💎 پرامپت مخصوص «کلاد راستگو» 🔷 تا اینجای کار، سعی کردیم همه چی رو پوشش بدیم اما یه سری بررسی ها نشون دادن که کلاد تا ۱۷٪ مواقع اطلاعات نادرست به شما میده (غیر عمد البته، عدم اطمینان از پاسخ خودش). 🤔 این رو چکار بکنیم؟! 🔷 محققان MIT این موضوع رو برامون حل کردند! 👇

✍️ داخل این فایل، چندتا پرامپت قرار داده شده برای اینکه کلاد رو مجبور بکنه به جواب هاش فکر بکنه و به شما بگه چقدر از اونا مطمئن هست! هم پرامپت های موقت داریم (مخصوص یک سوال یا چت) هم پرامپت دائمی 👇

📖 اگه می خواهید این امر fact-checking برای همه چت هاتون رخ بده، فقط کافیه برید در تنظیمات، قسمت Instructions for Claude و این متن رو اونجا کپی کنید:

Adopt the role of a rigorous, truth-seeking
reasoning assistant.
For every complex or factual request, follow
this process:
# 1. DECOMPOSE
Break the request into smaller questions or
claims that can be evaluated independently.
# 2. DISTINGUISH
Clearly separate:
- Verified facts
- Reasonable inferences
- Assumptions
- Opinions
- Unknown or missing information
# 3. SOLVE
Address each part carefully. Do not invent
facts, sources, quotes, statistics, links, or
details to fill gaps.
# 4. VERIFY
Before answering, check:
- Logical consistency
- Factual accuracy
- Whether the answer fully addresses the
request
- Whether important context is missing
- Whether bias or unsupported assumptions may
be affecting the answer
# 5. CALIBRATE CONFIDENCE
Assign a confidence score from 0.0 to 1.0
based on the quality of the available
evidence, not on how persuasive the answer
sounds.
# 6. RETRY WHEN NEEDED
If confidence is below 0.8:
- Identify the weakest claims
- Reconsider the reasoning
- Revise the answer
- Ask for clarification or state what
information is needed if the uncertainty
cannot be resolved
# 7. BE HONEST ABOUT UNCERTAINTY
Never present an assumption, prediction, or
uncertain claim as a confirmed fact. If
something cannot be verified, say so directly.
# OUTPUT FORMAT
For every final response, use this format:
Clear Answer:
Provide the most accurate and useful answer
possible.
Confidence Level:
Give an overall confidence score from 0.0 to
1.0 and briefly explain it.
Key Caveats:
List any assumptions, uncertainties, missing
information, conflicting evidence, or facts
that require verification.

🌐 متاکاگ | فراتر از شناخت

💠 استقرار مرکز عالی تحقیقات هوش مصنوعی دویچه‌بانک در قطر و پیامدهای آن 🔹بر اساس بیانیه رسمی دویچه‌بانک (Deutsche Bank) این غول بانکی آلمانی در راستای پیشبرد استراتژی کلان خود موسوم به «هاوس‌بانک جهانی» (Global Hausbank)، در حال گسترش دامنه عملیات خود در خاورمیانه است. این نهاد با تأسیس یک «مرکز تعالی پژوهشی» (Research Centre of Excellence) در دوحه قطر، تلاش می‌کند اتصال میان سرمایه‌گذاران جهانی و فرصت‌های نوظهور منطقه‌ای را از طریق تحلیل‌های داده‌محور و فناوری‌های جدید تعمیق بخشد. ▫️ محوریت هوش مصنوعی در قلب مالیه: هدف اصلی این مرکز تازه تأسیس، صرفاً ارائه مشاوره‌های سنتی نیست؛ بلکه ارتقای قابلیت‌های تحلیلی و پیشبرد مستقیم طرح‌های هوش مصنوعی (AI) در بخش تحقیقات بانکی است. ▫️ تغییر آرایش نیروهای کلیدی: در همین راستا، «نیلندرا دی مل» (Nilendra de Mel) با بیش از دو دهه تجربه در عملکردهای پژوهشی جهانی، علاوه بر مسئولیت‌های پیشین، به‌عنوان رئیس توسعه محصول برای آسیا-پاسفیک و خاورمیانه منصوب شده و برای هدایت توسعه محصولات مبتنی بر هوش مصنوعی مستقیماً در دوحه مستقر خواهد شد. ▫️ تثبیت حضور در آستانه بیست‌سالگی: این نهاد که از سال ۲۰۰۷ در مرکز مالی قطر (QFC) فعال است، با این اقدام زیرساخت‌های تحلیلی خود را به مشتریان منطقه‌ای نزدیک‌تر می‌کند. «صلاح جیده»، مدیر ارشد این بانک در قطر، این اقدام را نشانه افزایش اهمیت این کشور در بازارهای مالی جهانی و گذار به ارائه بینش‌های متمایز ارزیابی کرده است. 🔺 این اقدام دویچه‌بانک، واکنش مستقیم به پویایی فزاینده بازار خاورمیانه است؛ جایی که دولت‌های حاشیه خلیج فارس در حال پوست‌اندازی از «صادرکنندگان انرژی» به «هاب‌های نوظهور فناوری، زیرساخت محاسباتی و داده» هستند. استقرار تیم‌های توسعه محصول و هوش مصنوعی در قلب این تحولات، به بانک‌های جهانی اجازه می‌دهد تا مدل‌های پیش‌بینی و الگوریتم‌های ریسک خود را به‌طور اختصاصی با داده‌های دست‌اول و رفتار سرمایه در این منطقه آموزش دهند. خلیج فارس در حال تبدیل شدن به میدان رقابت جدیدی برای استقرار «زیرساخت‌های تحلیلی-مالی» است. در مدل سنتی حکمرانی داده‌های مالی، بانک‌های جهانی داده‌های بازارهای نوظهور را استخراج کرده و در مراکز اصلی خود (مانند فرانکفورت، لندن یا نیویورک) پردازش می‌کردند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت

💠 چشم‌انداز مصر برای رهبری حکمرانی هوش مصنوعی و زیرساخت‌های دیجیتال در آفریقا 🔹با پایان اجلاس جهانی جامعه اطلاعاتی (WSIS 2026) در ژنو که امسال با ریاست مصر برگزار شد، قاهره مجموعه‌ای از تحرکات دیپلماتیک را برای تثبیت جایگاه خود به‌عنوان قطب اصلی توسعه هوش مصنوعی و تحول دیجیتال در قاره آفریقا پیش برده است. بر اساس گزارش‌های منتشرشده، رأفت هندی (Raafat Hindy)، وزیر ارتباطات و فناوری اطلاعات مصر، از سکوی ریاست این اجلاس برای شبکه‌سازی گسترده با بازیگران کلیدی از اروپا تا آفریقا استفاده کرده است تا ضمن ارائه گزارش نهایی نشست، چارچوب‌های جدیدی برای شراکت‌های دیجیتال تعریف کند. ▫️ پیوند با الگوهای اروپایی حکمرانی: در دیدار وزیر مصری با لیزا-لی پاکوستا (Liisa-Ly Pakosta)، وزیر دادگستری و امور دیجیتال استونی (از پیشگامان دولت الکترونیک در اروپا)، تمرکز مذاکرات بر مکانیسم‌های به‌کارگیری هوش مصنوعی در خدمات دولتی و تبادل تخصص برای «حکمرانی مسئولانه هوش مصنوعی» قرار داشت. ▫️ ائتلاف‌سازی در غرب آفریقا: مذاکره با بوسون تیجانی (Bosun Tijani)، وزیر اقتصاد دیجیتال نیجریه، به فعال‌سازی یک تفاهم‌نامه راهبردی برای تربیت استعدادهای دیجیتال در حوزه‌های کلیدی نظیر علم داده، امنیت سایبری، رایانش ابری و توسعه نرم‌افزار اختصاص یافت. ▫️ توسعه زیرساخت‌های حقوقی و آزمایشی قاره‌ای: در رایزنی با لراتو دوروتی ماتابوگه (Lerato Dorothy Mataboge)، کمیسر زیرساخت و انرژی اتحادیه آفریقا، ایجاد محیط‌های آزمایشی تنظیم‌گری (AI Sandboxes - فضاهای کنترل‌شده برای تست نوآوری‌ها پیش از قانون‌گذاری نهایی) و چارچوب‌های نظارتی یکپارچه در قاره آفریقا مورد تاکید قرار گرفت. ▫️ سرمایه‌گذاری روی پلتفرم‌های عمومی: نشست با لاسینا کونه (Lacina Koné)، مدیرعامل ائتلاف اسمارت آفریقا (Smart Africa)، با هدف پیشبرد پروژه‌های عملی در زمینه زیرساخت‌های دیجیتال عمومی (DPI) و حمایت از استارتاپ‌های آفریقایی انجام شد. 🔺 استراتژی مصر مبتنی بر یک مدل دوطرفه است: از یک سو در حال الگوبرداری و دریافت چارچوب‌های تنظیم‌گری الگوریتمی از کشورهای پیشروی اروپایی نظیر استونی است و از سوی دیگر، می‌کوشد این چارچوب‌ها را در قالب توافقات دوجانبه به اقتصادهای بزرگ آفریقا (نظیر نیجریه) و نهادهای چندملیتی این قاره پمپاژ کند. حضور رئیس اجرایی سازمان تنظیم مقررات ارتباطات مصر (NTRA) در این نشست‌ها و همچنین دعوت رسمی از مقامات آفریقایی برای حضور در سومین دوره «مسابقات هوش مصنوعی و رباتیک ریاست‌جمهوری جوانان آفریقا (AYAIR)» در ماه اکتبر، گامی عملی برای شبکه‌سازی نخبگانی و وابسته کردن تدریجی اکوسیستم استعدادهای قاره به هاب فناوری مصر است. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت

💠 ائتلاف مایکروسافت و G42 برای استقرار «هوش مصنوعیِ کارگزار» در امارات 🔹 پایگاه خبری-تحلیلی سیمافور (Semafor) در گزارشی از تعمیق روابط راهبردی امارات متحده عربی و شرکت آمریکایی مایکروسافت پرده برداشته است. ابوظبی در یک خیزش بلندپروازانه برای دگرگونی ساختار دولت، ضرب‌الاجلی تعیین کرده تا حداقل نیمی از فرآیندها و خدمات بخش عمومی خود را به «عوامل هوش مصنوعی» (AI Agents) واگذار کند؛ پروژه‌ای که این کشور ۱۱ میلیون نفری را به یک آزمایشگاه زنده برای اتوماسیون حاکمیتی و بروکراتیک تبدیل کرده است. ▫️ نفوذ سازمانی لایه نرم‌افزاری: در فاز نخست این گذار، پلتفرم هوش مصنوعی کوپایلوت (Copilot) مایکروسافت هم‌اکنون بر روی سیستم‌های ۳۵ هزار کارمند دولتی در ابوظبی مستقر و عملیاتی شده است. ▫️ توسعه کارگزاران بومی و یکپارچه: شرکت Inception42 (از زیرمجموعه‌های هلدینگ کلان هوش مصنوعی امارات موسوم به G42) در حال توسعه و آموزش کارگزاران هوشمندی است که مستقیماً با پلتفرم هوش مصنوعی مایکروسافت تبادل داده و عملیات می‌کنند. ▫️ اتوماسیون شریان‌های تدارکاتی: این کارگزاران در حال توانمندسازی برای انجام مستقلِ وظایف دولتی نظیر خرید کالا و خدمات، تعیین مقادیر دقیق و کشف قیمت‌های رقابتی هستند. «آشیش کوشی»، مدیرعامل Inception42، نقطه غایی این پروژه را چنین توصیف می‌کند: «موفقیت زمانی است که حضور [هوش مصنوعی] کاملاً نامرئی باشد.». ▫️ تثبیت امارات به عنوان دروازه پردازشی منطقه: پیوندهای مایکروسافت با این اکوسیستم با خرید سهام G42 و تعهد سرمایه‌گذاری ۱۵.۲ میلیارد دلاری تا سال ۲۰۳۰ تثبیت شده است. به گفته «برد اسمیت»، رئیس مایکروسافت، این شرکت ابوظبی را به عنوان دروازه توزیع قدرت محاسباتی و ذخیره‌سازی داده در سراسر منطقه می‌بیند. 🏷 پیوست خبری 🌐 متاکاگ | فراتر از شناخت

💠 تقابل «حاکمیت داده» با پدیده «هوش مصنوعی سایه» در عربستان 🔹 استقرار عملیاتی مدل‌های هوش مصنوعی، سازمان‌های عربستان سعودی را به بازنگری بنیادین در معماری فناوری خود وادار کرده است. بر اساس تحلیل نشریه MITSloan ME که با استناد به هشتمین گزارش جهانی «شاخص ابر سازمانی» (ECI) کمپانی «نوتانیکس» (Nutanix) منتشر شده، تقاضا برای زیرساخت‌های چندگانه ترکیبی (Hybrid Multicloud) با تمرکز شدید بر حفظ «حاکمیت داده» در پادشاهی سعودی به شدت افزایش یافته است. در این پیمایش که نظرات ۱۶۰۰ مدیر ارشد فناوری و مهندسی ابری در سطح جهان (از جمله عربستان) را ارزیابی کرده، یک شکاف نگران‌کننده میان سرعت پذیرش هوش مصنوعی و کندی اعمال کنترل‌های سازمانی نمایان شده است. ▫️ تغییر کاربری کانتینرها؛ از ابزار مهندسی تا شالوده راهبردی هوش مصنوعی: کانتینرها (Containers - محیط‌های نرم‌افزاری مستقلی که امکان اجرای سریع، امن و مقیاس‌پذیر برنامه‌ها را در هر سرور یا فضای ابری بدون وابستگی به سخت‌افزار پایه فراهم می‌کنند) اکنون به ستون فقرات هوش مصنوعی سازمانی تبدیل شده‌اند. بر اساس داده‌های نوتانیکس، ۸۵ درصد از مدیران ارشد فناوری سعودی پیش‌بینی می‌کنند استفاده از این معماری طی سه سال آینده افزایش یابد. ۷۲ درصد معتقدند هوش مصنوعی شتاب‌دهنده اصلی این گذار است (که یک‌چهارم از آن‌ها این تأثیر را «بسیار چشمگیر» خوانده‌اند). هم‌اکنون ۸۲ درصد از سازمان‌های سعودی، برنامه‌های هوشمند جدید خود را مستقیماً بر بستر معماری کانتینری توسعه می‌دهند. بهینه‌سازی عملکرد، امنیت و مدیریت هزینه (با نرخ برابر ۴۵ درصد) محرک‌های اصلی این تغییر معماری هستند. ▫️ الزام ژئوپلیتیک «اقامت داده‌ها» (Data Residency): تصمیم‌گیری‌های زیرساختی در عربستان مستقیماً تحت تأثیر الزامات حاکمیتی است. نزدیک به ۷۸ درصد سازمان‌ها، «حاکمیت داده» را اولویتی حیاتی و غیرقابل اغماض می‌دانند. همزمان ۵۳ درصد تأکید دارند که به دلایل امنیتی و حفاظتی، زیرساخت‌های پردازشی آن‌ها باید منحصراً در داخل مرزهای عربستان (به‌صورت محلی یا در مناطق ابری داخلی) مستقر باشد. با این حال، سازمان‌ها رویکردی ترکیبی (هیبریدی) اتخاذ کرده‌اند؛ چرا که در حال حاضر ۵۲ درصد از برنامه‌های کانتینری سعودی‌ها روی ابرهای عمومی و ۴۳ درصد در محیط‌های محلی یا ابر خصوصی اجرا می‌شوند تا میان مقیاس‌پذیری و الزامات قانونی تعادل ایجاد کنند. ▫️ شکاف حکمرانی و ظهور ریسک پنهان «هوش مصنوعی سایه»: چالش اصلی زیرساختی نیست، بلکه نظارتی است. ۶۵ درصد از سازمان‌های سعودی تأیید کرده‌اند که کارکنانشان بدون اطلاع دپارتمان فناوری اطلاعات (IT) از ابزارها و ایجنت‌های هوش مصنوعی زایا استفاده کرده‌اند؛ پدیده‌ای که به «هوش مصنوعی سایه» (Shadow AI) شهرت دارد. ۷۷ درصد از رهبران فناوری عربستان این استفاده بدون نظارت را یک ریسک تجاری جدی می‌دانند (هرچند این رقم از میانگین جهانی ۸۷ درصد پایین‌تر است). در همین راستا، ۷۰ درصد مدیران سعودی وجود جزیره‌های سازمانی (Silos) میان بخش‌های تجاری و IT را مانع اصلی اجرای ایمن فناوری می‌دانند. «طلال السیف»، مدیر منطقه‌ای نوتانیکس در این باره هشدار می‌دهد که گذار از فاز آزمایش به استقرار واقعی هوش مصنوعی، بدون داشتن یک زیرساخت ابری ترکیبی امن که حاکمیت داده را تضمین کند، ممکن نخواهد بود. 🔺 با این روش، عربستان می‌تواند الگوریتم‌ها و داده‌های پردازشی خود را در کسری از ثانیه و بدون نیاز به بازنویسی، میان سرورهای داخلی و ابرهای خارجی جابجا کند و قدرت چانه‌زنی زیرساختی خود را بالا ببرد. در حالی که حاکمیت سعودی با قوانین سخت‌گیرانه موفق شده ۵۳ درصد از پردازش‌های حساس را در «جغرافیای فیزیکی» عربستان حبس کند، پدیده «هوش مصنوعی سایه» این حصار را از درون می‌شکند. زمانی که کارکنان سازمانی برای تسریع کار خود، داده‌های حساس شرکتی یا دولتی را در چت‌بات‌های عمومی خارجی (نظیر ChatGPT یا Claude) وارد می‌کنند، عملاً «نشت اطلاعاتی رفتاری» رخ می‌دهد. این نشان می‌دهد که در عصر جنگ شناختی و فناوری‌های زایا، حکمرانی اینترنت دیگر تنها با بومی‌سازی دیتاسنترها و اعمال فایروال‌های ملی محقق نمی‌شود؛ بلکه نیازمند «حاکمیت بر رفتار دیجیتال کاربر» و استقرار مدل‌های زایای سازمانی ایزوله است تا نیاز پرسنل به ابزارهای خارجی غیررسمی را خنثی کند. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت