أو خللًا نادرًا، بل نتيجة طبيعية لطبيعة النموذج. تحدث الهلوسة عندما يُسأل النموذج عن شيء لا يملك عنه نمطًا واضحًا، أو يُطلب منه الربط بين عناصر لا رابط حقيقي بينها، أو يُدفع إلى الإجابة بدل التوقف. في هذه الحالات لا يختار الصمت، بل يملأ الفراغ بأقرب تركيب لغوي ممكن، فتخرج معلومة غير صحيحة في قالب لغوي واثق. الخطر هنا ليس في الخطأ نفسه، بل في أن الخطأ يأتي متزيّنًا بلغة مقنعة.

نموذج GPT-5.6 Sol من نموذج لغوي متقدم إلى محرك عمل مؤسسي لم يعد تطور النماذج الذكية يُقاس فقط بقدرتها على كتابة نص أكثر سلاسة أو الإجابة عن عدد أكبر من الأسئلة. المعيار الأهم اليوم هو: هل يستطيع النموذج فهم هدف مركب، وتحليل سياق طويل، واستخدام الأدوات، والالتزام بقيود متعددة، ثم تسليم نتيجة قابلة للاستخدام الفعلي؟ ضمن هذا التحول أطلقت OpenAI نموذج GPT-5.6 Sol بوصفه النموذج الرائد في عائلة GPT-5.6، والموجه إلى الأعمال المعقدة التي تتطلب الاستدلال، والبحث، والبرمجة، واستخدام الحاسوب، والعمل المعرفي المهني، والتصميم، والعلوم، والأمن السيبراني. وقد بدأ طرحه تدريجيًا في ChatGPT للمشتركين المؤهلين في 9 يوليو 2026. ما المقصود باسم GPT-5.6 Sol؟ يتكون الاسم من جزأين: GPT-5.6 يشير إلى الجيل التقني الذي ينتمي إليه النموذج، بينما تشير كلمة Sol إلى الطبقة الأعلى قدرة داخل هذه العائلة. تتكون عائلة GPT-5.6 رسميًا من ثلاثة نماذج: - Sol: النموذج الرائد والأعلى قدرة. - Terra: نموذج متوازن بين القدرة والتكلفة. - Luna: النموذج الأسرع والأقل تكلفة. وعليه، فإن Sol ليس مجرد تسمية تجميلية داخل الواجهة، وليس وضعًا من أوضاع GPT-5.5، بل نموذج مستقل داخل عائلة GPT-5.6. وتصف OpenAI Terra بأنه خيار أقل تكلفة، وLuna بأنه الأسرع والأكثر كفاءة اقتصاديًا، بينما يمثل Sol أعلى مستوى من القدرة في هذه العائلة. هل يحل GPT-5.6 Sol محل GPT-5.5؟ لا يحل محله بصورة كاملة. في ChatGPT ما يزال GPT-5.5 Instant هو النموذج الافتراضي للإجابات اليومية السريعة، بينما يشغّل GPT-5.6 Sol مستويات الاستدلال الأعلى: - الوضع الفوري Instant يعمل بواسطة GPT-5.5 Instant. - المستوى المتوسط Medium يعمل بواسطة GPT-5.6 Sol. - المستوى العالي High يعمل بواسطة GPT-5.6 Sol. - المستوى العالي جدًا Extra High يعمل بواسطة GPT-5.6 Sol. - وضع Pro يستخدم GPT-5.6 Sol Pro للمهام الأصعب والأطول زمنًا. وهذا يفسر ظهور علامتي اختيار أو تسميتين في واجهة اختيار النموذج: إحداهما تتصل بسرعة الاستجابة أو مستوى الاستدلال، والأخرى تتصل بالنموذج الذي ينفذ المهمة فعليًا. أين يقع التحسن الحقيقي؟ التحسن في GPT-5.6 Sol لا يقتصر على زيادة المعرفة اللغوية، بل يظهر بصورة أكبر في قدرته على إدارة المهام الممتدة والمركبة. 1. الاستدلال واتخاذ القرار