ماژول ۱۵: مینی پروژه پایانی (Capstone Mini-Project)

← قبلی | 🏠 خانه | بعدی →

به مینی پروژه پایانی خوش آمدید! این ماژول نقطه اوج تمام چیزهایی است که در این کارگاه آموخته‌اید و برای سنجش توانایی شما در ادغام مهندسی پرامپت، تفکر انتقادی و ابزارهای مختلف هوش مصنوعی در یک پروژه عملی و جامع طراحی شده است. شما از وظایف ساده و تک‌پرامپتی فراتر رفته و وارد جریان‌های کاری چندمرحله‌ای و تکرارپذیر هوش مصنوعی خواهید شد که کاربردهای دنیای واقعی را منعکس می‌کنند.

مینی پروژه پایانی و نقشه مسیر

نمای کلی پروژه

هدف از این پروژه پایانی نشان دادن تسلط شما بر ابزارهای هوش مصنوعی برای حل مشکلات پیچیده و چندوجهی است. شما باید توانایی‌های زیر را به نمایش بگذارید:

  • تدوین پرامپت‌های مؤثر و غنی از زمینه (Context).
  • تکرار و بهبود خروجی‌های هوش مصنوعی با استفاده از تکنیک‌های پیشرفته (مانند few-shot و chain-of-thought).
  • ترکیب چندین ابزار هوش مصنوعی (مانند ChatGPT برای متن، Midjourney/DALL-E برای تصاویر) برای رسیدن به یک هدف واحد.
  • ارزیابی انتقادی خروجی‌های هوش مصنوعی از نظر دقت، سوگیری و کیفیت.
چرخه حیات پروژه و فرآیند CRISP-DM

چرخه استاندارد اجرای پروژه داده و هوش مصنوعی (مدل CRISP-DM): از شناخت مسئله و پردازش داده تا پیاده‌سازی و استقرار نهایی

زمان تخمینی: ۲ تا ۴ ساعت.

دستورالعمل‌ها:
۱. یکی از چهار مسیر (Track) زیر را که بیشترین همخوانی را با علایق یا اهداف شغلی شما دارد انتخاب کنید.
۲. تمام خروجی‌های فهرست شده در مسیر انتخابی خود را تکمیل کنید.
۳. فرآیند خود را مستند کنید، از جمله تمام پرامپت‌های استفاده شده و مراحل تکرار و اصلاح.
۴. خروجی‌های نهایی و یک ارائه کوتاه را مطابق با دستورالعمل‌های ارسال آماده کنید.


مسیرها (The Tracks)

مسیر الف: تولیدکننده محتوا و بازاریاب (Content Creator & Marketer)

سناریو: شما در حال راه‌اندازی یک برند سبک زندگی ارگانیک و دوستدار محیط زیست (خیالی) هستید. برای اعلام راه‌اندازی، باید یک بسته محتوای دیجیتال جامع ایجاد کنید.

خروجی‌های دقیق:
۱. سند هویت برند:

  • با استفاده از هوش مصنوعی، ۵ نام تجاری بالقوه را طوفان فکری کنید و بهترین آن‌ها را انتخاب کنید.
  • یک بیانیه مأموریت (Mission Statement)، یک بیانیه چشم‌انداز و لیستی از ارزش‌های اصلی تولید کنید.
  • لحن برند (مثلاً بازیگوش، جدی، الهام‌بخش) را با ذکر مثال تعریف کنید.
  • لوگو و دارایی‌های بصری:
  • با استفاده از یک ابزار تولید تصویر (Midjourney, DALL-E 3) یک لوگو ایجاد کنید.
  • ۲ دارایی بصری تکمیلی (مثلاً بنر وب‌سایت یا ماکاپ محصول) تولید کنید.
  • کمپین شبکه‌های اجتماعی:
  • یک تقویم شبکه‌های اجتماعی ۱ هفته‌ای (۳ پست) ایجاد کنید.
  • متن هر پست را بنویسید که برای اینستاگرام و لینکدین سفارشی شده باشد.
  • تصاویر همراه برای هر پست تولید کنید.
  • فیلمنامه ویدئوی تبلیغاتی و صدا:
  • یک فیلمنامه ۳۰ ثانیه‌ای تا ۱ دقیقه‌ای برای یک ویدئوی تبلیغاتی بنویسید که شامل نشانه‌های بصری و متن صدای گوینده (Voiceover) باشد.
  • (اختیاری) از ابزارهای صوتی هوش مصنوعی (مانند Suno یا ElevenLabs) برای تولید موسیقی پس‌زمینه یا صدای گوینده استفاده کنید.
  • پست وبلاگ:
  • یک پست وبلاگ ۵۰۰ کلمه‌ای و بهینه‌سازی شده برای سئو (SEO) بنویسید که برند را به دنیا معرفی می‌کند.

راهنمای گام به گام:

  • با یک پرامپت کلی برای هویت برند شروع کنید و به هوش مصنوعی نقش “استراتژیست ارشد برند” را بدهید.
  • خروجی‌ها را تا زمانی که یک پایه قوی داشته باشید اصلاح کنید. از این پایه به عنوان زمینه (Context) برای تمام پرامپت‌های بعدی استفاده کنید تا یکپارچگی حفظ شود.

مسیر ب: تحلیل‌گر داده و استراتژیست (Data Analyst & Strategist)

سناریو: شما یک تحلیل‌گر داده برای یک شرکت تجارت الکترونیک هستید. یک مجموعه داده (دیتاست) خام و نامنظم از بازخورد مشتریان و داده‌های فروش به شما داده شده است (می‌توانید از هوش مصنوعی برای تولید یک دیتاست مصنوعی یا از منابع عمومی مانند Kaggle استفاده کنید).

خروجی‌های دقیق:
۱. تولید دیتاست مصنوعی (در صورت نیاز):

  • ایجاد یک فایل CSV حاوی حداقل ۱۰۰ ردیف داده تجارت الکترونیک (ستون‌ها: شناسه مشتری، سن، مبلغ خرید، دسته‌بندی محصول، امتیاز مرور، متن بازخورد).
  • پاکسازی و آماده‌سازی داده‌ها:
  • استفاده از ابزار هوش مصنوعی (مانند ChatGPT Advanced Data Analysis) برای شناسایی مقادیر از دست رفته و ناهنجاری‌ها.
  • مستندسازی مراحل پاکسازی.
  • تحلیل اکتشافی داده‌ها (EDA) و تصویرسازی:
  • تولید حداقل ۵ نمودار واضح و آموزنده (مانند فروش بر اساس دسته، توزیع سنی، تحلیل احساسات بازخوردها).
  • گزارش خلاصه اجرایی:
  • نوشتن یک گزارش ۲ صفحه‌ای که یافته‌های کلیدی، روندها و توصیه‌های عملی برای تیم‌های بازاریابی و محصول را خلاصه می‌کند.
  • GPT سفارشی / قالب پرامپت خودکار:
  • طراحی یک پرامپت سیستم جامع (یا ساخت یک Custom GPT) که به طور خاص برای تحلیل خودکار دیتاست‌های آینده با این فرمت آموزش دیده باشد.

راهنمای گام به گام:

  • اگر دیتاست را تولید می‌کنید، از پرامپت‌های few-shot استفاده کنید.
  • به جای درخواست ساده برای “نمودار”، سوالات تحلیلی خاص بپرسید (مثلاً “آیا همبستگی بین سن و مبلغ خرید وجود دارد؟”).

مسیر ج: توسعه‌دهنده و تکولوژیست (Developer & Technologist)

سناریو: وظیفه شما ساخت یک نمونه اولیه (Prototype) از یک مینی اپلیکیشن است که از هوش مصنوعی برای حل یک مشکل خاص استفاده می‌کند.

خروجی‌های دقیق:
۱. معماری و منطق برنامه:

  • تعریف هدف برنامه (مثلاً برنامه‌ریز سفر با هوش مصنوعی).
  • استفاده از هوش مصنوعی برای تولید منطق هسته یا ساختار کد (مثلاً اسکریپت پایتون، وب‌اپلیکیشن ساده با Streamlit).
  • یکپارچه‌سازی API:
  • اتصال حداقل یک API خارجی (مانند OpenAI API یا API آب و هوا).
  • پیاده‌سازی RAG (امتیاز ویژه):
  • پیاده‌سازی یک سیستم پایه Retrieval-Augmented Generation.
  • مستندات فنی:
  • تولید یک فایل README.md جامع با هوش مصنوعی.
  • تست‌های واحد و اشکال‌زدایی:
  • نوشتن حداقل ۳ تست واحد برای توابع اصلی. مستندسازی اشکالات و نحوه رفع آن‌ها با هوش مصنوعی.
معماری سیستم RAG در پروژه مینی اپلیکیشن

جریان داده و معماری اتصال کلاینت، بازیابی اسناد پایگاه داده و تولید پاسخ در پیاده‌سازی پروژه RAG


مسیر د: مربی و پژوهشگر (Educator & Researcher)

سناریو: شما یک مربی هستید که یک ماژول یادگیری مدرن و تعاملی در مورد یک موضوع پیچیده دلخواه طراحی می‌کنید.

خروجی‌های دقیق:
۱. تحقیق و مرور ادبیات:

  • انتخاب یک موضوع و خلاصه کردن ۵ مفهوم کلیدی یا مقاله دانشگاهی.
  • راهنمای مطالعه جامع:
  • ایجاد یک راهنمای ساختاریافته با اهداف یادگیری و توضیحات مفصل.
  • مواد یادگیری تعاملی:
  • تولید مجموعه‌ای از ۲۰ فلش‌کارت (پرسش/پاسخ).
  • ایجاد یک آزمون ۱۰ سوالی چندگزینه‌ای با کلید پاسخ و توضیحات.
  • ابزارهای بصری و نمودارهای توضیحی:
  • تولید ۳ ابزار بصری با هوش مصنوعی.
  • فیلمنامه درس صوتی/تصویری:
  • نوشتن یک فیلمنامه ۵ دقیقه‌ای متناسب با یک مخاطب خاص.

دستورالعمل‌های ارسال

برای تکمیل موفقیت‌آمیز این پروژه پایانی، باید یک بسته جامع شامل خروجی‌ها و فرآیند کار خود ارسال کنید.

آنچه باید ارسال کنید:
۱. خروجی‌ها: تمام فایل‌های مورد نیاز برای مسیر انتخابی شما.
۲. گزارش پرامپت‌ها (prompts.txt): فایلی که تمام پرامپت‌های اصلی، ابزار استفاده شده و دلیل استفاده از آن‌ها را لیست می‌کند.
۳. تأمل شخصی (Self-Reflection): یک مقاله کوتاه (یک صفحه‌ای) در پاسخ به:

  • چه چیزی خوب پیش رفت؟
  • چه چالش‌هایی با هوش مصنوعی داشتید و چگونه بر آن‌ها غلبه کردید؟
  • پرامپت‌های شما چگونه از اولین تلاش تا نتیجه نهایی تکامل یافتند؟

جدول ارزیابی (Rubric)

پروژه شما بر اساس جدول ارزیابی جامع زیر بررسی خواهد شد:

معیار وزن عالی (۹۰-۱۰۰٪) قابل قبول (۷۰-۸۹٪) نیازمند بهبود (کمتر از ۷۰٪)
کیفیت پرامپت و تکنیک ۲۵٪ استفاده استادانه از تکنیک‌های پیشرفته (few-shot، نقش‌آفرینی). پرامپت‌ها بسیار دقیق و دارای زمینه غنی هستند. استفاده مؤثر از پرامپتینگ پایه. گاهی اوقات به پرامپت‌های کلیشه‌ای تکیه می‌کند. تکیه صرف به پرامپت‌های ساده (zero-shot). بدون زمینه، منجر به خروجی‌های عمومی می‌شود.
انتخاب و استفاده از ابزار ۲۰٪ انتخاب بهترین ابزار برای هر کار. ترکیب یکپارچه چندین ابزار. انتخاب ابزارهای مناسب برای اکثر کارها، اما ممکن است از ویژگی‌های پیشرفته استفاده نکند. استفاده نامناسب از ابزارها (مثلاً درخواست از مدل متنی برای گرافیک پیچیده).
کیفیت و خلاقیت خروجی ۲۵٪ خروجی‌های نهایی بسیار صیقل‌یافته، خلاقانه، حرفه‌ای و مستقیماً مرتبط با سناریو هستند. خروجی‌ها قابل قبول هستند و الزامات را برآورده می‌کنند، اما ممکن است فاقد ظرافت نهایی باشند. خروجی‌ها ناقص، عمومی یا بدون ویرایش واضح خروجی هوش مصنوعی با نقص‌های عمده هستند.
مستندسازی و تأمل ۱۵٪ لاگ پرامپت‌ها جامع است. تأمل نشان‌دهنده تفکر عمیق انتقادی است. لاگ پرامپت‌ها تا حدودی کامل است. تأمل کافی است اما فاقد بینش عمیق است. مستندات وجود ندارد یا بسیار پراکنده است.
ملاحظات اخلاقی ۱۵٪ شواهد واضح مبنی بر در نظر گرفتن سوگیری‌ها، توهمات و ایمنی. محتوا اصلی و ایمن است. به طور کلی ایمن و اخلاقی، اما ممکن است فاقد بررسی صریح سوگیری‌ها باشد. خروجی حاوی توهمات واضح، سوگیری‌های بررسی‌نشده یا محتوای نامناسب است.
زنجیره شواهد و حاکمیت هوش مصنوعی در ارزیابی پروژه

زنجیره شواهد و مستندسازی ارزیابی پروژه (AI Governance Evidence Chain) جهت ممیزی عملکرد، پاسخگویی و کیفیت خروجی


نمونه ارسال جامع (مسیر الف)

۱. هویت برند
پرامپت اولیه (ChatGPT-4):

“به عنوان یک استراتژیست ارشد برند عمل کن. من می‌خواهم شرکتی راه‌اندازی کنم که کیت‌های باغبانی شهری ماژولار و پایدار را به نسل هزاره (Millennials) که در آپارتمان‌های کوچک زندگی می‌کنند، می‌فروشد. ۱۰ نام تجاری خلاقانه، یک بیانیه مأموریت و لحن برند را طوفان فکری کن. لحن باید مدرن، تشویق‌کننده و کمی شوخ‌طبعانه باشد.”

۲. تولید لوگو
پرامپت تکرارپذیر (Midjourney):

  • تلاش ۱: /imagine a logo for an urban gardening company called SproutSpace, modern (نتیجه خیلی پیچیده و واقعی بود).
  • تلاش ۲ (اصلاح شده): /imagine a minimalist flat vector logo for an urban gardening brand, a geometric leaf merging with an apartment building window, earthy green and terracotta colors, white background, simple, clean, corporate identity --no text, words, letters --v 6.0 (نتیجه عالی بود).

(بقیه بخش‌های نمونه مانند پست‌های شبکه‌های اجتماعی و تأمل شخصی نیز باید در ارسال شما گنجانده شوند).

← قبلی | 🏠 خانه | بعدی →

پیمایش به بالا