چرا سه روز وقتم رو برای یه «هیچ» تلف کردم؟ یه بار سه روز تمام داشتم با یه فلو (⁦Workflow⁩) می‌جنگیدم. خروجیِ ⁦AI⁩ به طرز عجیبی پرت و پلا بود. مدل رو عوض کردم، پرومپت رو ده‌ها بار بازنویسی کردم، حتی کلِ سناریو رو از اول چیدم. ولی انگار ⁦AI⁩ لج کرده بود. آخرش بعد از کلی کلافگی، فهمیدم مشکل از هوش مصنوعی نبود... مشکل از دیتابیسِ کثیفِ خودمون بود. 🗑️ فیلدهای خالی در ⁦CRM⁩، اسم‌های تکراری با تایپ‌های مختلف، و لیدهایی که بدون هیچ دیتای حیاتی وارد سیستم شده بودن. من داشتم از ⁦AI⁩ می‌خواستم با «آشغال» برای من «طلا» بسازه. قانون طلاییِ اتوماسیون رو یادم رفته بود: ⁦Garbage In⁩ → ⁦Garbage Out⁩ از اون روز، قبل از اجرای هر سیستم اتوماتی، اول این ۳ تا مرحله رو انجام می‌دم: ۱. یکسان‌سازی فرمت‌ها: (مثلاً شماره موبایل‌ها و کدها باید دقیقاً یه ساختار داشته باشن). ۲. پاکسازیِ پیش‌دستانه: (هر رکوردی که دیتای ناقص داره، قبل از رسیدن به ⁦AI⁩ حذف یا اصلاح می‌شه). ۳. قفل کردن ورودی‌ها: (استفاده از ⁦Dropdown⁩ و ⁦Validation⁩ به جای متنِ آزاد، برای اینکه جلوی خطای انسانی در دیتابیس رو بگیرم). این چک‌لیست ساده، عملاً زمانِ دیباگ کردنِ من رو از «چند روز» به «چند دقیقه» رسوند. کنجکاوم بدونم تجربه شما چیه؟ بیشتر وقت‌ها که با سیستم‌های اتومات به مشکل می‌خورید، ریشه‌اش رو توی دیتای ورودی پیدا می‌کنید یا مدل و پرامپت؟ 👀