مهندس في Selectel عرض وكيل LLM للاختيار التلقائي للنطاقات المتاحة

يمكن تحويل اختيار أسماء النطاقات من تكرار يدوي لا نهائي إلى سيناريو قصير وآلي: ينتج نموذج اللغة الكبير خيارات، وتتحقق البرمجية فوراً من توفرها وتستبعد المشغولة منها. وهذا بالضبط المشروع الشخصي الذي وصفه مهندس من Selectel، حيث أنشأ خدمة بسيطة للحالات التي تحتاج فيها إلى إطلاق ماركة أو منتج أو صفحة هبوط بسرعة ولا تريد قضاء ساعات في البحث عن عنوان متاح. تدور منطق المشروع حول مشكلة عملية تماماً.

في المناطق الشهيرة مثل .com و.ru و.

io و.org، كانت المساحة محمومة منذ فترة طويلة: وفقاً للبيانات التي يستشهد بها المؤلف، فقط في .com هناك أكثر من 160 مليون نطاق مسجل.

الأسماء الأقصر والأكثر وضوحاً مأخوذة بالفعل، والخيارات الجيدة غالباً ما تكون إما مشغولة أو معروضة للبيع. ونتيجة لذلك، تلجأ المشاريع الجديدة إلى حلول وسط: إضافة أرقام أو أحرف إضافية أو شُرطات أو الانتقال إلى مناطق أقل شيوعاً. يُظهر مؤشر سوق النطاقات الذي يستشهد به المؤلف أيضاً أن النشاط في المناطق الشهيرة نما بمقدار ثلاثة أضعاف تقريباً خلال السنوات الثلاث الماضية.

وهذا يؤثر ليس فقط على التعرف على العلامة التجارية ولكن أيضاً على الثقة: يجب أن يكون العنوان سهل القراءة والتذكر والكتابة بدون أخطاء من لوحة المفاتيح. يربط المؤلف على وجه التحديد ندرة النطاقات العادية بقضايا الأمان. عندما يكون الاسم الجميل مشغولاً بالفعل، تعتاد الشركات والمستخدمون على عناوين مزيفة ومرايا وتنويعات مريبة، وهذا أرضية خصبة للتصيد الاحتيالي والاستيلاء على الأخطاء الإملائية.

تقدم المقالة أمثلة على نطاقات تختلف عن الأصل برقم واحد أو حرف واحد، وتذكر أيضاً حالات أكبر حيث نشر المهاجمون مئات العناوين المزيفة لأحداث كبرى. في ضوء هذا، لا يعود النطاق الجيد خياراً جمالياً بحتاً: إنه أيضاً طريقة لتقليل مخاطر الأخطاء والالتباس وفقدان ثقة المستخدم. تم تنفيذ الخدمة نفسها في Python وتتكون من خطوتين.

أولاً، يحدد المستخدم وصف المشروع والمناطق النطاقية المرغوبة وعدد الخيارات. كلما كان الطلب الأولي أكثر دقة، كانت النتيجة أكثر معنى: الوصف الضيق للمنتج ينتج أسماء أكثر ملاءمة من الفئات المجردة مثل "fintech" أو "marketplace". بعد ذلك، ينتج نموذج اللغة الكبير من خلال واجهة برمجية متوافقة مع OpenAI قائمة أسماء وفقاً لموجه صارم: قصيرة وسهلة التذكر وبدون أحرف غير ضرورية وفقط في TLDs المحددة.

بعد ذلك، تمر الوحدة الثانية كل خيار عبر python-whois. إذا كانت استجابة WHOIS تحتوي على معلومات عن النطاق أو المسجل أو تاريخ الإنشاء، يُعتبر العنوان مشغولاً؛ إذا أرجعت الخدمة استجابة فارغة أو رسائل مثل "not found"، يتم تحديد الخيار كمتاح. لتجنب الانتظار طويلاً جداً، يتم التحقق بالتوازي على عشرة خيوط، وعادة ما تنتهي الدورة كاملة في حوالي 10-30 ثانية.

فوق هذا المسار، أضاف المؤلف واجهة ويب بسيطة: حقل لوصف المشروع واختيار منطقة النطاق وعداد لعدد النتائج وزر التشغيل. بعد تقديم النموذج، يعود النظام بقائمة تم التحقق منها بالفعل مع علامات تشير إلى "متاح" أو "مشغول". في الاختبارات لاستعلام حول تدريب الأعمال في موسكو، وجدت الخدمة، على سبيل المثال، الخيار المتاح bizmoscow.

org، ولمتجر المنتجات القهوية في ساراتوف اقترحت عدة أسماء مناسبة أخرى في مناطق .store و.shop و.

ru. المؤلف نفسه لا يحاول تقديم المشروع كمنتج مكتمل: إنه بدلاً من ذلك نموذج أولي عامل يمكن تطويره من خلال ضبط الموجهات بدقة وإضافة مرشحات إضافية ومنطق أكثر حذراً لتقييم جودة الاسم. النقطة من هذا المشروع ليست أن الذكاء الاصطناعي حل فجأة مشكلة نقص النطاقات، بل أنه يتعامل بشكل جيد مع الجزء الممل من العملية.

هنا يعمل نموذج اللغة الكبير كمولد أفكار، و WHOIS كمرشح واقع سريع. بالنسبة للشركات الناشئة والمطورين الأفراد والفرق الصغيرة، يمكن لهذا النهج أن يوفر الوقت عند الإطلاق ويقلل من عدد الفحوصات اليدوية التي لا فائدة منها، خاصة عندما لا تحتاج إلى النطاق المثالي للأبد، بل ببساطة عنواناً واضحاً ومتاحاً للإطلاق.