دليل المبتدئين في الذكاء الاصطناعي: ابدأ من هنا

"أنا لا أجيد الرسم، إذن هذا الأمر ليس لي" — ذلك التصوّر المسبق عن توليد الصور بالذكاء الاصطناعي مقلوب. اكتفِ بإعطاء التعليمات بالكلمات، وبعد ثوانٍ تحصل على مرئيات بجودة احترافية. يغطّي هذا الدليل العابر للأدوات ما هو توليد الصور بالذكاء الاصطناعي (صنع الصور من الصفر عبر الكلمات — مهارة الإيصال لا الرسم؛ النسخة المرئية من هندسة الموجّهات)، وكيف يعمل (نماذج الانتشار تنحت صورة من ضوضاء عشوائية مستخدمةً موجّهك دليلًا، وترسم من الصفر في كل مرّة فتتذبذب النتائج)، وسير العمل المشترك المكوّن من أربع خطوات الذي يصلح في أي أداة (اختر أداة، اكتب موجّهًا، ولّد واختر، حسّن وأنهِ — والتكرار هو المنطلق)، وتشريح موجّه الصورة الأساسي المكوّن من ستة أجزاء (الموضوع، المشهد/الإطار، الأسلوب، الإضاءة/اللون، التكوين/الزاوية، التقني) إضافةً إلى الموجّهات السلبية ونسبة العرض إلى الارتفاع — مع أن GPT Image وImagen يفضّلان الجمل البسيطة بينما تحبّذ أدوات عائلة Stable Diffusion قوائم الكلمات والموجّهات السلبية، وسبع نصائح للإتقان (اضبط العدد، أضف شيئًا فشيئًا، صور مرجعية، تعبئة داخلية، ثبّت البذرة، ارفع الدقّة، احفظ الموجّهات الجيّدة)، وما يصعب على الذكاء الاصطناعي (اليدان، النص، الاتساق، الدقّة الدقيقة) والحلول، وأساسيات الحقوق والاستخدام التجاري والأخلاقيات للعمل (المخرَج المولّد بالكامل بالذكاء الاصطناعي ضعيف الحماية وفق مكتب حقوق النشر الأمريكي وحكم Thaler 2025، مع اختلافات بين البلدان؛ الاستخدام التجاري يعتمد على شروط كل أداة؛ التزييف العميق وتقليد الأساليب دون إذن ممنوعان؛ وتنتشر بيانات المصدر مثل C2PA في صور DALL-E). أمّا أي أداة تختار والطرق الخاصة بكل أداة فتُحال إلى مقالات المقارنة وMidjourney وStable Diffusion. اعرف التشريح، واضبط العدد، وأضف الكلمات شيئًا فشيئًا — يستطيع أي شخص الاقتراب من اللقطة التي يريدها.

تسأل الذكاء الاصطناعي نفسه الشيء نفسه، ومع ذلك يصفه شخص بأنه عديم الفائدة بينما ينبهر آخر بقدرته — والسبب الحقيقي وراء تلك الفجوة لا يكون في الغالب قدرة الذكاء الاصطناعي بل طريقة كتابة الأمر. هذا موجز عملي لتلك المهارة، هندسة الأوامر، منظَّم بحيث يستطيع المبتدئ استخدامه فورًا. يغطي ما هي هندسة الأوامر (مهارة تصميم تعليمتك للذكاء الاصطناعي وتحسينها — ليست شِفرة بل فن كيفية قول الأشياء)، والمبادئ الثلاثة التي تغيّر نتائجك (كن محددًا، أعطِ سياقًا، حدّد المُخرَج، إضافةً إلى "افعل X" بدلًا من "لا تفعل Y")، والأجزاء الستة الأساسية للأمر الجيد (الدور، السياق، التعليمة، الأمثلة، الصيغة، القيود — العناصر التي تذكرها أطر كبرى مثل COSTAR وRCOF بشكل مشترك؛ ولست بحاجة إلى الستة جميعها في كل مرة)، وسبع تقنيات عملية (امنح دورًا، اعرض نموذجًا/few-shot، استدل خطوةً بخطوة، ثبّت صيغة المُخرَج، نظّم بفواصل، لا تطلب أكثر من اللازم دفعةً واحدة، وكرّر — وأقواها التكرار)، ومثال قبل/بعد، وتقنيات للمستوى التالي (سلسلة التفكير، الاتساق الذاتي، تسلسل الأوامر، ReAct — مع أن نماذج الاستدلال مثل سلسلة o والتفكير الممتد لدى Claude تؤدي CoT داخليًا، لذا ينجح ذكر الهدف)، وسبعة أخطاء شائعة، ونصائح خاصة بكل نموذج إضافةً إلى أمان الإدخال. مع روابط داخلية إلى نصائح أوامر تطوير التطبيقات واحتياطات الإدخال. حوّل الغامض إلى محدد، والإلقاء إلى حوار — يستطيع أي شخص أن يتحسّن بدءًا من اليوم.

في يونيو 2025، كتب سام ألتمان من OpenAI على مدونته: «لقد تجاوزنا أفق الحدث؛ بدأ الإقلاع» («التفرد اللطيف»). ومع ذلك يرفض باحثون آخرون الفكرة رفضًا قاطعًا باعتبارها شيئًا لن يأتي أبدًا. يشرح هذا الدليل للمبتدئين أن التفرد (التفرد التقني) هو «نقطة التحول التي يتجاوز عندها الذكاء الاصطناعي الذكاء البشري ويبدأ في تحسين نفسه، فيصبح التقدم سريعًا بشكل انفجاري ولم يعد قابلًا للتنبؤ أو السيطرة» (فرضية، غير محققة حتى عام 2026). ويتناول جوهره — انفجار الذكاء = التحسين الذاتي التكراري، حيث يبني ذكاء اصطناعي ذكي ذكاءً اصطناعيًا أذكى ويتغير المُحسِّن من الإنسان إلى الذكاء الاصطناعي؛ وكيف يختلف عن الـ AGI والـ ASI (الـ AGI/ASI «حالتان» للذكاء، والتفرد «حدث» الصيرورة غير القابلة للتنبؤ؛ AGI ← تحسين ذاتي ← القفزة المفاجئة إلى ASI = التفرد)؛ وتاريخ المصطلح («انفجار الذكاء» لدى I. J. Good عام 1965 ← Vinge ينشر المصطلح عام 1993 ← Kurzweil يجعله سائدًا بـ«2045»)؛ والتباين الواسع في التوقعات (Kurzweil 2045، Altman «بدأ بالفعل»، Vinge، ومتشككون مثل Gary Marcus و«مكبح التعقيد» لدى الراحل Paul Allen)؛ والإقلاع الصعب المفاجئ مقابل الإقلاع اللين التدريجي؛ والآمال (اختراقات في الأمراض والعلوم) والمخاطر (فقدان السيطرة ومشكلة المواءمة)؛ والشك العميق (مكبح التعقيد، الحدود الفيزيائية، شيء مختلف تمامًا)؛ والمفاهيم الخاطئة الشائعة مثل «حكم الروبوتات» و«التفرد الفوري بمجرد وصول الـ AGI» و«تثبيت موعده في 2045». لا تخفه بإفراط ولا تحلم به أكثر من اللازم — استفد إلى أقصى حد من ذكاء اليوم الاصطناعي بينما تراقب بهدوء ما قد يأتي لاحقًا.

في عام 2023، عوقب محامٍ بعد أن استشهدت مذكرة كتبها ChatGPT بقضايا كانت كلها اختلاقاً من الذكاء الاصطناعي — وأشاعت تلك الواقعة حذراً عالمياً تجاه القانون والذكاء الاصطناعي. ومع ذلك انفجر التبنّي خلال سنوات قليلة، إذ يُقال إن أكثر من 90% من المحامين يستخدمون ذكاءً اصطناعياً ما في عملهم اليومي. وبصفته المقالة التالية في سلسلة أثر الذكاء الاصطناعي حسب القطاع بعد رقم 068 (التجارة) و094 (التسويق) و097 (الاستشارات)، يستعرض هذا المقال المهن الحرة. الوضع الراهن بالأرقام (62% من المحامين يبلّغون عن توفير أسبوعي للوقت بنسبة 6–20%؛ وعالجت Harvey وCoCounsel من Thomson Reuters أكثر من 10 ملايين مستند قانوني في الربع الأول من 2026؛ وقفز استخدام الذكاء الاصطناعي التوليدي في شركات الضرائب والمحاسبة والتدقيق من 8% في 2024 إلى 21% في 2025؛ وتُظهر دراسة من Stanford تراجع الوظائف المبكّرة في مجالات مثل المحاسبة بنسبة 13% مقابل 2022، والمحاسبون +5% وماسكو الدفاتر -5%)، والأعمال التي يغيّرها الذكاء الاصطناعي حسب المهنة (المحامون = البحث في القضايا ومراجعة العقود واستخلاص الالتزامات؛ المحاسبون = مسك الدفاتر والتحقّق المستندي وأخذ العيّنات وتحديد المخاطر؛ المستشارون الضريبيون = إدخال البيانات ومسوّدات الإقرارات والبحث في التشريعات — الذكاء الاصطناعي يقوم بالعمل التمهيدي والبشر يصدرون القرار النهائي)، وأكبر فخّ وهو الهلوسة (اختلاق قضايا وتشريعات غير موجودة — يؤدّي إلى عقوبات وفقدان الثقة؛ وتتباهى Harvey بدقّة استشهادات مُتحقَّق منها بنسبة 99.7% وتضع علامة تنبيه على البقية، وتستند CoCounsel في استشهاداتها إلى قاعدة بيانات للقضايا فلا تستشهد إلا بقضايا موجودة)، والقيمة الجوهرية الثابتة (الحكم النهائي والشكّ المهني والأخلاقيات والأحكام الضريبية الرمادية، وحاسماً — التوقيع والمسؤولية القانونية التي لا يمكن تفويضها للذكاء الاصطناعي)، وأزمة المبتدئين (أتمتة الروتين التدريبي) والأدوار الجديدة (مسؤولو الامتثال للذكاء الاصطناعي، ومهندسو المطالبات الضريبية)، ونصائح حسب الدور للممارسين والطامحين والعملاء (تحقّق من الاستشهادات والأرقام بمقارنتها بالمصادر الأصلية؛ وتأكّد من التعامل مع السرّية). تختلف الأنظمة والمسؤولية من بلد إلى آخر؛ وفي اليابان تنتشر أيضاً ميزات الذكاء الاصطناعي في برمجيات المحاسبة. والسؤال الذي يطرحه الذكاء الاصطناعي: هل ما تبيعه هو العمل، أم الحكم والمسؤولية؟

"أخبرني عندما ينتهي البناء." "إذا تحوّل الـ CI إلى الأحمر، فأصلِحه." "راقب النشر كل 5 دقائق." تسليم هذه المهام المُلازِمة بالكامل للذكاء الاصطناعي هو ما يجعله أمر ‎/loop المُضاف إلى Claude Code في عام 2026 ممكنًا. يشرح هذا الدليل للمبتدئين أن ‎/loop مُجدوِل محصور بنطاق الجلسة يُشغّل مُطالبة أو أمرًا بشرطة مائلة بشكل متكرر على فاصل تحدّده أنت (أو يحدّده الذكاء الاصطناعي)، ثم يتناول الطرق الأربع لاستخدامه (① ‎/loop 5m X = فاصل cron ثابت ② ‎/loop X = إيقاع ذاتي يحكم فيه الذكاء الاصطناعي على الفاصل ③ ‎/loop 15m = مُطالبة الصيانة المدمجة ④ ‎/loop = صيانة تلقائية)، وكيفية كتابة الفواصل (رقم + وحدة s/m/h/d، الحد الأدنى دقيقة واحدة، ولغة طبيعية مثل "every 2 hours"، ويمكنك تكرار أمر بشرطة مائلة: ‎/loop 20m ‎/review-pr 1234)، وقوة الإيقاع الذاتي (انتظار أقصر عند النشاط، وأطول عند الهدوء، بين دقيقة وساعة، وعلى عكس cron المجرّد يُنهي الحلقة تلقائيًا بمجرد أن يحكم بأن المهمة اكتملت)، ووصفات عملية (مراقبة الـ CI/النشر، رعاية الـ PR، التحقق من البناء الطويل، التذكيرات، الصيانة التلقائية للفرع)، وكيفية إيقافه والتنبيهات (Esc للإيقاف، محصور بالجلسة فمحادثة جديدة تمسحه، إغلاق الطرفية يوقفه، الفواصل الثابتة تدوم حتى 7 أيام، حد أقصى 50 مهمة لكل جلسة، يُطلَق بين الأدوار مع تذبذب، التوقيت المحلي)، وكيفية الاختيار بين ثلاث ميزات للجدولة (‎/loop للمراقبة داخل الجلسة، Desktop scheduled tasks للعمل المحلي المقيم، Routines للعمليات السحابية دون إشراف)، وتخصيص loop.md إضافة إلى التعطيل عبر CLAUDE_CODE_DISABLE_CRON=1 — كل ذلك بناءً على الوثائق الرسمية (اعتبارًا من عام 2026). ما يغيّره ‎/loop هو المحور الزمني للعمل الذي يمكنك تسليمه للذكاء الاصطناعي.

كانت ترجمة فيديو مدته ساعة يدويًا تلتهم يومًا كاملًا — تستمع، توقف، تكتب، تضبط الرمز الزمني. في عام 2026 ينتهي هذا الجحيم بمجرد "إسقاط الفيديو والانتظار بضع دقائق." يركّز هذا الدليل على ترجمة ونسخ محتوى الفيديو والصوت (محاضر الاجتماعات في #086، وOCR الصور في #091)، ويغطي المراحل الأربع التي يؤتمتها الذكاء الاصطناعي (استخراج الصوت ← النسخ النصي مع تمييز المتحدثين ← إضافة الرموز الزمنية إلى SRT/VTT ← الترجمة اللغوية والتنسيق)، والفرق بين الترجمات (SRT/VTT) والنصوص الكاملة ومتى تستخدم كلًّا منهما، ومقارنة بين الأدوات (Whisper المجاني والسري، وDescript لتحرير كل شيء، وSonix وHappy Scribe للدقة العالية وتعدد اللغات، وNotta الصديق للأفراد، وCapCut للهاتف، والتسميات التلقائية الأسهل من YouTube — كثير منها يستخدم التعرف على الكلام من عائلة Whisper في الخلفية)، وسير العمل الأكثر قابلية للتكرار من 4 خطوات (التحضير ← النسخ ← التدقيق ← التصدير/الإرفاق SRT/VTT)، وتوصيات حسب حالة الاستخدام (YouTube، البودكاست، المحاضرات، المقابلات، السري، متعدد اللغات)، وست نصائح للدقة مع جودة الصوت بوصفها 80٪ من النتيجة (الجودة، ضبط اللغة، قائمة أسماء الأعلام، البحث والاستبدال، تمييز المتحدثين، طول السطر)، وسير العمل الملكي متعدد اللغات (إتقان اللغة المصدر ← الترجمة بالذكاء الاصطناعي ← مراجعة الناطق الأصلي)، والمزالق — الإفراط في الثقة بالدقة، والضعف مع الضوضاء والمصطلحات، وحقوق النشر، ورفع المواد السرية، وانحراف الرموز الزمنية. على الصوت النظيف تبلغ الدقة 90–96٪ (منشورة، تعتمد على الظروف) وينخفض الجهد 80–90٪. العمل للذكاء الاصطناعي؛ واللمسة الأخيرة — التحقق من أسماء الأعلام ومشاهدته كاملًا — لك.

الطقس الذي يمرّ به المستشارون المبتدئون — السهر على العروض والبحث اليدوي اللانهائي — يتصدّع. أداة "Lilli" لدى McKinsey تمسح أكثر من 100,000 مستند في ثوانٍ وتعدّ مسودات العروض؛ وأداة "Deckster" لدى BCG تلمّع الشرائح في لحظة؛ وبحسب أحد التحليلات يمكن استبدال نحو 80% من عمل البحث والشرائح للمحلل المبتدئ في ثوانٍ. وبوصفه المقال التالي في سلسلة أثر الذكاء الاصطناعي حسب القطاع بعد العدد 068 (شركات التجارة) والعدد 094 (التسويق)، يستعرض هذا المقال الاستشارات: الوضع الراهن بالأرقام (الأربعة الكبار وبيوت الاستراتيجية ضخّوا أكثر من 10 مليارات دولار في الذكاء الاصطناعي منذ 2023، PwC مليار دولار على ثلاث سنوات، BCG نحو 25% من إيرادات 2025 البالغة 14.4 مليار = نحو 3.6 مليار من الذكاء الاصطناعي، ودراسة لـ HBS شملت 758 مستشارًا من BCG أظهرت أن مستخدمي الذكاء الاصطناعي أنجزوا مهامًا أكثر بنسبة 12.2%، وأسرع بنسبة 25.1%، وبجودة أعلى بأكثر من 40%)، والمجالات الخمسة التي يغيّرها الذكاء الاصطناعي (البحث، العروض، التحليل، المحاضر، وخدمات استراتيجية الذكاء الاصطناعي الجديدة — مولِّد صافٍ للوظائف في الشركات الكبرى حاليًا)، وانهيار النموذج الهرمي (أتمتة العمل الروتيني للمبتدئين، نحو 80% بحسب أحد التقديرات، في ثوانٍ؛ نحو فرق رشيقة من قلة أشخاص + ذكاء اصطناعي مع مخاوف بشأن مسار التدريب)، والتحوّل الزلزالي في التسعير (مفارقة الإنتاجية — الإنجاز الأسرع يعني فوترة أقل في ظل الأسعار بالساعة — و73% من العملاء يفضّلون التسعير القائم على النتائج، دافعًا نحو النماذج القائمة على النتائج والسعر الثابت)، والقيمة الجوهرية الثابتة (صياغة السؤال، التفسير، الحُكم، الثقة، التنفيذ — المستشار الذي يقود النظام أهمّ من النظام نفسه)، وانقسام العمالقة كناقلات النفط في مواجهة المكاتب المتخصصة كالزوارق السريعة (نموّ الشركات الأصغر حتى 50% بحسب التقديرات)، ونصائح بحسب الدور للطامحين والممارسين والشركات العميلة. السؤال الذي يطرحه الذكاء الاصطناعي: هل قيمتك في العمل، أم في الحُكم؟

في دافوس بيناير 2026، اصطدمت أبرز عقول المجال حول "AGI على الأبواب" مقابل "الجوهر لا يزال بعيدًا" — وكان الفتيل هو الذكاء الاصطناعي العام AGI (Artificial General Intelligence). تبدأ هذه المقالة الموجهة للمبتدئين من معنى AGI — "ذكاء اصطناعي متعدد الأغراض قادر، مثل الإنسان، على أن يتعلم بنفسه ويحل حتى الأشياء الجديدة تمامًا عبر أي مجال" (وإن كان هدفًا لم يتحقق بعد حتى عام 2026) — ثم تتناول الفرق الحاسم عن الذكاء الاصطناعي الضيق على غرار ChatGPT اليوم (هل يستطيع "نقل" المعرفة إلى مجال مختلف؛ التعميم والاكتساب الذاتي للمهارات)، وتفصيل المراحل الثلاث narrow AI → AGI → ASI (الذكاء الخارق)، والتباين الواسع في توقعات الخبراء للجدول الزمني (Amodei من Anthropic متفائل خلال بضع سنوات/نحو 2027، Hassabis من DeepMind حذِر باحتمال نحو 50% بحلول 2030، ووسيط استطلاع للباحثين عند 2047، ومتشككون مثل Marcus يقولون إنه بعيد أو لن يأتي — والتباين ينبع من اختلاف التعريفات)، وكم يقترب الذكاء الاصطناعي اليوم (أقل من خط الأساس البشري في ARC-AGI، لكنه يقترب من العتبة عبر متعدد الوسائط والوكلاء)، والآمال (تسريع الأمراض والعلم) والمخاطر (الوظائف، إساءة الاستخدام، مشكلة المواءمة — التي تضعها Anthropic و UK AISI كنقطة قرار حاسمة)، والمفاهيم الخاطئة الشائعة مثل "ChatGPT هو AGI بالفعل" و"AGI = يملك وعيًا". لا خائفًا بإفراط ولا حالمًا بإفراط، أتقِن الـ narrow AI الذي بين يديك بينما تراقب بهدوء ما هو آتٍ.

هل ستكون في صف من يأخذ الذكاء الاصطناعي وظيفته، أم في صف من يُسخّره ليؤدي عمل عشرة أشخاص؟ في عام 2026 هذا هو مفترق الطرق أمام المهندسين. يؤطّر هذا المقال أن تصبح "مطورًا أصيلًا في الذكاء الاصطناعي" (بناء التطبيقات باستخدام LLM والوكلاء وRAG — وهو مسار مختلف عن البحث في النماذج) كمجموعة مهارات قابلة للبناء، لا شهادة دكتوراه، في ثلاث طبقات: ① الأساس الذي لا يتغير (Python كلغة رئيسية لتطوير الذكاء الاصطناعي، Git، سطر الأوامر، HTTP/REST/JSON — ما زلت تحتاج الأساسيات في عصر الكود المكتوب بالذكاء الاصطناعي)؛ ② المهارات الخمس الأساسية الأصيلة (تصميم الموجّهات/السياق، RAG كعمود فقري لوكلاء المؤسسات، بناء الوكلاء، MCP كمعيار فعلي لربط الأدوات، وتصميم التقييمات — إضافةً إلى تحسين التكلفة وحواجز الحماية وقابلية المراقبة)؛ ③ الميزة الحاسمة التي يغفل عنها معظم الناس — تصميم التقييمات وهندسة السياق (القدرة على كتابة التقييمات هي أكبر إشارة على "البناء الفعلي باستخدام LLM"، وملف AGENTS.md/CLAUDE.md مع مجموعة تقييمات صغيرة هو القفزة من "المُساعَد" إلى "الأصيل"). ويضيف خارطة طريق 8–12 شهرًا (الأساس ← LLM API/الموجّهات ← بناء RAG دون أطر ← الوكلاء + MCP ← التقييمات + النشر + الإطلاق)، واستراتيجية معرض أعمال يتفوق فيها العمل المنشور على الدبلوم، والمزالق (مستنقع الدروس، هوس الأدوات، إهمال الأساسيات)، وأرقام السوق والطلب (أمريكية، بتباين إقليمي كبير). الحد الفاصل هو ما إذا كنت تستخدم الذكاء الاصطناعي كنظام.

حين هُوجم إعلان عيد الميلاد المصنوع بالذكاء الاصطناعي التوليدي من Coca-Cola بوصفه "بلا روح" أواخر 2024، جسّد ذلك شدّ الحبل الذي يجلبه الذكاء الاصطناعي إلى التسويق: "الكفاءة والفعالية" مقابل "الثقة والعاطفة". يستعرض هذا المقال الموضوع، فيقيس أولاً الوضع الراهن بالأرقام (نحو 87% من المسوّقين يستخدمون الذكاء الاصطناعي التوليدي، صعوداً من 51% في 2024؛ أكثر من 71% من الإنفاق الإعلاني تُحرّكه الخوارزميات؛ صنعت Google نحو 70 مليون أصل إبداعي بـ Gemini في الربع الرابع 2025 وحده؛ تضاعف الإنفاق على أدوات الذكاء الاصطناعي التسويقية نحو ثلاث مرات خلال 18 شهراً). ويغطّي المجالات الخمسة التي يغيّرها الذكاء الاصطناعي (① إنشاء المحتوى ② الإبداع الإعلاني ③ الاستهداف والتوزيع / البرمجي ④ التخصيص / DCO ⑤ التحليلات والقياس) والآثار المُبلَّغ عنها (DCO بنسبة نقر أعلى بنحو 32% وتكلفة نقرة أقل بنحو 56%، نصوص الذكاء الاصطناعي بعائد 3.2 ضعف، الاستهداف بالطرف الأول/السياقي حتى ضعفَي ROAS — جميعها منشورة، تعتمد على الظروف)؛ والجوهر الذي لا يتغيّر (الاستراتيجية والعلامة والثقة والإبداع الاختراقي تبقى في يد البشر — الذكاء الاصطناعي مُضخِّم، قاعدة صفر تعني إجابة صفر)؛ والتحول الجذري في SEO/AEO/LLMO (مع روابط داخلية)؛ والمخاطر (فجوة الإدراك 82% من المديرين مقابل 45% من المستهلكين حول إعلانات الذكاء الاصطناعي، التلفيق المُقنع، سلامة العلامة، الحقوق/التنظيم، التشغيل المنفلت دون رقابة)؛ وكيف تتحوّل وظيفة المسوّق (تُؤخَذ المهام، ويثقل الحكم؛ من منتِج إلى رئيس تحرير واستراتيجي)؛ وخطة عملية من خمس خطوات لليوم. أكبر أثر للذكاء الاصطناعي هو تحرير وقت الإنسان من الفعل إلى القرار.

اختر أداة إعداد الشرائح بالذكاء الاصطناعي وفق مكان العرض وصيغة التسليم. يفصل هذا الدليل بين البنية والنص والتصميم، ويقارن Gamma وCopilot داخل PowerPoint وGemini for Google Slides وBeautiful.ai وCanva وإضافة ChatGPT وClaude Slides. يشرح تحويل محادثة Claude إلى عرض، والفرق عن Claude Docs المخصص للوثائق. ويتناول خمس خطوات من بناء المحتوى إلى التحقق من الأرقام والمصادر وفحص الملف المصدّر، وثلاث مطالبات عملية ونصائح لاختصار المعلومات. سواء أنجزت العمل في تطبيق واحد أم وزّعته على عدة أدوات، راجع المحتوى والمظهر كلًا على حدة.

ملاحظة بخط اليد، إيصال ورقي، نص إنجليزي داخل لقطة شاشة، لافتة في صورة — إعادة الكتابة التي طالما أنجزتها يدويًّا لم تَعُد، في عام 2026، ضرورية تقريبًا بفضل الذكاء الاصطناعي. يبدأ هذا الدليل من كيفية اختلاف AI OCR عن الـ OCR التقليدي (قراءة حرف واحد في كل مرة مقابل فهم الصفحة كاملةً بالمعنى)، ثم يرتّب ثلاثة خيارات (ذكاء اصطناعي حواري عام / أدوات مخصصة مثل Google Lens / واجهات API ومفتوح المصدر مثل Mistral OCR وPaddleOCR-VL) بحسب حالة الاستخدام. يقارن بين ChatGPT (GPT-5.5) وGemini 3.1 Pro وClaude (Opus 4.8) من حيث نقاط القوة (خط اليد ← عائلة GPT، هيكلة الجداول ← عائلة Claude، الصفحات الكثيرة ← السياق الطويل لدى Gemini، الـ OCR الخام ← النماذج المتخصصة؛ لا بطل مطلق)، ويقدّم ثلاثة موجّهات جاهزة للنسخ (انسخ دون كسر، جدول إلى Markdown، إيصال إلى JSON، كلها مع قاعدة «لا اختلاق»)، والأنسب لكل حالة (خط اليد، الإيصالات، ملفات PDF، الجداول المعقدة، النص العمودي/القديم، المعادلات والشيفرة)، وست نصائح للدقة مع جودة الصورة باعتبارها 80٪ من النتيجة، ونقطة الضعف الأكبر والوحيدة لدى AI OCR — اختلاق ما لا يستطيع قراءته بشكل معقول (طابِق دائمًا المبالغ والتواريخ والأسماء مع الأصل) — إضافةً إلى تحذيرات الخصوصية حول إرسال السري وحقوق النشر والاستخدام في التدريب. ما يجوز أن تتركه للذكاء الاصطناعي هو «القراءة» فقط؛ أما التأكيد فهو للإنسان الذي رأى الأصل.