هل تمنيت يومًا أن يقوم جهاز الكمبيوتر الخاص بك بالأشياء المملة بينما تذهب لإعداد القهوة؟ ليس الأشياء المملة الممتعة - مثل التمرير عبر إيجارات العطلات التي لا يمكنك تحملها - ولكن الأشياء المملة حقًا. ملء النماذج. تنزيل الملفات الصحيحة من ثلاث بوابات مختلفة. نسخ الإجماليات من العمود C إلى العمود G دون حساب متوسط قيمة القطة عن طريق الخطأ. إذا كنت أنت هذا الشخص، فمرحبًا بك في ميزة "استخدام الكمبيوتر" في Google's Gemini 2.5، وهي الميزة التي تتيح لوكيل الذكاء الاصطناعي قيادة متصفحك حرفيًا مثل متدرب صغير لا يكل - ولا يسأل عن معنى كلمة "التآزر".
في هذه الجولة الودية، سنستعرض ماهية ميزة "استخدام الكمبيوتر" في Gemini 2.5 حقًا، وكيف تعمل، وأين تتألق، وأين لا تزال تنقر على الزر الخطأ مثل عمك على إعلان منبثق. سأشارك أمثلة عملية، ومخاطر محتملة، وأنواع النصائح الواقعية التي قد تحتاجها قبل تسليمها مفاتيح شاشتك.
ما هي ميزة "استخدام الكمبيوتر" في Gemini 2.5، باللغة العربية البسيطة؟
- فكر في الأمر على أنه "ذكاء اصطناعي مزود بفأرة ولوحة مفاتيح". بدلاً من مجرد الإجابة على الأسئلة بالنص، يمكن لـ Gemini 2.5 Computer Use تشغيل متصفح الويب بالطريقة التي تفعلها أنت: النقر على الروابط، والكتابة في الحقول، والتمرير، والنسخ، واللصق، وتنزيل الملفات، وإكمال المهام متعددة الخطوات عبر مواقع مختلفة - كل ذلك من تعليمات واحدة باللغة الطبيعية. إنه الفرق بين "أخبرني كيف أفعل ذلك" و "اذهب وافعل ذلك".
- وهو متخصص في أتمتة المتصفح. أنت تعطيه هدفًا ("ابحث عن آخر كشف حساب، وقم بتنزيل ملف PDF، وأرسل لي إجمالي المبلغ بالبريد الإلكتروني"), وهو يقود العملية داخل جلسة متصفح مُتحكم بها، إجراء واحد في كل مرة، مع خريطة للصفحة وذاكرة لما فعله حتى الآن.
لماذا هذا مهم؟ لأن معظم عملنا يحدث في المتصفح الآن: بوابات الموارد البشرية، ولوحات معلومات الموردين، والنماذج الحكومية، وقواعد المعرفة، و Google Drive، سمها ما شئت. إذا كان بإمكان الروبوت النقر بأمان كما نفعل - وعدم حذف كليفلاند في هذه العملية - فستحصل على موفر عملي للوقت.
كيف يعمل Gemini 2.5 Computer Use في الواقع (بدون تلاعب)
تخيل سائقًا حريصًا في مدينة جديدة، يستخدم توجيهات خطوة بخطوة:
- إنه يدرك الصفحة: يقرأ الوكيل بنية الصفحة، وليس مجرد وحدات البكسل. يرى العناصر القابلة للنقر، وحقول النصوص، والتسميات، والتخطيط، حتى يتمكن من اختيار الهدف الصحيح - حتى عندما يقول كلا الزرين "متابعة". إنه مثل امتلاك رؤية بالأشعة السينية لنظام DOM.
- يخطط للخطوة التالية: من التعليمات عالية المستوى، يقسم العمل إلى إجراءات صغيرة: انقر فوق هذا الرابط، واكتب هذا البريد الإلكتروني، وانتظر النافذة المنبثقة، وقم بالتمرير إلى الجدول، واستخرج البيانات. إذا قمت بتسجيل ماكرو من قبل، فسيبدو هذا مألوفًا - إلا أنه يتكيف في منتصف الرحلة إذا تغير تخطيط الصفحة.
- إنه يتصرف - ويتحقق: بعد كل إجراء، فإنه يتحقق من صحة الإجراء: هل ظهر العنصر المتوقع؟ هل تم تعطيل الزر الآن؟ إذا لم يكن الأمر كذلك، فإنه يجرب مسارًا مختلفًا. حلقة التغذية الراجعة هذه هي كيف يتجنب القيادة من على جرف عندما يتم تحميل صفحة ببطء أو يحتاج حقل إلى تنسيق مختلف.
- إنه يوثق نفسه: تنتج معظم عمليات التشغيل مسارًا مرئيًا - ما تم النقر فوقه، وما تم كتابته، وما تم تنزيله - والذي يمكنك مراجعته. هذا السجل هو كنز لتصحيح الأخطاء والامتثال، خاصة إذا كنت تقوم بأتمتة شيء حساس مثل البيانات المالية أو بيانات الموارد البشرية.
نعم، يمكنه التنقل عبر مواقع متعددة دفعة واحدة - على سبيل المثال، تسجيل الدخول إلى لوحة معلومات المورد، وجمع الأسعار، ولصق النتائج في جدول بيانات Google، وإرسال الرابط إلى فريقك عبر البريد الإلكتروني. هذا هو المكان الذي يبدو فيه أقل مثل "chatbot" وأكثر مثل مساعد - على عكس المساعد الحقيقي - لا يترك ملاحظات لاذعة على جهاز العرض الخاص بك.
تحقق سريع من الواقع: أين يكون رائعًا، وأين يكون أحمق
الجزء الممتع أولاً: يتعامل Gemini 2.5 Computer Use مع:
- الأعمال الروتينية المتكررة على الويب: ملء النماذج، وتحميل الملفات، وتنزيل البيانات، والسير عبر بوابات المسؤولين التي تبدو مصممة خصيصًا لإضاعة أيام الثلاثاء.
- تجميع البيانات في المتصفح: النسخ واللصق عبر علامات التبويب، وتنظيف الجداول، ونقل الأشياء إلى مستند أو ورقة، وتنسيقها بالطريقة التي يحبها رئيسك (بمعنى آخر، الطريقة الصحيحة الوحيدة).
- سير العمل متعدد الخطوات: انتقل من "البحث" إلى "التنسيق" إلى "المشاركة" دون أن تراقب النقرات.
لكن دعونا نحافظ على قبعاتنا. مثل جميع وكلاء الذكاء الاصطناعي الأوائل، فإنه يعاني من خلل عندما:
- تكون الصفحات ديناميكية بشكل كبير: يمكن أن يؤدي التمرير اللانهائي والنوافذ المنبثقة التي تختفي عند التمرير فوقها إلى إرباكه. إذا حاولت يومًا النقر فوق زر يتحرك مثل لعبة الضرب، فتخيل أنك تعلم روبوتًا القيام بذلك.
- تظهر اختبارات التحقق من أنك لست روبوتًا وبوابات المصادقة الثنائية: ميزات الأمان التي توقف الروبوتات مصممة، حسنًا، لإيقاف الروبوتات. ستظل بحاجة إلى الموافقة على تسجيل الدخول أو حل اللغز في بعض الأحيان.
- توجد تسميات غامضة: إذا كان للموقع ثلاثة أزرار "إرسال" وكان الزر الأوسط يطلب رافعة شوكية، فستحتاج إلى التحقق من مسار النقر في المرة الأولى.
يوم في الحياة: ثلاث حالات استخدام واقعية
- مدير النفقات: تقول: "سجّل الدخول إلى TravelPortal.com، واحصل على إيصالات رحلاتي الثلاث الأخيرة، وقم بتنزيل ملفات PDF، وأسقطها في مجلد المصاريف / 2024 في Drive. ثم قم بصياغة رسالة بريد إلكتروني موجزة إلى الشؤون المالية." يسجل الوكيل الدخول، وينتقل إلى الإيصالات، وينزل الملفات، ويعيد تسميتها بالتاريخ-الرحلة-المدينة، ويحملها إلى Drive، وينشئ قائمة نقطية سريعة بالإجماليات، ويصوغ بريدك الإلكتروني. تفضل. هذا يوفر 20 دقيقة من الإدارة.
- مدقق أسعار البائعين: "قارن قائمة الأسعار الحالية للطراز Z من البائعين A و B و C. الصق وحدات SKU والأسعار في جدول بيانات Google الخاص بي "مراقبة أسعار الربع الرابع" وقم بتمييز أي انخفاض في الأسعار يزيد عن 8٪." يزور الوكيل ثلاثة مواقع، ويبحث، ويكشط وحدات الأسعار، ويوحد البيانات، ويحدث الورقة، ويسلط الضوء على الصفقات.
- عفريت بوابة الموارد البشرية: "قم بتحديث عنواني في بوابة الموارد البشرية، وقم بتأكيد أهلية الحصول على المزايا، وقم بتنزيل أحدث قسيمة دفع، وتحقق من أرصدة الإجازات المدفوعة الأجر خلال الربع الأخير." يسير الوكيل بجدية عبر المتاهة. أنت تراقب التشغيل الأول. بعد ذلك، يصبح طقسك الشهري بدون طقوس.
ماذا عن السلامة والخصوصية و "هل أنت متأكد من أنه لن يرسل بريدًا إلكترونيًا إلى حبيبي السابق؟"
يعمل استخدام الكمبيوتر في بيئة مقيدة مصممة للإشراف. بعبارات إنسانية: يمكنك مشاهدته وهو يعمل، وتعيين حدود لما يمكنه الوصول إليه، والمطالبة بالموافقات على الخطوات الحساسة مثل إرسال رسائل البريد الإلكتروني أو تحويل الأموال. تساعدك سجلات الجلسات على تدقيق ما حدث ولماذا. الحلم هو "عدم التدخل"، ولكن الواقع - خاصة في البداية - هو "إبقاء عينيك مفتوحتين في التمريرة الأولى، ثم تخفيف المقود." هذا ليس خطأ؛ إنه منطقي.
نصائح الإعداد الاحترافية (من شخص أساء وضع بعض النقرات)
- ابدأ صغيرًا: امنحه مهامًا مملة ولكنها آمنة أولاً: تنزيل التقارير، وإعادة تسمية الملفات، وترتيب جداول البيانات. أنت تبني الثقة؛ وهو يبني نصًا برمجيًا قويًا.
- قم بتسمية العناصر لتحقيق النجاح: حيث يمكنك التحكم في مواقع الويب أو لوحات المعلومات الداخلية، استخدم تسميات ومعرفات واضحة. يتشبث الوكيل بالنص والبنية التي يمكن التنبؤ بها مثل المسترد الذهبي بكرة التنس.
- قم بإنشاء "مسار سعيد" أولاً: سجل النقرات والحقول المثالية التي يجب أن يتوقعها. ثم ألقِ عليه كرة منحنية (تحميل بطيء، مربع حوار إضافي) وشاهد كيف يتعافى. تحسين من هناك.
- احتفظ بالمصادقة الثنائية في متناول يدك: توقع الموافقة على تسجيل الدخول أو لصق رمز للحسابات المحمية. هذا ليس عيبًا؛ إنها ميزة أمان.
- سجل كل شيء: احفظ سجل الإجراءات ولقطات الشاشة لسير العمل الحساسة. إذا حدث أي شيء بشكل جانبي، فستعرف أين ومتى وأي زر.
كيف تتم مقارنته بـ "وكلاء الذكاء الاصطناعي" الآخرين الذين سمعت عنهم؟
إذا كنت قد شاهدت عروضًا توضيحية لمساعدي الذكاء الاصطناعي يتحكمون في شاشتك، فقد رأيت هذا النوع: وكيل ينقر ويكتب بدلاً من مجرد "الإجابة". يميل Gemini 2.5 Computer Use إلى أتمتة الويب من خلال فهم منظم للصفحات، وفحوصات الحالة بعد كل إجراء، وتسجيل لطيف بشكل افتراضي. في اختباري، إنه جيد بشكل خاص في مهام "المتصفح إلى المستند" - اسحب شيئًا من موقع، وأعد تشكيله، والصقه في مستند أو ورقة يمكنك مشاركتها.
أين تأخر: أي سير عمل يعتمد على واجهة مستخدم متشنجة وثقيلة الرسوم المتحركة أو اختبارات التحقق من أنك لست روبوتًا. هذا ليس فريدًا بالنسبة إلى Gemini؛ إنه الوضع الحالي للفئة. الجانب الإيجابي: عندما يكون الموقع سليمًا، يشعر الوكيل بقدرة مدهشة. عندما لا يكون الأمر كذلك، ستتعلم أي المواقع لديها حساسية تجاه الأتمتة بشكل أسرع مما يمكنك قوله "شعار ملف تعريف الارتباط".
جولة سريعة: من المطالبة إلى المكافأة
لنقم بأتمتة مهمة حقيقية: سحب المقاييس ربع السنوية من ثلاث لوحات معلومات وتحديث مستند الفريق.
- الطلب: "افتح Acme Analytics و BetaReports و GammaBoard. قم بتصدير حركة مرور الربع الثالث حسب المصدر كملف CSV. قم بتوحيدها في جدول واحد في جداول بيانات Google، ثم قم بإنشاء ملخص من فقرة واحدة في المستندات."
- ما ستراه: يسجل الوكيل الدخول (أنت توافق على أي مصادقة ثنائية)، وينتقل إلى كل صفحة "تقارير"، ويختار النطاق الزمني الصحيح، وينقر فوق تصدير، وينزل ملفات CSV، ويفتح ورقة، ويستورد كل ملف إلى علامة تبويب جديدة، ويوحد رؤوس الأعمدة، ويضيف علامة تبويب مجمعة، ويكتب صيغ SUMIF لتدوير حركة المرور حسب المصدر. ثم يفتح مستندًا، ويسقط فقرة موجزة مع النقاط البارزة ورابط إلى الورقة.
- التنظيف: تتصفح المستند، وتعدل جملة، وتضغط على إرسال. عشر دقائق من المراقبة مقابل ساعة من العمل الشاق.
ركن استكشاف الأخطاء وإصلاحها: عندما يلتقي الروبوت بالفوضى
- لقد نقر على الزر الخطأ: أضف المزيد من السياق إلى تعليماتك: "انقر فوق الزر الأزرق 'تنزيل CSV' ضمن حركة المرور > المصادر، وليس الزر الأبيض 'تنزيل PDF' في الأعلى." يستخدم الوكيل صياغتك لتمييز الأهداف.
- نافذة منبثقة منعت التقدم: أخبره بما يجب فعله في النوافذ المنبثقة: "أغلق أي نموذج "قيم تجربتك"، ثم تابع." غالبًا ما تبحر الجولة الثانية خلالها.
- تغير تخطيط الجدول: وجهه إلى التسميات، وليس المواضع: "حدد القائمة المنسدلة المسماة 'النطاق الزمني' واختر 'الربع الأخير'." تجنب "في أعلى اليمين" و "الزر الثالث"، والتي تتعطل عندما يشعر المصمم بالإلهام.
إليك مفاجأة: Sider.AI (هؤلاء هم الأشخاص الذين تقرأهم الآن) يزودون متصفحك بمساعد ذكاء اصطناعي على الصفحة يمكنه صياغة المهام متعددة الخطوات وتلخيصها وتنسيقها مباشرة حيث تعمل. في تجربتي، فإن الجمع بين Gemini 2.5 Computer Use للقيادة الثقيلة للمتصفح والمساعدة داخل الصفحة من Sider يجعلها بمثابة لكمة لطيفة. يمكنك السماح لـ Gemini بالقيام بماراثون النقر، واستخدام Sider لتلميع المخرجات أو إنشاء رسائل بريد إلكتروني أو التحقق من صحة الأرقام دون مغادرة علامة التبويب. إنه ليس سحرًا، لكنه يبدو وكأنك تستأجر مدققًا لغويًا يعيش في متصفحك ولا يحتاج إلى بطاقة مفاتيح. متى لا تستخدم استخدام الكمبيوتر
- أي شيء ينتهك شروط الموقع أو توقعات الخصوصية. "لأنه يمكنه النقر" ليس "يجب أن تنقر".
- إجراءات لا يمكن تعويضها وذات لقطة واحدة - التقدم بطلب للحصول على تصريح حياة أو موت أو تحويل مبالغ كبيرة - حيث يجب على الإنسان مراجعة كل خطوة.
- العمل الإبداعي حيث لا تتمثل العوائق في النقرات ولكن في الحكم: تحرير مقطع فيديو، وتصميم شعار، والتفاوض على سعر. يمكن للوكيل جلب الملفات وتنسيقها وتصنيفها؛ لن يسحر البائع.
قائمة التحقق من البدء
- اختر مهمة واحدة تكررها أسبوعيًا وتعيش في المتصفح وتشعر بأنها حتمية. "قم بتنزيل تقرير الأمس وضعه هنا."
- اكتب النص المثالي باللغة العربية البسيطة. قم بتضمين التسميات، وليس المواضع؛ النتائج، وليس المشاعر.
- تشغيل تحت الإشراف. الموافقة على أي عمليات تسجيل دخول. شاهد سجل الإجراءات.
- أضف حواجز حماية: "لا ترسل النماذج؛ معاينة التنزيلات فقط."
- كرر: إذا تعثر، كن محددًا بشأن التصحيح وحاول مرة أخرى.
الطباعة الدقيقة التي ستهتم بها لاحقًا
- يعتمد الأداء على الموقع: الصفحات الثابتة جيدة التسمية = قبلة الشيف. الصفحات الديناميكية الملطخة بالإعلانات والسعيدة بالنماذج = أحضر الوجبات الخفيفة.
- زمن الوصول هو شيء: إنه النقر بالنقرة، مع فحوصات بين الخطوات. هذا ما يحافظ على موثوقيته - مثل سائق حريص، وليس متسابق سحب.
- أنت المسؤول: يمكنك إيقاف عمليات التشغيل، ومراجعة السجلات، وتعيين الأذونات. فكر في الأمر على أنه جهاز مشي مع زر إيقاف أحمر كبير. استخدمه.
الخلاصة: إذن، هل يستحق Gemini 2.5 Computer Use ذلك؟
إذا كان يومك يتضمن "فتح خمسة مواقع، والنقر على نفس الأزرار الثمانية، والحصول على نفس البيانات، ووضعها في مكان ما"... إذن نعم، هذا هو بالضبط نوع الذكاء الاصطناعي العملي الذي يوفر لك وقتًا حقيقيًا. إنه ليس خادمًا للخيال العلمي. إنه أشبه بمتدرب مطيع للغاية لا يرمش أبدًا ويوثق عمله دائمًا. تعامل معه بنفس الإشراف المنطقي الذي ستمنحه لموظف جديد، وستحصل على الفوائد دون الدراما.
نصيحتي: ابدأ بمهمة مملة واحدة، وقم بأتمتتها، واحتفظ بـ 20 دقيقة كل أسبوع. في غضون شهر، ستتساءل لماذا قمت بتنزيل أي شيء يدويًا على الإطلاق. في غضون عام، ستنسى عدد كلمات المرور التي لديك - لأنك لن تكون الشخص الذي يكتبها.
شيء أخير: أجهزة الكمبيوتر التي تقوم بأشياء الكمبيوتر هي المستقبل - لكن حكمك هو الصلصة السرية. ابق يديك على الزر الأحمر الكبير وعينيك على الجائزة. يمكن للذكاء الاصطناعي النقر. أنت تقرر أين.
مزيد من القراءة والأدلة العملية
- شرح ودي لما يمكن أن يفعله Gemini 2.5 Computer Use بالفعل، مع أمثلة ملموسة للمهام والضمانات.
- مراجعة عملية مع أماكن التفوق وأماكن التعثر، بما في ذلك مقارنات بالأدوات المماثلة.
- دليل إرشادي لبناء سير عمل أتمتة المتصفح الذي يجمع البيانات وينظفها ويشاركها دون مغادرة كرسيك.
الأسئلة الشائعة
س1: ما هو Google Gemini 2.5 Computer Use بعبارات بسيطة؟
إنه ذكاء اصطناعي يمكنه التحكم في متصفح لك - النقر والكتابة والتنزيل والتنقل لإكمال المهام التي تصفها باللغة العربية البسيطة. فكر في الأمر على أنه مساعد حريص يتبع تعليماتك خطوة بخطوة، وليس سيدًا روبوتيًا طليقًا.
س2: ما هي أنواع المهام التي يتعامل معها Gemini 2.5 Computer Use بشكل أفضل؟
يتألق في الأعمال الروتينية المتكررة والقائمة على القواعد: تسجيل الدخول إلى البوابات وتصدير التقارير ونسخ البيانات وتحديث المستندات أو الأوراق. إذا كان بإمكانك القيام بذلك عن طريق النقر فوق نفس الأزرار كل أسبوع، فإن Computer Use هو خيار رائع.
س3: هل Gemini 2.5 Computer Use آمن لسير العمل الحساس؟
إذا تم استخدامه بشكل صحيح، نعم - فهو يعمل في بيئة مُتحكم بها حيث يمكنك المشاهدة وتعيين الأذونات ومراجعة سجل الإجراءات. احتفظ بالموافقات للخطوات الحساسة مثل عمليات تسجيل الدخول أو المدفوعات أو رسائل البريد الإلكتروني، واختبر التشغيل الأول قبل تركه يتجول.
س4: كيف أجعل استخدام الكمبيوتر من Gemini أكثر موثوقية؟
كن محددًا بالتسميات (وليس المواضع)، وحدد المسار السعيد، وأضف تعليمات للنوافذ المنبثقة والتنزيلات. ابدأ صغيرًا، وكرر بعد التشغيل الأول، واحتفظ بالمصادقة الثنائية في متناول يدك للحسابات المحمية.
س5: أين يعاني Gemini 2.5 Computer Use؟
يمكن أن تتعثر الصفحات الديناميكية ذات العناصر المتحركة أو النوافذ المنبثقة العدوانية أو اختبارات التحقق من أنك لست روبوتًا أو الأزرار المتطابقة المتعددة. في هذه الحالات، أضف تعليمات أكثر وضوحًا أو قسّم المهمة إلى خطوات أصغر أو تعامل مع الأجزاء الصعبة يدويًا.
