تفكير Gemini

تستخدِم نماذج سلسلة Gemini 2.5 "عملية تفكير" داخلية أثناء توليد الردّ. تساهم هذه العملية في تحسين قدرات التفكير لديهم وتساعدهم في استخدام التخطيط المتعدّد الخطوات لحلّ المهام المعقّدة. وهذا يجعل هذه النماذج جيدة بشكل خاص في الترميز والرياضيات المتقدّمة وتحليل البيانات وغيرها من المهام التي تتطلّب التخطيط أو التفكير.

يوضّح لك هذا الدليل كيفية العمل مع إمكانات التفكير في Gemini باستخدام واجهة برمجة التطبيقات Gemini API.

استخدام نماذج التفكير

تتوفّر النماذج التي تتضمّن قدرات التفكير في Google AI Studio ومن خلال Gemini API. تكون ميزة "التفكير" مفعّلة تلقائيًا في كلّ من واجهة برمجة التطبيقات و"استوديو الذكاء الاصطناعي" لأنّ نماذج السلسلة 2.5 يمكنها تحديد وقت التفكير ومدته تلقائيًا استنادًا إلى الطلب. في معظم حالات الاستخدام، من المفيد إبقاء ميزة "التفكير" مفعّلة. ولكن إذا أردت إيقاف التفكير، يمكنك إجراء ذلك من خلال ضبط المَعلمة thinkingBudget على 0.

إرسال طلب أساسي

PythonJavaScriptانتقالREST 
from google import genai

client = genai.Client(api_key="GOOGLE_API_KEY")
prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example."
response = client.models.generate_content(
    model="gemini-2.5-flash-preview-04-17",
    contents=prompt
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GOOGLE_API_KEY" });

async function main() {
  const prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example.";

  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-04-17",
    contents: prompt,
  });

  console.log(response.text);
}

main();

// import packages here

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, option.WithAPIKey(os.Getenv("GOOGLE_API_KEY")))
  if err != nil {
    log.Fatal(err)
  }
  defer client.Close()

  model := client.GenerativeModel("gemini-2.5-flash-preview-04-17")
  resp, err := model.GenerateContent(ctx, genai.Text("Explain the concept of Occam's Razor and provide a simple, everyday example."))
  if err != nil {
    log.Fatal(err)
  }
  fmt.Println(resp.Text())
}

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-04-17:generateContent?key=$GOOGLE_API_KEY" \
 -H 'Content-Type: application/json' \
 -X POST \
 -d '{
   "contents": [
     {
       "parts": [
         {
           "text": "Explain the concept of Occam\''s Razor and provide a simple, everyday example."
         }
       ]
     }
   ]
 }'
 ```

ضبط الميزانية على نماذج التفكير

تقدّم المَعلمة thinkingBudget إرشادات للنموذج بشأن عدد العناصر الدلالية للتفكير التي يمكنه استخدامها عند إنشاء ردّ. عادةً ما يرتبط العدد الأكبر من الرموز بتفكير أكثر تفصيلاً، وهو مطلوب لحل المهام الأكثر تعقيدًا. يجب أن يكون thinkingBudget عددًا صحيحًا في النطاق من 0 إلى 24576. يؤدي ضبط ميزانية التفكير على 0 إلى إيقاف التفكير.

استنادًا إلى الطلب، قد يتجاوز النموذج ميزانية الرموز أو يقلّ عنها.

PythonJavaScriptREST 
from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash-preview-04-17",
    contents="Explain the Occam's Razor concept and provide everyday examples of it",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_budget=1024)
    ),
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "GOOGLE_API_KEY" });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash-preview-04-17",
    contents: "Explain the Occam's Razor concept and provide everyday examples of it",
    config: {
      thinkingConfig: {
        thinkingBudget: 1024,
      },
    },
  });

  console.log(response.text);
}

main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-preview-04-17:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [
    {
      "parts": [
        {
          "text": "Explain the Occam\''s Razor concept and provide everyday examples of it"
        }
      ]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
          "thinkingBudget": 1024
    }
  }
}'

استخدام الأدوات مع نماذج التفكير

يمكنك الجمع بين استخدام نماذج التفكير وأي من أدوات Gemini وإمكاناته لتنفيذ إجراءات أخرى غير إنشاء النصوص. ويتيح لهم ذلك التفاعل مع الأنظمة الخارجية أو تنفيذ الرموز البرمجية أو الوصول إلى المعلومات في الوقت الفعلي، ودمج النتائج في استنتاجاتهم وردّهم النهائي.

  • تسمح أداة البحث للنموذج باستعلام محرّكات البحث الخارجية للعثور على معلومات محدّثة أو معلومات تتجاوز بيانات التدريب. يكون ذلك مفيدًا للأسئلة حول الأحداث الأخيرة أو topicsشديدة التحديد.

  • تتيح أداة تنفيذ الرموز البرمجية للنموذج إنشاء رمز Python وتنفيذه لإجراء العمليات الحسابية أو معالجة البيانات أو حلّ المشاكل التي يمكن التعامل معها بشكل أفضل من خلال الخوارزميات. يتلقّى النموذج مخرج الرمز البرمجي ويمكنه استخدامه في ردّه.

  • باستخدام الإخراج المنظَّم، يمكنك تقييد Gemini للردّ باستخدام تنسيق JSON، وهو تنسيق إخراج منظَّم مناسب للمعالجة المبرمَجة. ويُعدّ ذلك مفيدًا بشكل خاص لدمج ناتج النموذج في التطبيقات.

  • تربط طلبات بيانات الدالة نموذج التفكير بالأدوات وواجهات برمجة التطبيقات الخارجية، حتى يتمكّن من تحديد الوقت المناسب لاستدعاء الدالة المناسبة والمَعلمات التي يجب تقديمها.

أفضل الممارسات

يتضمّن هذا القسم بعض الإرشادات لاستخدام نماذج التفكير بكفاءة. وكما هو الحال دائمًا، سيؤدّي اتّباع إرشادات الطلبات وأفضل الممارسات إلى تحقيق أفضل النتائج.

تصحيح الأخطاء وتوجيه الأداء

  • مراجعة عملية التفكير: عندما لا تتلقّى الردّ المتوقّع من نماذج التفكير، قد يكون من المفيد تحليل عملية التفكير التي يتّبعها Gemini بعناية. يمكنك الاطّلاع على كيفية تقسيم المهمة ووصولها إلى استنتاجها، واستخدام هذه المعلومات لتصحيح الأخطاء والوصول إلى النتائج الصحيحة.

  • تقديم إرشادات في عملية التفكير: إذا كنت تريد الحصول على نتيجة طويلة بشكل خاص، ننصحك بتقديم إرشادات في الطلب لتضييق نطاق التفكير الذي يستخدمه النموذج. يتيح لك ذلك حجز المزيد من مخرجات الرمز المميّز لردّك.

تعقيد المهمة

  • المهام السهلة (يمكن إيقاف التفكير): بالنسبة إلى الطلبات المباشرة، لا يلزم استخدام تفكير معقد، مثل استرداد الحقائق أو تصنيفها بشكل مباشر. تشمل الأمثلة ما يلي:
    • "أين تم تأسيس شركة DeepMind؟"
    • "هل هذه الرسالة الإلكترونية تطلب عقد اجتماع أم تقدّم معلومات فقط؟"
  • المهام المتوسطة (الإعداد التلقائي/التفكير قليلاً): تستفيد العديد من الطلبات الشائعة من درجة من المعالجة الخطوة تلو الأخرى أو فهم أعمق. يمكن أن يستخدم Gemini بشكلٍ مرن إمكانات التفكير في مهام مثل:
    • قارِن بين عملية التمثيل الضوئي والنمو.
    • قارِن بين السيارات الكهربائية والسيارات الهجينة.
  • المهام الصعبة (الحد الأقصى من قدرات التفكير): بالنسبة إلى التحديات المعقّدة حقًا، يحتاج الذكاء الاصطناعي إلى تفعيل قدراته الكاملة في التفكير والتخطيط، ما يؤدي في كثير من الأحيان إلى تنفيذ العديد من الخطوات الداخلية قبل تقديم إجابة. تشمل الأمثلة ما يلي:
    • حلّ المشكلة 1 في مسابقة AIME لعام 2025: ابحث عن مجموع جميع الأسس الصحيحة b > 9 التي يكون فيها 17b مقسومًا على 97b.
    • كتابة رمز Python لتطبيق ويب يعرض بيانات البورصة في الوقت الفعلي، بما في ذلك مصادقة المستخدم أن تكون فعّالة بقدرٍ متعالٍ قدر الإمكان

ما هي الخطوات التالية؟

  • يمكنك تجربة الإصدار التجريبي من Gemini 2.5 Pro في Google AI Studio.
  • لمزيد من المعلومات حول الإصدار التجريبي من Gemini 2.5 Pro وGemini Flash 2.0 Thinking، يُرجى الاطّلاع على صفحة النموذج.
  • يمكنك الاطّلاع على المزيد من الأمثلة في كتاب التفكير.