NAVIDIX همه‌ی آموزش‌ها ←
دوره‌ی مقدماتی · قسمت اول

از کجا شروع کنم؟ راهنمای صفرِ صفر

این درس برای کسی نوشته شده که تا حالا هیچ کاری با هوش مصنوعی نکرده. لازم نیست برنامه‌نویس باشی، لازم نیست انگلیسی بلد باشی، لازم نیست چیزی نصب کنی. فقط یک مرورگر لازم داری و بیست دقیقه وقت.

تا آخر همین صفحه چهار چیز را می‌دانی: اینکه این ابزار واقعاً چه هست و چه نیست، اینکه از بین ده‌ها ابزار کدام یکی مالِ توست، اینکه چه چیزی را هرگز نباید داخل چت کنی، و اینکه امشب دقیقاً چه کاری با آن بکنی که به درد کار و درس خودت بخورد.

میز کاری تاریک با یک چراغ‌مطالعه و لپ‌تاپ بسته، و نور سرخی که از درگاهی پشت سر می‌تابد
۲۰دقیقه تا اولین نتیجه‌ی واقعی
۱ابزار، نه ده‌تا
۰تومان برای شروع
لایه ۰۱

یک تصور غلط، سرِ راه همه را می‌گیرد

بیشتر کسانی که از هوش مصنوعی ناامید می‌شوند، مشکلشان بلد نبودنِ ابزار نیست. تصویری از این ابزار در ذهنشان است که با واقعیتش جور در نمی‌آید — و بر اساس همان تصویر، سوالی می‌پرسند که جوابِ خوبی ندارد.

سه تصور رایج، و هر سه اشتباه‌اند:

تصور غلطچرا خراب می‌کند
«مثل گوگل است»a search engine گوگل چیزی را پیدا می‌کند که یک نفر قبلاً نوشته. این ابزار جواب را همان لحظه می‌سازد. برای همین می‌تواند چیزی بسازد که اصلاً وجود ندارد.
«جادوست، هر چه بخواهم می‌دهد»a genie کیفیت جوابش تقریباً برابر است با کیفیت صورت‌مسئله‌ات. سوال مبهم بدهی، جواب مبهم می‌گیری — و بعد فکر می‌کنی ابزار ضعیف است.
«دانای کل است، پس راست می‌گوید»an oracle خطرناک‌ترین تصور. این ابزار طوری ساخته شده که محتمل‌ترین جمله را بنویسد، نه لزوماً درست‌ترین را. و وقتی نمی‌داند، با همان اعتماد‌به‌نفس جواب می‌دهد.

حالا تصور درست: یک همکار بسیار کتاب‌خوانده که تقریباً همه‌چیز خوانده، خیلی سریع می‌نویسد، خستگی ندارد — و هیچ‌وقت نمی‌گوید «نمی‌دانم».

همه‌ی مهارتی که در این دوره یاد می‌گیری، از همین یک جمله بیرون می‌آید. با یک همکار این‌شکلی چطور کار می‌کنی؟ کارَت را روشن توضیح می‌دهی، بهش زمینه می‌دهی، و کارش را چک می‌کنی. دقیقاً همین.

قاعده

هر چیزی که مدل به تو می‌گوید، تا وقتی خودت راستی‌آزمایی نکرده‌ای، در حد یک پیش‌نویس خوب است — نه یک واقعیت. این جمله را تا آخر دوره فراموش نکن.

لایه ۰۲

تنها تصمیمی که امشب باید بگیری

شایع‌ترین دلیلِ اینکه یک نفر بعد از شش ماه هنوز مبتدی است، این نیست که کم تلاش کرده. این است که هر هفته ابزارش را عوض کرده.

هر روز یک ابزار جدید معرفی می‌شود و هر کانالی می‌گوید «این یکی همه‌چیز را عوض کرد». نتیجه‌اش برای یک مبتدی این است: ده‌تا حساب باز می‌کند، با هیچ‌کدام بیشتر از دو روز کار نمی‌کند، و هیچ‌وقت از سطحِ «سلام، یک متن برایم بنویس» بالاتر نمی‌رود.

مهارتِ واقعی در هوش مصنوعی، بلد بودنِ ابزارها نیست. بلد بودنِ گفت‌وگو است — اینکه چطور صورت‌مسئله بدهی، چطور اصلاح کنی، چطور بفهمی کِی دارد اشتباه می‌کند. و این مهارت منتقل می‌شود: اگر با یکی خوب بشوی، بقیه را در یک بعدازظهر یاد می‌گیری.

مهم‌ترین اشتباه

یک ابزار انتخاب کن و سی روز با همان بمان. در این سی روز حتی اگر ابزار جدیدی معرفی شد، بازش نکن. این تنها کاری است که تفاوت بین «کسی که با هوش مصنوعی ور می‌رود» و «کسی که با هوش مصنوعی کار می‌کند» را می‌سازد.

لایه ۰۳

نقشه‌ی صادقانه‌ی ابزارها

ده‌ها ابزار هست. برای یک مبتدی، عملاً چهارتا اهمیت دارد. بقیه یا همین‌ها را با نام دیگر تکرار می‌کنند، یا برای کارِ تخصصی‌اند که تو هنوز به آن نرسیده‌ای.

ابزاردر چه چیزی واقعاً خوب استمناسبِ چه کسی
ChatGPTOpenAI همه‌فن‌حریفِ خوب. تولید تصویر، تحلیل فایل، جست‌وجوی وب و صحبت صوتی همه در یک جا. بیشترین آموزش فارسی هم برای همین هست. اگر نمی‌دانی کدام را بگیری، این را بگیر. کمترین احتمالِ گیر کردن.
ClaudeAnthropic متن‌های بلند و کارِ فکری. نوشتن، بازنویسی، خلاصه‌کردنِ سندهای طولانی، و کد. لحن نوشتاری‌اش طبیعی‌تر است و کمتر شلوغ می‌نویسد. کسی که کارش با نوشتن یا سند است: حقوق، پژوهش، ترجمه، محتوا، برنامه‌نویسی.
GeminiGoogle چسبیدن به اکوسیستم گوگل — جیمیل، داکس، شیتس، درایو، یوتیوب. اگر کارَت آنجاست، همان‌جا جواب می‌دهد. کسی که همه‌ی فایل‌ها و ایمیل‌هایش در گوگل است و نمی‌خواهد جابه‌جا کند.
NotebookLMGoogle این یکی فرق دارد و کمتر کسی جدی‌اش می‌گیرد: فقط روی سندهایی که خودت آپلود می‌کنی کار می‌کند و جواب‌هایش را به همان صفحه‌ها ارجاع می‌دهد. یعنی احتمال از خود درآوردن به‌شدت کم می‌شود. دانشجو، پژوهشگر، وکیل، پزشک، هر کسی که با جزوه و مقاله و قرارداد سر و کار دارد.

بقیه‌شان چه؟ Perplexity برای جست‌وجوی منبع‌دار خوب است، Copilot همان موتور مایکروسافت داخل آفیس است، DeepSeek و Grok و Mistral هم هستند. هیچ‌کدام برای شروع لازم نیستند. اسم‌شان را بدان، سراغ‌شان نرو.

راستی‌آزمایی

هر جمله‌ای که در اینترنت می‌خوانی — از جمله همین صفحه — تاریخ مصرف دارد. این ابزارها هر چند ماه عوض می‌شوند و اسم‌ها جابه‌جا می‌شود. قابلیت‌ها را در سایت رسمی خودشان چک کن، نه در ویدیوی یک سال پیش.

لایه ۰۴

پول: چه چیزی رایگان است و کِی باید پول بدهی

جواب کوتاه برای امشب: هیچی. برای پنج قسمت اولِ این دوره، نسخه‌ی رایگان کافی است و این را جدی می‌گویم، نه برای دلخوشی.

هر چهار ابزارِ بالا نسخه‌ی رایگان دارند. نسخه‌ی رایگان معمولاً یعنی: مدلِ کمی ضعیف‌تر، سقفِ تعداد پیام در روز، و گاهی نبودِ چند قابلیت جانبی. برای کسی که تازه شروع کرده، هیچ‌کدام این‌ها مانع نیست — چون گلوگاهِ تو الان مهارتِ پرسیدن است، نه قدرتِ مدل.

نسخه‌های پولی این‌ها معمولاً حول ۲۰ دلار در ماه قیمت می‌خورند. سه نکته‌ی صادقانه دربارهٔ این عدد:

  • قیمت‌ها مدام عوض می‌شوند. عددی که اینجا نوشته‌ام تقریبی است و تاریخ نگارش این درس مرداد ۱۴۰۵ است. قبل از هر تصمیمی، صفحه‌ی قیمتِ خودِ سرویس را باز کن.
  • پرداخت از ایران مستقیم ممکن نیست. این سرویس‌ها کارت بانکی ایرانی را نمی‌پذیرند. این واقعیت را همین اول بگویم تا وقتت را سرِ تلاش برای خرید هدر ندهی.
  • وقتی پول بده که به سقف خورده باشی. یعنی وقتی روزی چند بار پیغام «امروز به حد مجاز رسیدی» بگیری، یا کاری داشته باشی که فقط نسخه‌ی پولی انجامش می‌دهد. تا آن روز، پول دادن فقط هزینه است، نه سرمایه‌گذاری.
قاعده

اگر ماهی بیست دلار برایت پول کمی نیست، این معیار را بگذار: تا وقتی هوش مصنوعی برایت درآمد یا صرفه‌جویی زمانی ماهانه‌ی بیشتر از قیمتش نساخته، رایگان بمان. این معیار برای هر ابزاری در زندگی‌ات کار می‌کند، نه فقط این.

لایه ۰۵

چه چیزی را داخل چت نکن

تا اینجا ابزارت را انتخاب کرده‌ای. قدمِ بعدی این است که ببَری‌اش سراغِ کار و درسِ خودت — و پیش از آن یک قاعده لازم داری. چیزی که در چت می‌نویسی لزوماً بین تو و ماشین نمی‌ماند: روی سرورِ یک شرکت ذخیره می‌شود، ممکن است آدمی برای بررسی کیفیت بخوانَدش، و در نسخه‌های رایگان ممکن است صرفِ آموزشِ مدل‌های بعدی شود. خطر، «هوشِ» مدل نیست؛ همان لاگِ ذخیره‌شده است.

خبر خوب این است که لازم نیست چیزی را کنار بگذاری. فقط باید بدانی هر چیزی در کدام یکی از این سه سطل می‌افتد:

  • بی‌خطر. اگر فردا عمومی شود، اتفاقی نمی‌افتد. مستقیم بده.
  • اول پاک‌سازی کن. محتوایش را لازم داری، هویتش را نه. اسم و شماره و مبلغ را با [نام] و [مبلغ] عوض کن. مدل ساختار را می‌فهمد و با اسم‌ها کاری ندارد.
  • هرگز. یا مالِ تو نیست، یا افشا شدنش قابل جبران نیست.

هشت نمونه‌ی واقعی. هر کدام را در سطلِ خودش بینداز:

جزوه یا مقاله‌ای که استاد پخش کرده یا جایی منتشر شده بی‌خطر. همین حالا هم عمومی است. تنها چیزی که سرِ تردید از دست می‌دهی، وقت است.
پیش‌نویس متنی که خودت نوشته‌ای و هنوز منتشرش نکرده‌ای بی‌خطر. مالِ خودت است و تصمیمش هم. اگر نگرانِ استفاده‌ی آموزشی هستی، همان گزینه‌ی تنظیمات را ببند — راهش این نیست که از ابزار استفاده نکنی.
قراردادی که اسم طرف مقابل و مبلغش رویش است اول پاک‌سازی کن. ساختارِ قرارداد را لازم داری، اسم‌ها را نه. اسم و مبلغ و شماره را با [نام] و [مبلغ] عوض کن؛ جوابی که می‌گیری هیچ فرقی نمی‌کند.
فایل فروش ماه، با ستونِ اسم مشتری اول پاک‌سازی کن. الگو در عددهاست نه در اسم‌ها. ستون اسم را حذف کن و بقیه‌اش را بده.
جواب آزمایش خودت، با نام و کد ملی رویش اول پاک‌سازی کن. عددهای آزمایش بمانند، هویت برود. و جوابش را جای پزشک نگذار — این ابزار برای ساختنِ سوالِ بهتر خوب است، نه برای تصمیم.
رمز، شماره‌ی کارت، یا کد یک‌بارمصرفی که پیامک شده هرگز. هیچ کارِ درستی وجود ندارد که این‌ها را لازم داشته باشد. اگر ابزاری خواستشان، مسئله خودِ آن ابزار است.
پیام خصوصی‌ای که یک نفر دیگر برایت فرستاده هرگز. متن مالِ اوست. می‌توانی دربارهٔ موقعیت بپرسی و ماجرا را با کلمات خودت تعریف کنی — ولی فرستادنِ پیامِ کسی، تصمیمی است که جای او گرفته‌ای.
کد یا سندِ داخلیِ محلِ کارت هرگز — تا وقتی سیاست شرکتت را نخوانده‌ای. بسیاری از قراردادهای کاری این را صریحاً ممنوع کرده‌اند، و «نمی‌دانستم» بندِ خوبی برای دفاع نیست.

قاعده

پیش از فرستادن هر فایلی یک بار از خودت بپرس: «اگر همین متن فردا روی اینترنت باشد، برای چه کسی بد می‌شود؟» اگر جواب «برای خودم» است، تصمیمش با خودت. اگر جواب «برای یک نفر دیگر» است، تصمیمش مالِ تو نیست.

و یک تنظیم که همین امشب ارزشِ پنج دقیقه وقت را دارد. هر سه سرویس گزینه‌ای دارند که اجازه‌ی استفاده از گفت‌وگوهایت برای آموزشِ مدل را می‌گیرد یا می‌دهد. اسمش در هر کدام فرق می‌کند ولی همیشه زیر Data controls یا Privacy نشسته است. یک بار پیدایش کن و خودت تصمیم بگیر — نه اینکه پیش‌فرض برایت تصمیم بگیرد.

لایه ۰۶

رشته‌ی خودت را بزن

اینجا جایی است که بیشترِ آموزش‌ها شکست می‌خورند: کلی‌گویی می‌کنند. رشته‌ات را انتخاب کن تا دقیقاً بگویم کدام ابزار، و اولین کارِ واقعی‌ات چیست.

یکی را انتخاب کن

اگر رشته‌ات دقیقاً در فهرست نیست، نزدیک‌ترین را بزن — منطقش یکی است.

لایه ۰۷

اولین کار واقعی، همین امشب

خواندن این صفحه هیچ مهارتی به تو نمی‌دهد. بیست دقیقه کار کردن می‌دهد. این تمرین را همین حالا انجام بده.

اشتباهِ همه‌ی مبتدی‌ها این است که می‌نویسند «یک متن درباره‌ی فلان بنویس» و بعد از جوابِ بی‌روحی که می‌گیرند ناامید می‌شوند. یک درخواستِ خوب چهار تکه دارد. این قالب را بردار و جای پرانتزها را پر کن:

تو یک [نقش: مثلاً مشاور پایان‌نامه / مدیر فروش / سردبیر] باتجربه هستی.

زمینه: [من که هستم، چه کار می‌کنم، این کار برای چه کسی است]

کار: [دقیقاً چه می‌خواهی — یک جمله‌ی روشن]

قالب خروجی: [چند بند؟ فهرست یا متن؟ چه لحنی؟ چقدر بلند؟]

اگر چیزی از زمینه برایت مبهم است، اول از من بپرس و بعد شروع کن.

آن جمله‌ی آخر مهم‌ترین تکه است و تقریباً هیچ‌کس نمی‌نویسدش. با همان یک خط، ابزار به‌جای حدس زدن، از تو سوال می‌پرسد — و همین یک تفاوت، کیفیت جواب را زیر و رو می‌کند.

حالا یک قدم جلوتر. جوابِ اول را که گرفتی، تمامش نکن. این سه جمله را پشت سر هم بفرست و ببین چه اتفاقی می‌افتد:

۱. «این را برای [مخاطب واقعی‌ات] بازنویسی کن، ساده‌تر.»

۲. «سه جای این متن که ضعیف است را خودت پیدا کن و بگو چرا.»

۳. «حالا همان سه جا را درست کن.»

این حلقه‌ی سه‌مرحله‌ای — بساز، نقد کن، اصلاح کن — تفاوت بین خروجیِ متوسط و خروجیِ قابل‌استفاده است. و کل هزینه‌اش سه جمله است.

لایه ۰۸

مهم‌ترین مهارت: بفهمی کِی دارد اشتباه می‌گوید

به این پدیده می‌گویند توهم — وقتی مدل چیزی را با اطمینان کامل می‌گوید که اصلاً وجود ندارد. این یک باگ نیست که روزی رفع شود؛ از طرزِ کارِ این ابزار می‌آید. پس مهارتِ تشخیصش، مهارتِ توست.

یک تمرین کوچک. فرض کن از مدل پرسیده‌ای «منبعی برای فلان موضوع بده». کدام یکی از این سه جواب بیشتر از همه باید نگرانت کند؟

سه علامت هشدار که باید حفظ کنی:

  • عدد و تاریخ و آمار. دقیق‌ترین‌شان مشکوک‌ترین‌اند. «۶۷ درصد» را باور نکن تا منبعش را نبینی.
  • ارجاع و منبع. نام کتاب و مقاله و شماره‌ی صفحه از جاهایی است که مدل‌ها راحت‌تر از هر چیز از خودشان می‌سازند. همیشه جست‌وجو کن که آن منبع اصلاً وجود دارد.
  • هر چیزی که به تو ضرر مالی، حقوقی یا پزشکی می‌زند. اینجا اصلاً به تنهایی به مدل تکیه نکن. مدل برای پیش‌نویس خوب است، برای تصمیم نه.
قاعده

یک سوال ساده قبل از استفاده از هر جوابی از خودت بپرس: «اگر این غلط باشد، چه چیزی را از دست می‌دهم؟» اگر جواب «هیچی» است، استفاده کن. اگر جواب «آبرو، پول یا سلامتی» است، برو راستی‌آزمایی کن.

لایه ۰۹

قانون سی روز

۰ از ۹

این فهرست را تیک بزن. هر تیک، یک عادت است — و مجموعشان همان چیزی است که در سی روز از تو یک کاربرِ واقعی می‌سازد. تیک‌ها روی همین مرورگر ذخیره می‌شوند.

بعد

در قسمت دوم

حالا که ابزارت را انتخاب کرده‌ای و بلدی صورت‌مسئله بدهی، می‌رویم سراغ چیزی که واقعاً زندگی کاری‌ات را عوض می‌کند.

  • آناتومی یک پرامپت خوب — از قالب چهارتکه‌ای تا الگوهایی که در کار واقعی جواب می‌دهند.
  • کار با فایل‌های خودت — جزوه، قرارداد، مقاله، صورت‌حساب. اینجاست که NotebookLM معنا پیدا می‌کند.
  • ساختن یک دستیار برای شغل خودت — یک بار تنظیمش کنی، هر روز ازش استفاده کنی.
  • مرزها — چه کارهایی را هرگز نباید به هوش مصنوعی بسپاری، و چرا.

تا آن موقع، سی روزت را شروع کن. جدی می‌گویم — بدون آن سی روز، قسمت دوم فقط یک متن دیگر است که خوانده‌ای.

برای راستی‌آزمایی خودت

عمداً به ویدیو و مقاله‌ی دست‌دوم ارجاع نمی‌دهم. قیمت‌ها و قابلیت‌ها را از سایت رسمی هر سرویس بخوان، چون فقط آنجا به‌روز است:

  • OpenAI — openai.com/chatgpt/pricing (قیمت و تفاوت نسخه‌ها)
  • Anthropic — claude.com/pricing (قیمت و سقف استفاده)
  • Google — gemini.google.com و notebooklm.google.com
  • برای فهمیدن پدیده‌ی توهم: مستندات خودِ سازنده‌ها بخش limitations را بخوان — هر سه شرکت صریح دربارهٔ آن نوشته‌اند.

تاریخ نگارش این درس: مرداد ۱۴۰۵. اگر ماه‌ها بعد این را می‌خوانی، ساختار درس هنوز درست است، ولی اعداد را خودت چک کن.

نوشته و تدریس: محمد نویدی — متخصص هوش مصنوعی کاربردی · استودیو نویدیکس
NavidixNAVIDIX