Level 3 · ใช้ขั้นโปรscheduleอ่าน 14 นาที

วิธีคุยกับ AI จริง ๆ ทักษะที่คุ้มที่สุดของผู้ใช้

starsTL;DR

วิธีคุยกับ AI ให้ได้งานจริง ไม่ใช่แค่เขียน prompt ยาวขึ้น อธิบายการเรียบเรียงเจตนา ให้ context วางโครงสร้าง ใช้ตัวอย่าง แตกงาน และ iterate พร้อมคลัง prompt สำหรับงานทั่วไป

วิธีคุยกับ AI จริง ๆ ทักษะที่คุ้มที่สุดของผู้ใช้

คนจำนวนมากเริ่มใช้ AI ด้วยประโยคแบบนี้

"ช่วยทำให้หน่อย"

แล้วก็ผิดหวัง เพราะคำตอบที่ได้กว้างเกินไป ธรรมดาเกินไป หรือไม่ตรงใจ ทั้งที่ model ที่ใช้อาจเก่งมาก ปัญหาไม่ได้อยู่ที่ AI อย่างเดียว ปัญหาอยู่ที่งานในหัวเรายังไม่ถูกแปลงออกมาเป็นคำสั่งที่ทำงานได้

ทักษะสำคัญที่สุดของผู้ใช้ AI จึงไม่ใช่จำ prompt ลับ ไม่ใช่รู้คำเทคนิคเยอะที่สุด และไม่ใช่พิมพ์อังกฤษเก่งที่สุด

มันคือความสามารถในการเรียบเรียงความเข้าใจและความต้องการของตัวเองให้ชัดพอที่อีกฝ่ายจะทำงานต่อได้

Prompt ไม่ใช่คาถา มันคือ brief งาน

คำว่า prompt แปลตรง ๆ ในบริบทนี้คือข้อความที่คุณส่งให้ AI แต่ถ้ามองลึกกว่านั้น prompt คือ brief งาน

เวลาคุณ brief เพื่อนร่วมงาน คุณคงไม่พูดแค่ "ช่วยทำ presentation ให้หน่อย" แล้วหวังว่าเขาจะเดาได้ทั้งหมดว่าคุณจะนำเสนอให้ใคร เวลากี่นาที โทนจริงจังแค่ไหน ต้องมีข้อมูลอะไร ห้ามพูดอะไร และหน้าตาสไลด์ควรเป็นแบบไหน

แต่เวลาใช้ AI เรามักทำแบบนั้น เพราะมันตอบเร็วและดูฉลาด เราเลยเผลอคิดว่ามันควรเดาใจได้

จริง ๆ แล้ว AI เดาเก่ง แต่การเดาเก่งไม่เหมือนการรู้เจตนาของคุณ ถ้า brief เบลอ มันจะเติมช่องว่างด้วยค่าเฉลี่ยจากสิ่งที่เคยเห็น ผลลัพธ์จึงออกมาเป็นงานกลาง ๆ ที่ดูถูกต้องแต่ไม่ใช่งานของคุณ

💡 ใจความสำคัญ: prompt ที่ดีไม่ใช่ prompt ยาว แต่คือ prompt ที่ลดการเดาผิดของ AI

โครงสร้างพื้นฐาน: งานนี้คืออะไร เพื่อใคร และสำเร็จหน้าตาแบบไหน

ก่อนพิมพ์หา AI ให้หยุด 10 วินาทีแล้วตอบ 3 คำถามนี้ในหัว

งานนี้คืออะไร

เพื่อใคร

ถ้าทำเสร็จดี หน้าตามันควรเป็นแบบไหน

สามคำถามนี้ดูธรรมดา แต่ช่วยตัดปัญหาได้เยอะมาก เพราะ AI ไม่ได้เห็นโลกจริงรอบงานคุณ มันเห็นแค่ข้อความที่ส่งเข้าไปใน context

ลองเทียบ prompt สองแบบ

ช่วยเขียนอีเมลแจ้งลูกค้าเรื่องส่งของล่าช้า

กับ

ช่วยร่างอีเมลภาษาไทยถึงลูกค้าองค์กร
สถานการณ์: สินค้าล็อตนี้ส่งช้ากว่ากำหนด 3 วัน เพราะขนส่งติดปัญหาหน้าคลัง
เป้าหมาย: ขอโทษแบบจริงใจ แต่ไม่โยนความผิดให้ขนส่ง และเสนอวันส่งใหม่
โทน: สุภาพ สั้น ไม่แก้ตัวเยอะ
ความยาว: 2 ย่อหน้า
ห้ามพูด: ห้ามสัญญาส่วนลด

แบบที่สองไม่ได้ใช้คำเทคนิคเลย แต่มันดีกว่าเพราะให้เจตนา context เงื่อนไข และภาพผลลัพธ์

นี่คือ prompting ในความหมายที่ใช้งานจริง

Context คือของที่ AI ต้องรู้ก่อนทำงาน

ในบทก่อน ๆ เราคุยกันแล้วว่า AI ไม่ได้รู้ทุกอย่างในชีวิตคุณ และไม่ได้จำทุกอย่างถาวรเหมือนคนที่ทำงานกับคุณมาหลายปี ถ้าเรื่องไหนสำคัญ คุณต้องให้ context

context คือข้อมูลรอบงานที่ทำให้คำตอบมีทิศ เช่น

  • คนอ่านเป็นใคร
  • งานนี้ใช้ในสถานการณ์ไหน
  • ข้อจำกัดคืออะไร
  • ข้อมูลต้นทางอยู่ตรงไหน
  • เคยลองอะไรแล้ว
  • อะไรถือว่าดีหรือไม่ดีในองค์กรคุณ

Anthropic ใช้คำเปรียบเทียบที่ดีมาก: ให้คิดว่า Claude เป็นพนักงานใหม่ที่ฉลาดมาก แต่ยังไม่รู้บรรทัดฐานและ workflow ของคุณ ถ้าคนใหม่ไม่มี context เขาจะทำงานจากสามัญสำนึกของตัวเอง ซึ่งอาจไม่ตรงกับบ้านคุณ

ประโยคนี้ใช้กับ AI ทุกตัว ไม่ใช่เฉพาะ Claude

ลองทำดู: เติม context ให้ prompt เดิม

เอา prompt สั้น ๆ นี้ไปลอง

ช่วยสรุปบทความนี้ให้หน่อย

แล้วเขียนใหม่ให้มี context อย่างน้อย 5 อย่าง เช่น

ช่วยสรุปบทความนี้ให้ผู้บริหารฝ่ายการตลาดอ่าน
เป้าหมาย: ให้ตัดสินใจว่าเราควรทดลองใช้แนวคิดนี้ไหม
รูปแบบ: bullet 5 ข้อ
แต่ละข้อยาวไม่เกิน 2 บรรทัด
แยกส่วนท้ายเป็น "สิ่งที่ควรทำต่อ" 3 ข้อ
ถ้าข้อมูลในบทความไม่พอ ให้ระบุว่าไม่พอแทนการเดา

บทความ:
"""
วางข้อความที่นี่
"""

สังเกตว่าคำตอบจะเริ่มมีหน้าที่ ไม่ใช่แค่สรุปแบบกว้าง ๆ

แยก instruction, context, input และ output ออกจากกัน

prompt ที่พังบ่อยไม่ได้พังเพราะไอเดียผิด แต่พังเพราะทุกอย่างกองรวมกันในย่อหน้าเดียว

คุณบอกงาน บอกข้อมูล บอกข้อห้าม บอกตัวอย่าง แล้วแทรกคำถามเพิ่มกลางทาง AI ยังพอเดาได้ แต่ยิ่งงานยาว โอกาสที่มันจะหยิบผิดส่วนก็ยิ่งสูง

วิธีง่ายคือแยก prompt เป็นกล่อง

งาน:
ช่วยปรับข้อความประกาศนี้ให้อ่านง่ายขึ้น

บริบท:
ประกาศนี้ส่งให้พนักงานทั้งบริษัท อายุ 22-55 ปี
ต้องสุภาพ แต่ไม่เป็นราชการเกินไป

ข้อกำหนด:
- ความยาวไม่เกิน 180 คำ
- เก็บสาระสำคัญทุกข้อ
- ถ้าข้อความเดิมคลุมเครือ ให้ถามก่อน ไม่ต้องเดา

ข้อความต้นฉบับ:
"""
วางข้อความที่นี่
"""

รูปแบบคำตอบ:
1. ข้อความที่ปรับแล้ว
2. สิ่งที่ปรับ 3 ข้อ

OpenAI แนะนำแนวเดียวกันคือวาง instruction ให้ชัด และใช้ตัวคั่นเพื่อแยก instruction กับ context ส่วน Anthropic แนะนำให้ใช้โครงสร้างที่ช่วยแยกส่วน prompt เช่น XML tags เมื่อ prompt มีหลายส่วน

คุณไม่จำเป็นต้องใช้ XML ทุกครั้ง สำหรับงานทั่วไป หัวข้อภาษาไทยแบบ "งาน", "บริบท", "ข้อกำหนด" ก็พอ แต่ถ้างานยาวและมีหลาย input การแยกด้วย tag จะช่วยมาก

ตัวอย่างแบบ tag

<task>
สรุป feedback ลูกค้าและจัดกลุ่มปัญหา
</task>

<context>
นี่คือ feedback จากลูกค้าร้านอาหารในช่วง 7 วันที่ผ่านมา
เป้าหมายคือหาเรื่องที่ผู้จัดการร้านควรแก้ก่อน
</context>

<output_format>
- ปัญหาใหญ่ 3 กลุ่ม
- ตัวอย่างข้อความลูกค้าในแต่ละกลุ่ม
- ข้อเสนอแนะที่ทำได้ใน 1 สัปดาห์
</output_format>

<input>
วาง feedback ที่นี่
</input>

💡 ใจความสำคัญ: ถ้า prompt ยาว ให้จัดเหมือนเอกสาร brief ไม่ใช่เหมือนแชทที่ทุกอย่างไหลรวมกัน

ตัวอย่างคือวิธีสอนรสนิยมที่เร็วที่สุด

คำว่า "เขียนให้ดี" ใช้ไม่ได้ เพราะดีของแต่ละบ้านไม่เหมือนกัน

บางบริษัทชอบภาษาสั้นมาก บางบริษัทชอบสุภาพละเอียด บางทีมชอบ bullet ตรง ๆ บางทีมชอบเล่าเป็นย่อหน้า บางคนบอกว่า "มืออาชีพ" แต่ในหัวหมายถึงไม่ขายฝัน ไม่เวิ่น ไม่ใช้คำใหญ่

AI ไม่รู้รสนิยมนี้จนกว่าคุณจะให้ตัวอย่าง

ตัวอย่างที่ดีควรมี 2 อย่าง

  1. input แบบที่มันจะเจอจริง
  2. output แบบที่คุณอยากได้จริง

เช่น

ตัวอย่าง:
Input: "ลูกค้า complain ว่าของมาช้าและไม่มีคนแจ้ง"
Output: "ปัญหาหลักคือการสื่อสารก่อนส่งมอบ ไม่ใช่แค่ความล่าช้า ทีมควรเพิ่มข้อความแจ้งสถานะก่อนครบกำหนดส่ง 1 วัน"

ตอนนี้ช่วยวิเคราะห์ข้อความนี้ด้วยสไตล์เดียวกัน:
Input: "วางข้อความใหม่ที่นี่"

Anthropic ระบุว่าตัวอย่างเป็นวิธีที่เชื่อถือได้มากในการคุมรูปแบบ น้ำเสียง และโครงสร้าง และแนะนำให้ตัวอย่างใกล้เคียงงานจริง มีความหลากหลาย และจัดโครงสร้างให้ชัด

ถ้าคุณมีงานที่ต้องทำซ้ำบ่อย เช่น review บทความ สรุป feedback เขียนรายงาน หรือร่างคำตอบลูกค้า การเก็บตัวอย่างดี ๆ ไว้ 3-5 ชิ้นจะคุ้มกว่าไปหาสูตร prompt ใหม่ทุกวัน

อย่าสั่งแค่ว่า "ห้าม" ให้บอกทางที่ต้องการแทน

หลายคนเขียน prompt แบบนี้

อย่าเขียนยาว อย่าพูดเยอะ อย่าใช้ภาษาทางการเกินไป อย่าใส่คำโฆษณา

AI เข้าใจได้บางส่วน แต่คำว่า "อย่า" อย่างเดียวทำให้มันรู้ว่าควรหลบอะไร ไม่ได้บอกชัดว่าควรวิ่งไปทางไหน

OpenAI แนะนำหลักง่าย ๆ ว่าแทนที่จะบอกอย่างเดียวว่าไม่ให้ทำอะไร ให้บอกสิ่งที่ควรทำแทน

เปลี่ยนเป็นแบบนี้ดีกว่า

เขียนให้สั้น กระชับ และตรง
ใช้ประโยคธรรมดาเหมือนประกาศภายในบริษัท
แต่ละย่อหน้าไม่เกิน 2 ประโยค
ใช้คำเฉพาะเท่าที่จำเป็น
ถ้าข้อมูลไม่พอ ให้ถามกลับ 1-2 คำถามก่อนเขียน

นี่คือความต่างระหว่างการดุเด็กว่า "อย่าวิ่ง" กับการบอกว่า "เดินชิดซ้าย"

แตกงานใหญ่เป็นรอบ ไม่ต้องให้ AI ทำทุกอย่างในทีเดียว

งานใหญ่ที่มนุษย์ทำดีมักไม่ได้จบในรอบเดียว งานเขียนดีต้องมี outline, draft, edit, proofread งานวิเคราะห์ดีต้องมีโจทย์, ข้อมูล, สมมติฐาน, ตรวจข้อโต้แย้ง งานสร้างเว็บดีต้องมี requirement, design, build, test

แต่เวลาใช้ AI เรามักสั่งรวบยอดว่า "ช่วยทำทั้งหมดให้หน่อย"

ผลคือ AI ต้องเดาทั้งเป้าหมาย โครงสร้าง รายละเอียด และคุณภาพพร้อมกันในครั้งเดียว ถ้าออกมาไม่ตรง เราก็ต้องแก้ก้อนใหญ่

วิธีที่ดีกว่าคือแตกเป็นรอบ

  1. ให้ AI ถามคำถามเพื่อเคลียร์โจทย์
  2. ให้เสนอ outline หรือแผนก่อน
  3. เลือกหรือแก้แผน
  4. ให้ร่างทีละส่วน
  5. ให้ตรวจตามเกณฑ์
  6. ให้แก้เฉพาะจุด

สำหรับ model แบบ reasoning สมัยใหม่ ไม่จำเป็นต้องใช้คาถา "คิดทีละขั้น" กับทุกงาน OpenAI ระบุว่าบางเทคนิคอย่างการบอกให้ reasoning model คิดทีละขั้นอาจไม่ช่วยและบางครั้งอาจขัดกับการทำงานของมัน สิ่งที่ยังสำคัญคือเป้าหมายต้องชัด เงื่อนไขต้องชัด และถ้างานซับซ้อนให้แยกส่วนให้เหมาะ

พูดง่าย ๆ คือไม่ต้องบังคับให้มันโชว์สมุดทด แต่ต้องบอกให้มันรู้ว่าโจทย์ที่สำเร็จคืออะไร และจะตรวจจากอะไร

ลองทำดู: เปลี่ยนงานใหญ่เป็น 3 รอบ

เริ่มจาก prompt นี้

ช่วยทำแผน marketing สำหรับสินค้าใหม่ให้หน่อย

เปลี่ยนเป็น 3 รอบ

รอบ 1:
ช่วยถามคำถาม 8 ข้อที่จำเป็นก่อนทำแผน marketing สำหรับสินค้าใหม่
อย่าเพิ่งเสนอแผน

รอบ 2:
จากคำตอบของฉัน ช่วยเสนอ outline แผน marketing 1 หน้า
แยกเป็น target, message, channel, budget, timeline, risk

รอบ 3:
ขยายเฉพาะ section channel และ timeline
ทำเป็นตาราง 4 สัปดาห์

คุณจะเห็นว่าคุณภาพดีขึ้น เพราะ AI ไม่ต้องเดาทุกอย่างพร้อมกัน

วิธี iterate: อย่าบอกแค่ว่า "ไม่ชอบ"

เวลาคำตอบไม่ตรงใจ อย่าพิมพ์แค่ว่า "ไม่ใช่" หรือ "เอาใหม่"

ให้บอก 3 อย่าง

  1. อะไรใช้ได้
  2. อะไรไม่ตรง
  3. อยากให้แก้ไปทางไหน

ตัวอย่าง

ส่วนโครงสร้างใช้ได้แล้ว
แต่ภาษายังดูขายของเกินไป และย่อหน้าที่ 2 ยาวเกิน
ช่วยแก้เฉพาะภาษาให้เป็นโทนประกาศภายในบริษัท
คงหัวข้อเดิมไว้ และลดความยาวลงประมาณ 30%

นี่เหมือนการให้ feedback กับคนจริง ถ้าคุณบอกแค่ "ยังไม่ใช่" คนก็ต้องเดาใหม่ ถ้าคุณบอกว่า "โครงสร้างถูกแล้ว แต่โทนผิด" เขาจะเก็บส่วนที่ดีไว้และแก้เฉพาะส่วนที่พลาด

AI ก็เหมือนกัน

อีกเทคนิคคือให้ AI เทียบกับเกณฑ์ก่อนแก้

ก่อนแก้ ช่วยประเมิน draft นี้เทียบกับเกณฑ์ 4 ข้อ:
1. ชัดไหม
2. สั้นไหม
3. เหมาะกับผู้บริหารไหม
4. มี action ต่อไหม

แล้วค่อยเสนอฉบับแก้

การให้เกณฑ์ทำให้การแก้ไม่เป็นรสนิยมลอย ๆ

Prompt library: สูตรพร้อมใช้สำหรับงานประจำ

ส่วนนี้ไม่ใช่คลังคาถา แต่เป็นแม่แบบให้คุณเอาไปปรับ

1. สรุปเอกสารให้คนเฉพาะกลุ่ม

งาน:
สรุปข้อความด้านล่างให้ [กลุ่มคนอ่าน] อ่าน

เป้าหมาย:
ให้เขาเข้าใจ [สิ่งที่ต้องตัดสินใจหรือทำต่อ]

รูปแบบ:
- สรุปสั้น 5 bullet
- สิ่งที่ควรทำต่อ 3 ข้อ
- ถ้าข้อมูลไม่พอ ให้เขียนว่า "ข้อมูลไม่พอ" พร้อมบอกว่าขาดอะไร

ข้อความ:
"""
[วางข้อความ]
"""

2. เปลี่ยนความคิดยุ่ง ๆ ให้เป็น brief

ฉันจะพิมพ์ความคิดแบบยังไม่เรียง
ช่วยจัดให้เป็น brief งานที่คนอื่นทำต่อได้

ให้จัดเป็น:
1. เป้าหมาย
2. audience
3. สิ่งที่ต้องทำ
4. สิ่งที่ไม่ต้องทำ
5. ข้อมูลที่ยังขาด
6. คำถามที่ควรถามฉันก่อนเริ่ม

ข้อความดิบ:
"""
[วางความคิด]
"""

3. ขอให้ AI ถามก่อนทำ

ฉันอยากให้ช่วย [งาน]
ก่อนเริ่ม ห้ามทำงานทันที
ให้ถามคำถามที่จำเป็นไม่เกิน 7 ข้อ
จัดคำถามตามลำดับความสำคัญ
ถ้าบางข้อเดาได้ ให้เสนอ default ที่สมเหตุสมผล

4. ตรวจงานตามเกณฑ์

ช่วย review งานด้านล่างตามเกณฑ์นี้

เกณฑ์:
1. ตรงโจทย์ไหม
2. มีจุดไหนคลุมเครือ
3. มี claim ไหนที่ควรตรวจหลักฐาน
4. คนอ่านจะสะดุดตรงไหน
5. ถ้าแก้ได้แค่ 3 จุด ควรแก้อะไรก่อน

ข้อสำคัญ:
อย่าเพิ่ง rewrite ทั้งหมด
ให้วิเคราะห์ก่อน แล้วค่อยเสนอ patch เฉพาะจุด

งาน:
"""
[วางงาน]
"""

5. ทำ prompt จากงานจริง

ช่วยออกแบบ prompt สำหรับงานนี้ให้ฉัน

สิ่งที่ฉันอยากทำ:
[อธิบายงาน]

ข้อมูลที่ฉันมี:
[อธิบายข้อมูล]

ผลลัพธ์ที่อยากได้:
[รูปแบบคำตอบ]

ข้อจำกัด:
[เวลา ความยาว โทน ข้อห้าม]

ให้ตอบเป็น:
1. prompt ฉบับพร้อมใช้
2. ทำไม prompt นี้ถึงวางโครงแบบนี้
3. ถ้าจะใช้ซ้ำบ่อย ควรเก็บอะไรเป็น template

สูตรสั้นที่สุด: G-C-F-E

ถ้าจำทั้งบทไม่ได้ ให้จำ 4 ตัวนี้

G = Goal
อยากให้ทำอะไร และทำไปเพื่ออะไร

C = Context
AI ต้องรู้อะไรก่อนทำงาน

F = Format
อยากได้คำตอบหน้าตาแบบไหน ยาวแค่ไหน แบ่งหัวข้ออย่างไร

E = Examples
มีตัวอย่าง input/output หรือสไตล์ที่อยากให้เลียนแบบไหม

ตัวอย่าง

Goal:
ช่วยร่างข้อความตอบลูกค้าที่โกรธเรื่องส่งของช้า เพื่อรักษาความสัมพันธ์และให้ข้อมูลวันส่งใหม่

Context:
ลูกค้าเป็นลูกค้าองค์กร สั่งของล็อตใหญ่ ส่งช้า 3 วัน เพราะคลังจัดสินค้าไม่ทัน
บริษัทไม่ต้องการให้ส่วนลด แต่ยินดีเร่งส่งและแจ้งสถานะรายวัน

Format:
อีเมลภาษาไทย 2 ย่อหน้า หัวเรื่อง 1 บรรทัด

Examples:
โทนเหมือนข้อความนี้: "ขออภัยสำหรับความไม่สะดวก เรากำลังเร่งจัดการและจะแจ้งความคืบหน้าให้ทราบภายในวันนี้"

เก่ง AI คือเก่งคิดให้ชัด ไม่ใช่เก่งจำ prompt

คุณจะเห็นว่าทั้งบทนี้ไม่ได้มี prompt ลับอะไรเลย มีแต่หลักธรรมดาที่คนทำงานรู้จักอยู่แล้ว: brief ให้ชัด บอก context ให้ครบ ให้ตัวอย่าง แยกงานใหญ่เป็นขั้น และให้ feedback ที่ใช้แก้ได้

AI ทำให้ทักษะนี้มีค่ามากขึ้น เพราะเมื่อคุณเรียบเรียงได้ดี AI จะขยายแรงของคุณได้เร็วมาก แต่ถ้าคุณเรียบเรียงไม่ชัด AI ก็จะขยายความคลุมเครือของคุณเร็วมากเหมือนกัน

นี่คือเหตุผลที่ประโยค "ใครเรียบเรียงความเข้าใจและความต้องการของตัวเองได้ดีที่สุด = เก่ง AI กว่า" ไม่ใช่คำคมสวย ๆ แต่มันคือกลไกของการใช้ AI จริง

บทถัดไปจะพาไปอีกด้านของเรื่องนี้: ต่อให้ prompt ดีแค่ไหน คุณยังต้องรู้ว่าเมื่อไหร่ควรเชื่อ AI เมื่อไหร่ต้องตรวจ และอะไรที่ไม่ควรเอาไปให้มันเห็นตั้งแต่แรก

อ่านต่อ: วิจารณญาณ ความเชื่อถือ และความปลอดภัย

แหล่งอ้างอิง