એક શરૂઆત. પછી જરૂરિયાત પ્રમાણે બદલાતો માર્ગ.

પ્રથમ પાઠ પહેલાં વ્યવસ્થાપક શું કરે છે?

મેનેજર ટૂંકી પ્રારંભિક ગોઠવણી પૂર્ણ કરે છે અને આમંત્રણો મોકલે છે. નોંધણીથી પ્રથમ આમંત્રણ સુધીનો સમય દસ મિનિટથી ઓછો રાખવાના લક્ષ્ય સાથે શરૂઆતની પ્રક્રિયા તૈયાર કરવામાં આવી રહી છે. આ ડિઝાઇનનું લક્ષ્ય છે, જેને અમે ચકાસીશું; તે માપેલું પરિણામ નથી.

એક પાઠમાં શું હોય છે?

આયોજન કરેલા દરેક પાઠમાં ત્રણ ભાગ છે: ટૂંકી સમજૂતી, શીખનારની કામની ભૂમિકાને અનુરૂપ ઉકેલ સાથેનું ઉદાહરણ અને વાસ્તવિક AI સાધનમાં જાતે કરવાનું કાર્ય. શીખનાર પોતાનું અંતિમ પરિણામ અને તેમાં શું બદલ્યું તેની ટૂંકી નોંધ Tosheo.aiમાં પાછાં નકલ કરીને મૂકે છે, જ્યાં કાર્ય પર દર્શાવેલી ગુણાંકન માર્ગદર્શિકા મુજબ તેને ગુણ આપવામાં આવે છે.

હાર્બર લેન લોજિસ્ટિક્સના એક કાલ્પનિક સંચાલન સંયોજકને લો. સમજૂતીમાં સારાંશ કોના માટે છે તે સ્પષ્ટ કરવું કેમ જરૂરી છે તે આવરી લેવાયું છે. ઉકેલીને બતાવેલું ઉદાહરણ ગોડાઉનના કર્મચારીઓ માટે ટૂંકી કરેલી સપ્લાયરને માલ પરત કરવાની SOP દર્શાવે છે. કાર્યમાં શીખનારને તેમની ટીમના AI સાધનનો ઉપયોગ કરીને નવા કર્મચારીઓ માટે બીજી આપેલી SOPનો સારાંશ બનાવવા કહેવામાં આવે છે, જેમાં સલામતીની ચકાસણી ધરાવતું દરેક પગલું જાળવવાનું છે.

પ્રતિસાદનો હેતુ કામની ચોક્કસ બાબતો તરફ ધ્યાન દોરવાનો છે. ઉપયોગી ટિપ્પણી આ પ્રકારની હોય: "તમારો સારાંશ સ્પષ્ટ છે અને નવા જોડાયેલા કર્મચારી માટે યોગ્ય લંબાઈનો છે, પરંતુ પગલું 4 હવે કહે છે 'પૅલેટ તપાસો', જ્યારે મૂળ સ્રોત કહે છે 'પૅલેટનું સીલ તપાસો અને નંબર નોંધો'. નંબર નોંધવાનું પગલું ફરી ઉમેરો, પછી ફરી રજૂ કરો." આવા કારણ વગર માત્ર ગુણ આપવાનો અનુભવ આપવાનો હેતુ નથી.

પાઠોની સામગ્રી ક્યાંથી આવે છે?

પાઠો ઉપયોગ સમયે જ તૈયાર થાય એવું આયોજન છે. ગુણવત્તા એકસરખી રાખવા અને ઉપજાવી કાઢેલી સામગ્રી ઘટાડવા માટે તે AI અભ્યાસક્રમો અને લેખોના સ્થાપિત સંગ્રહ પર આધારિત હશે. દરેક કાર્ય માટે ગુણાંકનના માપદંડો સંગ્રહિત રાખવામાં આવે છે અને દરેક મૂલ્યાંકનની નોંધ રાખવામાં આવે છે, જેથી કોઈ ગુણ અંગે વાંધો ઉઠે તો તેની સમીક્ષા કરી શકાય.

જો ટીમ કંપનીના દસ્તાવેજો અપલોડ કરે, તો ઉદાહરણો અને અભ્યાસમાં તે સંદર્ભનો ઉપયોગ થઈ શકે છે. કંપનીના દસ્તાવેજોને આધાર બનાવીને જવાબ આપવાની સુવિધા Growth યોજના માટે આયોજન હેઠળ છે. અપલોડ કરેલા દસ્તાવેજોને દરેક કંપની માટે અલગ રાખવાનું, ખાતું બંધ થાય ત્યારે કાઢી નાખવાનું અને મોડેલોને તાલીમ આપવા ક્યારેય ન વાપરવાનું આયોજન છે. શીખનારાઓ તમારી કંપની પહેલેથી જે AI સાધનો માટે ચૂકવણી કરે છે તેમાં અભ્યાસ કરે છે; તે સબ્સ્ક્રિપ્શનો સામેલ નથી.