មគ្គុទេសក៍ពេញលេញស្តីពីបច្ចេកទេសសួរសំណួរ AI៖ វិធីសាស្ត្របង្កើនផលិតភាព Prompt និងគន្លឹះអនុវត្តជាក់ស្តែងដែលអ្នកអាជីពការងារនៅតៃវ៉ាន់ត្រូវតែរៀន

នៅក្នុងសម័យកាលដែលឧបករណ៍បញ្ញាសប្បនិម្មិត (AI) មានការរីករាលដាលទូំទូលាយ បុគ្គលិកការិយាល័យ និងសិស្សានុសិស្សជាច្រើន បានចាប់ផ្តើមប្រើប្រាស់ប្រព័ន្ធ Generative AI ធំៗ ដើម្បីជួយដល់ការងារប្រចាំថ្ងៃ។ ទោះជាយ៉ាងណាក៏ដោយ នៅពេលប្រតិបត្តិការជាក់ស្តែង មនុស្សជាច្រើនតែងតែត្អូញត្អែរថា ចម្លើយដែលផ្តល់ដោយ AI គឺនៅ ზეលើផ្ទៃដី (លើសលប) ទទេស្អាត ឬឆ្លើយមិនចំសំណួរ។ តាមពិតទៅ បញ្ហាមិនមែនស្ថិតនៅលើឧបករណ៍ខ្លួនឯងនោះទេ ប៉ុន្តែវាស្ថិតនៅលើ «របៀបសួរសំណួរ» ដែលយើងទាក់ទងជាមួយ AI ទៅវិញទេ។ ការចենចេះឡូជីខលនៃការសួរ-ឆ្លើយជាមួយ AI ឱ្យបានត្រឹមត្រូវ មិនត្រឹមតែអាចសន្សំសំចៃពេលវេលាក្នុងការកែសម្រួលចុះឡើងប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងអាចធ្វើឱ្យ AI ក្លាយជាក្រុមប្រឹក្សាភិបាលផ្ទាល់ខ្លួនដែលយល់ចិត្តអ្នកខ្លាំងបំផុតផងដែរ។

តើ Prompt ជាអ្វី? ស្វែងយល់ពីពាក្យបញ្ជា AI តាមបែបភាសាសាមញ្ញ

មុននឹងឈានដល់ជំនាញប្រតិបត្តិការជាក់ស្តែង យើងត្រូវបង្កើតគោលគំនិតស្នូលមួយជាមុនសិន៖ តើអ្វីជា Prompt (ពាក្យបញ្ជា)? និយាយឱ្យសាមញ្ញទៅ Prompt គឺជា «បញ្ជា» ឬ «ខ្លឹមសារនៃការសន្ទនា» ដែលអ្នកផ្ញើទៅកាន់ AI។ អ្នកអាចស្រមៃថា AI គឺជាជំនួយការថ្មីដែលមានទេពកោសល្យ មានចំណេះដឹងទូលំទូលាយ ប៉ុន្តែទើបនឹងចូលធ្វើការ។ ទោះបីជាជំនួយការនេះមានទុនចំណេះដឹងក្រាស់ក្រែលក៏ដោយ ប្រសិនបើគេមិនដឹងពីតម្រូវការជាក់លាក់ បរិបទ និងលទ្ធផលរំពឹងទុករបស់អ្នកទេ គេមិនអាចផ្តល់នូវលទ្ធផលដែលត្រូវតាមការរំពឹងទុកនោះឡើយ។

ដូច្នេះ សារធាតុពិតនៃការសួរ-ឆ្លើយជាមួយ AI មិនមែនគ្រាន់តែជាការ «ស្វែងរកពាក្យគន្លឹះ» ធម្មតានោះទេ ប៉ុន្តែវាគឺជា «ដំណើរការសន្ទនាសហការគ្នារវាងមនុស្ស និងម៉ាស៊ីន»។ នៅពេលដែលពាក្យបញ្ជារបស់អ្នកកាន់តែជាក់លាក់ និងឡូជីខលកាន់តែច្បាស់ សមត្ថភាពទាញយកចំណេះដឹង និងការសន្និដ្ឋានរបស់ AI ក៏កាន់តែមានភាពត្រឹមត្រូវខ្ពស់ដែរ។ ផ្ទុយទៅវិញ ប្រសិនបើអ្នកគ្រាន់តែបោះចោលសំណួរស្រពិចស្រពិល និងទូទៅ AI ក៏អាចត្រឹមតែផ្តល់ចម្លើយទូទៅដែលសាមញ្ញមកឱ្យអ្នកវិញប៉ុណ្ណោះ។

រូបមន្តមាសធំទាំងបី ដើម្បីបង្កើតសំណួរ-ចម្លើយ AI ដែលមានគុណភាពខ្ពស់

ដើម្បីឱ្យ AI អាចផ្តល់ចម្លើយកម្រិតខ្ពស់រាល់ពេល អ្នកជំនាញ AI ទាំងក្នុង និងក្រៅប្រទេសបានសង្ខេប රාම (frameworks) ដែលមានរចនាសម្ព័ន្ធជាក់ស្តែងជាច្រើន។ សម្រាប់អ្នកធ្វើការ អ្នកទីផ្សារ ឬបុគ្គលិករដ្ឋបាល ការចេះជំនាញបន្សំ Prompt បុរាណទាំងបីខាងក្រោមនេះ នឹងអាចទប់ទល់នឹងតម្រូវការការិយាល័យប្រចាំថ្ងៃភាគច្រើនបាន៖

• វិធីសាស្ត្រកំណត់តួនាទី (Role-Task-Format)៖ ផ្តល់តួនាទីជាអ្នកជំនាញជាក់លាក់ដល់ AI ជាមុនសិន (ឧទាហរណ៍៖ អ្នកวางផែនការទីផ្សារដែលមានបទពិសោធន៍) ចង្អុលបង្ហាញភារកិច្ចឱ្យបានច្បាស់លាស់ (ឧទាហរណ៍៖ សរសេរអត្ថបទប្រព័ន្ធផ្សព្វផ្សាយសង្គម) និងកំណត់ទម្រង់លទ្ធផល (ឧទាហរណ៍៖ បញ្ជី តារាង ឬគំរូអត្ថបទប្រព័ន្ធផ្សព្វផ្សាយសង្គម)។
• វិធីសាស្ត្របរិបទ (Context-Goal-Constraint)៖ ផ្តល់បរិបទស្ថានភាព (ឧទាហរណ៍៖ យើងគឺជាហាងកាហ្វេក្នុងស្រុកមួយក្នុងទីក្រុង) គោលដៅចុងក្រោយ (ឧទាហរណ៍៖ ទាក់ទាញបុគ្គលិកការិយាល័យក្មេងៗឱ្យមកទិញទំនិញនៅហាងក្នុងថ្ងៃចុងសប្តាហ៍) និងលក្ខខណ្ឌកំណត់ (ឧទាហរណ៍៖ ចំនួនពាក្យក្រោមបីរយពាក្យ សូរសំឡេងស្រទន់ និងរួសរាយរាក់ទាក់)។
• វិធីសាស្ត្រណែនាំតាមរយៈឧទាហរណ៍ (Few-Shot Prompting)៖ ភ្ជាប់មកជាមួយនូវឧទាហរណ៍មួយ ឬពីរដែលអ្នករំពឹងទុកនៅពេលសួរសំណួរ ដើម្បីឱ្យ AI អាចធ្វើត្រាប់តាមសូរសំឡេង និងរចនាប័ទ្មจัดទំព័ររបស់អ្នក ដើម្បីបង្កើតខ្លឹមសារដែលមានរចនាប័ទ្មស្រដៀងគ្នាខ្លាំង។

សេណារីយ៉ូនៃការអនុវត្តសំណួរ-ចម្លើយ AI ដែលតែងតែជួបប្រទះក្នុងទីកន្លែងការងារ

ទ្រឹស្តីត្រូវតែផ្សំជាមួយនឹងប្រតិបត្តិការជាក់ស្តែង ទើបអាចបញ្ចេញតម្លៃបានអតិបរមា។ នៅក្នុងឈុតឆាកការងារជាក់ស្តែង យើងអាចអនុវត្តការសួរ-ឆ្លើយ AI លើកម្រិតផ្សេងៗគ្នាជាច្រើន ដោយខាងក្រោមនេះគឺជាទិសដៅបង្កើនប្រសិទ្ធភាពទូទៅបំផុតចំនួនបី៖

• កំណត់ហេតុប្រជុំ និងការសង្ខេបចំណុចសំខាន់ៗ៖ បិទភ្ជាប់អត្ថបទស្រពិចស្រពិលទៅឱ្យ AI ហើយបញ្ជាឱ្យវាត្រងចេញនូវពាក្យលើសលុប រៀបចំវាទៅជា «បញ្ហាសម្រេចចិត្ត» «បញ្ជីការងារត្រូវធ្វើ (Action Items)» និង «បុគ្គលិកទទួលខុសត្រូវ» ដើម្បីងាយស្រួលផ្ញើជូនសមាជិកក្រុមយ៉ាងឆាប់រហ័ស។
• ព្រាងអ៊ីមែល និងឯកសារផ្លូវការ៖ បញ្ចូលសំណើស្នូល និងអ្នកទទួល (ឧទាហរណ៍៖ ជំរុញឱ្យដៃគូសហការបង់វិក្កយបត្រសម្រង់តម្លៃ សូរសំឡេងត្រូវតែមានភាពគួរសម ប៉ុន្តែរឹងមាំ) អនុញ្ញាតឱ្យ AI បង្កើតព្រាងយ៉ាងលឿន បន្ទាប់មកកែសម្រួល និងប៉ូលាបន្ថែមដោយមនុស្ស។
• ការវិភាគទិន្នន័យ និងការរៀបចំផែនការគ្រោង៖ មុនពេលសរសេរផែនការ ឬរបាយការណ៍ សូមស្នើសុំឱ្យ AI ផ្តល់គ្រោងដែលមានរចនាសម្ព័ន្ធពេញលេញជាមុនសិន ដើម្បីប្រើជាឆ្អឹងខ្នងសម្រាប់ការបំពេញខ្លឹមសារឱ្យស៊ីជម្រៅជាបន្តបន្ទាប់ ដោយជៀសវាងការស្ទះគំនិតពាក់កណ្តាលទី។

មគ្គុទ្ទេសក៍ជៀសវាងរណ្តៅជាក់ស្តែង ដើម្បីបង្កើនភាពត្រឹមត្រូវនៃការសួរ-ឆ្លើយ AI

ក្នុងអំឡុងពេលនៃការប្រើប្រាស់ឧបករណ៍ AI អ្នកប្រើប្រាស់ជាច្រើនมักធ្លាក់ចូលទៅក្នុងចំណុចខ្វាក់ទូទៅមួយចំនួន។ ដរាបណាអ្នកយកចិត្តទុកដាក់បន្ថែមទៀតក្នុងការសន្ទនាប្រចាំថ្ងៃ អ្នកអាចកាត់បន្ថយឱកាសនៃ «ការភាន់ច្រឡំរបស់ AI (AI Hallucination)» ឬការបង្កើតខ្លឹមសារที่ไม่សមស្រប៖

• ជៀសវាងការពឹងផ្អែកខ្លាំងពេកលើការសន្ទាតែមួយដង៖ ប្រសិនបើចម្លើយទីមួយរបស់ AI មិនសូវល្អគ្រប់គ្រាន់ទេ គឺមិនបាច់បដិសេធទាំងស្រុងនោះទេ។ អ្នកអាចកែសម្រួលវាបន្តិចម្តងៗតាមរយៈវិធីសាស្ត្រ «សួរតាមដាន» ឧទាហរណ៍៖ «សូមសរសេរចំណុចទីពីរឱ្យកាន់តែជាក់លាក់ និងបន្ថែមករណីសិក្សាក្នុងស្រុក»។
• យកចិត្តទុកដាក់លើភាពទាន់សម័យ និងភាពត្រឹមត្រូវនៃទិន្នន័យ៖ ម៉ូដែល AI អាចមានគម្លាតពេលវេលា ឬកំហុសឆ្គងនៅពេលដោះស្រាយគោលនយោបាយ បទប្បញ្ញត្តិ ឬទិន្នន័យពេលវេលាជាក់ស្តែងជាក់លាក់ណាមួយ។ អ្វីក៏ដោយដែលពាក់ព័ន្ធនឹងទិន្នន័យសំខាន់ៗ បទប្បញ្ញត្តិផ្លូវការ ឬខ្លឹមសារកិច្ចសន្យា ត្រូវតែផ្ទៀងផ្ទាត់ដោយមនុស្សម្តងទៀតជាដាច់ខាត។
• ការពារការសម្ងាត់របស់ក្រុមហ៊ុន និងភាពឯកជនផ្ទាល់ខ្លួន៖ នៅពេលទាក់ទងជាមួយ AI កុំបញ្ចូលរបាយការណ៍ហិរញ្ញវត្ថុដែលមិនទាន់បានបោះពុម្ពផ្សាយរបស់ក្រុមហ៊ុន កូដប្រភពស្នូល ឬព័ត៌មានអត្តសញ្ញាណប័ណ្ណរសើបផ្ទាល់ខ្លួន ដើម្បីធានាសុវត្ថិភាពព័ត៌មាន។

សេចក្តីបញ្ចប់៖ ចាត់ទុក AI ជាការពង្រីកនៃការគិត

ការសួរ-ឆ្លើយជាមួយ AI មិនមែនគ្រាន់តែជាប្រតិបត្តិការនៃឧបករណ៍បច្ចេកទេសប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏ជាការពង្រីកនៃការគិតបែបឡូជីខល និងសមត្ថភាពបញ្ចេញមតិផងដែរ។ នៅពេលដែលយើងរៀនទាក់ទងជាមួយ AI តាមរបៀបដែលមានរចនាសម្ព័ន្ធច្បាស់លាស់ និងល្អជាងមុន តាមពិតទៅវាក៏ជាការបណ្តុះបណ្តាលខ្លួនឯងឱ្យបំបែកបញ្ហាស្មុគស្មាញឱ្យកាន់តែស៊ីជម្រៅផងដែរ។ យើងសូមណែនាំឱ្យអ្នកអានចាប់ផ្តើមអនុវត្តពីកិច្ចការាតូចៗប្រចាំថ្ងៃ ដោយស្វែងរកទម្លាប់ Prompt ដែលសាកសមបំផុតនឹងលំហូរការងាររបស់ខ្លួនឯងបន្តិចម្តងៗ ដើម្បីឱ្យ Generative AI ក្លាយជាជំនួយការដ៏មានឥទ្ធិពលដែលមិនអាចខ្វះបានក្នុងការអភិវឌ្ឍអាជីពរបស់អ្នកពិតប្រាកដ។