توليد مخططات JSON مُهيكلة من بيانات نموذجية باستخدام الذكاء الاصطناعي، مع التصحيح الذاتي التلقائي والمعالجة اللاحقة الذكية.
يحوّل توليد المخطط بيانات الكيان الخام إلى مخطط JSON مُصنّف ومُوثّق يحدد بدقة المعلومات المطلوب استخلاصها أثناء الإثراء. فبدلاً من كتابة المخططات يدوياً، تلصق عينة JSON وتدع الذكاء الاصطناعي يحلل البنية، ويستنتج الأنواع، ويخصص مجالات الخبرة، ويقترح التحسينات.
{"en": "...", "fr": "..."}) إلى قيمة واحدة، ويحدد عدد الخصائص كم عدد مجالات الخبرة المسموح بها.حلقة التصحيح الذاتي هي ما يجعل توليد المخطط موثوقًا. بعد أن يُنتج الذكاء الاصطناعي مخططًا، يمرّ عبر مُدقِّق يتحقق من 8 قواعد تغطي صحة الأنواع، وتعيين الخبرة، وسلامة المراجع، واكتمال البيانات. إذا فشلت أي قاعدة، تُرسَل رسالة الخطأ المحدّدة إلى الذكاء الاصطناعي ليصلح المشكلة في محاولته التالية.
revenue: عدم تطابق في النوع — الإدخال رقم لكن المخطط يقول 'string'number. تنجح جميع القواعد الثماني. يُقبَل المخطط.هذا النهج أكثر موثوقية بكثير من مطالبة الذكاء الاصطناعي بأن "يتوخى الحذر بشأن الأنواع" في المُوجّه. يلتقط المُدقِّق الأخطاء الملموسة ويقدّم للذكاء الاصطناعي ملاحظات دقيقة لإصلاحها. تعرّف على المزيد حول كل قاعدة في دليل قواعد التحقق.
المخطط المُولَّد أكثر من مجرد تعريف نوع بسيط. تتضمن كل خاصية بيانات وصفية توجّه عملية الإثراء:
نوع مخطط JSON (string، number، integer، boolean، array، object)
وصف سياقي يخبر الذكاء الاصطناعي بالمعلومات التي ينبغي البحث عنها
أي مجال خبرة (مالي، تنظيمي، إلخ) يوفّر هذه القيمة
ما إذا كان هذا الحقل يُعرّف الكيان (بحث) أم يزيل التكرار من المصفوفات (دمج)
ما إذا كان الحقل يمكن أن يكون null، مما يمنع إعادات المحاولة غير الضرورية للبيانات الاختيارية
ما إذا كان ينبغي إثراء الحقل عبر لغات متعددة
ما إذا كان يجب إبقاء القيمة الأصلية دون تغيير أثناء الإثراء
قيم أمثلة واقعية توجّه الذكاء الاصطناعي نحو التنسيق الصحيح
يجمّع الذكاء الاصطناعي خصائص المخطط في مجالات خبرة بناءً على معناها الدلالي. على سبيل المثال، قد يحتوي مخطط شركة أدوية على مجالات مثل ”محلل مالي“ و”خبير تنظيمي“ و”معلومات الشركة“. وتستخدم استراتيجية الخبرات المتعددة هذه المجالات لتشغيل استدعاءات LLM متوازية ومتخصصة للحصول على نتائج أعمق.
يُحدَّد عدد مجالات الخبرة تلقائيًا بناءً على عدد خصائص بياناتك لمنع التجزئة المفرطة:
بعد أن يولّد الذكاء الاصطناعي مخططًا صالحًا، تُنقّحه ثلاث خطوات معالجة لاحقة حتمية استنادًا إلى بيانات إدخالك الفعلية:
الحقول ذات القيم الفارغة (null) في إدخالك تُعلَّم تلقائيًا كقابلة للإفراغ، بحيث لا يهدر الذكاء الاصطناعي إعادة المحاولات في محاولة ملئها.
تُزال علامات مفتاح البحث من الحقول ذات القيم الفارغة (null، أو سلسلة فارغة، أو صفر) لأنها لا تساعد في تحديد الكيان.
تُجمَع جميع مجالات الخبرة الفريدة من المخطط لأغراض المقاييس وإعداد الاستراتيجية.
بعد التوليد، يمكنك تعديل المخططات باستخدام تعليمات بلغة طبيعية. اكتب أمرًا فيطبّق الذكاء الاصطناعي التغيير مع الحفاظ على بنية مخططك الحالية. ينتج عن كل تعديل أيضًا 5 اقتراحات لمزيد من التحسينات.
أضف حقل عدد صحيح employee_countأنشئ كائن عنوان متداخل يحتوي على المدينة والدولةأضف أوصافاً بالفرنسية إلى جميع الحقول النصيةتعريف مرجع للشركة الأم باستخدام $defsحدّد حقل الموقع الإلكتروني كقابل للقيمة الفارغةيُتحقَّق من تعديلات الذكاء الاصطناعي باستخدام مجموعة فرعية من قواعد التوليد (فحص الأنواع، وسلامة المراجع، واتساق مجال الخبرة) دون مقارنتها ببيانات الإدخال، لأنك قد تضيف حقولًا أو تحذفها عمدًا.
يُنتج كل من توليد المخطط والتحرير بالذكاء الاصطناعي 5 اقتراحات موجّهة تغطي فئات تحسين مختلفة:
تظهر الاقتراحات كرقائق قابلة للنقر في محرّر المخطط — انقر على إحداها لملء حقل تعديل الذكاء الاصطناعي تلقائيًا وتطبيقه.