एअरक्राफ्ट मेंटेनन्स आणि एव्हीओनिक्समधील कृत्रिम बुद्धिमत्तेचा परिचय: भूमिका, सीमा, पडताळणी आणि सुरक्षा-गंभीर तत्त्व

नफा:

• कृत्रिम बुद्धिमत्ता देखभाल कार्यप्रवाह (दस्तऐवज स्कॅनिंग, ट्रेंड, मसुदा) मध्ये कुठे वेळ वाचवते आणि जोखीम पातळीनुसार अधिकृत व्यक्तीकडे हवा योग्यता आणि स्वाक्षरीचा निर्णय कोठे राहतो हे वेगळे करण्याची क्षमता
• प्रत्येक AI आउटपुटला स्त्रोताशी जोडणारी चार-चरण शिस्त लागू करण्याची क्षमता, पुष्टीकरण, भौतिक सत्यापन आणि अधिकृतता-स्वाक्षरी फिल्टरिंग चरणांसह वर्तमान पुनरावृत्ती सत्यापित करते.
• हे समजून घेण्याची क्षमता, विमान वाहतुकीच्या सुरक्षिततेच्या-गंभीर स्वरूपामुळे, कृत्रिम बुद्धिमत्ता आउटपुट सक्षम तज्ञांची मान्यता आणि CRS स्वाक्षरीचा पर्याय नाही.

एका सकाळी एप्रनवर थांबलेल्या अरुंद शरीराच्या विमानाची कल्पना करा. पायलटने उड्डाणानंतर खराबी नोंदवली: "डावीकडे इंजिन EGT (एक्झॉस्ट गॅस तापमान - इंजिनच्या ज्वलन क्षेत्रातून बाहेर पडणाऱ्या वायूचे तापमान दर्शविणारा एक गंभीर पॅरामीटर) सूचक चढाईच्या वेळी लाल झोनजवळ आला." निघायला दोन तास बाकी आहेत, विमान भरले आहे, एकीकडे एएमएमची पाचशे पृष्ठे (विमान देखभाल नियमावली, अधिकृत दस्तऐवज ज्यामध्ये निर्माता देखभाल चरणांचे वर्णन करतो), एकीकडे, शेवटच्या वीस फ्लाइट्सचा सेन्सर डेटा आणि दुसरीकडे, अद्याप भरलेला नाही अशी वर्क ऑर्डर. येथेच कृत्रिम बुद्धिमत्ता (AI — सॉफ्टवेअर जे ऐतिहासिक डेटावरून नमुने शिकू शकते आणि मजकूर, कोड, वर्गीकरण आणि अंदाज तयार करू शकते) कागदपत्रे स्कॅन करण्यात, डेटा ट्रेंड वाचण्यात आणि कामाच्या ऑर्डरचा मसुदा तयार करण्यात काही मिनिटे वाचवते. परंतु या मॉड्यूलचे पहिले आणि स्थिर वाक्य आहे: AI एक सहाय्यक आहे; अधिकृत आणि परवानाधारक देखभाल कर्मचारी हेच अंतिम निर्णय घेतात आणि विमान हवेशीर असल्याचा स्वाक्षरी करतात.

या युनिटमध्ये आम्ही वाहनावर नव्हे तर शिस्तीवर भर देणार आहोत. विमान देखभाल आणि एव्हीओनिक्स वर्कफ्लोमध्ये AI रिअल टाइम कुठे वाचवते, ते कोठे धोकादायक आहे, प्रत्येक आउटपुटची पडताळणी कशी करायची आणि "सेफ्टी-क्रिटिकल" हा शब्द या सर्व गोष्टींवर का नियम करतो ते आम्ही पाहू. हा पाया घातल्याशिवाय, त्यानंतरची युनिट्स हवेतच राहतात — कारण विमानचालनात, असत्यापित आउटपुट केवळ चुकीचे उत्तर असू शकत नाही, तर शेकडो जीव घेणाऱ्या प्रणालीच्या अपयशाचा मार्ग असू शकतो. प्रत्येक टूल आणि प्रत्येक प्रॉम्प्ट आम्ही संपूर्ण मॉड्यूलमध्ये कव्हर करू या पहिल्या युनिटचा पार्श्वभूमी म्हणून वापर करतो.

विमान वाहतूक हे "सुरक्षा-गंभीर" क्षेत्र का आहे?

सुरक्षा-गंभीर प्रणाली ही एक अशी प्रणाली आहे ज्याच्या अपयशामुळे थेट मानवी जीवन, गंभीर इजा किंवा मालमत्तेचे मोठे नुकसान होऊ शकते. विमान देखभाल हे या व्याख्येचे पाठ्यपुस्तक उदाहरण आहे. सॉफ्टवेअर बग वेबसाइटवर वापरकर्त्याला त्रास देतो; विमान प्रणालीमध्ये, अपघाताच्या साखळीतील हा पहिला दुवा असू शकतो. म्हणूनच विमानचालन एका स्तरित सुरक्षा संस्कृतीवर बांधले गेले आहे: प्रत्येक कामाचा संदर्भ दस्तऐवज असतो, प्रत्येक भागाचा शोध घेण्याचा रेकॉर्ड असतो, प्रत्येक दुरूस्तीची अधिकृत स्वाक्षरी असते आणि प्रत्येक विमानाची हवा योग्यता असते — डिझाइन आणि देखभाल करून सुरक्षितपणे उड्डाण करण्याची विमानाची क्षमता.

रिडंडंसी आणि स्वतंत्र नियंत्रण हे या संस्कृतीचे व्यावहारिक नाव आहे. गंभीर कार्यानंतर, दुसरी अधिकृत व्यक्ती स्वतंत्रपणे कामाचे पर्यवेक्षण करते; याला डुप्लिकेट तपासणी म्हणतात. उड्डाण नियंत्रण प्रणालीसारख्या महत्त्वाच्या कनेक्शनसाठी हे अनिवार्य आहे. AI या साखळीत प्रवेश करत असताना, ते कोणतेही स्तर काढत नाही; जास्तीत जास्त, ते लेयरच्या तयारीच्या टप्प्याला गती देते. एआय कधीही सीआरएस (सेवा सोडण्याचे प्रमाणपत्र, अधिकृत कर्मचाऱ्यांनी स्वाक्षरी केलेले दस्तऐवज जे देखरेखीचे काम पूर्ण झाले आहे आणि विमान उड्डाणासाठी तयार असल्याचे प्रमाणित करते) कधीही जारी करू शकत नाही. केवळ भाग-66 परवानाधारक व्यक्ती (EASA भाग-66 — विमानावर स्वतंत्रपणे ऑपरेट करण्यासाठी आणि सोडण्यासाठी देखभाल कर्मचाऱ्यांचे अधिकार परिभाषित करणारा परवाना; जसे की B1 यांत्रिक/इंजिन, B2 एव्हीओनिक्स, सी लाइन/बेस व्यवस्थापन श्रेणी) त्यांच्या अधिकारक्षेत्रात यावर स्वाक्षरी करतील.

खबरदारी: विमानचालनात, "एआयने असे म्हटले" हे समर्थन नाही. चुकीचा भाग क्रमांक असल्यास, चुकलेला AD (एअरवॉर्डिनेस डायरेक्टिव्ह, ऑथॉरिटी-मँडेटेड करेक्टिव्ह ॲक्शन), किंवा चुकीचा अर्थ लावलेला फॉल्ट कोड असल्यास, त्याची जबाबदारी त्या व्यक्तीची आहे ज्याने तो प्रिंटआउट सत्यापित न करता अंमलात आणला आणि त्यावर स्वाक्षरी केली. "सिस्टम सुचवले" हे वाक्य तुम्हाला अधिकार नियंत्रणात संरक्षण देत नाही.

वर्कफ्लोमध्ये एआय कुठे उपयोगी पडते?

देखभालीची कामे दोन गटात विभागू. पहिला क्लस्टर: विपुल, पुनरावृत्ती, नमुना-काढता येण्याजोग्या कार्ये. AMM च्या शेकडो पृष्ठांमध्ये योग्य प्रक्रिया शोधणे, फॉल्ट कोडशी संबंधित संभाव्य कारणे सूचीबद्ध करणे, सेन्सर डेटामधील ट्रेंड आणि विसंगती चिन्हांकित करणे, पायलट अहवाल (PIREP - पायलट अहवाल, पायलटने नोंदवलेला अपयशाचा रेकॉर्ड) संरचित डेटामध्ये रूपांतरित करणे, वर्क ऑर्डर टेक्स्टचा मसुदा तयार करणे, सर्व्हिस बुलेटिनचा सारांश (SB - निर्मात्याच्या शिफारसी/निर्मात्याच्या शिफारसीमधील फरक शोधणे) मॅन्युअल आवृत्त्या, तांत्रिक लेख इंग्रजीतून समजण्यायोग्य तुर्कीमध्ये अनुवादित करणे. येथे, AI तासांपासून मिनिटांपर्यंत कमी करते आणि थकत नाही — 400 व्या पृष्ठावर मानवी डोळ्याने जे चुकवले ते ते चुकवत नाही.

दुसरा क्लस्टर: वायुयोग्यता आणि जीवन सुरक्षितता ठरवणारे निर्णय. बिघाडाचे खरे कारण, दुरुस्ती AMM चे पालन करते की नाही, एखादा भाग प्रत्यक्षात प्रमाणित आणि शोधण्यायोग्य आहे की नाही, MEL अंतर्गत विमान उड्डाण करण्यायोग्य आहे की नाही (किमान उपकरणे यादी, जी कोणत्या परिस्थितीत विमान कोणत्या उपकरणांसह उड्डाण करू शकते हे निर्दिष्ट करते) आणि शेवटी प्रकाशन स्वाक्षरी. यासाठी तज्ञ, कायदेशीर दायित्व आणि शारीरिक तपासणी आवश्यक आहे. येथे AI पर्यायांचा गुणाकार करते, मसुदा तयार करते - परंतु अंतिम स्वाक्षरी तुमची आहे.

चला एका वाक्यात फरक स्पष्ट करूया: AI "या दस्तऐवज/डेटाबद्दल काय वेगळे आहे आणि पहिला मसुदा कसा दिसतो" प्रश्नांवर मजबूत आहे; जेव्हा "हे विमान सुरक्षितपणे उड्डाण करू शकते का आणि मी यावर स्वाक्षरी करू शकतो का?" असा प्रश्न येतो तेव्हा निर्णय व्यक्तीवर अवलंबून असतो. हा भेद अंतर्भूत करणारा तंत्रज्ञ AI चा वापर धोका म्हणून नाही तर बल गुणक म्हणून करतो ज्यामुळे त्याला मुख्य निर्णयाकडे आपले लक्ष केंद्रित करता येते.

सत्यापन शिस्त: चार चरण

AI द्रव आणि आत्मविश्वासाने उत्पादन करते; याचा अर्थ ते खरे आहे असे नाही. AI अधूनमधून मतिभ्रम निर्माण करते — म्हणजे, ते वास्तविक अस्तित्वात नसलेली प्रक्रिया क्रमांक, मेड-अप टॉर्क मूल्य, अस्तित्वात नसलेला भाग क्रमांक किंवा खोटा मॅन्युअल संदर्भ म्हणून प्रस्तुत करते. देखभाल व्यवसायात हे विनाशकारी आहे. प्रत्येक आउटपुटवर चार-चरण रिफ्लेक्स लागू करा:

1. इमेजला स्त्रोताशी लिंक करा. AI चा प्रत्येक दावा AMM, IPC (इलस्ट्रेटेड पार्ट्स एफआयएम कॅटलॉग) किंवा AMM, IPC (इलस्ट्रेटेड पार्ट्स एफआयएम कॅटलॉग) सारख्या मंजूर दस्तऐवजातील ठोस विभागावर (कार्य क्रमांक, ATA धडा — ATA 100 मानकांनुसार सिस्टम क्रमांकित करणारा विभाग, उदा. 21 वातानुकूलन, 32 लँडिंग गियर, 34 नेव्हिगेशन) वर आधारित असणे आवश्यक आहे. "कोणत्या AMM टास्कमध्ये, कोणत्या रिव्हिजनमध्ये हे टॉर्क व्हॅल्यू आहे?" आणि मूळ दस्तऐवजात स्वतःसाठी पहा.
2. वर्तमान पुनरावृत्तीची पुष्टी करा. मॅन्युअल आणि निर्देश सतत अद्यतनित केले जातात. AI ला प्रशिक्षित केलेली माहिती जुनी असू शकते. नेहमी लायब्ररी/पोर्टलवरून वर्तमान पुनरावृत्ती सत्यापित करा.
3. भौतिक/मापन पुष्टीकरण. वास्तविक तपासणी, BITE (बिल्ट-इन टेस्ट इक्विपमेंट) आउटपुट किंवा कॅलिब्रेटेड मीटरशी अयशस्वी अंदाजाची तुलना करा.
4. अधिकृतता आणि स्वाक्षरी फिल्टर. तुम्ही नोकरी करण्यास आणि ते सोडण्यास पात्र आहात का? तुम्ही नसाल तर थांबा. अंतिम फिल्टर मानवी निर्णय आणि अधिकार आहे.

टीप: चेकलिस्टप्रमाणे या चार पायऱ्या लक्षात ठेवा: स्रोत → पुनरावृत्ती → भौतिक → स्वाक्षरी. AI जितके अधिक खात्रीशीर बोलेल, तितकेच तुम्ही या चरणांचे काटेकोरपणे पालन कराल. आत्मविश्वासपूर्ण टोन हा अचूकतेचा पुरावा नाही.

तीन लहान प्रकरणे

केस 1 - दस्तऐवज स्कॅनिंगने वेळ वाचवला. एक तंत्रज्ञ एअर कंडिशनिंग सिस्टीममधील बिघाडासाठी AMM येथे योग्य अलगाव पायरी शोधत होता. AI-सहाय्यित शोधाने योग्य ATA 21 कार्य आणि संबंधित FIM चरण 40 सेकंदात दाखवले; तंत्रज्ञाने कॉल कमी केला, जो साधारणपणे 15-20 मिनिटे चालतो. मात्र, अधिकृत पोर्टलवर टास्क नंबर आणि रिव्हिजन कन्फर्म केल्यानंतर त्यांनी कामाला सुरुवात केली. पेऑफ: अंदाजे 18 मिनिटे, शून्य वाढलेला धोका.

केस 2 - पडताळणीमध्ये भ्रम निर्माण झाला. एका तज्ञाने YZ ला बोल्टचे टॉर्क मूल्य विचारले. YZ म्हणाला "35 Nm". जेव्हा तज्ञाने एएमएमकडे पाहिले तेव्हा मूल्य "22 एनएम" होते; AI ने तत्सम फास्टनरचे मूल्य खोटे केले होते. अंदाजे 59% जास्त घट्ट केल्याने बोल्टमध्ये तणाव निर्माण होऊ शकतो आणि त्यानंतरच्या फ्लाइटमध्ये थकवा फ्रॅक्चर होऊ शकतो. वेल्डिंग पायरीने कोणत्याही संभाव्य संरचनात्मक नुकसानास प्रतिबंध केला.

केस 3 - चुकीच्या पुनरावृत्तीचा धोका. एका नियोजकाने एआयला विचारले की एडी लागू केले गेले आहे का; एआयने जुन्या आवृत्तीतून प्रतिसाद दिला आणि निर्देश "बंद" म्हणून दर्शविला. वरिष्ठ अभियंत्याने प्राधिकरणाच्या वर्तमान सूचीच्या विरुद्ध तपासणी केली: निर्देशाच्या नवीन पुनरावृत्तीसाठी (उदा. AD 2025-xx-xx R1) 6 महिन्यांच्या आत पुन्हा कारवाई करणे आवश्यक आहे. वर्तमान पुनरावृत्ती पुष्टीकरणाने एक अंतर बंद केले आहे जे आढळले नाही तर, तपासणीमध्ये शोध आणि वायुयोग्यतेचे उल्लंघन झाले असते.

चार कॉपी करण्यायोग्य टेम्पलेट्स

खालील टेम्पलेट्स AI योग्य फ्रेममध्ये ठेवतात: एक भूमिका नियुक्त करते, संसाधन आवश्यकता लादते आणि अनिश्चितता संप्रेषण करण्यास सांगते.

भूमिका: तुम्ही अनुभवी विमान देखभाल तंत्रज्ञांना मदत करणारे सहाय्यक आहात. कार्य: खालील दोषांचे वर्णन वाचा आणि संभाव्य कारणांची संभाव्यता क्रमाने सूचीबद्ध करा. नियम:- प्रत्येक गृहीतकासाठी, मी कोणता ATA विभाग आणि कोणता मॅन्युअल (AMM/FIM) तपासावा हे सूचित करा.- जिथे शंका असेल तेथे "सत्यापित करणे आवश्यक आहे" असे लिहा; टॉर्क/भाग क्रमांक/टास्क नाही फिटिंग.- माझ्याकडे अंतिम निर्णय आणि स्वाक्षरी आहे असे गृहीत धरा. दोष वर्णन: [पायरेप मजकूर पेस्ट करा]

भूमिका: तांत्रिक दस्तऐवज स्कॅनिंग सहाय्यक. कार्य: AMM/FIM मजकूरातील [समस्या] साठी चरणांचा सारांश द्या जो मी खाली पेस्ट करेन. नियम:- फक्त मी पेस्ट केलेल्या मजकूरावर अवलंबून रहा; बाहेरून माहिती जोडत आहे. - प्रत्येक अभिव्यक्तीच्या पुढे विभाग/चरण क्रमांक लिहा. - मजकूरात नसलेली कोणतीही मूल्ये किंवा संख्या तयार करू नका; अन्यथा "मजकूरात नाही" म्हणा. मजकूर: [एएमएम विभाग पेस्ट करा]

भूमिका: डेटा ट्रेंड रीडिंग असिस्टंट. टास्क: असामान्य ट्रेंड असल्यास चिन्हांकित करा किंवा खाली दिलेल्या शेवटच्या 20 फ्लाइटच्या [पॅरामीटर] मूल्यांमध्ये उडी घ्या. नियम:- फक्त पॅटर्नचे वर्णन करा; निश्चित दोष निदान करा. - जर महत्त्वाचा उंबरठा ओलांडला असेल, तर तुम्ही कोणत्या फ्लाइटवर आहात ते सूचित करा. - ही पूर्व-निवड आहे आणि निर्णय अभियंत्याचा आहे असे सांगा. डेटा: [टेबल/CSV पेस्ट करा]

भूमिका: वर्क ऑर्डर मसुदा सहाय्यक. कार्य: खालील शोधांवरून वर्क ऑर्डरचे मसुदा वर्णन तयार आहे. नियम:- ATA विभाग आणि कार्य क्रमांकाच्या संदर्भात, पूर्ण केलेले/करायचे काम स्पष्टपणे लिहा. मी पुष्टी करेपर्यंत कार्य [पडताळणी] टॅगसह रिक्त सोडा.- वापरलेल्या भागांसाठी भाग क्रमांक फिट करू नका; टाइप करा [IPC वरून सत्यापित करा].शोध: [मजकूर शोधण्यासाठी पेस्ट करा]

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत: "EGT जास्त आहे, मी काय करावे?"

हा प्रॉम्प्ट संदर्भ-मुक्त आहे; AI ला विमानाचा प्रकार, इंजिन प्रकार, फेज माहिती माहित नाही आणि बहुधा ते एक आत्मविश्वासपूर्ण परंतु सामान्य किंवा अगदी तयार केलेले उत्तर देईल.

मजबूत: "तुम्ही मेंटेनन्स टेक्निशियनचे सहाय्यक आहात. [विमान प्रकार], [इंजिन प्रकार]. PIREP: इंजिन #1 EGT चढताना थोडक्यात लाल रंगावर आले, क्रूझवर सामान्य स्थितीत परत आले. संभाव्य कारणांच्या गृहीतके संभाव्यतेच्या क्रमाने सूचीबद्ध करा; प्रत्येकासाठी ATA विभाग आणि मॅन्युअल तपासण्यासाठी सूचित करा; टॉर्क/भाग अनमार्क करा. निर्णय आणि सही माझी आहे."

या प्रॉम्प्टमध्ये भूमिका, संदर्भ, आउटपुट स्वरूप आणि सुरक्षा सीमा समाविष्ट आहे; आउटपुट सत्यापित आणि सुरक्षित होते.

सारणी: दोन व्यवसाय क्लस्टर आणि AI ची भूमिका

आकार

क्लस्टर 1: तयारीची कामे

क्लस्टर 2: निर्णय कार्ये

उदाहरण

एएमएम स्कॅनिंग, ट्रेंड मार्किंग, मसुदा लेखन

मूळ कारण, अनुपालन, CRS स्वाक्षरी

AI चे योगदान

वेग, कव्हरेज, थकवा

पर्याय गुणाकार, मसुदा — निर्णय नाही

जोखीम स्त्रोत

भ्रम, जुनी उजळणी

चुकीचे आउटपुट लागू केले, AD वगळले

अनिवार्य तपासणी

स्त्रोताशी दुवा, पुनरावृत्ती पुष्टीकरण

शारीरिक तपासणी + अधिकृत स्वाक्षरी

शेवटचा शब्द

माणसं बरोबर

माणूस ठरवतो आणि खुणा करतो

सामान्य चुका

• स्त्रोतासाठी AI आउटपुट चुकणे. AI एक संसाधन नाही; हे एक संकेतस्थळ आहे जे स्त्रोताकडे घेऊन जाते. मूळ दस्तऐवजातील प्रत्येक मूल्य पहा.
• पुनरावृत्ती वगळा. चुकीच्या पुनरावृत्तीसह योग्य कार्य अंमलात आणल्यास, तरीही ती त्रुटी आहे. वर्तमान आवृत्तीची नेहमी पुष्टी करा.
• संदर्भाशिवाय विचारणे. विमानाचा प्रकार, इंजिनचा प्रकार, टप्पा आणि लक्षणे यांच्या तपशीलाशिवाय विचारले जाणारे प्रश्न सामान्य आणि दिशाभूल करणारी उत्तरे देतात.
• अधिकाराची मर्यादा विसरतो. AI तुम्हाला B2 व्यवसायाबद्दल सांगू शकते; परंतु जर तुम्ही B1 असाल तर तुम्ही त्या नोकरीवर सही करू शकत नाही. साधन माहिती देते, अधिकार नाही.
• अनियंत्रित वाहनामध्ये गोपनीय/मालकीचा डेटा पेस्ट करणे. ग्राहक, नोंदणी (पुच्छ क्रमांक) आणि नोंदणीकृत निर्मात्याचा डेटा कॉर्पोरेट धोरणाच्या बाहेर सामायिक केला जाऊ नये (आम्ही हे युनिट 11 मध्ये अधिक खोल करू).
• अतिआत्मविश्वास (ऑटोमेशन बायस). AI च्या तरलतेमध्ये अडकणे आणि चार पावले वगळणे ही सर्वात सामान्य आणि धोकादायक चूक आहे.

सारांशात

विमानाची देखभाल आणि एव्हीओनिक्स हे सुरक्षिततेच्या दृष्टीने महत्त्वाचे क्षेत्र आहे; येथे, AI एक मौल्यवान सहाय्यक आहे परंतु निर्णय घेणारा कधीही नाही. AI तयारीच्या कामाचे तास (दस्तऐवज स्कॅनिंग, ट्रेंड मार्किंग, मसुदा लेखन) मिनिटांपर्यंत कमी करते; वायुयोग्यता आणि स्वाक्षरी निर्णयांमध्ये, ते पर्याय तयार करते आणि निर्णय घेत नाही. प्रत्येक आउटपुटला चार पायऱ्यांद्वारे फिल्टर करा: स्त्रोताशी दुवा, पुनरावृत्तीची पुष्टी करा, प्रत्यक्ष पडताळणी करा, अधिकृतता पास करा आणि स्वाक्षरी फिल्टर करा. ही शिस्त हा पाया आहे ज्यावर उर्वरित मॉड्यूल बांधले जाईल.

अर्ज कार्य

तुमच्या स्वतःच्या वर्कस्पेसमधून वास्तविक (परंतु संवेदनशील डेटा नाही) दोष वर्णन निवडा. वरील पहिले टेम्प्लेट वापरून संभाव्य कारणांसाठी AI ला विचारा. त्यानंतर लिखित स्वरुपात पडताळणीच्या चार पायऱ्या फॉलो करा: (१) मूळ दस्तऐवजातील मॅन्युअल/ATA विभागातील प्रत्येक गृहीतक कोणत्या आधारावर आहे ते शोधा, (२) पुनरावृत्ती लक्षात घ्या, (३) कोणती भौतिक तपासणी आवश्यक आहे ते लिहा, (४) तुम्ही या कामावर सही करण्यास अधिकृत आहात की नाही हे सूचित करा. ही अर्ध्या पानाची नोट सहकाऱ्याला दाखवा आणि अभिप्राय मिळवा.

चेकलिस्ट

• [ ] मी AI ला सहाय्यक म्हणून आणि स्वतःला निर्णय घेणारा म्हणून नियुक्त केले.
• नोकरी कोणत्या क्लस्टरमध्ये आहे हे मी ठरवले आहे (तयारी किंवा निर्णय).
• [ ] मी प्रॉम्प्टमध्ये भूमिका, विमान/इंजिन प्रकार, टप्पा आणि लक्षण संदर्भ जोडले आहेत.
• [ ] मी चार पडताळणी चरणांचे पालन केले: स्रोत, पुनरावृत्ती, भौतिक, स्वाक्षरी.
• मी कोणतेही टॉर्क/भाग क्रमांक/टास्क नंबर सत्यापित केल्याशिवाय स्वीकारले नाही.
• [ ] मी कॉर्पोरेट धोरणानुसार संवेदनशील/मालकीचा डेटा हाताळला आहे.
• [ ] मी पुष्टी केली की अंतिम निर्णय आणि स्वाक्षरी अधिकृत व्यक्तीची आहे.