കോഡ് അവലോകനം, റീഫാക്‌ടറിംഗ്, സാങ്കേതിക കടം

നേട്ടങ്ങൾ:

• വായനാക്ഷമത, യുക്തി, സുരക്ഷ എന്നിവയ്ക്കായി കോഡ് അവലോകനത്തിൽ AI രണ്ടാം കണ്ണായി ഉപയോഗിക്കാനുള്ള കഴിവ്
• സങ്കീർണ്ണമായ കോഡ് സ്വഭാവത്തെ തടസ്സപ്പെടുത്താതെ AI പിന്തുണയോടെ റീഫാക്റ്ററിംഗ് ഘട്ടങ്ങൾ ആസൂത്രണം ചെയ്യാനുള്ള കഴിവ്
• ടെസ്റ്റിംഗും പതിപ്പ് നിയന്ത്രണ താരതമ്യവും ഉപയോഗിച്ച് AI-യുടെ അവലോകനം പരിശോധിക്കാനും ശുപാർശകൾ എഡിറ്റുചെയ്യാനുമുള്ള കഴിവ്

സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറിംഗിൽ, കോഡ് എഴുതിയതിനേക്കാൾ കൂടുതൽ വായിക്കപ്പെടുന്നു. കോഡിൻ്റെ ഒരു വരി ഒരിക്കൽ എഴുതിയതാണ്, പക്ഷേ മാസങ്ങൾക്കുള്ളിൽ ഡസൻ കണക്കിന് തവണ വായിക്കുകയും പരിഷ്‌ക്കരിക്കുകയും നിർമ്മിക്കുകയും ചെയ്യുന്നു. അതുകൊണ്ടാണ് കോഡ് അവലോകനം (ലോജിക്, റീഡബിലിറ്റി, സുരക്ഷ എന്നിവയ്ക്കായി മറ്റൊരാളുടെ അല്ലെങ്കിൽ നിങ്ങളുടെ സ്വന്തം കോഡ് അവലോകനം ചെയ്യുക), റീഫാക്‌ടറിംഗ് (കോഡിൻ്റെ സ്വഭാവം മാറ്റാതെ അതിൻ്റെ ഘടന മെച്ചപ്പെടുത്തുക) എന്നിവ എഞ്ചിനീയറിംഗിൻ്റെ ഹൃദയഭാഗത്താണ്. ഈ രണ്ട് ടാസ്‌ക്കുകൾക്കുമായി AI ശക്തമായ ഒരു "രണ്ടാം കണ്ണ്" ആയി മാറുന്നു: ഇത് വേഗത്തിൽ വായനാക്ഷമത നിർദ്ദേശിക്കുന്നു, ശ്രദ്ധിക്കപ്പെടാത്ത യുക്തിയും സുരക്ഷാ പ്രശ്നങ്ങളും ചൂണ്ടിക്കാണിക്കുന്നു, കൂടാതെ ഒരു വലിയ പുനർനിർമ്മാണത്തെ ചെറിയ സുരക്ഷിത ഘട്ടങ്ങളാക്കി മാറ്റുന്നു. എന്നാൽ ഒരു നിർണായക നിയമമുണ്ട്: റീഫാക്റ്ററിംഗ് സ്വഭാവം മാറ്റാൻ പാടില്ല, മാത്രമല്ല ഇത് ഉറപ്പുനൽകുന്ന ഒരേയൊരു കാര്യം പരിശോധനയാണ്.

ഈ യൂണിറ്റിൽ, കോഡ് അവലോകനത്തിനായി ഘടനാപരമായ രീതിയിൽ AI എങ്ങനെ ഉപയോഗിക്കാമെന്നും അതിൻ്റെ സ്വഭാവം ലംഘിക്കാതെ സങ്കീർണ്ണമായ കോഡ് എങ്ങനെ പരിഹരിക്കാമെന്നും സാങ്കേതിക കടം എങ്ങനെ കൈകാര്യം ചെയ്യാമെന്നും (വേഗത്തിലുള്ളതും എന്നാൽ ചെലവേറിയതുമായ കോഡ് തീരുമാനങ്ങൾ) ഞങ്ങൾ കാണും.

ആശയങ്ങൾ: സാങ്കേതിക കടം: ഭാവിയിൽ അറ്റകുറ്റപ്പണികൾ ബുദ്ധിമുട്ടാക്കുന്ന വേഗതയ്ക്കായി ഇന്ന് എടുക്കുന്ന കോഡ് തീരുമാനങ്ങൾ. കോഡ് മണം: പാറ്റേണുകൾ സ്വയം പിശകുകളല്ല, എന്നാൽ പ്രശ്നങ്ങളെ സൂചിപ്പിക്കുന്നു (വളരെ ദൈർഘ്യമേറിയ പ്രവർത്തനങ്ങൾ, ആവർത്തന കോഡ്). റിഗ്രഷൻ: ഒരു മാറ്റം മുമ്പ് പ്രവർത്തിച്ചിരുന്ന എന്തെങ്കിലും തകർക്കുമ്പോൾ.

ഘടനാപരമായ കോഡ് അവലോകനത്തിൽ AI ഉപയോഗിക്കുന്നു

സമയം പരിമിതമാകുമ്പോൾ, ഉയർന്ന അപകടസാധ്യതയുള്ള വിഷയങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കേണ്ടത് ആവശ്യമാണ്. ഇൻഡൻ്റേഷൻ, സ്‌പെയ്‌സിംഗ് തുടങ്ങിയ ഫോർമാറ്റിംഗ് പ്രശ്‌നങ്ങൾ ഓട്ടോമാറ്റിക് ഫോർമാറ്റർ കൈകാര്യം ചെയ്യുന്നു; ലോജിക്, സെക്യൂരിറ്റി, എഡ്ജ് കേസ് പെരുമാറ്റം എന്നിവയിൽ നിങ്ങൾ മനുഷ്യ ശ്രദ്ധ നൽകണം. AI അവലോകനം നടത്തുമ്പോൾ, ഒരു മുൻഗണനയുള്ള ലിസ്റ്റ് ആവശ്യപ്പെടുക, അവലോകനങ്ങളുടെ പ്ലെയിൻ ബാരേജ് അല്ല.

1. സ്കോപ്പ് നൽകുക. എന്ത് കോഡ്, എന്ത് ചെയ്യണം, ഏത് സന്ദർഭത്തിലാണ് ഇത് പ്രവർത്തിക്കുന്നത്.
2. മുൻഗണനാ അക്ഷം വ്യക്തമാക്കുക. ആദ്യം കൃത്യതയും സുരക്ഷയും, രണ്ടാമത് വായനാക്ഷമതയും.
3. കോൺക്രീറ്റ് തിരുത്തലിനായി ആവശ്യപ്പെടുക. ഓരോ കണ്ടെത്തലിനും "എന്തുകൊണ്ടാണ് പ്രശ്നം", "ശുപാർശ ചെയ്‌ത പരിഹാരം".
4. നിങ്ങൾ കണ്ടെത്തലുകൾ സ്ഥിരീകരിക്കുക. AI തെറ്റായ പോസിറ്റീവുകളും ഉണ്ടാക്കുന്നു; ഓരോ കണ്ടെത്തലും കോഡിനും പരിശോധനയ്ക്കും എതിരായി പരിശോധിക്കുക.

ഘടനാപരമായ അവലോകന നിർദ്ദേശം: "ഒരു മുതിർന്ന എഞ്ചിനീയറെപ്പോലെ ഇനിപ്പറയുന്ന ഫംഗ്‌ഷൻ പരിശോധിക്കുക. കണ്ടെത്തലുകൾ പ്രാധാന്യത്തിൻ്റെ ക്രമത്തിൽ ലിസ്റ്റുചെയ്‌ത് ഈ ടാഗുകൾ ഉപയോഗിച്ച് അവയെ അടയാളപ്പെടുത്തുക: [ക്രിട്ടിക്കൽ] ലോജിക്/സെക്യൂരിറ്റി, [മീഡിയം] എഡ്ജ് കേസ്/പ്രകടനം, [കുറഞ്ഞ] വായനാക്ഷമത/പേര്. ഓരോ കണ്ടെത്തലിനും: എന്തിനാണ് ചോദിക്കുക, കോൺക്രീറ്റ് പരിഹരിക്കാനുള്ള നിർദ്ദേശങ്ങൾ കൈകാര്യം ചെയ്യരുത്. അത് കോഡ്: [കോഡ്]"

സുരക്ഷാ-കേന്ദ്രീകൃത അവലോകന നിർദ്ദേശം: "സുരക്ഷാ ആവശ്യങ്ങൾക്കായി മാത്രം ഈ കോഡ് അവലോകനം ചെയ്യുക: ഇൻപുട്ട് മൂല്യനിർണ്ണയത്തിൻ്റെ അഭാവം, കുത്തിവയ്പ്പിനുള്ള സാധ്യത, അംഗീകാര നിയന്ത്രണത്തിൻ്റെ അഭാവം, രഹസ്യാത്മക വിവരങ്ങളുടെ ചോർച്ച, സുരക്ഷിതമല്ലാത്ത സ്ഥിരസ്ഥിതികൾ. ഓരോ കണ്ടെത്തലിലും ഒരു ഉദാഹരണ ആക്രമണ സാഹചര്യം ചേർക്കുക. സുരക്ഷാ പ്രശ്‌നമില്ലെങ്കിൽ, 'നിർണായകമായ സുരക്ഷാ പ്രശ്‌നങ്ങളൊന്നും ഞാൻ കണ്ടെത്തിയില്ല' എന്ന് വ്യക്തമായി പ്രസ്താവിക്കുക. കോഡ്: [കോഡ്]"

മുൻകരുതൽ: "പ്രശ്നമില്ല" എന്ന് AI പറയുന്നതുകൊണ്ട്, ഒരു പ്രശ്നവുമില്ല എന്നതിൻ്റെ തെളിവല്ല. AI-ന് തെറ്റായ നെഗറ്റീവ് ഉണ്ടാക്കാൻ കഴിയും; ഒരു യഥാർത്ഥ സുരക്ഷാ പ്രശ്നം മറികടക്കാൻ കഴിയും. AI അവലോകന സപ്ലിമെൻ്റുകൾ, പകരം വയ്ക്കലല്ല, മനുഷ്യ അവലോകനവും സുരക്ഷാ പരിശോധനയും. സുരക്ഷാ-നിർണ്ണായക കോഡിൽ, യോഗ്യതയുള്ള എഞ്ചിനീയർക്ക് അന്തിമ വാക്ക് ഉണ്ട്.

ടെസ്റ്റ്-പ്രിസർവ്ഡ് റീഫാക്ടറിംഗ്

പുനർനിർമ്മാണത്തിൻ്റെ സുവർണ്ണ നിയമം: ആദ്യം പരിശോധിക്കുക, പിന്നീട് മാറ്റുക. കോഡ് ശരിയാക്കുന്നതിന് മുമ്പ്, നിലവിലെ പെരുമാറ്റം ലോക്ക് ചെയ്യുന്ന പരിശോധനകൾ ഉണ്ടായിരിക്കണം, അതിനാൽ മാറ്റം എന്തെങ്കിലും തകരാറിലായാൽ ഉടൻ തന്നെ നിങ്ങൾക്കറിയാം. AI റീഫാക്‌ടറിംഗ് ഉള്ളപ്പോൾ ഓർഡർ ലംഘിക്കരുത്.

1. നിലവിലെ പെരുമാറ്റം പരീക്ഷിക്കുക. അല്ലാത്തപക്ഷം, AI-യെ ഒരു “പ്രതീകവൽക്കരണ പരിശോധന” (നിലവിലെ പെരുമാറ്റം ഉൾക്കൊള്ളുന്ന പരിശോധന) നിർമ്മിക്കാൻ ആവശ്യപ്പെടുക.
2. ചെറിയ ഘട്ടങ്ങളിലൂടെ അത് പരിഹരിക്കുക. ഓരോ ഘട്ടത്തിലും പരിശോധന പച്ചയായി തുടരണം.
3. ഓരോ ഘട്ടത്തിനും ശേഷം ഇത് പ്രവർത്തിപ്പിക്കുക. റിഗ്രഷൻ നേരത്തെ പിടിക്കുക.

സുരക്ഷിതമായ റീഫാക്‌ടറിംഗ് പ്ലാൻ പ്രോംപ്റ്റ്: "ഇനിപ്പറയുന്ന 60-വരി ഫംഗ്‌ഷൻ വളരെയധികം ചെയ്യുന്നു, വായിക്കാൻ പ്രയാസമാണ്. അതിൻ്റെ സ്വഭാവം മാറ്റാതെ തന്നെ ഇത് റീഫാക്‌ടർ ചെയ്യാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. ആദ്യം: നിലവിലുള്ള സ്വഭാവം ലോക്ക് ഡൗൺ ചെയ്യേണ്ട ടെസ്റ്റ് കേസുകൾ ഏതൊക്കെയെന്ന് പട്ടികപ്പെടുത്തുക. തുടർന്ന്: റീഫാക്‌ടറിംഗ് ചെറിയ ഘട്ടങ്ങളായി വിഭജിക്കുക, ഓരോന്നും ടെസ്റ്റുകൾ പച്ചയായിരിക്കുമ്പോൾ എക്‌സിക്യൂട്ട് ചെയ്യാം. [ആദ്യ കോഡ് ഇതുവരെ എഴുതരുത്. കോഡ് നൽകുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: "ഈ കോഡ് മികച്ചതാക്കുക." (ഫലം: എന്ത് മെച്ചപ്പെടുത്തണമെന്ന് വ്യക്തമല്ല; AI അനിയന്ത്രിതമായ മാറ്റങ്ങൾ വരുത്തുന്നു, നിശ്ശബ്ദമായി സ്വഭാവം മാറ്റാൻ കഴിയും.) STRONG: "വായനക്ഷമതയ്‌ക്കായി ഈ പേയ്‌മെൻ്റ് കണക്കുകൂട്ടൽ ഫംഗ്‌ഷൻ റീഫാക്‌റ്റർ ചെയ്യുക. നിയന്ത്രണം: പെരുമാറ്റം അതേപടി നിലനിൽക്കണം, മൂല്യങ്ങൾ മാറ്റരുത്. ദൈർഘ്യമേറിയ ഫംഗ്‌ഷൻ അർത്ഥവത്തായ യൂട്ടിലിറ്റി ഫംഗ്‌ഷനുകളായി വിഭജിക്കുക, മാജിക് നമ്പറുകൾ നാമകരണം ചെയ്‌ത സ്ഥിരാങ്കങ്ങളായി വർദ്ധിപ്പിക്കുക. ഓരോ ഇനത്തിലും മാറ്റം വരുത്തരുത്.

"പെരുമാറ്റം അതേപടി തുടരണം" എന്ന നിയന്ത്രണവും മെച്ചപ്പെടുത്തേണ്ടതും ശക്തമായ പ്രോംപ്റ്റ് വ്യക്തമായി പറയുന്നു. ഈ നിയന്ത്രണമില്ലാതെ, "മെച്ചപ്പെടുത്തൽ" എന്ന പേരിൽ AI-ക്ക് യുക്തി മാറ്റാനും നിശബ്ദമായ ഒരു റിഗ്രഷൻ ഉണ്ടാക്കാനും കഴിയും.

സാങ്കേതിക കടം കൈകാര്യം ചെയ്യുന്നു

സമീപിക്കുക

ഹ്രസ്വ കാലയളവിൽ

ദീർഘകാലാടിസ്ഥാനത്തിൽ

കടം അവഗണിക്കുന്നു

വേഗത്തിലുള്ള പുരോഗതി

മെയിൻ്റനൻസ് പക്ഷാഘാതം, ടീം മന്ദഗതിയിലാകുന്നു

എല്ലാം മാറ്റിയെഴുതുക

സ്റ്റാൻഡിംഗ് ഫീച്ചർ വികസനം

ഉറപ്പില്ലാത്ത റിട്ടേൺ, ഉയർന്ന റിസ്ക്

അളന്ന, ടെസ്റ്റ്-പ്രൊട്ടക്റ്റഡ് റീഫാക്റ്ററിംഗ്

ചെറിയ മാന്ദ്യം

സുസ്ഥിര വേഗത

ആരോഗ്യകരമായ മാർഗം മൂന്നാമത്തേതാണ്: കടം ദൃശ്യമാക്കുക (അത് ഒരു ലിസ്റ്റിൽ ട്രാക്ക് ചെയ്യുക), അത് ഏറ്റവും വേദനിപ്പിക്കുന്നിടത്ത് നിന്ന് ആരംഭിക്കുക, കൂടാതെ ഓരോ പരിഹാരവും ടെസ്റ്റ് പ്രൂഫ് ചെയ്യുക. ഡെറ്റ് ഇനങ്ങൾ തിരിച്ചറിയുന്നതിനും മുൻഗണന നൽകുന്നതിനും AI ഒരു നല്ല സഹായമാണ്, എന്നാൽ ഏത് കടമാണ് അടയ്ക്കേണ്ടത് എന്നത് ഒരു ബിസിനസ്സ് തീരുമാനമാണ്.

മിനി കേസുകൾ

കേസ് 1 - സൈലൻ്റ് റിഗ്രഷൻ. ഒരു ഡെവലപ്പർ AI-യോട് “ഈ പ്രവർത്തനം ലളിതമാക്കാൻ” പറയുന്നു; AI ഒരു അവസ്ഥ തെറ്റായി വിവർത്തനം ചെയ്യുകയും റിട്ടേൺ കണക്കുകൂട്ടൽ തകരാറിലാവുകയും ചെയ്യുന്നു. ഒരു പരിശോധനയും ഇല്ലാത്തതിനാൽ, ഉപഭോക്താവിൻ്റെ പരാതിയിൽ 3 ആഴ്ചകൾക്ക് ശേഷം പിശക് സംഭവിക്കുന്നു. ആദ്യം ക്യാരക്‌ടറൈസേഷൻ ടെസ്റ്റ് എഴുതി ടീം അതേ ജോലി ചെയ്യുന്നു, ആദ്യ ഓട്ടത്തിൽ തന്നെ റെഡ് ടെസ്റ്റ് ഉപയോഗിച്ച് പിശക് പിടിക്കുന്നു.

കേസ് 2 - ഉപയോഗപ്രദമായ രണ്ടാമത്തെ കണ്ണ്. ഒരു കോഡ് അവലോകനത്തിൽ, ഉപയോക്തൃ അംഗീകാരം ഇൻ്റർഫേസിൽ മാത്രമാണ് പരിശോധിച്ചതെന്നും സെർവറിൽ അല്ലെന്നും AI മനസ്സിലാക്കുന്നു. ഇതൊരു അനധികൃത ആക്‌സസ് ദുർബലതയാണ്. എഞ്ചിനീയർ സെർവർ സൈഡ് അംഗീകാര പരിശോധന ചേർക്കുന്നു; AI പരിശോധന ഒരു യഥാർത്ഥ സുരക്ഷാ സംഭവത്തെ തടയുന്നു.

കേസ് 3 - തെറ്റായ പോസിറ്റീവ്. AI പറയുന്നു "ഈ വേരിയബിൾ ഒരിക്കലും ഉപയോഗിക്കില്ല, അത് ഇല്ലാതാക്കുക"; എന്നിരുന്നാലും, ഇത് ഒരു വേരിയബിൾ റിഫ്ലക്ഷൻ മെക്കാനിസത്തിലൂടെ പരോക്ഷമായി ഉപയോഗിക്കുന്നു. പരിശോധനയ്‌ക്കെതിരായ നിർദ്ദേശം എഞ്ചിനീയർ പരിശോധിച്ചില്ലെങ്കിൽ, അത് ഇല്ലാതാക്കുകയും ഒരു റൺടൈം പിശക് സംഭവിക്കുകയും ചെയ്യും. നടപ്പിലാക്കുന്നതിന് മുമ്പ് എല്ലാ AI കണ്ടെത്തലുകളും സ്ഥിരീകരിക്കേണ്ടതുണ്ട്.

സാധാരണ തെറ്റുകൾ

• പരിശോധന കൂടാതെ റീഫാക്‌ടറിംഗ്. പെരുമാറ്റം സംരക്ഷിക്കപ്പെടുന്നുവെന്ന് ഉറപ്പാക്കാൻ ഒന്നും അവശേഷിക്കുന്നില്ല.
• AI കണ്ടെത്തലുകൾ സാധൂകരിക്കാതെ പ്രയോഗിക്കുന്നു. തെറ്റായ പോസിറ്റീവും തെറ്റായ നെഗറ്റീവുകളും സംഭവിക്കുന്നു.
• ഫോർമാറ്റ് പ്രശ്നങ്ങളിൽ മനുഷ്യ സമയം പാഴാക്കുന്നു. യാന്ത്രിക ഉപകരണങ്ങൾ ഉപയോഗിച്ച് പരിഹരിക്കാൻ കഴിയുന്ന ജോലികളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത് യഥാർത്ഥ അപകടസാധ്യതകളെ മറികടക്കുന്നു.
• "പ്രശ്നമില്ല" എന്ന ഉത്തരം ഒരു ഗ്യാരണ്ടിയായി എടുക്കുന്നു. AI-ക്ക് അപകടസാധ്യത മറികടക്കാൻ കഴിയും; മനുഷ്യ അവലോകനം ആവശ്യമാണ്.
• മുഴുവൻ കടവും ഒറ്റയടിക്ക് വീട്ടാൻ ശ്രമിക്കുന്നു. പ്രധാന തിരുത്തലുകൾ അപകടകരമാണ്; പരിശോധനയിലൂടെ അളക്കുകയും പരിരക്ഷിക്കുകയും ചെയ്യുന്ന ഘട്ടങ്ങൾ മുൻഗണന നൽകുന്നു.

ചുരുക്കത്തിൽ

കോഡ് അവലോകനവും പുനർനിർമ്മാണവും കോഡിൻ്റെ ദീർഘായുസ്സ് നിർണ്ണയിക്കുന്നു. AI ഒരു ശക്തമായ രണ്ടാമത്തെ കണ്ണും പ്ലാൻ ജനറേറ്ററും ആണ്: മുൻഗണനാക്രമത്തിലുള്ള കണ്ടെത്തലുകൾ, സുരക്ഷാ സാഹചര്യങ്ങൾ, ചെറിയ-ഘട്ട പുനർനിർമ്മാണ പദ്ധതികൾ എന്നിവ നൽകുന്നു. എന്നാൽ റീഫാക്‌ടറിംഗ് സ്വഭാവം മാറ്റാൻ പാടില്ല, കൂടാതെ പരിശോധന മാത്രമേ ഇതിന് ഉറപ്പ് നൽകുന്നുള്ളൂ. കോഡിനും പരിശോധനയ്ക്കുമെതിരായ എല്ലാ AI കണ്ടെത്തലുകളും സാധൂകരിക്കുക; "പ്രശ്നമില്ല" എന്ന ഉത്തരം തെളിവായി എടുക്കരുത്. സാങ്കേതിക കടം ദൃശ്യമാക്കുകയും അളന്ന, പരിശോധന-സംരക്ഷിത ഘട്ടങ്ങളിലൂടെ അത് അടയ്ക്കുകയും ചെയ്യുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

40-70 ലൈൻ എടുക്കുക, നിങ്ങൾക്ക് കുറച്ച് സങ്കീർണ്ണമായ പ്രവർത്തനം (അല്ലെങ്കിൽ AI ജനറേറ്റ് ചെയ്യുക). ആദ്യം ഘടനാപരമായ അവലോകന നിർദ്ദേശം പിന്തുടരുക, കണ്ടെത്തലുകൾ [നിർണ്ണായക]/[മീഡിയം]/[കുറഞ്ഞത്] എന്ന് അടുക്കുക; കോഡിന് എതിരായി ഒരു കണ്ടെത്തലെങ്കിലും നേരിട്ട് പരിശോധിച്ചുറപ്പിക്കുക. തുടർന്ന്, സുരക്ഷിതമായ റീഫാക്‌ടറിംഗ് പ്ലാൻ പ്രോംപ്‌റ്റ് ഉപയോഗിച്ച്, ആദ്യം ക്യാരക്‌ടറൈസേഷൻ ടെസ്റ്റുകൾ ജനറേറ്റ് ചെയ്‌ത് പ്രവർത്തിപ്പിക്കുക, തുടർന്ന് ചെറിയ ഘട്ടങ്ങളിൽ റീഫാക്‌ടറിംഗ് പ്രയോഗിച്ച് ഓരോ ഘട്ടത്തിലും ടെസ്റ്റുകൾ പച്ചയായി തുടരുന്നുണ്ടോയെന്ന് പരിശോധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] മുൻഗണനാ ടാഗുകൾ (നിർണ്ണായകം/ഇടത്തരം/കുറഞ്ഞത്) ഉപയോഗിച്ച് ഞാൻ അവലോകനം ക്രമീകരിച്ചു.
• [ ] കോഡ്/ടെസ്‌റ്റിനെതിരെ ഒരു AI കണ്ടെത്തലെങ്കിലും ഞാൻ പരിശോധിച്ചു.
• [ ] റീഫാക്‌ടർ ചെയ്യുന്നതിന് മുമ്പ് ഞാൻ നിലവിലെ സ്വഭാവം പരിശോധിച്ചു.
• [ ] ഞാൻ ചെറിയ ഘട്ടങ്ങളിൽ മാറ്റങ്ങൾ വരുത്തുകയും ഓരോ ഘട്ടത്തിലും ടെസ്റ്റുകൾ നടത്തുകയും ചെയ്തു.
• [ ] പ്രോംപ്റ്റിൽ "പെരുമാറ്റം അതേപടി തുടരണം" എന്ന നിയന്ത്രണം ഞാൻ വ്യക്തമാക്കി.
• [ ] സുരക്ഷാ കണ്ടെത്തലുകൾക്ക് മനുഷ്യ സ്ഥിരീകരണം ആവശ്യമാണെന്ന് ഞാൻ സ്ഥിരീകരിച്ചു.