دوره جامع هوش مصنوعی عمومی، از تاریخچه تا ساخت AGENT
هوش مصنوعی دیگر فقط یک ابزار برای پرسیدن سؤال، تولید متن یا ساخت تصویر نیست؛ امروز AI به یکی از مهمترین ابزارهای ساخت و اجرای فرایندهای هوشمند تبدیل شده است. با ظهور مدلهای قدرتمند زبانی، AI Agentها و پلتفرمهای Workflow Automation، بسیاری از کارهایی که تا امروز بهصورت دستی انجام میشدند، میتوانند به سیستمهایی هوشمند، خودکار و قابلکنترل تبدیل شوند.
دوره هوش مصنوعی، Agent، Workflow و اتوماسیون هوشمند در مدرسه فرانتاند پرنیان با همین نگاه طراحی شده است؛ دورهای کاملاً کاربردی، عملی و پروژهمحور که هدف آن فقط آشنایی با مفاهیم هوش مصنوعی یا کار با ابزارهایی مانند ChatGPT نیست، بلکه آموزش ساخت سیستمهایی است که بتوانند فکر کنند، اطلاعات دریافت کنند، تصمیم بگیرند، از ابزارهای مختلف استفاده کنند و بخش قابلتوجهی از کارهای واقعی را بهصورت خودکار انجام دهند.
این یک دوره برنامهنویسی نیست!
یکی از مهمترین ویژگیهای این دوره این است که برای یادگیری آن نیازی به دانش برنامهنویسی ندارید.
در این دوره قرار نیست از ابتدا وارد Python، الگوریتمنویسی یا برنامهنویسی سنگین شوید. بخش اصلی آموزش بر پایه ابزارهای No-Code و Low-Code، سرویسهای آماده هوش مصنوعی، Agent Builderها و پلتفرمهای حرفهای Workflow و Automation خواهد بود.
در بخشهای پیشرفته، برای اینکه بتوانیم سیستمهای قدرتمندتر و سفارشیتری بسازیم، با مفاهیمی مانند API، Webhook، JSON و مقدار محدودی کدنویسی کاربردی آشنا خواهیم شد؛ اما هدف، برنامهنویس شدن نیست. هدف این است که هنرجو بتواند مسئله واقعی را تحلیل کند و برای آن یک راهکار هوشمند بسازد.
بنابراین این دوره میتواند برای مدیران، صاحبان کسبوکار، کارشناسان، تولیدکنندگان محتوا، فریلنسرها، متخصصان حوزههای مختلف و تمام افرادی که میخواهند از هوش مصنوعی برای افزایش سرعت، بهرهوری و خودکارسازی کارهای خود استفاده کنند، مناسب باشد.

تمرکز اصلی دوره: کاربرد واقعی
در این دوره تلاش میکنیم هوش مصنوعی را از حالت «ابزار سرگرمی» خارج کنیم و به یک همکار هوشمند و موتور اتوماسیون تبدیل کنیم.
نمونههایی از پروژههایی که در طول دوره میتوانیم طراحی و پیادهسازی کنیم:
دستیار هوشمند، Agent فروش، Agent پشتیبانی مشتری، سیستم تولید محتوای خودکار، سیستم تحقیق و گزارشگیری، تحلیل خودکار اسناد و PDF، سیستم مدیریت Lead، Chatbot هوشمند، سیستم RAG، Workflowهای متصل به CRM، اتوماسیون ایمیل و شبکههای اجتماعی، سیستمهای چندعاملی و در نهایت یک سیستم کامل AI Automation برای یک کسبوکار.
چرا این دوره در مدرسه فرانتاند پرنیان برگزار میشود؟
مدرسه فرانتاند پرنیان در کنار آموزش مفاهیم فنی و تکنولوژیهای روز، این دوره را با رویکردی متفاوت طراحی کرده است؛ رویکردی که در آن یادگیری باید به ساختن منجر شود.
به همین دلیل ساختار دوره بهجای تمرکز بر تئوریهای سنگین، بر پایه پروژه، سناریوهای واقعی، ابزارهای روز، حل مسئله و ساخت سیستمهای قابلاستفاده شکل گرفته است.
قرار نیست در پایان دوره فقط بدانید AI چیست یا Agent چیست؛ قرار است بتوانید یک مسئله واقعی را به Workflow تبدیل کنید، بخش هوشمند آن را با AI طراحی کنید، Agent بسازید، ابزارهای مختلف را به آن متصل کنید و یک فرایند خودکار و هوشمند تحویل بگیرید.
این دوره برای کسانی طراحی شده است که میخواهند از «کاربر هوش مصنوعی» به «سازنده سیستمهای هوشمند» تبدیل شوند.
اگر موافق باشید، سرفصل های دوره را با هم نگاهی بیندازیم:
فصل اول شامل مباحث تئوریک و تاریخچه میباشد که حدودا جلسه اول و دوم ما را دربر خواهد گرفت.
فصل ۱ — آشنایی با هوش مصنوعی و دنیای جدید AI
مفاهیم پایه
- هوش مصنوعی چیست؟
- AI، ML، DL و Generative AI چه تفاوتی دارند؟
- Narrow AI و General AI
- ANI، AGI و ASI
- هوش مصنوعی مولد چیست؟
- LLM چیست؟
- Foundation Model چیست؟
- Multimodal AI چیست؟
- AI Agent چیست؟
- AI Automation چیست؟
- Agentic Workflow چیست؟
- AI Assistant، Chatbot و Agent چه تفاوتی دارند؟
تاریخچه
- آغاز ایده هوش مصنوعی
- Alan Turing و آزمون Turing
- تولد رسمی AI
- دورههای اولیه AI
- Expert Systems
- زمستانهای هوش مصنوعی
- Machine Learning
- Deep Learning
- ظهور Transformer
- ظهور LLMها
- ChatGPT و انفجار Generative AI
- حرکت از Chatbot به Agent
- آینده Agentic AI
اصطلاحات مهم
- Algorithm
- Dataset
- Training
- Inference
- Model
- Parameter
- Token
- Context Window
- Embedding
- Vector
- Fine-Tuning
- RAG
- Reasoning
- Multimodal
- Tool Calling
- Function Calling
- Memory
- Knowledge Base
- Retrieval
- Agent
- Workflow
- Orchestration
شبکههای عصبی به زبان ساده
- Neuron چیست؟
- Neural Network چگونه کار میکند؟
- Weight و Bias
- Activation Function
- Training
- Loss
- Backpropagation
- Deep Neural Network
- چرا Deep Learning مهم شد؟
در فصل دوم بهترین ابزار ها و مدل ها معرفی و تمام ویژگی هایشان مورد بررسی قرار خواهد گرفت. این فصل شامل جلسه سوم و چهارم و پنجم خواهد بود.
فصل ۲ — شناخت مدلها و انتخاب بهترین AI برای هر کار
خانوادههای اصلی مدلها
- OpenAI
- Claude / Anthropic
- Google Gemini
- مدلهای Open Source
- مدلهای تخصصی
- مدلهای Reasoning
- مدلهای سریع و ارزان
- مدلهای Multimodal
- مدلهای Image
- مدلهای Audio
- مدلهای Video
- مدلهای Embedding
- معرفی سایت openRouter و مشابه
ابزارهای متنی
- ChatGPT
- Claude
- Gemini
- Perplexity
- سایر AI Searchها
تحقیق و Research
- Deep Research
- AI Search
- Research Agents
- تحلیل منابع
- Citation
- جمعآوری خودکار اطلاعات
تولید تصویر
- Midjourney
- مدلهای Image Generation
- AI Image Editing
- Image-to-Image
- Inpainting
- Outpainting
- Character Consistency
تولید و ویرایش ویدیو
- Text-to-Video
- Image-to-Video
- AI Avatar
- Video Editing
- Lip Sync
- Voice-over
صدا
- Speech-to-Text
- Text-to-Speech
- Voice Cloning
- Real-Time Voice AI
- ساخت Voice Agent
اسناد
- PDF AI
- OCR
- Document Extraction
- Invoice Extraction
- Table Extraction
- Document Classification
Coding
- AI Coding Assistants
- AI IDE
- Coding Agents
- Code Review Agents
- Autonomous Coding
اما در فصل سوم بهتر است در عرض یک جلسه که جلسه ششم میباشد، با مفاهیم بنیادین هوش مصنوعی و نحوه عملکر آنها آشنا شویم.
فصل ۳ — Machine Learning و Deep Learning بدون ورود به ریاضیات سنگین
Machine Learning
- Machine Learning چیست؟
- Supervised Learning
- Unsupervised Learning
- Semi-Supervised Learning
- Reinforcement Learning
- Classification
- Regression
- Clustering
- Recommendation
مراحل ساخت یک مدل
- Dataset
- Data Preparation
- Feature
- Training
- Validation
- Test
- Evaluation
- Inference
Deep Learning
- Neural Networks
- CNN
- RNN
- LSTM
- Transformer
- Attention
- Self-Attention
اما یکی از مهمترین فصل های کلاس هوش مصنوعی پرنیان ، فصل چهارم و کارکرد واقعی و ایجنتیک با AI ها میباشد. این اتفاق در جلسه هفتم و هشتم برگزار خواهد شد.
فصل ۴ — Prompt Engineering حرفهای
Prompt نویسی نباید به «چند ترفند برای ChatGPT» محدود شود.
اصول پایه
- Role
- Context
- Goal
- Constraint
- Input
- Output Format
- Examples
- Criteria
تکنیکها
- Zero-Shot
- Few-Shot
- Chain-of-Thought بهصورت مفهومی
- Step-by-Step Instructions
- Role Prompting
- Delimiters
- Structured Prompt
- Prompt Templates
- Prompt Variables
- Prompt Chaining
خروجیهای ساختاریافته
- JSON
- Structured Output
- Schema
- Classification
- Extraction
- Validation
Prompt برای سیستمهای واقعی
- System Prompt
- Developer Instructions
- User Prompt
- Guardrails
- Context Injection
- Tool Instructions
در فصل پنجم، ابتدا با agent نحوه کارکرد و ساخت آن آشنا میشویم و در ادامه کلی مثال عملی با ایجنت ها خواهیم ساخت. این اتفاق در جلسه نهم و دهم کلاس انجام خواهد شد.
فصل ۵ — تعریف و آموزش ساخت Agent ها
Prompt برای Agent (مانند z.ai و..)
- تعریف Role
- تعریف Goal
- تعریف Tools
- محدودیتها
- شرایط توقف
- Error Handling
- Escalation
کاربردها
- تولید محتوا
- خلاصهسازی
- ترجمه
- تحلیل اسناد
- گزارشنویسی
- ارائه
- تحقیق
- ایدهپردازی
- برنامهریزی
- تحلیل داده
- مدیریت جلسات
- Meeting Summary
- تولید گزارش
- تولید Social Media Content
- آمادهسازی رزومه
- استخدام و HR
- فروش
- Marketing
- Customer Support
RAG
- RAG چیست؟
- Retrieval
- Embedding
- Vector Database
- Chunking
- Metadata
- Similarity Search
- Reranking
- Retrieval Pipeline

در فصل ششم به مبحث ساخت Workflow و بطور کلی n8n میپردازیم و از صفر تا صد آن را آموزش میدهیم. به مدت 2 جلسه یعنی جلسات یازدهم ، دوازدهم را به خود مشغول خواهد کرد.
فصل ۶ — Automation چیست و چگونه AI را وارد Workflow کنیم؟
Automation
- Automation چیست؟
- Trigger
- Action
- Condition
- Filter
- Router
- Loop
- Delay
- Schedule
- Webhook
- نصب و راهاندازی
- Cloud vs Self-host
- Workflow
- Nodes
- Credentials
- Expressions
- Variables
- IF
- Switch
- Loop
- Merge
- HTTP Request
- Webhook
- Cron
- Code Node
- AI
تفاوت سه مدل
Traditional Automation
دستورالعملهای ثابت و قابل پیشبینی
AI Workflow
Workflow ثابت + چند مرحله هوش مصنوعی
Agentic Workflow
هدف مشخص + تصمیمگیری توسط Agent + ابزارها + اجرای چندمرحلهای
مفاهیم فنی مهم
- API
- REST API
- HTTP
- GET
- POST
- PUT
- DELETE
- JSON
- Headers
- Authentication
- API Key
- OAuth
- Webhook
انجام تعداد زیادی پروژه عملی
در فصل هفتم بدون کدنویسی دستی و همراه وایب کدینگ میخواهیم آموزش دهیم که چگونه میتوانید سیستم های خود را کد نویسی کنید. جلسات سیزدهم و چهاردهم را مشغول این کار خواهیم بود.
فصل ۷ — وایب کدینگ، ساخت Agentهای حرفهای با ابزارهای No-Code / Low-Code
پلتفرمها
- ChatGPT / OpenAI Agent ecosystem
- Claude
- Gemini
- Make AI Agents
- Zapier Agents
- Dify
- Flowise
- Relevance AI
- سایر Agent Builderها
مباحث
- Agent Builder
- Tool Integration
- Knowledge
- Memory
- Instructions
- Variables
- Input / Output
- Structured Output
- Tool Calling
- Debugging
- Monitoring
در بخش عملی ابتدا معماری Enterprise AI و سیستمهای بزرگ و بعد پروژه های عملی فراوان-سیستم ثبت نام و لاگین – سیستم چت بات حرفه ای و …
در فصل هشتم و طی یک جلسه (پانزدهم ) میخواهیم به مبحث MCP بپردازیم.
فصل ۸ — MCP؛ اتصال استاندارد AI به ابزارها و سرویسها
این فصل را حتماً نگه میدارم، چون برای مسیر Agentمحور دوره بسیار مهم است.
MCP چیست؟
- Model Context Protocol
- Client
- Server
- Tool
- Resource
- Prompt
مباحث
- MCP Architecture
- MCP Client
- MCP Server
- MCP Tools
- MCP Resources
- MCP Prompts
- Transport
- Authentication
- Permissions
- Security
اطلاعات تکمیلی دوره هوش مصنوعی پرنیان
دوره چند ساعت است؟
مدت زمان دوره حدود ۴۵ ساعت است.
دوره در چند جلسه برگزار میشود؟
این دوره در حدود ۱۵ جلسه برگزار خواهد شد.
کلاسها چه روزی برگزار میشوند؟
کلاسها هفتهای یک جلسه، روزهای دوشنبه برگزار میشوند.
ساعت برگزاری کلاسها چه زمانی است؟
هر جلسه ۳ ساعت برگزار میشود و زمان برگزاری کلاسها از ساعت ۱۵:۳۰ تا ۱۸:۳۰ است.
شروع دوره چه تاریخی است؟
شروع دوره از ۶ مهر ۱۴۰۵ خواهد بود.
دوره به صورت حضوری برگزار میشود یا آنلاین؟
دوره به دو شیوه حضوری و مجازی برگزار میشود و هنرجویان میتوانند در هر یک از این دو شیوه شرکت کنند.
شهریه دوره چقدر است؟
شهریه کامل دوره ۱۴,۹۰۰,۰۰۰ تومان است.
برای ثبت نام و اطلاعات بیشتر با شماره زیر تماس و یا در تلگرام و واتس اپ پیام بزارید.
09921632445
درباره مدیریت
شما در حال مطالعه یکی از مقالات آموزشی وبلاگ مدرسه فرانت اند پرنیان هستید. اگر برایتان مفید بود آن را با دوستانتان به اشتراک بگذارید. من پارسا قربانیان ، مدرس با سابقه برنامه نویسی و فرانت اند و اینجا مدرسه فرانت اند پرنیان، میخواهیم در یک معامله برد برد، با هم به آرزوهایمان برسیم.
نوشته های بیشتر از مدیریت
دیدگاهتان را بنویسید