નફો:
- ગેમ પ્રોડક્શન લાઇનમાં (વિચાર, ડ્રાફ્ટ, પુનરાવૃત્તિ) કૃત્રિમ બુદ્ધિ વાસ્તવિક સમયની બચત કરે છે અને જ્યાં કાર્ય જોખમ સ્તર અનુસાર, રમતની ઓળખ અને મૌલિકતા જેવા નિર્ણયો માનવ પર છોડી દેવામાં આવે છે તે તફાવત કરવામાં સક્ષમ હોવાને કારણે.
- એવી શિસ્ત લાગુ કરવાની ક્ષમતા કે જે દરેક AI આઉટપુટને સ્ત્રોત/એન્જિન સાથે કનેક્ટ કરવા, તેને ચલાવવા અને પરીક્ષણ કરવા અને તેને સ્વાદ/ઓળખ ફિલ્ટરમાંથી પસાર કરવાના પગલાં દ્વારા ચકાસે છે.
- કોપીરાઈટ અને મૌલિકતા, ડેટા ગોપનીયતા અને રક્ષણાત્મક હેતુઓ માટે સુરક્ષાનો ઉપયોગ શા માટે રમતના ઉત્પાદનમાં શરૂઆતથી જ ધ્યાનમાં લેવો જોઈએ તે સમજવા માટે.
તમે ગેમ સ્ટુડિયોમાં કામ કરો છો. એક તરફ, એક સંસ્કરણ છે જેને રિલીઝ કરવાની જરૂર છે, બીજી બાજુ, સમાપ્તિ બજેટ; એક તરફ, વગાડી શકાય તેવા પ્રોટોટાઇપની અપેક્ષા, બીજી તરફ, સંવાદની સેંકડો લીટીઓ જે હજુ સુધી લખાઈ નથી, ડઝનબંધ અસ્કયામતો કે જેનું મોડેલિંગ કરવામાં આવ્યું નથી (સંપત્તિઓ - રમતમાં દરેક દ્રશ્ય, અવાજ અથવા મોડેલ ફાઇલ), એક અસંતુલિત અર્થતંત્ર. રમત વિકાસ; તે એક સ્વાભાવિક રીતે મલ્ટિડિસિપ્લિનરી અને પુનરાવર્તિત હસ્તકલા છે જે ડિઝાઇન, કલા, કોડ, ઑડિઓ, પરીક્ષણ અને પ્રકાશનને એક મનોરંજન અનુભવમાં જોડે છે. પુનરાવર્તનની આ વિપુલતામાં તે ચોક્કસપણે છે કે કૃત્રિમ બુદ્ધિ (AI - સોફ્ટવેર જે ઐતિહાસિક ડેટામાંથી પેટર્ન કાઢી શકે છે અને ટેક્સ્ટ, વિઝ્યુઅલ, ધ્વનિ અને કોડ ઉત્પન્ન કરી શકે છે) તમને વેગ આપે છે. પરંતુ આ મોડ્યુલની શરૂઆત સ્પષ્ટ છે: AI એ સહાયક, ડ્રાફ્ટ જનરેટર અને આઈડિયા ગુણક છે; તમે તે છો જે રમતની ભાવના, મૌલિકતા અને અંતિમ નિર્ણય નક્કી કરે છે.
આ પ્રથમ એકમમાં આપણે શિસ્ત પર ધ્યાન કેન્દ્રિત કરીશું, સાધન પર નહીં. રમત પાઇપલાઇનમાં AI વાસ્તવિક સમયની બચત ક્યાં કરે છે તે તમે શીખી શકશો-ઉત્પાદન તબક્કાઓની સાંકળ કે જેમાં વિચાર પસાર થાય ત્યાં સુધી તે પ્લે કરી શકાય તેવી સામગ્રી બની જાય છે-જ્યાં તે જોખમી છે, દરેક આઉટપુટ, કૉપિરાઇટ અને મૌલિકતાની મર્યાદા કેવી રીતે ચકાસવી અને તમે કયા ટૂલને કયો ડેટા આપી શકો. આ પાયો નાખ્યા વિના, અનુગામી એકમો હવામાં રહેશે.
પ્રોડક્શન લાઇન પર AI ક્યાં કામમાં આવે છે?
ચાલો ગેમ ડેવલપમેન્ટની નોકરીઓને બે મોટા ક્લસ્ટરમાં વિભાજીત કરીએ. પ્રથમ ક્લસ્ટર: પુનરાવર્તિત, પુનઃઉત્પાદનક્ષમ, ડ્રાફ્ટેબલ કાર્યો. મિકેનિક માટેના દસ જુદા જુદા વિચારો, NPC (નોન-પ્લેયર કેરેક્ટર) માટે ડાયલોગ ડ્રાફ્ટ્સ, લેવલનો પ્રારંભિક ગ્રેબોક્સિંગ લેઆઉટ, કન્સેપ્ટ આર્ટ માટે દિશા પ્રયોગો, પુનરાવર્તિત કોડ પીસ (બોઈલરપ્લેટ), સેંકડો ટેસ્ટ કેસોની યાદી. આ કાર્યોમાં, AI મિનિટથી સેકંડ સુધી ઘટાડે છે અને થાકતો નથી.
બીજું ક્લસ્ટર: નિર્ણયો કે જે રમતની ઓળખ, મૌલિકતા અને વ્યાવસાયિક ભાવિ નક્કી કરે છે. ગેમનો મુખ્ય ફન લૂપ શું હશે, આર્ટ ડિરેક્શન કઈ બ્રાન્ડ હશે, વાર્તાનો ઈમોશનલ કોર, ઈકોનોમીનું અંતિમ સંતુલન, કઈ એસેટ ગેમમાં જશે અને તે કોપીરાઈટ સુરક્ષિત છે કે કેમ. આ નિર્ણયો માટે દ્રષ્ટિ, સ્વાદ, અભિનય અંતર્જ્ઞાન અને કાનૂની જવાબદારી જરૂરી છે. AI અહીં વિકલ્પોને ગુણાકાર કરે છે, ઝડપી પ્રોટોટાઇપિંગને સક્ષમ કરે છે — પરંતુ તમે બટન દબાવો.
ચાલો એક વાક્યમાં તફાવત સ્પષ્ટ કરીએ: AI એ "આના દસ પ્રકારો શું હશે અને પ્રથમ ડ્રાફ્ટ કેવો દેખાશે" પ્રશ્નો પર મજબૂત છે; "અમારી રમત કઈ છે અને આ સામગ્રી કાયદેસર રીતે અમારી છે?" જેવા પ્રશ્નો આવે ત્યારે નિર્ણય તમારો છે.
ટીપ: AI ને કોઈ કાર્ય આઉટસોર્સ કરતા પહેલા, પૂછો: "જો આ આઉટપુટ ખોટું અથવા સામાન્ય હોય તો મારે શું ગુમાવવું જોઈએ?" જો જવાબ "પુનરાવૃત્તિની થોડી મિનિટો" છે, તો સરળતાથી પ્રતિનિધિત્વ કરો. જો જવાબ "રમતની ઓળખ, પ્રકાશન બ્લોક અથવા કૉપિરાઇટ મુકદ્દમો" છે, તો AI ને ડ્રાફ્ટ બનાવવા દો અને તમે નિર્ણય અને અંતિમ સ્પર્શ આપો.
ચકાસણી શિસ્ત: ત્રણ પગલાં
AI પ્રવાહી અને વિશ્વાસપૂર્વક ઉત્પાદન કરે છે; આનો અર્થ એ નથી કે તે યોગ્ય છે અથવા વાપરવા યોગ્ય છે. AI ક્યારેક-ક્યારેક આભાસ પેદા કરે છે - એટલે કે, તે અસ્તિત્વમાં ન હોય તેવા API ફંક્શન, કોડની બિન-કાર્યકારી રેખા, બનાવેલ નિયમ અથવા અસ્તિત્વમાં ન હોય તેવા સંસાધનને વાસ્તવિક તરીકે રજૂ કરે છે. રમતમાં, બનેલ યુનિટી ફંક્શન કોડ તરફ દોરી જાય છે જે કમ્પાઇલ કરતું નથી, અસંતુલિત ફોર્મ્યુલા એક શોષણ તરફ દોરી જાય છે જે રમતને તોડે છે. તેથી દરેક આઉટપુટ પર લાગુ કરવા માટે ત્રણ-પગલાની રીફ્લેક્સ વિકસાવો:
- સ્ત્રોત અને મોટર સાથે કનેક્ટ કરો. કોડનો દરેક ભાગ કે જે AI પરત કરે છે તે એપીઆઈ પર આધારિત હોવો જોઈએ જે વાસ્તવમાં તમે ઉપયોગ કરી રહ્યાં છો તે એન્જિનના તે સંસ્કરણ (એકતા/અવાસ્તવિક)માં અસ્તિત્વમાં છે. "કયા સંસ્કરણમાં આ કાર્ય છે?" અને તેને સત્તાવાર દસ્તાવેજ સાથે મેચ કરો.
- ચલાવો અને પરીક્ષણ કરો. કોડ કમ્પાઇલ કરો, મિકેનિક્સ રમો, સંતુલનનું અનુકરણ કરો. જ્યાં સુધી તે રમતમાં કામ કરતી જોવા ન મળે ત્યાં સુધી AI જે કંઈપણ ઉત્પન્ન કરે છે તે "ઠીક" નથી.
- તેને સ્વાદ અને ઓળખના ફિલ્ટર દ્વારા મૂકો. શું આઉટપુટ એવું લાગે છે કે તે તમારી રમતનું છે, અથવા તે સામાન્ય છે? તમારું કલાત્મક અને ડિઝાઇન ચુકાદો અંતિમ ફિલ્ટર છે.
ધ્યાન આપો: "એઆઈએ તે રીતે બનાવ્યું" એ વાજબીપણું નથી. જો ત્યાં કોઈ બગ, અસંતુલન અથવા કોપીરાઈટનું ઉલ્લંઘન હોય, તો જવાબદારી એ વ્યક્તિની છે કે જેણે તે આઉટપુટને ખરાઈ કર્યા વિના રમતમાં મૂક્યું, AIની નહીં. વણચકાસાયેલ AI આઉટપુટ એ ટેસ્ટિંગ વિના બહાર પાડવામાં આવેલા પેચ જેટલું જ જોખમી છે.
કૉપિરાઇટ અને મૌલિકતા: તમારે શરૂઆતથી શું જાણવાની જરૂર છે
ગેમ ડેવલપમેન્ટમાં AI નું સૌથી સંવેદનશીલ પાસું કૉપિરાઇટ અને મૌલિકતા છે, કારણ કે તમે બનાવેલી દરેક સંપત્તિ વ્યવસાયિક ઉત્પાદનમાં શામેલ છે. શરૂઆતથી ત્રણ નિયમોને આંતરિક બનાવો. પ્રથમ: જો જનરેટિવ વિઝ્યુઅલ/ઑડિઓ મૉડલનું આઉટપુટ અસ્તિત્વમાં રહેલા કૉપિરાઇટ કરેલા કાર્ય (એક પાત્ર, બ્રાન્ડ, કલાકારની હસ્તાક્ષર શૈલી) ઓળખી શકાય તેવું અનુકરણ કરે છે, તો તે આઉટપુટનો વ્યાવસાયિક ઉત્પાદનમાં ઉપયોગ કરવાથી તમને ઉલ્લંઘનનું જોખમ રહેલું છે. બીજું: તમે જે સાધનનો ઉપયોગ કરો છો તેના ઉપયોગની શરતો (વ્યાપારી ઉપયોગના અધિકારો, પછી ભલે તમે પ્રિન્ટઆઉટની માલિકી ધરાવો છો) દરેક સાધન માટે અલગ અલગ હોય છે; વાંચ્યા વિના ઉપયોગ કરશો નહીં. ત્રીજું: કેટલાક દેશોમાં, માનવ યોગદાન વિના સંપૂર્ણપણે AI દ્વારા બનાવવામાં આવેલ કાર્ય, કૉપિરાઇટ સુરક્ષા પ્રાપ્ત કરી શકતું નથી - એટલે કે અન્ય લોકો તેની નકલ કરી શકે છે. અમે 10મા એકમમાં આ ત્રણ બિંદુઓને વધુ ઊંડા કરીશું; પરંતુ આને પહેલા દિવસથી જાણો: AI આઉટપુટ એ પ્રારંભિક બિંદુ છે, તે અર્થપૂર્ણ માનવ ઇનપુટ અને માન્યતા વિના ઉત્પાદનમાં ન જવું જોઈએ.
ડેટા, ગોપનીયતા અને સંરક્ષણ
સ્ટુડિયો ડેટા ઘણીવાર ટ્રેડ સિક્રેટ હોય છે: અપ્રકાશિત ડિઝાઇન દસ્તાવેજો, સ્રોત કોડ, પાત્ર ડિઝાઇન, વાર્તા. તેમને મફત સાર્વજનિક સાધનમાં ચોંટાડવાનો અર્થ છે લીક અને સ્પર્ધાનું જોખમ લેવું. એક સરળ વર્ગીકરણ કરો: ઓપન ડેટા (જાહેરાત, પ્રકાશિત) કોઈપણ સાધન દાખલ કરી શકે છે; માત્ર સંસ્થા દ્વારા માન્ય વાહનોનો આંતરિક ડેટા; ગોપનીય ડેટા (અપ્રકાશિત કોડ, ડિઝાઇન, વાર્તા) ફક્ત કરાર કરેલ સાધનોમાં જાય છે, જેનો ડેટા મોડેલ તાલીમમાં જતો નથી. IT અને સુરક્ષા પર એક નોંધ: તમારી ગેમમાં AI-જનરેટેડ કોડ ઉમેરતી વખતે, સુરક્ષાની નબળાઈઓને આંખ બંધ કરીને સ્વીકારશો નહીં (ઉદાહરણ તરીકે, ક્લાયંટ પર વિશ્વાસ કરવો અને મલ્ટિપ્લેયર ગેમમાં સર્વર વેરિફિકેશનને બાયપાસ કરવું); AI નો ઉપયોગ ફક્ત સંરક્ષણ અને ચકાસણી હેતુઓ માટે કરો, તમારી પોતાની સિસ્ટમની સુરક્ષા વધારવા માટે, અને ક્યારેય કોઈ અન્યની સિસ્ટમમાં અનધિકૃત ઍક્સેસ જેવા અનધિકૃત હેતુઓ માટે નહીં.
ત્રણ નાના કેસો
કેસ 1 - યોગ્ય જગ્યાએ સમય બચાવનાર. ઇન્ડી સ્ટુડિયો માટે ડિઝાઇનર સામાન્ય રીતે પઝલ મિકેનિક માટે 12 વિવિધતાઓ વિશે વિચારવામાં એક દિવસ પસાર કરે છે. તેણે AI ને સ્પષ્ટ મર્યાદાઓ સાથે સંક્ષિપ્તમાં આપ્યું અને 20 મિનિટમાં 12 વિવિધતાઓનો મુસદ્દો તૈયાર કર્યો; પછી તેણે તેમાંથી 3 ને પોતાના સ્વાદ પ્રમાણે પસંદ કર્યા અને પ્રોટોટાઈપ કર્યા. AI એ પ્રસારિત વિચારો ધરાવે છે; પસંદગી અને પ્રોટોટાઇપ માણસ સાથે રહી.
કેસ 2 — માન્યતામાં ભૂલ આવી. એક પ્રોગ્રામરે AI ને ઈન્વેન્ટરી સિસ્ટમ કોડ માટે પૂછ્યું. કોડ સરસ દેખાતો હતો પરંતુ કમ્પાઈલ થયો ન હતો: AI એ એક ફંક્શન બનાવ્યું હતું જે યુનિટીના જૂના સંસ્કરણમાં હતું પરંતુ પ્રોજેક્ટના સંસ્કરણમાં દૂર કરવામાં આવ્યું હતું. "દોડો અને પરીક્ષણ" પગલું 5 મિનિટમાં ઉકેલાઈ ગયું જે કલાકોની મૂંઝવણમાં હોઈ શકે.
કેસ 3 - કૉપિરાઇટ જોખમ પર પાછા ફરો. એક કલાકારને હીરોની છબી ગમતી હતી જે તેણે AI સાથે બનાવી હતી; પરંતુ ઇમેજ એક જાણીતા કોમિક બુક પાત્ર સાથે અલગ સામ્યતા ધરાવે છે. આર્ટ ડિરેક્ટરે દરમિયાનગીરી કરી: આ દ્રશ્ય વ્યવસાયિક રમતમાં ઉલ્લંઘનનું જોખમ હતું. અનન્ય સિલુએટ અને પેલેટની વિનંતી પર છબીનું પુનઃઉત્પાદન કરવામાં આવ્યું હતું, અને કલાકારના હાથના ચિત્ર સાથે વ્યક્તિગત કરવામાં આવ્યું હતું.
ચાર નકલ કરી શકાય તેવા નમૂનાઓ
1) નોકરીની યોગ્યતાનું મૂલ્યાંકન:
તમારી ભૂમિકા: વરિષ્ઠ રમત નિર્માતા. હું નીચે નોકરીનું વર્ણન કરીશ. મને કહો (1) શું આ કાર્ય ડ્રાફ્ટ/ડુપ્લિકેટ કાર્ય છે જે AI ને સુરક્ષિત રીતે સોંપી શકાય છે, અથવા એક મહત્વપૂર્ણ નિર્ણય જે રમતની ઓળખ નક્કી કરે છે, (2) અયોગ્ય/સાધારણ આઉટપુટની સંભવિત કિંમત, (3) સોંપણી કરતા પહેલા મારે જે ચકાસણી કરવાની જરૂર છે. જોબ: [જોબ અહીં દાખલ કરો]
2) કોડ ચકાસણી વિનંતી:
તમે [Unity 2022.3 / Unreal 5.3] માટે આ કોડ લખી રહ્યાં છો. જણાવો કે તમે ઉપયોગ કરો છો તે દરેક API આ સંસ્કરણમાં અસ્તિત્વમાં છે. જ્યાં તમને ખાતરી ન હોય ત્યાં "ચકાસણી કરો" ચિહ્નિત કરો. કોઈપણ અસ્તિત્વમાં નથી તેવા કાર્યો બનાવશો નહીં; વિકલ્પ સૂચવો.
3) કૉપિરાઇટ/મૌલિકતા પૂર્વ-તપાસ:
હું કોમર્શિયલ ગેમમાં નીચેના ઈમેજ/કેરેક્ટર આઈડિયાનો ઉપયોગ કરીશ. મને જણાવો કે આ વિચાર હાલના કૉપિરાઇટ કરેલા કાર્ય, ટ્રેડમાર્ક અથવા જાણીતા કલાકાર શૈલી જેવો છે; જો સમાન હોય, તો તેને અનન્ય બનાવવા માટે 3 નક્કર ફેરફારો સૂચવો. વિચાર: [અહીં લખો]
4) ગોપનીય ડેટા માસ્કિંગ:
હું તમને જે ટેક્સ્ટ આપીશ તેમાં અપ્રકાશિત ડિઝાઇન/કોડ હોઈ શકે છે. પ્રથમ સૂચિ કે કયા ક્ષેત્રો ગોપનીય છે અને તેને માસ્ક કરવાની જરૂર છે; હું તેને માસ્ક કરીશ અને તેને ફરીથી મોકલીશ. જેમ છે તેમ તેનું વિશ્લેષણ ન કરો.
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા પ્રોમ્પ્ટ:
મને ગેમ મિકેનિક આઈડિયા આપો.
આ પ્રોમ્પ્ટ સંદર્ભ-મુક્ત છે: શૈલી, લક્ષ્ય પ્રેક્ષકો, પ્લેટફોર્મ, અવરોધ અસ્પષ્ટ છે. AI સામાન્ય, જાણીતા વિચારોને ડમ્પ કરે છે.
શક્તિશાળી પ્રોમ્પ્ટ:
તમારી ભૂમિકા: અનુભવી ગેમ ડિઝાઇનર. મારી રમત: મોબાઇલ, એક હાથથી રમાય છે, કેઝ્યુઅલ પ્રકાર, 25-40 વર્ષ જૂના લક્ષ્ય પ્રેક્ષકો. મુખ્ય ચક્ર: 30-સેકન્ડ ઝડપી લેપ્સ. પ્રતિબંધ: કોઈ જાહેરાતો નહીં, મૈત્રીપૂર્ણ ખરીદી, શીખવા માટે 10 સેકન્ડ. કાર્ય: 8 વિવિધ મુખ્ય મિકેનિક વિચારો આપો; દરેક માટે એક-વાક્યનો સારાંશ, શક્તિઓ અને સંભવિત જોખમો લખો. ક્લિચ (મેચ-3, અનંત દોડ) પ્રસ્તાવ.
તફાવત સ્પષ્ટ છે: અવરોધ, પ્રેક્ષકો, પ્રકાર અને "સ્ટીરિયોટાઇપ" વિનંતી આઉટપુટ ઉપલબ્ધ બનાવે છે.
ભૂમિકા/કાર્ય સરખામણી ચાર્ટ
વેપાર
AI ની ભૂમિકા
માણસની ભૂમિકા
ચકાસણી
યાંત્રિક વિચાર પેઢી
વિવિધતા પ્રચાર
પસંદગી, પ્રોટોટાઇપ
ગેમપ્લે ટેસ્ટ
NPC સંવાદ
ડ્રાફ્ટ લેખન
સ્વર, ઓળખ, કરેક્શન
પાત્ર સુસંગતતા
કોડ સ્નિપેટ
બોઈલરપ્લેટનું ઉત્પાદન
આર્કિટેક્ચર, એકીકરણ
બિલ્ડ + ટેસ્ટ
દ્રશ્ય હાજરી
ખ્યાલ/વિવિધતા
કલા દિશા, મૌલિકીકરણ
કૉપિરાઇટ તપાસ
સંતુલન સૂત્ર
એકાઉન્ટ ડ્રાફ્ટ
અંતિમ સેટિંગ
સિમ્યુલેશન + પ્લેટેસ્ટ
સામાન્ય ભૂલો
- AI આઉટપુટને તૈયાર ઉત્પાદન તરીકે ભૂલવું. આઉટપુટ હંમેશા ડ્રાફ્ટ છે; તે માનવ ઇનપુટ વિના પ્રસારણમાં જતું નથી.
- એન્જિન/સંસ્કરણનો ઉલ્લેખ કર્યા વિના કોડની વિનંતી કરવી. જો તમે વર્ઝન ન કહો, તો AI મિશ્ર અથવા અપ્રચલિત API ઉત્પન્ન કરશે.
- અંત સુધી કૉપિરાઇટ છોડીને. અધિકૃતતાની ચકાસણી ઉત્પાદન સમયે કરવામાં આવે છે, પ્રસારણની આગલી રાતે નહીં.
- જાહેર વાહન પર ગુપ્ત ડિઝાઇન ચોંટાડવી. જો અપ્રકાશિત સામગ્રી લીક થાય, તો તે પુનઃપ્રાપ્ત કરી શકાતી નથી.
- સંદર્ભ વગર પ્રોમ્પ્ટ કરો, જેમ કે "એક વિચાર આપો." અપ્રતિબંધિત પ્રોમ્પ્ટ સામાન્ય પરિણામો આપે છે.
સારાંશમાં
AI એ રમતના વિકાસમાં એક શક્તિશાળી સહાયક છે: તે વિચારોનો ગુણાકાર કરે છે, ડ્રાફ્ટ બનાવે છે, પુનરાવર્તનને વેગ આપે છે. પરંતુ રમતની ઓળખ, મૌલિકતા, સંતુલન અને કાનૂની સુરક્ષા મનુષ્યની છે. આ મોડ્યુલના બેકબોન તરીકે બે-ક્લસ્ટર વિભાજન (પુનઃઉત્પાદનયોગ્ય કાર્યો વિ. ઓળખના નિર્ણયો), ત્રણ-પગલાની ચકાસણી (સ્રોતની લિંક, રન-ટેસ્ટ, સ્વાદ ફિલ્ટર), કૉપિરાઇટ/મૌલિકતા જાગૃતિ અને ડેટા ગોપનીયતા રાખો.
એપ્લિકેશન કાર્ય
તમારા પોતાના (અથવા કાલ્પનિક) ગેમ પ્રોજેક્ટમાંથી 6 નોકરીઓની સૂચિ બનાવો. દરેકને "AI- સોંપી શકાય તેવી બ્લુપ્રિન્ટ" અથવા "માનવ નિર્ણય" તરીકે વર્ગીકૃત કરો. ટ્રાન્સફર કરી શકાય તેવા એક માટે, AI તરફથી પ્રતિસાદ મેળવવા અને ત્રણ-પગલાંની ચકાસણી લાગુ કરવા માટે ઉપરના “નોકરી યોગ્યતા મૂલ્યાંકન” નમૂનાનો ઉપયોગ કરો.
ચેકલિસ્ટ
- [ ] મેં નોકરીને બે બેચમાં વિભાજિત કરી છે (રિપ્લિકેબલ / ID નિર્ણય).
- [ ] મેં થ્રી-સ્ટેપ વેરિફિકેશન (સ્રોત, રન-ટેસ્ટ, એન્જોય) લાગુ કર્યું છે.
- કોડની વિનંતી કરતી વખતે મેં એન્જિન અને વર્ઝનનો ઉલ્લેખ કર્યો છે.
- [ ] મેં ઉત્પાદન સમયે કૉપિરાઇટ/મૌલિકતાની પ્રાથમિક તપાસ કરી હતી.
- [ ] મેં ટૂલને માત્ર માન્ય, માસ્ક કરેલા સ્વરૂપમાં ગોપનીય ડેટા પ્રદાન કર્યો છે.