جدول المحتويات
للبحث في عقود من تقارير الآبار بنموذج LLM خاص، لا يكفي تحميل ملفات PDF في روبوت محادثة. بل يجب تحويل كل تقرير إلى سجلات مهيكلة (البئر، التاريخ، العمق، رمز النشاط، المدة) للاستعلامات الدقيقة، وإلى مقاطع نصية للبحث بالمعنى. ثم يجمع نموذج محلي بين الاثنين، ويستشهد بالتقرير والصفحة، ويُبقي البيانات على خوادمكم.
أهم النقاط
- تقرير الحفر اليومي شبه مهيكل: في مجموعة بيانات Volve العامة، يغطي كل ملف 24 ساعة ويضم أنشطة مؤرخة ومرمّزة، وقياسات سائل الحفر، ومحطات قياس الانحراف، إضافة إلى تعليقات بنص حر (Lu, 2026).
- يصعب البحث في النص الحر. فالباحثون الذين عملوا على 9,670 تقريرًا يوميًا من 303 آبار يذكرون الرموز التقنية، والمصطلحات التقنية المكتوبة بأخطاء أو المختصرة، والجمل الناقصة (Hoffimann et al., 2017).
- تتغير الرموز والأسماء عبر العقود. فقد انتقل معيار DDR Plus من IADC من 28 رمزًا قديمًا إلى 34 رمزًا تشغيليًا في 2019 (Drilling Contractor)، وقد يظهر ثقب البئر الواحد بثلاثة أسماء مختلفة.
- يجب أن تأتي الأرقام، مثل ساعات الوقت غير المنتج (NPT)، من استعلامات على سجلات الأنشطة؛ أما النموذج اللغوي فيختار الاستعلام ويشرح النتيجة.
- في الجزائر، بيانات المنبع ملك حصري للدولة وتتولى ALNAFT تسييرها (القانون 19-13، المادة 18). تحققوا مع مستشاركم القانوني قبل فهرستها أو مشاركتها مع مورّد.
ماذا يحتوي أرشيف تقارير الآبار؟
يمتلك المشغّل أو مقاول الحفر الذي يعمل في حقل منذ ثلاثين عامًا عدة عائلات من التقارير، تنتجها فرق مختلفة وتُحفظ في أماكن مختلفة. ويعرض الجدول أكثرها شيوعًا وطريقة فهرسة كل منها.
| عائلة التقارير | محتواها | شكلها المعتاد في الأرشيفات القديمة | طريقة فهرستها |
|---|---|---|---|
| تقرير الحفر اليومي | ملخص 24 ساعة: أنشطة بأوقاتها وأعماقها، ورموز، وبيانات سائل الحفر والانحراف، وملاحظات | ورق، ومسوحات ضوئية، وجداول بيانات؛ وXML في السنوات الأخيرة | سطر مهيكل لكل نشاط، والملاحظات نصًا |
| تقارير الإكمال وإعادة تأهيل الآبار (workover) اليومية | البنية نفسها لأعمال الإكمال والتدخل | ورق، ومسوحات ضوئية، وجداول بيانات | كالحفر، مع نوع العملية بيانات وصفية |
| تقرير نهاية البئر | سرد وجداول تلخص البئر: المشكلات، والدروس المستفادة، والحالة النهائية | ملف PDF طويل أو مسح ضوئي | تقسيم حسب الأقسام؛ مع إبقاء الجداول كاملة |
| تقارير اختبار الآبار | معدلات التدفق، والضغوط، وظروف الاختبار، والتفسير | PDF يحتوي جداول | القيم في جدول؛ والتفسير نصًا |
| سجلات الطين (mud logs) والتقارير الجيولوجية | الصخارة، ومؤشرات المحروقات، وقمم التكوينات | مسوحات ضوئية، وصور سجلات، وPDF | قمم التكوينات بيانات؛ والأوصاف نصًا |
التقرير اليومي هو العمود الفقري. وتصف Energistics، الجهة التي تتولى معيار WITSML، كائن DrillReport بأنه مصمم لالتقاط المعلومات المطلوبة وبعض المعلومات التكميلية لتقارير الحفر اليومية، التي يجب على المشغّلين مشاركتها مع شركائهم ومع الجهات الحكومية (Energistics). لذلك قد تكون التقارير الحديثة بصيغة XML مهيكلة أصلًا، أما الأقدم فهي في الغالب ورقية أو ممسوحة ضوئيًا.
لماذا يصعب البحث في تقارير الآبار أكثر من الأدلة التقنية؟
يُكتب دليل الصيانة مرة واحدة ثم يُراجَع ويُعتمد. أما التقرير اليومي فيُكتب على جهاز الحفر كل يوم، وغالبًا في نهاية وردية طويلة. وينتج عن ذلك أربع مشكلات.
النص الحر غير منقّح. صنّف مؤلفو إحدى الدراسات جمل 9,670 تقريرًا يوميًا كتبها مهندسو حفر في حقل يضم 303 آبار نفطية. ويذكرون أن العقبات الرئيسية هي كثرة الرموز التقنية، والمصطلحات التقنية المكتوبة بأخطاء أو المختصرة، والجمل الناقصة (Hoffimann et al., 2017). فالبحث عن «pulled out of hole» لن يجد «POOH»، وقد لا يعرف نموذج التضمين معنى أي منهما.
تغيّرت الرموز مع الزمن. كان تقرير الحفر اليومي من IADC، المعروف بـ tour sheet، يضم 23 رمزًا تشغيليًا للحفر وخمسة رموز للإكمال. واحتفظ بها معيار DDR Plus الذي أُطلق في 2019، وأضاف ستة رموز أخرى منها الوقت غير المنتج والتحكم في البئر، وأضاف تحت كل رمز رئيسي مستويات للنشاط والنشاط الفرعي والمعدّة والمعدّة الفرعية (Drilling Contractor). وتختلف قوائم الرموز الخاصة بالشركات أيضًا. لذلك يحتاج أي سؤال يمتد على ثلاثة عقود إلى قائمة رموز واحدة مع جدول مطابقة.
أسماء الآبار غير ثابتة. في دراسة من 2026 على بيانات Volve العامة، ظهر ثقب البئر نفسه باسم «15_9_F_11_T2» في أسماء ملفات التقارير، و«NO 15/9-F-11 T2» في ترويسات WITSML، و«15/9-F-11» في بيانات الإنتاج (Lu, 2026). ودون سجل مرجعي للأسماء البديلة، يُغفل البحث عن بئر جزءًا من تاريخه دون أي تنبيه.
المسوحات الضوئية واللغات. كثير من التقارير القديمة لا يوجد إلا ممسوحًا ضوئيًا، وتقع أخطاء OCR على الأعماق والقيم. وإذا كان أرشيفكم يمزج الفرنسية والإنجليزية والعربية، فالعربية هي نقطة الضعف: ففي اختبار KITAB-Bench لم يتجاوز أفضل نموذج دقة 65% في تحويل ملفات PDF العربية إلى Markdown، وكانت أخطاء التعرف على الأرقام وبنية الجداول من الأخطاء المتكررة (Heakl et al., 2025). ويتناول دليلانا حول OCR للوثائق التقنية الممسوحة ضوئيًا والوثائق التي تمزج العربية والفرنسية والإنجليزية هاتين المسألتين بالتفصيل.
لماذا لا نعطي النموذج كل التقارير دفعة واحدة؟
لأنها لا تتسع، ولأن النماذج تقرأ المدخلات الطويلة بشكل غير متكافئ. تذكر Anthropic أن قاعدة معرفة أصغر من 200,000 رمز (token)، أي نحو 500 صفحة، يمكن وضعها كاملة في الموجّه (prompt) (Anthropic). وقد أنتج حقل صغير واحد في بحر الشمال، هو Volve، نحو 1,759 ملفًا من تقارير الحفر اليومية (Lu, 2026)، ويضم إصدار Equinor الكامل لبيانات Volve نحو 40,000 ملف من حقل كان منتجًا من 2008 إلى 2016 (Equinor). وثلاثون عامًا من حقل كبير تتجاوز ذلك بكثير. كما تضيع المعلومات في المدخلات الطويلة: فالنماذج تستفيد مما يقع في بداية السياق أو نهايته أكثر مما يقع في وسطه (Liu et al., 2023).
والحل هو التوليد المعزز بالاسترجاع (RAG): البحث في الأرشيف أولًا، ثم إعطاء النموذج المقاطع المفيدة فقط (Lewis et al., 2020). ويصف دليل RAG لأدلة الصيانة المسار العام. لكن تقارير الآبار تحتاج إلى إضافة واحدة: قاعدة بيانات مهيكلة إلى جانب فهرس النصوص.
ما البنية المناسبة لتقارير الآبار؟
تمزج معظم الأسئلة عن الآبار بين الأرقام والسرد. فسؤال «كم ساعة من انحشار الأنابيب سجّلنا في مراحل 12¼ بوصة منذ 2000؟» هو عملية عدّ. أما «ماذا فعلت الفرق عند فقدان الدوران في ذلك المقطع؟» فهو مهمة قراءة. والنظام الذي يعالج الحالتين يحتفظ بمخزنين ويترك للنموذج استدعاء كل منهما بوصفه أداة.
وتتبع دراسة TADI لعام 2026 على Volve هذا النمط: 12 جدولًا مهيكلًا تضم 65,447 سطرًا في DuckDB للاستعلامات، و36,709 وثيقة مضمّنة في ChromaDB للبحث الدلالي، ونموذج لغوي يستدعي 12 أداة متخصصة لمقاطعة القياسات مع نص التقارير (Lu, 2026). ويخلص المؤلف إلى أن تصميم الأدوات، أكثر من حجم النموذج، هو ما حدد جودة الإجابات. وتجدر الإشارة إلى أن الدراسة استخدمت نموذجًا تجاريًا مستضافًا وتضمينات عبر واجهة برمجية (API)؛ أما النشر الخاص فيستبدل بهما نماذج تعمل على خوادمكم.
| نوع السؤال | مثال | المسار الأنسب |
|---|---|---|
| عدّ أو مدة | ساعات الوقت غير المنتج حسب السبب، لكل بئر، لكل سنة | SQL على جدول الأنشطة؛ النموذج يكتب الاستعلام ويشرحه |
| معرّف دقيق | كل التقارير التي تذكر قطعة عالقة (fish) أو رمزًا معينًا | بحث بالكلمات المفتاحية في النص، مع ترشيح حسب البئر والتاريخ |
| سرد | كيف عولجت ركلة (kick) أو خسارة سابقة | بحث دلالي في الملاحظات وأقسام تقارير نهاية البئر |
| مركّب | آبار تبعت فيها الخسائر تغييرًا في كثافة سائل الحفر | استعلام لإيجاد الآبار المرشحة، ثم قراءة الملاحظات المطابقة |
ويهم البحث بالكلمات المفتاحية في الرموز وأرقام القطع: إذ تقدّم Anthropic مثال رمز خطأ يفوته نموذج التضمين بينما يجده البحث بالكلمات المفتاحية BM25 بدقة (Anthropic). وفي جانب SQL، طبّقوا الضمانات الواردة في مقالنا عن تحويل النص إلى SQL على قواعد بيانات الإنتاج: وصول للقراءة فقط، وعروض (views) مُعدّة مسبقًا، وعرض الاستعلام مع كل إجابة.
ويمكن للنموذج اللغوي أيضًا أن يساعد في بناء المخزن المهيكل. فقد درّبت KCA Deutag مصنِّفًا على 40,000 سطر موسوم يدويًا من تعليقات الحفر بالنص الحر، من مجموعة بيانات تضم 3.1 مليون سطر، لتصنيف كل تعليق إلى مشكلة في جهاز الحفر، أو مشكلة في البئر، أو تشغيل عادي، أو حادث صحة وسلامة وبيئة (HSE)، أو وقت انتظار، مع دقة معلنة تتجاوز 90% (Drilling Contractor). ويمكن لنموذج LLM أن يقترح وسومًا من النوع نفسه لملاحظات قديمة لم تُرمَّز قط، بشرط أن يراجع المهندسون عينة منها قبل أن تُستخدم الوسوم في أي إحصاء.
كيف يُبنى النظام خطوة بخطوة؟
- جرد الأرشيف. عدّ التقارير حسب الحقل والعقد والصيغة (XML، جداول بيانات، PDF أصلي، مسح ضوئي) واللغة، وتعيين مسؤول عن كل مصدر.
- إنشاء سجل مرجعي للآبار. معرّف واحد لكل ثقب بئر، مع كل اسم بديل ومسار جانبي وتغيير في الاسم. ويطبّق الرسم المعرفي لمعدات المصنع الفكرة نفسها على رموز الأجهزة.
- تحميل التقارير الرقمية أولًا. قراءة ملفات XML وجداول البيانات إلى جداول للأنشطة وسائل الحفر والانحراف، مع الاحتفاظ بالملف والسطر المصدر لكل سجل.
- تمرير المسوحات الضوئية عبر OCR، ثم التحقق من الأعماق والتواريخ والقيم على عينة مُعاد إدخالها يدويًا قبل الاعتماد عليها.
- مطابقة رموز الأنشطة من كل حقبة ومن كل قائمة خاصة بشركة مع قائمة مرجعية واحدة، مع الإبقاء على الرمز الأصلي بجانب الرمز المحوَّل.
- تقسيم النص حسب النشاط أو حسب قسم التقرير، مع البئر والتاريخ والعمق والمرحلة والرمز واللغة والصفحة بيانات وصفية.
- إعداد مسرد للاختصارات والمصطلحات المحلية، واستخدامه لتوسيع الأسئلة ووسم المقاطع.
- الفهرسة للبحث بالكلمات المفتاحية والبحث الدلالي معًا، وترشيح النتائج حسب صلاحيات كل مستخدم لحظة الاسترجاع، كما توصي OWASP باستخدام مخازن متجهات وتضمينات تراعي الصلاحيات (OWASP LLM08:2025).
- الاختبار بأسئلة حقيقية من مهندسي الحفر والآبار، بما فيها أسئلة لا يملك الأرشيف إجابة عنها، والقياس كما هو موضح في قياس الهلوسة في مساعد صناعي.
لمن تعود ملكية البيانات، وأين يمكن معالجتها؟
في الجزائر، يعرّف القانون 19-13 المؤرخ في 11 ديسمبر 2019 «البيانات» بأنها كل النتائج والمعلومات والجزر (carottes) والدراسات والمعلومات الجيولوجية والجيوفيزيائية والهيدروجيولوجية والجيوكيميائية المكتسبة أثناء نشاطات المنبع، قبل دخول القانون حيز التنفيذ أو بعده، إضافة إلى البيانات التقنية المتعلقة بها (القانون 19-13، المادة 2). وتنص المادة 18 على أن هذه البيانات ملك حصري للدولة، وأن ALNAFT تتولى تسييرها وحفظها واستعمالها ووضعها في المتناول ونشرها، وأن المؤسسة الوطنية والأطراف المتعاقدة والمنقّب ملزمون بإبلاغها إلى ALNAFT. وتخوّل المادة 19 لـ ALNAFT تحديد شروط الاطلاع على بنك بياناتها.
وتحتوي تقارير الآبار على جزء كبير مما يشمله هذا التعريف. وهذا لا يمنع في حد ذاته فهرسة أرشيفكم، لكنه يعني أن التقارير ليست ملكًا للمشغّل وحده يرسلها إلى خدمة خارجية كما يشاء. هذه قراءة لنص القانون وليست استشارة قانونية: تحققوا مع مستشاركم القانوني، ومع ALNAFT عند الاقتضاء، قبل بدء أي مشروع. وتغطي قائمة التحقق من جاهزية البيانات للذكاء الاصطناعي في النفط والغاز بقية جوانب الملكية. وتشغيل كل المكونات على بنيتكم التحتية، بما فيها OCR والتضمينات والسجلات، يبسّط المسألة؛ وللمواقع المعزولة، راجعوا نشر الذكاء الاصطناعي في بيئة معزولة (air-gapped).
ما لاحظناه في KABAS AI
DALILE هو مساعدنا المعرفي بالذكاء الاصطناعي الذي يعمل محليًا. يقرأ الوثائق التقنية وجداول البيانات وقواعد البيانات، ويجيب بلغة بسيطة مع مصادر دقيقة، ويستعلم قواعد البيانات انطلاقًا من أسئلة باللغة الطبيعية، ويعمل على خوادم العميل نفسه. وهذا الجمع بين البحث في الوثائق والاستعلام في قواعد البيانات هو ما يحتاجه أرشيف تقارير الآبار.
لم ننشر مشروعًا للبحث في تقارير الآبار. ومشروعنا المنشور في قطاع النفط والغاز هو مع ADFC (مجمع سوناطراك)، حيث يدعم Virtual Lab صياغة سوائل الحفر. وتصف دراسة الحالة خبرة في الصياغة كانت مشتتة في صيغ وأماكن مختلفة، كما تستكشف ADFC التكامل مع DALILE لاكتشاف المعرفة ومراجعة الأدبيات والتوثيق التقني.
نصائحنا العملية لمشروع أول:
- البدء بحقل واحد وعقد واحد من التقارير الرقمية قبل التعامل مع المسوحات الضوئية.
- اختيار ثلاثة أسئلة يطرحها المهندسون اليوم، مثل مشكلات الآبار المجاورة قبل حفر بئر جديدة، وبناء مجموعة الاختبار انطلاقًا منها.
- إبقاء الأرقام في قاعدة البيانات. النموذج يشرح ويستشهد ويستعلم، ولا يجمع الأرقام بنفسه.
تتولى خدمة الذكاء الاصطناعي الوكيلي لدينا نشر DALILE وربطه بمستودعات الوثائق وقواعد البيانات. واطلعوا على حلولنا للنفط والغاز لحالات استخدام أخرى.
المصادر
- Hoffimann, Mao, Wesley and Taylor, Sequence Mining and Pattern Analysis in Drilling Reports with Deep Natural Language Processing (arXiv 1712.01476, 2017)
- Lu, TADI: Tool-Augmented Drilling Intelligence via Agentic LLM Orchestration over Heterogeneous Wellsite Data (arXiv 2605.00060, 2026)
- Equinor, Volve field data sharing
- Energistics, WITSML Drill Report data object
- Drilling Contractor, IADC launches DDR Plus to enable more granular data collection (مارس 2019)
- Drilling Contractor, KCA Deutag deploys artificial intelligence to extract lost-time insights from daily drilling reports (يونيو 2021)
- Heakl et al., KITAB-Bench: A Comprehensive Multi-Domain Benchmark for Arabic OCR and Document Understanding (arXiv 2502.14949, 2025)
- Anthropic, Introducing Contextual Retrieval (سبتمبر 2024)
- Liu et al., Lost in the Middle: How Language Models Use Long Contexts (arXiv 2307.03172, 2023)
- Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv 2005.11401, 2020)
- OWASP, LLM08:2025 Vector and Embedding Weaknesses
- Loi n° 19-13 du 11 décembre 2019 régissant les activités d'hydrocarbures, Journal officiel n° 79 du 22 décembre 2019 (FAOLEX)
الأسئلة الشائعة
هل يستطيع نموذج LLM البحث في تقارير آبار ممسوحة ضوئيًا من التسعينيات؟
فقط بعد أن يحوّل التعرف الضوئي على الحروف (OCR) الصور الممسوحة إلى نص. التقارير المطبوعة تُقرأ جيدًا في الغالب، لكن الأرقام والجداول والملاحظات المكتوبة بخط اليد تحتاج إلى مراجعة يدوية على عينة. واحتفظوا برابط بين كل مقطع مستخرج وصورة صفحته حتى يتمكن المهندسون من التحقق من الأعماق والقيم في الأصل.
هل نحتاج إلى ضبط دقيق (fine-tuning) لنموذج على مصطلحات الحفر؟
ليس في الخطوة الأولى عادةً. فمسرد للاختصارات ورموز الأنشطة، يُستخدم لتوسيع الأسئلة ووسم المقاطع عند الفهرسة، يحل جزءًا كبيرًا من مشكلة المصطلحات. ويمكن النظر في الضبط الدقيق لاحقًا إذا أظهرت الاختبارات أن النموذج ما زال يسيء قراءة تقاريركم، لكنه لا يقدّم استشهادات ولا يواكب التقارير الجديدة.
كيف نتعامل مع آبار كُتبت أسماؤها بأشكال مختلفة عبر السنين؟
أنشئوا سجلًا مرجعيًا للآبار يضم معرّفًا واحدًا لكل ثقب بئر وجميع الأسماء البديلة الموجودة في الأرشيف، مثل الأسماء ذات الشرطات المائلة أو الشرطات السفلية أو البادئات أو لواحق المسار الجانبي (sidetrack). واربطوا كل تقرير بهذا المعرّف عند الفهرسة، ورشّحوا عمليات البحث على أساسه.
هل يجب أن تأتي أرقام الوقت غير المنتج (NPT) من النموذج أم من البيانات المهيكلة؟
من البيانات المهيكلة. فالمدد والأعماق والأعداد يجب أن تُحسب باستعلام في قاعدة بيانات سجلات الأنشطة، لا أن يجمعها النموذج اللغوي من النص. ويمكن للنموذج اختيار الاستعلام وشرحه، ثم الاستشهاد بالتقارير التي تستند إليها الأرقام.
هل يمكن تشغيل النظام دون اتصال بالإنترنت؟
نعم. يمكن تشغيل OCR والتضمينات (embeddings) وفهارس البحث والنموذج اللغوي كلها على خوادم داخل شبكة الشركة، بما في ذلك الشبكات المعزولة. وعندها يجب إدخال التحديثات عبر إجراء مضبوط.
من يحق له استخدام بيانات الآبار في مجال المنبع في الجزائر؟
ينص القانون 19-13 المنظم لنشاطات المحروقات على أن بيانات المنبع ملك حصري للدولة وأن ALNAFT تتولى تسييرها وتحدد شروط الاطلاع عليها ونشرها. تحققوا مع مستشاركم القانوني، ومع ALNAFT عند الاقتضاء، مما يحق لشركتكم فعله بالتقارير قبل فهرستها أو مشاركتها مع مورّد.



