Thuta Learning
ရှာဖွေရန်
ExercisesAIbeginner

လက်တွေ့ လေ့ကျင့်ခန်း အစုံ ၁

စိတ်လျှော့ပါ။ ဒီခန်းကို စာအုပ်လိုမဟုတ်ဘဲ စကားပြောသလိုပဲ၊ နားလည်လွယ်အောင် ရှင်းပါမယ်။

ဒီခန်းပြီးရင် ဘာတတ်သွားမလဲ

  • လက်တွေ့ လေ့ကျင့်ခန်း အစုံ ၁ ကို ကိုယ်တိုင် လေ့ကျင့်ကြည့်မယ်
  • သင်ခဲ့ပြီးသား skill တွေကို practice လုပ်ပြီး ခိုင်မာအောင်လုပ်မယ်
  • အမှားရှာ၊ ပြင်တတ်၊ ကိုယ်တိုင် check လုပ်တတ်မယ်

ခဏလေး ဒီလိုပဲ စဉ်းစားကြည့်

ဒီ round က သင်ခဲ့ပြီးသား basic skill တွေကို လက်တွေ့ လက်လှမ်းမီအောင် ပြန်စမ်းတဲ့ round ပါ။ အသစ်ဘာမှ သင်ပေးမှာ မဟုတ်ဘူး — Goal ကို ရှေ့ဆုံးထားခြင်း၊ Context ကို လိုသလောက်ပဲ ထည့်ခြင်း၊ output ကို shape ခွဲပေးခြင်း စတာတွေကိုပဲ ကိုယ်တိုင် လက်တွေ့ လုပ်ကြည့်ရမှာပါ။ Task တစ်ခုချင်းစီက ၅ မိနစ်ထက် မကြာသင့်ပါဘူး။ အဖြေမှန် တစ်ခုတည်း မရှိပါဘူး — element လေးခုစလုံး ပါ/မပါ ကို ကိုယ့်ဘာသာ စစ်ကြည့်ဖို့ပါ။

လေ့ကျင့်ခန်းများ

Task 1: “ဆောင်းပါးရေးပေးပါ” ဆိုတဲ့ fuzzy prompt ကို Goal, Context, Constraints, Output လေးခုလုံးပါအောင် ပြန်ရေးပါ။ Task 2: “ကျောင်းသား ၁၀ တန်းအတွက် မြန်မာသမိုင်း အကျဉ်းချုပ် ရေးပါ” ဆိုတဲ့ prompt မှာ ဘယ် element ၂ ခု လိုနေလဲ ရှာထုတ်ပြီး ဖြည့်ပါ။ Task 3: “ကျောင်းသား ၅ ယောက်ရဲ့ အမည်၊ အမှတ်၊ အဆင့် ကို table အနေနဲ့ column ၃ ခု၊ row ၅ တန်းနဲ့ ပြန်ပေးပါ” ဆိုတဲ့ shape-based prompt တစ်ခု ကိုယ်တိုင် ရေးကြည့်ပါ။ Task 4: model ပြန်ပေးလိုက်တဲ့ အဖြေတစ်ခုမှာ “၁၉၅၂ ခုနှစ်” လို ရက်စွဲတစ်ခု ပါလာရင် အဲဒါကို ယုံခင်းယုံချင်း မယုံဘဲ ဘယ်လို check လုပ်မလဲ ၂ ကြောင်းနဲ့ ရေးပါ။

Code နမူနာ

text
# Task 1 - fuzzy prompt ပြန်ရေးခြင်း
BEFORE: "ဆောင်းပါးရေးပေးပါ"

AFTER:
Goal: ကျောင်းသားများ ဖတ်ရမည့် ဘေထွက်စွမ်းအင် (renewable energy) အကြောင်း ဆောင်းပါး
Context: အသက် ၁၄-၁၆ နှစ် အတွက်၊ physics အခြေခံ ရှိပြီးသား
Constraints: စကားလုံး ၃၀၀ အောက်၊ ရှုပ်ထွေးတဲ့ ဂဏန်း/equation မထည့်ရ
Output: heading ၁ ခု + paragraph ၃ ပိုဒ်

# Task 2 - missing element ရှာခြင်း
ORIGINAL: "ကျောင်းသား ၁၀ တန်းအတွက် မြန်မာသမိုင်း အကျဉ်းချုပ် ရေးပါ"
MISSING: Constraints (ဘယ်လောက်ရှည်မလဲ), Output shape (list လား၊ paragraph လား)

# Task 3 - shape prompt
Goal: ကျောင်းသား ၅ ယောက်ရဲ့ data ကို table နဲ့ ပြပါ
Output shape: column 3 ခု (Name, Score, Grade), row 5 တန်း

# Task 4 - check-before-trust
1) Date/number ကို source တစ်ခုခုနဲ့ တိုက်စစ်ပါ
2) "ဒီအချက်ကို ဘယ်က ရလဲ" လို့ model ကို ပြန်မေးကြည့်ပါ
You should see
Fuzzy prompt လေးခုလုံးကို element ၄ ခုနဲ့ ပြည့်စုံအောင် ပြန်ရေးပြီး shape prompt တစ်ခုနဲ့ check နည်းတစ်ခု ရရှိလာမှာပါ။

၅ မိနစ် စမ်းကြည့်

ကိုယ်ပိုင် subject တစ်ခု (ဥပမာ - ချက်ပြုတ်နည်း) ယူပြီး fuzzy prompt တစ်ခုကို Goal-Context-Constraints-Output နဲ့ ၅ မိနစ်အတွင်း ပြန်ရေးကြည့်ပါ။

သတိလေးတစ်ချက်

ဒီ round မှာ code ရေးဖို့မလိုပါဘူး — prompt စာသားကိုပဲ ရေးပြီး ကိုယ့်ဘာသာ ပြန်ဖတ်စစ်တာက အဓိကပါ။

ဒီနေရာမှာ လူအများမှားတတ်တယ်

  • Constraints ကို လုံးဝမထည့်ဘဲ Goal တစ်ခုတည်းနဲ့ ရေးလိုက်တာ — output ရှည်လွန်း/တိုလွန်းနိုင်ပါတယ်
  • Shape တောင်းတဲ့အခါ column/row အရေအတွက် တိတိကျကျ မပြောဘဲ “table လုပ်ပေးပါ” လို့ပဲ ရေးလိုက်တာ

အခု ကိုယ်တိုင် စမ်းကြည့်

ကိုယ်ပိုင် subject တစ်ခု (ဥပမာ - ချက်ပြုတ်နည်း) ယူပြီး fuzzy prompt တစ်ခုကို Goal-Context-Constraints-Output နဲ့ ၅ မိနစ်အတွင်း ပြန်ရေးကြည့်ပါ။

You'll know it worked when: Fuzzy prompt လေးခုလုံးကို element ၄ ခုနဲ့ ပြည့်စုံအောင် ပြန်ရေးပြီး shape prompt တစ်ခုနဲ့ check နည်းတစ်ခု ရရှိလာမှာပါ။