محور موضوعی
آموزش هوش مصنوعی مولد به زبان فارسی، قدم‌به‌قدم و کاربردی؛ از پرامپت‌نویسی و ساخت چت‌بات تا RAG، ایجنت‌ها، ارزیابی و امنیت. یک مسیر ۵۰ قسمتی که از مفاهیم پایه شروع می‌شود و تا ساخت ایجنت‌های واقعی پیش می‌رود.
ایجنت هوش مصنوعی سیستمی است که با کمک مدل زبانی فکر می‌کند، برنامه می‌ریزد و با ابزارها کار انجام می‌دهد. در این مقاله با مثالی ساده، تعریف دقیق، سطح‌های عاملیت، تفاوت ایجنت با چت‌بات و کاربردهای واقعی آن آشنا می‌شوید.
با function calling مدل زبانی به‌جای متن آزاد، نام تابع و ورودی‌های ساختاریافته برمی‌گرداند و برنامه‌ی شما تابع را اجرا می‌کند. در این آموزش سه مرحله‌ی فراخوانی تابع را با پایتون و یک مثال واقعی جستجوی دوره یاد می‌گیرید.
RAG چیست و چرا مهم‌ترین روش اتصال هوش مصنوعی به داده‌های خودتان است؟ در این آموزش با مراحل RAG، پایگاه داده برداری، قطعه‌بندی، بازیابی ترکیبی و بازچینی آشنا می‌شوید و یک دستیار پاسخ‌گو از روی اسناد را با پایتون می‌سازید.
جستجوی معنایی به‌جای تطبیق کلمه، منظور کاربر را پیدا می‌کند. در این آموزش می‌بینید Embedding چیست، شاخص برداری چطور ساخته می‌شود، شباهت کسینوسی چه می‌کند و چطور با چند خط پایتون یک موتور جستجوی معنایی کوچک بسازید.
راهنمای ساخت چت‌بات هوش مصنوعی از طراحی تا سنجش کیفیت؛ تفاوت چت‌بات و برنامه‌ی گفت‌وگو، کد حلقه‌ی چت با حافظه، نوشتن پیام سیستمی، شخصی‌سازی، دسترس‌پذیری، فاین‌تیون و معیارهای کیفیت برای یک دستیار قابل‌اعتماد.
از پنجره‌ی چت به کد می‌رسیم؛ آموزش ساخت برنامه تولید متن با هوش مصنوعی در پایتون، از نصب کتابخانه‌ی openai و گرفتن کلید API تا ساخت یک برنامه‌ی پیشنهاد دستور پخت با ورودی کاربر، فیلتر مواد و فهرست خرید.
هفت تکنیک پرامپت نویسی پیشرفته با مثال واقعی؛ zero-shot، few-shot، زنجیره‌ی فکر، دانش تولیدشده، کمترین‌به‌بیشترین، خوداصلاحی و پرسش سقراطی. به‌علاوه‌ی نقش temperature در کنترل تنوع پاسخ هوش مصنوعی.
آموزش پرامپت نویسی از پایه، قدم‌به‌قدم؛ از اینکه مدل زبانی پرامپت را چطور می‌خواند تا ساختار پرامپت، یادگیری با مثال، نشانه، قالب قابل‌استفاده‌ی دوباره و هشت روش عملی برای گرفتن پاسخ دقیق‌تر از هوش مصنوعی.
