Product Design with GPT Astra 6: Will AI Replace Designers?

Product Design with GPT Astra 6!
AI আসার পর প্রায় প্রতিটি creative profession নিয়েই একটি প্রশ্ন ঘুরছে AI কি মানুষের কাজ কেড়ে নেবে?

Product Design-ও তার বাইরে নয়।

বিশেষ করে নতুন AI model এবং AI-powered design tools যেভাবে দ্রুত UI তৈরি করতে পারছে, Figma file সাজাতে পারছে, components তৈরি করতে পারছে এবং একই সঙ্গে একাধিক design variation দেখাতে পারছে, তাতে অনেক Product Designer-এর মনেই স্বাভাবিকভাবে প্রশ্ন আসছে

future এ একজন Product Designer-এর প্রয়োজন কতটা থাকবে?

এই প্রশ্নের উত্তর খুঁজতেই একজন Product Designer নিজের real-world design project ব্যবহার করে GPT Astra 6-এর সঙ্গে Product Design-এর একটি practical comparison করেছেন।

এটি শুধুই “AI ভালো নাকি মানুষ ভালো” এমন কোনো competition নয়। বরং আসল প্রশ্ন হলো, Product Design with GPT Astra 6 workflow-এ AI কোথায় genuinely useful এবং কোথায় একজন human designer-এর judgment এখনও গুরুত্বপূর্ণ?

The Real Problem with AI in Product Design

AI design tools-কে অনেক সময় এমনভাবে উপস্থাপন করা হয় যেন তারা সত্যিই design বোঝে।

কিন্তু একজন Product Designer-এর অভিজ্ঞতা থেকে বিষয়টি একটু ভিন্ন।

AI অসংখ্য landing page, dashboard, UI এবং design pattern থেকে শেখে। ফলে একটি prompt দিলে সেটি এমন একটি design তৈরি করতে পারে যা দেখতে পরিচিত, polished এবং visually acceptable।

কিন্তু একটি design কেন এমন হওয়া উচিত—সেটা বোঝা আর হাজারো existing pattern থেকে একটি design তৈরি করা এক বিষয় নয়।

একটি নির্দিষ্ট brand-এর personality, নির্দিষ্ট user-এর frustration, business goal অথবা একটি particular interaction-এর emotional impact—এসব জায়গায় human judgment এখনও গুরুত্বপূর্ণ।

একজন Product Designer-এর কাজ শুধু সুন্দর screen তৈরি করা নয়। Figma খোলার আগেই তাকে অনেকগুলো গুরুত্বপূর্ণ সিদ্ধান্ত নিতে হয়।

কোন information কোথায় থাকবে? interaction user-এর জন্য natural হবে? কোন জায়গায় user confused হতে পারে? design decision brand-এর value বাড়াবে?

এখানেই AI-generated design এবং intentional product design-এর মধ্যে পার্থক্য তৈরি হয়।

AI একটি visually acceptable interface তৈরি করতে পারে। কিন্তু সেই interface কেন তৈরি করা হচ্ছে এবং সেটি নির্দিষ্ট user ও business-এর জন্য কেন appropriate—এই context বুঝে সিদ্ধান্ত নেওয়াই Product Design-এর বড় অংশ।

Why Test Product Design with GPT Astra 6?

এই comparison-টি random কোনো design challenge দিয়ে করা হয়নি।

এর জন্য এমন দুটি real-world project নেওয়া হয়েছিল, যেগুলোর design আগে থেকেই একজন Product Designer নিজে তৈরি করেছিলেন।

প্রথম project ছিল Motionhash landing page।

দ্বিতীয়টি ছিল একটি agency-এর actual interview process-এর landing page challenge।

অর্থাৎ দুই ক্ষেত্রেই আগে থেকে একটি human-designed version ছিল। ফলে AI-এর output এবং designer-এর existing work-এর মধ্যে তুলনা করা সম্ভব হয়েছে।

এখানে আরও একটি গুরুত্বপূর্ণ বিষয় ছিল—AI-কে এমনভাবে test করা হয়েছিল যাতে তার output আগে থেকে human designer-এর design দ্বারা অতিরিক্তভাবে influenced না হয়।

ফলে comparison-এর মূল focus ছিল AI কীভাবে একটি design problem approach করে এবং সেই process-এ কোথায় তার strengths ও limitations দেখা যায়।

Test 1: What Can GPT Astra 6 Do with Just One Prompt?

প্রথম test-এ AI-কে প্রায় কোনো detailed brief দেওয়া হয়নি।

শুধু বলা হয়েছিল: “Motionhash-এর জন্য একটি landing page design করো।”

এরপর AI live website থেকে information নিয়ে নিজে একটি complete landing page তৈরি করার চেষ্টা করে।

এখানেই GPT Astra 6-এর একটি গুরুত্বপূর্ণ capability চোখে পড়ে।

Design file-এর structure ছিল বেশ clean।

Layers properly named ছিল, sections logicalভাবে সাজানো ছিল এবং overall file organization এমন ছিল যা একজন properly trained junior designer-এর workflow-এর সঙ্গে তুলনা করা যায়।

অর্থাৎ design production hygiene-এর জায়গায় AI বেশ ভালো কাজ করতে পারে।

কিন্তু actual visual design-এর ক্ষেত্রে ফলাফল ছিল ভিন্ন।

Design দেখতে acceptable হলেও সেটি খুব distinctive ছিল না। বরং existing landing page pattern-এর সঙ্গে অনেকটাই মিল ছিল।

অর্থাৎ AI এমন একটি design তৈরি করেছে যা দেখতে একটি সাধারণ modern landing page-এর মতো।

কিন্তু প্রশ্ন হলো Motionhash-এর জন্য design-টি কেন এমন হবে?

এই “কেন”-এর জায়গাটিই ছিল বড় পার্থক্য।

AI pattern অনুসরণ করে একটি acceptable design দিতে পারে। কিন্তু specific brand-এর জন্য intentional visual decision নেওয়া, সেই decision-এর rationale তৈরি করা এবং একটি unique product experience তৈরি করার ক্ষেত্রে human designer-এর judgment গুরুত্বপূর্ণ হয়ে ওঠে।

Test 2: Can a Full Brief Produce Better Product Design?

দ্বিতীয় test-এ AI-কে অনেক বেশি information দেওয়া হয়েছিল।

এর মধ্যে ছিল:

• Design assets
• Reference websites
• Previous version of the website
• Detailed design brief
• Interview challenge-এর original requirements

অর্থাৎ এবার AI-এর কাছে যথেষ্ট context ছিল।

স্বাভাবিকভাবেই মনে হতে পারে, বেশি context দিলে AI আরও ভালো output দেবে।

কিন্তু এখানেই challenge আরও স্পষ্ট হয়ে ওঠে।

প্রথম attempt-এ model দীর্ঘ সময় চিন্তা করেও একটি satisfactory landing page তৈরি করতে পারেনি এবং process limit-এর মুখোমুখি হয়।

দ্বিতীয় attempt-এও অনেক সময় নেওয়ার পর proper Figma file-এর পরিবর্তে HTML version তৈরি করে।

অর্থাৎ more information does not always mean better design output।

এই test-এ GPT Astra 6-কে maximum-effort mode-এ ব্যবহার করা হয়েছিল। তবুও একটি detailed brief, reference এবং assets থাকা সত্ত্বেও final output সবসময় expected design quality-তে পৌঁছায়নি।

এখানে একটি গুরুত্বপূর্ণ lesson পাওয়া যায়।

AI-এর কাছে context দেওয়া জরুরি, কিন্তু context থাকা এবং সেই context থেকে meaningful design decision নেওয়া একই বিষয় নয়।

Human Designer vs AI Design: What Did People Say?

Comparison-টিকে শুধুমাত্র designer-এর নিজের opinion-এর ওপর নির্ভর না করানোর জন্য পাঁচজন মানুষের কাছ থেকেও feedback নেওয়া হয়েছিল।

তাদের বলা হয়নি কোন design AI তৈরি করেছে এবং কোনটি human designer তৈরি করেছে।

দুটি design side-by-side দেখে তাদের মতামত নেওয়া হয়।

এই comparison-এ human-designed version-টিকে বেশি premium মনে হয়েছে।

এখানে interesting বিষয় হলো AI version খারাপ ছিল এমন নয়।

বরং difference ছিল এর feel, uniqueness এবং intentionality-তে।

একটি design technically ঠিক থাকতে পারে। Layout ঠিক হতে পারে, spacing acceptable হতে পারে এবং visual hierarchy-ও মোটামুটি কাজ করতে পারে।

কিন্তু সেটি দেখলেই যে brand-এর personality, product-এর purpose এবং user-এর expected feeling বোঝা যাবে—তা নয়।

Product Design-এ এই difference-টাই গুরুত্বপূর্ণ।

Did the Product Designer Lose to AI?

এই experiment-এর সবচেয়ে গুরুত্বপূর্ণ point হলো এটি Product Designer v/s AI-এর যুদ্ধ নয়।

বরং ভবিষ্যতের practical workflow অনেক বেশি হতে পারে: Product Designer + AI

AI যেখানে ভালো, সেখানে AI ব্যবহার করা এবং যেখানে human judgment প্রয়োজন, সেখানে designer-এর নিজের expertise ব্যবহার করা—এই combination-ই বেশি practical approach।

AI-কে পুরো design process-এর replacement হিসেবে দেখার পরিবর্তে একজন designer এটিকে একটি powerful assistant হিসেবে ব্যবহার করতে পারেন।

একজন designer-এর কাজ তখন শুধু design তৈরি করা নয়। বরং AI-এর output evaluate করা, ভুল direction বাদ দেওয়া এবং product-এর জন্য সঠিক direction বেছে নেওয়াও গুরুত্বপূর্ণ হয়ে উঠবে।

Where Is GPT Astra 6 Most Useful in Product Design?

AI পুরো landing page বা complete product experience সবসময় perfectly design করতে না পারলেও কিছু নির্দিষ্ট কাজ অনেক দ্রুত করতে পারে।

Creating Components Quickly

Button, card, section বা অন্যান্য individual UI component-এর initial version দ্রুত তৈরি করা সম্ভব।

এতে designer-এর repetitive কাজ কমে এবং ছোটখাটো UI element manually তৈরি করার সময়ও কমতে পারে।

তবে initial component তৈরি হওয়ার পর সেটিকে product-এর design system এবং UX requirements-এর সঙ্গে align করা প্রয়োজন।

Building an Initial Design System

AI দিয়ে একটি initial design system তৈরি করা যেতে পারে।

Colors, typography, spacing এবং component structure-এর মতো বিষয় নিয়ে একটি starting point তৈরি করা সম্ভব।

তবে এটিকে final design system হিসেবে ব্যবহার না করে designer-এর জন্য একটি foundation হিসেবে দেখা বেশি কার্যকর।

কারণ একটি design system শুধু visual consistency-এর বিষয় নয়; এটি product-এর interaction, scalability এবং brand direction-এর সঙ্গেও যুক্ত।

Testing Multiple Design Directions

একটি idea-এর অনেকগুলো variation manually তৈরি করার পরিবর্তে AI দিয়ে দ্রুত বিভিন্ন direction explore করা যায়।

ধরুন একটি hero section-এর জন্য তিন বা চারটি layout দরকার।

প্রতিটি variation zero থেকে manually তৈরি করার পরিবর্তে AI দিয়ে initial options তৈরি করে designer দ্রুত বুঝতে পারেন কোন direction নিয়ে আরও কাজ করা উচিত।

Generating Edge Cases and Variations

একটি component-এর বিভিন্ন state বা variation দ্রুত generate করাও AI-এর একটি useful capability হতে পারে।

Empty state, error state, loading state, different content lengths বা responsive variations-এর মতো বিষয় explore করতে AI সাহায্য করতে পারে।

এতে designer সম্ভাব্য edge case নিয়ে দ্রুত চিন্তা করার সুযোগ পান।

Creating a Rough Design Skeleton

AI দিয়ে একটি rough structure তৈরি করে পরে সেটিকে নিজের design sense, UX knowledge এবং business requirements অনুযায়ী rebuild করা যায়।

অর্থাৎ AI-এর output-কে final design হিসেবে না দেখে একটি first draft হিসেবে ব্যবহার করাই বেশি practical হতে পারে।

Does AI Really Make Product Design Faster?

এখানে একটি interesting problem রয়েছে।

আমরা প্রায়ই শুনি “AI design অনেক faster করে।”

কিন্তু একজন experienced designer-এর ক্ষেত্রে সবসময় এমন নাও হতে পারে।

ধরুন workflow হলো:

Prompt → Wait → Review → Poor Output → Prompt Again → Edit → Fix

এই process অনেক সময় এমন একটি কাজকে আরও দীর্ঘ করে দিতে পারে, যেটি একজন skilled designer শুরু থেকেই নিজে দ্রুত করে ফেলতে পারতেন।

তাই AI ব্যবহারের ক্ষেত্রে শুধু কত দ্রুত output তৈরি হলো সেটি দেখা উচিত নয়।

বরং দেখতে হবে শেষ পর্যন্ত usable এবং intentional design পেতে মোট কত সময় লাগছে?

তবে ছোট component, variation অথবা নতুন idea explore করার ক্ষেত্রে AI-এর speed সত্যিই valuable হতে পারে।

সুতরাং AI-এর productivity benefit task-এর ধরন এবং designer-এর existing skill-এর ওপর অনেকটাই নির্ভর করতে পারে।

Can Agentic AI Solve the Challenges of Product Design?

AI ecosystem-এ এখন Agentic AI শব্দটি অনেক বেশি শোনা যাচ্ছে।

Agentic workflow AI-কে একাধিক step নিজের মতো করে execute করার সুযোগ দেয়।

যেমন একটি tool open করা, information সংগ্রহ করা, asset ব্যবহার করা এবং এরপর design generate করা।

এতে workflow automation অবশ্যই বাড়তে পারে।

কিন্তু একটি গুরুত্বপূর্ণ প্রশ্ন থেকে যায় একাধিক step automatically execute করতে পারা কি AI-কে better design judgment দেয়?

অবশ্যই তা automatically ধরে নেওয়া যায় না।

AI যদি পাঁচটি pattern একসঙ্গে combine করে, তাহলে সেটি পাঁচটি pattern-এর সমষ্টিই হতে পারে। শুধু process automated হওয়ার কারণে তার মধ্যে human taste, product understanding বা contextual judgment তৈরি হয় না।

অর্থাৎ: Workflow automation ≠ Design judgment

Agentic AI design workflow-কে আরও automated করতে পারে। কিন্তু automation এবং meaningful product decision নেওয়ার ক্ষমতা একই বিষয় নয়।

Is AI Design Just a New Version of Templates?

Product Design-এ reusable component এবং design system নতুন কোনো বিষয় নয়।

Figma Community, UI kits, brand design systems এবং component libraries অনেক বছর ধরেই designer-দের কাজ দ্রুত করেছে।

AI এখানে নতুন একটি interface তৈরি করেছে যেখানে designer manually library search না করে prompt দিয়ে pattern খুঁজে এবং combine করতে পারেন।

এটি useful।

কিন্তু এটিকে completely new form of design intelligence বলা নিয়ে প্রশ্ন থেকেই যায়।

বিশেষ করে যখন AI-generated design reference, existing website এবং known design patterns-এর ওপর heavily নির্ভর করে।

অর্থাৎ AI অনেক ক্ষেত্রে remix এবং combination-এ অসাধারণ হতে পারে।

কিন্তু একটি completely new design problem-এর context বুঝে intentional solution তৈরি করা আলাদা skill।

এখানে designer-এর experience, product knowledge এবং visual judgment গুরুত্বপূর্ণ হয়ে ওঠে।

Where Can AI Get Stuck in Product Design?

যখন একটি product-এর complexity বাড়ে, তখন শুধু সুন্দর UI তৈরি করাই যথেষ্ট নয়।

ধরুন একটি fintech product।

অথবা একটি medical product।

এখানে অনেক complex state, edge case, user behavior এবং business requirement থাকতে পারে।

একটি screen দেখতে সুন্দর হলেই পুরো product-এর UX ভালো হয়ে যায় না।

একজন Product Designer-কে বুঝতে হয়

• User কোন সমস্যার মুখোমুখি হতে পারে
• কোন state-এ কী হবে
• কোন interaction কীভাবে কাজ করবে
• কোন information কখন দেখানো উচিত
• User কোন জায়গায় confused হতে পারে
• Business requirement এবং user need-এর মধ্যে balance কোথায়

এই ধরনের complex system thinking এমন একটি জায়গা যেখানে AI-generated UI-এর পাশাপাশি human expertise গুরুত্বপূর্ণ হয়ে ওঠে।

একটি AI model হয়তো একটি polished dashboard তৈরি করতে পারে। কিন্তু সেই dashboard-এর বিভিন্ন user state, business logic, workflow এবং real-world constraints একসঙ্গে বিবেচনা করে design decision নেওয়ার কাজটি অনেক বেশি complex।

Where Is the Real Opportunity for Product Designers?

যারা এখন Product Design শিখছেন, তাদের জন্য শুধু সুন্দর landing page বানানো হয়তো যথেষ্ট differentiation তৈরি করবে না।

বরং focus করা যেতে পারে systems thinking-এর ওপর।

একটি screen কীভাবে তৈরি করতে হয় তার পাশাপাশি শিখতে হবে একটি complete product কীভাবে চিন্তা করতে হয়।

User কোথায় frustrated হতে পারে? কোন edge case আসতে পারে? state-এর জন্য আলাদা interaction প্রয়োজন? design decision business goal-এর সঙ্গে conflict করতে পারে? কোন information user-এর সামনে কখন দেখানো উচিত?

এগুলো বোঝার ক্ষমতাই একজন Product Designer-কে শুধু UI creator থেকে একজন problem solver-এ পরিণত করে।

Basic landing page এবং marketing website-এর মতো কাজ AI দিয়ে increasingly সহজ হয়ে যেতে পারে। তাই complex product, systems এবং user psychology বোঝার skill-এর গুরুত্ব আরও বেশি হতে পারে।

What Should Product Designers Learn in the AI Era?

AI আসার পর Product Designer-এর কাজ শেষ হয়ে যাচ্ছে এমন সিদ্ধান্তে যাওয়ার চেয়ে নিজের skill set পরিবর্তন করা বেশি গুরুত্বপূর্ণ।

Learn Systems Thinking

শুধু একটি screen নয়, পুরো product কীভাবে কাজ করে সেটা বুঝুন।

একটি feature-এর সঙ্গে অন্য feature কীভাবে connected, user কোন flow-এর মধ্য দিয়ে যায় এবং বিভিন্ন state কীভাবে একে অপরকে affect করে—এসব বোঝার অভ্যাস তৈরি করুন।

Understand User Psychology

User কোথায় confused বা frustrated হতে পারে, সেটা আগে থেকেই identify করার চেষ্টা করুন।

একজন user কী দেখতে চায় এবং কোন মুহূর্তে কোন information তার জন্য useful—এই understanding product design-এর গুরুত্বপূর্ণ অংশ।

Use AI as a First Draft

AI-এর তৈরি output-কে final answer না ধরে একটি starting point হিসেবে ব্যবহার করা যেতে পারে।

AI দিয়ে initial concept তৈরি করুন, variation explore করুন এবং repetitive task কমান। তারপর নিজের expertise দিয়ে output refine করুন।

Develop Strong Design Taste

AI অনেক সুন্দর-looking design তৈরি করতে পারে।

তাই শুধু visually attractive design তৈরি করতে পারা হয়তো আগের মতো strong differentiator নাও হতে পারে।

বরং কোন design context-এর জন্য appropriate, কোন visual direction brand-এর সঙ্গে যায় এবং কোন solution user-এর জন্য meaningful—এসব বিচার করার skill গুরুত্বপূর্ণ হয়ে উঠতে পারে।

Focus on Complex UX

Real product-এর state, edge cases, workflows এবং user behavior নিয়ে কাজ করার অভিজ্ঞতা তৈরি করুন।

একজন designer-এর value শুধু screen তৈরি করার মধ্যে নয়।

বরং কোন screen তৈরি করা উচিত এবং কেন তৈরি করা উচিত এই সিদ্ধান্ত নেওয়ার মধ্যেও।

What Is the New Role of a Product Designer?

আগে Product Designer-এর দায়িত্বের বড় অংশ ছিল interface তৈরি করা।

AI যুগে সেই দায়িত্বের একটি গুরুত্বপূর্ণ অংশ হয়ে উঠতে পারে filter হিসেবে কাজ করা।

AI output দেখার পর designer-কে বুঝতে হবে এটি কি সত্যিই useful?

নাকি শুধু সুন্দর দেখাচ্ছে? এটি কি brand-এর সঙ্গে match করছে?

নাকি generic template-এর মতো লাগছে? এটি কি real user-এর problem solve করবে?

নাকি শুধু visually impressive? এই judgment-এর জায়গাটিই একজন designer-এর গুরুত্বপূর্ণ advantage হতে পারে।

কারণ AI একটি screen generate করতে পারে। কিন্তু সেই screen বাস্তবে product-এর জন্য সঠিক decision কি না, সেটি নির্ধারণ করার জন্য context দরকার।

What Could the Future Workflow Look Like?

একজন Product Designer AI-কে blank canvas দিয়ে পুরো design generate করতে না দিয়ে নিজের direction আগে তৈরি করতে পারেন।

একটি practical workflow হতে পারে:

Rough Sketch → Moodboard → Human Direction → GPT Astra 6 → Components & Variations → Human Review → UX Refinement → Final Product

এখানে AI-এর কাজ হবে execution এবং exploration দ্রুত করা।

আর designer-এর কাজ হবে Direction + Judgment + UX + Brand + Product Thinking

এই combination-ই Product Design with GPT Astra 6 workflow-এর একটি practical approach হতে পারে।

এখানে AI designer-এর জায়গা নেওয়ার পরিবর্তে designer-এর workflow-এর একটি অংশ হয়ে উঠতে পারে।

Will AI Replace Product Designers?

এই experiment-এর ভিত্তিতে সরাসরি বলা যায় না যে AI Product Designer-কে replace করবে বা করবে না।

তবে একটি বিষয় পরিষ্কার AI ইতোমধ্যে Product Design-এর কিছু production task দ্রুত করতে পারছে।

Component তৈরি করা, variation generate করা, design system-এর initial structure তৈরি করা এবং rough idea explore করার মতো কাজ AI-এর মাধ্যমে দ্রুত করা সম্ভব।

অন্যদিকে complex UX, product context, brand feel, system thinking এবং design judgment-এর মতো জায়গাগুলোতে human designer-এর ভূমিকা এখনও গুরুত্বপূর্ণ।

তাই প্রশ্নটা হয়তো আর শুধু “AI কি Product Designer-কে replace করবে?”

এভাবে দেখার প্রয়োজন নেই।

বরং আরও practical প্রশ্ন হতে পারে “একজন Product Designer কীভাবে AI ব্যবহার করে নিজের design capability আরও শক্তিশালী করতে পারে?”

কারণ শেষ পর্যন্ত একজন skilled designer-এর advantage শুধু Figma-তে দ্রুত screen বানানো নয়।

তার আসল value হলো কোন সমস্যার সমাধান করতে হবে, কার জন্য করতে হবে এবং কোন design decision সেই সমস্যার meaningful সমাধান হতে পারে—সেটা বুঝতে পারা।

AI সেই process-এর অনেক অংশকে দ্রুত করতে পারে।

কিন্তু design-এর গুরুত্বপূর্ণ decisionগুলো context, taste এবং human understanding-এর সঙ্গে গভীরভাবে যুক্ত।

আর সেই জায়গাতেই Product Designer-এর নতুন opportunity তৈরি হচ্ছে।

Final Takeaway

Product Design with GPT Astra 6 আমাদের একটি গুরুত্বপূর্ণ বিষয় দেখায় AI design workflow-কে অনেক দ্রুত এবং automated করতে পারে, কিন্তু speed আর design judgment একই জিনিস নয়।

একজন Product Designer-এর জন্য AI-কে ভয় পাওয়ার চেয়ে AI কোথায় নিজের কাজকে দ্রুত করতে পারে সেটা বোঝা বেশি গুরুত্বপূর্ণ।

AI দিয়ে repetitive এবং time-consuming কাজ দ্রুত করুন।

তারপর নিজের সময় দিন সেই জায়গায়, যেখানে সত্যিকারের product thinking, UX judgment, creativity এবং human understanding প্রয়োজন।

AI-এর সঙ্গে design করুন, AI-এর সঙ্গে compete করার জন্য নয়।

কারণ ভবিষ্যতের Product Designer হয়তো সেই ব্যক্তি নন যিনি সবচেয়ে দ্রুত একটি screen তৈরি করতে পারেন।

বরং সেই ব্যক্তি, যিনি সবচেয়ে ভালোভাবে বুঝতে পারেন কোন screen তৈরি করা উচিত, কেন তৈরি করা উচিত এবং বাস্তব মানুষের জন্য সেটি কীভাবে কাজ করবে।