🧠 Adaptive Learning System Developer! 60+ Prompt āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ—āļĩāđˆāļ›āļĢāļąāļšāļ•āļąāļ§āļ•āļēāļĄāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ 📚 āļžāļĢāđ‰āļ­āļĄ AI Learning Style Detector 🔍 āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™ (Learning Analytics Dashboard āđƒāļ™āļĨāļīāļ‡āļāđŒ)

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‡āđāļšāļšāļ—āļ”āļŠāļ­āļšāđ€āļžāļ·āđˆāļ­āļ›āļĢāļ°āđ€āļĄāļīāļ™āļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ (āđ€āļŠāđˆāļ™ āđāļšāļšāļāļēāļĢāļĄāļ­āļ‡āđ€āļŦāđ‡āļ™ āđāļšāļšāļāļēāļĢāļŸāļąāļ‡ āđāļšāļšāļāļēāļĢāđ€āļ„āļĨāļ·āđˆāļ­āļ™āđ„āļŦāļ§) āđ‚āļ”āļĒāđƒāļŠāđ‰āļ„āļģāļ–āļēāļĄāļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļāļąāļšāļāļĨāļļāđˆāļĄāļ­āļēāļĒāļļ [āļĢāļ°āļšāļļāļāļĨāļļāđˆāļĄāļ­āļēāļĒāļļ]”
  2. “āļ­āļ­āļāđāļšāļšāļ­āļąāļĨāļāļ­āļĢāļīāļ—āļķāļĄāļŠāļģāļŦāļĢāļąāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ āđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļŠāļģāļŦāļĢāļąāļšāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  3. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļš AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ•āļīāļ”āļ•āļēāļĄāļ„āļ§āļēāļĄāļāđ‰āļēāļ§āļŦāļ™āđ‰āļēāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļ›āļĢāļąāļšāđ€āļ™āļ·āđ‰āļ­āļŦāļēāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđƒāļŦāđ‰āđ€āļŦāļĄāļēāļ°āļŠāļĄāļāļąāļšāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āļ—āļĩāđˆāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡āđ„āļ›”
  4. “āļŠāļĢāđ‰āļēāļ‡āļŠāļļāļ”āļ„āļģāļ–āļēāļĄāļŠāļģāļŦāļĢāļąāļšāļĢāļ§āļšāļĢāļ§āļĄāļ‚āđ‰āļ­āļĄāļđāļĨāļžāļ·āđ‰āļ™āļāļēāļ™āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđ€āļŠāđˆāļ™ āļ„āļ§āļēāļĄāļŠāļ™āđƒāļˆ āļˆāļļāļ”āđāļ‚āđ‡āļ‡ āļˆāļļāļ”āļ­āđˆāļ­āļ™ āđ€āļžāļ·āđˆāļ­āļ™āļģāļĄāļēāđƒāļŠāđ‰āđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāđāļ•āđˆāļ‡āđ€āļ™āļ·āđ‰āļ­āļŦāļēāļāļēāļĢāđ€āļĢāļĩāļĒāļ™”
  5. “āļ­āļ­āļāđāļšāļš Dashboard āļŠāļģāļŦāļĢāļąāļšāđāļŠāļ”āļ‡āļœāļĨāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ (Learning Analytics) āļ—āļĩāđˆāļ‡āđˆāļēāļĒāļ•āđˆāļ­āļāļēāļĢāļ—āļģāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāļŠāļģāļŦāļĢāļąāļšāļœāļđāđ‰āļŠāļ­āļ™āđāļĨāļ°āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  6. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāđāļ™āļ°āļ™āļģāđ€āļ™āļ·āđ‰āļ­āļŦāļēāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄ (Content Recommendation System) āđ‚āļ”āļĒāđƒāļŠāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāļ›āļĢāļ°āļ§āļąāļ•āļīāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļ™āđƒāļˆāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  7. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļāļēāļĢāļžāļĒāļēāļāļĢāļ“āđŒāļœāļĨāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđ‚āļ”āļĒāđƒāļŠāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāļžāļĪāļ•āļīāļāļĢāļĢāļĄāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļœāļĨāļāļēāļĢāļ—āļ”āļŠāļ­āļšāđƒāļ™āļ­āļ”āļĩāļ•”
  8. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđāļĨāļ°āļāļēāļĢāđ‚āļ„āđ‰āļŠāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļī āļ—āļĩāđˆāļŠāđˆāļ§āļĒāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđƒāļ™āļāļēāļĢāļ§āļēāļ‡āđāļœāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāđ€āļ§āļĨāļē”
  9. “āļžāļąāļ’āļ™āļēāļ­āļīāļ™āđ€āļ•āļ­āļĢāđŒāđ€āļŸāļ‹āļœāļđāđ‰āđƒāļŠāđ‰āļ—āļĩāđˆāļ›āļĢāļąāļšāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđ„āļ”āđ‰āļ•āļēāļĄāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļ­āļšāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  10. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āļœāļĨāđāļšāļš Real-time āļ—āļĩāđˆāđƒāļŦāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļĒāđ‰āļ­āļ™āļāļĨāļąāļšāļ—āļąāļ™āļ—āļĩāđāļĨāļ°āļ›āļĢāļąāļšāļ„āļ§āļēāļĄāļĒāļēāļāļ‚āļ­āļ‡āđāļšāļšāļ—āļ”āļŠāļ­āļšāļ•āļēāļĄāļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  11. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļˆāļąāļ”āļāļĨāļļāđˆāļĄāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļ•āļēāļĄāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āđāļĨāļ°āļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ āđ€āļžāļ·āđˆāļ­āļŠāļĢāđ‰āļēāļ‡āļāļīāļˆāļāļĢāļĢāļĄāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļĢāđˆāļ§āļĄāļĄāļ·āļ­āļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄ”
  12. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļ•āļīāļ”āļ•āļēāļĄāļ­āļēāļĢāļĄāļ“āđŒāđāļĨāļ°āļ„āļ§āļēāļĄāļĢāļđāđ‰āļŠāļķāļāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļĢāļ°āļŦāļ§āđˆāļēāļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™ āđ€āļžāļ·āđˆāļ­āļ›āļĢāļąāļšāļĢāļđāļ›āđāļšāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđ€āļ™āļ·āđ‰āļ­āļŦāļēāđƒāļŦāđ‰āđ€āļŦāļĄāļēāļ°āļŠāļĄ”
  13. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡ AI āļŠāļģāļŦāļĢāļąāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āļ—āļĩāđˆāļžāļšāļšāđˆāļ­āļĒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļāļķāļāļŦāļąāļ”āđ€āļ‰āļžāļēāļ°āļ—āļēāļ‡āđ€āļžāļ·āđˆāļ­āđāļāđ‰āđ„āļ‚āļˆāļļāļ”āļ­āđˆāļ­āļ™”
  14. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāđƒāļŦāđ‰āļĢāļēāļ‡āļ§āļąāļĨāđāļĨāļ°āđāļĢāļ‡āļˆāļđāļ‡āđƒāļˆāļ—āļĩāđˆāļ›āļĢāļąāļšāđ€āļ›āļĨāļĩāđˆāļĒāļ™āļ•āļēāļĄāļ„āļ§āļēāļĄāļŠāļ­āļšāđāļĨāļ°āļžāļĪāļ•āļīāļāļĢāļĢāļĄāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  15. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđ€āļŠāđ‰āļ™āļ—āļēāļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ—āļĩāđˆāļĒāļ·āļ”āļŦāļĒāļļāđˆāļ™ (Flexible Learning Path) āļ•āļēāļĄāđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāđāļĨāļ°āļ„āļ§āļēāļĄāļāđ‰āļēāļ§āļŦāļ™āđ‰āļēāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  16. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđƒāļŠāđ‰āđ€āļ§āļĨāļēāđƒāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļāļēāļĢāđ€āļĢāļĩāļĒāļ™”
  17. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ—āļ”āļŠāļ­āļšāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāđāļšāļš Adaptive āļ—āļĩāđˆāļ›āļĢāļąāļšāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļĒāļēāļāđāļĨāļ°āļ›āļĢāļ°āđ€āļ āļ—āļ„āļģāļ–āļēāļĄāļ•āļēāļĄāļœāļĨāļāļēāļĢāļ•āļ­āļšāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  18. “āļžāļąāļ’āļ™āļē AI Chatbot āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ•āļ­āļšāļ„āļģāļ–āļēāļĄāđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđ€āļ‰āļžāļēāļ°āļ—āļēāļ‡āđāļāđˆāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđ‚āļ”āļĒāđƒāļŠāđ‰āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļēāļāļ›āļĢāļ°āļ§āļąāļ•āļīāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļ„āļ§āļēāļĄāļāđ‰āļēāļ§āļŦāļ™āđ‰āļē”
  19. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāļĄāļĩāļŠāđˆāļ§āļ™āļĢāđˆāļ§āļĄāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđƒāļ™āļāļīāļˆāļāļĢāļĢāļĄāļ­āļ­āļ™āđ„āļĨāļ™āđŒ āđāļĨāļ°āđ€āļŠāļ™āļ­āđāļ™āļ°āļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļžāļīāđˆāļĄāļāļēāļĢāļĄāļĩāļŠāđˆāļ§āļ™āļĢāđˆāļ§āļĄ”
  20. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđ€āļ™āļ·āđ‰āļ­āļŦāļēāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļ—āļĩāđˆāļ›āļĢāļąāļšāđ€āļ›āļĨāļĩāđˆāļĒāļ™āļ•āļēāļĄāļ„āļ§āļēāļĄāļ•āđ‰āļ­āļ‡āļāļēāļĢāđ€āļ‰āļžāļēāļ°āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  21. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđ€āļŠāļ·āđˆāļ­āļĄāđ‚āļĒāļ‡āļ„āļ§āļēāļĄāļĢāļđāđ‰āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āđāļ™āļ°āļ™āļģāđ€āļ™āļ·āđ‰āļ­āļŦāļēāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄāđ€āļžāļ·āđˆāļ­āđ€āļŠāļĢāļīāļĄāļŠāļĢāđ‰āļēāļ‡āļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāļ—āļĩāđˆāļĨāļķāļāļ‹āļķāđ‰āļ‡”
  22. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ āļēāļĐāļēāļ˜āļĢāļĢāļĄāļŠāļēāļ•āļīāđ€āļžāļ·āđˆāļ­āļ›āļĢāļ°āđ€āļĄāļīāļ™āļ„āļļāļ“āļ āļēāļžāļ‚āļ­āļ‡āļāļēāļĢāļ•āļ­āļšāļ„āļģāļ–āļēāļĄāđāļšāļšāđ€āļ‚āļĩāļĒāļ™āļšāļĢāļĢāļĒāļēāļĒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  23. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļąāļ’āļ™āļēāļāļēāļĢāļ”āđ‰āļēāļ™āļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  24. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļ—āļ”āļŠāļ­āļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļ—āļĩāđˆāļ„āļĢāļ­āļšāļ„āļĨāļļāļĄāđ€āļ™āļ·āđ‰āļ­āļŦāļēāđāļĨāļ°āļ›āļĢāļąāļšāļĢāļ°āļ”āļąāļšāļ„āļ§āļēāļĄāļĒāļēāļāļ•āļēāļĄāļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  25. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāļ—āļģāļ‡āļēāļ™āļĢāđˆāļ§āļĄāļāļąāļ™āđƒāļ™āđ‚āļ›āļĢāđ€āļˆāļāļ•āđŒāļāļĨāļļāđˆāļĄ āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ—āļąāļāļĐāļ°āļāļēāļĢāļ—āļģāļ‡āļēāļ™āđ€āļ›āđ‡āļ™āļ—āļĩāļĄ”
  26. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āļ—āļąāļāļĐāļ°āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļœāđˆāļēāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ§āļīāļ”āļĩāđ‚āļ­āđāļĨāļ°āđ€āļŠāļĩāļĒāļ‡ āļžāļĢāđ‰āļ­āļĄāđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļē”
  27. “āļžāļąāļ’āļ™āļē AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļˆāļ”āļšāļąāļ™āļ—āļķāļāļ—āļĩāđˆāļĄāļĩāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ•āļēāļĄāļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  28. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļĪāļ•āļīāļāļĢāļĢāļĄāļāļēāļĢāļ­āđˆāļēāļ™āļ­āļ­āļ™āđ„āļĨāļ™āđŒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āđāļ™āļ°āļ™āļģāđ€āļ—āļ„āļ™āļīāļ„āļāļēāļĢāļ­āđˆāļēāļ™āļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄ”
  29. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļāļķāļāļŦāļąāļ”āļ—āļĩāđˆāļ›āļĢāļąāļšāđ€āļ›āļĨāļĩāđˆāļĒāļ™āļ•āļēāļĄāļ„āļ§āļēāļĄāļŠāļ™āđƒāļˆāđāļĨāļ°āļšāļĢāļīāļšāļ—āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđ€āļžāļ·āđˆāļ­āđ€āļžāļīāđˆāļĄāļ„āļ§āļēāļĄāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡āđāļĨāļ°āļāļēāļĢāļ›āļĢāļ°āļĒāļļāļāļ•āđŒāđƒāļŠāđ‰”
  30. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđƒāļŠāđ‰āđāļŦāļĨāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āđāļ™āļ°āļ™āļģāđāļŦāļĨāđˆāļ‡āļ‚āđ‰āļ­āļĄāļđāļĨāļ—āļĩāđˆāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄ”
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‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡ AI āļŠāļģāļŦāļĢāļąāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļĢāļđāļ›āđāļšāļšāļāļēāļĢāđāļāđ‰āļ›āļąāļāļŦāļēāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāđāļāđ‰āļ›āļąāļāļŦāļē”
  2. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļ‚āļĩāļĒāļ™āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āļžāļĢāđ‰āļ­āļĄāđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđ€āļ‰āļžāļēāļ°āļšāļļāļ„āļ„āļĨ”
  3. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāļĄāļĩāļŠāđˆāļ§āļ™āļĢāđˆāļ§āļĄāđƒāļ™āļāļēāļĢāļ­āļ āļīāļ›āļĢāļēāļĒāļ­āļ­āļ™āđ„āļĨāļ™āđŒ āđāļĨāļ°āđ€āļŠāļ™āļ­āđāļ™āļ°āļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļžāļīāđˆāļĄāļ„āļļāļ“āļ āļēāļžāļāļēāļĢāļĄāļĩāļŠāđˆāļ§āļ™āļĢāđˆāļ§āļĄ”
  4. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āļŠāļĢāđ‰āļēāļ‡āļŠāļĢāļĢāļ„āđŒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļœāđˆāļēāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļœāļĨāļ‡āļēāļ™āđāļĨāļ°āļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļ—āļģāļ‡āļēāļ™”
  5. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ—āļĩāđˆāļšāđ‰āļēāļ™āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  6. “āļžāļąāļ’āļ™āļē AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļ§āļēāļĄāđ€āļ„āļĢāļĩāļĒāļ”āđāļĨāļ°āļ„āļ§āļēāļĄāļ§āļīāļ•āļāļāļąāļ‡āļ§āļĨāđƒāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļŠāļģāļŦāļĢāļąāļšāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  7. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāđƒāļ™āļāļēāļĢāļŠāļĄāļ§āļīāļ”āļĩāđ‚āļ­āļāļēāļĢāļŠāļ­āļ™ āđāļĨāļ°āļŠāļĢāđ‰āļēāļ‡āļ„āļģāļ–āļēāļĄāđ€āļžāļ·āđˆāļ­āļ•āļĢāļ§āļˆāļŠāļ­āļšāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāđāļšāļš Real-time”
  8. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļąāļ’āļ™āļēāļāļēāļĢāļ”āđ‰āļēāļ™āļ āļēāļĐāļēāļ•āđˆāļēāļ‡āļ›āļĢāļ°āđ€āļ—āļĻāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āļžāļĢāđ‰āļ­āļĄāđāļ™āļ°āļ™āļģāļāļīāļˆāļāļĢāļĢāļĄāđ€āļŠāļĢāļīāļĄāļ—āļąāļāļĐāļ°”
  9. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđƒāļŠāđ‰āđ€āļ§āļĨāļēāđāļĨāļ°āļāļēāļĢāļˆāļąāļ”āļĨāļģāļ”āļąāļšāļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļ‡āļēāļ™ āļžāļĢāđ‰āļ­āļĄāđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž”
  10. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡ AI āļŠāļģāļŦāļĢāļąāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āđ€āļŠāļīāļ‡āļ§āļīāļžāļēāļāļĐāđŒāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  11. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ‚āđ‰āļ­āļĄāļđāļĨāđ€āļŠāļīāļ‡āļ āļēāļž (Data Visualization) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  12. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ—āļąāļāļĐāļ°āļāļēāļĢāļŸāļąāļ‡āđāļĨāļ°āļˆāļąāļšāļ›āļĢāļ°āđ€āļ”āđ‡āļ™āļŠāļģāļ„āļąāļāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  13. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļĪāļ•āļīāļāļĢāļĢāļĄāļāļēāļĢāđƒāļŠāđ‰āļŠāļ·āđˆāļ­āļŠāļąāļ‡āļ„āļĄāļ­āļ­āļ™āđ„āļĨāļ™āđŒāđ€āļžāļ·āđˆāļ­āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰ āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāđƒāļŠāđ‰āļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļž”
  14. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ—āļģāļ‡āļēāļ™āđāļšāļš Multitasking āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  15. “āļžāļąāļ’āļ™āļē AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļžāļąāļ’āļ™āļē Growth Mindset āđƒāļŦāđ‰āļāļąāļšāļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  16. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļˆāļąāļ”āļāļēāļĢāđ€āļ§āļĨāļēāļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļāļąāļšāļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļĨāļ°āļ•āļēāļĢāļēāļ‡āļŠāļĩāļ§āļīāļ•āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  17. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļš AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ„āļļāļ“āļ āļēāļžāļ‚āļ­āļ‡āļāļēāļĢāļ•āļąāđ‰āļ‡āļ„āļģāļ–āļēāļĄāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™ āđ€āļžāļ·āđˆāļ­āļŠāđˆāļ‡āđ€āļŠāļĢāļīāļĄāļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒ”
  18. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ­āļīāļŠāļĢāļ° (Self-directed Learning) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  19. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāđ€āļžāļīāđˆāļĄāđāļĢāļ‡āļˆāļđāļ‡āđƒāļˆāđƒāļ™āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļāļąāļšāļšāļļāļ„āļĨāļīāļāļ āļēāļžāļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āđāļ•āđˆāļĨāļ°āļ„āļ™”
  20. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļąāļ’āļ™āļēāļāļēāļĢāļ”āđ‰āļēāļ™āļ—āļąāļāļĐāļ°āļ—āļēāļ‡āļŠāļąāļ‡āļ„āļĄāđāļĨāļ°āļ­āļēāļĢāļĄāļ“āđŒ (Social-Emotional Learning) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  21. “āļžāļąāļ’āļ™āļē AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļŠāļĄāļ”āļļāļĨāļĢāļ°āļŦāļ§āđˆāļēāļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āđāļĨāļ°āļāļīāļˆāļāļĢāļĢāļĄāļ­āļ·āđˆāļ™āđ† āđƒāļ™āļŠāļĩāļ§āļīāļ•āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  22. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āđ€āļŠāļīāļ‡āļ„āļģāļ™āļ§āļ“ (Computational Thinking) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  23. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļĢāļđāđ‰āđ€āļ—āđˆāļēāļ—āļąāļ™āļŠāļ·āđˆāļ­āđāļĨāļ°āļ‚āđ‰āļ­āļĄāļđāļĨ (Media and Information Literacy) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  24. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ—āļąāļāļĐāļ°āļāļēāļĢāļ—āļģāļ‡āļēāļ™āļĢāđˆāļ§āļĄāļāļąāļšāļœāļđāđ‰āļ­āļ·āđˆāļ™āđƒāļ™āļŠāļ āļēāļžāđāļ§āļ”āļĨāđ‰āļ­āļĄāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ­āļ­āļ™āđ„āļĨāļ™āđŒ”
  25. “āļŠāļĢāđ‰āļēāļ‡āđāļšāļšāļˆāļģāļĨāļ­āļ‡ AI āļŠāļģāļŦāļĢāļąāļšāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļžāļąāļ’āļ™āļēāļ„āļ§āļēāļĄāļ‰āļĨāļēāļ”āļ—āļēāļ‡āļ­āļēāļĢāļĄāļ“āđŒ (Emotional Intelligence) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  26. “āļ­āļ­āļāđāļšāļšāļĢāļ°āļšāļšāļāļēāļĢāļ•āļīāļ”āļ•āļēāļĄāđāļĨāļ°āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļžāļąāļ’āļ™āļēāļāļēāļĢāļ”āđ‰āļēāļ™āļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āđ€āļŠāļīāļ‡āļ­āļ­āļāđāļšāļš (Design Thinking) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  27. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ—āļąāļāļĐāļ°āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āđāļĨāļ°āļāļēāļĢāļŠāļ·āđˆāļ­āļŠāļēāļĢāļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄāļāļąāļšāļĢāļđāļ›āđāļšāļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  28. “āļŠāļĢāđ‰āļēāļ‡āļĢāļ°āļšāļšāļāļēāļĢāļ›āļĢāļ°āđ€āļĄāļīāļ™āđāļĨāļ°āļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāļ„āļīāļ”āđ€āļŠāļīāļ‡āļĢāļ°āļšāļš (Systems Thinking) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™āļœāđˆāļēāļ™āļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāļāļēāļĢāđāļāđ‰āļ›āļąāļāļŦāļēāđƒāļ™āļŠāļ–āļēāļ™āļāļēāļĢāļ“āđŒāļˆāļģāļĨāļ­āļ‡”
  29. “āļ­āļ­āļāđāļšāļš AI āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđāļ™āļ°āļ™āļģāļ§āļīāļ˜āļĩāļāļēāļĢāļžāļąāļ’āļ™āļēāļ—āļąāļāļĐāļ°āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ‚āđ‰āļēāļĄāļ§āļąāļ’āļ™āļ˜āļĢāļĢāļĄ (Cross-cultural Learning Skills) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”
  30. “āļžāļąāļ’āļ™āļēāļĢāļ°āļšāļšāļāļēāļĢāļ§āļīāđ€āļ„āļĢāļēāļ°āļŦāđŒāđāļĨāļ°āđƒāļŦāđ‰āļ„āļģāđāļ™āļ°āļ™āļģāđƒāļ™āļāļēāļĢāļ›āļĢāļąāļšāļ›āļĢāļļāļ‡āļ—āļąāļāļĐāļ°āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāđāļĨāļ°āļāļēāļĢāđāļāđ‰āļ›āļąāļāļŦāļēāļ­āļĒāđˆāļēāļ‡āļĄāļĩāļ§āļīāļˆāļēāļĢāļ“āļāļēāļ“ (Critical Decision Making) āļ‚āļ­āļ‡āļœāļđāđ‰āđ€āļĢāļĩāļĒāļ™”

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 *