لم تعد كفاءة استخدام أدوات الذكاء الاصطناعي مسألة تقنية تخص المطورين فقط. بالنسبة لفريق المالية، كل طلب طويل بلا داعٍ يعني وقتًا أطول، وحدود استخدام تُستهلك أسرع، وتكلفة قد ترتفع، والأهم: نتيجة أصعب في المراجعة وإعادة الاستخدام.
Efficient use of AI is no longer a technical concern reserved for developers. For finance teams, every unnecessarily large request means more waiting, faster consumption of usage allowances, potentially higher cost, and—most importantly—an output that is harder to review and reuse.
1. حدد المهمة المحاسبية لا الموضوع العام
1. Specify the accounting task, not the broad topic
الطلب «حلل البيانات المالية وقل رأيك» يفتح عشرات المسارات أمام النموذج. ما الفترة؟ ما الهدف؟ وما الاختبار المطلوب؟ النتيجة غالبًا نص طويل يصعب تحويله إلى إجراء. أما «صنّف قيود يناير إلى Operating وCapital، وأعد رقم القيد والتصنيف فقط» فيحدد وحدة العمل ومعيار القرار والمخرج.
“Analyse the financial data and tell me what you think” opens dozens of possible paths. Which period, objective, or test matters? The likely result is a long narrative that is difficult to operationalise. “Classify January entries as operating or capital and return only the entry ID and label” defines the unit of work, decision criterion, and output.
2. صمم المخرج قبل أن ترسل البيانات
2. Design the output before sending the data
إذا كانت النتيجة ستدخل في reconciliation أو تحليل لاحق، فاطلب بنية ثابتة منذ البداية: رقم فقط، Label فقط، جدول بأعمدة محددة، صيغة قيد، أو JSON. هذا يقلل الكلام الزائد ويجعل اختبار المخرجات أسهل.
If the result will feed a reconciliation or downstream analysis, request a fixed structure from the outset: number only, label only, a table with specified columns, journal-entry format, or JSON. This reduces chatter and makes validation easier.
Task: Identify potential duplicate invoices.
Match on: vendor, invoice number, amount.
Return: row ID, duplicate group ID, confidence.
No explanation. Do not modify the workbook.3. أرسل أقل نطاق كافٍ
3. Send the smallest sufficient range
أكبر مصدر للهدر غالبًا هو البيانات، لا صياغة السؤال. لا ترسل دفتر الأستاذ بالكامل لاختبار يخص يناير، ولا عشرين عمودًا إذا كان القرار يحتاج أربعة. ابدأ بعينة أو نطاق محدد، ثم وسّع فقط إذا أثبت الاختبار فائدته.
The largest source of waste is often the data rather than the wording. Do not send a full ledger for a January-only test or twenty columns when four drive the decision. Start with a defined range or sample, then scale only after the test proves useful.
4. اجعل التحليل قابلًا للاختبار
4. Make the analysis testable
التحليل المفتوح مثل «ما الأفكار التي تراها؟» قد يكون مفيدًا في الاستكشاف، لكنه مكلف وغير متكرر. في التشغيل اليومي، حوّل الهدف إلى اختبارات: Flag للمعاملات فوق 50 ألفًا خارج ساعات العمل، تصنيف المصروفات إلى فئات محددة، أو استخراج رقم الفاتورة وتاريخها.
Open-ended analysis such as “What insights do you see?” can support exploration, but it is expensive and hard to repeat. In routine operations, translate the objective into tests: flag transactions over 50,000 posted outside business hours, classify expenses into defined categories, or extract invoice number and date.
5. لا تدفع للذكاء الاصطناعي مقابل عمل Excel
5. Do not pay AI to do Excel’s job
استخدم Excel في الجمع، والفلترة، والـlookups، والـpivoting، والقواعد الحتمية. واستخدم AI عندما توجد لغة أو غموض أو حكم: تفسير بند عقد، اقتراح تصنيف حساب، اكتشاف نمط غير معتاد، أو استخراج معنى من وصف نصي.
Use Excel for sums, filters, lookups, pivots, and deterministic rules. Use AI where language, ambiguity, or judgement is involved: interpreting a contract clause, proposing an account classification, detecting an unusual pattern, or extracting meaning from narrative text.
6. اختبر الجودة لا الاختصار فقط
6. Optimise for quality, not brevity alone
المطالبة بـ“Return result only” توفر مخرجات، لكنها قد تخفي سبب خطأ مهم. للعمليات عالية المخاطر اطلب نتيجة مختصرة مع سبب أو مرجع في عمود منفصل، ثم اختبرها على عينة معروفة. الكفاءة الحقيقية هي أقل استهلاك يحقق مستوى التحقق المطلوب، لا أقصر Prompt بأي ثمن.
“Return result only” saves output, but may hide the reason behind an important error. For high-risk processes, request a concise result plus a reason or reference in a separate column, then test it against a known sample. True efficiency is the lowest usage that still meets the required assurance level—not the shortest prompt at any price.