لماذا يبدو ChatGPT أقل ذكاءً في عام 2026 (وما يجب فعله حيال ذلك)

أنت لا تتخيل هذا.

هذا الطلب الذي كان يعطيك مسودة مدونة مثالية؟ الآن يعيد نسخة مخففة، تتحفظ على كل شيء، وترفض الالتزام بما طلبته.

قالب البريد الإلكتروني الذي كان يبدو وكأنك كتبته؟ الآن يبدو وكأنه روبوت خدمة عملاء تدرب على وثائق الامتثال الشركاتية.

أنت لم تصبح أسوأ في كتابة الطلبات. ChatGPT تغير.

إليك ما حدث فعلاً — وخمسة أشياء يمكنك فعلها الآن.

ما الذي تغير (ومتى)

أجرت OpenAI تعديلات نموذجية كبيرة في أواخر 2025 ودخول 2026. التغييرات تندرج تحت ثلاث فئات:

أصبح ضبط الأمان أكثر قسوة. يتحفظ ChatGPT الآن أكثر، يضيف إخلاءات مسؤولية بشكل متكرر، ويرفض الحالات الحدية التي كانت تتعامل معها بشكل جيد سابقاً. إذا لاحظت المزيد من ردود "لا يمكنني المساعدة في ذلك" أو "من المهم الإشارة إلى أن..."، فهذا هو السبب.

في العمل اليومي، يظهر ضبط الأمان القاسي غالباً كـ "فقرات الفحص المسبق" — جملتان من السياق قبل الإجابة — أو رفض يبدو ضيق بشكل غريب بناءً على ما طلبته. إذا كانت مهمتك حميدة فعلاً لكن مجاورة لفئة حساسة (صحة، أمان، قانون)، يمكنك أحياناً استعادة الجودة بإعادة صياغة كعملية ("اشرح كيف ستراجع فريق هذا") بدلاً من طلب أحكام حتمية.

غيرت تحسينات التكاليف سلوك النموذج. تخدم OpenAI مليارات الطلبات. المكاسب الصغيرة في الكفاءة في نطاقها تترجم إلى ملايين المدخرات. يُبلغ بعض المستخدمين أن الردود تبدو أقصر، وأقل تفصيلاً، وأكثر صيغة — وهذا متسق مع نموذج محسّن للإنتاجية على حساب العمق.

حتى عندما تبقى القدرة المتوسطة عالية، يمكن للإعدادات الموجهة نحو الإنتاجية أن تغير ما تراه في واجهة المستخدم: مسودات أولى أقصر، أقسام اختيارية أقل، وأقل استكشاف "إليك ثلاثة اتجاهات إبداعية" ما لم تطلب صراحة. قد يبدو هذا وكأنه انخفاض في الجودة إذا كانت الطلبات القديمة تعتمد على النموذج الذي يقدم الهيكل تطوعاً.

تحول النموذج الأساسي. تتصرف GPT-4o و GPT-4.5 و GPT-5.5 بشكل مختلف. إذا بنيت طلبات معدّلة لسلوك GPT-4، فقد لا تعمل بنفس الطريقة على الإصدارات الأحدث. تغيرت الشخصية والإطناب وأنماط المنطق بين الإصدارات.

نادراً ما تصل هذه التحولات كلحظة بيان صحفي واحد. في الممارسة العملية، تلاحظها عندما تبدو قالب عمل لأشهر "غريب" — نفس التعليمات، نفس الأمثلة في طلبك، لكن الإخراج ينجرف نحو ملخصات عام، قوائم نقطية تكرر طلبك، وتوصيات ملموسة أقل. هذا عدم التطابق غالباً ما يكون تغييراً في الإصدار أو التوجيه خلف الكواليس، وليس انخفاضاً غامضاً في مهاراتك.

نمط آخر يفوته الناس: تغير استخدامك الخاص. في البداية، قد تكون استخدمت ChatGPT للمسودات السريعة والعصف الذهني. الآن قد تطلب منها تفسير العقود، أو التعليق على موضوعات متعلقة بالصحة، أو التعامل مع أي شيء يؤدي لمنطق الرفض الأكثر صرامة. النموذج ليس متطابقاً عبر مستويات المخاطرة، وتجربة المنتج يمكن أن توجهك عبر حواجز حماية مختلفة اعتماداً على الموضوع وإعدادات الحساب.

إذا كنت تريد طريقة عملية لمقارنة السلوك بدون الذهاب بعيداً، احتفظ بملف "طلب ذهبي": خمس مهام تشغلها ربع سنوياً (أعد صياغة هذه الفقرة، صحح هذا المقطع، اشرح هذه المحادثة، انتقد هذه صفحة الهبوط، لخص قطعة PDF هذه). عندما تتحول جودة الإخراج، يكون لديك أساس بتاريخ معروف بدلاً من ذاكرة شعور فقط.

المشكلة الحقيقية: لم تتكيف طلباتك

إليك الحقيقة المؤلمة: كتب معظم الناس طلبات نجحت بسبب الاتجاهات المحددة لـ GPT-4، وليس لأن الطلبات كانت منظمة جيداً.

كان GPT-4 مطولاً بشكل افتراضي. كان يعطيك 2000 كلمة عندما تطلب ملخصاً. كان يستنتج نيتك بسخاء. كان يأخذ حريات إبداعية لم تطلبها صراحة.

لم تكن هذه الإطالة دائماً جيدة — كان يمكن أن تدفن الإجابة — لكنها خلقت وهم الكفاءة لأن النموذج وضع طلاء على الثغرات في طلبك. إذا اعتدت أن تطلب "لخص هذا الاجتماع" بدون حضور، وبدون قرارات، وبدون هدف، فقد ينتج GPT-4 شيئاً معقول المظهر. قد يعيد نموذج أكثر حرفية ملخصاً رقيقاً أو يسأل أسئلة توضيحية، وهذا يبدو أقل فائدة حتى عندما يكون أكثر صدقاً.

النماذج الأحدث أكثر حرفية. أكثر تحفظاً. أكثر احتمالاً لتعطيك بالضبط ما طلبته — مما يعني أن الطلبات الغامضة تحصل على إخراج غامض.

هذا ليس النموذج يصبح أغبى. إنه النموذج يصبح أكثر طاعة. والطاعة + تعليمات غامضة = إخراج سيء.

إليك مثال ملموس. لنفترض أنك تطلب "ملاحظات حول نقاط سيرتك الذاتية." قد يستنتج نموذج أكثر تفسيراً صناعتك، ويستنتج أقدميتك، ويعيد صياغة النقاط بقوة. قد يعيد نموذج أكثر حرفية قائمة مهذبة ("فكر في تحديد الأثر") دون لمس نصك — صحيح من الناحية الفنية، عملياً بلا فائدة. الحل ليس الاستسلام؛ إنه تحديد دور السيرة الذاتية، عائلة الوظائف المستهدفة، ما الذي يبدو "جيداً" (نقطتا سيرة ذاتية تعجبك)، وما إذا كنت تريد إعادة صياغة أو تعليقات فقط.

يظهر نفس الديناميكية في البرمجة. اعتادت "لماذا هذا بطيء؟" أن تحصل على اقتراحات تحسين تكهنية. الآن قد تحصل على قائمة حذرة من خطوات الاختبار أولاً. قد يبدو هذا وكأنه انخفاض إذا كنت تريد تغييرات الكود الفورية — لكنه غالباً ما يكون النموذج يتبع أسلوب اتباع تعليمات أكثر تحفظاً. أعطه الإذن: "افترض أنني قمت بالتحليل بالفعل؛ إليك التوقيت؛ اقترح تغييرات الكود فقط."

5 إصلاحات تعمل فعلاً

الإصلاح 1: أضف هوية

الطلب القديم: "اكتب لي بريداً إلكترونياً تسويقياً."

كان GPT-4 القديم يستنتج نبرة، يختار أسلوباً، يضيف شخصية. النماذج الجديدة تلعب بأمان.

الطلب المصحح: "أنت كاتب نسخ أول عمل كتبت حملات بريد إلكترونية لـ Shopify و Mailchimp. اكتب بريداً إلكترونياً تسويقياً لـ [المنتج]. النبرة: مباشرة، غير محترفة قليلاً، بدون حديث شركاتي."

تمنح الهوية النموذج إذناً بأن يكون له صوت. بدونها، تحصل على الافتراضي: مملل، آمن، لا يُنسى.

فوز سريع آخر: أضف سطر "مثال سلبي" واحد — ما هي النبرة التي لا تريدها. على سبيل المثال: "تجنب إيقاع مؤثر LinkedIn، لا 'خوض' أو 'منظر طبيعي'، لا حماس مزيف." يقلل هذا القيد احتمالية حصول صوت SaaS-blog العام الذي يشكو منه العديد من المستخدمين في 2026.

الإصلاح 2: قل له ما لا يفعله

تفرط النماذج الجديدة في الأمان والأدب. تجنب هذا صراحة:

"بدون إخلاءات مسؤولية. بدون 'من المهم الإشارة إلى'. بدون تحفظات. أعطني تقييمك الفعلي، وليس إجابة متوازنة ديبلوماسياً."

هذا السطر الواحد يعيد الوضوح الذي كان لدى GPT-4 افتراضياً.

يمكنك تكديس تعليمات "مناهضة للتحفظ" مع مقياس تسجيل عندما يساعد: "صنّف الخيارات A/B/C مع فائز واحد؛ إذا كنت غير متأكد، قل ما هي البيانات التي ستحل عدم اليقين؛ لا تقدم ربط فقرة خمسة." تبدو المقاييس شركاتية، لكنها تعمل لأنها تفرض حد قرار.

الإصلاح 3: أضف قيوداً

"أقل من 200 كلمة. بدون ديباجة. ابدأ بالتوصية، ثم اشرح السبب."

تفرض القيود على النموذج تحديد الأولويات. بدونها، تحصل على الطول والهيكل الافتراضي للنموذج — الذي في الإصدارات الأحدث يميل إلى أن يكون حذراً ومبطناً.

تساعد القيود أيضاً عندما تحتاج إلى عناصر منظمة: "الإخراج كجدول بأعمدة المخاطر / الحد من المخاطر / المالك" أو "العودة مفاتيح JSON: الملخص، action_items، open_questions." تقلل النواتج المنظمة الإطناب وتجعل التعديل اللاحق أسرع في Notion أو Google Docs أو نظام التذاكر الخاص بك.

الإصلاح 4: جرب Claude

هذا ليس توصية "فقط قم بالتبديل". النماذج المختلفة أفضل في أشياء مختلفة:

• Claude متفوق في الكتابة الطويلة، واتباع التعليمات المعقدة، والحفاظ على صوت متسق عبر المستندات الطويلة. وهي حالياً الخيار الأفضل لإنشاء المحتوى وتحليل الوثائق وأي شيء تحتاج فيه AI لاتباع مواصفات مفصلة.
• ChatGPT لا تزال رائدة في تنفيذ الكود (تشغيل Python في المتصفح)، وتوليد الصور (DALL-E)، وعرض التكاملات (المكونات الإضافية، GPTs، الاستعراض).
• Gemini الأقوى للمهام التي تتضمن بيانات نظام Google البيئي (Gmail، Drive، Calendar) ولديها أكبر نافذة سياق لمعالجة المستندات الطويلة جداً.

الإجابة الصحيحة ليست اختيار واحد — إنها تعرف أي واحد يجب استخدامه لماذا. جرب Model Picker المجاني لمطابقة مهمتك المحددة مع أفضل نموذج.

إذا كنت في منتصف الترحيل، شغّل نفس "الطلب الذهبي" على ChatGPT و Claude جنباً إلى جنب لمدة أسبوع. أنت لا تبحث عن فائز للأبد — أنت تبحث عن أي نموذج يحترم قيودك (الطول، النبرة، الاستشهادات، الرفضات) للعمل الذي تفعله فعلاً.

الإصلاح 5: استخدم ICCSSE Framework

كل طلب جيد له ما يصل إلى ستة مكونات:

• Identity — من يجب أن تكون الذكاء الاصطناعي؟
• Context — ما هو الخلفية؟
• Constraints — ما هي الحدود؟
• Steps — ما هو ترتيب العمليات؟
• Specifics — ما هي التفاصيل الدقيقة التي تهم؟
• Examples — كيف يبدو الإخراج الجيد؟

أنت لا تحتاج الستة في كل مرة. المهام البسيطة تحتاج 2-3. تستفيد المهام المعقدة من الستة جميعاً.

الفرق بين "ChatGPT يصبح أغبى" و "أحتاج إلى تحديث طلباتي" عادة ما يكون هذا الإطار. اقرأ دليل ICCSSE الكامل أو جرب Prompt Optimizer لتحسين أي طلب تلقائياً.

عادة أخرى تؤتي ثمارها: احفظ "فروقات الطلب". عندما تغير طلباً وتتحسن الجودة، احتفظ بزوج قبل/بعد. بمرور الوقت تبني مكتبة شخصية لما يرد عليه المكدس — أكثر قيمة بكثير من ملاحقة قوائم "أفضل الطلبات" العامة.

هل ChatGPT تصبح أسوأ أم أنني أتخيل هذا؟

أنت ربما لا تتخيل تغييراً في الشعور، لكن القفزة من "الشعور" إلى "أسوأ" تتخطى تمييزاً مهماً. ChatGPT في 2026 غالباً ما تحسّن مزيجاً مختلفاً من الأهداف عن الإصدار الذي ارتبطت به: الأمان، اتباع التعليمات، الكمون، والتكلفة على نطاق ضخم. يمكن لهذه الأهداف أن تنتج مخرجات تبدو أقل إبداعية حتى عندما تكون القدرة الأساسية لا تزال قوية للمهام المحددة جيداً.

ما يبدو وكأنه "أسوأ" هو كثيراً ما يكون عدم تطابق بين التوقعات والإعدادات الافتراضية. إذا كنت تتوقع أن النموذج يستنتج السياق المفقود، يملأ صوت العلامة التجارية، ويأخذ مخاطر أسلوبية، فستلاحظ احتكاكاً أكثر عندما يكون الافتراضي الامتثال الحرفي. هذا الاحتكاك حقيقي — إنه فقط ليس نفس الشيء مثل انخفاض معدل الذكاء.

الاختبار العملي هو القابلية للتكرار. إذا كان يمكنك لصق نفس الطلب مرتين والحصول على جودة مختلفة اختلافاً كبيراً، فقد تكون تضرب تباين التوجيه، أو استخدام الأداة، أو اختلافات وضع الاستعراض — وليس نموذجاً "أغبى" مستقراً. إذا كانت الجودة متسقة أقل فقط لفئة من المهام (الطب، القانون، السياسة)، فأنت على الأرجح تضرب سلوكاً ثقيل السياسة بدلاً من انخفاض عام.

أخيراً، افحص إشارة التعب الخاصة بك. عندما يكون الناس مشغولين، يعيدون استخدام طلبات هشة ("أصلح هذا") ويفسرون الإجابات الغامضة على أنها ذكاء أقل. أسرع فحص السلامة هو قضاء عشر دقائق لشد الطلبات لأفضل ثلاث سير عمل لديك. إذا قفزت الجودة، كان الاختناق الهندسة — وهذا خبر سار لأنه قابل للإصلاح بدون التبديل إلى منتجات.

هل يجب أن أنتقل من ChatGPT إلى Claude؟

انتقل إذا كانت ألمك الأساسي هو الدقة الطويلة الأجل: مقالات متعددة الأقسام، إعادة صياغة دقيقة، مستندات طويلة حيث تحتاج صوتاً متسقاً، أو طلبات بها قيود كثيرة يجب أن تبقى كلها في الحد الأقصى. Claude غالباً ما تكون محطة الإيقاف الأولى للفرق التي تشعر إخراجات ChatGPT "مسطحة" بعد تحولات الضبط 2025-2026.

ابق على ChatGPT (أو احتفظ بكليهما) إذا كانت سير العمل الخاصة بك تعتمد على نقاط قوة ChatGPT الأصلية: تنفيذ الكود في المتصفح، توليد الصور، تكاملات معينة، أو عادة مكدسة مبنية حول GPTs والأدوات التي لا تريد إعادة بناءها. العديد من المستخدمين القوي لا "ينتقلون"؛ فهم يوجهون المهام حسب النوع بنفس الطريقة التي قد تختار Postgres مقابل Elasticsearch على أساس الحمل الواقع.

إذا انتقلت، التزم لمدة أسبوعين على العمل الفعلي، وليس الطلبات اللعبة. أعد بناء عدد قليل من القوالب مع هيكل ICC، ثم قارن النتائج على السرعة والتعديلات المطلوبة ومعدل الرفض. أيضاً راقب التكلفة: "الإخراج الأفضل" الذي يتطلب مرتين من التكرارات ليس أفضل فعلاً لتقويمك.

إذا كنت غير متأكد، ابدأ بـ Model Picker ثم تحقق من صحة مع Prompt Optimizer حتى لا تقارن النماذج باستخدام طلبات كسول بشكل غير عادل.

ما أفضل بديل ChatGPT في 2026؟

لا يوجد فائز واحد — أفضل بديل يعتمد على ما إذا كان يهمك أكثر الكتابة أو الاستشهادات البحثية أو تنفيذ الكود أو تكامل Google Workspace أو تفضيلات الخصوصية المحلية. ومع ذلك، فإن "البديل الافتراضي" الأكثر شيوعاً لمستخدمي ChatGPT الثقيل في 2026 لا يزال Claude للكتابة وعمل الوثائق، Perplexity للبحث المصدر، و Gemini عندما تعيش المدخلات عبر Gmail/Drive/Calendar وتريد تكاملاً ضيقاً.

بالنسبة للكود على وجه الخصوص، انقسم المشهد: ChatGPT لا تزال قوية كمبرمج زوج عموماني، بينما تتنافس أدوات مثل Cursor و Claude Code على كيفية رغبتك AI في لمس ريبو الخاص بك (مدرج محرر مقابل وكالة). إذا كانت شكايتك "ChatGPT تبدو مخدوعة لمراجعات الكود"، جرب نقل المراجعات إلى سير عمل بسياق ملف صريح وتنسيق إخراج أصرم، بغض النظر عن البائع.

إذا كانت شكايتك "أحتاج إلى استخدام أرخص أو أكثر قابلية للتحكم"، فإن سير العمل المدعومة بـ API والأدوات الأصغر المتخصصة تتفوق أحياناً على واجهة دردشة واحدة. توفر أدوات HundredTabs المجانية — من تنسيق JSON إلى PDF إلى Markdown — يمكن أن تزيل فئات كاملة من الدردشة بالكامل.

مهما اخترت، أعد تشغيل طلباتك الذهبية والقياس: الوقت إلى الإخراج المفيد، وعدد المتابعات، وعدد مرات التخلي عن الإجابة. تتفوق تلك المقاييس على ولاء العلامة التجارية وحكايات المنتدى.

الخلاصة

ChatGPT لم تصبح أغبى. لقد أصبحت أكثر تحفظاً، وأكثر حرفية، وأقل احتمالاً لملء الفجوات التي تركتها في طلباتك.

كانت الطلبات التي "اعتادت على العمل" تعتمد على النموذج الذي يكون سخياً في التفسير. هذا ليس موثوقاً عبر إصدارات النموذج. الطلبات المنظمة تعمل على كل نموذج، كل إصدار، في كل مرة.

إذا كنت محبطاً من جودة إخراج الذكاء الاصطناعي في 2026، فليس الإصلاح اشتراكاً جديداً. إنها طلب أفضل.