المستوى: متوسط. ستحتاج إلى مفتاح Gemini API ومشروع تجريبي لا يحتوي على فيديو حساس. الفكرة هي تشغيل المعالجة الوكيلية (Agentic Processing) حتى يبحث النموذج داخل الفيديو ديناميكياً بدلاً من أخذ عينة ثابتة فقط.
1. ارفع الفيديو بالطريقة المناسبة
توصي وثائق Google باستخدام Files API للملفات الأكبر من 100 ميغابايت أو المقاطع الطويلة، ثم الانتظار حتى تصبح حالة الملف نشطة قبل إرسال الطلب. أما المقاطع القصيرة والأصغر من 100 ميغابايت فيمكن تمريرها مباشرة. ابدأ بفيديو تملكه أو لديك إذن بمعالجته.
2. فعّل المعالجة الوكيلية
عند إنشاء التفاعل، استخدم نموذجاً مدعوماً مثل gemini-3.8-flash، وأرسل مرجع الفيديو مع الحقل processing مضبوطاً على القيمة agentic. اكتب سؤالاً قابلاً للتحقق، مثل تحديد توقيت ظهور منتج بعينه مع وصف ما حدث قبله وبعده، بدلاً من سؤال واسع وغامض.
3. راجع الخطوات والنتيجة
لا تكتف بالنص النهائي. افحص قائمة interaction.steps وابحث عن خطوات المعالجة ونتائجها للتأكد من استخدام الوضع الوكيلي. اختبر الإجابة يدوياً بالرجوع إلى التوقيت المقترح، ثم كرر التجربة بسؤال أصعب. تقترح الوثائق هذا الوضع للفيديو الطويل والبحث عن لحظات محددة، بينما قد تكون المعالجة الثابتة أسرع لمقاطع أقل من 5 دقائق تتطلب زمناً منخفضاً للاستجابة.
جرّب بنفسك
اختر تسجيلاً عاماً مدته 20 دقيقة، واطلب استخراج 3 لحظات محددة مع التوقيت ودليل بصري قصير. قارن استهلاك الرموز والوقت والدقة بين الوضع الوكيلي والوضع الافتراضي. لا ترسل وجوهاً أو بيانات خاصة من دون موافقة، ولا تعتمد على النتيجة وحدها في قرارات السلامة أو المراقبة.
المصادر: Gemini API documentation
