سود:
- توانایی اجرای یک کار ارائه/داده در یک جریان تکرارپذیر شامل مراحل توجیهی، آماده سازی داده، ساختار، محتوا/گرافیک، اعتبارسنجی، تصحیح و تحویل.
- با ناشناسسازی و جمعآوری دادههای حساس، ابزار خارجی میتواند بدون نقض محرمانگی کار کند و اعداد مهم را تأیید متقابل کند.
- توانایی بر عهده گرفتن مسئولیت تحویل نهایی با استفاده از هوش مصنوعی به عنوان شریک تمرین و تست سوالات دشوار و زمان
واحدهای قبلی مهارت ها را یکی یکی آموزش می دادند: ساختار، متن، طراحی، انتخاب گرافیک، کد، داشبورد، داستان، اینفوگرافیک، صداقت. این واحد نهایی همه آنها را در یک گردش کار ترکیب می کند: خلاصه ای از راه رسیده است، شما یک ارائه / تجسم داده ارائه می دهید. هدف ما ایجاد یک روش تکرارپذیر است که از ابتدا تا انتها از هوش مصنوعی استفاده میکند، اما در هر مرحله اعتبار آن را تأیید میکند و حریم خصوصی و اخلاقیات را حفظ میکند.
هفت مرحله برای جریان انتها به انتها
- مختصر و دامنه: مخاطب، هدف، پیام اصلی، مدت زمان، کانال (ارائه، گزارش، رسانه های اجتماعی)، محدودیت ها.
- آماده سازی داده ها: جمع آوری، تمیز کردن، ناشناس کردن داده ها. تصمیم بگیرید که چه چیزی به وسیله نقلیه خارجی می رود.
- ساختار و روایت: الگو را انتخاب کنید، ستون فقرات را بسازید (واحد 2، 8).
- محتوا و گرافیک: متن بنویسید، گرافیک مناسب را انتخاب و کدنویسی کنید، طرح را تنظیم کنید (واحد 3-6).
- صداقت و تأیید: هر عدد، هر نمودار، هر ادعا حسابرسی می شود (واحد 10).
- تمرین و ویرایش: ارائه را با صدای بلند امتحان کنید، زمان بندی کنید، آن را با بازخورد کوتاه کنید.
- تحویل و آرشیو: نسخه نهایی، یادداشت های منبع و کد/قالب قابل استفاده مجدد.
نکته: این هفت مرحله را یک چک لیست تهیه کنید و آنها را در هر کاری تکرار کنید. استاندارد کردن گردش کار کیفیت را از وابستگی به فرم فردی حذف می کند.
آماده سازی داده ها و حفظ حریم خصوصی: مهم ترین توقف
قبل از دادن داده به هوش مصنوعی، توقف کنید و بپرسید: آیا این داده ها می توانند وارد یک سیستم خارجی شوند؟ چند مفهوم: داده های شخصی (اطلاعاتی که یک فرد را شناسایی می کند، مانند نام، هویت، تماس، سلامت، حقوق). ناشناس سازی (حذف غیرقابل برگشت هویت)؛ تجمیع (میانگین/کل را به جای ردیف فردی بدهید). قانون:
- هرگز داده های حاوی اسرار شخصی/تجاری را در ابزاری که مورد تایید موسسه نیست وارد نکنید.
- اگر باید وارد کنید، ناشناس کنید یا جمع کنید: ستونهای نام/شناسه را حذف کنید، افراد را فقط در گروه نشان دهید.
- هنگام تولید نمودار/کد، ساختار داده (نام ستون ها، انواع) را به مدل بدهید، نه ردیف های دقیق خام.
نقش شما: کنترل کننده حریم خصوصی داده ها. ستون های مجموعه داده زیر: [فهرست]. من این را به یک ابزار هوش مصنوعی خارجی برای تولید یک نمودار تغذیه می کنم. کدام ستون ممکن است شخصی/حساس باشد؟ آنچه را که برای ناشناس کردن یا جمعآوری نیاز دارم علامت بزنید و نحوه انجام آن را پیشنهاد دهید (حذف، ماسک، گروه). به من بگویید چگونه می توانم با کمترین داده ای که برای تجزیه و تحلیل کافی است کار کنم.
احتیاط: چسباندن داده های حساس "فقط یک بار، به سرعت" رایج ترین شکل نقض حریم خصوصی است. پس از خروج، داده ها قابل بازیابی نیستند.
اعتبار سنجی: فیلتر نهایی قبل از تحویل
چهار مرحله از واحد 1 (منبع، سازگاری، صداقت، زمینه) را در کل ارائه اعمال کنید. علاوه بر این، یک بررسی متقاطع انجام دهید: اعداد مهم را با ابزاری خارج از مدل (صفحه گسترده، ماشین حساب) تأیید کنید.
کنترل کنید
سوال
وسیله نقلیه
منبع
هر عدد از کجا می آید؟
منبع داده/یادداشت
سازگاری
آیا متن اسلاید گرافیک یکسان است؟
با چشمان خود به صورت مورب بخوانید
صداقت
آیا نمودار اغراق آمیز است؟
بازرسی واحد 10
حساب کاربری
آیا کل/درصد صحیح است؟
صفحه گسترده
نقل قول
آیا نقل قول/منبع واقعی است؟
منبع باز، تأیید کنید
به خصوص مراقب توهم (اطلاعات ساختگی) باشید: مدل ممکن است یک آمار، یک نقل قول یا یک منبع را «ساخت» کند. هر منبع خارجی و شکلی که در اسلاید وجود دارد را باز کرده و تأیید کنید.
تمرین: تست ارائه با هوش مصنوعی
هوش مصنوعی می تواند یک شریک تمرینی باشد: ایجاد سوالات دشوار از دیدگاه مخاطب، یافتن انتقال ضعیف، تخمین مدت زمان.
نقش شما: یک مخاطب چالش برانگیز و مربی ارائه. ستون اصلی ارائه و یادداشت های سخنران را در زیر مرور کنید. 1) 5 سخت ترین سؤالی که این مخاطب ([نقش]) خواهد پرسید را ایجاد کنید. 2) گذارهای ضعیف/از هم گسیخته را در روایت مشخص کنید. 3) تخمین بزنید که تقریباً چند ثانیه روی هر اسلاید میگذرد، که کل زمان [X] دقیقه را تشکیل میدهد. اگر زیاد است، پیشنهاد دهید کدام اسلایدها را کوتاه کنم. ارائه: [ ... ].
تمرین جداگانه "جلسه اعتراض":
4 اعتراض به گزاره اصلی این ارائه ایجاد کنید و برای هر کدام یک پاسخ 2 جمله ای مبتنی بر داده تهیه کنید. پاسخ را جعل نکنید؛ در جایی که تأیید مورد نیاز است، [تأیید] را بنویسید. پیشنهاد: [ ... ].
سه کیف کوچک
مورد 1 - سرعت انتها به انتها. یک مشاور یک ارائه معمولی مشتری (تحقیق + ساختار + اسلایدها + نمودارها + اثبات) را در مدت 2 روز پخش می کند. وقتی جریان هفت مرحلهای را با هوش مصنوعی نصب کردیم، زمان تقریباً به ۱ روز کاهش یافت. بخش قابل توجهی از زمان صرفه جویی شده به تأیید و تمرین اختصاص یافت و کیفیت کاهش نیافته بلکه افزایش یافت.
مورد 2 - حریم خصوصی لحظه آخری. یک تیم سوابق تراکنش مشتری (نام + مبلغ) را به ابزار خارجی برای نمودار صادر می کند. آنها در مرحله کنترل حریم خصوصی توقف کردند. آنها نام ها را حذف کردند و مقادیر را به میانگین بخش تبدیل کردند. تجزیه و تحلیل دوباره کار کرد، هیچ اطلاعات شخصی منتشر نشد. این تصمیم در حسابرسی بعدی قدردانی شد.
مورد 3 - تمرین صحنه را نجات داد. یک کارآفرین به هوش مصنوعی گفت که قبل از ارائه یک سرمایه گذار، "5 سوال سخت ترین سوال را ایجاد کند". سه مورد از سؤالات به طور کلمه در جلسه مطرح شد. چون آماده بود راحت جواب داد. اگر تمرین نمی کرد، در حساس ترین سوال گیر می کرد.
اعلان ضعیف / اعلان قوی
ضعیف:
با این داده ها یک ارائه را از ابتدا تا انتها آماده و به پایان برسانید.
خواستن "همه چیز" در یک لحظه. بدون تایید، بدون رازداری، بدون تمرین. مدل متناسب با شکاف ها است، شما نمی توانید آن را کنترل کنید.
قوی:
بیایید یک ارائه را مرحله به مرحله تنظیم کنیم. کافی است ابتدا مرحله 1 را انجام دهید: خلاصه را روشن کنید (در مورد مخاطب/هدف/پیام/مدت/کانال/محدودیت از من بپرسید). سپس به ترتیب ادامه می دهیم: بررسی حریم خصوصی داده ها، ساختار، محتوا + گرافیک، بررسی صداقت، اثبات. در هر مرحله اعداد درست نکنید، آنچه را که باید تایید شود بنویسید، اطلاعات حساس را درخواست نکنید.
دومی کار را به مراحل تقسیم میکند، شما را در هر مرحله کنترل میکند، و مرزهای محرمانگی/وفاداری را از قبل تعیین میکند.
اشتباهات رایج
- درخواست "همه چیز" در یک لحظه: پرش از مراحل احراز هویت و حریم خصوصی را دور می زند.
- دور زدن توقف حریم خصوصی: دادن داده های حساس به یک عامل خارجی کنترل نشده.
- روی صحنه رفتن بدون تمرین: پیش بینی نکردن سوالات و زمان دشوار.
- رد شدن از تأیید منبع/آثار: متوجه نشدن آمار یا نقل قول ساختگی.
- بایگانی نشدن: ذخیره نکردن کد/الگو و انجام همه کارها از ابتدا.
- قرار دادن مسئولیت بر روی مدل: گفتن "هوش مصنوعی آن را آماده کرد". با این حال، تحویل با شماست.
به طور خلاصه
کسب و کار ارائه و تجسم داده خود را به صورت سرتاسر در هفت مرحله بسازید: مختصر، آماده سازی داده ها و محرمانه بودن، ساختار/روایت، محتوا/گرافیک، یکپارچگی و تأیید، تمرین، تحویل/بایگانی. در هر مرحله از هوش مصنوعی استفاده کنید، اما کنترل خود را حفظ کنید: داده های حساس را ناشناس کنید، هر شماره و منبع را تأیید کنید، مدل را شریک تصحیح خود قرار دهید. هوش مصنوعی کل جریان را سرعت می بخشد. مسئولیت صحت داده ها، یکپارچگی پیام، محرمانه بودن و تحویل نهایی همیشه با شماست.
وظیفه کاربردی
یک کار ارائه واقعی انتخاب کنید و هفت مرحله را دنبال کنید. (1) از AI سؤال شود. (2) تصمیم بگیرید که کدام داده ها را با کنترل حریم خصوصی ناشناس کنید. (3) ساختار مراحل → محتوا → نمودار را اجرا کنید. (4) انجام ممیزی یکپارچگی و بررسی متقاطع اعداد حیاتی. (5) از هوش مصنوعی بخواهید "5 سوال دشوار" را ایجاد کند و آنها را تکرار کند. (6) آخرین نسخه و کد/الگوی قابل استفاده مجدد را بایگانی کنید.
چک لیست
- [ ] من کار را طبق جریان هفت مرحله ای اجرا کردم.
- [ ] من داده های حساس را ناشناس/جمع کردم یا اصلا وارد نکردم.
- [ ] من هر عدد و منبع خارجی خارج از مدل را تایید متقاطع کردم.
- [ ] من تمام گرافیک ها را از نظر یکپارچگی بررسی کرده ام.
- [ ] من با هوش مصنوعی تمرین کردم. من سوالات سخت و زمان را تست کردم.
- [ ] من آخرین نسخه و الگو/کد قابل استفاده مجدد را بایگانی کرده ام.
- [ ] می پذیرم که مسئولیت تحویل نهایی بر عهده من است.
امتحان ماژول
1. بهترین موقعیت برای هوش مصنوعی در ارائه و تجسم داده ها چیست؟
- الف) هوش مصنوعی پیش نویس، طراحی، کد گرافیکی و دستیار نقد است. مسئولیت صحت، صداقت و محرمانه بودن داده ها بر عهده انسان است ✔
- ب) هوش مصنوعی یک ماشین حساب است. هر عدد و نموداری که می دهد کاملا صحیح است.
- ج) هوش مصنوعی فقط برای تزیین اسلاید مفید است، ربطی به داده و گرافیک ندارد.
- د) از آنجایی که هوش مصنوعی نسبت به انسانها بیطرفتر است، تصمیمگیری درباره یکپارچگی گرافیک باید به آن واگذار شود
توضیحات: مدل زبان بزرگ یک ماشین حساب یا ماشین تأیید نیست، بلکه تولید کننده متن و خطوط متقاعدکننده است. در نقش هایی مانند طراحی، طراحی، کدهای گرافیکی و نقد در زمان زیادی صرفه جویی می کند. اما مسئولیت صحت داده ها، صداقت نمودار، محرمانه بودن و تحویل نهایی به عهده شخص ذیصلاح می باشد.
2. آیا رابطه ای بین هزینه تبلیغات و فروش وجود دارد؟ کدام نوع نمودار سؤال را صادقانهتر نشان میدهد؟
- الف) نمودار دایره ای چند تکه
- ب) نمودار میله ای پشته ای
- ج) طرح پراکندگی ✔
- د) نمودار دایره ای سه بعدی
توضیح: برای نشان دادن رابطه (همبستگی) بین دو متغیر عددی از نمودار پراکندگی استفاده می شود. یک نوار برای مقایسه و یک خط برای تغییر در طول زمان مناسب است. نمودار میله ای پاسخ صحیحی به سوال رابطه نمی دهد.
3. چرا توصیه می شود در عنوان اسلاید از «عنوان اقدام» به جای «عنوان موضوع» استفاده شود؟
- الف) برای قرار دادن متن بیشتر در اسلاید
- ب) زیرا تنها ادعای اسلاید را مستقیماً می دهد و به مخاطب امکان می دهد پیام را بلافاصله درک کند ✔
- ج) چون نیازی به بزرگنمایی فونت نیست
- د) از آنجایی که نیاز به یادداشت های سخنران برطرف شده است
توضیحات: عنوان اقدام، آنچه را که اسلاید در یک جمله کامل میگوید به عنوان ادعا ارائه میکند ("فروش برای 3 فصل کاهش یافته است")، فقط تگ موضوع ("فروش") چنین نیست. این به بیننده اجازه می دهد تا فوراً منظور از هر اسلاید را بفهمد. این تنها تغییری است که کیفیت ارائه را بیشتر بهبود می بخشد.
4. هنگام تهیه تصاویر ارائه با هوش مصنوعی تولید کننده بصری، کدام برنامه کاربردی تر و اخلاقی تر است؟
- الف) تمام عناوین و اعداد را روی تصویر چاپ کنید و مستقیماً روی اسلاید قرار دهید
- ب) ارائه پرتره تولید شده به عنوان عکس مشتری واقعی
- ج) دقیقاً از سبک یک برند معروف تقلید کند
- د) تولید تصویری بدون متن و افزودن متن در برنامه اسلاید و واقعی نبودن جعلی ✔
توضیح: متن در تصاویر تولید شده اغلب خراب است، بنابراین لازم است متن را بعداً در برنامه اسلاید اضافه کنید. علاوه بر این، ارائه یک تصویر ساخته شده به عنوان یک عکس واقعی/شخص واقعی گمراه کننده و غیراخلاقی است. روش صحیح این است که تصویر را بدون متن تولید کنید، متن را خودتان اضافه کنید و جعلی را واقعی نشان ندهید.
5. خواناترین گزینه برای نشان دادن سهم بازار 9 محصول کدام است؟
- الف) نمودار میله ای افقی مرتب شده بر اساس مقدار ✔
- ب) نمودار دایره ای 9 قسمتی
- ج) نمودار دایره ای سه بعدی با 9 برش
- د) نمودار تک خطی
توضیح: نمودار دایره ای فقط در صورتی کار می کند که 2-4 برش وجود داشته باشد و سهم ها به طور قابل توجهی متفاوت باشند. 9 برش مشابه غیرقابل خواندن است. یک نمودار میلهای افقی که بر اساس مقدار مرتب شده است، تقریباً همیشه هنگام مقایسه چندین دسته خواناتر است.
6. چرا هنگام دریافت نمودارها از هوش مصنوعی به جای درخواست «تصویر نمودار» «از کدی که نمودار را تولید میکند بخواهید و خودتان آن را اجرا کنید» قابل اعتمادتر است؟
- الف) زیرا کد همیشه رنگ های زیباتری را انتخاب می کند
- ب) چون تولید عکس ممنوع است
- ج) از آنجایی که کد داده ها را همانطور که هست پردازش می کند و نتایج قطعی و قابل تکرار می دهد، نیازی به اتکا به پیش بینی کلامی نیست.
- د) زیرا کد به طور خودکار نمودارها را صادق می کند و نیازی به تأیید بیشتر نیست
توضیحات: مدل زبان بزرگ یک تولید کننده متن است. او فقط یک عدد را به صورت شفاهی حدس می زند و ممکن است اشتباه کند. کد داده ها را همانطور که هست پردازش می کند و نتایج قطعی (همیشه یک خروجی برای ورودی یکسان) و قابل تکرار تولید می کند. هنگامی که داده ها به روز می شوند، کد را می توان دوباره اجرا کرد و نمودار را می توان به روز کرد.
7. اصل اساسی طراحی داشبورد خوب چیست؟
- الف) برازش تمام معیارهای موجود در یک صفحه
- ب) زمینه را برای تعداد کمی (5-9) KPIهای مورد نیاز برای یک مخاطب خاص و تصمیم نشان دهید ✔
- ج) نمایش هر عدد با تعداد اعشار تا حد ممکن
- د) رنگ آمیزی هر متریک با رنگ متفاوت برای تنوع بخشیدن به رنگ ها
توضیحات: داشبورد همه چیز را نشان نمی دهد، اما 5-9 KPI صحیح مورد نیاز برای یک تصمیم خاص توسط یک مخاطب خاص است. معیارهایی که برای تصمیم گیری عمل نمی کنند، داشبورد را تحت تأثیر قرار می دهند. علاوه بر این، زمینه (هدف/تغییر) و یک مهر تازگی باید به هر عدد اضافه شود و مهمترین KPI باید در بالا سمت چپ قرار گیرد.
8. کدام رفتار از نظر صداقت در داستان سرایی داده ها دام است؟
- الف) ارائه یافته ها در ساختار زمینه-تنش-رزولوشن
- ب) اتصال هر نمودار به یک جمله در روایت
- ج) بینش را در یک جمله خلاصه کنید
- د) پنهان کردن دوره ای که با روایت مطابقت ندارد و فقط نشان دادن داده هایی که آن را پشتیبانی می کند (گیلاس چیدن) ✔
توضیح: گیلاسچینی نشان دادن دوره/بخشی است که با روایت مطابقت دارد و قسمتی را که نمیگوید پنهان میکند و یکپارچگی را نقض میکند. یک داستان خوب متقاعد می کند، اما نباید به اجازه تحریف داده ها تبدیل شود. "چه داده هایی با این روایت مطابقت ندارد؟" باید پرسید و در صورت لزوم نشان داد.
9. چرا نمایش یک مقدار به عنوان قطر یک دایره در یک اینفوگرافیک، اما سپس دو برابر قطر آن گمراه کننده است؟
- الف) وقتی قطر دو برابر می شود، مساحت چهار برابر می شود و مخاطب افزایش را بزرگتر از آنچه است درک می کند ✔
- ب) زیرا نمی توان از دایره ها در نمودار دایره ای استفاده کرد
- ج) چون بینندگان کوررنگ اصلا نمی توانند دایره ها را ببینند
- د) چون کشیدن دایره کندتر از کشیدن چوب است
توضیح: وقتی قطر دو برابر می شود، مساحت دایره چهار برابر می شود. از آنجایی که بیننده ارزش را بر اساس منطقه درک می کند، فکر می کند که افزایش 2 برابری 4 برابر است. این مغالطه میدانی نامیده می شود. لازم است مقدار را نه بر اساس مساحت، بلکه با مقیاس خطی و یک برچسب عددی واضح (به عنوان مثال '2×') ارائه دهید.
10. رایج ترین تکنیک فریب و معادل صحیح آن در نمودار میله ای چیست؟
- الف) رنگ آمیزی چوب ها گمراه کننده است. لازم است همه آنها خاکستری شوند
- ب) برچسب های مستقیم گمراه کننده هستند. همیشه لازم است از یک افسانه جداگانه استفاده شود
- ج) محور y نقطه چین تفاوت را مبالغه می کند. در نمودار میله ای محور باید از 0 شروع شود
- د) نوار افقی گمراه کننده است. همیشه باید از نوار عمودی استفاده کنید
توضیح: یک محور y نقطه چین (جایی که y مثلاً به جای 0 از 90 شروع می شود) تفاوت کوچکی به نظر می رسد. افزایش 2 درصدی ممکن است 50 درصد به نظر برسد. در نمودار میله ای، محور تقریباً همیشه باید از 0 شروع شود زیرا طول میله نشان دهنده مقدار است.
11. اگر شما نیاز به صادرات یک جدول با داده های حساس (نام، حقوق، سوابق مشتری) به یک ابزار هوش مصنوعی خارجی برای ترسیم نمودار دارید، رویکرد صحیح چیست؟
- الف) برای صرفه جویی در وقت، میز را به سرعت بچسبانید
- ب) ناشناس کردن یا تجمیع داده ها با حذف نام و ستون های هویت و عدم وارد کردن آنها در صورت عدم لزوم ✔
- ج) تنها حساس ترین ستون را ترک کرده و بقیه را حذف کنید
- د) کافی است قبل از وارد کردن داده ها از هوش مصنوعی قول محرمانه بودن دریافت کنید.
توضیح: ضروری است که داده های شخصی را در ابزاری که مورد تایید موسسه نیست وارد نکنید. اگر لازم است آن را وارد کنید، باید با حذف ستون های هویت آن را ناشناس کنید یا با دادن میانگین/کل به جای ردیف های جداگانه، آن را جمع آوری کنید. پس از خروج، داده ها قابل بازیابی نیستند.
12. "توهم" در خروجی تولید شده توسط هوش مصنوعی به چه معناست و در مورد آن چه باید کرد؟
- الف) مدل از رنگ های زیادی استفاده می کند. نیاز به کاهش رنگ
- ب) عملکرد آهسته مدل. نیاز به نوشتن درخواست کوتاهتر
- ج) مدل نمودار را به صورت سه بعدی ترسیم می کند. نیاز به درخواست 2B
- د) اطلاعاتی که مدل به عنوان واقعی ارائه می کند اما حقیقت ندارد. ✔ هر موضوع و منبع باید تایید متقابل باشد
توضیح: توهم اطلاعاتی است که مدل به عنوان واقعی ارائه می کند اما درست نیست. ممکن است یک شماره ساختگی، نقل قول یا منبع باشد. از طرف دیگر، لازم است هر عدد و منبع خارجی وارد شده در اسلاید خارج از مدل را تأیید متقاطع کنید و در درخواستها قانون «اعدادی را که در دادهها نیستند تولید نکنید، [تأیید] بنویسید» تنظیم کنید.
13. اولین قدم در انتخاب نوع نمودار مناسب چیست؟
- الف) سوالی را که می خواهید به آن پاسخ دهید در یک جمله بنویسید و در یک خانواده سوال قرار دهید ✔
- ب) انتخاب رنگارنگ ترین و چشم نوازترین نوع گرافیکی
- ج) همیشه با نمودار دایره ای شروع کنید و در صورت لزوم آن را اصلاح کنید
- د) با نمایش سه بعدی داده ها را چشمگیرتر کنید
توضیح: نوع نمودار بستگی به سوالی دارد که می خواهید به آن پاسخ دهید، نه شکل داده ها. ابتدا باید سوال را در یک جمله نوشت و در یک خانواده قرار داد (مقایسه، روند، رابطه، جز-کل، توزیع)، سپس نوع آن را انتخاب کرد. این اشتباه است که ابتدا نوع را انتخاب کنید و سعی کنید داده ها را در آن جا دهید.
14. چرا هنگام تهیه یک ارائه انتها به انتها با هوش مصنوعی، به جای گفتن "یک ارائه را از ابتدا تا انتها در یک حرکت آماده و تمام کنید" مهم است که قدم به قدم پیش بروید؟
- الف) به این دلیل که همیشه گام به گام سریعتر پیش می رود
- ب) چون مدل به هیچ وجه درخواست های طولانی را درک نمی کند
- ج) از آنجایی که گام به گام جلو رفتن، کنترل انسان را در حین تأیید حفظ می کند، محرمانگی و تمرین متوقف می شود و خطر ساخت و نشت را کاهش می دهد.
- د) زیرا پرسیدن در یک حرکت هوش مصنوعی را خسته می کند.
توضیحات: درخواست کار به صورت یکباره، توقف های حیاتی مانند تأیید، بررسی حریم خصوصی و تمرینات را دور می زند. مدل متناسب با شکاف ها است و شما نمی توانید آن را کنترل کنید. پیشبرد گام به گام (مختصر، محرمانه، ساختار، محتوا/گرافیک، بررسی صداقت، تمرین) کنترل انسان را در هر مرحله حفظ میکند و از همان ابتدا محدودیتهای ساخت/ رازداری را تعیین میکند.