โครงสร้างของ Prompt ที่ดี

Prompt คืออะไร?

Prompt คือข้อมูลหรือคำสั่งที่เราส่งให้ AI เพื่อกำหนดทิศทางของคำตอบ อาจเป็นคำถาม คำสั่ง เอกสารที่วางลงไป คำอธิบายปัญหา หรือข้อความหลายรอบในบทสนทนา

ตัวอย่างต่อไปนี้ล้วนเป็น Prompt:

อธิบาย Cloud Computing

ช่วยปรับข้อความนี้ให้มีน้ำเสียงเป็นมิตรมากขึ้น

สรุปบันทึกการประชุมที่แนบมา และระบุการตัดสินใจ ผู้รับผิดชอบ และกำหนดเวลา

Prompt ตัวอย่างที่สามให้ทิศทางชัดกว่า เพราะระบุทั้งแหล่งข้อมูลและสิ่งที่ต้องการให้ดึงออกมา ทำให้เราประเมินได้ง่ายว่าผลลัพธ์สำเร็จหรือไม่

Prompt ไม่ใช่คาถาลับ แต่คล้ายกับใบมอบหมายงาน ผู้ช่วยที่มีความสามารถจะทำงานได้ดีขึ้นเมื่อรู้ว่าผลงานที่ดีควรมีหน้าตาอย่างไร

ทำไม Prompt ที่คลุมเครือจึงให้ผลลัพธ์ที่อ่อน

ลองดูคำสั่งนี้:

ช่วยเขียนอีเมล

AI ต้องเดาเองว่าอีเมลส่งถึงใคร เรื่องอะไร มีเป้าหมายแบบไหน ใช้น้ำเสียงอย่างไร ต้องยาวเท่าไร และต้องการให้ผู้รับทำอะไร คำตอบอาจถูกหลักภาษาแต่ใช้จริงไม่ได้

เปรียบเทียบกับคำสั่งนี้:

เขียนอีเมลแบบมืออาชีพถึงผู้จัดการ แจ้งว่าโครงการจะส่งล่าช้าออกไปสองวันทำการ เพราะการทดสอบขั้นสุดท้ายพบปัญหาด้านคุณภาพ แสดงความรับผิดชอบ อธิบายแผนแก้ไข และขอให้ยืนยันวันส่งใหม่ จำกัดความยาวไม่เกิน 170 คำ

Prompt ที่สองระบุความสัมพันธ์ วัตถุประสงค์ ข้อเท็จจริง น้ำเสียง และความยาว จึงมีโอกาสได้ข้อความที่พร้อมใช้มากกว่า

ไม่ได้หมายความว่า Prompt ยิ่งยาวยิ่งดี รายละเอียดที่ไม่ช่วยให้งานชัดขึ้นอาจกลายเป็นสิ่งรบกวน เป้าหมายไม่ใช่ข้อมูลมากที่สุด แต่คือ ข้อมูลที่เกี่ยวข้องที่สุด

AI ตีความคำสั่งของเราอย่างไร

เมื่อ AI สร้างคำตอบ ระบบจะมองหารูปแบบจากคำสั่งและคาดการณ์ข้อความที่เหมาะสมต่อไป AI ไม่ได้รู้จักองค์กร กลุ่มผู้อ่าน รูปแบบงาน ศัพท์ภายใน หรือสิ่งที่เราให้ความสำคัญโดยอัตโนมัติ

หากข้อมูลสำคัญขาดหาย AI อาจ:

• เขียนสำหรับผู้อ่านทั่วไป ทั้งที่เราต้องการสื่อสารกับผู้บริหาร
• ใช้น้ำเสียงตื่นเต้น ทั้งที่ต้องการบทวิเคราะห์เป็นกลาง
• อธิบายยาว ทั้งที่ต้องการ Checklist
• เติมรายละเอียดที่ฟังดูเป็นไปได้ แต่ไม่มีอยู่จริง
• แก้ปัญหาคนละเรื่องกับที่เราตั้งใจ

Prompt ที่ดีช่วยลดการคาดเดาที่ไม่จำเป็น แต่ไม่ได้ทำให้เราเลิกตรวจสอบคำตอบ โดยเฉพาะเรื่องข้อเท็จจริง ความปลอดภัย การเงิน กฎหมาย สุขภาพ หรือการตัดสินใจทางธุรกิจที่สำคัญ คำสั่งที่ดีเพิ่มความตรงประเด็น แต่ไม่ได้รับประกันความถูกต้อง

Framework P.A.C.E.

P.A.C.E. คือ Checklist ง่าย ๆ สำหรับสร้าง Prompt ที่นำไปใช้งานได้จริง

P — Purpose: วัตถุประสงค์

บอกให้ชัดว่าต้องการให้ AI ทำอะไร

แบบกว้าง:

ช่วยทำรายงานนี้

แบบชัดขึ้น:

เปลี่ยนบันทึกเหล่านี้เป็นรายงานการดำเนินงานประจำเดือนแบบกระชับ

คำกริยาที่ช่วยระบุ Purpose ได้แก่ อธิบาย เปรียบเทียบ สรุป เขียนใหม่ วิเคราะห์ ระดมความคิด วางแผน จัดกลุ่ม ดึงข้อมูล ตรวจทาน และสร้าง

ถามตัวเองว่า: AI ต้องทำงานอะไรให้เสร็จ?

A — Audience: กลุ่มเป้าหมาย

ระบุว่าใครจะอ่าน ฟัง หรือใช้ผลลัพธ์

เรื่องเดียวกันควรอธิบายต่างกันเมื่อผู้รับเป็นลูกค้า พนักงานใหม่ ผู้บริหาร วิศวกร หรือเด็ก

ตัวอย่าง:

อธิบายการเปลี่ยนแปลงนี้ให้หัวหน้างานฝ่ายผลิตที่เข้าใจกระบวนการผลิต แต่ไม่มีพื้นฐานด้าน Data Science

ข้อมูล Audience ช่วยกำหนดระดับภาษา ความลึก ตัวอย่าง และน้ำเสียง

ถามตัวเองว่า: เนื้อหานี้ทำให้ใคร และเขารู้อะไรอยู่แล้ว?

C — Context: บริบท

ให้ข้อมูลพื้นฐานที่ AI จำเป็นต้องใช้เพื่อทำให้งานตรงกับสถานการณ์

Context อาจประกอบด้วย:

• สถานการณ์ทางธุรกิจ
• เอกสารต้นทาง
• คำจำกัดความหรือศัพท์ภายใน
• การตัดสินใจที่เกิดขึ้นก่อนหน้า
• ข้อจำกัด
• ตัวอย่างผลงานที่ถือว่าดี
• สิ่งที่ AI ต้องไม่คาดเดาเอง

ตัวอย่าง:

บริษัทผลิตชิ้นส่วนเซมิคอนดักเตอร์ ผู้ฟังรู้จักกระบวนการตรวจสอบปัจจุบันอยู่แล้ว เรากำลังเพิ่มระบบตรวจสอบภาพด้วย AI แต่การอนุมัติขั้นสุดท้ายยังต้องทำโดยมนุษย์

ถามตัวเองว่า: ถ้าเป็นเพื่อนร่วมงานใหม่ เขาต้องรู้อะไรก่อนเริ่มงาน?

E — Expected Output: ผลลัพธ์ที่คาดหวัง

อธิบายว่าคำตอบสำเร็จรูปควรมีหน้าตาอย่างไร

สิ่งที่ระบุได้ เช่น:

• รูปแบบ: อีเมล ตาราง Outline Script Checklist หรือโครงสร้าง Slide
• ความยาว: หนึ่งย่อหน้า 500 คำ หรือห้า Bullet
• น้ำเสียง: มืออาชีพ เป็นมิตร เป็นกลาง โน้มน้าว หรือระมัดระวัง
• โครงสร้าง: หัวข้อ ขั้นตอน ตารางเปรียบเทียบ หรือ Executive Summary
• เงื่อนไขคุณภาพ: ระบุสมมติฐาน ใช้เฉพาะหลักฐานที่ให้ หรือชี้ข้อมูลที่ยังขาด

ตัวอย่าง:

จัดทำคู่มือหนึ่งหน้า มีบทนำสั้น ๆ ขั้นตอนแบบมีหมายเลขห้าข้อ ตารางสิ่งที่ควรทำและไม่ควรทำ และ Checklist ปิดท้าย ใช้ภาษาง่าย และแต่ละขั้นตอนไม่เกิน 60 คำ

ถามตัวเองว่า: เราจะรู้ได้อย่างไรว่าคำตอบพร้อมใช้แล้ว?

ตัวอย่าง Prompt แบบ P.A.C.E. ที่ครบถ้วน

Purpose: สร้างคู่มืออบรมสั้น ๆ อธิบายว่าพนักงานควรใช้ Generative AI กับงานสำนักงานทั่วไปอย่างไร

Audience: พนักงานทั่วไปที่ไม่มีพื้นฐานด้านเทคนิคและยังไม่เคยใช้ AI Assistant

Context: องค์กรอนุญาตให้ใช้ AI สำหรับระดมความคิด ปรับข้อความ และสรุปข้อมูลที่ไม่เป็นความลับ ห้ามใส่ข้อมูลส่วนบุคคล ความลับลูกค้า รหัสผ่าน หรือข้อมูลทางการเงินที่ยังไม่เผยแพร่ และทุกคำตอบต้องผ่านการตรวจสอบโดยมนุษย์

Expected Output: เขียนคู่มือสำหรับผู้เริ่มต้นประมาณ 700 คำ มีหัวข้อชัดเจน ตัวอย่างที่ปลอดภัยสามตัวอย่าง ตัวอย่างที่ห้ามทำสามตัวอย่าง และ Checklist ห้าข้อ ใช้น้ำเสียงสงบและสนับสนุน

ไม่จำเป็นต้องใส่ป้ายกำกับทั้งสี่เสมอไป สามารถเขียนเป็นย่อหน้าธรรมชาติได้ แต่การใช้ป้ายกำกับช่วยให้ผู้เริ่มต้นเห็นส่วนที่ยังขาดได้ง่าย

ก่อนและหลัง: ตัวอย่างจากงานจริงห้ารูปแบบ

1. อีเมล

ก่อน:

เขียนอีเมลเรื่องส่งของล่าช้า

หลัง:

เขียนอีเมลแบบมืออาชีพถึงลูกค้า แจ้งว่าการส่งสินค้าจะล่าช้าสามวันเนื่องจากวัตถุดิบจากผู้ขายมาถึงช้า กล่าวขอโทษโดยไม่กล่าวโทษผู้ขาย ยืนยันวันส่งใหม่ และเสนอการพูดคุยสั้น ๆ จำกัดความยาวไม่เกิน 150 คำ

2. สรุปการประชุม

ก่อน:

สรุปการประชุมนี้

หลัง:

สรุป Transcript การประชุมสำหรับสมาชิกทีมที่ไม่ได้เข้าร่วม แยกเป็นการตัดสินใจ งานที่ต้องทำ ผู้รับผิดชอบ กำหนดเวลา คำถามที่ยังไม่มีคำตอบ และความเสี่ยง ห้ามเพิ่มข้อมูลที่ไม่มีอยู่ใน Transcript

3. งาน Presentation

ก่อน:

ทำ Presentation เรื่อง AI

หลัง:

สร้าง Outline สำหรับ Presentation แปด Slide เพื่อแนะนำการใช้ Generative AI ในงานประจำให้ผู้จัดการฝ่าย เน้นการร่างอีเมล การสรุปเอกสาร การเตรียมประชุม และการสร้างไอเดีย เพิ่มหนึ่ง Slide เรื่องความเสี่ยงและหนึ่ง Slide เรื่องแผนปฏิบัติการ ใช้ภาษาที่ไม่เป็นเทคนิค

4. วิเคราะห์ข้อมูล

ก่อน:

วิเคราะห์ตัวเลขเหล่านี้

หลัง:

ตรวจสอบตารางอัตราของเสียรายเดือนที่แนบมาเพื่อรายงานต่อผู้จัดการฝ่ายปฏิบัติการ ระบุการเปลี่ยนแปลงที่มากที่สุดสามรายการ รูปแบบที่อาจเกิดขึ้น และคำถามที่ต้องใช้ข้อมูลเพิ่มเติม แยกข้อสังเกตออกจากสมมติฐาน แสดงผลเป็นตารางและ Executive Summary ห้า Bullet

5. การเรียนรู้

ก่อน:

สอน Excel ให้หน่อย

หลัง:

สอนผู้เริ่มต้นใช้ Pivot Table ใน Excel เพื่อวิเคราะห์ค่าใช้จ่ายรายเดือน เริ่มด้วยคำอธิบายง่าย ๆ ตามด้วยชุดข้อมูลตัวอย่าง ขั้นตอนแบบทีละข้อ แบบฝึกหัดสองข้อ และข้อผิดพลาดที่พบบ่อย สมมติว่าผู้เรียนใช้ Excel เวอร์ชัน Desktop ปัจจุบันและไม่เคยสร้าง Pivot Table มาก่อน

Prompt ชุด “หลัง” ไม่ใช่สูตรตายตัว แต่มีคุณภาพเพราะทำให้งานที่ต้องการมองเห็นได้ชัด

เพิ่มข้อจำกัดโดยไม่ทำให้ Prompt หนักเกินไป

ข้อจำกัดช่วยกำหนดขอบเขตของคำตอบ ตัวอย่างเช่น:

• ห้ามแต่งข้อเท็จจริง
• ใช้เฉพาะเอกสารที่ให้มา
• ถ้าข้อมูลสำคัญขาด ให้ถามไม่เกินสามคำถาม
• แยกข้อเท็จจริง สมมติฐาน และข้อเสนอแนะ
• หลีกเลี่ยงศัพท์เทคนิค
• จำกัดความยาว
• ให้หลายทางเลือกแทนคำแนะนำเดียว

เลือกเฉพาะข้อจำกัดที่มีผลต่องาน Prompt ที่มีกฎย่อยจำนวนมากโดยไม่จำเป็นอาจทำให้ใช้งานและดูแลยาก

ใช้ตัวอย่างเมื่อรูปแบบมีความสำคัญ

บางครั้งการแสดงตัวอย่างมีประสิทธิภาพกว่าการบรรยายสไตล์

ตัวอย่าง:

ใช้สไตล์กระชับและสงบคล้ายข้อความนี้: “เราพบปัญหาด้านคุณภาพระหว่างการตรวจสอบขั้นสุดท้าย ทีมกำลังแก้ไข และกำหนดส่งใหม่คือวันศุกร์”

ตัวอย่างมีประโยชน์กับอีเมล รายงาน คำอธิบายสินค้า รูปแบบบทเรียน และ Brand Voice ที่ใช้ซ้ำ ก่อนส่งตัวอย่างให้บริการ AI ภายนอก ต้องลบข้อมูลลับออกก่อน

มอง Prompt เป็นการสนทนา

เราไม่จำเป็นต้องเขียน Prompt ที่สมบูรณ์ตั้งแต่ครั้งแรก การใช้ AI อย่างมีประสิทธิภาพมักเป็นกระบวนการปรับร่วมกัน

วงจรง่าย ๆ คือ:

1. ให้คำสั่งแรกที่ชัดเจน
2. ตรวจคำตอบ
3. ระบุสิ่งที่ขาดหรือผิด
4. เพิ่ม Context หรือข้อจำกัด
5. ขอให้ปรับคำตอบ

ตัวอย่าง Prompt สำหรับการปรับต่อ:

อธิบายให้ง่ายขึ้นและเพิ่มตัวอย่างจากที่ทำงานหนึ่งตัวอย่าง

รักษาโครงสร้างเดิม แต่ปรับน้ำเสียงให้เป็นกลางมากขึ้น

ส่วนใดของคำตอบเป็นสมมติฐาน?

สร้างสามทางเลือกที่มีระดับความเป็นทางการต่างกัน

ก่อนปรับคำตอบ ให้ถามสองคำถามที่ช่วยเพิ่มคุณภาพได้มากที่สุด

การต้องแก้หลายรอบไม่ใช่ความล้มเหลว แต่คือการทำงานร่วมกัน

Coffee Break: สั่งกาแฟให้ตรงใจ

การเขียน Prompt คล้ายการสั่งกาแฟ

คำว่า “เอากาแฟหนึ่งแก้ว” ใช้ได้ แต่เปิดทางเลือกไว้มากมาย ร้อนหรือเย็น? แก้วใหญ่หรือเล็ก? หวานหรือไม่หวาน? ใส่นมหรือไม่?

“ลาเต้ร้อนแก้วเล็ก หวานน้อย” ไม่ใช่คำสั่งที่ยาว แต่มีรายละเอียดที่เปลี่ยนผลลัพธ์

Prompt ที่ดีก็เช่นเดียวกัน เพิ่มรายละเอียดที่มีผลต่องาน และตัดรายละเอียดที่ไม่จำเป็น

สรุปประเด็นสำคัญ

• Prompt เปรียบเสมือนใบมอบหมายงานให้ AI
• คำสั่งที่คลุมเครือทำให้ AI ต้องคาดเดามากขึ้น
• ใช้ Purpose, Audience, Context และ Expected Output กับ Prompt ที่สำคัญ
• รายละเอียดที่เกี่ยวข้องมีคุณค่ากว่าความยาวที่ไม่จำเป็น
• ตัวอย่างและข้อจำกัดช่วยเมื่อรูปแบบ ความปลอดภัย หรือสไตล์มีความสำคัญ
• การ Prompt เป็นการสนทนาที่ปรับได้ ไม่ใช่คำสั่งครั้งเดียว
• Prompt ที่ดีเพิ่มความตรงประเด็น แต่ผลงานสำคัญยังต้องตรวจสอบโดยมนุษย์

คำถามสำหรับ Issue ถัดไป

ตอนนี้คุณสามารถมอบหมายงานให้ AI ได้ชัดเจนขึ้นแล้ว แต่จะบริหารบทสนทนา ท้าทายคำตอบที่อ่อน และนำการแก้ไขให้เหมือนทำงานกับเพื่อนร่วมงานมืออาชีพได้อย่างไร?

ติดตาม Issue #005: How to Talk to AI Like a Professional