محتوى الذكاء الاصطناعي لم يكن جيدًا بما فيه الكفاية. الآن هو.

هناك اعتقاد شائع بأن منشورات المدونات التي ينشئها الذكاء الاصطناعي هي بطبيعتها ذات جودة منخفضة وأدنى من نظيراتها من صنع الإنسان.

إن الشركات التي تعمل على توسيع نطاق المحتوى الناتج عن الذكاء الاصطناعي تفعل ذلك مع العلم أنها تقوم بمقايضة، كما نعتقد، باختيار السرعة والنطاق على حساب الجودة. نحن نتفق على أن الذكاء الاصطناعي أسرع من أي إنسان، وأنه يقوم بتمرير المسودة الأولى، لكننا نعلم أننا لا نزال نضحي بشيء مهم باستخدامه.

أعتقد الآن أن هذا الاعتقاد عفا عليه الزمن. أعتقد أننا وصلنا إلى النقطة التي يستطيع فيها الذكاء الاصطناعي التوليدي إنشاء محتوى لا يمكن تمييزه عن المجموعة الهائلة من المحتوى المكتوب بشريًا والذي أنتجه مسوقو المحتوى، مثلي، في السنوات السابقة.

لقد أصبح الذكاء الاصطناعي باحثًا أكثر شمولاً، وأكثر التزامًا بإرشادات العلامة التجارية والصوت، وأكثر مرونة في استجابته للملاحظات، وأسرع، وأكثر كفاءة. لم تعد هناك مقايضة متأصلة في استخدام الذكاء الاصطناعي لإنشاء المحتوى.

هذا لا يعني أن كل محتوى الذكاء الاصطناعي جيد بشكل افتراضي؛ كل ما في الأمر هو أن الحواجز التي حالت دون أن يكون إنشاء محتوى الذكاء الاصطناعي جيدًا قد سقطت. لا يزال الوصول إلى الكتابة ذات المستوى العالمي من خلال LLMs غير متساوٍ، لكنه لن يبقى على هذا النحو لفترة طويلة. إن محتوى الذكاء الاصطناعي “المثالي” من الناحية الوظيفية أصبح قاب قوسين أو أدنى بالنسبة لنا جميعًا، ومن مصلحتنا أن نعترف به.

هذا هو السبب.

يعتقد الكثير من الناس أن هناك بعض الصفات المتأصلة في الكتابة البشرية التي لا يمكن للذكاء الاصطناعي الوصول إليها أبدًا، وبعض الشرارة الإبداعية التي لا يمكن لنظرائنا من السيليكون الوصول إليها إلى الأبد.

لن أزعم أن الذكاء الاصطناعي سيقترب يومًا ما من عمق شكسبير، لكنني سأزعم أن “الكتابة العظيمة” أبسط وأكثر ميكانيكية مما يفترضه معظم الناس. معظم الأجزاء المكونة لـ “الكتابة الرائعة” هي الأشياء التي يمكن لحاملي LLM القيام بها بشكل جيد جدًا.

لقد أمضيت حياتي المهنية بأكملها محاولًا أن أصبح كاتبًا أفضل من خلال التأمل في عملية الكتابة، والتساؤل عن سبب نجاح بعض الأشياء وفشل البعض الآخر. أنا لست خبيرًا في هذا المجال، لكنني طورت رؤية عالمية فعالة لآليات الكتابة، ومجموعة من مبادئ الكتابة التي أتبعها مرارًا وتكرارًا.

على سبيل المثال، إليك بعض المقتطفات العشوائية من قائمة التحرير الخاصة بي:

• هل تناولنا أبرز الاعتراضات على هذه الفكرة؟
• هل استخدمنا كلمات كثيفة حيثما أمكن ذلك؟ (“رواية” بدلاً من “شيء جديد”، “عالمي” بدلاً من “على نطاق عالمي”، وما إلى ذلك)
• هل استبدلنا كلمات ابن عرس بأمثلة محددة؟ (“نتائج الأعمال”، “يعتقد الخبراء”، “تحليل البيانات”، “اتخاذ القرار”، وما إلى ذلك)
• هل نتجنب جعل الأشياء الصعبة تبدو سهلة؟
• هل نفتتح بأهم المعلومات؟ (في المقدمة، في بداية الفقرات)
• إلخ.

هذه المبادئ هي كيف أكتب، وكيف أقوم بتحرير الكتابة، وكيف أقوم بتدريس الكتابة. إنها بسيطة للغاية، ولكن يتم تنفيذها في انسجام تام، فهي تصعد إلى شيء ينتهي به الأمر بشكل منتظم إلى حد ما عظيمكتابة.

في الواقع، هذه المبادئ بسيطة جدًا لدرجة أن حامل شهادة LLM يمكنه تنفيذها على أكمل وجه، وعادةً ما يكون أفضل مني. كثيرا ما أطبق هذه المبادئ بشكل غير متساو، من خلال التعب أو الملل أو الكسل. ولكن بالنسبة للماجستير في القانون، يمكن وضع هذه المبادئ مرة واحدة واتباعها إلى أجل غير مسمى. ويمكن تحجيمها بالتساوي إلى مئات وآلاف، الملايين من المخرجات، المقننة في مطالبات النظام وملفات SKILL (المزيد حولها في القسم التالي).

إذا كنت تقر بوجود وصفة أساسية للكتابة الرائعة (وأنا أعتقد أنها كذلك)، فيمكن لطلاب الماجستير في القانون اتباعها جيدًا. قم بربط العديد من هذه الاستدلالات معًا بطريقة موثوقة، ويمكنك إنشاء عملية كتابة استثنائية باستخدام الذكاء الاصطناعي.

وأخيراً، لدينا التكنولوجيا اللازمة لتمكين ذلك.

بالنسبة للعديد من الأشخاص، لا تزال نظرتهم العالمية للذكاء الاصطناعي راسخة في تجربة الدردشة. لكن حاملي شهادات الماجستير في القانون ــ والأهم من ذلك، البنية التحتية المحيطة بهم ــ أحرزوا تقدما هائلا في الأشهر الأخيرة.

وحتى في أيامها الأولى، أظهرت نماذج اللغات الكبيرة شرارات من الذكاء الخارق للإنسان في مناطق صغيرة. ولكن مثل طفل مبكر النضوج يقلد والديه دون فهم حقيقي لسلوكه، كان من الصعب أن نتخيل أن هذه الشرارات تتطور إلى توهج في القدرة الحقيقية على الكتابة.

تبدو حفنة من الجمل المتماسكة على بعد ملايين الأميال من توليد آلاف الكلمات من الكتابة الدقيقة والمفيدة والموجزة والمتعلقة بالعلامة التجارية بشكل موثوق؛ من تحديد وملء الفجوات في الموضوع، وفهم هدف البحث السائد، والتمييز عن المقالات المنافسة، وما إلى ذلك.

عندما كتبت عن عملية الكتابة السابقة الخاصة بي باستخدام الذكاء الاصطناعي (باستخدام ميزات GPT المخصصة بناءً على مبادئي التحريرية)، رأيت العديد من شرارات التألق في الإخراج، لكن المنتج النهائي لا يزال يعتمد على التدخل البشري في إنشائه.

نسخة مبكرة من مسار محتوى الذكاء الاصطناعي الخاص بنا، تم إنشاؤه باستخدام مشاريع ChatGPT وGPTs المخصصة.

ولكن هذا لم يعد هو الحال. وبعد سبعة أشهر فقط، اختفت القيود المفروضة على هذه العملية. اليوم، يوفر اشتراكي في Claude بقيمة 20 دولارًا أمريكيًا/مليونًا إمكانية الوصول إلى قدرات تبدو أقرب إلى الخيال العلمي. أنا استطيع:

• قم بربط عمليات LLM المتعددة معًا في سير عمل واحد مستمر (Claude Code وOpenAI Codex ونماذج وكيلة أخرى).
• قم بتوفير حواجز حماية لتجنب الكثير من “التذبذب” الاحتمالي الذي نراه عندما يحاول طلاب LLM عادة اتباع العمليات (المهارات) وتشجيعهم على قياس أدائهم بشكل متكرر وتحسين أنفسهم.
• دمج الذكاء الاصطناعي في سير العمل الحالي عبر الأدوات الأخرى (MCP).
• المحتوى الأساسي في مجموعات البحث، في عينات من الكتابة الموجودة، ونبرة الصوت، والمبادئ التوجيهية للعلامة التجارية (RAG، الذاكرة، السياق).

(وهذا يتجاهل التحسينات المهمة التي أظهرتها النماذج الرئيسية نفسها في السنوات الأخيرة).

بعض ملفات SKILL المخصصة التي أنشأناها لـ Claude Code.

لقد كان للبنية التحتية للتشفير الديناميكي التي تم تطويرها في العام الماضي تأثير تحويلي على فائدة LLMs بشكل عام. لا تزال دورات LLM عبارة عن عمليات إكمال تلقائي متطورة “مجرد” – ونحن بالتأكيد لم نحقق الذكاء الاصطناعي العام – لكن شركات مثل Anthropic و OpenAI نجحت في تسخير هذا السلوك بطريقة تبدو أكثر فائدة بكثير من مجموع أجزائه.

والأهم من ذلك، أن المهمة الموكلة إليهم – تسويق المحتوى – ليست معقدة بشكل خاص.

يقضي معظم مسوقي المحتوى معظم وقتهم في إنشاء محتوى إعلامي يستهدف الكلمات الرئيسية: مقالات إرشادية مفيدة أو قوائم مقارنة. هذه هي النماذج الأولية لتسويق المحتوى التي تم اختبارها عبر الزمن، وهي بشكل عام سهلة الإنشاء.

كما كان من قبل، أعتقد أن هناك وصفة أساسية لمحتوى بحث فعال. فيما يلي بعض المبادئ الأساسية التي نحاول اتباعها في محتوى بحثنا:

• معالجة هدف البحث الأساسي
• البناء على الإجماع في نتائج البحث الحالية
• املأ أي فجوات موضوعية واضحة بين مقالاتك ومقالات منافسيك
• أضف معلومات جديدة ومبتكرة أعلى من النتائج الحالية
• قم بالإشارة إلى أي محتوى موجود ذي صلة قمت بإنشائه بالفعل حول هذا الموضوع
• قم بالإشارة إلى أي محتوى خارجي ذي صلة قد يساعد القارئ على مواصلة الاستكشاف
• قم بإعطاء الأولوية للموضوعات التي تسمح لك بالإشارة إلى منتجك بشكل طبيعي
• تأكد من أن بنية المقالة حصرية وشاملة بشكل جماعي
• تأكد من أن بنية المقالة تفي فعليًا بوعد العنوان
• اجذب اهتمام القارئ بالعنوان والمقدمة
• قم بتضمين الكلمات الرئيسية وأشكال الكلمات الرئيسية بشكل طبيعي في أجزاء مهمة من المقالة
• إلخ.

هذه مفاهيم بسيطة بالمثل والتي ترتقي أيضًا إلى محتوى البحث الفعال. إذا تمكن الشخص من متابعة هذه العمليات، فإن محتوى البحث الخاص به يعمل بشكل جيد بشكل عام. وينطبق الشيء نفسه على LLM. إذا تمكن Opus 4.6 أو GPT 5.4 من متابعة هذه العمليات، فإن مخرجاتها ستؤدي أيضًا بشكل جيد.

حتى أكثر هذه العمليات غموضًا يعد أمرًا تافهًا إلى حد ما بالنسبة لـ LLM، إما عن طريق توفير خطوات واضحة يجب اتخاذها (“استخدم WebFetch لتشغيل موقع: ابحث عن ahrefs.com/blog وقم بإرجاع المقالات الثلاثة الأولى…“)، أمثلة على المخرجات المطلوبة (مثل ملف مرجعي لمقدمات المقالات المفضلة لديك)، أو الوصول إلى مصادر البيانات الموثوقة (مثل Ahrefs MCP).

معاينة لملف SKILL لاسترداد محتوى Ahrefs الموجود لكلمة رئيسية معينة.

بقدر ما قد نتمنى خلاف ذلك، فإن محتوى البحث الفعال يكون ذو صيغة مكثفة (وبالتالي نجاح طريقة سكاي سكريبر). ليست هناك حاجة لتعقيد كبير أو حداثة كبيرة، ولا حاجة للشعر أو الاختلاف مع برنامج SERP.

هناك بعض المساحة للابتكار والتجريب، ولكن أقل مما قد تفترض: فالابتعاد كثيراً عن نافذة أوفرتون يؤدي عادة إلى تدهور الأداء، بدلاً من تحسينه (أقول ذلك بعد العديد من المحاولات الفاشلة لإنشاء محتوى بحث “ذكي”).

إذا تمكن كلود من إعادة بناء قاعدة تعليمات برمجية مكونة من 100000 سطر، فمن الغطرسة افتراض أن نماذج اللغات الكبيرة لا يمكنها كتابة جزء ممتاز من المحتوى المحسّن للبحث. لا يستطيع الذكاء الاصطناعي كتابة شكسبير، لكنه لا يحتاج إلى ذلك.

الأفكار النهائية

سواء أقنعتك أم لا، في وقت كتابة هذا التقرير، هناك أجزاء مهمة من دوري قمت بالفعل بالاستعانة بمصادر خارجية للذكاء الاصطناعي التوليدي. أستخدم Claude Code وAhrefs MCP وسلسلة من حوالي 15 مهارات مخصصة، متسلسلة معًا بالتسلسل، لتحديث المقالات القديمة وإنشاء محتوى مفيد وعالي الجودة.

يبدأ كلود في عملية تحديث المحتوى.

هذه المقالات تبدو هي نفسها. يؤدون نفس الشيء. وهي تشمل تجربتي ومنظوري. إنها جيدة مثل أي شيء كان من الممكن أن أكتبه؛ أفضل، لأنه لم يكن لدي الوقت الكافي لإنشائها بطريقة أخرى. ليس هناك مقايضة.

لا تزال هناك فجوة واسعة في الجودة الممكنة بين الكاتب الماهر الذي يستخدم الذكاء الاصطناعي التوليدي إلى أقصى إمكاناته، والشخص العادي الذي يدفع ChatGPT إلى “كتابة مشاركة مدونة”.

لكن هذه الفجوة أصبحت أصغر بكثير مما كانت عليه من قبل؛ وعلى المدى الطويل، سيتم إغلاقه، حيث تستمر منصات الذكاء الاصطناعي في إضفاء الطابع الديمقراطي على الوصول إلى كل هذه الوظائف المذهلة. ستصبح مهارات “مهندس المحتوى” مجرد سير عمل آخر في كل منصة LLM رئيسية. أصبح محتوى الذكاء الاصطناعي “المثالي” وظيفيًا قاب قوسين أو أدنى بالنسبة لنا جميعًا.

أنا مرتاح لتقديم هذه الحجة لأن هناك أجزاء كثيرة من وظيفتي لا أستطيع حتى الآن الاستعانة بمصادر خارجية للذكاء الاصطناعي؛ هناك آخرون لن أفعل ذلك، حتى لو استطعت (مثل هذا المقال).

لن يتم العثور على الطريق إلى الأمام إلا إذا كنا صادقين بشأن المكان الذي يمكن، وينبغي، استخدام الذكاء الاصطناعي فيه. حتى وقت قريب، لم يكن محتوى الذكاء الاصطناعي جيدًا بما فيه الكفاية. الآن، هو عليه. كلما أسرعنا في الاعتراف بذلك، كلما زاد الوقت الذي يتعين علينا فيه التركيز على أجزاء التسويق التي سيتمتع فيها البشر بفترة عمل أطول وأكثر سعادة.

(وأنا لا أفتقد كتابة محتوى سكاي سكريبر.)