في المحاضرة الثانية تعلّمنا ضبط مَن يتكلّم وكيف يفكّر. اليوم نعالج المشكلة الأصعب: كيف نجعل إجابته موثوقة؟ ثلاث استراتيجيات متكاملة — Self-Consistency تصوّت على أفضل استدلال، وRAG تُلزمه بمصادرك أنت، وReAct تمنحه أدواتٍ يتحقّق بها… وهي أول خطوة حقيقية نحو الـ Agent.
ابدأ الرحلةكل استراتيجية تُعالج نوعًا مختلفًا من الفشل: الأولى تعالج تذبذب الاستدلال، والثانية تعالج الهلوسة ونقص المعرفة، والثالثة تعالج العجز عن التحقّق. وفي النهاية: متى تستخدم أيًّا منها، وبأي تكلفة.
خمسة مسارات تفكير… ثم تصويت. لماذا يتفوّق الإجماع على المسار الواحد.
02محرّك استرجاع حيّ: من سؤال إلى مصادر موثّقة بدل إجابة مُختلقة.
03حلقة فكّر ← نفّذ ← لاحظ، خطوة بخطوة — وهنا يولد الوكيل.
04مصفوفة قرار عملية + التكلفة الحقيقية + كيف تُدمج الثلاثة معًا.
05ابنِ الثلاثة فعليًّا كعُقَد على لوحة Dify — خطوة بخطوة.
في المحاضرة الماضية جعلنا النموذج يفكّر خطوة بخطوة. لكن ماذا لو كانت خطواته نفسها خاطئة في هذه المرّة تحديدًا؟ التوليد احتمالي — فقد يسلك مسارًا سليمًا مرّة، ومسارًا معطوبًا مرّة أخرى. الفكرة العبقرية البسيطة: لا تسأله مرّة واحدة. اسأله عدّة مرّات بمسارات مستقلّة، ثم خُذ الإجابة التي تكرّرت أكثر. الاستدلال الصحيح يميل للتقارب، أمّا الأخطاء فتتشتّت في اتجاهات مختلفة.
مسألة تسعير مشروع ترجمة (من واقع مكتبك):
محاكاة تعليمية: المسارات الثلاثة الصحيحة تصل إلى ٢٧٩٣.٦٠ دولار، ومساران يخطئان بطريقتين مختلفتين — لاحظ أن خطأيهما مختلفان، وهذا سبب نجاح التصويت.
للمسألة إجابة صحيحة واحدة، لكن طرق الخطأ لا نهائية. فحين تولّد عدّة مسارات، تتّفق المسارات السليمة على نفس الرقم بينما تتفرّق المسارات المعطوبة كلٌّ في اتجاه. الأغلبية إذن ليست «ديمقراطية» — بل كاشف تقارب. وقد أظهرت ورقة Wang وزملائه (2022) أن هذا يرفع الدقّة بفروق ملموسة على مقاييس الاستدلال الحسابي مقارنةً بمسار واحد.
خمسة مسارات = خمسة أضعاف التكلفة والزمن تقريبًا. لذلك لا تستخدمها في كل شيء — استخدمها حين تكون كلفة الخطأ أعلى من كلفة الحوسبة: أرقام في عقد، مواعيد تقادم، حسابات فواتير. ولا تصلح للمهام الإبداعية أو المفتوحة (لا توجد «إجابة أغلبية» لترجمة أدبية). قاعدة عملية: ٣ مسارات تكفي غالبًا، و٥ للحالات الحرجة.
التصويت يُصلح الاستدلال، لكنه لا يُصلح الجهل. لو لم يكن النموذج يعرف مصطلحك المعتمد في مكتبك، فخمسة مسارات ستتّفق على نفس الخطأ. الحلّ ليس أن «يتذكّر» أكثر — بل ألّا يعتمد على ذاكرته أصلًا: نُحضر له المصادر الصحيحة لحظة السؤال ونُلزمه بالإجابة منها فقط. هذا هو RAG: استرجاع ثم توليد.
السؤال: «ما المقابل المعتمد لدينا لمصطلح indemnity؟ وما القاعدة المتّبعة؟»
قاعدة معرفة المكتب (٥ مقاطع مفهرسة):
لاحظ أن المحرّك تجاهل مقطعَي التسويق والإجازات تمامًا — الاسترجاع يقوم على القرب الدلالي في فضاء المتجهات الذي درسناه في المحاضرة الأولى، لا على مطابقة الكلمات.
كيف «عرف» المحرّك أن مقطع المسرد أقرب للسؤال من مقطع الإجازات؟ لأن كل مقطع من مستنداتك حُوِّل مسبقًا إلى متجه وخُزِّن في فهرس متجهي. وعند سؤالك، يُحوَّل سؤالك إلى متجه أيضًا، ثم يُقاس تشابهه مع كل المقاطع — والأقرب هندسيًّا هو الأقرب معنى. هذه هي نفس فكرة «فضاء المعنى» الذي لعبت به في المحاضرة الأولى، لكن مطبَّقة على مستنداتك أنت.
ثلاثة قيود مهنية يجب أن تعرفها: (١) جودة الإجابة سقفها جودة مصادرك — مسرد قديم يعني إجابة خاطئة موثّقة بثقة. (٢) قد يفشل الاسترجاع نفسه فيجلب مقاطع غير ذات صلة، فيبني النموذج عليها. (٣) أظهرت دراسة «Lost in the Middle» (Liu et al., 2023) أن النماذج تستخدم المعلومات في بداية السياق ونهايته أفضل بكثير مما تستخدمها في وسطه — فلا تُغرق النموذج بعشرين مقطعًا وتظنّ أنك زدت الدقّة. القاعدة: مقاطع قليلة وعالية الصلة، وألزِمه بذكر المصدر لكل معلومة، وراجع الاستشهادات بنفسك.
RAG تجلب المصادر مرّة واحدة قبل الإجابة. لكن ماذا لو لم يكن النموذج يعرف مسبقًا ما الذي يحتاج البحث عنه؟ ماذا لو احتاج أن يبحث، فيقرأ، فيكتشف أنه يحتاج بحثًا آخر؟ هنا تأتي ReAct = Reasoning + Acting: النموذج يتناوب بين فكرة يخطّط بها وفعل ينفّذه بأداة وملاحظة يقرأ بها النتيجة… ثم يقرّر خطوته التالية. وهذه — كما رأينا في المحاضرة الأولى — هي تعريف الـ Agent بالضبط.
المهمّة: «راجع البند 7 في عقد العميل: هل مدّة الإخطار المذكورة تطابق سياستنا المعتمدة؟ وما المقابل الصحيح لمصطلحه؟»
لاحظ الفرق الجوهري عن CoT: هنا كل «ملاحظة» تأتي من العالم الخارجي لا من داخل النموذج — فهو لا يخمّن مدّة الإخطار، بل يقرأها فعليًّا من الملف.
لو فكّر فقط بلا أدوات (CoT) لظلّ حبيس معرفته القديمة وقد يهلوس. ولو نفّذ أفعالًا بلا تفكير لتاه بلا خطّة عند أول نتيجة غير متوقّعة. الجمع بينهما يعطي التآزر الذي وصفته ورقة Yao وزملائه: الأفكار تساعده على وضع الخطّة وتحديثها ومعالجة الاستثناءات، والأفعال تربطه بمصادر خارجية تُصحّح مساره. النتيجة أيضًا: أثرٌ مقروء يمكنك تدقيقه خطوةً خطوة — وهذا وحده سبب كافٍ لاستخدامها في العمل الملزِم.
كل ما هو «وكيل» اليوم يقوم على هذه الحلقة أو تطويرات لها. ومع القدرة تأتي المخاطر العملية: حلقات لا تنتهي (ضع حدًّا أقصى للدورات)، وتكلفة متضاعفة (كل دورة استدعاء كامل)، وأفعال ذات أثر حقيقي — فإن أعطيته أداة تُرسل بريدًا أو تُعدّل ملفًّا، فالخطأ لم يعد نصًّا سيّئًا بل ضررًا واقعًا. القاعدة المهنية: ابدأ بأدوات للقراءة فقط، وأضف صلاحيات الكتابة تدريجيًّا وبموافقة بشرية عند كل خطوة حسّاسة.
القاعدة الأولى: شخِّص نوع الفشل أوّلًا، ثم اختر الدواء. استخدام الاستراتيجية الخاطئة يكلّفك مالًا وزمنًا بلا فائدة — بل قد يزيد الطين بلّة.
| الاستراتيجية | تعالج أي فشل؟ | استخدمها حين… | لا تستخدمها حين… | التكلفة |
|---|---|---|---|---|
| Self-Consistency | تذبذب الاستدلال: النموذج يعرف، لكنه يخطئ أحيانًا في الطريق. | توجد إجابة واحدة صحيحة يمكن التحقّق منها: حساب، رقم، تصنيف، استخلاص بند. | المهام الإبداعية أو المفتوحة — لا توجد «أغلبية» لترجمة أدبية. | ×٣ إلى ×٥ |
| RAG | الجهل والهلوسة: النموذج لا يعرف مصادرك أو معرفته قديمة. | الإجابة يجب أن تستند إلى مستنداتك: مسرد، سياسة، عقد، لوائح، أرشيف مشاريع. | المهمّة لا تحتاج معرفة خارجية أصلًا (إعادة صياغة، تلخيص نص أمامك). | ×١ + فهرسة |
| ReAct | العجز عن التحقّق: المهمّة متعدّدة الخطوات ولا تُعرف مسبقًا. | تحتاج بحثًا متتابعًا أو أدوات: تحقّق من مرجع، اقرأ ملفًّا ثم قارنه بسياسة، احسب ثم راجع. | المهمّة بسيطة أحادية الخطوة — الحلقة تعقيد وتكلفة بلا مقابل. | ×عدد الدورات |
ليست بدائل متنافسة، بل طبقات تتكامل. هكذا يبدو نظام مراجعة عقود احترافي:
ثبّت المعرفة: احقن المسرد المعتمد ودليل الأسلوب وسياسة المكتب في السياق، وألزِم النموذج بالاستشهاد بمصدر كل حكم.
امنحه أدوات القراءة: ابحث في العقد، افتح السياسة، احسب المدد. كل خطوة تُوثَّق في أثر قابل للتدقيق.
على البنود الحرجة فقط (المبالغ والمدد والغرامات): كرّر الاستدلال ثلاث مرّات، وإن اختلفت النتائج ارفعها لمراجعة بشرية.
هذه الاستراتيجيات الثلاث لا تجعل النموذج «يفهم» — بل تجعل مخرَجه قابلًا للتدقيق. التصويت يكشف عدم اليقين، وRAG يربط كل ادّعاء بمصدر، وReAct يترك أثرًا مقروءًا لكل خطوة. وهذا بالضبط ما يحوّلك من شخص «يستخدم أداة» إلى مهندس يبني نظامًا يمكن الدفاع عنه أمام عميل أو جهة قضائية. المسؤولية النهائية تبقى بشرية — لكن بهذه الأدوات صارت لديك أدلّة، لا انطباعات.
في المحاضرة الثانية طبّقنا على OpenAI Playground وGoogle AI Studio — وهما مستوى أمر. أمّا اليوم فنحن في مستوى معمارية: نحتاج منصّة نربط فيها عُقَدًا ومصادر وأدوات. لذلك ننتقل إلى Dify — منصّة مفتوحة المصدر لبناء تطبيقات النماذج بلوحة مرئية، تدعم اثنتين من استراتيجياتنا جاهزتين، والثالثة نبنيها بأيدينا.
من التبويب Knowledge ارفع مسرد المكتب ودليل الأسلوب (PDF أو Markdown أو TXT). Dify يتولّى التقطيع والتضمين والفهرسة — لا تحتاج قاعدة بيانات متجهية منفصلة.
مقطع أكبر = سياق أوفر لكن دقّة استرجاع أقل. للمسارد والبنود القصيرة اختر مقاطع صغيرة؛ وللمواد التفسيرية الطويلة اختر أكبر مع تداخل (overlap) بسيط. هذا القرار وحده يحدّد نصف جودة نظامك.
في تطبيق Chatflow اسحب العقدة واربطها بقاعدتك، واضبط Top-K (ابدأ بـ ٣) وعتبة التشابه. وفي تطبيق الدردشة البسيط يكفي زرّ Add Context.
في عقدة LLM اجعل السياق هو مخرَج الاسترجاع، واكتب في التعليمات صراحةً: أجب من المقاطع فقط + اذكر المصدر + صرّح بعدم المعرفة عند غياب الدليل. بدون هذه الجملة قد يعود النموذج لذاكرته ويهلوس رغم وجود RAG.
شغّل أسئلة نموذجية وافحص أي مقاطع استُرجعت فعلًا. لو كانت خاطئة فالمشكلة في التقطيع أو الفهرسة، لا في صياغة الأمر.
اختر نوع التطبيق Workflow (أو Chatflow لو أردت محادثة)، وستفتح لك لوحة العُقَد المرئية.
من لوحة المكوّنات اسحب Agent، ثم من Agent Strategy اختر ReAct. لو لم تظهر الاستراتيجيتان فثبّتهما من الـ Marketplace ضمن فئة Agent Strategies. البديل Function Calling: أدقّ وأسرع للمهام المحدّدة، وReAct أوضح تعليميًّا لأنه يُظهر التفكير.
اكتب تعليمات الوكيل بلغة طبيعية (هنا يعود Role Prompting من المحاضرة الثانية)، ثم اربط الأدوات. اجعل قاعدة معرفتك أداةً متاحة — عندئذٍ يقرّر الوكيل متى يبحث بدل استرجاع إجباري مرّة واحدة.
بعد التشغيل افتح السجلات: ستجد الأثر خطوة بخطوة (فكرة ← أداة ← ملاحظة) وعدد الدورات — وهو نفس ما شاهدته في محاكي المحطة الثالثة، لكن من تشغيل حقيقي. هذا الأثر هو دليلك المهني عند مراجعة أي مخرَج.
حدّد سقفًا لعدد الدورات لمنع الحلقات اللانهائية، وابدأ بأدوات قراءة فقط. لا تمنحه أداة تكتب أو ترسل إلّا بعد اختبار مستقرّ وبموافقة بشرية على الخطوات الحسّاسة.
Self-Consistency ليست ميزة مدمجة في Dify، بل نمط تصميم تبنيه أنت. وهذه أفضل فرصة ليفهم الطالب أن الاستراتيجيات أفكار معمارية لا أزرارًا.
من عقدة البداية اربط ثلاث عُقَد LLM في وقت واحد بنفس الأمر ونفس النموذج. Dify ينفّذ الفروع المتوازية معًا، فلا يتضاعف الزمن ثلاث مرّات.
هذه أهم خطوة وأكثرها إغفالًا: بـ Temperature = 0 ستخرج المسارات الثلاثة متطابقة ويصبح التصويت بلا معنى. اجعلها ~0.7 لتُولّد تنوّعًا حقيقيًّا في مسارات الاستدلال.
أضِف عقدة Variable Aggregator لتوحيد مخرجات الفروع الثلاثة في متغيّر واحد يسهل تمريره للعقدة التالية.
عقدة LLM أخيرة تقارن الثلاثة وتعتمد الأغلبية. والأهم مهنيًّا: اطلب منها أن تُبلّغ صراحةً عند اختلاف المسارات — فالاختلاف إشارة إنذار ترفع البند لمراجعة بشرية، لا مجرد رقم.
ابنِ التطبيق الأول (RAG) كاملًا خلال الجلسة: ارفع مسردك، أنشئ Chatflow، اربط عقدة الاسترجاع، واكتب تعليمات الإلزام بالمصادر. ثم اسأله سؤالًا إجابته غير موجودة في مسردك عمدًا — واختبر: هل قال «غير موجود» أم اخترع إجابة؟ هذه هي اللحظة التي تعرف فيها أن نظامك جاهز للعمل الحقيقي أم لا.
ليس تحيّزًا لمنصّة، بل لأن ما نتعلّمه اليوم معمارية لا صياغة: عُقَد ومصادر وأدوات وحلقات. Playground وAI Studio ممتازتان لضبط الأمر الواحد (المحاضرة الثانية)، لكنهما لا تُظهران خط الأنابيب. ونفس المفاهيم تنتقل حرفيًّا إلى أي أداة أخرى (n8n أو LangGraph أو Flowise أو كود خام) — لأن ما تعلّمته هو النمط، والأدوات تتبدّل. وتذكّر: واجهات Dify تتطوّر بسرعة، فإن اختلف مسمّى زرّ عمّا هنا فابحث عن وظيفته لا اسمه.
جاوب في ذهنك أولًا، ثم اضغط «أظهر الإجابة النموذجية». ركّز في أسئلة التشخيص — فهي جوهر مهارة اليوم.