लाभ:
- एक अपरेशन डिजाइन गर्ने क्षमता जसले सामग्री, खोज, सिफारिस, सेवा र विश्लेषणात्मक चरणहरू एकल लेखा योग्य कार्यप्रवाहमा संयोजन गर्दछ।
- KVKK/GDPR, उपभोक्ता कानून र बजार सम्झौताहरूलाई दैनिक कृत्रिम बुद्धिमत्ता प्रयोगमा सम्मिलित अनुपालन ढाँचामा रूपान्तरण गर्ने क्षमता
- नैतिकता, पारदर्शिता र उत्तरदायित्व सिद्धान्तहरूलाई कृत्रिम बुद्धिमत्ता शासनको रूपमा संस्थागत गर्ने र टोलीको लागि नियम सेट गर्ने क्षमता
मोड्युल परीक्षा
1. कुनै पनि लागत र मार्जिन नियन्त्रण बिना कुनै पसल मालिकले कृत्रिम बुद्धिमत्ता द्वारा सुझाव गरिएको नयाँ बिक्री मूल्य सिधै लागू गर्दछ। यस दृष्टिकोणमा आधारभूत त्रुटि के हो?
- क) कृत्रिम बुद्धिमत्ता उत्पादनलाई लागत, मार्जिन र व्यावसायिक प्रमाणीकरणको अधीनमा नगरी निर्णयमा रूपान्तरण गर्दै; जिम्मेवारी जनताको हो भन्ने कुरालाई बेवास्ता गर्दै ✔
- ख) मूल्य निर्धारणमा कृत्रिम बुद्धिमत्ता प्रयोग गर्न कडा रूपमा निषेध गरिएको छ
- C) आर्टिफिसियल इन्टेलिजेन्सले जहिले पनि मूल्य भन्दा कम देखाउँछ
- D) मूल्य प्रस्ताव तालिकामा प्रस्तुत गरिएको छैन
विवरण: कृत्रिम बुद्धिमत्ताले मूल्यको लागि सांख्यिकीय सिफारिस उत्पादन गर्दछ; यद्यपि, अन्तिम मूल्य लागत, मार्जिन, अभियान र प्रतिस्पर्धा नियमहरूमा निर्भर गर्दछ र जिम्मेवारी स्टोर मालिकको हो। अप्रमाणित आउटपुट जाँच नगरिएको उत्पादन जस्तै हो र यसले हानि पुर्याउन सक्छ।
2. ग्राहक सेवा अधिकारीले ग्राहकहरूको नाम, फोन नम्बर र ठेगाना जानकारी सहितको अर्डर सूची सार्वजनिक रूपमा उपलब्ध कृत्रिम बुद्धिमत्ता उपकरणमा टाँस्छ र 'यी मानिसहरूलाई अभियान पाठ लेख्नुहोस्' भन्छ। यो व्यवहार संग मुख्य समस्या के हो?
- A) अभियानको पाठ धेरै लामो छ
- ख) आर्टिफिसियल इन्टेलिजेन्सले अभियानको पाठ लेख्न सक्दैन
- ग) अभियान इ-मेल मार्फत मात्र पठाउन सकिन्छ
- D) KVKK/GDPR को उल्लङ्घन गर्दै व्यक्तिगत डेटालाई सार्वजनिक उपकरणमा हस्तान्तरण गरेर यसलाई गुमनाम नगरी ✔
स्पष्टीकरण: नाम, टेलिफोन, ठेगाना र अर्डर जानकारी KVKK/GDPR को दायरा भित्र व्यक्तिगत डेटा हो। यसलाई सार्वजनिक उपकरणमा अपलोड गर्नु डाटा उल्लंघन हो। सही तरिका भनेको व्यक्तिगत डेटा गुमनाम राख्नु हो वा यसलाई साझा नगर्नु हो, केवल पाठ आफैं उत्पादन गर्नु हो।
3. उत्पादनको विवरण लेख्दा आर्टिफिसियल इन्टेलिजेन्सबाट सबैभन्दा भरपर्दो नतिजा प्राप्त गर्नको लागि निम्न मध्ये कुन सबैभन्दा सही तरिका हो?
- A) उत्पादनको नाम दिनुहोस् र कृत्रिम बुद्धिमत्तालाई बाँकी अनुमान गर्न दिनुहोस्
- ख) प्रयोगकर्तालाई सकेसम्म धेरै अतिरंजित विशेषणहरू प्रयोग गर्न सोध्नुहोस्
- C) इनपुटको रूपमा प्रमाणित विनिर्देशहरू, लक्षित दर्शकहरू र टोन नियमहरू दिँदै र दावीको आधारमा आउटपुट जाँच गर्दै ✔
- D) प्रतियोगीको उत्पादन विवरण ठ्याक्कै जस्तै प्रतिलिपि गर्दै
स्पष्टीकरण: आर्टिफिशियल इन्टेलिजेन्सले उत्पादनको वास्तविक विशेषताहरू थाहा छैन; मुद्रित पाठले प्रमाणित प्राविधिक विशिष्टताहरू (चश्मा) र लक्षित दर्शकहरू प्रदान नगरी बनावटी दावीहरू समावेश गर्न सक्छ। सही दृष्टिकोण भनेको वास्तविक सुविधाहरू इनपुटको रूपमा दिन र आउटपुट प्रमाणित गर्नु हो।
4. ई-कमर्स SEO मा 'कीवर्ड स्टफिङ' किन हानिकारक छ?
- A) किनभने यसले पठनीयता र रूपान्तरण कम गर्छ र खोज/बजार एल्गोरिदम द्वारा दण्डित गर्न सकिन्छ ✔
- B) किनभने यसले पाठलाई लामो बनाउँछ र पृष्ठलाई ढिलो खोल्छ
- C) किनकी कुञ्जी शब्दहरू सधैं भुक्तान गरिन्छ
- D) किनभने यसले अंग्रेजी स्टोरहरूमा मात्र समस्या निम्त्याउँछ
स्पष्टीकरण: कीवर्ड स्टफिङले अनावश्यक रूपमा एउटै शब्दले पाठ भर्नु हो। यसले पठनीयता र रूपान्तरण मात्र कम गर्दैन, तर खोज र बजार एल्गोरिदमहरू द्वारा दण्डित गरेर दृश्यता कम गर्न सक्छ। दिगो SEO लाई आशय-संचालित र प्राकृतिक पाठ चाहिन्छ।
5. धोखाधडी पत्ता लगाउने मोडेलले अर्डरलाई 'उच्च जोखिम' को रूपमा फ्ल्याग गर्यो। सही परिचालन दृष्टिकोण के हो?
- क) अर्डर तुरुन्तै रद्द गर्नुहोस् र स्थायी रूपमा खाता बन्द गर्नुहोस्
- B) स्कोर उपेक्षा गर्नुहोस् र स्वचालित रूपमा सबै आदेशहरू पुष्टि गर्नुहोस्
- C) सङ्केतको रूपमा स्कोर लिनुहोस् र मानव समीक्षा, अतिरिक्त प्रमाणीकरण र औचित्यको साथ अन्तिम निर्णय गर्नुहोस् ✔
- घ) ग्राहकलाई कुनै स्पष्टीकरण नदिई फिर्ता गर्न अस्वीकार गर्ने
स्पष्टीकरण: जोखिम स्कोर एक सांख्यिकीय संकेत हो, निर्णायक प्रमाण होइन। त्यहाँ झूटा सकारात्मकको जोखिम छ (ईमानदार ग्राहकहरूलाई अनुचित रूपमा अवरुद्ध गर्ने)। उच्च प्रभावकारी निर्णयहरू (अर्डर रद्द गर्ने, खाता बन्द गर्ने) मानव समीक्षा, औचित्य, र आवश्यक भएमा थप प्रमाणीकरणको अधीनमा हुनुपर्छ।
6. सिफारिस प्रणालीमा किन 'स्टक र मार्जिनलाई विचार नगरी स्वचालित सिफारिस' जोखिमपूर्ण छ?
- A) किनकी सिफारिस प्रणाली सधैं ढिलो काम गर्दछ
- ख) किनभने यसले स्टक बाहिर वा नाफा नपुग्ने उत्पादनहरू हाइलाइट गरेर अनुभव र नाफामा बाधा पुर्याउन सक्छ ✔
- C) किनकी सिफारिस प्रणालीले ठूला स्टोरहरूमा मात्र काम गर्छ
- D) किनभने ग्राहकहरूले सिफारिसहरू देख्दा किनमेल गर्न रोक्छन्
स्पष्टीकरण: यदि सिफारिस इन्जिनले व्यवहारिक डेटा मात्र हेर्छ भने, यसले स्टक बाहिर वा कम मार्जिन/हानिकारक उत्पादनहरू हाइलाइट गर्न सक्छ। यसले ग्राहकको अनुभव र नाफा दुवैमा बाधा पुर्याउँछ। यसैले स्वचालित सिफारिसहरू सूची, मार्जिन र व्यापार नियम नियन्त्रणमा बाँधिएको हुनुपर्छ।
7. बजारहरूमा 'खरीद बाकस' जित्नलाई निम्न कारकहरूको कुन सेटले सबैभन्दा बढी असर गर्छ?
- ए) उत्पादन विवरणको लम्बाइ मात्र
- ख) पसल एक्लै खुलेको कति वर्ष भयो
- C) उत्पादन छविको फाइल आकार
- D) प्रतिस्पर्धी र परिचालन कारकहरूको संयोजन जस्तै मूल्य, डेलिभरी प्रदर्शन, विक्रेता मूल्याङ्कन र सूची ✔
विवरण: खरीद बाकस एउटै उत्पादन बेच्ने धेरै बिक्रेताहरू बीच 'कार्टमा थप्नुहोस्' बटनमा क्लिक गरेर बिक्रेताको चयन हो। प्रतिस्पर्धात्मक र परिचालन कारकहरू जस्तै मूल्य, डेलिभरी समय/प्रदर्शन, विक्रेता मूल्याङ्कन र स्टक उपलब्धता निर्णायक छन्। केवल न्यूनतम मूल्य मात्र पर्याप्त छैन।
८. आर्टिफिसियल इन्टेलिजेन्सका साथ उत्पादन गरिएको उत्पादन छविमा उत्पादनमा नभएको सहायक उपकरण देखाउन किन समस्या हुन्छ?
- A) किनभने छविको रिजोल्युसन घट्छ
- B) किनभने कृत्रिम बुद्धिमत्ता छविहरू सधैं रोयल्टी-मुक्त हुन्छन्
- C) यो भ्रामक तरिकामा उत्पाद प्रतिनिधित्व गरेर उपभोक्ता कानून उल्लङ्घन र प्लेटफर्म प्रतिबन्धहरूको नेतृत्व गर्न सक्छ ✔
- D) किनकी सामानहरू भएका छविहरू कम क्लिक गरिएका छन्
विवरण: छविले उत्पादनलाई उचित रूपमा प्रतिनिधित्व गर्नुपर्छ। उत्पादनमा समावेश नगरिएको वस्तु देखाउनु भ्रामक प्रतिनिधित्व हो; उपभोक्ता कानूनको सर्तमा, यसलाई भ्रामक व्यावसायिक अभ्यास मानिन्छ र रिटर्न/उजुरी र प्लेटफर्म प्रतिबन्धहरूमा परिणाम हुन्छ। छवि वास्तविक उत्पादनसँग ठ्याक्कै मिल्दो हुनुपर्छ।
९. इ-कमर्स एनालिटिक्समा 'दुई मेट्रिक्स सँगै बढ्यो, एउटा अर्कोको कारण हो' भनी कृत्रिम बुद्धिमत्ताप्रतिको उत्तम दृष्टिकोण के हो?
- क) सहसम्बन्धलाई प्रत्यक्ष कारणको रूपमा स्वीकार गर्नुहोस् र कारबाही गर्नुहोस्
- ख) दुई मेट्रिक्सलाई एकअर्काबाट स्वतन्त्र रूपमा व्यवहार गर्नुहोस् र विश्लेषणलाई पूर्ण रूपमा त्याग्नुहोस्
- C) सहसम्बन्ध कारण होइन भन्ने थाहा पाउँदा र नियन्त्रित परीक्षण वा अतिरिक्त डेटाको साथ दाबी परीक्षण गर्दै ✔
- घ) कृत्रिम बुद्धिमत्ताको प्रत्येक कारणको दावीलाई सधैँ सत्यको रूपमा स्वीकार गर्दै
स्पष्टीकरण: एकसाथ चल्ने दुई मेट्रिक्स सहसम्बन्धित छन्; यसले कार्यकारणलाई संकेत गर्दैन। एक साधारण बाह्य कारक (जस्तै अभियान अवधि) दुबै बढेको हुन सक्छ। सही मनोवृत्ति नियन्त्रित परीक्षण (A/B) वा अतिरिक्त डेटाको साथ कार्यकारण परीक्षण गर्नु हो।
10. ग्राहक सेवा च्याटबोटले 'फिर्ता नीति' बारे भरपर्दो जवाफहरू प्रदान गर्दछ भनी सुनिश्चित गर्ने उत्तम तरिका के हो?
- क) उत्तरहरूलाई अप-टु-डेट र अनुमोदित ज्ञान आधारमा आधारित गर्दै र दायरा बाहिरका मानिसहरूमा हस्तान्तरण गर्दै ✔
- ख) च्याटबोटलाई यसको सामान्य ज्ञानबाट स्वतन्त्र रूपमा प्रतिक्रियाहरू उत्पन्न गर्न अनुमति दिँदै
- ग) प्रत्येक प्रश्नको 'फिर्ता नहुने' जवाफ मिलाउने
- D) च्याटबोटले स्वचालित रूपमा सबै फिर्ता अनुरोधहरू अनुमोदन गर्दछ
विवरण: च्याटबोटले आफ्नै मेमोरी (भ्रम) बाट नीति 'मेक अप' गर्न सक्छ। सही समाधान भनेको स्टोरको हालको र अनुमोदित ज्ञानको आधारमा जवाफहरूलाई आधार बनाउनु हो, र यसलाई दायरा बाहिर र जोखिमपूर्ण अवस्थाहरूमा (एस्केलेसन) मानिसहरूमा हस्तान्तरण गर्नु हो।
11. प्रतिस्पर्धी मूल्यहरू अनुगमन गर्दा 'प्रतिस्पर्धीहरूसँग सहमति गरेर साझा मूल्य निर्धारण' किन गर्नु हुँदैन?
- क) किनकी सामान्य मूल्य ग्राहकहरु द्वारा याद गर्न सकिन्छ
- B) किनकी मूल्य निर्धारण/कार्टेल प्रतिस्पर्धा कानूनमा निषेधित छ र भारी जरिवानाको लागि नेतृत्व गर्दछ ✔
- C) किनकि प्रतिस्पर्धी मूल्यहरू अवलोकन गर्न सबै परिस्थितिहरूमा निषेध गरिएको छ
- D) किनभने आर्टिफिसियल इन्टेलिजेन्सले प्रतिस्पर्धीको मूल्य गणना गर्न सक्दैन
स्पष्टीकरण: प्रतिस्पर्धीहरूसँग मूल्यहरूमा सहमत हुनु (मूल्य निर्धारण/कार्टेल) प्रतिस्पर्धा कानूनमा निषेधित छ र यसले भारी प्रशासनिक जरिवाना तिर्छ। प्रतिस्पर्धी मूल्य निर्धारण अवलोकन गर्न यो वैध छ; तर प्रतिस्पर्धीहरूसँगको समन्वय अवैध छ। मूल्य निर्णय स्वतन्त्र र एकपक्षीय रूपमा हुनुपर्छ।
12. उत्पादन शीर्षक उत्पादन गर्दा बजार नियमहरूको पालना गर्ने सन्दर्भमा निम्न मध्ये कुन सही छ?
- A) एउटै शीर्षक कुनै पनि परिवर्तन बिना सबै बजारमा प्रयोग गर्न सकिन्छ
- ख) प्लेटफर्मको क्यारेक्टर सीमा, ढाँचा र निषेधित अभिव्यक्ति नियमहरू अनुसार शीर्षक जाँच गर्ने र अनुकूलन गर्ने ✔
- ग) शीर्षकमा सकेसम्म धेरै विस्मयादिबोधक बिन्दुहरू र क्यापिटल अक्षरहरू थप्दै
- घ) अनुमति बिना शीर्षकमा ब्रान्ड नाम प्रयोग गर्न सधैं स्वतन्त्र छ
विवरण: प्रत्येक बजारको आफ्नै वर्ण सीमा, निषेधित वाक्यांशहरू, र शीर्षकको लागि ढाँचा नियमहरू छन् (जस्तै सबै क्यापहरूमा चिच्याउने, प्रचारात्मक वाक्यांशहरू, ब्रान्ड क्लियरेन्स)। AI आउटपुट यी नियमहरू अनुसार लेखा परीक्षण र प्लेटफर्ममा अनुकूलित हुनुपर्छ; एउटा पाठ सबैमा फिट नहुन सक्छ।
13. यदि AI ले तपाईंलाई 'पछिल्लो त्रैमासिक हाम्रो रूपान्तरण दर 4.2 प्रतिशत थियो' भनी विश्वस्त नम्बर दियो भने, सही दृष्टिकोण के हो?
- क) सिधै प्रतिवेदन र प्रस्तुतिमा नम्बर राख्ने
- ख) आर्टिफिसियल इन्टेलिजेन्सलाई केही पटक सोध्नुहोस् र औसत लिनुहोस्
- ग) संख्यालाई सहि रूपमा स्वीकार गर्दै किनभने यो धाराप्रवाह प्रस्तुत गरिएको छ
- घ) नम्बर नक्कली हुन सक्छ भनेर थाहा पाउनुहोस् र यसलाई आफ्नै विश्लेषणात्मक स्रोतबाट प्रमाणित गर्नुहोस् ✔
स्पष्टीकरण: आर्टिफिसियल इन्टेलिजेन्सको तपाईंको डाटामा पहुँच नभएसम्म, यसले यो संख्या (भ्रम) बनाइसकेको छ। मेट्रिकहरू जस्तै रूपान्तरणहरू तपाईंको आफ्नै एनालिटिक्स ड्यासबोर्ड (Google एनालिटिक्स, मार्केटप्लेस ड्यासबोर्ड, इकमर्स इन्जिन) बाट मात्र मान्य हुन्छन्। यसको स्रोतसँग पुष्टि नगरी नम्बर प्रयोग गर्नु गलत हो।
14. सुपुर्दगी प्रक्रियामा कृत्रिम बुद्धिमत्ता-समर्थित प्रणाली स्थापना गर्दा 'उचित निर्णय' सिद्धान्तको लागि सबैभन्दा महत्त्वपूर्ण उपाय के हो?
- क) निर्णयहरू न्यायोचित र आपत्तिजनक राख्ने र उच्च-प्रभाव अवस्थाहरूलाई मानव अनुमोदनसँग जोड्ने ✔
- B) अपवाद बिना सबै रिटर्नहरू स्वचालित रूपमा अस्वीकार गर्नुहोस्
- ग) फिर्ता निर्णयहरू रेकर्ड नगर्ने
- घ) ग्राहकलाई निर्णय गर्नुको कारण कहिल्यै व्याख्या नगर्ने
स्पष्टीकरण: स्वचालित फिर्ता/अस्वीकृति निर्णयहरूले व्यवस्थित रूपमा निश्चित ग्राहक समूहहरूलाई (पूर्वाग्रह) बेवास्ता गर्न सक्छ। निष्पक्ष निर्णय लिनको लागि, निर्णयहरू न्यायोचित, विवादास्पद र उच्च प्रभावका मुद्दाहरू मानव समीक्षाको अधीनमा हुनुपर्छ। पारदर्शिता र लेखापरीक्षण आवश्यक छ।
15. उत्पादन छविहरू र ब्यानर डिजाइनहरूमा ब्रान्ड सुरक्षाको सन्दर्भमा कृत्रिम बुद्धिमत्ता प्रयोग गर्दा कुन सिद्धान्त आवश्यक छ?
- क) जाँच नगरी उत्पादन गरिएको प्रत्येक छवि प्रकाशित गर्ने
- B) छविमा प्रख्यात ब्रान्डहरूको लोगोहरू थप्न नि: शुल्क छ भनेर मान्दै
- C) यो महत्वहीन छ कि दृश्य वास्तविक उत्पादन संग उपयुक्त छ भन्ने सोच्दै
- D) प्रतिलिपि अधिकार/ट्रेडमार्क उल्लङ्घन र भ्रामक प्रतिनिधित्वको लागि छविहरू जाँच गर्नुहोस् र तिनीहरूलाई ब्रान्ड पहिचानसँग एकरूप राख्नुहोस् ✔
विवरण: आर्टिफिसियल इन्टेलिजेन्सले तस्बिरहरू, अन्य ब्रान्डहरूको लोगो, प्रतिलिपि अधिकार भएका क्यारेक्टरहरू वा अनधिकृत कार्य तत्वहरू उत्पादन गर्न सक्छ। ब्रान्ड सुरक्षाको लागि, प्रतिलिपि अधिकार र ट्रेडमार्क उल्लङ्घनको लागि आउटपुट निरीक्षण गरिनु पर्छ, र उत्पादित छविले इमानदारीपूर्वक वास्तविक उत्पादनको प्रतिनिधित्व गर्नुपर्छ र तपाईंको आफ्नै ब्रान्ड पहिचानसँग अनुरूप हुनुपर्छ।