การออกแบบคำสั่งให้ AI คืออะไร?
การออกแบบคำสั่งคือการออกแบบและปรับปรุงข้อมูลที่คุณป้อนให้โมเดลภาษา เพื่อให้คำตอบตอบโจทย์การใช้งานจริง OpenAI Academy อธิบายไว้ด้วยถ้อยคำที่ใกล้เคียงกันว่า เป็นการออกแบบและปรับปรุงข้อมูลที่ป้อนเพื่อให้ได้คำตอบที่ดีที่สุดเท่าที่จะเป็นไปได้ ข้อมูลที่ป้อนอาจเป็นข้อความที่พิมพ์ เอกสารที่วางลงไป ไฟล์ที่แชร์ หรือรูปภาพ
คำนี้ครอบคลุมงานสองแบบที่ต่างกัน นักพัฒนาที่สร้างซอฟต์แวร์โดยใช้โมเดลเป็นพื้นฐานจะเขียนคำสั่งระบบ ทดสอบกับชุดประเมิน และจัดเก็บด้วยระบบควบคุมเวอร์ชัน เอกสารสำหรับนักพัฒนาของ OpenAI และ Anthropic เขียนขึ้นเพื่อกลุ่มนี้เป็นหลัก ส่วนคนอื่น ๆ พิมพ์คำขอลงใน ChatGPT, Claude, Gemini หรือ Copilot เพื่อทำงานประจำ คู่มือนี้มีไว้สำหรับกลุ่มที่สอง ได้แก่ นักการตลาด ผู้ดูแลลูกค้า เจ้าหน้าที่สรรหาบุคลากร นักวิเคราะห์ และพนักงานฝ่ายปฏิบัติการที่ต้องการคำตอบที่เชื่อถือได้ ไม่ได้ต้องการเปลี่ยนอาชีพ
สำหรับกลุ่มที่สองนั้น การออกแบบคำสั่งคล้ายกับการเขียนโจทย์งานที่ชัดเจนให้เพื่อนร่วมงานที่มีความสามารถ มากกว่าการเขียนโปรแกรม Anthropic แนะนำให้มองโมเดลเหมือนพนักงานใหม่ที่เก่งมาก แต่ยังไม่รู้บริบทเกี่ยวกับแนวปฏิบัติและขั้นตอนการทำงานของคุณ วิธีทดสอบเป็นเรื่องที่ทำได้จริง: ให้เพื่อนร่วมงานที่รู้บริบทของงานเพียงเล็กน้อยอ่านคำสั่ง แล้วถามว่าทำตามได้หรือไม่ หากเขาสับสน โมเดลก็น่าจะสับสนเช่นกัน
คำสั่งที่ดีสำหรับ AI ควรมีอะไรบ้าง?
คำสั่งที่ดีระบุงาน ให้บริบท แนบข้อมูลต้นทางหรือบอกว่าจะหาได้จากที่ไหน และอธิบายว่าต้องการคำตอบแบบใด ผู้ให้บริการรายใหญ่ทั้งสี่รายใช้คำเรียกต่างกัน แต่คำแนะนำของทุกรายมุ่งไปที่องค์ประกอบหลักชุดเดียวกัน
Microsoft อธิบายองค์ประกอบสี่ส่วนสำหรับ Copilot ได้แก่ เป้าหมาย บริบท แหล่งข้อมูล และความคาดหวัง โดยระบุว่าสิ่งที่จำเป็นจริง ๆ มีเพียงเป้าหมายที่ชัดเจน OpenAI Academy อธิบายไว้สามขั้นตอน คือ ระบุงาน เพิ่มข้อมูลพื้นฐานหรือเอกสารที่เป็นประโยชน์ และอธิบายผลลัพธ์ที่ต้องการ รวมถึงบทบาท กลุ่มผู้อ่าน หรือรูปแบบ Google แนะนำให้ผู้ใช้ Gemini ใช้ภาษาธรรมชาติ เขียนให้ชัดเจนและกระชับ ให้บริบท และใช้คำสำคัญที่เฉพาะเจาะจง Anthropic แนะนำให้ระบุคำสั่งอย่างชัดเจนและตรงไปตรงมา พร้อมเหตุผลของคำสั่งนั้น เพราะการรู้ว่าเหตุใดกฎจึงสำคัญช่วยให้โมเดลนำกฎไปใช้ได้
งานฝึกปฏิบัติ
คำกริยาหนึ่งคำและชิ้นงานที่ต้องส่งหนึ่งอย่าง ระบุว่าจะให้ร่าง สรุป เปรียบเทียบ ดึงข้อมูล เขียนใหม่ หรือวิจารณ์ พร้อมบอกว่าต้องการผลลัพธ์แบบใด เช่น อีเมล 150 คำ ตาราง หรือทางเลือกสามข้อ.
บริบท
ผู้อ่านคือใคร ผลลัพธ์นี้ช่วยประกอบการตัดสินใจเรื่องใด และมีอะไรเกิดขึ้นแล้วบ้าง นี่คือส่วนที่คำสั่งส่วนใหญ่มักไม่ได้ระบุไว้
แหล่งข้อมูล
ข้อมูลที่คำตอบต้องยึดเป็นหลัก ได้แก่ บันทึกที่วางไว้ ไฟล์แนบ หรือเอกสารที่ระบุชื่อไว้ บอกด้วยว่าเครื่องมือใช้ข้อมูลนอกเหนือจากนี้ได้หรือไม่
ข้อจำกัด
ความยาว น้ำเสียง ข้อเท็จจริงที่ต้องคงเดิม และสิ่งที่คำตอบห้ามอนุมาน เช่น ผลลัพธ์ วันที่ หรือชื่อที่ไม่ได้ให้ไว้
รูปแบบผลลัพธ์
รูปแบบ หัวข้อ ตารางที่ระบุชื่อคอลัมน์ หรือรายการคำถามสั้น ๆ เมื่อข้อมูลไม่ครบถ้วน
ตรวจสอบ
สิ่งที่คุณจะตรวจสอบก่อนนำคำตอบไปใช้ การเขียนไว้ช่วยให้คุณตรวจทานตามที่กำหนดไว้จริง.
| คำแนะนำจากผู้ให้บริการ | ข้อกำหนดของผู้ให้บริการแต่ละราย | สิ่งที่เพิ่มเข้ามา |
|---|---|---|
| Microsoft Copilot | เป้าหมาย บริบท แหล่งข้อมูล ความคาดหวัง | ระบุไฟล์ อีเมล หรือหน้าที่ต้องการให้ใช้ และเตรียมโต้ตอบเพื่อปรับรายละเอียด |
| OpenAI ChatGPT | งาน บริบท ผลลัพธ์ที่ต้องการ | ไม่มีวิธีเขียนคำสั่งที่สมบูรณ์แบบเพียงวิธีเดียว ให้ปรับคำสั่งระหว่างการสนทนา |
| Google Gemini | ภาษาธรรมชาติ ความชัดเจน บริบท คำสำคัญ | แยกงานซับซ้อนออกเป็นพรอมป์ต์หลายข้อ |
| Anthropic Claude | ชัดเจนและตรงประเด็น บริบท ตัวอย่าง โครงสร้าง | อธิบายว่าทำไมกฎจึงสำคัญ ใช้ตัวอย่างเพื่อกำหนดแนวทางของรูปแบบ |
จะเขียนคำสั่งให้ AI ที่ดีทีละขั้นตอนได้อย่างไร?
เขียนคำสั่งให้ AI ตามลำดับที่ผู้ตรวจทานจะอ่าน: เริ่มจากงาน ตามด้วยข้อเท็จจริง แล้วจึงเป็นกฎและรูปแบบ ต่อไปนี้คือตัวอย่างการใช้ลำดับนี้กับบริษัทรับจัดการขนส่งสินค้าสมมติชื่อ ฮาร์เบอร์ เลน โลจิสติกส์ ซึ่งมีพนักงาน 40 คน โดยผู้ดูแลบัญชีลูกค้าต้องแจ้งลูกค้าเรื่องสินค้าที่จัดส่งล่าช้า
1. กำหนดชิ้นงานที่จะส่งมอบ
อีเมลถึงผู้ติดต่อฝั่งลูกค้า ความยาวไม่ถึง 150 คำ อธิบายความล่าช้าและแจ้งเวลาที่จะอัปเดตครั้งถัดไป
2. รวบรวมข้อเท็จจริงก่อน
ข้อเท็จจริงที่ให้มา: ตู้สินค้าถูกพักไว้ที่ท่าเรือเพื่อตรวจเอกสารศุลกากร กำหนดส่งโดยประมาณครั้งใหม่คือวันพฤหัสบดี และจะแจ้งความคืบหน้าครั้งถัดไปภายในเวลา 4pm ของวันพรุ่งนี้ ไม่มีข้อมูลอื่นนอกเหนือจากนี้
3. ระบุว่าใครเป็นผู้อ่าน
หัวหน้าฝ่ายจัดซื้อที่ต้องแจ้งทีมคลังสินค้าของตนเอง สิ่งที่ต้องการคือวันที่ ไม่ใช่คำยืนยันให้สบายใจ.
4. กำหนดขอบเขต
อย่าคาดเดาว่าเหตุใดจึงมีการตรวจสอบ อย่ารับปากว่าจะเสร็จวันพฤหัสบดีอย่างแน่นอน และอย่าขอโทษเกินหนึ่งครั้ง
5. อธิบายรูปแบบที่ต้องการ
หัวเรื่อง ย่อหน้าสั้น ๆ สามย่อหน้า แล้วปิดท้ายด้วยหนึ่งบรรทัดที่ระบุสิ่งที่ผู้ดูแลบัญชีลูกค้าควรยืนยันก่อนส่ง
6. อ่านและปรับแก้
เปรียบเทียบฉบับร่างกับข้อเท็จจริงทีละประโยค แล้วให้คำสั่งแก้ไขที่เฉพาะเจาะจงหนึ่งข้อ แทนที่จะเริ่มใหม่ทั้งหมด
เมื่อวางเทียบกัน คำสั่งที่ป้อนให้ AI ที่ไม่ดีและที่ดีต่างกันอย่างไร?
คำสั่งที่ไม่รัดกุมระบุเพียงหัวข้อ ส่วนคำสั่งที่รัดกุมระบุผู้อ่าน งาน แหล่งข้อมูล และข้อจำกัด หากใช้ตัวอย่างของฮาร์เบอร์ เลน คำสั่งแบบไม่รัดกุมคือ: เขียนอีเมลถึงลูกค้าเรื่องการจัดส่งล่าช้า คำตอบทั่วไปที่ได้มักสุภาพและมั่นใจ แต่แต่งข้อมูลขึ้นมา ทั้งเหตุผลที่ล่าช้า วันจัดส่งใหม่ที่ยืนยันแน่นอน และข้อเสนอชดเชยที่ไม่มีใครอนุมัติ
ฉบับที่ชัดเจนกว่า: ร่างอีเมลจากผู้จัดการดูแลลูกค้าถึงหัวหน้าฝ่ายจัดซื้อของลูกค้า วัตถุประสงค์: อธิบายความล่าช้าในการจัดส่งเพื่อให้เขาแจ้งข้อมูลแก่ทีมคลังสินค้าได้ ใช้เฉพาะข้อเท็จจริงต่อไปนี้: ตู้สินค้าถูกพักไว้ที่ท่าเรือเพื่อตรวจเอกสารศุลกากร ขณะนี้คาดว่าจะส่งถึงวันพฤหัสบดี เราจะส่งข้อมูลอัปเดตครั้งถัดไปภายใน 4pm ของวันพรุ่งนี้ ระบุวันพฤหัสบดีเป็นเพียงกำหนดการโดยประมาณ อย่าให้เหตุผลของการตรวจหรือเสนอค่าชดเชย เขียนไม่เกิน 150 คำ ใช้ภาษาตรงไปตรงมาและสงบ โดยขอโทษได้ไม่เกินหนึ่งครั้ง หลังอีเมล ให้ระบุรายละเอียดที่ฉันควรยืนยันก่อนส่ง
คำสั่งที่สองยาวกว่า แต่ความยาวไม่ใช่ประเด็นสำคัญ ทุกประโยคที่เพิ่มเข้ามาให้สิ่งที่ผู้ตรวจทานใช้ตรวจสอบได้ ทั้งข้อเท็จจริงที่ใช้ ข้อกล่าวอ้างที่ต้องหลีกเลี่ยง จำนวนคำสูงสุด และคำถามที่ต้องยกขึ้นมา หากฉบับร่างยังระบุว่าความล่าช้าเกิดจากข้อผิดพลาดด้านเอกสารของลูกค้า ผู้ตรวจทานจะเห็นได้ทันทีว่าโมเดลเขียนเกินข้อมูลต้นฉบับ และลบประโยคนั้นออกได้
เทคนิคการเขียนคำสั่งขั้นสูงมีอะไรบ้าง?
เทคนิคที่สำคัญที่สุดนอกเหนือจากพื้นฐาน ได้แก่ การให้ตัวอย่าง การกำหนดโครงสร้าง การแบ่งงานใหญ่เป็นงานย่อย การขอทางเลือก และการบอกให้ชัดว่าต้องการให้ทำอะไร แทนที่จะบอกเพียงว่าห้ามทำอะไร ทั้งหมดนี้ไม่ต้องใช้ทักษะทางเทคนิค
ผู้ให้บริการไม่ได้เห็นตรงกันในทุกรายละเอียด และการรู้จุดที่ต่างกันนั้นมีประโยชน์ Anthropic แนะนำให้วางเอกสารยาวไว้ใกล้ส่วนต้นของคำสั่ง ก่อนคำถาม Microsoft ระบุว่าส่วนท้ายของคำสั่งสำหรับ Copilot มีแนวโน้มจะได้รับน้ำหนักมากกว่า และแนะนำให้วางการอ้างอิงแหล่งข้อมูลไว้ช่วงท้าย ส่วนคู่มือสำหรับนักพัฒนาของ OpenAI ระบุว่าโดยทั่วไปควรวางบริบทที่ให้ไว้ใกล้ส่วนท้าย ข้อสรุปตามข้อเท็จจริงคือตำแหน่งที่เหมาะสมขึ้นอยู่กับเครื่องมือ จึงควรทดลองทั้งสองลำดับกับงานที่สำคัญต่อคุณ แทนการยึดกฎเดียวกับทุกเครื่องมือ
แสดงตัวอย่าง
วางตัวอย่างผลลัพธ์ที่คุณต้องการหนึ่งหรือสองตัวอย่าง เช่น รายงานความคืบหน้าครั้งก่อนที่ผู้จัดการของคุณชอบ Anthropic ระบุว่าการให้ตัวอย่างเป็นหนึ่งในวิธีที่เชื่อถือได้มากที่สุดในการกำหนดรูปแบบ น้ำเสียง และโครงสร้าง และแนะนำให้ใช้ตัวอย่างที่หลากหลายสามถึงห้าตัวอย่างเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด หากคุณมีตัวอย่างเพียงพอ
แยกคำสั่งออกจากเนื้อหาประกอบ
ใช้หัวข้อหรือแบ่งส่วนพร้อมป้ายกำกับ เช่น คำสั่ง บันทึกแหล่งข้อมูล และตัวอย่าง เพื่อให้โมเดลแยกกฎของคุณออกจากข้อความที่กำลังประมวลผลได้ Anthropic แนะนำให้ใช้แท็กสำหรับเรื่องนี้ แต่หัวข้อธรรมดาก็ใช้ได้ในเครื่องมือแชตทุกตัว
แบ่งงานออกเป็นส่วนย่อย
ขอโครงร่าง ตรวจแล้วอนุมัติ จากนั้นจึงขอให้เขียนร่าง Google แนะนำให้แยกงานที่เกี่ยวข้องกันออกเป็นคำสั่งคนละชุด และ OpenAI Academy แนะนำให้แบ่งงานใหญ่เป็นส่วนย่อย ๆ
ขอทางเลือกและลำดับความสำคัญ
ขอทางเลือกสามแบบพร้อมข้อแลกเปลี่ยนของแต่ละแบบ และระบุว่าสิ่งใดสำคัญที่สุด: ความถูกต้อง ความกระชับ หรือความรวดเร็ว
บอกสิ่งที่ควรทำ ไม่ใช่แค่สิ่งที่ควรหลีกเลี่ยง
ทั้ง Microsoft และ Anthropic แนะนำให้เขียนคำสั่งเชิงบวก เช่น เขียนว่าให้ใช้ย่อหน้าสั้น ๆ และภาษาที่เข้าใจง่าย แทนที่จะเขียนว่าห้ามใช้หัวข้อย่อย เก็บข้อห้ามไว้เฉพาะสำหรับข้อเท็จจริงหรือคำกล่าวอ้างที่ต้องไม่ปรากฏในคำตอบเด็ดขาด
เปิดโอกาสให้ถามคำถาม
ปิดท้ายด้วย: ก่อนเริ่มร่าง หากยังขาดข้อมูลสำคัญ ให้ถามฉันได้ไม่เกินสามคำถาม วิธีนี้ช่วยเผยให้เห็นช่องว่างของข้อมูลที่แบบจำลองจะเติมด้วยการคาดเดาหากไม่ได้ถาม
ทำไมคำตอบแรกจึงมักยังไม่ทำให้งานเสร็จ?
คำตอบแรกเป็นร่างไว้ให้คุณพิจารณาและแสดงความเห็น ซึ่งผู้ให้บริการเองก็บอกเช่นนั้น Microsoft ระบุว่าผลลัพธ์แรกมักไม่ใช่คำตอบสุดท้ายหรือคำตอบที่ดีที่สุด และคุณควรคาดว่าจะต้องโต้ตอบกันไปมาบ้าง OpenAI Academy แนะนำให้ปรับปรุงคำตอบต่อในบทสนทนาแทนการเริ่มใหม่ทั้งหมด
คำสั่งติดตามที่ดีจะระบุปัญหาให้ชัดเจน การบอกว่าให้สั้นลงมีประสิทธิผลน้อยกว่าการบอกว่า: ตัดย่อหน้าที่สองซึ่งซ้ำกับย่อหน้าแรก และย้ายเวลาที่จะอัปเดตครั้งถัดไปไว้ในประโยคเปิด Microsoft ยังระบุด้วยว่าคำสั่งเดียวกันอาจให้ผลลัพธ์ต่างกันในแต่ละครั้ง ดังนั้นคำสั่งที่ใช้ได้ผลครั้งหนึ่งไม่ได้พิสูจน์ว่าจะได้ผลทุกครั้ง สำหรับงานที่ทำซ้ำ ให้ทดลองกับข้อมูลนำเข้าหลายชุดก่อนถือว่าเชื่อถือได้
อยากดูว่าสิ่งนี้เชื่อมโยงกับบทบาทงานอย่างไรไหม?
สำรวจการทดลองใช้สำหรับทีมที่อยู่ในแผนพัฒนา ↗ChatGPT, Claude, Copilot และ Gemini ต้องใช้คำสั่งต่างกันหรือไม่?
พื้นฐานเหมือนกันในผู้ช่วยทุกตัว สิ่งที่ต่างคือข้อมูลที่แต่ละเครื่องมือมองเห็นได้ งานที่ชัดเจน บริบทจริง ขอบเขตแหล่งข้อมูล และรูปแบบที่กำหนดไว้ จะช่วยให้ผลลัพธ์ดีขึ้นได้ทั้งสี่เครื่องมือ
ความแตกต่างในการใช้งานจริงมาจากการเชื่อมต่อกับระบบอื่น คุณสามารถระบุไฟล์ การประชุม บุคคล และอีเมลให้ Microsoft 365 Copilot ใช้อ้างอิงได้ด้วยการพิมพ์เครื่องหมายทับหน้า แต่สิ่งที่อ้างอิงได้ขึ้นอยู่กับสิทธิ์การใช้งานและการตั้งค่า ผู้ช่วยที่อยู่ในชุดโปรแกรมสำนักงาน เช่น Gemini ใน Google Workspace อาจเข้าถึงไฟล์งานได้ ขึ้นอยู่กับแพ็กเกจและการตั้งค่าของผู้ดูแลระบบ ส่วนผู้ช่วยแชตแบบแยกต่างหากจะใช้ข้อมูลที่คุณวางหรืออัปโหลดเป็นหลัก เว้นแต่องค์กรจะเชื่อมต่อแหล่งข้อมูลอื่นไว้ ก่อนเขียนคำสั่งว่าให้ใช้ตารางราคาล่าสุด ให้ตรวจสอบก่อนว่าเครื่องมือเข้าถึงตารางนั้นได้จริง ไม่เช่นนั้นอาจตอบจากความรู้ทั่วไปโดยไม่แจ้งให้ทราบ.
สำหรับตัวอย่างเฉพาะเครื่องมือ ดูคู่มือที่เกี่ยวข้องเรื่องคำสั่ง ChatGPT สำหรับการทำงานและคำสั่ง Copilot รวมถึงคู่มือภาพรวมเรื่องเครื่องมือ AI ในที่ทำงาน
ข้อผิดพลาดในการเขียนคำสั่งให้ AI ที่พบบ่อยที่สุดในการทำงานมีอะไรบ้าง?
ข้อผิดพลาดที่พบบ่อยคือ ขอให้ปรับงานให้ดูดีโดยไม่ให้ข้อเท็จจริง พึ่งพาวลีวิเศษ และเชื่อคำตอบที่ดูมั่นใจ เมื่อรู้จักข้อผิดพลาดเหล่านี้แล้ว แต่ละอย่างก็สังเกตได้ง่าย
บทบาทที่ไม่มีเนื้อหาสาระ
การบอกให้สวมบทบาทเป็นนักการตลาดระดับโลกเป็นการบอกโมเดลให้แต่งตัวเป็นใคร ไม่ใช่ให้ทำงานอะไร การระบุบทบาทหนึ่งบรรทัดอาจช่วยเรื่องน้ำเสียงได้ แต่ไม่อาจทดแทนการระบุกลุ่มเป้าหมาย ข้อเท็จจริง และข้อจำกัด
ไม่มีแหล่งข้อมูล
การขอให้สรุปตลาดโดยไม่ให้ข้อมูลประกอบ มักนำไปสู่ข้อความกว้าง ๆ และบางครั้งก็มีตัวเลขที่แต่งขึ้น
คำขอแก้ไขที่คลุมเครือ
การบอกให้ทำให้ดีขึ้นไม่ได้ให้ทิศทาง ระบุว่าประโยคไหน มีปัญหาอะไร และต้องการให้แก้อย่างไร
คำสั่งขนาดใหญ่คำสั่งเดียว
การรวมการค้นคว้า การวิเคราะห์ การร่าง และการจัดรูปแบบไว้ในคำขอเดียวทำให้หาข้อผิดพลาดได้ยากขึ้น ให้แยกเป็นคำขอย่อย
การวางข้อมูลที่ไม่ควรวาง
สัญญาลูกค้า ข้อมูลส่วนบุคคล หรือตัวเลขที่ยังไม่เปิดเผย ต้องใช้เฉพาะในเครื่องมือที่บริษัทของคุณอนุมัติสำหรับข้อมูลประเภทนั้นเท่านั้น
การถือว่าภาษาที่ลื่นไหลเป็นหลักฐาน
คำตอบที่เขียนดีอาจยังมีข้อความเท็จอยู่ได้ ตรวจสอบเทียบกับแหล่งข้อมูล
ควรตรวจสอบสิ่งที่ AI ตอบกลับมาอย่างไร?
ตรวจสอบทุกประโยคที่ระบุข้อเท็จจริงเทียบกับแหล่งข้อมูลที่คุณให้ และตรวจสอบสิ่งที่ไม่มีในแหล่งข้อมูลนั้นซ้ำอีกครั้ง นี่คือจุดที่การออกแบบคำสั่งและการตรวจทานมาบรรจบกัน: คำสั่งที่กำหนดขอบเขตชัดเจนช่วยให้ตรวจสอบได้เร็วขึ้น เพราะคุณรู้แน่ชัดว่าคำตอบได้รับอนุญาตให้กล่าวอะไรได้บ้าง
Microsoft ระบุอย่างชัดเจนว่าคำตอบของ Copilot อาจไม่ถูกต้อง และควรได้รับการตรวจทานและตรวจสอบความถูกต้อง หลักนี้ใช้กับผู้ช่วยทุกตัว ตรวจดูว่ามีการเพิ่มสาเหตุ วันที่ ชื่อ ตัวเลข หรือคำสัญญาเข้ามาหรือไม่ คำนวณตัวเลขสำคัญซ้ำด้วยวิธีอื่น หากโมเดลอ้างอิงแหล่งข้อมูล ให้เปิดแหล่งข้อมูลนั้นและหาข้อความที่อ้างถึง คู่มือวิธีตรวจสอบข้อเท็จจริงในผลลัพธ์จาก AI อธิบายขั้นตอนนี้ไว้อย่างละเอียด
ทีมจะเรียนรู้วิธีออกแบบคำสั่งให้ AI ได้อย่างไร?
ทีมเรียนรู้การเขียนคำสั่งให้ AI ได้เร็วที่สุดด้วยการฝึกกับงานประจำของตนเองและเปรียบเทียบผลลัพธ์กับมาตรฐานที่ชัดเจน หลักสูตรทั่วไปเกี่ยวกับรูปแบบคำสั่งช่วยได้น้อยกว่าการลงมือทำซ้ำและทบทวนอีเมล บทสรุป และบทวิเคราะห์ที่แต่ละคนต้องจัดทำจริง
วงจรการฝึกที่มีประโยชน์มีสี่ส่วน ได้แก่ งานที่สมจริงพร้อมข้อเท็จจริงที่ให้ไว้ คำสั่งครั้งแรก การปรับแก้ และบันทึกสั้น ๆ อธิบายว่าผู้ฝึกเปลี่ยนอะไรและเพราะเหตุใด ผู้จัดการหรือเพื่อนร่วมงานต้องตรวจบันทึกนั้น ไม่ใช่ดูแค่ข้อความสุดท้าย การฝึกเขียนคำสั่งให้ AI ที่ข้ามขั้นตอนการตรวจทานมักให้ความสำคัญกับคำสั่งที่ยาวมากกว่าการใช้วิจารณญาณที่ดี
Tosheo.ai กำลังได้รับการพัฒนาโดยยึดวงจรนี้เป็นหลัก ผลิตภัณฑ์ที่วางแผนไว้จะให้พนักงานแต่ละคนทำแบบประเมินระดับสั้น ๆ แล้วเรียนบทเรียนเฉพาะบทบาทยาว 10 ถึง 15 นาที ซึ่งจบด้วยงานฝึกปฏิบัติผ่านเครื่องมือ AI จริง ให้คะแนนตามเกณฑ์การประเมินที่ผู้เรียนเห็นได้ พร้อมข้อเสนอแนะที่เจาะจง ผลิตภัณฑ์ยังอยู่ในขั้นก่อนเริ่มสร้าง ข้อความนี้จึงอธิบายขอบเขตที่วางแผนไว้ ไม่ใช่ผลลัพธ์ หากต้องการดูการนำไปใช้กับงานก่อน คู่มือประกอบเรื่องการออกแบบคำสั่งสำหรับธุรกิจมีตัวอย่างที่แสดงวิธีทำเพิ่มเติม
เมื่อไรการออกแบบคำสั่งให้ AI จึงไม่ใช่คำตอบ?
การออกแบบคำสั่งแก้ปัญหาไม่ได้ หากงานนั้นต้องใช้ข้อมูลที่เครื่องมือไม่มี ต้องอาศัยการตัดสินใจที่มีเพียงคนเท่านั้นที่ทำได้ หรือใช้เครื่องมือที่ไม่เหมาะกับงาน ภาพรวมจาก Anthropic เองชี้ว่า การปรับคำสั่งไม่ใช่วิธีที่ดีที่สุดในการแก้ความล้มเหลวทุกกรณี บางครั้งทางแก้คือการเปลี่ยนโมเดล เปลี่ยนเครื่องมือ หรือเปลี่ยนกระบวนการ
หากบทสรุปตกหล่นตัวเลขอยู่บ่อย ๆ สาเหตุอาจเป็นไฟล์ที่ผู้ช่วยอ่านได้ไม่ถูกต้อง ไม่ใช่ถ้อยคำที่คุณใช้ หากร่างงานมีน้ำเสียงไม่ตรงกับแบรนด์อยู่เสมอ สิ่งที่ต้องใช้อาจเป็นคู่มือสไตล์และตัวอย่างที่ใช้งานจริง ไม่ใช่การเพิ่มคำคุณศัพท์ หากผลลัพธ์กระทบต่อค่าจ้าง สิทธิ สุขภาพ หรือสถานะทางกฎหมายของใคร การเขียนคำสั่งให้ดีขึ้นไม่ได้ทำให้หมดความจำเป็นที่จะต้องมีผู้ตรวจทานที่มีคุณสมบัติเหมาะสม
Tosheo.ai ก็ไม่ใช่ตัวเลือกที่เหมาะกับทุกคนที่กำลังเรียนเรื่องนี้เช่นกัน โดยวางแผนไว้สำหรับพนักงานที่ไม่ได้ทำงานด้านเทคนิคในทีมขนาด 5 ถึง 200 คน วิศวกรที่สร้างแอปพลิเคชันโดยใช้ส่วนเชื่อมต่อโปรแกรมของโมเดลจะได้ประโยชน์มากกว่าจากเอกสารสำหรับนักพัฒนาของ OpenAI และ Anthropic ซึ่งครอบคลุมคำสั่งระบบ การประเมินผล และการควบคุมเวอร์ชัน รวมถึงบทเรียนเขียนคำสั่งแบบโต้ตอบฟรีของ Anthropic
คุณควรอ่านส่วนไหนต่อในคู่มือนี้?
คู่มือแต่ละฉบับในส่วนนี้ตอบคำถามเชิงปฏิบัติหนึ่งข้อ เริ่มจากฉบับที่ตรงกับเครื่องมือหรืองานที่คุณกำลังทำ.
แม่แบบคำสั่ง
แม่แบบและกรอบการทำงานที่นำกลับมาใช้ได้สำหรับบทสรุป อีเมล การเปรียบเทียบ และการเขียนใหม่ พร้อมคำแนะนำในการดูแลคลังข้อมูลของทีมให้เป็นปัจจุบัน
คำสั่ง ChatGPT สำหรับการทำงาน
คำสั่งสำหรับ ChatGPT ที่พร้อมนำไปปรับใช้กับงานทั่วไป โดยแต่ละคำสั่งระบุข้อเท็จจริงที่ต้องให้และสิ่งที่ต้องตรวจสอบไว้ด้วย.
คำสั่งสำหรับ Copilot
คำสั่งสำหรับ Microsoft 365 Copilot ใน Outlook, Teams, Word และ Copilot Chat รวมถึงวิธีระบุไฟล์ที่ถูกต้องให้ Copilot ใช้งาน
การออกแบบคำสั่งสำหรับธุรกิจ
ตัวอย่างการเขียนคำสั่งสำหรับงานธุรกิจ พร้อมฉบับแก้ไขและบันทึกการตรวจทาน
การใช้ AI เขียนงานธุรกิจ
วิธีปรับฉบับร่างที่ AI สร้างขึ้นให้เป็นข้อความที่คุณยินดีลงชื่อรับรอง.
แหล่งข้อมูลและขอบเขต
OpenAI Academy, แหล่งเรียนรู้เรื่องการเขียนคำสั่ง, เข้าถึงเมื่อ 16 October 2026 ↗
เอกสาร API ของ OpenAI, การออกแบบคำสั่ง, เข้าถึงเมื่อ 16 October 2026 ↗
Anthropic เอกสาร Claude: แนวทางปฏิบัติที่ดีในการเขียนคำสั่ง เข้าถึงเมื่อ 16 ตุลาคม 2026 ↗
Anthropic เอกสาร Claude: ภาพรวมการออกแบบคำสั่ง เข้าถึงเมื่อ 16 ตุลาคม 2026 ↗
ฝ่ายสนับสนุนของ Microsoft, เริ่มต้นเขียนคำสั่งใน Microsoft Copilot, เข้าถึงเมื่อ 16 October 2026 ↗