ปัญญาประดิษฐ์เบื้องต้นในการออกแบบอุตสาหกรรม: บทบาท ขอบเขต การตรวจสอบความถูกต้อง และจริยธรรม

กำไร:

• ความสามารถในการแยกแยะว่าจุดใดที่ปัญญาประดิษฐ์ให้เวลาจริงและความหลากหลายของแนวคิดในกระบวนการออกแบบอุตสาหกรรม และจุดใดที่การตัดสินใจที่มีความสำคัญต่อการผลิตและความปลอดภัยเป็นสิ่งสำคัญสำหรับนักออกแบบและวิศวกร ตามระดับความเสี่ยงของงาน
• ความสามารถในการใช้ระเบียบวินัยในการตรวจสอบที่ทดสอบภาพและข้อความปัญญาประดิษฐ์ทุกภาพกับความเป็นจริงในการผลิตวัสดุ การตัดสินของนักออกแบบ และการอนุมัติจากผู้เชี่ยวชาญที่มีความสามารถ
• ความสามารถในการสร้างนิสัยความเป็นส่วนตัว การไม่เปิดเผยตัวตน และการเลือกเครื่องมือที่ปลอดภัยเพื่อปกป้องบทสรุป ข้อมูลลูกค้า และไฟล์การออกแบบ

งานของนักออกแบบอุตสาหกรรมคือการเชื่อมช่องว่างระหว่างความต้องการกับผลิตภัณฑ์ที่สามารถผลิตได้ สวยงาม และมีประโยชน์ ด้ามจับกาต้มน้ำมีขนาดพอดีกับมือของคุณอย่างไร ใช้เวลานานแค่ไหนในการทำความเข้าใจแผงของอุปกรณ์ทางการแพทย์ ไม่ว่าเฟอร์นิเจอร์ชิ้นหนึ่งจะมีทั้งความสวยงามและสามารถผลิตได้ในราคาที่สมเหตุสมผลในโรงงานหรือไม่ ทั้งหมดนี้คือการตัดสินใจของนักออกแบบ งานนี้ต้องการการสร้างแนวคิดเชิงภาพจำนวนมาก การทำความเข้าใจผู้ใช้ การยอมรับความเป็นจริงของวัสดุและการผลิต และการทำทั้งหมดนี้โดยยังคงความเป็นจริงในภาษาของแบรนด์ ปัญญาประดิษฐ์ (เรียกสั้นๆ ว่า AI ระบบซอฟต์แวร์ที่ทำงานกับข้อความ รูปภาพ และข้อมูลตัวเลข และได้เรียนรู้รูปแบบจากข้อมูลขนาดใหญ่) เป็นตัวช่วยที่ทรงพลังในหลายขั้นตอนของกระบวนการที่สร้างสรรค์แต่มีระเบียบวินัยนี้ โมดูลนี้จะสอนให้คุณทราบว่าควรใช้ AI ในการออกแบบอุตสาหกรรมได้อย่างปลอดภัยที่ไหน ตำแหน่งใดเป็นอันตราย และเหตุใดคุณจึงควรตรวจสอบความถูกต้องของเอาต์พุต AI ทั้งหมดด้วยวิจารณญาณของนักออกแบบ ความเป็นจริงของการผลิตวัสดุ และการอนุมัติของวิศวกรผู้มีความสามารถเมื่อจำเป็น

หลักการสำคัญที่คุณจะใช้ตลอดโมดูลนี้คือ AI เป็นตัวช่วยและเครื่องกำเนิดแนวคิด ไม่ใช่ผู้มีอำนาจตัดสินใจ รูปภาพแนวคิด คำแนะนำแบบฟอร์ม การวัดตามหลักสรีรศาสตร์ คำแนะนำวัสดุ หรือการเรนเดอร์ไม่แม่นยำ ไม่สามารถผลิตได้ หรือเป็นต้นฉบับเพียงเพราะว่า "ผลิตโดย AI" มันเป็นเพียงสมมติฐานจนกว่าจะได้รับการยืนยัน ในการออกแบบอุตสาหกรรม ภาพที่ไม่ถูกต้องมักหมายถึงแม่พิมพ์ที่ไม่สามารถผลิตได้ ด้ามจับที่ไม่พอดีกับมือ การลงทุนที่พังทลาย หรือคำเตือนทางกฎหมายสำหรับการเลียนแบบการออกแบบของผู้อื่น นั่นเป็นสาเหตุที่การยืนยันไม่ใช่ "ขั้นตอนเพิ่มเติม" แต่เป็นส่วนสำคัญของงาน

Visual Artificial Intelligence คืออะไร และมีประโยชน์อย่างไรในการออกแบบ?

เครื่องมือ Visual AI ส่วนใหญ่ที่ใช้ในการออกแบบในปัจจุบันอาศัยเทคโนโลยีที่เรียกว่าการสร้างแบบจำลองการแพร่กระจาย แบบจำลองการแพร่กระจายเป็นระบบที่ทำงานโดยใช้ตรรกะ "การแยกภาพออกจากจุดรบกวน" โดยการเรียนรู้จากภาพนับล้านภาพ โดยเริ่มต้นจากคราบสัญญาณรบกวนแบบสุ่ม และค่อยๆ เข้าใกล้ภาพที่พอดีกับคำอธิบายข้อความ (พร้อมท์) ที่คุณให้ นี่คือกลไกของเครื่องมือต่างๆ เช่น Midjourney, Stable Diffusion, DALL·E, Firefly โมเดลภาษาขนาดใหญ่ที่สร้างข้อความ (เช่น LLM; ChatGPT, Claude, Gemini) เข้ามามีบทบาทในการสังเคราะห์งานวิจัย การสืบค้นเนื้อหา การเขียนสั้น ๆ และการวางแผนขั้นตอนการทำงาน

สิ่งสำคัญคือโมเดลเหล่านี้ไม่ใช่ "ฐานความรู้" แต่เป็น "ตัวประมาณความน่าจะเป็น" พูดภาษาการออกแบบได้อย่างคล่องแคล่ว สร้างภาพที่สวยงาม แต่ไม่ได้วัดความสามารถในการผลิตชิ้นงาน สร้างภาพหรือประโยคที่ดูน่าจะเป็นไปได้มากที่สุด ดังนั้นจึงสามารถผลิตการประกอบที่เป็นไปไม่ได้ทางกายภาพ รูปแบบที่เกินขนาด ค่าตามหลักสรีรศาสตร์ที่คิดค้นขึ้นมา หรือคุณสมบัติของวัสดุที่ไม่มีอยู่จริง สิ่งนี้เรียกว่าภาพหลอน (การประดิษฐ์) อาการประสาทหลอนไม่ใช่ความผิดปกติ แต่เป็นคุณลักษณะโดยธรรมชาติของเทคโนโลยีนี้

งานที่ AI แข็งแกร่งในการออกแบบอุตสาหกรรม:

• ความหลากหลายของแนวคิดและภาพร่าง: สร้างทิศทางรูปแบบ/สไตล์ที่แตกต่างกันมากมายในระยะเวลาอันสั้น
• แรงบันดาลใจและมูดบอร์ด: การค้นพบบรรยากาศทางภาพที่เหมาะกับภาษาของผลิตภัณฑ์
• การสังเคราะห์งานวิจัย: โครงร่างของการดึงประเด็นสำคัญและข้อมูลเชิงลึกจากข้อมูลการสัมภาษณ์และการสำรวจ
• การสอบถามเกี่ยวกับวัสดุ/การผลิต: เรียนรู้ข้อจำกัดของวิธีการอย่างรวดเร็ว (ต้องได้รับการตรวจสอบ)
• การเรนเดอร์และการนำเสนอ: รูปแบบ CMF (สี-วัสดุ-พื้นผิว) รูปภาพบริบท
• งานข้อความ: บทสรุป ข้อความนำเสนอ ร่างเหตุผลในการออกแบบ

เมื่อ AI อ่อนแอและมีความเสี่ยง:

• ขนาดที่แน่นอน พิกัดความเผื่อ ค่าตามหลักสรีระศาสตร์ และความแข็งแกร่ง
• รับประกันความสามารถในการผลิตที่แท้จริง (DFM)
• การรับประกันความคิดริเริ่มและทรัพย์สินทางปัญญา (สามารถเลียนแบบการออกแบบอื่นได้)
• การตัดสินใจที่คำนึงถึงความปลอดภัย: เสี่ยงต่อการสำลักของเล่น การปฏิบัติตามอุปกรณ์ที่ได้มาตรฐาน

การจำแนกตามความเสี่ยง: ตัวกรองก่อนใช้ AI

ไม่ใช่ทุกงานออกแบบจะมีความเสี่ยงเท่ากัน จำแนกงานตามระดับความเสี่ยงก่อนใช้ AI ตารางด้านล่างนี้เป็นกรอบการตัดสินใจที่คุณจะใช้ตลอดทั้งโมดูล

ระดับความเสี่ยง

งานตัวอย่าง

บทบาทของเอไอ

การตรวจสอบภาคบังคับ

ต่ำ

มูดบอร์ด ภาพแรงบันดาลใจ ร่างข้อความการนำเสนอ

ใช้งานฟรี

รีวิวก็พอแล้ว

ปานกลาง

การสร้างแนวคิด/ภาพร่าง ร่างการสังเคราะห์งานวิจัย

เครื่องกำเนิดไอเดีย / ผู้เขียนร่วม

ตัวกรองการออกแบบ + การเชื่อมโยงกลับไปยังข้อมูล

สูง

ขนาดตามหลักสรีรศาสตร์ คำแนะนำเกี่ยวกับวัสดุ/การผลิต ภาษาของผลิตภัณฑ์

เครื่องกำเนิดความคิด

ข้อมูลสัดส่วนร่างกาย + DFM + การยืนยันซัพพลายเออร์

สำคัญ

การอนุมัติผลิตภัณฑ์ที่สำคัญต่อความปลอดภัย ความแข็งแกร่ง การปฏิบัติตามมาตรฐาน

ฉบับร่าง/สแกนเท่านั้น

วิศวกรผู้มีความสามารถ/การอนุมัติจากผู้เชี่ยวชาญ + การทดสอบจริง

เคล็ดลับ: หากคุณทำเครื่องหมายงานว่า "สำคัญ" ผลลัพธ์ AI จะไม่ใช่เอกสารขั้นสุดท้าย ส่วนใหญ่เป็นร่างหรือรายการตรวจสอบเบื้องต้น ผู้ออกแบบ/วิศวกรที่มีความสามารถจะเป็นผู้ลงนามและรับผิดชอบ

โฟลว์แบบ end-to-end: การฝัง AI ในกระบวนการออกแบบ

กระบวนการออกแบบอุตสาหกรรมทั่วไปต้องผ่านขั้นตอนต่อไปนี้ และ AI จะเข้าสู่แต่ละขั้นตอนแต่ไม่ได้ปิดขั้นตอนใดขั้นตอนหนึ่งด้วยตนเอง:

1. บทสรุปและการวิจัย: ความต้องการ ผู้ใช้ ข้อจำกัด (AI: บรีฟ ชี้แจง สังเคราะห์งานวิจัย)
2. การสร้างแนวคิด: ความหลากหลายของความคิดที่หลากหลาย (AI: กลุ่มร่างภาพ/แนวคิดด่วน)
3. รูปร่างและการยศาสตร์: สัดส่วน ความสมดุล การยึดเกาะ (AI: การค้นพบทางเลือก; ตรวจสอบการวัดแล้ว)
4. วัสดุและการผลิต: DFM ต้นทุน วิธีการ (AI: การสอบถาม; การยืนยันซัพพลายเออร์)
5. 3 มิติและรายละเอียด: การสร้างแบบจำลอง CAD (AI: เสริม; การวัดได้รับการตรวจสอบในรูปแบบ CAD)
6. การเรนเดอร์และการนำเสนอ: การแสดงภาพ (AI: การเรนเดอร์ที่รวดเร็ว การนำเสนออย่างตรงไปตรงมาเป็นสิ่งจำเป็น)
7. ทรัพย์สินทางปัญญาและการส่งมอบ: ความคิดริเริ่ม การลงทะเบียน ไฟล์ (AI อยู่ข้างสนาม กฎหมายและผู้ออกแบบเป็นผู้ตัดสินใจ)

เก็บเจ็ดขั้นตอนนี้ไว้ในใจของคุณ ส่วนที่เหลือของโมดูลจะแสดงวิธีใช้ AI กับงานออกแบบที่เป็นรูปธรรมในแต่ละขั้นตอน

มินิเคสสามอัน

กรณีที่ 1 — แนวคิด “ยิ่งใหญ่” ที่ไม่สามารถผลิตได้ นักออกแบบสร้างแนวคิด 12 ประการจาก AI สำหรับชุดหูฟังไร้สาย หนึ่งในนั้นสร้างความประทับใจให้กับลูกค้าเป็นอย่างมากและได้รับการอนุมัติโดยตรง อย่างไรก็ตาม การประกอบบานพับและประตูในการเรนเดอร์นั้นเป็นไปไม่ได้ทางกายภาพ โดยทั้งสองส่วนจะทะลุผ่านกันและกัน ผู้ผลิตแม่พิมพ์บอกว่าไม่สามารถสร้างรูปทรงเรขาคณิตนี้ได้ การออกแบบถูกวาดใหม่ตั้งแต่ต้นและโครงการล่าช้าไป 3 สัปดาห์ ทัศนคติที่ถูกต้องคือการพิจารณาแนวคิด AI ว่าเป็นแรงบันดาลใจในการร่างภาพและแก้ไขการประกอบและการผลิตในฐานะนักออกแบบตั้งแต่เริ่มต้น

กรณีที่ 2 — ค่าตามหลักสรีระศาสตร์ที่ไม่เหมาะสม สำหรับด้ามจับเครื่องมือช่าง เด็กฝึกงานถาม AI ว่า "เส้นผ่านศูนย์กลางด้ามจับสำหรับผู้ใหญ่เป็นหน่วย มม. คือเท่าไร" เขาถาม; AI บอกว่า "ประมาณ 40 มม." ผู้ฝึกงานจะประมวลผลสิ่งนี้ลงในแบบจำลองโดยตรง อย่างไรก็ตาม มูลค่าที่แท้จริงจะแตกต่างกันไประหว่าง 30–50 มม. ขึ้นอยู่กับประชากรเป้าหมายและการกระจายเปอร์เซ็นไทล์ 40 มม. ที่เลือกนั้นหนาเกินไปสำหรับผู้ใช้ผู้หญิงส่วนใหญ่ ปัญหาเกิดขึ้นในการทดสอบจำลอง ทัศนคติที่ถูกต้องคือการวัดจากตารางข้อมูลสัดส่วนร่างกายที่เชื่อถือได้และทดสอบด้วยการจำลองทางกายภาพ

กรณีที่ 3 — การใช้งานที่ถูกต้อง เมื่อมองหาทิศทางของรูปทรงของเครื่องเตรียมอาหาร นักออกแบบบอกกับ AI ว่า “ฝาด้านบน 8 รูปแบบที่แตกต่างกันในขณะที่ยังคงรูปทรงของตัวเครื่องไว้เหมือนเดิม ทั้งหมดนี้ใช้ภาษาที่นุ่มนวลและเรียบง่ายในไฟสตูดิโอ” AI สร้าง 8 รูปแบบ; นักออกแบบเลือก 2 ทิศทางจากพวกเขา พัฒนาด้วยการร่างภาพด้วยมือ และแก้ปัญหาตามหลักสรีรศาสตร์และการผลิตด้วยตัวเอง ที่นี่มีการใช้ AI อย่างถูกต้อง: มันเร่งการค้นพบ ทำการคัดเลือก และวิศวกรรมมนุษย์

เทมเพลตพร้อมท์ที่คัดลอกได้

คุณสามารถปรับเทมเพลตด้านล่างให้เข้ากับธุรกิจของคุณเองได้ ในแต่ละข้อมีตรรกะที่มีสติว่า "นี่คือสมมติฐาน จะต้องได้รับการตรวจสอบ"

เทมเพลตบทบาทและขอบเขต (สำหรับข้อความ AI) "บทบาท: คุณเป็นผู้ช่วยออกแบบอุตสาหกรรมที่มีประสบการณ์ ภารกิจ: [เขียนหัวเรื่อง] กฎ: เมื่อให้มิติ ความทนทาน ค่าตามหลักสรีรศาสตร์ หรือข้อกำหนดของวัสดุที่แน่นอน ให้ระบุว่าจะต้องได้รับการยืนยัน หากไม่แน่ใจ ให้พูดว่า 'ยืนยันจากแหล่งที่มา' ในตอนท้ายของคำตอบ ให้เขียน 'สิ่งที่ต้องได้รับการตรวจสอบด้วยข้อมูลสัดส่วนร่างกาย การวิเคราะห์ DFM หรือซัพพลายเออร์' ที่ท้ายคำตอบ"

เทมเพลตการสร้างแนวคิด (สำหรับ Visual AI)"ภาพร่างแนวคิดสำหรับ [ผลิตภัณฑ์] ภาษาของแบบฟอร์ม: [เรียบง่าย/ออร์แกนิก/เทคนิค] การพิมพ์ของวัสดุ: [พลาสติกด้าน/อลูมิเนียมขัดเงา/ไม้] มุม: ด้านหน้า 3/4 แสง: สตูดิโอนุ่มนวล พื้นหลัง: สีเทากลาง 8 รูปแบบ ให้ความรู้สึกเหมือนตระกูลผลิตภัณฑ์เดียวกัน การออกแบบผลิตภัณฑ์อุตสาหกรรมในสไตล์ภาพร่างแนวคิด"

เทมเพลตรายการตรวจสอบการยืนยัน"แสดงรายการค่าตัวเลขทุกค่า (มิติ พิกัดความเผื่อ การวัดตามหลักสรีระศาสตร์) และการกล่าวอ้างการผลิต/วัสดุทุกรายการในร่างการตัดสินใจออกแบบด้านล่าง สำหรับแต่ละค่า ให้ระบุว่าควรตรวจสอบจากแหล่งที่มาใด (ตารางสัดส่วนร่างกาย เอกสารข้อมูลวัสดุ ซัพพลายเออร์ การวิเคราะห์ DFM แบบจำลองจริง) รวบรวมแหล่งที่มาที่ไม่แน่นอนภายใต้ "ไม่สามารถใช้โดยไม่มีการตรวจสอบยืนยัน" ข้อความ: [วาง]"

เทมเพลตการตรวจสอบความเป็นส่วนตัวล่วงหน้า "ก่อนที่จะให้บรีฟต่อไปนี้แก่เครื่องมือ AI ให้ทำเครื่องหมายส่วนที่เป็นความลับทางการค้าและความเป็นส่วนตัว: ชื่อลูกค้า แนวคิดผลิตภัณฑ์ยังไม่เปิดเผย ราคา/กลยุทธ์ รายละเอียดการลงทะเบียนล่วงหน้า แนะนำวิธีที่ฉันสามารถปกปิดข้อมูลเหล่านี้ได้ ข้อความ: [วาง]"

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

การแสดงคำขอเดียวกันในสองวิธีให้ผลลัพธ์ที่แตกต่างกันมาก

ข้อความเตือนที่อ่อนแอ: "ออกแบบเครื่องชงกาแฟที่ดี"

ข้อความด่วนทันใจ: "ภาพร่างแนวคิดเครื่องชงกาแฟแบบกรองสำหรับใช้ในบ้าน ผู้ใช้เป้าหมาย: มืออาชีพรุ่นเยาว์ที่มีห้องครัวขนาดเล็ก รูปแบบภาษา: เรียบง่าย ขอบนุ่ม แนวตั้ง และกะทัดรัด CMF: ตัวเครื่องสีแอนทราไซต์ด้าน รายละเอียดไม้สีอ่อน มุม: 3/4 ด้านหน้า แสง: สตูดิโอนุ่มนวล มี 6 รูปแบบ ความรู้สึกแบบครอบครัวผลิตภัณฑ์เดียวกัน หมายเหตุ: นี่คือภาพร่างแนวคิด ขนาดและความสามารถในการผลิตจะได้รับการแก้ไขแยกกัน"

พรอมต์ที่ไม่ดีทำให้ AI กลายเป็นความคิดโบราณและเอาต์พุตแบบสุ่ม พรอมต์ที่มีประสิทธิภาพช่วยให้เข้าใกล้จุดประสงค์การออกแบบของคุณมากขึ้น และทำให้สามารถประเมินผลลัพธ์ได้

ข้อผิดพลาดทั่วไป

• พิจารณาแนวคิด AI โดยตรงว่าเป็น "ผลิตภัณฑ์ขั้นสุดท้าย" ความสามารถในการผลิต การประกอบ และขนาดก็ได้รับการแก้ไขเช่นกัน
• “การถาม” AI สำหรับค่าตามหลักสรีรศาสตร์/มิติและใช้งานโดยตรง สิ่งเหล่านี้มาจากข้อมูลและการทดสอบสัดส่วนร่างกายของมนุษย์
• ไม่ตั้งคำถามถึงความคิดริเริ่ม AI สามารถเลียนแบบการออกแบบหรือสไตล์ของศิลปินที่มีอยู่โดยไม่รู้ตัว
• การวางบรีฟที่ละเอียดอ่อนลงในเครื่องมือระบบคลาวด์โดยไม่เปิดเผยตัวตน ตัวตนและแนวคิดของลูกค้าเป็นความลับทางการค้า
• กำลังรอหนึ่งพรอมต์และหนึ่งเอาต์พุต ใช้ AI ซ้ำๆ: สร้าง ปรับแต่ง ปรับแต่ง ตรวจสอบ

ข้อควรระวัง: ยิ่งภาพ AI ดูน่าดึงดูดและสมจริงมากเท่าใด ความจำเป็นในการตรวจสอบยืนยันในแง่ของความสามารถในการผลิตและความถูกต้องก็จะยิ่งมากขึ้นเท่านั้น การดึงดูดสายตาไม่ได้รับประกันถึงความสามารถในการผลิตหรือความคิดริเริ่ม

โดยสรุป

ในหน่วยนี้ คุณได้เห็นแล้วว่า AI เป็นตัวช่วยและผู้สร้างแนวคิดในการออกแบบอุตสาหกรรม ไม่ใช่ผู้มีอำนาจตัดสินใจ โมเดลการแพร่กระจายและโมเดลภาษาสร้างภาพที่สวยงามและข้อความที่ลื่นไหล มีความเชี่ยวชาญในด้านความหลากหลายทางแนวคิด แรงบันดาลใจ การสังเคราะห์และการแสดงผลงานวิจัย แต่มีความเสี่ยงในการรับประกันการวัดผลที่แม่นยำ การทำซ้ำ และความคิดริเริ่ม (ภาพหลอน) จำแนกงานเป็นต่ำ/กลาง/สูง/วิกฤต และปรับความลึกในการตรวจสอบให้เหมาะสม ตรวจสอบทุกการตรวจวัดจากข้อมูลที่เชื่อถือได้ ทุกการอ้างความสามารถในการผลิตจาก DFM และซัพพลายเออร์ ท้าทายความถูกต้อง และปกปิดข้อมูลสรุปที่ละเอียดอ่อน การตัดสินใจที่มีความสำคัญด้านความปลอดภัยจะขึ้นอยู่กับผู้เชี่ยวชาญที่มีความสามารถเสมอ

งานสมัคร

เลือกห้างานจากธุรกิจของคุณเอง (หรือโครงการผลิตภัณฑ์ในจินตนาการ): มูดบอร์ด การสร้างแนวคิด การวัดตามหลักสรีรศาสตร์ คำถามเกี่ยวกับวัสดุ/การผลิต และปัญหาด้านความปลอดภัย วางแต่ละรายการไว้ในตารางความเสี่ยงด้านบน จากนั้นให้ Visual AI ทำงานที่มีความเสี่ยงต่ำ/ปานกลางด้วยเทมเพลต "การสร้างแนวคิด" ทำเครื่องหมายการอ้างสิทธิ์ด้านมิติและการผลิตแต่ละรายการของเอาต์พุตด้วยเทมเพลต "รายการตรวจสอบการตรวจสอบ" และจดบันทึกว่าองค์ประกอบใดไม่สามารถใช้งานได้หากไม่มีการตรวจสอบ

รายการตรวจสอบ

• [ ] ฉันวางภารกิจไว้ที่ระดับความเสี่ยง (ต่ำ/กลาง/สูง/วิกฤต) ก่อนที่จะใช้งาน
• [ ] ฉันถือว่าแนวคิด AI เป็นสมมติฐาน ฉันไม่ได้ใช้มันเป็นผลิตภัณฑ์ขั้นสุดท้ายโดยตรง
• [ ] ฉันตรวจสอบค่าตามหลักสรีรศาสตร์/มิติจากข้อมูลและแบบจำลองที่เชื่อถือได้
• [ ] ฉันตั้งคำถามถึงความสร้างสรรค์ของผลงานและความเสี่ยงที่อาจเกิดขึ้นจากการลอกเลียนแบบ
• [ ] ฉันไม่ระบุชื่อบรีฟที่ละเอียดอ่อน (ชื่อลูกค้า แนวคิดที่เป็นความลับ)
• [ ] ฉันปล่อยให้การตัดสินใจที่มีความสำคัญด้านความปลอดภัยอยู่ภายใต้การอนุมัติจากผู้เชี่ยวชาญ ไม่ใช่ขึ้นอยู่กับเอาท์พุตของ AI