أندريه كارباتي يختصر "المبادئ الأربعة لـ CLAUDE.md" ويشعل GitHub، مما يجعل دقة كتابة الكود بواسطة الذكاء الاصطناعي تتجاوز 90%

كشف النقاب عن Prompt من المستوى الإلهي لجعل الذكاء الاصطناعي يطيع أوامره بطيبة! مؤخرًا على GitHub، تصدرت وثيقة باسم CLAUDE.md قائمة الاتجاهات. هذه الوثيقة، المستندة إلى ملاحظات أندريه كارباتي، المدير السابق لـ OpenAI، والتي استخلصت "أربعة مبادئ ترميز رئيسية"، كأنها زرعت روح مهندس مخضرم في الذكاء الاصطناعي. فقط بوضعها في جذر المشروع، يمكن أن ترتفع دقة كود أدوات مثل Claude Code من 65% إلى أكثر من 90%، وتُعالج بشكل جذري مشكلة التعديلات العشوائية على الكود، والإفراط في الهندسة.

(ملخص سابق: إصدار Claude Code الجديد / أمر /goals: فصل التنفيذ والتقييم، لتجنب تزييف الذكاء الاصطناعي والتكاسل)
(معلومات إضافية: أعلن أندريه كارباتي، أحد مؤسسي OpenAI، انضمامه إلى Anthropic: عودة إلى مقدمة أبحاث LLM)

مع تزايد شعبية أدوات التطوير المدعومة بالذكاء الاصطناعي مثل Claude Code وCursor، يواجه العديد من المطورين مشكلة مشتركة: على الرغم من سرعة الكتابة، إلا أن الذكاء الاصطناعي غالبًا "يكون ذكيًا جدًا لنفسه"، لا يقتصر الأمر على التخيل الافتراضي، والتصميم المفرط، بل قد يغير الكود الأصلي بشكل عشوائي.

لكن، الآن هناك حل نهائي لهذه المشكلة. قام عالم الذكاء الاصطناعي الشهير، والمدير السابق لـ OpenAI، أندريه كارباتي، بتحليل عميق لنماذج اللغة الكبيرة (LLM) والأخطاء الشائعة عند كتابة البرامج؛ ثم قام مطورون مثل Forrest Chang باختصار هذه المبادئ في وثيقة بسيطة باسم CLAUDE.md. هذا المشروع (forrestchang/andrej-karpathy-skills) تصدر مؤخرًا قائمة الاتجاهات على GitHub، وحصد مئات الآلاف من النجوم.

بعد تجارب العديد من المطورين، أبلغوا بسعادة أن إدخال هذه الوثيقة أدى إلى ارتفاع دقة الكود الناتج من حوالي 65% إلى أكثر من 90%.

يكشف سر قوة CLAUDE.md: "الأربعة المبادئ الذهبية"

هذه الوثيقة السحرية، في جوهرها، تمنح الذكاء الاصطناعي "مدونة سلوك" لمهندس مخضرم. عند وضعها في جذر المشروع، يقرأ Claude Code تلقائيًا ويستخدمها كإرشاد أعلى لسلوك المحادثة. وتتضمن المبادئ الأربعة الأساسية التالية:

• 1. فكر قبل الترميز (Think Before Coding):
  "لا تفترض. لا تخفي الحيرة. فكر في التوازنات."
  يُجبر الذكاء الاصطناعي على التصريح بوضوح عن افتراضاته. إذا واجه متطلبات غير مؤكدة، أو كانت هناك حلول متعددة، يجب أن يتوقف ويستفسر من المستخدم، بدلاً من التخمين بشكل عشوائي. وإذا حاول رفض متطلبات غير معقولة، يُمنح أيضًا حق "الرد" (push back).

• 2. البساطة أولاً (Simplicity First):
  _"اكتب أقل كود ممكن لحل المشكلة. لا تتوقع." _
  يُمنع الذكاء الاصطناعي من إضافة "مزيد من التفاصيل" بشكل عشوائي. لا يُسمح بكتابة كود دفاعي لمواقف غير محتملة في المستقبل، أو بتعقيد الهيكلية من أجل مهمة واحدة. المبدأ بسيط: إذا كان يمكن حل المشكلة في 50 سطرًا، فلا تكتب 200 سطر.

• 3. التعديلات الجراحية الدقيقة (Surgical Changes):
  "غير فقط ما يلزمك. نظف فقط الكود الذي أفسدته."
  هذا المبدأ مفضل لدى العديد من المطورين. يُحظر على الذكاء الاصطناعي أثناء تصحيح الأخطاء أن يعيد هيكلة أو يغير الكود المجاور، أو التعليقات، أو التنسيق، بشكل غير ضروري. كل تعديل يجب أن يكون مرتبطًا مباشرة بمتطلبات المستخدم الواضحة.

• 4. التنفيذ الموجه للأهداف (Goal-Driven Execution):
  _"حدد معايير النجاح. تحقق بشكل دوري حتى تصل." _
  يُطلب من الذكاء الاصطناعي تحويل المهام الغامضة إلى أهداف قابلة للتحقق. على سبيل المثال، عند إعطاء أمر "إصلاح خطأ"، يجب أن يكون الإجراء القياسي هو: كتابة اختبار يُظهر الخطأ ➔، ثم تعديل الكود ➔، وأخيرًا جعل الاختبار يمر، مما يخلق حلقة تحقق صارمة.

لماذا هذه الـ Prompt فعالة جدًا؟

طبيعة نماذج اللغة الكبيرة تميل إلى تلبية طلبات المستخدم، وغالبًا ما تنتج "افتراضات هلوسية" و"توسع في النطاق". تكمن عظمة هذه الوثيقة في أنها تضع "الحدود والمعقول" الخاص بالمهندس المخضرم في شكل موجه نظام (System Prompt).

من خلال هذه المبادئ الأربعة، يُجبر الذكاء الاصطناعي على أن يكون أكثر حذرًا، وتركيزًا، وقابلية للتحقق من النتائج. أبلغ العديد من المطورين المستفيدين أن مقارنة التغييرات في الكود أصبحت أنظف بشكل غير مسبوق، والأخطاء قلت بشكل كبير، وأصبح الصيانة أسهل. لم يعد الأمر كما لو أنه يتحكم في آلة خارجة عن السيطرة، بل أصبح يشعر وكأنه يتعاون مع "مهندس مخضرم" موثوق به في برمجة الزوج (Pair Programming).