[{"data":1,"prerenderedAt":218},["ShallowReactive",2],{"lesson:t2-s03-iterate":3,"course:hamhoosh":53},{"meta":4,"prev":11,"next":14,"sections":18},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},true,3,"t2-s03-iterate","book",2,"فصل ۰۳ — حلقهٔ تکرار",{"free_preview":5,"order":9,"slug":12,"source":8,"term":9,"title_fa":13},"t2-s02-context","فصل ۰۲ — زمینه‌دادن",{"free_preview":5,"order":15,"slug":16,"source":8,"term":9,"title_fa":17},4,"t2-s04-verify","فصل ۰۴ — وارسی: مهم‌ترین مهارت",[19,23,26,31,34,37,40,43,46,50],{"kind":20,"heading":21,"html":22},"normal","در این فصل چه یاد می‌گیری","\u003Ch2 id=\"در-این-فصل-چه-یاد-می‌گیری\">در این فصل چه یاد می‌گیری\u003Ca class=\"head-anchor\" href=\"#%D8%AF%D8%B1-%D8%A7%DB%8C%D9%86-%D9%81%D8%B5%D9%84-%DA%86%D9%87-%DB%8C%D8%A7%D8%AF-%D9%85%DB%8C%E2%80%8C%DA%AF%DB%8C%D8%B1%DB%8C\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>حتی وقتی نیت روشن است و زمینه کامل، اولین جواب معمولاً همان چیزی نیست که دقیقاً می‌خواستی — و این هیچ ایرادی ندارد. کارِ مؤثر با هوش مصنوعی یک ضربهٔ واحد نیست؛ یک \u003Cstrong>حلقه\u003C\u002Fstrong> است: جواب بگیر، دقیق بگو چه چیزی را عوض کند، جوابِ بهتر بگیر، و باز. این فصل مهم‌ترین عادتِ کاریِ این ترم را یادت می‌دهد: اولین جواب را پیش‌نویس ببین، نه نتیجهٔ نهایی.\u003C\u002Fp>\n\u003Cp>\u003Cpicture>\u003Csource type=\"image\u002Fwebp\" srcset=\"\u002F_img\u002F01-image-iterate-loop.27e9343d49.160.webp 160w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.320.webp 320w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.480.webp 480w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.640.webp 640w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.768.webp 768w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.960.webp 960w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.1280.webp 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\">\u003Cimg src=\"\u002F_img\u002F01-image-iterate-loop.27e9343d49.1280.jpg\" srcset=\"\u002F_img\u002F01-image-iterate-loop.27e9343d49.160.jpg 160w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.320.jpg 320w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.480.jpg 480w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.640.jpg 640w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.768.jpg 768w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.960.jpg 960w, \u002F_img\u002F01-image-iterate-loop.27e9343d49.1280.jpg 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\" alt=\"یک حلقهٔ شکل‌دهیِ دایره‌ای از بالا؛ یک تکهٔ خام دورِ مسیر می‌چرخد، از یک ایستگاهِ صیقل رد می‌شود که یک تراشه از آن برمی‌دارد، و در هر دور صاف‌تر برمی‌گردد\" width=\"1376\" height=\"768\" loading=\"lazy\" decoding=\"async\">\u003C\u002Fpicture>\u003C\u002Fp>\n\u003Cp>آخر این فصل می‌توانی:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>اولین جواب را به‌عنوان پیش‌نویس ببینی، نه حرفِ آخر\u003C\u002Fli>\n\u003Cli>بفهمی چرا بازخوردِ مبهم مثلِ «بهترش کن» کار نمی‌کند\u003C\u002Fli>\n\u003Cli>دقیق بگویی چه چیزی را نگه دارد و چه چیزی را عوض کند\u003C\u002Fli>\n\u003Cli>پله‌پله یک خروجی را به آنچه می‌خواهی نزدیک کنی\u003C\u002Fli>\n\u003Cli>یک ادعای پنهانِ ساختگی را در خروجی بگیری و وارسی کنی\u003C\u002Fli>\n\u003C\u002Ful>\n",{"kind":20,"heading":24,"html":25},"قبل از شروع","\u003Ch2 id=\"قبل-از-شروع\">قبل از شروع\u003Ca class=\"head-anchor\" href=\"#%D9%82%D8%A8%D9%84-%D8%A7%D8%B2-%D8%B4%D8%B1%D9%88%D8%B9\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>از فصل ۱ (همین ترم):\u003C\u002Fstrong> نیتِ روشن = هدف + زمینه.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>از فصل ۲ (همین ترم):\u003C\u002Fstrong> اهرم‌های زمینه — نقش، مخاطب، قالب و مثال (\u003Ccode>few-shot\u003C\u002Fcode>).\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>مثل هر فصلِ آزمایشگاهی، فقط یک مرورگر و دستیارِ هوش مصنوعی‌ات (با کلیدِ رایگانِ خودت) لازم داری.\u003C\u002Fp>\n",{"kind":27,"heading":28,"html":29,"embed":30},"lab","","و یک کارِ واقعیِ خودت را همان‌جا پیش ببر؛ این فصل فقط با تکرارِ واقعی روی یک خروجی معنا پیدا می‌کند","\u002Flab\u002Fembed\u002Fhamhoosh\u002Fterm-2-effective-prompting\u002Fsession-03-iterate",{"kind":20,"heading":32,"html":33},"۱. اولین جواب، پیش‌نویس است","\u003Ch2 id=\"۱-اولین-جواب-پیش‌نویس-است\">۱. اولین جواب، پیش‌نویس است\u003Ca class=\"head-anchor\" href=\"#%DB%B1-%D8%A7%D9%88%D9%84%DB%8C%D9%86-%D8%AC%D9%88%D8%A7%D8%A8-%D9%BE%DB%8C%D8%B4%E2%80%8C%D9%86%D9%88%DB%8C%D8%B3-%D8%A7%D8%B3%D8%AA\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>خیلی‌ها یک پرامپت می‌فرستند، جوابِ اول را می‌بینند، و اگر عالی نبود ناامید می‌شوند: «هوش مصنوعی به‌دردِ کارِ من نمی‌خورد.» این برداشت غلط است. حتی یک نویسندهٔ حرفه‌ای هم اولین پیش‌نویسش را منتشر نمی‌کند؛ بازش می‌خواند و صیقلش می‌دهد. با مدل هم دقیقاً همین است.\u003C\u002Fp>\n\u003Cp>پس ذهنیتت را عوض کن: اولین \u003Ccode>response\u003C\u002Fcode> یک \u003Cstrong>نقطهٔ شروع\u003C\u002Fstrong> است، نه نقطهٔ پایان. کارِ تو این است که آن را قدم‌به‌قدم به سمتِ چیزی که در سر داری هُل بدهی. این می‌شود یک حلقه: \u003Ccode>prompt\u003C\u002Fcode> بده، \u003Ccode>response\u003C\u002Fcode> بگیر، بگو چه چیزی را عوض کند، \u003Ccode>response\u003C\u002Fcode>ِ بهتر بگیر — و تا وقتی لازم است تکرار کن.\u003C\u002Fp>\n\u003Cp>خبرِ خوب این است که چون مدل کلِ گفت‌وگو را جلوی چشم دارد، لازم نیست هر بار همه‌چیز را از نو بنویسی؛ فقط تفاوت را بگو.\u003C\u002Fp>\n",{"kind":20,"heading":35,"html":36},"۲. یک پیش‌نویسِ واقعی","\u003Ch2 id=\"۲-یک-پیش‌نویسِ-واقعی\">۲. یک پیش‌نویسِ واقعی\u003Ca class=\"head-anchor\" href=\"#%DB%B2-%DB%8C%DA%A9-%D9%BE%DB%8C%D8%B4%E2%80%8C%D9%86%D9%88%DB%8C%D8%B3%D9%90-%D9%88%D8%A7%D9%82%D8%B9%DB%8C\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>بیا یک نمونه را با هم پیش ببریم. این پرامپتِ خوش‌ساخت را بفرست:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>یک متنِ کوتاه برای دعوت به یک نشستِ کتاب‌خوانیِ محله‌ای بنویس. پنجشنبه ساعت ۵\nعصر در کتابخانهٔ محله. لحن صمیمی باشد.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>با اینکه پرامپت بد نیست، پیش‌نویسِ اول اغلب یکی از این دو عیب را دارد: یا لحنش با آنچه خواستی نمی‌خواند (خیلی اداری یا برعکس، خیلی شلوغ و پر از شکلک)، یا چیزهایی به آن اضافه شده که تو اصلاً نگفته بودی. نمونهٔ زیر عیبِ اول را هم دارد و هم دوم، تا هر دو را یک‌جا ببینی (خروجیِ تو حتماً فرق می‌کند؛ روی همان یک پرامپت هم دو بار پشتِ‌سرِهم دو پیش‌نویسِ متفاوت می‌گیری):\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>با درود و احترامِ فراوان خدمتِ همسایگانِ گرامی،\nبدین‌وسیله به اطلاع می‌رساند نشستی فرهنگی و ادبی با محوریتِ کتاب‌خوانی، روزِ\nپنجشنبه رأسِ ساعتِ ۵ عصر در محلِّ کتابخانهٔ محله برگزار می‌گردد. از تمامیِ\nعلاقه‌مندان دعوت می‌شود با حضورِ گرمِ خود، و با پذیراییِ کامل و ورودِ رایگان،\nبر شکوهِ این محفل بیفزایند. منتظرِ حضورِ سبزتان هستیم.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>دو مشکل دارد. اول اینکه لحنش اداری و طولانی است، درحالی‌که «صمیمی» خواسته بودی. دوم — و مهم‌تر — مدل چیزی را از خودش \u003Cstrong>اضافه کرده\u003C\u002Fstrong> که تو نگفته بودی: «پذیراییِ کامل و ورودِ رایگان». تو نه از پذیرایی حرف زدی نه از رایگان‌بودن. مدل جای خالی را با یک جزئیاتِ باورپذیر پُر کرد. این را یادت باشد؛ در بخشِ آخر سراغش برمی‌گردیم.\u003C\u002Fp>\n\u003Cp>عیبِ اول ممکن است در پیش‌نویسِ تو برعکس باشد — گاهی مدل به‌جای لحنِ اداری، بیش‌ازحد خودمانی و پر از شکلک می‌نویسد. مهم نیست کدام؛ \u003Cstrong>عیبِ دوم تقریباً همیشه هست.\u003C\u002Fstrong> پیش‌نویست را خط‌به‌خط با پرامپتت مقابله کن و زیرِ هر چیزی که در پرامپت نبود خط بکش: چای، شیرینی، «ورودِ آزاد»، یک جای خالی برای اسمی که نداده‌ای. همان‌ها را در قدمِ بعد صریح حذف می‌کنی.\u003C\u002Fp>\n",{"kind":20,"heading":38,"html":39},"۳. «بهترش کن» کار نمی‌کند","\u003Ch2 id=\"۳-بهترش-کن-کار-نمی‌کند\">۳. «بهترش کن» کار نمی‌کند\u003Ca class=\"head-anchor\" href=\"#%DB%B3-%D8%A8%D9%87%D8%AA%D8%B1%D8%B4-%DA%A9%D9%86-%DA%A9%D8%A7%D8%B1-%D9%86%D9%85%DB%8C%E2%80%8C%DA%A9%D9%86%D8%AF\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>غریزهٔ اول این است که بنویسی:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>بهترش کن.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>ولی «بهتر» برای مدل معنایی ندارد. بهتر یعنی چه؟ کوتاه‌تر؟ رسمی‌تر؟ خنده‌دارتر؟ مدل نمی‌داند در سرِ تو «بهتر» چه شکلی است، پس دوباره حدس می‌زند — معمولاً چند کلمه را جابه‌جا می‌کند یا حتی طولانی‌ترش می‌کند، بی‌آنکه آن چیزی که تو را آزار می‌داد درست شود. بازخوردِ مبهم همان مشکلِ پرامپتِ مبهمِ فصلِ ۱ است، این بار در وسطِ حلقه.\u003C\u002Fp>\n",{"kind":20,"heading":41,"html":42},"۴. دقیق بگو چه چیزی را عوض کند","\u003Ch2 id=\"۴-دقیق-بگو-چه-چیزی-را-عوض-کند\">۴. دقیق بگو چه چیزی را عوض کند\u003Ca class=\"head-anchor\" href=\"#%DB%B4-%D8%AF%D9%82%DB%8C%D9%82-%D8%A8%DA%AF%D9%88-%DA%86%D9%87-%DA%86%DB%8C%D8%B2%DB%8C-%D8%B1%D8%A7-%D8%B9%D9%88%D8%B6-%DA%A9%D9%86%D8%AF\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>راهِ درست این است که مثلِ یک ویراستار رفتار کنی: بگو چه چیزی را \u003Cstrong>نگه دارد\u003C\u002Fstrong>، چه چیزی را \u003Cstrong>عوض کند\u003C\u002Fstrong>، و چقدر. این را بفرست — و به‌جای «پذیرایی» و «ورودِ رایگان»، هر چیزی را بگذار که مدلِ \u003Cstrong>خودت\u003C\u002Fstrong> از خودش اضافه کرده بود:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>این را کوتاه کن به حداکثر سه جمله. لحن را صمیمی و خودمانی کن، نه اداری. تاریخ و\nمکان را همان‌طور نگه دار. جملهٔ «پذیرایی» و «ورودِ رایگان» را کامل حذف کن، چون\nمن چنین چیزی نگفته‌ام.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>حالا خروجی چیزی می‌شود شبیهِ این — دقیقاً همان‌قدر که خواستی:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>سلام همسایه‌های عزیز! پنجشنبه ساعت ۵ عصر در کتابخانهٔ محله دورِ هم جمع می‌شویم\nتا دربارهٔ کتاب‌هایی که خوانده‌ایم گپ بزنیم. خوشحال می‌شویم ببینیمت.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>این «اصلاحِ پله‌ای» است: هر دور یک یا چند تغییرِ مشخص، نه یک دستورِ مبهم. و لازم نیست همه‌چیز را در یک دور درست کنی. حالا یک قدمِ کوچکِ دیگر بردار:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>عالی شد. فقط یک جمله اضافه کن که هرکس می‌تواند یک کتاب برای تبادل بیاورد.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>مدل همان متن را نگه می‌دارد و فقط آن یک جمله را اضافه می‌کند. هر دورِ حلقه تو را یک قدمِ سنجیده جلو می‌برد؛ این خیلی مطمئن‌تر از این است که بخواهی یک پرامپتِ غول‌پیکر بنویسی که همه‌چیز را یک‌جا درست کند.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>💡 \u003Cstrong>نکته:\u003C\u002Fstrong> وقتی از یک تکهٔ خروجی راضی شدی، صریح بگو «این بخش خوب است، دست نزن» و فقط تغییرِ بخشِ دیگر را بخواه. وگرنه مدل ممکن است سرِ اصلاحِ یک قسمت، قسمتِ خوب را هم عوض کند.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n\u003Cp>\u003Cstrong>قبل از ادامه، جواب بده:\u003C\u002Fstrong> دو بازخورد داری — «این خیلی خشک است» و «لحن را صمیمی‌تر کن و کلمه‌های اداری مثلِ ”بدین‌وسیله“ را بردار». کدام‌یک به مدل واقعاً می‌گوید چه کار کند، و چرا؟\u003C\u002Fp>\n",{"kind":20,"heading":44,"html":45},"۵. حلقه کِی تمام می‌شود","\u003Ch2 id=\"۵-حلقه-کِی-تمام-می‌شود\">۵. حلقه کِی تمام می‌شود\u003Ca class=\"head-anchor\" href=\"#%DB%B5-%D8%AD%D9%84%D9%82%D9%87-%DA%A9%D9%90%DB%8C-%D8%AA%D9%85%D8%A7%D9%85-%D9%85%DB%8C%E2%80%8C%D8%B4%D9%88%D8%AF\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>حلقه وقتی تمام می‌شود که خروجی به نیتت رسیده باشد — نه زودتر، نه با دورهای بی‌پایان. ولی یک تلهٔ مهم اینجاست: تکرار فقط \u003Cstrong>شکل و لحن\u003C\u002Fstrong> را صیقل می‌دهد؛ \u003Cstrong>درستیِ واقعیت‌ها\u003C\u002Fstrong> را تضمین نمی‌کند. یادت هست مدل در پیش‌نویسِ اول «پذیرایی و ورودِ رایگان» را از خودش ساخت؟ اگر آن را ندیده بودی و حذف نکرده بودی، ممکن بود یک دعوت‌نامه با یک ادعای غلط منتشر کنی.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>✅ \u003Cstrong>وارسی:\u003C\u002Fstrong> وقتی از لحن و شکلِ خروجی راضی شدی، یک بارِ دیگر آن را فقط برای \u003Cstrong>واقعیت‌ها\u003C\u002Fstrong> بخوان: هر تاریخ، ساعت، مکان، عدد یا ادعایی که مدل آورده را با آنچه واقعاً می‌دانی تطبیق بده، و هر چیزی که خودت نگفته‌ای ولی مدل اضافه کرده را زیرِ ذره‌بین بگذار. سه قانونِ ثابت همیشه سرِ جایشان‌اند: \u003Cstrong>«اول خودت فکر کن» — «وارسی کن، خط به خط» — «مدل مطمئن است؛ دلیل نمی‌شود درست باشد».\u003C\u002Fstrong>\u003C\u002Fp>\n\u003C\u002Fblockquote>\n",{"kind":47,"heading":48,"html":49},"checkpoint","تمرین‌ها","\u003Ch2 id=\"تمرین‌ها\">تمرین‌ها\u003Ca class=\"head-anchor\" href=\"#%D8%AA%D9%85%D8%B1%DB%8C%D9%86%E2%80%8C%D9%87%D8%A7\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>\u003Cstrong>تمرین اجباری:\u003C\u002Fstrong> یک کارِ نوشتنیِ واقعی را با مدل شروع کن و دستِ‌کم دو دور تکرار رویش انجام بده. هر دور، بازخوردت را \u003Cstrong>دقیق\u003C\u002Fstrong> بنویس (چه نگه‌داشتن، چه عوض‌کردن). سه نسخه — پیش‌نویسِ اول و دو اصلاح — را نگه دار و بنویس هر دور چه چیزی بهتر شد.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>تمرین ستاره‌دار ⭐:\u003C\u002Fstrong> یک بار عمداً بازخوردِ مبهم بده («بهترش کن») و ببین مدل چه می‌کند. بعد همان خواسته را دقیق بگو. دو نتیجه را مقایسه کن. جداگانه، خروجیِ نهایی‌ات را برای یک واقعیتِ ساختگی وارسی کن: آیا مدل جایی چیزی اضافه کرده که تو نگفته بودی؟\u003C\u002Fp>\n",{"kind":20,"heading":51,"html":52},"در فصل بعد","\u003Ch2 id=\"در-فصل-بعد\">در فصل بعد\u003Ca class=\"head-anchor\" href=\"#%D8%AF%D8%B1-%D9%81%D8%B5%D9%84-%D8%A8%D8%B9%D8%AF\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>تا اینجا سه مهارتِ گفت‌وگوی مؤثر را داری: نیت، زمینه و تکرار. اما در هر سه، یک نخِ ثابت بود که هنوز کاملش نکرده‌ایم — \u003Cstrong>وارسی\u003C\u002Fstrong>. تا حالا وارسی را به‌صورتِ یک عادتِ پراکنده دیده‌ای؛ فصلِ بعد آن را به مهم‌ترین مهارتِ کلِ دوره تبدیل می‌کنیم: چطور خروجی را با منبعِ اصلی تطبیق بدهی، توهمِ پنهان را پیدا کنی، و بدانی کِی باید به یک انسانِ متخصص برگردی.\u003C\u002Fp>\n",{"course":54,"entitled":62,"lessons":63,"payments_enabled":62,"terms":217,"live":5},{"active_window":55,"effective_price_toman":56,"free":5,"lesson_count":57,"price_toman":58,"slug":59,"summary_fa":60,"title_fa":61},null,0,51,2500000,"hamhoosh","از «هوش مصنوعی واقعاً چیست» تا ساختن ابزار واقعی با آن — بدون دیوار ریاضی و بدون پیش‌نیاز برنامه‌نویسی. هوش مصنوعی همکارِ هوشمندی است که وارسی‌اش می‌کنی، نه اوراکلی که چشم‌بسته باور کنی.","هم‌هوش — خودآموز هوش مصنوعی",false,[64,68,71,74,77,81,85,89,93,96,97,98,99,102,105,108,111,115,118,121,124,127,130,133,136,139,142,145,148,151,154,157,160,163,166,169,172,175,178,181,184,187,190,193,196,199,202,205,208,211,214],{"free_preview":5,"order":65,"slug":66,"source":8,"term":65,"title_fa":67},1,"t1-s01-first-conversation","فصل ۰۱ — با چه چیزی حرف می‌زنی؟ اولین گفت‌وگو",{"free_preview":5,"order":9,"slug":69,"source":8,"term":65,"title_fa":70},"t1-s02-how-it-learns","فصل ۰۲ — چطور یاد گرفت",{"free_preview":5,"order":6,"slug":72,"source":8,"term":65,"title_fa":73},"t1-s03-tokens","فصل ۰۳ — توکن: واحدِ کارِ مدل",{"free_preview":5,"order":15,"slug":75,"source":8,"term":65,"title_fa":76},"t1-s04-hallucination","فصل ۰۴ — چرا مطمئن ولی غلط: توهم",{"free_preview":5,"order":78,"slug":79,"source":8,"term":65,"title_fa":80},5,"t1-s05-limits","فصل ۰۵ — مرزها: چه نمی‌داند و چه نباید ازش خواست",{"free_preview":5,"order":82,"slug":83,"source":8,"term":65,"title_fa":84},6,"t1-s06-types","فصل ۰۶ — گونه‌های هوش مصنوعی",{"free_preview":5,"order":86,"slug":87,"source":8,"term":65,"title_fa":88},7,"t1-s07-responsible-start","فصل ۰۷ — از همین حالا مسئولانه",{"free_preview":5,"order":90,"slug":91,"source":8,"term":65,"title_fa":92},8,"t1-s08-interrogate-project","فصل ۰۸ — پروژه: یک مدل را بازجویی کن",{"free_preview":5,"order":65,"slug":94,"source":8,"term":9,"title_fa":95},"t2-s01-intent","فصل ۰۱ — نیت، نه جادو",{"free_preview":5,"order":9,"slug":12,"source":8,"term":9,"title_fa":13},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},{"free_preview":5,"order":15,"slug":16,"source":8,"term":9,"title_fa":17},{"free_preview":5,"order":78,"slug":100,"source":8,"term":9,"title_fa":101},"t2-s05-system","فصل ۰۵ — لحنِ ثابت و دستورِ سیستمی",{"free_preview":5,"order":82,"slug":103,"source":8,"term":9,"title_fa":104},"t2-s06-tune","فصل ۰۶ — کنترلِ خلاقیت، دقت و عمق",{"free_preview":5,"order":86,"slug":106,"source":8,"term":9,"title_fa":107},"t2-s07-structured","فصل ۰۷ — پرامپتِ ساختارمند و قابلِ‌استفادهٔ مجدد",{"free_preview":5,"order":90,"slug":109,"source":8,"term":9,"title_fa":110},"t2-s08-antipatterns","فصل ۰۸ — دام‌ها و افسانه‌ها",{"free_preview":5,"order":112,"slug":113,"source":8,"term":9,"title_fa":114},9,"t2-s09-assistant-project","فصل ۰۹ — پروژه: یک دستیارِ شخصی بساز",{"free_preview":5,"order":65,"slug":116,"source":8,"term":6,"title_fa":117},"t3-s01-images","فصل ۰۱ — ساختِ تصویر با هوش مصنوعی",{"free_preview":62,"order":9,"slug":119,"source":8,"term":6,"title_fa":120},"t3-s02-image-understanding","فصل ۰۲ — فهمِ تصویر",{"free_preview":62,"order":6,"slug":122,"source":8,"term":6,"title_fa":123},"t3-s03-audio-video","فصل ۰۳ — صدا و ویدیو",{"free_preview":62,"order":15,"slug":125,"source":8,"term":6,"title_fa":126},"t3-s04-research","فصل ۰۴ — پژوهش با هوش مصنوعی",{"free_preview":62,"order":78,"slug":128,"source":8,"term":6,"title_fa":129},"t3-s05-writing","فصل ۰۵ — نوشتن و بازنویسی",{"free_preview":62,"order":82,"slug":131,"source":8,"term":6,"title_fa":132},"t3-s06-study","فصل ۰۶ — یادگیری و درس‌خواندن",{"free_preview":62,"order":86,"slug":134,"source":8,"term":6,"title_fa":135},"t3-s07-work","فصل ۰۷ — کارِ حرفه‌ای",{"free_preview":62,"order":90,"slug":137,"source":8,"term":6,"title_fa":138},"t3-s08-coding-help","فصل ۰۸ — کمکِ کدنویسی (بی‌آنکه برنامه‌نویس باشی)",{"free_preview":62,"order":112,"slug":140,"source":8,"term":6,"title_fa":141},"t3-s09-workflow-project","فصل ۰۹ — پروژه: یک جریانِ کاریِ واقعی",{"free_preview":5,"order":65,"slug":143,"source":8,"term":15,"title_fa":144},"t4-s01-training-deep","فصل ۰۱ — آموزش، عمیق‌تر (بدون ریاضی)",{"free_preview":62,"order":9,"slug":146,"source":8,"term":15,"title_fa":147},"t4-s02-embeddings","فصل ۰۲ — از توکن تا معنا: embedding",{"free_preview":62,"order":6,"slug":149,"source":8,"term":15,"title_fa":150},"t4-s03-context-memory","فصل ۰۳ — حافظه و پنجرهٔ زمینه",{"free_preview":62,"order":15,"slug":152,"source":8,"term":15,"title_fa":153},"t4-s04-rag","فصل ۰۴ — RAG: دادنِ دانشِ تازه به مدل",{"free_preview":62,"order":78,"slug":155,"source":8,"term":15,"title_fa":156},"t4-s05-agents","فصل ۰۵ — عامل‌ها و ابزارها",{"free_preview":62,"order":82,"slug":158,"source":8,"term":15,"title_fa":159},"t4-s06-local-vs-cloud","فصل ۰۶ — مدلِ محلی در برابر ابری",{"free_preview":62,"order":86,"slug":161,"source":8,"term":15,"title_fa":162},"t4-s07-persian-gap","فصل ۰۷ — شکافِ فارسی-انگلیسی",{"free_preview":62,"order":90,"slug":164,"source":8,"term":15,"title_fa":165},"t4-s08-mental-model-project","فصل ۰۸ — پروژه: نقشهٔ ذهنیِ یک پاسخ",{"free_preview":5,"order":65,"slug":167,"source":8,"term":78,"title_fa":168},"t5-s01-api-idea","فصل ۰۱ — API چیست: حرف‌زدنِ برنامه با مدل",{"free_preview":62,"order":9,"slug":170,"source":8,"term":78,"title_fa":171},"t5-s02-first-call","فصل ۰۲ — اولین فراخوانی",{"free_preview":62,"order":6,"slug":173,"source":8,"term":78,"title_fa":174},"t5-s03-from-js","فصل ۰۳ — از JavaScript صدا بزن",{"free_preview":62,"order":15,"slug":176,"source":8,"term":78,"title_fa":177},"t5-s04-system-in-code","فصل ۰۴ — نقش و پارامتر در کد",{"free_preview":62,"order":78,"slug":179,"source":8,"term":78,"title_fa":180},"t5-s05-structured-output","فصل ۰۵ — خروجیِ ساختارمند",{"free_preview":62,"order":82,"slug":182,"source":8,"term":78,"title_fa":183},"t5-s06-build-app","فصل ۰۶ — یک وب‌اپِ کوچکِ هوش‌مصنوعی‌دار",{"free_preview":62,"order":86,"slug":185,"source":8,"term":78,"title_fa":186},"t5-s07-cost-limits","فصل ۰۷ — هزینه، سهمیه و مرزها",{"free_preview":62,"order":90,"slug":188,"source":8,"term":78,"title_fa":189},"t5-s08-ship-project","فصل ۰۸ — پروژه: ابزارِ هوش‌مصنوعیِ خودت را منتشر کن",{"free_preview":5,"order":65,"slug":191,"source":8,"term":82,"title_fa":192},"t6-s01-deepfakes","فصل ۰۱ — دیپ‌فیک و رسانهٔ جعلی",{"free_preview":62,"order":9,"slug":194,"source":8,"term":82,"title_fa":195},"t6-s02-misinformation","فصل ۰۲ — دفاع در برابر بدْاطلاعات",{"free_preview":62,"order":6,"slug":197,"source":8,"term":82,"title_fa":198},"t6-s03-detection-myth","فصل ۰۳ — افسانهٔ «تشخیصِ هوش مصنوعی»",{"free_preview":62,"order":15,"slug":200,"source":8,"term":82,"title_fa":201},"t6-s04-bias","فصل ۰۴ — سوگیری و انصاف",{"free_preview":62,"order":78,"slug":203,"source":8,"term":82,"title_fa":204},"t6-s05-privacy-data","فصل ۰۵ — حریم خصوصی و دادهٔ تو",{"free_preview":62,"order":82,"slug":206,"source":8,"term":82,"title_fa":207},"t6-s06-ownership","فصل ۰۶ — مالکیت و کپی‌رایتِ خروجی",{"free_preview":62,"order":86,"slug":209,"source":8,"term":82,"title_fa":210},"t6-s07-work-future","فصل ۰۷ — کار، مهارت و مرزهای سالم",{"free_preview":62,"order":90,"slug":212,"source":8,"term":82,"title_fa":213},"t6-s08-safety-ethics","فصل ۰۸ — ایمنی و اخلاق، بدونِ موعظه",{"free_preview":62,"order":112,"slug":215,"source":8,"term":82,"title_fa":216},"t6-s09-capstone","فصل ۰۹ — پروژهٔ نهایی: چیزی مسئولانه بساز و منتشر کن",[],1784990544311]