ಲಾಭಗಳು:
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಮೆನು, ನ್ಯಾವಿಗೇಷನ್ ಮತ್ತು ವಿಷಯ ರಚನೆಯನ್ನು (ಮಾಹಿತಿ ಆರ್ಕಿಟೆಕ್ಚರ್) ಕರಡು ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಾರ್ಡ್ ವಿಂಗಡಣೆಯ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಅದನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬಳಕೆದಾರರ ಹರಿವುಗಳು ಮತ್ತು ಪರದೆಯಿಂದ ಪರದೆಯ ಹಂತಗಳನ್ನು ಸೆಳೆಯುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಲಾಜಿಕ್ ಅಂತರಗಳು ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವ ಸಾಮರ್ಥ್ಯ
- ನೈಜ ಬಳಕೆದಾರ ಭಾಷೆ ಮತ್ತು ಮಾನಸಿಕ ಮಾದರಿಯ ಪ್ರಕಾರ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸೂಚಿಸಲಾದ ರಚನೆಯನ್ನು ವಿಮರ್ಶಾತ್ಮಕವಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ
ಉತ್ಪನ್ನವನ್ನು ಬಳಸಲು ಕಷ್ಟವಾಗಿದ್ದರೆ, ಸಮಸ್ಯೆಯು ಬಣ್ಣ ಅಥವಾ ಗುಂಡಿಯೊಂದಿಗೆ ಅಲ್ಲ, ಆದರೆ ರಚನೆಯೊಂದಿಗೆ ಇರುತ್ತದೆ. ಮಾಹಿತಿ ಆರ್ಕಿಟೆಕ್ಚರ್ (IA) ಎಂದರೆ ಉತ್ಪನ್ನದಲ್ಲಿನ ವಿಷಯವನ್ನು ಹೇಗೆ ಗುಂಪು ಮಾಡಲಾಗಿದೆ, ಹೆಸರಿಸಲಾಗಿದೆ ಮತ್ತು ನ್ಯಾವಿಗೇಷನ್ ರಚನೆಯಾಗಿ ಜೋಡಿಸಲಾಗಿದೆ: ಮೆನುಗಳು, ವಿಭಾಗಗಳು, ಕ್ರಮಾನುಗತ. ಬಳಕೆದಾರರ ಹರಿವು ಒಂದು ನಿರ್ದಿಷ್ಟ ಗುರಿಯನ್ನು ಸಾಧಿಸಲು (ನೋಂದಣಿ ಮಾಡುವುದು, ಉತ್ಪನ್ನವನ್ನು ಖರೀದಿಸುವುದು) ಒಬ್ಬ ಬಳಕೆದಾರನು ಹಾದುಹೋಗುವ ಸ್ಕ್ರೀನ್-ಟು-ಸ್ಕ್ರೀನ್ ಹಂತಗಳ ಅನುಕ್ರಮವಾಗಿದೆ. ಇಬ್ಬರೂ ಅದೃಶ್ಯ ಅಸ್ಥಿಪಂಜರವನ್ನು ನಿರ್ಮಿಸುತ್ತಾರೆ. AI ತ್ವರಿತವಾಗಿ ಈ ಅಸ್ಥಿಪಂಜರದ ಬಾಹ್ಯರೇಖೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ತರ್ಕ ಅಂತರವನ್ನು ಹಿಡಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ; ಆದರೆ ರಚನೆಯು ನಿಜವಾದ ಬಳಕೆದಾರರ ಮನಸ್ಸಿಗೆ ಸರಿಹೊಂದುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಮಾನವ ತೀರ್ಪು ಮತ್ತು ಪರೀಕ್ಷೆಯಿಂದ ಮಾತ್ರ ನಿರ್ಧರಿಸಬಹುದು.
ಮಾಹಿತಿ ವಾಸ್ತುಶಿಲ್ಪ: ಬಳಕೆದಾರರ ಭಾಷೆಯನ್ನು ಮಾತನಾಡುವುದು
IA ಯ ಮೂಲಭೂತ ಒತ್ತಡ ಹೀಗಿದೆ: ನೀವು ಸಂಸ್ಥೆಯ ತರ್ಕ ಅಥವಾ ಬಳಕೆದಾರರ ಮನಸ್ಸಿಗೆ ಅನುಗುಣವಾಗಿ ವಿಷಯವನ್ನು ಸಂಘಟಿಸುತ್ತೀರಾ? ಹೆಚ್ಚಿನ ವಿಫಲ ಮೆನುಗಳು ಕಂಪನಿಯ ಆಂತರಿಕ ವಿಭಾಗದ ರಚನೆಯನ್ನು ಬಳಕೆದಾರರ ಮೇಲೆ ಹೇರುತ್ತವೆ ("ಎಂಟರ್ಪ್ರೈಸ್ ಸೊಲ್ಯೂಷನ್ಸ್", "ಆಪರೇಷನ್ ಸೆಂಟರ್"). ಬಳಕೆದಾರರು "ನನ್ನ ಬಿಲ್ ಅನ್ನು ನಾನು ಹೇಗೆ ಪಾವತಿಸುವುದು?" ಎಂದು ಕೇಳಿದರೆ ಅವನು ಯೋಚಿಸುತ್ತಾನೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಇಲ್ಲಿ ದ್ವಿಮುಖ ಸಹಾಯಕವಾಗಿದೆ. ಒಂದೆಡೆ, ಇದು ಸಮಂಜಸವಾದ ಆರಂಭಿಕ ವರ್ಗ ರಚನೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ; ಮತ್ತೊಂದೆಡೆ, ಬಳಕೆದಾರರ ಭಾಷೆಯ ವಿರುದ್ಧ ನಿಮ್ಮ ಪ್ರಸ್ತುತ ರಚನೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಇದು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಆದರೆ ಮಾದರಿ ಸೂಚಿಸುವ ಟ್ಯಾಗ್ಗಳು ಸಾಮಾನ್ಯವಾಗಿ "ಸರಾಸರಿ ಇಂಟರ್ನೆಟ್ ಭಾಷೆ"; ನಿಮ್ಮ ಬಳಕೆದಾರರು ನಿಜವಾಗಿ ಬಳಸುವ ಪದಗಳು ವಿಭಿನ್ನವಾಗಿರಬಹುದು. ಆದ್ದರಿಂದ, IA ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಕಾರ್ಡ್ ವಿಂಗಡಣೆಯಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ: ನಿಜವಾದ ಬಳಕೆದಾರರಿಗೆ ವಿಷಯ ಕಾರ್ಡ್ಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ ಮತ್ತು ಅವರು ಅವುಗಳನ್ನು ವಿಂಗಡಿಸುತ್ತಾರೆ; ನೀವು ಅವರ ಗುಂಪಿಗೆ ಅನುಗುಣವಾಗಿ ರಚನೆಯನ್ನು ಹೊಂದಿಸಿ.
ಸಲಹೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ವರ್ಗ ಸಲಹೆಗಳನ್ನು ಪಡೆಯುವಾಗ, "ಪ್ರತಿ ವರ್ಗವನ್ನು ಬಳಕೆದಾರರು ನಿರ್ಮಿಸುವ ಪ್ರಶ್ನೆ ವಾಕ್ಯಕ್ಕೆ ಭಾಷಾಂತರಿಸಲು" ಸಹ ಕೇಳಿ. ಇದು ಕಾರ್ಪೊರೇಟ್ ಪರಿಭಾಷೆಯಿಂದ ಬಳಕೆದಾರ ಭಾಷೆಗೆ ಪರಿವರ್ತನೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
ಬಳಕೆದಾರರ ಹರಿವುಗಳು: ಹಂತಗಳು, ನಿರ್ಧಾರಗಳು ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳು
ಉತ್ತಮ ಫ್ಲೋಚಾರ್ಟ್ ಮೂರು ವಿಷಯಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ: ಹಂತಗಳು (ಬಳಕೆದಾರರು ಏನು ಮಾಡುತ್ತಾರೆ), ನಿರ್ಧಾರದ ಅಂಕಗಳು (ಹೌದು/ಇಲ್ಲ ಶಾಖೆಗಳು), ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳು - ಮುಖ್ಯ ಮಾರ್ಗದಿಂದ ಹೊರಗಿರುವ ಸಂದರ್ಭಗಳು: ಖಾಲಿ ಕಾರ್ಟ್, ಕೆಟ್ಟ ಪಾಸ್ವರ್ಡ್, ಇಂಟರ್ನೆಟ್ ಸ್ಥಗಿತ, ಅವಧಿ ಮುಗಿದ ಸೆಷನ್. ಅನನುಭವಿ ವಿನ್ಯಾಸಗಳು "ಸಂತೋಷದ ಹಾದಿ" (ಎಲ್ಲವೂ ಚೆನ್ನಾಗಿ ನಡೆಯುವ ಸನ್ನಿವೇಶ) ಅನ್ನು ಸೆಳೆಯುತ್ತವೆ ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಮರೆತುಬಿಡುತ್ತವೆ; ಬಳಕೆದಾರರು ಹೆಚ್ಚಾಗಿ ಈ ಮರೆತುಹೋದ ಸ್ಥಳಗಳಲ್ಲಿ ಹ್ಯಾಂಗ್ ಔಟ್ ಮಾಡುತ್ತಾರೆ.
ಇಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ: ನೀವು ಸ್ಟ್ರೀಮ್ ಅನ್ನು ರಫ್ತು ಮಾಡಿದಾಗ, ನೀವು "ಯಾವ ಅಂಚಿನ ಸ್ಥಿತಿಗಳು ಕಾಣೆಯಾಗಿವೆ?" ನೀವು ಕೇಳಿದಾಗ, ಅದು ಸಾಮಾನ್ಯವಾಗಿ ನೀವು ತಪ್ಪಿಸಿಕೊಂಡ ಕೆಲವನ್ನು ಹಿಡಿಯುತ್ತದೆ. ಮಾದರಿಯು ಹರಿವಿನ ವಿಮರ್ಶಕನಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಆದರೆ ಅದು ಶಿಫಾರಸು ಮಾಡುವ ಪ್ರತಿಯೊಂದು ಶಾಖೆಯು ನಿಜವಾಗಿಯೂ ಅಗತ್ಯವಿದೆಯೇ ಎಂದು ನೀವು ನಿರ್ಧರಿಸುತ್ತೀರಿ, ಉತ್ಪನ್ನದ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಬಳಕೆದಾರರ ವಾಸ್ತವತೆ; ಇಲ್ಲದಿದ್ದರೆ, ಹರಿವು ಅನಗತ್ಯವಾಗಿ ಸಂಕೀರ್ಣವಾಗುತ್ತದೆ.
ಸ್ಟ್ರೀಮ್ ಅಂಶ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೊಡುಗೆ
ಮಾನವ ನಿರ್ಧಾರ
ಮುಖ್ಯ ಹಂತಗಳು
ಪ್ರಮಾಣಿತ ಶ್ರೇಣಿಯ ಕರಡು
ಉತ್ಪನ್ನ-ನಿರ್ದಿಷ್ಟ ಸರಳೀಕರಣ
ನಿರ್ಧಾರದ ಅಂಕಗಳು
ಸಂಭವನೀಯ ಶಾಖೆಗಳು
ನಿಜವಾಗಿಯೂ ಏನು ಅಗತ್ಯ
ಎಡ್ಜ್ ಪ್ರಕರಣಗಳು
ಮರೆತುಹೋದ ವಿಷಯಗಳ ಜ್ಞಾಪನೆ
ಏನನ್ನು ಮುಚ್ಚಲಾಗುವುದು
ಲೇಬಲ್/ಪಠ್ಯ
ಮೊದಲ ಸಲಹೆ
ಬಳಕೆದಾರ ಭಾಷೆಗೆ ಹೊಂದಿಕೊಳ್ಳುವಿಕೆ
ದೋಷ ಮಾರ್ಗಗಳು
ಸಾಮಾನ್ಯ ಮಾದರಿಗಳು
ಉತ್ಪನ್ನದ ನಿಜವಾದ ದೋಷದ ವಿಧಗಳು
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಮೆನು ಸರಳವಾಗಿದೆ. ಒಂದು ತಂಡವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ 9 ಮುಖ್ಯ ಮೆನು ಶೀರ್ಷಿಕೆಗಳನ್ನು ನೀಡಿತು ಮತ್ತು "ಅವುಗಳನ್ನು ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆ ವಾಕ್ಯಕ್ಕೆ ಭಾಷಾಂತರಿಸಲು" ಕೇಳಿತು. 3 ಶಿರೋನಾಮೆಗಳು ಒಂದೇ ಪ್ರಶ್ನೆಗೆ ಸಂಬಂಧಿಸಿವೆ ("ನನ್ನ ಖಾತೆಯನ್ನು ನಾನು ಹೇಗೆ ನಿರ್ವಹಿಸುವುದು?"); ಮೆನುವನ್ನು 9 ರಿಂದ 6 ಕ್ಕೆ ಇಳಿಸಲಾಗಿದೆ. ನಂತರ 14 ಬಳಕೆದಾರರನ್ನು ಕಾರ್ಡ್ ಗ್ರೂಪಿಂಗ್ನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಲಾಯಿತು ಮತ್ತು ವಿಲೀನವನ್ನು ಪರಿಶೀಲಿಸಲಾಯಿತು. ಕ್ಲಿಕ್ ಯಶಸ್ಸು 61% ರಿಂದ 86% ಕ್ಕೆ ಏರಿತು.
ಪ್ರಕರಣ 2 - ಕ್ಯಾಚ್ ಎಡ್ಜ್ ಕೇಸ್. ಒಂದು ರೆಕಾರ್ಡಿಂಗ್ ರನ್ನಲ್ಲಿ, ತಂಡವು ಯಶಸ್ವಿ ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಮಾತ್ರ ಡ್ರಾ ಮಾಡಿತು. AI ಕೇಳುತ್ತದೆ "ಇಮೇಲ್ ಈಗಾಗಲೇ ನೋಂದಾಯಿಸಿದ್ದರೆ ಏನಾಗುತ್ತದೆ?", "ಪರಿಶೀಲನೆ ಇಮೇಲ್ ಬರದಿದ್ದರೆ?", "ಅದು ಮುಚ್ಚಿದರೆ ಮತ್ತು ಮಧ್ಯದಲ್ಲಿ ಹಿಂತಿರುಗಿದರೆ ಏನು?" ರಚಿಸಲಾದ ಪ್ರಶ್ನೆಗಳು. ತಂಡವು 3 ಅಂಚಿನ ರಾಜ್ಯಗಳನ್ನು ಹರಿವಿಗೆ ಸೇರಿಸಿತು; ಇದು ಲೈವ್ ಆಗುವಾಗ, ಬೆಂಬಲ ವಿನಂತಿಗಳು ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆಯಾದವು. ಪಾಠ: ಮಾದರಿಯು ಉತ್ತಮ "ಮರೆತುಹೋದವರ ಜ್ಞಾಪನೆ" ಆಗಿದೆ.
ಪ್ರಕರಣ 3 - ಅನಗತ್ಯ ಶಾಖೆಯನ್ನು ತಿರಸ್ಕರಿಸಲಾಗಿದೆ. AI "ಕ್ರಿಪ್ಟೋಕರೆನ್ಸಿ ಆಯ್ಕೆ" ಮತ್ತು "ಬಹು-ವಿಳಾಸ ನಿರ್ವಹಣೆ" ನಂತಹ ಪಾವತಿಯ ಹರಿವಿಗೆ ಶಾಖೆಗಳನ್ನು ಸೂಚಿಸಿದೆ. ಇವುಗಳನ್ನು ಉತ್ಪನ್ನದ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಸೇರಿಸಲಾಗಿಲ್ಲ; ವಿನ್ಯಾಸಕರು ಸಲಹೆಗಳನ್ನು ತಿರಸ್ಕರಿಸಿದರು. ಪಾಠ: ಮಾದರಿಯ ಪ್ರತಿಯೊಂದು ಸಲಹೆಯನ್ನು ಸ್ವೀಕರಿಸಲಾಗುವುದಿಲ್ಲ; ವ್ಯಾಪ್ತಿಯ ನಿರ್ಧಾರವು ಮಾನವನದ್ದಾಗಿದೆ, ಇಲ್ಲದಿದ್ದರೆ ಹರಿವು ಉಬ್ಬುತ್ತದೆ.
ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ಗಳು
ನಿಮ್ಮ ಪಾತ್ರ: ಮಾಹಿತಿ ವಾಸ್ತುಶಿಲ್ಪ ತಜ್ಞ. ಕೆಳಗಿನ ವಿಷಯ/ವೈಶಿಷ್ಟ್ಯ ಪಟ್ಟಿಯನ್ನು ಬಳಕೆದಾರರ ಮನಸ್ಸಿಗೆ ಸರಿಹೊಂದುವ ವರ್ಗಗಳಾಗಿ ಗುಂಪು ಮಾಡಿ. ಪ್ರತಿ ವರ್ಗಕ್ಕೂ ಒಂದು ಸಣ್ಣ ಲೇಬಲ್ ಮತ್ತು ಬಳಕೆದಾರರು ನಿರ್ಮಿಸುವ ಪ್ರಶ್ನೆ ನುಡಿಗಟ್ಟು ಎರಡನ್ನೂ ನೀಡಿ. ಕಾರ್ಪೊರೇಟ್ ಪರಿಭಾಷೆಯನ್ನು ತಪ್ಪಿಸಿ. 6 ಪೋಷಕ ವರ್ಗಗಳವರೆಗೆ ಬಳಸಿ.ಪಟ್ಟಿ: <<ವಿಷಯ>>
ಈ ಬಳಕೆದಾರರ ಹರಿವನ್ನು ಪರೀಕ್ಷಿಸಿ: <<ಹಂತಗಳು>>.1) ಮಿಸ್ಸಿಂಗ್ ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಐಡಲ್ ಸ್ಟೇಟ್, ಎರರ್, ಟೈಮ್ಔಟ್, ಮರು-ಲಾಗಿನ್).2) ಅನಾವಶ್ಯಕ ಅಥವಾ ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿರುವ ಹಂತಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ.3) ಬಳಕೆದಾರ ಭಾಷೆಗೆ ಹೊಂದಿಕೆಯಾಗದ ಟ್ಯಾಗ್ಗಳನ್ನು ಸೂಚಿಸಿ. ಪ್ರತಿ ಐಟಂಗೆ ಒಂದು ವಾಕ್ಯದ ಸಮರ್ಥನೆಯನ್ನು ನೀಡಿ. ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಹೇಳುವುದಾದರೆ; "ತಪಾಸಣೆ ಮಾಡಬೇಕು" ಎಂದು ಹೇಳಿ.
ಕೆಳಗಿನ ಕಾರ್ಯಕ್ಕಾಗಿ ಸ್ಕ್ರೀನ್-ಬೈ-ಸ್ಕ್ರೀನ್ ಬಳಕೆದಾರರ ಹರಿವನ್ನು ಸ್ಕೆಚ್ ಮಾಡಿ: "<<task>>". ಫಾರ್ಮ್ಯಾಟ್: ಪ್ರತಿ ಹಂತ = ಪರದೆಯ ಹೆಸರು > ಬಳಕೆದಾರ ಕ್ರಿಯೆ > ಸಿಸ್ಟಮ್ ಪ್ರತಿಕ್ರಿಯೆ. "IF... THEN" ನೊಂದಿಗೆ ಪ್ರತ್ಯೇಕ ನಿರ್ಧಾರ ಬಿಂದುಗಳು. ಸಂತೋಷದ ಹಾದಿಯೊಂದಿಗೆ ಕನಿಷ್ಠ 2 ದೋಷ ಮಾರ್ಗಗಳನ್ನು ತೋರಿಸಿ.
ಈ ಮೆನು ರಚನೆಯನ್ನು ಕಾರ್ಡ್ ಗ್ರೂಪಿಂಗ್ ಫಲಿತಾಂಶದೊಂದಿಗೆ ಹೋಲಿಸಿ: ಶಿಫಾರಸು ಮಾಡಲಾದ ರಚನೆ: <<a>> ಬಳಕೆದಾರರ ಗುಂಪು: <<b>>. ಕೋಷ್ಟಕದಲ್ಲಿ ಹೊಂದಾಣಿಕೆಯಾಗದ ನಿಯೋಜನೆಗಳನ್ನು ತೋರಿಸಿ ಮತ್ತು ಬಳಕೆದಾರರ ಮನಸ್ಸಿಗೆ ಯಾವುದು ಹತ್ತಿರವಾಗಿದೆ ಎಂಬುದನ್ನು ಸಮರ್ಥಿಸಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ನನಗೆ ರೆಕಾರ್ಡಿಂಗ್ ಸ್ಟ್ರೀಮ್ ಬರೆಯಿರಿ."
ಫಲಿತಾಂಶ: ಯಾವುದೇ ಅಂಚಿನ ಪ್ರಕರಣಗಳಿಲ್ಲದ ಸಾಮಾನ್ಯ ಹಂತದ ಪಟ್ಟಿ, ಸಂತೋಷದ ಹಾದಿಯನ್ನು ಮಾತ್ರ ಒಳಗೊಂಡಿದೆ.
ಪ್ರಬಲ: "ಈ ಕಾರ್ಯಕ್ಕಾಗಿ ಸ್ಕ್ರೀನ್-ಬೈ-ಸ್ಕ್ರೀನ್ ಹರಿವನ್ನು ಬರೆಯಿರಿ; ಪ್ರತಿ ಹಂತವನ್ನು 'ಸ್ಕ್ರೀನ್ > ಆಕ್ಷನ್ > ಸಿಸ್ಟಮ್ ಪ್ರತಿಕ್ರಿಯೆ' ಸ್ವರೂಪದಲ್ಲಿ ನೀಡಿ; ಸಂತೋಷದ ಹಾದಿಯ ಪಕ್ಕದಲ್ಲಿ ಕನಿಷ್ಠ 2 ದೋಷ ಮಾರ್ಗಗಳನ್ನು ತೋರಿಸಿ; IF-THEN ನೊಂದಿಗೆ ಪ್ರತ್ಯೇಕ ನಿರ್ಧಾರ ಬಿಂದುಗಳು."
ಫಲಿತಾಂಶ: ಗೋಚರ ಅಂಚಿನ ಸ್ಥಿತಿಗಳು ಮತ್ತು ಶಾಖೆಗಳೊಂದಿಗೆ ಕಾರ್ಯಸಾಧ್ಯವಾದ ಹರಿವು.
ವ್ಯತ್ಯಾಸ: ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಫಾರ್ಮ್ಯಾಟ್ ಅಗತ್ಯವಿದೆ + ದೋಷ ಮಾರ್ಗ ಕಡ್ಡಾಯ + ನಿರ್ಧಾರ ಬಿಂದು; ಇವು ಹರಿವನ್ನು ನೈಜ ಜಗತ್ತಿಗೆ ಹತ್ತಿರ ತರುತ್ತವೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಕೇವಲ ಸಂತೋಷದ ರೀತಿಯಲ್ಲಿ ವಿನ್ಯಾಸ. ಬಳಕೆದಾರನು ಅಂಚಿನ ಸಂದರ್ಭಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಸಿಲುಕಿಕೊಳ್ಳುತ್ತಾನೆ; ಅವುಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು.
- ಕಾರ್ಪೊರೇಟ್ ಪರಿಭಾಷೆಯನ್ನು ಮೆನುವಿನಲ್ಲಿ ತರುವುದು. ಬಳಕೆದಾರರು "ನನ್ನ ಆದೇಶ ಎಲ್ಲಿದೆ" ಎಂದು ಹುಡುಕುತ್ತಾರೆ, "ಕಾರ್ಯಾಚರಣೆ ಕೇಂದ್ರ" ಅಲ್ಲ.
- ಕಾರ್ಡ್ ಗುಂಪು ಮಾಡದೆಯೇ IA ಅನ್ನು ಅಂತಿಮಗೊಳಿಸುವುದು. ಮಾದರಿ ಪ್ರಸ್ತಾಪವು ಊಹೆಯಾಗಿದೆ; ಬಳಕೆದಾರರು ಪರೀಕ್ಷೆಯನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ.
- ಮಾದರಿಯ ಪ್ರತಿ ಹರಿವಿನ ಸಲಹೆಯನ್ನು ಸೇರಿಸಲಾಗುತ್ತಿದೆ. ವ್ಯಾಪ್ತಿಯ ಹೊರಗಿನ ಶಾಖೆಗಳು ಹರಿವನ್ನು ಉಬ್ಬುತ್ತವೆ; ತಿರಸ್ಕರಿಸುವುದು ಸಹ ನಿರ್ಧಾರವಾಗಿದೆ.
- ಲೇಬಲ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿಲ್ಲ. "ಅರ್ಥವಾಗುವುದು" ಎಂದು ನೀವು ಭಾವಿಸುವ ಲೇಬಲ್ ಬಳಕೆದಾರರಿಗೆ ಅಪರಿಚಿತವಾಗಿರಬಹುದು.
ಸಾರಾಂಶದಲ್ಲಿ
ಮಾಹಿತಿ ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ಬಳಕೆದಾರರ ಹರಿವು ಉತ್ಪನ್ನದ ಅದೃಶ್ಯ ಅಸ್ಥಿಪಂಜರವಾಗಿದೆ; ಬಳಕೆದಾರರ ಅನುಭವದ ದ್ರವತೆ ಹೆಚ್ಚಾಗಿ ಇದರಿಂದ ಬರುತ್ತದೆ. AI ತೋರಿಕೆಯ ವರ್ಗ ರಚನೆಗಳು, ವಿಮರ್ಶೆಗಳ ಹರಿವುಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ ಮತ್ತು ಮರೆತುಹೋಗಿರುವ ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಹಿಡಿಯುವಲ್ಲಿ ವಿಶೇಷವಾಗಿ ಶಕ್ತಿಯುತವಾಗಿದೆ. ಆದರೆ ಲೇಬಲ್ಗಳು ಬಳಕೆದಾರರ ಭಾಷೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತವೆಯೇ ಎಂಬುದನ್ನು ಕಾರ್ಡ್ ಗ್ರೂಪಿಂಗ್ ಮೂಲಕ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಹರಿವಿನ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಕವಲೊಡೆಯುವ ಅಗತ್ಯವನ್ನು ಮಾನವ ತೀರ್ಮಾನದಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ಮಾದರಿಯನ್ನು ಡ್ರಾಫ್ಟರ್ ಮತ್ತು ವಿಮರ್ಶಕರಾಗಿ ಬಳಸಿ; ಬಳಕೆದಾರರ ಮನಸ್ಸಿಗೆ ಅನುಗುಣವಾಗಿ ನೀವು ರಚನೆಯನ್ನು ಮಾಪನಾಂಕ ಮಾಡುತ್ತೀರಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
- ಉತ್ಪನ್ನದ 8-10 ವಿಷಯಗಳು/ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಮೊದಲ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ ವರ್ಗ ರಚನೆಯನ್ನು ರಚಿಸಿ.
- ಪ್ರತಿ ವರ್ಗವನ್ನು ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆ ವಾಕ್ಯಕ್ಕೆ ಭಾಷಾಂತರಿಸಿ ಮತ್ತು ಗೊಂದಲಕ್ಕೊಳಗಾದವುಗಳನ್ನು ಸಂಯೋಜಿಸಿ.
- ಕಾರ್ಯವನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಮೂರನೇ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ (ಕನಿಷ್ಠ 2 ದೋಷ ಮಾರ್ಗಗಳೊಂದಿಗೆ) ಸ್ಕ್ರೀನ್-ಬೈ-ಸ್ಕ್ರೀನ್ ಹರಿವನ್ನು ಸೆಳೆಯಿರಿ.
- ಎರಡನೇ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ, ಹರಿವನ್ನು ಟೀಕಿಸಿ, ಮಿಸ್ಸಿಂಗ್ ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಅನಗತ್ಯ ಹಂತಗಳನ್ನು ತೆಗೆದುಹಾಕಿ.
- ಸಾಧ್ಯವಾದರೆ, 3-5 ಜನರೊಂದಿಗೆ ಮಿನಿ ಕಾರ್ಡ್ಗಳನ್ನು ಗುಂಪು ಮಾಡಿ ಮತ್ತು ಫಲಿತಾಂಶಗಳ ಪ್ರಕಾರ ರಚನೆಯನ್ನು ಹೊಂದಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ವರ್ಗಗಳನ್ನು ಬಳಕೆದಾರ ಭಾಷೆಗೆ ಅನುವಾದಿಸಿದೆ ಮತ್ತು ಪರಿಭಾಷೆಯನ್ನು ತೆಗೆದುಹಾಕಿದೆ.
- [ ] ಸಂತೋಷದ ಹಾದಿಯ ಜೊತೆಗೆ, ನಾನು ಹರಿವಿನಲ್ಲಿ ದೋಷ ಮಾರ್ಗಗಳನ್ನು ಸಹ ಸೆಳೆಯುತ್ತೇನೆ.
- [ ] ನಾನು ಕಾಣೆಯಾದ ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದೇನೆ ಮತ್ತು ಅವುಗಳನ್ನು ಸೇರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿರುವ ಸಲಹೆಗಳನ್ನು ತಿರಸ್ಕರಿಸಿದೆ.
- [ ] ನಾನು ಕಾರ್ಡ್ ಗ್ರೂಪಿಂಗ್ ಅಥವಾ ಬಳಕೆದಾರರ ಪರೀಕ್ಷೆಯೊಂದಿಗೆ IA ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿದೆ.
- [ ] ನಾನು ಟ್ಯಾಗ್ಗಳನ್ನು ನಿಜವಾದ ಬಳಕೆದಾರ ಪದಗಳೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.