0Pricing
AI Prompt Engineering · درس

أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها

تصنيف مهام الذكاء الاصطناعي: الكتابة والتلخيص والإجابة والبرمجة والعصف الذهني

أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها درس مجاني في AI Prompt Engineering على CoddyKit. هذا هو الدرس 2 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في AI Prompt Engineering، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Prompt Engineering 4 دروس في المجموع.

تصنيف مهام الذكاء الاصطناعي

تتميز نماذج اللغة للذكاء الاصطناعي بمرونة لافتة. فهي تتعامل مع مجموعة واسعة من أنواع المهام، ومعرفة الفئة التي تنتمي إليها مهمتك تساعدك على كتابة مطالبات أفضل.

يمكننا تقسيم المهام إلى: الكتابة، والتلخيص، والأسئلة والأجوبة، والبرمجة، والعصف الذهني، والترجمة، والتصنيف، واستخراج البيانات.

مهام الكتابة

تُعد الكتابة من أكثر مهام الذكاء الاصطناعي شيوعًا. ومن أمثلتها:

  • صياغة رسائل البريد الإلكتروني، ورسائل التقديم، ومنشورات المدونات
  • كتابة القصص القصيرة أو النصوص أو المحتوى الإبداعي
  • إنشاء نصوص لمنشورات وسائل التواصل الاجتماعي
  • تحرير المسودات الموجودة وإعادة صياغتها

يكمن المفتاح في تحديد التنسيق والأسلوب والطول والجمهور في مطالبتك.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=256,
    messages=[{
        'role': 'user',
        'content': (
            'Write a 150-word professional email declining a meeting invitation. '
            'Tone: polite and regretful. Suggest rescheduling next week.'
        )
    }]
)
print(response.content[0].text)

مهام التلخيص

يحوّل التلخيص المحتوى الطويل إلى صيغة أقصر وأسهل استيعابًا. ومن الاستخدامات الشائعة:

  • ملخص TL;DR للمقالات أو التقارير الطويلة
  • إعداد ملاحظات اجتماع انطلاقًا من نص تفريغ
  • إعداد ملخصات تنفيذية للأوراق البحثية
  • استخراج النقاط الأساسية من فصل في كتاب

حدّد الطول المستهدف ومستوى التفصيل الذي تحتاج إليه.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

long_text = (
    'Artificial intelligence has transformed industries from healthcare '
    'to finance over the past decade. Machine learning models now diagnose '
    'diseases, detect fraud, and power recommendation engines. However, '
    'concerns about bias, privacy, and job displacement remain significant...'
)

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
    }]
)
print(response.choices[0].message.content)

مهام الأسئلة والأجوبة

تستفيد مهام الأسئلة والأجوبة من قاعدة المعرفة الواسعة للنموذج. وتشمل أنواعها:

  • الأسئلة الواقعية («ما دورة كريبس؟»)
  • الأسئلة التفسيرية («كيف يعمل HTTPS؟»)
  • الأسئلة المقارنة («ما الفرق بين RAM ووحدة التخزين؟»)
  • الأسئلة والأجوبة حول مستند — طرح أسئلة عن مستند ملصق

في مهام الأسئلة والأجوبة المتعلقة بالمستندات، أدرج دائمًا المادة المصدرية في مطالبتك.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

document = 'Our refund policy allows returns within 30 days with receipt...'

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=256,
    system='Answer only based on the document provided. If unsure, say so.',
    messages=[{
        'role': 'user',
        'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
    }]
)
print(response.content[0].text)

مهام البرمجة

تتألق مساعدات الذكاء الاصطناعي حقًا في مهام البرمجة. ومن الطلبات الشائعة:

  • توليد شيفرة من وصف («اكتب دالة Python تقوم بـ...»)
  • شرح ما تفعله شيفرة موجودة
  • تصحيح الشيفرة المعطلة أو إصلاحها
  • تحويل الشيفرة من لغة إلى أخرى
  • كتابة اختبارات وحدات لدالة معينة
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[
        {
            'role': 'system',
            'content': 'You are a Python expert. Include type hints and a brief docstring.'
        },
        {
            'role': 'user',
            'content': (
                'Write a function that takes a list of integers and returns '
                'the second largest unique value, or None if it does not exist.'
            )
        }
    ]
)
print(response.choices[0].message.content)

مهام العصف الذهني

يستخدم العصف الذهني الذكاء الاصطناعي لتوليد عدد كبير من الأفكار بسرعة. استخدمه من أجل:

  • اقتراح أسماء للمنتجات
  • إعداد قوائم بموضوعات لمنشورات المدونات
  • اقتراح أفكار لميزات تطبيق
  • اقتراح زوايا للحملات التسويقية
  • اقتراح بدائل لحل المشكلات

اطلب عددًا محددًا من الأفكار، واطلب من النموذج إعطاء الأولوية للتنوع بدلًا من التكرار.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=512,
    messages=[{
        'role': 'user',
        'content': (
            'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
            'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
            'After each name, add a 5-word tagline.'
        )
    }]
)
print(response.content[0].text)

مهام الترجمة

تتجاوز الترجمة التحويل الحرفي كلمةً بكلمة. وتتولى نماذج الذكاء الاصطناعي ما يلي:

  • ترجمة اللغات (الإنجليزية → الإسبانية، والفرنسية → اليابانية)
  • ترجمة مستوى اللغة (المصطلحات التقنية → لغة بسيطة)
  • ترجمة النبرة (رسمية → غير رسمية)
  • ترجمة التنسيق (فقرة → نقاط)

حدّد ما إذا كنت تريد ترجمة حرفية أم ترجمة طبيعية واصطلاحية.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            f'Translate the following into natural, idiomatic Spanish '
            f'suitable for a casual work chat message:\n\n{text_en}'
        )
    }]
)
print(response.choices[0].message.content)

مهام التصنيف

يُسنِد التصنيف المدخلات إلى فئات محددة مسبقًا. ومن أمثلته:

  • تحليل المشاعر (إيجابي / سلبي / محايد)
  • تصنيف الموضوعات (رياضة / سياسة / تقنية)
  • اكتشاف النية (شكوى / استفسار / إطراء)
  • رسائل مزعجة مقابل رسائل غير مزعجة

قدّم دائمًا قائمة بالفئات الصالحة في مطالبتك حتى يعرف النموذج الخيارات المتاحة له.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

reviews = [
    'The product broke after one day. Terrible quality!',
    'Shipping was fast and the item is exactly as described.',
    'It is okay, nothing special but does the job.'
]

for review in reviews:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=16,
        messages=[{
            'role': 'user',
            'content': (
                f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
                f'Reply with only the label.\n\nReview: {review}'
            )
        }]
    )
    label = response.content[0].text.strip()
    print(f'{label}: {review[:40]}...')

مهام استخراج البيانات

يستخرج استخراج البيانات معلومات منظمة من نص غير منظم. ومن الاستخدامات الشائعة:

  • استخراج الأسماء والتواريخ والمبالغ من الفواتير
  • استخراج الحقائق الأساسية من المقالات الإخبارية
  • تحليل معلومات الاتصال من رسائل البريد الإلكتروني
  • استخراج مواصفات المنتجات من الأوصاف

اطلب إخراجًا بتنسيق JSON لتسهيل استخدام البيانات المستخرجة برمجيًا.

import openai
import json

client = openai.OpenAI(api_key='sk-your-key-here')

email_text = (
    'Hi, I am Sarah Johnson from Acme Corp. '
    'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Extract the following fields from the email below and output valid JSON:\n'
            'name, company, email, amount, deadline\n\nEmail:\n' + email_text
        )
    }]
)

raw = response.choices[0].message.content
data = json.loads(raw)
print(data)

الجمع بين أنواع المهام

غالبًا ما تجمع المطالبات الواقعية بين عدة أنواع من المهام في طلب واحد. على سبيل المثال:

  • استخرج الادعاءات الأساسية من مقال، ثم صنّف كل ادعاء على أنه حقيقة أو رأي
  • لخّص مستندًا، ثم ترجم الملخص إلى الفرنسية
  • ولّد أفكارًا بالعصف الذهني، ثم اكتب عرضًا موجزًا لأفضل فكرة

إن تسلسل أنواع المهام في مطالبة واحدة أمر قوي، لكن احرص على توضيح كل خطوة.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=512,
    messages=[{
        'role': 'user',
        'content': (
            'Do the following in order:\n'
            '1. Brainstorm 5 blog post titles about remote work productivity.\n'
            '2. Pick the most compelling title.\n'
            '3. Write a 3-sentence intro paragraph for that post.\n'
            'Format your output with clear numbered sections.'
        )
    }]
)
print(response.content[0].text)

اختيار إطار المهمة المناسب

يمكن صياغة الطلب الأساسي نفسه ضمن أنواع مختلفة من المهام، وتؤثر هذه الصياغة كثيرًا في المخرجات.

الهدف المثال: فهم صفحة أسعار شركة.

  • إطار الأسئلة والأجوبة: «ما مستويات الأسعار؟»
  • إطار التلخيص: «لخّص صفحة الأسعار في 3 نقاط.»
  • إطار الاستخراج: «استخرج أسماء الخطط والأسعار بتنسيق JSON.»
  • إطار المقارنة: «أنشئ جدولًا يقارن بين جميع الخطط.»

اختر الإطار الذي يتوافق مع الطريقة التي ستستخدم بها المخرجات.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

pricing_text = (
    'Starter: $9/month - 1 user, 5GB storage. '
    'Pro: $29/month - 10 users, 50GB storage. '
    'Enterprise: custom pricing - unlimited users.'
)

# Extraction frame
response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Extract plan names and monthly prices as a JSON array. '
            'Use null for custom pricing.\n\n' + pricing_text
        )
    }]
)
print(response.choices[0].message.content)

اختبار المعرفة

لقد تعلّمت الفئات الأساسية لأنواع مهام الذكاء الاصطناعي. لنرَ إن كنت تستطيع تحديد الفئة المناسبة.

يلصق أحد المطورين رسالة بريد إلكتروني من دعم العملاء مؤلفة من 500 كلمة في مطالبة، ويطلب من الذكاء الاصطناعي: «استخرج اسم العميل ورقم الطلب ونوع المشكلة — وأخرج النتيجة بتنسيق JSON.»

ما نوع هذه المهمة؟

مراجعة تصنيف المهام

يمكنك الآن تحديد أي طلب للذكاء الاصطناعي وصياغته باعتباره واحدًا من أنواع المهام الأساسية:

  • الكتابة — توليد محتوى نصي أصلي
  • التلخيص — اختصار المحتوى الطويل
  • الأسئلة والأجوبة — الإجابة عن الأسئلة اعتمادًا على المعرفة أو المستندات
  • البرمجة — توليد الشيفرة أو شرحها أو تصحيحها
  • العصف الذهني — توليد أفكار متنوعة كثيرة
  • الترجمة — التحويل بين اللغات أو مستويات اللغة
  • التصنيف — إسناد المدخلات إلى فئات محددة مسبقًا
  • استخراج البيانات — استخراج بيانات منظمة من نص غير منظم

حدّد نوع المهمة أولًا، ثم اكتب المطالبة بناءً عليه.

الأسئلة الشائعة

هل درس «أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها» مجاني؟

نعم — نص درس «أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Prompt Engineering، انتقل إلى CoddyKit PRO. تتضمن دورة AI Prompt Engineering 4 دروس في المجموع.

ماذا ستتعلم في «أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها»؟

تصنيف مهام الذكاء الاصطناعي: الكتابة والتلخيص والإجابة والبرمجة والعصف الذهني تتمرن على AI Prompt Engineering مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ AI Prompt Engineering؟

لا تُشترط خبرة سابقة. AI Prompt Engineering على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 2 من أصل 4.

كم من الوقت يستغرق درس «أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس AI Prompt Engineering هذا؟

نعم. كل درس في AI Prompt Engineering يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

  1. فهم واجهة الدردشة
  2. أنواع الطلبات التي يستطيع الذكاء الاصطناعي التعامل معها
  3. كيف يولّد الذكاء الاصطناعي الاستجابات
  4. ما الذي لا يستطيع الذكاء الاصطناعي فعله
← العودة إلى AI Prompt Engineering