إصدارتحليل · على الرادارHabr AI→ المصدر

ثلاث جولات من تنقيح الموجّه: كيف يستكمل مساعد كتابة القصص بالذكاء الاصطناعي الشخصيات نيابة عن الكاتبة

طلبت صاحبة التجربة من مساعد كتابة القصص في BotHub، باستخدام الإعداد المسبق Claude Sonnet 5.5 ودرجة حرارة 0.8، كتابة مشهد وفق تصورها. في النسخة الأولى، قرر النموذج من تلقاء نفسه أن الشخصيات عائلة، واخترع لها مصالحة. ولاستعادة تصور الكاتبة، كان لا بد من توضيح دوافع الشخصيات ووضع قيود على شكل المشهد.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
ثلاث جولات من تنقيح الموجّه: كيف يستكمل مساعد كتابة القصص بالذكاء الاصطناعي الشخصيات نيابة عن الكاتبة
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1يستكمل النموذج الموجّه القصير بقوالب حبكة مألوفة
يجب توضيح التصور الخفي صراحةما الذي يعرفه القارئ وما الذي يجهله
حقيقة رئيسية #3طلب «مشهد قصصي مكتمل» يدفع النموذج نحو انعطافة درامية لافتة

نشرت الكاتبة الجنوب أفريقية كورال هارت 370 كتابًا خلال 20 شهرًا بمساعدة الذكاء الاصطناعي. وهذا يدعو إلى التساؤل عمّا يفعله النموذج فعليًا بالنص الأدبي. اختبرت صاحبة تحليل منشور على Habr ذلك باستخدام مشهد من قصتها: رجل وامرأة يلعبان الشطرنج، وبالقرب منهما طفل.

ماذا حدث في المحاولة الأولى

كان الموجّه قصيرًا: وصف الوضع الظاهر، وأوضح أن الرجل واثق من الفوز، وطلب نقل أفكار الشخصيات في نص من 1000–1500 محرف. عمل المساعد في BotHub بالإعداد المسبق Claude Sonnet 5.5، مع درجة حرارة 0.8 وحد أقصى للإجابة يبلغ 16 ألف توكن.

أنتج النموذج مشهدًا متماسكًا في حد ذاته. لكنه قرر من تلقاء نفسه أن الطفل ابن اللاعبين، واخترع للثنائي ماضيًا («كان ينتظرها قديمًا حتى تنتهي من قراءة كتابها... والآن ينتظر نقلتها»)، ثم وجّه الأحداث نحو المصالحة. أما في تصور الكاتبة، فالطفل ليس ابنهما أصلًا، والشخصيتان تجسّدان الازدواجية الوجدانية. ببساطة، ملأ النموذج الفراغات بالحبكة الأكثر ألفة.

ما الذي ساعد على الاقتراب من تصور الكاتبة

كشفت الكاتبة للنموذج المعنى الخفي، لكنها طلبت منه ألا يصرّح به للقارئ. ثم وصفت الشخصيتين بمزيد من التفصيل: الرجل يحب السيطرة، لكنه يفهم الطفل سريعًا؛ والمرأة تخشى الخسارة وقد سئمت اللعب. وكان لا بد أيضًا من التخلص من أثر «المشهد القصصي المكتمل»: فمع أن المقطع يقع في منتصف القصة، كان النموذج يسعى إلى نهاية لافتة، لذا طُلب منه في الموجّه أن يترك المباراة غير مكتملة.

في النسخة الثالثة ظهر التناقض المطلوب: يلاحظ الرجل فورًا خيطًا على عجلة سيارة اللعبة، لكنه يتجاهل رغبة المرأة في إنهاء اللعب. ومع ذلك، بقيت بعض العيوب:

  • فسّر النموذج عبارة «يفهم الطفل» تفسيرًا حرفيًا، باعتبارها القدرة على إصلاح لعبة، بدلًا من فهم المشاعر الكامنة وراء رسم؛
  • تشرح عبارة «أنت تترك لي دائمًا خيارًا أكون فيه مذنبة سلفًا» العلاقة بصورة مباشرة أكثر من اللازم؛
  • هناك خلل في تسلسل الأفعال: كانت اليد فوق قطعة الفيل، ثم أصلحت سيارة اللعبة، وفي النهاية «ابتعدت عن القطعة»، مع أن النص لم يذكر عودتها إلى الرقعة.

الدرس العملي

هذا ليس اختبار أداء معياريًا، بل تجربة واحدة لكاتبة واحدة، ومن دون اختبار قراءة مُعمّى. والدرس المستخلص عملي، ولا يقتصر على السرد الأدبي، بل ينطبق على أي منتج يعتمد على الذكاء الاصطناعي التوليدي.

  • وضّحوا بالتفصيل ما تريده الشخصيات وما يعوقها. فالشخصية ذات التناقضات تمنح النموذج مرتكزات أكثر من مجرد وصفها بأنها «صارمة».
  • أخبروا النموذج بما لا يعرفه القارئ بعد: قواعد العالم، والعلاقات، والتصور الخفي، وما ينبغي كشفه لاحقًا.
  • حدّدوا الشكل: وجهة النظر، وموضع انقطاع المشهد، وما يجب تركه بلا حسم.
  • تحقّقوا من اتساق الأفعال والتفاصيل، فهذه نقطة ضعف حتى في النسخ الناجحة.

وتستشهد الكاتبة أيضًا بدراسة من عام 2024: قُيّمت القصص التي كتبها بشر بمساعدة اقتراحات GPT-4 على أنها أكثر أصالة وإمتاعًا، لكنها كانت أشد تشابهًا فيما بينها. وهذه إشارة مهمة لمسؤولي المنتجات: يرفع مساعد الذكاء الاصطناعي المستوى العام، لكنه يحدّ من التنوع. إذا كنتم تطوّرون أداة للكتّاب، فأتيحوا لهم تحديد السياق الخفي والقيود، لا الموضوع والطول فحسب. ووضّحوا بصراحة أن مسؤولية النص تبقى على عاتق الشخص الذي ينشره باسمه.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ماذا حدث في المحاولة الأولى؟

كان الموجّه قصيرًا: وصف الوضع الظاهر، وأوضح أن الرجل واثق من الفوز، وطلب نقل أفكار الشخصيات في نص من 1000–1500 محرف. عمل المساعد في BotHub بالإعداد المسبق Claude Sonnet 5.5، مع درجة حرارة 0.8 وحد أقصى للإجابة يبلغ 16 ألف توكن. أنتج النموذج مشهدًا متماسكًا في حد ذاته. لكنه قرر من تلقاء نفسه أن الطفل ابن اللاعبين، واخترع للثنائي ماضيًا («كان ينتظرها قديمًا حتى تنتهي من قراءة كتابها... والآن ينتظر نقلتها»)، ثم وجّه الأحداث نحو المصالحة.

ما أبرز التفاصيل حول ما الذي ساعد على الاقتراب من تصور الكاتبة؟

كشفت الكاتبة للنموذج المعنى الخفي، لكنها طلبت منه ألا يصرّح به للقارئ. ثم وصفت الشخصيتين بمزيد من التفصيل: الرجل يحب السيطرة، لكنه يفهم الطفل سريعًا؛ والمرأة تخشى الخسارة وقد سئمت اللعب. وكان لا بد أيضًا من التخلص من أثر «المشهد القصصي المكتمل»: فمع أن المقطع يقع في منتصف القصة، كان النموذج يسعى إلى نهاية لافتة، لذا طُلب منه في الموجّه أن يترك المباراة غير مكتملة. في النسخة الثالثة ظهر التناقض المطلوب: يلاحظ الرجل فورًا خيطًا على عجلة سيارة اللعبة، لكنه يتجاهل رغبة المرأة في إنهاء اللعب.

ما أبرز التفاصيل حول الدرس العملي؟

هذا ليس اختبار أداء معياريًا، بل تجربة واحدة لكاتبة واحدة، ومن دون اختبار قراءة مُعمّى. والدرس المستخلص عملي، ولا يقتصر على السرد الأدبي، بل ينطبق على أي منتج يعتمد على الذكاء الاصطناعي التوليدي. وضّحوا بالتفصيل ما تريده الشخصيات وما يعوقها. فالشخصية ذات التناقضات تمنح النموذج مرتكزات أكثر من مجرد وصفها بأنها «صارمة». أخبروا النموذج بما لا يعرفه القارئ بعد: قواعد العالم، والعلاقات، والتصور الخفي، وما ينبغي كشفه لاحقًا. حدّدوا الشكل: وجهة النظر، وموضع انقطاع المشهد، وما يجب تركه بلا حسم.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…