الدرس ٠٣ · الجزء ٥ ١٠ دقائق

إثبات فعالية سير العمل

أثبت أن سير عملك قابل لإعادة الاستخدام عبر تمرير موضوع مختلف تماماً من خلال نفس اللبنات الأساسية الأربعة التي جمّعتها للتو.

شاهد على YouTube

في هذه السلسلة

أين نحن الآن

لقد بنيت سير عمل متكاملاً وطوّرت مسودة أولى من حوالي ٧٥% إلى مستوى جاهز للإنتاج. ملف context.md الآن يتضمن كل شيء: نظام العلامة التجارية، الشخصية، خريطة الأدوات، تسلسل العملية، وقواعد التحقق والملاحظات التي أضفتها خلال الرحلة. السؤال الحقيقي هو ما إذا كان كل هذا الاستثمار يستحق العناء. حان وقت الإثبات.

قضيت الجزء الأكبر من وقتك في التخطيط. ثم انتقل المستند الأول من مسودة أولية إلى شيء تستطيع فعلاً إرساله في بضع مراجعات. لكن الاختبار الحقيقي ليس ما إذا كان سير العمل ينجح مرة واحدة. بل ما إذا كان نفس ملف context.md قادراً على إنتاج مسودة أولى متسقة مع العلامة التجارية حول موضوع مختلف تماماً، بدون أي إعداد إضافي. هذا ما يفصل بين مشروع لمرة واحدة وسير عمل قابل لإعادة الاستخدام.

إثبات قابلية إعادة الاستخدام

اختبار جيد يمكنك إجراؤه: اطلب من Claude Code إنشاء مستند إدخال حول موضوع عشوائي، ثم مرّره عبر نفس ملف context.md. طلبت من Claude كتابة مستند من صفحتين حول أهمية رفع الأثقال ومساهمته في الصحة طويلة الأمد. ثم شغّلت أمراً واحداً: اقرأ المدخل، طبّق تعليمات context.md، أنشئ مستند PDF.

المدخل موضوع عشوائي

مستند من صفحتين عن رفع الأثقال وطول العمر، كتبه Claude. لا تداخل مع المهمة الأصلية.

الإعداد أمر واحد

اقرأ المدخل، طبّق تعليمات context.md، أنشئ PDF. بدون إعداد إضافي. بدون قواعد جديدة.

النتائج

نفس الشعار، نفس ألوان العلامة التجارية
هيكل وتخطيط سليم
فحوصات التحقق تعمل تلقائياً

استغرق الأمر كله حوالي سبع دقائق. فحوصات التحقق عملت تلقائياً لأنها كانت مضمّنة في context.md. هذا هو تثبيت الملاحظات كقواعد دائمة عملياً: التصحيحات التي أضفتها في الجزء ٤ أصبحت الآن قواعد تعمل تلقائياً.

ملاحظة مهمة

استغرق هذا سبع دقائق فقط. هذا هو الجزء المذهل. نفس الجودة، موضوع مختلف، بدون أي إعداد إضافي. الاستثمار في التخطيط يسدد تكلفته من التشغيل الثاني.

منحنى الوقت التراكمي

الاستثمار محمّل في البداية؛ والعوائد تتراكم مع كل تشغيل مستقبلي.

المستند الأول ٦٠-٩٠ دقيقة

اختيار المهمة، مكتبة السياق، التخطيط، التنفيذ، التكرار، تثبيت الملاحظات كقواعد.

ثم
كل مستند بعد ذلك ~٧ دقائق

أمر واحد، بدون إعداد إضافي، نفس جودة المخرجات.

هذا هو نفس النمط سواء كنت تبني مستندات PDF ذات علامة تجارية، أو تقارير أسبوعية، أو عروض عملاء، أو أي مهمة متكررة تعتمد على البحث. وقت الإعداد يسدد تكلفته من التشغيل الثاني.

ملخص اللبنات الأساسية الأربعة

خلال هذا العرض التطبيقي، جمّعت واستخدمت جميع اللبنات الأساسية الأربعة من الدرس ١. إليك كيف ظهرت كل واحدة منها عملياً.

نموذج اللغة والبيئة Claude Code داخل VS Code. تكامل المجلدات، القراءة والكتابة. إدارة نافذة السياق باستخدام /clear و /compact. اختيار النموذج: Opus للتخطيط، Sonnet و Haiku للتنفيذ
السياق وقاعدة المعرفة نظام المجلدات مع المدخلات، البحث، إرشادات العلامة التجارية، القوالب، الإلهام، ومجلدات المخرجات. سير العمل المختلفة ستحتوي على مكتبات سياق مختلفة، لكن الهيكل واحد
الأدوات أدوات Python داخلية: Playwright و Chromium للقطات الشاشة، Plotly و Kaleido للرسوم البيانية، Pillow لتجميع PDF. أدوات خارجية مثل Slack و GitHub عبر MCP
التعليمات context.md كمستند حي وعملي. الشخصية، تسلسل العملية، قواعد العلامة التجارية، خطوات التحقق. بمجرد إعداده، أنتج مخرجات بجودة مماثلة في جزء بسيط من الوقت
ملاحظة مهمة

عند التفكير في كيفية تطبيق هذا على عملك، فكّر في المهام المتكررة، التي تعتمد على البحث، الموجّهة بالتعليمات، والمعتمدة على الأدوات. كلما زادت هذه السمات في المهمة، كان المبرر أقوى لبناء سير عمل حولها.

سير عمل الذكاء الاصطناعي الأول

بدأت بالمهمة. حدّدت ما تريد بناءه وما يعنيه "الانتهاء". ثم قضيت الجزء الأكبر من وقتك في التخطيط. طرحت الأسئلة حول الشخصية التي يجب أن يتبناها، والعملية التي يجب أن يمر بها، والأدوات التي يمكنه استخدامها. أعطاك ذلك بعض الإلهام الذي انتهيت فعلاً باستخدامه.

ثم أنشأت التكرار الأول وكررت إما بدقة أو بشكل شامل. كل تصحيح تم تثبيته في context.md كقاعدة دائمة. وأثبتّ أن النظام بأكمله يعمل على موضوع مختلف تماماً بدون أي إعداد إضافي.

هذا هو سير عمل الذكاء الاصطناعي الأول. اللبنات الأساسية الأربعة، النهج المركّز على التخطيط، حلقة تحويل الملاحظات إلى قواعد دائمة، كل ذلك ينطبق على أي مهمة تستوفي المعايير من الجزء ١. الشكل يتغير، لكن الطريقة تبقى نفسها.

تحميل PDF

أدخل بياناتك للتحميل

اطرح سؤالاً

حول هذا الدرس أو أي شيء يتعلق بالذكاء الاصطناعي

اسألني على LinkedIn أرسل لي رسالة مباشرة