ਲਾਭ:
- ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਮੀਨੂ, ਨੈਵੀਗੇਸ਼ਨ ਅਤੇ ਸਮੱਗਰੀ ਬਣਤਰ (ਜਾਣਕਾਰੀ ਆਰਕੀਟੈਕਚਰ) ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਅਤੇ ਕਾਰਡ ਛਾਂਟੀ ਦੇ ਨਤੀਜਿਆਂ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਨਕਲੀ ਬੁੱਧੀ ਵਿੱਚ ਉਪਭੋਗਤਾ ਦੇ ਪ੍ਰਵਾਹ ਅਤੇ ਸਕ੍ਰੀਨ-ਟੂ-ਸਕ੍ਰੀਨ ਕਦਮਾਂ ਨੂੰ ਖਿੱਚਣ ਅਤੇ ਤਰਕ ਦੇ ਅੰਤਰ ਅਤੇ ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਨੂੰ ਹਾਸਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਅਸਲ ਉਪਭੋਗਤਾ ਭਾਸ਼ਾ ਅਤੇ ਮਾਨਸਿਕ ਮਾਡਲ ਦੇ ਅਨੁਸਾਰ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਢਾਂਚੇ ਨੂੰ ਆਲੋਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
ਜੇਕਰ ਕੋਈ ਉਤਪਾਦ ਵਰਤਣਾ ਔਖਾ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਮੱਸਿਆ ਅਕਸਰ ਰੰਗ ਜਾਂ ਬਟਨ ਨਾਲ ਨਹੀਂ ਹੁੰਦੀ, ਸਗੋਂ ਬਣਤਰ ਨਾਲ ਹੁੰਦੀ ਹੈ। ਜਾਣਕਾਰੀ ਆਰਕੀਟੈਕਚਰ (IA) ਇਹ ਹੈ ਕਿ ਕਿਵੇਂ ਇੱਕ ਉਤਪਾਦ ਵਿੱਚ ਸਮੱਗਰੀ ਨੂੰ ਇੱਕ ਨੈਵੀਗੇਸ਼ਨ ਢਾਂਚੇ ਵਿੱਚ ਸਮੂਹਬੱਧ, ਨਾਮ ਅਤੇ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਮੀਨੂ, ਸ਼੍ਰੇਣੀਆਂ, ਦਰਜਾਬੰਦੀ। ਉਪਭੋਗਤਾ ਪ੍ਰਵਾਹ ਸਕ੍ਰੀਨ-ਟੂ-ਸਕ੍ਰੀਨ ਕਦਮਾਂ ਦਾ ਕ੍ਰਮ ਹੈ ਜੋ ਇੱਕ ਉਪਭੋਗਤਾ ਇੱਕ ਖਾਸ ਟੀਚਾ (ਰਜਿਸਟਰ ਕਰਨਾ, ਇੱਕ ਉਤਪਾਦ ਖਰੀਦਣਾ) ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਜਾਂਦਾ ਹੈ। ਦੋਵੇਂ ਅਦਿੱਖ ਪਿੰਜਰ ਬਣਾਉਂਦੇ ਹਨ। AI ਤੇਜ਼ੀ ਨਾਲ ਇਸ ਪਿੰਜਰ ਦੀ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਤਰਕ ਦੇ ਅੰਤਰ ਨੂੰ ਫੜਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ; ਪਰ ਕੀ ਢਾਂਚਾ ਅਸਲ ਉਪਭੋਗਤਾ ਦੇ ਮਨ ਨੂੰ ਫਿੱਟ ਕਰਦਾ ਹੈ ਇਹ ਕੇਵਲ ਮਨੁੱਖੀ ਨਿਰਣੇ ਅਤੇ ਜਾਂਚ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ.
ਜਾਣਕਾਰੀ ਆਰਕੀਟੈਕਚਰ: ਉਪਭੋਗਤਾ ਦੀ ਭਾਸ਼ਾ ਬੋਲਣਾ
ਆਈਏ ਦਾ ਬੁਨਿਆਦੀ ਤਣਾਅ ਇਹ ਹੈ: ਕੀ ਤੁਸੀਂ ਸੰਸਥਾ ਦੇ ਤਰਕ ਜਾਂ ਉਪਭੋਗਤਾ ਦੇ ਮਨ ਦੇ ਅਨੁਸਾਰ ਸਮੱਗਰੀ ਨੂੰ ਸੰਗਠਿਤ ਕਰੋਗੇ? ਜ਼ਿਆਦਾਤਰ ਅਸਫਲ ਮੇਨੂ ਉਪਭੋਗਤਾ ("ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੋਲਿਊਸ਼ਨ", "ਓਪਰੇਸ਼ਨ ਸੈਂਟਰ") 'ਤੇ ਕੰਪਨੀ ਦੇ ਅੰਦਰੂਨੀ ਵਿਭਾਗ ਢਾਂਚੇ ਨੂੰ ਥੋਪਦੇ ਹਨ। ਜੇਕਰ ਉਪਭੋਗਤਾ ਪੁੱਛਦਾ ਹੈ "ਮੈਂ ਆਪਣੇ ਬਿੱਲ ਦਾ ਭੁਗਤਾਨ ਕਿਵੇਂ ਕਰਾਂ?" ਉਹ ਸੋਚਦਾ ਹੈ।
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇੱਥੇ ਦੋ-ਪੱਖੀ ਸਹਾਇਕ ਹੈ। ਇੱਕ ਪਾਸੇ, ਇਹ ਇੱਕ ਵਾਜਬ ਸ਼ੁਰੂਆਤੀ ਸ਼੍ਰੇਣੀ ਢਾਂਚੇ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ; ਦੂਜੇ ਪਾਸੇ, ਇਹ ਉਪਭੋਗਤਾ ਦੀ ਭਾਸ਼ਾ ਦੇ ਵਿਰੁੱਧ ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਢਾਂਚੇ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ। ਪਰ ਮਾਡਲ ਦੁਆਰਾ ਸੁਝਾਅ ਦਿੱਤੇ ਗਏ ਟੈਗ ਆਮ ਤੌਰ 'ਤੇ "ਔਸਤ ਇੰਟਰਨੈਟ ਭਾਸ਼ਾ" ਹਨ; ਤੁਹਾਡੇ ਉਪਭੋਗਤਾ ਅਸਲ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸ਼ਬਦ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ। ਇਸਲਈ, ਆਈਏ ਡਰਾਫਟ ਨੂੰ ਕਾਰਡ ਦੀ ਛਾਂਟੀ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਅਸਲ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਮੱਗਰੀ ਕਾਰਡ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਉਹ ਉਹਨਾਂ ਨੂੰ ਛਾਂਟਦੇ ਹਨ; ਤੁਸੀਂ ਉਹਨਾਂ ਦੇ ਸਮੂਹ ਦੇ ਅਨੁਸਾਰ ਬਣਤਰ ਨੂੰ ਅਨੁਕੂਲ ਕਰਦੇ ਹੋ.
ਸੰਕੇਤ: ਜਦੋਂ ਨਕਲੀ ਬੁੱਧੀ ਤੋਂ ਸ਼੍ਰੇਣੀ ਸੁਝਾਅ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਤਾਂ ਇਸਨੂੰ "ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਨੂੰ ਇੱਕ ਪ੍ਰਸ਼ਨ ਵਾਕ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਵੀ ਕਹੋ ਜੋ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਬਣਾਇਆ ਜਾਵੇਗਾ।" ਇਹ ਕਾਰਪੋਰੇਟ ਜਾਰਗਨ ਤੋਂ ਉਪਭੋਗਤਾ ਭਾਸ਼ਾ ਵਿੱਚ ਤਬਦੀਲੀ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ।
ਉਪਭੋਗਤਾ ਪ੍ਰਵਾਹ: ਕਦਮ, ਫੈਸਲੇ, ਅਤੇ ਕਿਨਾਰੇ ਦੇ ਮਾਮਲੇ
ਇੱਕ ਚੰਗਾ ਫਲੋਚਾਰਟ ਤਿੰਨ ਚੀਜ਼ਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ: ਕਦਮ (ਉਪਭੋਗਤਾ ਕੀ ਕਰਦਾ ਹੈ), ਫੈਸਲੇ ਦੇ ਬਿੰਦੂ (ਹਾਂ/ਨਹੀਂ ਸ਼ਾਖਾਵਾਂ), ਅਤੇ ਕਿਨਾਰੇ ਦੇ ਕੇਸ — ਮੁੱਖ ਮਾਰਗ ਤੋਂ ਬਾਹਰ ਦੀਆਂ ਸਥਿਤੀਆਂ: ਖਾਲੀ ਕਾਰਟ, ਖਰਾਬ ਪਾਸਵਰਡ, ਇੰਟਰਨੈਟ ਆਊਟੇਜ, ਮਿਆਦ ਪੁੱਗਿਆ ਸੈਸ਼ਨ। ਤਜਰਬੇਕਾਰ ਡਿਜ਼ਾਈਨ "ਖੁਸ਼ਹਾਲ ਮਾਰਗ" (ਉਹ ਦ੍ਰਿਸ਼ ਜਿੱਥੇ ਸਭ ਕੁਝ ਠੀਕ ਚੱਲਦਾ ਹੈ) ਖਿੱਚਦੇ ਹਨ ਅਤੇ ਕਿਨਾਰੇ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਭੁੱਲ ਜਾਂਦੇ ਹਨ; ਉਪਭੋਗਤਾ ਜ਼ਿਆਦਾਤਰ ਇਹਨਾਂ ਭੁੱਲੀਆਂ ਥਾਵਾਂ 'ਤੇ ਹੈਂਗ ਆਊਟ ਕਰਦਾ ਹੈ।
ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ AI ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ: ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਸਟ੍ਰੀਮ ਨੂੰ ਨਿਰਯਾਤ ਕਰਦੇ ਹੋ, ਤੁਸੀਂ ਪੁੱਛਦੇ ਹੋ ਕਿ "ਕਿਨਾਰੇ ਦੀਆਂ ਕਿਹੜੀਆਂ ਸਥਿਤੀਆਂ ਗੁੰਮ ਹਨ?" ਜਦੋਂ ਤੁਸੀਂ ਪੁੱਛਦੇ ਹੋ, ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਤੁਹਾਡੇ ਤੋਂ ਖੁੰਝੇ ਕੁਝ ਨੂੰ ਫੜਦਾ ਹੈ। ਮਾਡਲ ਇੱਕ ਪ੍ਰਵਾਹ ਆਲੋਚਕ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ। ਪਰ ਤੁਸੀਂ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹੋ ਕਿ ਕੀ ਹਰ ਇੱਕ ਸ਼ਾਖਾ ਜੋ ਇਸਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦੀ ਹੈ ਅਸਲ ਵਿੱਚ ਜ਼ਰੂਰੀ ਹੈ, ਉਤਪਾਦ ਦਾ ਘੇਰਾ ਅਤੇ ਉਪਭੋਗਤਾ ਅਸਲੀਅਤ; ਨਹੀਂ ਤਾਂ, ਵਹਾਅ ਬੇਲੋੜੀ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦੀ ਹੈ.
ਸਟ੍ਰੀਮ ਤੱਤ
ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਯੋਗਦਾਨ
ਮਨੁੱਖੀ ਫੈਸਲਾ
ਮੁੱਖ ਕਦਮ
ਮਿਆਰੀ ਦਰਜਾਬੰਦੀ ਡਰਾਫਟ
ਉਤਪਾਦ-ਵਿਸ਼ੇਸ਼ ਸਰਲੀਕਰਨ
ਫੈਸਲੇ ਦੇ ਅੰਕ
ਸੰਭਵ ਸ਼ਾਖਾਵਾਂ
ਕੀ ਅਸਲ ਵਿੱਚ ਜ਼ਰੂਰੀ ਹੈ
ਕਿਨਾਰੇ ਦੇ ਮਾਮਲੇ
ਭੁੱਲੀਆਂ ਗੱਲਾਂ ਦੀ ਯਾਦ
ਕੀ ਕਵਰ ਕੀਤਾ ਜਾਵੇਗਾ
ਲੇਬਲ/ਟੈਕਸਟ
ਪਹਿਲਾ ਸੁਝਾਅ
ਉਪਭੋਗਤਾ ਭਾਸ਼ਾ ਲਈ ਅਨੁਕੂਲਤਾ
ਗਲਤੀ ਮਾਰਗ
ਆਮ ਪੈਟਰਨ
ਉਤਪਾਦ ਦੀਆਂ ਅਸਲ ਗਲਤੀ ਕਿਸਮਾਂ
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਮੀਨੂ ਸਰਲ ਹੋ ਗਿਆ ਹੈ। ਇੱਕ ਟੀਮ ਨੇ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ 9 ਮੁੱਖ ਮੀਨੂ ਸਿਰਲੇਖ ਦਿੱਤੇ ਅਤੇ ਉਹਨਾਂ ਨੂੰ "ਉਪਭੋਗਤਾ ਦੇ ਪ੍ਰਸ਼ਨ ਵਾਕ ਵਿੱਚ ਉਹਨਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਕਿਹਾ।" ਇਹ ਦੇਖਿਆ ਗਿਆ ਸੀ ਕਿ 3 ਸਿਰਲੇਖ ਇੱਕੋ ਸਵਾਲ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ ("ਮੈਂ ਆਪਣੇ ਖਾਤੇ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਾਂ?"); ਮੀਨੂ ਨੂੰ 9 ਤੋਂ ਘਟਾ ਕੇ 6 ਕਰ ਦਿੱਤਾ ਗਿਆ। ਫਿਰ 14 ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਕਾਰਡ ਗਰੁੱਪਿੰਗ ਨਾਲ ਜਾਂਚ ਕੀਤੀ ਗਈ ਅਤੇ ਅਭੇਦ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ। ਕਲਿੱਕ ਸਫਲਤਾ 61% ਤੋਂ 86% ਤੱਕ ਵਧ ਗਈ।
ਕੇਸ 2 - ਫੜਿਆ ਗਿਆ ਕਿਨਾਰਾ ਕੇਸ। ਇੱਕ ਰਿਕਾਰਡਿੰਗ ਦੌੜ ਵਿੱਚ, ਟੀਮ ਨੇ ਸਿਰਫ ਸਫਲ ਰਿਕਾਰਡਿੰਗ ਖਿੱਚੀ ਸੀ। AI ਪੁੱਛਦਾ ਹੈ "ਜੇ ਈਮੇਲ ਪਹਿਲਾਂ ਹੀ ਰਜਿਸਟਰਡ ਹੈ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ?", "ਜੇਕਰ ਪੁਸ਼ਟੀਕਰਨ ਈਮੇਲ ਨਹੀਂ ਪਹੁੰਚਦੀ ਹੈ?", "ਜੇਕਰ ਇਹ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ ਅਤੇ ਅੱਧ ਵਿਚਕਾਰ ਵਾਪਸ ਆਉਂਦੀ ਹੈ ਤਾਂ ਕੀ ਹੋਵੇਗਾ?" ਪੈਦਾ ਕੀਤੇ ਸਵਾਲ ਟੀਮ ਨੇ ਪ੍ਰਵਾਹ ਵਿੱਚ 3 ਕਿਨਾਰੇ ਰਾਜਾਂ ਨੂੰ ਵੀ ਜੋੜਿਆ; ਜਦੋਂ ਇਹ ਲਾਈਵ ਹੋ ਗਿਆ, ਤਾਂ ਸਹਾਇਤਾ ਬੇਨਤੀਆਂ ਬਹੁਤ ਘੱਟ ਗਈਆਂ। ਸਬਕ: ਮਾਡਲ ਇੱਕ ਚੰਗਾ "ਭੁੱਲਣ ਦੀ ਯਾਦ" ਹੈ.
ਕੇਸ 3 - ਬੇਲੋੜੀ ਸ਼ਾਖਾ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ। AI ਨੇ ਭੁਗਤਾਨ ਪ੍ਰਵਾਹ ਲਈ ਸ਼ਾਖਾਵਾਂ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ ਜਿਵੇਂ ਕਿ "ਕ੍ਰਿਪਟੋਕਰੰਸੀ ਵਿਕਲਪ" ਅਤੇ "ਮਲਟੀ-ਐਡਰੈੱਸ ਪ੍ਰਬੰਧਨ"। ਇਹ ਉਤਪਾਦ ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਸਨ; ਡਿਜ਼ਾਈਨਰ ਨੇ ਸੁਝਾਵਾਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ। ਸਬਕ: ਮਾਡਲ ਦੇ ਹਰ ਸੁਝਾਅ ਨੂੰ ਸਵੀਕਾਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ; ਦਾਇਰੇ ਦਾ ਫੈਸਲਾ ਮਨੁੱਖ ਦਾ ਹੈ, ਨਹੀਂ ਤਾਂ ਵਹਾਅ ਫੁੱਲ ਜਾਂਦਾ ਹੈ।
ਕਾਪੀ ਕਰਨ ਯੋਗ ਉਤਪ੍ਰੇਰਕ
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਜਾਣਕਾਰੀ ਆਰਕੀਟੈਕਚਰ ਸਪੈਸ਼ਲਿਸਟ। ਨਿਮਨਲਿਖਤ ਸਮੱਗਰੀ/ਵਿਸ਼ੇਸ਼ਤਾ ਸੂਚੀ ਨੂੰ ਉਹਨਾਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਸਮੂਹ ਕਰੋ ਜੋ ਉਪਭੋਗਤਾ ਦੇ ਮਨ ਦੇ ਅਨੁਕੂਲ ਹਨ। ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਨੂੰ ਇੱਕ ਛੋਟਾ ਲੇਬਲ ਅਤੇ ਇੱਕ ਪ੍ਰਸ਼ਨ ਵਾਕੰਸ਼ ਦਿਓ ਜੋ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਬਣਾਇਆ ਜਾਵੇਗਾ। ਕਾਰਪੋਰੇਟ ਸ਼ਬਦਾਵਲੀ ਤੋਂ ਬਚੋ। 6 ਮੁੱਖ ਸ਼੍ਰੇਣੀਆਂ ਤੱਕ ਵਰਤੋ। ਸੂਚੀ: << ਸਮੱਗਰੀ>>
ਇਸ ਵਰਤੋਂਕਾਰ ਪ੍ਰਵਾਹ ਦੀ ਜਾਂਚ ਕਰੋ: <<steps>>.1) ਗੁੰਮ ਹੋਏ ਕਿਨਾਰਿਆਂ ਦੇ ਕੇਸਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ (ਵਿਹਲੀ ਸਥਿਤੀ, ਤਰੁੱਟੀ, ਸਮਾਂ ਸਮਾਪਤ, ਮੁੜ-ਲੌਗਇਨ)। 2) ਫਲੈਗ ਪੜਾਅ ਜੋ ਬੇਲੋੜੇ ਜਾਂ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਜਾਪਦੇ ਹਨ। 3) ਉਹਨਾਂ ਟੈਗਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ ਜੋ ਉਪਭੋਗਤਾ ਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਹੁੰਦੇ। ਹਰੇਕ ਆਈਟਮ ਨੂੰ ਇੱਕ-ਵਾਕ ਦਾ ਪ੍ਰਮਾਣਿਕਤਾ ਦਿਓ। ਸਖਤੀ ਨਾਲ ਬੋਲਣਾ; ਕਹੋ "ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ"।
ਹੇਠਾਂ ਦਿੱਤੇ ਕੰਮ ਲਈ ਸਕ੍ਰੀਨ-ਦਰ-ਸਕ੍ਰੀਨ ਉਪਭੋਗਤਾ ਪ੍ਰਵਾਹ ਦਾ ਸਕੈਚ ਕਰੋ: "<<task>>।" ਫਾਰਮੈਟ: ਹਰੇਕ ਪੜਾਅ = ਸਕ੍ਰੀਨ ਨਾਮ > ਉਪਭੋਗਤਾ ਕਾਰਵਾਈ > ਸਿਸਟਮ ਜਵਾਬ। "IF... THEN" ਨਾਲ ਵੱਖਰੇ ਫੈਸਲੇ ਬਿੰਦੂ। ਸੁਖੀ ਮਾਰਗ ਦੇ ਨਾਲ ਘੱਟੋ-ਘੱਟ 2 ਗਲਤੀ ਮਾਰਗ ਦਿਖਾਓ।
ਕਾਰਡ ਗਰੁੱਪਿੰਗ ਨਤੀਜੇ ਦੇ ਨਾਲ ਇਸ ਮੀਨੂ ਢਾਂਚੇ ਦੀ ਤੁਲਨਾ ਕਰੋ: ਸਿਫ਼ਾਰਸ਼ੀ ਢਾਂਚਾ: <<a>> ਉਪਭੋਗਤਾ ਗਰੁੱਪਿੰਗ: <<b>>। ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਅਸੰਗਤ ਪਲੇਸਮੈਂਟ ਦਿਖਾਓ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਓ ਕਿ ਕਿਹੜਾ ਉਪਭੋਗਤਾ ਦੇ ਦਿਮਾਗ ਦੇ ਨੇੜੇ ਹੈ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਮੈਨੂੰ ਇੱਕ ਰਿਕਾਰਡਿੰਗ ਸਟ੍ਰੀਮ ਲਿਖੋ।"
ਨਤੀਜਾ: ਬਿਨਾਂ ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਵਾਲੀ ਇੱਕ ਆਮ ਕਦਮ ਸੂਚੀ, ਜਿਸ ਵਿੱਚ ਸਿਰਫ਼ ਖੁਸ਼ਹਾਲ ਮਾਰਗ ਸ਼ਾਮਲ ਹੈ।
ਮਜ਼ਬੂਤ: "ਇਸ ਕੰਮ ਲਈ ਸਕ੍ਰੀਨ-ਦਰ-ਸਕ੍ਰੀਨ ਫਲੋ ਬਣਾਓ; ਹਰ ਪੜਾਅ ਨੂੰ 'ਸਕ੍ਰੀਨ> ਐਕਸ਼ਨ> ਸਿਸਟਮ ਜਵਾਬ' ਫਾਰਮੈਟ ਵਿੱਚ ਦਿਓ; ਖੁਸ਼ਹਾਲ ਮਾਰਗ ਦੇ ਅੱਗੇ ਘੱਟੋ-ਘੱਟ 2 ਗਲਤੀ ਮਾਰਗ ਦਿਖਾਓ; IF-THEN ਨਾਲ ਵੱਖਰੇ ਫੈਸਲੇ ਬਿੰਦੂ।"
ਨਤੀਜਾ: ਦਿਖਣਯੋਗ ਕਿਨਾਰਿਆਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਸ਼ਾਖਾਵਾਂ ਦੇ ਨਾਲ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਪ੍ਰਵਾਹ।
ਅੰਤਰ: ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਫਾਰਮੈਟ ਦੀ ਲੋੜ ਹੈ + ਗਲਤੀ ਮਾਰਗ ਜ਼ਰੂਰੀ + ਫੈਸਲਾ ਬਿੰਦੂ; ਇਹ ਵਹਾਅ ਨੂੰ ਅਸਲ ਸੰਸਾਰ ਦੇ ਨੇੜੇ ਲਿਆਉਂਦੇ ਹਨ।
ਆਮ ਗਲਤੀਆਂ
- ਬਸ ਖੁਸ਼ਹਾਲ ਤਰੀਕੇ ਨਾਲ ਡਿਜ਼ਾਈਨ ਕਰਨਾ. ਉਪਭੋਗਤਾ ਕਿਨਾਰੇ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਅਕਸਰ ਫਸ ਜਾਂਦਾ ਹੈ; ਉਹਨਾਂ ਨੂੰ ਛੱਡਣਾ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਗਲਤੀ ਹੈ।
- ਕਾਰਪੋਰੇਟ ਜਾਰਗਨ ਨੂੰ ਮੀਨੂ ਵਿੱਚ ਲਿਆ ਰਿਹਾ ਹੈ। ਉਪਭੋਗਤਾ "ਮੇਰਾ ਆਰਡਰ ਕਿੱਥੇ ਹੈ," ਨਾ ਕਿ "ਓਪਰੇਸ਼ਨ ਸੈਂਟਰ" ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ।
- ਕਾਰਡ ਗਰੁੱਪਿੰਗ ਤੋਂ ਬਿਨਾਂ IA ਨੂੰ ਅੰਤਿਮ ਰੂਪ ਦੇਣਾ। ਮਾਡਲ ਪ੍ਰਸਤਾਵ ਪਰਿਕਲਪਨਾ ਹੈ; ਉਪਭੋਗਤਾ ਟੈਸਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ.
- ਮਾਡਲ ਦੇ ਹਰੇਕ ਪ੍ਰਵਾਹ ਸੁਝਾਅ ਨੂੰ ਜੋੜਨਾ। ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਦੀਆਂ ਸ਼ਾਖਾਵਾਂ ਵਹਾਅ ਨੂੰ ਸੁੱਜਦੀਆਂ ਹਨ; ਰੱਦ ਕਰਨਾ ਵੀ ਇੱਕ ਫੈਸਲਾ ਹੈ।
- ਬਿਲਕੁਲ ਵੀ ਲੇਬਲ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਇੱਕ ਲੇਬਲ ਜਿਸਨੂੰ ਤੁਸੀਂ "ਸਮਝਣਯੋਗ" ਸਮਝਦੇ ਹੋ, ਉਪਭੋਗਤਾ ਲਈ ਅਣਜਾਣ ਹੋ ਸਕਦਾ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਜਾਣਕਾਰੀ ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਉਪਭੋਗਤਾ ਪ੍ਰਵਾਹ ਉਤਪਾਦ ਦੇ ਅਦਿੱਖ ਪਿੰਜਰ ਹਨ; ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਦੀ ਤਰਲਤਾ ਮੁੱਖ ਤੌਰ 'ਤੇ ਇਸ ਤੋਂ ਆਉਂਦੀ ਹੈ। AI ਪ੍ਰਸ਼ੰਸਾਯੋਗ ਸ਼੍ਰੇਣੀ ਬਣਤਰਾਂ, ਆਲੋਚਨਾਵਾਂ ਦੇ ਪ੍ਰਵਾਹ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਭੁੱਲੇ ਹੋਏ ਕਿਨਾਰੇ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਫੜਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ। ਪਰ ਕੀ ਲੇਬਲ ਉਪਭੋਗਤਾ ਦੀ ਭਾਸ਼ਾ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ, ਇਹ ਕਾਰਡ ਗਰੁੱਪਿੰਗ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਪ੍ਰਵਾਹ ਦੀ ਗੁੰਜਾਇਸ਼ ਅਤੇ ਬ੍ਰਾਂਚਿੰਗ ਦੀ ਜ਼ਰੂਰਤ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਮਾਡਲ ਨੂੰ ਡਰਾਫਟ ਅਤੇ ਆਲੋਚਕ ਵਜੋਂ ਵਰਤੋ; ਤੁਸੀਂ ਉਪਭੋਗਤਾ ਦੇ ਦਿਮਾਗ ਦੇ ਅਨੁਸਾਰ ਢਾਂਚੇ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰਦੇ ਹੋ.
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
- ਕਿਸੇ ਉਤਪਾਦ ਦੀਆਂ 8-10 ਸਮੱਗਰੀਆਂ/ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਪਹਿਲੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਸ਼੍ਰੇਣੀ ਬਣਤਰ ਬਣਾਓ।
- ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਨੂੰ ਉਪਭੋਗਤਾ ਦੇ ਪ੍ਰਸ਼ਨ ਵਾਕ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਜੋੜੋ ਜੋ ਉਲਝਣ ਵਿੱਚ ਹਨ।
- ਇੱਕ ਕਾਰਜ ਚੁਣੋ ਅਤੇ ਤੀਜੇ ਪ੍ਰੋਂਪਟ (ਘੱਟੋ-ਘੱਟ 2 ਗਲਤੀ ਮਾਰਗਾਂ ਦੇ ਨਾਲ) ਨਾਲ ਇੱਕ ਸਕ੍ਰੀਨ-ਦਰ-ਸਕ੍ਰੀਨ ਫਲੋ ਬਣਾਓ।
- ਦੂਜੇ ਪ੍ਰੋਂਪਟ ਦੇ ਨਾਲ, ਪ੍ਰਵਾਹ ਦੀ ਆਲੋਚਨਾ ਕਰੋ, ਗੁੰਮ ਹੋਏ ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰੋ, ਅਤੇ ਬੇਲੋੜੇ ਕਦਮਾਂ ਨੂੰ ਹਟਾਓ।
- ਜੇ ਸੰਭਵ ਹੋਵੇ, 3-5 ਲੋਕਾਂ ਦੇ ਨਾਲ ਮਿੰਨੀ ਕਾਰਡਾਂ ਦਾ ਸਮੂਹ ਕਰੋ ਅਤੇ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ ਢਾਂਚੇ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਓ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸ਼੍ਰੇਣੀਆਂ ਦਾ ਉਪਭੋਗਤਾ ਭਾਸ਼ਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤਾ ਹੈ ਅਤੇ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ।
- ਖੁਸ਼ਹਾਲ ਮਾਰਗ ਤੋਂ ਇਲਾਵਾ, ਮੈਂ ਪ੍ਰਵਾਹ ਵਿੱਚ ਗਲਤੀ ਮਾਰਗ ਵੀ ਖਿੱਚਿਆ ਹੈ।
- [ ] ਮੈਂ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਗੁੰਮ ਹੋਏ ਕਿਨਾਰਿਆਂ ਦੇ ਕੇਸਾਂ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਜੋੜਿਆ।
- [ ] ਮੈਂ ਸੁਚੇਤ ਤੌਰ 'ਤੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਦੇ ਸੁਝਾਵਾਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ।
- [ ] ਮੈਂ ਕਾਰਡ ਗਰੁੱਪਿੰਗ ਜਾਂ ਉਪਭੋਗਤਾ ਟੈਸਟਿੰਗ ਨਾਲ IA ਡਰਾਫਟ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਅਸਲ ਉਪਭੋਗਤਾ ਸ਼ਬਦਾਂ ਨਾਲ ਟੈਗਸ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।