آموزش تسلط بر مهندسی پرامپت (Prompt Engineering) - آخرین آپدیت

دانلود Prompt Engineering Mastery

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره تسلط بر مهندسی پرامپت برای یادگیرندگانی طراحی شده است که می‌خواهند از ابزارهای هوش مصنوعی به‌طور موثر برای کارهایی مانند تولید محتوا، اتوماسیون و تصمیم‌گیری استفاده کنند. این دوره جامع مهندسی پرامپت بر ایجاد مهارت‌های عملی برای طراحی، آزمایش و بهینه‌سازی دستورات (Prompts) در سیستم‌های مدرن هوش مصنوعی تمرکز دارد. شما خواهید آموخت که چگونه پرامپت‌ها بر خروجی‌ها تأثیر می‌گذارند، چگونه دقت و ثبات پاسخ‌ها را بهبود ببخشید و چگونه مشکلات پاسخ‌های AI را عیب‌یابی کنید. از طریق تمرینات هدایت‌شده و سناریوهای کاربردی، مهارت‌های عملی طراحی پرامپت را توسعه داده و مهندسی پرامپت را از طریق وظایف روزمره و واقعی می‌آموزید. همچنین تجربه کار با ابزارهایی مانند GPT-4، DALL-E و LangChain را از طریق یادگیری ساختاریافته به دست خواهید آورد. این دوره همچنین مباحث استفاده مسئولانه از هوش مصنوعی، از جمله حریم خصوصی، ایمنی و اخلاقیات در پرامپت‌نویسی را پوشش می‌دهد. در پایان، شما قادر خواهید بود پرامپت‌های موثری برای تحقیق، اتوماسیون و کارهای خلاقانه ایجاد کنید و توانمندی‌های شغلی لازم برای ایفای نقش یک مهندس پرامپت حرفه‌ای را کسب کنید. مهارت‌های آماده‌به‌کار مهندسی پرامپت را بسازید که بتوانید بلافاصله در سناریوهای دنیای واقعی به کار بگیرید. برای تبدیل شدن به یک متخصص آماده‌به‌کار و به کارگیری با اعتمادبه‌نفس مهارت‌های مهندسی پرامپت، در این دوره ثبت‌نام کنید.

سرفصل ها و درس ها

پودمان ۱: مبانی هوش مصنوعی و مهندسی پرامپت Module 1: Foundations of AI and Prompt Engineering

  • ویدیو راهنمای پیمایش Navigation Video

  • معرفی دوره Course Introduction

  • کتاب صوتی: معرفی دوره Audiobook: Course Introduction

  • کتاب صوتی: پودمان ۱: مبانی هوش مصنوعی و مهندسی پرامپت Audiobook: Module 1: Foundations of AI and Prompt Engineering

  • پادکست: پودمان ۱: مبانی هوش مصنوعی و مهندسی پرامپت Podcast: Module 1: Foundations of AI and Prompt Engineering

  • ویدیو: ۱.۱ تاریخچه کوتاه و تکامل هوش مصنوعی Video: 1.1 Brief History and Evolution of AI

  • ویدیو: ۱.۲ تأثیر هوش مصنوعی بر صنایع مختلف Video: 1.2 AI’s Impact on Various Industries

  • ویدیو: ۱.۳ نقاط عطف کلیدی و تکامل تکنیک‌های AI Video: 1.3 Key Milestones and Evolution of AI Techniques

  • ویدیو: ۱.۴ یادگیری ماشین: نظارت شده و نظارت نشده Video: 1.4 Machine Learning: Supervised & Unsupervised

  • ویدیو: ۱.۴.۱ اجزای اصلی یک مدل یادگیری ماشین Video: 1.4.1 Core Components of a Machine Learning Model

  • ویدیو: ۱.۵ مبانی یادگیری عمیق و آشنایی با شبکه‌های عصبی Video: 1.5 Basics of Deep Learning and Introduction to Neural Networks

  • ویدیو: ۱.۶ بررسی کلی NLP و کاربردهای پردازش زبان طبیعی در AI Video: 1.6 Overview of NLP and AI NLP Applications

  • ویدیو: ۱.۷ تعریف و اصول مهندسی پرامپت Video: 1.7 Definition and Principles of Prompt Engineering

پودمان ۲: اصول پرامپت‌نویسی موثر Module 2: Principles of Effective Prompting

  • کتاب صوتی: پودمان ۲: اصول پرامپت‌نویسی موثر Audiobook: Module 2: Principles of Effective Prompting

  • پادکست: پودمان ۲: اصول پرامپت‌نویسی موثر Podcast: Module 2: Principles of Effective Prompting

  • ویدیو: ۲.۱ اهمیت پرامپت‌نویسی: ارتقای نتایج با دستورات دقیق Video: 2.1 Prompting Importance: Enhancing with Well-Crafted Prompts

  • ویدیو: ۲.۲ پرامپت‌های شفاف و مختصر: نقش جزئی‌نگری Video: 2.2 Clear and Concise Prompts: The Role of Specificity

  • ویدیو: ۲.۳ تأثیر فرمت پاسخ‌های AI بر کاربردی بودن خروجی Video: 2.3 Impact of AI Response Formats on Utility

  • ویدیو: ۲.۴ تنظیم زمینه (Context): شفاف‌سازی وظایف و نتایج Video: 2.4 Context Setting: Clarifying Tasks and Outcomes

  • ویدیو: ۲.۴.۱ چارچوب‌های پیشرفته پرامپت‌نویسی Video: 2.4.1 Advanced Prompting Frameworks

  • ویدیو: ۲.۵ ارزیابی پاسخ‌های AI: مشکلات رایج در خروجی‌ها Video: 2.5 Assessing AI Responses: Common Output Issues

  • ویدیو: ۲.۶ تجزیه وظایف: ساختار متوالی در پرامپت‌نویسی AI Video: 2.6 Breaking Down Tasks: Sequential Structuring in AI Prompting

  • ویدیو: ۲.۷ بررسی کلی اصول: کاربردها و ابزارها Video: 2.7 Principles Overview: Applications & Tools

  • ویدیو: ۲.۸ شناسایی شکست‌های پرامپت و فعالیت عملی Video: 2.8 Identifying Prompt Failures and Hands on Activity

پودمان ۳: آشنایی با ابزارها و مدل‌های هوش مصنوعی Module 3: Introduction to AI Tools and Models

  • کتاب صوتی: پودمان ۳: آشنایی با ابزارها و مدل‌های هوش مصنوعی Audiobook: Module 3: Introduction to AI Tools and Models

  • پادکست: پودمان ۳: آشنایی با ابزارها و مدل‌های هوش مصنوعی Podcast: Module 3: Introduction to AI Tools and Models

  • ویدیو: ۳.۱ مقایسه هوش مصنوعی مولد و مدل‌های سنتی Video: 3.1 Comparing Generative AI and Traditional Models

  • ویدیو: ۳.۱.۱ تکامل مدل‌های هوش مصنوعی (۲۰۱۸ تا ۲۰۲۵) Video: 3.1.1 Evolution of AI Models (2018 → 2025)

  • ویدیو: ۳.۲ ChatGPT: معماری، قابلیت‌ها و کاربردها Video: 3.2 ChatGPT: Architecture, Capabilities, and Applications

  • ویدیو: ۳.۳ پیشرفت‌ها و کاربردهای عملی GPT-4 Video: 3.3 Advancements and Practical Applications of GPT-4

  • ویدیو: ۳.۳.۱ تکامل، معماری و قابلیت‌های GPT-5 Video: 3.3.1 Evolution, Architecture, and Capabilities of GPT-5

  • ویدیو: ۳.۴ DALL-E 2: معرفی و کاربردهای خلاقانه Video: 3.4 DALL-E 2: Introduction and Creative Applications

  • ویدیو: ۳.۴.۱ تکامل به سمت DALL-E 3 Video: 3.4.1 Evolution to DALL-E 3

  • ویدیو: ۳.۵ مقایسه Claude Instant 100k در مقابل DALL-E 3 Video: 3.5 Claude-Instant-100k vs. DALL-E 3: A Comparison

  • ویدیو: ۳.۵.۱ مدل‌های نوظهور کلیدی: Claude و Gemini Video: 3.5.1 Key Emerging Models: Claude and Gemini

  • ویدیو: ۳.۵.۲ پیشروان متن‌باز: Mistral, LLaMA, Mixtral و گردش کارهای RAG Video: 3.5.2 Open-Source Leaders: Mistral, LLaMA, Mixtral and RAG Workflows

  • ویدیو: ۳.۶ بررسی کلی و کاربردهای Stable Diffusion XL و Llama 2 70b Groq Video: 3.6 Stable Diffusion XL and Llama-2-70b-Groq: Overview and Applications

  • ۳.۷ ویژگی‌ها و استراتژی Claude 2 100k, Mistral Medium و Gemini Pro 3.7 Claude-2-100k, Mistral-Medium, and Gemini-Pro: Features and Strategy

  • ۳.۸ Google PaLM و ادغام مدل‌های گوگل 3.8 Google-PaLM and Integrating Google Models

  • ۳.۹ مدل‌های AI: نقاط قوت، ضعف و معیارهای انتخاب 3.9 AI Models: Strengths, Weaknesses, and Selection Criteria

  • ۳.۱۰ طراحی موارد استفاده و شخصی‌سازی انتخاب بر اساس نیازها 3.10 Designing Use Cases and Tailoring Selection to Needs

  • ۳.۱۱ سنتز و جمع‌بندی بینش‌های کلیدی 3.11 Synthesis of Key Insights

پودمان ۴: تسلط بر تکنیک‌های مهندسی پرامپت Module 4: Mastering Prompt Engineering Techniques

  • کتاب صوتی: پودمان ۴: تسلط بر تکنیک‌های مهندسی پرامپت Audiobook: Module 4: Mastering Prompt Engineering Techniques

  • پادکست: پودمان ۴: تسلط بر تکنیک‌های مهندسی پرامپت Podcast: Module 4: Mastering Prompt Engineering Techniques

  • ۴.۱ یادگیری Zero-Shot و طراحی پرامپت‌های موثر 4.1 Zero-Shot Learning and Designing Effective Prompts

  • ۴.۲ ارتقای درک AI با پرامپت‌های Few-Shot 4.2 Enhancing AI Understanding with Few-Shot Prompts

  • ۴.۳ تفکر بلند (Thinking Aloud) و پرامپت‌های زنجیره افکار (Chain of Thought) 4.3 Thinking Aloud and Chain-of-Thought Prompts

  • ۴.۴ ترویج ثبات داخلی و خود-ارزیابی (Self-Checking) 4.4 Promoting Internal Consistency and Self-Checking

  • ۴.۵ پرورش خلاقیت از طریق طراحی نوآورانه پرامپت 4.5 Fostering Creativity through Innovative Prompt Crafting

  • ۴.۶ پرامپت‌نویسی متوالی و کاربردهای زنجیره‌های پرامپت 4.6 Sequential Prompting and Applications of Prompt Chains

  • ۴.۷ هوش مصنوعی خلاق: باز کردن راهکارهای چندمسیره و پاسخ‌های متنوع 4.7 Creative AI: Unlocking Multipath Solutions and Diverse Response

  • ۴.۸ تقویت AI با داده‌های خارجی برای کیفیت بهتر 4.8 Augmenting AI with External Data for Better Quality

  • ۴.۹ داده‌های گرافیکی در پرامپت‌نویسی AI و تولید بینش 4.9 Graphical Data in AI Prompting and Insight Generation

  • ۴.۱۰ تمرینات عملی و موارد استفاده در صنایع مختلف 4.10 Practical Exercises and Cross-Industry Use Cases

  • ۴.۱۱ تمرینات اختیاری و پروژه‌های چالش‌برانگیز 4.11 Optional Exercises and Challenging Projects

  • ۴.۱۱.۱ تمرین آزمایشگاهی: مهندسی پرامپت تعاملی 4.11.1 Lab Practice: Interactive Prompt Engineering

پودمان ۵: تسلط بر تکنیک‌های مدل‌های تصویری Module 5: Mastering Image Model Techniques

  • کتاب صوتی: پودمان ۵: تسلط بر تکنیک‌های مدل‌های تصویری Audiobook: Module 5: Mastering Image Model Techniques

  • پادکست: پودمان ۵: تسلط بر تکنیک‌های مدل‌های تصویری Podcast: Module 5: Mastering Image Model Techniques

  • ۵.۱ بررسی کلی و تفاوت مدل‌های تصویرساز مولد 5.1 Overview and Distinction of Generative Image Models

  • ۵.۱.۱ مدل‌های تصویری نوظهور (Stable Diffusion XL, Midjourney V6, Adobe Firefly 2 و DALL-E 3) 5.1.1 Emerging Image Models (Stable Diffusion XL, Midjourney V6, Adobe Firefly 2 and DALL·E 3)

  • ۵.۲ اصول تولید محتوای بصری 5.2 Principles of Visual Content Generation

  • ۵.۳ ارتقای کیفیت تصویر با بینش‌های عملی 5.3 Enhancing Image Quality with Practical Insights

  • ۵.۴ تسلط بر دینامیک پرامپت در تولید تصویر 5.4 Mastering Prompt Dynamics in Image Generation

  • ۵.۵ قدرت کلمات وزنی (Weighted Terms) در تولید تصویر AI 5.5 Power of Weighted Terms in AI Image Generation

  • ۵.۶ تسلط بر تنظیمات پرامپت برای خلاقیت AI 5.6 Mastering Prompt Adjustments for AI Creativity

  • ۵.۷ بازنویسی پرامپت در تولید تصویر AI: مطالعات موردی 5.7 Prompt Rewriting in AI Image Generation: Case Studies

  • ۵.۸ تسلط بر تکنیک‌های Inpainting و Outpainting 5.8 Mastering Inpainting and Outpainting Technique

  • ۵.۹ خلق تصاویر واقع‌گرایانه: تکنیک‌هایی برای شخصیت‌های زنده 5.9 Realistic Image Creation: Techniques for Lifelike Characters

  • ۵.۱۰ تضمین ثبات در بین شخصیت‌های مختلف 5.10 Ensuring Consistency Across Characters

  • ۵.۱۱ روش‌های واقع‌گرایانه برای مدل‌های شخصیتی ثابت 5.11 Realistic Methods for Consistent Character Models

  • ۵.۱۲ کاربردهای دنیای واقعی و فرصت‌های مدل‌های تصویری 5.12 Real-World Applications and Opportunities of Image Models

  • ۵.۱۳ ابعاد اخلاقی و قانونی تصاویر تولید شده توسط AI 5.13 Ethical and Legal Dimensions of AI-Generated Images

پودمان ۶: جلسه یادگیری پروژه محور Module 6: Project-Based Learning Session

  • کتاب صوتی: پودمان ۶: جلسه یادگیری پروژه محور Audiobook: Module 6: Project-Based Learning Session

  • پادکست: پودمان ۶: جلسه یادگیری پروژه محور Podcast: Module 6: Project-Based Learning Session

  • ۶.۱ یادگیری پروژه محور: تحول در آموزش هوش مصنوعی 6.1 Project-Based Learning: Transforming AI Education

  • ۶.۲ انتخاب موضوعات مرتبط 6.2 Choosing Relevant Themes

  • ۶.۳ نمونه موضوعات در کاربردهای هوش مصنوعی 6.3 Theme Examples in AI Applications

  • ۶.۴ ساختار پروژه: محدوده، جدول زمانی و منابع 6.4 Project Structuring: Scope, Timeline, and Resources

  • ۶.۵ بهینه‌سازی استراتژی‌های AI و کاربردهای عملی 6.5 Refinement of AI Strategies and Practical Applications

  • ۶.۶ مدل‌های یکپارچه: مطالعات موردی ادغام 6.6 Unified Models: Integration Case Studies

  • ۶.۷ ارزیابی تکرار شونده برای نتایج پروژه 6.7 Iterative Assessment for Project Outcome

  • ۶.۸ ارتقای ارائه‌ها از طریق بازخوردهای تحلیلی 6.8 Enhancing Presentations Through Feedback Insights

  • ۶.۹ راهنمای گام‌به‌گام یک پروژه هدایت‌شده 6.9 Walkthrough of a Guided Project

  • ۶.۱۰ تشویق به انجام پروژه‌های مستقل 6.10 Encouragement for Independent Projects

  • ۶.۱۱ نمونه پروژه‌ها و چارچوب ارزیابی 6.11 Sample Projects and Evaluation Framework

پودمان ۷: ملاحظات اخلاقی و آینده هوش مصنوعی Module 7: Ethical Considerations and the Future of AI

  • کتاب صوتی: پودمان ۷: ملاحظات اخلاقی و آینده هوش مصنوعی Audiobook: Module 7: Ethical Considerations and the Future of AI

  • پادکست: پودمان ۷: ملاحظات اخلاقی و آینده هوش مصنوعی Podcast: Module 7: Ethical Considerations and the Future of AI

  • ۷.۱ اخلاقیات در هوش مصنوعی و مهندسی پرامپت 7.1 Ethics in AI and Prompt Engineering

  • ۷.۲ درک سوگیری (Bias) در هوش مصنوعی 7.2 Understanding AI Bias

  • ۷.۲.۱ مطالعات موردی و تمرینات عملی برای کاهش سوگیری 7.2.1 Case Studies and Practical Exercises on Bias Mitigation

  • ۷.۳ هوش مصنوعی و حریم خصوصی: تضمین امنیت داده‌ها 7.3 AI and Privacy: Ensuring Data Security

  • ۷.۴ نیاز به شفافیت و ارتقای پاسخگویی 7.4 Need for Transparency and Enhancing Accountability

  • ۷.۵ هوش مصنوعی و محیط زیست: پیشبرد پایداری 7.5 AI and the Environment: Driving Sustainability

  • ۷.۶ روندهای نوظهور AI: نقش در حال تکامل مهندسی پرامپت 7.6 Emerging AI Trends: The Evolving Role of Prompt Engineering

  • ۷.۶.۱ تمرینات اخلاقی کاربردی برای یادگیرندگان 7.6.1 Applied Ethical Exercises for Learners

  • ۷.۷ به کارگیری اصول اخلاقی: بررسی پیامدها 7.7 Applying Ethical Principles: Exploring Implications

  • ۷.۸ مقررات هوش مصنوعی و پیامدهای آن برای متخصصان 7.8 AI Regulations and Implications for Practitioners

  • ۷.۸.۱ حکمرانی جهانی AI و قانون هوش مصنوعی اتحادیه اروپا (EU AI Act) 7.8.1 Global AI Governance and the EU AI Act

  • ۷.۹ چارچوب‌ها و رویه‌های اخلاقی 7.9 Ethical Frameworks and Practices

  • ۷.۹.۱ چارچوب‌های اخلاقی جهانی (UNESCO, OECD, IEEE) 7.9.1 Global Ethical Frameworks (UNESCO, OECD, IEEE)

  • ۷.۱۰ آینده حکمرانی AI و نوآوری مسئولانه 7.10 Future of AI Governance and Responsible Innovation

  • جمع‌بندی دوره Course Summary

نمایش نظرات

آموزش تسلط بر مهندسی پرامپت (Prompt Engineering)
جزییات دوره
37h 35m
102
(آخرین آپدیت)
1,932
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده