प्रणाली र नेटवर्क व्यवस्थापनमा कृत्रिम बुद्धिमत्ताको परिचय: भूमिका, सीमा, प्रमाणीकरण र प्राधिकरण

लाभ:

• कुन कार्यहरूमा (स्क्रिप्टहरू, लगहरू, कागजात ड्राफ्टहरू) कृत्रिम बुद्धिमत्ताले वास्तविक समय बचत गर्छ, र कुन कार्यहरूमा डाउनटाइम, डेटा हानि र सुरक्षा-प्रभावकारी कार्यकारी निर्णयहरू जस्ता कार्यहरू जोखिम स्तरमा निर्भर गर्दै मानिसहरूलाई छोडिन्छ भनेर छुट्याउन सक्ने क्षमता।
• चार-चरण अनुशासन लागू गर्ने क्षमता जसले प्रत्येक AI आउटपुटलाई यसलाई पढेर, कागजातमा जडान गरेर, पृथक वातावरणमा परीक्षण गरेर र फिर्ता योजना तयार गरेर प्रमाणित गर्दछ।
• लग र कन्फिगरेसनमा संवेदनशील डाटा मास्क गर्ने र आधिकारिक प्रणालीहरूमा मात्र रक्षा उद्देश्यका लागि कृत्रिम बुद्धिमत्ता प्रयोग गर्ने सिद्धान्तलाई आन्तरिक बनाउने क्षमता।

एक पेजर बिहान 3 बजे बिप बज्छ, उत्पादन सर्भर अनुत्तरदायी छ, हजारौं पाउन्ड एक घण्टाको आउटेज तपाईंको पछाडि प्रशोधन भइरहेको छ, र सबै आँखा तपाईंमा छन्। प्रणाली र नेटवर्क व्यवस्थापन; यो अनुशासन हो जसले सर्भरहरू, नेटवर्कहरू, भण्डारण र सेवाहरूको निर्बाध, सुरक्षित र उच्च-सम्पादन सञ्चालन सुनिश्चित गर्दछ - स्थापनादेखि प्याचिङ, घटना प्रतिक्रियाको निगरानी, ​​प्रकोप रिकभरीमा ब्याकअप। यस कार्यको प्रकृति यो हो कि धेरै संख्यामा दोहोरिने कार्यहरू (लिपिहरू लेख्ने, लगहरू पढ्ने, कन्फिगरेसनहरू तुलना गर्ने) को मुनि धेरै भारी निर्णयहरू (सर्भर पुन: सुरु गर्ने, फायरवाल नियम परिवर्तन गर्ने, ब्याकअप पुनर्स्थापना गर्ने) को सानो संख्या हुन्छ। यहाँ, कृत्रिम बुद्धिमत्ता (AI - सफ्टवेयर जसले ऐतिहासिक डेटाबाट ढाँचाहरू निकाल्छ र पाठ, कोड र भविष्यवाणीहरू उत्पादन गर्दछ) यस दोहोरो संरचनाको मुटुमा तपाईंको समय बचत गर्दछ। तर यस मोड्युलको पहिलो र निरन्तर प्रतिज्ञा स्पष्ट छ: एआई एक सहायक, मस्यौदा जनरेटर र निर्णय समर्थन उपकरण हो; तपाईंले आदेश चलाउन छोड्नु भएको छ, परिवर्तन पुष्टि गर्दै, र प्रणालीको लागि जिम्मेवारी लिनुहोस्।

यो उन्नत मोड्युलले इन्जिनियरको रिफ्लेक्सहरू स्थापना गर्छ, गाडीको कुञ्जीहरू होइन। यस पहिलो एकाईमा, हामी जाँच गर्नेछौं कि एआईले वास्तविक मूल्य कहाँ उत्पादन गर्छ र प्रणाली र नेटवर्क संसारमा वास्तविक खतरा कहाँ छ; प्रत्येक आउटपुट कसरी प्रमाणित गर्ने; तपाईंले कुन उपकरणलाई कुन डाटा दिन सक्नुहुन्छ र सबैभन्दा महत्त्वपूर्ण कुरा, यो शक्तिको केवल अधिकृत र रक्षात्मक प्रयोगहरू वैध छन् भनेर तपाईंले सिक्नुहुनेछ। यो जग बिछ्याउन बिना, पछिका एकाइहरू खतरनाक गतिमा परिणत हुनेछन्।

अपरेशनमा एआई कहाँ काममा आउँछ?

प्रणाली र नेटवर्कको कामलाई दुई ठूला क्लस्टरमा विभाजन गरौं। पहिलो क्लस्टर: दोहोरिने, पाठ- र कोड-आधारित, उत्पादनयोग्य कार्य। ब्याकअप स्क्रिप्टको पहिलो मस्यौदा लेख्दै, लग र फ्ल्याग गर्ने विसंगतिहरूको हजारौं लाइनहरू संक्षेप गर्दै, एनजिनक्स कन्फिगरेसनको सिन्ट्याक्सको व्याख्या गर्दै, पोस्टमार्टम रिपोर्ट तयार गर्दै, क्रोन स्टेटमेन्ट डिकोड गर्दै, त्रुटि सन्देशको सम्भावित कारणहरू सूचीबद्ध गर्दै। यी कार्यहरूमा, एआईले मिनेटमा सेकेन्ड घटाउँछ, थकित हुँदैन, र मध्यरातमा पनि समान गुणस्तरमा काम गर्दछ।

दोस्रो क्लस्टर: प्रवर्तन निर्णयहरू जसले आउटेज, डेटा हानि, वा सुरक्षा उल्लङ्घनको परिणाम दिन्छ। उत्पादन डाटाबेसमा DELETE चलाउँदै, फायरवाल नियम खोल्दै, क्लस्टरबाट सर्भर हटाउँदै, उत्पादनमा ब्याकअप पुनर्स्थापना गर्दै, सम्पूर्ण फ्लीटमा प्याच तैनाथ गर्दै। यी निर्णयहरूलाई सन्दर्भ, संस्थागत ज्ञान, जोखिम सहनशीलता र जिम्मेवारी चाहिन्छ। यहाँ, AI ले विकल्पहरू र सम्भावित प्रभावहरू देखिने बनाउँछ - तर तपाईंले Enter कुञ्जी थिच्नुहोस्।

एक वाक्यमा भेद स्पष्ट गरौं: AI "यसको अर्थ के हो र यो के हुन सक्छ" प्रश्नहरूमा बलियो छ; निर्णय तपाइँको हो जब यो प्रश्नहरु को लागी आउँदछ "के मैले यसलाई अहिले चलाउनु पर्छ र कसले यसको लागि समर्थन गर्दछ?" इन्जिनियर जसले यो भिन्नतालाई भित्री बनाउँछ, न त AI लाई अन्धो विश्वासका साथ उत्पादनमा राख्छ न जिद्दीपूर्वक यसलाई अस्वीकार गर्दछ; उहाँले यसलाई सही ठाउँमा र सही खुराकमा प्रयोग गर्नुहुन्छ।

सुझाव: AI मा काम आउटसोर्स गर्नु अघि, सोध्नुहोस्: "यदि यो आउटपुट गलत छ भने मैले के गुमाउने?" यदि जवाफ "केही मिनेट" हो भने, प्रतिनिधि गर्न स्वतन्त्र महसुस गर्नुहोस्। यदि जवाफ "अवरोध, डेटा वा सुरक्षा" हो भने, एआईलाई मस्यौदा उत्पादन गर्न दिनुहोस्, तपाइँ यसलाई परीक्षण वातावरणमा प्रमाणित गर्नुहोस् र कार्यान्वयन गर्नुहोस्।

प्रमाणीकरण अनुशासन: चार चरणहरू

AI धाराप्रवाह र आत्मविश्वासका साथ बोल्छ; यसको मतलब यो सत्य हो भन्ने होइन। AI ले कहिलेकाहीं भ्रम उत्पन्न गर्दछ - त्यो हो, यसले अस्तित्वमा नभएको कमाण्ड फ्ल्याग, कन्फिगरेसन कुञ्जी, वा API कललाई वास्तविक रूपमा नक्कली बनाउँछ। प्रणालीमा नक्कली आरएम झण्डाले डाटा मेटाउँछ, नक्कली फायरवाल सिन्ट्याक्सले या त सुरक्षा खोल्छ वा पहुँच काट्छ। त्यसैले प्रत्येक आउटपुटमा लागू गर्न चार-चरण रिफ्लेक्स विकास गर्नुहोस्:

1. पढ्नुहोस् र बुझ्नुहोस्। प्रत्येक कमाण्ड र कन्फिगरेसन लाइन पढ्नुहोस् AI ले उत्पादन गर्छ, लाइन बाइ लाइन, यो के गरिरहेको छ बुझ्नको लागि यसलाई चलाउनु अघि। तपाईंले नबुझेको आदेश कहिल्यै नचलाउनुहोस्; प्रत्येक झण्डा व्याख्या गर्न AI लाई सोध्नुहोस्।
2. कागजातमा लिङ्क गर्नुहोस्। आधिकारिक म्यानुअल (म्यान पृष्ठ, उत्पादन कागजात) को साथ एआई द्वारा दिइएको झण्डा, कुञ्जी वा वाक्यविन्यास पुष्टि गर्नुहोस्। "के यो झण्डा साँच्चै अवस्थित छ?" खोजको साथ प्रश्न प्रमाणित गर्नुहोस्।
3. यसलाई पृथक वातावरणमा प्रयास गर्नुहोस्। सम्भव भएमा --dry-run को साथ, परीक्षण/स्टेजिङ मेसिनमा पहिले एउटा महत्वपूर्ण आदेश चलाउनुहोस्। उत्पादन रिहर्सलको लागि ठाउँ होइन।
4. आफ्नो पुनरागमन तयारी गर्नुहोस्। कार्यान्वयन गर्नु अघि "यदि यो गलत भयो भने म कसरी फिर्ता आउने" योजना लेख्नुहोस्: ब्याकअप, स्न्यापसट, अघिल्लो कन्फिगरेसन प्रतिलिपि। अपरिवर्तनीय परिवर्तन नगर्नुहोस् किनभने AI ले यो सुझाव दियो।

सावधानी: "एआईले त्यसो भन्यो" कुनै औचित्य होइन। यदि त्यहाँ कुनै अवरोध छ भने, जिम्मेवारी AI को होइन, तर इन्जिनियरको हो जसले त्यो आदेशलाई प्रमाणित नगरी कार्यान्वयन गर्यो। एक अप्रमाणित एआई कमाण्ड पढे बिना उत्पादनमा थिचिएको सुडो जत्तिकै जोखिमपूर्ण छ।

अख्तियार, रक्षा र नैतिकता: रातो रेखा

प्रणाली र नेटवर्क जानकारी दोहोरो प्रयोगहरू छन्: एउटै जानकारीले नेटवर्कलाई सुरक्षित र नष्ट गर्न सक्छ। तसर्थ, यस मोड्युलको नैतिक रेखा एकल र निर्विवाद छ: रक्षा र परिचालन उद्देश्यका लागि तपाईंसँग अधिकार भएका प्रणालीहरूमा मात्र AI प्रयोग गर्नुहोस्। तपाईंको आफ्नै संस्थाको सर्भरलाई कडा बनाउन, तपाईंको आफ्नै लगमा खतराहरू खोज्न, र तपाईंको आफ्नै नेटवर्कमा जोखिम बन्द गर्न वैध छ। तपाईको स्वामित्वमा नभएको प्रणाली स्क्यान गर्नु, अरु कसैको पहुँच तोड्ने प्रयास गर्नु, बिना अनुमति नेटवर्कमा घुसपैठ गर्नु गैरकानूनी छ, र यस उद्देश्यका लागि AI प्रयोग गर्नु पनि गैरकानूनी छ। तपाईंले AI लाई "म कसरी यो प्रणालीमा घुसपैठ गर्न सक्छु" भनेर सोध्दैन तर "म कसरी मेरो आफ्नै प्रणालीलाई यस आक्रमणबाट जोगाउन सक्छु?"

डाटा पक्षमा समान कठोरता आवश्यक छ। लगहरू, कन्फिगरेसनहरू र टोपोलोजीहरू प्रायः संवेदनशील र गोप्य हुन्छन्: आन्तरिक IP ठेगानाहरू, प्रयोगकर्ता नामहरू, होस्टनामहरू, API कुञ्जीहरू, प्रमाणपत्रहरू। सार्वजनिक उपकरणमा टाँस्नु अघि लग वा कन्फिगरेसन मास्क गर्नुहोस् (वास्तविक IP को सट्टा 10.x.x.x, वास्तविक प्रयोगकर्ताको सट्टा user1, REDACTED कुञ्जीहरू)। मोडल तालिममा नजाने संस्थाका करार गरिएका सवारी साधनहरूलाई मात्रै गोप्य डाटा दिने।

तीन मिनी केसहरू

केस 1 - सही ठाउँमा समय बचतकर्ता। एक प्रणाली प्रशासकले हरेक बिहान 60 सर्भरहरूबाट म्यानुअल रूपमा syslog आउटपुट स्क्यान गर्न 45 मिनेट खर्च गरिरहेको थियो। उनले आईपी र होस्ट नामहरू मास्क गरिएको लग एआईलाई दिए र भने, "त्रुटिहरूलाई तिनीहरूको गम्भीरता स्तर अनुसार समूहबद्ध गर्नुहोस् र 5 पुनरावर्ती ढाँचाहरू चिन्ह लगाउनुहोस्।" समय 8 मिनेटमा घट्यो। उनले वास्तविक प्रणालीमा AI द्वारा फ्ल्याग गरिएको महत्वपूर्ण ढाँचाहरू पुष्टि गर्न बचत गरिएको 37 मिनेट समर्पित गरे। AI ले रिप्ले लियो; निर्णय इन्जिनियरसँग रह्यो।

केस 2 - प्रमाणीकरणले विपत्तिलाई टाल्यो। एक DevOps इन्जिनियरले AI लाई डिस्क क्लीनअपको लागि स्क्रिप्टको लागि सोधे। YZ फेला पार्नुहोस् /var/log -mtime +30 -exec rm {} \; उहाँले यस्तै आदेश दिनुभयो; यो धाराप्रवाह थियो, तर ईन्जिनियरले "पढ्नुहोस् र बुझ्नुहोस्" चरण गर्यो र गलत मार्ग चरको कारण / var/log को सट्टा रूट डाइरेक्टरीमा कमाण्ड चल्न सक्छ भन्ने महसुस गर्यो। उसले --dry-run तर्क प्रयोग गर्ने प्रयास गर्यो परीक्षण मेसिनमा echo को साथ rm प्रतिस्थापन गरेर, त्रुटि देख्यो र यसलाई ठीक गर्यो। यो कदमले सम्भावित घण्टा लामो उद्धारलाई रोक्यो।

केस 3 - नैतिकता र गोपनीयता सीमा। एक इन्टर्नले भर्खरै सार्वजनिक उपकरणमा उत्पादन डाटाबेस (प्रयोगकर्ता नाम, पासवर्ड, होस्ट सहित) को पूरा जडान स्ट्रिङ टाँस्यो र "यो जडानलाई अनुकूलन गर्नुहोस्" भन्यो। वरिष्ठ इन्जिनियरले हस्तक्षेप गरे: यो एक प्रत्यक्ष प्रमाण थियो जुन नियन्त्रण बाहिर गयो र तत्काल पासवर्ड रोटेशन (परिवर्तन) आवश्यक थियो। संस्था-अनुमोदित उपकरणमा उही काम फेरि गरियो, सबै गोप्यहरू REDACTED मा मास्क गरिएको थियो, र लीक गरिएको पासवर्ड तुरुन्तै परिवर्तन गरियो।

चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू

1) मिशन जोखिम मूल्यांकन:

तपाईंको भूमिका: वरिष्ठ प्रणाली/सञ्जाल इन्जिनियरिङ परामर्शदाता। म तल भूमिका वर्णन गर्नेछु। मलाई भन्नुहोस् (१) यो ड्राफ्टिङ/विश्लेषण कार्य हो जुन सुरक्षित रूपमा एआई वा महत्वपूर्ण कार्यान्वयन कार्यमा प्रत्यायोजन गर्न सकिन्छ जहाँ मानवले निर्णय गर्नुपर्छ, (२) गलत आउटपुटको सम्भावित प्रभाव (डाउनटाइम/डेटा/सुरक्षा), (३) मैले कार्यान्वयन गर्नु अघि कुन प्रमाणीकरण र फलब्याक योजना तयार गर्नुपर्छ। कार्य: [यहाँ घुसाउनुहोस्]

2) आदेश विवरण र सुरक्षा जाँच:

निम्न कमाण्ड लाइन लाई लाइन द्वारा व्याख्या गर्नुहोस्: प्रत्येक फ्ल्यागले के गर्छ निर्दिष्ट गर्दै, कुन फाइल/डाइरेक्टरीले यसले असर गर्छ, र यसको सम्भावित विनाशकारी प्रभावहरू। बनाइएको झण्डा प्रयोग गर्दै; यदि तपाईं निश्चित हुनुहुन्न भने, "प्रमाणीकरण आवश्यक छ" लेख्नुहोस्। उत्पादनमा यो आदेश चलाउनु अघि मैले ध्यान दिनुपर्ने 3 जोखिमहरू सूचीबद्ध गर्नुहोस्। आदेश: [आदेश]

3) डाटा मास्किङ नियन्त्रण:

लग/कन्फिगरेसन पाठ म तपाईंलाई दिनेछु संवेदनशील डाटा समावेश हुन सक्छ (IP, होस्ट नाम, प्रयोगकर्ता, पासवर्ड, API कुञ्जी, प्रमाणपत्र)। यस पाठमा कुन क्षेत्रहरू मास्क गर्न आवश्यक छ पहिलो सूची; म यसलाई मास्क गरेर फेरि पठाउनेछु। जस्तो छ त्यसलाई विश्लेषण नगर्नुहोस्।

४) अधिकार र उद्देश्यको रूपरेखा:

मेरो लक्ष्य [प्रणाली/नेटवर्क] मा रक्षा र सञ्चालन हो जसमा म अधिकृत छु। म तिमीलाई एउटा प्रश्न सोध्छु; आफ्नो उत्तर रक्षा, कडा र प्रमाणीकरण को रूपरेखा भित्र मात्र दिनुहोस्। अनधिकृत पहुँच वा आक्रमण चरणहरूको लागि अनुरोधको अवस्थामा मलाई चेतावनी दिनुहोस् र एक वैध रक्षा विकल्प सुझाव दिनुहोस्।

कमजोर प्रम्प्ट / बलियो प्रम्प्ट

कमजोर प्रम्प्ट:

मेरो सर्भरको गति बढाउनुहोस्।

यो प्रम्प्ट सन्दर्भ-रहित छ: कुन ओएस, कुन बाधा, कुन मेट्रिक यो स्पष्ट छैन। AI मुख्यधारा हो, लागू हुँदैन, र केहि खतरनाक पदार्थहरू उत्सर्जन गर्दछ।

शक्तिशाली प्रम्प्ट:

तपाईंको भूमिका: वरिष्ठ सहायक लिनक्स प्रणाली इन्जिनियर। मसँग 8-core/16GB वेबसर्भर छ Ubuntu 22.04 चलिरहेको CPU सँग लगातार 85% मा। मसँग "बल" र "iostat" मास्क (तल) को आउटपुट छ। मेरो लक्ष्य बाधा पहिचान गर्न हो। मलाई दिनुहोस् (१) कुन मेट्रिक्स आउटपुटमा हेर्ने, (२) सम्भाव्यताको क्रममा सम्भावित कारणहरू, (३) प्रत्येक कारणका लागि पढ्ने-मात्र निदान आदेशहरू जुन मैले उत्पादनलाई छोईकन चलाउन सक्छु। परिवर्तन सुझाव; पहिलो निदान। आउटपुट: [मास्क गरिएको डाटा]

दृष्टिकोण

गति

अखण्डता/सुरक्षा जोखिम

जसको जिम्मेवारी हो

प्रमाणीकरण बिना AI सँग महत्वपूर्ण आदेश कार्यान्वयन गर्दै

उच्च

धेरै उच्च

अनिश्चित - खतरनाक

ड्राफ्ट एआई, मानव प्रमाणीकरण र प्रवर्तन

उच्च

कम (यदि पुष्टि भयो)

मानव - सत्य

सबै हातले नगर्नुहोस्

कम

कम

मानव तर ढिलो

AI कहिल्यै प्रयोग नगर्नुहोस्

कम

कम

प्रतिस्पर्धीहरु पछि

सामान्य गल्तीहरू

• सटीकताको लागि प्रवाह गलत। एआईले विश्वस्त आदेश उत्पादन गर्दछ; यसले संकेत गर्दैन कि आदेश सुरक्षित छ, प्रत्येक लाइन पढ्नुहोस्।
• आलोचनात्मक कार्यान्वयन प्रत्यायोजन गर्दै। उत्पादनमा, एआईलाई "अनुमोदन" गर्न rm, DELETE, फायरवाल परिवर्तनहरू र पुनर्स्थापना गर्नाले जिम्मेवारी हावामा झुण्डिएको हुन्छ।
• खुला उपकरणमा संवेदनशील डाटा निर्यात गर्दै। आईपी, पासवर्ड र कुञ्जी भएको लग टाँस्नु मास्क नगरी सुरक्षा उल्लङ्घन हो।
• अधिकार र उद्देश्य अस्पष्ट छोड्दै। रक्षात्मक उद्देश्यका लागि तपाईंको आफ्नै अधिकृत प्रणालीहरूमा मात्र प्रयोग गर्नुहोस्; अन्यथा यो अवैध छ।
• फलब्याक योजना बिना कार्यान्वयन। ब्याकअप वा स्न्यापसट बिना परिवर्तन गर्दै केवल एक AI ले सुझाव दियो कि यो प्रकोपको लागि एक नुस्खा हुनेछ।

सुझाव: "भूमिका + प्रणाली सन्दर्भ + मास्क गरिएको डेटा + कार्य + अवरोध + अधिकार/उद्देश्य + निर्णय निर्माता" सँग प्रत्येक AI सत्र सुरु गर्नुहोस्। यो ढाँचाले एकै साथ उत्पादनको गुणस्तर र सुरक्षा दुवै सुधार गर्दछ।

संक्षेपमा

प्रणाली र सञ्जाल प्रशासन एउटा अनुशासन हो जहाँ सानो संख्यामा भारी निर्णयहरूले ठूलो संख्यामा दोहोरिने कार्यहरू निम्त्याउँछ। एआई एक शक्तिशाली सहायक हो जसले दोहोरिने पाठ र कोड कार्यहरूलाई गति दिन्छ; तर डाउनटाइम, डाटा हानि, र सुरक्षालाई असर गर्ने कार्यकारी निर्णयहरू इन्जिनियरको जिम्मेवारी हो। प्रत्येक आउटपुट पढ्नुहोस्, कागजातमा लिङ्क गर्नुहोस्, यसलाई अलगावमा प्रयास गर्नुहोस्, फिर्ती तयार गर्नुहोस्। संवेदनशील डाटा मास्क गर्नुहोस्, यसलाई सुरक्षित उपकरणहरूमा मात्र दिनुहोस्। र सबैभन्दा महत्त्वपूर्ण: यो शक्ति रक्षात्मक उद्देश्यका लागि मात्र प्रणालीहरूमा प्रयोग गर्नुहोस् जसको लागि तपाइँ अधिकृत हुनुहुन्छ। यो अनुशासन स्थापित गर्ने इन्जिनियरले पछिल्ला एकाइहरूमा प्रत्येक प्रविधिलाई सुरक्षित रूपमा लागू गर्दछ।

आवेदन कार्य

तपाईको आफ्नै व्यवसायबाट तपाईले गत हप्तामा गर्नुभएका 10 कार्यहरू सूचीबद्ध गर्नुहोस्। प्रत्येकलाई "एआई-प्रत्यायोज्य मस्यौदा/विश्लेषण" वा "मानव कार्यान्वयन निर्णय" को रूपमा चिन्ह लगाउनुहोस् र यसको छेउमा "गल्ती भएमा प्रभाव (अवरोध/डेटा/सुरक्षा)" स्तम्भ थप्नुहोस्। स्थानान्तरण योग्य मध्ये एक छान्नुहोस् र माथिको "कार्य जोखिम मूल्याङ्कन" टेम्प्लेटको साथ एआईसँग परामर्श गर्नुहोस्। त्यसपछि तपाईंको लगहरू (आईपी, होस्ट, प्रयोगकर्ता) मास्क गर्नुहोस् र नमूना विश्लेषणको लागि सोध्नुहोस्। चार-चरण प्रमाणिकरण रिफ्लेक्स लागू गर्नुहोस् र 6 वस्तुहरूमा आफ्नो अवलोकन लेख्नुहोस्।

चेकलिस्ट

• के मैले कार्यहरूलाई "प्रतिनिधि" र "मानव कार्यकारी निर्णय" मा विभाजन गरेको छु?
• के मैले हरेक महत्वपूर्ण आउटपुट पढेको छु, कागजातमा लिङ्क गरेको छु, पृथक वातावरणमा प्रयास गरेको छु, फिर्ता योजना तयार गरेको छु?
• के मैले लग र कन्फिगरेसनमा आईपी, होस्ट, प्रयोगकर्ता, पासवर्ड र कुञ्जीहरू मास्क गरेको छु?
• के मैले संस्था-अनुमोदित, सुरक्षित उपकरणमा संवेदनशील डाटा मात्र जारी गरेको छु?
• [ ] के मैले AI प्रयोग गरेको छु ती प्रणालीहरूमा जसको लागि म अधिकृत छु र रक्षात्मक उद्देश्यका लागि?
• [] के मैले मेरो प्रम्प्टमा भूमिका, सन्दर्भ, मास्क गरिएको डाटा, कार्य, अवरोध, अधिकार, र निर्णय निर्माता समावेश गरेको छु?