كيف تستخدم Google Gemini: نص وصور وفيديو (Veo 3)

توليد النص في Gemini يتبع مبادئ مشابهة لنماذج اللغة الكبيرة الأخرى، لكن له خصائص تستحق المعرفة. يميل لإنتاج ردود منظمة ومرتبة بشكل افتراضي، مستخدماً نقاطاً وعناوين دون أن يُطلب منه ذلك. هذا مفيد للبحث والملخصات، لكنه قد يكون جامداً جداً للكتابة الإبداعية.

للمخرجات الإبداعية أو الحوارية، أخبر Gemini صراحة بالتنسيق الذي تريده: "اكتب في فقرات سلسة وليس نقاطاً." للمهام التحليلية، استفد من بنيته الطبيعية بطلب جداول أو قوائم مرتبة أو تحليلات خطوة بخطوة. دليل Gemini للبرومبتات يوصي بالوضوح بشأن التنسيق، خصوصاً حين لا يناسب الافتراضي احتياجاتك.

Gemini يدير المحادثات متعددة الأدوار بكفاءة ويحتفظ بالسياق عبر تبادلات طويلة. يمكنك البناء على ردود سابقة دون إعادة كل شيء. لكن إذا انحرفت المحادثة عن مسارها، بدء محادثة جديدة غالباً يعطي نتائج أفضل من محاولة التصحيح في منتصف السلسلة.

نقطة يتفوق فيها Gemini هي تكامله مع بحث Google. حين تفعّله عبر الـ API، يستطيع Gemini جلب معلومات محدّثة وذكر مصادره. هذا يجعله قوياً بشكل خاص لمهام البحث التي تهم فيها حداثة المعلومات.

توليد الصور المدمج في Gemini (المبني على Imagen) يعمل بشكل مختلف عن أدوات مستقلة مثل DALL-E أو Midjourney. تتحدث إليه بشكل حواري، بنفس طريقة طلب النص. لا يوجد صيغة منفصلة أو نظام معاملات. ببساطة صف الصورة التي تريدها بلغة طبيعية.

هذا النهج الحواري له ميزة كبيرة: يمكنك التعديل على الصور ضمن نفس المحادثة. ولّد صورة ثم قل "اجعل الخلفية أغمق" أو "غيّر الكلب إلى golden retriever". Gemini يتتبع ما ولّده سابقاً ويطبق تعديلاتك، مما يوفر عليك إعادة كتابة البرومبت بالكامل كل مرة.

نفس الأساسيات من أي دليل برومبت صور تنطبق هنا: حدد الموضوع والأسلوب والإضاءة والتكوين واللون. لكن Gemini يستجيب جيداً أيضاً لأوصاف باللغة الطبيعية قد تكون مطوّلة جداً لصيغة Midjourney المختصرة. "مقهى دافئ في يوم ماطر، مرئي عبر نافذة ضبابية، مع إضاءة صفراء دافئة بالداخل ونغمات رمادية مزرقة بالخارج" تعمل بشكل طبيعي مع Gemini.

قيود يجب معرفتها: Gemini قد يرفض توليد صور لأشخاص حقيقيين معروفين، ويضيف علامات مائية مرئية للإشارة إلى المحتوى المولد بالذكاء الاصطناعي. للمشاريع التجارية، تحقق من سياسات استخدام Google الحالية قبل بناء سير عمل يعتمد على صور Gemini.

Veo 3 هو نموذج توليد الفيديو من Google، متاح عبر Gemini. ينشئ مقاطع فيديو قصيرة من أوصاف نصية أو صور مرجعية. كتابة برومبت للفيديو تتطلب عقلية مختلفة عن الصور الثابتة لأنك تحتاج وصف الحركة والتوقيت والانتقالات.

هيكل برومبت الفيديو يتمحور حول خمسة عناصر: الموضوع (ما في المشهد)، الحركة (ما يحدث)، الكاميرا (كيف يرى المشاهد)، الأجواء (الإضاءة والمزاج)، ومؤشرات المدة (الإيقاع). مثال: "كوب سيراميك يمتلئ بقهوة ساخنة بينما ضوء الصباح يتسلل عبر نافذة المطبخ. اقتراب بطيء على الكوب. نغمات دافئة ذهبية."

بحسب وثائق Google Veo، البرومبتات التي تصف حركة واحدة مستمرة تعمل أفضل من تلك التي تصف سلسلة أحداث. اجعل كل مقطع مركزاً على لحظة أو حركة واحدة. إذا احتجت فيديو أطول بمشاهد متعددة، ولّد مقاطع فردية وحررها معاً.

Veo 3 يدعم أيضاً توليد الصوت مع الفيديو، بما في ذلك الحوار والصوت المحيطي والمؤثرات الصوتية. يمكنك تضمين توجيه صوتي في البرومبت: "زقزقة عصافير في الخلفية" أو "صوت مطر على سقف صفيح." هذه القدرة متعددة الوسائط جديدة نسبياً، لذا جرّب مستويات مختلفة من تحديد الصوت لمعرفة ما يتعامل معه النموذج بشكل جيد.

كلا النموذجين يستجيبان للبرومبتات المنظمة، لكن لكل منهما نقاط قوة مختلفة. تكامل Gemini الأصلي مع خدمات Google (البحث، Workspace، الخرائط) يجعله أقوى للمهام التي تستفيد من بيانات آنية أو الوصول إلى ملفات. أما قوة ChatGPT فتكمن في منظومة الإضافات الأوسع وتوليد الصور الأكثر نضجاً عبر DALL-E 3.

لتوليد النص، البرومبتات التي تعمل جيداً في ChatGPT تنتقل عموماً إلى Gemini بتعديلات طفيفة. Gemini يميل للإيجاز بشكل افتراضي، لذا قد تحتاج طلب ردود أطول وأكثر تفصيلاً صراحة حين تريد العمق. ChatGPT يميل للإسهاب، فغالباً تحتاج القيد المعاكس.

لتوليد الصور، سير العمل يختلف بشكل ملحوظ. ChatGPT يوجه طلبات الصور إلى DALL-E بمعاملات محددة، بينما Gemini يستخدم نموذج Imagen المدمج بشكل حواري. لا يوجد أفضل مطلق بينهما. كل منهما ينتج جمالية مختلفة. اختبر كليهما بنفس البرومبت وقارن النتائج لحالة استخدامك.

الخلاصة العملية: لا تتقيد بنموذج واحد. اكتب برومبتاتك بشكل قابل للنقل (بنية واضحة، قيود صريحة، أمثلة) لتعمل جيداً على كليهما. إطار الدور-المهمة-التنسيق ينتقل بسلاسة بين Gemini وChatGPT لأنه يعتمد على وضوح التواصل وليس على حيل خاصة بنموذج معين.

ابدأ ببساطة ثم أضف التعقيد. اكتب برومبتاً أساسياً أولاً، راجع المخرج، ثم أضف قيوداً أو تفاصيل في رسائل متابعة. ذاكرة Gemini الحوارية تجعل هذا النهج التكراري فعالاً. لا تحتاج تحميل كل شيء في برومبت ضخم واحد.

استخدم تعليمات النظام حين تعمل عبر الـ API. وثائق Gemini API تدعم حقل تعليمات نظام يحدد سلوكاً مستمراً عبر كل رسائل الجلسة. هذا المكان المناسب لتعريفات الدور وقواعد تنسيق المخرج والقيود التي تريد تطبيقها على كل رد.

استفد من المدخلات متعددة الوسائط. Gemini يقبل صوراً وملفات PDF وملفات كود كجزء من برومبتك. بدلاً من وصف رسم بياني تريد تحليله، ارفعه مباشرة. بدلاً من لصق كود كنص، أرفق الملف. البرومبتات متعددة الوسائط التي تجمع تعليمات نصية ومراجع بصرية تتفوق باستمرار على مكافئاتها النصية فقط.

أخيراً، استخدم إعدادات الحرارة (temperature) بقصد. حرارة منخفضة (قريبة من 0) تنتج ردوداً أكثر قابلية للتوقع ودقة. حرارة عالية (قريبة من 1) تنتج مخرجات أكثر إبداعاً وتنوعاً. الافتراضي في المنتصف وهو مناسب للاستخدام العام، لكن تعديله لمهام محددة يحدث فرقاً واضحاً. استخدم حرارة منخفضة لاستخراج البيانات وحرارة عالية للعصف الذهني.