لماذا يُخيّب طلب "اقترح لي إطلالة" آمالنا دائمًا؟ — دليلك لسؤال الذكاء الاصطناعي عن الملابس

AI & Tech Acloset Magazine

لماذا يُخيّب طلب "اقترح لي إطلالة" آمالنا دائمًا؟ — دليلك لسؤال الذكاء الاصطناعي عن الملابس

"اقترح لي إطلالة." عندما تسأل الذكاء الاصطناعي بهذه الطريقة، تكون إجابته عادية ومكررة في الغالب. وتلك الإجابة العادية تعني أنها تناسب الجميع، وبالتالي لا تناسبك أنت تحديدًا. المشكلة لم تكن في النموذج الذكي، بل في صياغة السؤال.


محادثة تنسيق بالذكاء الاصطناعي عبر الهاتف الذكي

الأسئلة المبهمة تنتج إجابات عادية

ماذا سيحدث لو سألتَ خبير أزياء بشريًا: "ماذا أرتدي؟" بالتأكيد لن يمنحك إجابة فورية، بل سيبادرك بالسؤال: "إلى أين أنت ذاهب؟"

هذه النقطة بالذات هي المشكلة المتكررة التي تشير إليها أبحاث أنظمة التوصية التفاعلية؛ حيث يدخل طلب المستخدم في حالة تفتقر إلى المعلومات الكافية (Underspecified). وتُعد القدرة على استيضاح تلك التفاصيل الناقصة من أبرز المهارات الأساسية للنظام، إذ يتمثل دوره الحقيقي في مساعدة المستخدم على صياغة طلبه بدقة في المحادثات التالية.

المشكلة تكمن في أن العديد من الخدمات تُجيب مباشرة دون استفسار. وحين تغيب التفاصيل، تُقدّم خيارات عامة ومتوسطة تلائم الجميع. وعندما نرى تلك النتيجة، نستنتج سريعًا: "الذكاء الاصطناعي ليس جيدًا بما فيه الكفاية".

إذن، ما هي التفاصيل التي يجب أن نحددها؟


تشريح الأمر التوجيهي (Prompt) المثالي

تُظهر أبحاث توصيات الموضة أن تزويد الذكاء الاصطناعي بخصائص محددة مثل الخامة والقصة، والمعلومات البصرية المعبرة عن الشكل والأسلوب، ولوحة الألوان الأساسية، يُحدث فارقًا كبيرًا. ورغم أن هذه العناصر ليست معادلة إلزامية لكل خدمة، إلا أنها تمثل قائمة مراجعة عملية لتدقيق سؤالك.

إذا ترجمنا لغة الأبحاث إلى لغة يومية بسيطة، فسنجدها تنحصر في أربعة عناصر:

أولاً: المناسبة (TPO). متى، وأين، ومع من. عبارة "صباح الغد" تتطلب إطلالة تختلف تمامًا عن "مساء السبت".

ثانيًا: القصة أو القطعة الأساسية. ما هو العنصر المحوري في التنسيق؟ جملة مثل "بالاعتماد على البنطال الكحلي القماشي" كفيلة بتقليص الخيارات المقترحة إلى النصف.

ثالثًا: نطاق الألوان. لست بحاجة لتحديد كل الألوان، فغالبًا ما يكفي استبعاد لون معين، كأن تقول: "بدون الأبيض والأسود".

رابعًا: الطابع العام. كيف تريد أن تبدو؟ "هادئ وأنيق"، أو "مريح مع لمسة مرتبة (Effortless Chic)". غياب هذا العنصر يجعل النتيجة باهتة وخالية من التميز.

عند إضافة هذه العناصر الأربعة، سيصبح طلبك واضحًا ومحددًا حتى لو كان في جملتين فقط. وفي المقابل، إذا غاب السياق المطلوب، فستكون النتيجة عادية في الغالب.

ومع ذلك، هناك حالات لا يجدي فيها حتى الأمر التوجيهي المكتوب ببراعة.


البيانات أولاً، ثم صياغة الأمر

كل ما يمكن للذكاء الاصطناعي رؤيته هو الملابس المسجلة فقط.

فإذا كانت نصف خزانة ملابسك فقط مسجلة في التطبيق، فستحصل على نصف الإجابة مهما كانت صياغة طلبك متقنة؛ لأن النصف المتبقي قد يحوي القطعة المثالية دون أن يعلم الذكاء الاصطناعي بوجودها أصلاً.

والأصعب من ذلك هو وجود تصنيفات وهاشتاغات خاطئة. فإذا سُجّلت كنزة صوفية على أنها "جاكيت"، فإن الأمر التوجيهي الممتاز سينتج إجابة خاطئة بدقة متناهية، وهو موقف أسوأ من التخبط دون معلومات.

لذا هناك خطوات مرتبة: ارفع نسبة تسجيل ملابسك أولاً، وراجع تصنيفات القطع، ثم اضبط صياغة طلبك. وإذا عكست هذا الترتيب، فلن تحصل على نتائج مبهرة مهما كان سؤالك ذكيًا.

إذا أصبحت مستعدًا، فلنبدأ الآن في تركيب العبارات.


4 قوالب جاهزة للنسخ والاستخدام

إليك صيغًا جاهزة للاستخدام تناسب مختلف المواقف، وما عليك سوى تغيير اسم القطعة.

للعمل

اجتماع فريق صباح الغد، واجتماع خارجي بعد الظهر. الأسلوب: كاجوال مريح للأعمال (Business Casual).
بالاعتماد على البنطال الكحلي، مع ضرورة إضافة جاكيت رسمي. الألوان هادئة.

للسفر

رحلة إلى روما في مارس، الحرارة 18 نهارًا و9 ليلاً. سأزور كنيستين لذا يجب تغطية الكتفين والركبتين.
إطلالات تكفي لحقيبة سفر واحدة لمدة 5 أيام.

حضور حفل زفاف

حفل زفاف مسائي في قاعة مغلقة يوم السبت. بدون اللونين الأبيض والأسود.
الطول تحت الركبة، والتنسيق يعتمد على حذاء الكعب البيج الموجود لدي بالفعل.

موعد مميز

مساء الجمعة في لاونج غير رسمي. لا يتطلب الكثير من المشي.
مظهر مريح ولمسة أنيقة ومدروسة، بالاعتماد على الجاكيت الجلدي المتوفر لدي.

جميع هذه النماذج لا تتعدى جملتين أو ثلاث، لكنها تجمع بين المناسبة، والقطعة الأساسية، ونطاق الألوان، والطابع العام.


جملة واحدة إضافية تصنع الفارق

يمكنك الذهاب خطوة أبعد من ذلك.

عندما تظهر النتيجة، اسأله: "لماذا اخترت هذا التنسيق؟"، فمعرفة السبب ستكشف لك ما نسيت ذكره. إذا أجاب مثلاً: "لأنه يناسب أجواء الخريف"، فهذا يعني أنك لم تحدد الفصل الحالي فقام هو بالتخمين. وتحديد ذلك في طلبك القادم سيجعل التوصيات أكثر دقة.

وإذا لم تنل النتيجة إعجابك، جرّب إضافة شروط الاستبعاد. مثل: "استبعد التنسيقات التي ارتديتها الأسبوع الماضي"، أو "لا تقترح كنزات صوفية كقطع علوية". فغالبًا ما يفتح الاستبعاد أبوابًا لتنسيقات جديدة ومبتكرة أكثر من مجرد الإضافة.

جرّب الآن نسخ القوالب المذكورة أعلاه وتعديل أسماء القطع فقط في ميزة التنسيق بالذكاء الاصطناعي على تطبيق Acloset. احفظ النتائج التي تعجبك كـ إطلالة، وأضف تفضيلاتك وشروط الاستبعاد في طلباتك التالية.

المشكلة لم تكن أبدًا في فهم الذكاء الاصطناعي... بل لأننا لم نخبره بما نريد حقًا.


❓ الأسئلة الشائعة

س: هل كلما كتبت طلبًا أطول كانت النتيجة أفضل؟
ج: السياق أهم بكثير من طول النص. تمثل المناسبة والقصة والألوان والطابع العام قائمة مراجعة ممتازة، ويكفي كتابة الشروط الأساسية منها في جملتين فقط.

س: يواصل الذكاء الاصطناعي اقتراح تنسيقات متشابهة دائمًا، ما الحل؟
ج: أضف شرط استبعاد واحد، مثل: "استبعد تنسيقات الأسبوع الماضي" أو "تجنب هذا اللون". شروط الاستبعاد غالبًا ما تفتح المجال لاقتراحات جديدة ومبتكرة.

س: كيف أطلب من منسق Acloset الذكي تقديم أفضل النتائج؟
ج: انسخ القوالب الجاهزة من هذا المقال واستبدل أسماء القطع بقطعك الخاصة. احفظ النتيجة التي تنال إعجابك كـ إطلالة، وأضف تفضيلاتك أو شروط الاستبعاد في طلبك القادم.


المراجع والمصادر:

  • ACM Computing Surveys, "A Survey on Conversational Recommender Systems"
  • ACM Transactions on Intelligent Systems and Technology, "Analysing Utterances in LLM-Based User Simulation for Conversational Search"
  • Fashion and Textiles (Springer), "LLM-generated content-based explanations for user experience in fashion recommender systems"

تم النشر بواسطة فريق مجلة Acloset.

ابدأ بتنظيم خزانتك

البس أفضل، اشترِ أقل — مع Acloset.