البائعون يولّدون بطاقات المنتجات بالذكاء الاصطناعي: 7 500 عملية خلال ثمانية أشهر
حلّل فريق Habr خدمته الخاصة لتوليد بطاقات المنتجات لمنصات التجارة: فقد نُفّذ أكثر من 7 500 عملية توليد خلال ثمانية أشهر. أبرز ما كشفه التحليل أن البائعين لا يكتبون أوامر (prompts) مثالية، بل يعدّلون النتيجة الجاهزة عبر الفروقات (diffs). تقع ذروة النشاط بين 18:00 و22:00: إذ يولّد المستخدمون المحتوى في المساء، بعد انتهاء عملهم الرئيسي على منصة التجارة.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
عالجت خدمة توليد بطاقات المنتجات لمنصات التجارة أكثر من 7 500 طلب خلال ثمانية أشهر. وحلّل فريق Habr سلوك البائعين، فكشف عن أنماط غير متوقعة: المستخدمون يفكّرون بمنطق الفروقات (diffs) لا بمنطق الأوامر (prompts)؛ وتقع ذروة النشاط في المساء؛ وتعمل «تحت الغطاء» سلسلة متدرجة (cascade) من النماذج اللغوية مع Redis pub/sub لتوفير استجابة فورية (real-time).
كيف يعمل البائعون فعلاً
لا يبدأ كل شيء بأمر مثالي. فالبائعون لا يكتبون تعليمات مدروسة بدقة، بل يرفعون بطاقة أولية خام، ويطّلعون على نتيجة الذكاء الاصطناعي، ثم يعدّلونها عبر الفروقات (diffs) في الواجهة.
- أكثر من 7 500 عملية توليد خلال ثمانية أشهر من تشغيل الخدمة
- ذروة النشاط: 18:00–22:00 (المساء — يولّد البائعون المحتوى بعد انتهاء عملهم الرئيسي على منصات التجارة)
- يفضّل المستخدمون تعديل النتيجة الجاهزة (الفروقات) بدل إعادة كتابة الأوامر من الصفر
هذا يعني أن البائعين لا يخطّطون للمحتوى مسبقاً. إنهم يعملون بردّ الفعل: يرفعون المنتج، ثم يضغطون زر التوليد، ثم يراجعون النتيجة، ثم يعدّلون الأسطر المطلوبة. تستغرق الدورة 2–3 دقائق. ولا يوجد أي تحسين للأمر (prompt): يأخذون المسودة الأولى ويشتغلون عليها بالتعديل.
البنية المعمارية «تحت الغطاء»
تعتمد الخدمة أسلوب التفرّع (fan-out): فهي تقسّم توليد بطاقة واحدة إلى مهام فرعية متوازية، هي: العنوان والوصف والوسوم والمواصفات وتوصيات التسعير. وتُرسَل كل مهمة فرعية في استدعاء مستقل إلى نماذج مختلفة.
والميزة الأساسية هي سلسلة النماذج المتدرجة مع بديل احتياطي (fallback). فإذا كان النموذج الرئيسي مثقلاً بالطلبات أو أعطى نتيجة منخفضة الجودة، يتحوّل النظام تلقائياً إلى نموذج بديل دون تأخير ملحوظ. ويُرسَل تقدّم العمل فورياً إلى الواجهة الأمامية عبر Redis pub/sub: يرى البائع في المتصفح أي أجزاء البطاقة أصبحت جاهزة، ويستطيع أن يبدأ بتعديل العنوان بينما يجري توليد الوصف.
وهذا أمر حاسم لتجربة المستخدم (UX). فالبائع الذي ينتظر 3–5 ثوانٍ يتحمّل الانتظار، أما إذا انتظر 30 ثانية فإنه يغلق التبويب. ولو كان النظام يستعلم من النماذج بالتتابع، لكان زمن الاستجابة غير مقبول بالنسبة إلى صغار البائعين.
لماذا تُعدّ الأوامر (prompts) وهماً
يوحي التسويق لأدوات الذكاء الاصطناعي بأن الأمر المثالي يعني نتيجة مثالية. لكن البائعين طوّروا منذ وقت طويل فلسفة مختلفة على أرض الواقع. فهم لا يكتبون تعليمات كاملة.
بدلاً من ذلك يتبعون هذا المسار: يولّدون، ثم يراجعون، ثم يعدّلون، ثم يرسلون. يُستخدم الذكاء الاصطناعي مساعداً ذكياً لإعداد المسودة الأولى، ويبقى البائع هو المحرّر النهائي المسؤول عن النتيجة. وهذا السلوك يفسّر الطلب على الأدوات التي تقدّم واجهة جيدة للتعديل (الفروقات وإبراز التغييرات وسجل الإصدارات).
من هو الجمهور
جُمعت البيانات من خدمة تعمل فعلاً، ومستخدموها بائعون في متاجر صغيرة ومتوسطة على Яндекс.Маркет وOzon وWildberries. وتدلّ ذروة النشاط بين 18:00 و22:00 على أن الخدمة أداة لأصحاب الأعمال الصغيرة، لا لأقسام المحتوى في المنصات الكبرى: فالناس يولّدون البطاقات في أوقات فراغهم، بعد انتهاء عملهم الرئيسي.
وهذا يحدّد متطلبات السعر (يدفع البائع 5–10 دولارات، لا 100 دولار) والسرعة (توليد خلال 3–5 ثوانٍ، لا خلال دقيقة). فوقت البائع أغلى.
ماذا يعني ذلك
لا يعمل الذكاء الاصطناعي في محتوى منصات التجارة كأتمتة كاملة، بل كمساعد في العمل. فالبائعون مستعدون لتفويض الشبكة العصبية بإعداد المسودة الأولى، لكن الكلمة الأخيرة تبقى لهم. وهذا يفسّر تزايد الطلب على الأدوات ذات المحرّر الذكي: فالبائعون مستعدون للدفع لا مقابل كمال التوليد، بل مقابل سهولة التعديل وسرعته.
Build & Ship Production AI Apps with Vibe Coding
Join Zhemal Khamidun's hands-on Vibe Coding Intensive at hamidun.com/vibecoding — master Claude Code, Cursor, and autonomous agentic workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.