انقلابی در طراحی با هوش مصنوعی: Paper Desktop منتشر شد!
استیون هانی (@stephenhaney) بالاخره از نسخه دسکتاپ Paper رونمایی کرد و توییتر (X) رو به مرز انفجار رسونده (بیش از ۱ میلیون بازدید در کمتر از ۲ روز!). 🤯

خلاصه داستان چیه؟
پلتفرم Paper حالا تبدیل شده به یک بوم (Canvas) بی‌نظیر برای اژنت‌های هوش مصنوعی مثل Cursor، Claude Code و Codex. از این به بعد AI فقط کد نمی‌زنه، بلکه مستقیم روی بومِ Paper برات طراحی می‌کنه.

💎 ویژگی‌های کلیدی که باید بدونید:

🔄 همگام‌سازی کامل: قابلیت Push و Pull کردن مستقیم از Codebase شخصی.

📊 دیتاهای واقعی: می‌تونید داده‌های زنده رو از هر جایی وارد محیط طراحی کنید.

🌐 استاندارد وب: چون مستقیماً روی HTML/CSS ساخته شده، هیچ شکافی بین «طرح» و «کد نهایی» وجود نداره (چیزی در ترجمه گم نمی‌شه!).

🎨 تمرکز روی خلاقیت: شعار اصلی‌شون «کارِ کمتر، طراحیِ بیشتر» هست.

📽 در ویدیو دمو چه گذشت؟
توی ویدیو نشون می‌ده که چطور اژنت‌های هوش مصنوعی دارن به صورت زنده کد می‌زنن و همزمان خروجی بصری (UI) توی Paper ساخته و Sync می‌شه. استیون ته ویدیو با یه لحن مهیج می‌پرسه: «خب، حالا چی می‌خوای بسازی؟»

🔗 سایت رو چک کنید: paper.design

«نقشه راه من برای ساخت AI Agentهایی که واقعاً خروجی می‌دن»
(متن کامل ترجمه‌شده)

۱/۲
من سه سال تو Meta مهندس نرم‌افزار بودم. (
https://x.com/vasuman/status/2011923440769659132?s=46&t=aVdgvA6D4qSACWiR4LZiUQ (سیستم‌هایی که روشون کار کردم میلیاردها تراکنش رو جابه‌جا کردن و برای میلیون‌ها کاربر، صدها میلیون دلار پول ساختن.
اما یه حقیقت جالب: حتی بهترین مهندس‌ها هم می‌تونن بازدهی‌شون رو ۱۰ برابر کنن، اگه به جای اینکه «نگهبانِ دائمِ اتوماسیون‌ها» باشن، یاد بگیرن چطوری Agentهای قابل اعتماد بسازن.
فرقی نمی‌کنه کجای مسیری؛ چه اول راه باشی چه تهِ تخصصی، هدفم اینه که دیدت رو نسبت به Agentها عوض کنم. (این حرف رو کسی می‌زنه که الان یه شرکت ۳ میلیون دلاری داره که کارش دقیقاً ساخت همین Agentهاست).

اصلاً Agent چیه؟
تفاوت Agent با یه اسکریپت ساده در یک کلمه خلاصه می‌شه: «هدف» (Goal).
توی اتوماسیون معمولی شما دستورالعمل گام‌به‌گام می‌دی، ولی به Agent «هدف» می‌دی و اون خودش راه رو پیدا می‌کنه. این مرز بین یه Trigger ساده و درک عمیقِ یه Workflow هستش.
مثال بزنیم روشن شه:
اسکریپت معمولی: «این ایمیل رو بفرست.» (فقط همین و تمام!)
یه Agent واقعی: «مطمئن شو این مشتری تا ۴ ساعت دیگه جوابش رو بگیره.» (خودش چک می‌کنه کسی جواب داده یا نه؟ اگه نه، پیش‌نویس می‌نویسه؛ اگه سوال فنی و سخت بود، کار رو به آدمِ متخصص ارجاع می‌ده و در نهایت پیگیری می‌کنه که پیام حتماً رسیده باشه.)

حلقه تکرار (Loop) در Agentها:
مشاهده: اوضاع رو چک می‌کنه (ایمیل‌ها، دیتابیس و...).
تصمیم: بر اساس هدف، می‌سنجه که الان وقت چکاریه.
عمل: کار رو انجام میده (ارسال پیام، استارت یه فرآیند).
بررسی نتیجه: نگاه می‌کنه ببینه چی شد.
تکرار: انقدر این چرخه رو می‌ره تا به هدف برسه یا طبق شرطی که براش گذاشتی، متوقف بشه.

نقطه قوت اصلی: Agentها با «استثناها» رفیقن! وقتی یه جای کار می‌لنگه، برخلاف کدهای قدیمی که Error می‌دن و می‌خوابن، اینا وضعیت رو لاگ می‌کنن، از آدم کمک می‌خوان و دفعه بعد از همون اشتباه درس می‌گیرن.

۳ ستون اصلی برای ساخت یه Agent حرفه‌ای

اگه یکی از این سه تا نباشه، Agent یا به درد نخوره یا کلاً دردسر‌سازه:

‏ Perception (ادراک): چشم‌های Agent. یعنی چطوری دنیا رو می‌بینه (از طریق API، دیتابیس و داکیومنت‌ها).

‏ Decision Logic (منطق تصمیم‌گیری): مغز Agent. توی محیط‌های عملیاتی، برای کارهای روتین از «درخت تصمیم» استفاده می‌کنن و مدل (LLM) رو فقط برای جاهای مبهم و پیچیده صدا می‌زنن.

‏ Action Interface (رابط عمل): دست‌های Agent. هر حرکتی باید لاگ بشه، اجازه دسترسی (Permission) داشته باشه و تا جای ممکن قابل برگشت (Undo) باشه.

ابزارها (Tools): Agent چطوری دست‌به‌کار می‌شه؟

ابزارها همون توابع (Functions) هستن. مثلاً: ارسال ایمیل، کوئری دیتابیس یا ساخت ایونت تقویم.
یه نکته فنی مهم: مدل مستقیماً کد رو اجرا نمی‌کنه! اون فقط یه درخواست می‌فرسته که: «من می‌خوام فلان ابزار رو با این ورودی‌ها استفاده کنم». لایه مدیریت (Orchestration) شماست که چک می‌کنه ببینه اجازه داره یا نه، بعد اجراش می‌کنه و نتیجه رو برمی‌گردونه به Agent.
حافظه و Context Window
‏Agentها چون کارهای طولانی انجام می‌دن، حافظه لازم دارن. Context Window (حتی مدل‌های خفنِ ۲۰۰ هزار توکنی) نمی‌تونن کل تاریخچه یه پروژه بزرگ رو همیشه نگه دارن.
‏ Context Window: برای تسکِ فعلی و دمِ‌دستی.
‏ External Memory (حافظه خارجی): مثل یه دیتابیس برای ذخیره تاریخچه کارهای تموم شده.
‏ Agent خودش تصمیم می‌گیره بر اساس هدفش، چه تیکه‌ای از حافظه قدیمی رو لود کنه.
برنامه‌ریزی (Planning)؛ جایی که اکثر Agentها شکست می‌خورن!
نپرید وسط اجرا! برای هر کار غیرساده، اول باید Planning انجام بشه: شکستن هدف به قدم‌های کوچیک و پیدا کردن پیش‌نیازها.
مثال: انتقال داده از سیستم قدیم به جدید.
بدون پلن: سریع اسکریپت می‌نویسه، ساختار داده (Schema) رو اشتباه می‌زنه و وسط ساعت کاری کل سیستم رو می‌ترکونه!
با پلن: اول Schemaها رو مقایسه می‌کنه، زمان‌بندی می‌ذاره، موارد خاص رو شناسایی می‌کنه و راهِ برگشت (Rollback) می‌ذاره. آدم پلن رو تایید می‌کنه و بعد اجرا شروع می‌شه.

مدیریت شکست و امنیت
‏Agentها هم ممکنه اشتباه کنن. راهکار چیه؟
‏ Retry: برای مشکلات گذرا مثل قطعی اینترنت.
‏ Human-in-the-loop: وقتی شک داره، وایمیسته و از آدم می‌پرسه.
‏ Guardrails: محدودیت‌های سفت و سخت (مثلاً: «حق نداری چیزی رو پاک کنی»).

۲/۲

‏
‏چطوری شروع کنیم؟
‏از یه مشکل کوچیک و مشخص شروع کن:
‏ هدف دقیق رو بنویس.
‏ اطلاعات مورد نیاز رو لیست کن.
‏ ابزارها (Tools) رو بساز.
‏ منطق تصمیم‌گیری و لایه اجرا رو ردیف کن.
‏ با داده‌های واقعی تست و هی محدودیت‌ها رو دقیق‌تر کن.

‏حرف آخر: کی بریم سراغ Agent؟

‏Agentها برای تصمیم‌های تکراری که نیاز به یه ذره «قضاوت» دارن عالی‌ان. بهترین استراتژی اینه: اجازه بده Agent هشتاد درصد کارهای روتین رو انجام بده و اون ۲۰ درصدِ پیچیده رو بفرسته برای خودت.
‏حالا نوبت توئه: یه تسک رو مخ و تکراری رو انتخاب کن و سعی کن به روش بالا براش یه Agent بسازی. عملی کار کردن از صدتا مقاله بیشتر بهت یاد میده.

‏خلاصه (TL;DR):
‏ Agent هدف‌محوره، نه دستورمحور.
‏ ۳ رکن اصلی: ادراک، تصمیم، عمل.
‏ بدون Planning و Guardrail (محافظ)، Agent نساز.
‏ اول از یه پروژه کوچیک شروع کن و بعد توسعه اش بده.

‏من نوید طاهری هستم، معمار کوچ کسب‌وکار. اطلاعات تکمیلی رو معمولا در کانال تلگرامم میگذارم:
‏🔗 ⁦ t.me/Navidaitoolbox⁩

اکثر آدما دارن از OpenClaw کاملاً اشتباه استفاده می‌کنن!
(ترجمه شده)
ببین، تعارف رو بذاریم کنار. می‌بینم طرف توی X (توییتر) پست گذاشته: «وای! OpenClaw تقویمم رو سینک کرد و برام اس‌ام‌اس فرستاد 🤓».
جدی می‌گی؟ لطفاً به این حرفای خاله‌زنکی گوش ندید. من با ۱۱ تا اپلیکیشن و کمک OpenClaw دارم ماهی بیش از ۷۳ هزار دلار درآمد (MRR) می‌سازم.
توی این مقاله نمی‌خوام وقتت رو تلف کنم. فقط می‌خوام نشون بدم چطوری OpenClaw داره برای ما پول واقعی می‌سازه و درآمد فعال رو با اتوماسیون‌های هوشمند، به درآمد غیرفعال (Passive) تبدیل می‌کنه. پس خوب تمرکز کن؛ این نوشته قراره روش کارت رو برای همیشه عوض کنه.
اول بیایم ویژگی برجسته اش رو ببینیم!
‏OpenClaw الان همه‌جا هست، ولی خیلیا دارن مسیر رو غلط می‌رن. خنده‌داره که می‌بینم ملت می‌گن «این دیگه آخر خط تکنولوژیه» و بعد می‌فهمی کل هنرش این بوده که تقویم گوگلش رو مرتب کرده!
اینا رو بریز دور. استفاده‌های واقعی و زندگی‌ساز از OpenClaw وجود داره که الان می‌خوام برات بازش کنم.

چطور با OpenClaw و اپ‌های B2C واقعاً پول دربیاریم؟

راستش فرمولش پیچیده نیست. من ۱۱ تا اپ دارم که همه‌شون از یه ساختار رشد ثابت پیروی می‌کنن؛ ترکیبی از این ۴ تا:
محتوای اسلایدشو بدون چهره (Faceless)
محتوای UGC
کمپین‌های اینفلوئنسری
‏ Spark Ads
با همین دست‌فرمون، چند تا اپ رو به درآمد ۲۰ تا ۳۰ هزار دلار در ماه رسوندم. اما... توی یکی از این ۱۱ تا اپ، از OpenClaw استفاده کردیم و نمودار رشدش وحشتناک شد!

اپلیکیشن: Prayer Lock رشدش واقعاً انفجاری بود.
می‌پرسی OpenClaw کجای کار بود؟
پسرِ ما، اِدی (Eddie) – که در واقع ایجنت OpenClaw ماست – چند تا کار کلیدی برامون می‌کنه که اینجا ارزش میلیون دلاری دارن.
دقت کن:

۱. کارخونه تولید محتوای اتوماتیک
یکی از رقبای ما با اسلایدشوهای ساده به ۲۰ هزار دلار درآمد ماهانه رسیده بود، ولی ماهی ۳۰ هزار دلار به آژانس می‌داد تا براش محتوا بسازن!
ما با خودمان گفتیم: «چرا این پول رو نریزیم توی تبلیغات؟»
اینجا بود که اِدی متولد شد. اِدی الان ۴ تا اکانت رو کاملاً اتوماتیک مدیریت می‌کنه.
فرمول اِدی ساده‌ست:
یه تم ثابت (مثل عکس ثابت + متن).
هوک (Hook) یکسان، چارچوب یکسان، فقط کلمات عوض می‌شن.
استفاده از اسکیل‌های خفنی مثل Larry که بیش از ۸ میلیون ویو برامون آورده.
نکته طلایی: اگه محتوای بدون چهره‌ت شبیه خروجی‌های رندوم پینترست باشه، باختی! باید سبک ثابت و کاراکتر تکراری داشته باشی (مثل اون دختر صورتی معروف که با AI ساخته شده و ۵۰ میلیون ویو گرفته). اِدی الان داره روی ثبات کاراکتر و بهترین هوک‌ها آموزش می‌بینه.

۲. استخدام لشکر اینفلوئنسرها (Outreach)
بیشتر رشد اپ‌های من از اینفلوئنسرها بوده. اولین اپم تا حالا ۱۵۰ هزار دلار درآمد داشته که ۲۰ هزار دلارش فقط توی ماه اول از ۲ تا ویدیو به دست اومد.
اما فرآیندش پیرت می‌کنه: پیدا کردن، پیام دادن، مذاکره، قرارداد، فالوآپ... من ۵۰ هزار دلار ضرر دادم تا این سیستم رو یاد گرفتم!
حالا اِدی ۶۰٪ این مسیر رو برامون اتومات کرده:
اینستاگرام رو اسکن می‌کنه (مثلاً کریستین‌کرییتورهای ۱۰ تا ۵۰ هزار فالوور).
ایمیل‌ها رو استخراج می‌کنه.
روزی ۱۰۰۰ تا ایمیل و ۱۰۰ تا DM می‌فرسته.
نتیجه؟ لیدهای باکیفیت ۱۰ برابر بیشتر شد و ماهی ۴۰۰ دلار هزینه ادمین (VA) هم پرید تو جیبمون. اِدی به زودی خودش معامله رو هم می‌بنده!

۳. پشتیبانی مشتریان و گزارش‌دهی (KPI)
وقتی اپت میره بالای ۱۰۰ هزار کاربر، اینباکست منفجر می‌شه. اِدی تمام ایمیل‌ها رو می‌خونه، جواب می‌ده و فقط اگه مورد خیلی خاصی باشه به من توی تلگرام پینگ می‌زنه.
از اون مهم‌تر، اِدی هر روز صبح موقع قهوه خوردن بهم گزارش می‌ده:
اینفلوئنسرها چند تا ویو آوردن؟
فروش ارگانیک چقدر بوده؟
کدوم تبلیغ بهتر جواب داده که روش پول بیشتری بپاشیم؟

۴. تسخیر X و یوتیوب
ما یوتیوب رو از قبل اتومات کردیم و داریم به ۱۰۰ هزار سابسکرایبر (Silver Play Button) می‌رسیم. حالا داریم اِدی رو آموزش می‌دیم که اکانت X رو هم کامل دستش بگیره؛ نه اینکه چرت‌وپرت پست کنه، بلکه بره محتواهای ترند رو تحقیق کنه و پست‌های ویروسی بسازه.

https://x.com/naviidtaheri/status/2027313268402930126?s=46&t=aVdgvA6D4qSACWiR4LZiUQ

من نوید طاهری هستم، معمار کوچ کسب‌وکار. اطلاعات تکمیلی رو معمولا در کانال تلگرامم میگذارم:
‏🔗 https://t.me/Navidaitoolbox

🤖 اندرویدی‌ها گوش‌به‌زنگ باشن: هوش مصنوعی کاملاً آفلاین!
رفقا، اگر گوشی اندرویدی دارید، دستتون برای اجرای AI آفلاین خیلی بازتره. این اپ‌ها بدون نیاز به اینترنت، مستقیماً روی سخت‌افزار گوشی اجرا می‌شن و خیالتون رو از بابت قطع شدن شبکه یا حریم خصوصی راحت می‌کنن.
🔥 بهترین گزینه‌های اندرویدی (تست شده):
* ۱. Offline AI Chat (Local LLM)
مدل‌های معروفی مثل Llama و Gemma رو ۱۰۰٪ آفلاین اجرا می‌کنه. بدون لاگ و بدون سرور.
لینک گوگل‌پلی:
https://play.google.com/store/apps/details?id=com.freeai.chat
* ۲. Local AI - Offline Chatbot
یک محیط کاربری بسیار ساده برای کسانی که می‌خوان بدون پیچیدگی فنی، یک دستیار هوشمند همراهشون باشه.
لینک گوگل‌پلی:
https://play.google.com/store/apps/details?id=com.ishanvohra2.localai
* ۳. SmolChat (انتخاب حرفه‌ای‌ها)
این اپ فوق‌العاده است! اجازه میده مدل‌های مختلف رو خودتون انتخاب و دانلود کنید. انعطاف‌پذیری عجیبی داره.
لینک توضیحات و نصب:
https://www.reddit.com/r/LocalLLaMA/comments/1kqv7lm/smolchat_an_android_app_to_run_slmsllms_locally/
* ۴. AI: Offline Assistant
دستیار صوتی و متنی برای مطالعه و کارهای روزمره که اصلاً نیازی به اتصال مداوم نداره.
لینک دانلود مستقیم:
https://ai-offline-assistant.en.softonic.com/android
⚠️ چند نکته حیاتی:
۱. رم (RAM): این اپ‌ها برای اجرای روان حداقل به ۶ گیگ رم نیاز دارن. اگر رم گوشیتون ۸ گیگ یا بالاتر باشه، مدل‌های قدرتمندی مثل Llama 3 رو عالی اجرا می‌کنید.
۲. حجم دانلود: یادتون نره مدل‌ها سنگین هستن (بین ۱ تا ۴ گیگابایت). همین الان که اینترنت هست اپ رو باز کنید و بذارید مدل کامل دانلود بشه.
۳. امنیت: هیچ دیتایی از گوشی خارج نمی‌شه، پس با خیال راحت چت کنید.
خلاصه که تا اینترنت هست، این «مغزهای آفلاین» رو فعال کنید که وقت نیاز لنگ نمونید!

🚨 قبل از اینکه اینترنت قطع بشه، این «مغزهای آفلاین» رو نصب کنید! (نسخه آیفون)
رفقا، با وضعیت ناپایدار اینترنت، داشتن یک هوش مصنوعی که بدون نیاز به سرور و کاملاً آفلاین روی گوشی کار کنه، دیگه یک انتخاب نیست، یک ضرورته. این اپ‌ها مدل‌های زبانی (LLM) رو مستقیماً روی سخت‌افزار آیفون اجرا می‌کنن و حریم خصوصی‌شون ۱۰۰ درصده.
🍎 بهترین گزینه‌های تست شده برای iOS:
* ۱. Locally AI (پیشنهاد ویژه)
یکی از بهینه‌ترین اپ‌ها برای چیپ‌های اپل. مدل‌های قدرتمندی مثل Llama و Qwen رو خیلی نرم اجرا می‌کنه.
لینک سایت پروژه:
https://www.locallyai.app
* ۲. OfflineAI
یک چت‌بات کاملاً مستقل که مدل رو داخل خودش ذخیره می‌کنه. برای مکالمات خصوصی و سوالات ضروری بدون اینترنت عالیه.
لینک اپ‌استور:
https://apps.apple.com/app/offlineai-offline-ai-chat/id6476977857
* ۳. Private Mind - Offline AI Chat
این یکی حتی در حالت Airplane Mode هم مثل ساعت کار می‌کنه! هیچ سرور یا رهگیری (Tracking) در کار نیست.
لینک اپ‌استور:
https://apps.apple.com/us/app/private-mind-offline-ai-chat/id6754819594
* ۴. OnDevice AI
دستیار هوشمندی که قابلیت تبدیل صوت به متن (Transcription) آفلاین هم داره.
لینک اپ‌استور:
https://apps.apple.com/app/ondevice-ai/id6752406563
💡 چند نکته حیاتی که باید بدونید:
۱. همین الان دانلود کنید: حجم مدل‌های هوش مصنوعی بین ۱ تا ۴ گیگابایته. حتماً تا اینترنت دارید اپ رو باز کنید و اجازه بدید فایل مدل کامل دانلود بشه.
۲. سخت‌افزار: این پردازش سنگینه. روی iPhone 15 Pro و بالاتر (به خاطر رم ۸ گیگابایتی) بهترین عملکرد رو دارید، اما روی مدل‌های پایین‌تر هم کار می‌کنه.
۳. امنیت: هیچ دیتایی از گوشی شما خارج نمیشه؛ یعنی نه سوابق چت‌تون جایی ذخیره میشه و نه نگران فیلترینگ هستید.
خلاصه که تا اینترنت هست، این‌ها رو آماده کنید که بعداً لنگ نمونید!

دوره‌های چندهزار دلاری رو فراموش کن!
چرا وقتی غول‌های هوش مصنوعی آموزش‌هاشون رو رایگان گذاشتن، باید برای دوره‌های غیررسمی هزینه‌های سنگین دلاری پرداخت کرد؟ 💸
آکادمی رسمی Anthropic (سازنده مدل هوشمند Claude) فرصتی رو فراهم کرده که همون دانش تراز اول رو با «صفر ریال هزینه» یاد بگیری و در انتها «سرتیفیکیت معتبر» بگیری! 🎓✨
🎯 چرا این آکادمی یه فرصت طلاییه؟
• کاملاً رایگان: به جای پرداخت چندهزار دلار، اینجا همه‌چیز رایگانه.
• مدرک رسمی: با گذروندن دوره‌ها، مدرک معتبر از خودِ Anthropic دریافت می‌کنی.
• آموزش از منبع اصلی: یادگیری مهندسی پرامپت و کار با AI دقیقاً با استانداردی که سازنده‌هاش تعریف کردن.
• ارتقای رزومه: داشتن این سرتیفیکیت، وزن رزومه‌ات رو توی بازار کار جهانی چند برابر می‌کنه.
🔗 همین حالا از اینجا شروع کن:
منتظر نشو، برو و از منبع اصلی و معتبر یاد بگیر:
👉 anthropic.skilljar.com


من نوید طاهری هستم، معمار کوچ کسب‌وکار. اطلاعات تکمیلی رو معمولا در کانال تلگرامم میگذارم:

https://t.me/Navidaitoolbox

‏

کسایی که هفته‌ای ۱۰ ساعت با AI صرفه‌جویی می‌کنند و کسایی که بعد از یک هفته رهاش کردند، دقیقاً از یک ابزار استفاده می‌کنند.

فرق اینجاست: نحوه پرامپت نوشتن.

بیشتر آدم‌ها یک هفته امتحان می‌کنند، خروجی‌هایی می‌گیرند که انگار یک کارآموز بی‌تجربه نوشته، و رهاش می‌کنند.

«AI برای من کار نمی‌کنه.»

اما مشکل واقعی اینه:

می‌نویسند «یه ایمیل برام بنویس» یا «کمکم کن این سند رو درست کنم»، بعد از کلود انتظار معجزه دارند.

خب معلومه که خروجی عمومیه. چون هیچ چیزی بهش ندادی.

مثل اینه که بری رستوران و بگی «غذا بیار» بعد از اینکه دقیقاً چیزی که می‌خواستی نیاوردند، اخم کنی.

یک فریمورک کوتاه که کلود را واقعاً مفید می‌کند:

۱. نقش«تو یک [سطح تخصص] [عنوان شغلی] هستی با دانش عمیق در [حوزه].» بدون این، کلود پیش‌فرض می‌شود یک دستیار عمومی.

۲. وظیفه«کارت اینه که [خروجی مشخص] بسازی برای [چه کسی].» هرچه واضح‌تر، کمتر باید اصلاح کنی.

۳. زمینه مخاطبت کیه؟ نقش، سابقه، دردشان. وضعیت چیه؟ پس‌زمینه، چی تا حالا امتحان شده، چی مهمه. فایل‌های مرتبط؟ آپلودشان کن. این بخش، جواب تو را از همه جدا می‌کند.

۴. فرمت طول: [تعداد کلمه / تعداد اسلاید / تعداد بولت] ساختار: [تیتردار / لیست شماره‌دار] لحن: [محاوره‌ای / رسمی / کوتاه و تیز] نحوه تحویل: [متن ساده / مارک‌داون / آماده کپی] بدون این، کلود همان خروجی‌های کلیشه‌ای تکرار می‌کند.

۵. محدودیت‌هااز چی دوری کنه؟ [کلمات، سبک‌ها] چی نگه؟ [عادت‌هایی که می‌خوای حذف شن] خط قرمزها؟ [محدودیت‌های سخت] بدون این، کلود برای همه یکسان می‌نویسد.

۶. مثال«۳ تا ۵ نمونه از اینکه خروجی باید چطور باشه.» «اینا رو نمی‌خوام، به این دلیل.» یک مثال خوب از سه پاراگراف توضیح مؤثرتره.

۷. معیار موفقیت احساس: خواننده باید چه حسی داشته باشه؟ هدف: بعد از خواندن چه کاری بکند؟ مسئله اصلی: واقعاً داری چه مشکلی را حل می‌کنی؟ سطح جزئیات: دید کلی یا تاکتیکی عمیق؟ چک فرمت: با بخش ۴ همخوانی دارد؟ این‌طوری خروجی را بدون اینکه خودت وقت بگذاری، QA می‌کنی.

۸. قبل از شروع اگر چیزی مبهمه بپرس. چیزی رو حدس نزن. وظیفه را در یک جمله بازگو کن و قبل از شروع تأیید بگیر. این تن کار را قبل از نوشتن اول تنظیم می‌کند.
یک نکته آخر:
این فریمورک را می‌توانی در Memory کلود ذخیره کنی. دیگر لازم نیست هر بار تکرار کنی.

من نوید طاهری هستم، معمار کوچ کسب‌وکار. اطلاعات تکمیلی رو معمولا در کانال تلگرامم میگذارم:

https://t.me/Navidaitoolbox

نوروزتون مبارک 🌱
یه سال دیگه شروع شد.
یه فرصت دیگه برای ساختن.
امسال سالیه که هوش مصنوعی دیگه ابزار نیست.
زیرساخته.
کسی که بفهمه، جلوتره.
ممنونم که اینجایید.
سال نو، ذهن نو، ابزار نو.

چگونه اساتید دانشگاه‌های برتر جهان
با NotebookLM گوگل دوره‌های درسی می‌سازند
بررسی گردش کار مستندشده اساتید NYU، استنفورد، کیس وسترن رزرو، آریزونا استیت و Northeastern

اساتید دانشگاه‌های NYU، استنفورد و کیس وسترن رزرو دیگر دوره‌های درسی‌شان را دستی نمی‌سازند. آنها با کمک NotebookLM گوگل این کار را در عرض چند ساعت انجام می‌دهند. یکی از این اساتید، این ابزار را بزرگ‌ترین تحول در تحقیقات آکادمیک طی ۲۰ سال اخیر توصیف کرده است.
در ادامه، گردش کار دقیق و مرحله‌به‌مرحله‌ای را مرور می‌کنیم که این اساتید به صورت عمومی به اشتراک گذاشته‌اند.
مرحله ۱: استراتژی آپلود منابع
اغلب کاربران فقط یکی دو سند در NotebookLM آپلود می‌کنند. اما اساتیدی که یک دوره کامل می‌سازند، رویکرد متفاوتی دارند: آنها تمام لیست خواندنی‌ها را یکجا وارد می‌کنند.
ظرفیت نسخه رایگان:
● تا ۵۰ منبع در هر نوت‌بوک
● ۵۰۰ هزار کلمه برای هر منبع
● پشتیبانی از PDF، Google Docs، لینک‌های وب، ویدیوهای یوتیوب، فایل‌های صوتی و تصاویر با OCR
به عبارت دیگر: یک نوت‌بوک برابر است با یک واحد درسی کامل.
گردش کار مستندشده اساتید استنفورد:
← آپلود تمام خواندنی‌های اختصاصی واحد
← آپلود سیلابس دوره
← آپلود سؤالات امتحانی سال‌های قبل
← آپلود هر منبع اولیه مرتبط
NotebookLM اکنون پنجره زمینه‌ای با ظرفیت یک میلیون توکن دارد. یعنی کل محتوای یک واحد درسی را همزمان در حافظه نگه می‌دارد و روی تمام آنها استدلال (reasoning) انجام می‌دهد. هیچ ابزار هوش مصنوعی دیگری در بازار این قابلیت را با اتکای کامل (grounding) بر منابع خود کاربر ارائه نمی‌دهد.
مرحله ۲: پرامپت نقشه‌برداری برنامه درسی
پس از آپلود منابع، اولین پرامپتی که اساتید اجرا می‌کنند، طراحی نقشه کلی برنامه درسی است. متن دقیق این پرامپت به شرح زیر است:
Based on all uploaded materials, create a complete curriculum map for this unit. Identify the 5 core concepts students must understand. For each concept, list: the source that introduces it, the source that deepens it, and the source that challenges or complicates it. Then suggest a logical teaching sequence.
نتیجه: یک نقشه راه ساختارمند از کل واحد درسی، که در آن هر ادعا به منبع آپلودشده ارجاع دقیق دارد.
معاون دانشکده NYU نسخه‌ای از همین پرامپت را برای شناسایی معادل‌های درسی در کل برنامه بازنگری‌شده به کار گرفت. کاری که پیش از این هفته‌ها زمان می‌برد، در یک جلسه به نتیجه رسید.
مرحله ۳: تولید طرح درس
بعد از ترسیم نقشه برنامه درسی، اساتید پرامپت دوم را اجرا می‌کنند تا طرح درس هر جلسه تولید شود. متن دقیق این پرامپت به شرح زیر است:
Using the uploaded syllabus and course materials, create a detailed day-by-day lesson plan for [topic]. Each class session should include: a learning objective, the key concepts to cover, one real-world example or analogy, a discussion question, and an estimated time breakdown for a 60-minute class.
NotebookLM طرح درس را کاملاً مبتنی بر مواد آپلودشده می‌سازد. هیچ ارجاع ساختگی و هیچ مثال خیالی وجود ندارد. هر بخش از طرح درس به منبع مشخصی برمی‌گردد که می‌توان آن را کلیک کرد و مستقیماً بررسی کرد.
اساتید دانشگاه ایالتی آریزونا دقیقاً از همین روش برای سازماندهی مقالات علمی و شناسایی تم‌های مشترک میان رشته‌های مختلف استفاده کردند. پیش از این، چنین کاری یک ترم کامل تحقیق می‌طلبید.
مرحله ۴: تولید مواد آموزشی دانشجویی
اینجا جایی است که NotebookLM بیشترین صرفه‌جویی زمانی را ایجاد می‌کند. بعد از ساخت طرح درس، اساتید کل بسته آموزشی دانشجویان را از همان نوت‌بوک تولید می‌کنند:
← راهنماهای مطالعه شامل ایده‌های اصلی، استدلال‌های کلیدی و شواهد پشتیبان (با یک کلیک در Studio)
← سؤالات درک مطلب بر اساس دقیقاً همان مواد درسی
← فلش‌کارت‌های مفاهیم و اصطلاحات کلیدی (تولید خودکار و ارجاع‌دار)
← آزمون‌های تمرینی (چندگزینه‌ای یا کوتاه‌پاسخ) همراه با کلید پاسخی که مستقیم به خواندنی‌ها ارجاع می‌دهد
مدرسان دانشگاه Northeastern به دانشجویان آموزش دادند که خودشان با همین گردش کار، ابزارهای مطالعه شخصی بسازند. دانشجویان دیگر نمی‌پرسند «چه چیزی باید بدانم؟». نوت‌بوک، دقیقاً به زبان و فرمت دلخواه‌شان و بر اساس منابع استاد، پاسخ می‌دهد.
مرحله ۵: خروجی صوتی (Audio Overview) برای آمادگی دانشجو
این ویژگی بین دانشجویان به سرعت فراگیر شد. قبل از هر کلاس، اساتید یک Audio Overview از خواندنی‌های آن هفته تولید می‌کنند. دانشجویان یک پادکست ۱۰ تا ۱۵ دقیقه‌ای با دو میزبان هوش مصنوعی دریافت می‌کنند که مطالب را توضیح می‌دهد، ارتباط‌ها را نشان می‌دهد و مثال می‌زند. همه اینها پیش از آنکه دانشجو حتی یک صفحه بخواند.

اساتید دانشگاه کیس وسترن رزرو دقیقاً از همین روش برای کمک به دانشجویان در مواجهه با خواندنی‌های سنگین استفاده کردند. نتیجه روشن بود: دانشجویان با درکی اولیه از ایده‌های کلیدی وارد کلاس می‌شوند و زمان کلاس از توضیح دوباره مطالب به بحث واقعی، کاربرد عملی و تبادل نظر تبدیل شده است. اساتید این تغییر را «تحول‌آفرین» می‌نامند.
مرحله ۶: Deep Research برای بررسی ادبیات پژوهشی
این ویژگی بیشتر به کار اساتید پژوهشگر می‌آید. قابلیت Deep Research در NotebookLM به ابزار اجازه می‌دهد به صورت خودکار وب را جستجو کند، فهرست منابع بسازد و گزارش تحقیقاتی کاملاً ارجاع‌دار تولید کند. یکی از پژوهشگران دانشگاه پیتسبورگ گزارش داده که زمان آماده‌سازی بررسی ادبیات خود را ۷۰ درصد کاهش داده است.
گردش کار:
← آپلود منابع موجود همراه با سؤال تحقیقاتی
← اجرای Deep Research
← NotebookLM جستجوهای وب را برنامه‌ریزی می‌کند، شکاف‌های منابع را شناسایی می‌کند، مقالات جدید پیدا می‌کند و همه را در قالب یک گزارش ارجاع‌دار ترکیب می‌کند
والتر آیزاکسون، نویسنده برنده جایزه پولیتزر، از NotebookLM برای تحلیل ژورنال‌های ماری کوری در نوشتن کتابش استفاده کرد. وقتی یک بیوگرافر در این سطح از ابزار استفاده می‌کند، نشان‌دهنده بلوغ واقعی آن است.
مرحله ۷: ادغام با Google Classroom
این آپدیت سال ۲۰۲۶ حلقه را برای اساتید تکمیل کرد. اکنون می‌توان مستقیماً از داخل Google Classroom یک نوت‌بوک NotebookLM ایجاد کرد. با یک کلیک، تمام منابع اختصاص‌داده‌شده به دانشجویان وارد نوت‌بوک می‌شود و دیگر نیازی به آپلود دستی دوباره نیست.
نوت‌بوک‌ها به صورت «فقط مشاهده» به دانشجویان اختصاص داده می‌شوند. دانشجویان تجربه کامل هوش مصنوعی را با دقیقاً همان منابعی دریافت می‌کنند که استاد تعیین کرده است. آنها می‌توانند سؤال بپرسند، راهنمای مطالعه شخصی بسازند، Audio Overview اختصاصی اجرا کنند و فلش‌کارت تولید کنند. همه اینها بر پایه همان دانشی که استاد تنظیم کرده.
استاد یک‌بار پایه دانش را می‌سازد. دانشجویان به هر شکلی که برای یادگیری‌شان مؤثرتر است با آن تعامل می‌کنند. این یعنی آموزش شخصی‌سازی‌شده در مقیاس بزرگ، بدون هیچ کار اضافی برای استاد بعد از راه‌اندازی اولیه.

خلاصه گردش کار کامل اساتید
این پشته کامل مستندشده توسط اساتید NYU، استنفورد، کیس وسترن، آریزونا استیت و Northeastern است:
1. آپلود منابع: کل لیست خواندنی‌ها، سیلابس و امتحانات گذشته در یک نوت‌بوک برای هر واحد
2. نقشه‌برداری: اجرای پرامپت نقشه برنامه درسی و دریافت توالی تدریس با ارجاعات
3. طرح درس: تولید طرح درس جلسه‌به‌جلسه برای هر کلاس
4. بسته دانشجویی: تولید راهنما، فلش‌کارت و آزمون با یک کلیک
5. Audio Overview: ساخت خروجی صوتی برای آمادگی دانشجویان قبل از هر کلاس
6. Deep Research: بررسی ادبیات و شناسایی شکاف منابع
7. اشتراک‌گذاری: ارسال نوت‌بوک‌ها به دانشجویان از طریق Google Classroom

سخن پایانی
آنچه قبلاً یک تابستان کامل طول می‌کشید، اکنون در یک هفته انجام می‌شود. آنچه یک هفته زمان می‌برد، حالا یک بعدازظهر.
اساتیدی که زودتر این گردش کار را درک کنند، لزوماً کمتر کار نمی‌کنند. فقط تمرکزشان را روی بخش‌هایی می‌گذارند که واقعاً حضور انسان لازم دارد.
سیستم دانشگاهی دهه‌ها با یک فرآیند تکراری کار می‌کرد: آپلود خواندنی، نوشتن جلسه درس، ساخت ارزیابی، و تکرار از صفر هر ترم. NotebookLM محتوای تدریس اساتید را عوض نکرده. فقط زمان کارهای نامرئی را تغییر داده است.
بررسی ادبیاتی که سه ماه وقت می‌گرفت. طرح درسی که دو هفته زمان می‌برد. موادی مطالعه‌ای که یک آخر هفته کامل تلف می‌شد. همه اینها هنوز کار فکری استاد است. NotebookLM فقط بخش دستی مقایسه ۵۰ فایل PDF ساعت ۱۱ شب را حذف کرده.
دانشگاه‌هایی که سریع‌تر حرکت می‌کنند، استاد را جایگزین نمی‌کنند. فقط زمان‌شان را به آنها برمی‌گردانند.
این تغییر واقعی است. و همین حالا در حال رخ دادن است.

‏Claude الان می‌تونه کل CV, رزومه و حتی پروفایل لینکدینت رو مثل یه مشاور حرفه‌ای استخدام بسازه.

‏۵ پرامپت در ادامه مینویسم اینجا که اگه درست استفاده کنی، ظرف یک هفته مصاحبه شغلی برات میاره.


‏۱. بازنویسی رزومه به سبک ۶ ثانیه‌ای

‏یه استخدام‌کننده حرفه‌ای فقط ۶ ثانیه وقت می‌ذاره روی هر رزومه. ۶ ثانیه. بعدش یا جلو می‌ره یا رد می‌کنه.

‏این پرامپت رو بده به کلود:

‏«فرض کن یه استخدام‌کننده ارشد هستی که بیش از ۱۰۰ هزار رزومه بررسی کرده. رزومه من رو طوری بازنویسی کن که در ۶ ثانیه اول نگه‌ام داره.

‏کارهایی که باید بکنی:

‏- خلاصه حرفه‌ای رو ۲ تا ۳ جمله بنویس. قدرتمند و مشخص. بگو کی‌ام، چیکار می‌کنم، چرا متفاوتم.
‏- هر بولت‌پوینت رو با این فرمول بنویس: «فلان کار رو انجام دادم، با فلان نتیجه قابل اندازه‌گیری، از طریق فلان روش.»
‏- همه دستاوردها رو عددی کن. درصد، مبلغ، مقیاس.
‏- فعل‌های ضعیف مثل «مسئول بودم» و «کمک کردم» رو حذف کن. جاشون بنویس «طراحی کردم»، «راه‌اندازی کردم»، «کاهش دادم».
‏- یک صفحه نگهش دار. بی‌رحمانه اضافات رو ببر.
‏- ۳ تا از ضعیف‌ترین بولت‌های رزومه اصلی رو کنار نسخه بازنویسی‌شده بذار تا فرق رو ببینم.

‏رزومه فعلی من: [اینجا paste کن]
‏شغل هدفم: [اینجا بنویس]»

‏نکته مهم: شغل هدف رو حتماً بنویس. بدون اون، کلود نمی‌دونه رزومه رو برای چی تنظیم کنه.

‏۲. عبور از فیلتر ATS (سیستم‌های خودکار غربالگری)

‏۷۵ درصد رزومه‌ها قبل از اینکه چشم انسانی ببینه، توسط نرم‌افزار رد می‌شن. یعنی شاید بهترین رزومه دنیا رو داشته باشی ولی هیچ‌وقت دست کسی نرسه.

‏این پرامپت رو بده:

‏«فرض کن متخصص سیستم‌های ATS هستی و می‌دونی نرم‌افزارهای استخدام چطور رزومه‌ها رو فیلتر و رتبه‌بندی می‌کنن.

‏رزومه من رو طوری بهینه کن که از فیلتر رد بشه:

‏- از متن آگهی شغلی، کلمات کلیدی حیاتی رو استخراج کن و توی بخش‌های تجربه، خلاصه و مهارت‌ها جاسازی کن.
‏- هم مخفف و هم شکل کامل اصطلاحات رو بذار. مثلاً «بهینه‌سازی موتور جستجو (SEO)».
‏- هدرهای بخش رو استاندارد نگه دار: Experience، Education، Skills، Summary.
‏- جدول، ستون، گرافیک و کاراکتر خاص نذار. اینا پارسر ATS رو خراب می‌کنن.
‏- در نهایت رزومه بهینه‌شده رو از ۱ تا ۱۰۰ امتیاز بده و بگو کجاها هنوز ضعفه.

‏رزومه من: [paste کن]
‏متن آگهی شغلی: [paste کن]»

‏فایل خروجی رو حتماً docx ذخیره کن، نه pdf. سیستم‌های ATS با docx بهتر کار می‌کنن.

‏۳. نوشتن Cover Letter که واقعاً خونده بشه

‏اکثر Cover Letterها یه الگوی خسته‌کننده تکراری هستن. مدیر استخدام بعد از خط اول می‌فهمه کپی‌پیسته و ردش می‌کنه.

‏این پرامپت رو بده:

‏«فرض کن مدیر ارشد استخدامی که هفته‌ای ۵۰۰ نامه پوششی می‌خونه و فوری تفاوت بین نامه واقعی و الگوی بی‌روح رو می‌فهمه.
‏یه Cover Letter بنویس که:

‏- جمله اول خاص باشه. تجربه من رو مستقیم به چالش فعلی شرکت وصل کنه. هرگز با «در حال نوشتن برای درخواست…» شروع نکن.
‏- نشون بده تحقیق کردم. به یه محصول جدید، خبر اخیر یا ابتکار استراتژیک شرکت اشاره کن.
‏- ۳ تا توانایی مشخص من رو به مشکلی که آگهی شغلی واقعاً دنبال حلشه وصل کن.
‏- یه دستاورد عددی بذار که ثابت کنه قبلاً این کار رو انجام دادم.
‏- حداکثر ۲۵۰ تا ۳۰۰ کلمه. بیشتر از این یعنی نمی‌تونم مختصر حرف بزنم.
‏- مشخص کن کدوم جملات برای هر شرکت عوض می‌شن و کدوم ثابت می‌مونن.

‏شغل هدف: [آگهی رو paste کن]
‏۳ دستاورد مرتبطم: [بنویس]
‏چیزی که درباره این شرکت هیجانم می‌ده: [بنویس]»

‏۴. آماده‌سازی کامل مصاحبه

‏یه جواب اشتباه توی مصاحبه می‌تونه کل فرصت رو از بین ببره. آمادگی یعنی همه چیز.

‏این پرامپت رو بده:

‏«فرض کن مربی ارشد مصاحبه در یکی از بزرگ‌ترین شرکت‌های جستجوی مدیران اجرایی هستی.

‏یه سیستم کامل آمادگی مصاحبه برام بساز:

‏- ۱۰ واقعیت کلیدی درباره شرکت: مأموریت، درآمد، رقبا، اخبار اخیر، چالش‌ها.
‏- شرح شغل رو بشکن به ۵ شایستگی اصلی که واقعاً دارن تست می‌کنن.
‏- ۱۰ داستان آماده با روش STAR بنویس برای سؤالات رایج: رهبری، حل تعارض، شکست، کار تیمی، نوآوری.
‏- جواب ۹۰ ثانیه‌ای «درباره خودتان بگویید» بنویس که گذشته، حال و آینده‌ام رو به این نقش وصل کنه.
‏- جواب «بزرگ‌ترین ضعفتان چیست» رو طوری بنویس که ضعف واقعی باشه ولی به عنوان حوزه رشد نشون داده بشه.
‏- ۵ سؤال هوشمند بنویس که من از اونا بپرسم و نشون بده تفکر استراتژیک دارم.
‏- یه ایمیل تشکر ۲۴ ساعته بنویس که به نکته خاصی از مکالمه اشاره کنه.

‏شرکت: [بنویس]
‏نقش: [بنویس]
‏بزرگ‌ترین نگرانیم درباره کاندیداتوریم: [بنویس]

‏۵. ساخت سیستم جستجوی شغلی منظم

‏اکثر آدم‌ها جستجوی شغل رو تصادفی انجام می‌دن. اسکرول می‌کنن، اپلای می‌کنن، دعا می‌کنن. اما جستجوی شغل یه فرآیند سیستماتیکه، نه قرعه‌کشی.

‏این پرامپت رو بده:

‏«فرض کن استراتژیست ارشد جستجوی شغل هستی که به بیش از ۲۰ هزار نفر کمک کرده در نصف زمان شغل پیدا کنن.

‏یه سیستم کامل جستجوی شغل برام بساز:

‏- لیست ۳۰ تا ۵۰ شرکت هدف بر اساس تناسب نقش، فرهنگ و رشد.
‏- تنظیم هشدارهای شغلی روی لینکدین، Indeed و سایت‌های تخصصی با فیلترهای دقیق.
‏- یه اسپردشیت ساده طراحی کن که هر اپلیکیشن رو پیگیری کنه: شرکت، نقش، تاریخ، وضعیت، تاریخ follow-up.
‏- یه روتین روزانه ۶۰ دقیقه‌ای بساز که بیشترین اپلیکیشن رو بده بدون خستگی.
‏- نشون بده چطور مستقیم مدیر استخدام رو پیدا و بهش پیام بدم به جای فقط اپلای از سایت.
‏- یه template بنویس برای درخواست معرفی از شبکه آشنایان.
‏- هر جمعه ۳۰ دقیقه بررسی هفتگی: چی کار کرده، چی نکرده، استراتژی هفته بعد چیه.

‏نقش هدفم: [بنویس]
‏صنعت: [بنویس]
‏شهر ترجیحی: [بنویس]
‏ساعت در هفته که می‌تونم اختصاص بدم: [بنویس]»

‏جمع‌بندی:

‏این ۵ پرامپت اگه با اطلاعات واقعی خودت پرشون کنی، از ۹۰ درصد آدمایی که دارن تصادفی اپلای می‌کنن جلو می‌افتی.

‏ابزار رایگانه. تفاوت رو نحوه استفاده‌ات می‌سازه.

‏ذخیره کن، اجرا کن، اطلاعات بیشتر هم در کانال تلگرامم میتونی پیدا کنی همیشه.

https://t.me/Navidaitoolbox ‏

از چند مدت قبل که با این سیستم جدید شروع کردم فقط ده میلیون ایمپرشن این اینجا توی توییتر داشتم ، رفقایی جدید و دهها مشتری و مخاطب جدید بدون یک یورو تبلیغ و اینها همه‌ش با یه سیستمیه که خودم ساختم.
یه تیم مارکتینگ به کمک هشت ایجنت تخصصی بر بستر کلود که به ترتیب اجرا می‌شن:
تحلیل رقبا
تحلیل مخاطب
پوزیشنینگ
استراتژی محتوا
تقویم کمپین
کپی‌رایتینگ
بودجه و KPI
و آخرین: امتیازدهی ۶ بُعدی
اغلب مردم یک پرامپت می نویسن و پاسخ هوش مصنوعی رو میبرن برای اجرا! که خوب شانس کمی برای موفقیت داره ولی این سیستم جایگزین یک تیم کامل مارکتینگ ، تدوین محتوا و راه اندازی کمپینه و نتیجه اش عجیب و باورنکردنیه!

برای رزرو مشاوره کسب و کار میتونید به تلگرام زیر مسیج بدید:
https://t.me/farid_payam ‏

دنیا با سرعت نور به سمت هوش مصنوعی حرکت می‌کند و حقیقت تلخ این است: هوش مصنوعی جای شما را نمی‌گیرد، اما کسی که کار با آن را بلد است، قطعاً جای شما را خواهد گرفت. بزرگترین دارایی شما در سال ۲۰۲۶، «زمان» است. اکثر مردم ساعت‌ها وقت خود را صرف کارهای تکراری می‌کنند، در حالی که ابزارهای AI می‌توانند همان کار را در ۳۰ ثانیه انجام دهند. خرید این کتاب، خریدِ یک «سندوفایل» نیست؛ بلکه خریدنِ ده‌ها ساعت زمان آزاد در ماه و بیمه کردن آینده شغلی‌تان است. اگر نمی‌خواهید جزو ۹۰ درصدی باشید که فقط «اسم ChatGPT را شنیده‌اند»، این کتاب میان‌برِ اختصاصی شماست.

📌 بزرگترین دروغی که درباره مارکتینگ به شما گفته‌اند...
این است که "فقط به محتوای بیشتر نیاز دارید".
واقعیت تلخ این است: اگر پوزیشنینگ (جایگاه‌سازی) شما غلط باشد، بودجه تبلیغاتی‌تان فقط صرف "فریاد زدن در اتاق خالی" می‌شود.
مشکل اینجاست: اکثر بیزینس‌ها یا درگیر کپی‌رایتینگ ضعیف هستند یا استراتژی‌هایی که بر پایه "حدس و گمان" بنا شده، نه داده‌های واقعی رقبا.
🧠 چرا حرفه ای ها ما را انتخاب می‌کنند؟
ما "شخص" نیستیم؛ ما یک ساختار هوشمند هستیم. برخلاف آژانس‌های سنتی که هفته‌ها زمان می‌برند، ما با ترکیب تجربه استراتژیک انسانی و قدرت پردازش هشت ایجنت هوشمند اختصاصی، بیزینس شما را کالبدشکافی می‌کنیم.
ما همان سیستمی هستیم که توانست ۱۰ میلیون ایمپرشن ارگانیک در توییتر (بدون یک ریال هزینه تبلیغات) خلق کند. ما روی شانس شرط‌بندی نمی‌کنیم، روی داده سرمایه‌گذاری می‌کنیم.
🛠 ما چه مشکلی را از شما حل می‌کنیم؟
ما گره‌های کور کسب‌وکارتان را باز می‌کنیم:
- آنالیز راداری: رقبای شما دقیقاً کجا پول در می‌آورند که شما نمی‌بینید؟
- تزریق هویت: تبدیل محصول "معمولی" به پیشنهادی که رد کردنش سخت باشد.
- نقشه راه طراحی شده: از کپی‌رایتینگ تا KPI؛ دقیق، سرد و محاسبه شده.
✅ این مسیر برای شماست اگر:
- از هزینه کردن برای ادمین‌ها و خروجی‌های "زرد" خسته شده‌اید.
- محصول فوق‌العاده‌ای دارید اما در بازار "نامرئی" هستید.
- می‌خواهید بدانید دقیقاً به ازای هر ریال هزینه، چه چیزی به دست می‌آورید.
📩 رزرو جلسه بررسی اولیه:
برای اینکه بفهمیم سیستم ما برای بیزینس شما "سودآور" است یا خیر، به @farid_payam پیام دهید.
فقط به پیام‌هایی که شامل این پنج مورد باشند پاسخ داده می‌شود:
۱. نام برند و حوزه فعالیت؟
۲. بزرگترین مانع شما برای فروش در ماه گذشته چه بود؟
۳. مشتری فعلی شما کجاست؟
۴. هدفتان برای ۳ ماه آینده چیست؟
۵. لینک وب‌سایت یا رسانه اجتماعی؟

یه روش ۵ مرحله‌ای برای ساخت اینفوگرافیک با هوش مصنوعی در کمتر از ۲ دقیقه:
مرحله ۱: یه ویدیو یوتیوب پیدا کن
موضوعی که می‌خوای اینفوگرافیکش رو بسازی رو توی یوتیوب سرچ کن. یه ویدیوی خوب پیدا کن و لینکش رو کپی کن.
مرحله ۲: محتوا رو با Gemini استخراج کن
برو روی gemini.google.app و این پرامپت رو بفرست:
«مثل یه استراتژیست محتوا و ویراستار ارشد عمل کن. این ویدیوی یوتیوب رو تحلیل کن: [لینک ویدیو]
اول، هسته اصلی محتوا رو استخراج کن:
چه تز اصلی داره؟ چه داده و آمار مشخصی ذکر شده؟ ۳ تا ۵ نقل‌قول قوی پیدا کن. اگه چارچوب یا مدل ذهنی داره، توضیح بده.
بعد، ساختار اینفوگرافیک رو بساز:
یه تیتر جذاب، یه زیرتیتل، ۴ تا ۶ بخش با هدینگ و نکته کلیدی، و یه جمع‌بندی پایانی.»
مرحله ۳: برو Gamma.app
روی «Create with AI» کلیک کن، گزینه «Graphic» رو انتخاب کن.
مرحله ۴: خروجی Gemini رو پیست کن
محتوایی که Gemini بهت داد رو توی باکس پرامپت Gamma بریز. یا مستقیم بنویس: «یه اینفوگرافیک درباره [موضوعت] بساز.»
مرحله ۵: استایل رو انتخاب کن
Gamma چند ورژن بصری مختلف بهت پیشنهاد می‌ده. از Polished Flat تا Isometric و Doodle. هر کدوم که با برندت همخوانی داره رو انتخاب کن.
همین. بدون طراح، بدون نرم‌افزار پیچیده.
ابزار مهم نیست، منطق پشتش مهمه.​​​​​​​​​​​​​​​​

ذخیره کن، اجرا کن، اطلاعات بیشتر هم در کانال تلگرامم میتونی پیدا کنی همیشه.

https://t.me/Navidaitoolbox ‏