> For the complete documentation index, see [llms.txt](https://docs.ngsurvey.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.ngsurvey.com/ar/hzmh-althkaa-alastnaay/wkyl-artemis-ai/mstjybwn-astnaaywn.md).

# مستجيبون اصطناعيون

باستخدام المطالبات التركيبية المتعلقة، يمكنك طلب من Artemis إنشاء مستجيبين بناءً على المعايير التي تحددها. يمكن أن تكون المستجابات التركيبية مفيدة جدًا للاختبار أو لمحاكاة نتائج العالم الحقيقي بناءً على معرفتك بالذكاء الاصطناعي.

{% hint style="info" %}
اعتمادًا على مزود الذكاء الاصطناعي لديك، قد تواجه قيودًا في عدد المستجيبين التركيبين الذين يمكنك إنشاؤهم في وقت واحد لأن بعض مزودي الذكاء الاصطناعي يقيّدون كمية البيانات حتى لو كنت على خطة مدفوعة. 
{% endhint %}

فيما يلي بعض أمثلة المطالبات التي يمكنك استخدامها لإنشاء أو إدارة أنماط الأسلوب.

### 📊 إنشاء مجموعة بيانات أساسية

* “أنشئ 100 مستجيب تركيبي لهذا الاستبيان.”
* “قم بإنشاء 100 استجابة تركيبية بتوزيع متوازن عبر خيارات الإجابة.”
* “حاكي 50 مستجيبًا بتباين واقعي استنادًا إلى رجل أوروبي فوق 50 سنة في قطاع الأدوية. استخدم معرفتك والإحصاءات لتوليد نتائج واقعية.”
* “أنشئ بيانات نموذجية لجميع الأسئلة حتى أتمكن من معاينة التقارير.”

### 📈 التحكم في التوزيع والمشاعر

* “أنشئ 100 مستجيب بدرجات رضا عالية عمومًا.”
* “حاكي استجابات بمشاعر مختلطة وNPS معتدل.”
* “أنشئ في الغالب استجابات إيجابية مع مجموعة صغيرة من المستبعدين غير الراضين.”
* “أنشئ بيانات تعكس رضا منخفضًا واتجاهًا تنازليًا.”

### 🎯 السيناريوهات المستهدفة

* “حاكي استجابات لاستبيان إطلاق منتج مع متبنّين مبكرين أقوياء.”
* “أنشئ تعليقات موظفين تركيبية بمستويات مشاركة معتدلة.”
* “أنشئ استجابات ملاحظات العملاء بتنوّع في مستويات الرضا عبر الخدمات.”
* “حاكي سيناريو خطر التسرب مع درجات رضا متناقصة.”


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.ngsurvey.com/ar/hzmh-althkaa-alastnaay/wkyl-artemis-ai/mstjybwn-astnaaywn.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.