NOTEBOOKLM • LESSON ៣

ជ្រើស Source ដែលមានគុណភាព

by Sot Dimong

១៥ សីហា ២០២៦

វាយតម្លៃ Author, Date, Authority, Relevance និង Bias មុនបញ្ចូលឯកសារទៅកាន់ NotebookLM ។

រយៈពេលប្រហែល ១១ នាទី

NotebookLM Mission • Level 1 📘 Source Starter

0 XP

ចាប់ផ្តើម

សេចក្តីផ្តើម
នៅក្នុង Source-Grounded AI គុណភាពនៃចម្លើយរបស់ AI គឺអាស្រ័យលើ គុណភាពនៃឯកសារដែលអ្នកបានបញ្ចូល (Garbage In, Garbage Out)។ ប្រសិនបើអ្នកបញ្ចូលប្រភពដែលខុសការពិត AI នឹងឆ្លើយខុសតាមប្រភពនោះ។ ដូច្នេះ ការវាយតម្លៃប្រភពជាមុនគឺជារឿងចាំបាច់បំផុត។

គោលបំណងមេរៀននេះ
ចេះជ្រើសរើស និងវាយតម្លៃគុណភាពឯកសារប្រភព យល់ដឹងពីគោលការណ៍ «Garbage In, Garbage Out» ក្នុងប្រព័ន្ធ AI ។

១. គោលការណ៍ ៥ ចំណុចក្នុងការវាយតម្លៃ Source (PROVE Framework)

1. Provenance / Authorតើអ្នកនិពន្ធ ឬស្ថាប័នណាជាអ្នកចេញផ្សាយ? តើពួកគេមានជំនាញពិតប្រាកដដែរឬទេ?

2. Recency / Dateតើឯកសារនេះចេញផ្សាយនៅពេលណា? តើទិន្នន័យនៅតែមានសុពលភាព ឬហួសសម័យ?

3. Objectivity & Biasតើអត្ថបទនេះមានភាពលំអៀងខាងនយោបាយ ឬផលប្រយោជន៍ពាណិជ្ជកម្មដែរឬទេ?

4. Verifiabilityតើឯកសារមានភស្តុតាង តួលេខ និងឯកសារយោងច្បាស់លាស់ដែរឬទេ?

២. Primary Sources ទល់នឹង Secondary Sources

ការបញ្ចូលប្រភពដើមផ្ទាល់ (Primary Sources) ផ្តល់ទម្ងន់ចំណេះដឹងរឹងមាំជាងប្រភពតៗគ្នា ៖

Primary Source (គួរប្រើ)របាយការណ៍ហិរញ្ញវត្ថុផ្លូវការ 10-K, កំណត់ហេតុប្រជុំ Fed, ច្បាប់ចម្លងច្បាប់រដ្ឋធម្មនុញ្ញ។

Secondary Source (ពិចារណា)អត្ថបទសារព័ត៌មាន ប្លុកយោបល់ផ្ទាល់ខ្លួន ឬការសង្ខេបពីតតគ្នាដែលអាចមានការកែប្រែអត្ថន័យ។

LIVE NOTEBOOKLM LAB

វាយតម្លៃគុណភាព Source មុន Import

READY

ជ្រើសប្រភេទឯកសារដើម្បីមើលពិន្ទុភាពជឿជាក់ និងការត្រួតពិនិត្យរបស់ NotebookLM ។

របាយការណ៍ Fed FOMC ផ្លូវការ Official PDF from federalreserve.gov

Source Quality Gate PROVE Framework + Credibility Check

High Authority Score (98%) Primary Source គ្មានការលំអៀង

លទ្ធផលគំរូ ៖ ជាឯកសារកម្រិតខ្ពស់បំផុត ផ្តល់ព័ត៌មានជាក់លាក់អំពីអត្រាការប្រាក់ និងគោលនយោបាយរូបិយវត្ថុ។

អនុវត្តជាក់ស្តែង ៖ សាកល្បង PROMPT គំរូ

សាកអនុវត្ត • NOTEBOOKLM PROMPT ជាភាសាខ្មែរ

សូមជួយធ្វើការវាយតម្លៃលើ Source ទាំងឡាយក្នុង Notebook នេះ ដោយវិភាគទៅលើ ៖ ភាពទាន់សម័យនៃទិន្នន័យ (Recency), ភាពអាចផ្ទៀងផ្ទាត់បាន (Verifiability) និងរកមើលចំណុចណាដែលប្រភពខ្វះភស្តុតាងរឹងមាំ។