آموزش مبانی مهندسی بومی هوش مصنوعی (AI-Native) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• تبدیل شدن به یک مهندس بومی هوش مصنوعی Becoming an AI‑native engineer

1. طرز فکر بومی هوش مصنوعی 1. The AI-Native Mindset

• کدنویسی حسی در مقابل مهندسی عامل‌محور Vibe coding vs. agentic engineering

• مشکل ۷۰ درصد: درک نقش هوش مصنوعی The 70% problem: Understanding AI's role

• اصول همکاری انسان و هوش مصنوعی Human-AI collaboration principles

2. ابزارها و روش‌ها 2. Tools and Modalities

• ابزارهای هوش مصنوعی در خط فرمان Command-line AI tools

• انتخاب متدولوژی مناسب Choosing your modality

• عامل‌های ابری: اجرای AI در محیط Sandbox Cloud agents: Running AI in a sandbox

• ویرایشگرها: IDEهای تقویت شده با هوش مصنوعی Editors: AI-enhanced IDEs

3. اولین جلسه کدنویسی با هوش مصنوعی 3. Your First AI Coding Session

• زمانی که هوش مصنوعی اشتباه می‌کند When AI gets it wrong

• نوشتن اولین کد تولید شده توسط AI Writing your first AI-generated code

• جریان کاری بررسی و تکرار The review-iterate workflow

4. ضروریات مهندسی پرامپت 4. Prompt Engineering Essentials

• از پرامپت تا محیط عملیاتی From prompt to production

• الگوهای رایج پرامپت‌نویسی Common prompting patterns

• طراحی پرامپت‌های موثر Crafting effective prompts

5. مفاهیم بنیادی مهندسی کانتکست 5. Context Engineering Fundamentals

• چرا کانتکست بر پرامپت برتری دارد Why context beats prompts

• تغذیه هوش مصنوعی با اطلاعات صحیح Feeding AI the right information

جمع‌بندی Conclusion

• ساخت جریان کاری شخصی با هوش مصنوعی Building your personal AI workflow

• گام‌های بعدی و منابع آموزشی Next steps and resources