அலகு 7 / 10

சப்ளை செயின் மற்றும் டிரேசபிலிட்டி

ஆதாயங்கள்:

  • லாட்/பேட்ச் டிரேசபிலிட்டி, ரீகால் மற்றும் சப்ளையர் தரக் கருத்துகளைப் பயன்படுத்துவதற்கான திறன்
  • AI உடன் டிரேசபிலிட்டி பதிவு, ரீகால் சினாரியோ மற்றும் ரூட்-காஸ் அவுட்லைனை உருவாக்கும் திறன்
  • AI பரிந்துரைக்கப்பட்ட ட்ரேஸ்பிலிட்டியை சரிபார்க்கும் திறன் மற்றும் பதிவு மற்றும் சட்டத்துடன் படிகளை நினைவுபடுத்துதல்

இது வெள்ளிக்கிழமை மதியம், நீங்கள் ஒரு பால் ஆலையில் தர பிரிவில் பணிபுரிகிறீர்கள். ஏற்றுமதி செய்யப்பட்ட மூன்று நாட்களுக்குப் பிறகு, ஒரு வெளிப்புற ஆய்வக பகுப்பாய்வு, சப்ளையரிடமிருந்து ஸ்ட்ராபெர்ரிகளின் தொகுப்பில் எதிர்பார்த்ததை விட அச்சு/ஈஸ்ட் எண்ணிக்கை அதிகமாக இருப்பதைக் காட்டுகிறது. இந்த ஸ்ட்ராபெர்ரி எந்தெந்த உற்பத்திப் பகுதிகளுக்குச் சென்றது? எந்தெந்த வாடிக்கையாளர்கள் மற்றும் எந்த சந்தைகளுக்கு அந்த இடங்கள் சென்றன? கிடங்கில் எத்தனை தட்டுகள் உள்ளன? திரும்ப அழைக்க வேண்டும், அப்படியானால், எந்த வகுப்பில்? அவர் ஒரு ஈஆர்பி திரை, எக்செல் கோப்புகள் மற்றும் அழுத்தம் அதிகரிக்கும். AI உதவியாளரிடம் "எனக்குத் திரும்ப அழைக்கும் திட்டத்தைக் கொடுங்கள்" என்று சொல்ல ஆசையாக இருக்கிறது. இந்த யூனிட்டில், நீங்கள் நடைமுறையில் நிறைய கண்டுபிடிப்பு, தர்க்கம் மற்றும் சப்ளையர் தரத்தை நினைவுபடுத்துவீர்கள்; AI உடன் டிரேசபிலிட்டி பதிவுகள், நினைவுபடுத்தும் காட்சிகள் மற்றும் மூல காரண வரைவுகளை எவ்வாறு தயாரிப்பது என்பதை அறிக; மிக முக்கியமாக, AI பரிந்துரைக்கும் ஒவ்வொரு அடியையும் உண்மையான பதிவுகள் மற்றும் சட்டங்களுடன் சரிபார்க்க முயற்சிப்போம்.

கண்டுபிடிப்பின் அடித்தளம்: ஒரு படி பின், ஒரு படி முன்னோக்கி

உணவுப் பாதுகாப்புச் சட்டத்தின் ட்ரேஸ்பிலிட்டி கொள்கையானது "ஒரு படி பின்வாங்க, ஒரு படி முன்னோக்கி" கொள்கையாகும். ஒவ்வொரு வணிகமும் குறைந்தபட்சம் தெரிந்து கொள்ள வேண்டும்:

  • ஒரு படி பின்வாங்க: எந்த சப்ளையரிடமிருந்து, எந்த லாட்/பேட்ச் எண்ணுடன், மூலப்பொருட்கள்/பேக்கேஜிங் வந்தது?
  • ஒரு படி மேலே: நான் தயாரித்த தயாரிப்பு எந்த இடத்தில், எந்த வாடிக்கையாளர்/விநியோகஸ்தர், எந்த அளவில், எப்போது சென்றது?

இந்த இரண்டு வளையங்களையும் இணைப்பது லாட் குறியீடு. மூலப்பொருட்கள் மற்றும் முடிக்கப்பட்ட தயாரிப்பு லாட்டுகளுக்கு இடையில் பொருந்தவில்லை என்றால், கண்டுபிடிக்கும் தன்மை இழக்கப்படும் மற்றும் ஒரு சப்ளையர் பிரச்சினை ஏற்பட்டால் முழு உற்பத்தியையும் நீங்கள் திரும்பப் பெற வேண்டும்.

உதவிக்குறிப்பு: நல்ல லாட் குறியீடு படிக்கக்கூடியதாகவும் அர்த்தமுள்ளதாகவும் இருக்கும். எடுத்துக்காட்டாக, 24W29-L2-A = ஆண்டு 2024, வாரம் 29, வரி 2, ஷிப்ட் A. உற்பத்தித் தேதி, வரி மற்றும் ஷிப்ட் ஆகியவை குறியீட்டில் உட்பொதிக்கப்பட்டிருந்தால், சிக்கல் ஏற்பட்டால் எந்த மாறிகள் பொதுவானவை என்பதை சில நொடிகளில் பார்க்கலாம். நீங்கள் AI குறியீட்டு திட்டத்தை வடிவமைக்க முடியும், ஆனால் பதிவு அமைப்பு முழுவதும் திட்டமானது தொடர்ந்து பயன்படுத்தப்படுவதை நீங்கள் சரிபார்க்கிறீர்கள்.

மாதிரி கண்டறியக்கூடிய பதிவு அட்டவணை

முடிக்கப்பட்ட பொருட்கள் நிறைய

உற்பத்தி தேதி

வரி/மாற்றம்

ஸ்ட்ராபெரி மூலப்பொருள் நிறைய

சப்ளையர்

உற்பத்தி அளவு

குறிப்பிடப்பட்ட வாடிக்கையாளர்

சேமிப்பகத்தில் மீதமுள்ளது

24W29-L2-A

17.07.2026

வரி2/A

CLK-2607-B

அக்ரிகல்ச்சர் இன்க்.

4,800 வாளிகள்

சந்தை X (3,000), சந்தை Y (1,200)

600

24W29-L2-B

17.07.2026

வரி2/பி

CLK-2607-B

அக்ரிகல்ச்சர் இன்க்.

4,500 வாளிகள்

சந்தை Z (4,000)

500

24W30-L1-A

18.07.2026

வரி1/A

CLK-2801-C

கார்டன் லிமிடெட்

5,000 வாளிகள்

சந்தை X (5,000)

0

இந்த அட்டவணையில், சந்தேகத்திற்கிடமான ஸ்ட்ராபெரி லாட் CLK-2607-B எனில், பாதிக்கப்பட்ட முடிக்கப்பட்ட பொருட்கள் லாட்டுகள் 24W29-L2-A மற்றும் 24W29-L2-B ஆகும்; 24W30-L1-A மற்றொரு சப்ளையர் லாட்டிலிருந்து வருவதால், அது வரம்பிற்கு அப்பாற்பட்டது. இது துல்லியமாக கண்டறியும் சக்தி: இது முழு உற்பத்திக்கு அல்ல, பாதிக்கப்பட்ட பகுதிகளுக்கு மட்டுமே சிக்கலைக் குறைக்கிறது.

வகுப்புகள் மற்றும் படிகளை நினைவுபடுத்துங்கள்

திரும்பப் பெறுதல்கள் ஆபத்தின் தீவிரத்தைப் பொறுத்து வகைப்படுத்தப்படுகின்றன. பொதுவான கட்டமைப்பு (மூலத்தைப் பொறுத்து பெயரிடல் மாறுபடலாம்):

  • வகுப்பு I: உடல்நலத்திற்கு கடுமையான/அபாயகரமான ஆபத்து (எ.கா. நோய்க்கிருமி மாசுபாடு, அறிவிக்கப்படாத ஒவ்வாமை, வெளிநாட்டு பொருள்-கண்ணாடி). உடனடி மற்றும் பொது நினைவு.
  • வகுப்பு II: தற்காலிக அல்லது மீளக்கூடிய சுகாதார ஆபத்து (எ.கா. எல்லைக்குட்பட்ட நுண்ணுயிரியல் மீறல்).
  • வகுப்பு III: குறைந்த உடல்நல ஆபத்து ஆனால் சட்டத்திற்கு இணங்காதது (எ.கா. லேபிளில் சிறிய பிழை, எடைக்கு இணங்காதது).

திரும்பப் பெறுவதற்கான அடிப்படை படிகள்:

  1. நிறுத்தி தனிமைப்படுத்தவும்: சந்தேகத்திற்கிடமான பொருட்களை அனுப்புவதை நிறுத்தவும், கிடங்கில் உள்ள இருப்பை உடல் ரீதியாகப் பிரித்து, "தனிமைப்படுத்தல்" என்று லேபிளிடவும்.
  2. நோக்கத்தைத் தீர்மானித்தல்: அனைத்து பாதிக்கப்பட்ட முடிக்கப்பட்ட பொருட்கள் நிறைய மற்றும் விநியோக புள்ளிகளை கண்டறியும் பதிவுகளிலிருந்து பிரித்தெடுக்கவும்.
  3. அபாயத்தை மதிப்பிடவும் வகைப்படுத்தவும்: ஆபத்து வகை மற்றும் வெளிப்பாட்டின் படி திரும்ப அழைக்கும் வகுப்பைத் தீர்மானிக்கவும்.
  4. அறிவிக்கவும்: உள் நிர்வாகம், வாடிக்கையாளர்கள் மற்றும் தேவைப்பட்டால், தகுதிவாய்ந்த அதிகாரி (விவசாயம் மற்றும் வனத்துறை அமைச்சகம் / மாகாண இயக்குநரகம்) தெரிவிக்கவும்.
  5. திரும்பப் பெறவும் மற்றும் சரிபார்க்கவும்: தயாரிப்பைச் சேகரிக்கவும், அனுப்பப்பட்ட அளவோடு சேகரிக்கப்பட்ட அளவை சரிசெய்யவும் (% திரும்ப அழைக்கும் திறன்).
  6. மூல காரண பகுப்பாய்வு மற்றும் சரிசெய்தல் நடவடிக்கை: மீண்டும் நிகழாமல் தடுக்க நிரந்தர தீர்வை செயல்படுத்தவும்.
பாதுகாப்பு: அழைப்பு வகுப்பையும் பொது அறிவிப்பு தேவையா என்பதையும் AI மட்டும் தீர்மானிக்க அனுமதிக்காதீர்கள். வகைப்பாடு; இது உணவுப் பாதுகாப்புக் குழுவின் இடர் மதிப்பீடு மற்றும் தகுதிவாய்ந்த அதிகாரத்தின் (சட்டம்) வழிகாட்டுதலுடன் மேற்கொள்ளப்படுகிறது. "இது வகுப்பு II, அறிவிப்பு தேவையில்லை" என்று AI சொல்வது ஒரு பரிந்துரை; தவறான வகைப்படுத்தல் பொது சுகாதாரம் மற்றும் சட்டப் பொறுப்பை உருவாக்குகிறது.

AI உடன் காட்சி மற்றும் மூல காரண வரைவை நினைவுபடுத்தவும்

AI ஐ ஒரு துரப்பணம் (சிமுலேஷன்) மற்றும் டிராஃப்ட் ஜெனரேட்டராகப் பயன்படுத்துவது மிகவும் மதிப்பு வாய்ந்தது. ஆனால் முதலில், பலவீனமான மற்றும் வலுவான வரியில் உள்ள வேறுபாட்டைப் பார்ப்போம்:

பலவீனமான அறிவுறுத்தல்: "ஸ்ட்ராபெரி தொகுப்பில் அச்சு இருந்தது, எனக்கு திரும்ப அழைக்கும் திட்டத்தை எழுதுங்கள்." (எந்தெந்த அளவுகள் பாதிக்கப்பட்டுள்ளன, விநியோகம், ஒழுங்குமுறை அறிவிப்பு காலங்கள்; பொதுவான உரையை அளிக்கிறது, அது உங்கள் பதிவுகளைத் தொடாது.) வலுவான தூண்டுதல்: "பங்கு: நீங்கள் உணவுப் பாதுகாப்பு திரும்ப அழைக்கும் ஒருங்கிணைப்பாளர். எனது ட்ரேசபிளிட்டி பதிவு அட்டவணை கீழே உள்ளது (முடிக்கப்பட்ட தயாரிப்பு, மூலப்பொருள் நிறைய, சப்ளையர், வாடிக்கையாளர், பொருள், நிறைய அளவு: (அச்சு/ஈஸ்ட் அதிகரிப்பு) இந்த அட்டவணையின்படி பட்டியலிடப்பட்ட தயாரிப்புகள் மற்றும் வாடிக்கையாளர்கள் 2) ரீகால் வகுப்பை சரியாகக் குறிப்பிடவும். அட்டவணை: [தேடக்கூடிய அட்டவணை இங்கே]"

சக்திவாய்ந்த ப்ராம்ட் AI ஐ பதிவுடன் இணைக்கிறது மற்றும் மாயத்தோற்றத்தின் புலத்தை குறைக்கிறது.

மூல காரணம்: 5 ஏன் முறை

மூல காரண பகுப்பாய்வில் ஒரு பொதுவான கருவி "5 ஏன்." ஸ்ட்ராபெரி உதாரணத்திற்கு:

சிக்கல்: CLK-2607-B ஸ்ட்ராபெரி லாட்டில் வரம்புக்கு மேல் அச்சு/ஈஸ்ட்.1. ஏன் உயர்ந்தது? -> ஸ்ட்ராபெர்ரிகளை ஏற்றுக்கொள்ளும் போது குளிர் சங்கிலி உடைந்திருக்கலாம்.2. ஏன் உடைந்தது? -> உள்வரும் வாகனத்தின் குளிரூட்டும் பதிவு 4°C.3க்கு பதிலாக 11°C ஐக் காட்டியது. ஏன் 11°C? -> வாகனத்தின் குளிரூட்டும் அலகு சாலையில் பழுதடைந்தது.4. அது ஏன் கவனிக்கப்படவில்லை? -> வெப்பநிலை பதிவு ஏற்றுக்கொள்ளப்பட்டதும் வாசிக்கப்பட்டது, ஆனால் தயாரிப்பு சகிப்புத்தன்மைக்கு அப்பாற்பட்ட மதிப்பு இருந்தபோதிலும் "நிபந்தனை ஏற்புடன்" ஏற்றுக்கொள்ளப்பட்டது.5. ஏன் நிபந்தனையுடன் ஏற்றுக் கொள்ளப்பட்டது? -> குளிர் சங்கிலி நிராகரிப்பு அளவுகோல்கள் ஏற்றுக்கொள்ளும் நடைமுறையில் தெளிவாக வரையறுக்கப்படவில்லை; முடிவு ஆபரேட்டரின் முன்முயற்சிக்கு விடப்படுகிறது. மூல காரணம்: குளிர் சங்கிலி நிராகரிப்பு வரம்பு மற்றும் முடிவு அதிகாரம் ஏற்றுக்கொள்ளும் நடைமுறையில் தெளிவாக இல்லை. சரிசெய்தல் நடவடிக்கை: >7°C + ஆபரேட்டர் பயிற்சி + டேட்டா லாக்கர் கடமைக்கு வரும் குளிர் சங்கிலித் தயாரிப்பைத் தானாக நிராகரிப்பதற்கான நடைமுறை.

கவனம்: 5 ஏன்களின் ஒவ்வொரு அடியும் ஒரு கருதுகோள். AI இந்த சங்கிலியை சரளமாக உருவாக்க முடியும், ஆனால் ஒவ்வொரு இணைப்பும் உண்மையான பதிவேடு (வாகன வெப்பநிலை பதிவு, ஏற்றுக்கொள்ளும் படிவம், சப்ளையர் CoA) மூலம் சரிபார்க்கப்படும் வரை, மூல காரணத்தை தீர்மானிக்க முடியாது. "குளிர் சங்கிலி உடைந்தது" என்று AI எழுதியதால் அது உடைந்துவிட்டது என்பதை நிரூபிக்க முடியாது; வெப்பநிலை பதிவு சரிபார்க்கப்படுகிறது.

சப்ளையர் தரம் மற்றும் குளிர் சங்கிலி

டிரேசிபிலிட்டிக்கான முன்நிபந்தனை நம்பகமான சப்ளையர். சப்ளையர் தர நிர்வாகத்தின் முக்கிய கூறுகள்: அங்கீகரிக்கப்பட்ட சப்ளையர் பட்டியல், ஒவ்வொரு ஏற்றுமதியிலும் பகுப்பாய்வு சான்றிதழ் (CoA), அவ்வப்போது தணிக்கை மற்றும் இணக்கமற்ற பதிவு. குளிர் சங்கிலி தயாரிப்புகளுக்கு ஒவ்வொரு பரிமாற்ற புள்ளியிலும் வெப்பநிலை பதிவு கட்டாயமாகும்; ஒற்றைப் பதிவு இடைவெளி என்பது முழுத் தொகுதியின் ட்ரேசபிலிட்டி சங்கிலியின் பலவீனமான இணைப்பாகும்.

சிறிய வழக்கு

ஒரு ஐஸ்கிரீம் உற்பத்தியாளர் ஹேசல்நட் வெண்ணெய் சப்ளையர் (ஒவ்வாமை குறுக்கு மாசுபாடு) ஒரு தொகுதியில் அறிவிக்கப்படாத பாதாம் பருப்பின் தடயங்களைக் கண்டறிந்தார். விரைவாகச் செயல்பட, தர மேலாளர் AIயிடம் “எந்த தயாரிப்புகளை நான் நினைவுபடுத்த வேண்டும்?” என்று கேட்கிறார். AI ஆனது ஒரு பொதுவான பட்டியலை பரிந்துரைக்கிறது, ஏனெனில் அட்டவணைகள் எதுவும் வழங்கப்படவில்லை, மேலும் "கடந்த இரண்டு வாரங்களில் உள்ள அனைத்து மாறுபாடுகளின்" பரந்த நோக்கமும் உள்ளது. அதன்படி, 40 தயாரிப்பு வகைகளை திரும்ப பெற மேலாளர் தயாராகி வருகிறார். ஒரு மூத்த பொறியாளர் ட்ரேசபிலிட்டி பதிவுகளைத் திறக்கிறார்: ஹேசல்நட்கள் ஒரே தேதி வரம்பிற்குள் இரண்டு தயாரிப்புகளில் மட்டுமே பயன்படுத்தப்பட்டது; மற்ற வகைகள் வெவ்வேறு சப்ளையர் லாட். சரியான கவரேஜ் 2 உருப்படிகள், 40 அல்ல. கூடுதலாக, பாதாம் ஒரு அறிவிக்கப்படாத ஒவ்வாமை என்பதால், இது ஒரு வகுப்பு I நிலை மற்றும் தகுதிவாய்ந்த அதிகாரிக்கு அறிவிப்பு தேவைப்படுகிறது - AI இதை "சிறிய லேபிள் சிக்கல்" என்று குறைத்து மதிப்பிட்டுள்ளது. ரெக்கார்டிங்கிற்குத் திரும்புவது, மில்லியன் கணக்கானவர்களின் தேவையற்ற அழிவைத் தடுத்தது மற்றும் உண்மையான ஆபத்தின் தீவிரத்தை வெளிப்படுத்தியது.

பொதுவான தவறுகள்

  • மூலப்பொருள் நிறைய மற்றும் தயாரிப்பு நிறைய இடையே பொருத்தம் வைத்து இல்லை; சிக்கல் ஏற்பட்டால் முழு உற்பத்தியையும் திரும்பப் பெற வேண்டும்.
  • "பாதிக்கப்பட்ட தயாரிப்பு பட்டியலை" பயன்படுத்தி, AI பதிவு செய்யாமல், உண்மையான ட்ரேசிபிலிட்டி அட்டவணையுடன் சரிபார்க்காமல்.
  • சட்டத்தை விட இடர் மதிப்பீடு மற்றும் AI பரிந்துரையின் அடிப்படையில் திரும்ப அழைக்கும் வகுப்பை (I/II/III) தீர்மானித்தல்.
  • ஒவ்வாமையின் குறுக்கு மாசுபாட்டை "சிறிய லேபிள் பிழை" என்று தவறாகக் கருதி, வகுப்பு I தீவிரத்தன்மையைக் காணவில்லை.
  • உண்மையான பதிவேடு (வெப்பநிலை பதிவு, CoA, ஏற்றுக்கொள்ளும் படிவம்) 5 ஏன் சங்கிலியின் ஒவ்வொரு இணைப்பையும் சரிபார்க்காமல் ஒரு மூல காரணத்தை அறிவித்தல்.
  • குளிர் சங்கிலி வெப்பநிலை பதிவுகளில் உள்ள இடைவெளிகளைக் கண்டறியும் சங்கிலியின் பலவீனமான இணைப்பாகக் காணவில்லை.
  • AI ஆல் இட்டுக்கட்டப்பட்ட தகவலின் அடிப்படையில் தகுதிவாய்ந்த அதிகாரிக்கு அறிக்கையிடல் கடமைகள் மற்றும் காலக்கெடுவைக் கருதுதல்; அதிகாரப்பூர்வ சட்டத்திலிருந்து உறுதிப்படுத்தவில்லை.

சுருக்கமாக

  • கண்டறியும் தன்மையின் அடிப்படையானது "ஒரு படி பின், ஒரு படி முன்னோக்கி" மற்றும் லாட் குறியீடு இதை ஒன்றாக இணைக்கிறது.
  • நன்கு பராமரிக்கப்பட்ட ட்ரேஸ்பிலிட்டி பதிவு, ஒரு சிக்கலின் நோக்கத்தை முழு உற்பத்தியைக் காட்டிலும் பாதிக்கப்பட்ட பகுதிகளுக்கு மட்டுமே குறைக்கிறது.
  • ரீகால்ஸ் ரிஸ்க் (I/II/III) மூலம் வகைப்படுத்தப்படுகிறது மற்றும் வகைப்பாடு இடர் மதிப்பீடு + சட்டத்தால் செய்யப்படுகிறது, AI மூலம் அல்ல.
  • AI உடன் ரீகால் காட்சிகள், சரிபார்ப்புப் பட்டியல்கள் மற்றும் 5 ஏன் மூல காரண அவுட்லைன்களை உருவாக்குவது திறமையானது; இருப்பினும், வெளியீடு ஒரு வரைவு மற்றும் பதிவு மூலம் சரிபார்க்கப்படுகிறது.
  • AI ஆனது பாதிக்கப்பட்ட இடங்கள், விநியோகம், அறிவிப்புக் காலங்கள் மற்றும் பதிவு வழங்கப்படாதபோது வகைப்பாடு ஆகியவற்றை மாயப்படுத்தலாம்; ஒவ்வொரு அடியும் உண்மையான பதிவு மற்றும் சட்டத்தால் உறுதிப்படுத்தப்படுகிறது.
  • இறுதி ரீகால் முடிவு, நோக்கம் மற்றும் அதிகாரத்திற்கு அறிவிப்பு; தரக் குழு மற்றும் அதிகாரப்பூர்வ சட்டத்தின் சரிபார்க்கப்பட்ட பதிவுகளின் கட்டமைப்பிற்குள் இது எடுக்கப்படுகிறது.

விண்ணப்ப பணி

ஒரு கற்பனையான உணவு உற்பத்தியில் குறைந்தது 5 முடிக்கப்பட்ட பொருட்கள் மற்றும் 3 மூலப்பொருள் வழங்குநர்கள் (எ.கா. உடனடி சூப், பழ பிஸ்கட், புதிய சாலட்) கொண்ட ஒரு யதார்த்தமான டிரேசபிலிட்டி பதிவு அட்டவணையை உருவாக்கவும். அட்டவணையில் மூலப்பொருள் நிறைய முடிக்கப்பட்ட தயாரிப்பு லாட் பொருத்தம், வாடிக்கையாளர் விநியோகம் மற்றும் கிடங்கு பங்கு ஆகியவை அடங்கும். ஒரு சப்ளையர் லாட்டில் இணக்கமற்ற (நுண்ணுயிரியல் ஓவர்ஷூட் அல்லது அறிவிக்கப்படாத ஒவ்வாமை) சூழ்நிலையை அடையாளம் காணவும். பாதிக்கப்பட்ட பகுதிகளை பட்டியலிட AI க்கு வலுவான அறிவுறுத்தலை வழங்கவும் மற்றும் ரீகால் சரிபார்ப்பு பட்டியலுடன் 5 ஏன் வரைவை உருவாக்கவும். AI வெளியீட்டை உங்களின் சொந்த அட்டவணையுடன் ஒப்பிட்டுப் பாருங்கள்: பாதிக்கப்பட்ட லாட் ஸ்கோப், பரிந்துரைக்கப்பட்ட ரீகால் கிளாஸ் மற்றும் ரூட்-காஸ் செயின் ஆகியவற்றை உறுதிப்படுத்தவும் அல்லது நிராகரிக்கவும். ஒரு அறிக்கையில்; AI இன் எந்தப் பகுதிகளை நீங்கள் பதிவோடு உறுதி செய்தீர்கள், அது மாயத்தோற்றம் அல்லது அதிக/கவரேஜில் எந்தெந்தப் பகுதிகளை உருவாக்கியது, மற்றும் எந்தச் சரிபார்க்கப்பட்ட ஆதாரத்தின் அடிப்படையில் உங்கள் இறுதி நினைவுபடுத்தும் முடிவை அடிப்படையாகக் கொண்டீர்கள் என்பதை விவரிக்கவும். அதிகாரத்திற்கு அறிவிக்கப்பட வேண்டியதன் அவசியத்தையும் இது சட்டத்தால் உறுதிப்படுத்தப்பட வேண்டும் என்பதையும் அறிக்கையில் சேர்க்கவும்.