هندسة المطالبات
هندسة المطالبات تعني ببساطة طرح أسئلة جيدة على الذكاء الاصطناعي. المطالبة هي مدخلاتك مع سؤالك أو طلبك.
هندسة المطالبات تعني أننا نفكر في أسئلة وتوجيهات محددة لمساعدة نماذج الذكاء الاصطناعي على تقديم الإجابات الصحيحة أثناء المحادثات. مع مطالبات أفضل، تحصل على نتائج أفضل.
بالاشتراك مع مواصفات النموذج المختار، هذا يحدد جودة الإجابة.
عناصر المطالبة (السؤال)
للحصول على نتائج أفضل، يجب أن تفكر في النقاط التالية:
- الهدف: ماذا تريد بالضبط من نموذج اللغة؟
- الدور: ما هو دور نموذج اللغة؟ (مثلاً: "محلل تسويق"، "مستشار قانوني"، "مدير مشروع")
- السياق: معلومات خلفية عن الطلب (مثلاً: أهداف الشركة، تفاصيل المشروع، معلومات السوق)
- الأسلوب: أي أسلوب تريد اعتماده؟ (مثلاً: رسمي، مقنع، مختصر)
- المخرجات: ما هو التنسيق الذي تريده؟ (مثلاً: تقرير، بريد إلكتروني، مخطط عرض تقديمي، مقتطف كود)
الهدف
وصف الهدف بدقة لسؤالك أمر أساسي ولا يمكن الاستغناء عنه.
ماذا تريد أن تعرف؟
- يمكن أن يكون سؤالاً حقائقياً، لكن كن واعياً للقيود (مثلاً نقص المعرفة الحالية)
- كما في Google، لن تحصل على نفس الإجابة بالضبط إذا كررت السؤال
- الميزة هي وظيفة "الدردشة" التي تتيح لك المتابعة بالأسئلة
مثال على مطالبة بهدف واضح:
قدم وصفاً لأهم التحديات في تنفيذ منصة ذكاء اصطناعي جديدة في شركة متوسطة الحجم.
تنفيذ منصة ذكاء اصطناعي جديدة في شركة متوسطة الحجم يجلب تحديات متعددة. بعض التحديات الرئيسية هي:
- المقاومة للتغيير: الموظفون معتادون على العمليات والأنظمة الحالية. تتطلب المنصة الجديدة تعديلات وقد تثير مقاومة، خاصة إذا لم يكن تأثيرها على سير العمل واضحاً.
- جودة وتوفر البيانات: تعتمد منصات الذكاء الاصطناعي بشكل كبير على البيانات. جمع وتنظيف وتنظيم البيانات للمنصة الجديدة قد يكون معقداً ويستغرق وقتاً.
- التكامل مع الأنظمة القائمة: غالباً ما يجب دمج منصة الذكاء الاصطناعي مع تطبيقات الشركة الأخرى (ERP، مصادر البيانات، أدوات BI). هذا قد يسبب تحديات تقنية.
- التكاليف: بالإضافة إلى تكاليف الترخيص، هناك تكاليف التنفيذ، التدريب، بنية البيانات، وربما توظيف متخصصين.
- التدريب والتبني: يجب تدريب الموظفين على استخدام المنصة الجديدة وتفسير المخرجات. بدون تدريب جيد ودعم مستمر، قد يكون معدل التبني منخفضاً.
- اختيار المنصة المناسبة وحالات الاستخدام: هناك العديد من منصات وتقنيات الذكاء الاصطناعي. اختيار منصة وتعريف حالات استخدام مناسبة تلبي احتياجات وأهداف الشركة الاستراتيجية أمر حاسم.
- الاعتبارات الأخلاقية والامتثال: اعتماداً على استخدام المنصة، قد تكون هناك مسائل أخلاقية ومتطلبات امتثال (مثل GDPR) يجب التعامل معها بحذر.
- إدارة المشروع: تنفيذ ناجح يتطلب إدارة مشروع متينة، أهداف واضحة، ومشاركة أصحاب المصلحة من أقسام مختلفة.
إضافة الدور والسياق
إضافة دور وسياق يضمن إجابات أفضل وأكثر تحديداً.
مثال على نفس السؤال مع إضافة الدور والسياق:
بصفتي مدير مشروع مسؤول عن تنفيذ منصة ذكاء اصطناعي جديدة لتحليل البيانات وتحسين العمليات في مزود خدمات B2B يضم 150 موظفاً، قدم وصفاً لأهم التحديات واستراتيجيات التخفيف الممكنة.
بصفتي مدير مشروع لتنفيذ منصة ذكاء اصطناعي جديدة لتحليل البيانات وتحسين العمليات في مزود خدمات B2B يضم 150 موظفاً، أرى التحديات الرئيسية التالية واستراتيجيات التخفيف الممكنة:
- المقاومة للتغيير وتبني المستخدمين:
- التحدي: قد يكون الموظفون، خصوصاً الذين تتأثر مهامهم مباشرة، مترددين في التخلي عن طرق عملهم المألوفة واحتضان الرؤى الجديدة المدعومة بالذكاء الاصطناعي.
- التخفيف: إشراك المستخدمين الرئيسيين مبكراً. التواصل بوضوح حول الفوائد (الكفاءة، اتخاذ قرارات أفضل، رؤى جديدة). توفير تدريب شامل قائم على الأدوار ودعم مستمر. تعيين "أبطال الذكاء الاصطناعي" داخل الأقسام.
- جودة البيانات، الحوكمة والهجرة:
- التحدي: تعتمد فعالية المنصة على بيانات عالية الجودة ومدارة جيداً. غالباً ما تكون البيانات من الأنظمة القائمة غير متسقة أو ناقصة أو خاطئة.
- التخفيف: بدء تدقيق بيانات شامل، تعريف إطار حوكمة البيانات، وتنظيف البيانات قبل التكامل/الهجرة. تحديد نماذج وتدفقات بيانات واضحة. إجراء اختبارات والتحقق من صحة البيانات بدقة.
- التكامل مع البنية التحتية لتكنولوجيا المعلومات القائمة:
- التحدي: يجب أن تعمل الروابط مع مصادر البيانات القائمة، ERP، CRM، وأنظمة الشركة الأخرى بسلاسة وأمان.
- التخفيف: تحديد جميع التكاملات المطلوبة مبكراً. اختيار منصة ذكاء اصطناعي مع واجهات برمجة تطبيقات قوية أو موصلات قياسية. اختبار التكاملات بدقة.
- توسع نطاق المشروع وتجاوز الميزانية:
- التحدي: قد تظهر طلبات جديدة لتطبيقات الذكاء الاصطناعي توسع النطاق وتزيد التكاليف خلال المشروع.
- التخفيف: تحديد نطاق واضح ومحدد مع حالات استخدام واضحة (MVP - المنتج القابل للتطبيق الأدنى) للمرحلة الأولى. تطبيق عملية صارمة لإدارة التغيير. الالتزام بجدول زمني وميزانية واقعية مع وجود هامش.
- اختيار التكنولوجيا المناسبة وشريك التنفيذ:
- التحدي: سوق الذكاء الاصطناعي معقد. اختيار تكنولوجيا خاطئة أو شريك غير متمرس قد يؤدي إلى فشل المشروع.
- التخفيف: إجراء بحث دقيق عن تقنيات الذكاء الاصطناعي المناسبة لحالات الاستخدام المحددة. اختيار شريك ذو خبرة مثبتة في قطاعك والتقنيات المختارة. طلب مراجع.
- نقص المعرفة والمهارات في الذكاء الاصطناعي داخل المنظمة:
- التحدي: قد لا تتوفر خبرة داخلية كافية لاستخدام المنصة بفعالية أو صيانتها أو تطويرها.
- التخفيف: الاستثمار في التدريب والتعليم. النظر في توظيف متخصصين أو التعاون الوثيق مع شريك التنفيذ لنقل المعرفة. خلق ثقافة التعلم المستمر.
- الاعتبارات الأخلاقية وقابلية التفسير (Explainable AI):
- التحدي: يجب أن تكون القرارات التي تتخذها أو تدعمها الذكاء الاصطناعي شفافة وقابلة للتفسير، خاصة إذا كان لها تأثير على العملاء أو الموظفين. قد يؤدي التحيز في البيانات إلى نتائج غير عادلة.
- التخفيف: وضع إرشادات أخلاقية لاستخدام الذكاء الاصطناعي. اختيار نماذج قابلة للتفسير حيثما أمكن. تنفيذ عمليات لاكتشاف وتخفيف التحيز. ضمان إشراف بشري على القرارات الحرجة.
من خلال التعامل مع هذه التحديات بشكل استباقي، نزيد فرص تنفيذ ناجح لمنصة الذكاء الاصطناعي تساهم فعلياً في تحقيق أهداف الشركة.
التقنيات
نصف أدناه بعض التقنيات التي يمكنك استخدامها في المطالبات المتقدمة.
التقنية 1 - تقديم أمثلة
لضمان أن يستخدم نموذج اللغة نفس الأسلوب الذي تريده، قدم مثالاً أو مثالين.
تسمى هذه الطريقة "one & few-shot prompting"
اكتب مسودة بريد إلكتروني للعملاء حول تحديث نظام مخطط قادم. استخدم سياستنا الداخلية للتواصل مع العملاء (أدرج النقاط ذات الصلة من السياسة). استخدم كدليل أسلوب هذه النشرة الإخبارية الأخيرة، لكن لا تنقل أي معلومات محتوى: (أدرج نص النشرة الإخبارية)
المطالبة الكاملة هي كما يلي:
السياسة الداخلية للتواصل مع العملاء:
- كن محترفاً ومهذباً دائماً.
- قدم تحديثات في الوقت المناسب حول التغييرات أو الأعطال المهمة.
- قدم معلومات واضحة وموجزة.
- وفر حلاً أو تعويضاً إذا كان ذلك مناسباً.
استخدم هذه النشرة الإخبارية كأسلوب، لكن لا تستخدم معلومات منها. عزيزي العميل،
نود إعلامكم بتحديث نظام مخطط قادم قد يؤثر على خدماتنا.
تاريخ ووقت التحديث: [التاريخ والوقت] المدة المتوقعة للانقطاع: [المدة] الخدمات المتأثرة: [الخدمات]
خلال هذه الفترة قد تتوقف خدماتنا مؤقتاً. نحن نبذل قصارى جهدنا لتقليل الإزعاج واستعادة الخدمات بأسرع وقت ممكن.
فيما يلي إجابة نموذج اللغة على المطالبة الموسعة مع الأمثلة
عزيزي العميل،
نود إعلامكم بتحديث نظام مخطط قادم قد يؤثر على خدماتنا.
تاريخ ووقت التحديث: [التاريخ والوقت] المدة المتوقعة للانقطاع: [المدة] الخدمات المتأثرة: [الخدمات]
خلال هذه الفترة قد تتوقف خدماتنا مؤقتاً. نحن نبذل قصارى جهدنا لتقليل الإزعاج واستعادة الخدمات بأسرع وقت ممكن.
إذا كانت لديكم أي أسئلة، لا تترددوا في الاتصال بنا.
مع أطيب التحيات، [اسمك] [وظيفتك] [اسم الشركة] [معلومات الاتصال]
التقنية 2 - تقديم قالب
لضمان أن يستخدم نموذج اللغة تنسيقاً معيناً، قدم قالباً ومثالاً. هذا يجعل نموذج اللغة يشكل أو ينظم إجابته بطريقة معينة. يمكنك التفكير في تنسيقات مختلفة مفيدة في مواقف مثل:
- إخراج csv للاستيراد في جدول Excel أو أداة تحليل بيانات
- إخراج json لتكاملات API أو ملفات التكوين
- إعداد جدول أعمال لاجتماع مشروع
مثال على مطالبة: أنشئ قائمة بثلاث قنوات تسويقية محتملة لمنتج SaaS جديد موجه للشركات الصغيرة والمتوسطة. نسق إجابتك كما يلي: القناة: نطاق الجمهور المستهدف: العائد المحتمل على الاستثمار: الموارد المطلوبة:
مثلاً: القناة: إعلانات LinkedIn نطاق الجمهور المستهدف: ألقاب وظيفية محددة، صناعات، حجم الشركة العائد المحتمل على الاستثمار: مرتفع إذا تم الاستهداف جيداً الموارد المطلوبة: ميزانية إعلانات، إنشاء محتوى، إدارة الحملة
تسمى هذه الطريقة "قوالب الإخراج"
فيما يلي إجابة نموذج اللغة على المطالبة مع قالب إخراج
القناة: تسويق المحتوى (مدونة وتحسين محركات البحث) نطاق الجمهور المستهدف: شركات تبحث بنشاط عن حلول لمشاكلها، حركة مرور عضوية العائد المحتمل على الاستثمار: مرتفع على المدى الطويل، يبني السلطة الموارد المطلوبة: كتاب محتوى، متخصص SEO، وقت للبحث عن الكلمات المفتاحية والترويج للمحتوى
القناة: إعلانات Google (البحث) نطاق الجمهور المستهدف: شركات تبحث بنشاط عن كلمات مفتاحية محددة مرتبطة بمنتج SaaS العائد المحتمل على الاستثمار: متوسط إلى مرتفع، حسب المنافسة وتكلفة النقرة الموارد المطلوبة: ميزانية إعلانات، بحث كلمات مفتاحية، تحسين صفحة الهبوط، إدارة الحملة
القناة: التسويق عبر البريد الإلكتروني (رعاية العملاء المحتملين) نطاق الجمهور المستهدف: العملاء المحتملين الذين تم جمعهم عبر الموقع، الندوات عبر الإنترنت، أو قنوات أخرى العائد المحتمل على الاستثمار: مرتفع، فعال لتحويل العملاء المحتملين إلى عملاء الموارد المطلوبة: منصة تسويق عبر البريد الإلكتروني، محتوى لسلسلة الرسائل، مهارات التقسيم
التقنية 3 - إعطاء تلميح
لضمان أن يبدأ نموذج اللغة ويكتب بطريقة معينة، قدم تلميحاً. نكتب التلميح في نهاية المطالبة.
مثال على مطالبة: هل يمكنك تلخيص تقرير أبحاث السوق هذا لي؟ (ألصق الأقسام ذات الصلة من التقرير). ابدأ إجابتك بـ: أهم النتائج من هذا البحث السوقي هي:
- ألصق نص التقرير
تسمى هذه الطريقة "الإشارات والتلميحات" هذا المثال يستخدم تقريراً وهمياً.
فيما يلي إجابة نموذج اللغة على المطالبة مع تلميح
أهم النتائج من هذا البحث السوقي هي:
- الطلب على برامج إدارة المشاريع السحابية ضمن الشركات الصغيرة والمتوسطة ارتفع بنسبة 35% خلال العامين الماضيين.
- أهم عوامل اتخاذ القرار للشركات الصغيرة والمتوسطة هي سهولة الاستخدام، إمكانيات التكامل مع الأدوات القائمة، والتسعير.
- المنافس أ لديه حصة سوقية 25%، يليه المنافس ب بنسبة 18%. هناك مجال للاعبين جدد يركزون على شرائح محددة أو يقدمون تجربة مستخدم متفوقة.
- أكبر التحديات للشركات الصغيرة والمتوسطة في تبني البرمجيات الجديدة هي الاستثمار الأولي والوقت اللازم لتدريب الموظفين.
- من المتوقع أن يستمر السوق في النمو بنسبة 15% سنوياً خلال السنوات الخمس القادمة.
التقنية 4 - تقسيم المحتوى من التعليمات
أحياناً تكون المطالبة طويلة جداً بسبب المحتوى الإضافي ونموذج اللغة لا يفسر بالضبط ما تريد. ربما لاحظت ذلك في المثال السابق. في هذه الحالة، قسم المحتوى باستخدام ثلاث علامات اقتباس في بداية ونهاية النص من بقية المطالبة.
مثال على مطالبة: هل يمكنك تلخيص هذا المقال لي؟ “”” (ألصق نص مقالك). “”” ابدأ إجابتك بـ: النقاط الرئيسية من هذا المقال هي:
تسمى هذه الطريقة "تقسيم المحتوى" هذا المثال يستخدم مقالاً أو تقريراً من الإنترنت كمصدر. يمكنك استخدام مذكرة سياسة، تقرير بحثي أو صفحة معلومات عامة.
فيما يلي إجابة نموذج اللغة على المطالبة مع محتوى مقسم. نستخدم ثلاث علامات اقتباس أو ثلاث نجوم لفصل سياق السؤال.
النقاط الرئيسية من هذا المصدر هي:
- يصف التقرير الفئات المستهدفة التي يتأثر بها السياسة.
- يذكر المصدر الشروط المسبقة للتنفيذ الدقيق، مثل الخصوصية، الوصولية، والتواصل الواضح.
- التحليل يوضح المخاطر والاعتمادات التي يجب أخذها في الاعتبار مسبقاً.
- يحتوي المستند على توصيات يمكن ترجمتها إلى إجراءات ملموسة للفرق أو الأقسام.
- لاتخاذ القرار، من المهم توضيح الافتراضات، عدم اليقين، والخطوات التالية.
التقنية 5 - طلب معلومات إضافية أولاً
يمكنك إعطاء تعليمات لطرح أسئلة إضافية أولاً قبل توليد الإجابة. هذا يساعد نموذج اللغة على تحسين طلبك وجعله أكثر تحديداً.
مثال على مطالبة: "أريد إعداد اقتراح مشروع لتطوير تطبيق جوال جديد للاتصالات الداخلية. يجب أن يحتوي التطبيق على ميزات لتحديثات الأخبار، دليل الموظفين، والرسائل المباشرة. قبل كتابة الاقتراح، هل يمكنك طرح أسئلة إضافية لتحسين الاقتراح؟"
تسمى هذه الطريقة "المطالبة بالأسئلة قبل الإجابة"
فيما يلي إجابة نموذج اللغة على المطالبة مع طلب معلومات إضافية
بالطبع! إليك بعض الأسئلة التي يمكنني طرحها لتحسين اقتراح المشروع: ما هو الهدف الأساسي لتطبيق الاتصالات الداخلية؟ (مثلاً: زيادة التفاعل، تحسين نشر المعلومات، تسهيل التعاون) من هو الجمهور المستهدف داخل الشركة؟ (مثلاً: جميع الموظفين، أقسام محددة، الموظفون الميدانيون) هل هناك أنظمة أو منصات حالية يجب أن يتكامل معها التطبيق؟ (مثلاً: الإنترانت، نظام الموارد البشرية، Active Directory) ما هو الميزانية والجدول الزمني المتوقع للتطوير والتنفيذ؟ هل هناك متطلبات أمنية أو امتثال خاصة يجب أن يلتزم بها التطبيق؟ (مثلاً: GDPR، سياسة الاحتفاظ بالبيانات) ما هي مؤشرات الأداء الرئيسية (KPIs) التي ستستخدم لقياس نجاح التطبيق؟ هل هناك أفكار حول التصميم أو العلامة التجارية للتطبيق؟ هل يجب أن يتماشى مع هوية المنظمة؟ هل هناك تفضيل لمنصة التطوير (iOS، Android، متعدد المنصات)؟
مع هذه المعلومات الإضافية، يمكننا الحصول على صورة أوضح للنطاق والمتطلبات، وبالتالي إعداد اقتراح مشروع أقوى.
التقنية 6 - مطالبة عاطفية
يمكنك إعطاء تعليمات لتعديل نبرة النص لتتناسب مع المشاعر الكامنة، أو لإثارة استجابة عاطفية محددة. هذا مفيد لخدمة العملاء، الاتصالات الداخلية، أو التسويق.
مثال على مطالبة: "يجب أن أكتب بريدًا إلكترونيًا لعميل غير راضٍ عن انقطاع الخدمة الأخير. كتب العميل ما يلي: """ .... """ (ألصق نص العميل) أريد أن يكون البريد الإلكتروني متعاطفاً، يعترف بإحباط العميل، ويقدم حلاً بناءً."
تسمى هذه الطريقة "المطالبة العاطفية" هذا المثال يستخدم شكوى وهمية.
المطالبة الكاملة هي:
يجب أن أكتب بريدًا إلكترونيًا لعميل غير راضٍ عن انقطاع الخدمة الأخير. كتب العميل ما يلي: """السيد/السيدة المحترمة،
أنا محبط جداً من انقطاع الخدمة غير المتوقع ظهر أمس. لقد أثر ذلك بشدة على عملياتنا وأدى إلى فقدان الإنتاجية. نعتمد على خدماتكم وهذه الحوادث غير مقبولة. أتوقع توضيحاً واضحاً وتعويضاً مناسباً."""
أريد أن يكون البريد الإلكتروني متعاطفاً، يعترف بإحباط العميل، ويقدم حلاً بناءً.
فيما يلي الإجابة التي حصلنا عليها من نموذج اللغة
السيد/السيدة [اسم العميل] المحترم/ة،
شكراً جزيلاً على رسالتكم ونعتذر بصدق عن انقطاع الخدمة الذي واجهتموه ظهر أمس. أنا أتفهم تماماً إحباطكم والتأثير الذي أحدثه ذلك على عملياتكم. نأسف بشدة لأننا لم نلب توقعاتكم ومعايير خدمتنا.
حدث الانقطاع بسبب [شرح مختصر وواضح للسبب، مثلاً عطل فني غير متوقع في مركز البيانات]. لقد اتخذنا إجراءات فورية وعمل فنيونا بجد لاستعادة الخدمة في أسرع وقت ممكن. الخدمة عادت للعمل بشكل كامل منذ [الوقت].
نحن نأخذ هذا الحادث على محمل الجد ونعمل حالياً على تقييم السبب لمنع تكراره في المستقبل.
لتعويض الإزعاج، نود أن نقدم لكم [عرض محدد، مثلاً خصم على فاتورتكم القادمة / ترقية مجانية لمدة شهر / رصيد خدمة]. سيتواصل معكم أحد مديري الحسابات خلال 24 ساعة لمناقشة الأمر شخصياً والإجابة على أي أسئلة أخرى.
مرة أخرى، نعتذر عن الإزعاج. نحن نقدر عملكم ونسعى لتقديم خدمة موثوقة لكم في المستقبل.
مع أطيب التحيات،
[اسمك/اسم الشركة]
التقنية 7 - طلب نسخ متعددة
تطلب هنا عدة نسخ من إجابة، بحيث يكون لديك خيارات للاختيار من بينها. مثلاً تريد من النموذج مساعدتك في توليد شعارات تسويقية مختلفة لمنتج جديد. هناك العديد من الزوايا الممكنة، لذا تريد عدة خيارات. يمكن دمج هذا بفعالية مع تعيين دور محدد للنموذج ومطالبة نظامية لتوجيه النموذج أكثر.
يمكنك قراءة المزيد عن الأدوار في المقال المعني. هذا المثال مع نسخ متعددة موجود في نهاية المقال. لا يعاد هنا بالكامل.
التقنية 8 - الجمع مع مطالبة نظامية
مع مطالبة نظامية يمكنك إعطاء أوامر لنموذج الذكاء الاصطناعي. هي تعليمات تعطيها للنموذج لتشكيل المهمة أو سلوك النموذج بشكل محدد. يمكنك تضمين نوع المخرجات التي تتوقعها من نموذج الذكاء الاصطناعي. هي طريقة لتوجيه النموذج ومنع إعطاء إجابات غير ذات صلة أو غير مرغوب فيها.
بعض الأمثلة على مطالبات نظامية بسيطة وعامة:
"أريدك أن تكون مساعداً ودوداً ومتعاوناً."
"ابقَ محترفاً ومحترماً في لغتك دائماً."
"ركز على إعطاء إجابات محددة ومباشرة بدون تفاصيل زائدة."
المطالبة النظامية تحدد نغمة وتوقعات المحادثة أو المهمة التي تريد تنفيذها مع نموذج الذكاء الاصطناعي.
يمكنك أيضاً ابتكار مطالبات نظامية أكثر تقدماً لمهام محددة، مثل تلخيص نص: "قم بتحليل النص المعطى بعناية وقدم ملخصاً موجزاً لكنه غني بالمعلومات للنقاط الرئيسية. حدد الرسالة الأساسية والتفاصيل المهمة."
المطالبات النظامية لا تؤثر بنفس القوة على كل نموذج ذكاء اصطناعي. في chatGPT تأثيرها قوي جداً، وفي Claude كذلك، أما في النماذج الأخرى فالتأثير أقل. من المفيد تجربتها لترى أي نموذج يعمل بشكل أفضل مع مدخلاتك.
يمكنك تعيين مطالبة نظامية عامة في الإعدادات، لكن من الأفضل ابتكار هذه المطالبات لكل مهمة تريد أتمتتها. نسمي هذا الأدوار.
يمكنك قراءة المزيد عن الأدوار في المقال المعني.
توضيح مقطع
حدد نصاً في رسالة محادثة مكتملة واختر توضيح. اكتب في النافذة سؤالاً أو تعليمات تعديل، مثلاً "اجعل هذه الجملة فقط أبسط"، واختر حفظ. يمكنك توضيح عدة مقاطع. ثم أرسل؛ لا حاجة لمطالبة إضافية في حقل الإدخال، لكنها مسموحة. يبقى المقطع محفوظاً مع التعليق، حتى لو انتقلت إلى نافذة أخرى. يمكنك حذف التوضيح قبل الإرسال. على الهاتف المحمول، اضغط مطولاً على النص لتحديده.