ప్రాజెక్ట్ మేనేజ్‌మెంట్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ప్రమాణీకరణ మరియు గోప్యత

లాభాలు:

• ప్రాజెక్ట్ మేనేజ్‌మెంట్ (ప్లానింగ్, ఎస్టిమేషన్, రిపోర్టింగ్, కమ్యూనికేషన్)లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ నిజ సమయాన్ని ఎక్కడ ఆదా చేస్తుందో మరియు టాస్క్ రిస్క్ స్థాయిని బట్టి బడ్జెట్ నిబద్ధత మరియు డెలివరీ తేదీ వంటి నిర్ణయాలను ప్రాజెక్ట్ మేనేజర్‌కి వదిలివేయడం వంటి వాటిని గుర్తించడం.
• ప్రతి కృత్రిమ మేధస్సు అవుట్‌పుట్‌ను మూలానికి కనెక్ట్ చేయడం, దాన్ని మళ్లీ లెక్కించడం మరియు అడ్మినిస్ట్రేటివ్ ఫిల్టరింగ్ ద్వారా పాస్ చేయడం వంటి దశల ద్వారా ధృవీకరించే క్రమశిక్షణను వర్తించే సామర్థ్యం.
• KVKK/గోప్యత మరియు NDA పరిధిలో ప్రాజెక్ట్, కస్టమర్ మరియు వాటాదారుల డేటాను అజ్ఞాతీకరించడం మరియు సురక్షితమైన వాహనాలను ఎంచుకునే అలవాటును పొందడం

ప్రతి ప్రాజెక్ట్‌లో వందలాది నిర్ణయాలు ఉన్నాయి, వాటిలో చాలా వరకు నిశ్శబ్దంగా ఉంటాయి. ఈ ఉద్యోగం ఎవరి కోసం? ఈ పనికి ఎన్ని రోజులు పడుతుంది? బడ్జెట్ పట్టిందా? మేము కస్టమర్‌కి ఏ తేదీని చెప్పాలి? ఈ ప్రమాదం సంభవించినట్లయితే మనం ఏమి చేస్తాము? గత వారం మీటింగ్‌లో ఏం నిర్ణయం తీసుకున్నాం, ఎవరు ఏం చేయబోతున్నారు? ఈ నిర్ణయాలలో కొన్ని పునరుక్తి, డేటా-ఇంటెన్సివ్ మరియు సమయం తీసుకునేవి; ప్రాజెక్ట్ మేనేజర్ (PM - ప్రాజెక్ట్ మేనేజర్, ప్లాన్ నుండి ప్రాజెక్ట్ డెలివరీ వరకు బాధ్యత వహించే వ్యక్తి) పనిలో ఎక్కువ భాగం నివేదికలు రాయడం, పట్టికలు నింపడం, ఇ-మెయిల్‌లను సిద్ధం చేయడం మరియు సమావేశ గమనికలను ఉంచడం. కృత్రిమ మేధస్సు (AI, లేదా సంక్షిప్త-కంప్యూటర్ సిస్టమ్‌ల కోసం AI, ఇది టెక్స్ట్‌ను రూపొందించగలదు, నమూనాలను గుర్తించగలదు, అంచనాలను రూపొందించగలదు మరియు మానవుల వంటి డేటాను సంగ్రహించగలదు) ఈ చిత్రానికి సరిగ్గా సరిపోతుంది: సరిగ్గా ఉపయోగించినప్పుడు, ఇది పని బ్రేక్‌డౌన్ స్ట్రక్చర్, రిస్క్ రిజిస్టర్, స్టేటస్ రిపోర్ట్ లేదా సమావేశ సారాంశాన్ని గంటల కంటే నిమిషాల్లో రూపొందించగలదు; తప్పుగా ఉపయోగించినట్లయితే, ఇది సురక్షితమైనదిగా అనిపించినప్పటికీ నిరాధారమైన అంచనా నుండి కస్టమర్ నిబద్ధతకు దారి తీస్తుంది.

ఈ మాడ్యూల్ యొక్క మొదటి యూనిట్ సాఫ్ట్‌వేర్ పరిచయం కాదు. మీ ప్రాజెక్ట్ వర్క్‌లో AIని ఎక్కడ ఉంచాలి మరియు ఎక్కడ ఉంచకూడదో స్పష్టం చేయడం దీని ఉద్దేశ్యం. ప్రాజెక్ట్ నిర్వహణ అనేది "ఆపరేషన్-క్లిష్టమైన" మరియు "నిబద్ధత-క్లిష్టమైన" ఫీల్డ్ రెండూ అయినందున: మీరు ఇచ్చే సమయ అంచనా కస్టమర్‌తో సంతకం చేసిన ఒప్పందంపై ఆధారపడి ఉంటుంది; ఒక వనరు నిర్ణయం వారాలతో నిండిన బృంద సభ్యుల క్యాలెండర్‌గా మారుతుంది. మొదటి నుండి ప్రాథమిక సూత్రాన్ని చేద్దాం: AI సహాయకుడు, ప్రాజెక్ట్ మేనేజర్ కాదు. బడ్జెట్ నిబద్ధత, డెలివరీ తేదీ వాగ్దానం, వనరుల కేటాయింపు మరియు ఒప్పంద బాధ్యత వంటి నిర్ణయాల బాధ్యత మరియు తుది ఆమోదం సమర్థ ప్రాజెక్ట్ మేనేజర్ మరియు బాధ్యతగల వాటాదారులకు చెందుతుంది.

ప్రాజెక్ట్ నిర్వహణ యొక్క పొరలు మరియు AI యొక్క స్థానం

ఒక ప్రాజెక్ట్ను అర్థం చేసుకోవడానికి, పనిని మూడు పొరలుగా విభజించడం ఉపయోగపడుతుంది. కార్యాచరణ లేయర్ అనేది రోజువారీ ఆపరేషన్: టాస్క్ ట్రాకింగ్, మీటింగ్ నోట్, ఇమెయిల్, స్టేటస్ అప్‌డేట్. వ్యూహాత్మక పొర ప్రణాళిక మరియు ట్రాకింగ్: పని విచ్ఛిన్న నిర్మాణం, షెడ్యూల్, సూచన, ప్రమాద నమోదు, స్థితి నివేదిక. వ్యూహాత్మక పొర ప్రాజెక్ట్ యొక్క హేతుబద్ధత మరియు దిశను నిర్ణయిస్తుంది: ఖర్చు-ప్రయోజనం, పోర్ట్‌ఫోలియో ప్రాధాన్యత, పరిధి నిర్ణయం. AI మూడు పొరలను తాకగలదు; కానీ ఒక్కొక్కరిలో ఒక్కో అధికారం. కార్యాచరణ పొర వద్ద, AI వేగవంతమైన చిత్తుప్రతులు మరియు సారాంశాలను ఉత్పత్తి చేస్తుంది; వ్యూహాత్మక పొర వద్ద, ఇది ఇన్‌పుట్‌ను మాత్రమే అందిస్తుంది, నిర్వహణ మరియు స్పాన్సర్ నిర్ణయం తీసుకుంటారు. మేము స్పాన్సర్ (ప్రాజెక్ట్‌కు ఆర్థిక సహాయం చేసే టాప్ మేనేజర్ మరియు కార్పొరేట్ యాజమాన్యం), వాటాదారు (ప్రాజెక్ట్ ద్వారా ప్రభావితమైన లేదా ప్రాజెక్ట్‌ను ప్రభావితం చేసే ప్రతి ఒక్కరూ - కస్టమర్, బృందం, సరఫరాదారు, వినియోగదారు) వంటి అంశాలను క్రింది యూనిట్‌లలో ఒక్కొక్కటిగా వివరిస్తాము.

ప్రారంభం నుండి కొన్ని ప్రాథమిక పదాలను నిర్వచిద్దాం. స్కోప్ అనేది ప్రాజెక్ట్ చేస్తుంది మరియు చేయదు. వర్క్ బ్రేక్‌డౌన్ స్ట్రక్చర్ (WBS) అనేది పనిని నిర్వహించదగిన ముక్కలుగా విభజించడం. మైలురాయి అనేది పురోగతిని సూచించే ముఖ్యమైన అంశం (ఉదా. "డిజైన్ ఆమోదం"). ప్రమాదం అనేది అనిశ్చిత సంఘటన, అది సంభవించినట్లయితే అది ప్రాజెక్ట్‌ను ప్రభావితం చేస్తుంది. డెలివరీ అనేది ప్రాజెక్ట్ ద్వారా ఉత్పత్తి చేయబడిన కాంక్రీట్ అవుట్‌పుట్. ఈ అన్ని భావనలలో, AI మీకు రూపురేఖలు మరియు విశ్లేషణలను అందిస్తుంది, కానీ నిర్ణయాలు తీసుకోదు.

కింది పట్టిక మిషన్ ద్వారా AI యొక్క పాత్ర మరియు ప్రమాద స్థాయిని సంగ్రహిస్తుంది:

తపన

AI పాత్ర

ప్రమాద స్థాయి

ఎవరు ఆమోదిస్తారు

సమావేశ సారాంశం / ఇమెయిల్ డ్రాఫ్ట్

స్కెచ్ జనరేటర్

తక్కువ

ప్రాజెక్ట్ మేనేజర్

WBS / స్కోప్ అవుట్‌లైన్

స్కెచ్ జనరేటర్

తక్కువ-మధ్యస్థ

PM + బృందం

వ్యవధి మరియు వనరుల అంచనా

భవిష్య సూచకుడు, దృశ్య జనరేటర్

మధ్యస్థ-ఎక్కువ

PM + టీమ్ డేటా

రిస్క్ రిజిస్టర్ స్కోరింగ్

గణాంక ఉద్దీపన

మధ్యస్థ

ప్రమాద యజమాని + PM

స్థితి నివేదిక / EVM వ్యాఖ్య

విశ్లేషణ మరియు డ్రాఫ్ట్

మధ్యస్థ

ప్రాజెక్ట్ మేనేజర్

డెలివరీ తేదీ / బడ్జెట్ నిబద్ధత

సహాయక ఇన్పుట్

చాలా ఎక్కువ

PM + స్పాన్సర్

కాంట్రాక్ట్/వనరుల కేటాయింపు నిర్ణయం

సహాయక ఇన్పుట్

చాలా ఎక్కువ

స్పాన్సర్ + PM

ఈ చార్ట్‌లోని ఒక పంక్తిని గుర్తుంచుకోండి: ప్రమాదం పెరిగేకొద్దీ, AI పాత్ర తగ్గిపోతుంది, మానవ ఆమోదం పెరుగుతుంది.

"ధృవీకరణ" ఎందుకు ఈ వ్యాపారం యొక్క గుండె

ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ లాంగ్వేజ్ మోడల్‌లు తమ సమాధానంలో నమ్మకంగా కనిపిస్తున్నాయి, కానీ అవి ఖచ్చితంగా తెలియకపోవచ్చు. సాంకేతిక భాషలో, దీనిని భ్రాంతి అని పిలుస్తారు: ఇది వాస్తవమైనట్లుగా, ఒక సరళమైన వాక్యంలో ఉనికిలో లేని సమాచారాన్ని మోడల్ యొక్క కల్పన. ప్రాజెక్ట్ మేనేజర్ కోసం, ఇది తీవ్రమైన ఉచ్చు: మోడల్ మీకు నమ్మకంగా "ఈ రకమైన సాఫ్ట్‌వేర్ ఇంటిగ్రేషన్ సాధారణంగా 3 వారాలు పడుతుంది" అనే కాలపరిమితిని అందిస్తుంది, అయితే మీ బృందం వేగం, సాంకేతిక రుణం, సెలవుల షెడ్యూల్ గురించి ఏమీ తెలియదు మరియు ఈ సంఖ్య పూర్తి సాధారణీకరణ. లేదా అది ఒక పద్దతిని తప్పుగా సూచించవచ్చు (ఉదా., “PMBOK 7కి కిందివి అవసరం”). అతను రెండింటినీ ఒకే పటిమతో చెప్పాడు కాబట్టి, మీ జ్ఞానం మరియు ధృవీకరించే అలవాటు మాత్రమే సరైనది మరియు తప్పులను వేరు చేస్తుంది.

ధృవీకరణ క్రమశిక్షణ మూడు దశలను కలిగి ఉంటుంది:

1. మూలానికి లింక్: వ్యవధులు, ఖర్చులు, సామర్థ్యాలు మరియు గత పనితీరు కోసం మీ స్వంత సంస్థ రికార్డులు (చారిత్రక ప్రాజెక్ట్ డేటా, షెడ్యూల్‌లు, రిసోర్స్ పూల్, అకౌంటింగ్) మరియు మీ బృందం అంచనాలపై ఆధారపడండి, AI యొక్క మెమరీ కాదు. ఆ డేటాను గుర్తుంచుకోవడానికి కాకుండా దానిపై వ్యాఖ్యానించడానికి AIని ఉపయోగించండి.
2. తిరిగి లెక్కించండి / సరిపోల్చండి: AI రిటర్న్స్ (మొత్తం సమయం, బడ్జెట్, శాతం పూర్తయింది, CPI/SPI) ప్రతి సంఖ్యా ఫలితాన్ని స్వతంత్రంగా తనిఖీ చేయండి. మొత్తం, బరువున్న సగటు, క్లిష్టమైన మార్గాన్ని మీరే ధృవీకరించండి.
3. నిర్వాహక ఫిల్టర్: అవుట్‌పుట్ గ్రౌండ్‌లోని వాస్తవాలకు విరుద్ధంగా ఉందో లేదో మేనేజర్ దృష్టికోణం నుండి పరీక్షించండి (జట్టు లభ్యత, బడ్జెట్, ఒప్పందం, డిపెండెన్సీలు).

శ్రద్ధ: AI రూపొందించిన అంచనా లేదా నివేదికను స్పాన్సర్‌కు అందించడం లేదా దానిని ధృవీకరించకుండా కస్టమర్‌కు అప్పగించడం అనేది సంతకం చేయని ఒప్పందాన్ని ఇవ్వడం లాంటిది. అవుట్‌పుట్ సరళంగా ఉన్నందున నిజం కాదు.

గోప్యత: ప్రాజెక్ట్ డేటా తరచుగా గోప్యంగా ఉంటుంది

ప్రాజెక్ట్ డేటాలో ఎక్కువ భాగం సున్నితమైనది. కస్టమర్ పేరు, కాంట్రాక్ట్ మొత్తం, బిడ్ ధరలు, సిబ్బంది జీతం మరియు పనితీరు సమాచారం మరియు ఇంకా ప్రకటించబడని ఉత్పత్తి ప్రణాళికలు తరచుగా NDA (నాన్-డిస్‌క్లోజర్ అగ్రిమెంట్) ద్వారా రక్షించబడతాయి; వ్యక్తిగత డేటా Türkiyeలో KVKK (వ్యక్తిగత డేటా రక్షణ చట్టం) మరియు ఐరోపాలో GDPR ద్వారా కవర్ చేయబడింది. పబ్లిక్‌గా అందుబాటులో ఉన్న AI సాధనంలో కస్టమర్ పేరు, కాంట్రాక్ట్ ధర, జట్టు సభ్యుల పేర్లు మరియు పనితీరు స్కోర్‌లను అతికించడం ఒప్పంద ఉల్లంఘన మరియు డేటా ఉల్లంఘన రెండూ కావచ్చు. నియమం చాలా సులభం: డేటాను అనామకీకరించండి మరియు అనవసరంగా భాగస్వామ్యం చేయవద్దు. "ABC బ్యాంక్‌తో 4.2 మిలియన్ TL CRM ప్రాజెక్ట్"కి బదులుగా "పెద్ద-స్థాయి ఆర్థిక కస్టమర్ కోసం సాఫ్ట్‌వేర్ ప్రాజెక్ట్"; "ఆంటీ (సీనియర్ డెవలపర్, పేలవమైన పనితీరు)"కి బదులుగా, "ఒక సీనియర్ టీమ్ మెంబర్" అని వ్రాయండి. వీలైతే, డేటా ప్రాసెసింగ్ ఒప్పందాన్ని కలిగి ఉన్న కార్పొరేట్ సాధనాలను ఎంచుకోండి మరియు మోడల్ శిక్షణలో మీ డేటాను ఉపయోగించవద్దు.

మూడు చిన్న కేసులు

కేసు 1 - సురక్షితమైన ఉపయోగం. ఒక ప్రాజెక్ట్ కోఆర్డినేటర్ ప్రతి వారం 2.5 గంటలు 6 పని ప్యాకేజీల నుండి ఒకే స్టేటస్ రిపోర్ట్‌గా ప్రోగ్రెస్‌ని కంపైల్ చేస్తున్నారు. అతను AIకి ప్రోగ్రెస్ డేటాను అనామకంగా (కస్టమర్ పేరు మరియు ముసుగు వేసిన మొత్తాలు) ఇచ్చాడు మరియు డ్రాఫ్ట్ ఎగ్జిక్యూటివ్ సారాంశాన్ని అభ్యర్థించాడు. AI 12 నిమిషాల్లో ఒక స్కెచ్‌ను రూపొందించింది; కోఆర్డినేటర్ ప్రతి శాతాన్ని తన ట్రాకింగ్ చార్ట్‌తో పోల్చారు, సరికాని పూర్తి రేటును సరిదిద్దారు మరియు స్థితి రంగులను వాస్తవికతకు సవరించారు. వ్యవధి: 2.5 గంటలకు బదులుగా 35 నిమిషాలు. AI డ్రాఫ్ట్ ఇచ్చింది, బాధ్యత మానవుడిపైనే ఉంటుంది.

కేస్ 2 — ధృవీకరించబడని అంచనా ఉచ్చు. ఒక PM AIని “మొబైల్ యాప్ పరీక్షకు ఎన్ని రోజులు పడుతుంది?” అని అడిగాడు. టీమ్ డేటాను చూడడానికి ముందు AI "సుమారు 8 రోజులు" చెప్పింది. PM దీన్ని కస్టమర్‌కు అప్పగించారు; జట్టు యొక్క చారిత్రక డేటా ఆధారంగా వాస్తవ సమయం 15 పనిదినాలు. 7-రోజుల విచలనం పెనాల్టీకి దారితీసింది. తప్పు: టీమ్ డేటా లేకుండా నిబద్ధతను రూపొందించడానికి AI నుండి ఒక సంఖ్యను ఆశించడం.

కేసు 3 - గోప్యత ఉల్లంఘన. ఒక టీమ్ లీడర్ కస్టమర్ పేరు, కాంట్రాక్ట్ మొత్తం మరియు మొత్తం టీమ్ పేరు-జీతం సమాచారాన్ని కలిగి ఉన్న రిసోర్స్ ప్లాన్‌ను పబ్లిక్ AI సాధనంలో అప్‌లోడ్ చేసి, "దీన్ని ఆప్టిమైజ్ చేయండి" అని చెప్పాడు. డేటా బాహ్య సర్వర్‌కు వెళ్లింది; NDA ఉల్లంఘనకు కస్టమర్ నోటీసు పంపారు. పేరు, మొత్తం మరియు జీతం మినహాయించి, పాత్ర మరియు కృషి శాతం వంటి అనామక ఫీల్డ్‌లను మాత్రమే పంచుకోవడం సరైన మార్గం.

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైన ప్రాంప్ట్:

ఈ నెలలో మా ప్రాజెక్ట్ స్థితి గురించి వ్రాయండి మరియు మేము ఎంతవరకు వచ్చామో మాకు తెలియజేయండి.

ఈ క్లెయిమ్ లోపభూయిష్టంగా ఉంది: AIకి డేటా ఇవ్వబడలేదు, కనుక ఇది "మేము ఎంత దూరం వచ్చాము" అనే ప్రశ్నకు మాత్రమే తయారు చేయబడిన సంఖ్యతో సమాధానం ఇవ్వగలదు. కాలం, పరిధి, సందర్భం రెండూ స్పష్టంగా లేవు.

శక్తివంతమైన ప్రాంప్ట్:

మీ పాత్ర: ప్రాజెక్ట్ మేనేజర్‌కి సహాయం చేసే సహాయకుడు. సందర్భం: 5 వర్క్ ప్యాకేజీల కోసం ప్లాన్/వాస్తవ డేటా (క్లయింట్ పేరు మరియు మొత్తాలు మాస్క్ చేయబడినవి). టాస్క్: ఎగ్జిక్యూటివ్ సారాంశం (200 పదాలు లేదా అంతకంటే తక్కువ) డ్రాఫ్ట్‌ను వ్రాయండి. నేను ఇచ్చిన డేటాను ఉపయోగించండి; తప్పిపోయిన సమాచారం, నంబర్ ఫిట్టింగ్ కోసం "[నిర్ధారణ అవసరం]" అని వ్రాయండి. నిర్మాణం: 1) సాధారణ స్థితి (RAG), 2) అడ్వాన్సింగ్ ప్యాకేజీలు, 3) మారుతున్న ప్యాకేజీలు మరియు కారణం, 4) సిఫార్సు. డేటా:- WBS-1 విశ్లేషణ: ప్రణాళిక 100% / వాస్తవ 100%- WBS-2 డిజైన్: ప్రణాళిక 80% / వాస్తవ 60%- WBS-3 అభివృద్ధి: ప్రణాళిక 40% / వాస్తవ 25%- WBS-4 పరీక్ష: ప్రణాళిక 10% / వాస్తవ 0% - WBS-5 డాక్యుమెంటేషన్ / 220%: ప్రణాళిక

పాత్ర, సందర్భం, డేటా, సరిహద్దు (“నంబర్ ఫిట్టింగ్”), ఫార్మాట్ మరియు అస్పష్టత (“[నిర్ధారణ అవసరం]”) స్పష్టంగా ఇవ్వబడినందున ఈ ప్రాంప్ట్ బలంగా ఉంది. అవుట్‌పుట్ ఇప్పటికీ ప్రాజెక్ట్ మేనేజర్ ద్వారా ధృవీకరించబడాలి.

మూడు ఇతర ఉపయోగకరమైన స్టార్టర్ టెంప్లేట్లు:

# అనిశ్చితిని అమలు చేసే టెంప్లేట్ కింది వచనం నుండి నిర్ణయాలు మరియు చర్యలను సంగ్రహించండి. టెక్స్ట్‌లో స్పష్టంగా పేర్కొనబడని బాధ్యతలు లేదా తేదీలను కేటాయించవద్దు; మీకు ఖచ్చితంగా తెలియని చోట "అనిశ్చితం" అని వ్రాయండి. దానిని తయారు చేయవద్దు.

# అనామక రిమైండర్ (స్వీయ-తనిఖీ) నేను మీకు ఇచ్చే టెక్స్ట్‌లో కస్టమర్ పేరు, మొత్తం లేదా వ్యక్తి పేరు మీకు కనిపిస్తే, ప్రక్రియను ప్రారంభించే ముందు నన్ను హెచ్చరించి, ఈ ఫీల్డ్‌లను [MASKED]తో భర్తీ చేయమని సూచించండి.

# మీరు ఉత్పత్తి చేసే ప్రతి సంఖ్యా ఫలితానికి ప్రామాణీకరణ జాబితాను రూపొందించే టెంప్లేట్, ప్రాజెక్ట్ మేనేజర్ దీన్ని స్వతంత్రంగా ఎలా ధృవీకరించవచ్చనే దానిపై ఒక-లైన్ "ధృవీకరణ దశ"ను జోడించండి.

సాధారణ తప్పులు

• డేటా ఇవ్వకుండా సంఖ్యలను ఆశించడం: మీ స్వంత ప్రాజెక్ట్ యొక్క డేటాను ఇవ్వకుండా సమయం, ఖర్చు లేదా పురోగతి కోసం AIని అడగడం భ్రాంతికి ఆహ్వానిస్తోంది.
• ఖచ్చితత్వంతో కూడిన గందరగోళ పటిమ: బాగా వ్రాసిన వచనం సరైనదని అర్థం కాదు.
• రహస్య డేటాను ఇలా అతికించడం: కస్టమర్ పేరు, మొత్తం మరియు సంప్రదింపు సమాచారం అనామకీకరణ లేకుండా ఏ ఓపెన్ టూల్‌ను నమోదు చేయకూడదు.
• AIకి నిబద్ధతను అప్పగించడం: బృంద ధృవీకరణ లేకుండా డెలివరీ తేదీ మరియు బడ్జెట్ కట్టుబడి ఉండకూడదు.
• ఒకే ప్రాంప్ట్‌తో పూర్తి చేయడానికి ప్రయత్నిస్తున్నారు: రోల్-కాంటెక్స్ట్-డేటా-బౌండరీ-ఫార్మాట్‌తో కూడిన నిర్మాణాత్మక ప్రాంప్ట్‌ల నుండి మంచి ఫలితాలు వస్తాయి.

చిట్కా: ప్రతి AI సెషన్‌ను అడగడం ద్వారా ప్రారంభించండి, “ఈ డెలివరీని స్పాన్సర్‌కి అందించే ముందు నేను నా కోసం ఏ మూడు విషయాలను ధృవీకరించాలి?” అనే ప్రశ్నతో ప్రారంభించండి. ఈ అలవాటు మిగిలిన మాడ్యూల్‌లోని అన్ని పనుల ద్వారా మిమ్మల్ని రక్షిస్తుంది.

సారాంశంలో

నివేదికలు, ప్రణాళికలు, అంచనాలు మరియు కమ్యూనికేషన్‌ను వేగవంతం చేసే ప్రాజెక్ట్ నిర్వహణలో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ శక్తివంతమైన సహాయకుడు; అయితే, ఇది చిత్తుప్రతులను ఉత్పత్తి చేసే సాధనం, కట్టుబాట్లు కాదు. మేము వ్యాపారాన్ని కార్యాచరణ, వ్యూహాత్మక మరియు వ్యూహాత్మక పొరలుగా విభజించినప్పుడు, ప్రమాదం పెరిగేకొద్దీ AI పాత్ర చిన్నదిగా మారుతుంది. ప్రతి అవుట్‌పుట్ తప్పనిసరిగా మూడు దశల ద్వారా ధృవీకరించబడాలి (మూలానికి లింక్, రీకాలిక్యులేట్, అడ్మినిస్ట్రేటివ్ ఫిల్టర్); KVKK/NDA పరిధిలో ప్రాజెక్ట్ మరియు కస్టమర్ డేటా తప్పనిసరిగా అనామకంగా ఉండాలి. క్లిష్టమైన నిర్ణయాల బాధ్యత మరియు తుది ఆమోదం ఎల్లప్పుడూ మానవునిపై ఉంటుంది.

అప్లికేషన్ టాస్క్

మీ ప్రస్తుత ప్రాజెక్ట్ నుండి టాస్క్‌ను ఎంచుకోండి. ముందుగా, AIకి ఉద్దేశపూర్వకంగా "బలహీనమైన" ప్రాంప్ట్‌ను వ్రాసి (సందర్భం లేకుండా, ఎటువంటి డేటా ఇవ్వకుండా) మరియు అవుట్‌పుట్‌ను సేవ్ చేయండి. ఈ యూనిట్‌లోని "బలమైన ప్రాంప్ట్" నిర్మాణంతో (పాత్ర, సందర్భం, అనామక డేటా, సరిహద్దు, ఆకృతి) మళ్లీ అదే పనిని అడగండి. రెండు ప్రింట్‌అవుట్‌లను పక్కపక్కనే ఉంచండి మరియు తేడాను వ్రాయండి మరియు మీరు రెండు ప్రింట్‌అవుట్‌లలో మీ స్వంతంగా ధృవీకరించుకోవాల్సిన కనీసం మూడు పాయింట్‌లను వ్రాయండి.

చెక్లిస్ట్

• [ ] నేను AI పాత్రను "సహాయకుడు/డ్రాఫ్ట్"గా మరియు నిర్ణయాన్ని "మానవుడు"గా ఉంచాను.
• [ ] నేను నా పని యొక్క ప్రమాద స్థాయిని (తక్కువ/మధ్యస్థం/ఎక్కువ) గుర్తించాను.
• [ ] నేను ప్రాంప్ట్‌కు పాత్ర, సందర్భం, డేటా, సరిహద్దు మరియు ఆకృతిని జోడించాను.
• [ ] నేను కస్టమర్ పేరు, మొత్తం మరియు వ్యక్తి సమాచారాన్ని అజ్ఞాతం చేసాను.
• [ ] నేను అవుట్‌పుట్‌లోని ప్రతి సంఖ్యను స్వతంత్రంగా ధృవీకరించే దశను గుర్తించాను.
• [ ] నేను ధృవీకరించకుండా నిబద్ధత (తేదీ/బడ్జెట్) కలిగిన అవుట్‌పుట్‌ను భాగస్వామ్యం చేయలేదు.