قاعدة معرفتك، تجيب خلال ثوانٍ.
للفرق التي تحبس معرفتها في الوثائق والتذاكر والملفات المشتركة وقواعد البيانات. نبني أنظمة تجيب بدقة، وتستشهد بالمصدر، وتعرف متى تقول «لا أعرف»، وتصمد في الثالثة فجراً.
نربط نموذج ذكاء اصطناعي بوثائقك أنت، فيجيب من سياساتك وأسعارك وأدلتك لا مما التقطه أثناء تدريبه. كل إجابة تستشهد بمصدرها ليتحقق منها أي شخص خلال ثوانٍ، وحين لا تغطي البيانات السؤال يقول ذلك بدل أن يخمّن. يعمل بالعربية والإنجليزية، ونبدأ بمراجعة وثائقك قبل أي بناء.
آخر تحديث نوفمبر 2026
ثلاث طرق ليعرف الذكاء الاصطناعي عملك.
الضبط الدقيق (fine-tuning) هو الأكثر اقتراحاً، وعادةً ما يكون الخطوة الأولى الخاطئة.
تفشل معظم أنظمة RAG لا بسبب النموذج، بل بسبب الاسترجاع.
نمط الفشل واحد دائماً: يقطّع أحدهم الوثائق تقطيعاً ساذجاً، ويرميها في قاعدة متجهات، ثم يتساءل لماذا يختلق النظام أو يفوّت إجابات واضحة. النموذج سليم، والاسترجاع هو المكسور. لذلك نبدأ بالاسترجاع.
نصمّم الاسترجاع ببحث هجين يجمع الكلمات المفتاحية والمتجهات، مع إعادة صياغة السؤال وإعادة ترتيب النتائج، لأن كل طريقة منفردة لها نقاط عمياء. ثم نبني إطار التقييم قبل أن نكتب الموجّهات: أسئلة وإجابات مرجعية تخبرنا بموضوعية إن كان النظام يتحسن أو يسوء مع كل تغيير. وفي الخليج يعني ذلك أسئلة مرجعية بالعربية والإنجليزية معاً، لأن موظفيك وعملاءك يسألون باللغتين.
ونبني أدوات التشغيل أيضاً: مراقبة انحراف الفهرس، وتتبّع حداثة المحتوى، ولوحات تكلفة الاستعلام الواحد. نظام عمل في يومه الأول ثم انحرف بصمت في شهره الثالث ليس نظاماً يعمل، بل عبء لم تكتشفه بعد.
ما نبنيه.
استرجاع هجين
بحث بالكلمات المفتاحية وبالمتجهات معاً، مع إعادة صياغة السؤال وإعادة ترتيب النتائج والتصفية بالبيانات الوصفية، مضبوطاً على دقة الاسترجاع التي تحتاجها.
أطر التقييم
مجموعة أسئلة وإجابات مرجعية تغطي استرجاع الحقائق، ورفض الأسئلة الخارجة عن النطاق، والأسئلة التي تحتاج أكثر من وثيقة، ودقة الاستشهاد، باللغتين. واختبارات تراجع مع كل تغيير.
خطوط إدخال الوثائق
قراءة PDF وWord وHTML وNotion وConfluence وGoogle Docs وSlack وJira، مع تقطيع يحترم معنى النص، واستخراج البيانات الوصفية، وجدولة لتحديث المحتوى.
الاستشهاد بالمصدر
كل إجابة تُظهر المقاطع التي استندت إليها بالضبط، مع أرقام الصفحات وعناوين الوثائق ودرجة الثقة. لا إجابات من صندوق مغلق.
استرجاع يحترم الصلاحيات
صلاحيات على مستوى المستخدم والدور تُطبَّق لحظة الاسترجاع، فلا يسحب المهندس وثائق الموارد البشرية ولا يقرأ المتعاقد البيانات المالية الداخلية.
مراقبة انحراف الفهرس
فحوصات مستمرة لجودة الاسترجاع مقابل الأسئلة المرجعية، وتنبيه حين تُضعف دفعة وثائق جديدة أو تحديث نموذج التضمين النتائج.
ثلاث طرق لجعل الذكاء الاصطناعي يعرف شركتك.
الضبط الدقيق هو الأكثر اقتراحاً، وهو غالباً الخطوة الأولى الخاطئة. وهذا السبب.
| الموجّه فقط | الضبط الدقيق | RAG | |
|---|---|---|---|
| تحديث المعلومات | إعادة كتابة الموجّه | إعادة تدريب النموذج | تغيير الوثيقة |
| تكلفة إبقائه محدّثاً | منخفضة لكنها يدوية | عالية، مع كل تحديث | منخفضة، يقرأ مباشرةً |
| يستشهد بمصدره | لا | لا | نعم |
| يتعامل مع كمّ كبير من الوثائق | لا، حدود السياق | جزئياً | نعم، وهذا هو المقصود |
| الوقت حتى أول نسخة | الأقصر | الأطول | بينهما |
| الأنسب لـ | حفنة من الحقائق الثابتة | النبرة والصيغة لا الحقائق | كل ما يتغير |
ما الذي يُستخدم له هذا فعلاً.
معظم حجم الدعم هو الأسئلة العشرون نفسها، تُجاب من صفحات سياساتك الحقيقية لا من الخيال.
موظفون جدد يسألون عمّا في وثيقة إجراءات لا يجدها أحد.
كل رد يشير إلى الفقرة التي أُخذ منها، فيتحقق منه إنسان خلال ثوانٍ.
متى يكون هذا القرار الصحيح.
الدعم يجيب عن الأسئلة نفسها كل يوم
سياسة الاستبدال، مواعيد التوصيل، شروط الضمان. إجابة من الصفحة الحقيقية، مع رابطها، بالعربية أو بالإنجليزية بحسب لغة السائل.
المعرفة في رؤوس قلة من الموظفين
الإجراءات موثّقة في مكان ما، لكن الجميع يسأل الشخص نفسه. النظام يجيب من الوثيقة ويخبرك أي الوثائق ناقصة.
وثائق كثيرة تتغير باستمرار
أسعار وقوائم وأدلة تُحدَّث شهرياً. تغيير الوثيقة يكفي، لا إعادة تدريب أي نموذج.
لا تشترِ هذا إذا كانت وثائقك نفسها غير موثوقة
إذا كانت السياسات متناقضة أو قديمة ولا أحد يملكها، فالنظام سيجيب بثقة من مصدر خاطئ. رتّب الوثائق أولاً، وسنقول لك ذلك في مراجعة الوثائق بدل أن نبني فوقها.
كيف نبنيه.
نراجع الوثائق
نراجع قاعدة معرفتك: الصيغ والجودة والحداثة والحجم ونموذج الصلاحيات. ونحدد أهم الأسئلة التي سيطرحها المستخدمون لنبني منها مجموعة التقييم المرجعية.
نختار طريقة التقطيع والفهرسة
نجرّب عدة طرق للتقطيع ونقيس جودة الاسترجاع مقابل مجموعة التقييم قبل اختيار واحدة. القرار تجريبي، لا حدس.
نبني خط الاسترجاع
نموذج التضمين، وقاعدة المتجهات، والبحث بالكلمات، وإعادة الترتيب، والمرشّحات، وإعادة صياغة السؤال. ونقيس الجودة عند كل طبقة.
نصمّم الإجابة والاستشهاد
الموجّه، وصيغة الاستشهاد، وسلوك الرفض، والتعامل مع ما هو خارج النطاق. ونختبر النظام بمحاولات متعمّدة لإيقاعه قبل الإطلاق.
نراقب ونضبط
نطلقه بسجل كامل للاستعلامات وتتبّع للصلة ومراقبة للتكلفة، ونحسّنه أسبوعياً بناءً على الإخفاقات المسجّلة وملاحظات المستخدمين.
التقنيات.
أنظمة RAG وقواعد المعرفة
6 أسئلة مع إجاباتها. لديك سؤال آخر؟ تواصل معنا.
نبني مجموعة أسئلة وإجابات مرجعية قبل أن نبدأ البناء، ونقيس عليها في كل جولة: هل استُرجعت الوثيقة الصحيحة، وهل الإجابة وفية لما فيها، وهل الاستشهاد دقيق. الأرقام في لوحة منذ اليوم الأول، فترى إن كان النظام يتحسن لا أن تسمع ذلك منا.