Prompt คืออะไร? สอนเขียน Prompt ให้ AI ทำงานตรงใจ (ฉบับเริ่มต้น)

เคยไหม? ถาม AI ไปแล้วได้คำตอบกว้าง ๆ ไม่ตรงกับที่อยากได้ ปัญหาส่วนใหญ่ไม่ได้อยู่ที่ AI ไม่เก่ง แต่อยู่ที่ "วิธีสั่งงาน" หรือที่เรียกว่า Prompt บทความนี้สอนตั้งแต่ Prompt คืออะไร ไปจนถึงเทคนิคเขียน Prompt ให้ AI ทำงานได้ตรงใจ แบบเข้าใจง่าย ไม่ต้องเขียนโค้ดเป็น

Prompt คืออะไร?

Prompt คือข้อความหรือคำสั่งที่เราป้อนให้ AI เพื่อให้มันสร้างคำตอบออกมา จะเป็นคำถาม ประโยคเริ่มเรื่อง หรือคำสั่งให้ทำงานอะไรสักอย่างก็ได้ ส่วน Prompt Engineering คือทักษะการออกแบบ Prompt ให้ได้คำตอบที่ดีที่สุด

ข่าวดีคือ คุณไม่จำเป็นต้องเป็นโปรแกรมเมอร์หรือนักวิทยาศาสตร์ข้อมูล ใคร ๆ ก็เขียน Prompt ได้ แต่การเขียนให้ "ได้ผลจริง" ต้องอาศัยการปรับแก้ทีละนิด เพราะหลายอย่างมีผลต่อคำตอบ ทั้งคำที่เลือกใช้ บริบทที่ให้ และโครงสร้างประโยค การเขียน Prompt จึงเป็น กระบวนการที่ต้องลองปรับไปเรื่อย ๆ

ทำไม Prompt ถึงสำคัญ?

เบื้องหลัง AI อย่าง ChatGPT หรือ Gemini คือโมเดลที่ทำงานแบบ "ทายคำถัดไป" จากข้อความที่เราป้อนเข้าไป พูดง่าย ๆ คือ ยิ่ง Prompt ชัดเท่าไหร่ AI ก็ยิ่งเดาสิ่งที่เราต้องการได้แม่นเท่านั้น ในทางกลับกัน Prompt ที่กำกวมก็จะได้คำตอบกว้าง ๆ ไม่ตรงจุด

4 เทคนิคเขียน Prompt ที่ใช้ได้จริง

1. Zero-shot — สั่งตรง ๆ ไม่มีตัวอย่าง

แบบพื้นฐานที่สุด แค่บอกงานที่อยากให้ทำ เช่น "สรุปข้อความนี้ให้เหลือ 3 บรรทัด: ..." เหมาะกับงานง่าย ๆ ที่ AI เข้าใจได้ทันที

2. Few-shot — ให้ดูตัวอย่างก่อน

ถ้าสั่งตรง ๆ แล้วยังไม่ได้ผลตามต้องการ ให้ ยกตัวอย่าง 3–5 อัน ให้ AI ดูเป็นแพตเทิร์น มันจะเลียนแบบรูปแบบได้แม่นขึ้นมาก เช่น อยากให้จัดข้อความลูกค้าเป็นหมวดหมู่:

• "ของยังไม่ส่งเลย" → ปัญหาการจัดส่ง
• "กดสั่งซื้อไม่ได้" → ปัญหาการใช้งาน
• "สินค้าดีมากค่ะ" → รีวิวเชิงบวก

แล้วค่อยป้อนข้อความใหม่เข้าไป AI จะจัดหมวดตามแพตเทิร์นที่เราสอน เคล็ดลับคือตัวอย่างต้อง หลากหลายและถูกต้อง เพราะตัวอย่างผิดเพียงอันเดียวก็ทำให้ AI สับสนได้ อ่านวิธีเลือกตัวอย่างและจำนวนที่เหมาะกับแต่ละงานได้ใน Few-shot Prompting คืออะไร? สอน AI ด้วยตัวอย่าง

3. Role Prompting — ให้ AI สวมบทบาท

กำหนดให้ AI เป็นใครสักคน คำตอบจะมีน้ำเสียงและมุมมองตรงกับบทบาทนั้น เช่น "คุณคือนักการตลาดมือโปร ช่วยเขียนแคปชั่นขายครีมกันแดดให้หน่อย" จะได้คำตอบตรงงานกว่าการถามลอย ๆ และยังกำหนดสไตล์ได้ด้วย เช่น ทางการ เป็นกันเอง หรือสนุกสนาน ดูตัวอย่างบทบาทที่ใช้ได้จริงและข้อควรระวังได้ใน Role Prompting: ให้ AI สวมบทบาทเพื่อช่วยงานได้ตรงจุด

4. ใส่บริบทและระบุรูปแบบคำตอบ (System & Context)

บอก AI ถึง "ภาพรวม" ของงานและใส่ข้อมูลประกอบ เช่น "เรากำลังทำเพจขายอาหารคลีน ช่วยคิดหัวข้อคอนเทนต์ 5 อัน" และถ้าอยากได้คำตอบรูปแบบเฉพาะก็ระบุไปเลย เช่น "ตอบเป็นตาราง" หรือ "ตอบเป็น JSON" การระบุรูปแบบชัด ๆ ช่วยให้เอาไปใช้ต่อได้ง่ายและลดการมั่วของ AI

ถ้าอยากเข้าใจว่า System Prompt ต่างจาก Context และ Role อย่างไร อ่านต่อได้ที่ System Prompt และ Context คืออะไร? และถ้าต้องส่งคำตอบเข้าระบบอื่นต่อจริง ๆ ดูวิธีกำหนด Schema ให้ตรวจสอบได้ใน ให้ AI ตอบเป็น JSON ใช้งานต่อในระบบได้อย่างไร

พอบริบทเริ่มเยอะขึ้นจนต้องจัดการเป็นระบบ ไม่ใช่แค่พิมพ์เพิ่มในช่องแชต เรื่องนี้มีชื่อเรียกของมันเอง อ่านได้ที่ Context Engineering คืออะไร? ต่างจาก Prompt Engineering ยังไง

5 เคล็ดลับเขียน Prompt ให้เป๊ะขึ้น

• ยกตัวอย่างให้ดู — ตัวอย่างหนึ่งอันมีค่ากว่าคำอธิบายยาว ๆ
• เขียนให้เรียบง่ายและชัดเจน — ใช้คำกริยาบอกการกระทำตรง ๆ เช่น สรุป เขียน จัดหมวด อย่าใช้ประโยคซับซ้อนวกวน
• บอกให้ชัดว่าอยากได้อะไร — ระบุความยาว รูปแบบ และโทน เช่น "เขียน 3 ย่อหน้า โทนเป็นกันเอง"
• บอกสิ่งที่อยากให้ทำ ดีกว่าสิ่งที่ห้าม — "เขียนให้กระชับ" ได้ผลกว่า "อย่าเขียนยาว"
• ลองปรับหลายรอบ แล้วจดเวอร์ชันที่เวิร์กไว้ — การเขียน Prompt คือการทดลอง เก็บอันที่ดีไว้ใช้ซ้ำ

อยากได้หลักปฏิบัติที่ละเอียดกว่านี้ พร้อมวิธีตรวจงานก่อนนำไปใช้จริง อ่านต่อได้ที่ 9 Best Practices เขียน Prompt ให้ได้ผลลัพธ์ดีขึ้น และถ้าอยากได้สูตรสั้น ๆ ที่จำไปใช้ได้เลย ลองสูตร Context–Goal–Format ใน Brief AI ยังไงให้ได้งานตรงเป้า

เทคนิคขั้นถัดไป เมื่อเขียน Prompt พื้นฐานคล่องแล้ว

4 เทคนิคข้างบนพอสำหรับงานส่วนใหญ่แล้ว แต่พองานเริ่มซับซ้อนขึ้น เช่น ต้องให้ AI คิดหลายขั้น อ่านไฟล์ หรือทำงานต่อเนื่องเป็นระบบ จะมีเทคนิคเฉพาะทางที่ช่วยได้ ลองไล่ดูว่าอันไหนตรงกับงานของคุณ แล้วค่อยเจาะลึกทีละตัว

• Chain of Thought — ให้ AI แก้ปัญหาทีละขั้นแทนการตอบรวดเดียว เหมาะกับโจทย์คำนวณหรือการวิเคราะห์ที่ต้องเห็นวิธีคิด
• Step-back, Self-Consistency และ Tree of Thoughts — เทคนิคคิดขั้นสูงที่ให้ AI มองโจทย์กว้างขึ้นและตรวจคำตอบหลายทางก่อนสรุป
• ReAct — ให้ AI สลับระหว่างคิดกับลงมือทำ เป็นแนวคิดที่อยู่เบื้องหลัง AI Agent
• Automatic Prompt Engineering — ให้ AI ช่วยร่างและปรับ Prompt ให้เรา แล้วเทียบหลายเวอร์ชันว่าอันไหนได้ผลจริง
• Multimodal Prompting — วิธีสั่งงานเมื่อ AI ต้องอ่านภาพ เอกสาร หรือเสียง ไม่ใช่แค่ข้อความ
• Temperature, Top-K และ Top-P — ค่าที่กำหนดว่า AI จะตอบแบบสม่ำเสมอหรือเปิดพื้นที่ให้ไอเดียใหม่ ปรับให้เข้ากับงานได้
• หลัก 4D — กรอบมอบหมายงานให้ AI ทั้งรอบ ตั้งแต่สั่ง ชี้แจง ตรวจ ไปจนถึงติดตามผล เหมาะเมื่อเริ่มใช้ AI กับงานประจำ

สรุป

Prompt ที่ดีไม่ใช่เรื่องเวทมนตร์ แต่คือการ สั่งงานให้ชัด ให้บริบท ยกตัวอย่าง และปรับแก้ไปเรื่อย ๆ ลองนำ 4 เทคนิคและ 5 เคล็ดลับนี้ไปใช้กับงานจริงของคุณ แล้วจะเห็นว่า AI ทำงานตรงใจขึ้นทันที ส่วนเทคนิคขั้นถัดไปค่อยหยิบมาใช้เมื่อเจองานที่ต้องการมันจริง ๆ ไม่ต้องรีบเรียนทุกอย่างพร้อมกัน

อยากเรียนเขียน Prompt และใช้ AI ทำงานจริงแบบลงมือทำทีละสเต็ป ดูรายละเอียดได้ที่ คอร์ส ChatGPT Mastery หรือ คอร์ส AI Co-Worker for SME