نقشه راه متوسط هوش مصنوعی؛ تمرین‌های کاربردی ChatGPT و Claude
مسیر یادگیری طاووس‌وب / سطح متوسط
از دانستن به انجام دادن برسید.
با مثال واقعی و خروجی قابل بررسی.
پس از مسیر مقدماتی، مهارت‌های هوش مصنوعی را در تمرین‌های کاربردی کنار هم می‌گذارید. هر درس با یک مسئله شروع می‌شود و به خروجی مشخص و روش بررسی آن می‌رسد.
پیش‌نیاز: مهارت‌های مسیر مقدماتی · تمرین‌های فارسی
قبل از شروع
این مسیر برای چه کسی است؟
اگر می‌توانید پرامپت روشن بنویسید، با فایل‌ها کار کنید و پاسخ را بررسی کنید، این مرحله برای تبدیل آموخته‌ها به کارهای عملی است. بهتر است مسیر مقدماتی را گذرانده باشید یا با موضوعات آن آشنا باشید.
پیش‌نیاز پیشنهادی: مسیر مقدماتی هوش مصنوعی
در پایان چه کاری از شما برمی‌آید؟
- شرح کار و معیار پذیرش می‌نویسید و خروجی قابل تکرار می‌سازید.
- شواهد و داده‌ها را بررسی می‌کنید و از اختراع اطلاعات جلوگیری می‌کنید.
- یک پروژهٔ عملی را با نمونهٔ مرجع، آزمون و اصلاح تحویل می‌دهید.
امکانات ابزارها ممکن است با حساب، طرح اشتراک، منطقه و زمان تغییر کنند؛ در هر درس محدودیت‌ها را هم بررسی کنید.
برنامهٔ یادگیری شما
هر درس، یک قدم قابل انجام
به ترتیب پیش بروید و تمرین هر درس را انجام دهید. درس‌های زمان‌بندی‌شده پس از انتشار، همین‌جا قابل مطالعه می‌شوند.
مرحلهٔ ۱
طراحی کار قابل تکرار
از درخواست مبهم تا شرح کار دقیق با ChatGPT و Claude
تبدیل هدف به ورودی، محدودیت و معیار پذیرش
ساخت بسته اطلاعاتی برای کارهای چندمرحله‌ای با هوش مصنوعی
تفکیک منبع، فرض، تصمیم و اطلاعات منقضی
استخراج اطلاعات منظم از متن‌های فارسی؛ تمرین با مثال‌های نمونه
طراحی قالب خروجی و مثال‌های مرزی بدون ادعای تضمین JSON در چت
طراحی گردش کار پیش‌نویس، نقد و اصلاح با ChatGPT و Claude
جداکردن تولید از کنترل کیفیت و اصلاح هدفمند
مرحلهٔ ۲
تحلیل شواهد و محدودیت‌ها
تحقیق مقایسه‌ای با هوش مصنوعی؛ از منبع تا یادداشت تصمیم
مقایسه گزینه‌ها با شواهد، تاریخ و عدم قطعیت
تطبیق چند فایل فروش و مرجوعی بدون دوباره‌شماری
تعریف کلید، دانه‌بندی و کنترل جمع قبل از اتصال داده
تحلیل بازخورد مشتری فارسی با کدگذاری موضوعی
ساخت کدنامه، حفظ نظرهای چندموضوعی و سنجش توافق
برنامه‌ریزی واقع‌بینانه با هوش مصنوعی و محدودیت‌های واقعی
تفکیک محدودیت سخت و ترجیح؛ تشخیص برنامه ناممکن
مرحلهٔ ۳
تبدیل دانش به خروجی کاربردی
ساخت راهنمای کار و پاسخ‌های مستند از دانش تیم
تبدیل دانش پراکنده به دستورالعمل نسخه‌دار و پاسخ دارای ارجاع
تبدیل یک محتوای اصلی به چند خروجی با حفظ لحن و واقعیت
حفظ ادعاها و لحن در قالب‌های متفاوت بدون تولید انبوه بی‌کیفیت
ساخت داشبورد قابل بررسی از داده‌های ساختگی فروش
تعریف شاخص، انتخاب نمودار و نشان‌دادن مخرج و دوره
ساخت ابزار تعاملی کوچک؛ از ایده تا آزمایش در Canvas و Artifacts
نوشتن مشخصات ابزار و آزمایش ورودی‌های عادی و مرزی
مرحلهٔ ۴
اتصال، سنجش و پروژه پایانی
طراحی کار با ابزارهای متصل؛ جست‌وجو، پیش‌نویس و تأیید
تفکیک خواندن، نوشتن و ارسال؛ طراحی مسیر دستی جایگزین
آزمایش پرامپت‌ها و ساخت کتابخانه‌ای که واقعاً قابل استفاده باشد
مقایسه دو نسخه روی ورودی یکسان و ثبت خطا، زمان و نسخه
پروژه پایانی سطح متوسط؛ بسته کاری هفتگی با ChatGPT و Claude
ترکیب زمینه، تحلیل، مستندسازی و تأیید در یک خروجی قابل تحویل
پیشنهاد برای یادگیری بهتر
فقط جواب نگیرید؛ نتیجه را بسازید.
یک کار واقعی و کم‌خطر انتخاب کنید؛ مثلاً خلاصهٔ یک متن عمومی یا پیش‌نویس ایمیل. در هر مرحله همان کار را بهتر کنید و خروجی را پیش از استفاده بخوانید. اطلاعات محرمانه، رمزها و داده‌های شخصی دیگران را وارد نکنید.