പ്രോഗ്രാമും പ്രോജക്റ്റ് ഡിസൈനും: വിശകലനം, ഡിസൈൻ, ഫണ്ട് ആപ്ലിക്കേഷൻ എന്നിവ ആവശ്യമാണ്

നേട്ടങ്ങൾ:

• ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് ആവശ്യകതകളുടെ വിശകലന ചട്ടക്കൂട്, പ്രോഗ്രാം ലോജിക്, ഫണ്ടിംഗ് ആപ്ലിക്കേഷൻ ഡ്രാഫ്റ്റ് എന്നിവ ക്രമീകരിക്കാനുള്ള കഴിവ്
• പ്രോഗ്രാം ഫീൽഡിൽ നിന്നാണ് ജനിച്ചതെന്ന് അറിയുകയും ഓരോ സ്റ്റാറ്റിസ്റ്റിക്സും തുകയും യഥാർത്ഥ ഡാറ്റയ്‌ക്കൊപ്പം നൽകുകയും അത് ഒരു നിർമ്മിത ചിത്രം ഉപയോഗിച്ച് അടയാളപ്പെടുത്തുകയും ചെയ്യുക [DATA REQUIRED] എന്ന അച്ചടക്കം പ്രയോഗിക്കാൻ കഴിയും.
• വാഗ്ദാനങ്ങൾ യാഥാർത്ഥ്യവും സുസ്ഥിരവും പാലിക്കാനും ടാർഗെറ്റ് ഗ്രൂപ്പിനെ കളങ്കപ്പെടുത്താത്തതും ശാക്തീകരിക്കുന്നതുമായ ഭാഷ ഉപയോഗിക്കാനുള്ള കഴിവ് പ്രകടിപ്പിക്കുക.

സോഷ്യൽ വർക്ക് എന്നത് കേവലം ഒരു കേസിൻ്റെ പഠനം മാത്രമല്ല; കമ്മ്യൂണിറ്റികളുടെ ആവശ്യങ്ങൾ അഭിസംബോധന ചെയ്യുന്ന പ്രോഗ്രാമുകൾക്കും പ്രോജക്റ്റുകൾക്കും വേണ്ടിയുള്ള വിഭവങ്ങൾ രൂപകൽപ്പന ചെയ്യുന്നതും നടപ്പിലാക്കുന്നതും കണ്ടെത്തുന്നതും കൂടിയാണിത്. അയൽപക്കത്തെ സ്ത്രീകളുടെ തൊഴിലിനെ പിന്തുണയ്ക്കുന്ന ഒരു പ്രോഗ്രാം, പിന്നാക്കം നിൽക്കുന്ന കുട്ടികൾക്കുള്ള വിദ്യാഭ്യാസ സഹായ പദ്ധതി, പ്രായമായവർക്കായി ഒരു സാമൂഹ്യവൽക്കരണ കേന്ദ്രം, ആസക്തിയെ ചെറുക്കുന്നതിനുള്ള ബോധവൽക്കരണ കാമ്പയിൻ. ഈ പ്രവൃത്തികൾ; ഇതിന് വിശകലനം, ലക്ഷ്യ ക്രമീകരണം, പ്രവർത്തന പദ്ധതി, ബജറ്റ്, മോണിറ്ററിംഗ്-മൂല്യനിർണ്ണയം, പലപ്പോഴും ഒരു ഫണ്ട് ആപ്ലിക്കേഷൻ (പ്രോജക്റ്റിന് പകരമായി വിഭവങ്ങൾ അഭ്യർത്ഥിക്കുന്ന ആപ്ലിക്കേഷൻ) എന്നിവ ആവശ്യമാണ്. ഈ യൂണിറ്റിൽ, പ്രോഗ്രാം ഐഡിയ സ്റ്റേജ് മുതൽ ആപ്ലിക്കേഷൻ ഡ്രാഫ്റ്റ് വരെ, ഏത് ഡാറ്റയാണ് യഥാർത്ഥമായിരിക്കണം, ധാർമ്മിക അതിരുകൾ എന്നിവ വരെ AI-യെ ചിന്താ-രചനാ പങ്കാളിയായി എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും.

തുടക്കം മുതൽ ഒരു തത്വം: പ്രോഗ്രാം വയലിൽ നിന്ന് ഉയർന്നുവരുന്നു; മേശയിൽ നിന്നല്ല. ഒരു പ്രോഗ്രാമിനെ യഥാർത്ഥത്തിൽ മൂല്യമുള്ളതാക്കുന്നത് അത് ഒരു യഥാർത്ഥ സമൂഹത്തിൻ്റെ യഥാർത്ഥ ആവശ്യത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് എന്നതാണ്. AI-ന് ഒരു ഒഴുക്കുള്ള "വിശകലനം ആവശ്യമാണ്" എന്ന വാചകം നിർമ്മിക്കാൻ കഴിയും, പക്ഷേ അതിന് ഫീൽഡ് അറിയില്ല; സ്ഥിതിവിവരക്കണക്കുകളും ആവശ്യങ്ങളും ന്യായീകരണങ്ങളും ഉപയോഗിച്ച് അത് യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് സ്ഥിരീകരിക്കാതെ, നിങ്ങളുടെ ഫീൽഡ് അറിവ് പേപ്പറിൽ മികച്ചതും എന്നാൽ യാഥാർത്ഥ്യത്തിന് അന്യവുമായ ഒരു പ്രോഗ്രാം നിർമ്മിക്കുന്നു. AI ഘടനയും ഭാഷയും മെച്ചപ്പെടുത്തുന്നു; ഉള്ളടക്കത്തിൻ്റെ ആധികാരികത നിങ്ങൾ ഉറപ്പാക്കുന്നു.

പ്രോഗ്രാം സൈക്കിളിൽ എവിടെയാണ് AI ഉപയോഗപ്രദമാകുന്നത്?

1. വിശകലന ചട്ടക്കൂട് ആവശ്യമാണ്. ഒരു ആവശ്യം വ്യവസ്ഥാപിതമായി പരിശോധിക്കാൻ ഏത് ഡാറ്റ, ഏത് പങ്കാളികൾ, ഏതൊക്കെ ചോദ്യങ്ങൾ എന്നിവ ഇത് ഫ്രെയിം ചെയ്യുന്നു. എന്നാൽ നിങ്ങൾ യഥാർത്ഥ ഉറവിടങ്ങളിൽ നിന്നുള്ള അക്കങ്ങളും കണ്ടെത്തലുകളും ഇടുന്നു.

2. പ്രോഗ്രാം ലോജിക് (മാറ്റത്തിൻ്റെ സിദ്ധാന്തം). "ഈ പ്രവർത്തനം ഈ ഔട്ട്പുട്ട്, ഈ ഫലം, ഈ പ്രഭാവം ഉണ്ടാക്കുന്നു" എന്ന ചെയിൻ (ഇടപെടൽ യുക്തി) സ്ഥാപിക്കാൻ ഇത് സഹായിക്കുന്നു; ഇത് വിടവുകളും ദുർബലമായ അനുമാനങ്ങളും ദൃശ്യമാക്കുന്നു.

3. പ്രവർത്തനവും സമയ പദ്ധതിയും. ലക്ഷ്യങ്ങളിൽ നിന്ന് പ്രവർത്തനങ്ങളിലേക്കും പ്രവർത്തനങ്ങളിൽ നിന്ന് കലണ്ടറിലേക്കും പോകുന്ന ഒരു ചട്ടക്കൂട് ഇത് നിർമ്മിക്കുന്നു.

4. ഡ്രാഫ്റ്റ് ഫണ്ടിംഗ് അപേക്ഷ. ഒരു അപേക്ഷാ ഫോമിൻ്റെ വിഭാഗങ്ങൾ പൂരിപ്പിക്കുന്നതിനുള്ള ശക്തമായ എഴുത്ത് പങ്കാളി (സംഗ്രഹം, യുക്തി, ലക്ഷ്യങ്ങൾ, പ്രവർത്തനങ്ങൾ, ബജറ്റ് യുക്തി, നിരീക്ഷണം-മൂല്യനിർണ്ണയം, സുസ്ഥിരത) — നിങ്ങൾ ഡാറ്റയും യാഥാർത്ഥ്യവും പരിശോധിക്കുന്നു.

5. മോണിറ്ററിംഗ്-മൂല്യനിർണ്ണയ സൂചകങ്ങൾ. പ്രോഗ്രാമിൻ്റെ വിജയം അളക്കാൻ അത് അളക്കാവുന്ന സൂചകങ്ങൾ നിർദ്ദേശിക്കുന്നു.

നുറുങ്ങ്: നിങ്ങൾക്ക് AI ഡ്രാഫ്റ്റ് ആപ്ലിക്കേഷൻ ഉണ്ടെങ്കിൽ, "സ്ഥിതിവിവരക്കണക്കുകളോ ഉറവിടങ്ങളോ ഉണ്ടാക്കുക; നമ്പറുകൾ മാറ്റി പകരം [ഡാറ്റ ആവശ്യമാണ്]" എന്ന് പറയുക. ഫണ്ട് അപേക്ഷകളിലെ കെട്ടിച്ചമച്ച സ്ഥിതിവിവരക്കണക്ക് അപേക്ഷ നിരസിക്കുകയും നിങ്ങളുടെ സ്ഥാപനത്തിൻ്റെ വിശ്വാസ്യതയെ നശിപ്പിക്കുകയും ചെയ്യും. നിങ്ങൾ യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് ശൂന്യമായത് പൂരിപ്പിക്കുക.

പ്രോഗ്രാമിൻ്റെ സുസ്ഥിരത എന്നത് പലപ്പോഴും അവഗണിക്കപ്പെടുന്ന അളവുകളിലൊന്നാണ്, എന്നാൽ ഫണ്ടർമാർ ഏറ്റവും കൂടുതൽ നോക്കുന്ന ഒന്നാണ്. ഒരു പ്രോജക്റ്റ് പൂർത്തിയാകുമ്പോൾ എന്തെല്ലാം പ്രയോജനങ്ങൾ ഉണ്ടാകും, സേവനം എങ്ങനെ തുടരും, സമൂഹം എങ്ങനെ സ്വന്തം ശേഷി ഉണ്ടാക്കും - ഇവയെല്ലാം നല്ല രൂപകൽപ്പനയുടെ ഭാഗമാണ്. സുസ്ഥിര സാഹചര്യങ്ങൾ സൃഷ്ടിക്കുന്നതിൽ AI-ക്ക് ഉൾക്കാഴ്ചയുള്ളവരായിരിക്കും ("ഫണ്ടിംഗ് തീരുമ്പോൾ, ഈ ഓഹരി ഉടമ ഏറ്റെടുക്കുന്നു", "സ്വമേധയാ കഴിവ് സ്ഥാപിക്കപ്പെടുന്നു", "പ്രാദേശിക സർക്കാരുമായി ചേർന്ന് ഒരു പ്രോട്ടോക്കോൾ ഉണ്ടാക്കുന്നു"); എന്നാൽ ഈ സാഹചര്യങ്ങൾ ശരിക്കും സാധ്യമാണോ എന്നും ഏത് പങ്കാളിയാണ് വാഗ്ദത്തം നൽകിയതെന്നും നിങ്ങളുടെ ഫീൽഡ് അറിവ് ഉപയോഗിച്ച് നിങ്ങൾക്ക് മാത്രമേ വിലയിരുത്താൻ കഴിയൂ. AI നിർമ്മിച്ച ഒരു "നല്ല ശബ്ദമുള്ള" സുസ്ഥിരത വാഗ്ദാനത്തിന് പിന്നിൽ യഥാർത്ഥ പ്രതിബദ്ധത ഇല്ലെങ്കിൽ, ഭാവിയിൽ അത് നിറവേറ്റാൻ കഴിയാത്ത ഒരു വാഗ്ദാനത്തിന് കീഴിൽ ഒരു സ്ഥാപനത്തെ പ്രതിഷ്ഠിക്കുന്നു.

ശ്രദ്ധിക്കുക: ഒരു ഫണ്ടിംഗ് ആപ്ലിക്കേഷനിൽ നിങ്ങൾ ചെയ്യുന്ന എല്ലാ പ്രതിബദ്ധതയും ഒരു കരാറാണ്. "വിജയസാധ്യത വർദ്ധിപ്പിക്കുന്നതിന്" അതിശയോക്തി കലർന്ന ലക്ഷ്യങ്ങൾ, ഗുണഭോക്താക്കളുടെ നേടാനാകാത്ത എണ്ണം, അല്ലെങ്കിൽ യാഥാർത്ഥ്യമല്ലാത്ത ഫലങ്ങൾ എന്നിവ AI നിർദ്ദേശിച്ചേക്കാം. അത്തരമൊരു അപേക്ഷ സ്വീകരിച്ചാലും, റിപ്പോർട്ടിംഗ് കാലയളവിൽ ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിൽ പരാജയപ്പെടുന്നത് സ്ഥാപനത്തിൻ്റെ വിശ്വാസ്യതയെയും ഭാവി ഫണ്ടിംഗിനുള്ള അവസരങ്ങളെയും നശിപ്പിക്കുന്നു. വളരെയധികം വാഗ്‌ദാനം ചെയ്‌ത് നൽകുന്നതിൽ പരാജയപ്പെടുന്നതിനേക്കാൾ കുറവ് വാഗ്‌ദാനം ചെയ്യുന്നതും കൂടുതൽ ചെയ്യുന്നതും എപ്പോഴും നല്ലതാണ്.

ഘട്ടം ഘട്ടമായി: ആശയത്തിൽ നിന്ന് ആപ്ലിക്കേഷനിലേക്ക്

1. നിങ്ങൾക്ക് ആവശ്യമുള്ളത് ഫീൽഡിൽ നിന്ന് ശേഖരിക്കുക. യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് ആരംഭിക്കുക (നിങ്ങളുടെ സ്വന്തം കേസ് ഡാറ്റ, ഔദ്യോഗിക സ്ഥിതിവിവരക്കണക്കുകൾ, ഓഹരി ഉടമകളുടെ അഭിപ്രായങ്ങൾ); AI ഉപയോഗിച്ചല്ല.
2. AI ഉപയോഗിച്ച് ചട്ടക്കൂട് നിർമ്മിക്കുക. ആവശ്യകതകൾ വിശകലനം ചെയ്യുന്നതിനും പ്രോഗ്രാം ലോജിക്കിൻ്റെ അസ്ഥികൂടത്തിനും AI-യോട് ആവശ്യപ്പെടുക; ഈ അസ്ഥികൂടത്തിൽ നിങ്ങളുടെ യഥാർത്ഥ ഡാറ്റ സ്ഥാപിക്കുക.
3. പ്രവർത്തനവും ബജറ്റ് യുക്തിയും തയ്യാറാക്കുക. AI-ക്ക് പ്രവർത്തന-ഔട്ട്‌പുട്ട്-ഫല ശൃംഖലയും ബജറ്റ് ഇനങ്ങളുടെ യുക്തിയും രൂപരേഖപ്പെടുത്താൻ കഴിയും; നിങ്ങൾ തുക നിർണ്ണയിക്കുന്നു.
4. ആപ്ലിക്കേഷൻ ഭാഷ ശക്തിപ്പെടുത്തുക. ഫണ്ടറുടെ ഭാഷയും മുൻഗണനകളും പൊരുത്തപ്പെടുന്ന വ്യക്തവും ബോധ്യപ്പെടുത്തുന്നതുമായ പകർപ്പിനായി AI ഉപയോഗിക്കുക; എന്നാൽ അതിശയോക്തിയും വ്യാജ വാഗ്ദാനങ്ങളും ഒഴിവാക്കുക.
5. ആധികാരികതയും നൈതികതയും ഓഡിറ്റ്. ഓരോ നമ്പറിനും ഉറവിടമുണ്ടോ? വാഗ്ദാനങ്ങൾ യാഥാർത്ഥ്യമാണോ? പ്രോഗ്രാം ഒരു ഗ്രൂപ്പിനെ ദ്രോഹിക്കാനോ കളങ്കപ്പെടുത്താനോ സാധ്യതയുണ്ടോ? നിങ്ങൾ ഈ നിയന്ത്രണം നടപ്പിലാക്കുക.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ചട്ടക്കൂട് സമയം ലാഭിച്ചു. പിന്നാക്കാവസ്ഥയിലുള്ള ഒരു അയൽപക്കത്തെ ശിശു പിന്തുണ പദ്ധതിക്കായി ഒരു അസോസിയേഷൻ അപേക്ഷ തയ്യാറാക്കുകയായിരുന്നു. AI-യിൽ നിന്ന് അവർ ആവശ്യപ്പെട്ട ആവശ്യകത വിശകലന ചട്ടക്കൂട് ടീമിന് നഷ്ടമായ രണ്ട് പങ്കാളികളെ (സ്‌കൂൾ കൗൺസിലർമാരും ഹെഡ്‌മാനും) എന്നെ ഓർമ്മിപ്പിച്ചു. ഈ പങ്കാളികളിൽ നിന്ന് ടീം യഥാർത്ഥ ഡാറ്റ ശേഖരിച്ചു; അപേക്ഷ കൂടുതൽ ശക്തമായ ന്യായീകരണത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഏകദേശം 2 ദിവസത്തെ കോൺഫിഗറേഷൻ ജോലി പകുതി ദിവസമായി കുറച്ചു.

കേസ് 2 - വ്യാജ സ്ഥിതിവിവരക്കണക്കുകൾ പിടികൂടി. YZ ഒരു ആപ്ലിക്കേഷൻ ഡ്രാഫ്റ്റിൽ ശ്രദ്ധേയമായ ഒരു വാചകം ഉൾപ്പെടുത്തിയിട്ടുണ്ട്: "ഈ അയൽപക്കത്തെ 70% കുട്ടികളും സ്‌കൂൾ വിട്ടുപോകുന്നു." ഈ കണക്കിൻ്റെ ഉറവിടത്തെക്കുറിച്ച് സംഘം ചോദിച്ചു; YZ-ന് ഒരു ഉറവിടം ഉദ്ധരിക്കാനായില്ല, ചിത്രം നിർമ്മിച്ചതാണ്. യഥാർത്ഥ ഡാറ്റ അന്വേഷിച്ചപ്പോൾ, അനുപാതം വളരെ വ്യത്യസ്തമായിരുന്നു. കെട്ടിച്ചമച്ച കണക്കുകൾ സഹിതമാണ് അയച്ചതെങ്കിൽ അപേക്ഷ നിരസിക്കപ്പെടുകയും വിശ്വാസ്യത നഷ്ടപ്പെടുകയും ചെയ്യും.

കേസ് 3 - നൈതിക അപകടസാധ്യത തിരിച്ചറിഞ്ഞു. ഒരു പ്രോഗ്രാമിൻ്റെ AI ഡ്രാഫ്റ്റ് ടാർഗെറ്റ് ഗ്രൂപ്പിനെ "പ്രശ്നമുള്ള കുടുംബങ്ങൾ" എന്ന് വിശേഷിപ്പിക്കുകയും അവയെ നിഷ്ക്രിയ "സഹായത്തിനുള്ള വസ്തുക്കൾ" ആയി ചിത്രീകരിക്കുകയും ചെയ്തു. ടീം ഇത് തിരിച്ചറിഞ്ഞു: ഭാഷ കളങ്കപ്പെടുത്തുന്നതും പ്രോഗ്രാമിൻ്റെ ശാക്തീകരണ തത്വത്തിന് വിരുദ്ധവുമാണ്. സമൂഹത്തെ ഒരു വിഷയവും പങ്കാളിയുമാക്കുന്ന ഭാഷയിലേക്ക് വാചകം വിവർത്തനം ചെയ്യപ്പെട്ടു. ഇത് ധാർമ്മികതയും ആപ്ലിക്കേഷൻ നിലവാരവും മെച്ചപ്പെടുത്തി.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) വിശകലന ചട്ടക്കൂട് ആവശ്യമാണ്:

നിങ്ങളുടെ റോൾ: സോഷ്യൽ പ്രോഗ്രാം ഡിസൈൻ കൺസൾട്ടൻ്റ്. [അയൽപക്കത്തെ അവശരായ കുട്ടികൾക്കുള്ള വിദ്യാഭ്യാസ പിന്തുണ] എന്നതിനെക്കുറിച്ചുള്ള ആവശ്യകതകളുടെ വിശകലനത്തിനുള്ള ചട്ടക്കൂട് തയ്യാറാക്കുക: ഞാൻ എന്ത് ഡാറ്റ ശേഖരിക്കണം, ഏതൊക്കെ പങ്കാളികളുമായി ഞാൻ അഭിമുഖം നടത്തണം, ഞാൻ എന്ത് ചോദ്യങ്ങൾ ചോദിക്കണം? സ്ഥിതിവിവരക്കണക്കുകൾ അല്ലെങ്കിൽ കണ്ടെത്തലുകൾ വ്യാജം; അക്കങ്ങൾ ആവശ്യമുള്ളിടത്ത് [DATA REQUIRED] എഴുതുക.

2) പ്രോഗ്രാം ലോജിക് (മാറ്റത്തിൻ്റെ സിദ്ധാന്തം):

ഇനിപ്പറയുന്ന പ്രോഗ്രാം ആശയത്തിനായി ഒരു ഇടപെടൽ ലോജിക് ചെയിൻ സ്ഥാപിക്കുക: പ്രവർത്തനങ്ങൾ → ഔട്ട്പുട്ടുകൾ → ഫലങ്ങൾ → ആഘാതം. ഓരോ ഘട്ടത്തിനും കീഴിലുള്ള അനുമാനങ്ങൾ എഴുതി ദുർബലമായ/അപകടകരമായ അനുമാനങ്ങൾ അടയാളപ്പെടുത്തുക. ആശയം:[പ്രോഗ്രാം ആശയം എഴുതുക]. യാഥാർത്ഥ്യമല്ലാത്ത ഫലങ്ങൾ വാഗ്ദാനം ചെയ്യരുത്.

3) ഫണ്ട് അപേക്ഷയുടെ ഡ്രാഫ്റ്റ്:

നിങ്ങളുടെ റോൾ: റഫറൻസ് എഡിറ്റർ. ഇനിപ്പറയുന്ന വിഭാഗങ്ങൾക്കായി ഡ്രാഫ്റ്റുകൾ എഴുതുക: സംഗ്രഹം, യുക്തി, ലക്ഷ്യങ്ങൾ (SMART), പ്രവർത്തനങ്ങൾ, നിരീക്ഷണ-മൂല്യനിർണ്ണയ സൂചകങ്ങൾ, സുസ്ഥിരത. സ്ഥിതിവിവരക്കണക്കുകളും തുകയും; പെരുപ്പിച്ചു കാണിക്കരുത്; യാഥാർത്ഥ്യബോധത്തോടെയും വ്യക്തമായും എഴുതുക. പ്രോഗ്രാം വിവരങ്ങൾ: [വിവരങ്ങൾ നൽകുക]

4) ധാർമ്മികതയും ഭാഷാ നിയന്ത്രണവും:

ചുവടെയുള്ള പ്രോഗ്രാം ടെക്‌സ്‌റ്റ് പരിശോധിക്കുക: ഇത് ടാർഗെറ്റ് ഗ്രൂപ്പിനെ കളങ്കപ്പെടുത്തുന്നുണ്ടോ, അത് അവരെ നിഷ്‌ക്രിയ "സഹായത്തിനുള്ള വസ്തുക്കൾ" ആയി ചിത്രീകരിക്കുന്നുണ്ടോ, ശാക്തീകരണത്തിൻ്റെയും പങ്കാളിത്തത്തിൻ്റെയും തത്വം ലംഘിക്കുന്ന ഭാഷയുണ്ടോ? പ്രശ്‌നകരമായ പ്രസ്താവനകൾ ഫ്ലാഗുചെയ്യുക, കമ്മ്യൂണിറ്റിയിൽ ഇടപഴകുന്ന മാന്യമായ ബദലുകൾ നിർദ്ദേശിക്കുക. വാചകം: [വാചകം ഒട്ടിക്കുക]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

പിന്നാക്കം നിൽക്കുന്ന കുട്ടികൾക്കായി ഒരു പ്രോജക്റ്റ് ആപ്ലിക്കേഷൻ എഴുതുക, നിങ്ങളുടെ ന്യായീകരണത്തിൽ ശ്രദ്ധേയമായ സ്ഥിതിവിവരക്കണക്കുകൾ ഉൾപ്പെടുത്തുക.

"ഗംഭീരമായ സ്ഥിതിവിവരക്കണക്കുകൾ ഉൾപ്പെടുത്തുക" എന്ന് പറയുന്നത് AI-യുടെ സംഖ്യകൾ ഉണ്ടാക്കുന്നതിനുള്ള ക്ഷണമാണ്. ഫലം ശ്രദ്ധേയവും എന്നാൽ ഉറവിടമില്ലാത്തതുമായ ഒരു വാചകമാണ്, അത് അപേക്ഷ നിരസിക്കുകയും വിശ്വാസത്തെ ദുർബലപ്പെടുത്തുകയും ചെയ്യും.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: റഫറൻസ് എഡിറ്റർ. ചുവടെയുള്ള എൻ്റെ യഥാർത്ഥ ഡാറ്റയും ഫീൽഡ് അറിവും അടിസ്ഥാനമാക്കി ഒരു ഡ്രാഫ്റ്റ് പ്രോജക്റ്റ് ആപ്ലിക്കേഷൻ എഴുതുക. അധിക സ്ഥിതിവിവരക്കണക്കുകൾ ഫിറ്റിംഗ്; ഞാൻ നൽകാത്ത നമ്പർ ആവശ്യമുള്ളിടത്ത് [DATA REQUIRED] എഴുതുക. ലക്ഷ്യങ്ങൾ സ്‌മാർട്ടും വാഗ്ദാനങ്ങൾ യാഥാർത്ഥ്യവും നിലനിർത്തുക. സമൂഹത്തെ ഒരു പങ്കാളിത്ത വിഷയമായി നിർവചിക്കുക, ഒരു നിഷ്ക്രിയ വിഷയമല്ല. എൻ്റെ ഡാറ്റ: [യഥാർത്ഥ ഡാറ്റ ഒട്ടിക്കുക]

വ്യത്യാസം: "സ്ഥിതിവിവരക്കണക്കുകൾ ഇടുക" എന്നതിനുപകരം "ഞാൻ നിങ്ങൾക്ക് നൽകിയ ഡാറ്റ ഉപയോഗിക്കുക, ബാക്കിയുള്ളവ അടയാളപ്പെടുത്തുക" എന്നത് ആപ്ലിക്കേഷനെ സത്യസന്ധവും ശക്തവുമാക്കുന്നു.

പ്രോഗ്രാം സൈക്കിളിൽ AI, മനുഷ്യൻ

സ്റ്റേജ്

AI യുടെ സംഭാവന

മനുഷ്യൻ്റെ ജോലി

വിശകലനം ആവശ്യമാണ്

ചട്ടക്കൂട്, ചോദ്യങ്ങൾ

യഥാർത്ഥ ഡാറ്റ, ഫീൽഡ്

പ്രോഗ്രാം ലോജിക്

ചെയിൻ + അനുമാനം

റിയലിസത്തിൻ്റെ വിധി

പ്രവർത്തന പദ്ധതി

കരട് കലണ്ടർ

പ്രയോഗക്ഷമത

ബജറ്റ്

പേന യുക്തി

യഥാർത്ഥ തുകകൾ

അപേക്ഷ എഴുത്ത്

ഭാഷ, ഘടന

സത്യസന്ധത, സത്യസന്ധത

നിരീക്ഷണം-മൂല്യനിർണ്ണയം

ഇൻഡിക്കേറ്റർ ശുപാർശ

പ്രാധാന്യം, അളവ്

ധാർമ്മികത

ഭാഷാ നിയന്ത്രണം

കേടുപാടുകൾ / കളങ്കം തീരുമാനം

സാധാരണ തെറ്റുകൾ

• AI-യുടെ സ്ഥിതിവിവരക്കണക്കുകൾ വിശ്വസിക്കുന്നു. അവൻ സംഖ്യകൾ ഉണ്ടാക്കുന്നു; യഥാർത്ഥ ഉറവിടത്തിൽ നിന്നുള്ള എല്ലാ ഡാറ്റയും ഇടുക.
• പട്ടികയിൽ നിന്ന് ഒരു പ്രോഗ്രാം രൂപകൽപ്പന ചെയ്യുന്നു. ഫീൽഡിൽ നിന്ന് പ്രോഗ്രാം ഉയർന്നുവരുന്നു; AI-ക്ക് ഫീൽഡ് അറിയില്ല.
• അതിശയോക്തി കലർന്ന വാഗ്ദാനം. യാഥാർത്ഥ്യമാകാത്ത ഫലങ്ങൾ ആപ്ലിക്കേഷനെയും വിശ്വാസത്തെയും നശിപ്പിക്കുന്നു; യാഥാർത്ഥ്യബോധമുള്ളവരായിരിക്കുക.
• അപകീർത്തിപ്പെടുത്തുന്ന ഭാഷ. ടാർഗെറ്റ് ഗ്രൂപ്പിനെ ഒരു പങ്കെടുക്കുന്ന വിഷയമായി നിർവചിക്കുക, ഒരു നിഷ്ക്രിയ "വസ്തു" അല്ല.
• നിരീക്ഷണം-മൂല്യനിർണ്ണയം ഒഴിവാക്കുന്നു. അളക്കാൻ കഴിയാത്ത ഒരു പ്രോഗ്രാം കൈകാര്യം ചെയ്യാൻ കഴിയില്ല; തുടക്കം മുതൽ സൂചകങ്ങൾ സ്ഥാപിക്കുക.

ചുരുക്കത്തിൽ

കമ്മ്യൂണിറ്റി തലത്തിൽ സാമൂഹിക പ്രവർത്തനത്തിൻ്റെ ശക്തിയാണ് പ്രോഗ്രാമും പ്രോജക്റ്റ് രൂപകല്പനയും; ഇവിടെ, ആവശ്യങ്ങളുടെ വിശകലന ചട്ടക്കൂട്, പ്രോഗ്രാം ലോജിക്, പ്രവർത്തന പദ്ധതി, ഫണ്ടിംഗ് ആപ്ലിക്കേഷൻ ഡ്രാഫ്റ്റ്, ഇൻഡിക്കേറ്റർ നിർദ്ദേശം എന്നിവ ഉപയോഗിച്ച് AI തത്സമയം ലാഭിക്കുന്നു. എന്നാൽ ഈ ഫീൽഡിൽ നിന്നാണ് പ്രോഗ്രാം പിറവിയെടുക്കുന്നത്: നിങ്ങൾ സ്ഥിതിവിവരക്കണക്കുകളും ആവശ്യങ്ങളും തുകകളും യഥാർത്ഥ ഡാറ്റയ്‌ക്കൊപ്പം ചേർക്കുകയും വാഗ്ദാനങ്ങൾ യാഥാർത്ഥ്യമാക്കുകയും ഭാഷയെ കളങ്കപ്പെടുത്താതെ ശാക്തീകരണ തത്വവുമായി പൊരുത്തപ്പെടുത്തുകയും ചെയ്യുന്നു. AI ഘടനയും ഭാഷയും മെച്ചപ്പെടുത്തുന്നു; നിങ്ങൾ ആധികാരികതയും ധാർമ്മികതയും ഉറപ്പാക്കുന്നു.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു പ്രോഗ്രാം ആശയം തിരഞ്ഞെടുക്കുക, യഥാർത്ഥമോ സാങ്കൽപ്പികമോ, എന്നാൽ യാഥാർത്ഥ്യമോ. "നീഡ്സ് വിശകലന ചട്ടക്കൂട്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് നിങ്ങൾക്ക് ശേഖരിക്കേണ്ട ഡാറ്റയും ഓഹരി ഉടമകളും എക്‌സ്‌ട്രാക്റ്റുചെയ്യുക. തുടർന്ന് "ഫണ്ടിംഗ് ആപ്ലിക്കേഷൻ ഡ്രാഫ്റ്റ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് ഒരു ഡ്രാഫ്റ്റ് എടുത്ത് [DATA REQUIRED] പ്ലെയ്‌സ്‌ഹോൾഡറുകൾ ശരിയായി ഉപയോഗിച്ച് AI എന്തെങ്കിലും സ്ഥിതിവിവരക്കണക്കുകൾ ഉണ്ടാക്കുന്നുണ്ടോയെന്ന് പരിശോധിക്കുക. അവസാനമായി, "ധാർമ്മികതയും ഭാഷാ പരിശോധനയും" ടെംപ്ലേറ്റ് പ്രയോഗിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] യഥാർത്ഥ ഡാറ്റയും ഫീൽഡ് അറിവും അടിസ്ഥാനമാക്കിയാണ് ഞാൻ ആവശ്യം.
• AI നിർമ്മിക്കുന്ന എല്ലാ സ്ഥിതിവിവരക്കണക്കുകളും യഥാർത്ഥ ഉറവിടത്തിൽ നിന്ന് ഞാൻ പരിശോധിച്ചു/അടയാളപ്പെടുത്തിയിട്ടുണ്ട്.
• [ ] ഞാൻ വാഗ്ദാനങ്ങളും ലക്ഷ്യങ്ങളും യാഥാർത്ഥ്യവും അളക്കാൻ കഴിയുന്നതും പാലിച്ചു.
• [ ] ടാർഗെറ്റ് ഗ്രൂപ്പിനെ കളങ്കപ്പെടുത്താത്ത, എന്നാൽ അവരെ ശാക്തീകരിക്കുന്ന ഭാഷയാണ് ഞാൻ ഉപയോഗിച്ചത്.
• [ ] ഞാൻ തുടക്കം മുതൽ നിരീക്ഷണ-മൂല്യനിർണ്ണയ സൂചകങ്ങൾ ആസൂത്രണം ചെയ്തു.