معروفترین هوش مصنوعیها بر اساس کار: چت، عکس، ویدیو و کد
بهجای فهرست بلند اسمها، ابزارهای شناختهشده را بر اساس کاری که انجام میدهند مرتب کردهایم و گفتهایم هر کدام کجا قوی است و از ایران چقدر در دسترس است.
هر هفته اسم تازهای میشنوی و هر کسی یکی را «بهترین» میداند. مشکل این است که فهرستهای معروفترین هوش مصنوعیها معمولاً اسم را کنار اسم میچینند، بدون اینکه بگویند هر کدام دقیقاً به چه کاری میآید و آیا اصلاً از ایران باز میشود یا نه.
اینجا ابزارها را بر اساس کار دستهبندی کردهایم: چت، عکس، ویدیو، کد، صدا و جستوجو. رتبه ندادهایم و قیمت دقیق هم نگذاشتهایم، چون هر دو زود عوض میشوند. اگر با اصل ماجرا آشنا نیستی، اول بخوان هوش مصنوعی چیست؛ این مقاله نقشهی ابزارهاست، نه کلاس مقدماتی.
دستیارهای چت: همهکارهها
ChatGPT ساخت OpenAI، همان ابزاری است که از نوامبر ۲۰۲۲ هوش مصنوعی را به زبان مردم انداخت. در نوشتن، توضیحدادن، خلاصهکردن و کارهای عمومی قوی است و اکوسیستم بزرگی از افزونه و امکانات دور خودش ساخته.
Gemini ساخت گوگل، با سرویسهای گوگل مثل جیمیل و درایو گره خورده و برای کسی که زندگی کاریاش روی گوگل است راحت است. Claude ساخت Anthropic در متنهای طولانی، تحلیل سند و برنامهنویسی شهرت خوبی دارد. Copilot مایکروسافت هم داخل ویندوز و آفیس نشسته است.
از طرف دیگر، مدلهای باز یا نیمهباز مثل DeepSeek از چین و Llama از متا هم معروف شدهاند، بیشتر به این دلیل که شرکتها و برنامهنویسها میتوانند روی آنها محصول خودشان را بسازند. مقایسهی دقیق سهتای اول را در ChatGPT یا Gemini یا Claude نوشتهایم.
ساخت و ویرایش عکس
Midjourney سالها معیار زیباییشناسی بوده؛ عکسهایش حالوهوای هنری و سینمایی دارند. Stable Diffusion و خانوادهی Flux محبوب حرفهایها هستند، چون میشود روی سیستم خود یا سرویسهای مختلف اجرایشان کرد و دقیق کنترلشان کرد. مدلهای تصویری داخل ChatGPT و Gemini هم در فهمیدن دستور و ویرایش عکس با حرف زدن خیلی پیشرفت کردهاند.
یک واقعیت که کمتر گفته میشود: نوشتن متن فارسی روی عکس هنوز برای بیشتر این ابزارها سخت است و حروف اغلب بههم میریزند. کدام برای پرتره، کدام برای عکس محصول و کدام برای طرح گرافیکی بهتر است، در مقایسهی ابزارهای ساخت تصویر آمده.
ساخت ویدیو
این دسته از همه جوانتر است و سریعتر عوض میشود. Sora از OpenAI، Veo از گوگل، Runway که از قدیمیهای این حوزه است، و Kling از چین اسمهای شناختهشدهاند. همهشان ویدیوی کوتاه چندثانیهای میسازند، نه فیلم بلند.
نکتهی عملی: ساختن ویدیو از روی یک عکس معمولاً نتیجهی قابلپیشبینیتری از ساختن از روی متن خالی دارد. دلیلش را در تصویر به ویدیو توضیح دادهایم.
برنامهنویسی
GitHub Copilot اولین دستیار کدنویسی بود که واقعاً عمومی شد و داخل ویرایشگر کد پیشنهاد میدهد. Cursor یک ویرایشگر کامل است که هوش مصنوعی در مرکزش نشسته. خود دستیارهای چت هم برای توضیح کد، پیدا کردن باگ و نوشتن تابعهای کوچک خیلی به کار میآیند.
این ابزارها سرعت را بالا میبرند، ولی کد تولیدی را بدون خواندن در پروژه نگذار. خطای امنیتی و منطقی در آن کم نیست. راهنمای کاملتر در هوش مصنوعی برای برنامهنویسها است.
صدا و جستوجو
در صدا، ElevenLabs برای ساخت صدای طبیعی و دوبله شناختهشده است و Suno برای ساخت آهنگ کامل از روی یک جمله. Whisper از OpenAI هم مدل تبدیل گفتار به متن است که در خیلی از ابزارهای دیگر زیر کار استفاده میشود. کیفیت صدای فارسی در این ابزارها هنوز به پای انگلیسی نمیرسد.
در جستوجو، Perplexity معروفترین نمونه است: سؤال را میپرسی و جواب خلاصه با منبع میگیری. خود گوگل هم خلاصهی هوش مصنوعی را بالای نتایج گذاشته. مزیت این مدل جستوجو این است که میشود منبع را باز کرد و چک کرد.
جدول خلاصه و دسترسی از ایران
ستون دسترسی تقریبی است و بر اساس وضعیت عمومی نوشته شده، نه تضمین. سیاست این شرکتها و شرایط اینترنت ایران هر دو مدام عوض میشوند.
| کار | نمونههای معروف | قوت اصلی | دسترسی از ایران |
|---|---|---|---|
| چت | ChatGPT، Gemini، Claude، Copilot | نوشتن، تحلیل، توضیح | اغلب نیاز به راهحل جانبی و کارت خارجی |
| عکس | Midjourney، Stable Diffusion، Flux | کیفیت و کنترل تصویر | اغلب محدود |
| ویدیو | Sora، Veo، Runway، Kling | کلیپ کوتاه | اغلب محدود |
| کد | GitHub Copilot، Cursor | سرعت برنامهنویسی | متغیر |
| صدا | ElevenLabs، Suno، Whisper | صدای طبیعی و موسیقی | اغلب محدود |
| جستوجو | Perplexity | جواب با منبع | متغیر |
بیشتر سرویسهای آمریکایی ایران را در فهرست کشورهای پشتیبانیشده ندارند. حتی اگر با راهحل جانبی باز شوند، ممکن است حساب بسته شود یا پرداخت ممکن نباشد. روی حسابی که هر لحظه ممکن است بسته شود، کار مهم نگذار.
چهار سؤال قبل از دلبستن به یک ابزار
شهرت یک ابزار چیزی دربارهی مناسببودنش برای تو نمیگوید. قبل از اینکه وقت بگذاری و کارهایت را به آن بسپاری، این چهار سؤال را از خودت بپرس.
فارسی را چقدر میفهمد؟ یک جملهی محاورهای با غلط تایپی بنویس، مثلاً «یه متن بنویس واسه تبریک عید به مشتریای مغازه». اگر جواب خشک و ترجمهای بود، برای کار روزمرهی فارسی خستهات میکند.
اطلاعاتم کجا میرود؟ هر ابزاری سیاست حریم خصوصی دارد. بعضی گفتگوها را برای آموزش مدل استفاده میکنند و بعضی گزینهی خاموشکردنش را میدهند. قرارداد مشتری یا پروندهی بیمار را در ابزاری که نمیدانی با داده چه میکند نگذار.
فردا هم باز میشود؟ برای کاربر ایرانی این سؤال جدی است. ابزاری که امروز با یک ترفند باز شد، ممکن است هفتهی بعد حسابت را ببندد و تاریخچهات را با خودش ببرد.
خروجی را کجا لازم دارم؟ اگر نتیجه باید در اینستاگرام، فایل Word یا پرینت برود، ببین ابزار خروجی قابل استفاده میدهد یا باید هر بار دستی مرتبش کنی. همین جزئیات کوچک در طول یک ماه ساعتها وقت میگیرد.
از کدام شروع کنی
اگر کاربر معمولی هستی و کارهایت نوشتن، ترجمه، کپشن، برنامهریزی و گاهی یک عکس است، لازم نیست شش ابزار یاد بگیری. یک دستیار همهکاره که فارسی را خوب بفهمد کافی است. برای کاربر ایرانی، سؤال مهمتر از «کدام قویتر است» این است که «کدام را میتوانم هر روز بدون دردسر باز کنم».
یکی از گزینههای فارسی همهکاره نارنگی است که چت، ساخت عکس و ویدیوی کوتاه، جستوجوی وب و ابزارهای آماده را در یک جا جمع کرده و از داخل ایران بدون فیلترشکن کار میکند. در کیفیت خام بعضی کارهای تخصصی، ابزارهای جهانی جلوترند؛ مزیت آن دسترسی و فارسیبودن است. میتوانی بدون نصب از نسخهی وب امتحانش کنی.
اگر کارت حرفهای و تخصصی است، مثلاً تدوین ویدیوی تبلیغاتی یا برنامهنویسی روزانه، ابزار همان حوزه را جدیتر یاد بگیر. همهکارهها در هر کاری خوباند، ولی در هیچ کاری بهترین نیستند. برای شناخت مفهومهای پشت این ابزارها هم صفحهی Generative AI در ویکیپدیا مرور خوبی است.
یک کار واقعی از هفتهی گذشتهات را انتخاب کن، مثلاً نوشتن آگهی دیوار یا خلاصهی یک جلسه، و همان را به دو ابزار بده. نتیجه از هر فهرستی، حتی همین فهرست، قابلاعتمادتر است.
یک پرامپت آماده برای همین آزمون:
«من [شغل] هستم و هر هفته این کار را انجام میدهم: [کار].
یک نمونهی کامل از خروجی بساز. بعد بگو کدام بخشش را باید خودم چک کنم چون ممکن است اشتباه باشد.»جمعبندی
معروفترین هوش مصنوعیها در شش دسته جا میگیرند: چت، عکس، ویدیو، کد، صدا و جستوجو. ChatGPT و Gemini و Claude در چت، Midjourney و Flux در عکس، Sora و Runway در ویدیو و Copilot و Cursor در کد اسمهای شناختهشدهاند. اما برای کاربر ایرانی، دسترسی و پرداخت به اندازهی کیفیت مهم است. اول کارت را مشخص کن، بعد ابزاری را انتخاب کن که هم آن کار را خوب انجام دهد و هم هر روز در دسترست باشد.
مطالب مرتبط:
