ما بعد الأوامر: نظام المجلدات الثلاثة لإدارة البرمجة بالذكاء الاصطناعي في Flutter

المطور الذي ابتكر نظام المجلدات الثلاثة (AI Toolkit – AI Specs – AI Docs) هو المهندس والمبدع “Andrea Bizzotto” 🇮🇹، المعروف باسم “Biz” في مجتمع Flutter. لديه قناة شهيرة على يوتيوب باسم “Code With Andrea”. يدرّس Flutter منذ أكثر من 6 سنوات ويُعدّ من أبرز المراجع في المجال. قدّم عشرات الدورات حول Clean Architecture، وState Management، وTesting في Flutter. في عام 2024–2025 بدأ سلسلة جديدة بعنوان
“Beyond Prompts” تتحدث عن البرمجة بالذكاء الاصطناعي وكيفية دمجه في بيئة Flutter باحتراف.

نظام المجلدات الثلاثة لإدارة البرمجة بالذكاء الاصطناعي في Flutter : في السنوات الأخيرة، تغيّر شكل كتابة البرمجيات بشكل جذري بفضل صعود أدوات الذكاء الاصطناعي مثل ChatGPT وClaude Code وCodex. لم يعد المبرمج مضطرًا لكتابة كل سطر يدويًا، بل أصبح بمقدوره التعاون مع ذكاء اصطناعي يفهم مشروعه، يقترح حلولًا، وينفذ التعليمات بسرعة مدهشة.
لكن — كما يقول مطور Flutter الشهير الذي عرض تجربته في الفيديو الأصلي — القوة الحقيقية لهذه الأدوات لا تكمن في الأوامر (Prompts)، بل في البيئة التنظيمية التي تعمل ضمنها. أي: كيف نُقدّم للذكاء الاصطناعي “السياق الصحيح” الذي يجعله ينتج كودًا متناسقًا وسليمًا وقابلًا للتطوير.

وهنا جاءت فكرته العبقرية:
📁 نظام المجلدات الثلاثة (The 3-Folder System) — وهو أسلوب عمل بسيط وفعّال يدمج بين التنظيم، والتعليم، والتفاعل الذكي مع أدوات الذكاء الاصطناعي.

لماذا لا تكفي الأوامر الذكية وحدها؟

عندما بدأ المؤلف استخدام الذكاء الاصطناعي في تطوير تطبيقات Flutter، لاحظ شيئًا مزعجًا:
كل مرة يفتح جلسة جديدة مع Claude أو Codex، يشعر أنه يبدأ من الصفر.
الذكاء الاصطناعي لا يعرف بنية المشروع، ولا أسلوب الكود المفضل، ولا حتى الأدوات والبيئة المحلية التي يستخدمها المطور.
النتيجة؟ أكواد غير متناسقة، بعض الأخطاء الغريبة، واقتراحات لا تناسب الواقع العملي.

الحل الذي توصل إليه بسيط في فكرته، قوي في أثره:
أنشأ ثلاثة مجلدات أساسية في كل مشروع Flutter يعمل عليه، لتكون بمثابة ذاكرة وتنظيم معرفي للذكاء الاصطناعي نفسه.
هذه المجلدات هي:

1. AI Toolkit
2. AI Specs
3. AI Docs

وسنستعرضها بالتفصيل بأسلوب عملي يناسب المطور العربي.

أولًا: AI Toolkit — أدوات الذكاء الاصطناعي للمطور

هذا المجلد هو “صندوق الأدوات الذكي”.
فيه يضع المطور كل التعليمات والقواعد التي يريد أن يتبعها الذكاء الاصطناعي أثناء كتابة الكود.
يمكن أن نعتبره دليلًا فنيًا يشرح لـChatGPT أو Claude كيف يفكّر المبرمج الحقيقي.

🔧 ما الذي يحتويه المجلد؟

• تعليقات ودلائل (LLM-friendly comments) تشرح أنماط العمل في Flutter.
• ملفات README تضع قواعد البرمجة القياسية الخاصة بالمشروع.
• أوامر جاهزة لتشغيل مهام متكررة، مثل تشغيل build_runner أو تنفيذ خطط معينة.
• تعليمات للتعامل مع تغييرات إصدارات Dart وFlutter، حتى لا يولد الذكاء الاصطناعي كودًا غير متوافق.

🧠 كيف يُستخدم؟
قبل أن يبدأ المطور جلسة الذكاء الاصطناعي ، يقوم بتشغيل أمر مثل :

/seed context Claude

ليقرأ Claude Cli الملفات داخل مجلد AI Toolkit.
وبمجرد قراءتها، يصبح الذكاء الاصطناعي “مهيأً” تمامًا للعمل وفق معايير المشروع.

مثال عملي :
تخيل أنك تبني تطبيق “متجر إلكتروني” باستخدام Flutter.
يمكنك أن تضع في AI Toolkit قاعدة تقول:

“جميع واجهات التطبيق يجب أن تستخدم ألوان العلامة التجارية الزرقاء والخضراء المحددة في constants.dart، ويُمنع إنشاء ألوان مخصصة داخل الودجات.”

الذكاء الاصطناعي حينها لن يخترع تصاميم جديدة، بل سيتبع القواعد بدقة.

وهكذا يضمن المطور اتساق الكود وسرعة التنفيذ عبر جميع الجلسات.

ثانيًا: AI Specs — دفتر الخطط والمواصفات

المجلد الثاني هو بمثابة عقل المشروع المتطور.
فيه يحتفظ المطور بكل الملفات التي تحتوي على المواصفات التفصيلية (Prompts & Plans) لكل مهمة أو ميزة جديدة.

📄 كيف يعمل؟
لكل ميزة جديدة، يُنشئ المطور ملفًا مثل:

003_UserDataStoragePrompt.md

يكتب فيه بالتفصيل المطلوب من الذكاء الاصطناعي:

• ما الذي يريد تنفيذه؟
• ما السلوك المتوقع؟
• ما البيانات المطلوب تخزينها أو تعديلها؟

ثم يستخدم أمرًا جاهزًا (مثل make plan) ليطلب من Claude أو Codex توليد خطة تنفيذ بناءً على هذا الملف.

الذكاء الاصطناعي يقرأ المتطلبات، ويقترح خطة بخطوات منظمة:

1. إنشاء ملف model جديد لتخزين العملة المفضلة.
2. استخدام SharedPreferences لحفظ القيم.
3. تعديل الصفحة الرئيسية لقراءة القيمة المخزنة عند التشغيل.

يُراجع المطور الخطة، يعدلها إن لزم، ثم يطلب من الذكاء الاصطناعي تنفيذها خطوة بخطوة.

المغزى هنا:
الذكاء الاصطناعي لا “يتخبط” في التنفيذ، بل يعمل وفق خطة بشرية واضحة.
وكل ميزة جديدة تُوثق بخطتها الخاصة داخل AI Specs، مما يخلق سجلًا زمنيًا لجميع مراحل التطوير.

مثال واقعي :
افترض أنك تطور تطبيق “ملاحظاتي” لتخزين النصوص القصيرة.
في AI Specs يمكنك حفظ خطة ميزة “إضافة المزامنة مع Google Drive” بهذا الشكل:

• حفظ بيانات الدخول في قاعدة محلية.
• استخدام مكتبة google_sign_in.
• التحقق من صلاحيات الوصول قبل المزامنة.
• إنشاء زر Sync في واجهة الإعدادات.

وعندما تمر شهور وتعود للمشروع، ستجد كل خططك موثقة خطوة بخطوة، حتى يتمكن أي مطور آخر من متابعة العمل بسهولة.

ثالثًا: AI Docs — مستودع المعرفة الدائم

المجلد الثالث هو ذاكرة المشروع الطويلة الأمد.
يُستخدم لتخزين كل الوثائق والبيانات التي يحتاجها الذكاء الاصطناعي لفهم بنية المشروع.

🗂️ ما الذي يُخزَّن داخله؟

• ملفات توضح تصميم المشروع (Architecture.md).
• توثيق واجهات برمجة التطبيقات (API Docs).
• مواصفات واجهات المستخدم (UI Specs).
• وصف حالة إدارة البيانات أو state management المستخدمة.
• أي تفاصيل غير ظاهرة في الكود (مثل المنطق التجاري أو business logic).

عندما يبدأ المطور جلسة جديدة، يطلب من الذكاء الاصطناعي قراءة هذه الملفات أولًا.
وبذلك يصبح “مدركًا” لبنية المشروع — أي يعرف كيف تتفاعل الشاشات، ما هي المكتبات المستخدمة، وأين تُخزن البيانات.

الفائدة الكبرى:
الذكاء الاصطناعي لا يحتاج لإعادة الشرح كل مرة، ولا يقترح حلولًا تخالف تصميم التطبيق.
بل يتصرف كما لو كان “عضوًا حقيقيًا في فريق التطوير”.

كيف تعمل المجلدات الثلاثة معًا؟

يمكننا تشبيه هذا النظام بفريق عمل متكامل:

عندما تعمل هذه المجلدات معًا، تصبح جلسات البرمجة بالذكاء الاصطناعي منظمة ومثمرة إلى حد مذهل.

الفوائد التي لاحظها المؤلف (والمطورون الذين جرّبوا النظام)

1. تسريع عملية البدء (Onboarding):
   بمجرد فتح المشروع، يمكن لأي مطور جديد — أو أي جلسة ذكاء اصطناعي — فهم الكود من خلال قراءة هذه المجلدات.
2. اتساق الجودة عبر الوقت:
   كل كود يولده الذكاء الاصطناعي يتبع نفس القواعد والمعايير.
3. انخفاض معدل الأخطاء:
   لأن الذكاء الاصطناعي يعمل ضمن حدود محددة مسبقًا.
4. توثيق حي للمشروع:
   كل خطوة، خطة، وتحديث موثقة بشكل آلي تقريبًا.
5. تقليل الإرهاق الذهني للمطور:
   لم يعد يحتاج لتذكر كل التفاصيل — الذكاء الاصطناعي يفعلها نيابة عنه.

كيف يمكنك تطبيق الفكرة؟

لا تحتاج أدوات معقدة أو اشتراكات خاصة.
يمكنك تنفيذ النظام بنفسك بهذه الخطوات:

1. أنشئ داخل مشروعك ثلاثة مجلدات: /AI_Toolkit /AI_Specs /AI_Docs
2. أضف في AI_Toolkit ملفات مثل:
   • coding_guidelines.md لتوضيح معايير الكود.
   • flutter_patterns.md لشرح أنماط تصميم Flutter المفضلة.
   • commands.sh لأوامر التطوير المتكررة.
3. في AI_Specs، أنشئ ملفًا لكل ميزة جديدة بمواصفاتها.
   مثال: 005_add_dark_mode_prompt.md.
4. في AI_Docs، احتفظ بوثائق المشروع مثل:
   • architecture.md
   • api_integration.md
   • ui_structure.md
5. عند بدء جلسة ChatGPT أو Claude، اجعل أول أمر هو قراءة هذه الملفات.
   يمكنك نسخ محتواها مباشرة أو استخدام أدوات CLI التي تقرأ الملفات تلقائيًا.

نظرة مستقبلية: نحو “الذكاء التعاوني” في البرمجة

الفكرة العميقة وراء نظام المجلدات الثلاثة ليست مجرد تنظيم الملفات، بل تأسيس ثقافة جديدة في البرمجة:
أن يصبح الذكاء الاصطناعي زميلًا واعيًا في الفريق، لا مجرد أداة تكتب كودًا عشوائيًا.

فالمطور الذي يتبنى هذا النهج سيلاحظ بسرعة أن الذكاء الاصطناعي يمكن أن:

• يقرأ احتياجات المشروع كما لو كان مهندسًا خبيرًا.
• يراجع الخطط القديمة ويقترح تحسينات ذكية.
• يطبق المعايير الخاصة بك باستمرار دون تذكير.

رأيي الشخصي :

انا جربت طريقة الى حد ما مشابهة الى طريقة Andrea Bizzotto (Biz) ، وهي طريقة رائعة جدا لكنك ستجدها بدائية عند استخدامك Kiro IDE أو VS code الاصدار الاخير او اي اداة مشابهة ، حيث تم دمج Spec Driven Development فيها.

الخلاصة

الذكاء الاصطناعي في البرمجة لم يعد مسألة “اكتب لي كودًا”.
إنه أصبح عملية تعاون تتطلب تخطيطًا وتنظيمًا وذكاءً بشريًا في توجيه الذكاء الصناعي.

نظام المجلدات الثلاثة (AI Toolkit – AI Specs – AI Docs) هو نموذج عملي يُظهر كيف يمكن للمطورين تحويل أدوات مثل ChatGPT وClaude وCodex من مجرد مساعد إلى شريك فعلي في التطوير.

ولعل أجمل ما في هذا النظام أنه قابل للتطبيق فورًا — سواء كنت مطور Flutter محترفًا أو طالبًا في بداية مشوارك.

ابدأ بتجربته اليوم، وستكتشف بنفسك أن السر في كتابة كود رائع بالذكاء الاصطناعي لا يكمن في “الأمر” (Prompt) الذي تكتبه،
بل في البيئة الذكية التي تُقدِّمها له.