ວິຊາຊີບທີ່ພະນັກງານໄຕ້ຫວັນຕ້ອງຮຽນຮູ້ AI Prompt Engineering: ກຳມະສິດ 4 ຫຼັກການຫຼັກ ແລະ ໂຄງຮ່າງການປະຕິບັດຕົວຈິງ, ເຮັດໃຫ້ Generative AI ຊ່ວຍເຈົ້າເຮັດວຽກຢ່າງມີປະສິດທິພາບສູງແທ້ໆ

ໃນຍຸກທີ່ AI ປະເພດສ້າງສອນ (Generative AI) ໄດ້ຮັບຄວາມນິຍົມຢ່າງແຜ່ຫຼາຍ, ພະນັກງານຫ້ອງການຈຳນວນຫຼາຍເຄີຍປະສົບກັບສະຖານະການແບບນີ້: ເປີດ ChatGPT ຫຼື Claude ຂຶ້ນມາເພື່ອຂໍຄວາມຊ່ວຍເຫຼືອ, ແຕ່ກັບພົບວ່າເນື້ອຫາທີ່ AI ສ້າງອອກມານັ້ນຫວ່າງເປົ່າ, ຕອບບໍ່ກົງປະເດັນ ຫຼື ເຖິງຂັ້ນຕ້ອງເສຍເວລາແກ້ໄຂຫຼາຍກວ່າເກົ່າ. ອັນທີ່ຈິງແລ້ວ, ບັນຫາມັກຈະບໍ່ໄດ້ຢູ່ທີ່ໂຕເຄື່ອງມື AI ເອງ, ແຕ່ຢູ່ທີ່ວິທີການອອກຄຳສັ່ງ (Prompt) ຂອງເຮົາທີ່ຍังບໍ່ແມ່ນຍັງບໍ່ທັນຊັດເຈນພໍ. ວິສະວະກຳຄຳສັ່ງ (Prompt Engineering) ບໍ່ແມ່ນການຂຽນລະຫັດໂຄງສັບທີ່ຫຍຸ້ງຍາກສັບຊ້ອນ, ແຕ່ມັນແມ່ນສິລະປະແຫ່ງການສື່ສານດ້ວຍ "ພາສາຄົນ" ຢ່າງມີເຫດຜົນ. ບົດຄວາມນີ້ຈະພາທ່ານເຈາະເລິກແຕ່ພື້ນຖານຈົນເຖິງຂັ້ນສູງ ເພື່ອຖອດລະຫັດເຫດຜົນຫຼັກ ແລະ ໂຄງຮ່າງການປະຕິບັດຕົວຈິງຂອງ AI Prompt, ຊ່ວຍໃຫ້ທ່ານສາມາດເພີ່ມປະສິດທິພາບການເຮັດວຽກດິຈິຕອນໄດ້ຢ່າງແທ້ຈິງໃນວຽກງານປະຈຳວັນ.

ຫນຶ່ງ, ວິສະວະກຳຄຳສັ່ງ (Prompt Engineering) ແມ່ນຫຍັງ? ອະທິບາຍແນວຄິດຂອງ AI ດ້ວຍພາສາງ່າຍໆ

ການທີ່ຈະຂຽນ Prompt ໃຫ້ໃຊ້ງານໄດ້ດີ, ກ່ອນອື່ນໝົດແມ່ນຕ້ອງເຂົ້າໃຈລັກສະນະເບື້ອງຕົ້ນຂອງ Generative AI. AI ບໍ່ແມ່ນມະນຸດທີ່ມີສະຕິສຳນຶກເປັນຂອງຕົນເອງ, ແຕ່ມັນເປັນໂມເດວທີ່ມີພະລັງສູງເຊິ່ງໃຊ້ "ການຄາດເດົາຄວາມໜ້າຈະເປັນ" ຜ່ານຂໍ້ມູນຕົວໜັງສືຈຳນວນມະຫາສານ. ເມື່ອທ່ານປ້ອນຂໍ້ຄວາມໃດໜຶ່ງເຂົ້າໄປ, ທີ່ຈິງແລ້ວ AI ກຳລັງຄາດເດົາການລວມຕົວຂອງຄຳສັບທີ່ຄວນຈະປາກົດຂຶ້ນຕໍ່ໄປໂດຍອີງໃສ່ບໍລິບົດ (Context).

ດ້ວຍເຫດຜົນນີ້, ຖ້າຄຳສັ່ງຂອງທ່ານກວ້າງເກີນໄປ (ຕົວຢ່າງ: "ຊ່ວຍຂຽນຈົດໝາຍໃຫ້ແດ່"), AI ສາມາດໃຫ້ໄດ້ພຽງແຕ່ຄຳຕອບທຳມະດາຕາມຄວາມໜ້າຈະເປັນທົ່ວໄປເທົ່ານັ້ນ. ໃນທາງກົງກັນຂ້າມ, ຖ້າທ່ານໃຫ້ພື້ນຫຼັງ, ເງື່ອນໄຂ ແລະ ເປົ້າໝາຍທີ່ຊັດເຈນ, AI ก็จะສາມາດຫຍໍ້ຂອບເຂດການຄາດເດົາລົງໄດ້ຢ່າງຫຼວງຫຼາຍ, ເຊິ່ງຈະສ້າງເນື້ອຫາທີ່ຖືກປັບແຕ່ງຕາມຄວາມຕ້ອງການ ແລະ ມີປະໂຫຍດສູງ. ເນື້ອແທ້ຂອງ Prompt Engineering ແມ່ນຜ່ານໂຄງສ້າງພາສາທີ່ຊັດເຈນ ເພື່ອສ້າງ "ກອບແນວຄິດ" ທີ່ແຈ່ມແຈ້ງໃຫ້ກັບ AI ແລະ ນຳພາມັນໄປສູ່ຈຸດໝາຍປາຍທາງທີ່ທ່ານຄາດຫວັງ.

ສອງ, 4 ຫຼັກການທອງທີ່ຄົນເຮັດວຽກຫ້ອງການຕ້ອງຮູ້

ເພື່ອສ້າງມູນຄ່າສູງສຸດໃຫ້ກັບ AI ໃນສະຖານະການເຮັດວຽກຕົວຈິງ, ແນະນຳໃຫ້ຍຶດຖື 4 ຫຼັກການຫຼັກລຸ່ມນີ້ເມື່ອຂຽນ Prompt:

• ການກຳບົດບາດທີ່ຊັດເຈນ (Role): ບອກ AI ວ່າຕອນນີ້ມັນກຳລັງຫຼິ້ນບົດບາດໃດ. ຕົວຢ່າງເຊັ່ນ: "ເຈົ້າເປັນຜູ້ຈັດການຝ່າຍຊັບພະຍາກອນມະນຸດຂອງບໍລິສັດເຕັກໂນໂລຊີທີ່ມີປະສົບການ 10 ປີ" ຫຼື "ເຈົ້າເປັນບັນນາທິການອາວຸໂສດ້ານການເງິນທີ່ເກັ່ງເລື່ອງການແປພາສາສັບວິຊາການໃຫ້ເປັນພາສາງ່າຍໆ", ສິ່ງນີ້ຈະຊ່ວຍໃຫ້ AI ປັບໂຕນສຽງ ແລະ ຮູບແບບຄຳສັບໃຫ້ເໝາະສົມກັບຄວາມເປັນມືອາຊີບໄດ້ໂດຍອັດຕະໂນມັດ.
• ວຽກງານ ແລະ ພື້ນຫຼັງສະເພາະເຈາະຈົງ (Context): ອະທິບາຍສະຖານະການທີ່ເກີດຂຶ້ນ ແລະ ບັນຫາທີ່ທ່ານຕ້ອງການແກ້ໄຂ. ຕົວຢ່າງ: "ບໍລິສັດຂອງພວກເຮົາຈະຈັດກອງປະຊຸມປະຈຳໄຕມາດຂ້າມພະແນກໃນອາທິດໜ້າ, ສະມາຊິກສ່ວນໃຫຍ່ແມ່ນວິສະວະກອນ ແລະ ທີມງານການຕະຫຼາດ, ບັນຍາກາດຕ້ອງການຄວາມມ່ວນຊື່ນແຕ່ຍັງคงຄວາມເປັນມືອາຊີບ".
• ຮູບແບບ ແລະ ຂໍ້ຈຳກັດທີ່ເຄັ່ງຄັດ (Constraints): ກຳນົດຄວາມຍາວ, ຮູບແບບ ຫຼື ຄຳສັບທີ່ຫ້າມໃຊ້ໃນຜົນລັບທີ່ອອກມາ. ຕົວຢ່າງ: "ກະລຸນາອະທິບາຍເປັນຂໍ້ໆ, ຄວບຄຸມຈຳນວນຄຳບໍ່ໃຫ້ເກີນສາມຮ້ອຍຄຳ, ຫຼີກລ່ຽງການໃຊ້ຕົວຫຍໍ້ພາສາອັງກິດທີ່ຍາກເກີນໄປ".
• ການໃຫ້ຕົວຢ່າງທີ່ມີຄຸນນະພາບ (Few-Shot): ຖ້າຄາດຫວັງໃຫ້ AI ສ້າງເນື້ອຫາຕາມຮູບແບບໃດໜຶ່ງໂດຍສະເພາະ, ໃຫ້ສະໜອງຕົວຢ່າງທີ່ເຄີຍສຳເລັດມາແລ້ວ 1-2 ຕົວຢ່າງໂດຍກົງ, ຄວາມຖືກຕ້ອງໃນການຕາມແບບຂອງ AI ຈະເພີ່ມຂຶ້ນຢ່າງເຫັນໄດ້ຊັດ.

ສາມ, ໂຄງຮ່າງການປະຕິບັດຕົວຈິງ: ວຽກງານທີ່ມີປະສິດທິພາບສູງທີ່ນຳໄປໃຊ້ໄດ້ທັນທີ

ໃນສະຖານະການຫ້ອງການປະຈຳວັນ, ພວກເຂົາສາມາດລວມຫຼັກການຂ້າງເທິງນີ້ເຂົ້າໄປໃນໂຄງຮ່າງການເພີ່ມປະສິດທິພາບອັນດຽວ (BROKE Framework). ບໍ່ວ່າຈະเป็นการຂຽນແຜນງານ, ຈັດລະບຽບການບັນທຶກກອງປະຊຸມ ຫຼື ຕອບອີເມວລູກຄ້າ, ທ່ານກໍ່ສາມາດຄິດໂດຍອີງຕາມເຫດຜົນນີ້:

• B (Background ພື້ນຫຼັງ): ອະທິບາຍສະຖານະການປັດຈຸບັນ ແລະ ພື້ນຫຼັງຂອງໂຄງການທີ່ກຳລັງປະເຊີນຢູ່.
• R (Role ບົດບາດ): ມອບໝາຍບົດບາດທີ່ເປັນທີ່ປຶກສາ ຫຼື ຜູ້ຮ່ວມມືມືອາຊີບໃຫ້ກັບ AI.
• O (Objective ເປົ້າໝາຍ): ຊີ້ບອກໃຫ້ຊັດເຈນວ່າການສົນທະນານີ້ຕ້ອງການບັນລຸຜົນລັບອັນໃດ.
• K (Key Result ຜົນລັບຫຼັກ): ກຳນົດຮູບແບບການນຳສະເໜີເນື້ອຫາ, ເຊັ່ນ: ຕາຕະລາງ, ລາຍການ ຫຼື ການອະທິບາຍແຕ່ລະຕອນ.
• E (Evolve ການພັດທະນາ ແລະ ປັບປຸງ): ອີງຕາມຄຳຕອບເວີຊັນທຳອິດຂອງ AI, ໃຫ້ສັ່ງການປັບແຕ່ງເພີ່ມເຕີມ (ຕົວຢ່າງ: "ຂໍໂທນສຽງໃຫ້ເປັນມິດກວ່າເກົ່າ", "ເພີ່ມການພິຈາລະນາເຖິງກົດລະບຽບທ້ອງຖິ່ນ").

ສີ່, ຄວາມເຂົ້າໃຈຜິດທີ່ມັກພົບ ແລະ ຄຳແນະນຳໃນການໃຊ້ງານຕົວຈິງ

ຜູ້ເລີ່ມຕົ້ນຈຳນວນຫຼາຍເມື່ອໄດ້ມາสัมผัสກັບເຄື່ອງມື AI, ມັກຈະເຮັດຜິດພາດໂດຍການ "ຖືວ່າ AI ເປັນເຄື່ອງມືຄົ້ນຫາ" ຫຼື "ຄາດຫວັງໃຫ້ສຳເລັດຕັ້ງແຕ່ຄັ້ງທຳອິດ". ໃນການນຳໃຊ້ຕົວຈິງ, ແນະນຳໃຫ້ຮັກສາທັດສະນະຄະຕິໃນການໃຊ້ງານທີ່ດີດັ່ງນີ້:

• ເບິ່ງ AI ເປັນ "ນັກສຶກສາຝຶກງານທີ່ສະຫຼາດ": ຜົນງານຂອງ AI ມີປະສິດທິພາບສູງກໍຈິງ, ແຕ່ຈຳເປັນຕ້ອງມີມະນຸດກວດກາ ແລະ ກວດສອບຄວາມຈິງຂັ້ນສຸດທ້າຍຢ່າງແນ່ນອນ. ໂດຍສະເພາະໃນເລື່ອງທີ່ກ່ຽວຂ້ອງກັບກົດໝາຍທ້ອງຖິ່ນ, ພາສີ ຫຼື ຄວາມລັບທາງທຸລະກິດທີ່ລະອຽດອ່ອນ, ຍິ່ງຕ້ອງຄວບຄຸມໃຫ້ເຂັ້ມງວດ.
• ນຳໃຊ້ການສົນທະນາຫຼາຍຮອບ (Multi-turn Dialogue): ຢ່າພະຍາຍາມແກ້ໄຂບັນຫາທີ່ສັບຊ້ອນທັງໝົດພາຍໃນ Prompt ຍາວອັນດຽວ. ໃຫ້ AI ร่างໂຄງຮ່າງກ່ອນ, ເມື່ອຢືນຢັນວ່າທິດທາງຖືກຕ້ອງແລ້ວ, ຈຶ່ງค่อยຂໍໃຫ້ມັນຂະຫຍາຍຄວາມ ແລະ ເຈາະເລິກໃນແຕ່ລະສ່ວນ.
• ສ້າງຖານຂໍ້ມູນ Prompt ສ່ວນຕົວ: ບັນທຶກໂຄງສ້າງ Prompt ທີ່ຜ່ານການທົດສອບແລ້ວໃຊ້ງານໄດ້ດີ (ຕົວຢ່າງ: ການໃຊ້ຊອບແວຈົດບັນທຶກເພື່ອຈັດໝວດໝູ່), ເມື່ອຕ້ອງຈັດການກັບວຽກທີ່ຄ້າຍຄືກັນໃນອະນາຄົດກໍ່ສາມາດສຳເນົາໄປໃຊ້ໄດ້ເລີຍ, ເຊິ່ງຈະຊ່ວຍປະຢັດຄ່າໃຊ້ຈ່າຍດ້ານເວລາໃຫ້ກັບຕົວເອງໄດ້ຢ່າງຫຼວງຫຼາຍ.

ວິສະວະກຳຄຳສັ່ງບໍ່ແມ່ນເຕັກໂນໂລຊີທີ່ສາມາດຮຽນຮູ້ສຳເລັດໄດ້ພາຍໃນຂ້າມຄືນ, ແຕ່ມັນແມ່ນທັກສະການສື່ສານທີ່ຕ້ອງໄດ້ຮັບການຝຶກຝົນ ແລະ ປັບປຸງຢ່າງຕໍ່ເນື່ອງໃນວຽກງານປະຈຳວັນ. ຫຼັງຈາກທີ່ທ່ານກຳຳເຫດຜົນຫຼັກ ແລະ ໂຄງຮ່າງໂຄງສ້າງໄດ້ແລ້ວ, ທ່ານຈະພົບວ່າ AI ບໍ່ແມ່ນພຽງແຕ່ຂອງຫຼິ້ນທາງເທັກໂນໂລຊີໄວ້ຫຼິ້ນມ່ວນໆເທົ່ານັ້ນ, ແຕ່ມັນແມ່ນເພື່ອນຮ່ວມງານດິຈິຕອນທີ່ດີທີ່ສຸດທີ່ສາມາດຫຼຸດຜ່ອນພາລະວຽກ ແລະ ກະຕຸ້ນຄວາມຄິດສ້າງສັນໃຫ້ກັບທ່ານໄດ້อย่างแท้จริง.