هندسة السياق

فهم السياق أمر ضروري لبناء تطبيقات الذكاء الاصطناعي التي تعمل فعلياً. يغطي هذا الفصل كل ما تحتاج معرفته حول إعطاء الذكاء الاصطناعي المعلومات الصحيحة في الوقت المناسب.

ما هو السياق؟

السياق هو كل المعلومات التي تقدمها للذكاء الاصطناعي إلى جانب سؤالك. فكر فيه بهذه الطريقة:

ما هي الحالة؟

أنت مساعد مدير مشروع. المستخدم يعمل على مشروع ألفا المستحق يوم الجمعة. آخر تحديث كان: 'الواجهة الخلفية مكتملة، الواجهة الأمامية 80% جاهزة.'

المستخدم: ما هي الحالة؟

بدون سياق، لا يعرف الذكاء الاصطناعي عن أي "حالة" تسأل. مع السياق، يمكنه إعطاء إجابة مفيدة.

نافذة السياق

تذكر من الفصول السابقة: الذكاء الاصطناعي لديه "نافذة سياق" محدودة - الحد الأقصى من النص الذي يمكنه رؤيته في وقت واحد. هذا يشمل:

الذكاء الاصطناعي عديم الحالة

لهذا السبب ترسل روبوتات المحادثة سجل محادثتك بالكامل مع كل رسالة. ليس أن الذكاء الاصطناعي يتذكر - بل أن التطبيق يُعيد إرسال كل شيء.

تظاهر أن هذه محادثة جديدة بدون سجل.

عن ماذا سألتك للتو؟

سيقول الذكاء الاصطناعي أنه لا يعرف لأنه حقاً لا يملك وصولاً لأي سياق سابق.

RAG: التوليد المعزز بالاسترجاع

RAG هي تقنية لمنح الذكاء الاصطناعي وصولاً للمعرفة التي لم يُدرَّب عليها. بدلاً من محاولة وضع كل شيء في تدريب الذكاء الاصطناعي، أنت:

1. تخزّن مستنداتك في قاعدة بيانات قابلة للبحث
2. تبحث عن المستندات ذات الصلة عندما يسأل المستخدم سؤالاً
3. تسترجع القطع الأكثر صلة
4. تُعزز موجهك بتلك القطع
5. تُولّد إجابة باستخدام ذلك السياق

لماذا RAG؟

التضمينات: كيف يعمل البحث

كيف يعرف RAG أي المستندات "ذات صلة"؟ يستخدم التضمينات - طريقة لتحويل النص إلى أرقام تلتقط المعنى.

ما هي التضمينات؟

التضمين هو قائمة من الأرقام ("متجه") تمثل معنى النص. المعاني المتشابهة = أرقام متشابهة.

البحث الدلالي

مع التضمينات، يمكنك البحث بالمعنى، وليس فقط بالكلمات المفتاحية:

الاستعلام: 'سياسة الإرجاع'
يجد: المستندات التي تحتوي على 'إرجاع' و'سياسة'
يفقد: 'كيفية الحصول على استرداد'

الاستعلام: 'سياسة الإرجاع'
يجد: جميع المستندات ذات الصلة بما في ذلك:
- 'إرشادات الاسترداد'
- 'كيفية إرجاع العناصر'
- 'ضمان استرداد الأموال'

هذا هو سبب قوة RAG - فهو يجد المعلومات ذات الصلة حتى عندما لا تتطابق الكلمات بالضبط.

استدعاء الدوال / استخدام الأدوات

استدعاء الدوال يتيح للذكاء الاصطناعي استخدام أدوات خارجية - مثل البحث في الويب، أو التحقق من قاعدة بيانات، أو استدعاء API.

كيف يعمل

1. تخبر الذكاء الاصطناعي بالأدوات المتاحة
2. الذكاء الاصطناعي يقرر إذا كان يحتاج أداة للإجابة
3. الذكاء الاصطناعي يُخرج طلباً منظماً للأداة
4. الكود الخاص بك يُشغّل الأداة ويُرجع النتائج
5. الذكاء الاصطناعي يستخدم النتائج لتشكيل إجابته

لديك وصول لهذه الأدوات:

1. get_weather(city: string) - الحصول على الطقس الحالي لمدينة
2. search_web(query: string) - البحث في الإنترنت
3. calculate(expression: string) - إجراء العمليات الحسابية

المستخدم: كيف الطقس في طوكيو الآن؟

فكر خطوة بخطوة: هل تحتاج أداة؟ أي واحدة؟ ما المعلمات؟

التلخيص: إدارة المحادثات الطويلة

مع طول المحادثات، ستصل إلى حد نافذة السياق. بما أن الذكاء الاصطناعي عديم الحالة (لا يتذكر أي شيء)، يمكن للمحادثات الطويلة أن تفيض. الحل؟ التلخيص.

المشكلة

الرسالة 1 (500 رمز)
الرسالة 2 (800 رمز)
الرسالة 3 (600 رمز)
... 50 رسالة أخرى ...
────────────────────
= 40,000+ رمز
= تجاوز الحد!

[ملخص]: 200 رمز
الرسائل الأخيرة: 2,000 رمز
الاستعلام الحالي: 100 رمز
────────────────────
= 2,300 رمز
= يناسب تماماً!

استراتيجيات التلخيص

الأساليب المختلفة تناسب حالات الاستخدام المختلفة. انقر على كل استراتيجية لترى كيف تعالج نفس المحادثة:

ما يجب التقاطه في الملخصات

الملخص الجيد للمحادثة يحافظ على ما يهم:

جرّبها: أنشئ ملخصاً

لخص هذه المحادثة لإدارة السياق. الملخص سيحل محل المحادثة الكاملة في ذاكرة الذكاء الاصطناعي.

المحادثة:
المستخدم: مرحباً، أنا أتعلم Python لتحليل البيانات
المساعد: مرحباً! Python رائع لتحليل البيانات. ما مستوى خبرتك الحالي؟
المستخدم: أعرف Excel الأساسي. مبتدئ تماماً في البرمجة.
المساعد: نقطة انطلاق مثالية! لنبدأ بالمتغيرات - إنها مثل خلايا Excel التي تخزن البيانات.
المستخدم: هل يمكنك شرح المتغيرات؟
المساعد: المتغيرات هي حاويات لتخزين البيانات. في Python: name = "Alice" أو age = 25
المستخدم: ماذا عن القوائم؟ أحتاج للتعامل مع قيم متعددة.
المساعد: القوائم مثل أعمدة Excel! أنشئ واحدة هكذا: prices = [10, 20, 30]. الوصول للعناصر بـ prices[0].
المستخدم: هل يمكنني إجراء حسابات على القوائم؟
المساعد: نعم! استخدم sum(prices) أو len(prices) أو max(prices). للتحليل المعقد، سنستخدم pandas لاحقاً.
المستخدم: ما هو pandas؟
المساعد: Pandas هي مكتبة لتحليل البيانات - فكر فيها كـ "Excel المعزز". لديها DataFrames (مثل جداول البيانات).

أنشئ ملخصاً يلتقط:
1. هدف المستخدم وخلفيته (جملة واحدة)
2. الموضوعات التي تم تغطيتها حتى الآن (جملة واحدة)
3. أسلوب/تفضيلات تعلم المستخدم (جملة واحدة)
4. ما يجب تغطيته بعد ذلك (جملة واحدة)

متى تُلخص

أنت تدير نافذة سياق محادثة. بالنظر لهذه الشروط، قرر متى تُفعّل التلخيص:

نافذة السياق: 8,000 رمز كحد أقصى
الاستخدام الحالي:
- موجه النظام: 500 رمز
- سجل المحادثة: 6,200 رمز
- مساحة للاستجابة: 1,500 رمز

القواعد:
- لخص عندما يتجاوز السجل 70% من المساحة المتاحة
- احتفظ بآخر 5 رسائل سليمة
- احفظ جميع تفضيلات وقرارات المستخدم

هل يجب أن تُلخص الآن؟ إذا نعم، أي الرسائل يجب تلخيصها مقابل الاحتفاظ بها سليمة؟

MCP: بروتوكول سياق النموذج

MCP (بروتوكول سياق النموذج) هو طريقة قياسية لربط الذكاء الاصطناعي بالبيانات والأدوات الخارجية. بدلاً من بناء تكاملات مخصصة لكل مزود ذكاء اصطناعي، يوفر MCP واجهة عالمية.

لماذا MCP؟

ما يوفره MCP

• الموارد: البيانات التي يمكن للذكاء الاصطناعي قراءتها (الملفات، سجلات قاعدة البيانات، استجابات API)
• الأدوات: الإجراءات التي يمكن للذكاء الاصطناعي اتخاذها (بحث، إنشاء، تحديث، حذف)
• الموجهات: قوالب موجهات مُعدة مسبقاً

بناء السياق: الصورة الكاملة

--- موجه النظام ---
أنت وكيل دعم عملاء لـ TechStore. كن ودودًا وموجزًا.

--- المستندات المسترجعة (RAG) ---
من قاعدة المعرفة:
- سياسة الإرجاع: 30 يومًا، التغليف الأصلي مطلوب
- الشحن: مجاني فوق 200 جنيه
- الضمان: سنة واحدة على الإلكترونيات

--- سجل المحادثة ---
[ملخص] سأل المستخدم عن الطلب #12345. المنتج: فأرة لاسلكية. الحالة: تم الشحن أمس.

المستخدم: متى سيصل؟
المساعد: بناءً على الشحن القياسي، يجب أن يصل خلال 3-5 أيام عمل.

--- استفسار المستخدم ---
هل يمكنني إرجاعه إذا لم يعجبني؟

أفضل الممارسات

الملخص

هندسة السياق هي إعطاء الذكاء الاصطناعي المعلومات الصحيحة:

• الذكاء الاصطناعي عديم الحالة - ضمّن كل ما يحتاجه في كل مرة
• RAG يسترجع المستندات ذات الصلة لتعزيز الموجهات
• التضمينات تُمكّن البحث الدلالي (المعنى، وليس فقط الكلمات المفتاحية)
• استدعاء الدوال يتيح للذكاء الاصطناعي استخدام الأدوات الخارجية
• التلخيص يدير المحادثات الطويلة
• MCP يُوحد كيفية اتصال الذكاء الاصطناعي بالبيانات والأدوات