ਅੰਤ-ਤੋਂ-ਅੰਤ ਪ੍ਰਵਾਹ: ਬ੍ਰੀਫਿੰਗ ਤੋਂ ਰਿਹਰਸਲ, ਤਸਦੀਕ, ਗੁਪਤਤਾ ਅਤੇ ਡਿਲੀਵਰੀ ਤੱਕ — ਪੇਸ਼ਕਾਰੀ ਅਤੇ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ

ਲਾਭ:

ਬ੍ਰੀਫਿੰਗ, ਡੇਟਾ ਦੀ ਤਿਆਰੀ, ਬਣਤਰ, ਸਮੱਗਰੀ/ਗਰਾਫਿਕਸ, ਪ੍ਰਮਾਣਿਕਤਾ, ਪਰੂਫਿੰਗ ਅਤੇ ਡਿਲੀਵਰੀ ਕਦਮਾਂ ਵਾਲੇ ਇੱਕ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਇੱਕ ਪ੍ਰਸਤੁਤੀ / ਡੇਟਾ ਨੌਕਰੀ ਨੂੰ ਚਲਾਉਣ ਦੀ ਸਮਰੱਥਾ।
ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨ ਅਤੇ ਇਕੱਤਰ ਕਰਕੇ, ਬਾਹਰੀ ਟੂਲ ਗੁਪਤਤਾ ਦੀ ਉਲੰਘਣਾ ਕੀਤੇ ਬਿਨਾਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਨਾਜ਼ੁਕ ਸੰਖਿਆਵਾਂ ਨੂੰ ਕਰਾਸ-ਵੈਰੀਫਾਈ ਕਰ ਸਕਦਾ ਹੈ।
ਰਿਹਰਸਲ ਪਾਰਟਨਰ ਵਜੋਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਤੇ ਔਖੇ ਸਵਾਲਾਂ ਅਤੇ ਸਮੇਂ ਦੀ ਪਰਖ ਕਰਕੇ ਅੰਤਿਮ ਸਪੁਰਦਗੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਣ ਦੀ ਸਮਰੱਥਾ

ਪਿਛਲੀਆਂ ਇਕਾਈਆਂ ਨੇ ਇਕ-ਇਕ ਕਰਕੇ ਹੁਨਰ ਸਿਖਾਏ: ਬਣਤਰ, ਟੈਕਸਟ, ਡਿਜ਼ਾਈਨ, ਗ੍ਰਾਫਿਕ ਚੋਣ, ਕੋਡ, ਡੈਸ਼ਬੋਰਡ, ਕਹਾਣੀ, ਇਨਫੋਗ੍ਰਾਫਿਕ, ਇਮਾਨਦਾਰੀ। ਇਹ ਅੰਤਮ ਇਕਾਈ ਉਹਨਾਂ ਸਾਰਿਆਂ ਨੂੰ ਇੱਕ ਵਰਕਫਲੋ ਵਿੱਚ ਜੋੜਦੀ ਹੈ: ਇੱਕ ਸੰਖੇਪ ਆ ਗਿਆ ਹੈ, ਤੁਸੀਂ ਇੱਕ ਪ੍ਰਸਤੁਤੀ/ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰੋਗੇ। ਸਾਡਾ ਟੀਚਾ ਇੱਕ ਦੁਹਰਾਉਣ ਯੋਗ ਵਿਧੀ ਸਥਾਪਤ ਕਰਨਾ ਹੈ ਜੋ AI ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂ ਤੋਂ ਲੈ ਕੇ ਅੰਤ ਤੱਕ ਕਰਦੀ ਹੈ ਪਰ ਗੋਪਨੀਯਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦੇ ਹੋਏ ਇਸਨੂੰ ਹਰ ਕਦਮ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰਦੀ ਹੈ।

ਅੰਤ-ਤੋਂ-ਅੰਤ ਦੇ ਪ੍ਰਵਾਹ ਲਈ ਸੱਤ ਕਦਮ

ਸੰਖੇਪ ਅਤੇ ਦਾਇਰੇ: ਦਰਸ਼ਕ, ਉਦੇਸ਼, ਮੁੱਖ ਸੰਦੇਸ਼, ਮਿਆਦ, ਚੈਨਲ (ਪ੍ਰਸਤੁਤੀ, ਰਿਪੋਰਟ, ਸੋਸ਼ਲ ਮੀਡੀਆ), ਪਾਬੰਦੀਆਂ।
ਡਾਟਾ ਤਿਆਰ ਕਰਨਾ: ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ, ਸਾਫ਼ ਕਰਨਾ, ਅਗਿਆਤ ਕਰਨਾ; ਫੈਸਲਾ ਕਰੋ ਕਿ ਬਾਹਰੀ ਵਾਹਨ ਵਿੱਚ ਕੀ ਜਾਂਦਾ ਹੈ।
ਢਾਂਚਾ ਅਤੇ ਬਿਰਤਾਂਤ: ਪੈਟਰਨ ਚੁਣੋ, ਸਲਾਈਡ ਸਪਾਈਨ ਬਣਾਓ (ਯੂਨਿਟ 2, 8)।
ਸਮੱਗਰੀ ਅਤੇ ਗ੍ਰਾਫਿਕਸ: ਟੈਕਸਟ ਲਿਖੋ, ਸਹੀ ਗ੍ਰਾਫਿਕ ਚੁਣੋ ਅਤੇ ਕੋਡ ਕਰੋ, ਡਿਜ਼ਾਈਨ ਸੈੱਟ ਕਰੋ (ਯੂਨਿਟ 3-6)।
ਇਕਸਾਰਤਾ ਅਤੇ ਤਸਦੀਕ: ਹਰ ਨੰਬਰ, ਹਰ ਚਾਰਟ, ਹਰ ਦਾਅਵੇ ਦਾ ਆਡਿਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (ਯੂਨਿਟ 10)।
ਅਭਿਆਸ ਕਰੋ ਅਤੇ ਸੰਪਾਦਿਤ ਕਰੋ: ਪ੍ਰਸਤੁਤੀ ਨੂੰ ਉੱਚੀ ਅਜ਼ਮਾਓ, ਸਮਾਂ ਕੱਢੋ, ਫੀਡਬੈਕ ਨਾਲ ਇਸ ਨੂੰ ਕੱਟੋ।
ਡਿਲਿਵਰੀ ਅਤੇ ਆਰਕਾਈਵ: ਅੰਤਿਮ ਸੰਸਕਰਣ, ਸਰੋਤ ਨੋਟਸ ਅਤੇ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਕੋਡ/ਟੈਂਪਲੇਟ।

ਸੰਕੇਤ: ਇਹਨਾਂ ਸੱਤ ਕਦਮਾਂ ਨੂੰ ਇੱਕ ਚੈਕਲਿਸਟ ਬਣਾਓ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਹਰ ਕੰਮ 'ਤੇ ਦੁਹਰਾਓ। ਵਰਕਫਲੋ ਨੂੰ ਮਾਨਕੀਕਰਨ ਵਿਅਕਤੀਗਤ ਰੂਪ 'ਤੇ ਨਿਰਭਰ ਹੋਣ ਤੋਂ ਗੁਣਵੱਤਾ ਨੂੰ ਹਟਾਉਂਦਾ ਹੈ।

ਡੇਟਾ ਦੀ ਤਿਆਰੀ ਅਤੇ ਗੋਪਨੀਯਤਾ: ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਸਟਾਪ

AI ਨੂੰ ਡੇਟਾ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, ਰੁਕੋ ਅਤੇ ਪੁੱਛੋ: ਕੀ ਇਹ ਡੇਟਾ ਕਿਸੇ ਬਾਹਰੀ ਸਿਸਟਮ ਵਿੱਚ ਦਾਖਲ ਹੋ ਸਕਦਾ ਹੈ? ਕੁਝ ਧਾਰਨਾਵਾਂ: ਨਿੱਜੀ ਡੇਟਾ (ਜਾਣਕਾਰੀ ਜੋ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਨਾਮ, ਪਛਾਣ, ਸੰਪਰਕ, ਸਿਹਤ, ਤਨਖਾਹ); ਗੁਮਨਾਮਕਰਨ (ਪਛਾਣ ਨੂੰ ਮੁੜ-ਮੁੜ ਹਟਾਉਣਾ); ਏਕੀਕਰਣ (ਵਿਅਕਤੀਗਤ ਕਤਾਰ ਦੀ ਬਜਾਏ ਔਸਤ/ਕੁੱਲ ਦਿਓ)। ਨਿਯਮ:

ਕਿਸੇ ਅਜਿਹੇ ਟੂਲ ਵਿੱਚ ਕਦੇ ਵੀ ਨਿੱਜੀ/ਵਪਾਰਕ ਰਾਜ਼ਾਂ ਵਾਲਾ ਡੇਟਾ ਦਾਖਲ ਨਾ ਕਰੋ ਜੋ ਸੰਸਥਾ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਨਹੀਂ ਹੈ।
ਜੇਕਰ ਤੁਹਾਨੂੰ ਦਾਖਲ ਕਰਨਾ, ਅਗਿਆਤ ਜਾਂ ਇਕੱਤਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ: ਨਾਮ/ਆਈਡੀ ਕਾਲਮਾਂ ਨੂੰ ਮਿਟਾਓ, ਸਿਰਫ਼ ਸਮੂਹ ਦੇ ਅੰਦਰ ਵਿਅਕਤੀਗਤ ਦਿਖਾਓ।
ਚਾਰਟ/ਕੋਡ ਬਣਾਉਣ ਵੇਲੇ, ਮਾਡਲ ਨੂੰ ਡਾਟਾ ਬਣਤਰ (ਕਾਲਮ ਦੇ ਨਾਮ, ਕਿਸਮਾਂ) ਦਿਓ, ਨਾ ਕਿ ਕੱਚੀਆਂ ਸਟੀਕਸ਼ਨ ਕਤਾਰਾਂ।

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਕੰਟਰੋਲਰ। ਨਿਮਨਲਿਖਤ ਡੇਟਾਸੈਟ ਦੇ ਕਾਲਮ: [ਸੂਚੀ]। ਮੈਂ ਇਸਨੂੰ ਇੱਕ ਗ੍ਰਾਫ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਬਾਹਰੀ AI ਟੂਲ ਵਿੱਚ ਫੀਡ ਕਰਾਂਗਾ। ਕਿਹੜੇ ਕਾਲਮ ਨਿੱਜੀ/ਸੰਵੇਦਨਸ਼ੀਲ ਹੋ ਸਕਦੇ ਹਨ? ਮਾਰਕ ਕਰੋ ਕਿ ਮੈਨੂੰ ਅਗਿਆਤ ਜਾਂ ਇਕੱਤਰ ਕਰਨ ਦੀ ਕੀ ਲੋੜ ਹੈ ਅਤੇ ਸੁਝਾਅ ਦਿਓ ਕਿ ਇਹ ਕਿਵੇਂ ਕਰਨਾ ਹੈ (ਮਿਟਾਉਣਾ, ਮਾਸਕ, ਸਮੂਹ)। ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਮੈਂ ਘੱਟ ਤੋਂ ਘੱਟ ਡੇਟਾ ਦੇ ਨਾਲ ਕਿਵੇਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹਾਂ ਜੋ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਕਾਫੀ ਹੋਵੇਗਾ।

ਸਾਵਧਾਨ: ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ "ਸਿਰਫ਼ ਇੱਕ ਵਾਰ, ਜਲਦੀ" ਪੇਸਟ ਕਰਨਾ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਦਾ ਸਭ ਤੋਂ ਆਮ ਰੂਪ ਹੈ। ਇੱਕ ਵਾਰ ਬਾਹਰ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਡੇਟਾ ਮੁੜ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਪ੍ਰਮਾਣਿਕਤਾ: ਡਿਲੀਵਰੀ ਤੋਂ ਪਹਿਲਾਂ ਅੰਤਮ ਫਿਲਟਰ

ਯੂਨਿਟ 1 (ਸਰੋਤ, ਇਕਸਾਰਤਾ, ਇਮਾਨਦਾਰੀ, ਸੰਦਰਭ) ਦੇ ਚਾਰ ਕਦਮਾਂ ਨੂੰ ਪੂਰੀ ਪੇਸ਼ਕਾਰੀ ਵਿੱਚ ਲਾਗੂ ਕਰੋ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਕਰਾਸ-ਚੈੱਕ ਕਰੋ: ਮਾਡਲ (ਸਪ੍ਰੈਡਸ਼ੀਟ, ਕੈਲਕੁਲੇਟਰ) ਦੇ ਬਾਹਰ ਇੱਕ ਟੂਲ ਨਾਲ ਨਾਜ਼ੁਕ ਨੰਬਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।

ਕੰਟਰੋਲ

ਸਵਾਲ

ਵਾਹਨ

ਸਰੋਤ

ਹਰੇਕ ਨੰਬਰ ਕਿੱਥੋਂ ਆਉਂਦਾ ਹੈ?

ਡਾਟਾ ਸਰੋਤ/ਨੋਟ

ਇਕਸਾਰਤਾ

ਕੀ ਸਲਾਈਡ-ਗ੍ਰਾਫਿਕ-ਟੈਕਸਟ ਇੱਕੋ ਜਿਹੇ ਹਨ?

ਅੱਖਾਂ ਨਾਲ ਤਿਰਛੀ ਪੜ੍ਹੋ

ਇਮਾਨਦਾਰੀ

ਕੀ ਚਾਰਟ ਅਤਿਕਥਨੀ ਕਰਦਾ ਹੈ?

ਯੂਨਿਟ 10 ਦਾ ਨਿਰੀਖਣ

ਖਾਤਾ

ਕੀ ਕੁੱਲ/ਪ੍ਰਤੀਸ਼ਤ ਸਹੀ ਹੈ?

ਸਪ੍ਰੈਡਸ਼ੀਟ

ਹਵਾਲਾ

ਕੀ ਹਵਾਲਾ/ਸਰੋਤ ਅਸਲੀ ਹੈ?

ਓਪਨ ਸੋਰਸ, ਪੁਸ਼ਟੀ ਕਰੋ

ਭਰਮ (ਮਨਘੜਤ ਜਾਣਕਾਰੀ) ਤੋਂ ਖਾਸ ਤੌਰ 'ਤੇ ਸਾਵਧਾਨ ਰਹੋ: ਮਾਡਲ ਇੱਕ ਅੰਕੜਾ, ਇੱਕ ਹਵਾਲਾ, ਜਾਂ ਇੱਕ ਸਰੋਤ "ਫਬਰੀਕੇਟ" ਕਰ ਸਕਦਾ ਹੈ। ਸਲਾਇਡ 'ਤੇ ਜਾਣ ਵਾਲੇ ਹਰ ਬਾਹਰੀ ਸਰੋਤ ਅਤੇ ਚਿੱਤਰ ਨੂੰ ਖੋਲ੍ਹੋ ਅਤੇ ਤਸਦੀਕ ਕਰੋ।

ਰਿਹਰਸਲ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਪੇਸ਼ਕਾਰੀ ਦੀ ਜਾਂਚ ਕਰਨਾ

ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਰਿਹਰਸਲ ਸਾਥੀ ਹੋ ਸਕਦੀ ਹੈ: ਦਰਸ਼ਕਾਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਮੁਸ਼ਕਲ ਸਵਾਲ ਪੈਦਾ ਕਰਨਾ, ਕਮਜ਼ੋਰ ਪਰਿਵਰਤਨ ਲੱਭਣਾ, ਮਿਆਦ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ।

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਦਰਸ਼ਕ ਅਤੇ ਪੇਸ਼ਕਾਰੀ ਕੋਚ। ਹੇਠਾਂ ਪੇਸ਼ਕਾਰੀ ਬੈਕਬੋਨ ਅਤੇ ਸਪੀਕਰ ਨੋਟਸ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। 1) 5 ਸਭ ਤੋਂ ਔਖੇ ਸਵਾਲ ਪੈਦਾ ਕਰੋ ਜੋ ਇਹ ਦਰਸ਼ਕ ([ਰੋਲ]) ਪੁੱਛੇਗਾ। 2) ਬਿਰਤਾਂਤ ਵਿੱਚ ਕਮਜ਼ੋਰ/ਅਸਬੰਧਿਤ ਤਬਦੀਲੀਆਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। 3) ਅੰਦਾਜ਼ਾ ਲਗਾਓ ਕਿ ਹਰੇਕ ਸਲਾਈਡ 'ਤੇ ਕਿੰਨੇ ਸਕਿੰਟ ਡਿੱਗਦੇ ਹਨ, ਕੁੱਲ ਸਮਾਂ [X] ਮਿੰਟ ਬਣਾਉਂਦੇ ਹਨ; ਜੇਕਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਤਾਂ ਸੁਝਾਅ ਦਿਓ ਕਿ ਮੈਨੂੰ ਕਿਹੜੀਆਂ ਸਲਾਈਡਾਂ ਨੂੰ ਛੋਟਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਪੇਸ਼ਕਾਰੀ: [... ]।

ਇੱਕ ਵੱਖਰੀ "ਇਤਰਾਜ਼ ਮੀਟਿੰਗ" ਰਿਹਰਸਲ:

ਇਸ ਪੇਸ਼ਕਾਰੀ ਦੇ ਮੁੱਖ ਪ੍ਰਸਤਾਵ 'ਤੇ 4 ਇਤਰਾਜ਼ ਤਿਆਰ ਕਰੋ ਅਤੇ ਹਰੇਕ ਲਈ 2-ਵਾਕ, ਡੇਟਾ-ਅਧਾਰਿਤ ਜਵਾਬ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ। ਜਵਾਬ ਨਾ ਬਣਾਓ; ਜਿੱਥੇ ਪੁਸ਼ਟੀ ਦੀ ਲੋੜ ਹੋਵੇ, [ਪੁਸ਼ਟੀ] ਲਿਖੋ। ਸੁਝਾਅ: [...]।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 — ਸਿਰੇ ਤੋਂ ਅੰਤ ਦੀ ਗਤੀ। ਇੱਕ ਸਲਾਹਕਾਰ 2 ਦਿਨਾਂ ਵਿੱਚ ਇੱਕ ਆਮ ਕਲਾਇੰਟ ਪੇਸ਼ਕਾਰੀ (ਖੋਜ + ਢਾਂਚਾ + ਸਲਾਈਡਾਂ + ਚਾਰਟ + ਸਬੂਤ) ਫੈਲਾਉਂਦਾ ਹੈ। ਜਦੋਂ ਅਸੀਂ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਸੱਤ-ਪੜਾਅ ਦੇ ਪ੍ਰਵਾਹ ਨੂੰ ਸਥਾਪਿਤ ਕੀਤਾ, ਤਾਂ ਸਮਾਂ ਲਗਭਗ 1 ਦਿਨ ਤੱਕ ਘਟ ਗਿਆ; ਬਚੇ ਹੋਏ ਸਮੇਂ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਤਸਦੀਕ ਅਤੇ ਰਿਹਰਸਲ ਲਈ ਸਮਰਪਿਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਗੁਣਵੱਤਾ ਘਟੀ ਨਹੀਂ ਬਲਕਿ ਵਧੀ ਹੈ।

ਕੇਸ 2 - ਆਖਰੀ ਮਿੰਟ ਦੀ ਗੋਪਨੀਯਤਾ। ਇੱਕ ਟੀਮ ਗਾਹਕ ਲੈਣ-ਦੇਣ ਦੇ ਰਿਕਾਰਡ (ਨਾਮ + ਰਕਮ) ਨੂੰ ਚਾਰਟਿੰਗ ਲਈ ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਨਿਰਯਾਤ ਕਰੇਗੀ। ਉਹ ਗੋਪਨੀਯਤਾ ਨਿਯੰਤਰਣ ਕਦਮ 'ਤੇ ਰੁਕ ਗਏ; ਉਹਨਾਂ ਨੇ ਨਾਮ ਮਿਟਾ ਦਿੱਤੇ ਅਤੇ ਰਕਮਾਂ ਨੂੰ ਖੰਡ ਔਸਤ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ। ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਦੁਬਾਰਾ ਕੰਮ ਕੀਤਾ, ਕੋਈ ਨਿੱਜੀ ਡੇਟਾ ਬਾਹਰ ਨਹੀਂ ਆਇਆ. ਇਸ ਫੈਸਲੇ ਦੀ ਬਾਅਦ ਦੇ ਆਡਿਟ ਵਿੱਚ ਸ਼ਲਾਘਾ ਕੀਤੀ ਗਈ ਸੀ।

ਕੇਸ 3 - ਰਿਹਰਸਲ ਨੇ ਸੀਨ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ। ਇੱਕ ਉਦਯੋਗਪਤੀ ਨੇ AI ਨੂੰ ਇੱਕ ਨਿਵੇਸ਼ਕ ਦੀ ਪੇਸ਼ਕਾਰੀ ਤੋਂ ਪਹਿਲਾਂ "5 ਸਭ ਤੋਂ ਔਖੇ ਸਵਾਲ ਪੈਦਾ ਕਰਨ" ਲਈ ਕਿਹਾ। ਮੀਟਿੰਗ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਜ਼ੁਬਾਨੀ ਪੁੱਛੇ ਗਏ ਸਨ; ਉਸ ਨੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਜਵਾਬ ਦਿੱਤਾ ਕਿਉਂਕਿ ਉਹ ਤਿਆਰ ਸੀ। ਜੇ ਉਸਨੇ ਰਿਹਰਸਲ ਨਾ ਕੀਤੀ ਹੁੰਦੀ, ਤਾਂ ਉਹ ਸਭ ਤੋਂ ਨਾਜ਼ੁਕ ਸਵਾਲ 'ਤੇ ਅਟਕ ਜਾਂਦਾ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ:

ਇਸ ਡੇਟਾ ਦੇ ਨਾਲ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਇੱਕ ਪੇਸ਼ਕਾਰੀ ਤਿਆਰ ਕਰੋ ਅਤੇ ਪੂਰਾ ਕਰੋ।

ਇੱਕ ਵਿੱਚ "ਸਭ ਕੁਝ" ਚਾਹੁੰਦੇ ਸਨ ਝਪਟਮਾਰ; ਕੋਈ ਤਸਦੀਕ ਨਹੀਂ, ਕੋਈ ਗੁਪਤਤਾ ਨਹੀਂ, ਕੋਈ ਰਿਹਰਸਲ ਨਹੀਂ। ਮਾਡਲ ਅੰਤਰਾਲ ਨੂੰ ਫਿੱਟ ਕਰਦਾ ਹੈ, ਤੁਸੀਂ ਇਸ ਨੂੰ ਨਿਯੰਤਰਿਤ ਨਹੀਂ ਕਰ ਸਕਦੇ.

ਮਜ਼ਬੂਤ:

ਆਉ ਇੱਕ ਪ੍ਰਸਤੁਤੀ ਕਦਮ ਦਰ ਕਦਮ ਸੈਟ ਅਪ ਕਰੀਏ। ਸਿਰਫ਼ ਪਹਿਲਾ ਕਦਮ 1 ਕਰੋ: ਸੰਖੇਪ ਨੂੰ ਸਪਸ਼ਟ ਕਰੋ (ਮੈਨੂੰ ਦਰਸ਼ਕ/ਉਦੇਸ਼/ਸੁਨੇਹੇ/ਅਵਧੀ/ਚੈਨਲ/ਕੰਟਰੋਟ ਬਾਰੇ ਪੁੱਛੋ)। ਫਿਰ ਅਸੀਂ ਕ੍ਰਮ ਵਿੱਚ ਅੱਗੇ ਵਧਾਂਗੇ: ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਜਾਂਚ, ਬਣਤਰ, ਸਮੱਗਰੀ+ਗਰਾਫਿਕਸ, ਇਮਾਨਦਾਰੀ ਦੀ ਜਾਂਚ, ਪਰੂਫਿੰਗ। ਹਰ ਕਦਮ 'ਤੇ ਨੰਬਰ ਨਾ ਬਣਾਓ, ਉਹ ਲਿਖੋ ਜਿਸ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦੀ ਮੰਗ ਨਾ ਕਰੋ।

ਦੂਜਾ ਕੰਮ ਨੂੰ ਕਦਮਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਨਿਯੰਤਰਣ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਅਤੇ ਗੁਪਤਤਾ/ਵਫ਼ਾਦਾਰੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਾਹਮਣੇ ਰੱਖਦਾ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

"ਸਭ ਕੁਝ" ਲਈ ਪੁੱਛਣਾ ਇੱਕ ਝਟਕੇ ਵਿੱਚ: ਕਦਮਾਂ ਨੂੰ ਛੱਡਣਾ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਗੋਪਨੀਯਤਾ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦਾ ਹੈ।
ਗੋਪਨੀਯਤਾ ਰੋਕ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ: ਇੱਕ ਬੇਕਾਬੂ ਬਾਹਰੀ ਏਜੰਟ ਨੂੰ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦੇਣਾ।
ਰਿਹਰਸਲ ਤੋਂ ਬਿਨਾਂ ਸਟੇਜ 'ਤੇ ਜਾਣਾ: ਮੁਸ਼ਕਲ ਸਵਾਲਾਂ ਅਤੇ ਸਮੇਂ ਦੀ ਉਮੀਦ ਨਾ ਕਰਨਾ।
ਸਰੋਤ/ਵਿਸ਼ੇਸ਼ਤਾ ਤਸਦੀਕ ਨੂੰ ਛੱਡਣਾ: ਇੱਕ ਮਨਘੜਤ ਅੰਕੜੇ ਜਾਂ ਹਵਾਲੇ ਵੱਲ ਧਿਆਨ ਨਹੀਂ ਦੇਣਾ।
ਪੁਰਾਲੇਖ ਨਹੀਂ ਕਰਨਾ: ਕੋਡ/ਟੈਂਪਲੇਟ ਨੂੰ ਸਟੋਰ ਨਹੀਂ ਕਰਨਾ ਅਤੇ ਸ਼ੁਰੂ ਤੋਂ ਸਭ ਕੁਝ ਕਰਨਾ।
ਮਾਡਲ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਪਾਉਣਾ: "ਏਆਈ ਨੇ ਇਸ ਨੂੰ ਤਿਆਰ ਕੀਤਾ" ਕਹਿਣਾ; ਹਾਲਾਂਕਿ, ਸਪੁਰਦਗੀ ਤੁਹਾਡੀ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਸੱਤ ਪੜਾਵਾਂ ਵਿੱਚ ਆਪਣੀ ਪੇਸ਼ਕਾਰੀ ਅਤੇ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਕਾਰੋਬਾਰ ਨੂੰ ਅੰਤ ਤੋਂ ਅੰਤ ਵਿੱਚ ਬਣਾਓ: ਸੰਖੇਪ, ਡੇਟਾ ਤਿਆਰੀ ਅਤੇ ਗੁਪਤਤਾ, ਢਾਂਚਾ/ਬਿਰਤਾਂਤ, ਸਮੱਗਰੀ/ਗਰਾਫਿਕਸ, ਇਕਸਾਰਤਾ ਅਤੇ ਤਸਦੀਕ, ਰਿਹਰਸਲ, ਡਿਲੀਵਰੀ/ਪੁਰਾਲੇਖ। ਹਰ ਕਦਮ 'ਤੇ AI ਦੀ ਵਰਤੋਂ ਕਰੋ, ਪਰ ਨਿਯੰਤਰਣ ਵਿੱਚ ਰਹੋ: ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰੋ, ਹਰੇਕ ਨੰਬਰ ਅਤੇ ਸਰੋਤ ਦੀ ਕ੍ਰਾਸ-ਵੈਰੀਫਾਈ ਕਰੋ, ਮਾਡਲ ਨੂੰ ਆਪਣਾ ਪਰੂਫਿੰਗ ਸਾਥੀ ਬਣਾਓ। ਨਕਲੀ ਬੁੱਧੀ ਪੂਰੇ ਪ੍ਰਵਾਹ ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ; ਡੇਟਾ ਦੀ ਸ਼ੁੱਧਤਾ, ਸੁਨੇਹੇ ਦੀ ਇਕਸਾਰਤਾ, ਗੁਪਤਤਾ ਅਤੇ ਅੰਤਮ ਸਪੁਰਦਗੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾਂ ਤੁਹਾਡੀ ਹੁੰਦੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਅਸਲ ਪੇਸ਼ਕਾਰੀ ਨੌਕਰੀ ਚੁਣੋ ਅਤੇ ਸੱਤ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। (1) ਏਆਈ ਦੁਆਰਾ ਸੰਖੇਪ ਪੁੱਛਗਿੱਛ ਕਰੋ। (2) ਇਹ ਫੈਸਲਾ ਕਰੋ ਕਿ ਗੋਪਨੀਯਤਾ ਨਿਯੰਤਰਣ ਨਾਲ ਕਿਹੜਾ ਡੇਟਾ ਗੁਮਨਾਮ ਕਰਨਾ ਹੈ। (3) ਕਦਮਾਂ ਦੀ ਬਣਤਰ → ਸਮੱਗਰੀ → ਚਾਰਟ ਨੂੰ ਲਾਗੂ ਕਰੋ। (4) ਇਕਸਾਰਤਾ ਆਡਿਟ ਕਰੋ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਨੰਬਰਾਂ ਦੀ ਕਰਾਸ-ਚੈੱਕ ਕਰੋ। (5) ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ "5 ਸਭ ਤੋਂ ਔਖੇ ਸਵਾਲ" ਪੈਦਾ ਕਰਨ ਲਈ ਕਹੋ ਅਤੇ ਉਹਨਾਂ ਦਾ ਅਭਿਆਸ ਕਰੋ। (6) ਨਵੀਨਤਮ ਸੰਸਕਰਣ ਅਤੇ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਕੋਡ/ਟੈਂਪਲੇਟ ਨੂੰ ਆਰਕਾਈਵ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

[ ] ਮੈਂ ਸੱਤ-ਪੜਾਅ ਦੇ ਪ੍ਰਵਾਹ ਅਨੁਸਾਰ ਕੰਮ ਚਲਾਇਆ।
[ ] ਮੈਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ/ਇਕਤਰ ਕੀਤਾ ਜਾਂ ਇਸ ਨੂੰ ਬਿਲਕੁਲ ਵੀ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ।
[ ] ਮੈਂ ਮਾਡਲ ਦੇ ਬਾਹਰ ਹਰੇਕ ਨੰਬਰ ਅਤੇ ਬਾਹਰੀ ਸਰੋਤ ਨੂੰ ਕ੍ਰਾਸ-ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਹੈ।
[ ] ਮੈਂ ਇਕਸਾਰਤਾ ਲਈ ਸਾਰੇ ਗ੍ਰਾਫਿਕਸ ਦੀ ਜਾਂਚ ਕੀਤੀ ਹੈ।
[ ] ਮੈਂ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਅਭਿਆਸ ਕੀਤਾ; ਮੈਂ ਔਖੇ ਸਵਾਲਾਂ ਅਤੇ ਸਮੇਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
[ ] ਮੈਂ ਨਵੀਨਤਮ ਸੰਸਕਰਣ ਅਤੇ ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਟੈਂਪਲੇਟ/ਕੋਡ ਨੂੰ ਪੁਰਾਲੇਖਬੱਧ ਕੀਤਾ ਹੈ।
[ ] ਮੈਂ ਸਵੀਕਾਰ ਕਰਦਾ ਹਾਂ ਕਿ ਮੈਂ ਅੰਤਮ ਡਿਲੀਵਰੀ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਾਂ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. ਪੇਸ਼ਕਾਰੀ ਅਤੇ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਿਤੀ ਕੀ ਹੈ?

ਏ) ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਡਰਾਫਟ, ਡਿਜ਼ਾਈਨ, ਗ੍ਰਾਫਿਕ ਕੋਡ ਅਤੇ ਆਲੋਚਨਾ ਸਹਾਇਕ ਹੈ; ਡੇਟਾ ਦੀ ਸ਼ੁੱਧਤਾ, ਇਮਾਨਦਾਰੀ ਅਤੇ ਗੁਪਤਤਾ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖਾਂ ਦੀ ਹੈ ✔
ਅ) ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਹੈ; ਉਹ ਜੋ ਵੀ ਨੰਬਰ ਅਤੇ ਗ੍ਰਾਫ ਦਿੰਦਾ ਹੈ ਉਹ ਬਿਲਕੁਲ ਸਹੀ ਹੈ।
C) ਨਕਲੀ ਬੁੱਧੀ ਸਿਰਫ ਸਲਾਈਡਾਂ ਨੂੰ ਸਜਾਉਣ ਲਈ ਉਪਯੋਗੀ ਹੈ, ਇਸਦਾ ਡੇਟਾ ਅਤੇ ਗ੍ਰਾਫਿਕਸ ਨਾਲ ਕੋਈ ਲੈਣਾ-ਦੇਣਾ ਨਹੀਂ ਹੈ
ਡੀ) ਕਿਉਂਕਿ AI ਮਨੁੱਖਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਨਿਰਪੱਖ ਹੈ, ਗ੍ਰਾਫਿਕਸ ਦੀ ਇਕਸਾਰਤਾ ਦੇ ਫੈਸਲੇ ਇਸ 'ਤੇ ਛੱਡ ਦਿੱਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ।

ਵਰਣਨ: ਵੱਡੀ ਭਾਸ਼ਾ ਮਾਡਲ ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਜਾਂ ਪੁਸ਼ਟੀਕਰਨ ਮਸ਼ੀਨ ਨਹੀਂ ਹੈ, ਪਰ ਪ੍ਰੇਰਕ ਟੈਕਸਟ ਅਤੇ ਰੂਪਰੇਖਾਵਾਂ ਦਾ ਇੱਕ ਜਨਰੇਟਰ ਹੈ। ਇਹ ਡਰਾਫਟ, ਡਿਜ਼ਾਈਨ, ਗ੍ਰਾਫਿਕਸ ਕੋਡ, ਅਤੇ ਆਲੋਚਨਾ ਵਰਗੀਆਂ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ; ਹਾਲਾਂਕਿ, ਡੇਟਾ ਦੀ ਸ਼ੁੱਧਤਾ, ਗ੍ਰਾਫ ਦੀ ਇਮਾਨਦਾਰੀ, ਗੁਪਤਤਾ ਅਤੇ ਅੰਤਮ ਡਿਲੀਵਰੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਸਮਰੱਥ ਵਿਅਕਤੀ ਦੀ ਹੈ।

2. 'ਕੀ ਇਸ਼ਤਿਹਾਰਬਾਜ਼ੀ ਖਰਚ ਅਤੇ ਵਿਕਰੀ ਵਿਚਕਾਰ ਕੋਈ ਸਬੰਧ ਹੈ?' ਕਿਸ ਕਿਸਮ ਦਾ ਚਾਰਟ ਸਵਾਲ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਇਮਾਨਦਾਰੀ ਨਾਲ ਦਿਖਾਏਗਾ?

ਏ) ਮਲਟੀ-ਸਲਾਈਸ ਪਾਈ ਚਾਰਟ
ਅ) ਸਟੈਕਡ ਬਾਰ ਚਾਰਟ
C) ਸਕੈਟਰ ਪਲਾਟ ✔
D) 3D ਪਾਈ ਚਾਰਟ

ਵਿਆਖਿਆ: ਇੱਕ ਸਕੈਟਰ ਪਲਾਟ ਦੀ ਵਰਤੋਂ ਦੋ ਸੰਖਿਆਤਮਕ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧ (ਸਬੰਧ) ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਪੱਟੀ ਤੁਲਨਾ ਲਈ ਢੁਕਵੀਂ ਹੈ ਅਤੇ ਇੱਕ ਲਾਈਨ ਸਮੇਂ ਦੇ ਨਾਲ ਬਦਲਣ ਲਈ ਢੁਕਵੀਂ ਹੈ; ਇੱਕ ਬਾਰ ਚਾਰਟ ਰਿਸ਼ਤੇ ਦੇ ਸਵਾਲ ਦਾ ਸਹੀ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦਾ।

3. ਸਲਾਈਡ ਸਿਰਲੇਖ ਵਿੱਚ 'ਵਿਸ਼ਾ ਸਿਰਲੇਖ' ਦੀ ਬਜਾਏ 'ਐਕਸ਼ਨ ਟਾਈਟਲ' ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਿਫਾਰਸ਼ ਕਿਉਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ?

ਏ) ਸਲਾਈਡ 'ਤੇ ਹੋਰ ਟੈਕਸਟ ਫਿੱਟ ਕਰਨ ਲਈ
ਅ) ਕਿਉਂਕਿ ਇਹ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਲਾਈਡ ਦਾ ਇੱਕੋ ਇੱਕ ਦਾਅਵਾ ਦਿੰਦਾ ਹੈ ਅਤੇ ਦਰਸ਼ਕਾਂ ਨੂੰ ਤੁਰੰਤ ਸੰਦੇਸ਼ ਨੂੰ ਸਮਝਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ✔
C) ਕਿਉਂਕਿ ਫੌਂਟ ਨੂੰ ਵੱਡਾ ਕਰਨ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ
ਡੀ) ਕਿਉਂਕਿ ਸਪੀਕਰ ਨੋਟਸ ਦੀ ਲੋੜ ਖਤਮ ਹੋ ਗਈ ਹੈ

ਵਰਣਨ: ਐਕਸ਼ਨ ਦਾ ਸਿਰਲੇਖ ਇਹ ਦਿੰਦਾ ਹੈ ਕਿ ਸਲਾਈਡ ਇੱਕ ਪੂਰੇ ਵਾਕ ਵਿੱਚ ਦਾਅਵੇ ਦੇ ਰੂਪ ਵਿੱਚ ਕੀ ਕਹਿੰਦੀ ਹੈ ('ਵਿਕਰੀ 3 ਤਿਮਾਹੀਆਂ ਤੋਂ ਘੱਟ ਰਹੀ ਹੈ'), ਸਿਰਫ਼ ਵਿਸ਼ਾ ਟੈਗ ('ਸੇਲਜ਼') ਅਜਿਹਾ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਇਹ ਦਰਸ਼ਕ ਨੂੰ ਤੁਰੰਤ ਇਹ ਸਮਝਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਕਿ ਹਰੇਕ ਸਲਾਈਡ ਦਾ ਕੀ ਮਤਲਬ ਹੈ; ਇਹ ਇੱਕ ਅਜਿਹਾ ਬਦਲਾਅ ਹੈ ਜੋ ਪੇਸ਼ਕਾਰੀ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਸੁਧਾਰਦਾ ਹੈ।

4. ਵਿਜ਼ੂਅਲ-ਜਨਰੇਟਿੰਗ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਪੇਸ਼ਕਾਰੀ ਵਿਜ਼ੁਅਲ ਤਿਆਰ ਕਰਨ ਵੇਲੇ ਕਿਹੜਾ ਐਪਲੀਕੇਸ਼ਨ ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਅਤੇ ਨੈਤਿਕ ਹੈ?

A) ਵਿਜ਼ੂਅਲ 'ਤੇ ਸਾਰੇ ਸਿਰਲੇਖ ਅਤੇ ਨੰਬਰ ਪ੍ਰਿੰਟ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਸਿੱਧੇ ਸਲਾਈਡ 'ਤੇ ਪਾਓ
ਅ) ਇੱਕ ਉਤਪਾਦਿਤ ਪੋਰਟਰੇਟ ਨੂੰ ਇੱਕ ਅਸਲੀ ਗਾਹਕ ਫੋਟੋ ਦੇ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕਰਨਾ
C) ਬਿਲਕੁਲ ਮਸ਼ਹੂਰ ਬ੍ਰਾਂਡ ਦੀ ਸ਼ੈਲੀ ਦੀ ਨਕਲ ਕਰਨ ਲਈ
ਡੀ) ਬਿਨਾਂ ਟੈਕਸਟ ਦੇ ਵਿਜ਼ੂਅਲ ਬਣਾਉਣਾ ਅਤੇ ਸਲਾਈਡ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਟੈਕਸਟ ਜੋੜਨਾ ਅਤੇ ਨਕਲੀ ਨੂੰ ਅਸਲ ਵਜੋਂ ਪੇਸ਼ ਨਾ ਕਰਨਾ ✔

ਵਿਆਖਿਆ: ਤਿਆਰ ਕੀਤੇ ਚਿੱਤਰਾਂ ਵਿੱਚ ਟੈਕਸਟ ਅਕਸਰ ਖਰਾਬ ਹੋ ਜਾਂਦਾ ਹੈ, ਇਸ ਲਈ ਸਲਾਈਡ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਟੈਕਸਟ ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਜੋੜਨਾ ਜ਼ਰੂਰੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਨਿਰਮਿਤ ਚਿੱਤਰ ਨੂੰ ਅਸਲ ਫੋਟੋ/ਅਸਲ ਵਿਅਕਤੀ ਵਜੋਂ ਪੇਸ਼ ਕਰਨਾ ਗੁੰਮਰਾਹਕੁੰਨ ਅਤੇ ਅਨੈਤਿਕ ਹੈ। ਸਹੀ ਪਹੁੰਚ ਇਹ ਹੈ ਕਿ ਬਿਨਾਂ ਟੈਕਸਟ ਦੇ ਚਿੱਤਰ ਤਿਆਰ ਕਰੋ, ਟੈਕਸਟ ਨੂੰ ਆਪਣੇ ਆਪ ਜੋੜੋ, ਅਤੇ ਨਕਲੀ ਨੂੰ ਅਸਲ ਵਜੋਂ ਪੇਸ਼ ਨਾ ਕਰੋ।

5. 9 ਉਤਪਾਦਾਂ ਦੀ ਮਾਰਕੀਟ ਸ਼ੇਅਰ ਦਿਖਾਉਣ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਪੜ੍ਹਨਯੋਗ ਵਿਕਲਪ ਕਿਹੜਾ ਹੈ?

A) ਹਰੀਜ਼ੱਟਲ ਬਾਰ ਚਾਰਟ ਮੁੱਲ ਦੁਆਰਾ ਕ੍ਰਮਬੱਧ ✔
B) 9-ਖੰਡ ਪਾਈ ਚਾਰਟ
C) 9 ਟੁਕੜਿਆਂ ਨਾਲ 3D ਪਾਈ ਚਾਰਟ
ਡੀ) ਇੱਕ ਸਿੰਗਲ ਲਾਈਨ ਚਾਰਟ

ਵਿਆਖਿਆ: ਇੱਕ ਪਾਈ ਚਾਰਟ ਤਾਂ ਹੀ ਕੰਮ ਕਰਦਾ ਹੈ ਜੇਕਰ 2-4 ਟੁਕੜੇ ਹੋਣ ਅਤੇ ਸ਼ੇਅਰ ਕਾਫ਼ੀ ਵੱਖਰੇ ਹੋਣ; 9 ਸਮਾਨ ਟੁਕੜੇ ਪੜ੍ਹਨਯੋਗ ਨਹੀਂ ਹਨ। ਕਈ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਤੁਲਨਾ ਕਰਦੇ ਸਮੇਂ ਮੁੱਲ ਦੁਆਰਾ ਕ੍ਰਮਬੱਧ ਇੱਕ ਹਰੀਜੱਟਲ ਬਾਰ ਚਾਰਟ ਲਗਭਗ ਹਮੇਸ਼ਾਂ ਵਧੇਰੇ ਪੜ੍ਹਨਯੋਗ ਹੁੰਦਾ ਹੈ।

6. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਗ੍ਰਾਫ ਪ੍ਰਾਪਤ ਕਰਨ ਵੇਲੇ 'ਗ੍ਰਾਫ ਦੀ ਤਸਵੀਰ' ਮੰਗਣ ਦੀ ਬਜਾਏ 'ਗ੍ਰਾਫ ਤਿਆਰ ਕਰਨ ਵਾਲੇ ਕੋਡ ਲਈ ਪੁੱਛੋ ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ ਆਪ ਚਲਾਓ' ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ ਕਿਉਂ ਹੈ?

ਏ) ਕਿਉਂਕਿ ਕੋਡ ਹਮੇਸ਼ਾ ਵਧੇਰੇ ਸੁੰਦਰ ਰੰਗ ਚੁਣਦਾ ਹੈ
ਅ) ਕਿਉਂਕਿ ਤਸਵੀਰਾਂ ਬਣਾਉਣ ਦੀ ਮਨਾਹੀ ਹੈ
C) ਕਿਉਂਕਿ ਕੋਡ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਹ ਹੈ ਅਤੇ ਨਿਰਣਾਇਕ ਅਤੇ ਦੁਹਰਾਉਣ ਯੋਗ ਨਤੀਜੇ ਦਿੰਦਾ ਹੈ, ਮੌਖਿਕ ਭਵਿੱਖਬਾਣੀ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ ✔
D) ਕਿਉਂਕਿ ਕੋਡ ਆਪਣੇ ਆਪ ਗ੍ਰਾਫਾਂ ਨੂੰ ਇਮਾਨਦਾਰ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਹੋਰ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ

ਵਰਣਨ: ਵੱਡੀ ਭਾਸ਼ਾ ਮਾਡਲ ਇੱਕ ਟੈਕਸਟ ਜਨਰੇਟਰ ਹੈ; ਉਹ ਸਿਰਫ਼ ਜ਼ੁਬਾਨੀ ਇੱਕ ਨੰਬਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦਾ ਹੈ ਅਤੇ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ। ਕੋਡ ਡੇਟਾ ਨੂੰ ਉਸੇ ਤਰ੍ਹਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਇਹ ਹੈ ਅਤੇ ਨਿਰਣਾਇਕ (ਉਸੇ ਇੰਪੁੱਟ ਲਈ ਹਮੇਸ਼ਾਂ ਇੱਕੋ ਆਉਟਪੁੱਟ) ਅਤੇ ਦੁਹਰਾਉਣ ਯੋਗ ਨਤੀਜੇ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਜਦੋਂ ਡੇਟਾ ਅਪਡੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਕੋਡ ਨੂੰ ਦੁਬਾਰਾ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਗ੍ਰਾਫ ਨੂੰ ਤਾਜ਼ਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

7. ਇੱਕ ਚੰਗੇ ਡੈਸ਼ਬੋਰਡ ਡਿਜ਼ਾਈਨ ਦਾ ਮੂਲ ਸਿਧਾਂਤ ਕੀ ਹੈ?

ਏ) ਸਾਰੇ ਉਪਲਬਧ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਸਕ੍ਰੀਨ 'ਤੇ ਫਿੱਟ ਕਰਨਾ
B) ਇੱਕ ਖਾਸ ਦਰਸ਼ਕਾਂ ਅਤੇ ਫੈਸਲੇ ਲਈ ਲੋੜੀਂਦੇ KPIs ਦੀ ਇੱਕ ਛੋਟੀ ਸੰਖਿਆ (5-9) ਲਈ ਸੰਦਰਭ ਦਿਖਾਓ ✔
C) ਹਰੇਕ ਸੰਖਿਆ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਦਸ਼ਮਲਵ ਸਥਾਨਾਂ ਨਾਲ ਦਿਖਾ ਰਿਹਾ ਹੈ
ਡੀ) ਰੰਗਾਂ ਦੀ ਵਿਭਿੰਨਤਾ ਲਈ ਹਰੇਕ ਮੀਟ੍ਰਿਕ ਨੂੰ ਇੱਕ ਵੱਖਰਾ ਰੰਗ ਪੇਂਟ ਕਰਨਾ

ਵਰਣਨ: ਡੈਸ਼ਬੋਰਡ ਸਭ ਕੁਝ ਨਹੀਂ ਦਿਖਾਉਂਦਾ, ਪਰ ਕਿਸੇ ਖਾਸ ਦਰਸ਼ਕਾਂ ਦੁਆਰਾ ਕਿਸੇ ਖਾਸ ਫੈਸਲੇ ਲਈ ਲੋੜੀਂਦੇ 5-9 ਸਹੀ KPIs। ਮੈਟ੍ਰਿਕਸ ਜੋ ਫੈਸਲੇ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰਦੇ ਹਨ, ਡੈਸ਼ਬੋਰਡ ਨੂੰ ਹਾਵੀ ਕਰ ਦੇਣਗੇ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਹਰੇਕ ਨੰਬਰ ਵਿੱਚ ਸੰਦਰਭ (ਟੀਚਾ/ਤਬਦੀਲੀ) ਅਤੇ ਇੱਕ ਤਾਜ਼ਗੀ ਸਟੈਂਪ ਜੋੜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ KPI ਨੂੰ ਉੱਪਰ ਖੱਬੇ ਪਾਸੇ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

8. ਡੇਟਾ ਕਹਾਣੀ ਸੁਣਾਉਣ ਵਿੱਚ ਈਮਾਨਦਾਰੀ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਕਿਹੜਾ ਵਿਵਹਾਰ ਇੱਕ ਜਾਲ ਹੈ?

ਏ) ਸੰਦਰਭ-ਤਣਾਅ-ਰੈਜ਼ੋਲੂਸ਼ਨ ਢਾਂਚੇ ਵਿੱਚ ਖੋਜਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ
ਅ) ਬਿਰਤਾਂਤ ਵਿੱਚ ਹਰੇਕ ਗ੍ਰਾਫ ਨੂੰ ਇੱਕ ਵਾਕ ਨਾਲ ਜੋੜਨਾ
C) ਇੱਕ ਵਾਕ ਵਿੱਚ ਸੂਝ ਦਾ ਸਾਰ ਦਿਓ
ਡੀ) ਉਸ ਅਵਧੀ ਨੂੰ ਛੁਪਾਉਣਾ ਜੋ ਬਿਰਤਾਂਤ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦਾ ਹੈ ਅਤੇ ਸਿਰਫ ਉਹ ਡੇਟਾ ਦਿਖਾਉਂਦਾ ਹੈ ਜੋ ਇਸਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ (ਚੈਰੀ ਪਿਕਿੰਗ) ✔

ਵਿਆਖਿਆ: ਚੈਰੀ-ਪਿਕਿੰਗ ਉਹ ਪੀਰੀਅਡ/ਖੰਡ ਦਿਖਾ ਰਹੀ ਹੈ ਜੋ ਬਿਰਤਾਂਤ ਵਿੱਚ ਫਿੱਟ ਹੈ ਅਤੇ ਉਸ ਨੂੰ ਲੁਕਾਉਣਾ ਜੋ ਨਹੀਂ ਹੈ, ਅਤੇ ਇਹ ਅਖੰਡਤਾ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ। ਇੱਕ ਚੰਗੀ ਕਹਾਣੀ ਪ੍ਰੇਰਦੀ ਹੈ, ਪਰ ਇਹ ਡੇਟਾ ਨੂੰ ਵਿਗਾੜਨ ਦੀ ਇਜਾਜ਼ਤ ਨਹੀਂ ਬਣਨਾ ਚਾਹੀਦਾ; 'ਇਸ ਬਿਰਤਾਂਤ ਵਿਚ ਕਿਹੜਾ ਡੇਟਾ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦਾ?' ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਪੁੱਛਣਾ ਅਤੇ ਦਿਖਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ।

9. ਇੱਕ ਇਨਫੋਗ੍ਰਾਫਿਕ ਵਿੱਚ ਇੱਕ ਚੱਕਰ ਦੇ ਵਿਆਸ ਵਜੋਂ ਇੱਕ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਣਾ ਪਰ ਫਿਰ ਵਿਆਸ ਨੂੰ ਦੁੱਗਣਾ ਕਰਨਾ ਗੁੰਮਰਾਹਕੁੰਨ ਕਿਉਂ ਹੈ?

A) ਜਦੋਂ ਵਿਆਸ ਦੁੱਗਣਾ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਖੇਤਰ ਚੌਗੁਣਾ ਹੋ ਜਾਂਦਾ ਹੈ ਅਤੇ ਦਰਸ਼ਕ ਇਸ ਵਾਧੇ ਨੂੰ ਅਸਲ ਵਿੱਚ ਵੱਧ ਤੋਂ ਵੱਧ ਸਮਝਦੇ ਹਨ ✔
B) ਕਿਉਂਕਿ ਪਾਈ ਚਾਰਟ ਵਿੱਚ ਚੱਕਰਾਂ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ
C) ਕਿਉਂਕਿ ਰੰਗ ਅੰਨ੍ਹੇ ਦਰਸ਼ਕ ਚੱਕਰਾਂ ਨੂੰ ਬਿਲਕੁਲ ਨਹੀਂ ਦੇਖ ਸਕਦੇ
ਡੀ) ਕਿਉਂਕਿ ਇੱਕ ਚੱਕਰ ਖਿੱਚਣਾ ਇੱਕ ਸੋਟੀ ਖਿੱਚਣ ਨਾਲੋਂ ਹੌਲੀ ਹੁੰਦਾ ਹੈ

ਵਿਆਖਿਆ: ਜਦੋਂ ਵਿਆਸ ਦੁੱਗਣਾ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਚੱਕਰ ਦਾ ਖੇਤਰਫਲ ਚੌਗੁਣਾ ਹੋ ਜਾਂਦਾ ਹੈ; ਕਿਉਂਕਿ ਦਰਸ਼ਕ ਖੇਤਰ ਦੁਆਰਾ ਮੁੱਲ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਉਹ ਸੋਚਦਾ ਹੈ ਕਿ 2-ਗੁਣਾ ਵਾਧਾ 4-ਗੁਣਾ ਹੈ। ਇਸ ਨੂੰ ਫੀਲਡ ਫਾਲਸੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਮੁੱਲ ਨੂੰ ਖੇਤਰ ਦੁਆਰਾ ਨਹੀਂ, ਪਰ ਰੇਖਿਕ ਪੈਮਾਨੇ ਅਤੇ ਇੱਕ ਸਪਸ਼ਟ ਸੰਖਿਆ ਲੇਬਲ (ਉਦਾਹਰਨ ਲਈ '2×') ਦੁਆਰਾ ਦੇਣਾ ਜ਼ਰੂਰੀ ਹੈ।

10. ਸਭ ਤੋਂ ਆਮ ਧੋਖੇ ਦੀ ਤਕਨੀਕ ਕੀ ਹੈ ਅਤੇ ਬਾਰ ਚਾਰਟ ਵਿੱਚ ਇਸਦੇ ਸਹੀ ਬਰਾਬਰੀ ਕੀ ਹੈ?

ਏ) ਸਟਿਕਸ ਨੂੰ ਰੰਗ ਦੇਣਾ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ; ਇਹ ਸਭ ਨੂੰ ਸਲੇਟੀ ਚਾਲੂ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹੈ
ਅ) ਸਿੱਧੇ ਲੇਬਲ ਗੁੰਮਰਾਹਕੁੰਨ ਹਨ; ਇਹ ਹਮੇਸ਼ਾ ਇੱਕ ਵੱਖਰੀ ਕਥਾ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ
C) ਡੈਸ਼ਡ y-ਧੁਰਾ ਅੰਤਰ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਪੇਸ਼ ਕਰਦਾ ਹੈ; ਬਾਰ ਚਾਰਟ ਵਿੱਚ ਧੁਰਾ 0 ✔ ਤੋਂ ਸ਼ੁਰੂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ
ਡੀ) ਹਰੀਜੱਟਲ ਪੱਟੀ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ; ਹਮੇਸ਼ਾ ਲੰਬਕਾਰੀ ਪੱਟੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ

ਵਿਆਖਿਆ: ਇੱਕ ਡੈਸ਼ਡ y-ਧੁਰਾ (ਜਿੱਥੇ y 0 ਦੀ ਬਜਾਏ 90 ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ) ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਫਰਕ ਬਹੁਤ ਵੱਡਾ ਦਿਖਾਉਂਦਾ ਹੈ; ਇੱਕ 2% ਵਾਧਾ 50% ਵਰਗਾ ਲੱਗ ਸਕਦਾ ਹੈ. ਇੱਕ ਬਾਰ ਚਾਰਟ ਵਿੱਚ, ਧੁਰਾ ਲਗਭਗ ਹਮੇਸ਼ਾ 0 ਤੋਂ ਸ਼ੁਰੂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿਉਂਕਿ ਬਾਰ ਦੀ ਲੰਬਾਈ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।

11. ਜੇਕਰ ਤੁਹਾਨੂੰ ਚਾਰਟਿੰਗ ਲਈ ਕਿਸੇ ਬਾਹਰੀ AI ਟੂਲ ਨੂੰ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ (ਨਾਮ, ਤਨਖਾਹ, ਗਾਹਕ ਰਿਕਾਰਡ) ਵਾਲੀ ਟੇਬਲ ਨਿਰਯਾਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਤਾਂ ਸਹੀ ਪਹੁੰਚ ਕੀ ਹੈ?

ਏ) ਸਮਾਂ ਬਚਾਉਣ ਲਈ ਟੇਬਲ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਪੇਸਟ ਕਰਨਾ
ਅ) ਨਾਮ ਅਤੇ ਪਛਾਣ ਕਾਲਮਾਂ ਨੂੰ ਹਟਾ ਕੇ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨਾ ਜਾਂ ਇਕੱਠਾ ਕਰਨਾ, ਅਤੇ ਜੇ ਜਰੂਰੀ ਨਾ ਹੋਵੇ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਬਿਲਕੁਲ ਵੀ ਦਾਖਲ ਨਾ ਕਰੋ ✔
C) ਸਿਰਫ਼ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਕਾਲਮ ਨੂੰ ਛੱਡਣਾ ਅਤੇ ਬਾਕੀ ਨੂੰ ਮਿਟਾਉਣਾ
ਡੀ) ਡੇਟਾ ਦਾਖਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਗੁਪਤਤਾ ਦਾ ਵਾਅਦਾ ਪ੍ਰਾਪਤ ਕਰਨਾ ਕਾਫੀ ਹੈ।

ਸਪੱਸ਼ਟੀਕਰਨ: ਇਹ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਕਿਸੇ ਅਜਿਹੇ ਸਾਧਨ ਵਿੱਚ ਦਾਖਲ ਨਾ ਕੀਤਾ ਜਾਵੇ ਜੋ ਸੰਸਥਾ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਨਹੀਂ ਹੈ; ਜੇ ਇਸ ਨੂੰ ਦਾਖਲ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਤਾਂ ਪਛਾਣ ਕਾਲਮਾਂ ਨੂੰ ਮਿਟਾ ਕੇ ਜਾਂ ਵਿਅਕਤੀਗਤ ਕਤਾਰਾਂ ਦੀ ਬਜਾਏ ਔਸਤ/ਕੁੱਲ ਦੇ ਕੇ ਇਸ ਨੂੰ ਸੰਗ੍ਰਹਿਤ ਕਰਕੇ ਇਸਨੂੰ ਗੁਮਨਾਮ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ। ਇੱਕ ਵਾਰ ਬਾਹਰ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਡੇਟਾ ਮੁੜ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

12. ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਆਉਟਪੁੱਟ ਵਿੱਚ 'ਭਰਮ' ਦਾ ਕੀ ਅਰਥ ਹੈ ਅਤੇ ਇਸ ਬਾਰੇ ਕੀ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

ਏ) ਮਾਡਲ ਕਈ ਰੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ; ਰੰਗ ਘਟਾਉਣ ਦੀ ਲੋੜ ਹੈ
ਬੀ) ਮਾਡਲ ਦੀ ਹੌਲੀ ਕਾਰਵਾਈ; ਛੋਟੀ ਬੇਨਤੀ ਲਿਖਣ ਦੀ ਲੋੜ ਹੈ
C) ਮਾਡਲ ਗ੍ਰਾਫ ਨੂੰ 3D ਵਿੱਚ ਖਿੱਚਦਾ ਹੈ; 2B ਲਈ ਬੇਨਤੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ
ਡੀ) ਉਹ ਜਾਣਕਾਰੀ ਜੋ ਮਾਡਲ ਅਸਲ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਪਰ ਸੱਚਾਈ ਨਹੀਂ ਹੈ; ✔ ਹਰ ਮੁੱਦੇ ਅਤੇ ਸਰੋਤ ਨੂੰ ਕ੍ਰਾਸ-ਵੈਰੀਡੇਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ

ਵਿਆਖਿਆ: ਹੇਲੁਸੀਨੇਸ਼ਨ ਉਹ ਜਾਣਕਾਰੀ ਹੈ ਜੋ ਮਾਡਲ ਅਸਲ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਪਰ ਸੱਚ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਬਣਿਆ ਨੰਬਰ, ਹਵਾਲਾ ਜਾਂ ਸਰੋਤ ਹੋ ਸਕਦਾ ਹੈ। ਦੂਜੇ ਪਾਸੇ, ਮਾਡਲ ਦੇ ਬਾਹਰ ਸਲਾਈਡ 'ਤੇ ਦਾਖਲ ਕੀਤੇ ਗਏ ਹਰੇਕ ਨੰਬਰ ਅਤੇ ਬਾਹਰੀ ਸਰੋਤ ਨੂੰ ਕ੍ਰਾਸ-ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਅਤੇ ਬੇਨਤੀਆਂ ਵਿੱਚ 'ਸੰਖਿਆ ਪੈਦਾ ਨਾ ਕਰੋ ਜੋ ਡੇਟਾ ਵਿੱਚ ਨਹੀਂ ਹਨ, [ਪੁਸ਼ਟੀ] ਲਿਖੋ' ਦਾ ਨਿਯਮ ਸੈੱਟ ਕਰੋ।

13. ਸਹੀ ਚਾਰਟ ਕਿਸਮ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਪਹਿਲਾ ਕਦਮ ਕੀ ਹੈ?

A) ਜਿਸ ਸਵਾਲ ਦਾ ਤੁਸੀਂ ਜਵਾਬ ਦੇਣਾ ਚਾਹੁੰਦੇ ਹੋ ਉਸ ਨੂੰ ਇੱਕ ਵਾਕ ਵਿੱਚ ਲਿਖੋ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਪ੍ਰਸ਼ਨ ਪਰਿਵਾਰ ਵਿੱਚ ਰੱਖੋ ✔
ਅ) ਸਭ ਤੋਂ ਰੰਗੀਨ ਅਤੇ ਧਿਆਨ ਖਿੱਚਣ ਵਾਲੀ ਗ੍ਰਾਫਿਕ ਕਿਸਮ ਦੀ ਚੋਣ ਕਰਨਾ
C) ਹਮੇਸ਼ਾ ਪਾਈ ਚਾਰਟ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਇਸ ਨੂੰ ਸੋਧੋ
D) ਡੇਟਾ ਨੂੰ 3D ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਕੇ ਹੋਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਣਾ

ਵਿਆਖਿਆ: ਚਾਰਟ ਦੀ ਕਿਸਮ ਉਸ ਸਵਾਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜਿਸਦਾ ਤੁਸੀਂ ਜਵਾਬ ਦੇਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਨਾ ਕਿ ਡੇਟਾ ਦੀ ਸ਼ਕਲ 'ਤੇ। ਪਹਿਲਾਂ, ਪ੍ਰਸ਼ਨ ਨੂੰ ਇੱਕ ਵਾਕ ਵਿੱਚ ਲਿਖਣਾ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਪਰਿਵਾਰ (ਤੁਲਨਾ, ਰੁਝਾਨ, ਸਬੰਧ, ਭਾਗ-ਪੂਰਾ, ਵੰਡ) ਵਿੱਚ ਰੱਖਣਾ ਜ਼ਰੂਰੀ ਹੈ, ਫਿਰ ਕਿਸਮ ਦੀ ਚੋਣ ਕਰੋ। ਪਹਿਲਾਂ ਕਿਸਮ ਦੀ ਚੋਣ ਕਰਨਾ ਅਤੇ ਇਸ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਫਿੱਟ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ ਇੱਕ ਗਲਤੀ ਹੈ।

14. ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਅੰਤ-ਤੋਂ-ਅੰਤ ਪੇਸ਼ਕਾਰੀ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ, 'ਇੱਕ ਚਾਲ ਵਿੱਚ ਇੱਕ ਪੇਸ਼ਕਾਰੀ ਨੂੰ ਤਿਆਰ ਕਰੋ ਅਤੇ ਸਮਾਪਤ ਕਰੋ' ਕਹਿਣ ਦੀ ਬਜਾਏ, ਕਦਮ-ਦਰ-ਕਦਮ ਅੱਗੇ ਵਧਣਾ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ?

ਏ) ਕਿਉਂਕਿ ਕਦਮ ਦਰ ਕਦਮ ਅੱਗੇ ਵਧਣਾ ਹਮੇਸ਼ਾ ਤੇਜ਼ ਹੁੰਦਾ ਹੈ
ਅ) ਕਿਉਂਕਿ ਮਾਡਲ ਲੰਬੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਬਿਲਕੁਲ ਨਹੀਂ ਸਮਝਦਾ
C) ਕਿਉਂਕਿ ਕਦਮ-ਦਰ-ਕਦਮ ਅੱਗੇ ਵਧਣਾ ਤਸਦੀਕ ਦੌਰਾਨ ਮਨੁੱਖ ਨੂੰ ਨਿਯੰਤਰਣ ਵਿੱਚ ਰੱਖਦਾ ਹੈ, ਗੁਪਤਤਾ ਅਤੇ ਰਿਹਰਸਲ ਰੁਕ ਜਾਂਦੀ ਹੈ ਅਤੇ ਮਨਘੜਤ ਅਤੇ ਲੀਕ ਹੋਣ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ ✔
ਡੀ) ਕਿਉਂਕਿ ਇੱਕ ਚਾਲ ਵਿੱਚ ਪੁੱਛਣਾ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਥਕਾ ਦਿੰਦਾ ਹੈ।

ਵਰਣਨ: ਇੱਕ ਝਟਕੇ ਵਿੱਚ ਨੌਕਰੀ ਦੀ ਬੇਨਤੀ ਕਰਨਾ ਤਸਦੀਕ, ਗੋਪਨੀਯਤਾ ਜਾਂਚਾਂ, ਅਤੇ ਰਿਹਰਸਲਾਂ ਵਰਗੇ ਨਾਜ਼ੁਕ ਸਟਾਪਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦਾ ਹੈ; ਮਾਡਲ ਅੰਤਰਾਲ ਨੂੰ ਫਿੱਟ ਕਰਦਾ ਹੈ ਅਤੇ ਤੁਸੀਂ ਇਸਨੂੰ ਨਿਯੰਤਰਿਤ ਨਹੀਂ ਕਰ ਸਕਦੇ. ਕਦਮ ਦਰ ਕਦਮ ਅੱਗੇ ਵਧਣਾ (ਸੰਖੇਪ, ਗੁਪਤਤਾ, ਬਣਤਰ, ਸਮੱਗਰੀ/ਗਰਾਫਿਕਸ, ਇਮਾਨਦਾਰੀ ਦੀ ਜਾਂਚ, ਰਿਹਰਸਲ) ਹਰ ਪੜਾਅ 'ਤੇ ਮਨੁੱਖ ਨੂੰ ਨਿਯੰਤਰਣ ਵਿਚ ਰੱਖਦਾ ਹੈ ਅਤੇ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਮਨਘੜਤ/ਗੁਪਤਤਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ।