قد تعطي أداة الذكاء الاصطناعي إجابة ممتازة بعد قراءة مجموعة من الملفات أو صفحات الويب، لكن المشكلة تبدأ عندما تحاول معرفة: من أي ملف جاءت هذه المعلومة تحديدًا؟ وأي مصدر يدعم الرقم أو النتيجة المذكورة؟ إذا كانت الإجابة تجمع معلومات من عشرة مستندات في فقرة واحدة بلا إحالات واضحة، يصبح التحقق منها بطيئًا، وقد يصعب اكتشاف خلط معلومتين من مصدرين مختلفين. الحل ليس مجرد كتابة «اذكر المصادر» في نهاية الطلب، بل تصميم طريقة العمل بحيث يكون ربط كل نتيجة بالمصدر الذي جاءت منه جزءًا من عملية الاسترجاع والإجابة نفسها، وليس خطوة تجميلية تضاف بعد انتهاء النموذج من الكتابة.
أهم ما تحتاج معرفته
- اطلب توثيق كل ادعاء أو نتيجة بجانبها، لا قائمة مصادر عامة في نهاية الإجابة.
- أعطِ كل ملف أو صفحة معرفًا واضحًا يمكن للنموذج إعادته مع النتيجة.
- استخدم أدوات البحث والاسترجاع التي تحتفظ ببيانات المصدر بدل نسخ المحتوى كله في مطالبة واحدة.
- اجعل النظام يعرض اسم الملف أو الصفحة والمقطع المستخدم، لا اسم المصدر فقط.
- لا تعتبر وجود رابط بجانب الإجابة إثباتًا كافيًا؛ يجب أن يدعم المصدر الجملة المرتبطة به فعلًا.
- عند التعامل مع عشرات الملفات، افصل مرحلة استخراج الأدلة عن مرحلة صياغة الإجابة النهائية.
لماذا لا يكفي أن تطلب من النموذج «أعطني المصادر»؟
لأن النموذج قد ينتج إجابة أولًا ثم يحاول إرفاق مصادر تبدو مناسبة لها لاحقًا. في هذه الحالة قد تحصل على روابط صحيحة وموثوقة، لكن الرابط لا يثبت بالضرورة الجملة المحددة التي وُضع بجانبها. ويزداد هذا الخطر عندما يحتوي السياق على ملفات متشابهة، أو نسخ متعددة من المستند نفسه، أو تقارير تحمل أرقامًا مختلفة بحسب التاريخ.
الطريقة الأقوى هي أن تكون هوية المصدر مرافقة للمعلومة منذ لحظة استرجاعها. فإذا استُخرجت فقرة من الملف «A» ونتيجة أخرى من الملف «B»، يجب الاحتفاظ بهذه العلاقة حتى مرحلة إنشاء الإجابة. عندها لا يُطلب من النموذج أن يتذكر المصدر من تلقاء نفسه، بل يُعطى الدليل ومعرّفه معًا.
المصدر الجيد ليس رابطًا ملحقًا بالإجابة؛ بل دليل يمكن تتبع النتيجة إليه بصورة مباشرة.
كيف تجهز الملفات حتى يعرف الذكاء الاصطناعي مصدر كل معلومة؟
ابدأ قبل إرسال الملفات بإعطاء كل مصدر هوية ثابتة ومفهومة. قد تكون الهوية اسم الملف، أو رمزًا مثل DOC-01، أو رقم الفاتورة، أو اسم التقرير وتاريخه. المهم ألا يتغير المعرّف أثناء المعالجة.
من المفيد أن يحتفظ كل جزء مستخرج من المستند ببيانات وصفية، مثل اسم الملف، ورقم الصفحة، وعنوان القسم، وتاريخ المستند إن كانت متاحة. هذه البيانات الوصفية أو Metadata لا تكون جزءًا من المعلومة نفسها، لكنها تخبر النظام من أين جاءت.
على سبيل المثال، إذا كانت المعلومة المستخرجة هي «إجمالي الفاتورة 4,250 ريال»، فلا تمرر القيمة منفردة فقط، بل اربطها منطقيًا باسم المصدر والموضع الذي جاءت منه، مثل اسم ملف الفاتورة ورقم الصفحة.
بهذه الطريقة يستطيع النظام إعادة اسم الملف الصحيح بجانب القيمة بدل محاولة استنتاج مصدرها بعد إنشاء الإجابة.
ما الطريقة الأفضل عند التعامل مع عدد كبير من المستندات؟
عندما تكون لديك عشرات أو مئات الملفات، يصبح إرسالها كلها إلى النموذج في كل سؤال أسلوبًا غير عملي وقد يزيد خلط المعلومات. الأسلوب الأنسب عادة هو الاسترجاع الموجّه: يُبحث أولًا داخل الملفات عن المقاطع الأكثر ارتباطًا بالسؤال، ثم تُرسل هذه المقاطع فقط إلى النموذج مع بيانات مصادرها.
تستخدم أنظمة كثيرة لهذا الغرض البحث الدلالي ومخازن المتجهات، بحيث تُقسّم المستندات إلى أجزاء قابلة للاسترجاع مع الاحتفاظ بالملف الأصلي والبيانات الوصفية لكل جزء. وتوضح وثائق OpenAI حول Vector Stores استخدام مخازن المتجهات في البحث داخل الملفات وإدارة المعلومات المرتبطة بالمحتوى.
الفائدة هنا ليست فقط تقليل كمية النص المرسلة؛ بل الحفاظ على سلسلة واضحة: سؤال ← مقطع مسترجع ← ملف أصلي ← نتيجة نهائية.
كيف تصيغ الطلب حتى تكون الإحالة مرتبطة بالنتيجة نفسها؟
اجعل تعليماتك تحدد شكل الإجابة المطلوب بدل الاكتفاء بعبارة عامة مثل «ضع المصادر». يمكنك مطالبة النظام بألا يذكر أي حقيقة مستخرجة من الملفات إلا إذا استطاع تحديد مصدرها، وأن يضع المعرّف مباشرة بعد الجملة أو القيمة.
يمكن أن تكون التعليمات العملية بهذه الصياغة: اعتمد فقط على المصادر المرفقة، وبعد كل معلومة أو نتيجة ضع معرف المصدر الذي يدعمها، ولا تجمع عدة نتائج تحت مصدر واحد إذا كانت مأخوذة من ملفات مختلفة، وإذا لم تجد مصدرًا يدعم نتيجة بوضوح فاذكر أنها غير موثقة في المصادر المتاحة، ولا تخمن رقم الصفحة أو اسم الملف.
وإذا كنت تستخرج بيانات منظمة، فالأفضل أن تجعل المصدر حقلًا مستقلًا في كل سجل بدل وضع جميع المراجع أسفل الجدول.
| النتيجة | القيمة | المصدر | الموضع |
|---|---|---|---|
| إجمالي الفاتورة | 4,250 ريال | invoice-17.pdf | الصفحة 2 |
| تاريخ الاستحقاق | بحسب المستند | invoice-17.pdf | قسم الدفع |
هل توجد أدوات تعيد الاستشهادات آليًا بدل الاعتماد على صياغة الطلب؟
نعم، وهذه الطريقة تكون أكثر موثوقية عند بناء تطبيق أو سير عمل متكرر. بعض واجهات الذكاء الاصطناعي تستطيع إرجاع بيانات استشهاد منظمة مع النص نفسه، بحيث يعرف التطبيق أي جزء من الإجابة مرتبط بملف أو صفحة ويب محددة.
في واجهات OpenAI، يمكن أن تتضمن الاستجابة إحالات مرتبطة بالملفات أو المصادر المستخدمة، كما تستطيع أدوات البحث في الملفات الوصول إلى محتوى مخزن في مخازن المتجهات بدل الاعتماد على ذاكرة النموذج وحدها. ويمكن مراجعة وثائق OpenAI الرسمية حول البحث في الملفات لمعرفة آلية ربط نتائج البحث بالمصادر الأصلية.
وتوفر Google في Gemini آلية Grounding لربط بعض الإجابات بالمصادر التي استندت إليها. وتشرح وثائق Gemini الرسمية حول Grounding with Google Search كيفية إرجاع بيانات تساعد على ربط أجزاء من الإجابة بمصادر البحث المستخدمة.
إذا كان هدفك بناء خدمة إنتاجية، فالأفضل الاعتماد على بيانات الاستشهاد التي تعيدها الأداة نفسها متى كانت متاحة، بدل مطالبة النموذج بكتابة المراجع يدويًا فقط.
كيف تمنع خلط معلومة صحيحة بمصدر خاطئ؟
أكبر خطأ يمكن أن يحدث ليس اختراع معلومة كاملة، بل أن تكون المعلومة صحيحة والمصدر المرفق بها غير صحيح. هذا يحدث خصوصًا عند وجود تقارير متعددة تتحدث عن الموضوع نفسه. لذلك ينبغي ألا تكتفي بفحص وجود المصدر؛ افحص العلاقة بينهما.
استخدم ثلاث قواعد بسيطة:
- اجعل كل ادعاء مهم مرتبطًا بمصدر واحد أو أكثر بصورة مباشرة.
- اطلب من النظام عدم استخدام أي مصدر لم يظهر ضمن المقاطع المسترجعة التي بُنيت عليها الإجابة.
- نفّذ فحصًا ثانيًا يسأل هل النص الموجود في المصدر يدعم هذه النتيجة فعلًا، بدل الاكتفاء بكون المصدر متعلقًا بالموضوع عمومًا.
ويفيد أيضًا فصل مرحلتين عن بعضهما: المرحلة الأولى تستخرج الأدلة فقط، والثانية تصوغ الإجابة اعتمادًا على الأدلة المستخرجة. هذه الطريقة تقلل احتمال أن يكتب النموذج جملة أولًا ثم يبحث لها عن مرجع مناسب لاحقًا.
متى تستخدم رابطًا، ومتى تحتاج اسم الملف ورقم الصفحة؟
يعتمد ذلك على نوع المهمة. في البحث عبر الويب، يكفي غالبًا اسم الصفحة والرابط إذا كان الهدف أن يستطيع القارئ فتح المصدر والتحقق من المعلومة. أما في العقود والتقارير والفواتير والدراسات الطويلة، فاسم الملف وحده قد لا يكون كافيًا؛ لأن الملف قد يحتوي عددًا كبيرًا من الصفحات.
- صفحة ويب قصيرة: عنوان الصفحة + الرابط.
- ملف PDF طويل: اسم الملف + رقم الصفحة إن توفر.
- جدول بيانات: اسم الملف + اسم الورقة + الصف أو النطاق عند الإمكان.
- قاعدة بيانات: معرف السجل أو المفتاح الأساسي، مع تجنب كشف بيانات حساسة غير لازمة.
- عدة مستندات متشابهة: اسم المستند + التاريخ أو رقم الإصدار.
كلما كان المصدر أكثر تحديدًا، أصبح اكتشاف الخطأ أسرع. الهدف ليس تكثير المراجع، بل جعل القارئ قادرًا على الوصول إلى الدليل نفسه بأقل عدد من الخطوات.
كيف تتأكد أن نظام التوثيق يعمل فعلًا قبل الاعتماد عليه؟
اختبره بأسئلة تعرف إجاباتها ومواقعها مسبقًا. ضع مثلًا معلومة مختلفة في ثلاثة ملفات، ثم اسأل النظام عن كل واحدة على حدة وعنها مجتمعة. إذا أعاد القيم الصحيحة لكنه بدّل أسماء الملفات، فالمشكلة في ربط المصدر وليست في الاستخراج.
ثم أضف اختبارًا متعمدًا لمعلومة غير موجودة. النظام الجيد ينبغي أن يصرح بعدم وجود دليل بدل إنتاج إجابة وإلحاق مصدر قريب منها. وأخيرًا اختبر التعارض: ضع رقمين مختلفين لنفس البند في مصدرين مختلفين، واطلب منه عرض الاثنين مع مصدر كل رقم بدل دمجهما في قيمة واحدة.
نجاح النظام لا يُقاس فقط بقدرته على الإجابة، بل بقدرته على إظهار حدود ما يمكن إثباته من المصادر المتاحة.
قبل أن تعتمد النتائج
قبل أن تغلق الصفحة
- أعطِ كل مصدر معرفًا ثابتًا قبل بدء التحليل.
- احتفظ ببيانات المصدر مع كل مقطع يتم استرجاعه.
- اجعل الاستشهاد يظهر مباشرة بجانب النتيجة التي يدعمها.
- لا تسمح للنموذج باختراع مصدر عند غياب الدليل.
- اختبر مطابقة النتيجة للمصدر بعينات تعرفها مسبقًا.
خطوتك التالية هي أخذ مجموعة صغيرة من خمسة ملفات تعرف محتواها جيدًا، ومنح كل ملف معرفًا واضحًا، ثم مطالبة الأداة بإرجاع كل إجابة بصيغة «النتيجة — المصدر — الموضع» واختبار ما إذا كانت الإحالات تقود فعلًا إلى النص الذي يدعم النتيجة.
قد يهمك:
- كيف تقلل صلاحيات موصلات الذكاء الاصطناعي بأمان؟
- كيف تعرف أن وكيل الذكاء الاصطناعي توقف أثناء المهمة؟
- كيف تختار موصلات MCP الآمنة قبل ربطها ببياناتك؟
- كيف تستخرج بيانات عشرات الفواتير بالذكاء الاصطناعي؟
توضيحات إضافية
هل كتابة أسماء المصادر في نهاية الإجابة تكفي؟
لا، إذا كان الهدف معرفة أصل كل نتيجة بدقة. الأفضل وضع المرجع بجانب المعلومة التي يدعمها حتى لا يضطر القارئ إلى تخمين العلاقة بين النتائج وقائمة المصادر.
هل يمكن ربط نتيجة واحدة بأكثر من مصدر؟
نعم، إذا كانت النتيجة تعتمد فعلًا على أكثر من مصدر. عندها ينبغي إظهار جميع المصادر الداعمة وعدم اختيار واحد منها بصورة عشوائية.
ماذا أفعل إذا كان المصدر لا يحتوي رقم صفحة؟
استخدم أقرب مؤشر ثابت متاح، مثل عنوان القسم أو اسم ورقة الجدول أو معرف السجل أو اسم الملف، بدل اختراع رقم صفحة غير موجود.
هل يقلل إرفاق المصادر من أخطاء الذكاء الاصطناعي؟
يسهّل اكتشاف الأخطاء والتحقق من النتائج، لكنه لا يضمن صحة كل إجابة تلقائيًا. يجب التأكد أيضًا من أن المصدر نفسه يدعم الجملة المرتبطة به.
هل أحتاج إلى قاعدة بيانات متجهية لكل مشروع؟
ليس دائمًا. عند وجود عدد قليل من الملفات يمكن أن تكفي معالجة مباشرة منظمة، بينما تصبح أدوات البحث والاسترجاع أكثر فائدة عندما يزداد حجم المحتوى أو تتكرر الاستعلامات.