قاموس Claude: أهم المصطلحات والاختصارات في تصنيف أدوات الذكاء الاصطناعي الجديد

دليل مبسّط لأهم مصطلحات واختصارات الذكاء الاصطناعي التي تقابلها عند استخدام Claude، من Token وPrompt إلى MCP وتصنيف Haiku وSonnet وOpus.

عند فتح Claude لأول مرة، أو قراءة توثيق واجهته البرمجية (API)، تصطدم بسرعة بمصطلحات واختصارات قد تبدو مبهمة: Token، Prompt، Context Window، MCP... هذه المفردات ليست حكراً على Claude، بل أصبحت اللغة المشتركة لتصنيف أدوات الذكاء الاصطناعي الجديد ككل. فهمها يوفر عليك وقتاً في اختيار الأداة المناسبة وقراءة توثيقها بثقة.

ما هو Claude؟

Claude هو نموذج لغوي كبير (LLM) طوّرته شركة Anthropic، ويُستخدم كمساعد محادثة، ومحرك بحث، ووكيل تنفيذ برمجي عبر أدوات مثل Claude Code. يصدر Claude في عائلات نماذج مصنّفة بحسب القدرة والسرعة، وهو ما نشرحه لاحقاً في هذا المقال.

المصطلحات الأساسية التي يجب معرفتها

• LLM (Large Language Model) — نموذج لغوي كبير، الأساس التقني الذي يقوم عليه Claude، مدرّب على كميات ضخمة من النصوص للتنبؤ بالكلمة التالية وتوليد استجابات متماسكة.
• Prompt — النص أو التعليمة التي يرسلها المستخدم للنموذج؛ جودة الـPrompt تحدد إلى حد كبير جودة الاستجابة.
• System Prompt — تعليمات تُضبط مسبقاً لتحديد شخصية النموذج وسلوكه العام قبل بدء المحادثة، غير مرئية عادة للمستخدم النهائي.
• Token — وحدة قياس النص التي يتعامل معها النموذج (قد تكون كلمة أو جزءاً من كلمة)؛ يُحتسب استهلاك الـAPI وتكلفته بعدد الـTokens المُرسلة والمُستقبلة.
• Context Window — الحد الأقصى لعدد الـTokens التي يمكن للنموذج "تذكرها" ومعالجتها ضمن محادثة أو طلب واحد.
• Inference — عملية توليد الاستجابة نفسها، أي تشغيل النموذج المدرّب على مدخل جديد لإنتاج مخرج.
• Fine-tuning — إعادة تدريب النموذج على بيانات محددة لتخصيصه لمهمة أو مجال معيّن.
• Hallucination — حين يولّد النموذج معلومة تبدو واثقة ومنطقية لكنها غير صحيحة فعلياً.
• Embeddings — تمثيل رقمي (متجهي) للنص يسمح بقياس التشابه الدلالي بين جمل أو مستندات مختلفة.
• RAG (Retrieval-Augmented Generation) — أسلوب يجلب فيه النموذج معلومات من مصدر خارجي (قاعدة بيانات، مستندات) قبل توليد الإجابة، لتقليل الـHallucination وتحسين الدقة.
• Agent — وكيل ذكاء اصطناعي يخطط لمهمة متعددة الخطوات وينفذها فعلياً (يقرأ ملفات، يستدعي أدوات، يشغّل أوامر) بدل الاكتفاء بالرد النصي.
• Tool Use / Function Calling — قدرة النموذج على استدعاء أدوات أو دوال خارجية (بحث، حاسبة، API) أثناء توليد إجابته.
• Chain of Thought (CoT) — أسلوب يُظهر فيه النموذج خطوات تفكيره الوسيطة قبل الوصول إلى الإجابة النهائية، ما يحسّن الدقة في المهام المنطقية المعقّدة.
• Zero-shot / Few-shot — أداء المهمة دون أمثلة توضيحية مسبقة (Zero-shot) أو بتزويد النموذج بأمثلة قليلة ضمن الـPrompt (Few-shot).
• Temperature — معامل يتحكم بمدى العشوائية أو "الإبداع" في استجابات النموذج؛ قيمة منخفضة تعني إجابات أكثر ثباتاً وتوقعاً.
• Guardrails — القيود والضوابط الموضوعة لمنع النموذج من توليد محتوى ضار أو خارج نطاق الاستخدام المسموح.
• Latency — الزمن الفاصل بين إرسال الطلب واستلام بداية الاستجابة، معيار أساسي عند اختيار نموذج لتطبيق تفاعلي.

أهم الاختصارات التي ستقابلها

• API — Application Programming Interface، واجهة برمجية تتيح للتطبيقات الاتصال بـClaude برمجياً.
• SDK — Software Development Kit، حزمة أدوات جاهزة (مكتبات، أمثلة) لتسهيل دمج Claude في تطبيقك.
• MCP — Model Context Protocol، بروتوكول مفتوح طوّرته Anthropic يتيح لنموذج مثل Claude الاتصال الموحّد بمصادر بيانات وأدوات خارجية (ملفات، قواعد بيانات، خدمات) دون الحاجة لتكامل مخصص لكل مصدر.
• RLHF — Reinforcement Learning from Human Feedback، أسلوب تدريب يستخدم تقييمات بشرية لتوجيه سلوك النموذج نحو إجابات أكثر فائدة وأماناً.
• NLP — Natural Language Processing، معالجة اللغة الطبيعية، المجال العلمي الأوسع الذي تنتمي إليه نماذج مثل Claude.
• CLI — Command-Line Interface، واجهة سطر أوامر؛ Claude Code مثلاً يعمل كأداة CLI ضمن الطرفية.
• IDE — Integrated Development Environment، بيئة تطوير متكاملة، وهي البيئة التي تندمج معها أدوات مثل Claude Code.
• JSON — JavaScript Object Notation، صيغة تبادل بيانات شائعة الاستخدام في استجابات وطلبات الـAPI.
• GPU — Graphics Processing Unit، المعالج الذي تُدرَّب وتُشغَّل عليه نماذج بحجم Claude.

تصنيف نماذج Claude: Haiku وSonnet وOpus

ضمن هذا التصنيف الجديد لأدوات الذكاء الاصطناعي، لم تعد "النموذج الواحد يناسب كل الاستخدامات" — بل تُصدر Anthropic عائلة Claude في ثلاث فئات متوازنة بين السرعة والتكلفة والقدرة:

• Haiku — الفئة الأخف والأسرع، مناسبة للمهام البسيطة ذات الحجم الكبير (تصنيف، ردود سريعة) حيث السرعة والتكلفة أهم من العمق.
• Sonnet — الفئة المتوازنة، الخيار الافتراضي لمعظم تطبيقات الإنتاج التي تحتاج أداءً قوياً بتكلفة معقولة.
• Opus — الفئة الأعلى قدرة، مخصصة للمهام المعقدة التي تتطلب استدلالاً عميقاً وتخطيطاً متعدد الخطوات، عادة بتكلفة وزمن استجابة أعلى.

معرفة هذا التصنيف يساعدك على اختيار الفئة المناسبة لمشروعك بدل افتراض أن "الأقوى دائماً هو الأفضل" — فكثير من المهام لا تحتاج فعلياً أكثر من Haiku أو Sonnet.

لماذا تهمك هذه المفردات؟

فهم هذه المصطلحات ليس ترفاً لغوياً؛ فهو ما يفصل بين قراءة توثيق Claude أو أي أداة ذكاء اصطناعي أخرى بثقة، وبين الشعور بالضياع أمام كل صفحة توثيق جديدة. كلما ظهرت أدوات وتصنيفات جديدة في هذا المجال سريع التطور، ستجد أن معظم المفاهيم الجديدة هي إعادة تركيب لهذه المفردات الأساسية نفسها.