YouMind
تسجيل الدخول

لماذا يفشل التصحيح التلقائي لواجهات المستخدم بالذكاء الاصطناعي والحل النهائي

@Lonely__MH
الصينية13 سبتمبر 2026
196K
273
58
92
500

ليرة تركية؛ د

يستكشف المؤلف أسباب تدهور جودة التصحيح التلقائي لواجهات المستخدم المدعوم بالذكاء الاصطناعي، ويقترح سير عمل يعتمد على الفروقات البصرية، والتشخيصات المنظمة، والحفاظ على أفضل الإصدارات السابقة لتحقيق استقرار النتائج.

توثّق هذه المقالة بعض العقبات التي واجهتها مؤخرًا عند استخدام الذكاء الاصطناعي لإعادة إنشاء الصفحات. لاحقًا، قمت ببناء سير عمل لمعالجة هذه المشكلات ونظّمت العملية الكاملة كمرجع.

ربما مررت بنفس التجربة.

أحيانًا تُلقي لقطة شاشة على الذكاء الاصطناعي وتطلب منه بناء صفحة بناءً عليها. الإصدار الأول يبدو صحيحًا بشكل عام، لكن عند التدقيق، تشعر بشيء غير مريح: البطاقات أعرض قليلاً، الخطوط أصغر، الظلال خاطئة—مشاكل طفيفة فقط.

ثم تضطر لوصف ما يحتاج إلى تعديل وكيفية تعديله شفهيًا. التكرار عبر عدة جولات يستغرق وقتًا طويلاً.

لذلك فكرت في ربط العرض، ولقطات الشاشة، والمقارنة، والتعديل في سير عمل واحد، مما يسمح للنموذج بفحص نفسه وإصلاح الأخطاء. بدا هذا النهج منطقيًا.

لكن عمليًا، لم تسر الأمور كما هو مخطط لها. أحيانًا بعد إصلاح الجولة الثانية، تعود الجولة الثالثة لتعكس التغييرات؛ تتقلب النتائج، وقد تصبح الصفحة أسوأ مع كل تكرار.

لنصل إلى صلب الموضوع مباشرة.

كيف تجعله يصلح نفسه ذاتيًا

العملية ليست معقدة:

text
1لقطة الهدف ──▶ النموذج يكتب HTML ──▶ المتصفح يعرض لقطة 1:1 ──▶ توليد فرق بكسل بالبكسل
2 │
3احتفظ بأفضل تاريخ ◀── إعادة عرض ◀── تشخيص النموذج ثم تعديل الكود ◀── الأصلي + المعروض + الفرق

لا يقوم الـ Diff بإصلاح الصفحة نيابة عن النموذج. إنه يحول فقط عبارة "لا تبدو متشابهة تمامًا" إلى خريطة بصرية للانحرافات المحددة، والتي تُغذى مرة أخرى للنموذج ليقرر الخطوات التالية.

لمنع النموذج من التخمين الأعمى بناءً على الـ Diff، قبل كل تعديل، أطلب منه الإجابة على ثلاثة أسئلة:

  1. أين أكبر مشكلة؟
  2. أي عنصر أو خاصية CSS هي السبب المحتمل؟
  3. كيف يخطط لإصلاحها؟

نلمس الكود فقط بعد الإجابة.

في هذا الاختبار، استخدمت Ling-3.0-flash-VL واخترت بطاقتين لعرض بسيط: واحدة صفراء بخلفية فاتحة، إطار أسود سميك، وظل حاد؛ والأخرى بطاقة أسعار SaaS داكنة بأزرار متدرجة، ووسوم، وقوائم ميزات.

أعتقد أن البطاقات مثالية. ليست كثيرة العناصر، لكن العرض، والمساحات الفارغة، واتجاه الزر، والظلال—إذا كان أي منها خاطئًا، يكون ملحوظًا فورًا.

التشغيل الأول

لنبدأ بالبطاقة الصفراء.

بعد الإصدار الأول، كانت النتيجة العامة جيدة جدًا في الواقع.

تمت إعادة هيكلة الألوان والنصوص ومواقع الأزرار بشكل كبير. بدون مقارنة جنبًا إلى جنب مع الأصل، قد تعتقد أنها قريبة بما يكفي.

لكن عند وضعهما معًا، تظهر فروقات دقيقة: البطاقة أكبر قليلاً، تختلف أوزان الخطوط، ولا تكون المساحات الفارغة/أحجام الأزرار محاذاة تمامًا.

ثم أعدت تغذية الصورة الأصلية، ونتيجة الجولة الأولى، والـ Diff إلى Ling، طالبًا منه تحديد مشاكل التفاصيل هذه.

من التشخيص، لا يقول مجرد "غير متشابهة بما يكفي". بل يحدد مشاكل مثل حجم البطاقة، والخطوط، والأزرار، ثم يعدل CSS المقابل.

Lonely - inline image

مقارنة ثلاث جولات للبطاقة الصفراء: تحسنت الجولة 2، وتراجعت الجولة 3، لذا احتفظنا بالجولة 2 كأفضل نتيجة تاريخية.

ومع ذلك، لا تضمن الجولة الأولى الجيدة تحسينًا مستمرًا.

يلتقط هذا الفيديو المشكلة: كانت الجولة 2 أقرب إلى الأصل، لكن الجولة 3 تراجعت قليلاً. لحسن الحظ، لم يتخذ سير العمل الجولة الأخيرة كإجابة افتراضية، بل حافظ على أفضل نتيجة تاريخية من الجولة 2.

لذا فإن تغذية الـ Diff مرة أخرى لا يعني أن النموذج أصبح فجأة أكثر ذكاءً. يمكنه اكتشاف العديد من مشاكل التفاصيل وربط الأحكام بـ CSS محددة، لكنه لا يزال يرتبك أحيانًا.

لتفاصيل كيفية تشغيل سير العمل، شاهد تسجيل الشاشة أدناه.

Lonely - inline image

عرض كامل لبطاقة الأسعار الداكنة: اختيار الأصول، التوليد الأولي، مقارنة المنزلق، ثم تشغيل جولتين من الإصلاح الذاتي.

لم تكن التغييرات هنا دراماتيكية لأن الجولة الأولى كانت قريبة بالفعل. استمرت الجولات اللاحقة في التحسين، مع التركيز على حجم البطاقة، والزوايا المستديرة، والأزرار، والتدرجات اللونية.

بمقارنة التسجيلين، نرى اتجاهات مختلفة:

Lonely - inline image

تحسنت البطاقة الصفراء بحلول الجولة 2 لكنها تراجعت في الجولة 3؛ أظهرت البطاقة الداكنة تحسينات صغيرة ثابتة عبر جميع الجولات الثلاث. بينما لا تثبت تسجيلان قواعد إحصائية، إلا أنهما يظهران أن نفس سير العمل لا يؤدي دائمًا إلى نتائج أفضل في كل جولة.

عادةً ما يتم إصلاح المشاكل الواضحة في الجولة الأولى أو الثانية. تتضمن التكرارات اللاحقة ضبطًا دقيقًا لأحجام الخطوط، والزوايا المستديرة، وإزاحة الظلال، حيث غالبًا ما يكسر إصلاح شيء آخر. لذلك، أحفظ أفضل نتيجة تاريخية بدلاً من افتراض أن الجولة الأخيرة هي الإجابة.

ماذا يمكنه فعله فعليًا؟

من هذه النتائج، الإصدار الأول هو تحويل القياسي من لقطة شاشة إلى كود (Screenshot-to-Code). المثير للاهتمام هو أنه بعد رؤية المخرجات المعروضة، يمكنه تحديد المشاكل إلى عناصر وخصائص CSS محددة بدلاً من مجرد القول "اجعلها أكثر تشابهًا".

حتى بدون الإصلاح التلقائي، تعمل خطوة التشخيص هذه كقائمة تحقق مفيدة.

الكثير من المشاكل البصرية لا تسبب أخطاء. إذا استطاع النموذج رؤية الصفحة الفعلية المعروضة في المتصفح، لديه فرصة للاستمرار في إصلاح نفسه.

نقطة عملية أخرى: يتطلب هذا السير عمل استدعاءات متكررة للنموذج، لذا السرعة مهمة. استغرق توليد HTML الكامل لصفحة واحدة مسجلة حوالي 7 ثوانٍ. تظهر البيانات العامة أن Ling-3.0-flash-VL يحتوي على إجمالي 124B من المعلمات، تفعيل 5.5B لكل استدلال، مع إضافات لفهم بصري وقدرات Visual Agent.

رقم الـ 7 ثوانٍ مبني على واجهتي وإعداداتي المحددة. لم أقارن أفقيًا ولن أستنتج سرعة/تكلفة فقط من المعلمات النشطة.

أين تكمن العقبات؟

استنزاف الوقت الحقيقي لم يكن في ربط النموذج، بل في جعل التغذية الراجعة دقيقة. في البداية، اعتقدت أن التقلبات تعني عدم استقرار النموذج. بعد فحص Diffs واحدًا تلو الآخر، أدركت أن جزءًا من المشكلة كان في حلقة التغذية الراجعة الخاصة بي.

1. العقبة الأولى: الحجم

إذا كانت صورة الهدف مشوبة وتم التقاط لقطة شاشة للمتصفح بحجم مختلف، لن تتطابق الصور أبدًا منذ البداية. حتى مع الإجابة الصحيحة، يُظهر الـ Diff تناقضات كبيرة.

بالنسبة لفروق البكسل، الانحراف ببضع بكسلات عالميًا يخلق مناطق خطأ ضخمة.

2. العقبة الثانية: الحركة (Animation)

مرة واحدة، أضاف النموذج تأثيرات ظهور تدريجي (fade-in) لقوائم الميزات. التقطت لقطات الشاشة أثناء الحركة محتوى شفافًا.

بعد إزالة الحركات، بدت الصفحة طبيعية بصريًا، لكن درجات المقارنة الآلية ساءت.

السبب: المحتوى الشفاف كشف الخلفية، مما جعل خوارزميات البكسل تعتقد أنها "بدت أكثر تشابهًا".

3. العقبة الثالثة: إصدارات النسخة (Versioning)

إذا كسرت جولة التصميم، الاستمرار في الترقيع فوق كود سيء يراكم الأخطاء. مثل البناء على أساس معوج—كلما حاولت بقوة، زاد الفوضى.

باختصار، الـ Diff أداة، وليس قاضيًا.

إذا كانت التغذية الراجعة خاطئة، لن يلتقطها النموذج. سيصلح بنشاط الاتجاه الخاطئ بناءً على مدخلات معيبة.

الخاتمة

لخصت القواعد في ثلاث نقاط:

  1. استخدم أبعادًا متطابقة للقطة الأصلية ولقطة شاشة المتصفح؛ لا يوجد تحجيم ثانوي.
  2. ثبت منفذ العرض (viewport)، والخطوط، وحالات الحركة، وتوقيت لقطة الشاشة.
  3. استمر من أفضل نسخة تاريخية في كل جولة؛ لا ترقع الكود المتدهور.

الكود العامل هو مجرد الخطوة الأولى. المشاكل التي لا تسبب أخطاء ولكن تبدو خاطئة يمكن فعلاً فحصها بواسطة نماذج بصرية. ومع ذلك، رؤية الانحرافات لا تضمن إصلاحات صحيحة في كل مرة.

لذلك لم أعد أفترض أن المزيد من الجولات تساوي نتائج أفضل. أصلح المشاكل الواضحة أولاً، توقف عندما تصل التحسينات إلى طريق مسدود—هذا كافٍ بالنسبة لي.

النموذج مفتوح المصدر ومجاني لمدة أسبوعين. لتشغيله بنفسك، استخدم هذه الروابط 👇🏻:

ملاحظة: تم إملاء هذه المقالة وصقلها بواسطة الذكاء الاصطناعي، لذا فهي تمتلك روحًا ✌🏻

بنقرة واحدة حفظ

استخدم YouMind للقراءة العميقة للمقالات سريعة الانتشار بتقنية الذكاء الاصطناعي

احفظ المصدر، واطرح أسئلة مركزة، ولخص الحجة، وحوّل المقالة واسعة الانتشار إلى ملاحظات قابلة لإعادة الاستخدام في مساحة عمل واحدة تعمل بالذكاء الاصطناعي.

اكتشف YouMind
للمبدعين

حول Markdown إلى مقالة 𝕏 نظيفة

عندما تنشر كتاباتك الطويلة، فإن الصور والجداول وكتل التعليمات البرمجية تجعل تنسيق 𝕏 مؤلمًا. YouMind يحول مسودة Markdown كاملة إلى مقالة نظيفة وجاهزة للنشر 𝕏.

حاول Markdown إلى 𝕏

المزيد من الأنماط لفك التشفير

المقالات الفيروسية الأخيرة

استكشاف المزيد من المقالات الفيروسية