ðŸŽĪ AI Presentation Guru! 100 Prompts āļŠāļĢāđ‰āļēāļ‡ Presentation Slide āļŠāļ§āļĒāļ›āļąāļ‡ āļĄāļĩāļŦāļĨāļēāļāļŦāļĨāļēāļĒāļĢāļđāļ›āđāļšāļšāļŦāļĨāļēāļĒāļŠāļēāļĒāļ‡āļēāļ™āļ­āļēāļŠāļĩāļž āļĨāļ­āļ‡āļāļąāļ™āđ„āļ”āđ‰āđ€āļĨāļĒ

āļ—āđˆāļēāļ™āļŠāļēāļĄāļēāļĢāļ–āđ€āļĨāļ·āļ­āļāđƒāļŠāđ‰āļ‡āļēāļ™AIāļˆāļēāļāļ„āđˆāļēāļĒāđ„āļŦāļ™āļāđ‡āđ„āļ”āđ‰āļ„āļĢāļąāļš

āļ„āļļāļ“āļŠāļĄāļšāļąāļ•āļīChatGPTMicrosoft CopilotClaudeGeminiPerplexity
āļœāļđāđ‰āļžāļąāļ’āļ™āļēOpenAIMicrosoftAnthropicGooglePerplexity AI
āđ‚āļĄāđ€āļ”āļĨāļžāļ·āđ‰āļ™āļāļēāļ™GPT-3.5/GPT-4GPT-4ClaudePaLM 2/GeminiGPT-3.5/GPT-4
āļāļēāļĢāļĢāļ­āļ‡āļĢāļąāļšāļ āļēāļĐāļēāļŦāļĨāļēāļĒāļ āļēāļĐāļēāļŦāļĨāļēāļĒāļ āļēāļĐāļēāļŦāļĨāļēāļĒāļ āļēāļĐāļēāļŦāļĨāļēāļĒāļ āļēāļĐāļēāļŦāļĨāļēāļĒāļ āļēāļĐāļē
āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āđƒāļ™āļāļēāļĢāļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāļ āļēāļžāļĄāļĩ (GPT-4)āļĄāļĩāļĄāļĩāļĄāļĩāļĄāļĩ
āļāļēāļĢāđ€āļ‚āđ‰āļēāļ–āļķāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļĢāļĩāļĒāļĨāđ„āļ—āļĄāđŒāđ„āļĄāđˆāļĄāļĩāļĄāļĩāđ„āļĄāđˆāļĄāļĩāļĄāļĩāļĄāļĩ
āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āđƒāļ™āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āđ‚āļ„āđ‰āļ”āļ”āļĩāļ”āļĩāļĄāļēāļāļ”āļĩāļĄāļēāļāļ”āļĩāļ”āļĩ
āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļŸāļĢāļĩāļĄāļĩāđāļšāļšāļˆāļģāļāļąāļ”āļĄāļĩāļĄāļĩāđāļšāļšāļˆāļģāļāļąāļ”āļĄāļĩāļĄāļĩ
āđāļžāļĨāļ•āļŸāļ­āļĢāđŒāļĄāļ—āļĩāđˆāļĢāļ­āļ‡āļĢāļąāļšāđ€āļ§āđ‡āļš, āļĄāļ·āļ­āļ–āļ·āļ­Windows, Edgeāđ€āļ§āđ‡āļš, APIāđ€āļ§āđ‡āļš, āļĄāļ·āļ­āļ–āļ·āļ­, APIāđ€āļ§āđ‡āļš, āļĄāļ·āļ­āļ–āļ·āļ­
āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āđƒāļ™āļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđ€āļ™āļ·āđ‰āļ­āļŦāļēāļ”āļĩāļĄāļēāļāļ”āļĩāļĄāļēāļāļ”āļĩāļĄāļēāļāļ”āļĩāļĄāļēāļāļ”āļĩ
āļāļēāļĢāļ­āđ‰āļēāļ‡āļ­āļīāļ‡āđāļŦāļĨāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāđ„āļĄāđˆāļĄāļĩāļĄāļĩāđ„āļĄāđˆāļĄāļĩāļĄāļĩāļĄāļĩ


āđƒāļŠāđ‰āļ‡āļēāļ™ChatGPT https://chatgpt.com/
āđƒāļŠāđ‰āļ‡āļēāļ™ microsoft Copilot https://copilot.microsoft.com/
āđƒāļŠāđ‰āļ‡āļēāļ™ Gemini https://gemini.google.com/app
āđƒāļŠāđ‰āļ‡āļēāļ™ perplexity https://www.perplexity.ai/

  1. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāđ€āļ›āļīāļ”āļ•āļąāļ§āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āđ‚āļ”āļĒāđ€āļ™āđ‰āļ™āļˆāļļāļ”āđ€āļ”āđˆāļ™āđāļĨāļ°āļ›āļĢāļ°āđ‚āļĒāļŠāļ™āđŒāļ—āļĩāđˆāļĨāļđāļāļ„āđ‰āļēāļˆāļ°āđ„āļ”āđ‰āļĢāļąāļš”
  2. “āļ­āļ­āļāđāļšāļš slide āļŠāļĢāļļāļ›āļœāļĨāļ›āļĢāļ°āļāļ­āļšāļāļēāļĢāļ›āļĢāļ°āļˆāļģāļ›āļĩāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļ”āļđāļ™āđˆāļēāļŠāļ™āđƒāļˆāđāļĨāļ°āđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒ āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ›āļĢāļ°āļŠāļļāļĄāļœāļđāđ‰āļ–āļ·āļ­āļŦāļļāđ‰āļ™”
  3. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ•āļĨāļēāļ”āļŠāļģāļŦāļĢāļąāļšāđ„āļ•āļĢāļĄāļēāļŠāļŦāļ™āđ‰āļēāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāđāļĨāļ°āđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™”
  4. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ­āļšāļĢāļĄāļžāļ™āļąāļāļ‡āļēāļ™āđƒāļŦāļĄāđˆāđ€āļāļĩāđˆāļĒāļ§āļāļąāļšāļ§āļąāļ’āļ™āļ˜āļĢāļĢāļĄāļ­āļ‡āļ„āđŒāļāļĢāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļ”āļđāļ—āļąāļ™āļŠāļĄāļąāļĒāđāļĨāļ°āļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  5. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļ˜āļļāļĢāļāļīāļˆāļŠāļģāļŦāļĢāļąāļš startup [āļŠāļ·āđˆāļ­ startup] āđ€āļžāļ·āđˆāļ­āļ™āļģāđ€āļŠāļ™āļ­āļ•āđˆāļ­āļ™āļąāļāļĨāļ‡āļ—āļļāļ™ āđ‚āļ”āļĒāđ€āļ™āđ‰āļ™āļˆāļļāļ”āđāļ‚āđ‡āļ‡āđāļĨāļ°āđ‚āļ­āļāļēāļŠāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆ”
  6. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāļˆāļąāļĒāļ—āļēāļ‡āļāļēāļĢāļ•āļĨāļēāļ”āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒ] āļ—āļĩāđˆāļ”āļđāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āđāļĨāļ°āđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒ”
  7. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļĨāļĒāļļāļ—āļ˜āđŒāļ”āļīāļˆāļīāļ—āļąāļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļŠāļģāļŦāļĢāļąāļšāļ›āļĩāļŦāļ™āđ‰āļē āļžāļĢāđ‰āļ­āļĄāļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āđāļ„āļĄāđ€āļ›āļāļ—āļĩāđˆāļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  8. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđ‚āļ„āļĢāļ‡āļāļēāļĢ CSR āđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļ—āļĩāđˆāļŠāļ·āđˆāļ­āļ–āļķāļ‡āļ„āļ§āļēāļĄāļĢāļąāļšāļœāļīāļ”āļŠāļ­āļšāļ•āđˆāļ­āļŠāļąāļ‡āļ„āļĄ”
  9. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ‚āļĒāļēāļĒāļ˜āļļāļĢāļāļīāļˆāđ„āļ›āļĒāļąāļ‡āļ•āđˆāļēāļ‡āļ›āļĢāļ°āđ€āļ—āļĻāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļžāļĢāđ‰āļ­āļĄāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđ‚āļ­āļāļēāļŠāđāļĨāļ°āļ„āļ§āļēāļĄāļ—āđ‰āļēāļ—āļēāļĒ”
  10. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāļĨāđˆāļēāļŠāļļāļ”āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ] āļ—āļĩāđˆāļ”āļđāļĨāđ‰āļģāļŠāļĄāļąāļĒāđāļĨāļ°āļ™āđˆāļēāļ•āļ·āđˆāļ™āđ€āļ•āđ‰āļ™”
  11. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļ­āļ‡āļ„āđŒāļāļĢāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āđāļĨāļ°āđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒāļŠāļģāļŦāļĢāļąāļšāļžāļ™āļąāļāļ‡āļēāļ™āļ—āļļāļāļĢāļ°āļ”āļąāļš”
  12. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļŠāļģāļĢāļ§āļˆāļ„āļ§āļēāļĄāļžāļķāļ‡āļžāļ­āđƒāļˆāļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļēāļ•āđˆāļ­ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļāļēāļĢ] āļ—āļĩāđˆāļ”āļđāļ™āđˆāļēāļŠāļ™āđƒāļˆāđāļĨāļ°āļĄāļĩāļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļĨāļķāļ”
  13. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļĢāļąāļžāļĒāļēāļāļĢāļšāļļāļ„āļ„āļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļŠāļģāļŦāļĢāļąāļšāļ›āļĩāļŦāļ™āđ‰āļē āļžāļĢāđ‰āļ­āļĄāđ‚āļ›āļĢāđāļāļĢāļĄāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļ—āļĩāđˆāļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  14. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļĢāļēāļĒāļ‡āļēāļ™āļ„āļ§āļēāļĄāļĒāļąāđˆāļ‡āļĒāļ·āļ™āļ›āļĢāļ°āļˆāļģāļ›āļĩāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļŠāļ·āđˆāļ­āļ–āļķāļ‡āļ„āļ§āļēāļĄāļĢāļąāļšāļœāļīāļ”āļŠāļ­āļšāļ•āđˆāļ­āļŠāļīāđˆāļ‡āđāļ§āļ”āļĨāđ‰āļ­āļĄāđāļĨāļ°āļŠāļąāļ‡āļ„āļĄ”
  15. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™āđāļĨāļ°āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļœāļĨāļīāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™] āļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āđāļĨāļ°āļĄāļĩāļ•āļąāļ§āđ€āļĨāļ‚āļ›āļĢāļ°āļāļ­āļš”
  16. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ•āļĨāļēāļ”āļ”āļīāļˆāļīāļ—āļąāļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļ—āļĩāđˆāļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāļ—āļļāļāļŠāđˆāļ­āļ‡āļ—āļēāļ‡āļ­āļ­āļ™āđ„āļĨāļ™āđŒ”
  17. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļĄāļĩāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļēāļ‡āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāđāļ•āđˆāđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒ”
  18. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļ˜āļļāļĢāļāļīāļˆ 5 āļ›āļĩāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ•āđˆāļ­āļ„āļ“āļ°āļāļĢāļĢāļĄāļāļēāļĢāļšāļĢāļīāļŦāļēāļĢ”
  19. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđāļšāļĢāļ™āļ”āđŒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒ] āļ—āļĩāđˆāļ”āļđāļ—āļąāļ™āļŠāļĄāļąāļĒāđāļĨāļ°āļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  20. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļĨāļđāļāļ„āđ‰āļēāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļšāļĢāļīāļāļēāļĢ] āļ—āļĩāđˆāđ€āļ™āđ‰āļ™āļˆāļļāļ”āļŠāļąāļĄāļœāļąāļŠāļŠāļģāļ„āļąāļ”
  21. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ„āļđāđˆāđāļ‚āđˆāļ‡āđƒāļ™āļ•āļĨāļēāļ” [āļŠāļ·āđˆāļ­āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāđāļ‚āđˆāļ‡āļ‚āļąāļ™āļ—āļĩāđˆāļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  22. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāđāļŠāļ”āļ‡āļ–āļķāļ‡āļ™āļ§āļąāļ•āļāļĢāļĢāļĄāđāļĨāļ°āļ„āļ§āļēāļĄāļ„āļīāļ”āļŠāļĢāđ‰āļēāļ‡āļŠāļĢāļĢāļ„āđŒ”
  23. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ‚āļĒāļēāļĒāļŠāđˆāļ­āļ‡āļ—āļēāļ‡āļˆāļąāļ”āļˆāļģāļŦāļ™āđˆāļēāļĒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļ—āļąāđ‰āļ‡āļ­āļ­āļ™āđ„āļĨāļ™āđŒāđāļĨāļ°āļ­āļ­āļŸāđ„āļĨāļ™āđŒ”
  24. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ”āļģāđ€āļ™āļīāļ™āļ‡āļēāļ™āļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāđāļĨāļ°āļ­āļēāļŠāļĩāļ§āļ­āļ™āļēāļĄāļąāļĒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™] āļ›āļĢāļ°āļˆāļģāļ›āļĩ”
  25. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļĢāļ°āļšāļš IT āđāļĨāļ°āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ—āļēāļ‡āđ„āļ‹āđ€āļšāļ­āļĢāđŒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  26. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļŸāļ·āđ‰āļ™āļŸāļđāļ˜āļļāļĢāļāļīāļˆāļŦāļĨāļąāļ‡āļ§āļīāļāļĪāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāļĄāļąāđˆāļ™āđƒāļˆāđƒāļŦāđ‰āļāļąāļšāļœāļđāđ‰āļĄāļĩāļŠāđˆāļ§āļ™āđ„āļ”āđ‰āļŠāđˆāļ§āļ™āđ€āļŠāļĩāļĒ”
  27. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļŠāļļāļĄāļŠāļ™āđāļĨāļ°āļŠāļąāļ‡āļ„āļĄāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļ—āļĩāđˆāđāļŠāļ”āļ‡āļ–āļķāļ‡āļ„āļ§āļēāļĄāļĢāļąāļšāļœāļīāļ”āļŠāļ­āļšāļ•āđˆāļ­āļŠāļąāļ‡āļ„āļĄ”
  28. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļŠāļģāļĢāļ§āļˆāļ„āļ§āļēāļĄāļœāļđāļāļžāļąāļ™āļ‚āļ­āļ‡āļžāļ™āļąāļāļ‡āļēāļ™āļ•āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  29. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ•āđ€āļžāļ·āđˆāļ­āļĨāļ”āļœāļĨāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļŠāļīāđˆāļ‡āđāļ§āļ”āļĨāđ‰āļ­āļĄāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™]”
  30. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđ€āļ›āļīāļ”āļ•āļąāļ§āđāļšāļĢāļ™āļ”āđŒāļĒāđˆāļ­āļĒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđāļĄāđˆ] āļ—āļĩāđˆāļ”āļđāļ™āđˆāļēāļŠāļ™āđƒāļˆāđāļĨāļ°āđāļ•āļāļ•āđˆāļēāļ‡”
  31. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Big Data āļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļē [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ] āļžāļĢāđ‰āļ­āļĄāļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°āļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāļ—āļĩāđˆāļ™āđˆāļēāļŠāļ™āđƒāļˆ”
  32. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ AI āđāļĨāļ° Machine Learning āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ]”
  33. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļŦāđˆāļ§āļ‡āđ‚āļ‹āđˆāļ­āļļāļ›āļ—āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāđāļĨāļ°āļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™”
  34. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ•āļĨāļēāļ”āļ‚āļ­āļ‡āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđƒāļŦāļĄāđˆ [āļŠāļ·āđˆāļ­āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  35. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļ”āļīāļˆāļīāļ—āļąāļĨāđƒāļŦāđ‰āļāļąāļšāļžāļ™āļąāļāļ‡āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ—āļēāļ‡āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ”
  36. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ‚āļĒāļēāļĒāļ˜āļļāļĢāļāļīāļˆ e-commerce āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļ—āļĩāđˆāļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāļ—āļļāļāđāļžāļĨāļ•āļŸāļ­āļĢāđŒāļĄ”
  37. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ ROI āļ‚āļ­āļ‡āđāļ„āļĄāđ€āļ›āļāļāļēāļĢāļ•āļĨāļēāļ”āļ”āļīāļˆāļīāļ—āļąāļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°āļŠāļģāļŦāļĢāļąāļšāđāļ„āļĄāđ€āļ›āļāđƒāļ™āļ­āļ™āļēāļ„āļ•”
  38. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļĨāļąāļ‡āļŠāļīāļ™āļ„āđ‰āļēāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ”āđ‰āļ§āļĒāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩāļĨāđˆāļēāļŠāļļāļ””
  39. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļ—āļĩāđˆāđ€āļ›āđ‡āļ™āļĄāļīāļ•āļĢāļāļąāļšāļŠāļīāđˆāļ‡āđāļ§āļ”āļĨāđ‰āļ­āļĄāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āđ€āļžāļ·āđˆāļ­āļ•āļ­āļšāļŠāļ™āļ­āļ‡āđ€āļ—āļĢāļ™āļ”āđŒāļ„āļ§āļēāļĄāļĒāļąāđˆāļ‡āļĒāļ·āļ™”
  40. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Customer Journey āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļšāļĢāļīāļāļēāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļˆāļļāļ”āļŠāļąāļĄāļœāļąāļŠāļ—āļĩāđˆāļŠāļģāļ„āļąāļ”
āđāļˆāļāļĢāļ°āļšāļšāđ€āļ—āļĢāļ”āđ‚āļ”āļĒAI (āļāļ”āļ”āļđāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ)

āļœāļĄāđ„āļ”āđ‰āđ„āļ›āđ€āļˆāļ­āļ„āļĨāļīāļ›āļ™āļĩāđ‰ āļĄāļĩāļāļēāļĢāđāļˆāļāļĢāļ°āļšāļšāđ€āļ—āļĢāļ”āļ‚āļ­āļ‡āļĨāļļāļ‡āđ‚āļ‰āļĨāļ āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™ CDC ActionZone āļāđ‡āđ€āļĨāļĒāđ€āļ­āļēāđ„āļ›āļ›āļĢāļąāļšāđāļ•āđˆāļ‡āđ€āļžāļīāđˆāļĄāļ™āļīāļ”āđ†āļŦāļ™āđˆāļ­āļĒāđ† āđƒāļŦāđ‰āļ—āļģāļāļēāļĢāđ€āļ›āļīāļ”āļŠāļąāļāļāļēāļ“āļ‹āļ·āđ‰āļ­āļ‚āļēāļĒ āļāļąāļšāđ€āļžāļīāđˆāļĄāļŠāļąāļāļĨāļąāļāļĐāļ“āđŒāļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āđƒāļŦāđ‰āļ‡āđˆāļēāļĒāļ‚āļķāđ‰āļ™


1.āđ€āļ›āļīāļ”āļšāļąāļāļŠāļĩāļ—āļ”āļĨāļ­āļ‡
āļ—āļ”āļĨāļ­āļ‡āđ€āļ—āļĢāļ” Binaryoption (āđ€āļŦāļĄāļēāļ°āļāđ‡āļ•āđˆāļ­āđ€āļĄāļ·āđˆāļ­āđ€āļ›āļīāļ”āļ”āļđāļŠāļąāļāļāļēāļ“ TF 1H āļ‚āļķāđ‰āļ™āđ„āļ›) āļāļķāļāļāļ™āđ€āļ—āļĢāļ”āļŸāļĢāļĩāļ„āļĨāļīāļāļ—āļĩāđˆāļ™āļĩāđˆ
āļ—āļ”āļĨāļ­āļ‡āđ€āļ—āļĢāļ”Forex (āđƒāļŠāđ‰āđ„āļ”āđ‰āļ”āļĩāļāļąāļšāļŠāļąāļāļāļēāļ“āļ™āļĩāđ‰) āļāļķāļāļāļ™āđ€āļ—āļĢāļ”āļŸāļĢāļĩāļ„āļĨāļīāļāļ—āļĩāđˆāļ™āļĩāđˆ

2.āđ„āļ›āļ—āļĩāđˆ https://www.tradingview.com/ āđāļĨāđ‰āļ§āđ€āļ­āļēCodeāļ—āļĩāđˆāļœāļĄāđāļˆāļ āļāđ‡āļ­āļ›āļ§āļēāļ‡āđ„āļ”āđ‰āđ€āļĨāļĒāļ„āļĢāļąāļš

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// ÂĐ piriya33
// Added Labels and alert conditions and other quality of life feature
// Updated compatability with pine script v4
// Based on improvements from "Kitti-Playbook Action Zone V.4.2.0.3 for Stock Market"

//@version=5
strategy('GPT Mod By CDC V3', overlay=true, precision=6, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
//****************************************************************************//
// CDC Action Zone is based on a simple EMA crossover
// between [default] EMA12 and EMA26
// The zones are defined by the relative position of
// price in relation to the two EMA lines
// Different zones can be use to activate / deactivate
// other trading strategies
// The strategy can also be used on its own with
// acceptable result, buy on the first green candle
// and sell on the first red candle
//****************************************************************************//
//****************************************************************************//
// Define User Input Variables

xsrc = input.source(title='Source Data', defval=close)
xprd1 = input.int(title='Fast EMA period', defval=12)
xprd2 = input.int(title='Slow EMA period', defval=26)
xsmooth = input.int(title='Smoothing period (1 = no smoothing)', defval=1)
fillSW = input.bool(title='Paint Bar Colors', defval=true)
fastSW = input.bool(title='Show fast moving average line', defval=true)
slowSW = input.bool(title='Show slow moving average line', defval=true)
labelSwitch = input.bool(title='Turn on assistive text', defval=true)
plotSigsw = input.bool(title='Plot Buy/Sell Signals? ', defval=true)
plotRibsw = input.bool(title='Plot Buy/Sell Ribbon', defval=false)
plotRibbonPos = input.string(title='Ribbon Position', options=['Top', 'Bottom'], defval='Top')

xfixtf = input.bool(title='** Use Fixed time frame Mode (advanced) **', defval=false)
xtf = input.timeframe(title='** Fix chart to which time frame ? **)', defval='D')

plotSig2sw = input.bool(title='Plot momentum based Buy/Sell Signals? ', defval=false)
plotSig2lv = input.int(title='Set signal threshold (higher = stricter)', defval=1, minval=0, maxval=1)

//****************************************************************************//
//Calculate Indicators

f_secureSecurity(_symbol, _res, _src) => request.security(_symbol, _res, _src[1], lookahead = barmerge.lookahead_on) // Using f_secureSecurity to avoid repainting

xPrice = ta.ema(xsrc, xsmooth)


FastMA = xfixtf ?
ta.ema(f_secureSecurity(syminfo.tickerid, xtf, ta.ema(xsrc, xprd1)), xsmooth)
:
ta.ema(xPrice, xprd1)


SlowMA = xfixtf ?
ta.ema(f_secureSecurity(syminfo.tickerid, xtf, ta.ema(xsrc, xprd2)), xsmooth)
:
ta.ema(xPrice, xprd2)

Bull = FastMA > SlowMA
Bear = FastMA < SlowMA

//****************************************************************************//
// Define Color Zones

Green = Bull and xPrice > FastMA // Buy
Blue = Bear and xPrice > FastMA and xPrice > SlowMA //Pre Buy 2
LBlue = Bear and xPrice > FastMA and xPrice < SlowMA //Pre Buy 1

Red = Bear and xPrice < FastMA // Sell
Orange = Bull and xPrice < FastMA and xPrice < SlowMA // Pre Sell 2
Yellow = Bull and xPrice < FastMA and xPrice > SlowMA // Pre Sell 1

//****************************************************************************//
// Display color on chart


bColor = Green ? color.green :
Blue ? color.blue :
LBlue ? color.aqua :
Red ? color.red :
Orange ? color.orange :
Yellow ? color.yellow :
color.black
barcolor(color=fillSW ? bColor : na)

//****************************************************************************//
// Display MA lines

FastL = plot(fastSW ? FastMA : na, 'Fast EMA', color=color.new(color.red, 0), style = xfixtf ? plot.style_stepline : plot.style_line)
SlowL = plot(slowSW ? SlowMA : na, 'Slow EMA', color=color.new(color.blue, 0), style = xfixtf ? plot.style_stepline : plot.style_line)
fillcolor = Bull ? color.new(color.green,90) : Bear ? color.new(color.red,90) : color.new(color.black,90) // fillcolor = Bull ? color.green : Bear ? color.red : color.black
fill(FastL, SlowL, fillcolor) // fill(FastL, SlowL, fillcolor, transp=90)

//****************************************************************************//
// Define Buy and Sell condition
// This is only for thebasic usage of CDC Actionzone (EMA Crossover)
// ie. Buy on first green bar and sell on first red bar

buycond = Green and Green[1] == 0
sellcond = Red and Red[1] == 0

bullish = ta.barssince(buycond) < ta.barssince(sellcond)
bearish = ta.barssince(sellcond) < ta.barssince(buycond)

buy = bearish[1] and buycond
sell = bullish[1] and sellcond

bColor_BullBear = bullish ? color.green : bearish ? color.red : color.black

//****************************************************************************//
// Plot Buy and Sell point on chart

plotshape(plotSigsw ? buy : na,
style=shape.labelup,
title='Buy Signal',
location=location.belowbar,
color=color.new(color.green, 0),
text="BUY")
plotshape(plotSigsw ? sell : na,
style=shape.labeldown,
title='Sell Signal',
location=location.abovebar,
color=color.new(color.red, 0),
text="SELL")

// Display Buy/Sell Ribbon


plotshape(plotRibsw ? plotRibbonPos == 'Top' ? close : na : na,
style=shape.square,
title='Buy/Sell Ribbon',
location=location.top,
color=bColor_BullBear)

plotshape(plotRibsw ? plotRibbonPos == 'Bottom' ? close : na : na,
style=shape.square,
title='Buy/Sell Ribbon',
location=location.bottom,
color=bColor_BullBear)


//****************************************************************************//
// Label

labelstyle = close > SlowMA ? label.style_label_down : label.style_label_up
labelyloc = close > SlowMA ? yloc.abovebar : yloc.belowbar
labeltcolor = buy ? color.black :
sell ? color.white :
close > close[1] ? color.green :
color.red
labelbgcolor = buy ? color.green : sell ? color.red : color.silver
labeltext = buy ? 'BUY next bar\n' : sell ? 'SELL next bar\n' : ' '
trendText = bullish ? 'bullish' : bearish ? 'bearish' : 'sideways'


l1 = label.new(bar_index, na,
text=labeltext + syminfo.ticker + ' ' + str.tostring(close) + ' ' + syminfo.currency + '\n currently in a ' + trendText + ' trend \n',
color=labelbgcolor,
textcolor=labeltcolor,
yloc=labelyloc,
style=labelstyle)

label.delete(labelSwitch ? l1[1] : l1)

// Momentum Signal using StochRSI

// Adds a momentum based signal following trends to the script
// Default is hidden, only use with caution
// Parameters for STOCH RSI is hard-coded to avoid cluttering the input screen further
// If you need to change anything, make a copy of the code and change it.
// Inputs are commented out, to enable them comment out the hard coded variables first!

// fixed inputs //

smoothK = 3
smoothD = 3
RSIlen = 14
STOlen = 14
SRsrc = close
OSlevel = 30
OBlevel = 70

// User inputs // // COMMENT ABOVE VARIABLES FIRST!!

// smoothK = input(3,"StochRSI smooth K",type=input.integer,minval=1)
// smoothD = input(3,"StochRSI smooth D",type=input.integer,minval=1)
// RSIlen = input(14,"RSI length",type=input.integer,minval=1)
// STOlen = input(14,"Stochastic length",type=input.integer,minval=1)
// SRsrc = input(close,"Source for StochasticRSI",type=input.source)
// OSlevel = input(30,"Oversold Threshold",type=input.float,minval=0.00)
// OBlevel = input(70,"Oversold Threshold",type=input.float,minval=0.00)

// calculations //
rsi1 = ta.rsi(SRsrc, RSIlen)
k = ta.sma(ta.stoch(rsi1, rsi1, rsi1, STOlen), smoothK)
d = ta.sma(k, smoothD)

// storsiBuySig = if bullish
// if (d < OSlevel and crossover(k,d))
// 3
// else if crossover(k,OSlevel)
// 2
// else if d > OSlevel and crossover(k,d)
// 1
// else
// 0
// else
// 0

crossover_1 = ta.crossover(k, d)
crossover_2 = ta.crossover(k, d)
iff_1 = d > OSlevel and crossover_2 ?
1 : 0
iff_2 = d < OSlevel and crossover_1 ?
2 : iff_1
storsiBuySig = bullish ? iff_2 : 0

crossunder_1 = ta.crossunder(k, d)
crossunder_2 = ta.crossunder(k, d)
iff_3 = d < OBlevel and crossunder_2 ?
1 : 0
iff_4 = d > OBlevel and crossunder_1 ?
2 : iff_3
storsiSellSig = bearish ? iff_4 : 0

plotshape(plotSig2sw ? storsiBuySig > plotSig2lv ? storsiBuySig : na : na,
'Buy more signals', style=shape.triangleup,
location=location.belowbar, color=color.new(color.teal, 0))
plotshape(plotSig2sw ? storsiSellSig > plotSig2lv ? storsiSellSig : na : na,
'Sell more signals', style=shape.triangledown,
location=location.abovebar, color=color.new(color.orange, 0))


//****************************************************************************//
// Alert conditions

alertcondition(buy,
title='*Buy Alert',
message='Buy {{exchange}}:{{ticker}}')

alertcondition(sell,
title='*Sell Alert',
message='Sell {{exchange}}:{{ticker}}')

alertcondition(bullish,
title='is Bullish')

alertcondition(bearish,
title='is Bearish')

alertcondition(Green,
title='is Green')

alertcondition(Blue,
title='is Blue (Strong Rally)')

alertcondition(LBlue,
title='is Light Blue (Rally)')

alertcondition(Red,
title='is Red')

alertcondition(Orange,
title='is Orange (Strong Dip)')

alertcondition(Yellow,
title='is Yellow (Dip)')


//****************************************************************************//

// Entry and Exit Strategy
if (buy)
strategy.entry("Buy", strategy.long)

if (sell)
strategy.close("Buy")

  1. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Influencer Marketing āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļ—āļĩāđˆāļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāļ—āļļāļāđāļžāļĨāļ•āļŸāļ­āļĢāđŒāļĄāđ‚āļ‹āđ€āļŠāļĩāļĒāļĨāļĄāļĩāđ€āļ”āļĩāļĒ”
  2. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāļˆāļąāļĒāđāļĨāļ°āļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļ—āļĩāđˆāļĄāļĩāļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļēāļ‡āļ§āļīāļ—āļĒāļēāļĻāļēāļŠāļ•āļĢāđŒāđāļ•āđˆāđ€āļ‚āđ‰āļēāđƒāļˆāļ‡āđˆāļēāļĒ”
  3. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ—āļĢāļąāļžāļĒāļēāļāļĢāļšāļļāļ„āļ„āļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļ”āđ‰āļ§āļĒāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ HR Tech āļĨāđˆāļēāļŠāļļāļ””
  4. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ VR āđāļĨāļ° AR āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđāļĨāļ°āļšāļĢāļīāļāļēāļĢāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ]”
  5. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ‚āļ­āļ‡āļŠāđˆāļ­āļ‡āļ—āļēāļ‡āļāļēāļĢāļ‚āļēāļĒāļ•āđˆāļēāļ‡āđ† āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  6. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Blockchain āđƒāļ™āļāļēāļĢāđ€āļžāļīāđˆāļĄāļ„āļ§āļēāļĄāđ‚āļ›āļĢāđˆāļ‡āđƒāļŠāļ‚āļ­āļ‡āļŦāđˆāļ§āļ‡āđ‚āļ‹āđˆāļ­āļļāļ›āļ—āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—]”
  7. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Social Listening āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ•āļ­āļšāļŠāļ™āļ­āļ‡āļ•āđˆāļ­āļ„āļ§āļēāļĄāļ„āļīāļ”āđ€āļŦāđ‡āļ™āļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļē”
  8. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Chatbot āđāļĨāļ° AI Assistant āđ€āļžāļ·āđˆāļ­āļĒāļāļĢāļ°āļ”āļąāļšāļāļēāļĢāļšāļĢāļīāļāļēāļĢāļĨāļđāļāļ„āđ‰āļēāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļšāļĢāļīāļāļēāļĢ]”
  9. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ IoT āđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļœāļĨāļīāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™]”
  10. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Customer Lifetime Value āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāđ€āļžāļīāđˆāļĄāļĄāļđāļĨāļ„āđˆāļē”
  11. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļš CRM āđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļĨāļđāļāļ„āđ‰āļēāļŠāļąāļĄāļžāļąāļ™āļ˜āđŒ”
  12. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Data Analytics āđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—]”
  13. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ•āļĨāļēāļ”āđāļĨāļ°āđāļ™āļ§āđ‚āļ™āđ‰āļĄāļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ [āļŠāļ·āđˆāļ­āļ­āļļāļ•āļŠāļēāļŦāļāļĢāļĢāļĄ] āđƒāļ™āļ­āļĩāļ 5 āļ›āļĩāļ‚āđ‰āļēāļ‡āļŦāļ™āđ‰āļē”
  14. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđ€āļžāļ·āđˆāļ­āļ•āļ­āļšāļŠāļ™āļ­āļ‡āļāļĨāļļāđˆāļĄāļĨāļđāļāļ„āđ‰āļē Millennials āđāļĨāļ° Gen Z āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ]”
  15. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Gamification āđƒāļ™āļāļēāļĢāđ€āļžāļīāđˆāļĄāļāļēāļĢāļĄāļĩāļŠāđˆāļ§āļ™āļĢāđˆāļ§āļĄāļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļēāđāļĨāļ°āļžāļ™āļąāļāļ‡āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  16. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡āļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļšāļĢāļīāļŦāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļ§āļēāļĄāđ€āļŠāļĩāđˆāļĒāļ‡”
  17. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Loyalty Program āđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļ—āļĩāđˆāđƒāļŠāđ‰āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ Blockchain”
  18. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļŦāđˆāļ§āļ‡āđ‚āļ‹āđˆāļ„āļ§āļēāļĄāđ€āļĒāđ‡āļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āļ­āļēāļŦāļēāļĢ] āđ€āļžāļ·āđˆāļ­āļĨāļ”āļāļēāļĢāļŠāļđāļāđ€āļŠāļĩāļĒāđāļĨāļ°āđ€āļžāļīāđˆāļĄāļ„āļļāļ“āļ āļēāļž”
  19. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Employee Engagement āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ§āļąāļ’āļ™āļ˜āļĢāļĢāļĄāļ­āļ‡āļ„āđŒāļāļĢ”
  20. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Predictive Maintenance āđƒāļ™āļāļēāļĢāļĨāļ”āļ•āđ‰āļ™āļ—āļļāļ™āđāļĨāļ°āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļœāļĨāļīāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™]”
  21. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Omnichannel Experience āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒāļ„āđ‰āļēāļ›āļĨāļĩāļ] āđ€āļžāļ·āđˆāļ­āđ€āļŠāļ·āđˆāļ­āļĄāđ‚āļĒāļ‡āļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļ­āļ­āļ™āđ„āļĨāļ™āđŒāđāļĨāļ°āļ­āļ­āļŸāđ„āļĨāļ™āđŒ”
  22. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Carbon Footprint āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļĨāļ”āļāļēāļĢāļ›āļĨāđˆāļ­āļĒāļāđŠāļēāļ‹āđ€āļĢāļ·āļ­āļ™āļāļĢāļ°āļˆāļ”
  23. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ 5G āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđāļĨāļ°āļšāļĢāļīāļāļēāļĢāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđ‚āļ—āļĢāļ„āļĄāļ™āļēāļ„āļĄ]”
  24. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļ§āļēāļĄāļĢāļđāđ‰ (Knowledge Management) āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļ—āļģāļ‡āļēāļ™”
  25. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ‚āļ­āļ‡ Digital Marketing Funnel āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  26. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Robotic Process Automation (RPA) āđƒāļ™āļāļēāļĢāđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļ—āļģāļ‡āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  27. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Sustainable Packaging āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āđ€āļžāļ·āđˆāļ­āļĨāļ”āļœāļĨāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļŠāļīāđˆāļ‡āđāļ§āļ”āļĨāđ‰āļ­āļĄ”
  28. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Net Promoter Score (NPS) āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļšāļĢāļīāļāļēāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļĒāļāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļžāļķāļ‡āļžāļ­āđƒāļˆāļ‚āļ­āļ‡āļĨāļđāļāļ„āđ‰āļē”
  29. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Virtual Reality (VR) āđƒāļ™āļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļžāļ™āļąāļāļ‡āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  30. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Subscription Model āđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ] āđ€āļžāļ·āđˆāļ­āļŠāļĢāđ‰āļēāļ‡āļĢāļēāļĒāđ„āļ”āđ‰āļ—āļĩāđˆāļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡āđāļĨāļ°āļ„āļēāļ”āļāļēāļĢāļ“āđŒāđ„āļ”āđ‰”
  31. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Customer Churn Rate āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāļĢāļąāļāļĐāļēāļĨāļđāļāļ„āđ‰āļē”
  32. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Augmented Reality (AR) āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ›āļĢāļ°āļŠāļšāļāļēāļĢāļ“āđŒāļāļēāļĢāļŠāđ‰āļ­āļ›āļ›āļīāđ‰āļ‡āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒāļ„āđ‰āļēāļ›āļĨāļĩāļ]”
  33. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Green Energy Solution āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āļžāļĨāļąāļ‡āļ‡āļēāļ™] āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāđ€āļ—āļĢāļ™āļ”āđŒāļžāļĨāļąāļ‡āļ‡āļēāļ™āļŠāļ°āļ­āļēāļ””
  34. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Return on Marketing Investment (ROMI) āļ‚āļ­āļ‡āđāļ„āļĄāđ€āļ›āļāļ•āđˆāļēāļ‡āđ† āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°”
  35. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Machine Learning āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļš Recommendation āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļžāļĨāļ•āļŸāļ­āļĢāđŒāļĄāļ­āļ­āļ™āđ„āļĨāļ™āđŒ]”
  36. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Circular Economy Model āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āđ€āļžāļ·āđˆāļ­āļĨāļ”āļ‚āļ­āļ‡āđ€āļŠāļĩāļĒāđāļĨāļ°āđ€āļžāļīāđˆāļĄāļ„āļ§āļēāļĄāļĒāļąāđˆāļ‡āļĒāļ·āļ™”
  37. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Brand Health āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāđ€āļŠāļĢāļīāļĄāļŠāļĢāđ‰āļēāļ‡āļ āļēāļžāļĨāļąāļāļĐāļ“āđŒāđāļšāļĢāļ™āļ”āđŒ”
  38. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Biometric Technology āđƒāļ™āļāļēāļĢāđ€āļžāļīāđˆāļĄāļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļ°āļ”āļ§āļāļŠāļšāļēāļĒāđƒāļŦāđ‰āļāļąāļšāļĨāļđāļāļ„āđ‰āļēāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ]”
  39. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Personalized Marketing Strategy āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āđ‚āļ”āļĒāđƒāļŠāđ‰ AI āđāļĨāļ° Big Data”
  40. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Digital Transformation Readiness āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāđ€āļ•āļĢāļĩāļĒāļĄāļ„āļ§āļēāļĄāļžāļĢāđ‰āļ­āļĄāļšāļļāļ„āļĨāļēāļāļĢ”
  41. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Drone Technology āđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļĢāļ°āļšāļš Logistics āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—]”
  42. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Voice Commerce Platform āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ e-commerce] āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāļāļēāļĢāļŠāđ‰āļ­āļ›āļ›āļīāđ‰āļ‡āļ”āđ‰āļ§āļĒāđ€āļŠāļĩāļĒāļ‡”
  43. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Employee Net Promoter Score (eNPS) āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ„āļ§āļēāļĄāļœāļđāļāļžāļąāļ™āļ‚āļ­āļ‡āļžāļ™āļąāļāļ‡āļēāļ™”
  44. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Edge Computing āđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāļ›āļĢāļ°āļĄāļ§āļĨāļœāļĨāļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ]”
  45. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Micro-learning Platform āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļāļķāļāļ­āļšāļĢāļĄāļžāļ™āļąāļāļ‡āļēāļ™āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  46. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Price Elasticity āļ‚āļ­āļ‡āļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāļŦāļĨāļąāļāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāļāļģāļŦāļ™āļ”āļĢāļēāļ„āļē”
  47. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Quantum Computing āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāļ—āļēāļ‡āđ„āļ‹āđ€āļšāļ­āļĢāđŒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ]”
  48. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Contactless Payment Solution āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļāļēāļĢāđ€āļ‡āļīāļ™] āđ€āļžāļ·āđˆāļ­āļĢāļ­āļ‡āļĢāļąāļšāđ€āļ—āļĢāļ™āļ”āđŒāļāļēāļĢāļŠāļģāļĢāļ°āđ€āļ‡āļīāļ™āđāļšāļšāđ„āļĢāđ‰āļŠāļąāļĄāļœāļąāļŠ”
  49. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Employee Productivity āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āđƒāļ™āļŠāđˆāļ§āļ‡ Work From Home āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  50. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ 3D Printing Technology āđƒāļ™āļāļēāļĢāļ›āļāļīāļ§āļąāļ•āļīāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āļœāļđāđ‰āļœāļĨāļīāļ•]”
  51. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Personalized Nutrition Program āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—āļ­āļēāļŦāļēāļĢāđāļĨāļ°āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļ”āļ·āđˆāļĄ] āđ‚āļ”āļĒāđƒāļŠāđ‰ AI”
  52. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Customer Acquisition Cost (CAC) āđāļĨāļ° Customer Lifetime Value (CLV) āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆ] āļžāļĢāđ‰āļ­āļĄāļāļĨāļĒāļļāļ—āļ˜āđŒāļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡”
  53. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Predictive Analytics āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļŠāļīāļ™āļ„āđ‰āļēāļ„āļ‡āļ„āļĨāļąāļ‡āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ˜āļļāļĢāļāļīāļˆāļ„āđ‰āļēāļ›āļĨāļĩāļ]”
  54. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Digital Twin Technology āđ€āļžāļ·āđˆāļ­āļˆāļģāļĨāļ­āļ‡āđāļĨāļ°āļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļœāļĨāļīāļ•āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđ‚āļĢāļ‡āļ‡āļēāļ™]”
  55. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨ
  56. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Brand Sentiment āļšāļ™āđ‚āļ‹āđ€āļŠāļĩāļĒāļĨāļĄāļĩāđ€āļ”āļĩāļĒāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ āļēāļžāļĨāļąāļāļĐāļ“āđŒ”
  57. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē Sustainable Supply Chain āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļšāļĢāļīāļĐāļąāļ—] āđ€āļžāļ·āđˆāļ­āļĨāļ”āļœāļĨāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļŠāļīāđˆāļ‡āđāļ§āļ”āļĨāđ‰āļ­āļĄāļ•āļĨāļ­āļ”āļŦāđˆāļ§āļ‡āđ‚āļ‹āđˆāļ­āļļāļ›āļ—āļēāļ™”
  58. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļœāļ™āļāļēāļĢāđƒāļŠāđ‰ Neuroscience āđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒāđāļĨāļ°āļāļēāļĢāļ•āļĨāļēāļ”āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āđāļšāļĢāļ™āļ”āđŒ]”
  59. “āļŠāļĢāđ‰āļēāļ‡ slide āļ™āļģāđ€āļŠāļ™āļ­āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ Employee Turnover Rate āļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļžāļĢāđ‰āļ­āļĄāđāļœāļ™āļāļēāļĢāļĢāļąāļāļĐāļēāļžāļ™āļąāļāļ‡āļēāļ™āļ—āļĩāđˆāļĄāļĩāļĻāļąāļāļĒāļ āļēāļžāļŠāļđāļ‡”
  60. “āļ­āļ­āļāđāļšāļš slide āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ§āļīāļŠāļąāļĒāļ—āļąāļĻāļ™āđŒāđāļĨāļ°āļžāļąāļ™āļ˜āļāļīāļˆāđƒāļŦāļĄāđˆāļ‚āļ­āļ‡ [āļŠāļ·āđˆāļ­āļ­āļ‡āļ„āđŒāļāļĢ] āļ—āļĩāđˆāļŠāļ­āļ”āļ„āļĨāđ‰āļ­āļ‡āļāļąāļšāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āļ‚āļ­āļ‡āđ‚āļĨāļāļ˜āļļāļĢāļāļīāļˆāđƒāļ™āļĒāļļāļ„āļ”āļīāļˆāļīāļ—āļąāļĨ”

AI Master Class

(āđƒāļŠāđ‰AIāļŠāđˆāļ§āļĒāļ—āļģāļ˜āļļāļĢāļāļīāļˆ āļāļēāļĢāļ•āļĨāļēāļ” āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž)

āļ‚āļ­āļ‚āļ­āļšāļ„āļļāļ“āļ—āļĩāđˆāđ„āļ§āđ‰āļ§āļēāļ‡āđƒāļˆ

āđ€āļĢāļēāļ­āļĒāļđāđˆāđƒāļ™āļĒāļļāļ„āļ—āļĩāđˆ AI āļāļģāļĨāļąāļ‡āļˆāļ°āļĄāļēāļžāļĨāļīāļāđ‚āļĨāļāļāļēāļĢāļ—āļģāļ‡āļēāļ™

āļ„āļ­āļĢāđŒāļŠāļ™āļĩāđ‰āđ€āļŦāļĄāļēāļ°āļŠāļģāļŦāļĢāļąāļš

✅ āļœāļđāđ‰āļ›āļĢāļ°āļāļ­āļšāļāļēāļĢ āđ€āļˆāđ‰āļēāļ‚āļ­āļ‡āļ˜āļļāļĢāļāļīāļˆ āļ—āļĩāđˆāļ­āļĒāļēāļāļ™āļģ AI āļĄāļēāļŠāđˆāļ§āļĒāđ€āļžāļīāđˆāļĄāļœāļĨāļāļģāđ„āļĢ āđ€āļžāļīāđˆāļĄāļĒāļ­āļ”āļ‚āļēāļĒ
✅ āļĄāļ™āļļāļĐāļĒāđŒāđ€āļ‡āļīāļ™āđ€āļ”āļ·āļ­āļ™ āļ—āļĩāđˆāļ•āđ‰āļ­āļ‡āļāļēāļĢāļ­āļąāļžāļŠāļāļīāļĨāļ•āļąāļ§āđ€āļ­āļ‡ āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāđ‚āļ­āļāļēāļŠāđƒāļ™āļ­āļēāļŠāļĩāļžāļāļēāļĢāļ‡āļēāļ™
✅ āļœāļđāđ‰āļ—āļĩāđˆāļŠāļ™āđƒāļˆāđ€āļ—āļ„āđ‚āļ™āđ‚āļĨāļĒāļĩ AI āđāļĨāļ°āļ•āđ‰āļ­āļ‡āļāļēāļĢāļ™āļģāđ„āļ›āļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āđƒāļ™āļŠāļĩāļ§āļīāļ•āļ›āļĢāļ°āļˆāļģāļ§āļąāļ™
✅ āļ™āļąāļāļĨāļ‡āļ—āļļāļ™ āļ—āļĩāđˆāļ•āđ‰āļ­āļ‡āļāļēāļĢāđƒāļŦāđ‰ AI āļŠāđˆāļ§āļĒāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāđƒāļ™āļāļēāļĢāļĨāļ‡āļ—āļļāļ™

āļŠāļīāđˆāļ‡āļ—āļĩāđˆāļ„āļļāļ“āļˆāļ°āđ„āļ”āđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđƒāļ™āļ„āļ­āļĢāđŒāļŠ

✅ āļ›āļđāļžāļ·āđ‰āļ™āļāļēāļ™ AI āđāļĨāļ° ChatGPT āļˆāļēāļāļĢāļ°āļ”āļąāļšāđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļˆāļ™āđƒāļŠāđ‰āļ‡āļēāļ™āđ€āļ›āđ‡āļ™
✅ āđ€āļ—āļ„āļ™āļīāļ„āļāļēāļĢ Prompt āđƒāļŦāđ‰ AI āļ—āļģāļ‡āļēāļ™āļ•āļēāļĄāļ—āļĩāđˆāđ€āļĢāļēāļ•āđ‰āļ­āļ‡āļāļēāļĢ
✅ āļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰ AI āđƒāļ™āļ”āđ‰āļēāļ™āļ•āđˆāļēāļ‡āđ† āđ€āļŠāđˆāļ™ āļāļēāļĢāļ•āļĨāļēāļ”, Content Creation, SEO
✅ āļŠāļĢāđ‰āļēāļ‡āļĢāļđāļ›āļ āļēāļž āļ§āļīāļ”āļĩāđ‚āļ­ āļ”āđ‰āļ§āļĒ AI āļ­āļĒāđˆāļēāļ‡ DALL-E
✅ āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļāļēāļĢāđƒāļŠāđ‰ AI āļŠāđˆāļ§āļĒāđ€āļŦāļĨāļ·āļ­āđƒāļ™āļāļēāļĢāļĨāļ‡āļ—āļļāļ™
✅ AI āļ­āļĩāļāļĄāļēāļāļĄāļēāļĒāļ—āļĩāđˆāļˆāļ°āļŠāđˆāļ§āļĒāđƒāļŦāđ‰āļŠāļĩāļ§āļīāļ”āđāļĨāļ°āļ˜āļļāļĢāļāļīāļˆāļ‚āļ­āļ‡āļ„āļļāļ“āļ‡āđˆāļēāļĒāļ‚āļķāđ‰āļ™

āđāļĨāļ°āļĒāļąāļ‡āļĄāļĩāļāļēāļĢāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰āļ­āļ·āđˆāļ™āđ†āļ­āļĩāļāļĄāļēāļāļĄāļēāļĒ

✅ āđƒāļŠāđ‰ Gemini āļ§āļēāļ‡āđāļœāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™ āļžāļĢāđ‰āļ­āļĄāļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™
📝 Workshop āđ€āļžāļˆāļŠāļ­āļ™āļžāļīāđ€āļĻāļĐāļ„āļ“āļīāļ•āļĻāļēāļŠāļ•āļĢāđŒ
💎 workshop āđ€āļžāļˆ āļ˜āļļāļĢāļāļīāļˆāļŠāļ­āļ™āļ āļēāļĐāļēāļ­āļąāļ‡āļāļĪāļĐ
📝 āļĨāļ­āļ‡āđƒāļŦāđ‰ ChatGPT āļŠāļ­āļ™āđ€āļ‚āļĩāļĒāļ™ HTML CSS āļŠāļ­āļ™āļ”āļĩāđ„āļĄāđˆāļžāļ­āļŠāļĢāļļāļ›āđ„āļ”āđ‰āļ”āļĩāļ”āđ‰āļ§āļĒ
🚀 āļŠāļ­āļ™āļŠāļĢāđ‰āļēāļ‡āļŦāļ™āđ‰āļēāđ€āļ§āļ›āđƒāļ™5āļ™āļēāļ—āļĩ āļ”āđ‰āļ§āļĒ ChatGPT āđ„āļĄāđˆāļ•āđ‰āļ­āļ‡āđ€āļ‚āļĩāļĒāļ™Codeāđ€āļ­āļ‡āđāļĄāđ‰āđāļ•āđˆāļ•āļąāļ§āđ€āļ”āļĩāļĒāļ§
ðŸŽĨ AI āļŠāļĢāļļāļ›āļ„āļĨāļīāļ› youtube
ðŸ’Ą āđƒāļŠāđ‰ ChatGPT āļ­āļ­āļāđ„āļ­āđ€āļ”āļĩāļĒāļ—āļģāļ„āļĨāļīāļ›āļ§āļĩāļ”āļĩāđ‚āļ­
🗚ïļ ChatGPT āđ€āļ‚āļĩāļĒāļ™ Mind Mapping āđ„āļ”āđ‰āļ”āđ‰āļ§āļĒ
🔍 āđƒāļŠāđ‰ Chat GPT āļŠāđˆāļ§āļĒāļŦāļēāļĢāļđāļ›āđ„āļ”āđ‰āļ”āđ‰āļ§āļĒ
📚 āļĨāđ‰āļģāļˆāļąāļ” āđƒāļŦāđ‰ AI āđāļ•āđˆāļ‡āļ™āļīāļ—āļēāļ™ āļžāļĢāđ‰āļ­āļĄāļ āļēāļžāļ›āļĢāļ°āļāļ­āļš āļ„āļ­āļĄāđ‚āļš ChatGPT+Midjourney+Canva
🖌ïļ āļ—āļģāļĢāļđāļ›āļŠāļĄāļļāļ”āļĢāļ°āļšāļēāļĒāļŠāļĩ āļ”āđ‰āļ§āļĒ Midjourney
📈 āđƒāļŠāđ‰ ChatGPT āđ€āļ‚āļĩāļĒāļ™ SEO āļ•āļąāđ‰āļ‡āđāļ•āđˆāđ€āļĢāļīāđˆāļĄ
📊 50 marketing Prompt
🖞ïļ āļŠāļĢāđ‰āļēāļ‡āļĢāļđāļ›āļŸāļĢāļĩāđ†āļœāđˆāļēāļ™ ChatGPT
ðŸ–Ĩïļ āđƒāļŠāđ‰ ChatGPT āļŠāļĢāđ‰āļēāļ‡slide āđāļšāļš powerpoint
📚 āļŠāļĢāđ‰āļēāļ‡āļ„āļģāļ­āļ˜āļīāļšāļēāļĒāļ„āļĨāļīāļ› Youtube āđ€āļžāļīāđˆāļĄ SEO

āđ„āļ­āđ€āļ”āļĩāļĒāļ—āļģāļ„āļĨāļīāļ›āđ„āļĄāđˆāļĄāļĩāļ•āļąāļ™

āļŠāđˆāļ§āļĒāđ€āļĢāļēāļ—āļģāļ„āļĨāļīāļ› tiktok āļĒāļ­āļ”āļ§āļīāļ§āļžāļļāđˆāļ‡āđ† āđ„āļĄāđˆāļ•āđ‰āļ­āļ‡āļĒāļīāļ‡Ads

FAQ

āļ—āļąāđ‰āļ‡āļŦāļĄāļ”āļ™āļĩāđ‰āđ€āļžāļĩāļĒāļ‡ 3,990 āļšāļēāļ— āļāđˆāļ­āļ™āļ›āļĢāļąāļšāđ€āļ›āđ‡āļ™āļĢāļēāļ„āļēāđ€āļ•āđ‡āļĄ 8,990 āđƒāļ™āļ­āļ™āļēāļ„āļ•

āđƒāļŠāđˆāļ„āļ§āļēāļĄāđ€āļŦāđ‡āļ™

āļ­āļĩāđ€āļĄāļĨāļ‚āļ­āļ‡āļ„āļļāļ“āļˆāļ°āđ„āļĄāđˆāđāļŠāļ”āļ‡āđƒāļŦāđ‰āļ„āļ™āļ­āļ·āđˆāļ™āđ€āļŦāđ‡āļ™ āļŠāđˆāļ­āļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļģāđ€āļ›āđ‡āļ™āļ–āļđāļāļ—āļģāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļŦāļĄāļēāļĒ *