Google NotebookLM تساعدك على بناء مهندس برومبتات شخصي بالذكاء الاصطناعي خلال 15 دقيقة

اقتُرح استخدام Google NotebookLM لا كأداة تلخيص عادية، بل كمهندس برومبتات شخصي بالذكاء الاصطناعي. الفكرة بسيطة: بدلًا من الدراسة المتواصلة لتقنيات كتابة البرومبتات، يبني المستخدم قاعدة معرفة خاصة به ويُلزم النموذج بالإجابة وفقها فقط.

لماذا تخطئ روبوتات الدردشة الهدف؟

المأخذ الرئيسي على روبوتات الدردشة التقليدية في هذه المهام هو أنها تقدم إجابات متوسطة الجودة. فإذا طلبت منها كتابة برومبت لـ Sora أو Veo أو لتوليد نماذج ثلاثية الأبعاد، فكثيرًا ما يخلط النموذج بين نصائح قديمة ومعاملات غير مؤكدة ومقتطفات من أدلة مختلفة. وفي السيناريوهات الضيقة تتحول هذه المشكلة سريعًا إلى عائق حقيقي: معامل زائد واحد يكسر استدعاء API، وصياغة خاطئة واحدة تغيّر الأسلوب البصري للنتيجة أو بنيتها.

لذلك فإن المسألة هنا ليست في «طلب سحري»، بل في حصر النموذج ضمن سياق موثوق. فالكاتب ينظر إلى هندسة البرومبتات (prompt engineering) على أنها عمل مع المصادر، لا مسابقة في الصياغة. وكلما ضاق المجال — فيديو أو صور أو مخططات JSON أو إعدادات RAG — زادت أهمية أن يعتمد المساعد على وثائق وأمثلة محددة وقوالب عمل خاصة بالمستخدم، لا على معرفة عامة. وهذا يقلل الهلوسات ويجعل الإجابات قابلة للتكرار.

كيف يعمل المساعد؟

في هذا النهج يؤدي NotebookLM من Google دور طبقة RAG مبسطة بلا كود ولا API. ينشئ المستخدم دفتر ملاحظات جديدًا، ويحمّل فيه ملفات PDF ومواقع ونصوصًا ومقاطع YouTube، ثم يمنح النموذج دورًا نظاميًا واضحًا. بعد ذلك يجيب المساعد استنادًا إلى المواد المضافة فقط، ولا يكتفي بتقديم البرومبت، بل يشرح أيضًا سبب اختياره معاملات بعينها للكاميرا أو الإضاءة أو البنية أو الأسلوب. وبالنسبة للمستخدم يبدو الأمر كخبير شخصي تدرّب على مكتبته الخاصة.

النقطة الأساسية ألا يُترك الخدمة في وضع «المحاور العام». يوصي الكاتب بتحديد ملف مهندس برومبتات senior صراحةً، مع حظر اختلاق الحقائق خارج المصادر. وأفضل ما في هذا الإعداد هو اشتراط الإقرار بثغرات المعرفة بدلًا من ملئها بنبرة واثقة. الصيغة قصيرة لكنها عملية:

«إذا لم تكن المعلومات موجودة فيها — قل بصراحة “لا أعرف”».

هذا المرشِّح يغيّر جودة الإجابات أكثر من أي قائمة جديدة من تقنيات كتابة البرومبتات «السرية».

ماذا نضع داخل الدفتر؟

لا تعتمد فعالية هذا المساعد على برومبت افتتاحي أنيق، بل على مجموعة المواد داخل الدفتر. ينصح المقال بجمع المصادر التي يكون المستخدم مستعدًا فعلًا للاعتماد عليها في عمله، لا كل ما يقع تحت يده. فإذا حُمّلت مقاطع عشوائية ونصائح متناقضة، فسيعيد الخدمة سرد الفوضى بترتيب أنيق. أما إذا جُمعت مادة ضيقة وعالية الجودة، فسيعمل كمحرر منضبط.

الحد الأدنى العملي يبدو كالتالي:

• الوثائق الرسمية لـ OpenAI وGoogle وAnthropic وغيرها من المنصات اللازمة؛
• شروحات فيديو لنماذج محددة، يستطيع NotebookLM تفريغها نصيًا؛
• برومبتاتك الناجحة ومخططات JSON وقوالب العمل الخاصة بك؛
• أدلة موثوقة حول الصور والفيديو والمهام الضيقة الأخرى.

بعد ذلك يصبح السيناريو تطبيقيًا بالكامل: يكتب المستخدم مهمة من قبيل «أنشئ 10 صيغ لبرومبت فيديو عمودي بنسبة 9:16 في مدينة سايبربانك»، فيعيد NotebookLM مجموعة صياغات مرفقة بالتعليل. وقد يوضح سبب الحاجة إلى نوع معين من حركة الكاميرا، ولماذا اختير نيون كلوحة ألوان، وما المقاربات البديلة المتاحة، وما المعاملات التي يفضل تجنبها كي لا ينكسر التكامل. وهذه القدرة على التفسير هي ما يميز المساعد عن مجلد ملاحظات قديمة، وعن روبوت دردشة عادي بمعرفة واسعة لكنها فضفاضة.

ماذا يعني ذلك؟

تُظهر فكرة مهندس البرومبتات الشخصي بالذكاء الاصطناعي الاتجاه الذي يتحرك إليه العمل اليومي مع النماذج: من مطاردة «الطلب المثالي» إلى بناء أنظمة RAG مصغرة موثوقة خاصة بالمستخدم. وبالنسبة لصنّاع المحتوى والمسوّقين وفرق المنتجات، هذه طريقة سريعة لتوحيد البرومبتات وتقليل الأخطاء والاحتفاظ بالخبرة داخل قاعدة معرفة واحدة يمكن التحكم بها.