مديرة الموارد البشرية في مجموعة مقرها بيروت تجيب كل أسبوع عن الأسئلة نفسها: كم يوم إجازة سنوية للموظف الجديد؟ ما سياسة العمل من المنزل؟ أين نموذج التأمين الصحي؟ الإجابات موجودة، لكنها مدفونة في دليل من 60 صفحة وثلاث مذكرات تحديث ورسالة بريد من العام الماضي. وفي الوقت نفسه يكرر فريق خدمة العملاء الأمر ذاته مع مواصفات المنتجات وسياسات الإرجاع. الجميع يريد شات بوت مدرب على بيانات الشركة، حتى لو لم يسمعوا بالمصطلح: مساعداً يجيب من مستندات الشركة نفسها، بدقة، ودون أن يخترع شيئاً.
التقنية التي تجعل ذلك ممكناً تُسمى RAG، اختصاراً لـ «التوليد المعزز بالاسترجاع». وهي تجمع بين البحث في مستنداتك الخاصة ونموذج ذكاء اصطناعي يكتب الإجابة مما وجده. في هذا الدليل نشرح طريقة عملها ببساطة، والفرق بينها وبين الضبط الدقيق وGPT المخصص، وما يلزم للتعامل مع المحتوى العربي والمتعدد اللغات، وكيف تحافظ على دقة الإجابات وأمانها، وما الذي يحدد التكلفة.
شرح تقنية RAG ببساطة
النماذج اللغوية الكبيرة، وهي التقنية وراء أدوات مثل ChatGPT، تُدرَّب على كميات هائلة من النصوص العامة. تكتب بطلاقة، لكنها لا تعرف سياسة الإجازات لديك، ولا قائمة أسعارك، ولا تحديث المنتج الشهر الماضي. وإذا سألتها رغم ذلك، فقد تعطي إجابة واثقة ومقنعة وخاطئة، وهو ما يُعرف بالهلوسة.
شرح تقنية RAG ببساطة: قبل أن يجيب النموذج، يبحث النظام أولاً في مستنداتك المعتمدة عن الفقرات الأكثر صلة بالسؤال، ثم يعطيها للنموذج مع تعليمات بأن يجيب منها فقط. النموذج يتولى اللغة والصياغة، ومستنداتك توفر الحقائق. ولأن الإجابة مبنية على مصادر محددة، يستطيع البوت أن يُظهر من أين جاءت كل معلومة، فيتحقق المستخدم بنفسه.
ولهذا يكون شات بوت قاعدة معرفة بالذكاء الاصطناعي المبني على RAG الطريقة الأكثر عملية للإجابة عن سؤال: كيف أدرب شات بوت على مستندات شركتي؟ فأنت لا تعلّم النموذج حقائق جديدة بشكل دائم، بل تعطيه الصفحات الصحيحة ليقرأها لحظة كل سؤال.
كيف يعمل شات بوت مدرب على بيانات الشركة خطوة بخطوة؟
خلف نافذة المحادثة البسيطة، يتبع النظام مساراً واضحاً.
1. جمع المحتوى وتجهيزه
اجمع المستندات التي يجب أن يجيب منها البوت: السياسات، والأدلة، والأسئلة الشائعة، ونشرات المنتجات، ونماذج العقود، ومقالات المساعدة. احذف النسخ القديمة والمكررة، وحدد مسؤولاً عن كل مستند. هذه الخطوة غير اللامعة تحدد الجودة أكثر من أي خيار تقني، فالبوت لا يمكن أن يكون أدق من المستندات التي يقرأ منها.
2. التقسيم وإنشاء التضمينات
تُقسَّم المستندات إلى أجزاء صغيرة، غالباً بضع فقرات، ليتمكن النظام من استرجاع مقاطع دقيقة لا ملفات كاملة. ويُحوَّل كل جزء إلى «تضمين»، وهو تمثيل رقمي لمعناه يسمح بإيجاد الفقرات التي تحمل المعنى نفسه حتى لو استخدمت كلمات مختلفة.
3. التخزين والبحث
تُخزَّن التضمينات في قاعدة بيانات متجهية أو فهرس بحث. وحين يطرح المستخدم سؤالاً، يحوّله النظام بدوره ويسترجع أكثر الأجزاء صلة. وتستخدم الأنظمة القوية غالباً البحث الهجين الذي يجمع البحث بالمعنى والبحث بالكلمات المفتاحية، وهو مفيد لأرقام المنتجات والأسماء والمصطلحات الدقيقة.
4. إجابة مع ذكر المصدر
تُمرَّر الفقرات المسترجعة إلى النموذج مع تعليمات واضحة: أجب من هذه المصادر فقط، واذكرها، وقل بوضوح إذا لم تكن الإجابة موجودة في المستندات. وتظهر الإجابة في المحادثة مع روابط أو إشارات إلى المستندات الأصلية، مثل اسم السياسة ورقم الصفحة أو القسم.
5. التحويل والتعلّم
حين لا يجد البوت إجابة، أو يكون الموضوع حساساً، يحوّل المحادثة إلى موظف. والأسئلة المسجلة، خصوصاً التي بقيت بلا إجابة، تكشف المستندات الناقصة أو غير الواضحة التي تحتاج تحديثاً.
RAG أم الضبط الدقيق أم GPT مخصص؟
الضبط الدقيق يعيد تدريب النموذج على أمثلة لتغيير أسلوبه أو سلوكه، وهو مفيد لفرض نبرة أو صيغة معينة، لكنه طريقة ضعيفة لتخزين حقائق متغيرة كالأسعار والسياسات، لأن كل تحديث يتطلب إعادة تدريب.
وGPT مخصص للشركات، بمعنى مساعد قابل للإعداد داخل منصة مثل ChatGPT مع ملفات مرفوعة، طريقة سريعة للتجربة على عدد قليل من المستندات. لكنه للاستخدام على مستوى الشركة يقصر غالباً في صلاحيات الوصول، والربط بأنظمتك، وضبط اللغات المتعددة، والهوية التجارية، وتسجيل المحادثات.
أما نظام RAG المبني لمؤسستك فيُبقي الحقائق في مستنداتك، ويتحدث فور تغيير أي مستند، ويدعم الصلاحيات، ويرتبط بموقعك أو واتساب أو أدواتك الداخلية، ويمنحك رؤية كاملة للأسئلة والإجابات. ولمعظم الشركات هذا هو الأساس الصحيح. ويوضح مقالنا عن وكلاء الذكاء الاصطناعي مقابل الشات بوت موقع هذا النوع بين خيارات الأتمتة الأخرى.
المستندات العربية: التحدي الأكبر في المنطقة
في لبنان والخليج، اللغة هي غالباً ما يحدد نجاح المشروع أو تعثره. فالمستندات موجودة بالعربية والإنجليزية وأحياناً الفرنسية، والأسئلة تصل بأي منها، بما في ذلك اللهجة اللبنانية والعربيزي. اختر نماذج تضمين ولغة تؤدي جيداً بكل لغاتك، واختبر الاسترجاع بأسئلة حقيقية: السؤال بالعربية يجب أن يجد السياسة المكتوبة بالإنجليزية إن كانت النسخة الوحيدة، وأن تعود الإجابة بالعربية.
والمستندات الممسوحة ضوئياً عائق متكرر. فإذا كانت السياسات أو العقود موجودة كصور فقط، فتحتاج أولاً إلى التعرف الضوئي على النصوص (OCR)، وجودته تتفاوت مع العربية خصوصاً في المسوحات القديمة والجداول والخط اليدوي. وتحويل المستندات الأساسية إلى نص رقمي نظيف قبل الإطلاق يمنع كثيراً من الإجابات الخاطئة. كما يحسّن توحيد الصيغ الإملائية العربية، كأشكال الهمزة والتاء المربوطة، دقة المطابقة. ويغطي دليلنا عن شات بوت باللهجة اللبنانية الجانب الحواري بالتفصيل.
الحفاظ على دقة الإجابات
البوت لا يكون موثوقاً إلا بضوابطه. اطلب من النموذج أن يجيب حصراً من المصادر المسترجعة، وأن يقول «لم أجد هذه المعلومة في مستنداتنا» بدل التخمين. اعرض المصادر مع كل إجابة ليتحقق المستخدم بنفسه. وحافظ على تحديث المستندات بمسؤولين وتواريخ مراجعة وآلية بسيطة لاستبدال القديم.
وقبل الإطلاق، ابنِ مجموعة تقييم من أسئلة حقيقية مع إجاباتها الصحيحة، تشمل أسئلة صعبة وأخرى يجب أن يرفض البوت الإجابة عنها. اختبر النظام عليها، وأعد الاختبار مع كل تغيير في النموذج أو التعليمات أو المستندات. وبعد الإطلاق راجع أسبوعياً المحادثات التي لم تُجب أو حصلت على تقييم منخفض. ويناقش مقالنا عن أخلاقيات وحدود أتمتة الذكاء الاصطناعي أين يجب أن يبقى القرار البشري.
الأمان والصلاحيات والخصوصية
ليس كل موظف مخولاً لرؤية كل مستند. يجب أن يحترم المساعد الداخلي الصلاحيات، حتى لا يستطيع مندوب المبيعات الاطلاع على سلم الرواتب أو محاضر مجلس الإدارة. وهذا ما يُسمى الاسترجاع المراعي للصلاحيات، ويجب تصميمه منذ البداية بربط البوت بنظام الهوية وصلاحيات المستندات القائمة.
وتحقق من شروط مزود الذكاء الاصطناعي: هل تُستخدم بياناتك لتدريب نماذجه؟ وأين تُعالج؟ وتجنب إدخال مستندات فيها بيانات شخصية حساسة إلا لحاجة واضحة مع ضمانات مناسبة. فالقانون اللبناني رقم 81 لعام 2018 ينظّم معالجة البيانات الشخصية، ونظام حماية البيانات الشخصية السعودي يتضمن قواعد لنقل البيانات خارج المملكة، وقد تشترط بعض الجهات الخليجية معالجة بياناتها داخل البلد. وفي القطاعات المنظمة كالصحة والمصارف استشر مختصاً قانونياً قبل الإطلاق، فهذه معلومات عامة وليست استشارة قانونية.
ما الذي يحدد التكلفة؟
تتوزع التكاليف على بنود قليلة. تجهيز المحتوى هو غالباً الجهد الأكبر في البداية: جمع المستندات وتنظيفها ورقمنتها وتنظيمها. والبناء والربط يشمل مسار الاسترجاع وواجهة المحادثة والربط بالموقع أو واتساب أو الشبكة الداخلية أو نظام الدعم، إضافة إلى الصلاحيات. وتكاليف التشغيل تشمل الاستضافة وقاعدة البيانات المتجهية واستخدام النموذج الذي يزداد مع عدد الأسئلة. والصيانة تشمل تحديث المستندات ومراقبة الجودة والتكيف مع تطور النماذج. ويشرح مقالنا عن تكلفة أتمتة الذكاء الاصطناعي كيف تحدد نطاق هذه المشاريع بواقعية.
أين يحقق الشات بوت المدرب على بيانات الشركة القيمة؟
أفضل الاستخدامات تجمع أمرين: أسئلة متكررة كثيرة، وإجابات مكتوبة موثوقة. ومن الأمثلة الشائعة: مساعد الموارد البشرية والسياسات الداخلية، وبوت خدمة العملاء من كتالوج المنتجات وسياسات الإرجاع، ومساعد المبيعات الذي يجد المواصفات ودراسات الحالة بسرعة، ودعم تقني مبني على الأدلة الفنية، ومساعدات العيادات والمدارس التي تجيب عن الأسئلة الروتينية من معلومات معتمدة. وفي كل حالة يتولى البوت العبء المتكرر ويتفرغ الفريق للعمل المعقد.
كيف تبدأ؟ مشروع تجريبي عملي
بدل الإطلاق على مستوى الشركة كلها، ابدأ بمشروع تجريبي: فريق واحد ومجموعة مستندات واحدة، كسياسات الموارد البشرية أو خط منتجات معين. حدد 50 إلى 100 سؤال حقيقي مع إجاباتها الصحيحة، ونظّف المستندات، وابنِ المساعد، واختبره عليها. ثم أطلقه لمجموعة صغيرة، واجمع الملاحظات بضعة أسابيع، ووسّع تدريجياً إلى فرق ومستندات أخرى بعد أن تثبت النتائج نجاح التجربة الأولى. وتساعدك قائمة تحقق جاهزية الذكاء الاصطناعي على تقييم جاهزية بياناتك وعملياتك قبل البدء.
مثال توضيحي: مساعد سياسات لمجموعة لبنانية
لنأخذ مثالاً توضيحياً: مجموعة لبنانية لديها 400 موظف في بيروت ودبي، وسياساتها موزعة بين دليل موظفين بالإنجليزية، ومذكرات بالعربية، ونماذج على الشبكة الداخلية. تقرر المجموعة بناء شات بوت مدرب على بيانات الشركة للموارد البشرية أولاً.
يبدأ الفريق بجمع 35 مستنداً، فيحذف 12 نسخة قديمة، ويحوّل خمس مذكرات ممسوحة ضوئياً إلى نص. ثم يجمع من صندوق بريد الموارد البشرية 80 سؤالاً حقيقياً تكررت خلال العام، ويكتب إجابتها الصحيحة. بعد بناء المساعد، يختبره على هذه الأسئلة، فيكتشف أن البوت يخلط بين سياسة الإجازات في لبنان وفي دبي، فيضيف إلى كل مستند وسماً للبلد ويطلب من البوت أن يسأل الموظف عن مكان عمله عند الحاجة.
بعد إطلاقه لخمسين موظفاً لثلاثة أسابيع، تظهر سجلات المحادثات أسئلة لم تكن مغطاة، كسياسة السفر، فيضيف الفريق مستنداً جديداً. وهكذا يتحسن المساعد بالبيانات الحقيقية لا بالافتراضات.
أخطاء شائعة
تتكرر بعض الأخطاء في مشاريع كثيرة:
- إدخال كل المستندات دون تنظيف، فيجيب البوت من نسخ قديمة متناقضة.
- إهمال المستندات الممسوحة ضوئياً فتبقى معلومات مهمة خارج البحث.
- غياب صلاحيات الوصول، فيظهر محتوى حساس لمن لا يحق له.
- عدم الاختبار بأسئلة حقيقية بالعربية والعامية قبل الإطلاق.
- عدم تعيين مسؤول عن تحديث المحتوى بعد الإطلاق.
وكل هذه الأخطاء يمكن تجنبها بخطة واضحة قبل البدء، ومراجعة منتظمة بعد الإطلاق، ومشاركة الفريق الذي يجيب عن الأسئلة يومياً في الاختبار، لأنه يعرف أكثر من غيره كيف يسأل الناس فعلاً وما الإجابات التي يحتاجونها.
الأسئلة الشائعة
هو شات بوت يستخدم التوليد المعزز بالاسترجاع: يبحث في مستنداتك المعتمدة عن الفقرات ذات الصلة، ثم يكتب نموذج الذكاء الاصطناعي إجابة مبنية عليها فقط، غالباً مع ذكر المصادر. وبذلك تعتمد الإجابات على معلوماتك لا على المعرفة العامة للنموذج.
لمعظم الشركات، الأسلوب الأفضل هو RAG لا إعادة تدريب النموذج: اجمع المستندات ونظفها، وقسّمها إلى أجزاء قابلة للبحث، وفهرسها، واربط نموذجاً لغوياً لا يجيب إلا من الفقرات المسترجعة. واختبره بأسئلة حقيقية قبل الإطلاق.
يصلح GPT المخصص مع ملفات مرفوعة للتجارب السريعة على عدد قليل من المستندات. أما للاستخدام على مستوى الشركة فتحتاج عادةً صلاحيات وصول، وربطاً بالأنظمة، وضبطاً للغات المتعددة، وهوية تجارية، وتسجيلاً للمحادثات، وهذا ما يوفره نظام RAG مخصص.
نعم، إذا كانت النماذج المختارة تتقن اللغتين. اختبر الاسترجاع بأسئلة عربية حقيقية، وتأكد أن الإجابات تعود بلغة المستخدم، وحوّل المستندات العربية الممسوحة ضوئياً إلى نص نظيف ليُبحث فيها بدقة.
ألزمه بالإجابة من المصادر المسترجعة فقط، واعرض المصادر، واجعله يرفض الإجابة حين تغيب المعلومة، وحافظ على تحديث المستندات، واختبره بانتظام على مجموعة تقييم من أسئلة حقيقية. وحوّل الحالات الحساسة أو غير المؤكدة إلى موظف.
حوّل مستنداتك إلى مساعد موثوق
شركتك تملك الإجابات أصلاً، لكنها صعبة الوصول. وشات بوت مدرب على بيانات الشركة المبني جيداً يجعلها متاحة فوراً للموظفين والعملاء بالعربية والإنجليزية والفرنسية، مع مصادر يمكن التحقق منها وضوابط تحمي المعلومات الحساسة.
إذا أردت استكشاف مساعد مبني على قاعدة معرفتك لفريقك أو عملائك، يمكن لفريق Creative 4 All تقييم مستنداتك وتصميم البنية المناسبة وتنفيذ مشروع تجريبي مركّز. تعرّف إلى خدمات وكلاء الذكاء الاصطناعي والأتمتة والشات بوت في لبنان واحجز استشارة أتمتة أو عرضاً تجريبياً عبر النموذج أو على واتساب.
