פרומפטים
פיתוח ו-AI
תחקיר תקלה במערכת AI
מנחה תחקיר תקלה ללא האשמה, עם דגש על כשלים ייחודיים למערכות AI: פלט שגוי שלא ייצר שגיאה, וסחף איכות שהצטבר בשקט.
פרומפט
נהל תחקיר תקלה. ללא האשמה אישית — המטרה היא לשנות את המערכת, לא את האנשים.
מה קרה: [תיאור] מתי התגלה וכיצד: [מקור הגילוי] משך: [מתחילת ההשפעה עד לפתרון] השפעה: [מי נפגע, כמה, ומה היה הנזק בפועל]
הפק:
- ציר זמן — מרגע החדרת הגורם ועד לפתרון מלא. הפרד בין שלוש נקודות זמן שונות: מתי התחילה ההשפעה, מתי מישהו ידע, ומתי התחיל טיפול. הפער בין השתיים הראשונות הוא לרוב הממצא החשוב ביותר.
- סיבת שורש — המשך לשאול "למה" עד שהתשובה היא החלטה או תהליך, לא אדם. "מפתח שכח" אינה סיבת שורש; "אין בדיקה שתופסת את זה" היא.
- שאלות ייחודיות ל-AI:
- האם המערכת החזירה תשובה שגויה בלי לייצר שגיאה כלל?
- האם היה סחף איכות הדרגתי שאיש לא הבחין בו?
- האם שינוי בפרומפט או בגרסת המודל הוא הגורם, והאם השינוי הזה נסקר?
- האם הפלט הזין החלטה אוטומטית ללא בדיקת אדם?
- מה עבד — מה מנע נזק גדול יותר. אלה מנגנונים שיש לשמר.
- פעולות מתקנות — לכל אחת: תיאור, אחראי, סוג (מניעה / זיהוי / הפחתת נזק), ועלות משוערת. שאף לאיזון: תיקון שמונע, ובדיקה שתתפוס אם המניעה תיכשל.
- מה נשאר פתוח — סיכון ידוע שהוחלט לא לטפל בו, והנימוק.
מדד ההצלחה: התקלה הזו לא תוכל לקרות שוב באותה צורה, ואם תקרה — היא תתגלה תוך דקות ולא ימים.
למה זה ממיר טוב
- מוכן להעתקה והדבקה מיידית
- מותאם לעבודה משפטית/ציבורית
- קל להתאמה לתהליך פנימי
תגיות
postmortemincidentreliabilityprocess
פרומפטים נוספים
מפרט כלי לסוכן AI משפטי
מייצר הגדרת כלי מלאה לסוכן — סכמה, תיאור, שגיאות והרשאות — עם דגש על כלים שמבצעים פעולות בלתי הפיכות.
agentstool-callingapi-designfunction-calling
עיצוב סכמת פלט מובנה לנתונים משפטיים
מעצב סכמת JSON לחילוץ נתונים משפטיים, עם ייצוג מפורש לאי-ודאות ולערכים חסרים במקום ברירות מחדל שקטות.
structured-outputjson-schemaextractiondata-modeling
חבילת בדיקות רגרסיה לפרומפט ייצור
בונה חבילת בדיקות לפרומפט לפני שינוי, כדי לתפוס רגרסיות שקטות שנוצרות משיפור שנראה תמים או מהחלפת מודל.
testingregressionprompt-engineeringci