AI-নির্মিত একটি প্রথম ভার্সন লঞ্চ করার পরে কী হয়: মনিটরিং, ফিডব্যাক, ফিক্স, আপডেট এবং পরবর্তী রিলিজের পরিকল্পনা সম্পর্কে ব্যবহারিক গাইড।

/health) সেট করুন এবং আপনার প্রোভাইডারের বাইরে থেকে মনিটর করুন।\n\nআপনি যদি আজ মাত্র এক ঘন্টা পান, এখানে কাটুন। দুর্দান্ত AI ফিচার অর্থবোধক নয় যদি ইউজাররা একটি খালি পৃষ্ঠা দেখে।\n\n### 2) প্রমাণ করুন আপনার ট্র্যাকিং এন্ড-টু-এন্ড কাজ করছে\n\nঅ্যানালিটিক্স ইনস্টল করা মানে নয় যে আপনি সেগুলো বিশ্বাস করেন।\n\n- কয়েকটি বাস্তব ফ্লো ট্রিগার করুন (সাইন-আপ, অনবোর্ডিং, কিল-অ্যাকশন) এবং নিশ্চিত করুন ইভেন্টগুলো কয় মিনিটের মধ্যে দেখা যায়।\n- ইউজার আইডেন্টিফায়ার কনসিস্টেন্ট আছে কি না নিশ্চিত করুন (anonymous → authenticated) যাতে ফানেল ভাঙ্গে না।\n- এরর ট্র্যাকিং (ফ্রন্টএন্ড + ব্যাকএন্ড) চালু করুন এবং একটি টেস্ট এরর জেনারেট করে নিশ্চিত করুন অ্যালার্ট আসে।\n\nএছাড়া নিশ্চিত করুন আপনি এআই-নির্দিষ্ট ব্যর্থতাগুলো ক্যাপচার করছেন: টাইমআউট, মডেল এরর, টুল ফেইলিয়ার, এবং “খালি/গার্বলড আউটপুট” কেস।\n\n### 3) এমন একটি রোলব্যাক প্ল্যান লিখুন যা চাপের নিচে কার্যকর করা যায়\n\nসরল ও বাস্তবসম্মত রাখুন: অ্যাপ ভেঙে গেলে আপনি কী করবেন?\n\n- কিভাবে আগের ডেপ্লয় ফেরত দেওয়া যায় (বা ঝুঁকিপূর্ণ ফিচার ফ্ল্যাগ নিষ্ক্রিয় করা যায়)\n- কার কাছে ডেপ্লয় করার অনুমতি আছে এবং ক্রেডেনশিয়াল কোথায় রাখা আছে\n- “রক্ত থামানো” মানে কী (মেইনটেন্যান্স পেজ, রেট লিমিট, অস্থায়ীভাবে এআই কল বন্ধ করা)\n\nযদি আপনার স্ট্যাক স্ন্যাপশট ও রোলব্যাক সাপোর্ট করে (Koder.ai-তে এই কনসেপ্ট আছে), তাহলে কখন রোলব্যাক ব্যবহার করবেন বনাম “প্যাচ ফরওয়ার্ড” সিদ্ধান্ত নিন এবং সুনির্দিষ্ট ধাপগুলো ডকুমেন্ট করুন।\n\n### 4) মালিকানা ডকুমেন্ট করুন (যাতে কিছুই গর্তে পড়ে না)\n\nএকটি এক-পেজ—শেয়ারড ডক, Notion, বা /runbook—তৈরি করুন যা উত্তর দেয়:\n\n- প্রোডাক্ট: অগ্রাধিকার ও ব্যবহারকারীর পরিবর্তন সিদ্ধান্ত নেয়\n- ইঞ্জিনিয়ারিং: ডেপ্লয়, ফিক্স, পারফরম্যান্স, ইনসিডেন্ট রেসপন্স\n- সাপোর্ট: ইনবাউন্ড ইস্যু হ্যান্ডেল ও এস ক্যালেশন নিয়ম\n- এআই/মডেল মালিক: প্রম্পট, ইভ্যালুয়েশন, মডেল/প্রোভাইডার পরিবর্তন, সেফটি ফিল্টার\n\nমালিকানা স্পষ্ট হলে আপনার প্রথম সপ্তাহ অচল না হয়ে পরিচালনাযোগ্য হবে।\n\n## কী পরিমাপ করবেন: প্রোডাক্ট মেট্রিক ও এআই-মান মেট্রিক্স\n\nv1-র পরে, পরিমাপই হলো কীভাবে “এটা ভালো লাগছে” থেকে সিদ্ধান্তে ঢালবেন। দৈনন্দিন দেখা যায় এমন ছোট একটি মেট্রিক সেট রাখুন, এবং যখন কিছু পরিবর্তন হয় তখন ড্রিলডাউন করার জন্য গভীর ডায়াগনস্টিক।\n\n### একটি নর্থস্টার দিয়ে শুরু করুন (তারপরে তা সমর্থন করুন)\n\nএকটি নর্থস্টার মেট্রিক বেছে নিন যা প্রকৃত মূল্য প্রদর্শন করে—শুধু অ্যাক্টিভিটি নয়। AI-অ্যাপগুলোর জন্য এটি প্রায়শই "সফল আউটকাম" (উদাহরণ: টাস্ক সম্পন্ন, ডকুমেন্ট জেনারেট ও ব্যবহৃত, প্রশ্ন উত্তর ও গ্রহণ) হয়।\n\nতারপর ৩–৫টি সহায়ক মেট্রিক যোগ করুন যা বোঝায় কেন নর্থস্টার ওঠানামা করে:\n\n- সাইনআপ → অ্যাক্টিভেশন: নতুন ইউজার প্রথম সেশন/দিনে “আহা” মুহূর্তে কতজন পৌঁছায়।\n- রিটেনশন: ইউজাররা সপ্তাহ 1 এবং সপ্তাহ 4-এ ফিরে আসে কি না।\n- কনভার্শন: ট্রায়াল-টু-পেইড বা আপগ্রেড রেট।\n- টাইম টু ভ্যালু: প্রথম সফল রেজাল্ট পেতে লাগে মিনিট বা ধাপ।\n\nএকটি সাধারণ ড্যাশবোর্ড বানান যা এগুলো একসঙ্গে দেখায় যাতে ট্রেডঅফ দেখা যায় (উদাহরণ: অ্যাক্টিভেশন বাড়লে কিন্তু রিটেনশন কমে)।\n\n### এমন এআই-কোয়ালিটি সিগন্যাল যোগ করুন যা আপনি কাজে লাগাতে পারবেন\n\nক্লাসিক প্রোডাক্ট অ্যানালিটিক্স বলে দেবে না যে এআই সহায়ক নাকি বিরক্তিকর। ট্র্যাক করুন এআই-নির্দিষ্ট সিগন্যাল যেন আপনি তাত্ক্ষণিক পদক্ষেপ নিতে পারেন:\n\n- অ্যাকসেপ্ট্যান্স রেট: % আউটপুট যেগুলো ঝাড়াই ছাড়াই ব্যবহৃত হচ্ছে।\n- এডিটস রেট / এডিট ডিস্ট্যান্স: ব্যবহারকারীরা কতবার ও কতভাবে আউটপুট পরিবর্তন করে।\n- রিট্রাইজ ও রিফর্মুলেশন: ব্যবহারকারীরা পুনরায় প্রম্পট করছে, আনডো করছে, বা আবার জিজ্ঞাসা করছে।\n- ফলব্যাক ব্যবহার: কতবার “আমি জানি না” বা রুল-ভিত্তিক রেসপন্স বা মানব-সাপোর্ট ডিফ্লেকশন হয়।\n\nএগুলোকে ইউজ কেস, ইউজার টাইপ, এবং ইনপুট দৈর্ঘ্য অনুযায়ী সেগমেন্ট করুন—গড় মান প্রায়ই ব্যর্থতার জায়গা ঢেকে রাখে।\n\n### ভ্যানিটি মেট্রিক এড়িয়ে চলুন\n\nদৃষ্টি রাখুন এমন মেট্রিক থেকে যেগুলো দেখতে ভাল মনে হয় কিন্তু সিদ্ধান্ত বদলায় না:\n\n- মোট পেজ ভিউ, কাঁচা চ্যাট মেসেজ, বা “টোকেন জেনারেটেড” (যদি না খরচের সাথে যুক্ত হয়)\n- ধারাবাহিক ইভ্যালুয়েশন সেট ছাড়া মোট নির্ভুলতার দাবি\n\nযদি কোনো মেট্রিক ১০% হ্রাস পেলে একটি স্পেসিফিক অ্যাকশন ট্রিগার না করে (“যদি এটি 10% নেমে যায়, আমরা X করব”), তাহলে তা মেইন ড্যাশবোর্ডে রাখার দরকার নেই।\n\n## লঞ্চের পর মনিটরিং: অ্যালার্ট, লোগ, এবং প্রাথমিক সিগন্যাল\n\nএকটি AI-নির্মিত v1 লঞ্চ ছাড়া মনিটরিং করা মানে চেক-ইঞ্জিন লাইট ঢাকা রেখে গাড়ি চালানো। অ্যাপ "চলতে" পারে, কিন্তু আপনি জানবেন না কখন তা ফেল করছে, ধীর হচ্ছে, বা নীরবে অর্থ জ্বালাচ্ছে।\n\n### প্রথমে বেসলাইন লগ ধরুন (তাই আপনি “অদ্ভুত” চিহ্নিত করতে পারবেন)\n\nকোনো টিউনিংয়ের আগে প্রথম বাস্তব ইউজারদের জন্য একটি পরিষ্কার বেসলাইন ধরুন:\n\n- ল্যাটেন্সি: এন্ড-টু-এন্ড রেসপন্স টাইম, পাশাপাশি কিই স্টেপ (রিট্রাইভাল, মডেল কল, ডাটাবেস, ফাইল আপলোড)\n- এরর: HTTP 5xx/4xx, টাইমআউট, ও মডেল/প্রোভাইডার এরর (রেট লিমিট, ইনভ্যালিড রিকোয়েস্ট)\n- প্রতি রিকোয়েস্ট খরচ: টোকেন, টুল কল, ভেক্টর সার্চ, এবং কোনো পেইড API প্রতি ইউজার অ্যাকশন খরচ\n- ইউসেজ ভলিউম: রিকোয়েস্ট প্রতি মিনিট, অ্যাকটিভ ইউজার, এবং শীর্ষ ইউজার ফ্লো\n\nলগগুলো স্ট্রাকচার্ড রাখুন (ফিল্ড যেমন user_id, request_id, model, endpoint, latency_ms) যাতে ইনসিডেন্টে দ্রুত ফিল্টার করা যায়।\n\n### প্রথম 24–72 ঘন্টা নিবিড়ভাবে পর্যবেক্ষণ করুন\n\nপ্রথম কয়েক দিনই হলো যেখানে এজ কেস দেখা যায়: দীর্ঘ ইনপুট, অচেনা ফাইল ফরম্যাট, অনपेক্ষিত ভাষা, বা ব্যবহারকারীরা একই ফ্লো বারবার আঘাত করছে।\n\nএই উইন্ডোতে ড্যাশবোর্ড ঘনঘন চেক করুন এবং বাস্তব ট্রেস নমুনা পুনরায় দেখুন। আপনি পরফেকশনের দিকে তাকাবেন না—আপনি প্যাটার্ন দেখবেন: হঠাৎ স্পাইক, ধীর ড্রিফট, এবং পুনরাবৃত্ত ব্যর্থতা।\n\n### এমন অ্যালার্ট সেট করুন যা গুরুত্বপূর্ণ (এবং আপনাকে স্প্যাম করবে না)\n\nতারা সেট করুন সমস্যাগুলোর জন্য যা তাৎক্ষণিক ব্যবহারকারী কষ্ট বা আর্থিক ঝুঁকি তৈরি করে:\n\n- ডাউনটাইম / হেলথ চেক ফেলিউর\n- এরর রেট (যেমন, 5xx নির্দিষ্ট থ্রেশহোল্ডের উপরে 5–10 মিনিট)\n- স্লো রেসপন্স (p95 ল্যাটেন্সি সীমা ছাড়ালে)\n- খরচ অ্যানোমালি (টোকেন বা ঘন্টায় খরচ অপ্রত্যাশিতভাবে ঝাঁপ করে)\n\nঅ্যালার্টগুলো এক জায়গায় রুট করুন (Slack, PagerDuty, ইমেইল) এবং প্রতিটি অ্যালার্টে সংশ্লিষ্ট ড্যাশবোর্ড বা লগ কুয়েরির লিঙ্ক দিন।\n\n### ছোট টিমের জন্য “কোয়ায়েট আওয়ারস” কভারেজ\n\nযদি আপনার কাছে ২৪/৭ অন-কল না থাকে, রাতের সময় কি হবে তা সিদ্ধান্ত নিন: কে জাগবে, কি বস্তু সকালে অপেক্ষা করতে পারে, এবং কী জরুরী। একটি সাধারণ রোটেশন ও সংক্ষিপ্ত রানবুক (“স্ট্যাটাস পেজ চেক, রোলব্যাক, ফিচার ফ্ল্যাগ নিষ্ক্রিয়”) প্যানিক ও অনুমান রোধ করে।\n\n## ব্যবহারকারী ফিডব্যাক: কীভাবে ধরবেন এবং কর্মযোগ্য করবেন\n\nব্যবহারকারী ফিডব্যাক তখনই কার্যকর যখন তা দেওয়া সহজ, বোঝা সহজ, এবং সঠিক ফিক্সের কাছে পৌঁছায় সহজ। v1 লঞ্চের পরে লক্ষ্য নয় “আরও ফিডব্যাক সংগ্রহ করা”—লক্ষ্য হল “সঠিক প্রসঙ্গসহ পর্যাপ্ত ফিডব্যাক সংগ্রহ করা যাতে কাজ করা যায়।”\n\n### ব্যবহারকারীরা কথা বলার জন্য একটি জায়গা তৈরি করুন\n\nএকটি নির্দিষ্ট, চোখে পড়ার চ্যানেল বেছে নিন এবং অ্যাপে দৃশ্যমান করুন। ইন-অ্যাপ উইজেট আদর্শ, কিন্তু একটি সহজ “Send feedback” লিংক যা একটি ছোট ফর্ম খোলে তাও কাজ করে।\n\nহালকা রাখুন: নাম/ইমেইল (ঐচ্ছিক), বার্তা, এবং এক বা দুটি দ্রুত সিলেক্টর। ব্যবহারকারীরা যদি রিপোর্ট করতে খোঁজ করতে হয়, আপনি সাধারণত পাওয়ার ইউজারদের কাছেই শুনবেন—মুখস্থ বেশিরভাগ সাইলেন্ট সংখ্যাকে হারাবেন।\n\n### প্রসঙ্গ চেয়ে নিন (তবে ব্যবহারকারীদের জেরা করবেন না)\n\n"এটি ভাঙা" এবং একটি সমাধানযোগ্য রিপোর্টের মধ্যে পার্থক্য হলো প্রসঙ্গ। ব্যবহারকারীদের তিনটি সহজ প্রশ্ন করুন:\n\n- আপনি কী করতে চাচ্ছিলেন?\n- আপনি কী আশা করেছিলেন হবে?\n- পরিবর্তে কী ঘটলো?\n\nএআই ফিচারের জন্য একটি বাড়তি প্রশ্ন যোগ করুন: “আপনি কি শেয়ার করতে পারেন, আপনি কী টাইপ/আপলোড দিয়েছিলেন?” সম্ভব হলে ফর্মটি একটি স্ক্রিনশট সংযুক্ত করতে দেবে এবং স্বয়ংক্রিয়ভাবে বেসিক মেটাডাটা (অ্যাপ ভার্সন, ডিভাইস, সময়) যোগ করবে। এটি ঘণ্টার পরিশ্রম বাঁচায়।\n\n### ফিডব্যাক ট্যাগ করুন যাতে তা কাজে পরিণত হয়\n\nফিডব্যাককে একটি দীর্ঘ, অবঠনীয় ইনবক্সে ফেলবেন না। থিম অনুযায়ী ট্রায়াজ করুন যেন তা কর্মে পরিণত হয়:\n\n- বাগ (কিছু কাজ করে না)\n- বিভ্রান্তি (UX বা ওয়ার্ডিং)\n- অনুপস্থিত ফিচার (স্পষ্ট অনুরোধ)\n- এআই ত্রুটি (ভুল, অনিরাপদ, বা অসঙ্গত আউটপুট)ট্যাগিং দ্রুত প্যাটার্ন তৈরি করে: “২০ জন ধাপ ২-এ বিভ্রান্ত” মানে এটা একটি UX ফিক্স, সাপোর্ট সমস্যা নয়।\n\n### লুপ বন্ধ করুন — বিশ্বাস গড়তে\n\nকতৃপক্ষ সমস্যা ফিক্স করলে তাদের জানান। একটি সংক্ষিপ্ত রিপ্লাই—“আজ আমরা ফিক্স দিলাম; রিপোর্টের জন্য ধন্যবাদ”—রাগান্বিত ব্যবহারকারীদের মিত্রে পরিণত করে।\n\nছোট পাবলিক আপডেট (একটি সাধারণ চেঞ্জলগ পেজ) ভাগ করুন যাতে মানুষ গতি দেখতে পায়। এটি পুনরায় রিপোর্ট কমায় এবং ব্যবহারকারীদের উচ্চ-মানের ফিডব্যাকে উৎসাহ দেয়।\n\n## বাগ ট্রায়াজ ও হটফিক্স: প্রথম সপ্তাহের বাস্তবতা\n\nলঞ্চের প্রথম সপ্তাহে “আমাদের পাশেই কাজ করছিল” প্রডাকশন সাথে মেলে। বাগ রিপোর্টগুলো আসবে—from সত্যিকারের আউটেজ পর্যন্ত ছোট কষ্টকর বিষয়—যা নতুন ব্যবহারকারীর কাছে বিশাল মনে হয়। লক্ষ্য সব কিছু ঠিক করা নয়—এটা দ্রুত বিশ্বাস পুনরুদ্ধার করা এবং কি প্রোডাকশনে আসলেই ভাঙে তা শেখা।\n\n### দ্রুত (এবং ধারাবাহিক) ট্রায়াজ করুন\n\nরিপোর্ট এলে প্রথম সিদ্ধান্ত মিনিটে নিন, ঘণ্টায় নয়। একটি সরল ট্রায়াজ টেমপ্লেট বিবাদ কমায়:\n\n- কোর ফ্লো ব্লকড, আংশিক, নাকি অস্বস্তিকর?\n- এক ব্যক্তি, একটি সেগমেন্ট (উদাহরণ: iOS), নাকি সবার জন্য?\n- ব্যবহারকারীরা কি ম্যানুয়ালভাবে সফল হতে পারে?\n\nএতে স্পষ্ট হয় কিসে হটফিক্স দরকার এবং কিসে পরবর্তী রিলিজ পর্যন্ত অপেক্ষা করা যায়।\n\n### “ভাঙা” বনাম “রাগান্বিত” আলাদা করুন\n\nশুরুটা তে টিমগুলো প্রায়শই প্রতিটি অভিযোগকে জরুরি মনে করে। আলাদা করুন:\n\n- ক্র্যাশ, লগিন ব্যর্থতা, পেমেন্ট সমস্যা, ডেটা লস, এমন ভুল যা ক্ষতি করতে পারে।\n- বিভ্রান্তিকর কপি, ধীর স্ক্রিন, এজ-কেস ফরম্যাটিং, ছোট ফিচার অনুপস্থিতি।\n\n"ভাঙা" দ্রুত ঠিক করুন। "রাগান্বিত" আইটেমগুলো সংগ্রহ করে থিম করে ব্যাচে উচ্চ-ইমপ্যাক্টগুলো ট্যাকল করুন।\n\n### হটফিক্স নিরাপদে শিপ করুন\n\nহটফিক্সগুলো হওয়া উচিত । ডেপ্লয় করার আগে:\n\n1. এক-সেন্টেন্স চেঞ্জ নোট লিখুন (“10MB-এর বেশি ফাইলে আপলোড এরর ফিক্স করে”)।\n2. নিখুঁতভাবে ব্যর্থ দৃশ্যটি ভেরিফাই করুন (শুধু ইউনিট টেস্ট নয়)।\n3. নিশ্চিত করুন অন্য কিছু বদলে যায়নি ("এখানেই রিফ্যাক্টর না করার" চেষ্টা করুন)।\n\nযদি সম্ভব হয়, ফিচার ফ্ল্যাগ বা কনফিগারেশন সুইচ ব্যবহার করুন যাতে একটি ঝুঁকিপূর্ণ পরিবর্তন দ্রুত নিষ্ক্রিয় করা যায়।\n\n### চেঞ্জলগ রাখুন (যখন এটি সহায়ক হয়) \nপাবলিক বা সেমি-পাবলিক চেঞ্জলগ () পুনরাবৃত্ত প্রশ্ন কমায় এবং বিশ্বাস গড়ে তোলে। সংক্ষিপ্ত রাখুন: কী পরিবর্তিত, কার জন্য প্রযোজ্য, এবং ব্যবহারকারীকে পরবর্তী কী করা উচিত।\n\n## অনবোর্ডিং ও UX উন্নতি যা গ্রহণ বাড়ায়\n\nবেশিরভাগ v1 AI অ্যাপাইডস core আইডিয়া ভুল হওয়ার কারণে ব্যর্থ হয় না—তারা ব্যর্থ হয় কারণ মানুষ “আহা” মুহূর্তে দ্রুত পৌঁছাতে পারে না। লঞ্চের প্রথম সপ্তাহে অনবোর্ডিং ও UX টুইকগুলো অনেকবার সর্বোচ্চ লিভারেজ দেয়।\n\n### নতুন ব্যবহারকারীর মতো অনবোর্ডিং ফ্লো অডিট করুন\n\nতাজা অ্যাকাউন্ট (এবং সম্ভব হলে নতুন ডিভাইস) দিয়ে নিজে সাইনআপ ও ফার্স্ট-রান করুন। যেখানে হেঁচকি, দ্বিধা বা “তারা কি চায়” মনে হয় সেই পয়েন্টগুলো নোট করুন—সেই জায়গায়ই ব্যবহারকারীরা ছেড়ে যেতে পারে।\n\nযদি আপনার অ্যানালিটিক্স আছে, তখন দেখুন:\n\n- ব্যবহারকারীরা কোথায় ফ্লো ছেড়ে দেয় (সাইনআপ, পারমিশন, প্রথম প্রম্পট, পেমেন্ট ইত্যাদি)\n- টাইম-টু-ফার্স্ট-সাকসেস (প্রথম কাজে লাগার ফলাফল পেতে সময়)\n- রিপিট-ট্রাই (সংকেত বিভ্রান্তি বা মিস-ম্যাচড প্রত্যাশা) \n### হ্যাপি পাথ সরল করুন\n\nআপনার লক্ষ্য একটি সংক্ষিপ্ত, স্পষ্ট সিকোয়েন্স যেখানে ব্যবহারকারীরা দ্রুত মান পায়। যা প্রথম সফল ফলাফলের সাহায্য করে না তা সরিয়ে ফেলুন।\n\nসাধারণ উন্নতি যা বড় প্রভাব দেয়:\n\n- প্রথম আউটপুট দিতে ন্যূনতম তথ্য জিজ্ঞাসা করুন; বাকি পরে সংগ্রহ করুন।\n- ফিচার বর্ণনার পরিবর্তে কনক্রিট আউটকাম দেখান (“3-বুলেট সারাংশ জেনারেট করুন” ভাল “AI-পাওয়ারড সামারাইজেশন”-এর থেকে)।\n- বুদ্ধিমত সেটিংস প্রিসিলেক্ট করুন, উদাহরণ ইনপুট দেখান, সুপারিশকৃত টেমপ্লেট দিন।\n\n### বিভ্রান্তি যেখানে হয় সেখানেই সহায়তা যোগ করুন\n\nদীর্ঘ হেল্প পেজের বদলে ফ্রিকশনের পয়েন্টে মাইক্রো-হেল্প দিন:\n\n- অপরিচিত টার্মের জন্য টুলটিপ\n- খালি ফিল্ডের পাশে উদাহরণ ইনপুট\n- empty states যা বলে পরবর্তী কী করা উচিত (“সংক্ষেপ করতে লিঙ্ক পেস্ট করুন, বা PDF আপলোড করুন”)\n- এরর মেসেজ যা সমাধান সাজায় (“ছোট ইনপুট চেষ্টা করুন” বা “ব্যক্তিগত তথ্য সরান”)\n\nএআই ফিচারের জন্য শুরতেই প্রত্যাশা সেট করুন: টুল কোন কাজে ভাল, কি করতে পারে না, এবং একটি “ভাল প্রম্পট” কেমন।\n\n### ট্রাস্টওয়ার্থ ট্র্যাকিং না থাকলে A/B টেস্ট করবেন না\n\nশুরুতেই এক্সপেরিমেন্ট চালানোর লোভ আছে, কিন্তু ছোট টেস্ট তখনই কাজে লাগে যখন ইভেন্ট ট্র্যাকিং স্থিতিশীল এবং স্যাম্পল সাইজ যথেষ্ট। কম ঝুঁকির পরীক্ষা (কপি, বোতাম লেবেল, ডিফল্ট টেমপ্লেট) দিয়ে শুরু করুন এবং প্রতিটি টেস্টকে একটিমাত্র আউটকামে রাখুন—যাতে স্পষ্ট সিদ্ধান্ত নিয়ে বিজয়ী শিপ করা যায়।\n\n## পারফরম্যান্স ও খরচ: অ্যাপকে দ্রুত এবং টেকসই রাখা\n\nএকটি v1 AI অ্যাপ টেস্টিং-এ “ঠিক আছে” মনে হতে পারে এবং বাস্তব ইউজার এলে হঠাৎ ধীর (এবং ব্যয়বহুল) লাগতে পারে। পারফরম্যান্স ও খরচকে এক সমস্যা হিসেবে বিবেচনা করুন: প্রতিটি অতিরিক্ত সেকেন্ড সাধারণত মানে অতিরিক্ত টোকেন, পুনরায় কল, এবং অতিরিক্ত ইফ্রাসট্রাকচার।\n\n### এন্ড-টু-এন্ড রেসপন্স টাইম মাপুন\n\nশুধু এআই কল মাপবেন না। সম্পূর্ণ ইউজার-অনুধাবিত ল্যাটেন্সি ট্র্যাক করুন:\n\n- ফ্রন্টএন্ড: প্রথম ইন্টারঅ্যাকশন সময় এবং চূড়ান্ত উত্তর রেন্ডার করার সময়\n- ব্যাকএন্ড: কিউ잉, ডাটাবেস কল, এবং কোনো প্রিপ্রসেসিং\n- এআই লেয়ার: মডেল রেসপন্স সময়, টুল/ফাংশন কল, এবং রিট্রাই \nএটাকে এন্ডপয়েন্ট ও ইউজার অ্যাকশনের দ্বারা ভাঙ্গুন (সার্চ, জেনারেট, সামারাইজ ইত্যাদি)। কেবল একটি “p95 ল্যাটেন্সি” সংখ্যা কোথায় দেরি হচ্ছে তা লুকিয়ে রাখে।\n\n### গুণ খারাপ না করে এআই খরচ নিয়ন্ত্রণ করুন\n\nদীর্ঘ প্রম্পট, বেপরোয়া আউটপুট, এবং পুনরাবৃত্ত কলের কারণে খরচ বাড়তে পারে। UX রক্ষা করে খরচ কমানোর সাধারণ হাতিয়ারগুলো: \n- ডিটারমিনিস্টিক রেজাল্ট (একই ইনপুটে পুনরায় লেখা), এমবেডিং, এবং টুল রেজাল্ট কেশ করুন। এমনকি স্বল্পস্থায়ী কেশিং (মিনিট) স্পাইক সময় সাহায্য করে।\n- ব্যাকগ্রাউন্ড কাজ (এমবেডিং জেনারেশন, ক্লাসিফিকেশন) ব্যাচ করুন, লাইনে না করে।\n- দুর্ঘটনাজনিত ইনফিনাইট লুপ, স্ক্রিপ্টিং অ্যাবিউজ, বা এক গ্রাহকের অত্যধিক ভলিউম থেকে নিজেকে রক্ষা করুন।\n- কম-মূল্যের মডেলগুলিকে ন্যূনতম ঝুঁকির কাজ (ট্যাগিং, ভাষা সনাক্তকরণ, দ্রুত ড্রাফ্ট) রুট করুন; প্রিমিয়াম মডেল সংরক্ষণ করুন উচ্চ-মানের ফ্লো জন্য।\n\n### গার্ডরেইল সেট করুন: টাইমআউট, ফলব্যাক, এবং “সেইফ মোড”\n\nকিছু ধীর বা ফেল করলে “ভালো পর্যাপ্ত” কী তা সংজ্ঞায়িত করুন।\n\nমডেল কল ও টুল কলগুলিতে ব্যবহার করুন। নিম্নোক্ত ফলব্যাক যোগ করুন: \n- আংশিক উত্তর ফিরিয়ে দেয়া\n- ছোট মডেলে স্যুইচ করা\n- ঐচ্ছিক ধাপগুলি (অতিরিক্ত উদ্ধৃতি, অতিরিক্ত ফরম্যাটিং) স্কিপ করা\n\nএকটি “” আউটপুট সরল ও রক্ষিত হতে পারে (সংক্ষিপ্ত, কম টুল কল, স্পষ্ট অনিশ্চয়তা) যাতে লোড বাড়লে অ্যাপ রেসপনসিভ থাকে।\n\n### বাস্তব ইনপুট ব্যবহার করে প্রম্পট ও টেমপ্লেট অপটিমাইজ করুন\n\nলঞ্চের পরে আপনার প্রম্পট মিশ্র ব্যবহারকারী ডেটার সম্মুখীন হবে: অসম্পূর্ণ কন্টেক্সট, অদ্ভুত ফরম্যাটিং, অস্পষ্ট অনুরোধ। বাস্তব প্রম্পট ও আউটপুটের নমুনা রিভিউ করে টেমপ্লেট টাইট করুন: \n- অনাবশ্যক নির্দেশনা ও পুনরাবৃত্ত কন্টেক্সট সরান\n- আউটপুট দৈর্ঘ্য ও গঠন কনস্ট্রেইন করুন\n- সবচেয়ে সাধারণ ইন্টেন্টের জন্য উদাহরণ যোগ করুন \nছোট প্রম্পট এডিট অনেক সময় টোকেন ও ল্যাটেন্সি কমায়—ইনফ্রাস্ট্রাকচারের ছোঁয়াই ছাড়াই।\n\n## নিরাপত্তা, প্রাইভেসি, ও দুর্ব্যবহার প্রতিরোধ লঞ্চের পর\n\nv1 শিপ করলেই আপনার অ্যাপ বাস্তব ব্যবহারকারী এবং বাস্তব আচরণের সম্মুখীন হয়। নিরাপত্তা ও প্রাইভেসি ইস্যুগুলো ভদ্র বিটায় কমই দেখা দেয়; এগুলো প্রকাশ পায় যখন কেউ সংবেদনশীল ডেটা প্রম্পটে পেস্ট করে, লিংক পাবলিকভাবে শেয়ার করে, বা অনেকে অনোন্যের অনুরোধ চালু করে।\n\n### আপনি কী লগ করছেন তা অডিট করুন (এবং কী লিক হচ্ছে)\n\nএআই অ্যাপগুলো প্রায়শই “অচেতন ডেটা এক্সহাস্ট” তৈরি করে: প্রম্পট, মডেল আউটপুট, টুল কল, স্ক্রিনশট, এবং এরর ট্রেস। লঞ্চ পরেই দ্রুত লগ রিভিউ করুন একটি উদ্দেশ্যে: আপনি কি প্রয়োজনের তুলনায় বেশি ইউজার ডেটা সংরক্ষণ করছেন?\n\nফোকাস করুন:\n\n- নাম, ইমেইল, ফোন নম্বর, ঠিকানা, পেমেন্ট ডিটেইল বা কোনো ব্যক্তিকে শনাক্তকারী তথ্য।\n- API কী, অট, ইন্টারনাল URL, ওয়েবহুক পে-লোড।\n- লগ কতক্ষণ রাখা হয় এবং কে অ্যাক্সেস করতে পারে।\n\nডিবাগিং জন্য লগ দরকার হলে সংবেদনশীল ফিল্ড মাস্ক করা বিবেচনা করুন এবং ডিফল্টভাবে ভেরBOSE রিকোয়েস্ট/রেসপন্স লগিং বন্ধ রাখুন।\n\n### অ্যাক্সেস কন্ট্রোল ও ডেটা ভিজিবিলিটি লক করুন\n\nলঞ্চের পর মালিকানা ও সীমানা যাচাই করার সময়: \n- (অ্যাডমিন, সাপোর্ট, টিম-টিম, একই ওয়ার্কস্পেসের ইউজার)?\n- (প্রোড বনাম স্টেজিং)?\n- (কর্মের জন্য ন্যূনতম অ্যাক্সেস)?\n\nএকটি সাধারণ v1 পিটফল হলো “সাপোর্ট সবকিছু দেখতে পারে” সুবিধার জন্য। পরিবর্তে সাপোর্টকে টার্গেটেড টুল দিন (উদাহরণ: মেটাডেটা দেখুন, পুরো কন্টেন্ট নয়) এবং যে কি কখন অ্যাক্সেস করেছে তার অডিট ট্রেইল রাখুন।\n\n### বড় আগুন হওয়ার আগেই বেসিক অ্যাবিউজ প্রতিরোধ যোগ করুন\n\nসহজ সুরক্ষাগুলোই আউটেজ ও ব্যয়বহুল মডেল বিল প্রতিরোধ করতে পারে: \n- প্রতিটি ইউজার/IP-এ রেট লিমিট ও থ্রটলিং, স্প্যাম ও স্ক্র্যাপিং কমাতে\n- স্পষ্টভাবে অসমর্থনীয় কন্টেন্টের জন্য কনটেন্ট ফিল্টার (এবং ব্লক হলে ব্যবহারকারীকে ক্লিয়ার মেসেজ)\n- আপলোড ও ইনপুট লিমিট (ফাইল সাইজ, মেসেজ দৈর্ঘ্য, রিকোয়েস্ট ফ্রিকোয়েন্সি)\n\nএছাড়া AI-নির্দিষ্ট অ্যাবিউজ খুঁজে দেখুন: প্রম্পট ইনজেকশন চেষ্টা ("previous instructions ignore..."), সিস্টেম প্রম্পট বা লুকানো টুল খোঁজা। দিন প্রথম থেকেই ধারণা দেখতে—নিশ্চিত প্রতিরোধ নয়, বরং ডিটেকশন ও সীমা।\n\n### একটি ছোট ইনসিডেন্ট প্ল্যান লিখুন (তাতে আপনি ইমপ্রোভাইজ করবেন না)\n\nসংক্ষিপ্ত ও কার্যকর রাখুন:\n\n1. কি অ্যালার্ট গুরুত্বপূর্ণ (এরর/লেটেন্সি/স্পেন্ড/অ্যাবিউজ স্পাইক)\n2. কে অন-পয়েন্ট, প্রথমে কি নিষ্ক্রিয় করা হবে (ফিচার, ইন্টিগ্রেশন, মডেল কল)\n3. ব্যবহারকারী আপডেট টেমপ্লেট এবং স্ট্যাটাস পোস্ট করার জায়গা\n\nকিছু ভুল হলে দ্রুততা ও স্পষ্টতা পারফেকশনের চেয়ে বেশি গুরুত্বপূর্ণ—বিশেষত প্রথম সপ্তাহে।\n\n## এআই লেয়ার উন্নত করা: প্রম্পট, মডেল ও ইভ্যালুয়েশন\n\nলঞ্চের পরে “এআই উন্নত করা” অস্পষ্ট লক্ষ্য না থকে নিয়ন্ত্রণযোগ্য পরিবর্তনের সেট হওয়া উচিত। বড় পরিবর্তন হল মডেল আচরণকে প্রোডাক্ট আচরণ মনে করে দেখা: আপনি পরিবর্তন পরিকল্পনা করবেন, টেস্ট করবেন, নিরাপদে রিলিজ করবেন, এবং ফলাফল মনিটর করবেন।\n\n### “মডেল আপডেট” আসলে কী অন্তর্ভুক্ত করে\n\nবেশিরভাগ AI অ্যাপ কয়েকটি লিভার দিয়ে এগোয়: \n- সিস্টেম নির্দেশনা, few-shot উদাহরণ, আউটপুট ফরম্যাট নিয়ম, এবং গার্ডরেইল
ছোট প্রম্পট টুইকও ফলকে উল্লেখযোগ্যভাবে বদলে দেয়; সেগুলোকে রিলিজ হিসেবে বিবেচনা করুন।\n\n### নিরাপদ রিলিজ প্রসেস (টেস্ট সেট → স্টেজিং → রোলব্যাক)\n\nএকটি হালকা তৈরি করুন: 30–200 বাস্তব ইউজার সিনারিও (অ্যানোনিমাইজড) যা আপনার কোর টাস্ক ও এজ কেস প্রতিনিধিত্ব করে। প্রতিটির জন্য “ভালো” কেমন সেট করুন—কখনও কখনও একটি রেফারেন্স আউটপুট, কখনও একটি চেকলিস্ট (সঠিক সোর্স ব্যবহৃত, সঠিক ফরম্যাট, নীতি লঙ্ঘন নেই)।\n\nএই টেস্ট সেট চালান: \n1. পরিবর্তনের (বেসলাইন)\n2. পরিবর্তনের (ক্যান্ডিডেট)\n3. , তারপর ছোট শতাংশ ইউজারের কাছে প্রকাশ করুন\n\nরোলব্যাক প্ল্যান রাখুন: আগের প্রম্পট/কনফিগ ভার্সন করে রাখুন যাতে মান কমলে দ্রুত ফিরিয়ে আনা যায়। (প্ল্যাটফর্ম-লেভেল ভার্সনিং/স্ন্যাপশট—Koder.ai-র মতো—আপনার প্রম্পট/কনফিগ ভার্সন কন্ট্রোলে সহায়ক হতে পারে)।\n\n### কোয়ালিটি ড্রিফট ট্র্যাক করা এবং পরিবর্তন জানানো\n\nকোনো কোড পরিবর্তন ছাড়াই কোয়ালিটি degrade হতে পারে—নতুন ইউজার সেগমেন্ট, নলেজবেসে নতুন কন্টেন্ট, বা upstream মডেল আপডেট আউটপুট পরিবর্তন আনতে পারে। সময়ে ইভ্যালুয়েশন স্কোর মনিটর করুন এবং সাম্পলিং করে সাম্প্রতিক কথোপকথন রিগ্রেশন খুঁজুন।\n\nযখন আপডেটগুলো ব্যবহারকারীর ফলাফলে প্রভাব ফেলে (টোন, কঠোর প্রত্যাখ্যান, ভিন্ন ফরম্যাট), রিলিজ নোট বা ইন-অ্যাপ মেসেজে সোজাসাপ্টা জানিয়ে দিন। প্রত্যাশা সেট করলে “এটা খারাপ হয়ে গেছে” রিপোর্ট কমে এবং ব্যবহারকারীরা তাদের ওয়ার্কফ্লো সমন্বয় করতে পারে।\n\n## রোডম্যাপ ও রিলিজ ছন্দ: v1 থেকে বাস্তব প্রোডাক্টে\n\nv1 শিপ করা মানে প্রোডাক্ট কাজ করে তা প্রমাণ করা। এটিকে বাস্তবে পরিণত করা হল লুপটা পুনরাবৃত্তি করা: শেখা → সিদ্ধান্ত → শিপ → ভেরিফাই।\n\n### ফিডব্যাক + ডেটা কে এমন একটি ব্যাকলগে পরিণত করুন যা ব্যবহার করা যায় \nপ্রতিটি সিগন্যাল (সাপোর্ট মেসেজ, রিভিউ, অ্যানালিটিক্স, এরর রিপোর্ট) একই ব্যাকলগে রাখুন। তারপর প্রতিটি আইটেমকে পরিষ্কার শেইপে বাধুন: \n- কোন ব্যবহারকারী ব্লকড/বিভ্রান্ত/অসন্তুষ্ট?\n- স্ক্রিনশট, উদ্ধৃতি, কাউন্ট, ফানেল, বা এরর ফ্রিকোয়েন্সি\n- “ঠিক” হলে কেমন দেখাবে? \nপ্রায়োরিটাইজেশনের জন্য সরল স্কোর কাজ করে। ইমপ্যাক্ট রিটেনশন, অ্যাক্টিভেশন বা রাজস্বের সাথে বাঁধুন; এফোর্ট-এ প্রোডাক্ট কাজ এআই কাজ (প্রম্পট, ইভ্যালুয়েশন, QA টাইম) উভয়ই গণনা করুন—এতে ছোট এআই টুইক গোপনে টেস্ট ছাড়া ঢুকে পড়ে না।\n\n### একটি রিলিজ ছন্দ বেছে নিন এবং তা রক্ষা করুন \nআপনার টিম সাইজ ও ঝুঁকি সহনশীলতার সাথে একটি ছন্দ বেছে নিন: যদি দ্রুত শিখতে চান, বেশিরভাগ টিমের জন্য, যদি ভারী QA বা কমপ্লায়েন্স দরকার। যা পছন্দ করুন, সেটা ধারাবাহিক রাখুন এবং দুইটি রুল যোগ করুন: \n1. (বাগ ফিক্স, পারফরম্যান্স, মনিটরিং উন্নতি)\n2. (ঘণ্টা-২৪ হলেও) যাতে রিলিজের আগে অ্যানালিটিক্স, কোর ফ্লো ও এআই কোয়ালিটি ভেরিফাই করা যায়।\n\n### v1.1 বনাম v2 পরিকল্পনা আলাদা রাখুন \n-কে রিলায়েবিলিটি + অ্যাডপশন হিসেবে দেখুন: শীর্ষ ফ্রিকশনগুলো ফিক্স করা, অনবোর্ডিং টাইট করা, সফলতার হার বাড়ানো, এবং প্রতি টাস্ক খরচ কমানো। বড় বাজেটের বিষয়: নতুন ওয়ার্কফ্লো, নতুন সেগমেন্ট, ইন্টিগ্রেশন বা গ্রোথ এক্সপেরিমেন্ট।\n\n### ডকুমেন্টেশন আপ-টু-ডেট রাখুন (এটা শিপ করার অংশ) \nপ্রতিটি রিলিজে ডকস আপডেট করুন যা ভবিষ্যৎ সাপোর্ট লোড কমায়: সেটআপ নোট, জানা সীমাবদ্ধতা, সাপোর্ট স্ক্রিপ্ট, এবং FAQ। সহজ নিয়ম: যদি আপনি একই প্রশ্ন দুবার করেন, তা ডকসে যোগ করুন (আপনার জীবন্ত নির্দেশিকা প্রকাশ করার জন্য ভালো জায়গা)। যদি আপনি Koder.ai-র মতো প্ল্যাটফর্মে নির্মাণ করেন, তবে কি প্ল্যাটফর্ম হ্যান্ডেল করে (ডেপ্লয়মেন্ট, হোস্টিং, রোলব্যাক) এবং কি আপনার টিমের দায়িত্ব (প্রম্পট, ইভ্যালুয়েশন, নীতি) তা ডকুমেন্ট করুন, যাতে অপারেশনাল দায়িত্ব স্পষ্ট থাকে যখন আপনি স্কেল করবেন।
এআই-নির্মিত v1 জন্য “লঞ্চ” মানে হচ্ছে আপনি কার জন্য প্রোডাক্ট খুলছেন, আপনি কী প্রতিশ্রুতি দিচ্ছেন, এবং আপনি কী শিখতে চান তা সিদ্ধান্ত নেওয়া। এটি হতে পারে:
সবচেয়ে ছোট লঞ্চই গ্রহণ করুন যা আপনার সবচেয়ে ঝুঁকিপূর্ণ অনুমান—এআই ব্যবহারযোগ্যতা ও নির্ভরযোগ্যতা—টেস্ট করে।
একটা প্রাথমিক লক্ষ্য বাছাই করুন এবং তা স্কোপ গঠন করুক:
নিয়ম: কোনো ফিচার যদি লক্ষ্যের পক্ষে না থাকে, সেটি পিছিয়ে দিন।
পর্যবেক্ষণযোগ্য টার্গেট দিন যাতে দ্রুত সিদ্ধান্ত নিতে পারেন:
প্রতিটি টার্গেট এমন মেট্রিকে বাঁধুন যা আপনার ড্যাশবোর্ড থেকে পরিমাপ করা যায়।
প্রাথমিকভাবে ‘বুড়ো’ কিন্তু গুরুত্বপূর্ণ বিষয়গুলো কভার করুন:
/health এন্ডপয়েন্টযদি ইউজার অ্যাপ পর্যন্ত পৌঁছাতে না পারে, বাকিটা অর্থহীন।
ট্র্যাকিং ইনস্টল করাই যথেষ্ট নয় — আপনাকে সেটি ভেরিফাই করতে হবে:
এছাড়া এআই-নির্দিষ্ট ব্যর্থতাগুলো লোগ করুন: টাইমআউট, মডেল এরর, টুল ফেইলিয়ার, খালি/বাগযুক্ত আউটপুট ইত্যাদি।
স্ট্রেস অবস্থায় কী করবেন তা সহজ, কার্যকর ও লিখিত রাখুন:
শেয়ারড রানবুকে এটি লিখে রাখুন, যাতে ইনসিডেন্টে ইম্প্রোভাইজ না করতে হয়।
একটি North Star বেছে নিন যা প্রকৃত মূল্য দেখায় (নির্ভরযোগ্য আউটকাম) এবং 3–5 সহায়ক মেট্রিক যোগ করুন:
একটি ছোট ড্যাশবোর্ড তৈরি করুন যাতে ট্রেডঅফ দেখা যায় (উদাহরণ: অ্যাক্টিভেশন বাড়লে কিন্তু রিটেনশন কমে)।
প্রোডাক্ট অ্যানালিটিক্স এআই-মান সম্পর্কে পুরো গল্প বলবে না। যোগ করুন এআই-কোয়ালিটি সিগন্যাল যা আপনি অ্যাকশনে পরিণত করতে পারেন:
ইহগুলো ইউজ কেস, ইউজার টাইপ ও ইনপুট দৈর্ঘ্য অনুযায়ী সেগমেন্ট করুন—গড়গুলো অনেক সময় ব্যর্থতার পকেট লুকিয়ে রাখে।
একটি ভাঙা নয়, কিন্তু দ্রুত তারতি রিকভার করে বিশ্বাস পুনরুদ্ধার করার লক্ষ্য রাখুন:
"ব্রোকেন" (ক্র্যাশ, লগিন/পেমেন্ট ফেল, ডেটা লস, ক্ষতিকর ভুল) গুলো কImmediately ঠিক করুন; "অ্যানয়িং" আইটেমগুলো থিম করে ব্যাচে নিয়ুন।
ইন-অ্যাপ অনবোর্ডিং “আহা” মুহূর্তে পৌঁছাতে সাহায্য করে—তাই প্রথম সপ্তাহে অনবোর্ডিং ও UX টুইকগুলো অনেকবার উচ্চ লেভার জেনারেট করে।
A/B টেস্ট কেবল তখনই চালান যখন ট্র্যাকিং বিশ্বাসযোগ্য এবং স্যাম্পল সাইজ যথেষ্ট।
পারফরম্যান্স ও খরচ একসাথে বিবেচনা করুন:
খরচ অস্বাভাবিক হলে অ্যালার্ট সেট করুন যাতে দ্রুত হস্তক্ষেপ করা যায়।
বাস্তব ব্যবহারকারীর আচরণে নিরাপত্তা এবং কুপ্রবৃত্তি প্রকাশ পায়—তাই বেসিকগুলো লঞ্চ পরেই শক্ত করে দিন:
দিন না-দিন পারফেক্ট ডিফেন্স দরকার নেই—কিন্তু দৃশ্যমানতা, সীমা ও প্রতিক্রিয়া পথ থাকা জরুরি।
এআই উন্নয়নকে একটি পরিমাপযোগ্য প্রক্রিয়ায় পরিণত করুন: পরিকল্পনা, টেস্ট, রিলিজ ও মনিটরিং। মডেল আপডেটগুলো সাধারণত:
প্রতিটি পরিবর্তনকে ছোট রিলিজ হিসেবে ট্রিট করুন: ইভ্যালুয়েশন সেট → স্টেজিং → ক্যানারি → ফুল রোলআউট; ভার্সনিং ও রোলব্যাক প্ল্যান রাখুন।
ফিডব্যাক, ডেটা ও সাপোর্ট সিগন্যাল এক জায়গায় নিয়ে একটি ব্যবহারযোগ্য ব্যাকলগ বানান:
রিলিজ কাডেন্স নির্ধারণ করুন: সাপ্তাহিক দ্রুত লুপ, দুই সাপ্তাহিক বা মাসিক—যেটা টিমের জন্য উপযুক্ত। প্রতি সাইকেলে একটি ছোট স্টেবিলিটি বাজেট রাখুন এবং রিলিজ-ফরযমের আগে একটি ফ্রিজ উইন্ডো রাখুন।
v1.1-কে মনোযোগ দিন: রিলায়েবিলিটি ও অ্যাডপশন উন্নত করা; v2 বড় বাজেট ও নতুন বেটের জন্য সংরক্ষণ করুন। ডকুমেন্টেশন আপ-টু-ডেট রাখুন—প্রতিবার যদি একই প্রশ্ন দুইবার করে উত্তর দেন, সেটি ডকসে যোগ করুন।
/changelog/blog