ให้ AI ตอบเป็น JSON ใช้งานต่อในระบบได้อย่างไร

การให้ AI ตอบเป็นข้อความเหมาะกับการอ่าน แต่ไม่เหมาะเมื่อผลลัพธ์ต้องส่งต่อให้ระบบ CRM, Spreadsheet หรือ Workflow อัตโนมัติ JSON ช่วยกำหนดโครงสร้างร่วมกัน แต่ต้องสั่งและตรวจให้ชัด

JSON คืออะไรในงาน AI

JSON เป็นรูปแบบข้อมูลที่ใช้คู่คีย์และค่า เช่น ชื่อลูกค้า สถานะ และคะแนน ระบบอื่นอ่านโครงสร้างนี้ได้ง่ายกว่าย่อหน้าที่มีรูปแบบไม่แน่นอน

กำหนด Schema ก่อนขอคำตอบ

วิเคราะห์ข้อความลูกค้านี้และตอบเป็น JSON เท่านั้น
รูปแบบที่ต้องมี:
{
  "sentiment": "positive | neutral | negative",
  "topic": "string",
  "urgency": "low | medium | high",
  "summary": "string",
  "evidence": ["string"]
}
กติกา:
- ใช้ค่า urgency เท่าที่มีหลักฐานรองรับ
- ถ้าไม่พบหลักฐานให้ใช้ null
- ห้ามใส่ Markdown หรือข้อความนอก JSON
- evidence ต้องคัดจากข้อความต้นฉบับ

ทำไมต้องกำหนดค่าอนุญาต

การกำหนดค่า เช่น positive, neutral หรือ negative ช่วยลดรูปแบบที่หลากหลาย เช่น “ดีมาก”, “ชอบ”, “positive” ซึ่งอาจทำให้ระบบถัดไปต้องแก้ข้อมูลเพิ่ม หากมีข้อมูลไม่พอควรกำหนด null หรือสถานะ unknown แทนการให้ AI เดา

ตรวจ JSON ก่อนใช้จริง

1. ตรวจว่า Parse ได้จริง
2. ตรวจว่าคีย์ที่จำเป็นมีครบ
3. ตรวจชนิดข้อมูลและค่าที่อนุญาต
4. ตรวจความสอดคล้องกับข้อความต้นฉบับ
5. บันทึก Error และส่งให้คนตรวจเมื่อไม่ผ่าน

JSON ไม่ได้แปลว่าข้อมูลถูก

JSON ช่วยให้รูปแบบเป็นระเบียบ แต่ไม่ได้ยืนยันว่า AI วิเคราะห์ถูกต้อง ระบบควรมี Validation และกติกาเมื่อผลลัพธ์ผิดรูปแบบ รวมถึงมีมนุษย์ตรวจงานที่มีผลกระทบสูง

อ่านเรื่อง การกำหนด Context, การใช้ตัวอย่าง และดูแนวทางสร้าง Workflow ใน AI Co-Worker for SME