مشروع: بناء كاتب مقالات “كامل” يعمل بضغطة زر واحدة

مشروع: بناء كاتب مقالات “كامل” يعمل بضغطة زر واحدة

فكرة بناء كاتب مقالات آلي لم تعد مجرد تجربة جانبية للمطورين، بل أصبحت جزءاً عملياً من بنية فرق المحتوى الحديثة، خصوصاً لمن يعمل في النشر الكثيف، بناء المواقع المتخصصة، أو إدارة سلاسل مقالات تعتمد على الكلمات المفتاحية. لكن المشكلة الحقيقية ليست في جعل الذكاء الاصطناعي يكتب، بل في جعله يكتب بشكل منظم، قابل للمراجعة، ومتوافق مع الجودة التحريرية ومعايير SEO وE-E-A-T.

في هذا المشروع سنبني نظاماً عملياً يستقبل كلمة مفتاحية، يجمع السياق، يولد مخططاً، ثم يكتب مقالاً شبه جاهز للنشر بصيغة منظمة. هذا النوع من الأنظمة يعتمد على فهم جيد لـ منطق البرمجة المعتمد على المهام (Task-Oriented Programming)، وعلى تصميم تدفق واضح بين الإدخال والمعالجة والإخراج.

لماذا كلمة “كامل” مهمة تقنياً؟

عندما نقول إن الكاتب “كامل”، فنحن لا نقصد فقط توليد نص طويل. المقصود هو نظام ينجز سلسلة مترابطة من المهام: فهم الموضوع، ضبط النية، اقتراح العناوين، كتابة المحتوى، إضافة عناصر تحسين السيو، ثم إخراج نسخة نظيفة تصلح لووردبريس. هذه النقطة هي الفارق بين سكربت بسيط وبين أداة إنتاج حقيقية.

وإذا كنت تابعت مقالات مثل مقدمة في OpenAI API وGemini API للمطورين وكيفية كتابة “Prompt” برمجي للحصول على نتائج ثابتة (JSON) فستلاحظ أن المشروع هنا هو تطبيق مباشر يجمع تلك اللبنات في مسار واحد متكامل.

المعمارية المقترحة للنظام

1) طبقة الإدخال

في البداية نستقبل كلمة مفتاحية رئيسية، ونوع المقال، والجمهور المستهدف، وربما لغة النشر. يمكن حفظ هذه المدخلات في ملف JSON أو عبر نموذج بسيط أو حتى من داخل Google Sheets كما شرحنا سابقاً في كيفية ربط Google Sheets بالعالم الخارجي عبر Script.

2) طبقة الإثراء البحثي

قبل توليد النص، من الأفضل جمع سياق أولي: كلمات مرتبطة، أسئلة شائعة، نية البحث، وربما نقاط تفوق المنافسين. هنا يمكن دمج نتائج من Search Console أو أدواتك الداخلية، أو حتى مخرجات سكربتات مثل ربط Google Search Console API لاستخراج آلاف الكلمات المفتاحية وكود لتصنيف الكلمات المفتاحية حسب نية البحث (Search Intent).

3) طبقة التوليد المرحلي

الخطأ الشائع هو طلب المقال كاملاً في استدعاء واحد. الأفضل عملياً هو تقسيم العمل إلى مراحل: إنشاء outline، ثم كتابة كل قسم على حدة، ثم تمرير مخرجات المقال إلى وحدة مراجعة الجودة. هذا يقلل الانحراف ويحسن الثبات.

4) طبقة المراجعة والتحسين

هنا نفحص كثافة التكرار، وضوح الفقرات، منطق العناوين، وإشارات الخبرة العملية. ويمكن ربط هذه المرحلة لاحقاً مع بناء بوت (Bot) لمراجعة جودة المقال بناءً على معايير Google E-E-A-T للحصول على تقييم شبه آلي قبل النشر.

المكونات البرمجية الأساسية

• مكتبة requests أو عميل رسمي للـ API.
• إدارة مفاتيح سرية عبر متغيرات البيئة بدلاً من وضعها داخل الكود، كما في الحماية والأمان: كيف تخفي مفاتيحك السرية في الكود؟.
• وحدة لتحويل البيانات بين القواميس وملفات JSON.
• وحدة إخراج نهائي إلى HTML متوافق مع ووردبريس.

فكرة العمل الصحيحة: لا تطلب “مقالاً”، بل اطلب “مخرجات منظمة”

أفضل ممارسة هنا هي جعل النموذج يعيد بنية بيانات واضحة أولاً، وليس نصاً حراً فقط. مثلاً: عنوان، وصف، مقدمة، أقسام، خاتمة، وأسئلة شائعة. هذا يسهّل عليك إعادة الاستخدام، والمراجعة، والتصدير إلى أي نظام إدارة محتوى.

اطلب من النموذج دائماً أن يعيد مخرجاته في هيئة structured JSON أولاً، ثم حوّلها أنت إلى HTML. بهذه الطريقة تضمن ثبات البنية حتى لو تغيرت صياغة النص.

سكربت بايثون مبدئي لبناء الكاتب الآلي

السكربت التالي يوضح الفكرة الأساسية: إدخال كلمة مفتاحية، إرسال طلب إلى نموذج ذكاء اصطناعي، استلام بنية منظمة، ثم تحويلها إلى مقال HTML. قبل تشغيله، تأكد من تجهيز البيئة كما في تهيئة بيئة العمل: تثبيت Python والمكتبات الأساسية، وفهم أساسيات التعامل مع ملفات JSON (لغة التفاهم بين الأنظمة).

import os
import json
from openai import OpenAI

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

def build_prompt(keyword, audience="blog readers", language="Arabic"):
    return f"""
You are an expert SEO content system.
Return valid JSON only.

Generate a high-quality article package for the keyword: {keyword}
Target audience: {audience}
Language: {language}

JSON schema:
{{
  "title": "",
  "meta_description": "",
  "intro": "",
  "sections": [
    {{
      "heading": "",
      "paragraphs": ["", ""]
    }}
  ],
  "faq": [
    {{
      "question": "",
      "answer": ""
    }}
  ],
  "conclusion": ""
}}
"""

def generate_article_data(keyword):
    prompt = build_prompt(keyword)

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        temperature=0.5,
        messages=[
            {"role": "system", "content": "Return only valid JSON."},
            {"role": "user", "content": prompt}
        ]
    )

    content = response.choices[0].message.content
    return json.loads(content)

def render_html(article):
    html = []
    html.append(f"<h2>{article['title']}</h2>")
    html.append(f"<p>{article['intro']}</p>")

    for section in article["sections"]:
        html.append(f"<h3>{section['heading']}</h3>")
        for paragraph in section["paragraphs"]:
            html.append(f"<p>{paragraph}</p>")

    if article.get("faq"):
        html.append("<h2>الأسئلة الشائعة</h2>")
        for item in article["faq"]:
            html.append(f"<h3>{item['question']}</h3>")
            html.append(f"<p>{item['answer']}</p>")

    html.append(f"<p>{article['conclusion']}</p>")
    return "\n".join(html)

if __name__ == "__main__":
    keyword = "بناء كاتب مقالات كامل يعمل بضغطة زر واحدة"
    article_data = generate_article_data(keyword)
    html_output = render_html(article_data)

    with open("article_output.html", "w", encoding="utf-8") as f:
        f.write(html_output)

    print("Article generated successfully.")

كيف تجعل المشروع احترافياً فعلاً؟

1) افصل بين مراحل التوليد

اجعل هناك دوال مستقلة مثل generate_outline() وwrite_section() وreview_article(). هذا يجعل تتبع الأخطاء وتطوير الجودة أسهل بكثير.

2) أضف طبقة معرفة داخلية

إذا كان لديك أدلة تحريرية، نبرة أسلوب، أو قواعد تنسيق خاصة بموقعك، فمن الأفضل استخدام مفهوم تقنية RAG: كيف تجعل الذكاء الاصطناعي يكتب بناءً على ملفاتك الخاصة؟. هنا لا يعود النموذج يكتب اعتماداً على ذاكرته العامة فقط، بل على مستنداتك أنت.

3) اجعل التحقق إلزامياً قبل النشر

من الخطأ نشر كل ما يولده النظام مباشرة. الأفضل إضافة فحوصات تلقائية مثل طول الفقرات، وجود عناوين فرعية، عدم تكرار المقدمة، ووجود قيمة تعليمية ملموسة. ويمكن ربط ذلك مع أنظمة مثل بناء نظام “تصحيح لغوي وتدقيق” آلي للمحتوى قبل النشر.

مثال عملي لهندسة الأوامر

قوة المشروع تعتمد بشكل مباشر على جودة prompt. لا تكتب أمراً عاماً مثل “اكتب مقالاً ممتازاً”، لأن هذا يفتح المجال لنتائج متذبذبة. بدلاً من ذلك، قيد المخرجات، وحدد الدور، والبنية، والجمهور، وأسلوب الكتابة.

الدور: أنت كاتب تقني متخصص في الأتمتة والسيو.
المهمة: أنشئ مقالاً عربياً تعليمياً متقدماً.
القيود: فقرات قصيرة، عناوين هرمية، أمثلة عملية، وتجنب الحشو.
الإخراج: أعد النتيجة في JSON فقط وفق المخطط المحدد.

ولمن يريد مستوى أعلى من التحكم، أنصح بمراجعة تقنيات الـ Prompt Engineering المتقدمة (Chain of Thought) مع الانتباه إلى استخدام هذا النوع من التفكير داخلياً في التصميم دون الحاجة إلى عرض كل سلسلة الاستدلال في المخرجات النهائية.

دمج المشروع مع منظومة SEO كاملة

القيمة الحقيقية تظهر عندما لا يكون الكاتب الآلي منفصلاً عن بقية أنظمتك. مثلاً، يمكنه استقبال الكلمات من لوحة بحث، أو ربط المقالات الجديدة بنتائج بناء أداة توليد عناوين جذابة بناءً على الكلمات المفتاحية، أو إرسال النص بعد كتابته إلى أداة أتمتة كتابة الـ Meta Descriptions لآلاف المقالات، أو حتى تمريره إلى بناء أداة تقترح روابط داخلية (Internal Links) ذكية بين المقالات.

بهذا الشكل يتحول المشروع من أداة كتابة إلى خط إنتاج محتوى متكامل، يبدأ من الكلمة المفتاحية وينتهي بمقال غني، منظم، وقابل للنشر والتحسين المستمر.

أخطاء شائعة يجب تجنبها

• إرسال طلب واحد طويل جداً وانتظار مقال نهائي بدون مراجعة مرحلية.
• تضمين مفتاح API داخل الملف البرمجي مباشرة.
• نشر محتوى غير متحقق من دقته أو غير مناسب لنية البحث.
• قياس النجاح بعدد المقالات فقط بدلاً من جودة الصفحات وأدائها العضوي.

الخلاصة

بناء كاتب مقالات “كامل” يعمل بضغطة زر واحدة ليس مشروعاً سحرياً، بل هو نظام هندسي يجمع بين الأتمتة، التصميم المنهجي للمهام، وجودة الأوامر، وضبط الإخراج. كلما فصلت المراحل، ونظمت البيانات، وربطت المشروع بأدوات السيو والمراجعة، زادت موثوقية النتائج وقلت الحاجة إلى إعادة التحرير اليدوي.

والأهم من ذلك أن الهدف ليس استبدال الخبرة البشرية، بل مضاعفة إنتاجيتها. الكاتب الآلي الذكي لا يلغي دور المحرر أو متخصص السيو، بل يمنحه نقطة انطلاق أسرع، أكثر اتساقاً، وأكثر قابلية للتوسع.