ಘಟಕಗಳು
1. ಫ್ಯಾಷನ್ ವಿನ್ಯಾಸದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ದೃಢೀಕರಣ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ಗೌಪ್ಯತೆ 2. ಪ್ರವೃತ್ತಿ, ಸಂಸ್ಕೃತಿ ಮತ್ತು ಋತುವಿನ ವಿಶ್ಲೇಷಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಒಳನೋಟ ಸಂಶ್ಲೇಷಣೆ 3. ಬಣ್ಣ, ಪ್ಯಾಲೆಟ್ ಮತ್ತು ಬಣ್ಣದ ಚಾರ್ಟ್: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಋತುಮಾನದ ಬಣ್ಣಗಳನ್ನು ಯೋಜಿಸುವುದು 4. ಪರಿಕಲ್ಪನೆ ಮತ್ತು ಮೂಡ್‌ಬೋರ್ಡ್: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸೃಜನಾತ್ಮಕ ನಿರ್ದೇಶನವನ್ನು ಸ್ಥಾಪಿಸುವುದು 5. ಜನರೇಟಿವ್ ದೃಶ್ಯದೊಂದಿಗೆ ಔಟ್‌ಫಿಟ್ ಕಾನ್ಸೆಪ್ಟ್: ಪ್ರಾಂಪ್ಟ್, ಬದಲಾವಣೆ ಮತ್ತು ಬ್ರ್ಯಾಂಡ್ ಸ್ಥಿರತೆ 6. ಸಂಗ್ರಹ ಯೋಜನೆ ಮತ್ತು ಲೈನ್ ಯೋಜನೆ: ಋತುವನ್ನು ರಚಿಸುವುದು 7. ಫ್ಯಾಬ್ರಿಕ್, ಮೆಟೀರಿಯಲ್ ಮತ್ತು ಟೆಕ್ಸ್ಚರ್ ಆಯ್ಕೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ವಸ್ತು ಸಂಶೋಧನೆ 8. ಟೆಕ್ನಿಕಲ್ ಡ್ರಾಯಿಂಗ್, ಟೆಕ್ ಪ್ಯಾಕ್ ಮತ್ತು ಡೈಮೆನ್ಶನ್ ಟೇಬಲ್ ಸಪೋರ್ಟ್ 9. ಮಾದರಿ, ಫಿಟ್ಟಿಂಗ್ ಮತ್ತು ಉತ್ಪನ್ನ ಅಭಿವೃದ್ಧಿ ಚಕ್ರ: ಕಾಮೆಂಟ್ ಮತ್ತು ಸಂವಹನ 10. ಉತ್ಪಾದನೆ, ಪೂರೈಕೆ ಮತ್ತು ಸುಸ್ಥಿರತೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಜವಾಬ್ದಾರಿಯುತ ಫ್ಯಾಷನ್ 11. ವರ್ಕ್‌ಫ್ಲೋ ಮತ್ತು ಟೂಲ್ ಇಕೋಸಿಸ್ಟಮ್: ಎಂಡ್-ಟು-ಎಂಡ್ ಇಂಟಿಗ್ರೇಷನ್ 12. ಸ್ವಂತಿಕೆ, ಹಕ್ಕುಸ್ವಾಮ್ಯ, ಬ್ರ್ಯಾಂಡ್ ಸುರಕ್ಷತೆ ಮತ್ತು ನೈತಿಕತೆ: ಕಾನೂನು ಮಿತಿಗಳು ಮತ್ತು ಜವಾಬ್ದಾರಿ
ಘಟಕ 11 / 12

ವರ್ಕ್‌ಫ್ಲೋ ಮತ್ತು ಟೂಲ್ ಇಕೋಸಿಸ್ಟಮ್: ಎಂಡ್-ಟು-ಎಂಡ್ ಇಂಟಿಗ್ರೇಷನ್

ಲಾಭಗಳು:

  • ಫ್ಯಾಶನ್ ವಿನ್ಯಾಸದ (ಟ್ರೆಂಡ್, ಕಾನ್ಸೆಪ್ಟ್, ಡಿಸೈನ್, ಟೆಕ್ನಿಕ್, ಪ್ರೊಡಕ್ಷನ್) ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಉಪಕರಣಗಳು ವ್ಯವಸ್ಥೆಯಾಗಿ ಈ ಹರಿವಿಗೆ ಎಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ
  • ಸಂಶೋಧನೆಯಿಂದ ಟೆಕ್ ಪ್ಯಾಕ್‌ಗೆ ಪುನರಾವರ್ತಿತ ಕಾರ್ಯಗಳನ್ನು ಸ್ಥಿರವಾದ AI- ಬೆಂಬಲಿತ ವರ್ಕ್‌ಫ್ಲೋ ಮತ್ತು ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿಯಾಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ಮಾನವ ಅಂಗೀಕಾರದ ಬಿಂದುಗಳನ್ನು (ಸೌಂದರ್ಯಶಾಸ್ತ್ರ, ವಸ್ತು, ಉತ್ಪಾದನೆ, ಕಾನೂನು) ವರ್ಕ್‌ಫ್ಲೋನಲ್ಲಿ ಇರಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.

ಹಿಂದಿನ ಘಟಕಗಳಲ್ಲಿ, ನಾವು ವೈಯಕ್ತಿಕ ಹಂತಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪಾತ್ರವನ್ನು ಕಲಿತಿದ್ದೇವೆ: ಪ್ರವೃತ್ತಿ, ಬಣ್ಣ, ಪರಿಕಲ್ಪನೆ, ದೃಶ್ಯ, ಸಂಗ್ರಹಣೆ, ಫ್ಯಾಬ್ರಿಕ್, ಟೆಕ್ ಪ್ಯಾಕ್, ಫಿಟ್ಟಿಂಗ್, ಉತ್ಪಾದನೆ. ಆದರೆ ಡಿಸೈನರ್‌ನ ನಿಜವಾದ ಶಕ್ತಿಯು ಈ ಹಂತಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಹರಿಯುವ ಬದಲು ಒಟ್ಟಾರೆಯಾಗಿ ನಿರ್ವಹಿಸುವುದರಿಂದ ಬರುತ್ತದೆ. ಈ ಘಟಕವು ಈ ಎಲ್ಲಾ ಭಾಗಗಳನ್ನು ಒಂದೇ ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಕೆಲಸದ ಹರಿವಿಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ ಮತ್ತು ಈ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಎಲ್ಲಿ ಮತ್ತು ಹೇಗೆ ವ್ಯವಸ್ಥೆಯಾಗಿ ಇರಿಸಬೇಕು ಎಂದು ಪರಿಗಣಿಸುತ್ತದೆ.

ಮೂಲಭೂತವಾಗಿ, ಫ್ಯಾಷನ್ ವರ್ಕ್‌ಫ್ಲೋ ಈ ಸರಪಳಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ: ಸಂಶೋಧನೆ → ಪರಿಕಲ್ಪನೆ → ವಿನ್ಯಾಸ → ತಂತ್ರ → ಉತ್ಪಾದನೆ → ಪೋಸ್ಟ್. ಪ್ರತಿ ರಿಂಗ್ ಹಿಂದಿನ ಔಟ್ಪುಟ್ ಅನ್ನು ಇನ್ಪುಟ್ ಆಗಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಪ್ರವೃತ್ತಿ ಸಂಶೋಧನೆಯು ಪರಿಕಲ್ಪನೆಯನ್ನು ಇಂಧನಗೊಳಿಸುತ್ತದೆ; ಪರಿಕಲ್ಪನೆಯ ಬಣ್ಣ ಮತ್ತು ಮೂಡ್ ಬೋರ್ಡ್; ಅವರು ದೃಶ್ಯಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಾರೆ; ವಿನ್ಯಾಸ ಟೆಕ್ ಪ್ಯಾಕ್; ಟೆಕ್ ಪ್ಯಾಕ್ ಮಾದರಿ; ಮಾದರಿ ಉತ್ಪಾದನೆ. ಈ ಸರಪಳಿಯು ಸಂಪರ್ಕ ಕಡಿತಗೊಂಡರೆ (ಪ್ರತಿ ಹಂತವು ಇನ್ನೊಂದಕ್ಕೆ ತಿಳಿದಿಲ್ಲ), ಮಾಹಿತಿಯು ಕಳೆದುಹೋಗುತ್ತದೆ ಮತ್ತು ಕೆಲಸವು ಪುನರಾವರ್ತನೆಯಾಗುತ್ತದೆ. ಇದು ಸಮಗ್ರವಾಗಿ ಕೆಲಸ ಮಾಡಿದರೆ, ಪ್ರತಿ ಹಂತವು ಮುಂದಿನದನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಏಕೀಕರಣವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ - ಆದರೆ ಮಾನವ ಅನುಮೋದನೆ ಗೇಟ್‌ಗಳನ್ನು ಸರಿಯಾದ ಸ್ಥಳಗಳಲ್ಲಿ ಇರಿಸಿದರೆ ಮಾತ್ರ.

ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಇರಿಸುವುದು

ಸರಿಯಾದ ಮಾನಸಿಕ ಮಾದರಿ ಇದು: AI ಉಂಗುರಗಳ ನಡುವಿನ ವೇಗವರ್ಧಕವಾಗಿದೆ ಮತ್ತು ಮಾನವರು ಉಂಗುರಗಳ ನಡುವೆ ಅನುಮೋದನೆಯ ಗೇಟ್ ಆಗಿದ್ದಾರೆ. ಪ್ರತಿ ಹಂತದಲ್ಲಿ, AI ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಒಬ್ಬರು ಅನುಮೋದಿಸುತ್ತಾರೆ, ಸರಿಪಡಿಸುತ್ತಾರೆ ಅಥವಾ ತಿರಸ್ಕರಿಸುತ್ತಾರೆ; ಅನುಮೋದಿತ ಔಟ್ಪುಟ್ ಮುಂದಿನ ಹಂತದ ಇನ್ಪುಟ್ ಆಗುತ್ತದೆ. ಈ ಮಾದರಿಯು ವೇಗ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆ ಎರಡನ್ನೂ ನಿರ್ವಹಿಸುತ್ತದೆ.

ಅಂಗೀಕಾರದ ಬಾಗಿಲುಗಳನ್ನು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಇಡುವುದು ರಹಸ್ಯವಾಗಿದೆ. ಪ್ರತಿಯೊಂದು ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳು (ಸೌಂದರ್ಯದ ನಿರ್ದೇಶನ, ವಸ್ತು, ಮಾಪನ, ಉತ್ಪಾದನೆ, ಕಾನೂನು/ಹಕ್ಕುಸ್ವಾಮ್ಯ) ಒಂದು ಬಾಗಿಲು: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಆ ಬಾಗಿಲಿಗೆ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ತರುತ್ತದೆ, ಆದರೆ ಮಾನವರು ಮಾತ್ರ ಬಾಗಿಲು ತೆರೆಯುತ್ತಾರೆ. ಗೇಟ್‌ಲೆಸ್ ವರ್ಕ್‌ಫ್ಲೋ - AI ಔಟ್‌ಪುಟ್‌ನ ಅನಿಯಂತ್ರಿತ ಹರಿವು ನೇರವಾಗಿ ಮುಂದಿನ ಹಂತಕ್ಕೆ - ದೋಷಗಳು ಘಾತೀಯವಾಗಿ ಬೆಳೆಯುವ ಸರಪಳಿಯಾಗಿದೆ. ತಪ್ಪು ಪ್ರವೃತ್ತಿಯ ವ್ಯಾಖ್ಯಾನವು ತಪ್ಪು ಪರಿಕಲ್ಪನೆಯಾಗಿ ಬದಲಾಗುತ್ತದೆ, ಅದು ತಪ್ಪು ವಿನ್ಯಾಸ, ತಪ್ಪು ಉತ್ಪಾದನೆ.

ಇನ್ನೊಂದು ಶಕ್ತಿ ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿ. ನೀವು ಹಿಂದಿನ ಘಟಕಗಳಿಂದ (ಸಿಗ್ನಲ್ ಸಾರಾಂಶ, ಪ್ಯಾಲೆಟ್ ಜನರೇಟರ್, ದೃಶ್ಯ ಪ್ರಾಂಪ್ಟ್, ಟೆಕ್ ಪ್ಯಾಕ್ ಇನ್‌ಸ್ಪೆಕ್ಟರ್, ಪರಿಷ್ಕರಣೆ ಫಾರ್ಮ್...) ಎಲ್ಲಾ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಒಂದೇ ಸ್ಥಳದಲ್ಲಿ ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು ನಿಮ್ಮ ಬ್ರ್ಯಾಂಡ್‌ಗೆ ಅಳವಡಿಸಿಕೊಂಡರೆ, ಮರುಕಳಿಸುವ ಕಾರ್ಯಗಳು ಪ್ರಬುದ್ಧ ನೆಲೆಯಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತವೆ, ಆದರೆ ಪ್ರತಿ ಋತುವಿನಲ್ಲಿ ಮೊದಲಿನಿಂದಲ್ಲ. ಇದು ಚದುರಿದ "ಸಾಂದರ್ಭಿಕ ಸಾಧನ" ಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ AI ಅನ್ನು ಕೆಲಸದ ಹರಿವಿನ ಶಾಶ್ವತ ಭಾಗವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ.

ಸಲಹೆ: ಕಾಗದದ ತುಂಡು ಮೇಲೆ ನಿಮ್ಮ ಕೆಲಸದ ಹರಿವನ್ನು ಎಳೆಯಿರಿ ಮತ್ತು ಪ್ರತಿ ಬಾಣದ ಮೇಲೆ ಎರಡು ಟಿಪ್ಪಣಿಗಳನ್ನು ಹಾಕಿ: "AI ಇಲ್ಲಿ ಏನು ಉತ್ಪಾದಿಸುತ್ತದೆ" ಮತ್ತು "ಮನುಷ್ಯನು ಇಲ್ಲಿ ಏನು ಅನುಮೋದಿಸುತ್ತಾನೆ". ದೃಢೀಕರಣ ಟಿಪ್ಪಣಿಯಲ್ಲಿ ಯಾವುದೇ ಬಾಣಗಳನ್ನು ಖಾಲಿ ಬಿಡಬೇಡಿ; ಬಾಗಿಲಿಲ್ಲದ ಪ್ರತಿಯೊಂದು ಮಾರ್ಗವು ಅಪಾಯದ ಹಂತವಾಗಿದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಸಮಗ್ರ ಋತುವಿನ ಹರಿವು

ಹಂತ 1 - ಹರಿವಿನ ನಕ್ಷೆ. ಋತುವಿನ ಎಲ್ಲಾ ಹಂತಗಳನ್ನು ಮತ್ತು ಅವುಗಳ ನಡುವಿನ ಪರಿವರ್ತನೆಗಳನ್ನು ಎಳೆಯಿರಿ.

ಹಂತ 2 - AI ಅಂಕಗಳನ್ನು ಗುರುತಿಸಿ. ಪ್ರತಿ ಹಂತದಲ್ಲಿ AI ಯಾವ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ.

ಹಂತ 3 - ದೃಢೀಕರಣ ಗೇಟ್‌ಗಳನ್ನು ಇರಿಸಿ. ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಸ್ಥಿತ್ಯಂತರದ ಮೇಲೆ ಮಾನವ ಅನುಮೋದನೆಯನ್ನು ಇರಿಸಿ: ಯಾರು ಯಾವುದನ್ನು, ಯಾವ ಮಾನದಂಡದೊಂದಿಗೆ ಅನುಮೋದಿಸುತ್ತಾರೆ.

ಹಂತ 4 - ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿಯನ್ನು ಸ್ಥಾಪಿಸಿ. ನಿಮ್ಮ ಬ್ರ್ಯಾಂಡ್‌ಗೆ ಮರುಕಳಿಸುವ ಕಾರ್ಯಗಳ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಅಳವಡಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು ಒಂದೇ ಸ್ಥಳದಲ್ಲಿ ಸಂಗ್ರಹಿಸಿ.

ಹಂತ 5 - ರನ್, ಅಳತೆ, ಸುಧಾರಿಸಿ. ಒಂದು ಋತುವಿಗಾಗಿ ಸ್ಟ್ರೀಮ್ ಅನ್ನು ನಿರ್ವಹಿಸಿ; ಸಮಯವನ್ನು ಎಲ್ಲಿ ಉಳಿಸಲಾಗಿದೆ, ಎಲ್ಲಿ ತಪ್ಪುಗಳನ್ನು ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ ಮತ್ತು ಮುಂದಿನ ಋತುವಿನಲ್ಲಿ ಸುಧಾರಿಸಿ.

ಕೆಳಗಿನ ಕೋಷ್ಟಕವು AI ಮತ್ತು ಮಾನವ ಪಾತ್ರದೊಂದಿಗೆ ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಹರಿವನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ:

ಹಂತ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಕರಡು)

ಅನುಮೋದನೆಯ ಮಾನವ ಬಾಗಿಲು

ಪ್ರವೃತ್ತಿ

ಸಿಗ್ನಲ್ ಸಾರಾಂಶ, ಥೀಮ್

ಬ್ರಾಂಡ್ ಅನುಸರಣೆ + ಮಾರಾಟ ದೃಢೀಕರಣ

ಬಣ್ಣ

ಪ್ಯಾಲೆಟ್ ಶಿಫಾರಸು

ಭೌತಿಕ ಪ್ಯಾಂಟೋನ್ / ಲ್ಯಾಬ್ ಡಿಪ್

ಪರಿಕಲ್ಪನೆ

ಪಠ್ಯ, ಮೂಡ್‌ಬೋರ್ಡ್ ರಚನೆ

ಅರ್ಥ, ಬ್ರಾಂಡ್ ನಿರ್ದಿಷ್ಟತೆ

ವಿನ್ಯಾಸ

ದೃಶ್ಯ ವ್ಯತ್ಯಾಸಗಳು

ಸ್ಕ್ರೀನಿಂಗ್, ಪುನರುತ್ಪಾದನೆ, ಸ್ವಂತಿಕೆ

ಸಂಗ್ರಹ

ಲೈನ್ ಯೋಜನೆ ಸನ್ನಿವೇಶ

ಮಾರಾಟ, ಅಂಚು, ಸಾಮರ್ಥ್ಯ

ಬಟ್ಟೆ

ಅಭ್ಯರ್ಥಿ ಪಟ್ಟಿ

ಮಾದರಿ, ಸ್ಪರ್ಶ, ಪರೀಕ್ಷೆ

ತಾಂತ್ರಿಕ

ಟೆಕ್ ಪ್ಯಾಕ್ ಡ್ರಾಫ್ಟ್

ಆಯಾಮ, ಸಹಿಷ್ಣುತೆ, ಮಾದರಿ

ಫಿಟ್ಟಿಂಗ್

ಪರಿಷ್ಕರಣೆ ಹೇಳಿಕೆ

ದೈಹಿಕ ಸಾಮರ್ಥ್ಯದ ನಿರ್ಧಾರ

ಉತ್ಪಾದನೆ

ಸನ್ನಿವೇಶ, ದಾಖಲೆ

ವೆಚ್ಚ, ಸಾಕ್ಷ್ಯ, ಕಾನೂನು

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಬಾಗಿಲುಗಳ ಶಕ್ತಿ. ಒಂದು ಬ್ರ್ಯಾಂಡ್ ಪ್ರತಿ ಹಂತದಲ್ಲೂ AI ಅನ್ನು ನಿಯೋಜಿಸುತ್ತದೆ, ಆದರೆ ಪ್ರತಿ ಪರಿವರ್ತನೆಯಲ್ಲಿ ಅನುಮೋದನೆ ಗೇಟ್ ಅನ್ನು ಹಾಕುತ್ತದೆ. ಫಲಿತಾಂಶ: ಕರಡು ಉತ್ಪಾದನೆಯು ಗಮನಾರ್ಹವಾಗಿ ವೇಗಗೊಂಡಿದೆ, ಆದರೆ ಯಾವುದೇ ಪರಿಶೀಲಿಸದ ಔಟ್‌ಪುಟ್‌ಗಳು ಅದನ್ನು ಮುಂದಿನ ಹಂತಕ್ಕೆ ತಲುಪಿಸಲಿಲ್ಲ. ಋತುವನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಕಡಿಮೆ ದೋಷಗಳೊಂದಿಗೆ ಪೂರ್ಣಗೊಳಿಸಲಾಯಿತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವೇಗಗೊಳಿಸಲಾಗಿದೆ, ಗೇಟ್‌ಗಳನ್ನು ರಕ್ಷಿಸಲಾಗಿದೆ.

ಪ್ರಕರಣ 2 - ಡೋರ್‌ಲೆಸ್ ಚೈನ್. ವೇಗವಾಗಿ ಪಡೆಯಲು, ಒಂದು ತಂಡವು ಗೇಟ್‌ಗಳಿಲ್ಲದೆಯೇ ಹಂತಗಳಲ್ಲಿ AI ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ಹರಿಯಬಿಟ್ಟಿತು: ಟ್ರೆಂಡ್ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಪರಿಕಲ್ಪನೆಗೆ, ಪರಿಕಲ್ಪನೆ ನೇರವಾಗಿ ವಿನ್ಯಾಸಕ್ಕೆ. ಪ್ರವೃತ್ತಿಯ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿನ ದೋಷವು ಪರಿಕಲ್ಪನೆಗೆ ಮತ್ತು ಅಲ್ಲಿಂದ ಸಂಗ್ರಹಕ್ಕೆ ಗಮನಕ್ಕೆ ಬಾರದೆ ಒಯ್ಯಲ್ಪಟ್ಟಿದೆ; ಋತುವಿನಲ್ಲಿ ತಪ್ಪು ತಿರುವು ಸಿಕ್ಕಿತು. ಪಾಠ: ಅನುಮೋದನೆ ಗೇಟ್‌ಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡಲು ವೇಗವು ಕ್ಷಮಿಸಿಲ್ಲ; ಬಾಗಿಲುಗಳಿಲ್ಲದ ಸರಪಳಿಯಲ್ಲಿ, ದೋಷಗಳು ಬೆಳೆಯುತ್ತವೆ.

ಪ್ರಕರಣ 3 - ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿಯ ಪಾವತಿ. ಒಬ್ಬ ಡಿಸೈನರ್ ಮೊದಲ ಋತುವಿನಲ್ಲಿ ಗೊಂದಲಮಯ ಪ್ರಾಂಪ್ಟ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದರು ಮತ್ತು ಸಾಕಷ್ಟು ಸಮಯವನ್ನು ಕಳೆದುಕೊಂಡರು. ಎರಡನೇ ಋತುವಿನಲ್ಲಿ ಎಲ್ಲಾ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಅದರ ಬ್ರಾಂಡ್‌ಗೆ ಅಳವಡಿಸಲಾಯಿತು ಮತ್ತು ಅವುಗಳನ್ನು ಗ್ರಂಥಾಲಯದಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಯಿತು. ಮೂರನೇ ಋತುವಿನಲ್ಲಿ, ಅದೇ ಕಾರ್ಯಗಳನ್ನು ಅರ್ಧ ಸಮಯದಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸಲಾಯಿತು ಏಕೆಂದರೆ ಪ್ರತಿ ಕಾರ್ಯಾಚರಣೆಯು ಪ್ರಬುದ್ಧ ನೆಲೆಯಿಂದ ಪ್ರಾರಂಭವಾಯಿತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೌಲ್ಯವು ಅದರ ಒಂದು-ಬಾರಿ ಬಳಕೆಯಿಂದ ಹೊರಹೊಮ್ಮಲಿಲ್ಲ, ಆದರೆ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಅದರ ಏಕೀಕರಣದೊಂದಿಗೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ವರ್ಕ್‌ಫ್ಲೋ ಮ್ಯಾಪರ್:

ನನ್ನ ಬ್ರ್ಯಾಂಡ್ ಮತ್ತು ಸೀಸನ್ ಪ್ರಕ್ರಿಯೆ: [ಹಂತಗಳನ್ನು ವಿವರಿಸಿ]. ಕಾರ್ಯ: ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಕೆಲಸದ ಹರಿವಿನಂತೆ ನಕ್ಷೆ ಮಾಡಿ. ಪ್ರತಿ ಹಂತಕ್ಕೆ: ಇನ್‌ಪುಟ್, ಔಟ್‌ಪುಟ್, ಮುಂದಿನ ಹಂತಕ್ಕೆ ಪರಿವರ್ತನೆ. ಪ್ರತಿ ಪರಿವರ್ತನೆಯಲ್ಲಿ ಯಾವ ಮಾನವ ಅನುಮೋದನೆ ಅಗತ್ಯವಿದೆ ಎಂದು ಗುರುತಿಸಲು ನನಗೆ ಸಹಾಯ ಮಾಡಿ.

2) ಸಮರ್ಥನೆ ಗೇಟ್ ಗುರುತಿಸುವಿಕೆ:

ನನ್ನ ಕೆಲಸದ ಹರಿವು ಇಲ್ಲಿದೆ: [ಹಂತಗಳು]. ಕಾರ್ಯ: ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಪಾಸ್‌ಗೆ ಅನುಮೋದನೆ ಗೇಟ್ ಅನ್ನು ವಿವರಿಸಿ: ಯಾರು ಅನುಮೋದಿಸುತ್ತಾರೆ, ಏನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ, ಯಾವ ಮಾನದಂಡದಿಂದ, ಗೇಟ್ ತೆರೆಯದಿದ್ದರೆ ಏನಾಗುತ್ತದೆ. ವಿಶೇಷವಾಗಿ ಸೌಂದರ್ಯಶಾಸ್ತ್ರ, ವಸ್ತು, ಮಾಪನ, ಉತ್ಪಾದನೆ ಮತ್ತು ಕಾನೂನು/ಹಕ್ಕುಸ್ವಾಮ್ಯ ಗೇಟ್‌ಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ.

3) ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿ ಸಂಪಾದಕ:

ನಾನು ಸಂಗ್ರಹಿಸಿದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು ಇಲ್ಲಿವೆ: [ಪಟ್ಟಿ]. ನನ್ನ ಬ್ರ್ಯಾಂಡ್: [ಸಣ್ಣ ವಿವರಣೆ]. ಕಾರ್ಯ: ಅವುಗಳನ್ನು ಹಂತಗಳಾಗಿ ಸಂಘಟಿಸಿ ಮತ್ತು ಪ್ರತಿಯೊಂದನ್ನು ನನ್ನ ಬ್ರ್ಯಾಂಡ್‌ಗೆ ಹೊಂದಿಕೊಳ್ಳಲು ನಾನು ಯಾವ ಪ್ರದೇಶಗಳನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಬೇಕೆಂದು ಗುರುತಿಸಿ. ಏಕ, ಸ್ಥಿರವಾದ ಗ್ರಂಥಾಲಯ ರಚನೆಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಿ.

4) ಋತುವಿನ ಅಂತ್ಯದ ಸುಧಾರಣೆಯ ಮೌಲ್ಯಮಾಪನ:

ಕಳೆದ ಋತುವಿನಲ್ಲಿ ನಾನು ಈ ಕೆಳಗಿನ ಹಂತಗಳಲ್ಲಿ ನನ್ನ ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ AI ಅನ್ನು ಬಳಸಿದ್ದೇನೆ: [ಪಟ್ಟಿ]. ನಾನು ಎಲ್ಲಿ ಸಮಯವನ್ನು ಉಳಿಸಿದೆ / ಎಲ್ಲಿ ದೋಷ ಸಂಭವಿಸಿದೆ: [ಟಿಪ್ಪಣಿಗಳು]. ಕಾರ್ಯ: ಈ ಪ್ರತಿಕ್ರಿಯೆಯ ಆಧಾರದ ಮೇಲೆ, ಮುಂದಿನ ಋತುವಿಗಾಗಿ ಸುಧಾರಣೆ ಸಲಹೆಗಳನ್ನು ಮಾಡಿ: ಯಾವ ಬಾಗಿಲನ್ನು ಬಲಪಡಿಸಬೇಕು, ಯಾವ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಸರಿಪಡಿಸಬೇಕು. ನಾನು ನಿರ್ಧರಿಸುತ್ತೇನೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಫ್ಯಾಷನ್ ವಿನ್ಯಾಸದಲ್ಲಿ ನಾನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೇಗೆ ಬಳಸುವುದು?

ತುಂಬಾ ಸಾಮಾನ್ಯ; ಇದು ನಿಮ್ಮ ಪ್ರಕ್ರಿಯೆ, ಬ್ರ್ಯಾಂಡ್ ಮತ್ತು ಅನುಮೋದನೆ ಅಂಕಗಳನ್ನು ಸ್ಪರ್ಶಿಸದ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ವರ್ಕ್‌ಫ್ಲೋ ವಿನ್ಯಾಸ ಸಹಾಯಕ. ನನ್ನ ಬ್ರ್ಯಾಂಡ್: ಸಣ್ಣ, ಮಧ್ಯಮ ಶ್ರೇಣಿಯ ಮಹಿಳೆಯರ ಉಡುಪು; 2 ಜನರ ವಿನ್ಯಾಸ ತಂಡ. ನನ್ನ ಪ್ರಕ್ರಿಯೆ: ಪ್ರವೃತ್ತಿ → ಪರಿಕಲ್ಪನೆ → ದೃಶ್ಯ ವಿನ್ಯಾಸ → ಟೆಕ್ ಪ್ಯಾಕ್ → ಉತ್ಪಾದನೆ. ಕಾರ್ಯ: (1) ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಂತ್ಯದಿಂದ ಕೊನೆಯವರೆಗೆ ನಕ್ಷೆ ಮಾಡಿ. (2) ಪ್ರತಿ ಪರಿವರ್ತನೆಗೆ ಮಾನವ ಅನುಮೋದನೆ ಗೇಟ್ ಅನ್ನು ನೀಡಿ (ಯಾರು, ಏನು, ಯಾವ ಮಾನದಂಡದ ಮೂಲಕ). (3) ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಉತ್ಪಾದಿಸುವ ಕರಡನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. ದ್ವಾರವಿಲ್ಲದ ಮಾರ್ಗವಿಲ್ಲ; ಅಂತಿಮ ನಿರ್ಧಾರ ನನ್ನದೇ ಆಗಿರುತ್ತದೆ.

ಎರಡನೇ ಪ್ರಾಂಪ್ಟ್ ನಿಮ್ಮ ಪ್ರಕ್ರಿಯೆಗೆ ನಿರ್ದಿಷ್ಟವಾದ ಸಿಸ್ಟಮ್ ಡಿಸೈನರ್ ಆಗಿ AI ಅನ್ನು ಬಳಸುತ್ತದೆ; ಇದು ವೇಗ ಮತ್ತು ಜವಾಬ್ದಾರಿಯನ್ನು ಒಟ್ಟಿಗೆ ಸ್ಥಾಪಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಊರ್ಜಿತಗೊಳಿಸುವಿಕೆಯ ಗೇಟ್ ಇಲ್ಲದೆ ವೇಗವನ್ನು ಪಡೆಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ. ಗೇಟ್‌ಲೆಸ್ ಚೈನ್‌ನಲ್ಲಿ, ಒಂದು ಹಂತದ ದೋಷವು ಇಡೀ ಋತುವಿನಲ್ಲಿ ಹರಡುತ್ತದೆ.
  • ಹಂತಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ನಿರ್ವಹಿಸುವುದು. ಪ್ರತಿ ಹಂತವು ಇನ್ನೊಂದರ ಬಗ್ಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಮಾಹಿತಿಯು ಕಳೆದುಹೋಗುತ್ತದೆ ಮತ್ತು ಕೆಲಸವು ಪುನರಾವರ್ತನೆಯಾಗುತ್ತದೆ.
  • ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತಿಲ್ಲ. ಪ್ರತಿ ಋತುವಿನಲ್ಲಿ ಮೊದಲಿನಿಂದಲೂ ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಬರೆಯುವುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಶಾಶ್ವತ ಮೌಲ್ಯವನ್ನು ನಾಶಪಡಿಸುತ್ತದೆ.
  • ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವ ಎಂದು ತಪ್ಪಾಗಿ ಭಾವಿಸುವುದು. AI ಒಂದು ವೇಗವರ್ಧಕವಾಗಿದೆ; ಸೌಂದರ್ಯಶಾಸ್ತ್ರ, ವಸ್ತುಗಳು, ಉತ್ಪಾದನೆ ಮತ್ತು ಕಾನೂನು ನಿರ್ಧಾರಗಳು ಜನರಿಗೆ ಸೇರಿವೆ.
  • ಗುಣಪಡಿಸುವ ಚಕ್ರವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಹರಿವನ್ನು ಅಳೆಯದಿದ್ದರೆ ಮತ್ತು ಪರಿಶೀಲಿಸದಿದ್ದರೆ, ಋತುವಿನ ನಂತರ ಅದೇ ತಪ್ಪುಗಳನ್ನು ಪುನರಾವರ್ತಿಸಲಾಗುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: ವರ್ಕ್‌ಫ್ಲೋ ಅನ್ನು AI ಎಷ್ಟು ವೇಗಗೊಳಿಸಿದರೂ, ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಪರಿವರ್ತನೆಯಲ್ಲಿ ಮಾನವ ಅನುಮೋದನೆ ಗೇಟ್ ಇರಬೇಕು. ವೇಗವು ಜವಾಬ್ದಾರಿಯನ್ನು ವರ್ಗಾಯಿಸುವ ಸಾಧನವಲ್ಲ, ಆದರೆ ಪರಿಶೀಲನೆಯನ್ನು ಹೆಚ್ಚಾಗಿ ಪುನರಾವರ್ತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ಡಿಸೈನರ್‌ನ ನಿಜವಾದ ಶಕ್ತಿಯು ಹಂತಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿರುವುದಕ್ಕಿಂತ ಸಂಯೋಜಿತ ಕೆಲಸದ ಹರಿವಿನಂತೆ ನಿರ್ವಹಿಸುವುದರಿಂದ ಬರುತ್ತದೆ. ಸರಿಯಾದ ಮಾದರಿಯು AI ಅನ್ನು ಉಂಗುರಗಳ ನಡುವೆ ವೇಗವರ್ಧಕವಾಗಿ ಇರಿಸುತ್ತದೆ, ಮಾನವನು ಅನುಮೋದನೆಯ ಗೇಟ್‌ನಂತೆ: ಪ್ರತಿ ಹಂತದಲ್ಲಿ, AI ಡ್ರಾಫ್ಟ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಮಾನವನು ಅನುಮೋದಿಸುತ್ತಾನೆ, ಅನುಮೋದಿತ ಔಟ್‌ಪುಟ್ ಮುಂದಿನ ಹಂತಕ್ಕೆ ಫೀಡ್ ಮಾಡುತ್ತದೆ. ಅನುಮೋದನೆಯ ದ್ವಾರಗಳು-ಸೌಂದರ್ಯ, ವಸ್ತು, ಮಾಪನ, ಉತ್ಪಾದನೆ, ಕಾನೂನು-ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಇರಿಸದಿದ್ದರೆ, ದೋಷಗಳು ಸರಪಳಿಯನ್ನು ಉಲ್ಬಣಗೊಳಿಸುತ್ತವೆ. ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿಯು ಪ್ರಬುದ್ಧ ಅಡಿಪಾಯದಲ್ಲಿ ಪುನರಾವರ್ತಿತ ಕಾರ್ಯಗಳನ್ನು ಇರಿಸುತ್ತದೆ, AI ಅನ್ನು ಸಿಸ್ಟಮ್‌ನ ಶಾಶ್ವತ ಭಾಗವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ. ಪ್ರಕ್ರಿಯೆಯು ಹರಿವನ್ನು ನಕ್ಷೆ ಮಾಡುವುದು, AI ಅಂಕಗಳನ್ನು ಗುರುತಿಸುವುದು, ಅನುಮೋದನೆ ಗೇಟ್‌ಗಳನ್ನು ಇರಿಸುವುದು, ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿಯನ್ನು ಸ್ಥಾಪಿಸುವುದು ಮತ್ತು ಋತುವಿನ ಅಂತ್ಯವನ್ನು ಸುಧಾರಿಸುವುದು. ವೇಗವು ಪರಿಶೀಲನೆಯನ್ನು ಗುಣಿಸುವ ಸಾಧನವಾಗಿದೆ; ಜವಾಬ್ದಾರಿಯನ್ನು ನಿಯೋಜಿಸಲು ಅಲ್ಲ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಸ್ವಂತ (ಅಥವಾ ಕಾಲ್ಪನಿಕ) ಬ್ರ್ಯಾಂಡ್‌ನ ಕಾಲೋಚಿತ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಪರಿಗಣಿಸಿ. (1) "ವರ್ಕ್‌ಫ್ಲೋ ಮ್ಯಾಪರ್" ನೊಂದಿಗೆ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಂತ್ಯದಿಂದ ಕೊನೆಯವರೆಗೆ ಯೋಜಿಸಿ. (2) "ಅನುಮೋದನೆ ಗೇಟ್ ಐಡೆಂಟಿಫೈಯರ್" ನೊಂದಿಗೆ ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಪಾಸ್‌ನಲ್ಲಿ ಮಾನವ ಅನುಮೋದನೆಯನ್ನು (ಯಾರು, ಏನು, ಯಾವ ಮಾನದಂಡದ ಮೂಲಕ) ಹಾಕಿ. (3) "ಟೆಂಪ್ಲೇಟ್ ಲೈಬ್ರರಿ ಎಡಿಟರ್" ಮೂಲಕ ಹಂತ ಹಂತವಾಗಿ ಹಿಂದಿನ ಘಟಕಗಳಿಂದ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಬ್ರ್ಯಾಂಡ್‌ಗೆ ಹೊಂದಿಕೊಳ್ಳುವ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸಿ. (4) ಬಾಗಿಲು ಇಲ್ಲದೆ ಉಳಿದಿರುವ ಮಾರ್ಗವಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ. (5) ಮುಂದಿನ ಋತುವಿಗಾಗಿ ಸುಧಾರಣಾ ಟಿಪ್ಪಣಿ ಬರೆಯಿರಿ: ನೀವು ಯಾವ ಗೇಟ್ ಅನ್ನು ಬಲಪಡಿಸುತ್ತೀರಿ, ಏಕೆ?

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ಋತುವಿನ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅಂತ್ಯದಿಂದ ಅಂತ್ಯಕ್ಕೆ ಮ್ಯಾಪ್ ಮಾಡಿದ್ದೇನೆ.
  • [ ] ಪ್ರತಿ ಹಂತದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಉತ್ಪಾದಿಸುವ ಕರಡು ಪ್ರತಿಯನ್ನು ನಾನು ನಿರ್ಧರಿಸಿದೆ.
  • [ ] ನಾನು ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಪರಿವರ್ತನೆಯ ಮೇಲೆ ಮಾನವ ಅನುಮೋದನೆಯ ಗೇಟ್ ಅನ್ನು ಹಾಕುತ್ತೇನೆ.
  • [ ] ನಾನು ಬಾಗಿಲು ಇಲ್ಲದೆ ಯಾವುದೇ ಮಾರ್ಗವನ್ನು ಬಿಡಲಿಲ್ಲ.
  • [ ] ನಾನು ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ನನ್ನ ಬ್ರ್ಯಾಂಡ್‌ಗೆ ಅಳವಡಿಸಿದ ಲೈಬ್ರರಿಯಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದೆ.
  • [ ] ನಾನು ಕೆಲಸದ ಹರಿವನ್ನು ಅಳೆದಿದ್ದೇನೆ ಮತ್ತು ಸುಧಾರಣೆಯ ಚಕ್ರವನ್ನು ಯೋಜಿಸಿದೆ.