آموزش پرامپت‌نویسی چندوجهی: ترکیب متن، تصویر، صدا و ویدیو - آخرین آپدیت

مقدمه‌ای بر هوش مصنوعی چندوجهی Introduction to Multimodal AI

• خوش‌آمدگویی: چرا متن دیگر به تنهایی کافی نیست Welcome: Why Text Isn't Enough Anymore

• راه‌اندازی محیط کاری هوش مصنوعی شما Setting Up Your AI Workspace

• بررسی ChatGPT، Claude و Gemini Exploring ChatGPT, Claude, and Gemini

• شناسایی اشیاء و حل مسائل در عکس‌ها Identifying Objects and Solving Problems in Photos

تسلط بر ورودی‌های تصویری (بینایی) Mastering Image Inputs (Vision)

• هوش مصنوعی چگونه تصاویر را «می‌بیند» How AI "Sees" Images

• استخراج داده‌ها از تخته‌سفیدها و یادداشت‌ها Extracting Data from Whiteboards & Notes

• اتوماسیون پردازش اسناد و نمودارها Automating Document and Diagram Processing

• اصلاح عکس‌های تار از طریق توصیف برای هوش مصنوعی Fixing a Blurry Photo by Describing It to AI

صحبت کردن و شنیدن (صوت) Speaking and Listening (Audio)

• قدرت پرامپت‌نویسی تبدیل صوت به متن The Power of Voice-to-Text Prompting

• مبانی تبدیل صوت به متن و گفتار به متن Voice-to-Text and Speech-to-Text Foundations

• ایده‌پردازی در لحظه و در حال حرکت Brainstorming on the Go

• تبدیل به متن و خلاصه‌سازی جلسات Transcribing and Summarizing Meetings

ترکیب حالت‌های مختلف (متن + تصویر + صوت) Combining Modalities (Text + Image + Audio)

• گردش‌کار چندوجهی The Multimodal Workflow

• از طرح دستی تا نمونه اولیه با هوش مصنوعی From Sketch to Prototype with AI

• ساخت آموزش‌های گام‌به‌گام از ویدیو با استفاده از Gemini Creating Step-by-Step Tutorials from Video Using Gemini

• تحلیل جامع رقبا به صورت چندوجهی با هوش مصنوعی Comprehensive Multimodal Competitor Analysis with AI

جمع‌بندی دوره و گام‌های بعدی Course Wrap-Up & Next Steps

• اشتباهات رایج در استفاده از مدل‌های چندوجهی Common Multimodal Mistakes

• انتخاب ابزار و حالت مناسب برای هر پروژه Choosing the Right Tool and Modality for the Job

• نتیجه‌گیری دوره و گام‌های بعدی Course Conclusion & Next Steps