كيف تصحح أخطاء شات جي بي تي حتى لا يكررها

الفرق بين مستخدم عادي ومستخدم قوي مش إن المستخدم القوي لا يحصل على نتائج غلط، بالعكس، الأخطاء هتحصل. الفرق الحقيقي إنه يعرف يشخّص الخطأ، ويصححه في الطبقة الصحيحة، ويقرر هل الملاحظة دي تخص الرد الحالي فقط ولا تستحق تتحول إلى قاعدة تمنع تكرار المشكلة مستقبلًا.

الجملة «مش عاجبني، جرب تاني» بتقول لـChatGPT إن النتيجة فشلت، لكنها لا تشرح له لماذا فشلت. ممكن المحاولة التالية تكون مختلفة، لكنها ممكن تقع في نفس النوع من الخطأ بصياغة جديدة. التصحيح المفيد لازم يضيف معلومة للنظام، مش مجرد تقييم.

ابدأ بتحديد نوع الخطأ

قبل ما تعدل الجملة، اسأل نفسك: المشكلة فين بالضبط؟ أحيانًا الخطأ يكون في Fact، يعني المعلومة نفسها غلط. أحيانًا يكون في Writing، المعلومة صح لكن الصياغة سيئة. أحيانًا يكون في Goal، يعني ChatGPT نفذ هدفًا مختلفًا. وأحيانًا يكون في Decision أو Workflow، يعني فهم الهدف لكنه اختار ترتيبًا أو طريقة عمل سيئة.

الفصل بين الأنواع دي مهم جدًا، لأن كل نوع له علاج مختلف. لو السعر غلط، مش هتحل المشكلة بتحسين النبرة. ولو النص يخدم هدفًا غلط، تصحيح الكلمات مش هيغير الاتجاه.

خطأ الـFact: صحح الحقيقة أو المصدر

لو ChatGPT ذكر معلومة غير صحيحة، اسأل أولًا: الحقيقة الصحيحة موجودة فين؟ لو عندك ملف معتمد، ارجع له. لو المعلومة حديثة، استخدم Search أو مصدرًا رسميًا. لو الرقم موجود في Spreadsheet، خليه يرجع للخلية بدل الاعتماد على ذاكرته.

ممكن يكون التصحيح: «الرقم المستخدم قديم، النسخة المعتمدة موجودة في الملف الحالي، استخدمها وأعد الحساب». هنا أنت صححت المصدر، مش فقط الرد.

ولو اكتشفت إن الملف نفسه قديم، ما تعملش Rule تقول «تجاهل الرقم الموجود في الملف واستخدم 25 بدلًا منه». الأفضل تصلح الملف أو تحدد نسخة جديدة كمصدر معتمد، لأن بناء استثناءات فوق مصدر خاطئ بيخلي النظام هشًا مع الوقت.

خطأ الـWriting: حدد المشكلة القابلة للملاحظة

لو المعلومة صحيحة لكن الأسلوب مش مناسب، حاول تحول إحساسك إلى ملاحظة واضحة. بدل «الكلام روبوتي»، قول: «المقدمة عامة ولا تدخل في المشكلة، والفكرة نفسها متكررة في الفقرتين الثانية والرابعة، والجمل أطول من اللازم بالنسبة لقارئ مبتدئ».

كل ما وصفت السلوك بدل الحكم، ChatGPT يقدر يغيّره. كلمة «سيئ» لا تحدد شيء، لكن «يبدأ بمقدمة عامة كل مرة» أو «يستخدم صفات تقييمية بدون معيار» أو «يقفز للمصطلح قبل شرحه» كلها ملاحظات قابلة للتطبيق.

خطأ الـGoal: صحح المهمة نفسها

أحيانًا تقرأ الناتج وتكتشف إنه جيد جدًا من ناحية اللغة، لكنه يجاوب السؤال الخطأ. مثلًا أنت كنت عايز دليل يساعد الشخص يقرر بين مسارين، وChatGPT كتب مقالًا تعريفيًا عن المسارين.

هنا ما ينفعش تدخل تعدل جملة جملة، لأن المشكلة في الهدف. التصحيح الأقوى يكون: «المطلوب مش شرح الموضوع كموسوعة، المطلوب مساعدة القارئ يختار، لذلك كل قسم لازم يضيف معيار قرار أو يوضح حالة استخدام».

التصحيح هنا غير اتجاه التنفيذ كله، وده أقوى بكتير من عشر تعديلات لغوية.

خطأ الـDecision: علّم معيار القرار

ممكن ChatGPT يكون فاهم الهدف، لكن ياخد قرارًا ضعيفًا في الترتيب أو المثال أو مستوى التفاصيل. هنا حاول تشرح لماذا القرار غلط، مش فقط تطلب عكسه.

لو قدم التفاصيل التقنية قبل ما القارئ يعرف هل الموضوع يخصه، ممكن تقول: «المشكلة إنك بدأت بالتفاصيل قبل ما القارئ يحدد هل الحالة تنطبق عليه، لذلك في هذا النوع من الشرح نبدأ بالحالة أو الحاجة، وبعدها نشرح التفاصيل».

أنت هنا مش بتصلح Section واحد، أنت بتعطي معيارًا يقدر يطبقه على Sections أخرى. دي بداية التحول من تصحيح Output إلى تحسين طريقة اتخاذ القرار.

خطأ الـWorkflow: لما نفس المشكلة تتكرر

لو أنت كل مرة تطلب Rewrite فتضيع أجزاء جيدة، ربما المشكلة مش في الردود، المشكلة في إن Workflow نفسها غلط. الحل هنا مش «حافظ على النص أكتر» كل مرة، لكن تغيير العملية إلى: Critique أولًا، ثم تحديد الأجزاء المعتمدة، ثم Edit محدود.

نفس الشيء لو كل أسبوع ChatGPT يستخدم مصدرًا قديمًا، أو كل تقرير يبدأ من الصفر، أو كل مرة تحتاج تصحح نفس Format. التكرار علامة إن المشكلة أصبحت أكبر من رسالة واحدة.

اسأل: هل التصحيح ده لو تكرر بكرة، هقوله بنفس الكلمات؟ لو الإجابة نعم، ممكن تكون محتاج قاعدة أو Workflow ثابتة.

تصحيح الجملة غير تصحيح القاعدة

لو قلت: «استبدل كلمة ممتاز بكلمة مناسب»، أنت صححت جملة. لو قلت: «في المقارنات لا تستخدم تقييمًا مطلقًا مثل ممتاز أو الأفضل بدون معيار، واربط الوصف بالحالة التي يناسبها»، أنت صححت قاعدة.

القاعدة أقوى، لكنها لازم تتعمم بحذر. مش كل ملاحظة في مثال واحد تستحق تتحول إلى قاعدة دائمة. ممكن الجملة تكون غلط بسبب هذا السياق فقط.

عشان كده بعد ما تستخرج قاعدة، اختبرها على مثال ثاني. لو ظلت منطقية ومفيدة، تبدأ تفكر في حفظها. لو أفسدت المثال الثاني، يبقى أنت عممت بسرعة.

Correction Loop: حلقة التصحيح اللي فعلاً تعلّم النظام

ممكن تختصر العملية في أربع خطوات مترابطة. أولًا حدد الخطأ بصورة دقيقة. ثانيًا اشرح لماذا هو خطأ بالنسبة للهدف. ثالثًا استخرج القاعدة العامة فقط لو المشكلة قابلة للتكرار. رابعًا اختبر القاعدة على حالة جديدة قبل ما تعتبرها جزءًا من النظام.

الخطوات دي مهمة لأن ناس كتير تقفز من «الجملة دي وحشة» مباشرة إلى «من الآن لا تستخدم هذه الطريقة أبدًا»، وده ينتج تعليمات كثيرة متصلبة ومتعارضة.

التصحيح الجيد يتدرج من المحلي إلى العام، مش العكس.

أين تحفظ القاعدة بعد ما تتأكد منها؟

مكان القاعدة يعتمد على نطاقها. لو هي خاصة بالمحادثة الحالية، يكفي تبقى داخل Chat. لو تخص مشروعًا بعينه، Project Instructions أنسب. لو هي تفضيل عام في طريقة التعامل، ممكن تدخل Custom Instructions أو Memory حسب طبيعتها. لو هي جزء من Workflow متخصص يتكرر في مشاريع مختلفة، Skill غالبًا أنسب.

أما لو التصحيح عن رقم أو حقيقة أو نسخة ملف، فمكانه Source of Truth، مش Instructions. دي نقطة أساسية جدًا، لأنك لو خزنت الحقائق المتغيرة كقواعد، هتبدأ تجمع استثناءات بدل ما تحدث المصدر الحقيقي.

مثال عملي

افترض إنك بتطلب من ChatGPT مراجعة تقارير أسبوعية، وكل مرة يكتب ملخصًا طويلًا قبل ما يذكر ما تغير. أول تصحيح ممكن يكون: «اختصر المقدمة». لكن لو المشكلة تكررت، اشرح القاعدة: «في التقارير الدورية، القارئ يعرف الخلفية، لذلك ابدأ بما تغير منذ النسخة السابقة، وبعدها اشرح التأثير، ولا تعيد وصف الوضع الكامل إلا لو حصل تغيير جذري».

بعد ما تجرب القاعدة في تقريرين أو ثلاثة وتنجح، ممكن تدخلها في Skill خاصة بالتقارير أو Project Instructions. كده الملاحظة خرجت من كونها اعتراضًا مؤقتًا إلى تحسين حقيقي في النظام.

الطريقة الغلط: «لا تعمل كده تاني»

الجملة دي تعتمد على إن ChatGPT يعرف بالضبط إيه «كده»، وليه غلط، وإمتى المنع ينطبق. في المحادثة الحالية ممكن يفهم بسبب السياق، لكن كقاعدة طويلة المدى هي ضعيفة جدًا.

الطريقة الأقوى: «المشكلة إنك أضفت استنتاجات لا يوجد لها مصدر داخل البيانات، وفي هذا النوع من التقرير لازم تفصل بين البيانات المؤكدة والاستنتاج، لذلك أي استنتاج غير مباشر اذكره بوضوح كتحليل وليس كحقيقة».

هنا عندك الخطأ، والسبب، والقاعدة، وحدود تطبيقها.

الخلاصة

التصحيح المحترف لا يبدأ بـ«جرب تاني»، يبدأ بتشخيص نوع المشكلة. هل الحقيقة غلط؟ هل الكتابة ضعيفة؟ هل الهدف اتفهم غلط؟ هل القرار سيئ؟ ولا الـWorkflow نفسها محتاجة تتغير؟ لما تحدد الطبقة، تقدر تصلح السبب بدل ما تعالج النتيجة فقط.

ومع الوقت، الملاحظات المتكررة تتحول إلى قواعد، والقواعد المجربة تذهب إلى المكان المناسب، وبكده استخدامك لـChatGPT يتحسن لأنه بيتبني على تصحيحات منظمة، مش على إعادة نفس النقاش كل مرة.