يمكنك استيعاب مجال جديد في نصف ساعة، فكيف يمكنك إنشاء إطار معرفي بسرعة باستخدام الذكاء الاصطناعي؟

العنوان الأصلي: "مشاركة أسلوب بحث معمق أستخدمه منذ عامين، يساعدك على فهم أي مجال غير مألوف في نصف ساعة."

المؤلف الأصلي: الحياة الرقمية كازيك

قبل يومين، بعد انتهاء مؤتمر، ثم أمس في عطلة نهاية الأسبوع، كنت أتناول العشاء مع صديق. وبينما كنا نتحدث، وضع عيدان الطعام فجأة، ونظر إليّ، وقال: "يا رجل، كيف يبدو أنك تعرف القليل عن كل شيء؟"

قلتُ إنني لا أعرف.

قال: "كيف تشعر وكأنك تستطيع التحدث عن أي شيء، مثل Harness، مثل Claude Code، مثل علم النفس، مثل Hitman 2، مثل Cthulhu Mythos، ومع ذلك لا يزال لديك وقت للعب Pokémon popakia؟" كم ساعة لديك في اليوم، حقاً؟

لقد صُدمت في تلك اللحظة.

لأنني بصراحة، مع أن الحديث عن أشياء كبيرة شيء، إلا أنني لم أشعر حقاً أنني أعرف كل شيء. أنا فضولي بشأن العديد من الأشياء ولدي طريقة للتعرف بسرعة على شيء غير مألوف.

سأل مرة أخرى: "من أي طريق؟"

قلت: "إطار بحثي قمت بتطويره بنفسي، بالإضافة إلى الذكاء الاصطناعي". أستطيع إعداد تقرير بحثي يتراوح بين ألف وألفي كلمة في نصف ساعة، مما يساعدك على البدء بسرعة.

وضع عيدان الطعام جانباً مرة أخرى.

ثم قال: "اكتب هذا الأمر كتابةً".

وهكذا ظهرت هذه المقالة اليوم...

لا أعرف ما إذا كان ذلك مفيدًا للجميع، ولكنه في الواقع المنهجية التي استخدمتها قبل ثلاث سنوات عندما كنت لا أزال في القطاع المالي، وهي المنهجية التي تستخدمها شركات الأبحاث والقطاع ككل. ثم ظهر الذكاء الاصطناعي، وظهرت أنواع مختلفة من الأبحاث المتعمقة، وقمت بتكرار هذه المنهجية قليلاً بنفسي، وقمت بتجميعها في موجه يستخدم للعديد من وظائف البحث المتعمق للذكاء الاصطناعي، والذي يمكن تطبيقه على دراستي لأي شيء. بصراحة، أعتقد أن هذا أحد أكثر الأشياء فائدة التي استخدمتها في العامين الماضيين.

لا أجرؤ على القول بمدى دقة البحث الذي ينتجه هذا الشيء، ولكنه على الأقل يمكن أن يساعدني في إنشاء إطار معرفي كامل إلى حد ما بسرعة، ثم التعمق أكثر داخل هذا الإطار.

كنت أسمي هذه المنهجية...

طريقة التحليل الأفقي والرأسي.

دعوني أولاً أشرح ما هو هذا الشيء.

في الحقيقة، الأمر بسيط للغاية، مجرد محورين.

المحور الأول، عمودي. إنها عملية تتبع القصة الكاملة لشيء ما على طول الخط الزمني، من ولادته إلى الوقت الحاضر. كيف حدث ذلك؟ من قام بإنشائه؟ ما الذي مرّ به خلال رحلته؟ لماذا انطلق فجأة عند نقطة معينة، أو لماذا تغير مساره فجأة؟ بمجرد فك هذا التسلسل الزمني، يمكنك أن تفهم بشكل تقريبي تاريخ وسببية شيء ما.

المحور الثاني، أفقي. والهدف هو مقارنته بأشياء أخرى في نفس المكان في اللحظة الحالية. كيف يختلف عن منافسيه؟ لماذا يختاره المستخدمون على غيره؟ أين يقع هذا الشيء في الفضاء بأكمله؟ بمجرد توضيح هذا الجانب، يمكنك فهم موقع الشيء وتمييزه.

ثم تتمثل الخطوة الأكثر أهمية في عبور هذين المحورين.

يوضح لك الخط العمودي كيف وصل إلى ما هو عليه اليوم، بينما يوضح لك الخط الأفقي أين يقف اليوم. عندما يتقاطع هذان المحوران، يمكنك رؤية أشياء لم تكن لتتمكن من رؤيتها بالنظر إلى أي من المحورين على حدة. فعلى سبيل المثال، فإن إحدى المزايا التي تتمتع بها اليوم هي في الواقع نتيجة لقرار يبدو غير مهم تم اتخاذه قبل ثلاث سنوات وتراكم بمرور الوقت. أو أن نقطة ضعف معينة لديه اليوم هي في الواقع نتيجة لاختيار معقول تم اتخاذه في البداية وتحول إلى عبء.

ارسم العمق على طول المحور الرأسي، والعرض عبر المحور الأفقي، وأخيراً، أصدر حكمك عند نقطة التقاطع.

هذا كل ما في الأمر.

وهي أيضاً الطريقة التي وجدتها الأكثر فائدة للاستخدام في العامين الماضيين.

هذه الطريقة مستمدة في الواقع من بعض وجهات النظر البحثية الكلاسيكية في العلوم الاجتماعية واللغويات.

في علم اللغة، هناك بُعد تحليلي كلاسيكي للغاية اقترحه سوسير، ويسمى التحليل التاريخي والتحليل التزامني.

عند دراسة شيء ما، يمكنك البدء من بعدين. أحدهما هو بُعد الزمن، حيث يتم مراقبة كيفية تطوره خطوة بخطوة من الماضي إلى الحاضر، والآخر هو البُعد الحالي، حيث يتم فحص نوع النظام والعلاقات المقارنة التي ينتمي إليها في نقطة زمنية محددة.

توجد وجهات نظر بحثية مماثلة في العلوم الاجتماعية، تسمى الدراسات الطولية والدراسات المقطعية. يتضمن التصوير الطولي تتبع المسار المتغير لجسم ما، بينما يتضمن التصوير المقطعي مراقبة لقطته في وقت معين وإجراء مقارنات أفقية.

لقد قمت ببساطة باستخلاص وجهات النظر البحثية المستخدمة منذ فترة طويلة من العالم الأكاديمي، ودمجتها مع بعض أفكار التحليل الاستراتيجي للأعمال والمنافسة، وحولتها إلى إطار بحثي عام يتم تشغيله بواسطة الذكاء الاصطناعي.

يوجد الآن إصدار موجه وإصدار مهارة

جميعها متاحة كمصدر مفتوح في مستودع GitHub الخاص بي:

https://github.com/KKKKhazix/khazix-skills

يعمل الإصدار الفوري بشكل جيد بشكل خاص مع قدرات الذكاء الاصطناعي التي تتضمن بحثًا متعمقًا، مثل DeepResearch الخاص بـ ChatGPT، والبحث المتعمق الخاص بـ Claude، ووضع الخبراء الخاص بـ Bean، ووضع الخبراء الخاص بـ DeepSeek، وما إلى ذلك. لقد قمت أيضاً بتحسين أسلوب الكتابة عمداً، مستفيداً من بعض مهارات الكتابة لدى Kha'Zix، لضمان أنه بمجرد إعداد هذا التقرير، يمكنك قراءته بسهولة، بدلاً من أن يكون مجلداً غامضاً يصعب فهمه مثل...

لقد وضعتُ الرسالة هنا، لذا إذا احتاج إليها أي شخص، فيمكنه ببساطة نسخها، أو يمكنه الذهاب إلى مستودع Github للحصول عليها:

الاستخدام بسيط للغاية، ما عليك سوى استبدال العبارة التي تلي معادلة موضوع البحث بموضوع البحث الذي تريده.

على سبيل المثال، وكيل هيرميس الشهير مؤخرًا، Harness، CLI، وكيف يؤثر Anthropic على أسهم SaaS، وما إلى ذلك.

أو ربما ترغب في البحث عن "مملكة عالم لوك"، و"ملك عالم المجد"، والصراع الإيراني الأمريكي، وعدم القدرة على التنبؤ بتصرفات ترامب، وما إلى ذلك.

كل شيء ممكن.

دعوني أقدم مثالاً باستخدام البحث المتعمق الذي أجرته شركة Harness+Claude مؤخراً.

قمت بتعديل ذلك الموجه قليلاً بشكل مباشر، واستبدلت المحتوى الموجود داخل المعادلة بـ "الحزام"، ثم قمت بتفعيل وضع البحث المتعمق الخاص بكلود.

أرسلتها على الفور.

ثم طلب مني كلود تأكيد ماهية "الحزام" بالضبط، فقدمت بعض المعلومات الإضافية.

ثم شرعنا في المضي قدماً بشكل مباشر.

بعد 13 دقيقة، تم الانتهاء من التقرير البحثي حول Harness.

يمكنك إلقاء نظرة على التأثير. أعتقد أن التحليل الرأسي مكتوب بشكل جيد. يتم عرض التاريخ لك بوضوح شديد، مع الإشارة إلى وقت نشأته، ووقت انطلاقته، وما هي المعالم الرئيسية فيه.

وهناك أيضاً تفسير منطقي جداً لسبب اندلاعها في هذا الوقت بالذات.

أما بالنسبة للدراسة الأفقية، فإن المقارنة تتم بين هندسة الاستجابة الفورية، وهندسة السياق، وهندسة الوكلاء.

أعتقد أن أي شخص يفهم برنامج Agent لن يشكك في احترافيته بالمقارنة، أليس كذلك؟ يمكنك توضيح الاختلافات بسرعة كبيرة من خلال بعض المفاهيم المتشابهة.

وأخيراً، اتجاه التطور المستقبلي.

يبلغ طول هذا التقرير بأكمله حوالي عشرة آلاف كلمة. صدقني، إذا كنت مهتمًا بمعرفة المزيد عن Harness وترغب في فهم كل شيء عنها بأسرع وقت ممكن وبشكل شامل، فإن هذا التقرير البحثي أفضل من معظم المقالات الموجزة التي اطلعت عليها.

شامل وسهل القراءة.

يمكن أن يكون موضوع البحث منتجًا، مثل Cursor أو Claude Code أو Hermes Agent. يمكن أن تكون شركة، مثل أنثروبيك أو بايت دانس. يمكن أن يكون مفهومًا تقنيًا، مثل بروتوكول MCP أو RAG. بل قد يكون شخصاً، مثل شخصية رئيسية في صناعة ما.

سيقوم البرنامج تلقائيًا بضبط تركيز التحليل الرأسي والأفقي بناءً على نوع موضوع البحث. التركيز على تكرار الإصدارات ومقارنة الميزات في أبحاث المنتجات، والتركيز على عملية التمويل ونموذج الأعمال في أبحاث الشركات، والتركيز على المسار الوظيفي والمقارنة مع شخصيات أخرى في نفس المجال في أبحاث الأفراد.

إذا كنت عادةً ما تفضل استخدام Cowork أو Claude Code أو Codex وما إلى ذلك، فقد قمت أيضًا بتحويل هذه المنهجية إلى مهارة تسمى hv-analysis، وقمت بنشرها كمصدر مفتوح على مستودع GitHub الخاص بي.

بعد تثبيته، يمكنك أن تخبر الوكيل مباشرة، "ساعدني في البحث عن xxx"، وسوف يتبع إطار التحليل الرأسي والأفقي.

علاوة على ذلك، سيقوم هذا الإصدار من المهارة بالبحث تلقائيًا في الويب عن المعلومات، بما في ذلك واجهة برمجة تطبيقات arXiv، للبحث بشكل مستقل عن الأوراق عند البحث عن أسئلة أكاديمية. ثم سيقوم بإنشاء تقرير بحثي بتنسيق PDF جيد يسهل قراءته، مما يجعله أكثر تنوعًا من إصدار Prompt.

بالطبع، يجب أن أكون صادقاً بشأن حدود هذه الطريقة.

إنه ليس حلاً شاملاً.

يمكن أن يساعدك ذلك في بناء إطار معرفي شامل إلى حد ما بسرعة، لكنه لا يمكن أن يحل محل البحث المتعمق والمباشر.

بالإضافة إلى ذلك، على الرغم من أن المعلومات التي يجمعها الذكاء الاصطناعي أصبحت الآن دقيقة للغاية، إلا أنه لا يزال هناك احتمال لوجود أخطاء.

لذلك، لا يمكنك اعتبار التقرير الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بمثابة استنتاج مباشر؛ إنه أشبه بنقطة انطلاق لبحثك في هذا المجال، حيث يساعدك على رسم خريطة للأمور بسرعة حتى تتمكن من استكشافها بشكل أكبر بناءً على هذه الخريطة.

وثمة مشكلة أخرى تتمثل في أن جودة التقارير التي يتم إنشاؤها بواسطة الذكاء الاصطناعي تعتمد بشكل كبير على النموذج والأدوات التي تستخدمها. عادة ما تحقق الأدوات التي تدعم البحث العميق أو الاستكشاف المتعمق نتائج أفضل لأنها تتصل بالإنترنت فعلاً للبحث والتحقق من الكثير من المعلومات، وعادة ما تستغرق كل مهمة أكثر من 10 دقائق.

ومع ذلك، إذا كان بإمكانك استخدام أدوات الذكاء الاصطناعي التي تدعم عمليات البحث الأساسية على الويب فقط، والتي تستغرق أقل من دقيقة لكل مهمة، فقد تنخفض الفعالية بشكل كبير.

نهجي هو، بعد استلام التقرير، قراءته بسرعة لوضع إطار عمل، ثم التعمق أكثر في المزيد من المعلومات حول النقاط التي لدي أسئلة بشأنها أو التي أهتم بها بشكل خاص.

لذا، هذا مزيج من تقارير الذكاء الاصطناعي التي تم إنشاؤها باستخدام طريقة التحليل المتقاطع وبحثي الخاص الإضافي، وهو أكثر كفاءة بكثير من البدء من الصفر.

في نهاية المطاف، في هذا العصر، ومع توفر الذكاء الاصطناعي بالفعل، لا توجد حاجة حقيقية للبحث المضني بمفردك؛ سيكون ذلك صعبًا بلا داعٍ.

أحياناً أعتقد أنه في عصر البحث هذا، لم يعد ما هو نادر حقاً هو المعلومات، بل مدى فضولك تجاه العالم.

في الحقيقة، إذا سألتني عما إذا كنتُ مثقفاً حقاً أو متخصصاً، فالإجابة بالتأكيد ليست كذلك؛ لديّ فقط فضول أكبر قليلاً تجاه العالم.

إنها مجرد مجموعة من الأسئلة التي تتبادر إلى ذهنك في أي وقت وفي أي مكان.

من أين أتى هذا الشيء؟ لماذا يظهر الآن؟ ما علاقته بذلك الشيء الآخر؟ ماذا كان يفعل الناس قبل أن يفعلوا هذا الشيء؟ هذه الأسئلة، عندما لا تُجاب في لحظة التفكير، تجعلني أشعر بعدم الارتياح حقاً. لا أعرف إن كان لديكم جميعاً هذا الشعور، لكنه من ذلك النوع من الشعور الذي يجعلني، في هذه اللحظة بالذات، أحتاج إلى الحصول على إجابة.

لقد أصبحت المعلومات بالفعل أشبه بفيضان، والذكاء الاصطناعي يجعل تكلفة الوصول إلى المعلومات تقترب من الصفر.

لكن ما هي الأسئلة التي يجب طرحها، ومن أي منظور يجب النظر، وكيفية تنظيم المعلومات المتناثرة في أحكام ذات معنى - هذه الأشياء لا يستطيع الذكاء الاصطناعي مساعدتك فيها. أو بالأحرى، لا يمكن للذكاء الاصطناعي مساعدتك إلا بعد أن تقدم التوجيه، ولكن يجب عليك أنت تحديد التوجيه نفسه.

إن أسلوب التحليل الرأسي والأفقي هو في الواقع إطار عمل استقصائي وضعته لنفسي. في كل مرة أواجه فيها شيئًا غير مألوف، لا أحتاج إلى التفكير مؤقتًا في أي منظور يجب أن أفهمه؛ فقد قام هذا الإطار بالفعل بحل هذه المشكلة نيابة عني.

تتبع عموديًا عبر الزمن، وتتبع أفقيًا عبر المكان، ثم تتقارب في النهاية لتشكل حكمًا. بإتمام ثلاث خطوات، يتم إنشاء الإطار المعرفي.

يسمح لي هذا بعدم قضاء ثلاثة أيام في جمع المعلومات كما كنت أفعل قبل بضع سنوات؛ الآن، يمكنني تجميع الإطار في نصف ساعة ثم قضاء بقية الوقت في الجزء المثير للاهتمام حقًا، وهو مشاهدة هذه المعلومات وهي تتجمع ببطء لتشكيل صورة كاملة ثم فجأة تلك اللحظة التي أقول فيها "آه، هكذا هي الأمور".

تلك اللحظة رائعة للغاية.

بصراحة، لست متأكدًا مما إذا كانت هذه الطريقة مناسبة للجميع.

لكن إذا كنت أيضاً من النوع الذي غالباً ما تتبادر إلى ذهنه الكثير من الأسئلة ويجد عملية جمع المعلومات بطيئة للغاية، فيمكنك تجربتها.

قال الإغريق القدماء: "تبدأ الفلسفة بالدهشة".

أعتقد أن البحث يبدأ أيضاً عندما يكون لديك فضول حقيقي تجاه شيء ما، وتأتي الأساليب والأدوات لاحقاً؛ فالفضول هو الذي يقود الطريق.

بدون فضول، حتى مع أفضل المنهجيات، فإنها مجرد زينة.

بالفضول، حتى وإن كانت الطرق غير متقنة بعض الشيء، ستجد الإجابات دائماً.

الأمر ببساطة هو أن إيجاد الإجابات الآن أصبح أسرع بكثير من ذي قبل.

بسرعة كافية لتتمكن من الخوض في المزيد من الأمور.

ابقَ فضولياً.

رابط المنشور الأصلي