DevOps ಮತ್ತು Cloud AI ಗೆ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ದೃಢೀಕರಣ, ಭದ್ರತೆ ಮತ್ತು ರಹಸ್ಯಗಳು

ಲಾಭಗಳು:

• DevOps ಸರಪಳಿಯಲ್ಲಿ (ಪೈಪ್‌ಲೈನ್, ಕಾನ್ಫಿಗರೇಶನ್, ಸ್ಕ್ರಿಪ್ಟ್, ಲಾಗ್) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೈಜ ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ ಮತ್ತು ಉತ್ಪಾದನೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳನ್ನು ಕಾರ್ಯದ ಅಪಾಯದ ಮಟ್ಟವನ್ನು ಅವಲಂಬಿಸಿ ಮನುಷ್ಯರಿಗೆ ಎಲ್ಲಿ ಬಿಡಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
• ಪ್ರತಿ AI ಔಟ್‌ಪುಟ್ ಅನ್ನು ಮೂಲಕ್ಕೆ ಸಂಪರ್ಕಿಸುವ ಹಂತಗಳ ಮೂಲಕ ಪರಿಶೀಲಿಸುವ ಶಿಸ್ತನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ, ಅದನ್ನು ಒಣಗಿಸಿ ಮತ್ತು ಸಿಸ್ಟಮ್ ಫಿಲ್ಟರ್ ಮೂಲಕ ಹಾದುಹೋಗುತ್ತದೆ.
• ವಿನಂತಿಗಳ ಮೇಲೆ ರಹಸ್ಯಗಳನ್ನು ಎಂದಿಗೂ ಅಂಟಿಸದ ಅಭ್ಯಾಸವನ್ನು ಪಡೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ, ಅವುಗಳನ್ನು ಮರೆಮಾಚುವುದು ಮತ್ತು ಅಧಿಕೃತ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಮಾತ್ರ ರಕ್ಷಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಕೆಲಸ ಮಾಡುವುದು.

ಒಂದು ರಾತ್ರಿ 03:14 ಕ್ಕೆ ನಿಮ್ಮ ಫೋನ್ ರಿಂಗ್ ಆಗುತ್ತದೆ: ಪಾವತಿ ಸೇವೆಯು ಸ್ಥಗಿತಗೊಂಡಿದೆ, ಹಣ ಮತ್ತು ಖ್ಯಾತಿಯು ಪ್ರತಿ ನಿಮಿಷವೂ ಕಳೆದುಹೋಗುತ್ತಿದೆ. ಇನ್ನೊಂದು ದಿನ, ಒಂದು ತಪ್ಪು ಆಜ್ಞೆಯು ಸಾವಿರಾರು ಸರ್ವರ್‌ಗಳನ್ನು ರೀಬೂಟ್ ಮಾಡುತ್ತದೆ. ಇದು DevOps ವೃತ್ತಿಪರರ ಪ್ರಪಂಚವಾಗಿದೆ — ಎಲ್ಲಾ ಪೈಪ್‌ಲೈನ್‌ಗಳು, ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಮತ್ತು ಆನ್-ಕಾಲ್‌ಗಳ ಜವಾಬ್ದಾರಿಯು ಸಾಫ್ಟ್‌ವೇರ್ ಕೋಡ್ ರೆಪೊಸಿಟರಿಯಿಂದ (ಸಾಫ್ಟ್‌ವೇರ್‌ನ ಮೂಲವನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿರುವ) ಗ್ರಾಹಕರ ಕೈಗೆ ತಲುಪುವವರೆಗೆ ಹಾದುಹೋಗುತ್ತದೆ. DevOps ಎನ್ನುವುದು "ಅಭಿವೃದ್ಧಿ" ಮತ್ತು "ಕಾರ್ಯಾಚರಣೆಗಳು" ಎಂಬ ಪದಗಳ ಸಂಯೋಜನೆಯಾಗಿದೆ: ಇದು ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯನ್ನು ತರುವ ಮತ್ತು ಅದನ್ನು ಒಂದು ವೇಗದ, ವಿಶ್ವಾಸಾರ್ಹ ಹರಿವಿಗೆ ತರುವ ಸಂಸ್ಕೃತಿ ಮತ್ತು ಅಭ್ಯಾಸಗಳ ಗುಂಪಾಗಿದೆ. ಈ ಹರಿವಿನ ಪ್ರತಿಯೊಂದು ಹಂತವು ಆಜ್ಞೆಯನ್ನು, ಸಂರಚನಾ ಕಡತವನ್ನು, ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI - ಐತಿಹಾಸಿಕ ಡೇಟಾದಿಂದ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯುವ ಮತ್ತು ಪಠ್ಯ, ಕೋಡ್ ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್) ಈ ಹೇರಳವಾದ ಪಠ್ಯದಲ್ಲಿ ನಿಮಗೆ ಸಾಕಷ್ಟು ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ.

ಆದರೆ ಈ ಮಾಡ್ಯೂಲ್ನ ಪ್ರಾರಂಭವು ಸ್ಪಷ್ಟವಾಗಿದೆ: AI ಸಹಾಯಕ, ಡ್ರಾಫ್ಟ್ ಜನರೇಟರ್ ಮತ್ತು ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದೆ; ಲೈವ್ ಪರಿಸರಕ್ಕೆ (ಉತ್ಪಾದನೆ, ನಿಜವಾದ ಗ್ರಾಹಕರು ಬಳಸುವ ವ್ಯವಸ್ಥೆ), ಯಾವಾಗ ಮತ್ತು ಯಾವ ಗುಂಡಿಯನ್ನು ಮಧ್ಯರಾತ್ರಿಯಲ್ಲಿ ಒತ್ತಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ನೀವು ಜವಾಬ್ದಾರರಾಗಿರುತ್ತೀರಿ. DevOps ನಲ್ಲಿ, ದೋಷದ ವೆಚ್ಚವು ನಿಮಿಷಗಳಲ್ಲ, ಆದರೆ ಅಲಭ್ಯತೆ, ಡೇಟಾ ನಷ್ಟ ಮತ್ತು ಭದ್ರತಾ ಉಲ್ಲಂಘನೆ. ಅದಕ್ಕಾಗಿಯೇ ಈ ಮೊದಲ ಘಟಕದಲ್ಲಿ ನಾವು ಶಿಸ್ತಿನ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತೇವೆ, ಸಾಧನವಲ್ಲ.

DevOps ಸರಪಳಿಯಲ್ಲಿ AI ಎಲ್ಲಿ ಸೂಕ್ತವಾಗಿ ಬರುತ್ತದೆ?

DevOps ಉದ್ಯೋಗಗಳನ್ನು ಎರಡು ದೊಡ್ಡ ಕ್ಲಸ್ಟರ್‌ಗಳಾಗಿ ವಿಭಜಿಸೋಣ. ಮೊದಲ ಕ್ಲಸ್ಟರ್: ಪುನರಾವರ್ತಿತ, ಪಠ್ಯ ಮತ್ತು ರಚನಾತ್ಮಕ ಉದ್ಯೋಗಗಳು. CI/CD ಬರೆಯುವುದು (ನಿರಂತರ ಏಕೀಕರಣ / ನಿರಂತರ ವಿತರಣೆ - ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕೋಡ್ ಅನ್ನು ಪರೀಕ್ಷಿಸುವ ಮತ್ತು ಬಿಡುಗಡೆ ಮಾಡುವ ಪೈಪ್‌ಲೈನ್) ವಿವರಣೆ, ಡಾಕರ್‌ಫೈಲ್ ಅನ್ನು ರಚಿಸುವುದು (ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಕಂಟೇನರ್‌ಗೆ ಪ್ಯಾಕೇಜ್ ಮಾಡುವ ರೆಸಿಪಿ ಫೈಲ್), ಸಂಕೀರ್ಣವಾದ ಟೆರಾಫಾರ್ಮ್ ಅನ್ನು ವಿವರಿಸುವುದು (ಮೂಲಸೌಕರ್ಯವನ್ನು ವಿವರಿಸುವ ಸಾಧನ) ಲಾಗ್ ಸ್ಟ್ಯಾಕ್‌ಮಾರೈಸ್ ಮಾಡುವ ಮೂಲಕ ಲಾಗ್ ಸ್ಟ್ಯಾಕ್‌ಮಾರೈಸ್ ಮಾಡುವುದು. ಅಸಂಗತತೆ, ಬ್ಯಾಷ್ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ರಚಿಸುವುದು. ಈ ಕಾರ್ಯಗಳಲ್ಲಿ, AI ನಿಮಿಷಗಳನ್ನು ಸೆಕೆಂಡುಗಳಿಂದ ಕಡಿಮೆಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ದಣಿದಿಲ್ಲ.

ಎರಡನೇ ಕ್ಲಸ್ಟರ್: ಅಡ್ಡಿ, ಹಣ ಅಥವಾ ಸುರಕ್ಷತೆಗೆ ಕಾರಣವಾಗುವ ನಿರ್ಧಾರಗಳು. ಬಿಡುಗಡೆಯು ಉತ್ಪನ್ನಕ್ಕೆ ಹೋಗುತ್ತದೆಯೇ, ಮಧ್ಯರಾತ್ರಿಯಲ್ಲಿ ಯಾವ ಸೇವೆಯನ್ನು ಮರುಪ್ರಾರಂಭಿಸಲಾಗುತ್ತದೆ, ರಹಸ್ಯವನ್ನು ಹೇಗೆ ಸಂಗ್ರಹಿಸುವುದು, ವೆಚ್ಚ ಕಡಿತದಿಂದ ಯಾವ ಸಂಪನ್ಮೂಲವು ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತದೆ. ಈ ನಿರ್ಧಾರಗಳಿಗೆ ಸಂದರ್ಭ, ಸಿಸ್ಟಮ್ ಜ್ಞಾನ ಮತ್ತು ಜವಾಬ್ದಾರಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಇಲ್ಲಿ, AI ಆಯ್ಕೆಗಳು ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ - ಆದರೆ ನೀವು "ಅನ್ವಯಿಸು" ಬಟನ್ ಒತ್ತಿರಿ.

ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ವ್ಯತ್ಯಾಸವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸೋಣ: "ಈ ಕಾನ್ಫಿಗರೇಶನ್ ಏನು ಮಾಡುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಬರೆಯುವುದು" ಪ್ರಶ್ನೆಗಳಲ್ಲಿ AI ಪ್ರಬಲವಾಗಿದೆ; "ನಾನು ಇದನ್ನು ಉತ್ಪನ್ನಕ್ಕೆ ಅನ್ವಯಿಸಬೇಕೇ ಮತ್ತು ಅದಕ್ಕೆ ಯಾರು ಭರವಸೆ ನೀಡುತ್ತಾರೆ?" ಎಂಬಂತಹ ಪ್ರಶ್ನೆಗಳು ಬಂದಾಗ ನಿರ್ಧಾರವು ನಿಮ್ಮದಾಗಿದೆ.

ಸಲಹೆ: AI ಗೆ ಕೆಲಸವನ್ನು ಹೊರಗುತ್ತಿಗೆ ನೀಡುವ ಮೊದಲು, ಕೇಳಿ: "ಈ ಔಟ್‌ಪುಟ್ ತಪ್ಪಾಗಿದ್ದರೆ ನಾನು ಏನು ಕಳೆದುಕೊಳ್ಳುತ್ತೇನೆ?" ಉತ್ತರವು "ಕೆಲವು ನಿಮಿಷಗಳು" ಆಗಿದ್ದರೆ, ಪ್ರತಿನಿಧಿಸಲು ಮುಕ್ತವಾಗಿರಿ. ಉತ್ತರವು "ಉತ್ಪಾದನೆ ಸ್ಥಗಿತ, ಡೇಟಾ ನಷ್ಟ ಅಥವಾ ಸೋರಿಕೆ" ಆಗಿದ್ದರೆ, AI ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಡಿ ಮತ್ತು ನೀವು ನಿರ್ಧಾರ ಮತ್ತು ಅನುಷ್ಠಾನವನ್ನು ಪರಿಶೀಲಿಸುತ್ತೀರಿ.

ಹಂತ ಹಂತವಾಗಿ: AI-ಚಾಲಿತ DevOps ವ್ಯವಹಾರವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ?

1. ಸಂದರ್ಭವನ್ನು ಸಂಗ್ರಹಿಸಿ. ಯಾವ ಕ್ಲೌಡ್ (AWS, Azure, GCP), ಯಾವ ಪರಿಕರ ಆವೃತ್ತಿ, ಯಾವ ನಿರ್ಬಂಧಗಳು? ನೀವು AI ಅಪೂರ್ಣ ಸಂದರ್ಭವನ್ನು ನೀಡಿದರೆ, ನೀವು ಅಪೂರ್ಣ ಮತ್ತು ಅಪಾಯಕಾರಿ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪಡೆಯುತ್ತೀರಿ.
2. ಸ್ಪಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ವಿವರಿಸಿ. "ಪೈಪ್‌ಲೈನ್ ಬರೆಯಿರಿ" ಅಲ್ಲ; "GitHub ಕ್ರಿಯೆಗಳೊಂದಿಗೆ, ಪುಶ್‌ನಲ್ಲಿ ಚಲಿಸುವ, ಪರೀಕ್ಷೆಗಳನ್ನು ನಡೆಸುವ, ಡಾಕರ್ ಇಮೇಜ್ ಅನ್ನು ನಿರ್ಮಿಸುವ ಮುಖ್ಯ ಶಾಖೆಯಲ್ಲಿ ವರ್ಕ್‌ಫ್ಲೋ ಬರೆಯಿರಿ, ಆದರೆ ಅದನ್ನು ನಿಯೋಜಿಸುವುದಿಲ್ಲ."
3. ಡ್ರಾಫ್ಟ್ ಅನ್ನು ತಯಾರಿಸಿ. AI ಮೊದಲ ಆವೃತ್ತಿಯನ್ನು ಬರೆಯಲಿ.
4. ಪರಿಶೀಲಿಸಿ. ಸಿಂಟ್ಯಾಕ್ಸ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ, ಗೌಪ್ಯ ಮಾಹಿತಿ ಸೋರಿಕೆಯಾಗಿದೆಯೇ ಎಂದು ನೋಡಿ, ಡ್ರೈ-ರನ್‌ನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿ (ಅಪ್ಲಿಕೇಶನ್ ಏನು ಮಾಡಬೇಕೆಂದು ತೋರಿಸುವ ಮೋಡ್).
5. ಇದನ್ನು ಸ್ಯಾಂಡ್‌ಬಾಕ್ಸ್‌ನಲ್ಲಿ ಪ್ರಯತ್ನಿಸಿ. ಉತ್ಪನ್ನದಲ್ಲಿ ಮೊದಲ ಪ್ರಯತ್ನವನ್ನು ಎಂದಿಗೂ ಮಾಡಬೇಡಿ; ಪರೀಕ್ಷೆ/ಸ್ಟೇಜಿಂಗ್ ಪರಿಸರದಲ್ಲಿ ರನ್ ಮಾಡಿ.
6. ಕ್ರಮೇಣ ಅನ್ವಯಿಸಿ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ. ಮೆಟ್ರಿಕ್‌ಗಳು ಮತ್ತು ಲಾಗ್‌ಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಮೂಲಕ ಅದನ್ನು ಲೈವ್ ಆಗಿ ಪಡೆಯಿರಿ.

ಪರಿಶೀಲನೆ ಶಿಸ್ತು: ಮೂರು ಹಂತಗಳು

AI ನಿರರ್ಗಳವಾಗಿ ಮತ್ತು ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಮಾತನಾಡುತ್ತದೆ; ಅದು ನಿಜ ಎಂದು ಅರ್ಥವಲ್ಲ. AI ಸಾಂದರ್ಭಿಕವಾಗಿ ಭ್ರಮೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ - ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಕಮಾಂಡ್ ಫ್ಲ್ಯಾಗ್, ಕ್ಲೌಡ್ ಸೇವೆಯ ಹೆಸರು ಅಥವಾ ಕಾನ್ಫಿಗರೇಶನ್ ಕೀಯನ್ನು ನೈಜವಾಗಿ ರೂಪಿಸುತ್ತದೆ. DevOps ನಲ್ಲಿ, ಬೋಗಸ್ --ಫೋರ್ಸ್ ಫ್ಲ್ಯಾಗ್ ಡೇಟಾವನ್ನು ಅಳಿಸಬಹುದು, ಆದರೆ ನಕಲಿ IAM (ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಪ್ರವೇಶ ನಿರ್ವಹಣೆ) ಅನುಮತಿಯು ಭದ್ರತಾ ದುರ್ಬಲತೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಪ್ರತಿಫಲಿತ:

1. ಅದನ್ನು ಮೂಲಕ್ಕೆ ಸಂಪರ್ಕಿಸಿ. AI ನೀಡಿದ ಪ್ರತಿಯೊಂದು ಆಜ್ಞೆ ಮತ್ತು ಧ್ವಜವು ನಿಜವಾಗಿಯೂ ಅಧಿಕೃತ ದಾಖಲೆಯಲ್ಲಿದೆಯೇ? "ಈ ಫ್ಲ್ಯಾಗ್ ಯಾವ ಆವೃತ್ತಿಯಲ್ಲಿ ಬರುತ್ತದೆ ಮತ್ತು ಅಧಿಕೃತ ದಾಖಲೆಯಲ್ಲಿ ಅದರ ಹೆಸರನ್ನು ಹೇಳಿ" ಎಂದು ಕೇಳಿ; ಖಚಿತವಾಗಿಲ್ಲದಿದ್ದರೆ, ಅದನ್ನು ನಂಬಬೇಡಿ.
2. ಒಣಗಿಸಿ. ಟೆರಾಫಾರ್ಮ್ ಯೋಜನೆ, kubectl --dry-run, --check ನಂತಹ ಮೋಡ್‌ಗಳೊಂದಿಗೆ ಅದನ್ನು ಅನ್ವಯಿಸದೆಯೇ ಏನಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡಿ.
3. ಸಿಸ್ಟಮ್ ಫಿಲ್ಟರ್ ಮೂಲಕ ಅದನ್ನು ರವಾನಿಸಿ. ನಿಮ್ಮ ಆರ್ಕಿಟೆಕ್ಚರ್, ಭದ್ರತಾ ನೀತಿ ಮತ್ತು ಲಭ್ಯವಿರುವ ಸಂಪನ್ಮೂಲ ಹೆಸರುಗಳಿಗೆ ಔಟ್‌ಪುಟ್ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ? ನಿಮ್ಮ ಡೊಮೇನ್ ಜ್ಞಾನವು ಅಂತಿಮ ಫಿಲ್ಟರ್ ಆಗಿದೆ.

ಗಮನ: "AI ಹೀಗೆ ಬರೆದಿದೆ" ಎಂಬುದು ಸಮರ್ಥನೆಯಲ್ಲ. ಉತ್ಪನ್ನದ ಅಡಚಣೆಯ ಸಂದರ್ಭದಲ್ಲಿ, ಜವಾಬ್ದಾರಿಯು AI ಗೆ ಸೇರಿಲ್ಲ, ಆದರೆ ಅದನ್ನು ಪರಿಶೀಲಿಸದೆ ಆ ಆಜ್ಞೆಯನ್ನು ಚಲಾಯಿಸುವ ವ್ಯಕ್ತಿಗೆ ಸೇರಿದೆ. ಪರಿಶೀಲಿಸದ AI ಆದೇಶವು rm -rf ಅನ್ನು ಓದದೆಯೇ ಕಾರ್ಯಗತಗೊಳಿಸಿದಂತೆಯೇ ಅಪಾಯಕಾರಿಯಾಗಿದೆ.

ಭದ್ರತೆ ಮತ್ತು ರಹಸ್ಯಗಳು: ಎಂದಿಗೂ ಸೋರಿಕೆಯಾಗುವುದಿಲ್ಲ

DevOps ನಲ್ಲಿ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಗೌಪ್ಯತೆ ನಿಯಮವು ರಹಸ್ಯಗಳ ಬಗ್ಗೆ. ರಹಸ್ಯ; ಇದು ಪಾಸ್‌ವರ್ಡ್, API ಕೀ, ಡೇಟಾಬೇಸ್ ಸಂಪರ್ಕ ಸ್ಟ್ರಿಂಗ್, ಖಾಸಗಿ ಪ್ರಮಾಣಪತ್ರದಂತಹ ಗೌಪ್ಯ ಮಾಹಿತಿಯಾಗಿದೆ, ಇದು ನಿಮ್ಮ ಸಂಪೂರ್ಣ ಸಿಸ್ಟಮ್ ಅನ್ನು ರಾಜಿ ಮಾಡಿಕೊಂಡರೆ ಅದನ್ನು ತೆರೆಯಬಹುದು. AI ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಯಾವುದೇ ನೈಜ ರಹಸ್ಯಗಳನ್ನು ಅಂಟಿಸಬೇಡಿ. ಕೋಡ್‌ನ ಬ್ಲಾಕ್ ನಿಜವಾದ AWS ಪ್ರವೇಶ ಕೀ, .env ಫೈಲ್‌ನ ವಿಷಯಗಳು ಅಥವಾ ಪ್ರೊಡಕ್ಷನ್ ಡೇಟಾಬೇಸ್ ಪಾಸ್‌ವರ್ಡ್ ಅನ್ನು ಹೊಂದಿದ್ದರೆ, ಅವುಗಳನ್ನು AI ಗೆ ನೀಡುವ ಮೊದಲು AKIA ಬದಲಿಗೆ <AWS_ACCESS_KEY> ನಂತಹ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್‌ಗಳೊಂದಿಗೆ ಮಾಸ್ಕ್ ಮಾಡಿ.

AI ಉತ್ಪಾದಿಸುವ ಕೋಡ್ ಅನ್ನು ಸಹ ಪರಿಶೀಲಿಸಿ: AI ಕೆಲವೊಮ್ಮೆ ಅನುಕೂಲಕ್ಕಾಗಿ ರಹಸ್ಯವನ್ನು ನೇರವಾಗಿ ಕೋಡ್‌ಗೆ ಹಾರ್ಡ್‌ಕೋಡ್ ಮಾಡುವ ಉದಾಹರಣೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಇದು ಭದ್ರತಾ ದುರ್ಬಲತೆಯಾಗಿದೆ. ವಾಸ್ತವವಾಗಿ, ರಹಸ್ಯಗಳನ್ನು ರಹಸ್ಯ ವಾಲ್ಟ್‌ನಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ (ವಾಲ್ಟ್, AWS ಸೀಕ್ರೆಟ್ಸ್ ಮ್ಯಾನೇಜರ್, ಅಜುರೆ ಕೀ ವಾಲ್ಟ್) ಮತ್ತು ರನ್ ಸಮಯದಲ್ಲಿ ಪರಿಸರ ವೇರಿಯಬಲ್‌ಗಳಾಗಿ ಚುಚ್ಚಲಾಗುತ್ತದೆ.

ಈ ಪ್ರದೇಶದಲ್ಲಿ ಮತ್ತೊಂದು ನೈತಿಕ ಮತ್ತು ಕಾನೂನು ಮಿತಿ: ರಕ್ಷಣಾತ್ಮಕ ಬಳಕೆ. ನಿಮ್ಮ ಸಿಸ್ಟಂಗಳನ್ನು ಗಟ್ಟಿಗೊಳಿಸಲು, ದುರ್ಬಲತೆಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಲು ಮತ್ತು ಲಾಗ್‌ಗಳಿಂದ ದಾಳಿಯ ಕುರುಹುಗಳನ್ನು ಹೊರತೆಗೆಯಲು AI ಬಳಸಿ. ಇನ್ನೊಬ್ಬರ ಸಿಸ್ಟಮ್‌ಗೆ ಅನಧಿಕೃತ ಪ್ರವೇಶ, ಅನಧಿಕೃತ ಸ್ಕ್ಯಾನಿಂಗ್ ಅಥವಾ ದಾಳಿಯ ಸಾಧನವನ್ನು ರಚಿಸುವುದು ಕಾನೂನುಬಾಹಿರ ಮತ್ತು ಈ ವೇದಿಕೆಯ ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿದೆ. ನೀವು ಅಧಿಕಾರ ಹೊಂದಿರುವ ಮತ್ತು ಒಪ್ಪಂದದ ಮೂಲಕ ಲಿಖಿತ ಅನುಮತಿಯನ್ನು ಪಡೆದಿರುವ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಯಾವಾಗಲೂ ಕೆಲಸ ಮಾಡಿ.

ಯಾವ ವಾಹನಕ್ಕೆ ಯಾವ ಡೇಟಾ ಹೋಗುತ್ತದೆ?

ಡೇಟಾ ಪ್ರಕಾರ

ಉದಾಹರಣೆ

ಸೂಕ್ತವಾದ ವಾಹನ

ತೆರೆದ ಡೇಟಾ

ಅಧಿಕೃತ ಡಾಕ್ಯುಮೆಂಟ್, ಓಪನ್ ಸೋರ್ಸ್ ಕೋಡ್

ಪ್ರತಿ ವಾಹನ

ಆಂತರಿಕ ಡೇಟಾ (ರಹಸ್ಯ ಅಲ್ಲ)

ಸಾಮಾನ್ಯ ಆರ್ಕಿಟೆಕ್ಚರ್ ರೇಖಾಚಿತ್ರ, ಜೆನೆರಿಕ್ ಪೈಪ್‌ಲೈನ್

ಸಂಸ್ಥೆ ಅನುಮೋದಿತ ವಾಹನ

ಗೌಪ್ಯ/ಸೂಕ್ಷ್ಮ

ರಹಸ್ಯ, ಪ್ರಾಡ್ ಐಪಿ/ಟೋಪೋಲಜಿ, ಗ್ರಾಹಕರ ಡೇಟಾ

ಸಂಸ್ಥೆಯು ಗುತ್ತಿಗೆ ಪಡೆದ ವಾಹನ ಮಾತ್ರ, ಅದರ ಡೇಟಾ ತರಬೇತಿಗೆ ಹೋಗುವುದಿಲ್ಲ; ಮರೆಮಾಚುವ ಮೂಲಕ

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸರಿಯಾದ ಸ್ಥಳದಲ್ಲಿ ಸಮಯವನ್ನು ಪಡೆಯಲಾಗಿದೆ. DevOps ಇಂಜಿನಿಯರ್ 6 ಗಂಟೆಗಳ ಕಾಲ ಹಳೆಯ 300-ಲೈನ್ ಜೆಂಕಿನ್ಸ್ ಪೈಪ್‌ಲೈನ್ ಅನ್ನು GitHub ಆಕ್ಷನ್‌ಗಳಿಗೆ ವರ್ಗಾಯಿಸಿದರು. ಅವರು AI ಹಂತ ಹಂತವಾಗಿ ವಿವರಿಸುವ ಮೂಲಕ ಮತ್ತು ಡ್ರಾಫ್ಟ್ ಅನ್ನು ತಯಾರಿಸುವ ಮೂಲಕ ಕೆಲಸವನ್ನು 90 ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಿದರು. ಅವರು ಉಳಿಸಿದ ಸಮಯವನ್ನು ಸ್ಟೇಜಿಂಗ್‌ನಲ್ಲಿ AI ಉತ್ಪಾದಿಸುವ ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ಒಂದೊಂದಾಗಿ ಪರಿಶೀಲಿಸಲು ಕಳೆದರು. AI ಯಾಂತ್ರಿಕ ಅನುವಾದವನ್ನು ತೆಗೆದುಕೊಂಡಿತು; ಮಾನ್ಯತೆ ಮಾನವನೊಂದಿಗೆ ಉಳಿಯಿತು.

ಪ್ರಕರಣ 2 - ಪರಿಶೀಲನೆಯು ಅನಾಹುತವನ್ನು ತಪ್ಪಿಸಿತು. ತಂಡವೊಂದು ಟೆರಾಫಾರ್ಮ್ ಕ್ಲೀನಪ್ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಾಗಿ AI ಅನ್ನು ಕೇಳಿದೆ. AI ನಿರರ್ಗಳ ಸಂಕೇತವನ್ನು ನೀಡಿದೆ; ಆದರೆ ಎಂಜಿನಿಯರ್ ಟೆರಾಫಾರ್ಮ್ ಯೋಜನೆಯನ್ನು ಚಲಾಯಿಸಿದಾಗ, ಸ್ಕ್ರಿಪ್ಟ್ ಬಳಕೆಯಲ್ಲಿರುವ ಉತ್ಪಾದನಾ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಅಳಿಸಲು ಯೋಜಿಸಿದೆ ಎಂದು ಅವರು ಕಂಡುಹಿಡಿದರು - AI ಸಂಪನ್ಮೂಲ ಫಿಲ್ಟರ್ ಅನ್ನು ತಪ್ಪಾಗಿ ಟೈಪ್ ಮಾಡಿದೆ. ಡ್ರೈ ರನ್ನಿಂಗ್ ಗಂಟೆಗಳ ಡೇಟಾ ನಷ್ಟವನ್ನು ತಡೆಯುತ್ತದೆ.

ಪ್ರಕರಣ 3 - ರಹಸ್ಯ ಸೋರಿಕೆಯಿಂದ ಹಿಂತಿರುಗಿ. "ಏಕೆ ದೋಷವನ್ನು ನಿಯೋಜಿಸಲಾಗಿದೆ" ಎಂದು ಕೇಳುತ್ತಿರುವಾಗ ಒಬ್ಬ ಇಂಟರ್ನ್ ಸಂಪೂರ್ಣ .env ಫೈಲ್ ಅನ್ನು ಸಾರ್ವಜನಿಕ ಸಾಧನಕ್ಕೆ ನಿಜವಾದ ಉತ್ಪಾದನಾ ಡೇಟಾಬೇಸ್ ಪಾಸ್‌ವರ್ಡ್‌ನೊಂದಿಗೆ ಅಂಟಿಸಿದ್ದಾನೆ. ಹಿರಿಯ ಇಂಜಿನಿಯರ್ ತಕ್ಷಣ ಕೀಗಳನ್ನು ತಿರುಗಿಸಿ ಮರುಸೃಷ್ಟಿಸಿದರು. <DB_PASSWORD> ನೊಂದಿಗೆ ಪಾಸ್‌ವರ್ಡ್ ಅನ್ನು ಮರೆಮಾಚುವುದು ಮತ್ತು ದೋಷ ಸಂದೇಶವನ್ನು ಮಾತ್ರ ಹಂಚಿಕೊಳ್ಳುವುದು ಸರಿಯಾದ ಮಾರ್ಗವಾಗಿದೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಉದ್ಯೋಗದ ಸೂಕ್ತತೆಯ ಮೌಲ್ಯಮಾಪನ:

ನಿಮ್ಮ ಪಾತ್ರ: ಹಿರಿಯ DevOps/SRE ಸಲಹೆಗಾರ. ನಾನು ನಿಮಗಾಗಿ ಒಂದು ಪಾತ್ರವನ್ನು ವಿವರಿಸುತ್ತೇನೆ. ನನಗೆ ಹೇಳಿ (1) ಇದು AI ಗೆ ಸುರಕ್ಷಿತವಾಗಿ ನಿಯೋಜಿಸಬಹುದಾದ ಡ್ರಾಫ್ಟಿಂಗ್/ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯವೇ ಅಥವಾ ಉತ್ಪನ್ನದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರ; (2) ಅದು ತಪ್ಪಾದರೆ ಕೆಟ್ಟ ಫಲಿತಾಂಶವನ್ನು ತಿಳಿಸಿ; (3) ಅನುಷ್ಠಾನಕ್ಕೆ ಮೊದಲು ಮಾಡಬೇಕಾದ ಪರಿಶೀಲನಾ ಹಂತಗಳನ್ನು ತಿಳಿಸಿ. ಕಾರ್ಯ: [ಇಲ್ಲಿ]

2) ಸುರಕ್ಷಿತ ಸಂದರ್ಭ ನೀಡುವಿಕೆ (ರಹಸ್ಯ ಮರೆಮಾಚುವಿಕೆ):

ಕೆಳಗಿನ ದೋಷವನ್ನು ವಿಶ್ಲೇಷಿಸಿ. ನಾನು <PLACEHOLDER> ನೊಂದಿಗೆ ಎಲ್ಲಾ ರಹಸ್ಯಗಳನ್ನು ಮರೆಮಾಚಿದ್ದೇನೆ; ಪರಿಹಾರದಲ್ಲಿ ನಿಜವಾದ ರಹಸ್ಯವನ್ನು ಎಂದಿಗೂ ಉತ್ಪಾದಿಸಬೇಡಿ, ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಅನ್ನು ಬಳಸಿ ಮತ್ತು ರಹಸ್ಯವನ್ನು ಕೋಡ್‌ನಲ್ಲಿ ಎಂಬೆಡ್ ಮಾಡಿ, ರಹಸ್ಯ ವಾಲ್ಟ್‌ನಿಂದ ಓದಿ. ದೋಷ/ಲಾಗ್: [ಮಾಸ್ಕ್ ಮಾಡಿದ ವಿಷಯ]

3) ಆದೇಶ ಪರಿಶೀಲನೆ:

ಈ ಆಜ್ಞೆಯನ್ನು ನನಗೆ ವಿವರಿಸಿ: ಪ್ರತಿ ಫ್ಲ್ಯಾಗ್ ಏನು ಮಾಡುತ್ತದೆ, ಅದು ಯಾವ ಪರಿಕರ ಆವೃತ್ತಿಗೆ ಅನ್ವಯಿಸುತ್ತದೆ ಮತ್ತು ಅದರ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಅಡ್ಡ ಪರಿಣಾಮವನ್ನು ಬರೆಯಿರಿ. ಪ್ರಾಡ್‌ನಲ್ಲಿ ಇದನ್ನು ರನ್ ಮಾಡುವ ಮೊದಲು ಮಾಡಬೇಕಾದ 3 ಚೆಕ್‌ಗಳನ್ನು ಅಂತಿಮವಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ. ಆಜ್ಞೆ: [ಇಲ್ಲಿ]

4) ಕಲಿಕೆ/ಪರಿಕಲ್ಪನಾ ಪ್ರಶ್ನೆ:

ನಾನು [ಕಾನ್ಸೆಪ್ಟ್: ಉದಾ. ನೀವು DevOps ಇಂಜಿನಿಯರ್‌ಗೆ ವಿವರಿಸಿದಂತೆ [ನೀಲಿ-ಹಸಿರು ನಿಯೋಜನೆ] ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸಿ: ಅದು ಏನು ಮಾಡುತ್ತದೆ, ಯಾವಾಗ ಬಳಸಬೇಕು, ಯಾವಾಗ ಬಳಸಬಾರದು, 2 ವಿಶಿಷ್ಟ ತಪ್ಪುಗಳು. ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಮತ್ತು ಕಾಂಕ್ರೀಟ್ ಆಗಿರಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ನನಗೆ ನಿಯೋಜಿಸಲು ಸ್ಕ್ರಿಪ್ಟ್ ಬರೆಯಿರಿ."

ತೀರ್ಮಾನ: ಯಾವ ಮೋಡ, ಯಾವ ಸಾಧನ, ಯಾವ ಪರಿಸರವು ಸ್ಪಷ್ಟವಾಗಿಲ್ಲ; AI ಒಂದು ಸಾಮಾನ್ಯವಾದ, ಪ್ರಾಯಶಃ ಉತ್ಪನ್ನವಲ್ಲದ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಅದು ರಹಸ್ಯವನ್ನು ಕೋಡ್‌ನಲ್ಲಿ ಎಂಬೆಡ್ ಮಾಡುತ್ತದೆ.

ಪ್ರಬಲ: "AWS ECS (Elastic Container Service) ಗೆ ನಿಯೋಜಿಸುವ ಬ್ಯಾಷ್ ಸ್ಕ್ರಿಪ್ಟ್‌ನ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಬರೆಯಿರಿ. ಪ್ರದೇಶವು eu-central-1 ಆಗಿದೆ, ಚಿತ್ರವು ECR ನಿಂದ ಬಂದಿದೆ. ಕೋಡ್‌ನಲ್ಲಿ ರಹಸ್ಯಗಳನ್ನು ಎಂದಿಗೂ ಎಂಬೆಡ್ ಮಾಡಬೇಡಿ, AWS ಸೀಕ್ರೆಟ್ಸ್ ಮ್ಯಾನೇಜರ್‌ನಿಂದ ಅವುಗಳನ್ನು ಓದಿ. ಪ್ರತಿ ಹಂತದಲ್ಲೂ ದೋಷವಿದ್ದರೆ, ಸ್ಕ್ರಿಪ್ಟ್ 3 ಅನ್ನು ನಿಲ್ಲಿಸಿ. ಪ್ರಾಡ್."

ವ್ಯತ್ಯಾಸ: ಎರಡನೇ ಪ್ರಾಂಪ್ಟ್ ಕ್ಲೌಡ್, ಟೂಲ್, ಪರಿಸರ, ಭದ್ರತಾ ನಿಯಮ ಮತ್ತು ಮೌಲ್ಯೀಕರಣ ನಿರೀಕ್ಷೆಯನ್ನು ನೀಡುತ್ತದೆ - ಔಟ್‌ಪುಟ್ ನೇರವಾಗಿ ಉಪಯುಕ್ತ ಮತ್ತು ಸುರಕ್ಷಿತವಾಗಿದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ನಿಜವಾದ ರಹಸ್ಯವನ್ನು ಅಂಟಿಸಲಾಗುತ್ತಿದೆ. ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಮತ್ತು ಅಪಾಯಕಾರಿ ತಪ್ಪು. ಯಾವಾಗಲೂ ಮುಖವಾಡ.
• ಸಂದರ್ಭರಹಿತ ಪ್ರಾಂಪ್ಟ್. ಕ್ಲೌಡ್, ಆವೃತ್ತಿ, ಪರಿಸರವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸದೆ, ಬಯಸಿದ ಔಟ್ಪುಟ್ ಸಾಮಾನ್ಯವಾಗಿ ತಪ್ಪು ಆವೃತ್ತಿ ಅಥವಾ ತಪ್ಪು ವಾಸ್ತುಶಿಲ್ಪಕ್ಕೆ ಸೇರಿದೆ.
• ಡ್ರೈ ರನ್ನಿಂಗ್ ಅನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಯೋಜನೆ/--ಡ್ರೈ-ರನ್ ಇಲ್ಲದೆ ಕಾರ್ಯಗತಗೊಳಿಸುವುದು DevOps ನಲ್ಲಿ ಅತ್ಯಂತ ದುಬಾರಿ ಶಾರ್ಟ್‌ಕಟ್ ಆಗಿದೆ.
• ಉತ್ಪನ್ನದಲ್ಲಿ ಮೊದಲ ಪ್ರಯತ್ನವನ್ನು ಮಾಡುವುದು. ಪ್ರತಿ ಹೊಸ AI ಔಟ್‌ಪುಟ್ ಅನ್ನು ಮೊದಲು ಪರೀಕ್ಷೆ/ಸ್ಟೇಜಿಂಗ್‌ನಲ್ಲಿ ರನ್ ಮಾಡಬೇಕು.
• "AI ಹೇಳಿದರು" ಜೊತೆಗೆ ಜವಾಬ್ದಾರಿಯನ್ನು ನಿಯೋಜಿಸುವುದು. ಕಾರ್ಯಗತಗೊಳಿಸುವ ಎಂಜಿನಿಯರ್‌ನ ಜವಾಬ್ದಾರಿ ಯಾವಾಗಲೂ ಇರುತ್ತದೆ.
• ಭ್ರಮೆಯ ಧ್ವಜವನ್ನು ನಂಬುವುದು. ಪ್ರಶ್ನೆಯಿಲ್ಲದೆ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಕಮಾಂಡ್ ಫ್ಲ್ಯಾಗ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು.

ಸಾರಾಂಶದಲ್ಲಿ

DevOps ಮತ್ತು ಕ್ಲೌಡ್ AI; ಇದು ಪೈಪ್‌ಲೈನ್, ಕಾನ್ಫಿಗರೇಶನ್, ಸ್ಕ್ರಿಪ್ಟ್ ಮತ್ತು ಲಾಗ್‌ನಂತಹ ಪಠ್ಯ-ತೀವ್ರ ಕಾರ್ಯಗಳಲ್ಲಿ ಉತ್ತಮ ವೇಗವನ್ನು ಒದಗಿಸುವ ಸಹಾಯಕವಾಗಿದೆ. ಆದರೆ ಉತ್ಪನ್ನ, ರಹಸ್ಯ ನಿರ್ವಹಣೆ ಮತ್ತು ಅಂತಿಮ ಅನುಷ್ಠಾನದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳ ಜವಾಬ್ದಾರಿಯು ಸಮರ್ಥ ಇಂಜಿನಿಯರ್ನೊಂದಿಗೆ ಉಳಿದಿದೆ. ಮೂರು-ಹಂತದ ಪರಿಶೀಲನೆ (ಮೂಲಕ್ಕೆ ಸಂಪರ್ಕಪಡಿಸಿ, ಡ್ರೈ ರನ್ ಮಾಡಿ, ಸಿಸ್ಟಮ್ ಫಿಲ್ಟರ್ ಮೂಲಕ ಹಾದುಹೋಗು), ರಹಸ್ಯಗಳನ್ನು ಎಂದಿಗೂ ಸೋರಿಕೆ ಮಾಡದಿರುವುದು ಮತ್ತು ಅಧಿಕೃತ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಮಾತ್ರ ರಕ್ಷಣಾತ್ಮಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಕೆಲಸ ಮಾಡುವುದು ಈ ಮಾಡ್ಯೂಲ್‌ನ ಮಾರ್ಗದರ್ಶಿ ತತ್ವಗಳಾಗಿವೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಸ್ವಂತ ಕೆಲಸದಿಂದ (ಅಥವಾ ಮಾದರಿ ಯೋಜನೆಯಿಂದ) ಇತ್ತೀಚಿನ DevOps ಕಾರ್ಯವನ್ನು ಆಯ್ಕೆಮಾಡಿ. (1) ಮೇಲಿನ "ಉದ್ಯೋಗ ಸೂಕ್ತತೆ ಮೌಲ್ಯಮಾಪನ" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು AI ಗೆ ಈ ಕಾರ್ಯವನ್ನು ವಿವರಿಸಿ ಮತ್ತು ಅದರ ವರ್ಗೀಕರಣವನ್ನು ಓದಿ. (2) ಅದು ರಹಸ್ಯವನ್ನು ಹೊಂದಿದ್ದರೆ, ಅದನ್ನು ಮರೆಮಾಚುವ ಮೂಲಕ ಸಂದರ್ಭ ಪಠ್ಯವನ್ನು ತಯಾರಿಸಿ. (3) ಮೂರು-ಹಂತದ ಪರಿಶೀಲನೆಯೊಂದಿಗೆ AI ಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಪ್ರತಿ ಹಂತದಲ್ಲಿ ನೀವು ಏನು ಸರಿಪಡಿಸಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಗಮನಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ನನ್ನ ಕೆಲಸವನ್ನು "ನಿಯೋಗಿಸಬಹುದಾದ ಕೆಲಸ" ಅಥವಾ "ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರ" ಎಂದು ವರ್ಗೀಕರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಯಾವುದೇ ನಿಜವಾದ ರಹಸ್ಯಗಳನ್ನು ಅಂಟಿಸಲಿಲ್ಲ; ನಾನು ಅವರೆಲ್ಲರನ್ನೂ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್‌ನೊಂದಿಗೆ ಮರೆಮಾಚಿದೆ.
• [ ] ನಾನು ಕ್ಲೌಡ್, ಟೂಲ್ ಆವೃತ್ತಿ ಮತ್ತು ಪರಿಸರಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಾಂಪ್ಟ್‌ಗೆ ಸಂದರ್ಭವನ್ನು ಸೇರಿಸಿದೆ.
• [ ] ನಾನು AI ಔಟ್‌ಪುಟ್ ಅನ್ನು ಅನ್ವಯಿಸುವ ಮೊದಲು ಡ್ರೈ ರನ್/ಪ್ಲಾನ್‌ನೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿದೆ.
• [ ] ನಾನು ಮೊದಲ ಪ್ರಯತ್ನವನ್ನು ಪರೀಕ್ಷೆ/ಸ್ಟೇಜಿಂಗ್ ಪರಿಸರದಲ್ಲಿ ಮಾಡಿದ್ದೇನೆ, ಉತ್ಪನ್ನದಲ್ಲಿ ಅಲ್ಲ.
• [ ] ನಾನು ರಕ್ಷಣಾ ಉದ್ದೇಶಗಳಿಗಾಗಿ ನಾನು ಅಧಿಕಾರ ಹೊಂದಿರುವ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಮಾತ್ರ ಕೆಲಸ ಮಾಡಿದ್ದೇನೆ.