المستوى: متوسّط — يفترض أنك تبني تطبيقًا أو وكيلًا على واجهة OpenAI البرمجية.
وقت القراءة: نحو 8 دقائق.
هتحتاج: حساب على منصّة OpenAI للمطوّرين، وتطبيقًا يرسل طلبات متتالية تشترك في جزء كبير من السياق.
الوكيل (AI Agent) الذي يعمل لساعات يرسل عشرات أو مئات الطلبات، وكلّها تقريبًا تحمل التعليمات نفسها وتعريفات الأدوات نفسها وسياق الأدوار السابقة. التخزين المؤقت للموجّه (Prompt Caching) يعيد استخدام الحوسبة الخاصّة بهذا الجزء المشترك، فيقلّل زمن الاستجابة، وتقول OpenAI إنه يمنح خصمًا يصل إلى 90% على رموز المدخلات المخزّنة.
مع عائلة GPT-6، أطلقت OpenAI نظام تخزين مؤقت محسّنًا بمعدّلات إصابة (Cache Hit Rate) أعلى افتراضيًا، مع خصم للبادئات المشتركة المؤهّلة التي يُعاد استخدامها خلال نافذة 30 دقيقة. إليك كيف تستفيد منه.
الخطوة 1: رتّب الموجّه من الثابت إلى المتغيّر
التخزين المؤقت يعمل على البادئة (Prefix)، أي بداية الموجّه. ضع في البداية ما لا يتغيّر: التعليمات العامة، وتعريفات الأدوات، والمواد المرجعية. وضع في النهاية ما يتغيّر في كل طلب: سؤال المستخدم ونتائج الأدوات الجديدة. أي تغيير في البداية يُبطل الاستفادة ممّا بعده.
الخطوة 2: لا تحذف الأدوات، قيّدها
عندما تتغيّر احتياجات الوكيل، قد يغريك حذف تعريفات الأدوات غير المطلوبة. توصي OpenAI بالعكس: حافظ على تعريفات الأدوات ومخطّطاتها وترتيبها ثابتة، واستخدم allowed_tools لجعل الأدوات المناسبة فقط قابلة للاستدعاء، أو اضبط tool_choice على none عندما لا تحتاج أدوات. وإذا أردت تعليمات جديدة، أضف رسالة مطوّر جديدة قرب نهاية السياق بدل تعديل التعليمات الأولى.
الخطوة 3: غيّر مستوى التفكير دون كسر الذاكرة المؤقتة
في نماذج GPT-6 يمكنك الآن تغيير مستوى جهد التفكير (Reasoning Effort) بين الاستجابات دون خسارة الذاكرة المؤقتة: ارفعه لمهمّة صعبة، واخفضه لمتابعة روتينية، عبر إضافة configuration_update مع ترك مستوى الجهد على مستوى الطلب دون تغيير.
الخطوة 4: حدّد بنفسك ما يُخزَّن
نقاط التوقّف الصريحة (Explicit Cache Breakpoints) تتيح لك اختيار أين تنتهي البادئة المخزّنة. هذا مفيد عندما يكون لديك سياق ثابت طويل يليه محتوى يتغيّر كثيرًا. راجع دليل التخزين المؤقت المحدَّث في توثيق OpenAI لمعرفة الصيغة الدقيقة ومدّة بقاء البادئات مؤهّلة.
الخطوة 5: سخّن الذاكرة المؤقتة مسبقًا
ميزة «التسخين المسبق» (Prewarming) تجهّز السياق المعروف قبل وصول الطلب. مثلًا، يمكن لتطبيقك تسخين التعليمات المشتركة وتعريفات الأدوات عند التشغيل، قبل أن يسأل المستخدم سؤاله الأوّل، فتنتقل المعالجة خارج وقت انتظاره.
الخطوة 6: راقب وشخّص
في Prompt Caching Dashboard ترى نسبة المدخلات التي تُخدَم من الذاكرة المؤقتة وتغيّرها مع الوقت. وعند حدوث إخفاق غير متوقّع، تقارن أداة التشخيص طلبًا باستجابة حديثة وتحدّد السبب وعدد الرموز المتأثّرة، بصيغة مثل:
{
"prompt_cache_diagnostics": {
"type": "cache_miss",
"reason": "tools_changed",
"comparison_reusable_tokens": 5629,
"cache_missed_tokens": 5629
}
}هنا السبب واضح: تغيّرت الأدوات، فضاع 5629 رمزًا كان يمكن إعادة استخدامها. الحلّ هو الخطوة 2.
نتائج معلنة من مستخدمين
تنقل OpenAI عن فريق Manus أن معدّل الإصابة لديهم ارتفع من نحو 85% إلى أكثر من 90% باستمرار خلال أقل من أسبوع، بعد ضبط أماكن نقاط التوقّف والجمع بين التخزين الصريح والتلقائي. وتقول GitHub إنها خفّضت حصّة رموز الموجّه التي تحتاج معالجة جديدة بأكثر من 50% عبر مليارات الطلبات.
جرّب بنفسك
افتح لوحة التخزين المؤقت لتطبيقك وسجّل معدّل الإصابة الحالي. ثم راجع موجّهك: هل يوجد أي شيء متغيّر، مثل التاريخ أو اسم المستخدم، في أوّله؟ انقله إلى النهاية، وثبّت تعريفات الأدوات، وقارن المعدّل بعد يوم من الاستخدام.
المصادر: OpenAI — 2026-09-22
