المسار
كيف يعمل تطبيق الذكاء الاصطناعي0/3
الدرس 3 من 3·~3 دقيقة

استخدام APIs الخاصة بالنماذج

واجهة النموذج البرمجية (API) هي الطريقة التي يتحدّث بها تطبيقك مع النموذج. من الخارج تبدو بسيطة: ترسل طلباً، تستقبل رداً. لكن فهم عناصر الطلب هو ما يفصل بين تطبيق مستقر وآخر متقلّب. عناصر أي طلب لنموذج لغوي: - النموذج (model): أي نموذج تريد. النماذج الأسرع والأرخص تكفي لأغلب المهام؛ احفظ النماذج القوية للمهام المعقّدة فعلاً. - الرسائل (messages): مصفوفة أدوار — system للتعليمات، user لمدخل المستخدم، assistant لردود سابقة. - درجة العشوائية (temperature): قيمة منخفضة للمهام الدقيقة والتصنيف، وأعلى للكتابة الإبداعية. - الحد الأقصى للمخرجات (max tokens): سقف طول الرد وسقف التكلفة معاً. - البثّ (streaming): إرسال الرد كلمة بكلمة بدل الانتظار للنهاية — يحسّن الإحساس بالسرعة كثيراً. - الإخراج المنظّم (structured output): إلزام النموذج بإرجاع صيغة JSON محدّدة بدل نص حر، وهذا ضروري كلما كان الرد سيُستخدم برمجياً لا سيُعرض للقراءة. مفهوم الوحدات (Tokens): النص يُقسَّم إلى وحدات صغيرة، وتُحاسَب على وحدات الإدخال ووحدات الإخراج معاً. الكلمة العربية غالباً تستهلك وحدات أكثر من الإنجليزية، وهو ما يجب أخذه في حساب التكلفة. الردود ليست فورية دائماً: قد تتأخّر، وقد تُرفض بسبب تجاوز الحد المسموح (rate limit)، وقد تعود ناقصة. تطبيقك يجب أن يتوقّع ذلك — وهذا موضوع درس لاحق.

مثال تطبيقي

طلب تصنيف تذكرة دعم: نموذج سريع، temperature = 0، وإخراج منظّم {"category":"...","urgency":"high|medium|low"}. النتيجة ثابتة وقابلة للاستخدام مباشرة في قاعدة البيانات.

انتبه

الإخراج الحر يكسر التطبيقات. إن كان الرد سيدخل قاعدة بيانات أو يُشغّل إجراءً، ألزِم النموذج بصيغة منظّمة وتحقّق منها قبل استخدامها.

مهمة صغيرة

اختر مهمة في تطبيقك، وحدّد لها: النموذج المناسب، قيمة temperature، وهل تحتاج نصاً حراً أم إخراجاً منظّماً — واكتب سبب كل اختيار.
أنت تتصفّح كزائر
حفظ التقدم، الاختبارات، والشهادات تتطلّب حساباً مجانياً.
سجّل الدخول للمتابعة

هل أعجبك المحتوى؟ شاركنا تجربتك ✨

انضم لمجتمع ذكاء بلا تعقيد التفاعلي على واتساب لمناقشة الدروس وطرح الأسئلة.

انضم الآن