تحليل الصور المعمارية باستخدام Gemini API: 4 مطالبات وسير عمل فعّال

ما الذي ستتعلمه في هذا الدليل؟

يمكن إرسال صورة رندر معماري أو صورة داخلية أو عينة مادة إلى Gemini API وطلب وصف للصورة أو إجابات عن أسئلة محددة بشأنها. وتعرض وثائق Google الخاصة بفهم الصور استخدامات مثل وصف الصور وتصنيفها والإجابة عن الأسئلة المتعلقة بها. كما تشير إلى أن التدريب الإضافي يمكن أن يحسّن الدقة في حالات محددة، مثل اكتشاف الأجسام وتقسيم الصور. لكن هذا لا يعني ضمان الدقة نفسها في كل صورة أو مهمة معمارية.

ستتعرف في هذا الدليل خطوة بخطوة على كيفية تمرير الصورة إلى API، وتحديد نطاق السؤال، والاستفادة من الإجابة عند تقييم المشروع. أعددنا المطالبات النموذجية بما يناسب الأعمال المعمارية وتصميم الديكور الداخلي؛ وهي ليست أمثلة منسوخة من الوثائق المصدرية.

المتطلبات واختيار الصورة

يتضمن دليل Gemini API من Google أمثلة باستخدام Python وJavaScript وJava وGo وREST. ويعتمد سير العمل أدناه على إرسال صورة إلى API مع تعليمات نصية. اسم النموذج المستخدم في أمثلة التعليمات البرمجية هو gemini-3.8-flash. وتشير الوثيقة أيضًا في قسمها العلوي إلى توفّر Gemini 4 Argon؛ إلا أن أمثلة إرسال الصور المعروضة هنا تستخدم gemini-3.8-flash. لذلك، تحقّق من وثائق API الحالية للنموذج المستخدم عند تغيير اسم النموذج.

يمكنك تمرير الصورة بإحدى ثلاث طرق: URL أو بيانات الصورة المضمّنة أو Files API. وتُعد طريقة URL مناسبة للصور المتاحة للعامة. أما في الطريقة المضمّنة، فتُرسل الصورة بترميز base64؛ ويجب ألا يتجاوز الحجم الإجمالي للطلب 20 MB، بما يشمل مطالبات النص وتعليمات النظام وبيانات الصورة. وتوصي الوثائق باستخدام Files API للملفات الأكبر حجمًا أو عند استخدام الصورة نفسها في أكثر من طلب. كما تتضمن أمثلة الطلبات نوع MIME الخاص بالصورة.

جهّز صورة تريد فحصها ويمكن استخدامها في عرض المشروع. إذا كانت تتضمن عناصر مهمة للتحقق، مثل الأبعاد أو المواد أو خصائص المكان، فلا تطلب من النموذج تقديمها باعتبارها بيانات مؤكدة. تحقّق أيضًا من التعليقات المستندة إلى الصورة بمقارنتها برسومات المشروع ووثائقه المصدرية.

تحليل الصور المعمارية خطوة بخطوة

1. حدّد طريقة تمرير الصورة

يمكن استخدام بيانات الصورة المضمّنة لإجراء تجربة لمرة واحدة على صورة صغيرة. أما إذا كنت ستعيد استخدام الصورة أو كان الملف كبيرًا، فاختر سير عمل Files API. في أمثلة Google، تُرفع الصورة أولًا ضمن هذا السير، ثم يُضاف URI ونوع MIME الناتجان إلى الطلب مع المُدخل النصي. وقد تختلف طريقة الوصول إلى API بحسب اللغة المستخدمة؛ إذ تتضمن الوثيقة أمثلة باستخدام Python وJavaScript وJava وGo وREST.

2. اطلب وصفًا عامًا

في الطلب الأول، اطلب من النموذج وصفًا موجزًا قائمًا على الملاحظة للرندر ككل. يحدّد هذا المثال نطاق الإجابة وشكلها مسبقًا.

اشرح هذه الصورة المعمارية مستندًا فقط إلى العناصر التي يمكن تمييزها بصريًا. اذكر في قائمة قصيرة نوع المكان والمواد الرئيسية الظاهرة وطابع الإضاءة والعناصر اللافتة في الإطار. لا تخمّن معلومات لا يمكن استنتاجها من الصورة، واذكر النقاط غير المؤكدة على حدة.

تساعد عبارتا «مستندًا فقط إلى العناصر التي يمكن تمييزها بصريًا» و«اذكر النقاط غير المؤكدة على حدة» في إبقاء الإجابة قائمة على الملاحظة. ويوصي دليل المطالبات من Google بتقديم تعليمات واضحة ومحددة؛ كما يمكنك وصف شكل الإجابة المطلوبة ضمن المطالبة.

3. ركّز على عنصر محدد في المكان

بعد الوصف العام، اختر موضوعًا واحدًا. اطرح أسئلة منفصلة، مثل المظهر المادي للمواد أو الإضاءة أو التأطير. ويسهّل تقسيم المهمة، بدل طلب تقييمات كثيرة ومختلفة في مطالبة واحدة، تتبّع الإجابة المقابلة لكل سؤال.

أدرج الأسطح التي يمكن رؤيتها في الصورة كلًّا على حدة. اذكر لكل سطح اللون والملمس ودرجة اللمعان الظاهرة فقط. إذا تعذّر تحديد اسم المنتج الفعلي للمادة أو الشركة المصنّعة من الصورة، فاذكر ذلك بوضوح.

لا تطلب هذه المطالبة اختلاق هوية المنتج، بل تسأل عن خصائص الأسطح المرئية. وقد تساعد إجابة النموذج على استلهام قرار تصميمي، لكنها لا تغني عن معلومات توريد المواد.

4. ضيّق نطاق الفحص باستخدام الأسئلة المتعلقة بالصورة

عند طرح سؤال عن منطقة محددة، صف موقعها بالاستناد إلى العلامات المرئية في الصورة. وحدّد أيضًا ما إذا كنت تريد إجابة موجزة أو في شكل نقاط. يمكن استخدام نماذج Gemini للإجابة عن الأسئلة المتعلقة بالصور، لكن لا تتوقع الجزم بتفاصيل غير واضحة فيها.

عدّد العناصر الظاهرة في منطقة الجلوس على الجانب الأيمن من الصورة. صِف كل عنصر في نقطة واحدة موجزة. لا تخمّن التفاصيل التي لا يمكن تمييزها من الصورة بدرجة موثوقة.

عدّل وصف الموقع ليناسب صورتك. وإذا لاحظت أن النموذج وضع عنصرًا في موقع غير صحيح، فركّز السؤال على منطقة أضيق وأعد فحص الإجابة.

5. حدّد تنسيق المخرجات

إذا كنت ستقارن ملاحظات الفحص مع فريقك، فاكتب الحقول المطلوبة بوضوح في المطالبة. يشرح دليل استراتيجيات المطالبات من Google إمكانية توجيه سلوك النموذج من خلال تحديد تنسيق الإجابة والقيود والأمثلة. لكن ذلك لا يغني عن ميزة المخرجات المنظّمة في API عند الحاجة إلى مخطط دقيق ومعقّد.

استخدم العناوين التالية لهذه الصورة الداخلية: الانطباع العام عن المكان، الأسطح الظاهرة، الإضاءة، العناصر اللافتة في الإطار، والنقاط غير المؤكدة. اكتب تحت كل عنوان نقطتين موجزتين كحد أقصى. لا تضف معلومات غير موجودة في الصورة.

قارن كل نقطة بالصورة قبل إضافة الإجابة إلى ملاحظات المشروع. إذا لم تظهر العناوين المطلوبة أو بدت الإجابة عامة أكثر من اللازم، فأعد المحاولة بإضافة مثال أو قيود أوضح إلى المطالبة. وتؤكد وثائق Google خصوصًا أن تصميم المطالبات عملية تكرارية.

أخطاء شائعة

طلب مهام كثيرة في مطالبة واحدة: يؤدي الجمع بين وصف الصورة ونقد التصميم وتحديد المواد واقتراح التنفيذ في طلب واحد إلى غموض النطاق. قسّم المهمة وركّز على غرض واحد في كل طلب.

اعتبار المعلومات غير المستنتجة من الصورة مؤكدة: لا تحاول التحقق من المنتج الفعلي لسطح ما أو المعلومات المكانية غير الظاهرة اعتمادًا على الرندر وحده. حدّد النقاط غير المؤكدة في الإجابة وقارنها بالوثائق الفنية.

تجاهل طريقة تمرير الملف: تخضع طريقة بيانات الصورة المضمّنة لحد أقصى لحجم الطلب يبلغ 20 MB. وتوصي الوثائق باستخدام Files API للصور الكبيرة أو التي ستُستخدم مجددًا.

عدم تحديد شكل الإجابة: قد يجيب النموذج بطول أو تنسيق مختلف إذا لم تصف الشكل المطلوب بوضوح. حدّد العناوين وعدد النقاط والنطاق مسبقًا.

الخطوات التالية: تكييف سير العمل للمكاتب والتعليم

جرّب الصور المعمارية بأنواع مختلفة، ثم قارن عبارات المطالبات التي تنتج ملاحظات متسقة وقابلة للتحقق. وتشير Google إلى أن تصميم المطالبات يتطلب التجربة والتحسين؛ لذا لا تتعامل مع قالب واحد كما لو كان سيعطي النتيجة نفسها في كل مشروع. وإذا كان الفريق سيستخدمه، فقد تساعد إضافة طريقة تمرير الصورة واسم النموذج المستخدم إلى ملاحظات العمل على تسهيل المقارنة.

قد يكون هذا النهج مفيدًا للمكاتب المعمارية ومصممي الديكور الداخلي والطلاب الراغبين في إعداد أوصاف أولية للصور ومحاور للفحص. لكن النص الناتج ليس مرجعًا للرسومات أو القياسات أو التحقق من المواد. تحقّق من تفسير الصورة بالرجوع إلى وثائق المشروع، وافحص النقاط التي لم يجب عنها النموذج أو بقيت غير مؤكدة قبل تحويلها إلى قرارات تصميمية.

المصدر والترخيص

يستند هذا الدليل إلى إجراءات العمل الفنية الواردة في وثيقتَي “Image understanding” و“Prompt design strategies” الخاصتين بـ Gemini API على موقع Google AI for Developers. وكلا المصدرين مرخّص بموجب CC BY 4.0؛ وقد عُدّل المحتوى إلى اللغة التركية وشُرح باستخدام مطالبات جديدة لتحليل الصور المعمارية.