اپلیکیشن اندرویدی فلش‌کارت آموزشی مهندسی پرامپت پیشرفته با مثال‌های کاربردی در ChatGPT

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی پرامپت پیشرفته با مثال‌های کاربردی در ChatGPT

موضوع کلی: هوش مصنوعی مولد و کاربردهای آن

موضوع میانی: مهندسی پرامپت در مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر هوش مصنوعی مولد
• 2. تعریف مدل‌های زبانی بزرگ (LLMs)
• 3. آشنایی با معماری ترنسفورمر
• 4. کاربرد ChatGPT در هوش مصنوعی مولد
• 5. مفاهیم پایه مهندسی پرامپت
• 6. اهمیت پرامپت‌نویسی در نتایج مدل‌های زبانی
• 7. انواع پرامپت‌ها: دستوری، پرسشی، توصیفی
• 8. نوشتن پرامپت‌های مؤثر
• 9. اصول کلیدی در طراحی پرامپت
• 10. مثال‌های ساده پرامپت‌نویسی
• 11. تکنیک‌های پیشرفته پرامپت‌نویسی
• 12. دستورالعمل‌های واضح و مشخص
• 13. ارائه زمینه (Context) مناسب
• 14. تعیین نقش برای مدل زبانی
• 15. استفاده از مثال‌های نمونه (Few-shot prompting)
• 16. تکنیک Zero-shot prompting
• 17. دستورالعمل‌های گام به گام (Chain-of-thought prompting)
• 18. پرامپت‌نویسی برای خلاصه‌سازی متن
• 19. خلاصه‌سازی متون خبری
• 20. خلاصه‌سازی مقالات علمی
• 21. خلاصه‌سازی اسناد طولانی
• 22. پرامپت‌نویسی برای تولید محتوا
• 23. تولید متن‌های خلاقانه
• 24. تولید محتوای بازاریابی
• 25. تولید پست‌های شبکه‌های اجتماعی
• 26. تولید سناریو و داستان
• 27. پرامپت‌نویسی برای ترجمه
• 28. ترجمه ماشینی با کیفیت بالا
• 29. ترجمه متون تخصصی
• 30. پرامپت‌نویسی برای پاسخ به سوالات
• 31. طراحی پرامپت برای پرسش و پاسخ
• 32. بهبود دقت پاسخ‌ها
• 33. پرامپت‌نویسی برای طبقه‌بندی متن
• 34. دسته‌بندی نظرات کاربران
• 35. تشخیص احساسات در متن
• 36. پرامپت‌نویسی برای استخراج اطلاعات
• 37. استخراج موجودیت‌های نام‌دار
• 38. استخراج روابط بین موجودیت‌ها
• 39. پرامپت‌نویسی برای کدنویسی
• 40. تولید قطعه کد با ChatGPT
• 41. کمک به رفع اشکال کد
• 42. پرامپت‌نویسی برای بازی‌سازی
• 43. ایجاد شخصیت‌های داستانی
• 44. نوشتن دیالوگ برای بازی
• 45. پرامپت‌نویسی برای آموزش
• 46. طراحی سوالات امتحانی
• 47. توضیح مفاهیم پیچیده
• 48. پرامپت‌نویسی برای مسائل حقوقی (با احتیاط)
• 49. استخراج اطلاعات از متون حقوقی (با رعایت چارچوب)
• 50. کمک به نگارش پیش‌نویس اسناد (با تأکید بر نظارت تخصصی)
• 51. پرامپت‌نویسی برای مسائل اقتصادی (با چارچوب رسمی)
• 52. تحلیل داده‌های اقتصادی (با رعایت مقررات)
• 53. کمک به نگارش گزارش‌های اقتصادی (مطابق با چارچوب بانک مرکزی)
• 54. پرامپت‌نویسی برای مسائل پزشکی (با رعایت پروتکل‌های وزارت بهداشت)
• 55. کمک به نگارش گزارش‌های پزشکی (با تأکید بر نظارت پزشک)
• 56. جستجوی اطلاعات پزشکی (با تأکید بر منابع معتبر)
• 57. مدیریت و بهینه‌سازی پرامپت‌ها
• 58. تکنیک‌های تکرار و بهبود پرامپت
• 59. ارزیابی کیفیت خروجی پرامپت‌ها
• 60. اشتباهات رایج در پرامپت‌نویسی
• 61. راهکارهای اجتناب از خطا
• 62. تکنیک‌های خلاقانه در پرامپت‌نویسی
• 63. استفاده از پرامپت‌های شرطی
• 64. پرامپت‌نویسی برای وظایف چندوجهی
• 65. ترکیب تکنیک‌های مختلف پرامپت
• 66. اخلاق در استفاده از هوش مصنوعی مولد
• 67. مسائل مربوط به تولید محتوای نادرست
• 68. مسئولیت‌پذیری در استفاده از LLMs
• 69. حفظ حریم خصوصی در پرامپت‌نویسی
• 70. کاربردهای پیشرفته LLMs
• 71. مدل‌های زبانی بزرگ چندزبانه
• 72. مدل‌های مولد تصویر و صدا
• 73. آینده مهندسی پرامپت
• 74. روندهای جدید در LLMs
• 75. تأثیر LLMs بر مشاغل
• 76. آموزش مستمر در حوزه هوش مصنوعی
• 77. تکنیک‌های استنتاج پیشرفته
• 78. پرامپت‌نویسی برای تحلیل داده‌های حجیم
• 79. استفاده از LLMs در تحقیقات علمی
• 80. تولید محتوای آموزشی تعاملی
• 81. ارزیابی و سنجش عملکرد LLMs
• 82. روش‌های اعتبارسنجی خروجی مدل‌ها
• 83. پرامپت‌نویسی در محیط‌های سازمانی
• 84. پیاده‌سازی LLMs در کسب و کارها
• 85. چالش‌های فنی و عملیاتی
• 86. راهکارهای امنیتی در استفاده از LLMs
• 87. آموزش کاربران برای استفاده مؤثر
• 88. مدل‌سازی زبان در حوزه دین (با چارچوب رسمی)
• 89. تحلیل متون دینی (با رویکرد علمی و فقهی)
• 90. تولید محتوای دینی (با رعایت حدود شرعی)
• 91. ملاحظات فرهنگی در پرامپت‌نویسی
• 92. تطبیق پرامپت‌ها با فرهنگ ایرانی-اسلامی
• 93. تولید محتوا برای مخاطبان داخلی
• 94. ارتباط LLMs با علوم انسانی
• 95. کاربردها در جامعه‌شناسی و روان‌شناسی (با چارچوب رسمی)
• 96. تحلیل افکار عمومی (با رعایت اصول اخلاقی)
• 97. فرایندهای تصمیم‌گیری با کمک LLMs
• 98. بهینه‌سازی فرآیندها با هوش مصنوعی مولد
• 99. پیش‌بینی روندها با استفاده از LLMs
• 100. مدیریت دانش با کمک LLMs