AI કોડ લખે છે, પરંતુ પ્રોડક્ટ ક્યારે પૂરી થાય છે તે તેને ખબર નથી હોતી
મેં Velobase Harness નો ઉપયોગ કરીને એક AI સ્લાઇડ જનરેટર બનાવ્યું.
તમે કોઈ વિષય ટાઈપ કરો છો અને તમને પ્રેઝન્ટેશન મળે છે. AI એ આઉટલાઇન લખી, સ્લાઇડ્સ બનાવી અને ફાઇલ એક્સપોર્ટ કરી. ડેમોમાં, તે પૂર્ણ થયેલું લાગતું હતું.
તે પૂર્ણ નહોતું.
ડેમોએ માત્ર એટલું જ સાબિત કર્યું કે એક યુઝર એક સમયે એક ડેક બનાવી શકે છે. અસલી પ્રોડક્ટ અલગ હોય છે. તેણે એકસાથે 100 લોકોને હેન્ડલ કરવા જોઈએ. તેણે યુઝર્સનું બિલિંગ યોગ્ય રીતે કરવું જોઈએ. જ્યારે કોઈ સ્ટેપ નિષ્ફળ જાય ત્યારે તેણે રિકવર (recover) થવું જોઈએ. તેણે એવી PPTX ફાઇલ એક્સપોર્ટ કરવી જોઈએ જે ખરેખર PowerPoint માં કામ કરે.
AI એ આ વસ્તુઓ ઉમેરી નહોતી કારણ કે મેં તેને કહ્યું નહોતું.
જ્યારે તમે AI સાથે કંઈક બનાવો છો, ત્યારે અઘરો ભાગ ફીચરનું વર્ણન કરવાનું નથી. અઘરો ભાગ એ વ્યાખ્યાયિત કરવાનો છે કે "પૂર્ણ" (done) નો અર્થ શું છે.
મેં કંટાળાજનક ભાગો માટે Velobase Harness નો ઉપયોગ કર્યો:
- Auth અને પેમેન્ટ્સ
- ક્રેડિટ્સ અને એડમિન
- ડેટાબેઝ અને ક્યૂઝ (queues)
- ઓબ્જેક્ટ સ્ટોરેજ અને ડિપ્લોયમેન્ટ
આનાથી હું AI ને માત્ર એ જ ભાગ પર ધ્યાન કેન્દ્રિત કરવા આપી શક્યો જે મારો પોતાનો હતો: PPT જનરેશન.
"પૂર્ણ લાગે છે" અને "પૂર્ણ છે" વચ્ચેના તફાવતના ચાર રસ્તાઓ અહીં છે:
Concurrency AI વિચારે છે કે જો તે એકવાર કામ કરે છે, તો તે પૂર્ણ છે. પરંતુ 100 યુઝર્સ માટે પાઇપલાઇનની જરૂર છે. તમારે કાર્યોને plan, slide, અને finalize ક્યૂઝમાં વિભાજિત કરવા જોઈએ. તમારે દરેક સ્લાઇડને તેના પોતાના જોબ તરીકે જનરેટ કરવી જોઈએ જેથી વર્કર્સ સ્કેલ (scale) થઈ શકે.
Billing અસલી પ્રોડક્ટને સ્ટેટ મશીન (state machine) ની જરૂર હોય છે. તમારે પહેલા ક્રેડિટ્સ રિઝર્વ કરવા જોઈએ. જે ખરેખર ખર્ચાયું હોય તેના આધારે સેટલમેન્ટ કરવું જોઈએ. નિષ્ફળતા પર રિફંડ આપવું જોઈએ અને બેલેન્સ ખતમ થઈ જાય ત્યારે કામ અટકાવવું જોઈએ.
Self-review જો સિસ્ટમ શાંતિથી કોઈ કાર્ય ફરીથી કરવાનો પ્રયાસ કરે છે, તો યુઝરને માત્ર સ્પિનર (spinner) દેખાય છે. આને ફીચર બનાવવા માટે, તમારે પ્રગતિ (progress) બતાવવી જોઈએ. સિસ્ટમ ક્યારે "generating," "checking," અથવા "redrawing" કરી રહી છે તે યુઝરને બતાવો.
Export એક સ્લાઇડ બ્રાઉઝરમાં પરફેક્ટ દેખાઈ શકે છે પરંતુ PPTX ફાઇલમાં બગડી શકે છે. તમારી જરૂરિયાત આ હોવી જોઈએ: એક્સપોર્ટ વેબ પ્રિવ્યુ સાથે મેળ ખાતું હોવું જોઈએ.
પાઠ સરળ છે. AI કોડ લખવામાં સારું છે. તેને ખબર નથી કે પ્રોડક્ટને શિપ કરવા યોગ્ય (shippable) શું બનાવે છે. તે લોકલ ડેમોને જ આખી સિસ્ટમ માની લે છે.
તમારે એન્જિનિયરિંગ બાઉન્ડ્રીઝ (boundaries) અને નિષ્ફળતાના કિસ્સાઓ (failure cases) આપવા પડશે. ઝડપી શિપિંગ તીક્ષ્ણ ઇનપુટથી આવે છે, ઓછું વિચારવાથી નહીં.
જો તમે AI સાથે કંઈક બનાવ્યું હોય, તો ડેમો અને અસલી પ્રોડક્ટ વચ્ચેનો સૌથી અઘરો તફાવત કયો હતો?
Source: https://dev.to/velobasex/ai-can-write-the-code-it-cant-tell-you-when-the-product-is-done-4oh6
Optional learning community: https://t.me/GyaanSetuAi