ලාභ:
- මිල, කැපවීම සහ ප්රතිපත්තිමය ගැටළු පිළිබඳ වැරදි තොරතුරු වල අවදානම අඩු කරන ආරක්ෂිත සීමාවන් ස්ථාපිත කිරීමේ හැකියාව
- පාරිභෝගික පුද්ගලික දත්ත ආරක්ෂා කරන ආරක්ෂිත විමසුම් සහ ක්රියාවලි සැලසුම් කිරීමේ හැකියාව (KVKK අනුකූල)
- මානව අනුමැතිය සහ විගණනය ඇතුළත් තත්ත්ව සහතික (QA) චක්රයක් ස්ථාපිත කිරීමේ හැකියාව
පාරිභෝගිකයින් මුහුණ දෙන කෘතිම බුද්ධිය (AI) ව්යාපාරයක් සඳහා විශාල අවස්ථාවක් මෙන්ම විශාල අවදානමක් ද වේ. අලෙවිකරණ පිටපතක වරදක් නිවැරදි කළ හැකිය; නමුත් පාරිභෝගිකයෙකුට ලබා දී ඇති වැරදි මිල, වැරදි ප්රතිපත්ති තොරතුරු හෝ ඉටු කළ නොහැකි පොරොන්දුවක් යනු සෘජු විශ්වාසය නැතිවීම, මූල්ය හානිය සහ නීතිමය ගැටලු ය. "බොට් මට කිව්වා" ආරක්ෂාව ඔබව බේරා නොගනී; එය පාරිභෝගිකයා සම්බන්ධයෙන් සමාගමේ වගකීමකි.
මෙම අවසාන ඒකකය තුළ, ඔබ පෙර ඒකක 11 තුළ ඉගෙන ගත් සියල්ල සුරක්ෂිත කරන රාමුවක් අපි ගොඩනඟමු. එය කුළුණු තුනක් මත පිහිටා ඇත: නිරවද්යතාව (ව්යාජ තොරතුරු ලබා නොදීම), පෞද්ගලිකත්වය (පුද්ගලික දත්ත ආරක්ෂා කිරීම) සහ පාලනය (මානව කැමැත්ත). AI අවදානම් ප්රභවයක සිට විශ්වාසදායක ව්යාපාරික මෙවලමක් බවට පරිවර්තනය කරන ආරක්ෂිත පටිය මෙම තුනයි.
සටහන: මෙම ඒකකය පොදු රාමුවක් සපයයි. ඔබේම කර්මාන්තයේ රෙගුලාසි (පාරිභෝගික අයිතිවාසිකම්, KVKK, වාණිජ පණිවිඩ නීති) අතිරේක බැඳීම් පැනවිය හැක; අනුකූල වීමේ අවසාන වගකීම ඔබේ ආයතනය වෙත පැවරේ.
අවදානම් තුනක්, කුළුණු තුනක්
- වැරදි තොරතුරු (මායාව): ආකෘතිය මිල/ප්රතිපත්ති/කැපවීම සොයා ගනී. තීරුව: සත්යාපිත මූලාශ්රය + මානව අනුමැතිය.
- රහස්යතා උල්ලංඝනය: පාරිභෝගික පුද්ගලික දත්ත (නම, දුරකථන අංකය, හැඳුනුම්පත, ගෙවීම) අනාරක්ෂිත මෙවලමට ඇතුල් වේ. තීරුව: ආවරණ + අනුමත වාහනය (KVKK අනුකූලතාව).
- අධිකාරිය ඉක්මවා යාම: බොට්/නියෝජිතයා එය ලබා දිය නොහැකි බවට පොරොන්දුවක් දෙයි (වට්ටම්, නිශ්චිත දිනය, ඇපකරය). තීරුව: පැහැදිලි අධිකරණ බලය + ආරක්ෂක වැට.
සෑම පාරිභෝගික සම්බන්ධතා AI ප්රවාහයක්ම මෙම අවදානම් තුන එකවර කළමනාකරණය කළ යුතුය.
වැරදි තොරතුරු වලින් වළකින්න: නිරවද්යතාවයේ ස්තරය
නිරවද්යතාවයේ ස්වර්ණමය රීතිය: විවේචනාත්මක තොරතුරු (මිල, ප්රතිපත්ති, කැපවීම) පැමිණෙන්නේ සත්යාපිත මූලාශ්රයකින් (RAG ඒකකය මතක තබා ගන්න), ආකෘතියේ කටපාඩම් කිරීමෙන් නොවන අතර, අවිනිශ්චිත විට, ආකෘතිය නිශ්ශබ්දව සිට භාර දෙයි. "සුරක්ෂිත හෝ සම්මත කිරීමේ" මූලධර්මය මූලාශ්රයේ වැරදි තොරතුරු කපා දමයි.
පියවරෙන් පියවර: ආරක්ෂිත තත්ත්ව චක්රයක් (QA)
- අවදානම අනුව වර්ග කරන්න. පිළිතුර අඩු අවදානමක් (සාමාන්ය තොරතුරු) හෝ ඉහළ අවදානමක් (මිල, කැපවීම, ආපසු ගෙවීමේ මුදල) ද?
- ඉහළ අවදානමක් මත මිනිස් දොරක් තබන්න. මෙම ප්රතිචාර යැවීමට පෙර මානව අනුමැතිය අවශ්ය වේ.
- මූලාශ්රය වෙත සම්බන්ධ කරන්න. විවේචනාත්මක තොරතුරු සත්යාපිත ලේඛනයක් මත පදනම් විය යුතු අතර ගොතන ලද ඒවා නොවේ.
- පුද්ගලික දත්ත වසන් කරන්න. එය අවශ්ය නොවේ නම් ඇතුල් නොවන්න; අවශ්ය නම් නිර්නාමික කරන්න.
- නියැදීමෙන් පරීක්ෂා කරන්න. සමහර ස්වයංක්රීය ප්රතිචාර නිතිපතා මිනිසා විසින් පරීක්ෂා කරනු ලැබේ.
- නැවත පෝෂණය කරන්න. දෝෂ එකතු කර විමසුම් සහ ආරක්ෂක වැටවල් යාවත්කාලීන කරන්න.
පිටපත් කළ හැකි විමසුම්
ප්රතිචාරය යැවීමට පෙර අවදානම් සඳහා ස්කෑන් කරන විමසුම:
පළ කිරීමට පෙර මෙම පාරිභෝගික ප්රතිචාරය පරීක්ෂා කර සලකුණු කරන්න:- සත්යාපනය නොකළ මිලක්, ගාස්තුවක් හෝ මුදලක් තිබේද?- ප්රතිපත්ති/නීති හිමිකම් ප්රභවයක් ද, නැතහොත් එය ගොතන ලද එකක් ද?- අධිකාරිය ඉක්මවා යන කිසියම් කැපවීම් (නිශ්චිත දිනය, වගකීම්, වට්ටම්) තිබේද?- පුද්ගලික දත්ත (නම, දුරකථනය, හැඳුනුම්පත, ලිපිනය, ගෙවීම) අනවශ්ය ලෙස ඇතුළත් කර තිබේද? සෑම සොයාගැනීමක්ම "ඉහළ/මධ්යම/අඩු අවදානම්" ලේබලයක් සහ නිවැරදි කිරීම සඳහා යෝජනාවක් සමඟ ලැයිස්තුගත කරන්න. ප්රතිචාරය: {{ පිලිතුරු }}
පුද්ගලික දත්ත වහා වහන්න (වාහනයට ඇතුළු වීමට පෙර):
පහත පෙළෙහි පුද්ගලික දත්ත වසන්න: නම-වාසගම -> [NAME], දුරකථනය-> [PHONE], විද්යුත් තැපෑල -> [EMAIL], TR/ID -> [ID], ලිපිනය -> [ADDRESS], කාඩ්පත/ගෙවීම -> [ගෙවීම්]. ගැටලුවේ තේරුම සහ තාක්ෂණික විස්තර ආරක්ෂා කරන්න. පෙළ: {{ text }}
මිනිසුන්ට ඉහළ අවදානම් ගැටලු යොමු කරන Guardrail විමසුම:
මෙම ගැටළු වලට ඔබම ප්රතිචාර දක්වන්න එපා; ඒ වෙනුවට "මම මෙය නියෝජිතයෙකුට ලබා දෙනවා" යැයි පවසන්න: නියම මිල/වට්ටම්, කොන්ත්රාත්/ආපසු මුදල් ආරවුල, නීති/වෛද්ය/මූල්ය උපදෙස්, පුද්ගලික දත්ත වෙනස් කිරීම, ආරක්ෂාව/වංචා පිළිබඳ සැකය. ඔබට මෙම ලැයිස්තුවෙන් පිටත සාමාන්ය දැනුම ප්රශ්නවලට පිළිතුරු දිය හැකිය.
නිත්ය තත්ත්ව විගණනය සඳහා නියැදි විමසුම (QA):
පසුගිය X පිළිතුරු වලින් අහඹු පිළිතුරු 10ක් පහත දැක්වේ. සෑම එකක් සඳහාම, ඇගයීම: නිරවද්යතාවය (එය මූලාශ්රයට සුදුසුද), ස්වරය (එය සංවේදී/සුදුසුද), සහසම්බන්ධය (යම් අපයෝජනයක්/පුද්ගලික දත්ත කාන්දුවක් තිබේද). ගැටළු සහගත ගැටළු වැදගත් අනුපිළිවෙලට ශ්රේණිගත කර පුනරාවර්තන දෝෂ රටාව (උදා: "ඔහු නියමිත කාලසීමාවන් සකසා ගනී") එක් වාක්යයකින් සාරාංශ කරන්න. පිළිතුරු: {{ උදාහරණ }}
දුර්වල ප්රවේශය / ශක්තිමත් ප්රවේශය
දුර්වල ප්රවේශය
ශක්තිමත් ප්රවේශය
අනුමැතියකින් තොරව සියලුම පිළිතුරු යවන්න
ඉහළ අවදානමක් සඳහා මානව අනුමැතිය ද්වාරය
ආකෘතියට මිල/ප්රතිපත්ති ගැලපීම
සත්යාපිත මූලාශ්රය වෙත සබැඳිය
පුද්ගලික දත්ත වාහනයට ඇතුළු කිරීම
අනුමැතිය ඇතිව වෙස්මුහුණු දමා ධාවනය කරන්න
දෝෂ ඇති වූ විට ඒවා එකින් එක නිවැරදි කිරීම
විගණනය + ප්රතිපෝෂණය සමඟ මූලික හේතුව වසා දැමීම
වෙනස වන්නේ ශක්තිමත් ප්රවේශය මඟින් "එය සිදු වූ විට එය නිවැරදි කිරීම" වෙනුවට "එය සිදුවීමට පෙර එය වළක්වන" පද්ධතියක් ස්ථාපිත කිරීමයි.
කුඩා නඩු තුනක්
නඩුව 1 - සැකසූ ආපසු ගෙවීමේ මුදල. බොට් එකක් කිව්වා, "ඔබේ නිෂ්පාදනය ආපසු ලබා දෙන විට ඔබට TL 850ක් ආපසු ලැබෙනු ඇත"; සත්ය ප්රමාණය වෙනස් වූ අතර බොට් හට එය දැන ගැනීමට නොහැකි විය. අවදානම් පරීක්ෂණ විමසුම පෙර පරීක්ෂණවලදී එවැනි “තහවුරු නොකළ ප්රමාණය” ප්රතිදානය හඳුනාගෙන ඇත. කණ්ඩායම මානව අනුමැතිය ගේට්ටුවට මුදල් අඩංගු සියලුම ප්රතිචාර සම්බන්ධ කළේය; වැරදි ආපසු ගෙවීමේ අගයක් නැවත කිසි දිනෙක පාරිභෝගිකයා වෙත යවා නැත.
2 වන අවස්ථාව - ආරක්ෂිත පෞද්ගලිකත්වය වසන් කිරීම. පාරිභෝගිකයාගේ නම, දුරකථනය සහ ඇණවුම් තොරතුරු ඇතුළත් දීර්ඝ පැමිණිල්ලක් සාරාංශ කිරීමට නියෝජිතයෙකුට අවශ්ය විය. ඔහු මුලින්ම මාස්ක් ප්රොම්ප්ට් ධාවනය කළේය; පුද්ගලික ක්ෂේත්ර [NAME], [PHONE] ටැග් බවට පත් විය. සාරාංශය එකම ගුණාත්මක බවකින් යුක්ත වූ නමුත්, මෙවලම තුළට අනවශ්ය ලෙස පුද්ගලික දත්ත කිසිවක් හඳුන්වා දී නොමැත; KVKK අනුව ආරක්ෂිත ප්රවාහයක් නිර්මාණය කර ඇත.
නඩුව 3 - විගණනය මූලික හේතුව සොයා ගත්තේය. මාසික QA නියැදීමේදී, AI පුනරාවර්තන රටාවක් ලබා ගත්තේය: බොට් "එය පැමිණෙන්නේ කවදාද?" ඔහු නිතරම තම ප්රශ්න සඳහා ඔහුගේ හිසෙහි නියමිත කාලසීමාවන් සකසා ගත්තේය. මෙය තනි දෝෂයක් නොව මූල හේතුවකි. කණ්ඩායම භාරදීමේ දින ගැටලුව ආරක්ෂක වැටට එක් කළ අතර "පද්ධතියේ දිනය පමණක් මාරු කරන්න, එසේ නොමැතිනම් මාරු කරන්න" යන රීතියක් ඇති කළේය. තනි නිවැරදි කිරීමක් අනාගත දෝෂ දුසිම් ගනනක් වලක්වා ඇත.
ඉඟිය: "අධි අවදානම්" ලැයිස්තුව කෙටි සහ පැහැදිලිව තබා ගන්න; නමුත් එයට ඇතුළත් විය යුතුය: මුදල් (මිල, ප්රතිලාභ, වට්ටම්), කාලය (නිශ්චිත බෙදා හැරීමේ කැපවීම), ප්රතිපත්ති ව්යතිරේක සහ පුද්ගලික දත්ත වෙනස් කිරීම. පාරිභෝගික-සම්බන්ධතා AI හි බහුලවම සහ මිල අධික දෝෂ ඇති වන්නේ මෙම ක්ෂේත්ර හතරයි.
වගකීම නතර වන්නේ කොතැනින්ද?
වැදගත්ම මූලධර්මය අන්තිමයි: AI යනු වේගය සහ ගුණාත්මක ගුණකය මිස වගකීමක් නොවේ. සෑම පොරොන්දුවක්ම, සෑම මිලක්ම, පාරිභෝගිකයා වෙත කරන සෑම කැපවීමක්ම සමාගම නීත්යානුකූලව සහ වාණිජමය වශයෙන් බැඳී ඇත. AI "තීරණ ගැනීම" වෙනුවට "කෙටුම්පත් නිෂ්පාදනය කිරීම සහ තොරතුරු සම්ප්රේෂණය කිරීම" යන ස්ථානයේ තබා ඇත්තේ එබැවිනි; තීරණාත්මක තීරණ වලදී මිනිස් අනුමැතිය සුඛෝපභෝගී දෙයක් නොව අවශ්යතාවයකි. හොඳින් ස්ථාපිත පද්ධතියක් තුළ, AI 90% ක්රියාදාමයන් හසුරුවයි, මිනිසා 10% තීරණාත්මක තීරණ ගන්නා අතර සියලු වගකීම් දරයි.
අවවාදයයි: "ආකෘතිය ප්රමාණවත් ලෙස වර්ධනය වූ විට, මිනිස් අධීක්ෂණයක් අවශ්ය නොවේ" යන අදහස භයානක ය. ආකෘතිය කෙතරම් හොඳ වුවත්, එය ඉඳහිට ව්යාජ විශ්වාසදායක ස්වරයක් නිපදවිය හැකිය; සහ පාරිභෝගික සම්බන්ධතා ව්යාපාරයේදී, ඒ සඳහා අවශ්ය වන්නේ එක් වැරදි මිලක් හෝ කැපවීමක් පමණි. අනුමැතිය සඳහා වන මානව දොරටුව වේගයේ පූජාවක් නොව විශ්වාසයේ මිලයි.
පොදු වැරදි
- මානව අනුමැතියකින් තොරව ඉහළ අවදානම් (මිල, කැපවීම, ප්රතිලාභ) ප්රතිචාර යැවීම.
- සත්යාපිත මූලාශ්රයට තීරණාත්මක තොරතුරු ආරෝපණය නොකිරීම සහ ආකෘතියේ කටපාඩම් කිරීම මත විශ්වාසය තැබීම.
- පුද්ගලික දත්ත ආවරණය නොකර අනාරක්ෂිත වාහනයක් ඇතුළු කිරීම (KVKK උල්ලංඝනය).
- Guardrail නිර්වචනය නොකිරීම (අධි අවදානම් විෂය ලැයිස්තුව).
- දෝෂ එකින් එක නිවැරදි කිරීම සහ මූල හේතුව යාවත්කාලීන කිරීම මග හැරීම (ක්ෂණික/නීතිය).
- එය AI හෝ මෙවලම් සපයන්නා මත බර පටවන බව සිතීම.
සාරාංශයක් ලෙස
- පාරිභෝගික-සම්බන්ධතා AI එකවර අවදානම් තුනක් කළමනා කළ යුතුය: වැරදි තොරතුරු, රහස්යතා කඩ කිරීම, අධි අවසරය.
- නිරවද්යතාවය සඳහා: තීරනාත්මක තොරතුරු සත්යාපිත මූලාශ්රයට සම්බන්ධ කරන්න, විශ්වාස නැති විට පැවරීම.
- පෞද්ගලිකත්වය සඳහා: පුද්ගලික දත්ත වසන් කරන්න, අනුමත සහ ආරක්ෂිත වාහන පමණක් භාවිතා කරන්න (KVKK).
- ඉහළ අවදානම් සහිත ගැටළු (මුදල්, කාලය, දේශපාලනය, පුද්ගලික දත්ත) මානව අනුමැතිය ගේට්ටුවට සම්බන්ධ කරන්න.
- නියැදීමෙන් දෝෂ සඳහා පරීක්ෂා කර මූලික හේතුව වසා දමන්න; අවසාන වගකීම සෑම විටම මිනිසාට පැවරේ.
යෙදුම් කාර්යය
ඔබේම පාරිභෝගික සම්බන්ධතා ප්රවාහය සඳහා “ආරක්ෂක කට්ටලයක්” සකස් කරන්න: (1) අධි අවදානම් මාතෘකා (අවම මුදල්, කාලය, ප්රතිපත්ති, පුද්ගලික දත්ත) පිළිබඳ ආරක්ෂක ලැයිස්තුවක් ලියන්න, (2) අවදානම් පරීක්ෂණ විමසුමක් හරහා නියැදි පාරිභෝගික ප්රතිචාරයක් ක්රියාත්මක කර සොයාගැනීම් ලේබල් කරන්න, (3) පුද්ගලික දත්ත අඩංගු පෙළක් පිරිසිදු කරන්න, (4) දෝෂ සටහන් කර ඇත). අවසාන වශයෙන්, මානව අනුමැතියකින් තොරව කිසිදා නොයන තීරණ මොනවාදැයි ලැයිස්තුගත කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම අධි අවදානම් මාතෘකා සඳහා ආරක්ෂක වැට ලැයිස්තුවක් නිර්වචනය කර ඇත.
- [ ] මම තීරනාත්මක තොරතුරු සත්යාපිත මූලාශ්රයට සම්බන්ධ කර ඇත.
- [ ] මම පුද්ගලික දත්ත වසන් කර අනුමත වාහන පමණක් භාවිතා කළෙමි.
- [ ] මම අධි අවදානම් පිළිතුරු සඳහා මානව අනුමැතිය ගේට්ටුවක් තැබුවෙමි.
- [ ] මම නිත්ය QA නියැදීම් සහ ප්රතිපෝෂණ පුඩුවක් ස්ථාපිත කර ඇත.
- [ ] අවසාන වගකීම මිනිසා සතු බව මම ක්රියාවලියේදී පැහැදිලිව ප්රකාශ කළෙමි.
මොඩියුල විභාගය
1. පාරිභෝගික සහාය චැට්බෝට් සඳහා පද්ධති විමසුමක් ලිවීමේදී වඩාත්ම තීරණාත්මක අංගය කුමක්ද?
- A) බොට්ගේ භූමිකාව, විෂය පථය, සීමාවන් පැහැදිලිව නිර්වචනය කර එය නොදන්නා විට එය මිනිසාට භාර දීම ✔
- B) හැකි සෑම ප්රශ්නයකටම පිළිතුරක් සැපයීමට bot ට අවශ්ය කිරීම
- C) පද්ධතිය හැකිතාක් කෙටියෙන් තබා ගැනීම සහ විස්තර ලබා නොදීම
- D) සෑම අවස්ථාවකදීම බොට් හාස්යජනක සහ මිත්රශීලී බවට පත් කිරීම
පැහැදිලි කිරීම: බොට්ගේ භූමිකාව, විෂය පථය සහ විශේෂයෙන් එහි සීමාවන් (එයට කළ නොහැකි දේ, එය මිනිසුන්ට භාර දෙන විට) පැහැදිලිව නිර්වචනය කළ යුතුය. එසේ නොමැතිනම්, බොට් විසින් අනවසර කැපවීම් සිදු කිරීමට හෝ තමන් නොදන්නා විෂයයක් සම්බන්ධයෙන් වැරදි තොරතුරු ඉදිරිපත් කිරීමට ඉඩ ඇත.
2. කෘත්රිම බුද්ධිය සහිත ප්රවේශපත්ර වර්ගීකරණය කිරීමේදී ස්ථාවර සහ ස්වයංක්රීය ප්රතිඵල ලබා ගැනීමට හොඳම ක්රමය කුමක්ද?
- A) ආකෘතියක් පැනවීමකින් තොරව, එක් එක් ඉල්ලීම නොමිලේ පෙළ ලෙස සාරාංශ කිරීමට
- B) පූර්ව නිශ්චිත කාණ්ඩ, ස්ථාවර හදිසි මට්ටම් සහ වෙනස් කළ නොහැකි නිමැවුම් ආකෘතියක් ලබා දීම ✔
- C) ප්රවර්ග ලැයිස්තුව ආකෘතියට තබා සෑම අවස්ථාවකම එය තනිවම සොයා ගැනීමට ඉඩ දෙන්න.
- D) ඉල්ලීම් දිග අනුව පමණක් වර්ග කිරීම
විස්තරය: ආකෘතියට පූර්ව නිශ්චිත කාණ්ඩ ලැයිස්තුවක්, ස්ථාවර හදිසි මට්ටම් සහ වෙනස් කළ නොහැකි ප්රතිදාන ආකෘතියක් ලබා දීම (උදා: JSON) විවිධ ඉල්ලීම් හරහා ස්ථාවර සහ යන්ත්ර-සැකසුම් කළ හැකි ප්රතිඵලයක් සහතික කරයි. ප්රවර්ගය ආකෘතියට දැමීමෙන් එක් එක් වර විවිධ ටැග් නිපදවයි.
3. RAG (දැනුම මත පදනම් වූ නිෂ්පාදනය / නැවත ලබා ගැනීම-වර්ධිත පරම්පරාව) ප්රවේශයේ ප්රධාන අරමුණ කුමක්ද?
- A) වඩාත් නිර්මාණශීලී සහ මුල් පිළිතුරු ලබා දීමට ආකෘතියට හැකියාව ලබා දීම
- B) ආකෘතියේ ප්රතිචාර කාලය කෙටි කිරීම
- C) සපයා ඇති යාවත්කාලීන සහ සත්යාපිත මූලාශ්ර ලේඛන මත ආකෘතියේ ප්රතිචාරය පදනම් කරන්න ✔
- D) සියලුම තත්වයන් යටතේ අන්තර්ජාලයට සම්බන්ධ වීමට ආකෘතිය අවශ්ය වේ
පැහැදිලි කිරීම: RAG ආකෘතියේ පිළිතුර කටපාඩම් නොකරයි; එය ප්රශ්නය අවස්ථාවේ දී ලබාගත් යාවත්කාලීන සහ සත්යාපිත මූලාශ්ර ලේඛන නිෂ්පාදනය කිරීමට එය සක්රීය කරයි. මෙය නිරවද්යතාවය වැඩි කරන අතර ගොතන ලද තොරතුරු (මායාව) බෙහෙවින් අඩු කරයි.
4. දැනුම පදනමෙන් පිළිතුරක් උත්පාදනය කරන අතරතුර, ප්රශ්නයට පිළිතුර ලබා දී ඇති සම්පත් වල නොමැති නම් ආකෘතිය කුමක් කළ යුතුද?
- A) ඔහුගේ සාමාන්ය දැනුම අනුව සාධාරණ යැයි පෙනෙන අනුමානයක් සකස් කිරීම
- B) සමාන විෂයයක් සඳහා සූදානම් පිළිතුරක් පිටපත් කිරීම සහ ලබා දීම
- ඇ) ප්රශ්නයට පිළිතුරු නොදී නිහඬව සංවාදය අවසන් කිරීම
- D) ඔහු/ඇය සතුව තොරතුරු නොමැති බව පවසමින් පාරිභෝගිකයා නිවැරදි මූලාශ්රය/අධිකාරිය වෙත යොමු කිරීම ✔
පැහැදිලි කිරීම: ආදර්ශය මූලාශ්රයේ නොමැති තොරතුරු ගොතා නොගත යුතුය; එහි තොරතුරු නොමැති බව පැහැදිලිව සඳහන් කළ යුතු අතර පාරිභෝගිකයා නිල හෝ නිවැරදි මූලාශ්රයක් වෙත යොමු කළ යුතුය. මෙය වැරදි තොරතුරු වල අවදානම ඉවත් කරයි.
5. කෝපාවිෂ්ට පාරිභෝගිකයෙකුට ආධාරක ප්රතිචාරයක් කෙටුම්පත් කිරීමට හොඳම ප්රවේශය කුමක්ද?
- A) තාක්ෂණික විසඳුම වෙත කෙලින්ම ගොස් හැඟීම් නොසලකා හැරීම
- B) පාරිභෝගිකයා වරදක් කර ඇති බව ආරක්ෂක ආකාරයෙන් පැහැදිලි කිරීම
- C) ප්රතිචාරය හැකිතාක් විධිමත් හා දුරස්ථ ලෙස තබා ගැනීම
- D) පළමුව සංවේදනය සමඟ හැඟීම් හඳුනා ගන්න, පසුව පැහැදිලි විසඳුමක් හෝ ඊළඟ පියවර ✔ ඉදිරිපත් කරන්න
පැහැදිලි කිරීම: මුලින්ම හැඟීම් හඳුනාගෙන සංවේදනය පෙන්වීම අවශ්ය වේ, පසුව කොන්ක්රීට් විසඳුම හෝ ඊළඟ පියවර පැහැදිලිව ඉදිරිපත් කරන්න. තාක්ෂණික විසඳුම වෙත කෙලින්ම පැනීම හෝ හැඟීම් නොසලකා හැරීම ආතතිය වැඩි කරයි.
6. විද්යුත් තැපෑල වෙනුවට සජීවී කතාබස් වෙත ආධාරක ප්රතිචාරයක් අනුවර්තනය කිරීමේදී හොඳම වෙනස කුමක්ද?
- A) පාඨය වෙනස් නොකර, කතාබස් තුළට වාචිකව පිටපත් කිරීම
- B) පෙළ වඩාත් විධිමත් කර අත්සන බ්ලොක් එකක් සහ විෂය ශීර්ෂයක් එක් කරන්න
- C) කථාවේ වේගයට අනුවර්තනය වීමට පෙළ කෙටි කිරීම සහ බෙදීම සහ ඊළඟ පියවර ✔
- D) එක් පණිවිඩයක හැකි තරම් තාක්ෂණික විස්තර ලබා දෙන්න
විස්තරය: සජීවී කතාබස් කෙටි, වේගවත් සහ සංවාදශීලී වේ. දිගු ඊමේල් අවහිර කිරීම්; පණිවිඩ කෙටි, ඛණ්ඩනය වූ සහ තනි ඊළඟ පියවරක් වෙතට පරිවර්තනය කිරීම නාලිකාව සඳහා සුදුසු වේ. එකම පෙළ වෙනස් නොකර නාලිකාවෙන් නාලිකාවට ගෙන යාම අත්දැකීම නරක් කරයි.
7. කෘත්රිම බුද්ධි සහය ඇති විභව පාරිභෝගිකයෙකු (ඊයම්) සුදුසුකම් ලැබීමේදී සෞඛ්ය සම්පන්නම ප්රවේශය කුමක්ද?
- A) AI ප්රතිදානය (ICP/BANT) රාමු කිරීම සහ සත්යාපනය කළ යුතු උපකල්පන සලකුණු කිරීම ✔
- B) AI-ජනනය කරන ලද සියලුම තොරතුරු සත්යාපනය නොකර CRM වෙත සත්ය ලෙස සැකසීම.
- C) ආයතනයේ සේවක සංඛ්යාව මත පමණක් සුදුසුකම් ලබා ගැනීම
- D) සෑම නායකත්වයකටම එකම පොදු පණිවිඩය යැවීම සහ සුදුසුකම් මඟ හැරීම
විස්තරය: AI හට ප්රසිද්ධියේ ලබා ගත හැකි තොරතුරු වලින් ව්යුහාත්මක විස්තරයක් ඉදිරිපත් කළ හැක; නමුත් මෙම ප්රතිදානයේ උපකල්පන අඩංගු විය හැක. සත්යාපනය කළ යුතු උපකල්පන සලකුණු කර ICP/BANT වැනි රාමුවක තැබීමෙන් සුදුසුකම් ප්රතිඵලය භාවිතා කිරීම නිවැරදිය. ප්රශ්න කිරීමකින් තොරව ප්රතිදානය සැබෑ ලෙස පිළිගැනීම අවදානම් සහගතය.
8. ඵලදායී සීතල විකුණුම් විද්යුත් තැපෑලක වැදගත්ම මූලධර්මය කුමක්ද?
- A) සමාගමේ සියලුම විශේෂාංග සහ ජයග්රහණ විස්තරාත්මකව පැහැදිලි කිරීම
- B) ගැනුම්කරුගේ ගැටලුව/ඉලක්කය වෙත අවධානය යොමු කරන්න, එය කෙටියෙන් තබා පැහැදිලි CTA එකක් දෙන්න ✔
- C) එකම සාමාන්ය පෙළ හැකිතාක් පිරිසකට යැවීම
- D) සවිස්තරාත්මක මිල ලැයිස්තුවක් පළමු විද්යුත් තැපෑලෙන් වහාම බෙදා ගන්න
විස්තරය: ඵලදායී විකුණුම් විද්යුත් තැපෑල ග්රාහකයා කේන්ද්ර කර ඇත, යවන්නන් කේන්ද්රගත නොවේ: ඒවා පාරිභෝගික ගැටලුවක් හෝ ඉලක්කයක් ආමන්ත්රණය කරයි, කෙටි සහ පුද්ගලීකරණය කර ඇති අතර තනි පැහැදිලි ඊළඟ පියවරක් (CTA) ඇතුළත් වේ. සමාගමේ සියලුම විශේෂාංග ලැයිස්තුගත කිරීම ගැනුම්කරු මග හැරෙනු ඇත.
9. කෘත්රිම බුද්ධිය සමඟ පිරිනැමීම්/යෝජනා පෙළක් සකස් කිරීමේදී, ප්රතිදානයේ ඒත්තු ගැන්වීමේ බලය වැඩිපුරම වැඩි කරන මූලද්රව්යය කුමක්ද?
- A) දිගු පිරිවිතර ලැයිස්තුවක් ලැයිස්තුගත කිරීම
- B) සෑම පාරිභෝගිකයෙකුටම ගැලපෙන පරිදි පිරිනැමීම සාමාන්ය සහ නොපැහැදිලි ලෙස තබා ගැනීම
- C) මිල කිසිසේත් ලියන්න එපා සහ අනුපූරක වාක්ය පමණක් එකතු කරන්න
- D) පාරිභෝගිකයාගේ අවශ්යතා සහ ඉලක්ක වෙත සම්බන්ධ වන ප්රතිලාභ-අභිමුඛ ආඛ්යානයක් ස්ථාපිත කිරීම ✔
පැහැදිලි කිරීම: පාරිභෝගිකයාගේ අවශ්යතා සහ ඉලක්ක වෙත සම්බන්ධ වන ප්රතිලාභ-අභිමුඛ භාෂාවකින් දීමනාව ලිවීම එහි ඒත්තු ගැන්වීමේ බලය වැඩි කරයි. පිරිවිතර ලැයිස්තුවක් ලබා දීමෙන් පාරිභෝගිකයා 'මෙයින් මට ලැබෙන්නේ කුමක්ද?' ඔහුගේ ප්රශ්නය සමඟ ඔහුව තනි කරයි.
10. විකුණුම් විරෝධයකට AI ප්රතිචාරයක් (“ඔබේ මිල වැඩියි”) සකස් කිරීමේදී හොඳම ප්රවේශය කුමක්ද?
- A) විරෝධය නොසලකා හැර වෙනත් මාතෘකාවකට යන්න
- B) වහාම සහ කොන්දේසි විරහිතව විශාල වට්ටමක් ලබා දීම
- C) විරුද්ධත්වය හඳුනාගෙන වටිනාකම/ප්රතිලාභය නැවත සකස් කිරීමෙන් පාරිභෝගිකයාට-විශේෂයෙන් ප්රතිචාර දක්වන්න ✔
- D) භාණ්ඩය තේරුම් නොගැනීම ගැන පාරිභෝගිකයාට චෝදනා කිරීම
පැහැදිළි කිරීම: ප්රථමයෙන් විරෝධය හඳුනාගෙන, අගය/ප්රතිලාභය නැවත සකස් කර පාරිභෝගික-විශේෂිත ප්රතිචාරයක් පිරිනැමීම ඵලදායී වේ. විශාල වට්ටමක් ලබා දීම වහාම වටිනාකම අඩු කරයි; විරෝධය නොසලකා හැරීම විශ්වාසය විනාශ කරයි.
11. CRM වෙත සම්මුඛ පරීක්ෂණ සටහන් සැකසීමේදී කෘතිම බුද්ධියෙන් බලාපොරොත්තු වන වටිනාම නිමැවුම කුමක්ද?
- A) සාරාංශය, තීරණ, ඊළඟ පියවර සහ වගකීම් ලෙස සටහන් ව්යුහගත කිරීම ✔
- B) කිසිදු වෙනසක් නොමැතිව සටහන් එලෙසම පිටපත් කිරීම
- C) සටහන් දිගු හා අලංකාර කිරීම
- D) සංවාදයේ කාලසීමාව සහ වේලාව පමණක් සටහන් කරන්න
විස්තරය: විසිරුණු සටහන්; එය සාරාංශය, ගන්නා ලද තීරණ, මීළඟ පියවර (ක්රියා) සහ වගකිවයුතු අය වැනි ව්යුහගත ආකෘතියකට දැමීම කණ්ඩායමට අනුගමනය කිරීම පහසු කරයි. සටහන එලෙසම පිටපත් කිරීමෙන් හෝ එය දිගු කිරීමෙන් වටිනාකමක් නොලැබේ.
12. පාරිභෝගිකයා සමඟ සම්බන්ධ වන කෘත්රිම බුද්ධි ප්රතිදානයක 'ව්යාජ තොරතුරු ලබා නොදීම' සහතික කිරීමට හොඳම ක්රමය කුමක්ද?
- A) ආකෘතියට පූර්ණ අධිකාරිය ලබා දීම සහ සෑම කැපවීමක්ම තනිවම කිරීමට ඉඩ දීම
- B) තීරනාත්මක තොරතුරු සත්යාපිත මූලාශ්රවලට සීමා කිරීම, අවිනිශ්චිත විට පැවරීම සහ මානව අනුමැතිය ස්ථරයක් එක් කිරීම ✔
- C) වේගය සඳහා සියලුම චෙක්පත් ඉවත් කර ප්රතිදානය කෙලින්ම යවන්න
- D) වැරදි තොරතුරු අනාවරණය වුවහොත් පසුව නිවැරදි කිරීම සඳහා රැඳී සිටීම
විස්තරය: ආකෘතිය; මිල, ප්රතිපත්ති සහ කැපවීම වැනි තීරණාත්මක තොරතුරු ගොතන ලද ඒවා නොවිය යුතු අතර, සත්යාපිත මූලාශ්රවලින් පමණක් ලබා ගත යුතු අතර අවිනිශ්චිත විට මිනිසුන්ට භාර දිය යුතුය. විවේචනාත්මක ප්රතිචාරවලට මානව වලංගු කිරීමේ ස්ථරයක් තිබිය යුතුය.
13. නම, දුරකථන අංකය සහ ඇණවුම් තොරතුරු අඩංගු පාරිභෝගික පැමිණිල්ලක් සාරාංශ කිරීමට කෘතිම බුද්ධි මෙවලමක් ලබා ගැනීමට ඔහුට අවශ්ය නම් සහාය විශේෂඥයෙකු කළ යුත්තේ කුමක්ද?
- A) තොරතුරු එලෙසම අලවා වේගවත්ම ප්රතිඵලය ලබා ගන්න
- B) පෙළ අවසානයේ 'රහස්ය' යන වැකිය එක් කිරීම ප්රමාණවත් යැයි උපකල්පනය කිරීම
- C) පුද්ගලික දත්ත සැඟවීම සහ නිර්නාමික කිරීම සහ/හෝ ආයතනික සහතිකය සහිත අනුමත මෙවලමක් භාවිතා කිරීම ✔
- D) තොරතුරු යැවීම සහ පසුව සංවාදය මකා දැමීම අවදානම ඉවත් කරන බව සිතීම.
පැහැදිලි කිරීම: පුද්ගලික දත්ත (KVKK හි විෂය පථය තුළ) අනවශ්ය ලෙස තෙවන පාර්ශවීය මෙවලම්වලට ඇතුළත් නොකළ යුතුය. නිවැරදි ප්රවේශය; අනන්යතා තොරතුරු වසං කිරීම සහ නිර්නාමික කිරීම සහ/හෝ ආයතනික දත්ත සහතිකය සහිත අනුමත මෙවලමක් භාවිතා කිරීම (අධ්යාපනයේ දත්ත භාවිතා නොකිරීම, ගබඩා කිරීමේ ප්රතිපත්තිය).
14. බහු-පියවර විකුණුම් පසු විපරම් අනුපිළිවෙලක් සැලසුම් කිරීමේදී හොඳම මූලධර්මය කුමක්ද?
- A) සෑම දිනකම එකම මතක් කිරීමේ පණිවිඩය යැවීම
- B) සෑම පණිවිඩයකටම නව අගයක් එකතු කර සාධාරණ කාල අන්තරයකින් ඉදිරියට යන්න ✔
- C) ප්රතිචාරයක් ලැබෙන තුරු පණිවිඩ සංඛ්යාතය අඛණ්ඩව වැඩි කරන්න.
- D) පළමු ප්රතිචාරය නොලැබුනේ නම්, සම්පූර්ණ ලිපි මාලාවම එක් දිගු විද්යුත් තැපෑලකට සවි කරන්න.
විස්තරය: සෑම පසු විපරම් පණිවිඩයක්ම නව අගයක් (අන්තර්ගතය, නඩුව, විවිධ කෝණය) එකතු කිරීමෙන් ඉදිරියට යා යුතු අතර සාධාරණ කාල පරතරයකින් යැවිය යුතුය. එකම 'සිහිගැන්වීමක්' පණිවිඩය කෙටි පිපිරීම් වලින් පුනරුච්චාරණය කිරීම අතිමහත් වන අතර ප්රතිචාර අනුපාතය අඩු කරයි.
15. සහාය සහ විකුණුම් කණ්ඩායම් සඳහා තත්ත්ව සහතික (QA) චක්රයක් ස්ථාපිත කිරීමේදී AI හි කාර්යභාරය කුමක් විය යුතුද?
- A) AI කෙටුම්පත ජනනය කරයි; විවේචනාත්මක ප්රතිචාර මිනිසුන් විසින් සමාලෝචනය කර අනුමත කරනු ලැබේ, වගකීම මිනිසුන් සතුය ✔
- B) AI තහවුරු කිරීමකින් තොරව සියලුම ප්රතිචාර යවයි; මිනිස්සු බලන්නේ පැමිණිලි ආවොත් විතරයි
- C) AI ප්රමාණවත් තරම් දියුණු නම්, මිනිස් අධීක්ෂණයක් අවශ්ය නොවේ.
- D) වගකීම මෙවලම සපයන මෘදුකාංග සමාගමට පැවරේ
විස්තරය: AI ප්රතිචාර කෙටුම්පත් ජනනය කරන අතර අනුකූලතාව වැඩි දියුණු කරයි; කෙසේ වෙතත්, පාරිභෝගිකයාට විවේචනාත්මක ප්රතිචාර, විශේෂයෙන්ම මිල/කැපවීම/ප්රතිපත්ති සම්බන්ධ ඒවා, මිනිසකු විසින් සමාලෝචනය කර අනුමත කළ යුතුය. අවසාන වගකීම සෑම විටම මානව කණ්ඩායමට පැවරේ.