ලාභ:
- කෘතිම බුද්ධියේ සහය ඇතිව උපදේශන යෝජනාවක් (පථය, ප්රවේශය, කණ්ඩායම, කාලසීමාව, මිල) වෘත්තීයමය වශයෙන් කෙටුම්පත් කිරීමේ හැකියාව
- වලංගු කිරීමේ දොරටු සහ තත්ත්ව පිරික්සුම් ලැයිස්තු අවසානයේ සිට අවසානය දක්වා කාර්ය ප්රවාහයේ තැබීමට සහ ප්රකාශනයට පෙර එක් එක් තීරණාත්මක ප්රතිදානය පරීක්ෂා කිරීමේ හැකියාව
- රහස්යභාවය, ආචාර ධර්ම, මූලාශ්ර අඛණ්ඩතාව සහ විශේෂඥ අනුමැතිය යන මූලධර්ම සමස්ත ක්රියාවලිය පුරාම තිරසාර පුරුද්දක් බවට පත් කිරීමේ හැකියාව.
උපදේශන රැකියාවක් බොහෝ විට ආරම්භ වන්නේ විශ්ලේෂණයෙන් නොව, යෝජනාවකින් ය: සේවාදායකයාගේ ගැටලුව, ඔබේ විසඳුම් ප්රවේශය, ඔබේ කණ්ඩායම, ඔබේ කාල රාමුව සහ ඔබේ මිල පිළිබඳ ඔබේ නිවැරදි අවබෝධය විස්තර කරන ලේඛනයක්. හොඳ දීමනාවක් ව්යාපාරය ජය ගනී; නරක හෝ අතිශයෝක්තියෙන් යුත් දීමනාවක් ව්යාපාරයේ අලාභය සහ කීර්ති නාමයට හානි කරයි. මෙම අවසාන ඒකකය තුළ, අපි කරුණු දෙකක් ඒකාබද්ධ කරමු: AI සමඟ වෘත්තීය යෝජනාවක් කෙටුම්පත් කිරීම සහ මොඩියුලය පුරා අප ඉගෙන ගත් සියලුම සත්යාපනය, පෞද්ගලිකත්වය සහ ආචාර ධර්ම විනය අන්තයේ සිට අවසානය දක්වා ආරක්ෂිත කාර්ය ප්රවාහයකට ගෙන ඒම. උපදේශනයේ සෑම පියවරකදීම කෘතිම බුද්ධිය භාවිතා කිරීම අරමුණ වන අතර අධීක්ෂණයකින් තොරව කිසිදු විවේචනාත්මක ප්රතිදානයක් සේවාදායකයා වෙත ළඟා නොවන බව සහතික කරයි.
හොඳ දීමනාවක ඇටසැකිල්ල
ශක්තිමත් උපදේශන යෝජනාවකට පහත කොටස් ඇතුළත් වේ: ගැටළු අවබෝධය (සේවාදායකයාගේ ගැටලුව නැවත ඔවුන්ගේ භාෂාවෙන් පැවසීම), ප්රවේශය (ඔබ එය විසඳන්නේ කෙසේද, කුමන රාමුව/ක්රමවේදය), ව්යාපාර සැලැස්ම සහ කාල නියමය, කණ්ඩායම සහ භූමිකාවන්, අපේක්ෂිත බෙදාහැරීම්, මිල සහ ගෙවීම් නියමයන්, යොමු. AI මෙම ඇටසැකිල්ල ඉක්මනින් පුරවයි, නමුත් කිසි විටෙකත් ආදර්ශයට කරුණු දෙකක් තබන්නේ නැත: පාරිභෝගිකයාගේ ඔවුන්ගේ ගැටලුව සහ මිල පිළිබඳ සැබෑ අවබෝධය.
ඔබේ භූමිකාව: උපදේශන යෝජනා ලේඛකයා. සේවාදායකයා සහ ගැටලුව: [සාරාංශය]. මගේ ප්රවේශය: [රාමුව/ක්රමවේදය]. කාලසීමාව: [සතිය]. කණ්ඩායම: [භූමිකාවන්].කාර්යය: වෘත්තීය යෝජනා කෙටුම්පතක් ලියන්න.අංශ: ගැටළු අවබෝධය, ප්රවේශය, ව්යාපාර සැලැස්ම+කාල නියමය, කණ්ඩායම, බෙදාහැරීම්, මීළඟ පියවර.රීති:- අතිශයෝක්තියක් නැත: "සහතික ප්රතිඵල", "හොඳම", "ප්රමුඛ උපදේශක" යනාදී සාක්ෂි මත පදනම් වූ හිමිකම් නොමැත.- බෙදා හැරිය හැකි කොටසේ (Lead-what-list of Deliverable, BL-With the கான்கிரீட் list) මම එය පුරවන්නම්.- පාරිභෝගිකයාගේ ගැටලුව ඔහුගේ හෝ ඇයගේ වචනවලින් නැවත කියන්න (මා දුන් ප්රකාශනය භාවිතා කරන්න). තානය: සහතික, පැහැදිලි, යථාර්ථවාදී.
ඉඟිය: යෝජනාවේ ශක්තිමත්ම කොටස බොහෝ විට "ගැටළු අවබෝධය" වේ. පාරිභෝගිකයාට අවශ්ය වන්නේ ඔබ ඔවුන්ගේ ගැටලුව සැබවින්ම තේරුම් ගෙන ඇති බව දැකීමටයි. මෙම කොටස ආකෘතිය මත ප්රසිද්ධියේ මුද්රණය නොකරන්න; පාරිභෝගිකයාගේම වචන සහ නිශ්චිත විස්තර භාවිතා කරන්න. සාමාන්ය ගැටළු නිර්වචනයක් "ඔවුන් අපව තේරුම් නොගනී" යන හැඟීම ඇති කරයි.
තත්ත්ව පිරික්සුම් ලැයිස්තුව: ප්රකාශනයට පෙර අවසන් පෙරහන
සෑම විවේචනාත්මක බෙදාහැරීමක් (උපුටා ගැනීමක්, විශ්ලේෂණයක්, ඉදිරිපත් කිරීමක්) පාරිභෝගිකයා වෙත යාමට පෙර සම්මත තත්ත්ව පාලනයක් සමත් විය යුතුය. මෙම ලැයිස්තුව පුරුද්දක් කර ගන්න; ඔබට කෘතිම බුද්ධිය පූර්ව විගණනය කිරීමටද හැකිය, නමුත් අවසාන අනුමැතිය ඔබ සතුය.
පාලනය
ප්රශ්නය
සමත් වුනාද?
මූලාශ්රය
එක් එක් නිකුතුව/හිමිකම් මූලාශ්රය මත රඳා පවතීද?
☐
ගිණුම
සෑම ගිණුමක්ම ස්වාධීනව තහවුරු කර තිබේද?
☐
තර්කනය
නිගමන ඇත්ත වශයෙන්ම සාක්ෂි වලින් අනුගමනය කරනවාද?
☐
අතිශයෝක්තිය
තහවුරු නොකළ හිමිකම් පෑම/අතිශෝක්තිය නිෂ්කාශනය කර තිබේද?
☐
පෞද්ගලිකත්වය
පාරිභෝගික දත්ත ආරක්ෂා කර නිර්නාමික කර තිබේද?
☐
විශේෂඥ
නියාමනය කරන ලද ක්ෂේත්රයේ විශේෂඥ අනුමැතිය ලබාගෙන තිබේද?
☐
අනුකූලතාව
ස්ලයිඩ හරහා ඉලක්කම් අනුකූලද?
☐
ඔබගේ කාර්යභාරය: තත්ත්ව පාලන විගණක. පහත යෝජනාව/ඉදිරිපත් කිරීමේ කෙටුම්පත විගණනය කරන්න:- තහවුරු නොකළ හෝ අතිශයෝක්තියට පත් ප්රකාශ (කොඩිය සහ නිවැරදි කිරීම් යෝජනා කරන්න).- නොදන්නා සම්භවයක් ඇති ඕනෑම සංඛ්යාවක් (ලැයිස්තුව).- විනිවිදක/කොටස් අතර ගැටුම්කාරී සංඛ්යා.- පාරිභෝගික දත්ත අනාවරණය කිරීමේ අවදානම. විගණන වාර්තාව පමණක් සැපයීම; මම නිවැරදි කිරීම තහවුරු කරමි.
අන්තයේ සිට අවසානය දක්වා ගලායාම සහ සත්යාපන දොරටු
මොඩියුලය පුරාම අපි ඉගෙන ගන්නා සෑම පියවරක්ම දාමයක් සාදයි. ආරක්ෂාවේ රහස නම් මෙම දාමයේ සත්යාපන දොරටු (මුරපොල) තැබීමයි: මීළඟ පියවරට (විශේෂයෙන් පාරිභෝගිකයා වෙත) යාමට පෙර AI ප්රතිදානයක් පරීක්ෂා කර මූලාශ්රය සහ තර්කයට එරෙහිව වලංගු වේ.
උපදේශන ක්රියා ප්රවාහය — සත්යාපනයේ දොරටු සහිතව1) ගැටළු නිර්වචනය → [දොර] ගැටළුව නිවැරදිය, සේවාලාභියා සමඟ තහවුරු කිරීම2) පර්යේෂණ සංශ්ලේෂණය → [දොර] මූලාශ්රයට සම්බන්ධ සෑම අංකයක්ම වේ ස්වාධීනව සත්යාපනය කර ඇත5) දෘශ්යකරණය → [දොර] යනු ප්රස්ථාරය අවංක ය, අක්ෂය ශුන්යය 6) ගුණාත්මක විශ්ලේෂණය → [දොර] උද්ධෘත, දත්ත නිර්නාමික මගින් සනාථ කරන තේමා ඉදිරිපත් කිරීම/කතන්දර → [දොර] හිමිකම්-සාක්ෂි ගැලපේ, අතිශයෝක්තියක් නැත10) යෝජනාව/බෙදා හැරීම → [දොර] තත්ත්ව පිරික්සුම් ලැයිස්තුව + රහස්යභාවය
එක් එක් ගේට්ටුව සඳහා සත්යාපන මාවත තබා ගන්න: කුමන ප්රතිදානය, කුමන මූලාශ්රය, සත්යාපනය කළේ කවුද, එහි තත්ත්වය කුමක්ද. මෙම ධාවන පථය දෙකම ගුණාත්මකභාවය සහතික කරන අතර "මෙම අංකය පැමිණියේ කොහෙන්ද?" එය ඔබට සැමවිටම ප්රශ්නයට පිළිතුරු දීමට ඉඩ සලසයි.
ඔබේ කාර්යභාරය: ව්යාපෘති තත්ත්ව සම්බන්ධීකාරක. පහත දැක්වෙන්නේ ව්යාපෘතිය විසින් නිෂ්පාදනය කරන ලද තීරණාත්මක බෙදාහැරීම් (වෙළඳපොල ගණන් කිරීම, විශ්ලේෂණය, විනිවිදක පණිවිඩය...) වේ.කාර්යය: බෙදාහැරිය හැකි සෑම එකක් සඳහාම සත්යාපන මාර්ගයක් නිෂ්පාදනය කරන්න:| ප්රතිදානය | මූලාශ්රය මත පදනම් වූ | සත්යාපන ක්රමය | තත්ත්වය | තත්ව විකල්ප: තහවුරු / සත්යාපනය නොකළ / විශේෂඥ අනුමැතිය බලාපොරොත්තුවෙන්. නොදන්නා හෝ සත්යාපනය නොකළ සම්භවයක් ඇති ඕනෑම ප්රතිදානයක් ඉහළට ගෙන එය "ප්රකාශනයට සූදානම් නැත" ලෙස සලකුණු කරන්න.
ආචාර ධර්ම, රහස්යභාවය සහ විශේෂඥ අනුමැතිය සඳහා ස්ථිර ස්ථානයක්
මූලධර්ම තුනක් මොඩියුලය පුරා පුනරාවර්තනය වූයේ ඒවා සියල්ලම එක් කරුණකට මඟ පෙන්වන බැවිනි: වගකීම පුද්ගලයා සතුය. පාරිභෝගික දත්ත KVKK සහ රහස්ය ගිවිසුම් මගින් ආරක්ෂා කර ඇත; එය පාලනය නොකළ වාහනයකට උඩුගත නොකෙරේ, එය නිර්නාමික කර ඇත. සෞඛ්යය, මූල්ය සහ නීතිය වැනි අනුකූලතා-විවේචනාත්මක ක්ෂේත්රවල, කෘත්රිම බුද්ධි ප්රතිදානය දක්ෂ විශේෂඥ අනුමැතිය ප්රතිස්ථාපනය නොකරයි. තවද සෑම ගැටලුවක්ම, සෑම හිමිකම් පෑමක්ම, සෑම යෝජනාවක්ම සත්යාපනයකින් තොරව පාරිභෝගිකයා වෙත ළඟා නොවේ. AI යනු ජ්යෙෂ්ඨ සහායකයෙකි; උපදේශකයා එය අත්සන් කරයි.
කුඩා නඩු තුනක්
නඩුව 1 - අතිශයෝක්තියෙන් යුත් ලංසුව ඔබට අහිමි විය. උපදේශකයෙකුට යෝජනාවක් ලිවීමට ආකෘතිය ඇත; මෙම ආකෘතිය "කර්මාන්තයේ හොඳම කණ්ඩායම සමඟ සහතික කළ ප්රතිඵල" වැනි වාක්ය ඛණ්ඩ දමයි. උපදේශකයා එය නොදැනුවත්ව යවයි. සේවාලාභියා පවසන්නේ, "සහතික ප්රතිඵල ලබා දෙන උපදේශකයෙකුගෙන් මම ප්රවේශම් වන්නෙමි" සහ රැකියාව ලබා නොදෙන බවයි. තත්ත්ව පිරික්සුම් ලැයිස්තුව ප්රබෝධයට අනුව ජීවත් වූයේ නම්, උපුටා දැක්වීම අවංක සහ සහතික වනු ඇත.
නඩුව 2 - සත්යාපන ද්වාරය කාර්යය සුරැකිණි. ඉදිරිපත් කිරීමක විනිවිදක 4 හි වර්ධන වේගය විනිවිදක 9 හි මූල්ය ආකෘතියට ප්රතිවිරුද්ධ වේ. පූර්ව නිකුතුවේ තත්ත්ව පාලන ද්වාරය මෙම විෂමතාවය අල්ලා ගනී; මූලාශ්රය වෙත ආපසු ගොස් නිවැරදි අංකය සොයා ගන්න. සේවාලාභියා රැස්වීමේදී එකිනෙකට පරස්පර අංක දෙකක් දුටුවේ නම්, සම්පූර්ණ ඉදිරිපත් කිරීමෙහි විශ්වසනීයත්වය බිඳ වැටෙනු ඇත.
නඩුව 3 - විශේෂඥ අනුමැතියේ සීමාව. සෞඛ්ය ආරක්ෂණ ව්යාපෘතියක, ආකෘතිය ප්රතිකාර කාර්යක්ෂමතා යෝජනාවක් කෙටුම්පත් කරයි. උපදේශකයා මෙය සෘජුව ඉදිරිපත් නොකරයි; එය ක්ෂේත්ර වෛද්යවරයාට පෙන්වයි. වෛද්යවරයා පවසන්නේ උපකල්පන දෙකක් සායනිකව වැරදි බවයි. කෙටුම්පත නිවැරදි කර ඇත. කෘතිම බුද්ධිය පූර්ව විශ්ලේෂණය වේගවත් කර ඇත, නමුත් අවසාන ප්රකාශය විශේෂඥයා සමඟ පවතී; තීරණය පුද්ගලයා සතුය.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මා දිනා ගන්නා ශක්තිමත් උපදේශන යෝජනාවක් ලියන්න.
එය "විල්-වින්" සහ "ශක්තිමත්" ආකෘතිය සඳහා අතිශයෝක්තියට ආරාධනා කිරීමකි; ඔප්පු නොකළ හිමිකම් වලින් පිරී ඇති සහ පාරිභෝගිකයා නොතේරෙන සාමාන්ය පෙළක් දිස්වේ.
බලවත් විමසුම:
ඔබේ භූමිකාව: යෝජනා ලේඛකයා. පාරිභෝගික ගැටළුව (ඔහුගේ වචන වලින්): "[...]". ප්රවේශය: [රාමුව]. කාලසීමාව/කණ්ඩායම/බෙදාහැරිය හැකි දේ: [...].කාර්යය: යථාර්ථවාදී, අවතක්සේරු කළ, විශ්වාසදායක යෝජනාවක් කෙටුම්පත් කරන්න.රීති: සාක්ෂි නොමැතිව හිමිකම් සහ "උපක්රම/හොඳම/නායක" ප්රකාශ තහනම්;සේවාදායකයාගේ වාක්යවල ගැටලුව පිළිබඳ අවබෝධය ස්ථාපිත කිරීම; කොන්ක්රීට් ප්රතිදානය සහ කාල නියමය ලබා දෙන්න; මිල හිස්ව තබන්න. අවසානයේ: අතිශයෝක්තිය සහ අපැහැදිලි බව සඳහා ඔබේම පෙළ පරීක්ෂා කරන්න.
පොදු වැරදි
- පිරිනැමීම තුළ අතිශයෝක්තිය. "සහතික කළ ප්රතිඵල, හොඳම කණ්ඩායම" වැනි ඔප්පු නොකළ ප්රකාශයන් විශ්වාසයට වඩා සැකයක් ඇති කරයි.
- ගැටලුව පිළිබඳ පොදු අවබෝධය සම්මත කිරීමට. පාරිභෝගිකයාට තමාගේම ගැටලුව හඳුනාගත නොහැකි නම්, ඔහු පවසන්නේ "ඔවුන් අපව තේරුම් ගත්තේ නැත"; ඔහුගේ වාක්ය භාවිතා කරන්න.
- ආකෘතියට මිල තැබීම. මිල උපායමාර්ගික තීරණයකි; ආකෘතිය වෙළඳපල නොදන්නා අතර මූලාශ්ර නොමැතිව සංඛ්යා නිෂ්පාදනය කරයි.
- සත්යාපන ගේට්ටුව මඟ හරින්න. විවේචනාත්මක නිමැවුම පාලනයකින් තොරව පාරිභෝගිකයා වෙත ගියහොත්, එක් වැරැද්දක් මුළු කාර්යයම විනාශ කරයි.
- තත්ත්ව පිරික්සුම් ලැයිස්තුව මඟ හැරීම. ප්රකාශනයට පෙර මූලාශ්රය, ගණනය කිරීම, අතිශයෝක්තිය සහ රහස්ය භාවය පරීක්ෂා කිරීම සිදු කළ යුතුය.
- විශේෂඥ අනුමැතිය මග හැරීම. නියාමනය කරන ලද ප්රදේශය තුළ, AI ප්රතිදානය කෙටුම්පත් වේ; අවසාන ප්රකාශය විශේෂඥයා සතුය.
අවධානය: අන්තයේ සිට අවසානය දක්වා AI-සහාය දක්වන ප්රවාහයක ඇති ලොකුම අවදානම වන්නේ වේගයේ සුවපහසුවයි; සෑම දෙයක්ම සුමටව සහ ඉක්මනින් ගමන් කරන විට සත්යාපනය මඟ හැරීම පහසුය. සත්යාපන දොරටු අනිවාර්ය පියවරක් කරන්න, විකල්ප එකක් නොවේ. සේවාදායකයා වෙත යන සෑම නිමැවුමක් සඳහාම උපදේශකයා වගකිව යුතුය; "කෘත්රිම බුද්ධිය එය නිෂ්පාදනය කළා" කිසිවිටෙක ආරක්ෂාවක් නොවේ.
සාරාංශයකින්
යෝජනාව උපදේශන සබඳතාවයේ දොරටුවයි; AI එය ඉක්මනින් හා වෘත්තීයමය වශයෙන් කෙටුම්පත් කරයි, නමුත් ගැටලුව සහ මිල පිළිබඳ අවබෝධය උපදේශකයාගෙන් පැමිණේ, අතිශයෝක්තිය ඉවත් කරනු ලැබේ. පුළුල් පින්තූරයේ, මොඩියුලය පුරා ඉගෙන ගත් සියලුම පියවර වලංගු කිරීමේ දොරටු සහිත තනි ආරක්ෂිත කාර්ය ප්රවාහයකට ඒකාබද්ධ වේ: සෑම විවේචනාත්මක ප්රතිදානයක්ම සේවාදායකයා වෙත ළඟා වීමට පෙර මූලාශ්ර සහ තර්කයට එරෙහිව පරීක්ෂා කරනු ලැබේ, රහස්යභාවය ආරක්ෂා වේ, නියාමනය කරන ලද ක්ෂේත්රයේ ප්රවීණයන් වලංගු කරයි. AI ආරම්භයේ සිට අවසානය දක්වා උපදේශනය වේගවත් කරයි; නමුත් තීක්ෂ්ණ බුද්ධියේ නිරවද්යතාවය, ආඛ්යානයේ අවංකභාවය සහ තීරණ ගැනීමේ වගකීම සෑම විටම මිනිසා මත රඳා පවතී.
යෙදුම් කාර්යය
සැබෑ හෝ නියෝජිත පාරිභෝගික ගැටලුවක් සඳහා යෝජනාවක් සඳහා දැඩි ඉල්ලීමක් සමඟ දළ සටහනක් සකස් කරන්න; පාරිභෝගිකයාගේම වචන වලින් ගැටලුව පිළිබඳ අවබෝධය ස්ථාපිත කර මිල හිස්ව තබන්න. තත්ත්ව පාලන පරීක්ෂාවක් පොළඹවමින්, අතිශයෝක්ති සහ මූලාශ්ර සඳහා අත්පිටපත පරීක්ෂා කර නිවැරදි කරන්න. අවසාන වශයෙන්, මොඩියුලයේ අවසානය සිට අවසානය දක්වා ප්රවාහය ගෙන ඔබේ සාමාන්ය ව්යාපෘතිය සඳහා එක් එක් පියවර 10 සඳහා සත්යාපන දොරටුවක් ලියන්න සහ එම දොරටුවේ කුමක් පරීක්ෂා කරන්නේද යන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] යෝජනාවේ දී, පාරිභෝගිකයාගේ වාක්ය ඛණ්ඩ සමඟ ඇති ගැටලුව පිළිබඳ අවබෝධය මම ස්ථාපිත කළෙමි.
- [ ] මම අතිශයෝක්තියට නැංවූ සහ තහවුරු නොකළ ප්රකාශ ඉවත් කර ඇත.
- [ ] මම මිල තීරණය කළෙමි, මම එය ආකෘතියට තැබුවේ නැත.
- [ ] මම නිශ්චිත නිමැවුම් ලැයිස්තුවක් සහ කාලරාමුවක් ලබා දුන්නා.
- [ ] මම තත්ත්ව පිරික්සුම් ලැයිස්තුවේ සියලුම අයිතම යෙදුවෙමි.
- [ ] මම වැඩ ප්රවාහයේ සෑම තීරණාත්මක පියවරකදීම සත්යාපන දොරටුවක් තැබුවෙමි.
- [ ] මම ප්රවාහයට පෞද්ගලිකත්වය, ආචාර ධර්ම සහ විශේෂඥ අනුමැතිය ස්ථිරවම ඇතුළත් කර ඇත.
මොඩියුල විභාගය
1. කෘත්රිම බුද්ධි ප්රතිදානයේ ප්රතිඵලයක් ලෙස වෙළඳපල ප්රමාණයේ අංකයක් කළමනාකරණ උපදේශනයක පාරිභෝගික ඉදිරිපත් කිරීමකට දැමීමට පෙර ගත යුතු හොඳම ක්රියාමාර්ගය කුමක්ද?
- A) ප්රභවයට සම්බන්ධ කිරීමෙන් අංකය සත්යාපනය කිරීම, එය නැවත ගණනය කිරීම සහ කර්මාන්ත තර්කයට එරෙහිව එය පරීක්ෂා කිරීම ✔
- B) ආකෘතිය ද්රවශීලීව සහ විශ්වාසයෙන් ප්රතිචාර දක්වන බැවින් ස්ලයිඩය මත කෙලින්ම තැබීම
- ඇ) සංඛ්යාව පවතින ප්රමාණයට වඩා විශාල කිරීමෙන් පිරිනැමීම වඩාත් කැපී පෙනෙන බවට පත් කිරීම
- D) මූලාශ්රය සඟවා ප්රතිඵලය පමණක් පෙන්වන්න
විස්තරය: විශාල භාෂා ආකෘති විශ්වාසයෙන් පෙනෙන අතර ඒවා නොමැති විට පවා සංඛ්යා 'මායාව' කළ හැක. උපදේශනයේදී සේවාදායකයා මෙම අංකය දෙස බලා විශාල තීරණ ගන්නා බැවින්, සෑම වැදගත් සංඛ්යාවක්ම සැබෑ මූලාශ්රයට සම්බන්ධ කර නැවත ගණනය කර කර්මාන්තයේ තර්කනය සමඟ පරීක්ෂා කළ යුතුය. සත්යාපනය නොකළ ගැටලුවක් යනු අත්සන් නොකළ කෙටුම්පතකි.
2. උපදේශකයෙකුට සේවාදායකයාගේ 2,400 සේවකයින්ගේ නම් සහ වැටුප් අඩංගු වගුව විශ්ලේෂණය කිරීමට අවශ්ය වේ. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?
- A) එය සොයා ගන්නා පළමු නොමිලේ වෙබ් මෙවලම වෙත දත්ත උඩුගත කර සාරාංශයක් ඉල්ලා සිටින්න
- B) දත්ත එලෙසම බෙදා ගැනීම සහ පසුව පුද්ගලිකත්වය ගැන කරදර වීම
- C) වැටුප් තරමක් වෙනස් කර නම් තබන්න
- D) ආයතනික අනුමත මෙවලම් භාවිතා කිරීම හෝ කේත අංක සමඟ නම් වෙනස් කිරීම මගින් නිර්නාමික කිරීම ✔
විස්තරය: රහස්යතා ගිවිසුම් සහ KVKK මගින් පාරිභෝගික දත්ත ආරක්ෂා කෙරේ. ඕනෑම මෙවලමකට පුද්ගලික දත්ත උඩුගත කිරීම උල්ලංඝනය කිරීමකි. දත්ත රඳවා තබා ගැනීම සහතික කරන ආයතනික, අනුමත මෙවලමක් භාවිතා කළ යුතුය, නැතහොත් කේත අංක සමඟ නම් ප්රතිස්ථාපනය කිරීමෙන් දත්ත නිර්නාමික කළ යුතුය.
3. උපකල්පිත ගසක් (නිකුත් කිරීමේ ගසක්) 'MECE' වීම යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) හැකි තරම් සහ සවිස්තරාත්මක ශාඛා තිබීම
- B) ගස නිපදවා ඇත්තේ කෘතිම බුද්ධිය මගිනි
- C) ශාඛා එකිනෙක ගැටෙන්නේ නැති අතර විෂය සම්පූර්ණයෙන්ම එකට ආවරණය කරයි ✔
- D) ගස තනි ප්රධාන ශාඛාවකට අඩු වේ
පැහැදිලි කිරීම: MECE (අන්යෝන්ය වශයෙන් බැහැර, සාමූහිකව පරිපූර්ණ) යන්නෙන් අදහස් වන්නේ අතු එකිනෙක අතිච්ඡාදනය නොවන (අන්යෝන්ය වශයෙන් නොගැලපෙන) සහ සියල්ල එක්ව විෂය සම්පූර්ණයෙන්ම ආවරණය කරයි. අතිච්ඡාදනය වන හෝ නැති වූ ශාඛා විශ්ලේෂණය විකෘති කරයි; කෘතිම බුද්ධියෙන් නිපදවන ගස ද මෙම නිර්ණායකය සමඟ පරීක්ෂා කළ යුතුය.
4. වෙළඳපල ප්රමාණය ඇස්තමේන්තු කිරීමේදී 'ඉහළ-පහළ' සහ 'පහළ-ඉහළ' ක්රම එකට භාවිතා කිරීමේ ප්රධාන අරමුණ කුමක්ද?
- A) ගණනය කිරීම දෙවරක් සිදු කිරීමෙන් සහ හරස් පරීක්ෂාව මගින් උපකල්පන දෝෂ අල්ලා ගන්න ✔
- B) ක්රම දෙකෙන් විශාල ක්රමය තෝරා වෙළඳපල වඩාත් ආකර්ෂණීය කරන්න.
- C) අඩු ශ්රමයක් අවශ්ය ක්රමය පමණක් භාවිතා කරන්න
- D) මූලාශ්රය උපුටා දැක්වීම වැළැක්වීම සඳහා ක්රම දෙක මිශ්ර කිරීම
විස්තරය: ස්වාධීන ක්රම දෙකකින් හරස් පරීක්ෂාව. ඉහළ සිට පහළට පාදම (ඒකක x මිල x ප්රමාණය) සිට විශාල එකතුවකින්, පහළ සිට ඉහළට ගොඩ නැගීමෙන් කොටසක් වෙන් කරයි. ප්රතිඵල දෙකක් එකිනෙකට සමීප වන විට එය විශ්වාසය ලබා දෙයි; විශාල වෙනසක් පෙන්නුම් කරන්නේ උපකල්පනයක් වැරදි බවත් නිවැරදි කිරීමට පොළඹවන බවත්ය.
5. AI Excel පැතුරුම්පතක් විශ්ලේෂණය කිරීමේදී වඩාත්ම තීරණාත්මක සත්යාපන පියවර කුමක්ද?
- A) ආකෘතියේ චතුර පැහැදිලි කිරීම විශ්වාස කිරීම සහ ප්රතිඵලය පිළිගැනීම
- B) එක් එක් ගිණුම ස්වාධීනව නැවත කිරීම හෝ අතින් පරීක්ෂා කිරීම ✔
- C) ප්රස්ථාරය ලස්සනට පෙනෙන්න බලන්න
- D) මේසය කිසිසේත් විවෘත නොකර ස්ලයිඩය මත ආකෘතියේ සාරාංශය තැබීම
පැහැදිලි කිරීම: විශාල භාෂා ආකෘති පෙළ උත්පාදනය කිරීමේදී බලවත් වන නමුත්, නිශ්ශබ්දව අංක ගණිතයේ වැරදි සිදු කළ හැකි අතර වැරදි ප්රතිඵල විශ්වාසයෙන් යුතුව ඉදිරිපත් කළ හැක. එබැවින් සෑම එකතුවක්ම, අනුපාතයක් සහ ප්රතිශතයක්ම ආකෘතියට ප්රතිනිර්මාණය කළ යුතුය, නැතහොත් Excel අතින්/අතින් ස්වාධීනව පරීක්ෂා කළ යුතුය.
6. විශ්ලේෂනයකදී 'සහසම්බන්ධය හේතුකාරක නොවේ' යන මූලධර්මයෙන් අදහස් කරන්නේ කුමක්ද?
- A) දත්ත දෙකක් එකට ක්රියා කිරීමෙන් එකක් අනෙකට හේතු වන බව ඔප්පු නොවේ ✔
- B) සහසම්බන්ධය සෑම විටම හේතුව ඔප්පු කරයි
- C) හේතුකාරකය සොයාගත් විට, සහසම්බන්ධය සෙවීමට අවශ්ය නොවේ.
- D) සංකල්ප දෙක හරියටම එකම දෙයකි
පැහැදිලි කිරීම: විචල්ය දෙකක් එකට වැඩි වූ පමණින් (සහසම්බන්ධතාවය) එකක් අනෙකට (හේතුව) හේතු වන බව අදහස් නොවේ; තුන්වන සාධකයක් හෝ අහඹු සිදුවීමක් විය හැකිය. AI හට සහසම්බන්ධය පෙන්වා දිය හැක, නමුත් හේතු කාරකය ප්රකාශ කිරීම සඳහා සාක්ෂි සහ වසම් දැනුම අවශ්ය වේ; උපදේශකයා මෙම වෙනස පවත්වා ගත යුතුය.
7. කෘත්රිම බුද්ධිය සමඟින් සම්මුඛ පරීක්ෂණ පිටපත් තේමාවලට වෙන් කිරීමේදී විශ්වසනීයත්වය වැඩි කරන යෙදුම කුමක්ද?
- A) ආකෘතියෙන් තේමාවන් සාරාංශ ආකාරයෙන් ලබා ගැනීම සහ උපුටා දැක්වීම් නොඉල්ලීම
- B) විශ්ලේෂණයට සහභාගිවන්නන්ගේ නම් ඇතුළත් කිරීමෙන් තේමාව ශක්තිමත් කිරීම
- C) වඩාත්ම කැපී පෙනෙන තේමාව තෝරන්න සහ අනෙක් ඒවා ඉවත් කරන්න
- D) පිටපත මත පදනම්ව වාචික උපුටා දැක්වීම් සමඟ එක් එක් තේමාවට සහය වන්න සහ මූලාශ්රය අනුගමනය කරන්න ✔
පැහැදිලි කිරීම: සෑම තේමාවක්ම පිටපතෙන් වාචික උද්ධෘත (සාක්ෂි) මගින් සහාය දැක්විය යුතුය. මේ අනුව, ආකෘතිය සෑදී නැති බවත්, තේමාව සැබෑ දත්ත වලින් එන බවත් තහවුරු කර ගත හැක. උපුටා ගත හැකි තේමාවන් මායාවේ අවදානමක් ඇති අතර මූලාශ්රය වෙත ආපසු සොයා ගත නොහැක.
8. AI සමඟ SWOT හෝ සමාන රාමුවක් ජනනය කිරීමේදී වඩාත් පොදු උවදුර කුමක්ද?
- A) සංයුක්ත සාක්ෂි නොමැතිව ක්ලිචේ ප්රකාශ වලින් රාමුව පිරවීම සහ එසේ නම් ✔
- B) එක් එක් අයිතමය දත්ත සහ මූලාශ්රයට සම්බන්ධ කිරීම
- C) චින්තනය සඳහා රාමුවක් ලෙස රාමුව භාවිතා කිරීම
- D) සොයාගැනීම් වලට ප්රමුඛත්වය දෙන්න සහ වඩාත්ම වැදගත් දේ ඉස්මතු කරන්න
පැහැදිලි කිරීම: රාමු පහසුවෙන් හිස් ක්ලිචේ ('ශක්තිමත් වෙළඳ නාමය', 'තරඟකාරිත්වය වැඩි වීම') වලින් පිරී යයි. වටිනාකම වන්නේ සෑම අයිතමයක්ම සංයුක්ත සාක්ෂිවලට ගැටගැසීමෙන් සහ 'ඉතින්-මොනවද' ස්ථරයක් එකතු කිරීමයි. සාක්ෂි නොමැතිව සාමාන්ය ප්රකාශ තීරණ ගන්නා තැනැත්තාට කිසිවක් නොකියයි.
9. ව්යාපාර ආදර්ශ ඇගයීමේදී 'ඒකක ආර්ථික විද්යාව' මනිනු ලබන්නේ කුමක්ද සහ එය සත්යාපනය කළ යුත්තේ ඇයි?
- A) සමාගමේ මුළු සේවක සංඛ්යාව; තහවුරු කිරීමට අවශ්ය නැත
- B) අලෙවිකරණ අයවැය පමණක්; එය ස්ථිර බැවින් ප්රශ්න නොකරයි
- C) තනි පාරිභෝගිකයෙකු/ගනුදෙනු සඳහා ආදායම්-පිරිවැය ශේෂය; ✔ අවදානම හේතුවෙන් ශුභවාදී උපකල්පනය සත්යාපනය කළ යුතුය
- D) තරඟකරුවන් සංඛ්යාව; ආකෘතිය නිසැකවම දනී
පැහැදිලි කිරීම: ඒකක ආර්ථික විද්යාව තනි පාරිභෝගිකයෙකුට හෝ ගනුදෙනුවකට ආදායම සහ පිරිවැය (උදා: පාරිභෝගික අත්පත් කර ගැනීමේ පිරිවැය සහ ජීවිත කාලයෙහි වටිනාකම) සංසන්දනය කරයි; ව්යාපාරයට පරිමාණයෙන් ලාභ ලැබිය හැකිද යන්න එයින් පෙන්නුම් කෙරේ. කෘත්රිම බුද්ධියට ශුභවාදී උපකල්පන සහිතව මෙම ගිණුම ස්ථාපිත කළ හැකි බැවින්, සංඛ්යා සහ උපකල්පන ස්වාධීනව පරීක්ෂා කර අවශ්ය විටෙක මූල්ය උපදේශක අනුමැතිය ලබා ගත යුතුය.
10. පිරමිඩ මූලධර්මය අනුව උපදේශන ඉදිරිපත් කිරීමකදී පණිවිඩය ව්යුහගත කළ යුත්තේ කෙසේද?
- A) සියලු දත්ත පළමුව පෙන්වීම, අවසාන නිගමනයට පැමිණීම
- B) අසන්නාට තමන්ගේම නිගමන උකහා ගත හැකි වන පරිදි, ප්රතිඵලය කිසිසේත් නොකියයි.
- C) එක් එක් විනිවිදකයේ හැකි තරම් තොරතුරු සවි කරන්න
- D) ප්රථමයෙන් ප්රධාන පිළිතුර ලබා දෙන්න, පසුව උපකාරක හේතු සහ සාක්ෂි ලැයිස්තුගත කරන්න ✔
පැහැදිලි කිරීම: පිරමීඩ මූලධර්මය ප්රථමයෙන් ප්රධාන පිළිතුර (යෝජනා/නිගමනය) ලබා දෙන අතර පසුව එයට අනුබල දෙන තර්ක සහ සාක්ෂි පහතින් තබයි. තීරණ ගන්නාට ඇත්තේ සීමිත කාලයකි; ඔහුට මුලින්ම ප්රතිඵලය දැකීමට අවශ්යයි. ප්රථමයෙන් සාක්ෂි ලැයිස්තුගත කර අවසාන නිගමනවලට එළඹීමෙන් සවන්දෙන්නා වෙහෙසට පත්වන අතර පණිවිඩය දුර්වල කරයි.
11. ස්ලයිඩයක 'ක්රියා මාතෘකාව' කුමක් විය යුතුද?
- A) ස්ලයිඩයේ වර්ගය නිරූපණය කරන ලේබලයක්, උදා. 'ආදායම් ප්රකාශය'
- B) විනිවිදකයේ දත්ත වලින් ලබාගත් සාක්ෂි මත පදනම් වූ තනි වාක්ය පණිවිඩයක් ✔
- C) හැකිතාක් දිග සහ සියලු අංක ඇතුළත් ඡේදයක්
- D) අවධානය ආකර්ෂණය කර ගැනීම සඳහා අතිශයෝක්තියෙන් යුත් සහ තහවුරු නොකළ ප්රකාශයක්
විස්තරය: ක්රියාකාරී සිරස්තලයක් යනු එක් වාක්යයක්, සාක්ෂි මත පදනම් වූ පණිවිඩයක් වන අතර එය විනිවිදකයේ තේරුම, එය පෙන්වන 'කුමක්ද' නොවේ (උදා: 'A කොටස ලාභයෙන් 70% ගෙන එයි'). 'විකුණුම් සටහන' වැනි විස්තරාත්මක මාතෘකා පණිවිඩය ලබා නොදේ. AI හට කෙටුම්පත් සිරස්තලයක් ජනනය කළ හැක, නමුත් හිමිකම් පෑම සාක්ෂියට ගැළපිය යුතුය.
12. සෞඛ්ය සේවා හෝ මූල්ය වැනි නියාමනය කරන ලද කර්මාන්තයක උපදේශනය කිරීමේදී AI ප්රතිදානයේ කාර්යභාරය කුමක්ද?
- A) විශේෂඥ අනුමැතිය ප්රතිස්ථාපනය කරයි, තීරණය කෙලින්ම ආකෘතියට භාර දිය හැක
- B) නියාමනය කරන ලද අංශවල කෘතිම බුද්ධිය කිසිසේත් භාවිතා කළ නොහැක
- C) දෝෂයක් තිබේ නම්, වගකීම ආදර්ශ සපයන්නා වෙත පැවරේ.
- D) කෙටුම්පතක් ඉදිරිපත් කරයි, නමුත් අවසාන ප්රකාශය සහ වගකීම දක්ෂ විශේෂඥයා සහ පුද්ගලයා සතුය ✔
පැහැදිලි කිරීම: මෙම ක්ෂේත්රවලදී, කෘත්රිම බුද්ධිය කෙටුම්පත් සහ මූලික විශ්ලේෂණයන් නිෂ්පාදනය කරයි, නමුත් දක්ෂ විශේෂඥ අනුමැතිය (නීතිඥ, ක්රියාකාරි, වෛද්ය, කර්මාන්ත විශේෂඥ) ප්රතිස්ථාපනය නොකරයි. අවසාන ප්රකාශය තීරණය කරන්නා වන විශේෂඥයා සතුය. 'AI එසේ කීවා' යනු ආරක්ෂාවක් නොවේ; වගකීම සෑම විටම උපදේශකයා සහ තීරණ ගන්නන් වෙත පැවරේ.
13. කෘත්රිම බුද්ධිය සඳහා හොඳ උපදේශන විමසුමක් ලිවීමේදී, නිමැවුම් ගුණය වැඩිපුරම වැඩි කරන්නේ කුමන මූලද්රව්යද?
- A) විමසුම හැකිතාක් කෙටි සහ සාමාන්ය ලෙස තබා ගැනීම
- B) තම පුරෝකථනය සමඟ අතුරුදහන් වූ තොරතුරු පිරවීමට ආකෘතියෙන් ඉල්ලා සිටීම
- C) කාර්යභාරය, කාර්යය, සම්පත්, ඉලක්කගත ප්රේක්ෂකයින්, ආකෘතිය සහ සීමාවන් පිළිබඳව පැහැදිලි වන්න
- D) 'හොඳ විශ්ලේෂණයක් කරන්න' කියමින්
පැහැදිලි කිරීම: නොපැහැදිලි ඉල්ලීම් අනුමාන කිරීමට සහ අතිශයෝක්තියට නැංවීමට ආකෘතිය යොමු කරයි. භූමිකාව, කාර්යය, ලබා දී ඇති මූලාශ්රය, ඉලක්කගත ප්රේක්ෂකයින්, ආකෘතිය සහ මායිම් පිළිබඳව පැහැදිලි වීම (උදා: 'මම ලබා දෙන දත්ත මත පදනම්ව, එය සාදන්න එපා') ප්රතිදානය නිවැරදි සහ ආරක්ෂිත කරයි. සන්දර්භය පැහැදිලි වන තරමට සත්යාපන බර අඩු වේ.
14. AI-සහාය දක්වන උපදේශන ප්රවාහය තුළ 'වලංගු කිරීමේ දොරටුව' (මුරපොල) යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) කෘතිම බුද්ධියේ අන්තර්ජාල ප්රවේශය අක්රිය කරන සැකසුමකි
- B) ඊළඟ පියවරට යාමට පෙර ප්රභවයට සහ තර්කයට එරෙහිව මිනිසා විසින් තීරණාත්මක ප්රතිදානයක් පරීක්ෂා කර වලංගු කරන ලක්ෂ්යය ✔
- C) ස්ලයිඩ ස්වයංක්රීයව යැවීමට ඉඩ සලසන බොත්තමකි
- D) කණ්ඩායම හමුවන භෞතික කාමරය
විස්තරය: සත්යාපන ද්වාරය යනු ඊළඟ පියවරට යාමට පෙර (විශේෂයෙන්, පාරිභෝගිකයා හෝ අවසාන උද්ධෘතය) මිනිසකු විසින් AI ප්රතිදානයක් පරීක්ෂා කර මූලාශ්ර සහ තර්කයට එරෙහිව වලංගු කරන ලක්ෂ්යය වේ. වෙළඳපල අංක, විශ්ලේෂණය, විනිවිදක පණිවිඩ සහ දීමනා වැනි තීරණාත්මක නිමැවුම් මෙම දොරටු හරහා නොගොස් ප්රකාශනය නොකෙරේ; ක්රියාවලිය සොයාගත හැකි සහ ආරක්ෂිතයි.