Prompt Engineering

• هوش مصنوعی چیست؟

• تفاوت AI، Machine Learning و Deep Learning

• هوش مصنوعی مولد (Generative AI) چیست؟

• معرفی مدل‌های زبانی بزرگ (LLM)

• نحوه عملکرد ChatGPT، Claude، Gemini و سایر مدل‌ها

• مفهوم Token و Context Window

• محدودیت‌های مدل‌های هوش مصنوعی

• مفهوم Hallucination و دلایل ایجاد آن

• نقش Prompt در کیفیت خروجی AI

• Prompt چیست؟

• ساختار یک Prompt استاندارد

• اجزای اصلی یک پرامپت حرفه‌ای:

  • Role (نقشدهی)

  • Context (زمینه)

  • Task (وظیفه)

  • Constraints (محدودیت‌ها)

  • Examples (نمونه‌ها)

  • Output Format (فرمت خروجی)

• تفاوت Prompt ضعیف و Prompt حرفه‌ای

• نحوه دقیق تعریف مسئله برای AI

• روش پرسیدن سوال‌های بهتر از مدل

Zero-Shot Prompting

• درخواست مستقیم بدون مثال

• کاربردها و محدودیت‌ها

Few-Shot Prompting

• آموزش مدل با ارائه نمونه

• طراحی مثال‌های موثر

Instruction Prompting

- نحوه نوشتن دستورهای دقیق

Role Prompting

- استفاده از نقش‌های تخصصی برای افزایش کیفیت خروجی

Contextual Prompting

- ارائه اطلاعات کافی برای تصمیم‌گیری بهتر مدل

Chain of Thought

• مفهوم استدلال مرحله‌ای

• زمان مناسب استفاده

• افزایش کیفیت حل مسئله

Self-Consistency

- بررسی چند مسیر پاسخدهی

Tree of Thought

- حل مسائل پیچیده با بررسی مسیرهای مختلف

ReAct Prompting

- ترکیب Reasoning و Action

Reflection Prompting

- درخواست بازبینی و اصلاح پاسخ توسط AI

Critic Prompting

- استفاده از AI برای نقد خروجی خودش

• تولید محتوای متنی با AI

• طراحی Prompt برای:

  • مقاله

  • کپشن شبکه‌های اجتماعی

  • ایمیل‌های کاری

  • تبلیغات

  • سناریوی ویدئو

  • توضیحات محصول

  • محتوای آموزشی

• تعیین Tone of Voice

• کنترل سبک نوشتار

• ایجاد شخصیت برند در خروجی AI

• استفاده از AI برای تحقیق

• خلاصه‌سازی اسناد و مقالات

• استخراج اطلاعات از فایل‌ها

• تحلیل داده‌های متنی

• مقایسه اطلاعات

• ساخت گزارش‌های مدیریتی

• طراحی Prompt برای تصمیم‌گیری

• استفاده از AI به عنوان دستیار برنامه‌نویس

• طراحی Prompt برای:

  • تولید کد

  • Debug کردن

  • Refactoring

  • توضیح کد

  • طراحی معماری نرم‌افزار

  • تولید مستندات

• روش ارائه Context پروژه به AI

• خطاهای رایج در درخواست‌های برنامه‌نویسی

• طراحی Prompt برای اتوماسیون فرآیندها

• استفاده از AI در:

  • فروش

  • بازاریابی

  • منابع انسانی

  • آموزش

  • پشتیبانی مشتریان

• طراحی Workflow های مبتنی بر AI

• ایجاد دستیارهای تخصصی (AI Assistant)

• ساخت دستورالعمل‌های سازمانی برای AI

معرفی و کار عملی با:

• ChatGPT

• Claude

• Gemini

• Microsoft Copilot

• Perplexity

ابزارهای تولید تصویر:

• Midjourney

• DALL·E

• Stable Diffusion

ابزارهای تولید محتوا و اتوماسیون:

• AI Agents

• Custom GPTs

• Prompt Libraries

• مفهوم Prompt Template

• ساخت کتابخانه Prompt

• استانداردسازی Prompt ها

• مدیریت نسخه‌های Prompt

• ارزیابی کیفیت خروجی‌ها

• بهینه‌سازی Prompt ها

• ساخت Meta Prompt

• طراحی سیستم‌های چندمرحله‌ای با AI

• دستیار تولید محتوا

• دستیار فروش

• دستیار آموزشی

• دستیار برنامه‌نویسی

• تحلیلگر کسب‌وکار

پس از پایان این دوره، دانش‌پذیران توانایی خواهند داشت:

• طراحی پرامپت‌های حرفه‌ای برای دریافت خروجی دقیق‌تر از AI

• استفاده موثر از ChatGPT و سایر مدل‌های هوش مصنوعی

• کاهش خطاهای AI و مدیریت پاسخ‌های نادرست

• ساخت دستیارهای هوش مصنوعی تخصصی

• ایجاد Workflow های مبتنی بر هوش مصنوعی

• استفاده از AI برای تولید محتوا، تحقیق، تحلیل و برنامه‌نویسی

• افزایش بهره‌وری شخصی و سازمانی با ابزارهای هوش مصنوعی

• تبدیل مسائل واقعی به دستورهای قابل فهم برای مدل‌های هوش مصنوعی