يشرح هذا الدليل وكيل “باحث المنتدى” في Discourse AI، وكيف يعمل، وكيف تقوم بإعداده لتحليل محتوى المنتدى بعمق.
مستوى المستخدم المطلوب: المشرف (لتمكين الوكيل وتكوينه)، جميع المستخدمين (للتفاعل معه، إذا مُنحوا الوصول)
فهم واستخدام وكيل “باحث المنتدى”
يحتوي إضافة Discourse AI على وكيل باحث المنتدى، وهو أداة قوية مصممة لإجراء أبحاث متعمقة في محتوى المنتدى الخاص بك. يمكن لهذا الوكيل مساعدتك في كشف رؤى، وتلخيص النقاشات، وتحليل الاتجاهات عبر مجتمعك.
ملخص
يتناول هذا المستند النقاط التالية:
- كيفية عمل وكيل “باحث المنتدى”.
- خطوات إعداد “باحث المنتدى”.
- أفضل الممارسات للتفاعل مع الوكيل.
- الفرق بين “باحث المنتدى” وأدوات مساعدة المنتدى القياسية.
- إرشادات لاختيار نموذج لغوي كبير (LLM) مناسب.
- نصائح لتصحيح الأخطاء في مهام البحث.
- القيود الحالية للوكيل.
كيف يعمل
يستخدم وكيل “باحث المنتدى” أداة مخصصة تسمى Researcher. تم تصميم هذه الأداة لـ:
- الوصول إلى محتوى المنتدى: يمكنها قراءة أقسام مختلفة من المنتدى الخاص بك.
- تطبيق فلاتر متقدمة: يتيح نظام فلاتر مرن للأداة استهداف المعلومات ذات الصلة بدقة. يمكنك تحديد المحتوى بناءً على:
- فئات محددة (مثل
category:supportأوcategories:support,feedback) - وسوم (مثل
tag:bugأوtags:bug,regression) - مستخدمين أو مجموعات (مثل
username:sam،usernames:sam,jane،group:moderators،groups:moderators,admins) - كلمات مفتاحية في المنشورات أو عناوين المواضيع (مثل
keywords:regression,bug،topic_keywords:feature,request) - نطاقات زمنية للمنشورات (مثل
after:2024-01-01 before:2024-06-30) - نطاقات زمنية للمواضيع (مثل
topic_after:2024-01-01 topic_before:2024-06-30) - مواضيع محددة بالمعرف (مثل
topic:123أوtopics:123,456) - حالة الموضوع (مثل
status:open،status:closed،status:archived،status:noreplies،status:single_user) - نوع المنشور (مثل
post_type:first،post_type:reply) - ترتيب الفرز (مثل
order:latest،order:oldest،order:latest_topic،order:oldest_topic،order:likes) - حد النتائج المضمنة (مثل
max_results:50) - المواضيع المخصصة (إذا كانت إضافة التخصيص مفعلة، مثل
assigned_to:username،assigned_to:user1,user2،assigned_to:*،assigned_to:nobody) - يمكن دمج الفلاتر باستخدام منطق AND (مفصولة بمسافات) أو منطق OR (باستخدام
ORبين مجموعات الفلاتر). على سبيل المثال:category:bugs status:open after:2024-05-01 OR tag:critical usernames:sally.
- فئات محددة (مثل
- تحليل المحتوى باستخدام نماذج لغوية كبيرة (LLMs): بعد استرجاع المحتوى المفلتر، يستخدم نموذجًا لغويًا كبيرًا لتحليل المعلومات، واستخراج الرؤى، والإجابة على أسئلتك المحددة أو تحقيق أهداف بحثك.
- اتباع عملية منظمة: لضمان الكفاءة والدقة، خاصة مع الأخذ في الاعتبار التكاليف المحتملة، صُمم “باحث المنتدى” لـ:
- الفهم: سيعمل معك لتوضيح أهداف بحثك في البداية.
- التخطيط: بناءً على أهدافك، يصمم نهج بحث شامل باستخدام الفلاتر المتاحة.
- الاختبار (تشغيل تجريبي): قبل تنفيذ التحليل الكامل، يقوم الوكيل عادةً بـ “تشغيل تجريبي”. يتضمن ذلك حساب عدد المنشورات التي تطابق معايير الفلترة الخاصة بك دون معالجتها فورًا بالنموذج اللغوي الكبير. ثم يخبرك الوكيل بهذا العدد.
- التحسين: بناءً على نتائج التشغيل التجريبي، إذا كان عدد المنشورات كبيرًا جدًا (مما يشكل خطر تكاليف عالية أو نتائج واسعة النطاق) أو صغيرًا جدًا (مما قد يؤدي إلى فقدان معلومات رئيسية)، يمكن للوكيل مساعدتك في تعديل الفلاتر.
- التنفيذ: بمجرد تأكيد أن النطاق مناسب (بعد التشغيل التجريبي)، يقوم الوكيل بتشغيل التحليل النهائي، وإرسال المحتوى إلى النموذج اللغوي الكبير.
- التلخيص: يعرض النتائج، عادةً باستخدام تنسيق Discourse Markdown، مع روابط تعود إلى منشورات ومواضيع المنتدى الأصلية كدعم للأدلة.
هذا النهج المنهجي يعني أنه يمكنك طلب مهام من الباحث مثل:
- “لخص أكثر الأخطاء غير المحلولة مناقشة في فئة ‘mobile-app’ خلال الربع الأخير، وحدد أي حلول مقترحة أو بدائل واردة في النقاشات.”
- “ساعدني في تحديد الحجج الرئيسية المؤيدة والمعارضة لموضوع مقترح ‘إعداد المستخدم الجديد’ (الرابط)، وقم بسرد الداعمين الرئيسيين لكل طرف.”
- “راجع نشاط مجموعة ‘documentation-team’ خلال العام الماضي وقدم تقريرًا عن مساهماتهم الرئيسية في مقالات #how-to، مع تسليط الضوء على أي دروس تعليمية تلقت ردود فعل إيجابية كبيرة.”
إعداد “باحث المنتدى”
مفعل “باحث المنتدى” معطل افتراضيًا لأن استخدامه قد يتسبب في تكاليف للنموذج اللغوي الكبير.
- تمكين الوكيل: قم بتفعيله عن طريق الانتقال إلى Admin → AI → Agents.
- التحكم في الوصول: يُوصى بشدة بتقييد هذا الوكيل لمجموعات محددة لإدارة تكاليف النموذج اللغوي الكبير. يمكنك أيضًا استخدام حصص الذكاء الاصطناعي للتحكم الدقيق.
بمجرد التفعيل، تتوفر للأداة خيارات تكوين متعددة:
- LLM: اختر نموذجًا لغويًا كبيرًا محددًا للبحث. يكون الافتراضي هو نموذج الوكيل الحالي. تتيح لك هذه الخيارات الموازنة بين الجودة والتكلفة.
- الحد الأقصى لعدد النتائج: يحد هذا الخيار من عدد المنشورات المعالجة لكل استعلام للتحكم في التكاليف. الافتراضي هو 1000.
- تضمين الخاص: يسمح هذا الخيار بالبحث في الفئات الآمنة، باستخدام أذونات المستخدم الذي يتفاعل مع الوكيل.
- الحد الأقصى للرموز لكل منشور: يقوم هذا الخيار بقص المنشورات الطويلة لتوفير تكاليف الرموز. الافتراضي هو 2000 رمز، مع حد أدنى قدره 50.
- الحد الأقصى للرموز لكل دفعة: يتحكم هذا الخيار في حجم جزء البيانات المرسلة إلى النموذج اللغوي الكبير. إنه مفيد للنماذج ذات نوافذ السياق الكبيرة أو للحفاظ على التركيز. إذا تم تعيينه على 8000 أو أقل، فإنه يوضع افتراضيًا على الحد الأقصى للرموز المطلوبة للنموذج اللغوي الكبير ناقصًا عازلًا قدره 2000 رمز.
أفضل الممارسات للتفاعل
للحصول على أقصى استفادة من “باحث المنتدى” مع إدارة التكاليف:
- كن محددًا في الأهداف: عرّف بوضوح ما تريد اكتشافه قبل البدء. يعمل الوكيل بشكل أفضل عندما تكون لديه أهداف دقيقة.
- تأكيد النطاق بعد التشغيل التجريبي: سيقوم الوكيل عادةً بـ “تشغيل تجريبي” أولاً ويخبرك بعدد المنشورات التي وجدها بناءً على طلبك. انتبه جيدًا لهذا الرقم. إذا كان مرتفعًا جدًا (مما يشكل خطر تكاليف عالية أو نتائج غير مركزة) أو منخفضًا جدًا (مما قد يؤدي إلى فقدان معلومات حاسمة)، ناقش مع الوكيل كيفية تحسين فلاترك قبل الالتزام بالتحليل الكامل.
- التكرار على الفلاتر: إذا لم يستهدف التشغيل التجريبي الأولي المعلومات الصحيحة، فاعمل مع الوكيل على تعديل معايير الفلترة. أضف كلمات مفتاحية أكثر تحديدًا، أو ضيق النطاقات الزمنية، أو حدد الفئات/الوسوم.
- توحيد الاستعلامات: صُمم الوكيل للتعامل مع أهداف متعددة ذات صلة في عملية بحث واحدة. حاول تجميع الأسئلة ذات الصلة في طلب بحث شامل واحد موجه للوكيل.
العلاقة مع أدوات مساعدة المنتدى القياسية والأدوات ذات الصلة
يختلف وكيل باحث المنتدى عن مساعد منتدى عام يستخدم أدوات قياسية مثل Search و Read.
-
أدوات
SearchوReadالقياسية:- أداة
Searchتحدد في المقام الأول المواضيع ذات الصلة. تفعل ذلك بمطابقة الكلمات المفتاحية مع محتوى المنشورات ومعايير أخرى (وسوم، فئات، إلخ). لكل موضوع مطابق، تعيد رابطًا ومقتطفًا موجزًا من منشور ذي صلة، وليس محتوى المنشور الكامل. - تُستخدم أداة
Readللوصول إلى المحتوى الكامل لـ موضوع محدد (أو منشورات مختارة بداخله) حددتها أداةSearch. - تعمل هذه الأدوات معًا لاسترجاع مستهدف: تجد
Searchالمواضيع، وتقومReadبمعالجة محتواها.
- أداة
-
أداة
researcherالخاصة بـ “باحث المنتدى”:- تحليل محتوى مباشر وعميق: لا تقوم أداة
researcherفقط بتحديد المواضيع؛ بل تقوم بمعالجة وتحليل المحتوى الكامل لعدد كبير محتمل من المنشورات (حتى الحد الأقصى المكون لعدد النتائج) الذي يطابق معايير الفلترة الشاملة الخاصة بها. - فلترة متقدمة وتوليف: تستخدم لغة فلترة أكثر تعقيدًا لبناء مجموعة بيانات من المنشورات من جميع أنحاء المنتدى (قد تمتد عبر مئات المواضيع)، ثم تقوم بتوليف المعلومات من هذه المجموعة الكاملة للإجابة على أسئلة معقدة. هذا يختلف جوهريًا عن قراءة المواضيع الفردية واحدة تلو الأخرى.
- تحليل محتوى مباشر وعميق: لا تقوم أداة
باختصار، بينما يستخدم مساعد المنتدى أداة Search لتحديد المواضيع (عرض مقتطفات) و Read للتعمق في واحد منها، يقوم باحث المنتدى بإجراء تحليل واسع النطاق عبر النص الفعلي للعديد من المنشورات في وقت واحد لكشف رؤى أعمق وموحدة.
أي نموذج لغوي كبير (LLM) يجب أن أستخدم؟
تتطور تقنية النماذج اللغوية الكبيرة بسرعة، مع تحسن النماذج باستمرار في القدرات والفعالية من حيث التكلفة. أثناء تطوير "باحث المنتدى»، قدمت نماذج مثل Gemini 2.5 Flash و Gemini 2.5 Pro و GPT-4.1 و Claude 4 Sonnet نتائج ممتازة لخطط بحث معقدة.
يعتمد أفضل اختيار على احتياجاتك المحددة:
- تحليل عالي الجودة ودقيق: قد تكون النماذج الأكثر تقدمًا مفضلة، على الرغم من أنها تأتي عادةً بتكاليف أعلى.
- نظرة عامة واسعة أو مهام حساسة للتكلفة: يمكن أن تكون النماذج الأسرع والأكثر اقتصادًا فعالة جدًا.
فيما يلي بعض الأمثلة من نقطة زمنية محددة من الاختبارات الداخلية في Discourse لاستعلام معقد جدًا:
انظر إلى أفضل 1000 موضوع مفتوح في فئة الميزات - مرتبة حسب الإعجاب (منشور أول فقط) - طوال الوقت … اصنع لي تقريرًا تنفيذيًا لـ:
- أفضل 20 ميزة يجب على CDCK بنائها
- أسهل 20 ميزة يمكن لـ CDCK بنائها
- النسخ المكررة الواضحة
- الأشياء التي غير محددة بشكل جيد جدًا
لا تطرح عليّ المزيد من الأسئلة، فقط قم بتشغيل البحث
- مثال Gemini 2.0 Flash
- مثال Gemini 2.5 Flash (مع التفكير)
- مثال GPT-4.1
- مثال Claude 4 Sonnet
- مثال Gemini 2.5 Pro
مثال هجين: السائق هو Gemini 2.5 Pro و LLM الباحث هو Gemini 2.0 Flash
مثال هجين
تصحيح أخطاء البحث
في Discourse، يمكنك تمكين تصحيح أخطاء الذكاء الاصطناعي المتقدم عن طريق إضافة مجموعات إلى إعداد الموقع ai_bot_debugging_allowed_groups. مع وجود ذلك، يمكنك رؤية الحمولات الفعلية المرسلة إلى النموذج اللغوي الكبير.
القيود
حاليًا، لا توجد خيار لإرسال صور إلى نموذج البحث اللغوي الكبير. سيتم النظر في ذلك في الإصدارات المستقبلية.
الأسئلة الشائعة
-
هل يتوفر “باحث المنتدى” على جميع خطط Discourse؟
يُعد “باحث المنتدى” جزءًا من إضافة Discourse AI، وهي متاحة للمواقع المستضافة ذاتيًا وعلى خطة الاستضافة Enterprise الخاصة بنا. -
هل يمكن لـ “باحث المنتدى” الوصول إلى المحتوى من الفئات الآمنة؟
نعم، إذا تم تفعيل خيار “تضمين الخاص” في تكوينه وكان لدى المستخدم الذي يتفاعل مع الوكيل الأذونات اللازمة للوصول إلى تلك الفئات. -
كيف يمكنني التحكم في تكلفة استخدام “باحث المنتدى”؟
- تقييد الوصول لمجموعات محددة وموثوقة.
- استخدام إعدادات “الحد الأقصى لعدد النتائج” و “الحد الأقصى للرموز لكل منشور” لتحديد المعالجة.
- اختيار نماذج لغوية كبيرة فعالة من حيث التكلفة.
- الانتباه جيدًا لتقديرات “التشغيل التجريبي” قبل تنفيذ البحث الكامل.
- استخدام حصص الذكاء الاصطناعي.
