الأتمتة بالذكاء الاصطناعي وRAG وMCP
6 دقيقة قراءة
بقلم الفريق الهندسي في UnlockLive IT
Chat window in a team messaging app where an internal knowledge assistant answers a policy question with links to the source documents

يدفع كل فريق متنامٍ الضريبة الصامتة نفسها. يسأل أحدهم في قناة عن مكان سياسة الاسترداد. ويسأل آخر عن كيفية طلب حاسوب محمول، أو عن قائمة التهيئة المعتمدة حاليًا. فيتوقف شخص ذو خبرة عمّا يفعله ليجيب، غالبًا من ذاكرته، وأحيانًا بشكل خاطئ.

المستندات موجودة. لكنها موزعة بين Notion وConfluence وGoogle Drive وSharePoint، بمالكين مختلفين وعادات تسمية متباينة. والبحث داخل كل أداة ضعيف، فيلجأ الناس إلى سؤال زميل بدلًا من ذلك. وهذا يستنزف تركيز الموظفين ذوي الخبرة، ويبطئ الموظفين الجدد، ويسمح بانتشار إجابات قديمة. ويعالج مساعد المعرفة الداخلي ذلك بالإجابة حيث يسأل الناس أصلًا: Slack أو Microsoft Teams.

ما الذي يقوم به هذا المساعد

يستخدم المساعد RAG (التوليد المعزز بالاسترجاع): يعثر على المقاطع ذات الصلة في مستنداتك، ثم يجعل نموذجًا لغويًا يجيب باستخدام تلك المقاطع فقط. وعمليًا، يقوم بخمسة أمور:

  • يجيب عن الأسئلة في Slack أو Teams. يذكر الموظفون البوت في قناة أو يراسلونه مباشرة، بلغة عادية.
  • يعرض مصادره. كل إجابة تتضمن روابط إلى المستندات التي استخدمها، ليتمكن الناس من مراجعة الأصل وتاريخه.
  • يحترم صلاحيات المستندات. لا يحصل الشخص على إجابات إلا من المستندات التي يستطيع فتحها أصلًا في النظام المصدر.
  • يحدّث نفسه باستمرار. عند تعديل مستند أو نقله أو حذفه، يتبعه الفهرس خلال مدة متفق عليها.
  • يصرّح عندما لا يعرف. إذا لم يجد شيئًا ذا صلة، يقول ذلك ويقترح الشخص الذي يمكن سؤاله.

لا يحل محل الويكي لديك، بل يجعله قابلًا للاستخدام عبر بحث جيد وملخص قصير على بُعد رسالة واحدة.

كيف تعمل، خطوة بخطوة

  1. استيعاب المستندات. تقرأ الموصلات الصفحات والملفات من Notion وConfluence وGoogle Drive وSharePoint عبر واجهات API الرسمية لها. ولكل مستند نخزّن معرّفه ومالكه ورابطه وتاريخ آخر تعديل وصلاحياته.
  2. التقسيم والفهرسة. تُقسَّم المستندات الطويلة إلى أقسام تحتفظ بعناوينها. ويصبح كل قسم embedding، أي بصمة رقمية لمعناه، يُخزَّن في قاعدة بيانات متجهية. وإلى جانبه فهرس للكلمات المفتاحية للمصطلحات الدقيقة مثل رموز السياسات.
  3. الاسترجاع لكل سؤال. عندما يسأل شخص ما، يتعرف النظام على هويته، ويستبعد كل ما لا يستطيع الوصول إليه، ثم يجد الأقسام الأكثر تطابقًا.
  4. الإجابة مع الإحالات. يكتب النموذج إجابة قصيرة من تلك الأقسام فقط، ويربط كل نقطة بمصدرها. وإذا تعارضت المصادر أو غابت، يصرّح بذلك.
  5. التسجيل والتحسين. تُسجَّل الأسئلة والمصادر المسترجعة وتقييمات الإعجاب أو عدمه، مع إبقاء البيانات الشخصية في حدها الأدنى. ونراجع الإجابات الضعيفة ونعالج سببها، الذي يكون غالبًا مستندًا مفقودًا أو قديمًا.

الحفاظ على حداثة الفهرس مهمة قائمة بذاتها. نستخدم إشعارات التغيير (webhooks) حيث يوفرها المصدر، ومزامنة مجدولة حيث لا يوفرها. وتُزال المستندات المحذوفة من الفهرس، لا أن تُخفى فقط.

الأدوات التي نستخدمها

  • الواجهة الخلفية: Python مع FastAPI لمهام الاستيعاب وخدمة الإجابة عن الأسئلة.
  • قاعدة البيانات المتجهية: pgvector داخل Postgres لمعظم الفرق، أو Qdrant عندما يكون الفهرس كبيرًا أو يحتاج إلى تصفية مكثفة.
  • النموذج اللغوي: OpenAI أو Anthropic Claude عبر واجهات API المخصصة للأعمال، أو نموذج خاص مفتوح المصدر عندما لا يمكن للبيانات مغادرة السحابة الخاصة بك.
  • واجهة المحادثة: تطبيق Slack أو بوت Microsoft Teams، مع صفحة ويب اختيارية لمن هم خارج هذه الأدوات.
  • الموصلات: واجهات API الرسمية لـ Notion وConfluence وGoogle Drive، وMicrosoft Graph لـ SharePoint.

تحقق من الأسعار الحالية لكل مورّد وشروط الاحتفاظ بالبيانات وحدود الـ API قبل الالتزام. فهي تتغير، وتؤثر في التكلفة والخصوصية معًا.

ما تحتاجه للبدء

  • قائمة بالمصادر الأهم، مع مالك لكل منها.
  • صلاحيات المسؤول، أو مسؤول مستعد للموافقة على تثبيت التطبيقات، في Slack أو Teams وفي كل نظام مستندات.
  • من أربعين إلى مئة سؤال حقيقي طرحه الموظفون مؤخرًا، مع الإجابة الصحيحة أو المستند الذي يتضمنها.
  • قرار بشأن مزوّد النموذج المقبول لبياناتك، يُتخذ بالتنسيق مع المسؤول عن الأمن والخصوصية.
  • شخص محدد بالاسم يصلح المستندات أو يُلغيها عندما يكشف المساعد عن ثغرات.

النطاق والمدة المعتادان

تستغرق النسخة الأولى عادةً من 2 إلى 4 أسابيع من العمل، بحسب عدد المصادر التي تربطها ومدى تعقيد صلاحياتها. اعتبر ذلك تقديرًا لا وعدًا. فمساحة Confluence واحدة تغذّي بوت Slack تقع في الحد الأدنى. أما أربعة مصادر بقواعد مشاركة متباينة مع إطلاق على Teams فتقع في الحد الأعلى.

يبدو التسلسل الشائع على النحو التالي:

  • الأسبوع 1: ربط مصدر أو مصدرين، وبناء مجموعة التقييم، والاتفاق على نموذج الصلاحيات.
  • الأسبوع 2: الاسترجاع، والإجابات مع الإحالات، وتطبيق Slack أو Teams لمجموعة تجريبية.
  • الأسابيع 3 إلى 4: بقية المصادر، ومزامنة التعديلات والحذف، والمراقبة، وإطلاق أوسع.

كيف نحافظ على دقة الإجابات

  • مجموعة تقييم من أسئلة حقيقية. نختبر كل تغيير على الأسئلة التي قدّمتها. ونتابع عدد الأسئلة التي تحصل على إجابة صحيحة مع المصدر الصحيح.
  • إحالات في كل إجابة. يستطيع الناس التحقق بنقرة واحدة، ويسهل اكتشاف المصادر الخاطئة والإبلاغ عنها.
  • الامتناع عند عدم اليقين. إذا لم تدعم المقاطع المسترجعة إجابةً ما، يصرّح المساعد بأنه لم يجد إجابة.
  • مؤشرات الحداثة. تعرض الإجابات تاريخ آخر تحديث لكل مصدر. ويمكن خفض ترتيب المستندات القديمة أو تمييزها للمراجعة.
  • المراقبة. يسرد تقرير أسبوعي الأسئلة التي لم تُجب، والتقييمات السلبية، والمستندات الأكثر استشهادًا. والأسئلة التي لم تُجب هي قائمة أعمال التوثيق لديك.

المخاطر وكيف نتعامل معها

الخصوصية

ليس كل مستند مكانه الفهرس. نتفق على ما يقع ضمن النطاق، ونستبعد مجالات مثل ملفات قضايا الموارد البشرية، ونُبقي السجلات في حدها الأدنى. ويغطي دليلنا حول الخصوصية في RAG منذ مرحلة التصميم الحذف والاستضافة الإقليمية والتسجيل بالتفصيل.

الصلاحيات

الخطر الأكبر هو إجابة صحيحة من مستند لا ينبغي للسائل أن يراه. لذا نُصفّي حسب هوية السائل وقت الاسترجاع، قبل أن يصل أي شيء إلى النموذج. ولا تكون تعليمات الموجّه أبدًا وسيلة التحكم الوحيدة.

الإجابات الخاطئة

قد تبدو النماذج اللغوية واثقة وهي مخطئة. وتقلل الإحالات وقواعد الامتناع ومجموعة التقييم من ذلك. كما يُطلب من الموظفين مراجعة المصدر في أي أمر تترتب عليه عواقب حقيقية.

المستندات القديمة

لا يكون المساعد أحدث من مستنداتك. فالمزامنة تُبقي الفهرس متوافقًا مع المصادر، لكن وجود سياستين متعارضتين سيظل يربكه. ويكشف التقرير الأسبوعي هذه التعارضات ليتمكن المالكون من حلّها.

متى لا يُنصح ببناء هذا

  • توثيقك شحيح أو قديم جدًا. أصلح المستندات العشرين الأكثر استخدامًا أولًا؛ فالمساعد لا يستطيع اختراع محتوى جيد.
  • فريقك صغير بما يكفي ليكون الويكي المنظّم والقناة المثبّتة كافيين بالفعل.
  • البحث بالذكاء الاصطناعي المدمج في أداتك الحالية يغطي مصادرك وصلاحياتك بشكل كافٍ. جرّبه أولًا.
  • لا أحد سيتولى ملكية المحتوى. فبدون مالك، تنحرف الإجابات مع تقادم المستندات.

كيف يمكن لـ UnlockLive المساعدة

نبني المساعدين الداخليين من البداية إلى النهاية: الموصلات، والاسترجاع المراعي للصلاحيات، وتطبيق Slack أو Teams، والتقييم والمراقبة اللذين يحافظان على مصداقيته. اطّلع على خدمة تطوير RAG لدينا. وإذا أردت أيضًا أن يُطلق المساعد مهامَّ، مثل فتح تذكرة أو بدء طلب، فاطّلع على أتمتة سير العمل بالذكاء الاصطناعي.

قراءات ذات صلة في هذه السلسلة: أتمتة تهيئة الموظفين الجدد، ومساعد أسئلة وأجوبة سياسات الموارد البشرية والعقود، وRAG الخاص للبيانات الخاضعة للتنظيم. وإذا أردت رأيًا ثانيًا حول مصادرك ونطاق العمل، احجز مكالمة مجانية مدتها 30 دقيقة.

الأسئلة الشائعة

هل يمكن لمساعد ذكاء اصطناعي أن يجيب من Confluence وNotion وSharePoint في الوقت نفسه؟

نعم. يُربط كل مصدر عبر الـ API الرسمي الخاص به، ويُفهرس المحتوى في مكان واحد مع ملاحظة بمصدره. ويبحث المساعد فيها جميعًا لكل سؤال، ويضع رابطًا إلى الصفحة أو الملف الأصلي أيًّا كان النظام الذي يوجد فيه.

هل سيعرض المساعد على الأشخاص مستندات لا يحق لهم الاطلاع عليها؟

لا ينبغي ذلك إذا بُني بشكل صحيح. فكل قسم مفهرس يخزّن من يحق له قراءته، منسوخًا من النظام المصدر. وعندما يطرح شخص سؤالًا، يُصفّي البحث النتائج حسب هويته قبل أن يصل أي شيء إلى النموذج اللغوي، فلا تظهر المستندات المقيّدة في إجاباته أبدًا.

كيف يبقى المساعد محدّثًا عندما تتغير المستندات؟

يستقبل إشعارات التغيير من الأنظمة المصدر حيثما كانت متاحة، ويُجري مزامنة مجدولة حيث لا تتوفر. تُعاد فهرسة المستندات المعدّلة وتُزال المستندات المحذوفة. كما تعرض الإجابات تاريخ آخر تحديث لكل مصدر.

هل هو أفضل من البحث بالذكاء الاصطناعي المدمج في Slack أو Teams أو الويكي لدينا؟

قد لا تحتاج إليه أحيانًا. فالبحث المدمج بالذكاء الاصطناعي قد يكفي عندما تكون معظم المعرفة في أداة واحدة. أما المساعد المخصص فيثبت جدواه عندما تكون المعرفة موزعة على عدة أنظمة، أو عندما تحتاج إلى التحكم في النموذج والمنطقة اللذين يعالجان بياناتك، أو عندما تحتاج إلى التقييم والتقارير.

ما الذي يحتاجه منا للبدء؟

قائمة قصيرة بالمصادر ذات الأولوية مع مالك لكل منها، وموافقة المسؤول على تثبيت التطبيقات في Slack أو Teams وأنظمة المستندات، ومجموعة من الأسئلة الحقيقية التي طرحها الموظفون مع إجاباتها الصحيحة. وتصبح مجموعة الأسئلة هذه الاختبار الذي يجب أن يجتازه المساعد.

كيف أبني قاعدة معرفة بالذكاء الاصطناعي للموظفين؟

ابدأ بقائمة قصيرة من المصادر الموثوقة، مثل الإجراءات التشغيلية والويكي ومجلدات السياسات، ولكل منها مسؤول. اربطها عبر واجهات API الخاصة بها، وقسّم المستندات إلى أقسام، وفهرسها مع ملاحظة مصدر كل قسم ومن يحق له قراءته، وأبقِ الفهرس متزامنًا مع تغيّر المستندات. واختبره بأسئلة حقيقية يطرحها موظفوك قبل الإطلاق.

كيف يمكننا المساعدة

  • تطوير RAG مخصص والبحث للمؤسساتأنظمة توليد معزز بالاسترجاع جاهزة للإنتاج على قاعدة معرفتكم. بحث هجين، وإعادة ترتيب، ومراجع، وتقييمات، ونشر داخل مقر المؤسسة.
  • أتمتة سير العمل بالذكاء الاصطناعيأتمتة ذكاء اصطناعي على n8n مستضاف ذاتيًا لمتابعة العملاء المحتملين والفواتير وفرز الدعم والتقارير والمستندات، وتنبيهات وموافقات في Telegram أو WhatsApp أو Slack.
  • تطوير Python وFastAPIأنظمة خلفية عالية الأداء بلغة Python وخدمات FastAPI المصغّرة لـ SaaS وواجهات API لاستدلال الذكاء الاصطناعي ومسارات ETL والأنظمة المعتمدة على الأحداث.

تحدثوا إلى مهندس حول مشروعكم

أخبرونا بما تبنونه. نردّ خلال يوم عمل واحد برأي صريح حول النطاق والنهج والجهد المطلوب.

احجزوا مكالمة استراتيجية مجانية

كتبه الفريق الهندسي في UnlockLive IT. تعمل UnlockLive IT Limited مع العملاء عبر مقرها الرئيسي في تورنتو، وتقدم الأعمال الهندسية من مركز التسليم في دكا. من نحن

مقالات ذات صلة

الأتمتة بالذكاء الاصطناعي وRAG وMCPوكلاء الذكاء الاصطناعي الذين ينفّذون الإجراءات بأمان: n8n وMCP والموافقة البشريةالأتمتة بالذكاء الاصطناعي وRAG وMCPحلول الذكاء الاصطناعي للشركات: البناء أم الشراء؟ إطار صريح للاختيارالأتمتة بالذكاء الاصطناعي وRAG وMCPاستخراج البيانات من PDF والنماذج بالذكاء الاصطناعي إلى ERP أو CRM

اتصلوا بنا

املأوا النموذج أدناه وسيتواصل معكم فريقنا قريبًا لمساعدتكم في استفساركم.