ຄູ່ມືການຮຽນຮູ້ AI ແລະ ການເພີ່ມຜົນຜະລິດທີ່ຄົນເຮັດວຽກໄຕ້ຫວັນ ຕ້ອງຮູ້: ສ້າງ ວຽກງານປະຈຳວັນ ທີ່ມີປະສິດທິພາບສູງດ້ວຍ AI ສ່ວນຕົວ

ກຳມະສິດເຫດຜົນພື້ນຖານຂອງເຄື່ອງມື AI, ຮຽນຮູ້ວິທີການນຳເອົາປັນຍາປະດິດເຂົ້າສູ່ຂະບວນການຮຽນຮູ້ ແລະ ການເຮັດວຽກປະຈຳວັນ, ສາມາດເພີ່ມຜົນຜະລິດສ່ວນບຸກຄົນໄດ້ຢ່າງງ່າຍດາຍ ໂດຍບໍ່ຕ້ອງຂຽນໂປຣແກຣມ.

ໃນຍຸກທີ່ປັນຍາປະດິດ (AI) แพ່ຫຼາຍຢ່າງວ່ອງໄວ, "ການໃຊ້ AI ຊ່ວຍ" ບໍ່ແມ່ນເລື່ອງຂອງຄົນເຮັດວຽກດ້ານເຕັກໂນໂລຊີອີກຕໍ່ໄປ, ແຕ່ເປັນທັກສະພື້ນຖານທີ່ຄົນເຮັດວຽກ ແລະ ນັກຮຽນທຸກຄົນຕ້ອງຈັບໃຫ້ໄດ້. ເຖິງຢ່າງໃດກໍຕາມ, ເວລາທີ່ຫຼາຍຄົນຕ້ອງປະເຊີນກັບເຄື່ອງມື AI ທີ່ມີຫຼາກຫຼາຍ, ມັກຈະຕົກຢູ່ໃນ "ຄວາມກັງວົນເລື່ອງເຄື່ອງມື": ມື້ນີ້ດາວໂຫຼດແອັບນີ້, ມື້ອື່ນລອງເວັບໄຊນັ້ນ, ເສຍເວລາຫຼາຍຊົ່ວໂມງໃນການຄົ້ນຄວ້າ, ແຕ່ປະສິດທິພາບໃນການເຮັດວຽກກັບບໍ່ໄດ້ເພີ່ມຂຶ້ນຢ່າງແທ້ຈິງ. ໃນຖານະ "TheAI學院" (TheAI Academy) ບັນນາທິການອາວຸໂສ, ພວກເຮົາສັງເກດເຫັນມາດົນແລ້ວວ່າ ຜູ້ທີ່ສາມາດບັນລຸຜົນຜະລິດທີ່ມີປະສິດທິພາບສູງຜ່ານ AI ໄດ້ຢ່າງແທ້ຈິງ ແມ່ນບໍ່ໄດ້ອາໄສການແລ່ນໄລ່ຕາມເຄື່ອງມືໃໝ່ໆຢ່າງຕາບອດ, ແຕ່ແມ່ນການສ້າງ "ຈຸດສຸມທີ່ເອົາມະນຸດເປັນສູນກາງ ແລະ ມີ AI ຊ່ວຍເຫຼືອ" ພ້ອມດ້ວຍໂຄງສ້າງພື້ນຖານ ແລະ ຂັ້ນຕອນການເຮັດວຽກທີ່ມາດຕະຖານ (SOP).

ເຂົ້າໃຈລັກສະນະຂອງ AI: ໃຫ້ຖືວ່າປັນຍາປະດິດເປັນ "ນັກສຶກສາຝຶກງານດິຈິຕອນ" ຂອງທ່ານ

ການຮຽນຮູ້ການໃຊ້ AI ໃຫ້ດີ, ກ່ອນອື່ນໝົດແມ່ນຕ້ອງສ້າງທັດສະນະຄະຕິທີ່ຖືກຕ້ອງ. ນັກອ່ານຫຼາຍໆຄົນເມື່ອຫາກໍເລີ່ມສຳຜັດກັບ Generative AI (ເຊັ່ນ ChatGPT, Claude ແລະ ອື່ນໆ), ມັກຈະມີຂໍ້ຜິດພາດສອງຢ່າງຄື: ໜຶ່ງ, ຖືວ່າ AI ເປັນເທບເຈົ້າທີ່ຮູ້ທຸກຢ່າງ ແລະ ຄາດຫວັງໃຫ້ມັນໃຫ້ຄຳຕອບມາດຕະຖານທີ່ສົມບູນແບບຮ້ອຍເປີເຊັນ; ສອງ, ຢ້ານວ່າ AI จะເຂົ້າມາແທນທີ່ຕົວເອງຢ່າງສິ້ນເຊີງ ຈຶ່ງເຮັດໃຫ້ເກີດຄວາມຮູ້ສຶກຕໍ່ຕ້ານ.

ທັດສະນະຄະຕິທີ່ດີທີ່ສຸດ, ແມ່ນການมอง AI ເປັນ "ນັກສຶກສາຝຶກງານດິຈິຕອນທີ່ພ້ອມຮັບໃຊ້ທຸກເວລາ, ຮູ້ກວ້າງແຕ່ບາງເທື່ອ ເຈົ້າກໍມັກມຶນໆ":

  • ມັນມີຄວາມຮູ້ທີ່ກວ້າງຂວາງຫຼາຍ: ບໍ່ວ່າຈະເປັນທ່າອ່ຽງຂອງຕະຫຼາດ, ໂຄງຮ່າງບົດຄວາມ, ເຫດຜົນທາງລະຫັດໂປຣແກຣມ, ການແປພາສາຕ່າງປະເທດ, ມັນສາມາດສະໜອງໂຄງຮ່າງເບື້ອງຕົ້ນໄດ້ພາຍໃນສອງສາມວິນາທີ.
  • ມັນຕ້ອງການຄຳສັ່ງທີ່ຊັດເຈນ: ຄືກັນກັບການປະຕິບັດຕໍ່ນັກສຶກສາຝຶກງານ, ຄຳສັ່ງ (Prompt) ທີ່ທ່ານໃຫ້ມົວຫຼາຍເທົ່າໃດ, ຜົນລັບທີ່ອອກມາກໍຍິ່ງໃຊ້ງານຍາກຂຶ້ນເທົ່ານັ້ນ; ພື້ນຫຼັງ, ຂໍ້ຈຳກັດ ແລະ ຕົວຢ່າງທີ່ທ່ານໃຫ້ຈະແຈ້ງຫຼາຍເທົ່າໃດ, ຄຸນນະພາບຂອງຜົນງານກໍຍິ່ງສູງຂຶ້ນເທົ່ານັ້ນ.
  • ສິດທິໃນການກວດກາຂັ້ນສຸດທ້າຍແມ່ນຢູ່ກັບທ່ານ: ເນື້ອຫາທີ່ AI ສ້າງຂຶ້ນມີຄວາມຸ່ມສ່ຽງ ແລະ ອາດຈະເກີດ "ພາບຫຼອນ" (ເວົ້າເລື່ອງບໍ່ເປັນຄວາມຈິງຢ່າງໜ້າຕາ). ຄຸນຄ່າຂອງມະນຸດແມ່ນຢູ່ໃນການກວດສອບຄວາມຖືກຕ້ອງ (Fact-check), ການຕັດສິນໃຈດ້ານຄວາມງາມ ແລະ ການຄວບຄຸມທິດທາງຍຸດທະສາດ.

ສາມຂັ້ນຕອນໃນການເພີ່ມປະສິດທິພາບການຮຽນຮູ້: ການປ້ອນຂໍ້ມູນ, ການຊຶມຊັບ ແລະ ການສົ່ງອອກ

ໃນເວລາຮຽນຮູ້ຄວາມຮູ້ໃໝ່ໆ ຫຼື ຮັບເອົາບົດຄວາມ ແລະ ບົດລາຍງານຍາວໆ, ວິທີການແບບດັ້ງເດີມມັກຈະຕ້ອງໃຊ້ເວລາຫຼາຍໃນການອ່ານ ແລະ ຈັດລະບຽບ. ຜ່ານ AI, ພວກເຮົາສາມາດສ້າງຊ່ອງທາງການຮຽນຮູ້ ແລະ ການເຮັດວຽກຄືນໃໝ່, ເຊິ່ງຊ່ວຍຫຼຸດຕົ້ນທຶນດ້ານເວລາໃນການຮັບຂໍ້ມູນຂ່າວສານລົງໄດ້ຢ່າງຫຼວງຫຼາຍ.

ຂັ້ນຕອນທຳອິດແມ່ນ "ການປ້ອນຂໍ້ມູນຢ່າງສະຫຼາດ". ເມື່ອທ່ານໄດ້ຮັບບົດລາຍງານອຸດສາຫະກຳທີ່ໜາ ຫຼື ບົດວິທະຍາພິນຕ່າງປະເທດ, ຢ່າອ່ານທຸກຄຳ. ທ່ານສາມາດອັບໂຫຼດໄຟລ໌ດັ່ງກ່າວໃສ່ເຄື່ອງມື AI ທີ່ມີຄວາມສາມາດໃນການວິເຄາະເອກະສານ, ແລະ ສັ່ງການວ່າ: "ກະລຸນາຈັດລະບຽບ 3 ມຸມມອງຫຼັກຂອງເອກະສານນີ້ເປັນຂໍ້ໆ, ແລະ ຊີ້ໃຫ້ເຫັນຜົນກະທົບທີ່ອາດຈະເກີດຂຶ້ນຕໍ່ຕະຫຼາດ." ນີ້ສາມາດຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈພາບລວມໄດ້ພายໃນສາມນາທີ.

ຂັ້ນຕອນທີສອງແມ່ນ "ການຊຶມຊັບແບບໂຕ້ຕອບ". ຖ້າພົບຄຳສັບສະເພາະ ຫຼື ເຫດຜົນທີ່ສັບສົນທີ່ບໍ່ເຂົ້າໃຈໃນລະຫວ່າງການອ່ານ, ຢ່າຮັບເອົາທັນທີ, ແຕ່ໃຫ້ໃຊ້ "ເຕັກນິກ Feynman" ເພື່ອຂໍໃຫ້ AI สนทນາກັບທ່ານ. ຕົວຢ່າງ: "ກະລຸນາອະທິບາຍຫຼັກການສູດຄິດໄລ່ (Algorithm) ທີ່เพິ່ງເວົ້າເຖິງຜ່ານມາ ດ້ວຍການປຽບທຽບທີ່ເດັກມັດທະຍົມຕົ້ນສາມາດເຂົ້າໃຈໄດ້, ແລະ ສ້າງຄຳຖາມເລືອກຕອບແບບສຸ່ມຂຶ້ນມາເພື່ອທົດສອບຂ້ອຍ." ການຖາມ-ຕອບແບບໂຕ້ຕອບນີ້ ສາມາດບັງຄັບໃຫ້ສະໝອງຄິດ, ແລະ ຜົນການຈື່ຈຳແມ່ນດີກ່ວາການອ່ານແບບຕັ້ງຮັບຢ່າງຫຼວງຫຼາຍ.

ຂັ້ນຕອນທີສາມແມ່ນ "ການສົ່ງອອກຕາມໂຄງສ້າງ". ຈຸດສູງສຸດຂອງການຮຽນຮູ້ແມ່ນການສອນຄົນອື່ນ. ທ່ານສາມາດຂໍໃຫ້ AI ຊ່ວຍວາງແຜນໂຄງຮ່າງການແບ່ງປັນພາຍໃນທີມ, ຫຼື ຂຽນບົດຮ່າງບົດຄວາມບລັອກ ໂດຍອີງໃສ່ແນວຄວາມຄິດທີ່ທ່ານຫາກໍຮຽນຮູ້ມາ, ເພື່ອປ່ຽນຄວາມຮູ້ໃຫ້ເປັນຜົນງານທີ່ເປັນຮູບປະທຳ.

ການສ້າງຊ່ອງທາງການເຮັດວຽກໃຫ້ມີຜົນຜະລິດປະຈຳວັນ: ຈາກການແບ່ງໜ້າວຽກຈົນເຖິງແມ່ແບບອັດຕະໂນມັດ

ໃນສະຖານະການການເຮັດວຽກ, ຄຸນຄ່າທີ່ໃຫຍ່ที่สุดຂອງ AI ແມ່ນການຊ່ວຍມະນຸດຈັດການກັບ "ຈຸດເລີ່ມຕົ້ນ" ແລະ "ວຽກຍ່ອຍຍຸບຍິບ". ຕໍ່ໄປນີ້ແມ່ນ 4 ຂັ້ນຕອນໃນການເພີ່ມປະສິດທິພາບການຜະລິດປະຈຳວັນທີ່ພວກເຮົາແນະນຳ:

  • ການແບ່ງໜ້າວຽກ (Task Breakdown): ເມື່ອຕ້ອງປະເຊີນກັບໂຄງການໃຫຍ່ໆ (ເຊັ່ນ "ຈັດງານເປີດຕົວການຕະຫຼາດ"), ການສັ່ງໃຫ້ AI ຂຽນແຜນງານເລີຍມັກຈະບໍ່ໄດ້ຜົນດີ. ວິທີທີ່ຖືກຕ້ອງແມ່ນໃຫ້ AI ຊ່ວຍລາຍຊື່ໜ້າວຽກຍ່ອຍທັງໝົດ ແລະ ເວລາຂອງໂຄງການກ່ອນ, ແລ້ວຈຶ່ງແກ້ໄຂໄປทีລະຢ່າງ.
  • ການສ້າງແມ່ແບບ (Template Building): ຖ້າທ່ານມັກຈະຕ້ອງຕອບອີເມວລູກຄ້າ, ຂຽນບົດບັນທຶກການປະຊຸມ ຫຼື ສ້າງບົດລາຍງານປະຈຳອາທິດ, ກະລຸນາບັນທຶກແມ່ແບບຄຳສັ່ງທີ່ດີທີ່ສຸດຂອງທ່ານ (Prompt Template) ໄວ້. ປ້ອນຂໍ້ມູນຄົງທີ່ເຊັ່ນ: "ເນື້ອຫາສຳຄັນຂອງອາທິດນີ້: [ຕື່ມຂໍ້ມູນ]", ແລ້ວໃຫ້ AI ສ້າງບົດຮ່າງເບື້ອງຕົ້ນຢ່າງວ່ອງໄວຕາມນ້ຳສຽງ ແລະ ຮູບແບບທີ່ກຳນົດໄວ້.
  • ການຂັດເກົາ ແລະ ປ່ຽນຮູບແບບບົດຂຽນ (Copywriting & Formatting): ປ້ອນຄວາມຄິດເຫດຜົນແບບຫຍໍ້ໆ ຫຼຶ ບັນທຶກເປັນຂໍ້ໆທີ່ທ່ານຂຽນແບບຕາມໃຈມັກໃຫ້ AI, ແລະ ສັ່ງການວ່າ: "ກະລຸນາປ່ຽນຂໍ້ຄວາມພາສາເວົ້ານີ້ ໃຫ້ເປັນໂພສທີ່ເປັນມືອາຊີບທີ່ເໝາະສົມສຳລັບການລົງໃນສັງຄົມອອນລາຍການເຮັດວຽກ (ເຊັ່ນ LinkedIn ຫຼື Facebook), ໂດຍຮັກສານ້ຳສຽງໃຫ້ຈິງໃຈ ແລະ ມີແຮງບັນດານໃຈ."
  • ການກວດສອບແບບປີ້ນກັບ (Devil's Advocate): ກ່ອນທີ່ຈະສົ່ງແຜນງານ ຫຼື ຂໍ້ສະເໜີທີ່ສຳຄັນ, ໃຫ້ AI ເປັນຄູ່ແຂ່ງຂອງທ່ານ ຫຼື ຫົວໜ້າທີ່ຈູ້ຈຸ້ຈີ້: "ກະລຸນາຊອກຫາຈຸດບອດ 3 ຈຸດທີ່ມີໂນ້ມ່ຽງຄວາມລົ້ມເຫຼວຫຼາຍທີ່ສຸດໃນແຜນງານນີ້, ແລະ ຕັ້ງຄຳຖາມຄ້ານ." ນີ້ສາມາດຫຼຸດຜ່ອນຄວາມສ່ຽງທີ່ເກີດຈາກຈຸດບອດໄດ້ຢ່າງມີປະສິດທິພາບ.

ຄຳແນະນຳການປະຕິບັດສຳລັບນັກອ່ານ: หลีกລ່ຽງກັບດັກທົ່ວໄປໃນການໃຊ້ AI

ເພື່ອສືບຕໍ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກ AI ໃນຊີວິດປະຈຳວັນ, ນອກເໜືອจากการຊຳນານວິທີການແລ້ວ, ຍັງຕ້ອງສ້າງຄວາມຮູ້ດ້ານດິຈິຕອນ ແລະ ຈິດສຳນຶກດ້ານຄວາມປອດໄພຂອງຂໍ້ມູນທີ່ດີ. ໂດຍສະເພາະໃນການນຳ AI ມາໃຊ້ໃນບ່ອນເຮັດວຽກ, ຈຳເປັນຕ້ອງເອົາໃຈໃສ່ຕໍ່ກົດລະບຽບທົ່ວໄປເຫຼົ່ານີ້:

  • ຍຶດໝັ້ນເສັ້ນແດງດ້ານຄວາມປອດໄພ ແລະ ຄວາມເປັນສ່ວນຕົວ: ຫ້າມເດັດຂາດທີ່ຈະນຳເອົາບົດລາຍງານການເງິນທີ່ເປັນຄວາມລັບຂອງບໍລິສັດ, ຂໍ້ມູນສ່ວນບຸກຄົນຂອງລູກຄ້າ (PII) ຫຼື ເຕັກໂນໂລຊີສິດທິບັດທີ່ຍັງບໍ່ທັນໄດ້ເປີດເຜີຍ ໄປປ້ອນໃສ່ເຄື່ອງມື AI ແບບສາທາລະນະທີ່ໃຫ້ໃຊ້ຟຣີ, ເພື່ອຫຼີກລ່ຽງການຮົ່ວໄຫຼຂອງຂໍ້ມູນ.
  • ປູກຝັງຄວາມອ່ອນໄຫວຕໍ່ກັບຄຳສັ່ງ (Prompt): ບໍ່ຈຳເປັນຕ້ອງຈື່ຄາຖາທີ່ສັບສົນ, ພຽງແຕ່ຊຳນານໂຄງສ້າງທອງຄຳ "ການຕັ້ງບົດບາດ + ບໍລິບົດພື້ນຫຼັງ + ໜ້າວຽກສະເພາະ + ຂໍ້ຈຳກັດດ້ານຮູບແບບ", ກໍສາມາດຮັບມືກັບຄວາມຕ້ອງການສ່ວນໃຫຍ່ໄດ້ແລ້ວ.
  • ຮັກສາຄວາມຢາກຮູ້ຢາກເຫັນ ແລະ ການຄິດວິພາກວິຈານຢ່າງຕໍ່ເນື່ອງ: เทັກໂນໂລຊີ AI ມີການປ່ຽນແປງໃໝ່ທຸກວັນ, ການໂຕ້ຕອບ ແລະ ຟັງຊັນຂອງເຄື່ອງມືແມ່ນປ່ຽນແປງທຸກໆເດືອນ. ການຮັກສາທັດສະນະຄະຕິທີ່ເປີດກວ້າງເພື່ອທົດສອບຟັງຊັນໃໝ່ໆ, ແຕ່ໃນຂະນະດຽວກັນກໍຮັກສາຈິດໃຈສົງໄສຕໍ່ຂໍ້ມູນ ແລະ ເນື້ອຫາ, ນີ້ຄືຄວາມສາມາດໃນການແຂ່ງຂັນທີ່ມີຄຸນຄ່າທີ່ສຸດໃນຍຸກນີ້.

ສະຫຼຸບແລ້ວ, AI ບໍ່ແມ່ນຢາວິເສດທີ່ແກ້ໄຂໄດ້ທຸກຢ່າງ, ແຕ່ມັນແນ່ນອນວ່າເປັນຕົວຊ່ວຍທີ່ຊົງພະລັງທີ່ສຸດຂອງຄົນເຮັດວຽກດ້ານຄວາມຮູ້ໃນຍຸກປະຈຸບັນ. ຢຸດຄວາມຕື່ນຕົກໃຈກ່ຽວກັບເຄື່ອງມືທີ່ບໍ່ມີເຫດຜົນ, ເລີ່ມແຕ່ວັນນີ້ເປັນຕົ້ນໄປ ໃຫ້ເລືອກໜ້າວຽກທີ່ໃຊ້ເວລາຫຼາຍທີ່ສຸດໃນຊີວິດປະຈຳວັນ (ເຊັ່ນ: ການຂຽນຈົດໝາຍ ຫຼື ການຈັດລະບຽບການບັນທຶກການປະຊຸມ), ແລະ ລອງນຳເອົາຊ່ອງທາງການເຮັດວຽກຂ້າງເທິງນີ້ມາໃຊ້. ທ່ານຈະພົບວ່າ ເວລາ ແລະ ພະລັງງານທີ່ປະຫຍັດໄວ້ໄດ້ ຄືກຸນແຈສຳຄັນທີ່ເຮັດໃຫ້ທ່ານໂດດເດັ່ນຈາກຄົນອື່ນໆ.

繁體中文版 →