قبل عامين فقط، كانت كتابة أمر احترافي إلى ChatGPT أو Gemini أو Claude تُعد مهارة مطلوبة في الوظائف التقنية، وظهرت دورات تدريبية تعدك بأن تصبح Prompt Engineer خلال أيام، بل إن بعض الشركات أعلنت عن وظائف برواتب مرتفعة لهذا التخصص. لكن المشهد في 2026 يبدو مختلفًا تمامًا. فمع التطور السريع في نماذج الذكاء الاصطناعي، أصبح كثير مما كان يحتاج إلى أوامر معقدة يحدث اليوم بصورة تلقائية. ولهذا بدأ السؤال يتغير من “كيف أكتب أمرًا مثاليًا؟” إلى “كيف أفكر في المشكلة التي أريد حلها؟”. وهذا هو السبب الحقيقي الذي جعل مهارة كتابة الأوامر (Prompt Engineering) أقل أهمية مما كانت عليه قبل فترة قصيرة، دون أن يعني ذلك اختفاءها بالكامل.
الإجابة المباشرة: لم تختفِ مهارة كتابة الأوامر، لكنها تغيرت. فالنماذج الحديثة أصبحت أكثر قدرة على فهم اللغة الطبيعية، وطرح الأسئلة التوضيحية، واستنتاج نية المستخدم دون الحاجة إلى أوامر طويلة مليئة بالتفاصيل. ولذلك انتقلت القيمة الحقيقية من كتابة Prompt معقد إلى القدرة على تحديد الهدف، وتقييم النتائج، وتوجيه الذكاء الاصطناعي للوصول إلى أفضل مخرجات ممكنة. وتؤكد شركات مثل OpenAI وGoogle وAnthropic أن الاتجاه الحالي يركز على جعل التفاعل مع الذكاء الاصطناعي أقرب إلى الحوار الطبيعي منه إلى كتابة تعليمات برمجية.
قبل سنوات، كان المستخدم يكتب فقرة كاملة تتضمن تحديد الدور، والأسلوب، وعدد الكلمات، وطريقة التنسيق، وحتى العبارات التي يجب تجنبها، لأن النماذج آنذاك كانت أقل قدرة على فهم السياق. أما اليوم فقد أصبحت النماذج تمتلك نافذة سياق أكبر، وقدرة أعلى على متابعة الحوار، وفهم ما يقصده المستخدم حتى لو لم يصغه بطريقة مثالية. وهذا التطور لم يأتِ صدفة، بل كان أحد أهم أهداف شركات الذكاء الاصطناعي خلال العامين الماضيين.
لماذا أصبحت مهارة كتابة الأوامر أقل أهمية في 2026؟
إذا استخدمت ChatGPT أو Gemini قبل عامين، ثم جربت الإصدارات الحديثة، ستلاحظ فرقًا واضحًا في طريقة التفاعل. سابقًا كان عليك أن تشرح كل شيء بالتفصيل حتى تحصل على نتيجة مقبولة، أما الآن فقد أصبح النموذج يسألك تلقائيًا عن التفاصيل الناقصة، أو يقترح بدائل، أو يعيد تنظيم المهمة دون أن تطلب منه ذلك.
لنفترض أنك كتبت: “أريد خطة لتعلم البرمجة.”
في الماضي قد تحصل على قائمة عامة لا تختلف كثيرًا عن نتائج البحث. أما الآن فمن المرجح أن يسألك النموذج عن خبرتك الحالية، واللغة التي تفضلها، وعدد الساعات المتاحة أسبوعيًا، ثم يبني خطة مخصصة لك.
هذه القدرة على سد الفجوات في الطلب قللت اعتماد المستخدم على كتابة Prompts معقدة، لأن جزءًا كبيرًا من العمل أصبح يؤديه النموذج نفسه.
من كتابة الأوامر إلى إدارة الحوار
الخطأ الذي يقع فيه كثير من المبتدئين هو الاعتقاد أن النجاح يعتمد على كتابة Prompt واحد مثالي. لكن المستخدمين المحترفين في 2026 يعملون بطريقة مختلفة تمامًا.
بدل محاولة كتابة أمر من خمسين سطرًا، يبدأون بطلب بسيط، ثم يدخلون في حوار تدريجي مع النموذج، يضيفون خلاله الملاحظات، ويطلبون التعديلات، ويختبرون أكثر من اتجاه حتى يصلوا إلى النتيجة المطلوبة.
هذا الأسلوب يشبه العمل مع موظف محترف أكثر من كونه استخدامًا لمحرك بحث. فأنت لا تعطي جميع التعليمات دفعة واحدة، بل تبني النتيجة خطوة بعد أخرى.
ولهذا بدأت بعض الشركات تتحدث عن مفهوم جديد هو AI Collaboration أو “التعاون مع الذكاء الاصطناعي”، بدل التركيز على Prompt Engineering فقط.
النماذج أصبحت تفهم السياق أكثر من الكلمات
من أكبر التطورات التي شهدها الذكاء الاصطناعي في 2026 هو تحسن فهم السياق الطويل.
أصبحت النماذج تتذكر ما دار في المحادثة، وتربط بين الأفكار، وتتعلم من التعديلات السابقة داخل الجلسة نفسها. فإذا طلبت منها كتابة مقال، ثم عدت بعد عشر دقائق لتقول: “اجعله أكثر احترافية”، فإنها غالبًا ستعرف أي مقال تقصد دون الحاجة إلى إعادة كتابة الطلب بالكامل.
هذا التطور جعل اللغة الطبيعية أكثر فعالية من الصيغ الجامدة التي كانت تعتمد على قوائم طويلة من التعليمات.
ولذلك نلاحظ أن كثيرًا من الأدلة الحديثة الصادرة عن شركات الذكاء الاصطناعي أصبحت تشجع المستخدم على التحدث بصورة طبيعية بدل محاولة كتابة Prompt يبدو وكأنه برنامج حاسوبي.
لكن مهارة كتابة الأوامر لم تختفِ تمامًا رغم كل ذلك، سيكون من الخطأ القول إن Prompt Engineering انتهى.
في المجالات الاحترافية، مثل تطوير البرمجيات، وتحليل البيانات، وإنتاج المحتوى بكميات كبيرة، وبناء وكلاء الذكاء الاصطناعي (AI Agents)، ما زالت جودة التعليمات تؤثر بصورة مباشرة في جودة النتائج.
لكن الفرق أن المهارة المطلوبة اليوم لم تعد كتابة أوامر طويلة، وإنما تصميم سير العمل.
على سبيل المثال، إذا كنت تبني وكيلًا ذكيًا لخدمة العملاء، فلن يكفي أن تكتب له Prompt جيدًا، بل ستحتاج إلى تحديد مصادر البيانات، وقواعد اتخاذ القرار، وحدود الصلاحيات، وآلية التعامل مع الحالات الاستثنائية.
أي أن قيمة Prompt أصبحت جزءًا من منظومة أكبر، وليست المنظومة كلها.
المهارة التي أصبحت أكثر قيمة من Prompt Engineering
إذا سألتني عن المهارة الأكثر أهمية في 2026، فلن أجيب “كتابة الأوامر”، وإنما التفكير النقدي.
لماذا؟
لأن النماذج أصبحت قادرة على إنتاج نصوص ممتازة، لكنها لا تستطيع دائمًا التمييز بين المعلومة الدقيقة والمعلومة المضللة، أو بين القرار المناسب وغير المناسب في سياق عملك.
ولهذا أصبحت قيمة الإنسان في قدرته على طرح السؤال الصحيح، ومراجعة النتائج، وربطها بالواقع، واكتشاف الأخطاء التي قد تمر على الذكاء الاصطناعي.
بمعنى آخر، لم يعد المستخدم المتميز هو من يعرف كتابة Prompt معقد، بل من يعرف متى يثق بالإجابة، ومتى يطلب تحسينها، ومتى يرفضها بالكامل.
هل ما زالت الشركات تبحث عن Prompt Engineers؟
عندما ظهرت هذه الوظائف لأول مرة، توقع كثيرون أنها ستصبح تخصصًا مستقلًا طويل الأمد. لكن مع تطور النماذج، بدأت الشركات تقلل الاعتماد على هذا المسمى، وأصبح الاهتمام يتجه إلى أدوار أوسع مثل:
- مهندس حلول الذكاء الاصطناعي.
- مطور AI Agents.
- مهندس أتمتة الأعمال.
- متخصص تكامل الذكاء الاصطناعي.
- مستشار التحول بالذكاء الاصطناعي.
السبب بسيط: الشركات لم تعد تريد شخصًا يجيد كتابة الأوامر فقط، بل شخصًا يستطيع تحويل الذكاء الاصطناعي إلى قيمة حقيقية داخل المؤسسة.
ماذا يجب أن تتعلم بدلًا من التركيز على Prompt Engineering؟
إذا كنت تبدأ رحلتك مع الذكاء الاصطناعي اليوم، فمن الأفضل أن توسع دائرة مهاراتك.
- تعلم كيف تفهم المشكلة قبل البحث عن الحل.
- تعلم كيفية تقييم إجابات الذكاء الاصطناعي بدل قبولها كما هي.
- تعرف على أدوات الأتمتة وربط التطبيقات.
- افهم أساسيات تحليل البيانات.
- وتعلم كيف تبني سير عمل متكامل يجمع بين أكثر من أداة ذكاء اصطناعي لتحقيق هدف واحد.
هذه المهارات ستظل مطلوبة حتى مع تطور النماذج، لأنها تعتمد على التفكير، وليس على حفظ قوالب جاهزة.
هناك نقطة يغفل عنها كثير من المستخدمين أيضًا، وهي أن أفضل Prompt في العالم لن يعوض غياب الفهم الحقيقي للمهمة. فإذا لم تكن تعرف ما الذي تريد الوصول إليه، فلن يستطيع أي نموذج أن يخمن هدفك بدقة مهما بلغت قوته.
ولهذا يبدو أن مستقبل الذكاء الاصطناعي لن يكون سباقًا نحو كتابة أوامر أكثر تعقيدًا، بل نحو التعاون الذكي بين الإنسان والآلة. فكلما أصبحت النماذج أكثر فهمًا للغة الطبيعية، زادت أهمية الخبرة البشرية، والقدرة على اتخاذ القرار، وتحويل الأفكار إلى مشاريع حقيقية. أما Prompt Engineering، فسيظل موجودًا، لكنه لن يكون النجم الأوحد كما كان في بداية ثورة الذكاء الاصطناعي، بل مجرد مهارة ضمن مجموعة أكبر من المهارات التي يحتاجها محترفو المستقبل.
لا يسمح بنقل هذا المحتوى من سوالف دون الاشارة برابط مباشر
