هذا الأسبوع، نربط بين قسم التمويل الجديد لدينا وقوة الذكاء الاصطناعي. التحدي؟ أن نطلب من الذكاء الاصطناعي تحليل نتائج ثلاثة من عمالقة السيارات (تويوتا، فولكس فاجن، تسلا)، وتحويل عملاتهم الخاصة، وإنشاء لوحة معلومات مرئية تفاعلية بنقرة واحدة.
يستغرق التحليل الأساسي للشركات وقتًا، خاصة عندما نرغب في مقارنة الشركات الدولية التي لا تنشر ميزانياتها العمومية بنفس العملة. يجب على المحلل البحث عن التقارير السنوية، وعزل المؤشرات الصحيحة (KPIs)، وتحويل العملات، وأخيرًا إنشاء رسوماته البيانية.
بالنسبة لـ "تلقين الثلاثاء" (Prompt du Mardi) الخامس هذا، طلبنا من نموذج ذكاء اصطناعي (Gemini، في هذه الحالة) القيام بكل هذا العمل من البحث والتوحيد الرياضي وتطوير الويب نيابة عنا.
حالة الاستخدام اليوم: مقارنة أداء تويوتا (Toyota) (اليابان)، وفولكس فاجن (Volkswagen) (ألمانيا)، وتيسلا (Tesla) (الولايات المتحدة) لعام 2025.
تلقين الأسبوع
إليك أمر التلقين (prompt) الذي استخدمناه. لتجنب هلوسات الذكاء الاصطناعي (اختلاق الأرقام)، قمنا بتزويده مباشرة بالروابط الرسمية لعلاقات المستثمرين الخاصة بالشركات المصنعة الثلاث.
لا تتردد في نسخ هذا التلقين وتشغيله في Perplexity أو Copilot أو Gemini (التي تتمتع بإمكانية الوصول إلى الويب)، وتعديل الشركات لتكييفه مع احتياجاتك الاستثمارية الخاصة!
Act as an expert financial analyst and UI/UX developer. I need to compare the latest full-year financial results of three major automakers: Toyota, Volkswagen, and Tesla.
Step 1: Data Gathering & Normalization Use your web-browsing capabilities to visit the official Investor Relations pages for each company:
- Toyota: https://global.toyota/en/ir/
- Volkswagen: https://www.volkswagen-group.com/en/investor-relations-15698
- Tesla: https://ir.tesla.com/
Extract the latest full-year data (2025) for these 4 KPIs:
- Total Revenue
- Net Income
- Operating Margin (%)
- Total Vehicles Delivered/Sold
Convert all financial figures (Yen for Toyota, Euro for VW) into US Dollars (USD) using the current exchange rate so the comparison is fair and accurate.
Step 2: Infographic Dashboard Generation Generate a beautiful, modern, single-file HTML dashboard to visualize this comparison.
- Use Tailwind CSS (via CDN) for the styling. Make it look like a premium financial terminal (dark mode).
- Use Chart.js (via CDN) to create two animated charts:
- A Bar Chart comparing "Revenue vs. Net Income" side-by-side for the 3 brands.
- A Doughnut Chart showing the market share based on "Total Vehicles Delivered".
- Create 3 stylish "Metric Cards" at the top of the dashboard displaying the Operating Margin (%) for each brand, using their respective brand colors (Red for Toyota, Blue for VW, Dark Grey for Tesla).
Output ONLY the complete, working HTML code so I can copy, paste, and render it immediately in my web browser.
النتيجة التي تم الحصول عليها
بدلاً من عرض الأسطر الطويلة من كود HTML و Javascript التي تم إنشاؤها لك، قمنا بعرض الكود في متصفحنا وأخذنا لقطة شاشة. العرض الذي تراه أعلى المقال هو ما أنتجه الذكاء الاصطناعي.
كان الكود الذي تم إنشاؤه دفعة واحدة نظيفًا، ومن الناحية المرئية، كان العرض موجزًا واحترافيًا للغاية. كان علي فقط تعديل بعض رموز الألوان السداسية (hexadecimal) يدويًا لمزيد من الوضوح والاتساق.
توضيح حيوي حول البيانات المالية التي أنشأها الذكاء الاصطناعي
النقطة الأكثر إثارة للإعجاب في هذا الاختبار تكمن في الأرقام النهائية. في هذا التمرين، قدم الذكاء الاصطناعي أداءً "خاليًا من الأخطاء" تمامًا. لقد استرد البيانات الدقيقة من الميزانيات العمومية لنهاية عام 2025 للمجموعات الثلاث (مثل 94.83 مليار دولار من الإيرادات لشركة تيسلا)، وطبق تحويلًا رياضيًا مثاليًا من اليورو والين إلى الدولار الأمريكي، بل وعرض حتى أسعار التحويل المستخدمة للسماح لنا بالتحقق.
ومع ذلك، تبقى هناك قاعدة ذهبية: تحقق دائمًا من الأرقام التي تم إنشاؤها. يمكن للذكاء الاصطناعي أن يعاني من هلوسات فيما يتعلق بالبيانات الرقمية، خاصة إذا كان يمسح مستندات PDF معقدة. لذلك، من الضروري أن تقرأ المنشورات الرسمية بنفسك في حالة الشك قبل اتخاذ أي قرار استثماري.
