راهاندازی ایجنت برنامهنویسی
نصب و تنظیم OpenCode، Qwen Code، Cursor، Codex یا Claude Code روی مخزن کد خود تیم؛ هر کدام که با کار تیم و قاعدههای سازمانتان جور باشد.
آموزش هوش مصنوعی و ایجنت برنامهنویسی برای تیمهای سازمانی
با راهنمایی همان کسانی که آموزش‌های سایت ژرف را می‌نویسند، تیم شما ایجنت برنامهنویسی یا ابزار هوش مصنوعی را روی کار واقعی خودش راه می‌اندازد و یاد می‌گیرد خروجی‌اش را بسنجد.
فرق این آموزش با یک دوره عمومی
دوره‌های عمومی ابزار را روی یک پروژه نمایشی یاد می‌دهند. در این آموزش، تیم شما روی مخزن کد، اسناد و فرایندهای خودش کار می‌کند و آنچه در جلسهها می‌سازد، بعد از آموزش هم سر جایش میماند: ایجنت تنظیم‌شده، فایل قواعد پروژه، تنظیمات دسترسی و سیاست استفاده‌ای که خود تیم نوشته است.
چه چیزهایی آموزش میدهیم
فایل قواعد و دسترسی‌ها
نوشتن فایل قواعد پروژه، مثل AGENTS.md یا CLAUDE.md، و تنظیم دسترسی‌ها طوری که ایجنت فایلهای حاوی رمز و کلید را نخواند و فرمان پرخطر را بی‌اجازه اجرا نکند.
اتصال به سامانه‌های داخلی با MCP
وصل‌کردن ایجنت به پایگاه داده، سامانه مدیریت کارها یا مستندات داخلی با کمترین دسترسی لازم، و آشنایی با خطر سرورهایی که محتوای بیرونی را می‌خوانند.
بازبینی خروجی ایجنت
نوشتن درخواست روشن، برنامه‌ریزی پیش از تغییرهای بزرگ، مرور تغییرات در git و این قاعده که هیچ کدی بدون بازبینی انسانی ادغام نشود.
هوش مصنوعی برای تیمهای غیرفنی
کار با اسناد فارسی، خلاصه‌کردن، نوشتن پیش‌نویس و به‌کارگیری هوش مصنوعی در اکسل، برای تیمهای مالی، عملیات و محتوا.
اتوماسیون با n8n و سنجش خروجی
ساختن گردش‌کارهای ساده با n8n و یاد گرفتن اینکه خروجی مدل را کجا باید با منبع مقایسه کرد و کجا باید به تأیید یک نفر سپرد.
روش کار
برنامه هر تیم را جداگانه می‌چینیم. معمولاً با یک تیم شروع میکنیم و بعد از دیدن نتیجه، درباره تیمهای بعدی تصمیم می‌گیریم.
- ۰۱
جلسه کشف نیاز
با مدیر تیم مرور میکنیم تیم چه کاری انجام می‌دهد، با چه ابزارها و زبان‌هایی کار می‌کند، سازمان از کدام ابزارها و مدل‌ها استفاده می‌کند و داده‌ها کجا باید بمانند.
- ۰۲
انتخاب ابزار و مدل
ابزار و مدل را بر پایه همین محدودیت‌ها انتخاب میکنیم. اگر لازم باشد، ایجنتی متنباز مثل OpenCode یا Qwen Code را به مدلی روی سرور خود سازمان وصل میکنیم.
- ۰۳
آموزش روی کار واقعی
هر نفر ابزار را روی مخزن کد یا اسناد تیم خودش راه می‌اندازد و چند کار واقعی و تکراری تیم را با آن انجام می‌دهد.
- ۰۴
تنظیمات مشترک تیم
فایل قواعد، تنظیمات دسترسی، اتصال‌های MCP و گردش‌کارها را در مخزن مشترک تیم ثبت میکنیم تا همه با یک پیکربندی کار کنند.
- ۰۵
سیاست استفاده مکتوب
همراه تیم مکتوب میکنیم چه داده‌ای نباید به مدل برسد، کدام کارها بازبینی اجباری دارند، سقف هزینه چیست و به‌روزکردن قواعد با کیست.
اصولی که در آموزش رعایت میکنیم
- طبق شرایط ارائه‌دهنده
- فقط ابزارها و مدلهایی را آموزش میدهیم که شرایط استفاده‌شان به سازمان شما اجازه به‌کارگیری آن‌ها را می‌دهد.
- حفاظت از رمز و داده
- روی مخزن کد و اسناد واقعی کار میکنیم، اما رمزها، کلیدها و داده‌های شخصی را پیش از شروع از دسترس ایجنت دور نگه می‌داریم.
- بازبینی انسانی
- گزارش ایجنت اثبات درستی کار نیست. تیم یاد می‌گیرد خروجی را با تست و مرور تغییرات بسنجد، به‌خصوص در کدی که با امور مالی، امنیت یا داده شخصی سروکار دارد.
- مالکیت نزد شما
- تنظیمات، فایلهای قواعد، گردش‌کارها و سیاست مکتوب متعلق به سازمان شماست و بعد از آموزش هم بدون ما به کارتان می‌آید.
- بدون وعده عددی
- پیش از آموزش، درصدی برای صرفه‌جویی در زمان اعلام نمی‌کنیم. اگر بخواهید، زمان و کیفیت چند کار تکراری را پیش و پس از آموزش اندازه می‌گیریم.
ژرف
دستیار هوش مصنوعی ژرف را همین حالا امتحان کنید
درباره دستیار فارسی، اتوماسیون اسناد یا اینکه از کجا شروع کنید، بپرسید.
پرسش‌های متداول درباره آموزش هوش مصنوعی سازمانی
هزینه آموزش هوش مصنوعی برای یک تیم چقدر است؟
هزینه به تعداد افراد، مسیر آموزش، ابزارها و مدلهایی که باید راهاندازی شوند، حضوری یا آنلاین بودن و میزان آمادهسازی مخزن کد یا اسناد شما بستگی دارد. بعد از جلسه کشف نیاز، برنامه و برآورد هزینه را مکتوب میدهیم. معمولاً با یک تیم شروع میکنیم تا پیش از تصمیم درباره بقیه سازمان، نتیجه را ببینید.
کدام ابزارها را آموزش میدهید؟
این ابزارها را آموزش میدهیم: OpenCode، Qwen Code، Cursor، Codex و Claude Code. ابزار مناسب را در جلسه کشف نیاز با هم انتخاب میکنیم؛ بسته به کار تیم، زبانهای برنامهنویسی و قاعدههای سازمانتان. اگر میخواهید کد و داده از سازمان بیرون نرود، ایجنتی متنباز مثل OpenCode یا Qwen Code را به مدلی وصل میکنیم که روی سرور خودتان اجرا میشود.
آموزش حضوری است یا آنلاین؟
هر دو ممکن است: حضوری در محل سازمان شما در تهران، یا آنلاین. شیوه را در جلسه کشف نیاز انتخاب میکنیم. اگر ایجنت باید به مدل یا سامانه‌ای داخل شبکه سازمان وصل شود، راهاندازی حضوری معمولاً ساده‌تر است. در هر دو حالت، هر نفر روی سیستم و مخزن کد خودش کار می‌کند، نه روی نمونه نمایشی.
تیم ما پیش از آموزش چه چیزی باید آماده کند؟
برای تیم نرمافزار: رایانهای که هر نفر روی آن اجازه نصب نرمافزار داشته باشد، دسترسی به مخزن کد و شاخهای برای آزمایش، و فهرست ابزارها و مدلهایی که سازمان به کار میبرد. برای تیمهای دیگر: نمونهای از اسناد و فایلهای اکسل روزانه، بدون داده شخصی یا محرمانهای که نباید به مدل برسد. فهرست دقیق را بعد از جلسه کشف نیاز میفرستیم.
در پایان آموزش چه چیزی در دست تیم میماند؟
آنچه میماند کار خود تیم است: ایجنت یا ابزاری که روی مخزن کد یا اسناد خودتان تنظیم شده، فایل قواعد و تنظیمات دسترسی که در git ثبت شدهاند، گردشکارهایی که در جلسهها ساخته شده و سیاست استفاده و امنیتی که تیم مکتوب کرده است. برای این آموزش مدرک یا گواهینامه نمیدهیم.
با یک تیم و چند کار واقعی شروع کنید
در جلسه اول مرور میکنیم تیم شما چه کاری انجام می‌دهد، سازمان از کدام ابزارها و مدل‌ها استفاده می‌کند، چه داده‌ای نباید از سازمان بیرون برود و آموزش حضوری باشد یا آنلاین. اگر آموزش در این مرحله به کارتان نیاید، همین را صریح می‌گوییم.