توضیحات
از یک جواب خوب گرفتم تا این کار را میتوانم هفته بعد هم با همان معیار انجام دهم
اگر برای نوشتن توضیحات محصول، آمادهکردن محتوای کمپین یا بررسی پیامهای مشتریان از هوش مصنوعی استفاده کردهاید، احتمالاً با این موقعیت آشنایید: یک بار جواب آنقدر خوب است که همان لحظه به کارتان میآید؛ بار بعد، برای کاری مشابه، باید دوباره از اول توضیح بدهید، خروجی را اصلاح کنید و حواستان باشد مدل چیزی را از خودش اضافه نکرده باشد.
برای یک کار ساده، یک پرامپت خوب ممکن است کافی باشد. اما وقتی کار تکرار میشود، چند مرحله دارد یا به اطلاعات و ابزارهای مختلف نیاز دارد، بهتر نوشتنِ درخواست فقط بخشی از راهحل است. باید خودِ فرایند را طراحی کنید.
در دوره «هوش مصنوعی برای کسبوکار» از همین نقطه شروع میکنید: یاد میگیرید چطور برای مدلهایی مانند ChatGPT، Claude و Gemini دستور روشن و ساختاریافته بنویسید، خروجی را ارزیابی کنید و بعد، همین مهارت را به طراحی گردشکارها، دستیارها و ایجنتهای هوش مصنوعی گسترش دهید.
برای صاحبان کسبوکارهای کوچک و متوسط، دیجیتال مارکترها و کسانی که میخواهند فرایندهای تولید محتوا، بازاریابی و فروش آنلاین را بهتر طراحی کنند.
- سطح دوره: شروع از مبانی و حرکت بهسمت طراحی گردشکار و ایجنت
- پیشنیاز هوش مصنوعی: نیاز به تجربه قبلی ندارید
- ساختار: ۴ بخش، ۱۶ درس
- کاربردها: تولید محتوای متنی، تصویری و ویدئویی؛ بازاریابی؛ طراحی دستیارهای کاری
همین الان ثبتنام خود را در دوره هوش مصنوعی برای کسبوکار
اگر هر بار باید همهچیز را از اول توضیح بدهید، مسئله فقط پرامپت نیست
فرض کنید هر هفته برای چند محصول محتوای تازه آماده میکنید. برای هر محصول باید مشخصات را بررسی کنید، مخاطب و مزیت اصلی را مشخص کنید، متن صفحه محصول و تبلیغ را بنویسید و مطمئن شوید هیچ ادعای تأییدنشدهای در متن نیست.
میتوانید از هوش مصنوعی بخواهید: «برای این محصول یک متن جذاب بنویس.» شاید پیشنویس خوبی هم بگیرید. اما مدل از کجا بداند کدام اطلاعات قطعیاند؟ لحن برندتان چیست؟ اول باید ابهامها را بپرسد یا مستقیم سراغ نوشتن برود؟ و چه کسی نتیجه را پیش از انتشار تأیید میکند؟
وقتی کار را به این شکل نگاه کنید، مسئله روشنتر میشود:
- اگر مدل هدف یا مخاطب را درست نفهمیده، باید دستور و زمینه را بهتر تعریف کنید.
- اگر خروجی خوب است اما هر بار باید مسیر تولید آن را از نو طی کنید، بهتر است مراحل کار را به یک گردشکار تبدیل کنید.
- اگر قدم بعدی به نتیجه بررسی وابسته است، شاید یک ایجنت با دسترسی محدود به ابزارها انتخاب مناسبی باشد.
- اگر کار به قیمت، ادعای تبلیغاتی یا داده حساس مشتری مربوط است، باید از ابتدا مشخص کنید چه چیزی به بررسی و تأیید انسان نیاز دارد.
این دوره کمک میکند تفاوت این موقعیتها را تشخیص دهید. چون قرار نیست برای هر کاری ایجنت بسازید؛ قرار است برای هر مسئله، سادهترین راهی را انتخاب کنید که نیازتان را برطرف میکند.
بعد از این دوره، چه تصمیمهایی را بهتر میگیرید؟
| اگر امروز با این مسئله روبهرو هستید… | در دوره یاد میگیرید چطور به آن نزدیک شوید |
|---|---|
| پاسخهای هوش مصنوعی کلیاند و برای کسبوکار شما قابلاستفاده نیستند. | هدف، زمینه، مخاطب، محدودیت و قالب خروجی را روشن کنید تا بتوانید پاسخ را دقیقتر ارزیابی کنید. |
| یک دستور مشابه در ChatGPT، Claude و Gemini نتیجه یکسانی نمیدهد. | خروجیها را با معیار مشخص مقایسه کنید و دستور را متناسب با مدل و نوع کار تنظیم کنید. |
| برای تولید متن، تصویر و ویدئو از یک شیوه درخواستنویسی استفاده میکنید. | متناسب با نوع خروجی، جزئیاتی را مشخص کنید که واقعاً بر نتیجه اثر میگذارند. |
| بعد از هر پاسخ، با چند پیام پراکنده سعی میکنید خروجی را اصلاح کنید. | کار را به مرحلههای روشن تقسیم کنید و بازبینی را به بخشی از فرایند تبدیل کنید. |
| نمیدانید یک کار با پرامپت حل میشود یا به دستیار، گردشکار یا ایجنت نیاز دارد. | تفاوت این گزینهها را در عمل بفهمید و با توجه به پیچیدگی کار انتخاب کنید. |
| میخواهید هوش مصنوعی از اطلاعات یا ابزارهای کسبوکار استفاده کند. | نقش ابزار، حافظه و قواعد تصمیمگیری را در طراحی یک فرایند چندمرحلهای بشناسید. |
معیار یک خروجی خوب، فقط روانبودن یا جذاببودن آن نیست. خروجی باید به کار شما بیاید، بتوانید آن را بررسی کنید و بدانید بر چه اطلاعاتی تکیه کرده است.
از پرامپت تا ایجنت؛ هرکدام چه کاری برای شما انجام میدهد؟
پرامپت | برای یک درخواست مشخص
مثلاً: «بر اساس این مشخصات تأییدشده، برای صفحه محصول یک توضیح ۱۲۰ کلمهای بنویس. مخاطب صاحب فروشگاه کوچک است. اگر اطلاعاتی در ورودی نیست، آن را اضافه نکن.»
گردشکار یا فلو | برای کاری که مراحلش را از قبل میدانید
مثلاً: ابتدا مشخصات محصول را بررسی کن، بعد اطلاعات ناقص را جدا کن، سپس پیشنویس بنویس و در پایان، آن را با معیارهای لحن برند تطبیق بده.
دستیار | برای کمک مداوم در یک حوزه مشخص
مثلاً: دستیار محتوایی که راهنمای لحن و قالبهای برند را در اختیار دارد و برای آمادهکردن پیشنویس صفحه محصول، ایمیل و تبلیغ به تیم کمک میکند.
ایجنت | برای کاری که قدم بعدی همیشه از قبل معلوم نیست
مثلاً: اگر اطلاعات محصول ناقص است، سؤال تکمیلی بپرسد؛ اگر اطلاعات کافی است، به منبع مجاز مراجعه کند و پیشنویس بسازد؛ اگر به تناقض رسید، آن را برای بررسی شما علامت بزند. میزان استقلال چنین سیستمی را قواعد، دسترسیها و نقاط تأییدی تعیین میکنند که برایش تعریف میکنید.
یک نمونه: از اطلاعات خام محصول تا پیشنویس یک کمپین
فرض کنید فروشگاه اینترنتی شما قرار است پنج محصول تازه معرفی کند. اطلاعات اولیه را از تأمینکننده گرفتهاید و برای هر محصول به توضیح صفحه فروش، چند تیتر تبلیغاتی و یک متن کوتاه برای شبکه اجتماعی نیاز دارید.
با یک پرامپت میتوانید برای محصول اول پیشنویس بگیرید. اما برای اینکه همین کار را برای پنج محصول و بعد برای سری بعدی محصولات تکرار کنید، میتوانید فرایند را طور دیگری طراحی کنید:
- ورودی را یکدست کنید: برای هر محصول، مشخصات تأییدشده، مخاطب، مزیت اصلی و محدودیتهای نگارشی را در قالبی ثابت وارد کنید.
- پیش از نوشتن، اطلاعات را بررسی کنید: اگر دادهای مثل جنس، قیمت یا شرایط ارسال موجود نیست، آن را بهعنوان سؤال برگردانید؛ نه اینکه مدل جاهای خالی را با حدس پر کند.
- خروجی را متناسب با کانال بسازید: اطلاعات پایه همان است، اما صفحه محصول باید توضیح بدهد، تیتر تبلیغ باید توجه مخاطب مرتبط را جلب کند و متن شبکه اجتماعی باید سریع به نکته اصلی برسد.
- بازبینی را از تولید جدا کنید: بررسی کنید که متن با لحن برند هماهنگ است و ادعایی فراتر از اطلاعات ورودی ندارد.
- انتشار را به تأیید تیم بسپارید: هوش مصنوعی پیشنویس آماده میکند؛ تصمیم نهایی درباره آنچه مشتری میبیند، با شماست.
همین مثال نشان میدهد چرا ارزش یک گردشکار خوب فقط در تولید چند متن نیست؛ در این است که تیم بداند هر خروجی چگونه ساخته شده، چه چیزی باید بررسی شود و دفعه بعد از کجا شروع کند.
مسیر یادگیری و سرفصلهای دوره
جلسه اول رایگان مهمان ما باشید
بخش اول | تعامل، دستیارها و بررسی
اول یاد بگیرید چطور با مدل کار کنید و چه زمانی به پاسخ آن اعتماد نکنید.
پاسخ روان لزوماً پاسخ درست نیست. در این بخش، از شیوه تعامل با مدل شروع میکنید و به این سؤال میرسید که چرا خروجی قانعکننده هم ممکن است به بررسی نیاز داشته باشد. این نگاه، پایه استفاده از هوش مصنوعی در کارهایی است که نتیجهشان به دست مشتری یا تیم شما میرسد.
| درس | زمان |
|---|---|
| شیوه تعامل با هوش مصنوعی | ۰۵:۳۸ |
| هوش مصنوعی حدس میزند یا فکر میکند؟ | ۰۷:۳۷ |
| بررسی دوره | ۰۱:۳۶ |
خش دوم | اصول مهندسی پرامپت
یاد بگیرید درخواستتان را متناسب با خروجی بنویسید؛ نه اینکه یک قالب را برای همهچیز تکرار کنید.
دستوری که برای یک متن فروش مفید است، برای ساخت یک تصویر تبلیغاتی کافی نیست. در متن، مخاطب، هدف و لحن اهمیت دارند؛ در تصویر، ترکیببندی و جزئیات بصری هم وارد مسئله میشوند؛ در ویدئو، حرکت و توالی صحنهها نیز مهماند. این بخش کمک میکند تفاوت را بفهمید و بهجای حفظکردن چند عبارت آماده، از اصولی استفاده کنید که بتوانید برای کار خودتان تغییرشان دهید.
| درس | زمان |
|---|---|
| یک پرامپت، اما سه جواب مختلف | ۰۶:۱۵ |
| هنر نوشتن پرامپت برای هوش مصنوعی متنی | ۰۸:۳۵ |
| نتیجهای که با فرمول پرامپت متنی گرفتیم | ۰۹:۵۰ |
| هنر نوشتن پرامپت برای هوش مصنوعی تولید عکس | ۱۰:۳۵ |
| کتابخانه پرامپت برای تولید عکس یا مارکتینگ و غیره | ۰۳:۰۶ |
| تکنیک یا اصول؟ مسئله این است | ۰۳:۵۲ |
| هنر نوشتن پرامپت برای هوش مصنوعی ویدئو | ۱۰:۲۷ |
بخش سوم | تعامل استادانه با هوش مصنوعی
وقتی مسئله چند بخش دارد، از مدل نخواهید همه تصمیمها را در یک پاسخ بگیرد.
تولید یک محتوای تبلیغاتی ممکن است به تحلیل ورودی، انتخاب زاویه پیام، نوشتن پیشنویس و بازبینی نیاز داشته باشد. در این بخش با پرامپت، مسترپرامپت و مگاپرامپت آشنا میشوید و میبینید چطور با بازتعریف نقش یا وظیفه در مراحل مختلف، پاسخ اولیه را به خروجی دقیقتری تبدیل کنید.
| درس | زمان |
|---|---|
| پرامپت، مسترپرامپت و مگاپرامپت | ۰۳:۳۶ |
| ریرول و ریتسک مرحلهای برای عمقدادن به هوش مصنوعی | ۰۸:۵۸ |
بخش چهارم | از پرامپتهای ایستا به ایجنتهای خودمختار
از نوشتن دستور برای یک پاسخ، به طراحی سیستمی برسید که میتواند چند مرحله از یک کار را پیش ببرد.
در این بخش وارد مبانی طراحی ایجنت میشوید: ابزار چه نقشی دارد؟ حافظه چه زمینهای را برای مراحل بعدی نگه میدارد؟ چه زمانی یک دستیار یا افزونه کافی است؟ و چه زمانی منطقی است که سیستم در چارچوب مشخصی خودش قدم بعدی را انتخاب کند؟ همچنین با نمونههای ساخت و کاربردهای شغلی و کسبوکاری این مهارت آشنا میشوید.
| درس | زمان |
|---|---|
| ایجنت، پلاگین یا دستیار (Assistant)؟ | ۰۷:۳۵ |
| ساخت ایجنت پلاگین حرفهای | اعلام نشده |
| ساخت ایجنت پلاگین با Claude و Skills | اعلام نشده |
| فرصتهای شغلی و کسبوکاری | ۰۶:۰۶ |
مجموع زمان ۱۴ درس دارای زمان اعلامشده: 2 ساعت و ۳۳ دقیقه و ۴۶ ثانیه.
این دوره برای چه کسانی مناسب است؟
صاحبان کسبوکارهای کوچک و متوسط
اگر قرار است هوش مصنوعی وارد کار تیم شما شود، یکی از مهمترین تصمیمها این است که از کدام کار شروع کنید. این دوره کمک میکند فرصتهای مناسب را از کارهایی که ارزش طراحی و نگهداری یک سیستم را ندارند جدا کنید؛ مثلاً اول سراغ آمادهسازی یک پیشنویس تکرارشونده بروید، نه سپردن تصمیمهای حساس به یک ابزار.
دیجیتال مارکترها و مدیران بازاریابی
اگر بریف کمپین مینویسید، پیامها را برای مخاطبان مختلف بازطراحی میکنید یا برای هر کانال چند نسخه محتوا میسازید، کاربرد دوره برای شما این است: اطلاعات و معیارهایی را که امروز در ذهن یا پیامهای پراکنده تیماند، به دستورها و مراحل مشخص تبدیل کنید.
مدیران فروشگاههای آنلاین و تیمهای فروش
اگر بخش زیادی از کارتان به معرفی محصولات، روشنکردن مزیتها، آمادهکردن پاسخ اولیه به پرسشهای رایج یا پیگیری مشتری مربوط است، میتوانید تشخیص دهید کدام قسمت برای کمکگرفتن از هوش مصنوعی مناسب است و کدام قسمت باید در اختیار تیم بماند.
تولیدکنندگان محتوا، توسعهدهندگان و علاقهمندان به فناوری
اگر تولید محتوا میکنید، میتوانید تفاوت پرامپتنویسی برای متن، تصویر و ویدئو را بهتر درک کنید. اگر توسعهدهندهاید یا به ساخت ابزار علاقه دارید، بخش ایجنتها به شما کمک میکند طراحی را از خود مسئله شروع کنید: چه ورودی لازم است، چه ابزاری باید در دسترس باشد و سیستم کجا باید متوقف شود یا سؤال بپرسد؟
قبل از ثبتنام، این تفاوت را در نظر بگیرید
این دوره برای کسی مناسب است که میخواهد مهارت طراحی و هدایت هوش مصنوعی را یاد بگیرد؛ نه فقط چند پرامپت آماده کپی کند یا بدون شناخت فرایند، همه کار را به یک ایجنت بسپارد. مسیر از مبانی آغاز میشود و به نمونههای طراحی و ساخت میرسد، اما معرفی مبانی و نمونهها با پیادهسازی یک سامانه سازمانی کامل برای کسبوکار شما یکی نیست.
بهترین نقطه شروع برای استفاده از دوره: یک کار واقعی انتخاب کنید که تکرار میشود، ورودی مشخصی دارد و میتوانید کیفیت خروجیاش را بسنجید. مثلاً بهجای بازاریابی را خودکار کنم، از برای هر محصول جدید، یک پیشنویس مطابق اطلاعات تأییدشده آماده کنم شروع کنید.
پرسشهای متداول
تا حالا فقط چند بار از ChatGPT استفاده کردهام. این دوره برای من مناسب است؟
بله. دوره برای شروع به تجربه قبلی در هوش مصنوعی نیاز ندارد. ابتدا با شیوه تعامل و اصول پرامپتنویسی آشنا میشوید و بعد به سراغ دستورهای چندمرحلهای، گردشکارها و ایجنتها میروید.
آیا دوره فقط درباره ChatGPT است؟
خیر. اصول پرامپتنویسی با توجه به مدلهای مختلف، از جمله ChatGPT، Claude و Gemini مطرح میشود. یکی از درسها نیز نشان میدهد چرا یک پرامپت میتواند جوابهای متفاوتی داشته باشد. در بخش ایجنتها هم یک درس مشخص به Claude و Skills اختصاص دارد.
آیا برای شروع باید برنامهنویس باشم؟
برای یادگیری مبانی تعامل، پرامپتنویسی و منطق طراحی گردشکار لازم نیست برنامهنویس باشید. اگر بخواهید نمونهها را در کسبوکار خود پیاده کنید یا به ابزارهای دیگر متصل شوید، نیازهای فنی به ابزار و نوع اتصال بستگی دارد.
آیا این دوره برای افزایش فروش آنلاین کاربرد دارد؟
اگر میخواهید تولید محتوای محصول، آمادهسازی پیام کمپین یا پاسخگویی اولیه به سؤالهای رایج را منظمتر کنید، بله. اما نتیجه دوره را نباید با تضمین فروش اشتباه گرفت. فروش به عواملی مثل تناسب محصول و بازار، قیمت، پیشنهاد، تجربه خرید و کیفیت اجرا نیز وابسته است.
آیا هوش مصنوعی میتواند بدون بازبینی تیم کار را انجام دهد؟
این موضوع به نوع کار و پیامد خطا بستگی دارد. تولید یک پیشنویس داخلی با انتشار قیمت، ارسال پیام به مشتری یا استفاده از اطلاعات حساس یکسان نیست. برای کارهای حساس، دسترسی محدود و تأیید انسانی را جزئی از طراحی بدانید، نه چیزی که بعداً اضافه میکنید.
آیا برای تمرینها به اشتراک پولی نیاز دارم؟
نیاز به حساب یا اشتراک به ابزار و قابلیت مورد استفاده بستگی دارد ولی کل آموزش با اکانت های رایگان ارائه شده و اگر جایی از اکانت پریمیوم استفاده شده باشد به شما در طی آموزش اعلام شده است.
از یک کار واقعی شروع کنید
همین حالا یکی از کارهایی را در نظر بگیرید که هر هفته در کسبوکارتان تکرار میشود: نوشتن توضیح محصول، آمادهکردن نسخههای مختلف یک پیام تبلیغاتی یا تبدیل اطلاعات خام به پیشنویس محتوا.
آیا یک پرامپت دقیق برایش کافی است؟ بهتر است چند مرحله ثابت داشته باشد؟ یا لازم است یک دستیار، بر اساس اطلاعات موجود، تصمیم بگیرد چه کاری را انجام دهد و کجا از شما سؤال بپرسد؟
دوره «هوش مصنوعی برای کسبوکار» به شما کمک میکند به این سؤالها جواب بدهید و از همان مسئلهای شروع کنید که امروز در کارتان وجود دارد. از نوشتن یک درخواست بهتر تا طراحی فرایندی که بتوانید آن را بررسی، اصلاح و دوباره استفاده کنید.
| اطلاعات ثبتنام | جزئیات |
|---|---|
| مدرس | امین لطفی نویسنده کتاب وسوسه انگیز و استراتژیست رشد کسب وکار |
| شیوه برگزاری و دسترسی | ویدئویی ضبط شده |
| ابزارها و پیشنیازهای اجرایی | بدون نیاز به ابزار و پیش نیاز خاص |
| پشتیبانی و منابع همراه | پشتیبانی تیکتی از طریق پنل شما در لینکوجاب |
| شهریه | 1.899.000 تومان |
لینکوجاب




نقد و بررسیها
هنوز بررسیای ثبت نشده است.