هوش مصنوعی چیست؟ از چت جی پی تی و جمنای تا ساخت عکس با پیکاسو
تحریریه پیکاسو · ۱۸ آبان ۱۴۰۵ · 10 دقیقه مطالعه
هوش مصنوعی برای مدیر یک صفحه یا صاحب کسب‌وکار کوچک، می‌تواند از یک کار مشخص شروع شود: پیشنهاد موضوع پست، نوشتن کپشن یا ساخت تصویر. اما ابزارهایی مثل ChatGPT یا چت جی پی تی و Gemini یا جمنای چه تفاوتی با مدل‌های پشت آن‌ها دارند؟ شناخت این تفاوت کمک می‌کند برای متن، تصویر و آماده‌کردن پست، ابزار متناسب با همان کار را انتخاب کنی.
هوش مصنوعی چیست و چه کاری برای کسب‌وکار کوچک انجام می‌دهد؟
هوش مصنوعی به سیستم‌هایی گفته می‌شود که برای انجام کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا آموزش می‌بینند. پس کاربردش فقط گفت‌وگو با یک چت‌بات یا ساخت عکس نیست؛ دسته‌بندی پیام‌های مشتریان هم می‌تواند یکی از کاربردهای آن باشد.
تفاوت را با یک مثال ببین: یک دستور ثابت می‌گوید «اگر پیام کلمه‌ی قیمت داشت، آن را در دسته‌ی پرسش درباره‌ی هزینه بگذار». اما یک سیستم آموزش‌دیده می‌تواند از نمونه‌ها یاد بگیرد که «این نوشیدنی چند است؟» هم پرسش درباره‌ی قیمت است، حتی اگر همان کلمه در پیام نباشد. این مثال فقط سازوکار را روشن می‌کند و معرفی قابلیت محصول مشخصی نیست.
برای کسب‌وکار کوچک، خروجی کاربردی می‌تواند پیش‌نویس کپشن، پیشنهاد موضوع پست یا تصویر معرفی یک خدمت باشد. در یک مثال فرضی، مدیر صفحه‌ی یک کافه می‌خواهد پستی برای معرفی لاته‌ی دارچینی بسازد. همین مثال را دنبال می‌کنیم تا تفاوت ایده‌پردازی، متن‌نویسی و تصویرسازی روشن شود.
هوش مصنوعی مولد چگونه متن و تصویر می‌سازد؟
هوش مصنوعی مولد بخشی از هوش مصنوعی است که محتوای تازه، مثل متن و تصویر، تولید می‌کند. همه‌ی کاربردهای هوش مصنوعی مولد نیستند؛ مثلا دسته‌بندی پیام‌های مشتریان لزوما به تولید محتوا نیاز ندارد.
مدل در دوره‌ی آموزش، الگوهای موجود در داده‌ها را یاد می‌گیرد. هنگام دریافت درخواست، بر پایه‌ی آن الگوها و ورودی، خروجی می‌سازد. این فرایند تضمین درستی نتیجه نیست؛ متنی که ساختار منظم و لحن مطمئن دارد هم ممکن است اطلاعات نادرست ارائه کند.
مدل زبانی بزرگ یا LLM برای پردازش و تولید زبان آموزش می‌بیند. در تولید متن، با توجه به درخواست و زمینه‌ی گفت‌وگو، ادامه‌ی محتمل متن را می‌سازد. این فرایند را نباید معادل فهم انسانی یا داشتن نیت دانست.
در مثال کافه، درخواست «سه کپشن برای معرفی لاته‌ی دارچینی» خروجی متنی می‌خواهد؛ اما «تصویر یک فنجان لاته‌ی دارچینی» به قابلیت تولید تصویر نیاز دارد. بعضی دستیارها هر دو قابلیت را در یک محیط ارائه می‌کنند. بااین‌حال، مدل زبانی، قابلیت تصویرسازی و ابزار چیدمان بنر یک چیز نیستند؛ تولید تصویر با قراردادن متن و لوگو روی بوم تفاوت دارد.
چت جی پی تی و جمنای چه هستند و کدام را انتخاب کنیم؟
ChatGPT یا چت جی پی تی دستیار هوش مصنوعی شرکت OpenAI است؛ Gemini یا جمنای هم نام خانواده‌ای از مدل‌ها و هم نام دستیار هوش مصنوعی گوگل است. برای انتخاب میان این دو در کار متنی، کیفیت پاسخ به درخواست واقعی و میزان اصلاح لازم را بسنج؛ نام برند به‌تنهایی معیار انتخاب نیست.
نام شرکت، دستیار و مدل را از هم جدا نگه دار. OpenAI نام شرکت، ChatGPT نام محصول گفت‌وگویی و GPT نام خانواده‌ای از مدل‌های آن شرکت است. در سمت گوگل، نام Gemini برای خانواده‌ی مدل‌ها و دستیار به کار می‌رود. بنابراین GPT و Gemini دو خانواده‌ی معروف مدل‌اند؛ اما نام دستیار لزوما نشان نمی‌دهد کدام مدل مشخص پاسخ را تولید کرده است.
برای مدیریت صفحه، از هر دو دستیار می‌توان برای پیشنهاد زاویه‌ی محتوا، نوشتن پیش‌نویس کپشن و بازنویسی لحن کمک گرفت. مثلا برای لاته‌ی دارچینی، یک بار توصیف نوشیدنی را بخواه و بار دیگر همان متن را کوتاه‌تر کن. پیشنهاد ما برای انتخاب، یک آزمون با نیاز واقعی صفحه است، نه تکیه بر ادعای برتری همیشگی یک ابزار.
- درخواست یکسان معرفی لاته‌ی دارچینی را به هر دو دستیار بده؛ متن نمونه‌ی بخش بعد برای این کار مناسب است.
- رعایت لحن صمیمی، تناسب با علاقه‌مندان قهوه و اضافه‌نکردن اطلاعات ساختگی را بررسی کن.
- ببین کدام پاسخ برای رسیدن به کپشن قابل‌انتشار به اصلاح کمتری نیاز دارد؛ طولانی‌تر بودن پاسخ به‌تنهایی امتیاز نیست.
چطور درخواست بنویسیم تا پاسخ قابل‌استفاده بگیریم؟
برای گرفتن پاسخ قابل‌استفاده، موضوع، مخاطب، هدف و قالب خروجی را روشن بنویس. «پرامپت» همان درخواست یا توضیحی است که به ابزار می‌دهی؛ برای شروع به اصطلاحات تخصصی یا برنامه‌نویسی نیاز نیست.
در مثال کافه، موضوع «لاته‌ی دارچینی» محدوده‌ی محتوا را مشخص می‌کند. مخاطب «علاقه‌مندان قهوه» به انتخاب بیان کمک می‌کند و هدف «معرفی نوشیدنی» جهت پیام را تعیین می‌کند. قالب «سه کپشن کوتاه» هم پاسخ را به چند پیشنهاد قابل‌مقایسه محدود می‌کند.
درخواست نمونه: «برای صفحه‌ی یک کافه، سه کپشن کوتاه درباره‌ی معرفی لاته‌ی دارچینی پیشنهاد بده. مخاطب علاقه‌مندان قهوه‌اند، لحن صمیمی و محترمانه باشد و قیمت، تخفیف یا ادعای سلامتی اضافه نکن.»
خروجی مورد انتظار، سه پیشنهاد متنی است که از میان آن‌ها یکی را انتخاب و با اطلاعات واقعی کافه هماهنگ می‌کنی. اگر هر سه پیشنهاد شبیه هم بودند، تفاوت موردنیازت را مشخص کن؛ مثلا بخواه یکی بر عطر دارچین و دیگری بر فضای کافه تمرکز کند، به شرطی که این توصیف‌ها با واقعیت سازگار باشند.
اگر پاسخ بیش از حد تبلیغاتی بود، به‌جای «بهترش کن» تغییر مشخص بخواه: «دعوت مستقیم به خرید را حذف کن و توصیف طعم را کوتاه‌تر بنویس». درخواست دقیق‌تر از هوش مصنوعی، اصلاح متن را هدفمند می‌کند؛ اما جای بررسی اطلاعات پیش از انتشار را نمی‌گیرد.
محدودیت‌های هوش مصنوعی چیست و آیا می‌توان رایگان شروع کرد؟
پاسخ روان هوش مصنوعی می‌تواند نادرست باشد؛ شروع رایگان هم به سهمیه و شرایط هر سرویس بستگی دارد. در مثال کافه، قیمت، ترکیبات لاته‌ی دارچینی و هر ادعای تغذیه‌ای را با اطلاعات واقعی تطبیق بده. چیزی را که ابزار پیشنهاد کرده، صرفا به دلیل لحن مطمئنش تایید نکن.
آیا هوش مصنوعی می‌تواند متن فارسی روی تصویر بنویسد؟ این قابلیت و کیفیت نتیجه به مدل بستگی دارد. تولید نوشته درون تصویر با افزودن متن قابل‌ویرایش روی بوم متفاوت است. پیشنهاد ما برای بنر فارسی این است که تصویر را بدون نوشته بسازی و متن را بعد روی بوم اضافه کنی؛ در بنرساز، فونت، رنگ و چیدمان را کنترل می‌کنی. روش کار را در راهنمای بنرساز توضیح داده‌ایم.
برای انتخاب ابزار خارجی، دسترسی از محل استفاده، روش پرداخت، سهمیه و امکانات نسخه‌ی موردنظر را بررسی کن. اگر دنبال «بهترین هوش مصنوعی رایگان برای تولید محتوا» هستی، ابتدا نوع خروجی را مشخص کن. بدون بررسی سهمیه‌ی فعلی سرویس‌ها، برنده‌ی رایگان معرفی نمی‌کنیم؛ نیاز به کپشن با نیاز به تصویر یکسان نیست.
در پیکاسو رابط فارسی و امکان خرید اعتبار داریم. برای هر شماره یک اعتبار هدیه در نظر گرفته‌ایم تا شروع را امتحان کنی؛ استفاده‌ی بعدی بر پایه‌ی خرید اعتبار است و اعتبار خریداری‌شده تاریخ انقضا ندارد. این هدیه به معنی استفاده‌ی نامحدود یا امکان آزمایش همه‌ی ابزارها نیست. جزئیات مصرف را در راهنمای اعتبار ببین.
چطور با پیکاسو برای اینستاگرام عکس و بنر بسازیم؟
برای ساخت عکس تبلیغاتی و پست اینستاگرام، پیشنهاد ما پیکاسو است. در بنرساز، توضیح فارسی را به تصویر تبدیل می‌کنی و بعد متن و لوگو را روی همان بوم می‌گذاری؛ بنابراین تصویرسازی و تکمیل پست را در یک مسیر انجام می‌دهی.
انتخاب ابزار به خروجی بستگی دارد: بنرساز برای تصویر همراه متن و لوگو است؛ طراحی آزاد، تصویر را بدون قالب بنر و لایه‌ی متن می‌سازد. برای یک عنصر تکی با پس‌زمینه‌ی شفاف هم المان‌ساز را داریم که روش استفاده‌اش در راهنمای المان بدون پس‌زمینه آمده است. برای پست لاته‌ی دارچینی، بنرساز را انتخاب می‌کنیم.
از ایده‌ی کافه تا پست آماده
- وارد حساب شو و بنرساز را باز کن
از سایت رسمی https://mrpicasso.ir وارد حساب شو و بنرساز را انتخاب کن. تعریف رنگ، فونت و سبک در تنظیمات برند برای هماهنگی خروجی‌های بنرساز پیشنهاد ماست، اما پیش‌نیاز ضروری ساخت نیست.
- صحنه را به فارسی توضیح بده
بنویس: «تصویری تبلیغاتی از یک فنجان لاته‌ی دارچینی روی میز چوبی کافه، نور گرم و ملایم، رنگ‌های کرم و قهوه‌ای، فضای خلوت در سمت راست برای عنوان، بدون نوشته.» این درخواست برای تصویرسازی است، نه عکس تاییدشده‌ی نوشیدنی واقعی کافه.
- سبک و قالب را انتخاب کن
سبک دلخواه و قالب مربع اینستاگرام را انتخاب کن و تصویر را بساز. مربع برای همین پست انتخاب مناسبی است؛ تنها قالب بنرساز نیست. خلوت‌بودن سمت راست هم جا را برای عنوان نگه می‌دارد.
- متن را جداگانه اضافه کن
عنوان «لاته‌ی دارچینی» را با ابزار متن روی همان بوم بگذار. افزودن لوگو و دکمه اختیاری است. برای این پست، اولویت را به دیده‌شدن نوشیدنی و خوانایی نام آن بده.
پیش از دانلود، خوانایی عنوان روی موبایل، فاصله‌ی متن از فنجان، درستی نام نوشیدنی و هماهنگی تصویر با چیزی که کافه واقعا ارائه می‌کند را بررسی کن. اگر تصویر با ظاهر نوشیدنی واقعی فاصله دارد، آن را عکس واقعی محصول معرفی نکن. سپس خروجی PNG یا JPG را دانلود و منتشر کن.
اگر هنوز ایده‌ی آماده نداری، بعد از ورود ایده‌پرداز کمپین را انتخاب کن. ما آنجا با پرسش درباره‌ی هدف و مخاطب به شکل‌گیری ایده کمک می‌کنیم؛ مسیرش را در راهنمای ایده‌پرداز کمپین توضیح داده‌ایم.
برای اولین پست، همین مثال لاته‌ی دارچینی را با موضوع صفحه‌ات جایگزین کن؛ وارد حساب شو و ساخت تصویر را در بنرساز شروع کن. شروع ساخت تصویر در پیکاسو