ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ: ਕੰਪੋਨੈਂਟ, ਟੋਕਨ ਅਤੇ ਡੌਕੂਮੈਂਟੇਸ਼ਨ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ

ਲਾਭ:

• ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਇਕਸਾਰ ਡਿਜ਼ਾਈਨ ਟੋਕਨ, ਕੰਪੋਨੈਂਟ ਨਾਮਕਰਨ ਅਤੇ ਵਰਤੋਂ ਨਿਯਮਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਅਤੇ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
• ਕੰਪੋਨੈਂਟ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਉਦਾਹਰਨਾਂ ਅਤੇ ਟੈਕਸਟ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ
• ਮੌਜੂਦਾ ਡਿਜ਼ਾਈਨ ਪ੍ਰਣਾਲੀ ਨਾਲ ਟਕਰਾਅ ਲਈ ਨਕਲੀ ਖੁਫੀਆ ਸੁਝਾਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਇਕਸਾਰਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਇੱਕ ਆਮ ਭਾਸ਼ਾ ਹੈ ਜੋ ਇੱਕ ਉਤਪਾਦ ਨੂੰ ਪਰਿਵਾਰਕ ਦਿੱਖ ਅਤੇ ਵਿਵਹਾਰ ਨੂੰ ਲਗਾਤਾਰ ਬਣਾਉਂਦੀ ਹੈ: ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਹਿੱਸੇ (ਬਟਨ, ਕਾਰਡ, ਫਾਰਮ ਫੀਲਡ), ਡਿਜ਼ਾਈਨ ਟੋਕਨ (ਮੁੱਲਾਂ ਦੀਆਂ ਨਾਮੀ ਪਰਿਭਾਸ਼ਾਵਾਂ ਜਿਵੇਂ ਕਿ ਰੰਗ, ਸਪੇਸਿੰਗ, ਟਾਈਪੋਗ੍ਰਾਫੀ), ਅਤੇ ਦਸਤਾਵੇਜ਼ ਜੋ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ। ਇੱਕ ਵਧੀਆ ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਦਸ ਡਿਜ਼ਾਈਨਰਾਂ ਨੂੰ ਇੱਕੋ ਉਤਪਾਦ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਹ ਇੱਕ ਸਿੰਗਲ ਸਰੋਤ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਸ ਸਿਸਟਮ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨਾ ਅਤੇ ਕਾਇਮ ਰੱਖਣਾ ਥਕਾ ਦੇਣ ਵਾਲਾ, ਦੁਹਰਾਉਣ ਵਾਲਾ, ਅਤੇ ਟੈਕਸਟ-ਇੰਟੈਂਸਿਵ ਕੰਮ ਹੈ; ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਚਮਕਦੀ ਹੈ। ਪਰ ਸਿਸਟਮ ਦਾ ਤੱਤ ਇਕਸਾਰਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਹੈ; ਮੌਜੂਦਾ ਸਿਸਟਮ ਨਾਲ ਟਕਰਾਅ ਲਈ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ AI ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨੂੰ ਸਵੀਕਾਰ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

ਟੋਕਨ ਅਤੇ ਨਾਮਕਰਨ: ਇਕਸਾਰਤਾ ਲਈ ਆਧਾਰ

ਇੱਕ ਡਿਜ਼ਾਇਨ ਟੋਕਨ ਇੱਕ ਡਿਜ਼ਾਈਨ ਫੈਸਲੇ ਦਾ ਇੱਕ ਨਾਮ, ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਮੁੱਲ ਹੈ: ਰੰਗ-ਪ੍ਰਾਇਮਰੀ, ਸਪੇਸ-ਸੈਂਟਰ, ਟੈਕਸਟ-ਟਾਈਟਲ-ਪੂੰਜੀ। ਟੋਕਨਾਂ ਲਈ ਧੰਨਵਾਦ, ਤੁਸੀਂ ਇੱਕ ਥਾਂ 'ਤੇ ਰੰਗ ਬਦਲ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸਨੂੰ ਪੂਰੇ ਉਤਪਾਦ ਵਿੱਚ ਅੱਪਡੇਟ ਕਰ ਸਕਦੇ ਹੋ। ਪਰ ਟੋਕਨਾਂ ਦੀ ਸ਼ਕਤੀ ਨਾਮਕਰਨ ਦੀ ਇਕਸਾਰਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ; ਜੇਕਰ ਨੀਲਾ-1, ਮੁੱਖ-ਨੀਲਾ, ਪ੍ਰਾਇਮਰੀ ਨੀਲਾ ਮਿਸ਼ਰਤ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਕਰੈਸ਼ ਹੋ ਜਾਵੇਗਾ।

ਏਆਈ ਇੱਥੇ ਦੋ ਚੀਜ਼ਾਂ ਵਿੱਚ ਵਧੀਆ ਹੈ: ਇਕਸਾਰ ਨਾਮਕਰਨ ਸਕੀਮ ਦੇ ਵਿਰੁੱਧ ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਟੋਕਨ ਸੈੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ, ਅਤੇ ਨਵੇਂ ਟੋਕਨਾਂ ਲਈ ਸਕੀਮਾ-ਅਨੁਕੂਲ ਨਾਮਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ। "ਇਸ ਟੋਕਨ ਸੂਚੀ ਦਾ ਅਰਥ (ਅਰਥ-ਅਧਾਰਿਤ) ਨਾਮਕਰਨ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ" ਵਰਗੀ ਇੱਕ ਬੇਨਤੀ ਤੁਹਾਨੂੰ ਅਜਿਹੇ ਨਾਮ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ ਜੋ ਅਰਥ ਦੱਸਦੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਨੀਲੇ-500 ਦੀ ਬਜਾਏ ਰੰਗ-ਕਿਰਿਆ-ਪ੍ਰਾਇਮਰੀ। ਪਰ ਅੰਤਿਮ ਨਾਮਕਰਨ ਦਾ ਫੈਸਲਾ ਟੀਮ ਦਾ ਇਕਰਾਰਨਾਮਾ ਹੈ; ਮਾਡਲ ਸਿਰਫ਼ ਇੱਕ ਰੂਪਰੇਖਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਸੁਝਾਅ: AI ਨੂੰ ਟੋਕਨਾਂ ਦਾ ਨਾਮ ਦੇਣ ਵੇਲੇ, ਆਪਣੀ ਮੌਜੂਦਾ ਸਕੀਮ ਦੇ 5-6 ਉਦਾਹਰਨਾਂ ਦਿਓ ਅਤੇ ਕਹੋ "ਉਸੇ ਪੈਟਰਨ ਵਿੱਚ ਰੱਖੋ"। ਨਮੂਨਾ ਰਹਿਤ ਬੇਨਤੀ ਨਾਮ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜੋ ਤੁਹਾਡੇ ਸਿਸਟਮ ਲਈ ਵਿਦੇਸ਼ੀ ਹਨ।

ਕੰਪੋਨੈਂਟ ਦਸਤਾਵੇਜ਼: AI ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਕਾਰੀ ਖੇਤਰ

ਇੱਕ ਕੰਪੋਨੈਂਟ ਦੇ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਇਹ ਕੀ ਕਰਦਾ ਹੈ, ਇਸਨੂੰ ਕਦੋਂ ਵਰਤਣਾ ਹੈ, ਇਸਨੂੰ ਕਦੋਂ ਨਹੀਂ ਵਰਤਣਾ ਹੈ, ਇਸਦੇ ਰੂਪ, ਸਥਿਤੀਆਂ (ਡਿਫੌਲਟ, ਹੋਵਰ, ਪੈਸਿਵ, ਗਲਤੀ), ਪਹੁੰਚਯੋਗਤਾ ਨੋਟਸ, ਅਤੇ "ਕਰੋ/ਨਾ" ਉਦਾਹਰਨਾਂ। ਇਹਨਾਂ ਲਿਖਤਾਂ ਨੂੰ ਹੱਥਾਂ ਨਾਲ ਲਿਖਣ ਵਿੱਚ ਘੰਟੇ ਲੱਗ ਜਾਂਦੇ ਹਨ, ਜਿਸ ਕਾਰਨ ਬਹੁਤ ਸਾਰੀਆਂ ਟੀਮਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੀਆਂ ਹਨ।

AI ਇਸ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ: ਜਦੋਂ ਤੁਸੀਂ ਕਿਸੇ ਕੰਪੋਨੈਂਟ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਡਰਾਫਟ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਵਰਤੋਂ ਦੇ ਨਿਯਮ, ਅਤੇ ਇਕਸਾਰ ਫਾਰਮੈਟ ਵਿੱਚ ਉਦਾਹਰਣਾਂ ਨਾ ਕਰੋ। ਇਸ ਤਰ੍ਹਾਂ, ਦਸਤਾਵੇਜ਼ "ਕੋਈ ਨਹੀਂ" ਤੋਂ "ਇੱਥੇ ਇੱਕ ਡਰਾਫਟ ਹੈ, ਇਸਨੂੰ ਫਿਕਸ ਕੀਤਾ ਜਾਵੇਗਾ" ਤੱਕ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਵੱਡਾ ਲਾਭ ਹੈ। ਹਾਲਾਂਕਿ, ਮਾਡਲ ਕੰਪੋਨੈਂਟ ਦੇ ਅਸਲ ਵਿਵਹਾਰ ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ; ਸਿਸਟਮ ਦੀ ਅਸਲੀਅਤ ਦੇ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਨਿਯਮਾਂ ਨੂੰ ਮੇਲਣਾ ਤੁਹਾਡਾ ਕੰਮ ਹੈ।

ਦਸਤਾਵੇਜ਼ ਦਾ ਟੁਕੜਾ

ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਯੋਗਦਾਨ

ਮਨੁੱਖੀ ਤਸਦੀਕ

ਇਹ ਕੀ ਕਰਦਾ ਹੈ?

ਸਪਸ਼ਟ ਰੂਪਰੇਖਾ ਪਰਿਭਾਸ਼ਾ

ਮਕਸਦ ਲਈ ਸੱਚੀ ਤੰਦਰੁਸਤੀ

ਕਦੋਂ ਵਰਤਣਾ ਹੈ

ਆਮ ਦ੍ਰਿਸ਼

ਉਤਪਾਦ ਖਾਸ ਨਿਯਮ

ਉਦਾਹਰਣਾਂ ਦਿਓ/ਨਾ ਕਰੋ

ਤਤਕਾਲ ਡਰਾਫਟ ਜੋੜੇ

ਅਸਲ ਦੁਰਵਰਤੋਂ

ਪਹੁੰਚਯੋਗਤਾ ਨੋਟ

ਮਿਆਰੀ ਰੀਮਾਈਂਡਰ

ਅਸਲ ਟੈਸਟ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ

ਰੂਪ/ਕੇਸ ਸੂਚੀ

ਸੰਭਵ ਸੂਚੀ

ਜੋ ਅਸਲ ਵਿੱਚ ਸਿਸਟਮ ਵਿੱਚ ਮੌਜੂਦ ਹਨ

ਵਿਰੋਧਾਭਾਸ ਦੀ ਜਾਂਚ: ਇਕਵਚਨਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣਾ

ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਦਾ ਮੁੱਖ ਦੁਸ਼ਮਣ ਡੁਪਲੀਕੇਸ਼ਨ ਹੈ: ਦੋ ਬਟਨ ਇੱਕੋ ਕੰਮ ਕਰਦੇ ਹਨ, ਦੋ ਵੱਖ-ਵੱਖ ਸਪੇਸ ਸਕੇਲ, ਦੋ ਵਿਰੋਧੀ ਨਿਯਮ। ਜਦੋਂ AI ਇੱਕ ਨਵੇਂ ਹਿੱਸੇ ਜਾਂ ਨਿਯਮ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਉਹ ਸੁਝਾਅ ਮੌਜੂਦਾ ਸਿਸਟਮ ਨਾਲ ਟਕਰਾ ਸਕਦਾ ਹੈ - ਇਹ ਤੁਹਾਡੇ ਪੂਰੇ ਮਾਡਲ ਸਿਸਟਮ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਦਾ। ਇਸ ਲਈ ਮੈਂ ਇਹ ਪੁੱਛ ਕੇ ਹਰੇਕ ਸੁਝਾਅ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹਾਂ ਕਿ "ਕੀ ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਕਿਸੇ ਚੀਜ਼ ਨਾਲ ਟਕਰਾਅ ਹੈ?" ਸਵਾਲ ਨਾਲ ਫਿਲਟਰ ਕਰੋ। ਤੁਸੀਂ ਅਪਵਾਦ ਸਕੈਨਿੰਗ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਸਕਦੇ ਹੋ: ਤੁਸੀਂ ਮੌਜੂਦਾ ਸਿਸਟਮ ਸੰਖੇਪ ਅਤੇ ਨਵੀਂ ਸਿਫਾਰਸ਼ ਦੇ ਸਕਦੇ ਹੋ ਅਤੇ ਵਿਵਾਦਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰ ਸਕਦੇ ਹੋ। ਪਰ ਅੰਤਮ "ਇਕਵਚਨ ਸਹੀ" ਫੈਸਲਾ ਟੀਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਦਸਤਾਵੇਜ਼ੀ ਕਰਜ਼ਾ ਕਲੀਅਰ ਕੀਤਾ ਗਿਆ। ਟੀਮ ਦੇ 24 ਭਾਗਾਂ ਵਿੱਚੋਂ ਸਿਰਫ਼ 6 ਕੋਲ ਦਸਤਾਵੇਜ਼ ਸਨ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਾਲੇ ਬਾਕੀ 18 ਹਿੱਸਿਆਂ ਲਈ ਡਰਾਫਟ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ; ਟੀਮ ਨੇ ਹਰ ਇੱਕ ਨੂੰ 10-15 ਮਿੰਟਾਂ ਵਿੱਚ ਠੀਕ ਕਰ ਦਿੱਤਾ। ਹਫ਼ਤਿਆਂ ਲਈ ਮੁਲਤਵੀ ਕੰਮ ਦੋ ਦਿਨਾਂ ਵਿੱਚ ਪੂਰਾ ਹੋ ਗਿਆ।

ਕੇਸ 2 - ਟੋਕਨ ਨਾਮਕਰਨ ਇਕਸਾਰ ਹੋ ਗਿਆ। ਇੱਕ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਰੰਗ ਮਿਲਾਏ ਗਏ ਸਨ ਜਿਵੇਂ ਕਿ ਨੀਲਾ 1, ਮੇਨ ਬਲੂ, ਬ੍ਰਾਂਡ-ਨੀਲਾ। AI ਨੇ ਮੌਜੂਦਾ 40 ਟੋਕਨਾਂ ਦਾ ਅਰਥ-ਵਿਵਸਥਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤਾ; ਟੀਮ ਨੇ ਇਸਨੂੰ ਸੋਧਿਆ ਅਤੇ ਇੱਕ ਸਿੰਗਲ ਸਟੈਂਡਰਡ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ। ਬਾਅਦ ਦੇ ਡਿਜ਼ਾਈਨਾਂ ਵਿੱਚ ਰੰਗ ਦੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਘਟਾਇਆ ਗਿਆ ਸੀ।

ਕੇਸ 3 - ਵਿਰੋਧੀ ਹਿੱਸੇ ਨੂੰ ਅਸਵੀਕਾਰ ਕੀਤਾ ਗਿਆ ਸੀ। AI ਨੇ "ਸੈਕੰਡਰੀ ਐਕਸ਼ਨ ਬਟਨ" ਨਾਮਕ ਇੱਕ ਨਵੇਂ ਭਾਗ ਦਾ ਪ੍ਰਸਤਾਵ ਕੀਤਾ। ਜਦੋਂ ਟੀਮ ਨੇ ਵਿਰੋਧਾਭਾਸ ਲਈ ਸਕੈਨ ਕੀਤਾ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੇ ਪਾਇਆ ਕਿ ਇਸ ਨੇ ਮੌਜੂਦਾ "ਭੂਤ ਬਟਨ" ਵਾਂਗ ਹੀ ਕੰਮ ਕੀਤਾ ਅਤੇ ਸੁਝਾਅ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ। ਸਬਕ: ਹਰ ਸੁਝਾਅ ਸਿਸਟਮ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਭਾਗ ਨਹੀਂ ਜੋੜਦਾ; ਕਈ ਵਾਰੀ ਜੋ ਉਪਲਬਧ ਹੈ ਉਸ ਨੂੰ ਵਰਤਣਾ ਸਹੀ ਹੈ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਉਤਪ੍ਰੇਰਕ

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਪ੍ਰਸ਼ਾਸਕ।ਇਸ ਕੰਪੋਨੈਂਟ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਬਣਾਓ: <<ਕੰਪੋਨੈਂਟ ਅਤੇ ਇਸਦਾ ਵਿਵਹਾਰ>>।ਫਾਰਮੈਟ: ਇਹ ਕੀ ਕਰਦਾ ਹੈ | ਕਦੋਂ ਵਰਤਣਾ ਹੈ | ਜਦੋਂ |Variants | ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਨੀ ਹੈ ਹਾਲਾਤ | ਪਹੁੰਚਯੋਗਤਾ ਨੋਟਸ | 2 ਕਰੋ / 2 ਉਦਾਹਰਣ ਨਾ ਦਿਓ। ਅਜਿਹਾ ਵਿਵਹਾਰ ਬਣਾਓ ਜੋ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ; "ਟੀਮ ਨੂੰ ਭਰਨਾ ਚਾਹੀਦਾ ਹੈ" ਲਿਖੋ।

ਟੋਕਨਾਂ ਦੀ ਇਸ ਸੂਚੀ ਦਾ ਅਰਥ-ਅਧਾਰਤ (ਅਰਥ-ਅਧਾਰਿਤ) ਨਾਮਕਰਨ ਸਕੀਮ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ। ਮੇਰੀ ਮੌਜੂਦਾ ਸਕੀਮਾ ਉਦਾਹਰਨਾਂ: <<5-6 ਉਦਾਹਰਣਾਂ>>। ਉਸੇ ਪੈਟਰਨ ਵਿੱਚ ਜਾਰੀ ਰੱਖੋ. ਹਰੇਕ ਟੋਕਨ ਲਈ, ਪੁਰਾਣਾ ਨਾਮ -> ਨਵਾਂ ਨਾਮ -> ਜਾਇਜ਼ਤਾ ਸਾਰਣੀ ਦਿਓ। ਸੂਚੀ: <<ਟੋਕਨ>>

ਵਿਰੋਧਾਭਾਸ ਲਈ ਸਕੈਨ ਕਰੋ: ਮੇਰੇ ਮੌਜੂਦਾ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਦਾ ਸਾਰ: <<summary>>। ਨਵਾਂ ਪ੍ਰਸਤਾਵਿਤ ਭਾਗ/ਨਿਯਮ: <<ਸੁਝਾਅ>>। ਕੀ ਇਹ ਸੁਝਾਅ ਮੌਜੂਦਾ ਸਿਸਟਮ (ਕੰਪੋਨੈਂਟ ਜੋ ਇੱਕੋ ਕੰਮ ਕਰਦਾ ਹੈ, ਵਿਰੋਧੀ ਨਿਯਮ, ਡੁਪਲੀਕੇਟ ਟੋਕਨ) ਨਾਲ ਟਕਰਾਅ ਕਰਦਾ ਹੈ? ਵਿਵਾਦ ਅਤੇ ਤੁਹਾਡੇ ਸੁਝਾਅ ਦੀ ਸੂਚੀ ਬਣਾਓ।

ਇਸ ਕੰਪੋਨੈਂਟ ਲਈ "ਕਰੋ/ਨਾ ਕਰੋ" ਉਦਾਹਰਨ ਜੋੜੇ ਤਿਆਰ ਕਰੋ: ਯਥਾਰਥਵਾਦੀ ਸਹੀ ਵਰਤੋਂ ਅਤੇ ਯਥਾਰਥਵਾਦੀ ਗਲਤ ਵਰਤੋਂ ਦ੍ਰਿਸ਼। ਹਰੇਕ ਜੋੜੇ ਲਈ, ਇੱਕ ਵਾਕ ਵਿੱਚ ਵਿਆਖਿਆ ਕਰੋ ਕਿ ਇਹ ਸੱਚ/ਝੂਠ ਕਿਉਂ ਹੈ। ਕੰਪੋਨੈਂਟ: <<ਨਾਮ ਅਤੇ ਮਕਸਦ>>

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਇਸ ਬਟਨ ਲਈ ਦਸਤਾਵੇਜ਼ ਲਿਖੋ।"

ਨਤੀਜਾ: ਇੱਕ ਸਧਾਰਨ, ਫਾਰਮੈਟ ਕੀਤਾ ਟੈਕਸਟ ਜਿਸਦਾ ਸਿਸਟਮ ਨਾਲ ਕੋਈ ਕਨੈਕਸ਼ਨ ਨਹੀਂ ਹੈ।

ਮਜ਼ਬੂਤ: "ਇਸ ਬਟਨ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੈਟ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ ਬਣਾਓ (ਇਹ ਕੀ ਕਰਦਾ ਹੈ / ਕਦੋਂ ਨਹੀਂ ਵਰਤਣਾ / ਰੂਪਾਂ / ਕੇਸਾਂ / ਪਹੁੰਚਯੋਗਤਾ / ਕਰੋ-ਨਹੀਂ); ਵਿਵਹਾਰ ਬਣਾਓ ਜੋ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ, 'ਟੀਮ ਨੂੰ ਭਰਨਾ ਚਾਹੀਦਾ ਹੈ' ਲਿਖੋ।"

ਨਤੀਜਾ: ਲਗਾਤਾਰ ਫਾਰਮੈਟ ਕੀਤਾ, ਸਹੀ ਵਿੱਥ, ਸੰਪਾਦਨਯੋਗ ਖਰੜੇ।

ਅੰਤਰ: ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ ਫਾਰਮੈਟ + ਫੈਬਰੀਕੇਸ਼ਨ ਬੈਨ + ਕਰੋ/ਨਾ ਪ੍ਰੋਂਪਟ।

ਆਮ ਗਲਤੀਆਂ

• ਬਿਨਾਂ ਉਦਾਹਰਨ ਦੇ ਟੋਕਨ ਨਾਮਕਰਨ ਦੀ ਬੇਨਤੀ ਕਰਨਾ। ਮਾਡਲ ਨਾਮ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੇ ਸਿਸਟਮ ਲਈ ਵਿਦੇਸ਼ੀ ਹਨ; ਇਕਸਾਰਤਾ ਟੁੱਟ ਗਈ ਹੈ।
• ਵਿਰੋਧਾਭਾਸ ਲਈ ਸਕੈਨ ਕੀਤੇ ਬਿਨਾਂ ਭਾਗਾਂ ਨੂੰ ਜੋੜਨਾ। ਨਕਲ ਸਿਸਟਮ ਦਾ ਮੁੱਖ ਦੁਸ਼ਮਣ ਹੈ।
• ਇਹ ਮੰਨ ਕੇ ਕਿ ਮਾਡਲ ਦੁਆਰਾ ਖੋਜਿਆ ਗਿਆ ਵਿਵਹਾਰ ਸਹੀ ਹੈ. AI ਨੂੰ ਕੰਪੋਨੈਂਟ ਦਾ ਅਸਲ ਵਿਵਹਾਰ ਨਹੀਂ ਪਤਾ।
• ਬਿਨਾਂ ਟੈਸਟ ਕੀਤੇ ਪਹੁੰਚਯੋਗਤਾ ਦਰਜਾਬੰਦੀ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ। ਸਟੈਂਡਰਡ ਰੀਮਾਈਂਡਰ ਅਸਲ ਟੈਸਟਿੰਗ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ।
• ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇੱਕ ਵਾਰ ਲਿਖਣਾ ਅਤੇ ਇਸਨੂੰ ਅਪਡੇਟ ਨਹੀਂ ਕਰਨਾ। ਸਿਸਟਮ ਬਦਲਦੇ ਹੀ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅੱਪਡੇਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

ਡਿਜ਼ਾਇਨ ਸਿਸਟਮ ਇਕਸਾਰਤਾ ਅਤੇ ਮਾਪਯੋਗਤਾ ਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਹੈ; ਪਰ ਇਸਦੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਅਕਸਰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਟੈਕਸਟ-ਇੰਟੈਂਸਿਵ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲਾ ਹੁੰਦਾ ਹੈ। AI ਇਸ ਕਰਜ਼ੇ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਕੰਪੋਨੈਂਟ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਕੇ, ਉਦਾਹਰਨਾਂ, ਵਰਤੋਂ ਸਕ੍ਰਿਪਟਾਂ, ਅਤੇ ਟੋਕਨ ਨਾਮਕਰਨ ਡਰਾਫਟ ਤਿਆਰ ਕਰਕੇ ਹੱਲ ਕਰਦਾ ਹੈ। ਪਰ ਸਿਸਟਮ ਦਾ ਤੱਤ ਇਕਸਾਰਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਹੈ: ਹਰੇਕ ਟੋਕਨ ਨਾਮ ਨੂੰ ਨਮੂਨਾ ਸਕੀਮਾ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਹਰੇਕ ਭਾਗ ਪ੍ਰਸਤਾਵ ਨੂੰ ਵਿਰੋਧੀ ਸਕੈਨ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਵਿਵਹਾਰ ਦੇ ਹਰ ਵਰਣਨ ਨੂੰ ਅਸਲੀਅਤ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਇੱਕ ਕੁਸ਼ਲ ਡਰਾਫਟਰ ਵਜੋਂ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਟੀਮ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਸਹੀ ਫੈਸਲਾ ਕਰਦੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

1. ਗੁੰਮ ਹੋਏ ਦਸਤਾਵੇਜ਼ਾਂ ਵਾਲਾ ਇੱਕ ਭਾਗ ਚੁਣੋ ਅਤੇ ਪਹਿਲੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਇੱਕ ਡਰਾਫਟ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰੋ।
2. ਅਸਲ ਵਿਹਾਰ ਨਾਲ "ਟੀਮ ਨੂੰ ਭਰਨਾ ਚਾਹੀਦਾ ਹੈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਖੇਤਰਾਂ ਨੂੰ ਪੂਰਾ ਕਰੋ।
3. ਦੂਜੇ ਪ੍ਰੋਂਪਟ ਨਾਲ, ਆਪਣੇ 8-10 ਟੋਕਨਾਂ ਨੂੰ ਸਿਮੈਂਟਿਕ ਸਕੀਮ ਵਿੱਚ ਬਦਲੋ ਅਤੇ ਇੱਕ ਪੁਰਾਣਾ/ਨਵਾਂ ਨਾਮ ਸਾਰਣੀ ਬਣਾਓ।
4. ਇੱਕ ਨਵੇਂ ਕੰਪੋਨੈਂਟ ਵਿਚਾਰ ਲਈ, ਤੀਜੇ ਪ੍ਰੋਂਪਟ ਨਾਲ ਵਿਰੋਧਾਭਾਸ ਲਈ ਸਕੈਨ ਕਰੋ।
5. ਚੌਥੇ ਪ੍ਰੋਂਪਟ ਦੇ ਨਾਲ, ਇੱਕ ਕੰਪੋਨੈਂਟ ਲਈ ਡੂ/ਡੋਨਟ ਉਦਾਹਰਨ ਜੋੜੇ ਤਿਆਰ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸਿਸਟਮ ਵਿੱਚ ਜੋੜੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਟੋਕਨ ਨਾਮਕਰਨ ਨੂੰ ਉਦਾਹਰਨ ਸਕੀਮਾ ਨਾਲ ਜੋੜਿਆ ਹੈ।
• [ ] ਮੈਂ ਵਿਵਾਦਾਂ ਲਈ ਨਵੇਂ ਭਾਗਾਂ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਅਸਲੀਅਤ ਦੇ ਨਾਲ ਮਾਡਲ ਦੁਆਰਾ ਬਣਾਏ ਵਿਹਾਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਂ ਅਸਲ ਟੈਸਟਿੰਗ ਦੇ ਨਾਲ ਪਹੁੰਚਯੋਗਤਾ ਨੋਟਸ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ।
• [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇਕਸਾਰ ਫਾਰਮੈਟ ਵਿੱਚ ਰੱਖਿਆ ਹੈ।
• [ ] ਮੈਂ ਇਕਵਚਨਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਅਤੇ ਨਕਲ ਨੂੰ ਰੋਕਿਆ।