[{"data":1,"prerenderedAt":221},["ShallowReactive",2],{"lesson:t2-s05-system":3,"course:hamhoosh":57},{"meta":4,"prev":11,"next":15,"sections":19},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},true,5,"t2-s05-system","book",2,"فصل ۰۵ — لحنِ ثابت و دستورِ سیستمی",{"free_preview":5,"order":12,"slug":13,"source":8,"term":9,"title_fa":14},4,"t2-s04-verify","فصل ۰۴ — وارسی: مهم‌ترین مهارت",{"free_preview":5,"order":16,"slug":17,"source":8,"term":9,"title_fa":18},6,"t2-s06-tune","فصل ۰۶ — کنترلِ خلاقیت، دقت و عمق",[20,24,27,32,35,38,41,44,47,50,54],{"kind":21,"heading":22,"html":23},"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>در فصل ۲ یاد گرفتی که به مدل نقش و مخاطب و قالب بدهی — ولی مجبور بودی این کار را در \u003Cstrong>هر پیام\u003C\u002Fstrong> تکرار کنی، و وسطِ یک گفت‌وگوی بلند مدل کم‌کم فراموش می‌کرد. این فصل ابزاری را معرفی می‌کند که این دردسر را حل می‌کند: \u003Ccode>system prompt\u003C\u002Fcode>. یک دستورِ \u003Cstrong>پایدار\u003C\u002Fstrong> که بالای کلِ گفت‌وگو می‌نشیند و بدونِ اینکه دوباره تایپش کنی، روی \u003Cstrong>هر\u003C\u002Fstrong> جوابِ مدل اثر می‌گذارد. آخر این فصل می‌فهمی \u003Ccode>system prompt\u003C\u002Fcode> چیست، چطور یک نقشِ ثابت به مدل می‌دهد، و چه فرقی با یک پیامِ معمولی دارد.\u003C\u002Fp>\n\u003Cp>\u003Cpicture>\u003Csource type=\"image\u002Fwebp\" srcset=\"\u002F_img\u002F01-image-system-prompt.566c860463.160.webp 160w, \u002F_img\u002F01-image-system-prompt.566c860463.320.webp 320w, \u002F_img\u002F01-image-system-prompt.566c860463.480.webp 480w, \u002F_img\u002F01-image-system-prompt.566c860463.640.webp 640w, \u002F_img\u002F01-image-system-prompt.566c860463.768.webp 768w, \u002F_img\u002F01-image-system-prompt.566c860463.960.webp 960w, \u002F_img\u002F01-image-system-prompt.566c860463.1280.webp 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\">\u003Cimg src=\"\u002F_img\u002F01-image-system-prompt.566c860463.1280.jpg\" srcset=\"\u002F_img\u002F01-image-system-prompt.566c860463.160.jpg 160w, \u002F_img\u002F01-image-system-prompt.566c860463.320.jpg 320w, \u002F_img\u002F01-image-system-prompt.566c860463.480.jpg 480w, \u002F_img\u002F01-image-system-prompt.566c860463.640.jpg 640w, \u002F_img\u002F01-image-system-prompt.566c860463.768.jpg 768w, \u002F_img\u002F01-image-system-prompt.566c860463.960.jpg 960w, \u002F_img\u002F01-image-system-prompt.566c860463.1280.jpg 1280w\" sizes=\"(max-width: 900px) 100vw, 800px\" alt=\"یک لوحِ دستورالعملِ ثابت که بالای یک ردیف از حباب‌های گفت‌وگو نصب شده و با خطوطِ نازک روی همهٔ آن‌ها اثر می‌گذارد\" width=\"1376\" height=\"768\" loading=\"lazy\" decoding=\"async\">\u003C\u002Fpicture>\u003C\u002Fp>\n\u003Cp>آخر این فصل می‌توانی:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>بگویی \u003Ccode>system prompt\u003C\u002Fcode> چیست و کجا از پیامِ معمولی جدا می‌شود\u003C\u002Fli>\n\u003Cli>یک نقشِ پایدار برای مدل تعیین کنی که در کلِ گفت‌وگو بماند\u003C\u002Fli>\n\u003Cli>با عوض‌کردنِ \u003Ccode>system prompt\u003C\u002Fcode> رفتارِ مدل را به‌طورِ محسوس تغییر بدهی\u003C\u002Fli>\n\u003Cli>بفهمی چرا \u003Ccode>system prompt\u003C\u002Fcode> لحن را عوض می‌کند ولی درستیِ جواب را تضمین نمی‌کند\u003C\u002Fli>\n\u003C\u002Ful>\n",{"kind":21,"heading":25,"html":26},"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 ۲ همین ترم:\u003C\u002Fstrong> می‌توانی به مدل نقش، مخاطب و قالبِ خروجی بدهی تا جوابِ مناسب‌تری بگیری.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>از فصل ۳ همین ترم:\u003C\u002Fstrong> با تکرار، جواب را پله‌پله بهتر می‌کنی.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>فقط یک مرورگر و دستیارِ هوش مصنوعی‌ات (با کلیدِ رایگانِ خودت) لازم داری.\u003C\u002Fp>\n",{"kind":28,"heading":29,"html":30,"embed":31},"lab","","— اینجا یک جعبهٔ جدا برای system prompt می‌بینی که با جعبهٔ پیامِ معمولی فرق دارد","\u002Flab\u002Fembed\u002Fhamhoosh\u002Fterm-2-effective-prompting\u002Fsession-05-system",{"kind":21,"heading":33,"html":34},"۱. مشکل: در هر پیام باید نقش را تکرار کنی","\u003Ch2 id=\"۱-مشکل-در-هر-پیام-باید-نقش-را-تکرار-کنی\">۱. مشکل: در هر پیام باید نقش را تکرار کنی\u003Ca class=\"head-anchor\" href=\"#%DB%B1-%D9%85%D8%B4%DA%A9%D9%84-%D8%AF%D8%B1-%D9%87%D8%B1-%D9%BE%DB%8C%D8%A7%D9%85-%D8%A8%D8%A7%DB%8C%D8%AF-%D9%86%D9%82%D8%B4-%D8%B1%D8%A7-%D8%AA%DA%A9%D8%B1%D8%A7%D8%B1-%DA%A9%D9%86%DB%8C\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>فرض کن داری با مدل روی یک متنِ درسی کار می‌کنی و می‌خواهی همه‌چیز را \u003Cstrong>ساده و برای یک نوجوان\u003C\u002Fstrong> توضیح بدهد. یاد گرفته‌ای که در پرامپت این را بگویی. ولی گفت‌وگو که کمی طولانی می‌شود، دو مشکل پیدا می‌شود: اول اینکه باید در هر پیام دوباره بنویسی «ساده توضیح بده»، و دوم اینکه اگر یک بار یادت برود، مدل برمی‌گردد به لحنِ پیش‌فرضِ خودش — رسمی و پیچیده.\u003C\u002Fp>\n\u003Cp>این تکرار هم خسته‌کننده است و هم شکننده. کاش می‌شد یک بار برای همیشه به مدل بگویی «تو در کلِ این گفت‌وگو این‌طوری رفتار کن» و بعد فقط سؤال‌هایت را بپرسی. دقیقاً همین کار را \u003Ccode>system prompt\u003C\u002Fcode> می‌کند.\u003C\u002Fp>\n",{"kind":21,"heading":36,"html":37},"۲. system prompt چیست","\u003Ch2 id=\"۲-system-prompt-چیست\">۲. \u003Ccode>system prompt\u003C\u002Fcode> چیست\u003Ca class=\"head-anchor\" href=\"#%DB%B2-system-prompt-%DA%86%DB%8C%D8%B3%D8%AA\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>هر گفت‌وگو با مدل، در پشتِ پرده، دو نوع پیام دارد. یکی همان پیام‌های معمولیِ توست که در هر نوبت می‌فرستی. دیگری یک دستورِ \u003Cstrong>پایدار\u003C\u002Fstrong> که پیش از شروعِ گفت‌وگو تنظیم می‌شود و تا آخر سرِ جایش می‌ماند: به این می‌گویند \u003Ccode>system prompt\u003C\u002Fcode>.\u003C\u002Fp>\n\u003Cp>\u003Ccode>system prompt\u003C\u002Fcode> مثلِ \u003Cstrong>شرحِ شغلی\u003C\u002Fstrong> است که روزِ اول به یک همکارِ تازه می‌دهی: «تو ویراستارِ این تیمی، لحنت رسمی است، و هر متنی را کوتاه و بی‌غلط تحویل می‌دهی.» بعد از آن دیگر لازم نیست سرِ هر کار این را تکرار کنی؛ همکار می‌داند در هر کاری چطور رفتار کند. پیامِ معمولی «این پاراگراف را ویرایش کن» است — یک کارِ مشخص. \u003Ccode>system prompt\u003C\u002Fcode> آن قاعدهٔ کلی است که پشتِ \u003Cstrong>همهٔ\u003C\u002Fstrong> کارها می‌نشیند.\u003C\u002Fp>\n\u003Cp>در آزمایشگاه (و در تنظیماتِ بیشترِ ابزارها) یک جعبهٔ جدا برای \u003Ccode>system prompt\u003C\u002Fcode> هست، بالای جعبهٔ پیامِ معمولی. هرچه آنجا بنویسی روی کلِ گفت‌وگو اثر می‌گذارد.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>قبل از ادامه، جواب بده:\u003C\u002Fstrong> فرقِ «شرحِ شغلیِ یک همکار» با «درخواستِ یک کارِ مشخص از او» چیست؟ کدام‌یک \u003Ccode>system prompt\u003C\u002Fcode> است؟\u003C\u002Fp>\n",{"kind":21,"heading":39,"html":40},"۳. تفاوتش با پیامِ معمولی — با چشمِ خودت ببین","\u003Ch2 id=\"۳-تفاوتش-با-پیامِ-معمولی-—-با-چشمِ-خودت-ببین\">۳. تفاوتش با پیامِ معمولی — با چشمِ خودت ببین\u003Ca class=\"head-anchor\" href=\"#%DB%B3-%D8%AA%D9%81%D8%A7%D9%88%D8%AA%D8%B4-%D8%A8%D8%A7-%D9%BE%DB%8C%D8%A7%D9%85%D9%90-%D9%85%D8%B9%D9%85%D9%88%D9%84%DB%8C-%E2%80%94-%D8%A8%D8%A7-%DA%86%D8%B4%D9%85%D9%90-%D8%AE%D9%88%D8%AF%D8%AA-%D8%A8%D8%A8%DB%8C%D9%86\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>بهترین راهِ فهمیدنِ این فرق، دیدنش است. یک پیامِ کاربرِ \u003Cstrong>ثابت\u003C\u002Fstrong> را با دو \u003Ccode>system prompt\u003C\u002Fcode>ِ متفاوت امتحان کن. اول این \u003Ccode>system prompt\u003C\u002Fcode> را تنظیم کن:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>system prompt:\nتو یک معلمِ صبورِ علوم برای بچه‌ها هستی. همه‌چیز را ساده و با یک مثالِ روزمره توضیح بده.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>حالا این پیامِ معمولی را بفرست:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>رنگین‌کمان چطور ساخته می‌شود؟\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>جوابی طولانی، ساده و با مثال می‌گیری — چیزی شبیهِ «نور مثلِ وقتی است که از یک منشور رد می‌شود…». حالا فقط \u003Ccode>system prompt\u003C\u002Fcode> را عوض کن و \u003Cstrong>همان\u003C\u002Fstrong> سؤال را دوباره بفرست:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>system prompt:\nتو یک ویراستارِ کوتاه‌گو هستی. فقط جوابِ نهایی را در یک جمله بده، بدونِ هیچ توضیحِ اضافه.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>این‌بار جواب چیزی می‌شود مثلِ «نورِ خورشید هنگامِ عبور از قطره‌های باران می‌شکند و به رنگ‌هایش تجزیه می‌شود.» — یک جملهٔ خشک و کوتاه. \u003Cstrong>پیامِ کاربر عوض نشد؛ فقط \u003Ccode>system prompt\u003C\u002Fcode> عوض شد، و رفتارِ کلِ مدل با آن عوض شد.\u003C\u002Fstrong> همین است تفاوتِ یک دستورِ پایدار با یک پیامِ یک‌باره.\u003C\u002Fp>\n",{"kind":21,"heading":42,"html":43},"۴. یک نقشِ پایدارِ خوب بنویس","\u003Ch2 id=\"۴-یک-نقشِ-پایدارِ-خوب-بنویس\">۴. یک نقشِ پایدارِ خوب بنویس\u003Ca class=\"head-anchor\" href=\"#%DB%B4-%DB%8C%DA%A9-%D9%86%D9%82%D8%B4%D9%90-%D9%BE%D8%A7%DB%8C%D8%AF%D8%A7%D8%B1%D9%90-%D8%AE%D9%88%D8%A8-%D8%A8%D9%86%D9%88%DB%8C%D8%B3\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>یک \u003Ccode>system prompt\u003C\u002Fcode>ِ خوب معمولاً چهار چیز را روشن می‌کند: مدل \u003Cstrong>کیست\u003C\u002Fstrong>، با چه \u003Cstrong>لحنی\u003C\u002Fstrong> حرف بزند، خروجی در چه \u003Cstrong>قالبی\u003C\u002Fstrong> باشد، و \u003Cstrong>وقتی چیزی را نمی‌داند\u003C\u002Fstrong> چه کند. این آخری از همه مهم‌تر است و مستقیم به عادتِ وارسیِ فصلِ قبل وصل می‌شود. یک نمونهٔ قابلِ‌استفادهٔ مجدد:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>system prompt:\nتو دستیارِ مطالعهٔ منی. توضیح‌ها را ساده و کوتاه بده و هر جا شد یک مثال بیاور.\nاگر چیزی را مطمئن نیستی، صریح بگو «مطمئن نیستم» و حدس را به‌جای واقعیت جا نزن.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>آن جملهٔ آخر به مدل اجازه می‌دهد به‌جای بافتنِ یک جوابِ ساختگی، تردیدش را نشان بدهد. این تضمین نیست و انتظارت را واقع‌بینانه نگه دار: اگر همین نقش را بدهی و بعد خلاصهٔ یک کتابِ ساختگی بخواهی، خیلی وقت‌ها \u003Cstrong>باز هم\u003C\u002Fstrong> خلاصه‌ای مطمئن می‌بافد و «مطمئن نیستم» نمی‌گوید. یک جملهٔ اجازه، رفتارِ ریشه‌ایِ مدل را عوض نمی‌کند؛ فقط شانسِ یک «نمی‌دانم»ِ صادقانه را کمی بالا می‌برد. خودت امتحانش کن — همین نقش را بگذار، بعد سراغِ یکی از پرامپت‌های ساختگیِ ترم ۱ برو و ببین واقعاً عقب می‌کشد یا نه. هر نتیجه‌ای گرفتی یادداشتش کن؛ این یکی از آن جاهایی است که باید به چشمِ خودت اعتماد کنی، نه به قولِ نقش.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>💡 \u003Cstrong>نکته:\u003C\u002Fstrong> \u003Ccode>system prompt\u003C\u002Fcode> را هم مثلِ پرامپتِ معمولی می‌شود تکرار و بهتر کرد. اگر دیدی مدل هنوز آن‌طور که می‌خواهی رفتار نمی‌کند، نقش را دقیق‌تر بنویس و دوباره امتحان کن — همان حلقهٔ تکرارِ فصل ۳.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n",{"kind":21,"heading":45,"html":46},"۵. system prompt لحن را عوض می‌کند، نه درستی را","\u003Ch2 id=\"۵-system-prompt-لحن-را-عوض-می‌کند-نه-درستی-را\">۵. \u003Ccode>system prompt\u003C\u002Fcode> لحن را عوض می‌کند، نه درستی را\u003Ca class=\"head-anchor\" href=\"#%DB%B5-system-prompt-%D9%84%D8%AD%D9%86-%D8%B1%D8%A7-%D8%B9%D9%88%D8%B6-%D9%85%DB%8C%E2%80%8C%DA%A9%D9%86%D8%AF-%D9%86%D9%87-%D8%AF%D8%B1%D8%B3%D8%AA%DB%8C-%D8%B1%D8%A7\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cp>اینجا یک تلهٔ مهم است. \u003Ccode>system prompt\u003C\u002Fcode> قدرتمند است، ولی فقط \u003Cstrong>رفتار و لحن\u003C\u002Fstrong> را شکل می‌دهد؛ \u003Cstrong>درستیِ واقعیت\u003C\u002Fstrong> را عوض نمی‌کند. بدتر از آن، یک نقشِ نادرست می‌تواند توهم را \u003Cstrong>بیشتر\u003C\u002Fstrong> کند. امتحانش کن:\u003C\u002Fp>\n\u003Cpre class=\"code-block\" dir=\"ltr\">\u003Ccode>system prompt:\nتو یک متخصصِ قاطع هستی که همیشه جوابِ دقیق و مطمئن می‌دهد و هرگز نمی‌گوید نمی‌دانم.\n\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>حالا یک سؤالِ کمیاب و جزئی بپرس — مثلاً جزئیاتِ دقیقِ یک رویدادِ خیلی محلی یا آمارِ یک موضوعِ کم‌شناخته. چون به مدل گفته‌ای «هرگز نگو نمی‌دانم»، به‌جای اعترافِ صادقانه، با اطمینانِ کامل یک جوابِ ساختگی می‌سازد. لحنش الان \u003Cstrong>قاطع‌تر\u003C\u002Fstrong> است، ولی درستی‌اش نه‌تنها بهتر نشده، بلکه بدتر شده — چون راهِ فرارِ صادقانه را از آن گرفته‌ای.\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>✅ \u003Cstrong>وارسی:\u003C\u002Fstrong> هر ادعای واقعی را که از مدل می‌گیری — با هر \u003Ccode>system prompt\u003C\u002Fcode>ی که تنظیم کرده باشی — با یک منبعِ مستقلِ اصلی تطبیق بده. یک نقشِ «متخصصِ قاطع» فقط لحن را قاطع‌تر می‌کند، نه واقعیت را درست‌تر. سه قانونِ ثابت 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\u003Cblockquote>\n\u003Cp>⚠️ \u003Cstrong>مواظب باش:\u003C\u002Fstrong> \u003Ccode>system prompt\u003C\u002Fcode> هم مثلِ هر پیامِ دیگری به سرورِ مدل فرستاده می‌شود. اگر در آن نقش، اطلاعاتِ حساس یا خصوصی گذاشتی (مثلاً جزئیاتِ کاریِ محرمانه)، همان خطرِ حریم خصوصیِ همیشگی سرِ جایش است — به‌خصوص در ردهٔ رایگان.\u003C\u002Fp>\n\u003C\u002Fblockquote>\n",{"kind":21,"heading":48,"html":49},"واژه‌های تازهٔ این فصل","\u003Ch2 id=\"واژه‌های-تازهٔ-این-فصل\">واژه‌های تازهٔ این فصل\u003Ca class=\"head-anchor\" href=\"#%D9%88%D8%A7%DA%98%D9%87%E2%80%8C%D9%87%D8%A7%DB%8C-%D8%AA%D8%A7%D8%B2%D9%87%D9%94-%D8%A7%DB%8C%D9%86-%D9%81%D8%B5%D9%84\" aria-label=\"پیوند به این بخش\">#\u003C\u002Fa>\u003C\u002Fh2>\n\u003Cdiv class=\"table-wrap\">\u003Ctable>\u003Cthead>\n\u003Ctr>\n\u003Cth>کلمه\u003C\u002Fth>\n\u003Cth>تلفظ به حروف فارسی\u003C\u002Fth>\n\u003Cth>یعنی چه\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>system prompt\u003C\u002Ftd>\n\u003Ctd>سیستم‌پرامپت\u003C\u002Ftd>\n\u003Ctd>یک دستورِ پایدار بالای گفت‌وگو که نقش و لحنِ مدل را در کلِ گفت‌وگو تعیین می‌کند\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\u003C\u002Fdiv>",{"kind":51,"heading":52,"html":53},"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 \u003Ccode>system prompt\u003C\u002Fcode> بنویس که مدل را به یک «مربیِ خلاصه‌گو» تبدیل کند (ساده، کوتاه، با مثال، و صادق دربارهٔ ندانستن). بعد سه سؤالِ مختلف بپرس بدونِ اینکه نقش را دوباره تکرار کنی. آیا لحن در هر سه جواب ثابت ماند؟\u003C\u002Fp>\n\u003Cp>\u003Cstrong>تمرین ستاره‌دار ⭐:\u003C\u002Fstrong> یک پیامِ کاربرِ ثابت را با دو \u003Ccode>system prompt\u003C\u002Fcode>ِ خیلی متفاوت امتحان کن (مثلاً «معلمِ صبور» در برابر «ویراستارِ کوتاه‌گو»). دو خروجی را کنارِ هم بگذار و در دو جمله بنویس چه چیزی عوض شد و چه چیزی — مثلِ درستیِ واقعیت‌ها — ثابت ماند.\u003C\u002Fp>\n",{"kind":21,"heading":55,"html":56},"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>حالا می‌توانی یک لحن و نقشِ ثابت به مدل بدهی. فصلِ بعد سراغِ چند دکمهٔ کنترلیِ دیگر می‌رویم که خروجی را عمیق‌تر تنظیم می‌کنند: \u003Ccode>temperature\u003C\u002Fcode> که تعیین می‌کند مدل چقدر خلاق یا چقدر دقیق باشد، کنترلِ طول و قالبِ جواب، و \u003Ccode>reasoning model\u003C\u002Fcode> — اینکه کِی بگذاری مدل قبل از جواب‌دادن بیشتر فکر کند. با آن سه ابزار، دیگر می‌توانی خروجی را دقیقاً به اندازهٔ کارَت کوک کنی.\u003C\u002Fp>\n",{"course":58,"entitled":66,"lessons":67,"payments_enabled":66,"terms":220,"live":5},{"active_window":59,"effective_price_toman":60,"free":5,"lesson_count":61,"price_toman":62,"slug":63,"summary_fa":64,"title_fa":65},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,[68,72,75,79,82,85,88,92,96,99,102,105,106,107,108,111,114,118,121,124,127,130,133,136,139,142,145,148,151,154,157,160,163,166,169,172,175,178,181,184,187,190,193,196,199,202,205,208,211,214,217],{"free_preview":5,"order":69,"slug":70,"source":8,"term":69,"title_fa":71},1,"t1-s01-first-conversation","فصل ۰۱ — با چه چیزی حرف می‌زنی؟ اولین گفت‌وگو",{"free_preview":5,"order":9,"slug":73,"source":8,"term":69,"title_fa":74},"t1-s02-how-it-learns","فصل ۰۲ — چطور یاد گرفت",{"free_preview":5,"order":76,"slug":77,"source":8,"term":69,"title_fa":78},3,"t1-s03-tokens","فصل ۰۳ — توکن: واحدِ کارِ مدل",{"free_preview":5,"order":12,"slug":80,"source":8,"term":69,"title_fa":81},"t1-s04-hallucination","فصل ۰۴ — چرا مطمئن ولی غلط: توهم",{"free_preview":5,"order":6,"slug":83,"source":8,"term":69,"title_fa":84},"t1-s05-limits","فصل ۰۵ — مرزها: چه نمی‌داند و چه نباید ازش خواست",{"free_preview":5,"order":16,"slug":86,"source":8,"term":69,"title_fa":87},"t1-s06-types","فصل ۰۶ — گونه‌های هوش مصنوعی",{"free_preview":5,"order":89,"slug":90,"source":8,"term":69,"title_fa":91},7,"t1-s07-responsible-start","فصل ۰۷ — از همین حالا مسئولانه",{"free_preview":5,"order":93,"slug":94,"source":8,"term":69,"title_fa":95},8,"t1-s08-interrogate-project","فصل ۰۸ — پروژه: یک مدل را بازجویی کن",{"free_preview":5,"order":69,"slug":97,"source":8,"term":9,"title_fa":98},"t2-s01-intent","فصل ۰۱ — نیت، نه جادو",{"free_preview":5,"order":9,"slug":100,"source":8,"term":9,"title_fa":101},"t2-s02-context","فصل ۰۲ — زمینه‌دادن",{"free_preview":5,"order":76,"slug":103,"source":8,"term":9,"title_fa":104},"t2-s03-iterate","فصل ۰۳ — حلقهٔ تکرار",{"free_preview":5,"order":12,"slug":13,"source":8,"term":9,"title_fa":14},{"free_preview":5,"order":6,"slug":7,"source":8,"term":9,"title_fa":10},{"free_preview":5,"order":16,"slug":17,"source":8,"term":9,"title_fa":18},{"free_preview":5,"order":89,"slug":109,"source":8,"term":9,"title_fa":110},"t2-s07-structured","فصل ۰۷ — پرامپتِ ساختارمند و قابلِ‌استفادهٔ مجدد",{"free_preview":5,"order":93,"slug":112,"source":8,"term":9,"title_fa":113},"t2-s08-antipatterns","فصل ۰۸ — دام‌ها و افسانه‌ها",{"free_preview":5,"order":115,"slug":116,"source":8,"term":9,"title_fa":117},9,"t2-s09-assistant-project","فصل ۰۹ — پروژه: یک دستیارِ شخصی بساز",{"free_preview":5,"order":69,"slug":119,"source":8,"term":76,"title_fa":120},"t3-s01-images","فصل ۰۱ — ساختِ تصویر با هوش مصنوعی",{"free_preview":66,"order":9,"slug":122,"source":8,"term":76,"title_fa":123},"t3-s02-image-understanding","فصل ۰۲ — فهمِ تصویر",{"free_preview":66,"order":76,"slug":125,"source":8,"term":76,"title_fa":126},"t3-s03-audio-video","فصل ۰۳ — صدا و ویدیو",{"free_preview":66,"order":12,"slug":128,"source":8,"term":76,"title_fa":129},"t3-s04-research","فصل ۰۴ — پژوهش با هوش مصنوعی",{"free_preview":66,"order":6,"slug":131,"source":8,"term":76,"title_fa":132},"t3-s05-writing","فصل ۰۵ — نوشتن و بازنویسی",{"free_preview":66,"order":16,"slug":134,"source":8,"term":76,"title_fa":135},"t3-s06-study","فصل ۰۶ — یادگیری و درس‌خواندن",{"free_preview":66,"order":89,"slug":137,"source":8,"term":76,"title_fa":138},"t3-s07-work","فصل ۰۷ — کارِ حرفه‌ای",{"free_preview":66,"order":93,"slug":140,"source":8,"term":76,"title_fa":141},"t3-s08-coding-help","فصل ۰۸ — کمکِ کدنویسی (بی‌آنکه برنامه‌نویس باشی)",{"free_preview":66,"order":115,"slug":143,"source":8,"term":76,"title_fa":144},"t3-s09-workflow-project","فصل ۰۹ — پروژه: یک جریانِ کاریِ واقعی",{"free_preview":5,"order":69,"slug":146,"source":8,"term":12,"title_fa":147},"t4-s01-training-deep","فصل ۰۱ — آموزش، عمیق‌تر (بدون ریاضی)",{"free_preview":66,"order":9,"slug":149,"source":8,"term":12,"title_fa":150},"t4-s02-embeddings","فصل ۰۲ — از توکن تا معنا: embedding",{"free_preview":66,"order":76,"slug":152,"source":8,"term":12,"title_fa":153},"t4-s03-context-memory","فصل ۰۳ — حافظه و پنجرهٔ زمینه",{"free_preview":66,"order":12,"slug":155,"source":8,"term":12,"title_fa":156},"t4-s04-rag","فصل ۰۴ — RAG: دادنِ دانشِ تازه به مدل",{"free_preview":66,"order":6,"slug":158,"source":8,"term":12,"title_fa":159},"t4-s05-agents","فصل ۰۵ — عامل‌ها و ابزارها",{"free_preview":66,"order":16,"slug":161,"source":8,"term":12,"title_fa":162},"t4-s06-local-vs-cloud","فصل ۰۶ — مدلِ محلی در برابر ابری",{"free_preview":66,"order":89,"slug":164,"source":8,"term":12,"title_fa":165},"t4-s07-persian-gap","فصل ۰۷ — شکافِ فارسی-انگلیسی",{"free_preview":66,"order":93,"slug":167,"source":8,"term":12,"title_fa":168},"t4-s08-mental-model-project","فصل ۰۸ — پروژه: نقشهٔ ذهنیِ یک پاسخ",{"free_preview":5,"order":69,"slug":170,"source":8,"term":6,"title_fa":171},"t5-s01-api-idea","فصل ۰۱ — API چیست: حرف‌زدنِ برنامه با مدل",{"free_preview":66,"order":9,"slug":173,"source":8,"term":6,"title_fa":174},"t5-s02-first-call","فصل ۰۲ — اولین فراخوانی",{"free_preview":66,"order":76,"slug":176,"source":8,"term":6,"title_fa":177},"t5-s03-from-js","فصل ۰۳ — از JavaScript صدا بزن",{"free_preview":66,"order":12,"slug":179,"source":8,"term":6,"title_fa":180},"t5-s04-system-in-code","فصل ۰۴ — نقش و پارامتر در کد",{"free_preview":66,"order":6,"slug":182,"source":8,"term":6,"title_fa":183},"t5-s05-structured-output","فصل ۰۵ — خروجیِ ساختارمند",{"free_preview":66,"order":16,"slug":185,"source":8,"term":6,"title_fa":186},"t5-s06-build-app","فصل ۰۶ — یک وب‌اپِ کوچکِ هوش‌مصنوعی‌دار",{"free_preview":66,"order":89,"slug":188,"source":8,"term":6,"title_fa":189},"t5-s07-cost-limits","فصل ۰۷ — هزینه، سهمیه و مرزها",{"free_preview":66,"order":93,"slug":191,"source":8,"term":6,"title_fa":192},"t5-s08-ship-project","فصل ۰۸ — پروژه: ابزارِ هوش‌مصنوعیِ خودت را منتشر کن",{"free_preview":5,"order":69,"slug":194,"source":8,"term":16,"title_fa":195},"t6-s01-deepfakes","فصل ۰۱ — دیپ‌فیک و رسانهٔ جعلی",{"free_preview":66,"order":9,"slug":197,"source":8,"term":16,"title_fa":198},"t6-s02-misinformation","فصل ۰۲ — دفاع در برابر بدْاطلاعات",{"free_preview":66,"order":76,"slug":200,"source":8,"term":16,"title_fa":201},"t6-s03-detection-myth","فصل ۰۳ — افسانهٔ «تشخیصِ هوش مصنوعی»",{"free_preview":66,"order":12,"slug":203,"source":8,"term":16,"title_fa":204},"t6-s04-bias","فصل ۰۴ — سوگیری و انصاف",{"free_preview":66,"order":6,"slug":206,"source":8,"term":16,"title_fa":207},"t6-s05-privacy-data","فصل ۰۵ — حریم خصوصی و دادهٔ تو",{"free_preview":66,"order":16,"slug":209,"source":8,"term":16,"title_fa":210},"t6-s06-ownership","فصل ۰۶ — مالکیت و کپی‌رایتِ خروجی",{"free_preview":66,"order":89,"slug":212,"source":8,"term":16,"title_fa":213},"t6-s07-work-future","فصل ۰۷ — کار، مهارت و مرزهای سالم",{"free_preview":66,"order":93,"slug":215,"source":8,"term":16,"title_fa":216},"t6-s08-safety-ethics","فصل ۰۸ — ایمنی و اخلاق، بدونِ موعظه",{"free_preview":66,"order":115,"slug":218,"source":8,"term":16,"title_fa":219},"t6-s09-capstone","فصل ۰۹ — پروژهٔ نهایی: چیزی مسئولانه بساز و منتشر کن",[],1784990544323]