Prototime

"Humans welcome to observe." یعنی «انسان‌ها می‌تونن بیان تماشا کنن.»

البته یه نکته مهم هست: نباید هر چیزی که اونجا می‌بینیم رو «رفتار خودجوش هوش مصنوعی» حساب کنیم. تحقیقات نشون داده بخش قابل‌توجهی از فعالیت‌ها تحت تأثیر انسان‌هاست و حتی بعضی از داستان‌های عجیب و وایرال Moltbook عملاً توسط آدم‌ها هدایت شده بودن.

در یکی از نتایج این پژوهش، اشتغال این گروه حدود ۱۹٪ کمتر از روندی بوده که انتظار می‌رفت. و نکته مهم اینجاست: بخش زیادی از ماجرا از کم شدن استخدام نیروهای تازه‌کار میاد، نه اخراج نیروهای قدیمی.

وقتی به کسی اجازه ندادی تازه‌کار باشه، متخصص بعدی رو از کجا میاری؟

در واقع OpenAI داره کم‌کم ChatGPT رو تبدیل می‌کنه به یه پلتفرم تبلیغاتی جدی؛ یعنی ابزارهای اندازه‌گیری کلیک، تبدیل کاربر و اتصال به سرویس‌های مارکتینگ هم دارن وارد ماجرا می‌شن. طبق آماری که خود شرکت اعلام کرده، ChatGPT الان به حدود ۱.۲ میلیارد کاربر هفتگی رسیده؛ با همچین عددی، طبیعیه که بازار تبلیغات براش خیلی وسوسه‌کننده باشه.

در این اپیزود از پادکست، به صورت عمیق و کاربردی به بررسی دنیای هوش مصنوعی، و مسائل فنی یادگیری ماشین پرداختیم. اگر قصد داری وارد این حوزه بشی، این ویدیو نقشه راه کامل ورود به بازار کار و نحوه ساخت یک مسیر شغلی موفق و مهارت‌های لازم برای استخدام رو در اختیارت قرار میده.

اگر نگران از دست دادن فرصت‌های شغلی خودت هستی یا احساس میکنی که داری از موج ای آی عقب میمونی، این پادکست دقیقاً برای توعه. توی پروتوتایم قراره درباره هوش مصنوعی و تغییرات دنیای تکنولوژی صحبت کنیم؛ طراحی محصول، گرافیک، برنامه‌نویسی، مارکتینگ و هر چیزی که به آینده‌ی کار و مسیر شغلی ما ربط داره. هدف ما اینه که مهم‌ترین خبرها، ابزارها و تحلیل‌ها رو از زبان متخصص های این زمینه بشنویم و همگام با تغییرات جلو بریم.. حتماً پروتوتایم رو در یوتیوب و تلگرام سابسکرایب کنید و کامران و سعید، میزبان‌های پادکست رو هم در اینستاگرام دنبال کنید تا از قسمت‌های جدید پادکست و آخرین اتفاقات دنیای هوش مصنوعی و تکنولوژی باخبر باشید. ممنون که همراه ما هستید. ❤️

<build> 1. One HTML file, square 1440x1440. Every style is computed from time inside an async seek(t): no CSS transitions, no timers, no state between frames. 2. Springs are closed-form step responses. A value with many targets is the sum of one spring per change, so it stays a pure function of time. 3. Liquid glass: each glass element holds its own clone of the scene behind it, filtered with an SVG feImage displacement map (a rounded-rect distance field) through three feDisplacementMaps at slightly different scales for chromatic edges, plus a rim light. Glass letters: a canvas distance field per glyph gives the map, mask and highlights. 4. Goo: blur + alpha threshold, then composite the source atop it so the glass stays sharp inside. 5. Iris: 6 blades around a hexagonal aperture. Each blade is its two vertices, both edge extensions and the SHORT arc between them. 6. Wordmark squeeze: every letter moves toward the dot by the same factor and its drawn width follows (narrow the wdth axis, scale the rest), so the letters stay touching. 7. Footage: re-encode all-intra (ffmpeg -g 1), load it as a blob URL, await 'seeked' before drawing each frame. 8. Sound: a downloaded SFX for every event (Mixkit), never synthesized, each placed by its measured peak. The song starts on a downbeat: the zoom lands on the drop, the wall sits in the breakdown, the wordmark returns with the beat. Loudnorm to -14 LUFS. 9. Render with Playwright: 4 subframes per frame blended with ffmpeg tmix, 60fps. Check one frame per beat, then scan for single-frame pops (frame-difference spikes 3x their neighbours). </build> <gotchas> backdrop-filter: url() misreads displacement maps in Chromium, so clone the scene instead. A flood must overscale past the corners and take about 0.3s, or half the screen changes in one frame. A child with visibility: visible shows through a hidden parent, so use inherit. Text that swaps inside a morphing shape needs its own mask. python http.server can't range-seek video, so use the blob URL. </gotchas> <start> Ask me for the inputs, then show me the beat map and 4 stills (open, glass, stage, wall) before you write the full film. </start>

<build> 1. One HTML file, square 1440x1440. Every style is computed from time inside an async seek(t): no CSS transitions, no timers, no state between frames. 2. Springs are closed-form step responses. A value with many targets is the sum of one spring per change, so it stays a pure function of time. 3. Liquid glass: each glass element holds its own clone of the scene behind it, filtered with an SVG feImage displacement map (a rounded-rect distance field) through three feDisplacementMaps at slightly different scales for chromatic edges, plus a rim light. Glass letters: a canvas distance field per glyph gives the map, mask and highlights. 4. Goo: blur + alpha threshold, then composite the source atop it so the glass stays sharp inside. 5. Iris: 6 blades around a hexagonal aperture. Each blade is its two vertices, both edge extensions and the SHORT arc between them. 6. Wordmark squeeze: every letter moves toward the dot by the same factor and its drawn width follows (narrow the wdth axis, scale the rest), so the letters stay touching. 7. Footage: re-encode all-intra (ffmpeg -g 1), load it as a blob URL, await 'seeked' before drawing each frame. 8. Sound: a downloaded SFX for every event (Mixkit), never synthesized, each placed by its measured peak. The song starts on a downbeat: the zoom lands on the drop, the wall sits in the breakdown, the wordmark returns with the beat. Loudnorm to -14 LUFS. 9. Render with Playwright: 4 subframes per frame blended with ffmpeg tmix, 60fps. Check one frame per beat, then scan for single-frame pops (frame-difference spikes 3x their neighbours). </build> <gotchas> backdrop-filter: url() misreads displacement maps in Chromium, so clone the scene instead. A flood must overscale past the corners and take about 0.3s, or half the screen changes in one frame. A child with visibility: visible shows through a hidden parent, so use inherit. Text that swaps inside a morphing shape needs its own mask. python http.server can't range-seek video, so use the blob URL. </gotchas> <start> Ask me for the inputs, then show me the beat map and 4 stills (open, glass, stage, wall) before you write the full film. </start>

the beat return. Last frame = first frame. </structure> <build> 1. One HTML file, square 1440x1440. Every style is computed from time inside an async seek(t): no CSS transitions, no timers, no state between frames. 2. Springs are closed-form step responses. A value with many targets is the sum of one spring per change, so it stays a pure function of time. 3. Liquid glass: each glass element holds its own clone of the scene behind it, filtered with an SVG feImage displacement map (a rounded-rect distance field) through three feDisplacementMaps at slightly different scales for chromatic edges, plus a rim light. Glass letters: a canvas distance field per glyph gives the map, mask and highlights. 4. Goo: blur + alpha threshold, then composite the source atop it so the glass stays sharp inside. 5. Iris: 6 blades around a hexagonal aperture. Each blade is its two vertices, both edge extensions and the SHORT arc between them. 6. Wordmark squeeze: every letter moves toward the dot by the same factor and its drawn width follows (narrow the wdth axis, scale the rest), so the letters stay touching. 7. Footage: re-encode all-intra (ffmpeg -g 1), load it as a blob URL, await 'seeked' before drawing each frame. 8. Sound: a downloaded SFX for every event (Mixkit), never synthesized, each placed by its measured peak. The song starts on a downbeat: the zoom lands on the drop, the wall sits in the breakdown, the wordmark returns with the beat. Loudnorm to -14 LUFS. 9. Render with Playwright: 4 subframes per frame blended with ffmpeg tmix, 60fps. Check one frame per beat, then scan for single-frame pops (frame-difference spikes 3x their neighbours). </build> <gotchas> backdrop-filter: url() misreads displacement maps in Chromium, so clone the scene instead. A flood must overscale past the corners and take about 0.3s, or half the screen changes in one frame. A child with visibility: visible shows through a hidden parent, so use inherit. Text that swaps inside a morphing shape needs its own mask. python http.server can't range-seek video, so use the blob URL. </gotchas> <start> Ask me for the inputs, then show me the beat map and 4 stills (open, glass, stage, wall) before you write the full film. </start>

<inputs> Ask me for: a one-word brand name for the wordmark (a verb works best), 9 to 12 high-res photos, a royalty-free song around 120 BPM with a drop and a quiet breakdown (Mixkit, free for commercial use), and a free stock clip of a plain wall with moving plant shadows (Pexels). </inputs> <direction> An Apple-keynote launch film, 2D only, one continuous take. Every scene is made out of the previous one: nothing fades, blurs or cuts. Objects change shape instead: text rises out of a mask line, icons pop from zero on a spring, bars draw across, pages push, and a black shape floods the whole frame and contracts into the next scene. Warm off-white canvas, black UI, iOS 26 liquid glass over the photos. Archivo (wdth 125, weight 800) for the wordmark, Geist for UI. A cursor drives every change with real clicks, drags and long-presses. The camera zooms screen-studio style so each moment fills the square, and the cursor scales with it. Banned: crossfades, blur-ins, brightness "developing", 3D flips, particles, glows, holds longer than 1s, anything that looks like a template. </direction> <structure> 120 BPM, 54 beats, something happens on every beat. Open: the wordmark squeezes into its own period like an accordion, the dot grows into a black pill, a label rises inside it. Click: six iris blades close over the label and snap open onto a photo. The circle becomes a square, shrinks, the grid unfolds from behind it like a paper map (center, plus, corners), reflows into a bento, and a click zooms into one tile, landing exactly on the drop. Glass: a glass word pops in letter by letter, melts into a droplet that stretches into a glass toolbar. The adjust icon turns it into a slider. Dragging relights the photo from day to golden hour (two aligned shots), and the knob turns into a glass lens while held. It lifts into a glass orb, the next photo opens inside it as a circle, and the orb expands into a lock screen: glass clock digits, date, and a home bar that stretches into a glass music player. Stage: the lock screen pulls back into a phone (the bezel grows out of the screen edge). The Dynamic Island stretches like liquid, pinches off, flies over and grows into a Mac window that rolls up like a blind. Long-press the wallpaper, drag it onto a Safari tab, the page pushes in, drop it and it becomes the hero of a landing page. Scroll: the hero morphs into a framed print on a product card, with the mat and molding growing out of the photo's edge. Pick a frame color (it paints across) and a size, then the nav button flies down into "Order print". Order: one black shape keeps morphing: Ordered ✓ → Printing % → On its way (a van on a route) → Delivered ✓. Wall: the delivered circle floods the frame edge to edge, holds black for a beat, and contracts into the framed print hanging on the real wall footage. The same iris opens onto the print, closes again, the frame floods the screen and contracts into the pill → the dot → the letters spring back out, landing on

هوش مصنوعی با سرعت سرسام‌آوری داره جلو میره، اما از کجا باید شروع کنیم و چقدر از اخبار پیرامونش واقعیه؟ توی این قسمت از مجموعه «هوش مصنوعی به زبان ساده»، بدون درگیر شدن با اصطلاحات پیچیده فنی یا نیاز به برنامه‌نویسی، از صفر سراغ مبانی می‌ریم. از مفهوم کلی هوش مصنوعی و Generative AI گرفته تا تاریخچه مختصر، دلایل جهش ناگهانی ابزارهایی مثل ChatGPT، میزان هوش واقعی این سیستم‌ها و البته تأثیر مستقیمشون روی آینده بازار کار و مشاغل رو با آمار و ارقام بررسی می‌کنیم. اگر دانش‌آموز، دانشجو، فعال حوزه تکنولوژی هستی یا می‌خوای وارد بازار کار بشی و بدونی چطور در کنار AI رشد کنی، این ویدیو دید کاملی بهت میده.

6️⃣ پیش‌بینی سؤال‌های مصاحبه

7️⃣ ساخت جواب‌های مصاحبه با روش STAR

STAR مخفف Situation, Task, Action, Resultـه و برای جواب‌دادن به سؤال‌های رفتاری مصاحبه خیلی کاربردیه.

8️⃣ ساخت یک پکیج کامل برای اپلای

اگه حوصله نداری مراحل بالا رو یکی‌یکی انجام بدی، این یکی تقریباً همه‌شون رو با هم جمع می‌کنه.

مثل یک متخصص ارشد جذب و استخدام (Senior Recruiter) عمل کن.

این آگهی شغلی را تحلیل کن:
{متن آگهی شغلی}

بعد رزومه‌ی من را طوری بازنویسی کن که با این موقعیت شغلی بیشترین تطابق را داشته باشد:
{متن رزومه من}

تجربه‌های مرتبط را برجسته کن، کلیدواژه‌های مهم آگهی را در بخش‌های مناسب رزومه به‌کار ببر و Bullet Pointها را طوری بازنویسی کن که با اولویت‌های کارفرما هماهنگ باشند.

هیچ مهارت یا تجربه‌ای که واقعاً در رزومه‌ی من وجود ندارد اضافه نکن.

2️⃣ بازنویسی Bullet Pointهای رزومه با تمرکز روی نتیجه

برای وقتی که توضیحات سابقه‌ی کارت زیادی کلی و بی‌اثر شده.

3️⃣ نوشتن Cover Letter متناسب با موقعیت شغلی

4️⃣ استخراج کلیدواژه‌های مهم آگهی شغلی

این یکی برای فهمیدن چیزهاییه که باید توی رزومه‌ت بیشتر به چشم بیان.

5️⃣ پیدا کردن فاصله‌ی رزومه با موقعیت شغلی

Using only this conversation and any saved memory actually available to you, list the personal information you know about me. Group it into: identity, location, work, finances, health, relationships, and other sensitive details. For each section, tell me exactly what you know about me, the details, specially in helth and relationships. For each item, show what I shared, where you found it, and whether it is an explicit fact or an inference. Flag details that could identify me when combined. Do not guess or invent anything. Do not claim to inspect chats or account records you cannot access. Give me the report directly In Farsi, not instructions for creating one.

در این دوره چه چیزهایی یاد می‌گیرید؟ - آموزش کامل مفاهیم هوش مصنوعی و ChatGPT - ساخت لندینگ پیج با Codex Agent - آموزش ساخت شیت در Work - کار با منوها و تنظیمات

اما نکته مهم اینه که این قابلیت صرفاً برای ساخت ویدیوی آواتاری از روی متن، مثل کاربرد کلاسیک HeyGen، ساخته نشده؛ بیشتر باید اون رو شبیه HeyGen LiveAvatar در نظر گرفت: یک آدم مجازی که همون لحظه با کاربر مکالمه می‌کنه، حرف‌هاش رو می‌فهمه و جوابش رو به‌صورت ویدیویی تحویل می‌ده.

«می‌خواهم درباره‌ی [موضوع موردنظر] یاد بگیرم. مهم‌ترین ۲۰٪ از نکات و مفاهیم این موضوع را مشخص کن و توضیح بده؛ به شکلی که با یادگیری آن‌ها بتوانم ۸۰٪ موضوع را درک کنم.»

(متن خود را اینجا قرار دهید) «متن بالا را بررسی و ویرایش کن. اشتباهات املایی و دستوری را اصلاح کن و پیشنهادهایی بده که باعث شود متن واضح‌تر، روان‌تر و بهتر نوشته شود.»

«در حال تهیه‌ی گزارشی درباره‌ی [موضوع موردنظر] هستم. درباره‌ی این موضوع تحقیق کن و یک گزارش جامع تهیه کن که شامل راهنمای مرحله‌به‌مرحله باشد و به خواننده کمک کند بفهمد چطور می‌تواند [نتیجه‌ی موردنظر] را به دست آورد.»

«می‌خواهم [مهارت موردنظر] را یاد بگیرم. یک برنامه‌ی آموزشی ۳۰ روزه طراحی کن که به فردی مبتدی مثل من کمک کند این مهارت را یاد بگیرد و به‌تدریج در آن بهتر شود.»

«در حال یادگیری [موضوع موردنظر] هستم. مجموعه‌ای از سؤال‌ها از من بپرس تا میزان دانشم را ارزیابی کنی. نقاط ضعف و شکاف‌های دانشی من را بر اساس پاسخ‌هایم مشخص کن و پاسخ‌های بهتر و کامل‌تری ارائه بده تا آن‌ها را برطرف کنم.»

«تو یک هوش مصنوعی هستی که برای کمک به [حرفه یا تخصص موردنظر] طراحی شده‌ای. ۱۰ مورد از بهترین پرامپت‌هایی را که می‌توان برای کمک در این حرفه از تو پرسید، تهیه کن. این پرامپت‌ها باید درباره‌ی [موضوع موردنظر] باشند.»

«یک راهنمای مقدماتی برای استفاده از ChatGPT تهیه کن. این راهنما باید موضوعاتی مثل پرامپت‌نویسی، ارائه‌ی اطلاعات و زمینه‌ی اولیه (Priming) و تعیین نقش برای هوش مصنوعی (Personas) را پوشش دهد و برای هر بخش مثال داشته باشد. متن راهنما بیشتر از ۵۰۰ کلمه نباشد.»

«[موضوع موردنظر] را با زبانی ساده و قابل‌فهم توضیح بده؛ به شکلی که یک فرد کاملاً مبتدی هم بتواند آن را درک کند.»

«می‌خواهم [کار یا هدف موردنظر] را انجام دهم. برای رسیدن به [نتیجه‌ی موردنظر]، ایده‌ها و پیشنهادهایی کاربردی برای [کار یا هدف موردنظر] ارائه بده.»

«متن زیر را خلاصه کن و نکات کلیدی، مهم‌ترین اطلاعات و اصلی‌ترین یافته‌های آن را به‌صورت فهرست‌وار ارائه بده.» [متن موردنظر را اینجا قرار دهید]