مُركِّب البحث: حوّل المصادر المتناثرة إلى خريطة من التوافقات والتناقضات
لماذا تهم هذه المطالبة
Without a structured synthesis step, people default to citing whichever single source already matched what they expected to find, and the gap surfaces at the worst possible moment — when a stakeholder points out mid-meeting that another source in the same pile actually argues the opposite. That credibility hit costs far more time and trust to recover from than the twenty minutes a proper synthesis would have taken upfront.
فيم نستخدمها
A product manager has four analyst reports and a dozen saved articles on whether on-device AI or cloud AI will dominate enterprise deployment by 2027, needs to present a one-page synthesis to the leadership team by Friday afternoon, and does not have time to read everything closely enough to defend a recommendation under questioning in the room.
المطالبة
Role: Act as a research synthesis analyst who specializes in finding genuine points of agreement, disagreement, and unaddressed gaps across multiple sources covering the same question — not a summarizer who blends everything into one smooth narrative. Context: I am researching [YOUR RESEARCH QUESTION]. Here are the sources, each clearly labeled: Source A: [PASTE SUMMARY, ABSTRACT, OR FULL TEXT] Source B: [PASTE SUMMARY, ABSTRACT, OR FULL TEXT] Source C: [PASTE SUMMARY, ABSTRACT, OR FULL TEXT] [ADD MORE SOURCES AS NEEDED, LABELED SOURCE D, E, ETC.] Task: Produce a structured synthesis that: 1. Identifies the 3 to 5 core claims being made across all sources combined 2. For each core claim, states which sources agree, which disagree, and quotes or closely paraphrases the specific language showing the agreement or disagreement 3. Distinguishes disagreements that are factual (verifiable, at least one source is likely wrong) from disagreements that are interpretive (both sources can be reasonably right, they emphasize different things) 4. Identifies at least [NUMBER] unaddressed gaps — specific sub-questions none of the sources cover, that would need separate research 5. Flags any source that appears to have a conflict of interest or vested stake in a particular conclusion, such as a vendor-sponsored study or an advocacy group Constraints: - Do not average disagreements into a vague middle-ground conclusion. State disagreements explicitly, with attribution to the specific source. - Do not treat source volume as a proxy for correctness. Three sources repeating the same unverified claim is not stronger evidence than one source citing primary data — check whether sources are independently reporting or just citing each other before counting them as separate confirmations. - If two sources make the same claim but one cites a primary source and the other cites the first source, note this explicitly as one underlying data point, not two. - Keep the total output under [WORD LIMIT] words. Output Format: 1. A short summary paragraph (3 to 4 sentences) stating the overall state of consensus or lack of it 2. "Where Sources Agree" — list of claims with supporting sources 3. "Where Sources Disagree" — list of claims with which sources say what, and whether the disagreement is factual or interpretive 4. "Unaddressed Gaps" — list of the open sub-questions 5. "Caveats" — short section flagging any source credibility concerns
النتيجة
Overall State of Consensus: Of the three sources reviewed, there is partial agreement that on-device inference will handle a growing share of routine enterprise AI tasks by 2027, but the sources sharply disagree on whether this displaces cloud AI for core workloads or simply adds a new tier alongside it. Source C's central claim appears to rest heavily on Source A's original survey data without independent verification.
Where Sources Agree: - On-device inference costs have dropped enough to handle routine classification and short-context tasks locally (Sources A, B, C) - Enterprise IT buyers cite data residency, not raw cost savings, as the top driver for on-device adoption (Sources A, B)
Where Sources Disagree: - Claim: "On-device AI will capture the majority of enterprise AI spend by 2027." Source A projects 35% share by 2027 based on a survey of 200 IT buyers; Source B projects under 15% share, arguing complex reasoning tasks still require cloud-scale models regardless of hardware improvements. This is a factual disagreement — the two sources make incompatible quantitative predictions, and only one survey methodology can be sounder. Worth checking sample composition before trusting either figure. - Claim: "Cloud AI providers are cutting prices industry-wide to defend market share." Source C asserts this is already happening broadly; Source A documents only one vendor doing this. This is an interpretive disagreement — Source C may be generalizing from a single data point rather than an industry pattern.
Unaddressed Gaps: - No source addresses how data-residency requirements outside the US and EU affect this split - No source quantifies the latency threshold at which enterprises actually migrate workloads from cloud to on-device, versus simply running new workloads on-device from the start
Caveats: Source C is published by a chipmaker with a direct commercial interest in on-device AI adoption and should be weighted accordingly — its 35%-by-2027 figure traces back to Source A's survey rather than independent data.
الطريقة المعتادة التي يتعامل بها الناس مع المصادر المتناقضة هي اختيار المصدر الذي يطابق أصلاً ما كانوا يريدون تصديقه، أو طلب ملخص سريع من أداة ذكاء اصطناعي يمزج كل شيء في فقرة واحدة واثقة. كلا النهجين يمحو بهدوء أكثر المعلومات فائدة في تلك المجموعة: النقاط المحددة التي تختلف فيها المصادر الموثوقة فعلياً، والسبب في ذلك.
لماذا يهم الـRole هنا
يضع قسم Role النموذج في دور محلل توليف بدلاً من ملخّص، لأن هاتين وظيفتان مختلفتان. وظيفة الملخّص هي الضغط؛ وظيفة محلل التوليف هي رسم خريطة الاختلاف وعزوه بشكل صحيح. طلب من مساعد عام "تلخيص هذه التقارير الأربعة" يُنتج دائماً تقريباً النسخة المموَّهة، لأن التمويه هو ما تُحسَّن له عملية التلخيص بشكل افتراضي.
ما الذي يفعله قسم Task فعلياً
تفرض المتطلبات الخمسة المرقّمة تسلسلاً محدداً: إيجاد الادعاءات الأساسية أولاً، ثم فحص التوافق لكل ادعاء، ثم تصنيف الاختلافات إلى واقعية مقابل تفسيرية. هذا التمييز الأخير هو ما يتخطاه معظم الناس، وهو الأهم. الاختلاف الواقعي يعني أن أحداً ما على الأرجح مخطئ ويستحق التعمق في المنهجية. الاختلاف التفسيري يعني أن كلا المصدرين يمكن أن يكونا صحيحين مع التركيز على أشياء مختلفة — التعامل معه كنزاع واقعي يضيّع الوقت في البحث عن إجابة "صحيحة" غير موجودة.
القيد الذي يقوم بالعمل الحقيقي
"لا تُوازن الاختلافات في استنتاج وسطي غامض" هو التعليمة التي تحمي الهدف الكامل من هذا التمرين. بدون قيد، ستحل معظم النماذج التوتر بإيجاد لغة ناعمة ومتحفظة تستوعب تقنياً كل مصدر — وهو تماماً المخرج الذي يجعل أحداً يُفاجأ عندما يشير زميل إلى أن المصادر لم تتفق أصلاً. قيد عدّ الاستشهادات يهم بنفس القدر: ثلاث منشورات مدونة تستشهد جميعها بنفس الدراسة الأصلية هي نقطة بيانات واحدة ترتدي ثلاث حُلل، لا ثلاثة تأكيدات مستقلة.
لماذا يُقسَّم تنسيق الخروج إلى أربعة أقسام
فصل "أين تتوافق المصادر" عن "أين تختلف المصادر" يفرض بقاء الاختلافات مرئية بدلاً من الاختفاء في سرد مُدمج. قسم "الثغرات غير المُعالَجة" موجود لأن أغلى خطأ بحثي ليس سوء قراءة مصدر — بل افتراض أن سؤالاً ما قد عُولِج بينما لم يُطرَح أصلاً. قسم "التنبيهات" يرصد المصادر التي لديها سبب لتفضيل استنتاج معين، وهو ما يهم أكثر من عدد المصادر عند تقرير أي ثقل يُعطى لادعاء.
شغّل هذا البرومبت قبل أي اجتماع أو مذكرة أو قرار يعتمد على التوفيق بين عدة مصادر تختلف فيما بينها — لا بعده، حين تكون الثغرات قد تحولت إلى اعتراض شخص آخر.