تعليم وكيل الهاتف بالعرض: تسجيل الشاشة والمهارات القابلة لإعادة الاستخدام وأمان Android

ما الذي يتعلمه الوكيل عندما تعرض له المهمة؟

هل يستطيع وكيل ذكاء اصطناعي فهم مهمة هاتفية بمجرد أن يشاهدك تنفذها؟ الإشارة الأوضح في يوليو 2026 جاءت من ميزة Record a Skill في Claude Cowork. فقد أوضح تقرير ITmedia المنشور في 22 يوليو 2026 أن المستخدم يستطيع تسجيل مهمة مع شرح صوتي، ثم تحويل المثال إلى مهارة قابلة لإعادة الاستخدام. وأشار تقرير Android Authority العملي إلى أن تسجيل الشاشة والشرح المتزامن يهدفان إلى تقليل الحاجة إلى تكرار التعليمات في الأعمال المتكررة.

الفكرة المهمة ليست تسجيل الحركة وحدها، بل التقاط سببها. عندما تفتح تطبيقا، وتبحث عن طلب، وتختار نتيجة، ثم تحفظها، تعرض الشاشة سلسلة من الأفعال. أما قولك: «اختر أحدث طلب لم يكتمل، لكن توقف إذا تجاوز المبلغ حدا معينا» فيكشف القاعدة التي تحكم تلك الأفعال. هنا يبدأ تعليم وكيل الهاتف بالعرض: المثال يقدم السياق المرئي، والشرح يبين الهدف والاستثناءات والنتيجة المطلوبة.

يختلف ذلك عن الأمر النصي الذي يصف النتيجة مرة واحدة، وعن الماكرو الذي يعيد سلسلة ثابتة من النقرات. كما أنه ليس تدريبا جديدا للنموذج الأساسي؛ فالمهارة حزمة تعليمات وقواعد ومدخلات يمكن للوكيل استدعاؤها عند الحاجة. أما تدريب النموذج فيغير قدراته العامة عبر بيانات وعملية تعلم أوسع. ومن يريد فهم الفارق بين واجهة التحكم المحمولة ومساحة عمل Claude يمكنه الرجوع إلى Claude Cowork على الهاتف: لماذا يصبح الجوال نقطة التحكم في وكلاء الذكاء الاصطناعي؟.

بالنسبة إلى هاتف Android، القيمة الحقيقية هي الانتقال من «كرر ما رأيته» إلى «حقق النتيجة نفسها ضمن الحالة الحالية». المهارة الجيدة تعرف ما يجب البحث عنه، وما المتغير الذي يأخذه المستخدم، ومتى تتوقف، وما الخطوة التي تحتاج إلى تأكيد. هذه المعرفة هي التي تجعل العرض قابلا للتعميم خارج التسجيل الأصلي.

من تسجيل واحد إلى مهارة هاتف قابلة لإعادة الاستخدام

كيف يتحول تسجيل قصير إلى مسار يمكن تشغيله غدا على بيانات مختلفة؟ تبدأ العملية بتحديد نقطة بداية واضحة: التطبيق المطلوب، الحساب المستخدم، الحالة المتوقعة، والنتيجة النهائية. بعدها يسجل المستخدم مثالا واحدا نظيفا ويشرح أثناءه القرارات التي لا تظهر من الصورة وحدها. ينبغي أن يوضح لماذا اختار عنصرا، وماذا يفعل إذا لم يجده، وأي قيم تتغير في كل تشغيل.

تأتي بعد الالتقاط مرحلة فصل القاعدة عن التفاصيل العرضية. اسم العميل، تاريخ الموعد، نص الرسالة أو اسم الملف ليست جزءا ثابتا من المهارة؛ إنها مدخلات. في المقابل، فتح السجل الصحيح، التحقق من حالته، ملء الحقول المطلوبة، ومراجعة النتيجة قبل الإرسال تمثل بنية العمل. يمكن عندئذ وصف المهارة بمدخلاتها وشروطها وخطواتها ونقاط توقفها ومخرجاتها المتوقعة.

مثال ذلك مهمة «أرسل تحديثا عن الموعد القادم». لا ينبغي للمهارة حفظ اسم شخص ظهر في التسجيل. الأفضل أن تستقبل جهة الاتصال والتاريخ وصيغة الرسالة، ثم تتحقق من التطابق قبل تجهيز النص. وإذا كان المطلوب سلسلة أطول، مثل قراءة معلومة من تطبيق ثم استخدامها في تطبيق آخر، يصبح تحديد انتقال البيانات بين الخطوات أهم من حفظ شكل الشاشة. يعرض دليل أتمتة مهام أندرويد بأمر صوتي واحد: دليل عملي مع FoneClaw سياقا إضافيا للمهام التي تتجاوز تطبيقا واحدا.

بعد ذلك تعبأ القواعد في مهارة لها اسم ووصف ومدخلات محددة، مثل «جهز ملخص الموعد» أو «أنشئ مسودة متابعة». الاستدعاء القابل لإعادة الاستخدام لا يعني منحها حرية مفتوحة؛ بل تشغيلها ضمن تطبيقات وإجراءات وأذونات معروفة. والنتيجة الأفضل ليست مهارة تتظاهر بفهم كل حالة، بل مهارة تعرف نطاقها وتعرض الحالة غير المتوقعة للمستخدم بدلا من تخمين خطوة مؤثرة.

لماذا لا يصلح التكرار الحرفي لشاشات Android المتغيرة؟

قد ينجح تسجيل النقرات مرة، ثم يفشل في التشغيل التالي رغم أن الهدف لم يتغير. السبب أن شاشة Android ليست لوحة ثابتة. قد يظهر إشعار أعلى الصفحة، أو يتغير ترتيب النتائج، أو يعرض التطبيق نافذة تعريفية بعد تحديث، أو ينتقل زر إلى موضع آخر على شاشة أصغر. حتى الحساب نفسه قد يكون في حالة مختلفة: جلسة منتهية، عنصر غير متاح، أو حقل مكتمل مسبقا.

اللغة واتجاه الكتابة وحجم الخط وإعدادات إمكانية الوصول تغير التخطيط أيضا. المهارة المسجلة على واجهة عربية قد تواجه تسميات أو ترتيبا مختلفا عند تبديل اللغة. كما أن شجرة إمكانية الوصول توفر أسماء وعلاقات للعناصر لا تظهر في البكسلات وحدها. تشرح إرشادات خدمات إمكانية الوصول في Android كيفية تفاعل الخدمة مع أحداث الواجهة وعناصرها، وهي خلفية مهمة لفهم سبب تفوق التعرف الدلالي على الاعتماد المنفرد على الإحداثيات.

هناك كذلك حوارات الأذونات. قد يطلب التطبيق الوصول إلى الميكروفون أو جهات الاتصال في أول تشغيل فقط، وقد يعرض النظام خيارا مختلفا بحسب إصدار Android. لذلك لا يصح تحويل كل نافذة ظهرت في التسجيل إلى نقرة تلقائية. يجب أن تتعرف المهارة على طلب الإذن، وتربطه بسبب وظيفي واضح، وتترك قرار المنح للمستخدم ضمن المسار المرئي.

التصميم القابل للتحمل يبحث عن العنصر بمعناه وحالته، ويتحقق من النتيجة بعد الفعل، ويملك بديلا إذا تعذر العثور عليه. يمكنه مثلا البحث عن زر يحمل وظيفة «إنشاء» بدلا من النقر عند إحداثيات محفوظة، ثم التأكد من ظهور شاشة التحرير. أما من يهتم بكيفية تدريب وكلاء الهواتف على تنوع الحالات، فسيجد شرحا مجاورا في PhoneBuddy-4B وتدريب وكلاء الهاتف: لماذا يهم Mock-App RL لوكلاء Android. هذا مجال مختلف عن تسجيل مهارة شخصية، لكنه يوضح قيمة الاختبار أمام تغير البيئة.

كيف تسجل مثالا نظيفا من دون كشف بيانات حساسة؟

ما الذي يجب أن يظهر في التسجيل، وما الذي ينبغي استبعاده؟ الهدف هو تصوير منطق المهمة بأقل قدر من البيانات. استخدم حسابا تجريبيا أو عناصر وهمية كلما أمكن، وأغلق معاينات الإشعارات، ونظف قائمة التطبيقات الحديثة، واختر أسماء وملفات لا تكشف معلومات شخصية. يجب ألا يتضمن التسجيل كلمات مرور أو رموز تحقق أو بيانات دفع أو محادثات خاصة أو معلومات صحية.

يتطلب التقاط الشاشة على Android موافقة صريحة من المستخدم لكل جلسة وفقا إلى توثيق MediaProjection. كما يوضح التوثيق توقعات التعامل الآمن مع المحتوى المعروض. هذه الموافقة ليست تفصيلا شكليا؛ إنها نقطة بداية تحدد متى يبدأ الالتقاط ومتى ينتهي وما المحتوى الذي دخل التسجيل فعلا.

أثناء العرض، اشرح القرارات لا الأسرار. يمكنك قول: «اختر الحساب المطابق للمدخل» بدلا من نطق رقم حساب حقيقي، أو «توقف إذا كانت القيمة أعلى من الحد المحدد» بدلا من عرض معاملة فعلية. سجل كذلك حالة بديلة قصيرة إن كانت جزءا أساسيا من المهمة، مثل غياب النتيجة أو ظهور عنصرين متشابهين. فالاستثناء الموصوف بوضوح يفيد بناء المهارة أكثر من عشر نقرات صامتة.

بعد انتهاء التسجيل، راجعه كما تراجع ملفا ستشاركه مع شخص آخر. قص الأجزاء غير اللازمة، وتحقق من كل إطار قد يحتوي على إشعار أو لوحة مفاتيح أو اقتراح تلقائي. وتقدم إرشادات الخصوصية والأمان في Android أساسا عمليا لفهم الأذونات والوصول إلى البيانات بوصفهما قدرات محددة النطاق. وللتوسع في فحص المهارات أثناء التشغيل، راجع أمان مهارات وكلاء الذكاء الاصطناعي: لماذا يحتاج وكيل الهاتف إلى فحص الأذونات أثناء التشغيل؟.

اختبار المهارة وربط الأذونات والتعافي من الأخطاء

هل يكفي نجاح المهارة على المثال المسجل؟ الاختبار الحقيقي يبدأ بعده. شغل أولا تجربة جافة لا ترسل رسالة ولا تحذف ملفا ولا تؤكد طلبا. اجعلها تعرض الخطوات التي تخطط لها والمدخلات التي فهمتها والنتيجة التي تتوقعها. يتيح ذلك اكتشاف قاعدة ناقصة قبل وصول المسار إلى فعل يصعب التراجع عنه.

اختبر بعد ذلك تنويعات مقصودة: عنصر موجود وآخر غائب، حساب صحيح وجلسة منتهية، واجهة عربية وأخرى بلغة مختلفة، شاشة صغيرة وخط مكبر، وإذن ممنوح وآخر غير متاح. لا تحتاج كل مهارة إلى كل هذه الحالات، لكن الاختبارات يجب أن تعكس الأماكن التي قد يتغير عندها القرار. كل فشل يكشف ما إذا كانت المهارة تميز بين الهدف والتفاصيل التي صادفتها في العرض الأول.

ترتبط الأذونات بالفعل الذي يحتاج إليها، لا باسم المهارة فقط. قراءة محتوى ظاهر، فتح تطبيق، الوصول إلى جهة اتصال، أو إرسال رسالة إجراءات ذات متطلبات مختلفة. عند خطوة مؤثرة، مثل الإرسال أو الحذف أو تعديل إعداد مهم، يظهر التأكيد للمستخدم مع عرض العنصر والوجهة والنتيجة المتوقعة. ويمكن توثيق هذا التصميم بصورة أعمق عبر هوية وكلاء الذكاء الاصطناعي والأذونات وسجلات التدقيق على الهاتف.

الحوكمة اليومية تحتاج إلى سجل مفهوم وإصدار واضح للمهارة. يسجل النظام ما بدأه المستخدم، وما المدخلات المستخدمة، وأي أذونات طلبت، وأين توقف المسار، وما النتيجة التي ظهرت. وعندما يتغير التطبيق، تعدل المهارة في إصدار جديد مع الاحتفاظ بإمكانية الرجوع إلى النسخة السابقة. إذا فشل التنفيذ، يكون البديل العملي فتح الخطوة المناسبة للمستخدم، أو حفظ مسودة، أو شرح ما يحتاج إلى إكمال يدوي، بدلا من تكرار الفعل بلا نهاية.

كيف نبني في FoneClaw مسارات هاتف قابلة للفهم والتحكم؟

أين يندرج FoneClaw في دورة العرض والتحويل والاختبار؟ رؤيتنا تبدأ بالفصل بين التفكير والإجراء. النموذج الذي يهيئه المستخدم يتولى فهم الطلب واللغة والسياق، ثم يضع خطة ضمن المهمة المحددة. ويتولى FoneClaw تنفيذ إجراءات Android المدعومة، وإظهار النتائج، ومراعاة الأذونات، وطلب التأكيد عند الخطوات المؤثرة.

المنتج الحالي يعمل من خلال نماذج ومسارات عمل مهيأة، بينما يمثل التحويل المباشر لتسجيل الشاشة إلى مهارة مسارا تصميميا أوسع تتناوله هذه المقالة. وهذا الفصل مفيد عمليا: يمكن تقييم منطق المهارة ومدخلاتها وأذوناتها قبل ربطها بإجراءات الهاتف. لا يصبح التسجيل سلطة تنفيذ بحد ذاته؛ بل مادة تساعد على وصف القواعد وبناء مسار قابل للاختبار.

عند إعداد مهمة متكررة، نريد أن يرى المستخدم ما فهمه النموذج وما سيفعله FoneClaw. إذا كان الطلب «جهز رسالة متابعة للموعد»، يعرض المسار جهة الاتصال والموعد والمسودة قبل الإرسال. وإذا تغيرت الشاشة أو غاب عنصر ضروري، تظهر الحالة بوضوح ويقدم المسار بديلا عمليا. هذه الرؤية تمنع تحول المهارة إلى سلسلة خفية من اللمسات، وتبقي القرار النهائي في مكانه الصحيح.

نقيم أي مهارة هاتفية عبر ستة أسئلة: هل الهدف محدد؟ هل تحولت القيم المتغيرة إلى مدخلات؟ هل تعرف المهارة حالات التوقف؟ هل كل إذن مرتبط بخطوة مفهومة؟ هل تظهر النتيجة قبل الإجراء المؤثر؟ وهل توجد طريقة واضحة للتراجع أو الإكمال اليدوي؟ يقدم دليل أمان مهارات وكلاء الذكاء الاصطناعي وفحص الأذونات تفصيلا إضافيا للجانب التشغيلي، بينما تشرح مقالة أتمتة مهام أندرويد بأمر صوتي واحد مع FoneClaw كيفية تنظيم المسارات متعددة الخطوات.

تعليم وكيل الهاتف بالعرض يختصر المسافة بين معرفة المستخدم اليومية وصياغة سير عمل منظم. لكن القيمة لا تأتي من طول التسجيل أو دقة تقليد النقرات؛ بل من جودة القواعد المستخرجة، ونظافة البيانات، وتنوع الاختبار، ووضوح الأذونات والتأكيد. بهذه العناصر يمكن أن تتحول خبرة بشرية متكررة إلى مهارة Android مفيدة، مرئية وقابلة للإدارة.