មគ្គុទេសក៍ពេញលេញស្តីពី Dify៖ បំប្លែងឃ្លាំងចំណេះដឹងរបស់ក្រុមហ៊ុនទៅជាសេវាអតិថិជន AI និងដំណើរការការងារ ដោយមិនបាច់សរសេរកូដ

វេទិកា LLMOps បើកចំហរ Dify ដែលទទួលបានផ្កាយ 13.8K លើ GitHub អនុញ្ញាតឱ្យអ្នកបង្កើតឃ្លាំងចំណេះដឹង RAG សេវាអតិថិជន AI និងដំណើរការការងារភ្នាក់ងារនៅលើផ្ទាំងក្រណាត់មើលឃើញ (Visual Canvas)។ អត្ថបទនេះណែនាំអ្នកពីកម្រិតសូន្យ៖ ការដំឡើងដោយខ្លួនឯង ឬលើពពក ការបង្កើតឃ្លាំងចំណេះដឹង និងការផ្សព្វផ្សាយជាគេហទំព័រ និង API។

កាលពីខែមុន ម្ចាស់អាជីវកម្មបែបប្រពៃណីមួយរូបនៅទីក្រុងតៃចុង (Taichung) ដែលធ្វើជំនួញផ្នែកលក់គ្រឿងបន្លាស់ បានសួរខ្ញុំថា៖ «កាតាឡុកផលិតផលរបស់យើងមាន២០០ទំព័រ ហើយបុគ្គលិកផ្នែកលក់ត្រូវគេសួរស្រោចស្រពដោយសារសំណួរអំពីខ្នាតស្តង់ដារដដែលៗជារៀងរាល់ថ្ងៃ តើមានវិធីណាដែលអាចឱ្យ AI មកជួយទទួលធ្វើแทนបានទេ?» ខ្ញុំបានឱ្យបុគ្គលិកវ័យក្មេងរបស់ពួកគេសាកល្បងប្រើប្រាស់ Dify ដោយគ្រាន់តែទម្លាក់ PDF កាតាឡុកចូលទៅក្នុងបណ្តុំចំណេះដឹង (Knowledge Base) បង្កើតខ្សែចង្វាក់สนทនា (Chatflow) មួយ ហើយដាក់តភ្ជាប់វាទៅកាន់គេហទំព័រ ប្រើពេលត្រឹមតែ ៣ រសៀលប៉ុណ្ណោះ សេវាកម្មអតិថិជន AI ដែលចេះឆែកមើលកាតាឡុកក៏ត្រូវដាក់ឱ្យដំណើរការ។ មិនបាច់សរសេរកូដសូម្បីតែមួយបន្ទាត់។

នេះហើយគឺជាចំណុចអត្ថប្រយោជន៍របស់ Dify គឺការប່ຽតបែនរឿង «ការបង្កើតកម្មវិធី AI ដែលយល់ពីទិន្នន័យរបស់ក្រុមហ៊ុនអ្នក» ពីគម្រោងវិស្វកម្មស្មុគស្មាញ ឱ្យទៅជាការទាញដាក់ (Drag and Drop) និងចុចជ្រើសរើសធម្មតា។

Dify គឺជាអ្វី?

Dify គឺជាវេទិកាដំណើរការការងារភ្នាក់ងារ និង LLMOps បើកចំហរប្រភព (Open-source) ដែលគិតត្រឹមខែមេសា ឆ្នាំ 2026 ចំនួនផ្កាយ (Stars) នៅលើ GitHub បានកើនឡើងហួស 13.8 ម៉ឺນរួចទៅហើយ វ៉ាដាច់ Flowise និងដេញតាមប្រកៀក n8n ដែលជាវេទិកាកសាងកម្មវិធី AI បើកចំហរប្រភពដ៏មានប្រជាប្រិយភាពបំផុតនាពេលបច្ចុប្បន្ន។ វាបានបង្រួបបង្រួមរឿងចំនួនប្រាំមកក្នុងចំណុចប្រទាក់តែមួយ៖ ការរៀបចំខ្សែចង្វាក់ការងារមើលឃើញដោយភ្នែក (Visual Workflow) បណ្តាញបំពង់បង្ហូរចំណេះដឹង RAG ក្របខណ្ឌភ្នាក់ងារ (Agent Framework) ការគ្រប់គ្រងម៉ូដែល និងការត្រួតពិនិត្យប្រតិបត្តិការ (LLMOps)។

វិធីសាស្ត្រដាក់ឱ្យដំណើរការមានពីរផ្លូវ៖ កំណែលើពពກ (Cloud version) មានគម្រោង Sandbox ឥតគិតថ្លៃ Professional តម្លៃ 59 ដុល្លារក្នុងមួយខែ និង Team តម្លៃ 159 ដុល្លារ ឬក៏ប្រើប្រាស់ Docker Compose ដើម្បីរៀបចំម៉ាស៊ីនខ្លួនឯង (Self-host) ដែលមុខងារស្នូលគឺឥតគិតថ្លៃ ហើយទិន្នន័យត្រូវបានរក្សាទុកទាំងស្រុងនៅលើម៉ាស៊ីនផ្ទាល់ខ្លួនរបស់អ្នក។

អាចធ្វើអ្វីបានខ្លះ?

  • សំណួរ-ចម្លើយបណ្តុំចំណេះដឹង RAG៖ ផ្ទុកឯកសារ PDF, Word និងទំព័រអ៊ីនធឺណិតឡើង កាត់ជាកំណាត់ៗដោយស្វ័យប្រវត្តិ បំលែងជា Vector និងអនុញ្ញាតឱ្យ AI «ឆែកមើលសិនមុននឹងឆ្លើយ» កាត់បន្ថយការស្រមើស្រមៃ (Hallucination) យ៉ាងច្រើន។
  • សេវាកម្មអតិថិជន AI៖ ភ្ជាប់បណ្តុំចំណេះដឹងទៅនឹងខ្សែចង្វាក់สนทនា បោះពុម្ពផ្សាយដោយចុចតែម្តងទៅជាកម្មវិធីເວັບ (Web App) ប្រអប់ជជែកបង្កប់ (Embedded Chat Widget) ឬ API។
  • ភ្នាក់ងារ (Agent)៖ កំណត់និយមន័យភ្នាក់ងារដោយប្រើ Function Calling ឬ ReAct ដោយមានភ្ជាប់មកស្រាប់នូវឧបករណ៍ជាង 50 ប្រភេទ (ការស្វែងរកតាម Google, ការបង្កើតរូបភាព, ការគណនាជាដើម) ដែលអាចភ្ជាប់ឱ្យវាប្រើប្រាស់បានផ្ទាល់។
  • ខ្សែចង្វាក់ការងារច្រើនដំណាក់កាល៖ តភ្ជាប់ដំណើរការដ៏ស្មុគស្មាញដូចជា «ការចាត់ថ្នាក់ → ការស្វែងរក → ការបង្កើត → ការពិនិត្យផ្ទៀងផ្ទាត់» នៅលើផ្ទាំងគំនូរ ដោយโหนด (Node) នីមួយៗអាចប្រើប្រាស់ម៉ូដែលខុសគ្នាបាន។

របៀបប្រើប្រាស់? ៤ ជំហរងាយៗដើម្បីចាប់ផ្តើម

ជំហានទី ១៖ ជ្រើសរើសការដាក់ឱ្យដំណើរការ។ ប្រសិនបើចង់លឿន សូមប្រើប្រាស់ Cloud Sandbox ដើម្បីចាប់ផ្តើមដោយឥតគិតថ្លៃ។ ប្រសិនបើផ្ដល់សារៈសំខាន់ដល់អធិបតេយ្យភាពទិន្នន័យ (ផ្នែកច្បាប់ ពេទ្យ និងឯកសារខាងក្នុង) ម៉ាស៊ីនដែលមាន Docker អាចដំណើរការឯកសារ compose ផ្លូវការដើម្បីរៀបចំដោយខ្លួនឯងបាន ដោយការកោះហៅម៉ូដែលគឺត្រូវឆ្លងកាត់ API Key ផ្ទាល់ខ្លួនរបស់អ្នក។

ជំហានទី ២៖ សាងសង់បណ្តុំចំណេះដឹង។ បើកផ្នែក Knowledge នៅខាងក្រោយ ហើយទម្លាក់ឯកសារចូលទៅ។ យុទ្ធសាស្ត្រកាត់កំណាត់សម្រាប់អ្នកចាប់ផ្តើមដំបូងអាចប្រើបែបលំនាំដើមបាន ប៉ុន្តែមានល្បិចតូចពីរ៖ ដំបូងត្រូវរៀបចំឯកសារជាទម្រង់ «មួយកាក់កត់ត្រាពីរឿងមួយ» គុណភាពនៃការស្វែងរកនឹងខុសគ្នាឆ្ងាយណាស់។ ចំណែកឯទិន្នន័យប្រភេទតារាង គួរតែបម្លែងជា CSV ឬ Markdown សិនមុននឹងផ្ទុកឡើង។

ជំហានទី ៣៖ ទាញរៀបចំ Chatflow មួយ។ ជ្រើសរើសគំរូ «សំណួរ-ចម្លើយបណ្តុំចំណេះដឹង» ភ្ជាប់ Knowledge របស់អ្នកទៅនឹងโหนดស្វែងរក ជ្រើសរើសម៉ូដែលមួយ (Claude, GPT, Gemini ឬភ្ជាប់ជាមួយម៉ូដែលមូលដ្ឋាន Ollama ក៏បាន) និងសរសេរតួនាទី និងច្បាប់ឆ្លើយតបឱ្យបានច្បាស់លាស់នៅក្នុង System Prompt ដែលប្រយោគថា «បើរកមិនឃើញទេ សូមប្រាប់ថាអត់ដឹង កុំច្នៃប្រឌិតឆ្លើយផ្តេសផ្តាស» គឺត្រូវតែបន្ថែមចូល។

ជំហានទី ៤៖ បោះពុម្ពផ្សាយ។ បោះពុម្ពផ្សាយដោយចុចតែម្តងទៅជាទំព័រເວັບដាច់ដោយឡែក បង្កប់ពពុះជជែកនៅលើគេហទំព័រផ្លូវការ ឬយក API Key ទៅរួមបញ្ចូលជាមួយផលិតផលផ្ទាល់ខ្លួនរបស់អ្នក។ មកដល់ចំណុចនេះ កម្មវិធី AI ដែលយល់ពីទិន្នន័យរបស់ក្រុមហ៊ុនអ្នកបានរស់រានមានជីវិតហើយ។

បច្ចេកទេសកម្រិតខ្ពស់

  • រង្វង់មតិយោបល់ និងការចំណាំ (Annotation Feedback Loop)៖ ចំណុចប្រទាក់ប្រតិបត្តិការអាចមើលឃើញការสนทនាពិតប្រាកដទាំងអស់ ដោយធ្វើការ «ចំណាំ» សំណួរ-ចម្លើយដែលឆ្លើយខុសទៅជាចម្លើយត្រឹមត្រូវ រួចបញ្ជូនវាត្រឡប់ចូលទៅវិញ នោះសេវាកម្មអតិថិជននឹងកាន់តែមានភាពជាក់លាក់ឡើងៗ។
  • ការបែងចែកការងារតាមម៉ូដែល៖ ការចាត់ថ្នាក់ និងការសរសេរឡើងវិញ ប្រើម៉ូដែលដែលមានតម្លៃថោក និងលឿន ចំណែកឯការឆ្លើយតបចុងក្រោយប្រើម៉ូដែលកម្រិតខ្ពស់ ដែលអាចកាត់បន្ថយការចំណាយបានជាងពាក់កណ្តាល។
  • ពាក្យរសើប និងโหนดពិនិត្យផ្ទៀងផ្ទាត់៖ សេវាកម្មអតិថិជនក្រៅប្រព័ន្ធចាំបាច់ត្រូវតែបន្ថែមការពិនិត្យទិន្នផលចេញ ដើម្បីការពារកុំឱ្យភ្នាក់ងារនិយាយពាក្យដែលមិនគួរនិយាយចេញមក។
  • ផ្គូផ្គងជាមួយ n8n៖ Dify គ្រប់គ្រង «អង្គភាពកម្មវិធី AI» រីឯ n8n គ្រប់គ្រង «ដំណើរការផ្នែកខាងមុខ និងខាងក្រោយ» (ទទួលបានទម្រង់បែបបទ → ហៅ Dify API → សរសេរត្រឡប់ចូល CRM វិញ)។ ការរួមបញ្ចូលគ្នានេះអាចមើលបាននៅ មេរៀន n8n របស់យើង

ចំណុចត្រូវប្រុងប្រយ័ត្ន

  • Sandbox ឥតគិតថ្លៃមានកម្រិតកំណត់ និងមុខងារកំណត់៖ មុនពេលផ្តល់សេវាកម្មជាផ្លូវការដល់ពិភពខាងក្រៅ ត្រូវផ្ទៀងផ្ទាត់មើលសិនថាតើបរិមាណសារគ្រប់គ្រាន់ដែរឬទេ។ ប្រសិនបើមិនគ្រប់គ្រាន់ទេ ត្រូវធ្វើបច្ចុប្បន្នភាពឡើងកម្រិត ឬរៀបចំម៉ាស៊ីនខ្លួនឯង។
  • ការរៀបចំខ្លួនឯងមិនមែនមានន័យថាគ្មានតម្លៃចំណាយនោះទេ៖ ការចំណាយលើ Token របស់ Model API ថ្លៃម៉ាស៊ីន និងថ្លៃ Embedding សុទ្ធតែជាការចំណាយពិតប្រាកដ ដូច្នេះត្រូវគណនាងវិការថវិកាមុនពេលដាក់ឱ្យដំណើរការ។
  • ការគ្រប់គ្រងទិន្នន័យត្រូវគិតគូរជាមុន៖ តើឯកសារអ្វីខ្លះដែលអាចចូលទៅក្នុងបណ្តុំចំណេះដឹង? តើកំណត់ត្រាការสนทនារក្សាទុកបានយូរប៉ុណ្ណា? តើអ្នកណាខ្លះអាចមើលផ្នែកខាងក្រោយបាន? ចំណុចទាំងនេះគឺមានសារៈសំខាន់ជាងបញ្ាបច្ចេកទេសពេលដែលសហគ្រាសសម្រេចចិត្តយកមកប្រើប្រាស់។

មតិយោបល់ពី TheAI學院 (The AI Academy)

មតិយោបល់៖ Dify គឺជាដំណោះស្រាយបើកចំហរប្រភពដែលមានភាពពេញលេញបំផុតក្នុងពេលបច្ចុប្បន្ន ដែលធ្វើឱ្យ «អ្នកที่ไม่មែនជាវិស្វករក៏អាចបង្កើត RAG បានដែរ»។ សម្រាប់សហគ្រាសខ្នាតតូច និងមធ្យមដែលចنگធ្វើសេវាកម្មអតិថិជន AI ផ្ទាល់ខ្លួន ការចាប់ផ្តើមពីទីនេះគឺមានតម្លៃនៃការសាកល្បងខុសទាបបំផុត។

អានបន្ថែម៖ ប្រសិនបើចង់ប្រៀបធៀបឧបករណ៍ស្រដៀងគ្នា អ្នកអាចមើល Flowise និង Langflow។ ប្រសិនបើចង់ស្វែងរកសេណារីយ៉ូដែលអាចស្វ័យប្រវត្តិកម្មបាន ផ្នែកសេវាកម្មអតិថិជន និងបណ្តុំចំណេះដឹងនៅក្នុង បញ្ជីភារកិច្ច សុទ្ធតែសាកសមសម្រាប់ប្រើជាគម្រោងដំបូង។

(មុខងារ និងព័ត៌មាន定价នៅក្នុងអត្ថបទនេះត្រូវបានផ្ទៀងផ្ទាត់នៅខែករដូវក្ដៅ ឆ្នាំ 2026 ដោយប្រកាន់យកសេចក្តីប្រកាសផ្លូវការចុងក្រោយជាគោល)។

ការយល់ច្រឡំជាទូទៅ / ការបំបែកជំនឿខុសឆ្គង

មនុស្សជាច្រើនយល់ច្រឡំថា Dify គ្រាន់តែជាឧបករណ៍សេវាកម្មអតិថិជន AI ដ៏សាមញ្ញមួយ ប៉ុន្តែតាមការពិតវាគឺជាវេទិកាដំណើរការការងារភ្នាក់ងារ និង LLMOps ដ៏ពេញលេញមួយ ដែលអាចជួយសហគ្រាសកសាងបណ្តុំចំណេះដឹង ក្របខណ្ឌភ្នាក់ងារ និងប្រព័ន្ធគ្រប់គ្រងម៉ូដែលផ្ទាល់ខ្លួនបាន។ ម្យ៉ាងវិញទៀត មនុស្សជាច្រើនក៏យល់ខុសដែរថា Dify អាចប្រើប្រាស់បានតែសម្រាប់សេវាកម្មអតិថិជនប៉ុណ្ណោះ តាមពិតវាអាចប្រើប្រាស់បានសម្រាប់សេណារីយ៉ូកម្មវិធីផ្សេងៗជាច្រើន ដូចជាដំណើរការការងារស្វ័យប្រវត្តិ និងការស្វែងរកឯកសារជាដើម។

មូលហេតុនៃការជ្រើសរើស Dify

ខ្លឹមសារ ការពន្យល់
ភាពងាយស្រួលក្នុងការប្រើប្រាស់ Dify ផ្តល់នូវការរៀបចំខ្សែចង្វាក់ការងារមើលឃើញដោយភ្នែក និងចំណុចប្រទាក់ទាញដាក់ (Drag and Drop) ដែលធ្វើឱ្យអ្នកដែលមិនមែនជាវិស្វករក៏អាចប្រើប្រាស់បានយ៉ាងងាយស្រួលផងដែរ
ភាពម្ចាស់ការលើខ្លួនឯង Dify គាំទ្រការដាក់ឱ្យដំណើរការដោយខ្លួនឯង ដែលសហគ្រាសអាចគ្រប់គ្រងទិន្នន័យ និងម៉ូដែលរបស់ខ្លួនបានទាំងស្រុង
ភាពបត់បែនពង្រីក Dify គាំទ្រម៉ូដែល និងឧបករណ៍ជាច្រើន ដែលសហគ្រាសអាចពង្រីកតាមតម្រូវការរបស់ខ្លួន
ការចំណាយ Dify ផ្តល់នូវគម្រោង Sandbox ឥតគិតថ្លៃ និងគម្រោងបង់ប្រាក់សមរម្យ ដែលសហគ្រាសអាចជ្រើសរើសតាមតម្រូវការរបស់ខ្លួន

ជំហានជាក់ស្តែង

  1. វាយតម្លៃតម្រូវការ៖ សហគ្រាសត្រូវវាយតម្លៃតម្រូវការរបស់ខ្លួន រួមមានតម្រូវការសេវាកម្មអតិថិជន បណ្តុំចំណេះដឹង និងខ្សែចង្វាក់ការងារ។
  2. ជ្រើសរើសវិធីសាស្ត្រដាក់ឱ្យដំណើរការ៖ សហគ្រាសត្រូវជ្រើសរើសវិធីសាស្ត្រដាក់ឱ្យដំណើរការដែលសាកសមនឹងខ្លួន រួមមានកំណែលើពពក និងកំណែរៀបចំខ្លួនឯង។
  3. សាងសង់បណ្តុំចំណេះដឹង៖ សហគ្រាសត្រូវសាងសង់បណ្តុំចំណេះដឹងផ្ទាល់ខ្លួន រួមទាំងការផ្ទុកឯកសារឡើង និងការសាងសង់ក្របខណ្ឌភ្នាក់ងារ។
  4. កំណត់រចនាសម្ព័ន្ធម៉ូដែល៖ សហគ្រាសត្រូវកំណត់រចនាសម្ព័ន្ធម៉ូដែលរបស់ខ្លួន រួមមានការជ្រើសរើសម៉ូដែល និងការកំណត់ប៉ារ៉ាម៉ែត្រ។
  5. ធ្វើតេស្ត និងបង្កើនប្រសិទ្ធភាព៖ សហគ្រាសត្រូវធ្វើតេស្ត និងបង្កើនប្រសិទ្ធភាពកម្មវិធី AI របស់ខ្លួន រួមមានរង្វង់មតិយោបល់ និងការបែងចែកការងារតាមម៉ូដែល។

និន្នាការអនាគត

និន្នាការអនាគតរបស់ Dify រួមមាន៖

  • ម៉ូដែល និងឧបករណ៍កាន់តែច្រើន៖ Dify នឹងគាំទ្រម៉ូដែល និងឧបករណ៍កាន់តែច្រើន រួមមានការចាត់ចែងភាសាធម្មជាតិ (NLP) និងទស្សនវិស័យកុំព្យូទ័រ (Computer Vision) ជាដើម។
  • ខ្សែចង្វាក់ការងារកាន់តែមានឥទ្ធិពល៖ Dify នឹងផ្តល់នូវមុខងារខ្សែចង្វាក់ការងារកាន់តែមានឥទ្ធិពល រួមមានខ្សែចង្វាក់ការងារច្រើនដំណាក់កាល និងការវិនិច្ឆ័យតាមលក្ខខណ្ឌជាដើម។
  • បទពិសោធន៍អ្នកប្រើប្រាស់កាន់តែប្រសើរ៖ Dify នឹងផ្តល់នូវបទពិសោធន៍អ្នកប្រើប្រាស់កាន់តែប្រសើរ រួមមានចំណុចប្រទាក់កាន់តែសាមញ្ញ និងការឆ្លើយតបកាន់តែលឿនជាដើម។

សំណួរញឹកញាប់

តើ Dify អាចប្រើប្រាស់ដោយឥតគិតថ្លៃដល់កម្រិតណា?

គម្រោង Sandbox លើពពកគឺឥតគិតថ្លៃ ប៉ុន្តែមានដែនកំណត់លើចំនួនសារ និងមុខងារ ដែលសាកសមសម្រាប់ការផ្ទៀងផ្ទាត់គំនិត។ កំណែដំឡើងដោយខ្លួនឯងគឺឥតគិតថ្លៃនូវមុខងារស្នូល និងរក្សាទុកទិន្នន័យនៅលើម៉ាស៊ីនមេផ្ទាល់ខ្លួន ប៉ុន្តែថ្លៃសេវា Model API និងម៉ាស៊ីនមេត្រូវចេញខ្លួនឯង។ សម្រាប់ការដំណើរការជាផ្លូវការ ជម្រើសទូទៅគឺគម្រោង Professional (59 ដុល្លារក្នុងមួយខែ) ឬការដំឡើងដោយខ្លួនឯង។

តើ Dify និង n8n មានអ្វីខុសគ្នា? មួយណាល្អជាង?

ទីតាំងបំពេញឱ្យគ្នាទៅវិញទៅមក៖ Dify ផ្តោតលើ «កម្មវិធី AI ផ្ទាល់» (ឃ្លាំងចំណេះដឹង បណ្តាញសន្ទនា ភ្នាក់ងារ) ចំណែក n8n ផ្តោតលើ «ស្វ័យប្រវត្តិកម្មដំណើរការ» (ការ kích hoạt ការតភ្ជាប់ ការកំណត់ពេល)។ ដើម្បីធ្វើសេវាអតិថិជន AI សូមជ្រើសរើស Dify ហើយដើម្បីធ្វើស្វ័យប្រវត្តិកម្មឆ្លងប្រព័ន្ធ សូមជ្រើសរើស n8n ក្រុមដែលមានភាពចាស់ទុំច្រើនតែប្រើទាំងពីរជាមួយគ្នា។

តើសេវាអតិថិជន AI ដែលបង្កើតដោយ Dify នឹងឆ្លើយខុសជំនសេរ ឬទេ?

ស្ថាបត្យកម្ម RAG អនុញ្ញាតឱ្យម៉ូដែល «ឆែកមើលទើបឆ្លើយ» ដែលអាចកាត់បន្ថយការភាន់ច្រឡំយ៉ាងខ្លាំង ប៉ុន្តែមិនអាចកាត់បន្ថយមកត្រឹមសូន្យទេ។ ក្នុងការអនុវត្តជាក់ស្តែង គេត្រូវតម្រូវឱ្យបញ្ជាក់យ៉ាងច្បាស់នៅក្នុង System Prompt ថា «បើរកមិនឃើញទេ សូមសារភាព» បន្ថែមថ្នាំងត្រួតពិនិត្យលទ្ធផល និងប្រើប្រាស់មុខងារដាក់ស្លាកដើម្បីបន្តកែតម្រូវករណីដែលឆ្លើយខុស។

តើឯកសារផ្ទៃក្នុងរបស់ក្រុមហ៊ុនមានសុវត្ថិភាពទេពេលដាក់ចូលក្នុង Dify?

ប្រសិនបើប្រើកំណែដំឡើងដោយខ្លួនឯង ទិន្នន័យនឹងស្ថិតនៅលើម៉ាស៊ីនមេផ្ទាល់ខ្លួនរបស់អ្នក ហើយសុវត្ថិភាពគឺអាស្រ័យលើការគ្រប់គ្រងម៉ាស៊ីនមេរបស់អ្នក។ ប្រសិនបើប្រើកំណែលើពពក អ្នកត្រូវវាយតម្លៃគោលនយោបាយទិន្នន័យរបស់ អ្នកផ្តល់សេវា។ សម្រាប់វិស័យរសើប (ច្បាប់ វេជ្ជសាស្ត្រ ហិរញ្ញវត្ថុ) សូមណែនាំឱ្យដំឡើងដោយខ្លួនឯង និងកំណត់ជាមុននូវច្បាប់អភិបាលកិច្ច ដូចជាឯកសារណាខ្លះដែលสามารถដាក់ចូលក្នុងឃ្លាំងបាន និងរយៈពេលដែលកំណត់ត្រាសន្ទនាត្រូវរក្សាទុកជាដើម។

繁體中文版 →