مساعد أم وكيل: بناء نفس آلة المحتوى بثلاث طرق
OpenAI
Anthropic
Google/DeepMind
HeyGen
قضى المؤلف ثلاثة أشهر في بناء آلة محتوى بالذكاء الاصطناعي لقناة تيليجرام، أولاً يدويًا باستخدام ChatGPT، ثم باستخدام n8n، وأخيرًا كوكيل بايثون عبر Claude Code. أثبت نهج بايثون أنه الأكثر إحكامًا وقابلية للتنبؤ، حيث حل محل اعتماد على خدمة SaaS فاشلة في يوم واحد. توضح المقالة البنية، والتوقيتات الفعلية، وقائمة مرجعية للاختيار بين المساعدين والوكلاء.
أناتولي كلافدينكو، المسؤول عن تطوير وكلاء الذكاء الاصطناعي في AlpinaGPT وAlpina Digital، أتمت إنتاج 5-10 فيديوهات قصيرة أسبوعيًا لقناة تيليجرام متخصصة في الذكاء الاصطناعي والتقنية. استخدم في البداية ChatGPT كمساعد محادثة، والذي استغرق حوالي 4 ساعات أسبوعيًا لإنتاج 10 فيديوهات، لكنه تضمن نسخًا وتجميعًا يدويًا. ثم بنى سير عمل باستخدام n8n، وقضى أربعة أيام في الإعداد وتصحيح الأخطاء، لكنه وجد أن المحرر البصري كان صعبًا في التكرارات، حيث يفتقر إلى التحكم في الإصدارات وتصحيح الأخطاء المناسب. أخيرًا، صدّر سير عمل n8n بصيغة JSON، وقدمه إلى Claude Code، وحصل على مسار عمل Python يعمل في أمسية واحدة. يتكون الوكيل النهائي من 2074 سطرًا من كود الإنتاج في 19 ملفًا، مع ثلاثة مسارات عمل: D (جمع المصادر من 12 خلاصة RSS عبر GPT-4o)، وC (التوليد عبر HeyGen مع 11 معرّف مظهر، ومعالجة لاحقة باستخدام Whisper وFFmpeg)، وA (النشر إلى يوتيوب وتيك توك وإنستغرام ريلز). تظهر التوقيتات الفعلية من pipeline.log أن جمع المصادر يستغرق حوالي 80-84 ثانية، والتوليد 6-8 دقائق. عندما بدأ واجهة برمجة تطبيقات SubMagic بالفشل في 20 أبريل 2026، استبدلها الكاتب بخدمة معالجة لاحقة مخصصة في يوم واحد. ويخلص إلى أن وكلاء الكود أصبحوا الآن أكثر اقتصادية من الأدوات البصرية، حيث يقدمون تحكمًا أفضل وقدرة على تصحيح الأخطاء.
المصدر: Habr — хаб ИИ —
الأصلي
