بيتر تشانغ
12 يناير 2026 11:03 مساءً
يكشف GitHub عن ثلاث طرق عملية للمطورين لتحسين مخرجات الترميز القائمة على الذكاء الاصطناعي من خلال التعليمات المخصصة والمطالبات القابلة لإعادة الاستخدام ووكلاء الذكاء الاصطناعي المتخصصين.
يدفع GitHub المطورين للانتقال إلى ما هو أبعد من المطالبات الأساسية من خلال إطار عمل جديد يطلق عليه هندسة السياق - وهو نهج منهجي لتزويد مساعدي الترميز القائمة على الذكاء الاصطناعي بالمعلومات الصحيحة في الوقت المناسب. يحدد التوجيه، الذي نُشر في 12 يناير 2026، ثلاث تقنيات محددة للحصول على نتائج أفضل من GitHub Copilot.
يمثل المفهوم ما يصفه الرئيس التنفيذي لشركة Braintrust أنكور غويال بأنه إحضار "المعلومات الصحيحة (بالتنسيق الصحيح) إلى نموذج اللغة الكبير". الأمر أقل تعلقاً بالصياغة الذكية وأكثر تعلقاً بتسليم البيانات المنظمة.
ثلاث تقنيات فعالة بالفعل
قدم هارالد كيرشنر، مدير المنتج الرئيسي في Microsoft والذي يمتلك خبرة عميقة في VS Code وCopilot، النهج في مؤتمر GitHub Universe الخريف الماضي. الطرق الثلاث هي:
التعليمات المخصصة تتيح للفرق تحديد اتفاقيات الترميز ومعايير التسمية وأنماط التوثيق التي يتبعها Copilot تلقائياً. توجد هذه في ملفات .github/copilot-instructions.md أو إعدادات VS Code. فكر في: كيف يجب تنظيم مكونات React، وكيفية معالجة الأخطاء في خدمات Node، أو قواعد تنسيق توثيق واجهة برمجة تطبيقات جديدة.
المطالبات القابلة لإعادة الاستخدام تحول المهام المتكررة إلى أوامر موحدة. يتم تخزينها في .github/prompts/*.prompts.md، ويمكن تشغيلها عبر أوامر الشرطة المائلة مثل /create-react-form. تستخدمها الفرق في مراجعات الكود، وتوليد الاختبارات، وإنشاء هيكل المشروع - نفس التنفيذ في كل مرة.
وكلاء الذكاء الاصطناعي المخصصين ينشئون شخصيات ذكاء اصطناعي متخصصة ذات مسؤوليات محددة. وكيل الذكاء الاصطناعي لتصميم واجهة برمجة تطبيقات جديدة يراجع الواجهات. وكيل الذكاء الاصطناعي الأمني يتعامل مع التحليل الثابت. وكيل الذكاء الاصطناعي للتوثيق يعيد كتابة التعليقات. يمكن أن يتضمن كل منها أدواته الخاصة، وقيوده، ونماذج سلوكه، مع قدرة التسليم بين وكلاء الذكاء الاصطناعي لسير العمل المعقد.
لماذا هذا مهم الآن
اكتسبت هندسة السياق زخماً كبيراً في جميع أنحاء صناعة الذكاء الاصطناعي خلال أوائل عام 2026، مع ظهور مناقشات متعددة تركز على المؤسسات في نفس أسبوع توجيه GitHub. يتناول هذا التخصص قيداً أساسياً: تؤدي نماذج اللغة الكبيرة أداءً أفضل بشكل كبير عندما تُعطى معلومات خلفية منظمة وذات صلة بدلاً من الاستعلامات الخام.
يندرج التوليد المعزز بالاسترجاع (RAG)، وأنظمة الذاكرة، وتنسيق الأدوات جميعها تحت هذه المظلة. الهدف ليس مجرد مخرجات كود أفضل - بل تقليل المطالبات المتبادلة التي تقتل تدفق المطور.
بالنسبة للفرق التي تستخدم Copilot بالفعل، فإن الفائدة العملية هي الاتساق عبر المستودعات وتسريع الإعداد. يرث المطورون الجدد إعداد هندسة السياق بدلاً من تعلم المعرفة القبلية حول "كيفية مطالبة Copilot بشكل صحيح".
يتضمن توثيق GitHub أدلة الإعداد لكل تقنية، مما يشير إلى أن الشركة ترى هندسة السياق ككفاءة أساسية للتطوير القائمة على الذكاء الاصطناعي في المستقبل.
مصدر الصورة: Shutterstock
المصدر: https://blockchain.news/news/github-copilot-context-engineering-techniques
