ਉਤਪਾਦ ਟੀਮਾਂ ਲਈ AI ਸਿਖਲਾਈ

ਉਤਪਾਦ ਪ੍ਰਬੰਧਕ ਨੂੰ ਇੰਟਰਵਿਊਆਂ ਤੋਂ ਸਾਂਝੇ ਨਤੀਜੇ ਕੱਢਣ ਲਈ AI ਕਿਵੇਂ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ?

ਨੋਟਾਂ ਨੂੰ ਤਰਤੀਬ ਦੇਣ ਲਈ ਸਹਾਇਕ ਵਰਤੋ, ਫਿਰ ਹਰ ਵਿਸ਼ੇ ਨੂੰ ਮੂਲ ਨੋਟਾਂ ਨਾਲ ਮਿਲਾ ਕੇ ਜਾਂਚੋ ਅਤੇ ਗਿਣੋ ਕਿ ਅਸਲ ਵਿੱਚ ਕਿੰਨੇ ਲੋਕਾਂ ਨੇ ਉਹ ਗੱਲ ਕਹੀ ਸੀ। ਇੱਥੇ ਟੈਂਡਮ ਨਾਂ ਦੀ ਇੱਕ ਕਾਲਪਨਿਕ ਸਮਾਂ-ਸਾਰਣੀ ਐਪ ਦੀ ਹੱਲ ਕੀਤੀ ਉਦਾਹਰਨ ਹੈ। ਇੱਕ ਉਤਪਾਦ ਮੈਨੇਜਰ ਕੋਲ ਛੇ ਗਾਹਕ ਇੰਟਰਵਿਊਆਂ ਦੇ ਨੋਟ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਨਾਂ ਹਟਾਏ ਗਏ ਹਨ। ਇੱਕ ਭਾਗੀਦਾਰ ਨੇ ਗੂੜ੍ਹੇ ਰੰਗਾਂ ਵਾਲੇ ਮੋਡ ਦੀ ਮੰਗ ਕੀਤੀ। ਚਾਰ ਨੇ ਵਾਰ-ਵਾਰ ਹੋਣ ਵਾਲੀ ਮੀਟਿੰਗ ਦਾ ਸਮਾਂ ਬਦਲਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਦੱਸੀ। ਦੋ ਨੇ ਕੀਮਤ ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ।

ਹਿਦਾਇਤ: "ਇੰਟਰਵਿਊ ਦੇ ਇਨ੍ਹਾਂ ਨੋਟਸ ਨੂੰ ਵਿਸ਼ਿਆਂ ਅਨੁਸਾਰ ਵੰਡੋ। ਹਰ ਵਿਸ਼ੇ ਲਈ, ਇਸ ਨੂੰ ਉਠਾਉਣ ਵਾਲੇ ਭਾਗੀਦਾਰਾਂ ਦੀ ਗਿਣਤੀ ਅਤੇ ਇੱਕ ਛੋਟਾ ਹਵਾਲਾ ਦਿਓ। ਨੋਟਸ ਵਿੱਚ ਜੋ ਕਿਹਾ ਗਿਆ ਹੈ, ਉਸ ਤੋਂ ਅੱਗੇ ਆਮ ਨਤੀਜੇ ਨਾ ਕੱਢੋ।"

ਸਿਰਫ਼ ਮੁੱਖ ਨਤੀਜੇ ਮੰਗਣ ਵਾਲੇ ਪ੍ਰੌਮਪਟ ਤੋਂ ਬਣਿਆ ਕਮਜ਼ੋਰ ਸੰਯੁਕਤ ਸਾਰ "ਵਰਤੋਂਕਾਰ ਗੂੜ੍ਹੇ ਰੰਗਾਂ ਵਾਲਾ ਮੋਡ ਬਹੁਤ ਚਾਹੁੰਦੇ ਹਨ" ਅਤੇ "ਕੀਮਤ ਜ਼ਿਆਦਾਤਰ ਗਾਹਕਾਂ ਲਈ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ" ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ। ਇੱਕ ਜ਼ਿਕਰ ਤੀਬਰ ਚਾਹ ਬਣ ਗਿਆ, ਦੋ ਜ਼ਿਕਰ ਜ਼ਿਆਦਾਤਰ ਲੋਕ ਬਣ ਗਏ। ਕੋਈ ਰੁੱਝਿਆ ਹੋਇਆ ਸੰਬੰਧਿਤ ਵਿਅਕਤੀ ਇਹ ਸਾਰ ਪੜ੍ਹੇ ਤਾਂ ਇਸ ਨਾਲ ਅਗਲੇ ਕੰਮਾਂ ਦੀ ਯੋਜਨਾ ਬਦਲ ਸਕਦੀ ਹੈ।

ਸਮੀਖਿਆ ਕੀਤੇ ਸੰਯੁਕਤ ਸਾਰ ਵਿੱਚ ਲਿਖਿਆ ਹੈ: "ਨਿਯਮਿਤ ਮੀਟਿੰਗਾਂ ਦਾ ਸਮਾਂ ਮੁੜ ਤੈਅ ਕਰਨਾ (6 ਵਿੱਚੋਂ 4), ਇੱਕ ਹਵਾਲੇ ਨਾਲ; ਕੀਮਤ (6 ਵਿੱਚੋਂ 2); ਗੂੜ੍ਹਾ ਮੋਡ (6 ਵਿੱਚੋਂ 1)।" ਇਹ ਘੱਟ ਰੋਮਾਂਚਕ ਅਤੇ ਕਿਤੇ ਵੱਧ ਲਾਭਦਾਇਕ ਹੈ। ਉਤਪਾਦ ਮੈਨੇਜਰ ਨੇ ਮੂਲ ਨੋਟਸ ਵੀ ਨਾਲ ਰੱਖੇ ਹਨ, ਤਾਂ ਜੋ ਕਿਸੇ ਵਿਸ਼ੇ ਉੱਤੇ ਸ਼ੱਕ ਕਰਨ ਵਾਲਾ ਵਿਅਕਤੀ ਸਰੋਤ ਪੜ੍ਹ ਸਕੇ।

ਜਦੋਂ ਉਤਪਾਦ ਟੀਮਾਂ AI 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ ਤਾਂ ਕੀ ਗੜਬੜ ਹੁੰਦੀ ਹੈ?

ਤਿੰਨ ਗੱਲਾਂ ਸਭ ਤੋਂ ਵੱਧ ਗ਼ਲਤ ਹੁੰਦੀਆਂ ਹਨ: ਸਾਰ ਵਿੱਚ ਸਬੂਤਾਂ ਤੋਂ ਵੱਧ ਦਾਅਵਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਮੁਕਾਬਲੇਬਾਜ਼ ਜਾਂ ਬਾਜ਼ਾਰ ਬਾਰੇ ਕੋਈ ਦਾਅਵਾ ਘੜਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਗੁਪਤ ਸਮੱਗਰੀ ਕਿਸੇ ਗ਼ੈਰ-ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸਾਧਨ ਵਿੱਚ ਚਲੀ ਜਾਂਦੀ ਹੈ। NIST ਦਾ ਜਨਰੇਟਿਵ AI ਪ੍ਰੋਫ਼ਾਈਲ ਮਨਘੜਤ ਜਾਣਕਾਰੀ ਨੂੰ ਭਰੋਸੇ ਨਾਲ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਪਰ ਝੂਠੀ ਸਮੱਗਰੀ ਵਜੋਂ ਸਮਝਾਉਂਦਾ ਹੈ। ਬਾਜ਼ਾਰ ਦੇ ਜਾਇਜ਼ਿਆਂ ਵਿੱਚ ਇਹੀ ਖ਼ਾਸ ਖ਼ਤਰਾ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਉਨ੍ਹਾਂ ਵਿੱਚ ਅਜਿਹੇ ਅੰਕੜੇ ਜਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਿੱਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਸਹਾਇਕ ਨਹੀਂ ਕਰ ਸਕਦਾ।

ਮਦਦਗਾਰ ਆਦਤਾਂ ਠੋਸ ਹਨ। ਵਿਸ਼ੇਸ਼ਣਾਂ ਨੂੰ ਮੰਨ ਲੈਣ ਦੀ ਬਜਾਏ ਜ਼ਿਕਰਾਂ ਦੀ ਗਿਣਤੀ ਕਰੋ। ਬਾਜ਼ਾਰ ਜਾਂ ਮੁਕਾਬਲੇਦਾਰ ਬਾਰੇ ਕਿਸੇ ਵੀ ਦਾਅਵੇ ਨੂੰ ਪੇਸ਼ਕਾਰੀ ਵਿੱਚ ਪਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਉਸ ਦਾ ਸਰੋਤ ਖੋਲ੍ਹੋ। ਗਾਹਕਾਂ ਦੇ ਨਾਮ ਅਤੇ ਭਵਿੱਖ ਦੀ ਯੋਜਨਾ ਦੇ ਗੁਪਤ ਵੇਰਵੇ ਹਟਾ ਦਿਓ, ਜਦੋਂ ਤੱਕ ਟੂਲ ਅਤੇ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਯੋਜਨਾ ਨੂੰ ਉਨ੍ਹਾਂ ਲਈ ਮਨਜ਼ੂਰੀ ਨਾ ਮਿਲੀ ਹੋਵੇ।

ਉਤਪਾਦ ਟੀਮ ਨੂੰ ਪਹਿਲਾਂ ਕਿਸ ਚੀਜ਼ ਦਾ ਅਭਿਆਸ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?

ਜਾਣਕਾਰੀ ਨੂੰ ਜੋੜ ਕੇ ਸਾਰ ਬਣਾਉਣ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ, ਕਿਉਂਕਿ ਇਹ ਸਬੂਤ ਵਰਤਣ ਦੀ ਉਹ ਆਦਤ ਸਿਖਾਉਂਦਾ ਹੈ ਜਿਸ ਉੱਤੇ ਹਰ ਹੋਰ ਕੰਮ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇਹ ਕ੍ਰਮ ਇੱਕ ਸੁਝਾਅ ਹੈ, ਮਾਪਿਆ ਹੋਇਆ ਨਤੀਜਾ ਨਹੀਂ।

ਉਤਪਾਦ ਟੀਮ ਲਈ ਇਹ ਕਦੋਂ ਢੁਕਵੀਂ ਸਿਖਲਾਈ ਨਹੀਂ ਹੁੰਦੀ?

ਜੇ ਤੁਹਾਡਾ ਟੀਚਾ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਣਾਉਣਾ, ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਜਾਂ ਕੋਡ ਲਿਖਣਾ ਸਿੱਖਣਾ ਹੈ, ਤਾਂ ਇਹ ਢੁਕਵਾਂ ਨਹੀਂ ਹੈ; ਖ਼ੁਦ ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਅਭਿਆਸ ਕਰਨਾ ਇਸ ਦੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹੈ, ਹਾਲਾਂਕਿ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀਆਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਯੋਜਨਾ ਹੈ। ਇਹ ਇਕੱਲੇ ਸਿੱਖ ਰਹੇ ਕਿਸੇ ਉਤਪਾਦ ਮੈਨੇਜਰ ਲਈ ਢੁਕਵਾਂ ਨਹੀਂ ਹੈ, ਕਿਉਂਕਿ ਯੋਜਨਾਵਾਂ ਟੀਮਾਂ ਲਈ ਬਣਾਈਆਂ ਗਈਆਂ ਹਨ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਪੰਜ ਵਰਤੋਂਕਾਰ ਲਾਇਸੰਸ ਲੈਣੇ ਲਾਜ਼ਮੀ ਹਨ।

ਲਾਂਚ ਵੇਲੇ ਇਸ ਵਿੱਚ SSO, LMS ਨਾਲ ਏਕੀਕਰਨ ਜਾਂ ਬ੍ਰਾਊਜ਼ਰ ਐਕਸਟੈਂਸ਼ਨ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ, ਅਤੇ ਪਾਠ ਸਿਰਫ਼ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਹਨ। ਕਿਉਂਕਿ ਉਤਪਾਦ ਹਾਲੇ ਬਣਿਆ ਨਹੀਂ ਹੈ, ਜਿਸ ਟੀਮ ਨੂੰ ਹੁਣੇ ਸਮੱਗਰੀ ਚਾਹੀਦੀ ਹੈ, ਉਸ ਨੂੰ ਉਤਪਾਦ ਪ੍ਰਬੰਧਨ ਦੀ ਭੂਮਿਕਾ ਲਈ ਮੁਫ਼ਤ ਗਾਈਡ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।