ข้ามไปยังเนื้อหาบทเรียน
เมนู
เข้าสู่ระบบ — เร็ว ๆ นี้
สารบัญบทที่ 158/8

พื้นฐานการใช้ AIการเขียน Prompt

สรุปโปรแกรม: จากผู้ใช้ AI สู่ผู้สร้างงานที่ตรวจสอบได้

เลือกและประเมิน Capstone ด้วยความถูกต้อง ความปลอดภัย คุณค่า และการสื่อสาร

เป้าหมาย: ตรวจความพร้อมของผลงานก่อนนำเสนอหรือใช้จริง · ใช้เวลาประมาณ 22 นาที

ข้อ 1

Capstone เริ่มจากอะไร

  1. เครื่องมือ
  2. problem brief และ baseline
ดูคำตอบและคำอธิบาย

problem brief และ baseline หากไม่มีจุดเริ่มจะพิสูจน์คุณค่าหรือเปรียบเทียบไม่ได้

ข้อ 2

ข้อมูล portfolio ควรเป็นอย่างไร

  1. ข้อมูลลูกค้าจริงทั้งหมด
  2. synthetic หรือ redacted ที่มีสิทธิ์
ดูคำตอบและคำอธิบาย

synthetic หรือ redacted ที่มีสิทธิ์ หลักฐานไม่จำเป็นต้องแลกกับความลับหรือ PDPA

ข้อ 3

evaluation ต้องมีอะไร

  1. ตัวอย่างที่ผ่านเท่านั้น
  2. representative, edge cases, hard gates และ failures
ดูคำตอบและคำอธิบาย

representative, edge cases, hard gates และ failures ชุดที่หลากหลายแสดงความพร้อมและขอบเขตจริง

ข้อ 4

ควรรายงาน failure หรือไม่

  1. ไม่
  2. ควร พร้อมสาเหตุและ revision
ดูคำตอบและคำอธิบาย

ควร พร้อมสาเหตุและ revision failure แสดงความสามารถวินิจฉัยและเพิ่มความน่าเชื่อถือ

ข้อ 5

automation demo ต้องมีอะไร

  1. happy path
  2. retry, idempotency, approval, monitor และ rollback
ดูคำตอบและคำอธิบาย

retry, idempotency, approval, monitor และ rollback production readiness อยู่ที่ failure path และ control

ข้อ 6

บทสรุปโครงการควรจบด้วยอะไร

  1. คำว่าประสบความสำเร็จ
  2. go/revise/no-go พร้อมหลักฐานและข้อจำกัด
ดูคำตอบและคำอธิบาย

go/revise/no-go พร้อมหลักฐานและข้อจำกัด ผู้รับงานต้องตัดสินใจต่อได้จากข้อมูล

บันทึกช่วยจำ
  • portfolio ไม่ใช่ใบรับรองว่าระบบพร้อม production
  • ให้ผู้เชี่ยวชาญตรวจเมื่อเกี่ยวกับกฎหมาย การเงิน สุขภาพ หรือความปลอดภัย

สรุปบทเรียนนี้

  • ผลงานมีหลักฐาน
  • รายงานข้อจำกัด
  • ตัดสินใจต่อได้