هوش مصنوعی
امکاناتی که به سرویس هوش مصنوعی خودتان نیاز دارند و تنها جایی که آن سرویس تنظیم میشود. همه اینها تا روشن نکنید خاموشاند، چون هرکدام چیزی را از گوشی شما بیرون میفرستند.
نخستین ردیف گفتگوها است، پاسخهای ذخیرهشده شما — گفتگوها.
سرویس
این ردیفها بالای امکاناتاند و همه از آنها استفاده میکنند.
- ارائهدهنده — اینکه از کجا استفاده میکنید: OpenRouter، OpenAI، Claude، Gemini یا سفارشی. انتخاب «سفارشی» بلافاصله ردیف آدرس را باز میکند.
- کلید API — کلید خودتان که میچسبانید. روی همین گوشی ذخیره میشود و با هر درخواست همراه میرود؛ دستیار نگهش نمیدارد و جای دیگری فرستاده نمیشود.
- آدرس ارائهدهنده — نشانی سرویس. فقط برای «سفارشی» دیده میشود؛ بقیه خودشان پر میکنند.
- مدل — مدلی که استفاده میشود. انتخابگر، گزینههای آماده، مدل دیگر… برای نوشتن دستی شناسه، و دریافت مدلها از ارائهدهنده را دارد که فهرست خود سرویس را میگیرد و یک فیلد جستجو میدهد تا میان چند صد مورد بگردید.
- مدل گفتار — مدل تشخیصی که خلاصه ویس از آن استفاده میکند. فقط بعضی ارائهدهندهها آن را دارند؛ جایی که ندارند همین را میگوید تا بعداً با خطایی مبهم روبهرو نشوید.
هر امکان میتواند استفاده از سرویس دیگر را هم داشته باشد تا ارائهدهنده، کلید و مدل جداگانه بگیرد. پیشفرض خاموش است — بیشتر افراد یک کلید میخواهند — و با روشن کردنش انتخابگر ارائهدهنده فوری باز میشود.
گرفتن کلید API
به یک حساب در یکی از این سرویسها و یک کلید از آن نیاز دارید. کلید یک رشته محرمانه بلند است: مثل رمز با آن رفتار کنید و بهجای خواندن، آن را بچسبانید.
OpenRouter
یک حساب به مدلهای زیادی میرسد، از جمله مدلهای رایگان؛ سادهترین جای شروع و پیشفرض همینجا.
۱. در `openrouter.ai` ثبتنام کنید.
۲. منوی حساب و سپس Keys را باز کنید.
۳. Create key بزنید، نامی بدهید و مقداری را که یک بار نشان داده میشود کپی کنید.
۴. آن را در کلید API بچسبانید.
مدلهای رایگان محدودیت نرخ دارند و کیفیتشان یکسان نیست. OpenRouter تشخیص گفتار ندارد، پس خلاصه ویس به ارائهدهنده دیگری نیاز دارد.
OpenAI
۱. در `platform.openai.com` ثبتنام کنید.
۲. بخش API keys را در داشبورد باز کنید.
۳. Create new secret key بزنید و مقداری را که یک بار نشان داده میشود کپی کنید.
۴. آن را در کلید API بچسبانید.
OpenAI تنها گزینه آمادهای است که تشخیص گفتار هم دارد، پس هم توصیف و هم خلاصه ویس را انجام میدهد. پولی است: اول به حساب اعتبار اضافه کنید وگرنه پاسخها با پیام تمام شدن سهمیه برمیگردند.
Claude (Anthropic)
۱. در `console.anthropic.com` ثبتنام کنید.
۲. بخش API keys را در تنظیمات باز کنید.
۳. Create key بزنید و مقدار را کپی کنید.
۴. آن را در کلید API بچسبانید.
Claude در توصیف تصویر و خلاصه متن خوب است. نشانی تشخیص گفتار ندارد، پس خلاصه ویس به ارائهدهنده دیگری نیاز دارد.
Gemini (Google)
۱. `aistudio.google.com` را باز کنید و با حساب گوگل وارد شوید.
۲. Get API key را بزنید و یکی بسازید.
۳. مقدار را کپی و در کلید API بچسبانید.
Gemini سطح رایگان دارد. نشانی تشخیص گفتار هم ندارد.
سفارشی
هر سرویسی که قالب گفتگوی OpenAI را بفهمد: یک درگاه روی سرور خودتان، نشانی سازمانی یا یک پروکسی. «سفارشی» را انتخاب کنید، نشانی کامل را در آدرس ارائهدهنده بنویسید و بعد کلید و شناسه مدل را وارد کنید.
توصیف تصویر
- توصیف کامل — خاموش، توصیف یک عکس همان پاسخ سریع مدل روی گوشی است: چند نام شیء، بدون اینترنت و فوری. روشن، تصویر به سرویس شما هم فرستاده میشود و توضیح کامل بهعنوان پیام بعدی گفتگو میآید. با روشن کردن آن یک بار پیامی مقصد ارسال را اعلام میکند.
- زبان توصیف — زبانی که توصیف با آن نوشته میشود. تا انتخاب زبان دیگر، از زبان برنامه پیروی میکند.
پاسخ سریع روی گوشی هرگز با خطا جایگزین نمیشود؛ اگر سرویس نتواند پاسخ دهد، دلیلش زیر آن اضافه میشود.
خلاصه ویس
- خلاصه با هوش مصنوعی — گزینه خلاصه ویس را به منوی پیام صوتی اضافه میکند. ضبط برای نوشته شدن فرستاده میشود و بعد همان نوشته خلاصه میشود.
- مدل گفتار — مدل تشخیصی که در مرحله اول استفاده میشود.
این امکان به ارائهدهندهای با تشخیص گفتار نیاز دارد. OpenAI و درگاههای روی سرور خودتان دارند؛ OpenRouter، Claude و Gemini ندارند.
خلاصه متن
- خلاصه کردن پیامها — گزینه خلاصه متن را به منوی پیامهای طولانی، از حدود ۲۰۰ نویسه به بالا، اضافه میکند. کوتاهتر از آن، شنیدن خود پیام سریعتر از خلاصهاش است.
- زبان خلاصه — زبانی که خلاصه با آن نوشته میشود. اگر دستنخورده بماند، خلاصه به زبان خود پیام نوشته میشود.
پرسش درباره پیامها
- پرسیدن از هوش مصنوعی درباره هر پیام — گزینه پرسش از هوش مصنوعی را برای هر پیامی به منو اضافه میکند. پیام بهشکل یک گفتگو باز میشود و پرسش خودتان را مینویسید.
چه چیزی فرستاده میشود: متن پیام، و خود پیوست — عکس بهشکل عکس، و هر چیز صدادار ابتدا نوشته میشود که هزینه یک درخواست تشخیص اضافه دارد. فایلی که هنوز روی گوشی نیست، پیش از پاسخ دانلود میشود.