قبل سؤال AI، الصق المستندات/المراجع ذات الصلة. تجيب من «معرفتك»، لا من خياله.

كل ادّعاء AI يحتاج مصدرًا حيًّا. لا تستشهد بمصدر لم تقرأه.

كل إجراء عمل: عنوان مكوّن من سطر، قائمة فحص بـ7 خطوات، ثمّ تفاصيل مرجعيّة.

استخدم صوتًا (تيك ساعة، مكيّف) كمرساة للحضور.

حين تستقيل، اكتب 3 ملاحظات بنّاءة جدًّا تتركها وراءك — لتُحدِث فرقًا.

ثلاث مراحل: التعلّم (30)، التشخيص (60)، الإنجاز الأول (90).

كل تغيير ينجح يمرّ بـ8 خطوات بترتيب — تخطّي أيّ منها = فشل احتمالي.

لا تختر مورد «بالحدس» — قيّم على 6 محاور بأوزان، اختر بالنقاط.

طلب عرض جيّد يحدّد ما تحتاج بدقّة + معايير الاختيار — لا «أرسلوا أيّ شيء».

قبل التوقيع: ما هي خيارات الخروج؟ مدّة الإنذار؟ غرامات؟ تنازل عن البيانات؟

في الأزمة: شخص واحد يقود، الجميع يرفع له، يقرّر بسرعة لا «اللجنة».

حين stakeholder A يريد X و B يريد عكس X: لا تختر — اكشف الـunderlying interest.

مديرك له وقت قليل واهتمامات كثيرة — استخدم 4 مبادئ لتكون stakeholder ذكي.

RAG (Retrieval-Augmented Generation) يجلب وثائق حقيقية للنموذج قبل الإجابة. اعرف الفرق.

حوّل PDF 200 صفحة لمحادثة تسأل فيها أسئلة محدّدة وتحصل على إجابات مع اقتباسات.

كل بداية شهر، ابحث عن اسمك في Google واطّلع على أوّل 3 صفحات نتائج.

كل ادّعاء واقعي من AI = اطلب مصدرًا. لا مصدر = لا تستخدم.

لينكدإن يُقاس بـ «من تواصل معك بفرصة»، لا بعدد المتابعين أو الإعجابات.

انشر ما تتعلّمه أسبوعيًا حتى لو لم تتقنه. الأخطاء العلنيّة تسرّع التصحيح.

كلّ AI يعكس تحيّزات بيانات تدريبه. فتش عن: الـ gender، الـ culture، الـ class الاقتصادي.

قبل استخدام أيّ مرجع أو اقتباس ذكره AI (اسم كتاب، مقالة، دراسة)، تحقّق من وجوده الفعلي قبل الاستشهاد به علنًا.

لأيّ رقم إحصائي محدّد يقدّمه AI («73% من الناس...»)، اطلب المصدر الدقيق أوّلاً، ثمّ تحقّق منه مباشرة قبل الاستخدام.

اجمع 20 سؤالًا مفتوحًا قويًّا تصلح لأيّ جلسة كوتشينج، بدل الارتجال أو تكرار "كيف تشعر حيال ذلك؟" فقط.

افصل أجزاء الأمر بوسوم XML (instructions, examples, document) ليتعامل النموذج معها بدقّة.