تعلم معي كيف تكتب برومت جغرافي (Geo Prompts) خطوة بخطوة

في عصر الذكاء الاصطناعي التوليدي، لم يعد التعامل مع البيانات الجغرافية حكراً على المتخصصين في نظم المعلومات الجغرافية (GIS) الذين يجيدون كتابة برومت جغرافي والاستعلامات المعقدة بلغة SQL أو تحرير الطبقات على برامج مثل ArcGIS و QGIS. نحن نعيش اليوم منعطفاً تاريخياً حيث يمكننا التحدث إلى الخرائط ومخاطبة البيانات المكانية بلغتنا الطبيعية.

لكن هناك فجوة بين أن “تطلب” من الذكاء الاصطناعي شيئاً وبين أن “تحترف” توجيهه للحصول على نتائج دقيقة ومعمقة. بصفتي خبيراً في الجغرافيا ونظم المعلومات الجغرافية، سأصحبك في هذا المقال في رحلة شاملة من الألف إلى الياء لفهم البرومت الجغرافي (Geo Prompt) ، ذلك الفن والعلم الذي يمزج بين البلاغة اللغوية ودقة التحليل المكاني. سنتعلم معاً كيف نبني جسراً محكماً بين فكرة في عقلك وخريطة أو تحليل على شاشتك.

أولا : النشأة والمفهوم – من هندسة الأوامر إلى GEO

لفهم ما هو “برومت جغرافي”، علينا أولاً تفكيك المصطلح إلى شقيه: الهندسة والجغرافيا.

هندسة الأوامر (Prompt Engineering) هي عملية تصميم وتحسين المدخلات النصية (الأوامر) التي نعطيها لنموذج الذكاء الاصطناعي التوليدي (مثل ChatGPT، Gemini، Claude) بهدف توجيهه لإنتاج المخرجات المطلوبة بدقة واتساق . ومع بزوغ نجم المحركات التوليدية (Generative Engines) ، ظهر مفهوم تحسين المحركات التوليدية (GEO: Generative Engine Optimization) ، والذي يهدف إلى جعل المحتوى “مفهوماً” وقابلاً للاستدعاء من قبل هذه النماذج، ليس فقط عبر الكلمات المفتاحية، بل من خلال بنية المحتوى ودلالاته .

عند تقاطع هذين المفهومين، وُلِد البرومت الجغرافي (Geo Prompt). إنه ليس مجرد سؤال عن مكان ما، بل هو تعليمة برمجية لغوية تحتوي على سياق مكاني (Spatial Context)، وهدف تحليلي (Analytical Intent)، وتنسيق إخراج محدد. إنه الفرق بين أن تسأل: “أين الرياض؟” وبين أن تكتب برومت احترافياً: “قم بتحليل التوسع العمراني لمدينة الرياض بين عامي 2010 و 2020 باستخدام مرئيات لاندسات الفضائية، مع إبراز التغير في الغطاء النباتي في وادي حنيفة، وأخرج النتيجة على شكل خريطة حرارية (Heatmap) بتنسيق GeoJSON”.

ثانيا: العناصر الأساسية لتكوين برومت جغرافي

البرومت القوي ليس نصاً مرتجلاً، بل هو هيكل منظم. لبناء برومت جغرافي احترافي، عليك مراعاة العناصر الأربعة التالية بدقة متناهية:

السياق الجغرافي والمرجعية المكانية (Geospatial Context & CRS)

هذا هو الحمض النووي للبرومت الجغرافي. بدون تحديد المرجعية المكانية، أنت تائه في فراغ. يجب أن تحدد:

منطقة الاهتمام (AOI): Bounding Box بإحداثيات [minX, minY, maxX, maxY] أو اسم منطقة إدارية.
نظام الإسناد المكاني (CRS): لا تترك النموذج يخمن. حدد EPSG:4326 (WGS84) أو EPSG:3857 (Web Mercator).
المدى الزمني: “خلال موسم الأمطار 2025” أو “صيف 2023”.

المهمة التحليلية (Analytical Task)

هنا تحدد ماذا تريد من النموذج أن يفعل بالبيانات. هل هي:

استعلام مكاني (Spatial Query): “استخرج جميع المباني ضمن نطاق 500 متر من الصدع الزلزالي”.
تحليل الشبكات (Network Analysis): “احسب أسرع طريق بين النقطة أ والنقطة ب متجنباً طرق الفيضان”.
استشعار عن بعد (Remote Sensing): “صنف أنواع المحاصيل الزراعية في هذه الصورة متعددة الأطياف” .

تنسيق المُدخلات (Input Modality)

النماذج الحديثة مثل SAM3 (Segment Anything Model 3) و RasterFlow تسمح لك بتغذية النموذج بـ النص والصور معاً . البرومت القوي يحدد:

النص: الوصف الدلالي (مثل: “ابحث عن أسطح المنازل ذات اللون الأحمر”).
الصورة/الراستر: إرفاق ملف GeoTIFF أو رابط لخريطة أساس.

هيكلية المُخرجات (Output Schema)

هذه النقطة تفصل بين الهاوي والمحترف. يجب أن تأمر النموذج بصيغة الإخراج التي تناسب سير عملك التقني:

للمحللين: GeoJSON أو Shapefile أو WKT.
للمطورين: JSON يحتوي على إحداثيات ونسب الثقة (Confidence Scores) .
للمدراء: “ملخص تنفيذي مع خريطة توضح المناطق المتضررة”.

شاهد ايضا”

ثالثا: ما وراء النص – التطور التقني في فهم الأوامر الجغرافية

لكي تكتب برومت خبيراً، عليك أن تفهم ماذا يحدث في “عقل” النموذج. النماذج اللغوية الكبيرة (LLMs) لم تعد مجرد ببغاوات تردد النص، بل أصبحت مجهزة بقدرات متعددة الوسائط (Multimodal) والتفكير المكاني (Spatial Reasoning).

الترقيم البصري (Visual Prompting): تقنيات مثل Graph-of-Mark (GoM) و Set-of-Mark تقوم بتقسيم الصورة الجوية إلى كائنات مرقمة وربطها بعلاقات بيانية. هذا يعني أنه يمكنك أن تطلب من النموذج: “عد المباني التي تقع بين الطريق السريع والنهر والموضحة بالعلامات 4 و 7 و 12″، وسيفهم النموذج العلاقة الطوبولوجية بين هذه العناصر .
التفكير المعزز (Reasoning-Enhanced): في مجالات حساسة مثل تجزئة الصور الفضائية (Remote Sensing Image Segmentation)، لا يكفي أن تقول “ظلل الغابة”. النماذج المتقدمة تستخدم ReSaP (Reasoning-Enhanced and Scale-Aware Prompting) لفهم سياق المهمة. أي أنها تميز بين “غابة كثيفة” و”شجيرات متناثرة” بناءً على التدقيق في دقة البكسل وحجم الهدف .

رابعا: البروتوكولات والبنية التحتية – كيف يصل صوتك إلى الخريطة؟

عندما تكتب برومت جغرافي اليوم، فإنك تستفيد من ثورة في بنية البرمجيات تُعرف باسم بروتوكول سياق النموذج (MCP: Model Context Protocol). هذا البروتوكول، الذي تبنته كبرى الشركات، يعمل كمترجم فوري بين كلامك ولغة الآلة .

كيف يعمل؟ أنت تكتب “ابحث عن فنادق مطلة على الكولوسيوم في روما”. خادم MCP (مثل خادم Mapbox) يستقبل الأمر، يفهم الكيان الجغرافي (الكولوسيوم)، يستدعي واجهة برمجة التطبيقات (API) للخرائط، ويحسب حقل الرؤية (Viewshed Analysis) ليعيد لك الفنادق التي يقع مدخلها ضمن زاوية رؤية الأثر.
ماذا يعني لك كمستخدم؟ يعني أن برومتك لم يعد مجرد بحث نصي، بل أصبح قادراً على استدعاء أدوات مكانية حية: حساب الطرق (Routing)، الترميز الجغرافي (Geocoding)، والمضلعات المتساوية الزمن (Isochrones) .

خامسا : دليل عملي خطوة بخطوة لكتابة برومت جغرافي خبير

لنطبق ما تعلمناه. لنفترض أنك تعمل في مجال التأمين العقاري وتريد تقييم مخاطر الفيضانات لمحفظة عقارية. إليك كيف تتدرج من برومت سيء إلى برومت عبقري:

المرحلة الأولى: برومت المبتدئ (النتيجة: هراء)

“هل يوجد فيضان في هذه المنطقة؟”

المرحلة الثانية: برومت المستخدم العادي (النتيجة: عامة جداً)

“أرني خريطة مخاطر الفيضانات في جدة.”

المرحلة الثالثة: برومت المحترف (النتيجة: تحليل معمق وقابل للتنفيذ)

*”بصفتك محللاً لنظم المعلومات الجغرافية متخصصاً في الهيدرولوجيا، قم بمهمة تحليل متعدد المعايير (Multi-Criteria Analysis) لنموذج ارتفاع رقمي (DEM) بدقة 12.5 متر وبيانات هطول الأمطار لمنطقة [24.45, 39.10, 24.55, 39.20] (شمال جدة التاريخية).

المطلوب:

احسب مؤشر التضاريس الطبوغرافية (TWI) لتحديد مناطق تجمع المياه.
حدد نطاق عازل (Buffer) بمسافة 100 متر حول مجاري الأودية.
أخرج النتيجة على شكل طبقة GeoJSON تتضمن كل قطعة أرض ومصنفة بـ risk_level (منخفض، متوسط، مرتفع) بناءً على التداخل مع النطاق العازل.
استخدم لغة WKT لوصف المضلعات عالية الخطورة بدقة.”*

لماذا هذا البرومت قوي؟

الدور: حددت له شخصية الخبير (Role Prompting).
المصطلحات: استخدمت مصطلحات علمية (TWI, DEM, Buffer) مما يجبر النموذج على استدعاء قواعد بياناته المتخصصة.
الهيكل: الطلب مقسم ومُرقم (Structured Prompting) .
الإخراج: محدد بصيغة آلة (GeoJSON, WKT) مما يسمح لك بفتحه مباشرة في QGIS.

سادسا: استشراف المستقبل – ماذا يجب أن تراعي عند كتابة الأوامر غداً؟

عالم GeoAI يتطور بسرعة صاروخية. لتضمن أن مهاراتك لا تصبح متقادمة، انتبه للتحولات التالية:

الوكلاء الأذكياء (Autonomous GIS Agents): بدلاً من كتابة برومت واحد، ستكتب سلسلة أهداف. وكيل ذكي مثل “وكيل Mapbox” سيكتشف بنفسه أنه بحاجة لتحميل بيانات الطقس، ثم حساب الطرق، ثم مقارنة حركة المرور، كل ذلك من أمر واحد: “خطط لرحلة برية من الرياض إلى أبها مع أقل احتمالية للعواصف الرملية” .
التفاعل الحي مع البيانات (Live Data Prompting): لم يعد مسموحاً لك باستخدام بيانات 2020 في 2026. النماذج الآن تستهلك البيانات كخدمة. برومتك يجب أن يتضمن شرط @real-time أو timestamp: now() لضمان أن التحليل مبني على آخر صورة قمر صناعي أو قراءة لجهاز استشعار .
السلطة الدلالية (Semantic Authority): النموذج يميل لتصديق المصادر ذات البنية القوية. عند كتابة برومت للتحليل، إذا كنت تريد أن “يصدقك” النموذج ويبني على كلامك، استخدم الجداول والمخططات البيانية في سياقك. النماذج التوليدية تمنح وزناً أعلى للمحتوى المنظم في جداول (Tables) وأسئلة شائعة (FAQ) لأنها تعتبرها “حقائق مهيكلة” .

خاتمة: الخريطة في عقلك أولاً

كتابة برومت جغرافي (Geo Prompt) هي امتداد لمهارة رسم الخرائط الذهنية. الجغرافي القدير هو من يعرف ماذا يسأل قبل أن يعرف كيف يسأل. في الماضي كنا نتعلم SQL و Python لاستخراج كنوز البيانات المكانية، أما اليوم فاللغة الطبيعية هي المفتاح، ولكنها تحتاج إلى من يمسك بها بحكمة الخبير ودقة العالم.

تذكر دائماً: البرومت القوي هو الذي يحترم تعقيد المكان. أضف الإحداثيات، حدد النظام الإسنادي، استخدم المصطلحات العلمية، واطلب هيكل الإخراج. باتباع هذه الخطوات، ستتحول من مجرد مستخدم للذكاء الاصطناعي إلى قائد لأوركسترا من الخوارزميات الجغرافية، تعزف لك سيمفونية البيانات المكانية كما تشاء.