مهندس في Selectel يستعرض وكيل LLM لاختيار أسماء النطاقات المتاحة تلقائيًا

يمكن تحويل اختيار اسم النطاق من تجريب يدوي لا ينتهي إلى سيناريو آلي قصير: يقترح LLM الخيارات، ويفحص السكربت توفرها فورًا ويستبعد المحجوز منها. هذا بالضبط ما وصفه مهندس في Selectel في مشروع شخصي، إذ بنى خدمة بسيطة للحالات التي يلزم فيها إطلاق علامة تجارية أو منتج أو صفحة هبوط بسرعة دون إنفاق ساعات في البحث عن عنوان متاح.

تدور فكرة المشروع حول مشكلة واقعية جدًا. ففي النطاقات الشائعة مثل .com و.

ru و.io و.org، بلغ الازدحام مستوى مرتفعًا منذ وقت طويل: فبحسب البيانات التي يستند إليها المؤلف، سُجّل في النطاق .

com وحده أكثر من 160 مليون نطاق. فالأسماء الأقصر والأوضح استُنفدت، وغالبًا ما تكون الخيارات الجيدة إما محجوزة أو معروضة لإعادة البيع. ونتيجة لذلك تضطر المشاريع الجديدة إلى تقديم تنازلات: تضيف أرقامًا أو حروفًا زائدة أو شرطات، أو تنتقل إلى نطاقات أقل ألفة.

كما يُظهر مؤشر سوق النطاقات الذي يورده المؤلف أن النشاط في النطاقات الشائعة تضاعف نحو ثلاث مرات خلال السنوات الثلاث الأخيرة. ولا ينعكس ذلك على سهولة التعرّف على العلامة فحسب، بل على الثقة أيضًا: فالعنوان ينبغي أن يكون سهل القراءة والحفظ والكتابة على لوحة المفاتيح دون أخطاء.

ويربط المؤلف شحّ النطاقات الجيدة بمسائل الأمن بصورة مستقلة. فحين يكون الاسم الجذاب محجوزًا، تعتاد الشركات والمستخدمون على عناوين مزيّفة ومرايا ونسخ مشبوهة، وهذه بيئة خصبة للتصيّد الاحتيالي وانتحال أخطاء الكتابة (typosquatting). ويورد المقال أمثلة لنطاقات تختلف عن الأصل برقم واحد أو حرف واحد، كما يستذكر حالات أكبر نشر فيها المهاجمون مئات العناوين المزيّفة بالتزامن مع أحداث بارزة. وفي ضوء ذلك، لم يعد النطاق الجيد خيارًا جماليًا بحتًا، بل صار أيضًا وسيلة لتقليل مخاطر الأخطاء والالتباس وفقدان ثقة المستخدم.

الخدمة نفسها مكتوبة بلغة Python وتتألف من خطوتين. في البداية يحدد المستخدم وصف المشروع والنطاقات المطلوبة وعدد الخيارات. وكلما كان الطلب الأولي أدق، جاءت النتائج أكثر منطقية: فوصف المنتج الضيق يعطي أسماء أصلح من الفئات المجردة مثل «التقنية المالية» أو «السوق الإلكتروني». بعد ذلك يولّد LLM، عبر واجهة API متوافقة مع OpenAI، قائمة بالأسماء وفق موجّه (prompt) صارم: أسماء قصيرة وسهلة التذكر، بلا رموز زائدة، وفي النطاقات العليا (TLD) المحددة فقط.

ثم تمرّر وحدة ثانية كل خيار عبر python-whois. فإذا تضمّن رد WHOIS معلومات عن النطاق أو المسجِّل أو تاريخ الإنشاء، اعتُبر العنوان محجوزًا؛ أما إذا أعادت الخدمة ردًا فارغًا أو رسائل مثل not found، فيوسَم الخيار بأنه متاح. ولتفادي الانتظار الطويل، يجري الفحص بالتوازي في عشرة خيوط، وتستغرق الدورة كاملة عادةً نحو 10–30 ثانية.

وفوق هذا المسار أضاف المؤلف واجهة ويب بسيطة: حقل لوصف المشروع، واختيار للنطاقات، وعدّاد لعدد النتائج، وزر للتشغيل. وبعد إرسال النموذج يعيد النظام قائمة جرى التحقق منها مسبقًا مع علامتي «متاح» أو «محجوز». وفي الاختبارات، وجدت الخدمة لطلب عن التدريب المهني للأعمال في موسكو خيارًا متاحًا هو bizmoscow.org، واقترحت لمتجر منتجات القهوة في ساراتوف عدة أسماء صالحة أخرى في النطاقات .store و.shop و.ru.

ولا يحاول المؤلف تقديم المشروع بوصفه منتجًا مكتملًا: فهو أقرب إلى نموذج أولي عملي يمكن تطويره بضبط دقيق للموجّهات، وإضافة مرشحات، ومنطق أدق لتقييم جودة الأسماء.

لا تكمن أهمية هذا المشروع في أن الذكاء الاصطناعي حلّ فجأة مشكلة شحّ النطاقات، بل في أنه يزيل بكفاءة الجزء الممل من العملية. فهنا يؤدي LLM دور مولّد الأفكار، ويؤدي WHOIS دور مرشّح سريع يُعيد الأمور إلى أرض الواقع. وقد يوفّر هذا النهج على الشركات الناشئة والمطورين المنفردين والفرق الصغيرة وقتًا عند الانطلاق، ويقلّص عدد الفحوصات اليدوية عديمة الجدوى، خاصة حين لا يكون المطلوب نطاقًا مثاليًا يدوم عقودًا، بل عنوانًا واضحًا ومتاحًا للإطلاق.