មេរៀនទី២០
FINAL MISSION • LESSON 20

Capstone:ផែនទីជំនាញ AIរបស់អ្នក

Sot Dimong by Sot Dimong
21កក្កដា 2026

អ្នកបានរៀនពីគ្រឹះ AI, Prompt, Verification, Privacy, Ethicsនិង Human + AI Workflow។ Final Missionនេះនឹងបម្លែងចំណេះដឹងទាំងនោះទៅជា Skill Map, Capstone projectនិងផែនការអនុវត្ត៣០ថ្ងៃដែលវាស់លទ្ធផលបាន។

រយៈពេលប្រហែល២៤នាទី
Responsible Builder • Final Level Learn → Apply → Verify → Reflect → Improve 0 XP
ចាប់ផ្តើម
AI Skill Mapនិងផែនការអនុវត្ត៣០ថ្ងៃ
AI SKILL MAP • CAPSTONE

AI Literacyគឺការយល់សួរផ្ទៀងផ្ទាត់និងប្រើដោយទំនួលខុសត្រូវ

ការចេះ Toolមួយមិនមែនជាគោលដៅចុងក្រោយទេ។ Toolអាចប្តូរប៉ុន្តែសមត្ថភាពកំណត់បញ្ហាសរសេរ Briefវាយតម្លៃ Outputការពារ Dataនិងរចនា Workflowអាចយកទៅប្រើជាមួយ AIផ្សេងៗបាន។

១.ធ្វើ Skill Auditដោយស្មោះត្រង់

វាយតម្លៃខ្លួនឯងពី១ដល់៥លើជំនាញស្នូលហើយភ្ជាប់ Evidenceមួយ។កុំផ្តល់ពិន្ទុខ្ពស់ដោយគ្រាន់តែ «ធ្លាប់ប្រើ»—សួរថាតើអ្នកអាចធ្វើបានដោយឯករាជ្យនិងពន្យល់ឱ្យអ្នកដទៃបានទេ។

Conceptsយល់សមត្ថភាពដែនកំណត់និងប្រភេទ AI។
Promptផ្តល់ Goal, Context, Constraintsនិង Criteria។
VerificationFact-check, Source, Testនិង Uncertainty។
SafetyPrivacy, Security, Copyright, Ethicsនិង Risk។

២.បង្កើត Skill Mapជា៥សសរ

UnderstandAIជាអ្វីរបៀបរៀនពី Dataនិងហេតុអ្វីវាអាចខុស។
Directកំណត់ Outcome, Brief, Promptនិង Acceptance criteria។
Verifyពិនិត្យ Accuracy, Source, Bias, Testនិង Edge case។
ProtectData minimization, Consent, Rights, Securityនិង Human owner។
BuildHuman + AI Workflow, Feedback loopនិងការវាស់លទ្ធផល។
Infographic Understand Direct Verify Protectនិង Build
30-DAY MISSION PLANNER

ជ្រើសសប្ដាហ៍ដើម្បីមើល Missionនិង Evidence

READY

ផែនការល្អមានការអនុវត្តតូចៗជាប់លាប់និងភស្តុតាង—notគ្រាន់តែមើលវីដេអូច្រើន。

Week 1 • Foundations Understand + baseline
Practice Loop Do → Check → Reflect
Skill audit Scores + evidence
ចំណុចសំខាន់៖វាស់ការរីកចម្រើនដោយ Output, Testនិង Reflection—notចំនួន Promptឬម៉ោងប្រើ Tool.

៣.កំណត់គោលដៅដែលវាស់បាន

ជំនួស «ខ្ញុំចង់ពូកែ AI»ដោយគោលដៅច្បាស់៖ «ក្នុង៣០ថ្ងៃខ្ញុំនឹងបង្ក Workflowសម្រាប់ Meeting summaryដែលកាត់ពេល៣០%ហើយ Fact/Action accuracyយ៉ាងតិច៩០%លើ Sample១០»។

Measurable goal Use case, Audience, Baseline, Metric, Target, Deadlineនិង Safety constraint។
Vanity goal សាក Tool២០ឬសរសេរ Prompt១០០ដោយមិនដឹងថា Outcomeល្អឡើងឬទេ។

៤.ជ្រើស Capstone Projectតូចប៉ុន្តែប្រើបានពិត

ជ្រើស Use caseដែលអ្នកអាចធ្វើម្តងហើយម្តងទៀតនិងពិនិត្យចម្លើយបាន៖ Summary workflow, Content brief, FAQ assistant prototype, Spreadsheet helperឬ Journal review។ជៀសវាងការសម្រេចចិត្តមានហានិភ័យខ្ពស់សម្រាប់ Projectដំបូង។

Problemអ្នកណាមានបញ្ហាអ្វីនិង Baselineបច្ចុប្បន្ន?
PrototypeWorkflowតូចបំផុតដែលអាចសាកបាន។
MetricsTime, Quality, Error, Reworkនិង User feedback។
EvidenceBefore/after, Test set, Rubricនិង Reflection។

៥.ដាក់ Safetyនិង Human approvalក្នុង Projectតាំងពីដំបូង

Required gates Data minimization, Rights/Consent, Source check, Test cases, Human ownerនិង Stop condition។
Release blockers Secret/PII, No source, No test, Hidden AI use, High-impact automationឬគ្មានអ្នកទទួលខុសត្រូវ។

កំណត់ជាមុនថា Outputណាអាចប្រើបានអ្វីត្រូវ Reviewនិងពេលណាត្រូវឈប់/សួរអ្នកជំនាញ។ Safetyមិនមែនជាជំហានចុងក្រោយបន្ទាប់ពី Buildរួចទេ។

៦.ផែនការ៣០ថ្ងៃ៖រៀនតិចអនុវត្តច្រើននិង Reviewរៀងរាល់សប្ដាហ៍

Daily • 20–30 min១ Concept,១ Practice,១ Noteអំពីអ្វីដែលខុស។
Weekly reviewអ្វីល្អ?អ្វីខុស? Metricប្រែប្រួលយ៉ាងណា?ត្រូវកែ Workflowអ្វី?
Portfolio evidenceBrief, Prompt, Output, Verification, Safety checklistនិង Reflection។
Diagram Week 1 Foundations Week 2 Prompt Verify Week 3 Workflow Safetyនិង Week 4 Capstone

៧.បង្កើត AI Learning Mapនិង Capstone Planរបស់អ្នក

បំពេញ Promptខាងក្រោមដោយព័ត៌មានពិតរបស់អ្នក។ AIជួយរៀបផែនការប៉ុន្តែអ្នកត្រូវជ្រើស Goal, Timeនិង Projectដែលសមនឹងបរិបទរបស់អ្នក។

FINAL PRACTICE • AI SKILL MAP

ខ្ញុំចង់បង្កើតផែនទីជំនាញ AIនិងផែនការអនុវត្ត៣០ថ្ងៃ.បរិបទរបស់ខ្ញុំ៖ Role=[តួនាទី], Experience=[កម្រិត], Time per day=[នាទី], Tools allowed=[បញ្ជី], Data/Policy constraints=[បញ្ជី], Use caseដែលចង់កែលម្អ=[ការងារ]និង Baseline=[ពេល/គុណភាព/កំហុស].សូម៖ (1)សួរសំណួរដើម្បីបំពេញ Context, (2)បង្ក Skill audit១–៥មាន Evidenceសម្រាប់ Understand, Direct, Verify, Protect, Build, (3)ស្នើ Capstone៣ជម្រើសមាន Riskនិង Trade-off, (4)បន្ទាប់ពីខ្ញុំជ្រើសបង្កផែនការ៤សប្ដាហ៍មាន Daily practice, Weekly deliverableនិង Review, (5)កំណត់ Metricsសម្រាប់ Time, Quality, Error, Reworkនិង Safety, (6)បង្ក Human approval, Privacy, Copyright, Fact-check, Testនិង Stop-condition checklist, (7)រៀប Portfolio evidenceដែលត្រូវរក្សាទុក.កុំបង្កើតគោលដៅជំនួសខ្ញុំនិងសម្គាល់ Assumptionទាំងអស់.

៨. Final Quiz

FINAL CHECK

តើ AI literacyមានន័យថាអ្វី?

ចម្លើយត្រឹមត្រូវ៖គ។ AI literacyគឺសមត្ថភាពសួរវាយតម្លៃផ្ទៀងផ្ទាត់និងសម្រេចចិត្តដោយយល់ Risk—notគ្រាន់តែចេះប្រើ Tool។

៩. Final Takeaways

  • Toolអាចផ្លាស់ប្តូរប៉ុន្តែ Understand, Direct, Verify, Protectនិង Buildនៅតែមានតម្លៃ។
  • Skill Mapត្រូវភ្ជាប់ពិន្ទុជាមួយ Evidenceនិង Projectពិត។
  • ផែនការ៣០ថ្ងៃត្រូវមាន Baseline, Metrics, Weekly reviewនិង Safety gates។
  • AIបង្កើនសមត្ថភាពមនុស្សបានល្អបំផុតនៅពេលមនុស្សរក្សាគោលដៅការវិនិច្ឆ័យនិងទំនួលខុសត្រូវ។

មិនចាំបាច់រង់ចាំឱ្យចេះគ្រប់យ៉ាងទេ។ជ្រើស Use caseហានិភ័យទាបមួយបង្ក Baselineហើយអនុវត្ត Loop៖ Brief → AI Draft → Verify → Improve → Record evidence。

បន្ទាប់ពី៣០ថ្ងៃសូមធ្វើ Skill auditម្តងទៀតហើយជ្រើស Skillខ្សោយបន្ទាប់—not Toolថ្មីបន្ទាប់。

AI FOUNDATIONS CAPSTONE BADGE

កំពុងបើក Capstone Badgeរបស់អ្នក

អានគ្រប់ Checkpointនិងឆ្លើយ Final Quizដើម្បីបញ្ចប់វគ្គ AI Foundations。

0% • Capstoneកំពុងដំណើរការ បញ្ចប់វគ្គ

អបអរសាទរ!អ្នកបានបញ្ចប់ផ្លូវសិក្សា AI Foundationsទាំង២០មេរៀន។ជំហានបន្ទាប់គឺអនុវត្តផែនការ៣០ថ្ងៃនិងរក្សា Evidenceនៃការរីកចម្រើនរបស់អ្នក។

បញ្ចប់វគ្គ

មេរៀនមុននិងផែនទីវគ្គ

ទំព័រដើម
រៀនត្រេត
រៀន AI
ការកំណត់