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

Part 1: Video Scenario & Screen Actions

  1. [Camera on Host] Hook and intro: Congratulate viewers warmly on reaching the 15th and final module of the course; joke that watching videos with a cup of tea isn’t enough—now it’s time to build a real 2-to-4-hour portfolio project combining multiple AI tools.
  2. [Show Slide 1 / Project Overview & CRISP-DM Lifecycle] Display the module title “ماژول ۱۵: مینی پروژه پایانی (Capstone Mini-Project)”, the CRISP-DM lifecycle diagram, the 4 core competencies being tested (CREATE context-rich prompting, iterative refinement with Few-shot/CoT, multi-tool chaining, and ethical/hallucination auditing), and the 2–4 hour time estimate.
  3. [Show Slide 2 / Track A: Content Creator & Marketer] Display Track A (تولیدکننده محتوا و بازاریاب)—launching a fictional eco-friendly lifestyle brand with 5 required deliverables:
    1. Brand Identity Document (5 brainstormed names, Mission, Vision, Values, Tone of Voice).
    1. Logo & 2 Visual Assets (website banner / product mockup via Midjourney or DALL-E 3).
    1. 1-Week Social Media Campaign (3 tailored posts for Instagram & LinkedIn + accompanying visuals).
    1. 30–60s Promo Video Script & Audio (visual cues + voiceover script + optional Suno/ElevenLabs audio).
    1. 500-word SEO Blog Post introducing the brand.
  4. [Show Slide 3 / Track B: Data Analyst & Strategist] Display Track B (تحلیل‌گر داده و استراتژیست)—analyzing a messy 100-row e-commerce dataset (from Kaggle or synthetically generated via Few-shot prompting) with 5 deliverables:
    1. Dataset CSV (Customer ID, Age, Purchase Amount, Category, Rating, Feedback Text).
    1. Data Cleaning & Preparation log (handling missing values & anomalies via ChatGPT Data Analysis / Julius AI).
    1. Exploratory Data Analysis (EDA) & 5 Visualizations (sales by category, age distribution, feedback sentiment).
    1. 2-Page Executive Summary Report with actionable product/marketing recommendations.
    1. Custom GPT or Automated System Prompt template for recurring monthly datasets.
  5. [Show Slide 4 / Track C: Developer & Technologist] Display Track C (توسعه‌دهنده و تکنولوژیست) and the RAG architecture diagram—building a working AI mini-app prototype with 5 deliverables:
    1. Core App Architecture & Logic (e.g., Python script or Streamlit web app).
    1. External API Integration (OpenAI/Anthropic/OpenRouter API or weather/external API).
    1. Basic RAG Implementation (bonus points for connecting a local vector store).
    1. Comprehensive Technical README.md.
    1. 3 Unit Tests & Debugging Log documenting how AI helped fix errors.
  6. [Show Slide 5 / Track D: Educator & Researcher] Display Track D (مربی و پژوهشگر)—designing a modern interactive learning module on a complex topic with 5 deliverables:
    1. Literature Review summarizing 5 core concepts or academic papers.
    1. Structured Study Guide with clear learning objectives.
    1. Interactive Learning Materials (20 Q&A flashcards + a 10-question multiple-choice quiz with answer key & explanations).
    1. 3 AI-Generated Visual Diagrams / Explanatory Aids.
    1. 5-Minute Audio/Video Lesson Script tailored to a target student audience.
  7. [Show Slide 6 / Submission Package & Evaluation Rubric] Display the AI Governance Evidence Chain diagram, the 3 required submission items (1. Track Deliverables, 2. prompts.txt log, 3. 1-page Self-Reflection essay), and the 100-point Evaluation Rubric table:
  8. Prompt Quality & Technique (25%)
  9. Tool Selection & Multi-Tool Integration (20%)
  10. Output Quality & Creativity (25%)
  11. Documentation & Self-Reflection (15%)
  12. Ethical Considerations & Fact-Checking (15%)
  13. [Screen Record] Walkthrough of Sample Submission (Track A — “SproutSpace” Urban Gardening Brand): Show how the initial ChatGPT brand strategist prompt sets the foundation, and zoom in on the iterative Midjourney logo evolution—comparing Attempt 1 (/imagine a logo for an urban gardening company called SproutSpace, modern -> overly complex/realistic) with Attempt 2 (/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 -> clean professional vector logo).
  14. [Camera on Host] Course Finale Outro & Call to Action: Deliver a heartfelt graduation message for completing all 15 modules, ask viewers to comment which Track (A, B, C, or D) they are choosing and share links to their finished capstone projects, remind them to like, subscribe, and share the playlist with friends, and sign off warmly.

Part 2: Teleprompter Transcript (Persian)

[Action 1] سلام و صدتا تبریک از صمیم قلب به شما رفقای پرانرژی و بااراده که تا ماژول پانزدهم و ایستگاه پایانی این کارگاه جامع هوش مصنوعی پیش اومدین! ولی صبر کنین؛ نکنه فکر کردین فقط با تماشا کردن ویدیوها و نوشیدن چایی قراره پرونده این دوره رو ببندیم؟! توی ماژول پانزدهم یعنی مینی‌پروژه پایانی (Capstone Mini-Project)، وقتشه که از حالت تماشاگر دربیام و بشیم بازیگر اصلی! می‌خوایم تمام تکنیک‌های مهندسی پرامپت، زنجیره ابزارها، تحلیل داده، کدنویسی و اخلاق هوش مصنوعی رو بریزیم توی یه پروژه واقعی ۲ تا ۴ ساعته که بتونین با افتخار بذارینش توی رزومه، لینکدین یا پورتفولیوی کاری‌تون!

[Action 2] همون‌طور که توی اسلاید اول می‌بینین، هدف این پروژه اینه که از پرامپت‌های تکی و ساده عبور کنین و یه جریان کاری چندمرحله‌ای بسازین. شما لازم نیست هر ۴ تا پروژه رو انجام بدین؛ فقط کافیه یکی از ۴ مسیر (Track) زیر رو که به شغل، رشته تحصیلی یا علاقه شخصی‌تون نزدیک‌تره انتخاب کنین و تا آخرش برین. بیاین این ۴ تا مسیر جذاب رو با هم ببینیم.

[Action 3] مسیر الف: مخصوص تولیدکنندگان محتوا و بازاریاب‌ها (Content Creator & Marketer)!
سناریو اینه که دارین یه برند خیالیِ سبک زندگی ارگانیک و دوستدار محیط‌زیست رو راه‌اندازی می‌کنین و باید یه بسته دیجیتال کامل با ۵ تا خروجی بسازین:
۱. سند هویت برند: با کمک هوش مصنوعی ۵ تا اسم برند طوفان فکری کنین، بهترین رو انتخاب کنین و بیانیه ماموریت، چشم‌انداز و لحن برند رو بنویسین.
۲. لوگو و دارایی‌های بصری: با Midjourney، DALL-E 3 یا Ideogram یه لوگوی حرفه‌ای و ۲ تا بنر سایت یا موکاپ محصول بسازین.
۳. کمپین شبکه‌های اجتماعی: یه تقویم محتوایی ۱ هفته‌ای شامل ۳ پست سفارشی‌شده برای اینستاگرام و لینکدین به همراه عکس‌هاشون تولید کنین.
۴. فیلمنامه ویدیوی تبلیغاتی و صدا: یه سناریوی ۳۰ تا ۶۰ ثانیه‌ای شامل تصویر و متن نریشن بنویسین (و اگه دوست داشتین با Suno یا ElevenLabs روش موزیک و صدا بذارین!).
۵. و پست وبلاگ: یه مقاله ۵۰۰ کلمه‌ای کاملاً سئوشده برای معرفی برند به دنیا بنویسین.

[Action 4] مسیر ب: مخصوص تحلیل‌گران داده و استراتژیست‌ها (Data Analyst & Strategist)!
اینجا شما تحلیل‌گر داده یک فروشگاه اینترنتی هستین و باید این ۵ تا خروجی رو تحویل بدین:
۱. دیتاست ۱۰۰ ردیفه CSV: می‌تونین از سایت Kaggle دانلود کنین یا با تکنیک Few-shot از هوش مصنوعی بخواین یه دیتاست مصنوعی شامل شناسه مشتری، سن، مبلغ خرید، دسته‌بندی، امتیاز و متن نظر مشتری براتون بسازه.
۲. پاکسازی و آماده‌سازی داده‌ها: با ابزارهایی مثل ChatGPT Advanced Data Analysis یا Julius AI مقادیر گمشده و داده‌های پرت رو تمیز و مستند کنین.
۳. تحلیل اکتشافی (EDA) و ۵ نمودار: حداقل ۵ تا نمودار تحلیلی واضح (مثل فروش بر اساس دسته‌بندی، توزیع سنی و تحلیل احساسات نظرات) خروجی بگیرین.
۴. گزارش خلاصه اجرایی ۲ صفحه‌ای: شامل روندها و پیشنهادهای عملی برای تیم محصول و مارکتینگ.
۵. و طراحی یک Custom GPT یا قالب پرامپت سیستم که دیتاست‌های ماه‌های آینده شرکت رو با همین فرمت به صورت خودکار تحلیل کنه!

[Action 5] مسیر ج: مخصوص توسعه‌دهندگان و تکنولوژیست‌ها (Developer & Technologist)!
وظیفه شما ساختن نمونه اولیه (Prototype) یک مینی‌اپلیکیشن هوش مصنوعیه (مثلاً یه برنامه‌ریز سفر هوشمند با پایتون و Streamlit) با این ۵ خروجی:
۱. معماری و منطق اصلی برنامه: تولید ساختار کد با کمک Cursor یا Claude.
۲. اتصال به API: یکپارچه‌سازی حداقل یک API خارجی (مثل OpenAI، OpenRouter یا API آب‌وهوا).
۳. پیاده‌سازی سیستم پایه RAG (امتیاز ویژه!): اتصال برنامه به یک فایل متنی یا PDF با ChromaDB یا LangChain.
۴. مستندات فنی: تولید یک فایل README.md استاندارد و تمیز برای گیت‌هاب پروژه.
۵. و تست‌های واحد و دیباگ: نوشتن حداقل ۳ تا Unit Test برای توابع اصلی و مستند کردن اینکه چطور باگ‌های برنامه رو با کمک هوش مصنوعی برطرف کردین.

[Action 6] و مسیر د: مخصوص معلم‌ها، مدرس‌ها و پژوهشگران (Educator & Researcher)!
شما قراره یک ماژول آموزشی مدرن و تعاملی درباره یک موضوع پیچیده دلخواه طراحی کنین که ۵ تا خروجی داره:
۱. تحقیق و مرور ادبیات: خلاصه کردن ۵ مفهوم کلیدی یا مقاله دانشگاهی (با ابزارهایی مثل Perplexity و NotebookLM).
۲. راهنمای مطالعه جامع: با اهداف یادگیری و توضیحات ساختاریافته.
۳. مواد یادگیری تعاملی: ساختن ۲۰ تا فلش‌کارت پرسش‌وپاسخ به همراه یک آزمون ۱۰ سوالی چهارگزینه‌ای با کلید پاسخ تشریحی.
۴. ۳ ابزار بصری و دیاگرام توضیحی تولیدشده با هوش مصنوعی.
۵. و فیلمنامه یک درس صوتی/تصویری ۵ دقیقه‌ای متناسب با سن و سطح مخاطب هدفتون!

[Action 7] حالا توی اسلاید ششم ببینیم بسته ارسالی و جدول نمره‌دهی (Rubric) از چه قراره:
هر مسیری رو که انتخاب کردین، در نهایت ۳ تا چیز رو کنار هم می‌ذارین: ۱. فایل‌های خروجی پروژه‌تون، ۲. فایل گزارش پرامپت‌ها (prompts.txt) که توش نوشتین کجا از چه ابزاری و با چه پرامپتی استفاده کردین، و ۳. یک صفحه تأمل شخصی (Self-Reflection) که توش صادقانه بنویسین چی خوب پیش رفت، کجاها هوش مصنوعی اذیتتون کرد و پرامپت اولتون چطور قدم‌به‌قدم تکامل پیدا کرد.
معیارهای ارزیابی هم از ۱۰۰ نمره اینطوریه:
– ۲۵٪ کیفیت و تکنیک پرامپت‌نویسی (استفاده از CREATE، Few-shot، نقش‌آفرینی و محدودیت‌ها)؛
– ۲۰٪ انتخاب هوشمندانه و ترکیب ابزارها؛
– ۲۵٪ کیفیت، ظرافت و خلاقیت خروجی نهایی؛
– ۱۵٪ مستندسازی و تأمل انتقادی؛
– و ۱۵٪ رعایت ملاحظات اخلاقی، راستی‌آزمایی و نداشتن توهم و سوگیری!

[Action 8] بیاین روی صفحه یه نمونه واقعی از تکامل پرامپت توی مسیر الف برای برند خیالی باغبانی آپارتمانی SproutSpace رو ببینیم تا دقیقاً دستتون بیاد دنبال چی هستیم:
اول با یه پرامپت نقش‌محور (به عنوان یک استراتژیست ارشد برند عمل کن...) هویت برند برای نسل هزاره که توی آپارتمان‌های کوچیک زندگی می‌کنن ساخته شده.
بعد برای ساخت لوگو توی میدجرنی، به تلاش اول نگاه کنین:
/imagine a logo for an urban gardening company called SproutSpace, modern
نتیجه چی شده؟ یه تصویر شلوغ و واقع‌گرایانه که اصلاً به درد لوگو نمی‌خوره!
حالا ببینین توی تلاش دوم چطور با تکنیک‌های دوره اصلاحش کرده:
/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
یعنی هم سبک minimalist flat vector رو مشخص کرده، هم استعاره تصویری (ترکیب برگ هندسی با پنجره آپارتمان) رو داده، هم پالت رنگی سبز خاکی و سفالی رو تعیین کرده و هم با پرامپت منفی --no text, words, letters جلوی حروف قاطی‌پاتی رو گرفته! دقیقاً همین سیر تکامله که توی فایل prompts.txt نشون می‌ده شما به یک مهندس واقعی هوش مصنوعی تبدیل شدین.

[Action 9] رفقای عزیز، دم تک‌تکتون گرم که توی این سفر ۱۵ ماژولی همراه من بودین! یادتون باشه هوش مصنوعی با تماشا کردن رام نمی‌شه؛ با دست‌به‌آچار شدن، تست کردن، خراب کردن و دوباره ساختن رام می‌شه. همین الان تصمیم بگیرین و توی کامنت‌های این ویدیو بنویسین کدوم مسیر رو برای پروژه پایانی‌تون انتخاب کردین—مسیر الف (محتوا و مارکتینگ)، مسیر ب (داده و استراتژی)، مسیر ج (کدنویسی و RAG) یا مسیر د (آموزش و پژوهش)؟ و هر وقت پروژه‌تون آماده شد، حتماً لینکش رو توی کامنت‌ها یا گروه کارگاه به اشتراک بذارین تا با هم کیف کنیم. اگه این دوره براتون مفید بود، لایک و سابسکرایب یادتون نره و این پلی‌لیست رو برای دوستایی که دوست دارین پیشرفتشون رو ببینین بفرستین. تا دوره‌ها و ماجراجویی‌های بعدی، مراقب خودتون باشین، کنجکاو بمونین و خلاقیت رو متوقف نکنین. خدانگهدار!

پیمایش به بالا