RAG ਨਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਜਾਣਕਾਰੀ ਪ੍ਰਬੰਧਨ

ਲਾਭ:

• ਸਮਝੋ ਕਿ ਕਿਵੇਂ RAG ਸੰਸਥਾ ਦੇ ਅਸਲ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਜਵਾਬ ਨੂੰ ਜੋੜ ਕੇ ਅਤੇ ਹਵਾਲਾ ਦੇ ਕੇ ਭਰਮ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਾਫ਼ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ
• RAG ਆਉਟਪੁੱਟ ਦੇ ਸਰੋਤ, ਮਿਤੀ ਅਤੇ ਮੁਦਰਾ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਵਿਰੋਧੀ ਸੰਸਕਰਣਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਦੇ ਨਾਲ ਅਣਅਧਿਕਾਰਤ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਜਵਾਬਾਂ ਨੂੰ ਰੋਕ ਕੇ ਕਾਰਪੋਰੇਟ ਗੋਪਨੀਯਤਾ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਸੰਸਥਾ ਦੀ ਮੈਮੋਰੀ ਹਜ਼ਾਰਾਂ ਖਿੰਡੇ ਹੋਏ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ: ਰਿਪੋਰਟਾਂ, ਮੈਨੂਅਲ, ਮਿੰਟ, ਪ੍ਰਕਿਰਿਆਵਾਂ, ਈਮੇਲਾਂ। ਇੱਕ ਕਰਮਚਾਰੀ ਇੱਕ ਸਧਾਰਨ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਘੰਟਿਆਂ ਤੱਕ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਖੋਜ ਕਰ ਸਕਦਾ ਹੈ ("ਇਹ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ?")। ਗਿਆਨ ਪ੍ਰਬੰਧਕ ਦਾ ਸੁਪਨਾ ਇਸ ਮੈਮੋਰੀ ਲਈ ਸਵਾਲਾਂ ਦੇ ਸਿੱਧੇ ਪਰ ਸਰੋਤ-ਆਧਾਰਿਤ ਜਵਾਬ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਹੈ। ਇਹ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ RAG ਵਾਅਦਾ ਕਰਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ RAG ਕੀ ਹੈ, ਇਸਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਜਾਣਕਾਰੀ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ, ਅਤੇ ਇਸਨੂੰ ਸ਼ੁੱਧਤਾ, ਗੁਪਤਤਾ ਅਤੇ ਸਮਾਂਬੱਧਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਕਿਵੇਂ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਹੈ।

ਆਉ ਸੰਕਲਪ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੀਏ. RAG (ਰੀਟ੍ਰੀਵਲ-ਔਗਮੈਂਟੇਡ ਜਨਰੇਸ਼ਨ) ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਇੱਕ AI ਪਹਿਲਾਂ ਸੰਗਠਨ ਦੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਸੰਬੰਧਿਤ ਟੁਕੜਿਆਂ ਨੂੰ ਲੱਭ ਕੇ ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਟੁਕੜਿਆਂ 'ਤੇ ਆਧਾਰਿਤ ਜਵਾਬ ਤਿਆਰ ਕਰਕੇ ਕਿਸੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਇਹ ਮੈਮੋਰੀ ਤੋਂ ਇੱਕ ਜਵਾਬ ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਇੱਕ ਆਮ AI ਤੋਂ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰਾ ਹੈ: RAG ਲਿੰਕ ਅਤੇ ਸਰੋਤ ਅਸਲ, ਖੋਜਣ ਯੋਗ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ ਭਰਮ ਬਹੁਤ ਘੱਟ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ AI ਸੰਸਥਾ ਦੇ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਬੋਲਦਾ ਹੈ, ਨਾ ਕਿ ਇਸਦੇ "ਸਿਰ" ਤੋਂ।

ਕਦਮ ਦਰ ਕਦਮ: ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ RAG ਸਿਸਟਮ ਨੂੰ ਸਮਝਣਾ

1. ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਤਿਆਰ ਕਰੋ। ਸੰਸਥਾ ਦੇ ਭਰੋਸੇਯੋਗ, ਅੱਪ-ਟੂ-ਡੇਟ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਸਾਫ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ (ਇੱਕ ਦਸਤਾਵੇਜ਼ ਦੇ ਅਰਥਪੂਰਨ ਛੋਟੇ ਭਾਗ)। ਜੇਕਰ ਮਾੜੇ, ਪੁਰਾਣੇ ਜਾਂ ਵਿਰੋਧੀ ਦਸਤਾਵੇਜ਼ ਸਿਸਟਮ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਜਵਾਬ ਮਾੜੇ ਹੋਣਗੇ: "ਕੂੜਾ ਅੰਦਰ, ਕੂੜਾ ਬਾਹਰ ਕਰੋ।"

2. ਏਮਬੇਡ ਅਤੇ ਇੰਡੈਕਸ। ਹਰੇਕ ਭਾਗ ਨੂੰ ਇਸਦੇ ਅਰਥਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਏ ਇੱਕ ਵੈਕਟਰ (ਏਮਬੈਡਿੰਗ) ਵਿੱਚ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਖੋਜ ਯੋਗ ਸੂਚਕਾਂਕ ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਕੋਈ ਸਵਾਲ ਆਉਂਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਉਹਨਾਂ ਹਿੱਸਿਆਂ ਨੂੰ ਲੱਭਦਾ ਹੈ ਜੋ ਅਰਥ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਹਨ।

3. ਸੰਬੰਧਿਤ ਹਿੱਸੇ ਲਿਆਓ। ਜਦੋਂ ਕੋਈ ਸਵਾਲ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਤੋਂ ਕੁਝ ਸਭ ਤੋਂ ਢੁਕਵੇਂ ਟੁਕੜਿਆਂ ਨੂੰ ਖਿੱਚਦਾ ਹੈ। ਇਹ ਕਦਮ ਨਾਜ਼ੁਕ ਹੈ: ਜੇ ਗਲਤ ਟੁਕੜਾ ਲਿਆਇਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜਵਾਬ ਵੀ ਗਲਤ ਹੋਵੇਗਾ।

4. ਸਰੋਤ-ਅਧਾਰਿਤ ਜਵਾਬ ਤਿਆਰ ਕਰੋ। AI ਸਿਰਫ਼ ਪ੍ਰਾਪਤ ਕੀਤੇ ਟੁਕੜਿਆਂ 'ਤੇ ਆਧਾਰਿਤ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ। ਇੱਕ ਜਵਾਬ ਜੋ ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਨਹੀਂ ਦਿੰਦਾ, RAG ਦੇ ਉਦੇਸ਼ ਦੇ ਉਲਟ ਹੈ।

5. ਪੁਸ਼ਟੀ ਕਰੋ ਅਤੇ ਵਾਪਸ ਰਿਪੋਰਟ ਕਰੋ। ਉਪਭੋਗਤਾ ਨੂੰ ਦਿਖਾਏ ਗਏ ਸਰੋਤ 'ਤੇ ਜਾਣ ਅਤੇ ਜਵਾਬ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਗਲਤ ਜਾਂ ਅਧੂਰੇ ਜਵਾਬ ਦਸਤਾਵੇਜ਼ੀ ਅਧਾਰ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਫੀਡਬੈਕ ਬਣ ਜਾਂਦੇ ਹਨ।

ਸੁਝਾਅ: ਆਰਏਜੀ ਦੀ ਗੁਣਵੱਤਾ ਜ਼ਿਆਦਾਤਰ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਦੀ ਗੁਣਵੱਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਅੱਪਡੇਟ ਕਰੋ, ਵਿਰੋਧੀ/ਪੁਰਾਣੇ ਸੰਸਕਰਣਾਂ ਨੂੰ ਖਤਮ ਕਰੋ, ਅਤੇ ਸਿਸਟਮ ਵਿੱਚ ਪਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਤਾਰੀਖ ਅਤੇ ਉਤਪੱਤੀ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਕਰੋ। 500 ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਗਠਿਤ ਦਸਤਾਵੇਜ਼ 5,000 ਖਿੰਡੇ ਹੋਏ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲੋਂ ਬਿਹਤਰ ਜਵਾਬ ਦਿੰਦੇ ਹਨ।

RAG ਦੀਆਂ ਸਰਹੱਦਾਂ ਅਤੇ ਸੁਰੱਖਿਆ ਪੁਆਇੰਟ

RAG ਭੁਲੇਖੇ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਪਰ ਇਸਨੂੰ ਰੀਸੈਟ ਨਹੀਂ ਕਰਦਾ। ਜੇਕਰ ਸਿਸਟਮ ਗਲਤ ਟੁਕੜਾ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਤਾਂ AI ਅਜੇ ਵੀ ਉਸ ਗਲਤ ਟੁਕੜੇ ਲਈ "ਵਫ਼ਾਦਾਰ" ਰਹਿ ਕੇ ਗਲਤ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਪ੍ਰਾਪਤ ਕੀਤੇ ਟੁਕੜਿਆਂ ਦੀ ਗਲਤ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਵਿਰੋਧੀ ਤਰੀਕਿਆਂ ਨਾਲ ਕਈ ਟੁਕੜਿਆਂ ਨੂੰ ਜੋੜ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, RAG ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ 'ਤੇ ਜਾ ਕੇ ਵੀ ਤਸਦੀਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਨਾਜ਼ੁਕ ਫੈਸਲਿਆਂ ਲਈ।

ਕਾਰਪੋਰੇਟ RAG ਵਿੱਚ ਗੋਪਨੀਯਤਾ ਇੱਕ ਕੇਂਦਰੀ ਮੁੱਦਾ ਹੈ। ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ (ਕਰਮਚਾਰੀ, ਇਕਰਾਰਨਾਮੇ, ਰਣਨੀਤੀ) ਹੋ ਸਕਦੀ ਹੈ। ਸਿਸਟਮ ਨੂੰ ਉਹਨਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਜਵਾਬ ਨਹੀਂ ਬਣਾਉਣੇ ਚਾਹੀਦੇ ਜੋ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਅਧਿਕਾਰਤ ਨਹੀਂ ਹਨ; ਪਹੁੰਚ ਨਿਯੰਤਰਣ (ਕੌਣ ਦੇਖ ਸਕਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਦਸਤਾਵੇਜ਼) ਵੀ RAG 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਨਹੀਂ ਤਾਂ, ਇੱਕ ਕਰਮਚਾਰੀ RAG ਦੁਆਰਾ ਜਾਣਕਾਰੀ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਉਹ ਨਹੀਂ ਦੇਖ ਸਕਦਾ।

ਧਿਆਨ ਦਿਓ: ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਦਾ ਹਵਾਲਾ ਦੇਣ ਵੇਲੇ ਵੀ, RAG ਇਹ ਗਾਰੰਟੀ ਨਹੀਂ ਦਿੰਦਾ ਹੈ ਕਿ ਉਹ ਦਸਤਾਵੇਜ਼ ਅੱਪ-ਟੂ-ਡੇਟ ਅਤੇ ਸਹੀ ਹੈ। ਸਿਸਟਮ ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ ਦੇ ਪੁਰਾਣੇ ਪ੍ਰਕਿਰਿਆ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ। ਸਰੋਤ ਦਸਤਾਵੇਜ਼ ਦੀ ਮਿਤੀ ਅਤੇ ਵੈਧਤਾ ਦੀ ਜਾਂਚ ਕਰਨਾ ਉਪਭੋਗਤਾ ਅਤੇ ਜਾਣਕਾਰੀ ਪ੍ਰਬੰਧਕ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਪ੍ਰਕਿਰਿਆ ਸੰਬੰਧੀ ਸਵਾਲ ਤੇਜ਼ ਹੋਏ। ਇੱਕ ਸੰਸਥਾ ਨੇ ਆਪਣੇ 1,200-ਪੰਨਿਆਂ ਦੇ ਅੰਦਰੂਨੀ ਪ੍ਰਕਿਰਿਆ ਮੈਨੂਅਲ ਲਈ ਇੱਕ RAG ਸਿਸਟਮ ਸਥਾਪਤ ਕੀਤਾ। ਕਰਮਚਾਰੀਆਂ ਦੇ "ਇਹ ਕਿਵੇਂ ਕਰਨਾ ਹੈ" ਸਵਾਲਾਂ ਨੂੰ ਸਰੋਤ ਨੂੰ ਦਰਸਾਉਣ ਵਾਲੇ ਜਵਾਬਾਂ ਦੇ ਨਾਲ ਸਕਿੰਟਾਂ ਦੇ ਅੰਦਰ ਹੱਲ ਕੀਤਾ ਗਿਆ ਸੀ; ਔਸਤ ਕਾਲ ਦੀ ਮਿਆਦ 25 ਮਿੰਟ ਤੋਂ ਘਟ ਕੇ 2 ਮਿੰਟ ਹੋ ਗਈ ਹੈ। ਕਿਉਂਕਿ ਹਰੇਕ ਜਵਾਬ ਦਸਤਾਵੇਜ਼ ਦੇ ਉਸ ਭਾਗ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ ਜਿਸ 'ਤੇ ਇਹ ਅਧਾਰਤ ਸੀ, ਕਰਮਚਾਰੀ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੇ ਯੋਗ ਸਨ।

ਕੇਸ 2 - ਪੁਰਾਣਾ ਦਸਤਾਵੇਜ਼ ਕੈਪਚਰ ਕੀਤਾ ਗਿਆ। ਇੱਕ RAG ਸਿਸਟਮ ਨੇ 2021 ਦੀ ਇੱਕ ਪੁਰਾਣੇ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਪਰਮਿਟ ਪ੍ਰਕਿਰਿਆ ਦੇ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੱਤਾ; ਹਾਲਾਂਕਿ, ਇੱਕ ਅਪਡੇਟ ਕੀਤਾ ਸੰਸਕਰਣ 2024 ਵਿੱਚ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ। ਸਰੋਤ ਲਿੰਕ ਨੂੰ ਖੋਲ੍ਹਣ ਵਾਲੇ ਕਰਮਚਾਰੀ ਨੇ ਦੇਖਿਆ ਕਿ ਮਿਤੀ ਪੁਰਾਣੀ ਸੀ ਅਤੇ ਉਸਨੂੰ ਅੱਪਡੇਟ ਕੀਤਾ ਗਿਆ ਦਸਤਾਵੇਜ਼ ਮਿਲਿਆ। ਜਾਣਕਾਰੀ ਪ੍ਰਬੰਧਕ ਨੇ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਤੋਂ ਪੁਰਾਣੇ ਸੰਸਕਰਣ ਨੂੰ ਹਟਾ ਦਿੱਤਾ।

ਕੇਸ 3 - ਅਣਅਧਿਕਾਰਤ ਪਹੁੰਚ ਨੂੰ ਰੋਕਿਆ ਗਿਆ। ਸ਼ੁਰੂਆਤੀ ਸੈੱਟਅੱਪ ਵਿੱਚ, RAG ਨੇ ਸਾਰੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸਕੈਨ ਕੀਤਾ; ਇੱਕ ਕਰਮਚਾਰੀ ਨੂੰ ਇੱਕ ਪੇਰੋਲ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਜਵਾਬ ਮਿਲਿਆ ਜਿਸਨੂੰ ਉਹ ਨਹੀਂ ਦੇਖਣਾ ਚਾਹੀਦਾ ਸੀ। ਟੀਮ ਨੇ RAG ਵਿੱਚ ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਸ਼ਾਮਲ ਕੀਤਾ: ਸਿਸਟਮ ਹੁਣ ਸਿਰਫ਼ ਉਹਨਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਉਪਭੋਗਤਾ ਅਧਿਕਾਰਤ ਹੈ।

ਮੁਲਾਂਕਣ, ਫੀਡਬੈਕ ਅਤੇ ਨਿਰੰਤਰ ਸੁਧਾਰ

ਇੱਕ RAG ਸਿਸਟਮ ਇੱਕ ਵਾਰ ਸਥਾਪਿਤ ਕਰਨ ਅਤੇ ਭੁੱਲਣ ਲਈ ਇੱਕ ਸਾਧਨ ਨਹੀਂ ਹੈ; ਇਸ ਨੂੰ ਨਿਰੰਤਰ ਮੁਲਾਂਕਣ ਅਤੇ ਸੁਧਾਰ ਦੀ ਲੋੜ ਹੈ। ਇਸਦਾ ਆਧਾਰ ਸਿਸਟਮ ਦੇ ਅਸਲ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬਾਂ ਦਾ ਨਿਯਮਤ ਮਾਪ ਹੈ। ਦੋ ਸਵਾਲ ਮਹੱਤਵਪੂਰਨ ਹਨ: ਕੀ ਸਿਸਟਮ ਸਹੀ ਦਸਤਾਵੇਜ਼ ਦੇ ਟੁਕੜੇ (ਪਹੁੰਚ ਗੁਣਵੱਤਾ) ਲਿਆਉਂਦਾ ਹੈ ਅਤੇ ਕੀ ਇਹ ਪ੍ਰਾਪਤ ਕੀਤੇ ਟੁਕੜਿਆਂ (ਉਤਪਾਦਨ ਗੁਣਵੱਤਾ) ਤੋਂ ਸਹੀ ਜਵਾਬ ਦਿੰਦਾ ਹੈ? ਇਹਨਾਂ ਦੋ ਪਰਤਾਂ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ; ਕਿਉਂਕਿ ਸਹੀ ਦਸਤਾਵੇਜ਼ ਲਿਆਉਣਾ ਅਤੇ ਇਸ ਦੀ ਗਲਤ ਵਿਆਖਿਆ ਕਰਨਾ ਅਤੇ ਗਲਤ ਦਸਤਾਵੇਜ਼ ਲਿਆਉਣਾ ਅਤੇ ਇਸ ਨੂੰ ਵਫ਼ਾਦਾਰੀ ਨਾਲ ਤਬਦੀਲ ਕਰਨਾ ਵੱਖੋ ਵੱਖਰੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹਨ ਅਤੇ ਵੱਖੋ-ਵੱਖਰੇ ਹੱਲ ਦੀ ਲੋੜ ਹੈ। ਇੱਕ ਚੰਗਾ ਅਭਿਆਸ ਹੈ ਜਾਣੇ-ਪਛਾਣੇ ਸਹੀ ਜਵਾਬਾਂ ਦੇ ਨਾਲ "ਟੈਸਟ ਪ੍ਰਸ਼ਨਾਂ" ਦਾ ਇੱਕ ਸੈੱਟ ਰੱਖਣਾ ਅਤੇ ਹਰੇਕ ਅਪਡੇਟ 'ਤੇ ਇਸ ਸੈੱਟ ਨਾਲ ਸਿਸਟਮ ਦੀ ਜਾਂਚ ਕਰਨਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਪਭੋਗਤਾਵਾਂ ਦਾ "ਕੀ ਇਹ ਜਵਾਬ ਮਦਦਗਾਰ ਸੀ / ਸਰੋਤ ਸਹੀ ਸੀ" ਫੀਡਬੈਕ ਦਸਤਾਵੇਜ਼ ਬੇਸ ਅਤੇ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਾਪਤ ਕੀਤੇ ਭਾਗਾਂ ਵਿੱਚ ਦੋਨਾਂ ਅੰਤਰਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ। AI ਇਸ ਫੀਡਬੈਕ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਸਵਾਲਾਂ ਦੀਆਂ ਕਿਸਮਾਂ ਦਾ ਸਾਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਅਕਸਰ ਅਸਫਲ ਹੁੰਦੇ ਹਨ; ਪਰ ਕਿਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਜੋੜਨਾ, ਅੱਪਡੇਟ ਕਰਨਾ ਜਾਂ ਹਟਾਉਣਾ ਹੈ ਇਸ ਬਾਰੇ ਫੈਸਲਾ ਜਾਣਕਾਰੀ ਪ੍ਰਬੰਧਕ ਦਾ ਹੈ। ਸਿਸਟਮ ਨੂੰ ਇੱਕ ਜੀਵਤ ਜੀਵ ਵਾਂਗ ਦੇਖਭਾਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਇੱਕ ਅਣਗੌਲਿਆ ਹੋਇਆ RAG ਸਮੇਂ ਦੇ ਨਾਲ ਬੁਢਾਪੇ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਕਾਰਨ ਵੱਧ ਤੋਂ ਵੱਧ ਗੁੰਮਰਾਹਕੁੰਨ ਬਣ ਜਾਂਦਾ ਹੈ।

ਸੁਝਾਅ: ਜਿਵੇਂ ਹੀ ਤੁਸੀਂ RAG ਸਿਸਟਮ ਸਥਾਪਤ ਕਰਦੇ ਹੋ, 20-30 ਅਸਲ ਪ੍ਰਸ਼ਨਾਂ ਅਤੇ ਜਾਣੇ-ਪਛਾਣੇ ਸਹੀ ਉੱਤਰਾਂ ਦਾ ਇੱਕ ਛੋਟਾ ਟੈਸਟ ਸੈੱਟ ਤਿਆਰ ਕਰੋ। ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਅੱਪਡੇਟ ਦੇ ਨਾਲ ਇਸ ਸੈੱਟ ਨੂੰ ਚਲਾਉਣਾ ਤੁਰੰਤ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਕੀ ਤਬਦੀਲੀ ਸਿਸਟਮ ਨੂੰ ਸੁਧਾਰਦੀ ਹੈ ਜਾਂ ਤੋੜਦੀ ਹੈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਸਰੋਤ ਅਧਾਰਤ ਜਵਾਬ ਪ੍ਰੋਂਪਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਕਾਰਪੋਰੇਟ ਜਾਣਕਾਰੀ ਸਹਾਇਕ। ਹੇਠਾਂ ਸਵਾਲ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਟੁਕੜੇ ਦਿੱਤੇ ਗਏ ਹਨ। ਸਿਰਫ਼ ਇਹਨਾਂ ਟੁਕੜਿਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਜਵਾਬ ਦਿਓ ਅਤੇ ਦੱਸੋ ਕਿ ਇਹ ਜਾਣਕਾਰੀ ਦੇ ਹਰੇਕ ਹਿੱਸੇ ਲਈ ਕਿਹੜਾ ਦਸਤਾਵੇਜ਼/ਟੁਕੜਾ ਹੈ। ਜੇ ਭਾਗਾਂ ਵਿੱਚ ਕੋਈ ਜਵਾਬ ਨਹੀਂ ਹੈ, ਤਾਂ ਕਹੋ "ਇਹ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ", ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ। ਸਵਾਲ: [ਇੱਥੇ] / ਭਾਗ: [ਇੱਥੇ]

2) ਵਿਰੋਧਾਭਾਸ ਅਤੇ ਮੁਦਰਾ ਨਿਯੰਤਰਣ:

ਕੀ ਹੇਠਾਂ ਦਿੱਤੇ ਟੁਕੜਿਆਂ ਵਿਚਕਾਰ ਕੋਈ ਵਿਰੋਧਾਭਾਸ ਜਾਂ ਵੱਖ-ਵੱਖ ਮਿਤੀ ਵਾਲੇ ਸੰਸਕਰਣ ਹਨ? ਜੇਕਰ ਅਜਿਹਾ ਹੈ, ਤਾਂ ਇਸ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਅਤੇ ਦੱਸੋ ਕਿ ਕਿਹੜਾ ਜ਼ਿਆਦਾ ਅੱਪ-ਟੂ-ਡੇਟ ਲੱਗਦਾ ਹੈ। ਭਾਗ (ਤਾਰੀਖਾਂ ਦੇ ਨਾਲ): [ਇੱਥੇ]

3) ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਸਫਾਈ ਆਡਿਟ:

ਹੇਠਾਂ ਦਿੱਤੀ ਦਸਤਾਵੇਜ਼ ਸੂਚੀ ਵਿੱਚ, ਕੀ ਕੋਈ ਪੁਰਾਣੇ, ਵਿਵਾਦਪੂਰਨ, ਜਾਂ ਅਨਿਸ਼ਚਿਤ ਮੂਲ ਦੇ ਦਸਤਾਵੇਜ਼ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ RAG ਸਿਸਟਮ ਵਿੱਚ ਪਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਟਿਕ ਕਰੋ ਅਤੇ ਕਿਉਂ ਲਿਖੋ। ਸੂਚੀ (ਤਾਰੀਖ/ਸਰੋਤ ਦੇ ਨਾਲ): [ਇੱਥੇ]

4) ਗੋਪਨੀਯਤਾ ਅਤੇ ਪਹੁੰਚ ਪੂਰਵ-ਨਿਯੰਤਰਣ:

ਕੀ ਹੇਠਾਂ ਦਿੱਤੇ ਦਸਤਾਵੇਜ਼ ਦੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ (ਨਿੱਜੀ ਡੇਟਾ, ਗੁਪਤ ਸਮਝੌਤਾ, ਰਣਨੀਤੀ) ਸ਼ਾਮਲ ਹੈ? ਹਰੇਕ ਨੂੰ "ਜਨਤਕ/ਪ੍ਰਤੀਬੰਧਿਤ ਪਹੁੰਚ" ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਓ। ਟਰੈਕ: [ਇੱਥੇ]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਸਾਡੀ ਸੰਸਥਾ ਦੀ ਪਰਮਿਟ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਿਆਖਿਆ ਕਰੋ।

ਜੇਕਰ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਦਿੱਤੇ ਗਏ ਹਨ, ਤਾਂ AI ਆਪਣੀ ਆਮ ਮੈਮੋਰੀ ਜਾਂ ਹੋਰ ਸੰਸਥਾਵਾਂ ਦੇ ਲਾਗੂ ਕਰਨ ਤੋਂ ਇੱਕ ਬਣੀ ਪ੍ਰਕਿਰਿਆ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਇਹ ਸੰਸਥਾ ਦੇ ਅਸਲ ਨਿਯਮ ਲਈ ਅਪ੍ਰਸੰਗਿਕ ਹੋ ਸਕਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਕਾਰਪੋਰੇਟ ਜਾਣਕਾਰੀ ਸਹਾਇਕ। ਹੇਠਾਂ ਸੰਸਥਾ ਦੀ ਪਰਮਿਟ ਪ੍ਰਕਿਰਿਆ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਟੁਕੜੇ (ਉਨ੍ਹਾਂ ਦੀਆਂ ਤਾਰੀਖਾਂ ਦੇ ਨਾਲ) ਹਨ। ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਮਿਤੀ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ, ਇਕੱਲੇ ਇਹਨਾਂ ਹਿੱਸਿਆਂ 'ਤੇ ਆਧਾਰਿਤ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ। ਜੇ ਭਾਗਾਂ ਦਾ ਵਿਰੋਧ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਸਭ ਤੋਂ ਮੌਜੂਦਾ ਵਰਤੋ ਅਤੇ ਅਜਿਹਾ ਕਹੋ। ਜੇਕਰ ਇਹ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਨਹੀਂ ਹੈ, ਤਾਂ "ਜਾਣਕਾਰੀ ਨਹੀਂ" ਕਹੋ। ਸਵਾਲ: [ਇੱਥੇ] / ਭਾਗ: [ਇੱਥੇ]

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ; ਅਸਲ ਸੰਸਥਾ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਜਵਾਬ ਨੂੰ ਜੋੜਦਾ ਹੈ, ਸਰੋਤਾਂ ਅਤੇ ਤਾਰੀਖਾਂ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਮਾਨਦਾਰੀ ਨਾਲ ਵਿਰੋਧਾਭਾਸ ਅਤੇ ਪਾੜੇ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦਾ ਹੈ।

RAG ਕੰਪੋਨੈਂਟ ਅਤੇ ਜੋਖਮ ਸਾਰਣੀ

ਕੰਪੋਨੈਂਟ

ਫੰਕਸ਼ਨ

ਮੁੱਖ ਜੋਖਮ

ਭਰੋਸਾ

ਦਸਤਾਵੇਜ਼ ਅਧਾਰ

ਜਵਾਬ ਦਾ ਸਰੋਤ

ਪੁਰਾਣਾ/ਵਿਰੋਧੀ ਦਸਤਾਵੇਜ਼

ਸਫਾਈ, ਇਤਿਹਾਸ, ਮੂਲ

ਪ੍ਰਾਪਤੀ

ਸੰਬੰਧਿਤ ਭਾਗ ਲੱਭੋ

ਗਲਤ ਟੁਕੜਾ

ਗੁਣਵੱਤਾ ਜਾਂਚ, ਫੀਡਬੈਕ

ਉਤਪਾਦਨ

ਜਵਾਬ

ਗਲਤ ਟਿੱਪਣੀ

ਸਰੋਤ ਦਾ ਹਵਾਲਾ, ਤਸਦੀਕ

ਪਹੁੰਚ ਨਿਯੰਤਰਣ

ਅਥਾਰਟੀ ਜਾਂਚ

ਅਣਅਧਿਕਾਰਤ ਖੁਲਾਸਾ

ਉਪਭੋਗਤਾ ਅਧਾਰਤ ਪਾਬੰਦੀ

ਆਮ ਗਲਤੀਆਂ

• ਇੱਕ ਗੰਦੇ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਦੀ ਸਥਾਪਨਾ. ਪੁਰਾਣਾ/ਵਿਰੋਧੀ ਦਸਤਾਵੇਜ਼ ਮਾੜਾ ਜਵਾਬ ਪੈਦਾ ਕਰਦਾ ਹੈ।
• ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦਿੱਤੇ ਬਿਨਾਂ ਜਵਾਬ ਸਵੀਕਾਰ ਕਰਨਾ। RAG ਦਾ ਉਦੇਸ਼ ਟਰੇਸੇਬਿਲਟੀ ਹੈ।
• ਦਸਤਾਵੇਜ਼ ਦੀ ਮਿਤੀ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਅੱਪਡੇਟ ਕੀਤੇ ਜਾਣ ਬਾਰੇ ਸੋਚਿਆ ਗਿਆ ਇੱਕ ਜਵਾਬ ਪੁਰਾਣੇ ਸੰਸਕਰਣ ਤੋਂ ਆਉਂਦਾ ਹੈ।
• ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ। ਅਣਅਧਿਕਾਰਤ ਵਿਅਕਤੀ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ।
• ਇਹ ਸੋਚਣਾ ਕਿ RAG ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰਮ ਤੋਂ ਮੁਕਤ ਹੈ। ਗਲਤ ਟੁਕੜਾ ਅਜੇ ਵੀ ਗਲਤ ਜਵਾਬ ਪੈਦਾ ਕਰਦਾ ਹੈ.

ਸਾਰੰਸ਼ ਵਿੱਚ

RAG ਸੰਗਠਨਾਤਮਕ ਮੈਮੋਰੀ ਨੂੰ ਇੱਕ ਸਰੋਤ-ਅਧਾਰਿਤ ਜਵਾਬਦੇਹ ਸਿਸਟਮ ਵਿੱਚ ਬਦਲ ਕੇ ਗਿਆਨ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਬਹੁਤ ਮਹੱਤਵ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਆਮ AI ਦੇ ਉਲਟ, ਇਹ ਸੰਗਠਨ ਦੇ ਅਸਲ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਜਵਾਬ ਨੂੰ ਜੋੜਦਾ ਹੈ ਅਤੇ ਸਰੋਤ ਬਣਾਉਂਦਾ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ ਭਰਮ ਨੂੰ ਕਾਫ਼ੀ ਘੱਟ ਕਰਦਾ ਹੈ। ਪਰ ਸਫਲਤਾ ਇੱਕ ਸਾਫ਼ ਅਤੇ ਅਪ-ਟੂ-ਡੇਟ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ, ਸਹੀ ਟਰੈਕ ਪਹੁੰਚ, ਸਰੋਤ ਵਿਸ਼ੇਸ਼ਤਾ, ਮਿਤੀ/ਮੌਜੂਦਾ ਜਾਂਚ, ਅਤੇ ਪਹੁੰਚ ਨਿਯੰਤਰਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। RAG ਭੁਲੇਖੇ ਨੂੰ ਰੀਸੈਟ ਨਹੀਂ ਕਰਦਾ; ਨਾਜ਼ੁਕ ਜਵਾਬਾਂ ਦੀ ਸਰੋਤ 'ਤੇ ਜਾ ਕੇ ਤਸਦੀਕ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਗੁਪਤਤਾ ਦਾ ਸਤਿਕਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਇੱਕ ਛੋਟਾ ਸਮੂਹ ਤਿਆਰ ਕਰੋ (5-8 ਅਸਲ ਜਾਂ ਨਮੂਨਾ ਏਜੰਸੀ ਦਸਤਾਵੇਜ਼, ਮਿਤੀਆਂ ਦੇ ਨਾਲ); ਸੁਚੇਤ ਤੌਰ 'ਤੇ ਇੱਕ ਪੁਰਾਣੇ ਅਤੇ ਇੱਕ ਮੌਜੂਦਾ ਵਿਵਾਦਪੂਰਨ ਸੰਸਕਰਣ ਵਿੱਚ ਪਾਓ। "ਸਰੋਤ-ਅਧਾਰਿਤ ਜਵਾਬ ਪ੍ਰੋਂਪਟ" ਟੈਮਪਲੇਟ ਨਾਲ ਇੱਕ ਸਵਾਲ ਪੁੱਛੋ ਅਤੇ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ AI ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ। ਫਿਰ ਮੁਲਾਂਕਣ ਕਰੋ ਕਿ ਕੀ AI ਨੇ "ਅਪਵਾਦ ਅਤੇ ਵਰਤਮਾਨ ਸੰਸਕਰਣ ਜਾਂਚ" ਟੈਮਪਲੇਟ ਨਾਲ ਟਕਰਾਅ ਅਤੇ ਮੌਜੂਦਾ ਸੰਸਕਰਣ ਦਾ ਸਹੀ ਢੰਗ ਨਾਲ ਪਤਾ ਲਗਾਇਆ ਹੈ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ ਅਧਾਰ ਨੂੰ ਅਪਡੇਟ ਕੀਤਾ, ਪੁਰਾਣੇ/ਵਿਰੋਧੀ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਖਤਮ ਕੀਤਾ।
• [ ] ਮੈਂ ਯਕੀਨੀ ਬਣਾਇਆ ਹੈ ਕਿ ਹਰੇਕ ਜਵਾਬ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ।
• [ ] ਮੈਂ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਮਿਤੀ ਅਤੇ ਵੈਧਤਾ ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [ ] ਮੈਂ ਪਹੁੰਚ ਨਿਯੰਤਰਣ ਵਾਲੇ ਅਣਅਧਿਕਾਰਤ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਜਵਾਬਾਂ ਦੇ ਉਤਪਾਦਨ ਨੂੰ ਰੋਕਿਆ ਹੈ।
• [ ] ਮੈਂ ਮੂਲ ਦਸਤਾਵੇਜ਼ 'ਤੇ ਜਾ ਕੇ ਨਾਜ਼ੁਕ ਜਵਾਬਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।