تولید محتوای فارسی با هوش مصنوعی
مقاله، توضیح محصول و پست شبکههای اجتماعی را با کمک مدلهای زبانی سریعتر بنویسید، بدون اینکه کیفیت فارسی متن قربانی شود. در این صفحه روند کاری مرحلهبهمرحله، انتخاب مدل مناسب برای متن بلند فارسی، هزینهی واقعی و نمونهی کد آمده است.
مسئله: محتوای زیاد، زمان کم، کیفیت ناهمگون
تیمهای محتوا، فروشگاههای اینترنتی و آژانسها هر ماه دهها مقاله، صدها توضیح محصول و تعداد زیادی پست شبکهی اجتماعی مینویسند. نوشتن همهی اینها از صفر وقتگیر است و وقتی چند نویسنده کار میکنند، لحن و کیفیت متنها یکدست نمیماند.
مدلهای زبانی میتوانند پیشنویس اولیه را در چند ثانیه آماده کنند، اما نتیجهی خوب به سه چیز بستگی دارد: انتخاب مدلی که فارسی را طبیعی و بدون ترجمهزدگی مینویسد، روند کاری مرحلهبهمرحله به جای یک درخواست بزرگ، و بازبینی انسانی پیش از انتشار. متنی که بدون ویرایش منتشر شود، معمولاً کلیگویی دارد و برای خواننده و موتور جستجو ارزش کمی ایجاد میکند.
روند کاری پیشنهادی
به جای اینکه از مدل بخواهید یکباره «مقالهای دربارهی فلان موضوع» بنویسد، کار را به چند مرحلهی کوچک تقسیم کنید:
- بریف: مخاطب، هدف متن، کلیدواژهی اصلی، لحن و نکتههایی که حتماً باید بیاید را مشخص کنید. هرچه بریف دقیقتر باشد، پیشنویس به نسخهی نهایی نزدیکتر است.
- طرح کلی: از یک مدل سریع بخواهید ساختار متن را با عنوانهای H2 و H3 پیشنهاد کند. طرح را خودتان اصلاح کنید؛ این ارزانترین جای اصلاح مسیر است.
- نگارش: طرح نهایی را به یک مدل قوی بدهید تا متن کامل را بنویسد. برای متنهای خیلی بلند، هر بخش را جداگانه بنویسید تا کیفیت در انتهای متن افت نکند.
- ویرایش و بازبینی: متن را از نظر درستی اطلاعات، نیمفاصلهها، علائم نگارشی و لحن برند بازبینی کنید. یک مدل دیگر هم میتواند بهعنوان ویراستار، جملههای ترجمهزده و تکراری را پیدا کند.
- بهینهسازی: عنوان صفحه، توضیحات متا و چند نسخهی عنوان برای شبکههای اجتماعی را با یک مدل ارزان بسازید.
انتخاب مدل برای متن بلند فارسی
کیفیت نگارش فارسی در مدلهای مختلف تفاوت زیادی دارد. برای متنهای بلند و حساس به لحن، مدلهایی مانند openai/gpt-6.1-sol و anthropic/claude-sonnet-5.5 متن روانتر، ساختار منسجمتر و واژهگزینی طبیعیتری دارند. این مدلها برای مقالهی وبلاگ، صفحهی فرود و راهنماهای آموزشی گزینهی مناسبی هستند.
برای کارهای کوتاه و پرتعداد، مانند ساخت طرح کلی، عنوان، توضیحات متا یا خلاصهی محصول، مدلهای سریعتری مانند openai/gpt-4o-mini یا google/gemini-3.5-flash-lite با هزینهی بسیار کمتر نتیجهی قابل قبولی میدهند. ترکیب این دو، یعنی مدل ارزان برای مراحل جانبی و مدل قوی فقط برای نگارش اصلی، هزینه را پایین نگه میدارد بدون اینکه کیفیت متن نهایی کم شود.
مقایسهی دقیقتر را در مقالهی مقایسهی GPT، Claude و Gemini در تولید محتوای فارسی و فهرست کامل مدلهای مناسب را در مدلهای تولید محتوا ببینید.
نکتههایی برای متن فارسی بهتر
- دستور سیستمی را کوتاه و مشخص بنویسید: لحن، مخاطب، طول تقریبی و چیزهایی که نباید در متن بیاید.
- یک یا دو نمونه از متنهای خوب قبلی خودتان را در دستور بگذارید تا مدل لحن برند را تقلید کند.
- از مدل بخواهید آمار و نقلقول نسازد و جاهایی که به منبع نیاز است را با علامت مشخص کند.
- برای یکدستی، قواعد نگارشی مثل نیمفاصله در «میشود» و «کتابها» را صریحاً در دستور بیاورید.
- همهی درخواستها با هزینهی دقیق در لاگ ثبت میشوند؛ هزینهی هر مقاله را بسنجید و روند را بهینه کنید.
هزینهی یک مقالهی ۱۵۰۰ کلمهای
یک مقالهی فارسی حدود ۱۵۰۰ کلمهای با بریف و طرح کلی، تقریباً ۴۰۰ توکن ورودی و ۳۵۰۰ توکن خروجی مصرف میکند. جدول زیر هزینهی یک مقاله و صد مقاله را با قیمت امروز هوشوانا نشان میدهد.
| مدل | نقش | هزینهی هر مقاله | صد مقاله |
|---|---|---|---|
| GPT-6.1 Sol | نگارش متن بلند | ۱۰٬۵۶۱ تومان | ۱٬۰۵۶٬۱۰۰ تومان |
| Claude Sonnet 5.5 | نگارش متن بلند | ۱۰٬۵۶۱ تومان | ۱٬۰۵۶٬۱۰۰ تومان |
| GPT-4o Mini | طرح کلی و متن کوتاه | ۶۳۷ تومان | ۶۳٬۷۲۰ تومان |
| Gemini 3.5 Flash Lite | طرح کلی و متن کوتاه | ۲٬۶۱۷ تومان | ۲۶۱٬۶۷۰ تومان |
محاسبه بر اساس ۴۰۰ توکن ورودی و ۳٬۵۰۰ توکن خروجی برای هر مورد و با نرخ امروز انجام شده است. هزینهی واقعی به طول متنها بستگی دارد و در لاگ هر درخواست دقیق ثبت میشود.
نمونهی کد
این نمونه روند دو مرحلهای را نشان میدهد: طرح کلی با مدل ارزان و نگارش کامل با مدل قوی. هر دو درخواست با یک کلید و همان SDK رسمی OpenAI فرستاده میشوند.
from openai import OpenAI
import os
client = OpenAI(base_url="https://hooshvana.ir/api/v1", api_key=os.environ["HOOSHVANA_API_KEY"])
brief = "مخاطب: صاحبان فروشگاه اینترنتی. موضوع: کاهش نرخ مرجوعی. لحن: صمیمی و کاربردی. حدود ۱۵۰۰ کلمه."
# Step 1: a cheap, fast model drafts the outline
outline = client.chat.completions.create(
model="openai/gpt-4o-mini",
messages=[{"role": "user", "content": f"یک طرح کلی با عنوانهای H2 و H3 بنویس.\n{brief}"}],
).choices[0].message.content
# Step 2: a strong model writes the full Persian article from the approved outline
article = client.chat.completions.create(
model="anthropic/claude-sonnet-5.5",
messages=[
{"role": "system", "content": "Write natural, fluent Persian. Use ZWNJ correctly. Do not invent statistics."},
{"role": "user", "content": f"{brief}\n\nطرح کلی:\n{outline}\n\nمقالهی کامل را بنویس."},
],
max_tokens=4000,
).choices[0].message.content
print(article)
برای ادامه بخوانید
- مقایسهی مدلها در محتوای فارسیGPT، Claude و Gemini در نگارش فارسی چه تفاوتی دارند و کدام برای چه کاری بهتر است.
- مدلهای تولید محتوافهرست مدلهای مناسب نگارش، با قیمت و کیفیت فارسی هر مدل.
- بهترین مدلها برای فارسیمدلهایی که در ارزیابی ما متن فارسی طبیعیتری تولید میکنند.
- ماشینحساب هزینههزینهی ماهانهی تولید محتوا را بر اساس حجم کار خودتان حساب کنید.
پرسشهای پرتکرار
کدام مدل متن فارسی طبیعیتری مینویسد؟
برای متن بلند فارسی، مدلهایی مانند GPT-6.1 Sol و Claude Sonnet 5.5 نتیجهی روانتری دارند. برای متنهای کوتاه و پرتعداد، مدلهای ارزانتر مانند GPT-4o Mini کافیاند.
آیا میتوانم متن تولیدشده را بدون ویرایش منتشر کنم؟
توصیه نمیکنیم. مدلها ممکن است اطلاعات نادرست یا جملههای کلی بنویسند. پیش از انتشار، درستی اطلاعات، لحن و نگارش را بازبینی کنید.
هزینهی تولید هر مقاله چقدر است؟
به مدل و طول متن بستگی دارد. جدول همین صفحه هزینهی یک مقالهی حدود ۱۵۰۰ کلمهای را با قیمت امروز نشان میدهد و هزینهی دقیق هر درخواست در لاگ حساب شما ثبت میشود.
آیا متنهای من برای آموزش مدل استفاده میشود؟
هوشوانا از درخواستها و متنهای شما برای آموزش هیچ مدلی استفاده نمیکند.