لغة التصور الجديدة من مايكروسوفت تخفي النمط التكراري حتى تتوقف وكلاء الذكاء الاصطناعي عن إفساد الرسوم البيانية

الفجوة بين الرسم البياني الصحيح تقنيًا والرسم الذي يمكن للإنسان أن يصفه بالجميل كانت دائمًا تُسد بواسطة الضبط اليدوي، وتحديد ما إذا كان محور التاريخ يجب أن يبدأ في يناير أو فبراير، وما إذا كان خط الأساس للرسم البياني الشريطي يقع عند الصفر، أو ما إذا كان مقياس الألوان المتباعد أكثر منطقية من المقياس التسلسلي. تقوم معظم مكتبات التصور بإلقاء تلك القرارات على عاتق المؤلف، وهو ما يعمل بشكل جيد مع خبير لديه بعد الظهر ليمضيه، ولكنه ينهار عندما يكون المؤلف نموذج لغة كبير يستدعي دالة في أقل من ثانية.

مشروع فلينت (Flint) مفتوح المصدر الجديد من أبحاث مايكروسوفت، والمتوفر على الرابط، مصمم لسد هذه الفجوة. بدلاً من مطالبة الوكلاء بإصدار كود Vega-Lite أو ECharts مطول، يقبل فلينت مواصفات مضغوطة، نوع الرسم البياني، ترميزات الحقول، والأنواع الدلالية الاختيارية، ويقوم بتجميعها في مواصفات منتهية أصلية للبرامج الخلفية. الأنواع الدلالية، مثل التاريخ، السعر، النسبة المئوية، البلد، الترتيب، هي الحيلة الحقيقية. بمجرد أن يعرف النظام أن العمود يحتوي على قيمة عملة، يقوم المترجم باختيار التنسيق الصحيح، ونطاق المقياس، ونظام الألوان دون أن يضطر النموذج إلى توضيح كل معلمة.

كيف يقوم فلينت بترجمة القصد إلى صقل

هندسة فلينت بسيطة. يقوم المستخدم (أو الوكيل) بتوفير مواصفات بيانات مع أنواع دلالية وبيانات وصفية اختيارية، بالإضافة إلى مواصفات رسم بياني تقوم بتعيين الحقول إلى قنوات بصرية مثل المحور السيني، المحور الصادي، اللون، والأوجه. يستنتج المترجم قواعد التحليل، المقاييس، التجميعات، التنسيق، أنظمة الألوان، والتخطيط، منتجًا JSON أصليًا للبرامج الخلفية لـ Vega-Lite أو Apache ECharts أو Chart.js. يمكن لنفس القصد المضغوط أن يستهدف جميع البرامج الخلفية الثلاثة، مما يسمح للوكيل باختيار محرك العرض الذي يناسب السياق، Chart.js للوحة تحكم ويب، Vega-Lite لدفتر ملاحظات بحثي.

قام فريق البحث بتوضيح ذلك بمثال الخريطة الحرارية. بدون فلينت، فإن توليد خريطة حرارية نظيفة تسمي قيم الشهر والسنة بشكل صحيح، وتحدد حجم الخلايا الفردية، وتستخدم مقياس ألوان متباعد ذا معنى، يعني تعيين خصائص منخفضة المستوى يدويًا لتحليل الفترة، وتحديد حجم الخلية، وحدود نطاق الألوان، وهي عمليات تخطئ فيها النماذج بشكل روتيني. يزيل فلينت الحاجة لتلك المعاملات الصريحة عن طريق استنتاجها من النوع الدلالي المرتبط بحقل البيانات.

المعايير: تفوق على التوليد المباشر

في دراسة تقييم ذاتي باستخدام بيانات اختبار من Tidy Tuesdays، قارنت مايكروسوفت فلينت مقابل خط أساس تسميه DirectVL، حيث يقوم النموذج بتوليد مواصفات Vega-Lite كاملة مباشرة. عبر ثلاثة أجيال من النماذج، GPT-5.1 و GPT-5-mini و GPT-4.1، حصل فلينت على درجات أعلى من حكم نموذج اللغة في كل حالة:

التحسينات متواضعة في المتوسط ولكنها ثابتة، ويقول الفريق إن الفوز الحقيقي هو تقليل أخطاء المواصفات، والرسوم البيانية الصحيحة تقنيًا ولكنها تظهر تسميات خاطئة، أو محاور غير محاذية، أو مقاييس مضللة. نظرًا لأن الأنواع الدلالية أسهل للنماذج في استنتاجها من مجموعة كاملة من معاملات Vega-Lite، فإن فلينت يقلل من حالات الفشل هذه بشكل كبير.

انتقل فلينت بالفعل من النموذج الأولي إلى الإنتاج. وهو الآن يشغل Data Formulator، أداة تحليل البيانات والتصور المدعومة بالذكاء الاصطناعي من مايكروسوفت.

سير عمل الوكيل: خادم MCP

إلى جانب مكتبة المترجم الأساسية، أصدرت مايكروسوفت flint-chart-mcp، وهو خادم بروتوكول سياق النموذج (MCP) الذي يسمح للوكلاء بإنشاء الرسوم البيانية والتحقق من صحتها وعرضها داخل بيئة الدردشة أو البرمجة. يمكن لخادم MCP تضمين البيانات مباشرة أو قراءة ملفات محلية مهيأة، ويفتح عرض رسم بياني تفاعلي حتى يتمكن المستخدمون من فحص النتائج وتحسينها دون مغادرة واجهة الوكيل. وهذا يجعل موثوقية فلينت متاحة لأي وكيل متوافق مع MCP، من مساعدي البرمجة إلى روبوتات تحليل البيانات.

المشروع مفتوح المصدر على GitHub تحت ترخيص MIT. يمكن للمطورين العثور على تعليمات خادم MCP على موقع مشروع فلينت.

فلينت هو رهان على أن الجيل القادم من أدوات الرسم البياني سيتم تعريفه ليس من خلال الهندسة التي يعرضها ولكن من خلال الطبقة الدلالية فوقها، وهي طبقة يمكن لكل من البشر والوكلاء قراءتها وتحريرها. ما إذا كان هذا الرهان سيؤتي ثماره سيعتمد على التبني خارج مايكروسوفت، لكن الأرقام المبكرة تشير إلى أنه بالنسبة للتصور البياني المدفوع بالوكيل، فإن القليل من التجريد يقطع شوطًا طويلاً.