ChatGPT အလုပ်ဖြင့် ငွေစာရင်းတိုက်ချိန် 94% လျော့ကျ

Ted Taylor သည် ဆီမီးကွန်ဒတ်တာလုပ်ငန်းတွင် 25 နှစ် လုပ်ကိုင်ခဲ့ပြီးနောက် စားသောက်ဆိုင်လုပ်ငန်းသို့ ဝင်ရောက်ခဲ့သည်။ ယနေ့တွင် သူသည် New Mexico ပြည်နယ်တစ်ဝန်း၌ Schlotzsky’s နှင့် Cinnabon အမှတ်တံဆိပ်နှစ်ခု ပူးတွဲထားသော စားသောက်ဆိုင်သုံးဆိုင်ကို လွတ်လပ်စွာ စီမံလည်ပတ်နေသည့် ဆိုင်ခွဲဖွင့်ခွင့်ရ လုပ်ငန်းရှင်တစ်ဦး ဖြစ်သည်။

အမြန်ဝန်ဆောင်မှုပေးသည့် စားသောက်ဆိုင်များကို လည်ပတ်ရာတွင် ဖောက်သည်များ စိတ်ကျေနပ်မှုရစေရန်သာမက ၎င်းတို့မမြင်ရသည့် မီနူးဈေးနှုန်းသတ်မှတ်ခြင်း၊ ဝန်ထမ်းစီမံခြင်း၊ စက်ပစ္စည်းထိန်းသိမ်းခြင်းနှင့် မူဝါဒချမှတ်ခြင်း စသည့် အလုပ်များစွာကိုပါ ဟန်ချက်ညီညီ ဆောင်ရွက်ရသည်။ Ted သည် ထိုအလုပ်အားလုံးကို ပိုမြန်မြန်ပြီးစီးရန် OpenAI နည်းပညာကို အသုံးပြုသည်။

Ted သည် သုတေသနနှင့် မူကြမ်းရေးဆွဲခြင်းကဲ့သို့ အချိန်ကုန်သည့်အလုပ်များကို ChatGPT ဖြင့် ပိုမြန်မြန်လုပ်နိုင်သည်။ ဈေးနှုန်း၊ အရောင်း၊ ခန့်မှန်းချက်၊ အလုပ်ချိန်ဇယားနှင့် ဝန်ထမ်းအင်အားဆိုင်ရာ အချက်အလက်များစွာကို စုစည်းဆန်းစစ်ရန်နှင့် ဆိုင်တစ်ဆိုင်စီ၌ မည်သည့်ကဏ္ဍကို အာရုံစိုက်သင့်ကြောင်း အကြံပြုချက်ရရန် ChatGPT အလုပ်ကို အသုံးပြုသည်။ ထို့ကြောင့် ဈေးနှုန်းပြန်သတ်မှတ်ချိန်ကို 95% လျှော့ချနိုင်ပြီး လစာတွက်ချက်မှုတစ်ကြိမ်လျှင် 4 နာရီ သက်သာစေသည်။

မီနူးဈေးနှုန်းပြန်သတ်မှတ်ခြင်းသည် နှစ်စဉ်လုပ်ရသည့် အလုပ်တစ်ခုဖြစ်ပြီး ဟင်းချက်ကုန်ကျစရိတ်၊ အစားအသောက်တစ်မျိုးစီ၏ လူကြိုက်များမှု၊ ဒေသတွင်းပြိုင်ဘက်များ၏ ဈေးနှုန်း၊ တစ်ပွဲစာပမာဏနှင့် ဆိုင်တွင်းမှာယူမှု၊ ပို့ဆောင်ပေးရသည့် အော်ဒါတို့၏ ကုန်ကျစရိတ်နှင့် အမြတ်ကွာခြားမှုကို အသေးစိတ် ဆန်းစစ်ရန် လိုအပ်သည်။ Ted သည် ထိုအချက်များကို ပေါင်းစည်းပြီး ဈေးနှုန်းအကြံပြုချက်များ ရယူရန် ChatGPT အလုပ်ကို သုံးသဖြင့် 5 ရက်အစား 1–2 နာရီသာ ကြာတော့သည်။

ပထမဦးစွာ Ted သည် ဒေသတွင်းပြိုင်ဘက်များ၏ ဈေးနှုန်းအလားအလာ၊ တစ်ပွဲစာပမာဏနှင့် အစားအသောက်အရည်အသွေး နှိုင်းယှဉ်ချက်တို့ကို အခြေခံ၍ ဈေးနှုန်းပန်းတိုင်များနှင့် မဟာဗျူဟာများကို လေ့လာသတ်မှတ်ရန် ChatGPT အလုပ်ကို အသုံးပြုသည်။ ထို့နောက် လက်ရှိ ဆိုင်တွင်းဈေးနှုန်းနှင့် ပို့ဆောင်ပေးသည့်ဈေးနှုန်းများ ပါဝင်သော အမျိုးအစားခွဲထားသည့် မီနူးစာရင်းကို ChatGPT အလုပ်ထံ ပေးသည်။ သူသည် ChatGPT ၏ အစောပိုင်းဆန်းစစ်ချက်ကို အဓိကအခြေခံကာ ဈေးနှုန်းအုပ်စုတစ်ခုစီကို စုစုပေါင်း မည်မျှတိုးလိုကြောင်းနှင့် မည်သည့်အစားအသောက်များကို ပိုတိုးသင့်၊ လျော့တိုးသင့်ကြောင်း သတ်မှတ်ပေးသည်။

အစားအသောက်တစ်မျိုးစီ၏ ယခင်အရောင်းမှတ်တမ်းနှင့် ပေးသွင်းသူများ၏ ဈေးနှုန်းကို ထပ်ထည့်ခြင်းဖြင့် ဆန်းစစ်ချက်ကို ပိုအသေးစိတ်ကျစေနိုင်သည်။ ChatGPT အလုပ်သည် ဤအချက်အလက်များဖြင့် ဈေးနှုန်းပြောင်းလဲမှုကြောင့် အရောင်းအပေါ် သက်ရောက်နိုင်မှုကို ခန့်မှန်းပြီး ကုန်ပစ္စည်းကုန်ကျစရိတ် ပန်းတိုင်များနှင့်အညီ အစားအသောက်တစ်မျိုးစီ၏ ဈေးနှုန်းကို အကောင်းဆုံးဖြစ်အောင် သတ်မှတ်ပေးနိုင်သည်။

ChatGPT အလုပ်က အကြံပြုထားသော ဆိုင်တွင်းနှင့် ပို့ဆောင်ပေးသည့် ဈေးနှုန်းများပါဝင်သည့် စာရင်းဇယားဖိုင်ကို ပြန်ပေးသည်။ ထိုဈေးနှုန်းပြောင်းလဲမှုများကို ဖောက်သည်ထိန်းသိမ်းခြင်း၊ ရုတ်တရက်ဈေးတက်မှုကြောင့် ဖောက်သည်များ မနှစ်မြို့မှုကို လျှော့ချခြင်းနှင့် အပိုတွဲရောင်းသည့်ပစ္စည်းများကို ဆွဲဆောင်မှုရှိစွာ ရောင်းချခြင်းတို့အတွက် ရည်ရွယ်ထားသည့် ဈေးနှုန်းမဟာဗျူဟာတစ်ရပ်နှင့်ပင် ချိတ်ဆက်ပေးသည်။

Ted သည် ဈေးနှုန်းသတ်မှတ်ရန် ChatGPT အလုပ်ကို ပထမဆုံးသုံးစဉ်က ဆန်းစစ်မှုကို ကိုယ်တိုင်လည်း လုပ်ခဲ့သည်။ “ChatGPT အလုပ်က ဒေသတွင်းဈေးကွက်ကို ပိုအသေးစိတ် နှိုင်းယှဉ်ပေးတယ်။ အစားအသောက်တချို့ ယှဉ်ပြိုင်နိုင်စွမ်း ဆုံးရှုံးသွားစေနိုင်တဲ့ ဈေးနှုန်းတိုးမြှင့်မှုတွေကိုလည်း ရှောင်နိုင်အောင် ကူညီပေးခဲ့တယ်” ဟု သူက ပြောသည်။ ထို့နောက် Ted သည် ကနဦးအကြံပြုချက်များ ရယူရန် ChatGPT ကို ချက်ချင်း ပြောင်းလဲအသုံးပြုခဲ့သည်။

Ted သည် ဝန်ထမ်းစရိတ်ကို စီမံရန် ChatGPT အလုပ်ကို နည်းလမ်းနှစ်မျိုးဖြင့် အသုံးပြုသည်။ ဆိုင်သုံးဆိုင်၏ ဝန်ထမ်းအင်အားသုံးစွဲမှု အခြေအနေကို သုံးသပ်ခြင်းနှင့် အပတ်စဉ် အလုပ်ချိန်ဇယားဆွဲရန် ပိုကောင်းသည့်နည်းလမ်းကို စမ်းသပ်ခြင်းတို့ ဖြစ်သည်။

ဝန်ထမ်းအင်အားသုံးစွဲမှုကို ဆန်းစစ်ရန် Ted သည် သူ၏ အရောင်းနှင့် ဝန်ထမ်းဆိုင်ရာ အချက်အလက်များကို ChatGPT အလုပ်အား ဖတ်ရှုခွင့်သာ ပေးထားသည်။ ဆန်းစစ်မှုလုပ်သည့်အခါ ၎င်းက အလုပ်ချိန်ဇယားတွင် သတ်မှတ်ထားသော၊ ဘတ်ဂျက်တွက်ထားသော၊ အမှန်တကယ်လုပ်ခဲ့သော နာရီများကို ခန့်မှန်းအရောင်းနှင့် အမှန်တကယ်အရောင်းတို့နှင့် နှိုင်းယှဉ်ပေးသည်။ အရောင်းခန့်မှန်းချက်ထက် ပုံမှန် ပိုရောင်းရသည့် သို့မဟုတ် လျော့ရောင်းရသည့် ဆိုင်များကို ထည့်သွင်းစဉ်းစားနိုင်ရန် ပြီးခဲ့သည့် 12 ပတ်ကိုလည်း ပြန်သုံးသပ်ပေးသည်။ ရရှိလာသည့် အစီရင်ခံစာတွင် အချိန်ပို၊ သတ်မှတ်ထားသည်ထက် ပိုကြာသည့် အလုပ်ဆိုင်းများနှင့် ဝန်ထမ်းအင်အားမလုံလောက်သည့် အချိန်များကို ဖော်ပြပြီး မန်နေဂျာက မည်သည့်အချက်များကို ပြန်စစ်သင့်ကြောင်း ထောက်ပြပေးသည်။

အလုပ်ချိန်ဇယားဆွဲခြင်းကို စမ်းသပ်ရန် Ted သည် တစ်ဦးစီ၏ တာဝန်၊ သင်တန်းတက်ထားမှု၊ အလုပ်ဆင်းနိုင်ချိန်နှင့် လစာပါသည့် ဝန်ထမ်းစာရင်းအပြင် အရောင်းပမာဏအလိုက် ဆိုင်၏ ဝန်ထမ်းအင်အားလိုအပ်ချက်များကိုပါ ChatGPT အလုပ်ထံ ပေးခဲ့သည်။ သူနှင့် မန်နေဂျာတို့သည် ChatGPT အလုပ်က အကြံပြုသည့် ဇယားကို မန်နေဂျာကိုယ်တိုင် ဆွဲမည့်ဇယားနှင့် နှိုင်းယှဉ်ခဲ့သည်။ အလုပ်များချိန်တွင် ဝန်ထမ်းထပ်ဖြည့်ရမည့် အချိန်နှင့်ပတ်သက်၍ လွတ်နေသည့် စည်းမျဉ်းများကို ရှာဖွေပြီး ChatGPT အလုပ်အတွက် ညွှန်ကြားချက်များကို ပြင်ဆင်ခဲ့ကြသည်။

ယခုအခါ ChatGPT အလုပ်က ထိုဆိုင်အတွက် အလုပ်ချိန်ဇယားအပြည့်အစုံကို ရေးဆွဲပေးနေပြီ ဖြစ်သည်။ မန်နေဂျာက ဇယားကို ပြန်စစ်ပြီး လိုအပ်သလို ပြင်ဆင်ကာ ဆိုင်၏ အလုပ်ချိန်ဇယားစနစ်ထဲသို့ ထည့်သွင်းသည်။ ပိုကောင်းသော အလုပ်ချိန်ဇယားစီမံမှုကြောင့် ဆိုင်သုံးဆိုင်လုံးတွင် အရောင်းနှင့်နှိုင်းယှဉ်ထားသည့် နာရီစားဝန်ထမ်းစရိတ် ရာခိုင်နှုန်းကို နောက်ဆုံးတွင် 1 မှ 2 ရာခိုင်နှုန်းမှတ်အထိ လျှော့ချနိုင်မည်ဟု Ted က ခန့်မှန်းထားသည်။ ထို့ကြောင့် နှစ်စဉ် လွတ်လပ်စွာသုံးနိုင်သည့် ငွေသား $50,000 မှ $100,000 အထိ ပိုရလာနိုင်ပြီး လစာတိုးခြင်း၊ ဆုကြေးပေးခြင်း၊ လုပ်ငန်းတွင် ရင်းနှီးမြှုပ်နှံခြင်း သို့မဟုတ် အမြတ်ဝေစု တိုးပေးခြင်းတို့အတွက် အသုံးပြုနိုင်မည် ဖြစ်သည်။

Ted သည် ဝန်ထမ်းရေးရာမူဝါဒ ရေးဆွဲခြင်းမှ ငွေစာရင်းတိုက်စစ်ခြင်း၊ ပစ္စည်းနှင့် ပြုပြင်ရေးတောင်းဆိုမှုများ စီမံခြင်းအထိ နေ့စဉ်လုပ်ငန်းများအတွက်လည်း ChatGPT အလုပ်ကို အသုံးပြုသည်။ 

New Mexico ပြည်နယ်က စားသောက်ဆိုင်များတွင် ခန္ဓာကိုယ်အရည်များ ပေကျံသည့် ဖြစ်ရပ်များအတွက် စာဖြင့်ရေးထားသော လုပ်ထုံးလုပ်နည်း ထားရှိရန် စတင်သတ်မှတ်ချိန်၌ Ted သည် ChatGPT ကိုသုံးပြီး စက္ကန့် 30 ခန့်အတွင်း မူကြမ်းရေးဆွဲခဲ့သည်။ ဝန်ထမ်းလက်စွဲစာအုပ်အတွက် လူမှုမီဒီယာမူဝါဒ လိုအပ်လာသည့်အခါ ChatGPT က လမ်းညွှန်ချက်မူကြမ်းကို လျင်မြန်စွာ ရေးဆွဲပေးခဲ့သည်။ ပြင်ပဝန်ထမ်းရေးရာ ကုမ္ပဏီတစ်ခုက နောက်ပိုင်းတွင် ထိုမူကြမ်းကို သုံးသပ်ခဲ့ရာ ပြင်ဆင်စရာတစ်စုံတစ်ရာ မရှိခဲ့ပါ။

Ted သည် သူ၏ ဆိုင်သုံးဆိုင်အတွက် လစဉ် ငွေစာရင်းတိုက်စစ်ရန် ChatGPT အလုပ်ကို အသုံးပြုသည်။ သူက ဆိုင်တစ်ဆိုင်စီ၏ ငွေသားအရောင်းအဝယ် အချက်အလက်နှင့် ဘဏ်မှတ်တမ်းများကို တင်ပေးပြီး ChatGPT အလုပ်က အရောင်းအဝယ်များကို သက်ဆိုင်ရာ ဘဏ်သွင်းငွေများနှင့် တိုက်စစ်ပေးသည်။ လစဉ် ငွေစာရင်းတိုက်စစ်မှုသည် ယခင်က သုံးနာရီကြာခဲ့သော်လည်း ယခု 5–10 မိနစ်သာ ကြာတော့သည်။ လစာတွက်ချက်ရန် လိုအပ်သည့် အချက်အလက်များကို ChatGPT အလုပ်ဖြင့် အနှစ်ချုပ်စေခြင်းအားဖြင့် လစာတွက်ချက်မှုတစ်ကြိမ်စီတွင် ကိုယ်တိုင်လုပ်ရသည့် အချိန် လေးနာရီကိုလည်း လျှော့ချနိုင်ခဲ့သည်။

ဆိုင်များ ချောမွေ့စွာ လည်ပတ်နိုင်စေရန် Ted သည် ဝန်ထမ်းများက ပစ္စည်းများ သို့မဟုတ် ပြုပြင်မှုများ တောင်းဆိုနိုင်သည့် ဝက်ဘ်ပေါ်တယ်တစ်ခုကိုလည်း ChatGPT အလုပ်ဖြင့် တည်ဆောက်ခဲ့သည်။ ထိုပေါ်တယ်က သီးသန့်အီးမေးလ်လိပ်စာတစ်ခုမှတစ်ဆင့် သူ့ကို အကြောင်းကြားပေးပြီး တောင်းဆိုချက်တစ်ခုစီ၏ အခြေအနေကို ခြေရာခံပေးသည်။

Ted ၏ ChatGPT အလုပ် အသုံးပြုပုံသည် အသေးစားလုပ်ငန်းရှင်တိုင်း လက်တွေ့ကျင့်သုံးနိုင်သည့် နည်းလမ်းဖြစ်သည်။ သူသည် ဆုံးဖြတ်ချက်ချရာတွင် ကိုယ်တိုင်သုံးမည့် အချက်အလက်များနှင့် လမ်းညွှန်ချက်များကိုပင် ChatGPT ထံ ပေးပြီး ရရှိသည့်ရလဒ်ကို ကိုယ်တိုင်လုပ်မည့်ပုံစံနှင့် နှိုင်းယှဉ်သည်။ ရလဒ်များအပေါ် ပိုမိုယုံကြည်လာသည်နှင့်အမျှ လုပ်ငန်းတွင်း အခြားအလုပ်များအတွက်ပါ တိုးချဲ့အသုံးပြုလာသော်လည်း အကောင်အထည်မဖော်မီ ရလဒ်များကို အမြဲ ပြန်စစ်သည်။

Ted အတွက် ChatGPT အလုပ်၏ တန်ဖိုးသည် အလုပ်ချိန်သက်သာခြင်းထက် များစွာပိုသည်။ ယခု သူသည် အခြားအခြေအနေတွင် မလုပ်ဖြစ်ဘဲ ကျော်သွားနိုင်သည့် ဆန်းစစ်မှုများကို လုပ်နိုင်ပြီး ဖောက်သည်များ၊ ဝန်ထမ်းများနှင့် လုပ်ငန်းတိုးတက်ရေးအတွက် အချိန်ပိုပေးနိုင်ပြီ ဖြစ်သည်။