هوش مصنوعی در برنامه نویسی

جدیدترین دوره فول استک هوش مصنوعی

تولید پروژه های برنامه نویسی با کمک ایجنت های هوش مصنوعی

## دوره‌ی «ساخت نرم‌افزارهای تجاری با هوش مصنوعی؛ از ایده تا انتشار»

### ساختن نرم‌افزار دیگر با حدس و پرامپت انجام نمی‌شود

هوش مصنوعی امروز می‌تواند کد بنویسد، فایل بسازد، تست اجرا کند و خطا را تحلیل کند. اما بیشتر کسانی که با این ابزارها کار می‌کنند، به نتیجه‌ای می‌رسند که نه قابل‌اعتماد است، نه قابل‌نگهداری. کدی که امروز کار می‌کند، فردا می‌شکند. نرم‌افزاری که شروعش سریع بود، بعد از سه ماه غیرقابل تغییر می‌شود. و مهم‌تر از همه، کسی نمی‌داند چرا تصمیم‌ها گرفته شده‌اند.

این دوره برای حل همین مشکل ساخته شده است.

### دوره‌ی شما چه چیزی را عوض می‌کند؟

در این دوره، **هوش مصنوعی را به‌عنوان یک همکار مهندسی** یاد می‌گیرید؛ همکاری که سریع است، کد می‌نویسد، و گاهی اشتباه می‌کند. یاد می‌گیرید چه زمانی به حرفش اعتماد کنید، چه زمانی آن را بازبینی کنید، و چه زمانی تصمیم را خودتان بگیرید.

شما از **ایده‌ی خام** شروع می‌کنید و به **نرم‌افزاری منتشرشده، تست‌شده و قابل نگهداری** می‌رسید؛ در مسیری که در آن هر مرحله، از جمله تحلیل، نیازمندی، طراحی، ساخت، تست، امنیت و استقرار، به شیوه‌ای روشن و قابل تکرار انجام می‌شود.

### چه چیزهایی یاد می‌گیرید؟

**از ایده تا نقشه‌ی ساخت**

- نوشتن PRD: مسئله، کاربر، هدف، غیرهدف‌ها و نیازمندی‌های قابل‌تست

- تبدیل PRD به Spec، ADR و تسک‌ها، بدون اینکه تصمیم محصول در مرحله‌ی فنی گم شود

- تعریف MVP با فرضیه‌ای که می‌توان آن را رد کرد

**کار روزانه با Claude Code و ابزارهای AI**

- راه‌اندازی Claude Code و نوشتن CLAUDE.md که قوانین پروژه را به هوش مصنوعی می‌آموزد

- ساخت Hook، Skill، زیرعامل (SubAgent) و اتصال به ابزارها با MCP

- کار با چند عامل روی یک ویژگی، با قرارداد مشترک و مالکیت فایل روشن

**چرخه‌ی توسعه‌ی حرفه‌ای**

- طرح قبل از کد، تست از معیار پذیرش و پیاده‌سازی در برش‌های کوچک

- بازبینی دو لایه: خودکار، سپس انسانی، پیش از هر ادغام

- عیب‌یابی منظم: بازتولید خطا، جمع‌آوری شواهد، آزمون فرضیه و اصلاح حداقلی

**مهندسی سامانه‌های هوش مصنوعی**

- Prompt و Context: چه چیزی را به مدل بدهیم و چگونه

- Token: کنترل هزینه، کش و انتخاب مدل

- Harness و API: ساختن محیط امن و قابل‌کنترل اطراف مدل، و ساختن API برای مصرف‌کننده‌ها

- RAG: جست‌وجو در اسناد داخلی و پاسخ با ارجاع

- امنیت: تزریق دستور، نشت داده، خروجی ناامن و زنجیره‌ی تأمین

**ساخت و نگهداری نرم‌افزار**

- معماری لایه‌ای با ASP.NET Core، Blazor Server، EF Core و SQL Server

- استقرار روی سرور و نگهداری پس از انتشار با لاگ، پایش و Runbook

### این دوره برای چه کسانی است؟

- **برنامه‌نویسانی که زبان C# یا هر زبان دیگری را بلدند** و می‌خواهند با هوش مصنوعی سریع‌تر و با کیفیت بالاتر کار کنند.

- **کسانی که تازه شروع کرده‌اند** و می‌خواهند از صفر، با مسیر روشن و بدون گم شدن، به یک پروژه‌ی واقعی برسند. بخش‌های پایه‌ی وب و مهندسی نرم‌افزار برای افراد کاملا مبتدی نیز پیش بینی شده است.

- **مدیران محصول و تحلیلگران** که می‌خواهند PRD و Spec بنویسند که تیم فنی بتواند بر اساس آن کار کند.

- **توسعه‌دهندگانی که با ابزارهای AI کار می‌کنند** اما روش ندارند و می‌خواهند کارشان قابل‌پیش‌بینی و قابل‌دفاع شود.

نیازی به تجربه‌ی قبلی در هوش مصنوعی نیست. آنچه لازم است، کنجکاوی و تمایل به ساختن است.

### محصول نهایی شما

در پایان دوره، شما:

- چندین **پروژه‌ی وب واقعی** را از ایده تا انتشار ساخته‌اید، با PRD، Spec، ADRها، تست و مستندات

- یک **مجموعه‌ی شخصی از ابزارها** دارید: CLAUDE.md، Hook، Skill، زیرعامل و چک‌لیست‌های کار

- یک **روش کار مشخص** دارید که می‌توانید در هر پروژه‌ی بعدی به‌کار ببرید

- می‌دانید **کجا باید به AI اعتماد کنید و کجا نه**، و این را می‌توانید به تیم یا کارفرمای خود توضیح دهید

### چرا همین حالا؟

ابزارهای هوش مصنوعی به‌سرعت تغییر می‌کنند. آنچه امروز یاد می‌گیرید، یعنی **روش فکر کردن، طراحی، بازبینی و تصمیم‌گیری در کنار هوش مصنوعی**، از ابزار خاصی مستقل است و با تغییر ابزارها هم کاربرد خود را حفظ می‌کند.

> **ساختن نرم‌افزار با هوش مصنوعی یعنی سریع‌تر فکر کردن و دقیق‌تر تصمیم گرفتن؛ نه کمتر فکر کردن.**

---

**[شروع دوره]** دوره فول استک هوش مصنوعی، از تاریخ 29 آبان شروع میشه و جلسات دوره در پنل تون منتشر میگردد