ChatGPT agent ووكلاء استخدام الكمبيوتر: دليل التكلفة والأمان

إذا كنت تبحث عن ChatGPT agent ووكلاء استخدام الكمبيوتر، فابدأ من طبيعة المهمة: استخدم الوكيل حين تكون المهمة ضرورية، ولا تتوافر لها واجهة برمجية مباشرة (API) قابلة للاستخدام، وتستطيع التحقق من نتيجتها. يتقاضى Microsoft Copilot Studio ما يعادل 5 أو 15 من Copilot Credits عن كل خطوة ينفذها النموذج، لكن الميزانية الفعلية تشمل أيضا الإشراف، وإعادة المحاولة، والكمبيوتر الذي ينفذ العمل. وتوضح وثائق Microsoft لاستخدام الكمبيوتر وحدة الفوترة هذه.

بوابة مورّد لا تتيح تصدير التقارير إلا بالضغط على زر مرشح معقول لهذه التقنية. وقد يتطلب نظام قديم لتخطيط موارد المؤسسة (ERP)، يحتفظ بالطلبات والمخزون، التحكم بسطح المكتب. أما النماذج الحكومية فتحتاج إلى حدود أدق بكثير: إعداد المعلومات وتقديم إقرار رسمي مهمتان مختلفتان، حتى لو تجاور زراهما على الشاشة.

قاعدة الشراء: اختر المسار الذي ينجز العمل بأضيق نطاق من الصلاحيات. قدرة النموذج على النقر على كل ما يظهر في الشاشة لا تعني أنه يحتاج إلى كل الصلاحيات التي يملكها حسابك.

كيف يعمل وكيل استخدام الكمبيوتر؟

يحوّل وكيل استخدام الكمبيوتر الواجهة المرئية إلى حلقة متتابعة: يراقب الشاشة، ويختار إجراء، وينقر أو يكتب، ثم يفحص التغيير ويواصل. يتولى النموذج اتخاذ القرار، بينما يتولى المنفّذ، وهو البرنامج الذي ينفذ أوامره، التحكم بالفأرة ولوحة المفاتيح. ويعرض دليل OpenAI الحالي كلا من إجراءات الكمبيوتر ذات البنية المحددة، والشيفرة التي تشغّل الواجهة. استخدام الكمبيوتر لدى OpenAI

هذا الفصل يوضح ما يتطلبه التنفيذ. فشراء الوصول إلى نموذج لا يوفّر بالضرورة متصفحا يعمل، أو حسابا مسجّلا دخوله، أو جدولة للمهام، أو آلية لاستئناف العمل بعد التعطل. هذه المكونات يوفرها المنتج المبني حول النموذج أو تطبيقك نفسه.

في تقرير أسبوعي من بوابة مورّد، قد يتعرف الوكيل على قائمة التقارير، ويختار الفترة المطلوبة، ويجد زر التصدير حتى بعد تغيّر تخطيط الصفحة. لكن اختيار حساب المورّد الصحيح والفترة الصحيحة يظل بحاجة إلى تحقق. وجود ملف تم تنزيله يثبت حصول التنزيل، ولا يثبت صحة التقرير.

أين يفيد التحكم بالشاشة ضمن سير العمل؟

احصر التحكم المرئي في الجزء الذي يتطلب فهم الشاشة. فبمجرد أن يصبح التقرير ملفا، تستطيع البرامج التقليدية فحص أعمدته، وقراءة تواريخه، ونقله إلى وجهة معتمدة. إبقاء الوكيل على الشاشة لتنفيذ هذه الخطوات اللاحقة يضيف قرارات لا تضيف بالضرورة قيمة.

وهناك فرق بين التحكم بالمتصفح فقط والتحكم الكامل بسطح المكتب. يستطيع المتصفح الوصول إلى بوابة ويب، لكنه لا يستطيع تلقائيا الوصول إلى نظام ERP لا يعمل إلا كتطبيق أصلي على Windows. حدّد البيئة التي يجري فيها العمل قبل مقارنة أسماء النماذج.

ما الذي تغيّر أمام المشترين؟

الخيارات الحالية تشمل أدوات للمطورين، ومساعدين تستخدمهم باشتراك، ومنصة أتمتة لها مقياس فوترة خاص بها. ولكل منها ضوابط أمان وطريقة احتساب تكاليف مختلفة.

تم التحقق بالرجوع إلى وثائق الشركات المنشورة في 13 أكتوبر 2026. يستند هذا المقال إلى مراجعة الوثائق وتحليل التكاليف، وليس إلى اختبار داخل بوابة بعد تسجيل الدخول أو إلى اختبار أداء معياري.

أبرز تغيير في أسماء المنتجات جاء من OpenAI: فصفحة المساعدة الخاصة بوكيل ChatGPT تقول الآن إن المنتج لم يعد متاحا، وتوجّه القراء إلى ChatGPT Work والمتصفح السحابي. ولا تزال نصوص قديمة عن الخطط وحدود الرسائل تظهر في أسفل الصفحة. لا تبنِ ميزانية تنفيذ جديد على تلك الحدود القديمة. حالة ChatGPT agent

قارن بيئة التنفيذ، ووحدة الفوترة، وآلية الموافقات، والجهة المسؤولة عن سير العمل عندما يتوقف. تقيس الرموز مدخلات النموذج ومخرجاته، بما فيها لقطات الشاشة المرمّزة؛ وهي ليست عدّادا للإجراءات المكتملة. أما ترتيب النماذج من حيث الأداء فهو قرار مستقل، ويتناول مقالنا عن النماذج متعددة الوسائط لوكلاء استخدام الكمبيوتر هذه المفاضلات بتفصيل أكبر.

OpenAI بعد ChatGPT agent: واجهة برمجية أم ChatGPT Work؟

استخدام الكمبيوتر عبر Responses API من OpenAI هو مسار المطورين الذين يريدون التحكم في بيئة التنفيذ. يستخدم المثال الحالي للإجراءات ذات البنية المحددة نموذج GPT-6.1 Sol. وتوصي OpenAI أيضا بتكامل يعتمد على تنفيذ الشيفرة مع GPT-6 Astra، بحيث تشغّل الشيفرة المولّدة الواجهة عبر بيئة التشغيل لديك. هذه خيارات للتكامل، وليست خطط اشتراك مختلفة. دليل الواجهة البرمجية الحالي

الفوترة: تعرض OpenAI تسعير النماذج تحت عبارة «الأسعار لكل 1M من الرموز». تبلغ أسعار GPT-6.1 Sol ضمن فئة Standard للسياق القصير $2 للمدخلات و$10 للمخرجات لكل مليون رمز، مع أسعار منفصلة للمدخلات المخزنة مؤقتا وللكتابة إلى الذاكرة المؤقتة. هذه تكلفة النموذج، وليست سعرا لإنجاز مهمة كاملة في بوابة. ولا يتضمن جدول الأسعار الحالي رسما منفصلا للنقر بالكمبيوتر؛ أما بند $2.50 لكل ألف استدعاء أداة فيخص البحث في الملفات. أسعار OpenAI API

الأمان: توجّه OpenAI المطورين إلى عزل المتصفح أو الجهاز الافتراضي، وتقييد المواقع والإجراءات، والتعامل مع محتوى الشاشة باعتباره غير موثوق، وطلب التأكيد على الإجراءات ذات التبعات المهمة. الجهاز الافتراضي كمبيوتر برمجي منفصل، وتعتمد فائدة عزله على الحسابات والملفات والشبكات التي تتيح الوصول إليها داخله. طبّق هذه القيود في المنفّذ، إلى جانب التعليمات الموجّهة إلى النموذج. إرشادات التنفيذ والموافقة

البديل المستضاف: توفّر Agents API من OpenAI متصفحا، وتشترط الموافقة على كل أصل موقع جديد، أي نطاق العنوان الذي يحدد هوية الموقع. وتوضح الوثائق فرقا جوهريا: الموافقة على دخول الموقع لا تفرض طلب تأكيد قبل كل إجراء داخله. إذا كان المطلوب أن يستحيل تقنيا تنفيذ إجراء دون موافقة، فقيّد الموارد التي يستطيع المتصفح الوصول إليها، أو استخدم بيئة تشغيل تتحكم بها. وثائق المتصفح المستضاف

تحاسب Agents API على استخدام النموذج بأسعار API، وعلى الأدوات بأسعارها المعتادة، وعلى البيئات المعزولة المستضافة بأسعار الحاويات. لا تنقل تقديرا يقتصر على تكلفة النموذج إلى هذا المسار دون إضافة تكلفة البيئة والأدوات المستخدمة. قواعد تسعير Agents API

ChatGPT Work: الخيار الحالي لغير المطورين

المتصفح السحابي في ChatGPT Work هو منتج OpenAI الحالي المعني بتفويض مهام المواقع المدعومة. يعمل على كمبيوتر منفصل في السحابة، بدلا من جلسة متصفحك الحالية. ويتوقف الوصول إليه على الخطط المدفوعة المدعومة، والمنطقة، وصلاحيات مساحة العمل. وثائق المتصفح السحابي

الفوترة: تقول OpenAI إن الاستخدام المشمول في الخطط الشخصية المؤهلة يُستهلك أولا، ثم يمكن تغطية الاستخدام الإضافي المدعوم من الأرصدة المشتراة. وقد يتشارك Work هذه الحصة مع مزايا أخرى تعتمد على الوكلاء. أما تسعير Work القائم على الأرصدة ضمن Business وEnterprise فيُحتسب بالرموز، وتختلف أسعاره بحسب النموذج والاتفاقية. لا تمنح أي من هاتين القاعدتين سعرا موحّدا بالدولار لكل تنزيل. قواعد الاستخدام الشخصي، جدول أسعار أرصدة الأعمال

الأمان: يطلب المتصفح السحابي افتراضيا الإذن بدخول المواقع الجديدة، ويوفّر إعدادات للسماح بالمواقع وحظرها، وهو مصمم لطلب التأكيد على الإجراءات ذات التبعات المهمة. يجري تسجيل الدخول عبر نموذج آمن، لكن مشغّلي المواقع يظلون قادرين على حظر الوصول الآلي. نجاح بوابة المورّد في متصفحك الشخصي لا يثبت أنها ستعمل في هذا المتصفح السحابي. ضوابط المتصفح السحابي

اختر هذا المسار لسير عمل يديره مشغّل بشري ويمكن مراجعة نتيجته. واختر التكامل عبر API عندما تتطلب المهمة نقاط توقف يفرضها التطبيق، أو سجلات منظّمة، أو آلية للتعافي من الأعطال تتولى مؤسستك مسؤوليتها.

Anthropic: أداة استخدام الكمبيوتر أم Claude in Chrome؟

تمنح أداة استخدام الكمبيوتر من Anthropic نموذج Claude إجراءات للتعامل مع الشاشة والإدخال، بينما يتولى تطبيقك تنفيذ الاستدعاءات. تستطيع مجموعة الأدوات الحالية التي تعمل من جهة العميل إرجاع عدة إجراءات في دورة واحدة، وتدعم Claude Sonnet 5.5 إلى جانب نماذج أخرى. وهي غير متاحة حاليا داخل Claude Managed Agents. ويهم هذا الفرق من يفترض أن المنتج المُدار سيوفّر له سطح المكتب أيضا. وثائق Anthropic لاستخدام الكمبيوتر

الفوترة: تقول Anthropic إن استخدام الكمبيوتر يخضع للتسعير المعتاد لاستخدام الأدوات. تضيف مجموعة الأدوات الافتراضية الحالية نحو 4,500 رمز إدخال، وتستهلك لقطات الشاشة ونتائج الأدوات مدخلات إضافية. والسعر الأساسي لـ Claude Sonnet 5.5 هو $2 للمدخلات و$10 للمخرجات لكل مليون رمز. تكرار قراءة الشاشة وسجل المحادثة يفسّران لماذا تتجاوز تكلفة المهمة ما قد توحي به تعليماتها الأولى. تكاليف الأدوات، أسعار النماذج

الأمان: تفحص Anthropic مخرجات الأدوات، مثل لقطات الشاشة، بحثا عن محاولات محتملة لحقن التعليمات؛ أي تعليمات تُزرع في محتوى الصفحة لإعادة توجيه الوكيل. وعند رصدها، يُوجّه Claude إلى التحقق مما إذا كانت التعليمات صادرة عن المستخدم. ومع ذلك، تظل Anthropic تطلب عزل الوكيل عن البيانات والإجراءات الحساسة، والحصول على موافقة المستخدم. أداة التصنيف وسيلة حماية إضافية، ولا تحل محل حدود الصلاحيات. وبصفتك المطور، قيّد المواقع التي يمكن الوصول إليها من بيئة التنفيذ. أمان استخدام الكمبيوتر

للمهام المحصورة في صفحات الويب، تشير Anthropic إلى أداتها المنفصلة لاستخدام المتصفح، التي تستطيع التعامل مع بنية الصفحة إلى جانب لقطات الشاشة. لا تُنشئ بيئة سطح مكتب كاملة لمجرد أن البوابة لا توفّر API. أداة استخدام المتصفح

يشرح تحليلنا لتكلفة استخدام الكمبيوتر مع تجميع الإجراءات الأثر الاقتصادي لهذا التجميع. والحد العملي واضح: لا تجمع إجراءات تتجاوز نقطة يجب أن يفحص عندها شخص الحالة ويوافق على ما سيحدث بعدها.

Claude in Chrome: حصة استخدام مشتركة وصلاحيات للمتصفح

Claude in Chrome إضافة متصفح من Anthropic تقرأ المواقع وتنقر فيها وتتنقل بين صفحاتها إلى جانبك. تتوافر ضمن خطط Pro وMax وTeam وEnterprise. ولا تزال اللوحة الجانبية في Chrome في المرحلة التجريبية، فيما تختلف تجربة Cowork بحسب مراحل الإتاحة وإعدادات المسؤول. إعداد Claude in Chrome

الفوترة: تقول Anthropic إن استخدام Chrome «يُحتسب ضمن حدود الخطة نفسها» التي يخضع لها Claude أو Claude Code. وتستهلك تفاعلات المتصفح حصة أكبر من المحادثات العادية، كما يستهلك وضع الموافقة التلقائية حصة إضافية لإجراء فحوص الأمان. ولا توجد رسوم ثابتة معلنة لكل تقرير يتم تنزيله. حدود استخدام Chrome

الأمان: في وضع الموافقة اليدوية، راجع صلاحيات الوصول والإجراءات المزمع تنفيذها. يضع دليل الصلاحيات حماية لتنزيل الملفات حتى عندما يملك الموقع إذنا مستمرا، ويشترط الإذن للتعامل مع المعلومات الحساسة والتفويضات. وتشمل الإجراءات المحظورة الشراء، وإنشاء الحسابات، والحذف النهائي، والتنزيلات غير الموثوقة. ويمكن للمؤسسات تطبيق قوائم للمواقع المسموح بها والمحظورة. تختلف الأوضاع، فلا تفترض أن وضع التشغيل دون حضورك يحتفظ بكل نقاط المراجعة اليدوية. صلاحيات Chrome

وصول الإضافة إلى متصفحك مفيد، لكنه يجعل البيانات المتاحة بعد تسجيل الدخول في متناولها أيضا. توصي Anthropic بملف شخصي منفصل للمتصفح، وتنصح بتجنب الصفحات الحساسة أو الخاضعة لمتطلبات تنظيمية. إذا كانت بوابة المورّد تضم بيانات سرية للشركة أو بيانات شخصية، فاحسم مدى ملاءمة هذا الاستخدام قبل اختيار المسار. إرشادات الأمان في Chrome

Microsoft Copilot Studio: مهام Windows وفوترة بحسب الخطوات

استخدام الكمبيوتر في Microsoft Copilot Studio خيار طبيعي حين تمتد المهمة بين تطبيقات سطح المكتب على Windows والمواقع. فهو يشغّل جهازا مُعدّا لهذا الغرض عبر وكيل يستخدم التنسيق التوليدي، أي النظام الذي يختار أدواته وينسق بينها. استخدام الكمبيوتر لدى Microsoft

الفوترة: وحدة Microsoft هي الخطوة التي ينفذها النموذج: 5 من Copilot Credits للنموذج القياسي، أو 15 للنموذج المتقدم. ويمكن أن تضم الخطوة عدة نقرات أو إجراءات أخرى منخفضة المستوى. لذلك لا يكفي عدّ الأزرار في خطوات عملك لتوقع الفاتورة. ترخيص استخدام الكمبيوتر

الأمان: فعّل التحكم في الوصول لتقييد المواقع والتطبيقات؛ فالوصول غير مقيّد افتراضيا. وتقول Microsoft إن هذا يمنع التفاعل خارج القائمة، لكنه لا يمنع فتح تلك المواقع. استخدم جهازا مخصصا ومعزولا، وراجع الهوية التي يستخدمها الاتصال. ضوابط الوصول

يمكن لميزة الإشراف البشري طلب توضيح، لكن Microsoft تصرّح بأن هذه الطلبات احتمالية، ولا تضمن توقفا آمنا أو فرض قواعدك المخصصة. لذلك تحتاج الموافقة على الشراء إلى نقطة تحكم مستقلة تُفرض داخل سير العمل. لا تكفي جملة تطلب من النموذج أن يسأل. حدود الإشراف البشري

بالنسبة إلى مسؤول تقني في شركة متوسطة الحجم، تكمن الجاذبية في العمل ضمن بيئة Windows والأتمتة القائمة. وما ينبغي إدراجه في الميزانية يشمل إدارة الأجهزة والصلاحيات ومعالجة الحالات الاستثنائية، إلى جانب الأرصدة. أما مؤسس الشركة الذي يحتاج إلى تقرير من المتصفح فقط، فقد يجد أن هذه البنية التحتية تتجاوز ما تستدعيه المهمة.

مسارات إضافية للمطورين من Google وAmazon

Google Gemini Computer Use

يدعم Google Gemini Computer Use بيئات المتصفح والهاتف وسطح المكتب عبر منفّذ تتولى بناءه. ويوصي دليل Google الحالي باستخدام Gemini 3.8 Flash. Gemini Computer Use

الفوترة: تصف Google احتساب Computer Use بأنه «يُحاسب عليه كرموز عادية وفق تسعير النموذج». تبلغ أسعار Gemini 3.8 Flash ضمن فئة Standard المدفوعة $0.75 للمدخلات و$3.75 للمخرجات، بما فيها التفكير، لكل مليون رمز حتى 31 ديسمبر 2026. وتورد الصفحة سعري $1.50 و$7.50 بدءا من 1 يناير 2027. أما Computer Use نفسه فغير متاح ضمن الفئة المجانية. أسعار Gemini

الأمان: يجب أن يحترم تطبيق العميل طلبات التأكيد والإجراءات المحظورة. توصي Google ببيئة معزولة وقوائم سماح وحظر للتنقل؛ أما اكتشاف حقن التعليمات اعتمادا على لقطات الشاشة فاختياري ومعطّل افتراضيا. فعّل الضوابط صراحة، ولا تفترض أن تعريف الأداة يوفّرها تلقائيا. ضوابط أمان Gemini

هذا خيار إضافي للمطورين، وليس موظف عمليات جاهزا للعمل. فسعر الرموز الجذاب لا يشمل استضافة المتصفح أو عملية المراجعة لديك.

Amazon Nova Act

يجمع Amazon Nova Act بين إجراءات المتصفح الموجّهة باللغة الطبيعية وتنسيق سير العمل باستخدام Python. يستحق النظر حين يريد المطور إحاطة عمل الوكيل في المتصفح بمنطق برمجي صريح. نظرة عامة على Nova Act

الفوترة: تدرج AWS سعرا قدره «$4.75 لكل ساعة عمل للوكيل». والمقصود هو الوقت المنقضي أثناء عمل الوكيل؛ وإذا عمل وكلاء بالتوازي، احتُسب استخدام كل منهم. ويُستثنى وقت انتظار الإنسان عندما تنفّذ آلية إشراك الإنسان في سير العمل التي يوفّرها المنتج. معادلة تكلفة المهمة هي ساعات نشاط الوكيل مضروبة في $4.75، قبل أي تكاليف منفصلة للبنية التحتية. أسعار Nova Act

الأمان: تدعم حزمة SDK تقييد عناوين URL من خلال ضوابط حالة التنفيذ، وتمنع الوصول إلى الملفات المحلية ورفعها ما لم يُسمح بمساراتها. والموافقة البشرية وظيفة تبنيها باستخدام SDK، وليست خدمة مراجعة بشرية مُدارة. أبقِ بيئة المتصفح المحيطة مقيّدة أيضا؛ فقاعدة عنوان URL لا تمنح إذنا بتنفيذ مهمة. أمان SDK، تنفيذ إشراك الإنسان في سير العمل

كم تبلغ تكلفة المهمة الواحدة؟

لا يوجد سعر موحّد يمكن تبريره لكل تنزيل من بوابة. تحتسب الشركات الرموز، أو الخطوات، أو وقت النشاط، أو الاستخدام المشترك ضمن الاشتراك. ولتسعير المهمة، لا بد من معرفة سير العمل الفعلي والاتفاق على ما يُعد إنجازا لها.

لتقديم مثال حسابي واضح، نستخدم كميتي 50,000 رمز إدخال و15,000 رمز إخراج الواردتين في مثال الفوترة المنشور من Anthropic. ذلك المثال ليس قياسا لاستخدام الكمبيوتر، بل مجرد كميات موثّقة يمكن إجراء الحساب عليها. ونفترض مدخلات عادية غير مخزنة مؤقتا، دون كتابة إلى الذاكرة المؤقتة، ودون أدوات أو استضافة إضافية. مصدر كميات الرموز المستخدمة في المثال

هذه حساباتنا انطلاقا من أسعار OpenAI وAnthropic وGoogle المشار إليها. تساوي كميات الرموز لا يثبت تساوي الجهد اللازم للمهمة أو السرعة أو الموثوقية. احسب مجموع الرموز المقاسة طوال التشغيل، بما فيها سجل المحادثة ولقطات الشاشة التي تُفرض عليها رسوم، بدلا من عدّ كلمات الطلب الأول.

وتقدّم Microsoft مثالا تطبيقيا مختلفا: سير عمل لسجل ساعات العمل يستغرق أربع خطوات للنموذج ويستهلك 20 رصيدا قياسيا أو 60 رصيدا متقدما. وبسعر الدفع حسب الاستخدام الموثّق لديها، وهو $0.01 لكل رصيد، تصبح التكلفة $0.20 أو $0.60 لخطوات استخدام الكمبيوتر. هذا مثال Microsoft لسجل ساعات العمل، وليس توقعا بأن بوابتك ستحتاج إلى أربع خطوات. مثال الخطوات، سعر الرصيد

أما المساعد الذي يعمل باشتراك فيحتاج إلى طريقة حساب مختلفة. فقد تغطي حصتك المتبقية تكلفته النقدية الإضافية، مع أنه يستهلك في الوقت نفسه سعة تحتاج إليها لأعمال أخرى. كما أن قسمة قيمة الاشتراك على حد معلن للرسائل تخلط بين إرسال طلب والحصول على تقرير جرى التحقق منه بنجاح.

احسب تكلفة النتيجة المقبولة

استخدم هذه المعادلة التشغيلية:

تكلفة التقرير المقبول = (جميع رسوم التشغيل + تكاليف التنفيذ المخصصة له + تكاليف المراجعة البشرية والتعافي من الأعطال) ÷ عدد التقارير المقبولة.

أدرج محاولات التشغيل الفاشلة في البسط. ولا تقبل التقرير إلا بعد مطابقة الحساب، والفترة، ومحتوى الملف، والوجهة للمتطلبات. وإلا فإن انخفاض تكلفة محاولة التنزيل سيكافئ السلوك الخطأ.

وفي المهمة الأسبوعية، تكون مقارنة جهد العمل واضحة بالقدر نفسه: وقت المعالجة اليدوية ناقص وقت الموافقة والتحقق والتعافي من الأعطال. اضرب الوقت الذي وفّرته فعلا في تكلفة وقت العمل لديك شاملة الأعباء، ثم اطرح تكاليف الأتمتة. إذا لم تكفِ النتيجة لتغطية الصيانة المستمرة والإعداد خلال فترة استرداد التكلفة التي اخترتها، فأبقِ العملية يدوية أو استخدم أتمتة أبسط.

لا نفترض هنا تكلفة معينة للعمل البشري، أو نسبة نجاح، أو مدة إنجاز. هذه قياسات يجب أن توفّرها المؤسسة؛ ولا يمكن استنتاجها من سعر رموز المورّد.

متى تكون API أو خوادم MCP أو أتمتة المتصفح أفضل؟

استخدم مسارا مباشرا متى استطاع تنفيذ العملية المطلوبة بالضبط. والواجهة البرمجية API، التي يستطيع البرنامج استدعاءها دون التنقل بين الشاشات، هي عادة نقطة البحث الأولى. اسأل المورّد عن نقاط وصول للتقارير، أو تصدير مجدول، أو طرق مدعومة لتسليم الملفات قبل تكليف أحد ببناء وكيل يعتمد على الرؤية.

يتيح خادم MCP، باستخدام Model Context Protocol، أدوات وبيانات لتطبيق ذكاء اصطناعي عبر واجهة مشتركة. وقد يغلّف API، أو يشغّل متصفحا. لذلك لا يُعد MCP تلقائيا بديلا عن استخدام الكمبيوتر؛ فالأداة التي يعمل من خلالها هي التي تحدد كيفية إنجاز العمل. بنية MCP

فضّل أداة MCP مخصصة للمهمة حين تتيح العملية المسموح بها مباشرة، مثل استرجاع تقرير معتمد. فقد يحصر ذلك الخيارات المتاحة للنموذج في نطاق أصغر من شاشة كاملة. لكنه لا يستطيع إيجاد وظيفة تصدير لم يوفّرها المورّد أصلا.

فضّل برنامجا نصيا للمتصفح يخضع للصيانة عندما تتكرر عناصر التحكم الثابتة والفحوص نفسها. يستطيع البرنامج اختيار الفترة وانتظار التنزيل دون أن يطلب من نموذج إعادة تفسير كل خطوة. ويظل بحاجة إلى صيانة وفحوص، لكن ميزته أنه يجعل السلوك المعروف صريحا.

استخدم وكيلا مزوّدا بأدوات للمتصفح عندما يحتاج المسار إلى تقدير، وتتيح الصفحة بنية مفيدة. يستخدم Playwright MCP من Microsoft لقطات لبنية إمكانية الوصول، وهي تمثيل منظّم لعناصر التحكم في الصفحة، بدلا من اشتراط تفسير لقطات الشاشة. ويصرّح القائمون عليه أيضا بأنه لا يشكّل حاجزا أمنيا. يشرح دليلنا لإعداد Playwright MCP وحدوده المفاضلات العملية. مستودع Playwright MCP الرسمي

استخدم التحكم المرئي بالكمبيوتر حين تعتمد المهمة على تطبيق أصلي، أو واجهة مرئية لا تتيح بنية مفيدة، أو تنقل يصعب تمثيله بصورة معقولة بالأدوات المباشرة المتاحة لك. احصره في ذلك الجزء، ثم أعد تسليم الملف إلى البرامج التقليدية.

مثال عملي: تنزيل تقرير أسبوعي من بوابة مورّد

أفضل بداية عملية من حيث الأمان هي سير عمل لاسترجاع ملف، مع التحقق من مخرجاته وترك قرار إتاحته للاستخدام لإنسان. ما يلي تصميم توضيحي لبوابة مورّد، وليس وصفا لاختبار أُجري بعد تسجيل الدخول. وهو يفترض أن البوابة تسمح بسير العمل، وأن البيانات ملائمة للمنتج المختار، وأن الحساب قادر على تصدير التقرير.

الهدف محدد: استرجاع تقرير التسليم الأسبوعي المتفق عليه لحساب المورّد المعتمد وفترة التقرير المكتملة، وحفظه في مجلد مرحلي، وترك سجلات العمل دون تغيير.

1. 1

   اعتماد النطاق وصلاحيات الوصول

   يحدد المشغّل عنوان البوابة الدقيق، والحساب، وفترة التقرير، ونوعه، ووجهة الحفظ المرحلية. وينبغي ألا يملك الحساب إلا الصلاحيات اللازمة لهذه المهمة. يوافق الإنسان على هذا النطاق قبل التشغيل الأول. وأي حساب مورّد جديد أو وجهة جديدة يحتاج إلى مراجعة جديدة، ولا يُستنتج الإذن به من نص الصفحة.

2. 2

   المصادقة عبر المسار المعتمد في المنتج

   يُكمل الإنسان تسجيل الدخول أو المصادقة متعددة العوامل عند الحاجة. في ChatGPT Work، استخدم مسار تسجيل الدخول الآمن بدلا من وضع بيانات الدخول في المحادثة. وفي التنفيذ عبر API، أبقِ التعامل مع بيانات الدخول خارج الطلب الموجّه إلى النموذج. إذا عرضت البوابة اختبار CAPTCHA، أو وجهة غير متوقعة لتسجيل الدخول، أو حظرا للوصول، فتوقف وارجع إلى المشغّل؛ ولا تتعامل معه كعائق يملك الوكيل صلاحية تجاوزه.

3. 3

   التنقل وتحديد التقرير قبل التنزيل

   يفتح الوكيل قسم التقارير، ويختار التقرير والفترة المعتمدين، ويوثّق حالة الاختيار. ويجب أن يتوقف إذا كانت الفترة ملتبسة، أو كان الحساب مختلفا، أو غاب التقرير المتوقع. يستطيع النموذج قراءة تسمية زر، لكنه لا يجوز أن يعدّ لافتة تطلب رفع البيانات إلى مكان آخر تعليمة جديدة.

4. 4

   الحصول على موافقة بشرية قبل التنزيل

   اعرض على المشغّل الحساب، واسم التقرير، والنطاق الزمني، والمصدر، والوجهة. وتوقف إلى أن يوافق. في سير العمل اليدوي لـ Claude in Chrome، يتوافق ذلك مع إذن التنزيل الموثّق. أما في التنفيذ المخصص، فاجعله نقطة تحقق يفرضها التطبيق. الإشراف الاحتمالي في Copilot Studio وحده لا يضمن هذا التوقف.

5. 5

   التنزيل إلى المجلد المرحلي والتحقق من الملف

   يبدأ الوكيل التنزيل المعتمد. تحقّق من وصول الملف ومن مطابقته للصيغة المتوقعة، ثم افحص الحساب وفترة التقرير داخله. وعندما يكون لملف التصدير مخطط بيانات معروف، تحقّق من الأعمدة المطلوبة باستخدام برامج تقليدية. قد يكون التقرير الفارغ صحيحا؛ فلا تختلق صفوفا مفقودة لمجرد اجتياز الفحص.

6. 6

   اعتماد إتاحة الملف وتسجيل النتيجة

   يراجع الإنسان نتيجة التحقق قبل نقل الملف إلى المجلد الذي تستخدمه المؤسسة. نقطة الاعتماد هذه جزء من سير العمل الذي نقترحه، ولا تعني أن كل مورّد يوفّرها. سجّل الملف المقبول، والمصدر، والفترة، والتدخلات، والاستخدام المقاس، وأي محاولة فاشلة. ويبقى التقرير غير المطابق في المجلد المرحلي للمراجعة.

تتبع آليات تسجيل الدخول والتنزيل أعلاه الوثائق ذات الصلة بـالمتصفح السحابي من OpenAI وصلاحيات Anthropic. أما نقاط اعتماد النطاق والتحقق وإتاحة الملف الإضافية، فهي من تصميمنا لسير العمل.

ينبغي أن تبدأ الجدولة الأسبوعية الإجراء، لا أن تمنح إذنا جديدا بتغيير نطاقه. صمّمها بحيث يمكن لجلسة دخول منتهية، أو تقرير متغيّر، أو ملف مفقود، أو طلب موافقة أن ينتظر تدخّل شخص، دون استبدال المهمة بأخرى بصمت.

في النموذج الحكومي، توقف عند مرحلة أبكر: يمكن فصل الإعداد عن التقديم الرسمي. وفي نظام ERP، احصر المهمة الأولى في الاسترجاع إن أمكن. فسير العمل القادر على تسجيل تسويات للمخزون أو تقديم إقرارات يحتاج إلى تصميم للصلاحيات يختلف عن تنزيل ملف.

أين تبالغ الوعود التسويقية؟

«لا حاجة إلى API» تصف وسيلة الوصول، لا موثوقية التنفيذ. فالمسار عبر الشاشة يظل بحاجة إلى مصادقة، وإذن بالأتمتة، وواجهة قابلة للاستخدام، وطريقة للتعرف على النتيجة الصحيحة. قد يتجاوز الوكيل تغيّر موضع زر، لكنه لا ينتبه إلى أن البوابة أعادت ضبط مرشّح التاريخ.

«يسأل عند الحاجة» أضعف من موافقة تُفرض تقنيا. تميّز واجهة OpenAI المستضافة بين الإذن بدخول الموقع وتأكيد الإجراء، وتقول Microsoft إن طلبات الإشراف البشري غير مضمونة. وما يعنيه ذلك للمشتري عملي: اطلب من جهة التنفيذ أن تريك موضع منع الإجراء المحظور، لا مجرد الموضع الذي تطلب فيه التعليمات من النموذج تجنّبه.

«المهمة لا تكلف إلا بضعة سنتات» قد تستبعد الجزء الأعلى تكلفة. فإعادة المحاولة التي تتطلب من شخص فتح سجل التشغيل، وفهم الحالة، واستعادة العمل تستهلك وقتا بشريا حتى لو كانت فاتورة النموذج صغيرة. المقارنة المفيدة هي تكلفة المخرج المقبول مع معرفة عبء مراجعته.

«يعمل مع أي تطبيق» ليست اختبار قبول. العرض التجريبي على نموذج توضيحي لا يثبت التوافق مع تسجيل الدخول لدى مورّدك، أو اختيار التقرير، أو تصدير الملف. اطلب دليلا يتعلق بسير العمل الذي تنوي شراءه، وافصل هذا الدليل عن اختبارات الأداء المعيارية التي يقدمها المورّد.

من يبدأ الآن، ومن ينتظر؟

المشغّلون: ابدؤوا بمهمة استرجاع معتمدة تعرفون مسبقا كيف تتحققون من مخرجاتها. وأبقوا مشغّلا مسؤولا عن الحالات الاستثنائية. إذا كان تنفيذ المهمة يدويا يتطلب جهدا أقل من الإشراف على الأتمتة، فمبررات اعتمادها ضعيفة.

المطورون: ابدؤوا بالتكامل الأضيق نطاقا من حيث الصلاحيات، وأضيفوا التحكم بالشاشة فقط حيث يلزم. تولّوا مسؤولية شروط التوقف، والسجلات، والتحقق، وإجراءات التعافي من الأعطال. النموذج مكوّن من مكونات الحل؛ وما تسلّمونه فعليا هو سير عمل مستمر الصيانة.

المؤسسون والمشترون: اطلبوا عرض سعر يفصل بين الإعداد، والبرمجيات ذات التكلفة المتكررة، والتنفيذ، والمراجعة. واسألوا عما يحدث بعد تغيّر البوابة، ومن يدفع تكلفة استعادة العمل. انتظروا إذا كان سير العمل المقترح قادرا على إجراء تغييرات ذات تبعات مهمة، بينما لا يملك للموافقة سوى تعليمة باللغة الطبيعية.

الفرق التي تخدمها بالفعل API أو آلية تصدير موثوقة: قد لا تحتاجون إلى أي تغيير. فلا مكسب تشغيليا من استبدال تكامل يمكن الاعتماد عليه بمزيد من التنقل بين الشاشات.

أسئلة يطرحها المسؤول عن التشغيل

هل يستطيع استخدام بوابة المورّد لدينا إذا لم تكن لها API؟

قد يستطيع، إذا كان المنتج المختار قادرا على الوصول إلى البوابة والتعامل معها، وكان الموقع يسمح بسير العمل، وكانت للمهمة نتيجة يمكن التحقق منها. غياب API يثبت الحاجة إلى مسار وصول آخر، لكنه لا يثبت توافق المتصفح أو وجود إذن بالأتمتة.

هل يمكنه العمل كل أسبوع دون أن أسجّل الدخول مجددا؟

يتوقف ذلك على استمرار الجلسة وسياسة المصادقة في البوابة. صمّم الجدولة بحيث تتوقف عند الحاجة إلى مصادقة أو موافقة. ولا تعد بإنجاز المهمة دون إشراف لمجرد أن المنتج يستطيع جدولتها.

ما أفضل وكيل لاستخدام الكمبيوتر مع نظام ERP قديم على Windows؟

ابدأ بالبيئة المطلوبة. يدعم Copilot Studio أجهزة Windows مُعدّة للعمل، ويمكن لتكامل استخدام الكمبيوتر الذي يتحكم به المطور أن يوفّر بيئة سطح المكتب الخاصة به. ولا يناسب المساعد المحصور في المتصفح إلا الحالة التي يتاح فيها سير عمل ERP داخل المتصفح الذي يدعمه. بعد ذلك قارن الصلاحيات، والجهة المسؤولة عن التعافي من الأعطال، وتكلفة النتيجة المقبولة.

هل يستطيع الوكيل تقديم نموذج حكومي بعد تعبئته؟

لا تستنتج صلاحية التقديم من الإذن بإعداد النموذج. أبقِ مراجعة المعلومات الدقيقة والإقرار بيد إنسان، والتزم بقيود المنتج المختار، واشترط نقطة اعتماد صريحة قبل التقديم. وإذا تعذّر فرض هذه النقطة، فليُكمل الشخص عملية التقديم بنفسه.

خطوتك مع بداية الأسبوع: دوّن حساب المورّد، وفترة التقرير، والوجهة المسموح بها، وفحوص القبول، والشخص المخوّل بالموافقة على التنزيل الأسبوعي. واطلب من المسؤول عن سير العمل البحث عن تصدير أو تكامل مدعوم قبل تحديد نطاق تنفيذ يعتمد على الشاشة ويخضع للإشراف.

لمزيد من الإرشادات العملية لاتخاذ قرارات اعتماد الذكاء الاصطناعي، اشترك في النشرة البريدية.