ວິສະວະກຳຄຳສັ່ງ AI ທີ່ຄົນເຮັດວຽກໄຕ້ຫວັນຕ້ອງຮູ້: ກໍາແໜ້ນ 4 ຫຼັກການທອງຄຳ, ເຮັດໃຫ້ Generative AI ເປັນຜູ້ຊ່ວຍເຮັດວຽກທີ່ມີປະສິດທິພາບສູງຂອງທ່ານ

ໃນยุຄທີ່กระແສ Generative AI กำลังແຜ່ຂະຫຍາຍໄປທົ່ວທุกຂົງເຂດວຽກງານ ບໍ່ວ່າจะเป็น ພະນັກງານການຕະຫຼາດ, ວິສະວະກອນຊອບແວ ຫຼື ພະນັກງານບໍລິຫານ ບຸກະລາກອນໃນບ່ອນເຮັດວຽກຈຳນວນຫຼາຍ ໄດ້ນຳເອົາເຄື່ອງມືຢ່າງ ChatGPT, Claude ຫຼື Gemini ມາເປັນສ່ວນໜຶ່ງຂອງຂັ້ນຕອນການເຮັດວຽກປະຈຳວັນແລ້ວ. ແຕ່ທວ່າ, ຫຼາຍໆຄົນເມື່ອນຳ ມາໃຊ້ຕົວຈິງມັກຈະພົບກັບບັນຫາຄໍຂວດ: ເປັນຫຍັງ AI ຈຶ່ງມັກໃຫ້ຄຳຕອບທີ່ກວ້າງເກີນໄປ, ເປັນທາງການຈົນເກີນາດ ຫຼື ຕອບບໍ່ກົງຈຸດ? ຫົວໃຈສຳຄັນຂອງບັນຫາ ມັກຈະບໍ່ໄດ້ຢູ່ທີ່ຕົວເຄື່ອງມື AI ບໍ່ສະຫຼາດພໍ, ແຕ່ຢູ່ ທີ່ວິທີການປ້ອນຄຳສັ່ງ (Prompt, ຄຳສັ່ງທີ່ປ້ອນໃຫ້ AI) ຂອງເຮົາທີ່ຍັງບໍ່ທັນຊັດເຈນພໍ. ວິສະວະກຳຄຳສັ່ງ (Prompt Engineering) ບໍ່ແມ່ນພາສາໂປຣແກຣມທີ່ຫຍຸ້ງຍາກຊັບຊ້ອນ, ແຕ່ມັນແມ່ນຊຸດເຫດຜົນກ່ຽວກັບວິທີການສື່ສານຢ່າງມີປະສິດທິພາບກັບ AI. บทຄວາມນີ້ຈະພາผู້ນ່ານມາແກະແຍະກົດເກນການຂຽນຄຳສັ່ງທີ່ນຳໄປໃຊ້ໄດ້ຈິງ, ຊ່ວຍໃຫ້ທ່ານເພີ່ມປະສິດທິພາບໃນສະຖານະການການເຮັດວຽກຕ່າງໆໄດ້ຢ່າງວ່ອງໄວ.

ວິສະວະກຳຄຳສັ່ງ (Prompt Engineering) ແມ່ນຫຍັງ? ອະທິບາຍສິນລະປະການສື່ສານລະຫວ່າງຄົນກັບ AI ດ້ວຍພາສາງ່າຍໆ

ເວົ້າ ໃຫ້ເຂົ້າໃຈງ່າຍໆ ວິສະວະກຳຄຳສັ່ງກໍຄື "ການສອນວິທີແປຄວາມຕ້ອງການຂອງມະນຸດ ໃຫ້ເປັນພາສາທີ່ AI ສາມາດເຂົ້າໃຈໄດ້ 100% ແລະ ນຳໄປປະຕິບັດໄດ້ແທ້". ຫຼັກການເຮັດວຽກຂອງພາສາໂມເດວຂະໜາດໃຫຍ່ (LLM) ແມ່ນອີງໃສ່ບໍລິບົດຂອງຂໍ້ຄວາມที่คุณປ້ອນເຂົ້າໄປ ເພື່ອຄາດເດົາກຸ່ມຄຳສັບທີ່ມີໂອກາດປະກົດຂຶ້ນຕໍ່ໄປຫຼາຍທີ່ສຸດ. ຖ້າຂໍ້ມູນที่คุณໃຫ້ມາມີຄວາມຄຸມເຄືອ, AI ກໍຈະໃຫ້ໄດ້ພຽງແຕ່ຄຳຕອບແບບກວ້າງໆ ທີ່ເປັນມາດຕະຖານທົ່ວໄປເທົ່ານັ້ນ; ໃນທາງກົງກັນຂ້າມ, ຖ້າທ່ານໃຫ້ບໍລິບົດ ແລະ ຄວາມຮຽກຮ້ອງຕ້ອງການທີ່ສະເພາະເຈາະຈົງສູງ, AI ກໍຈະສາມາດສະແດງຄວາມເປັນມືອາຊີບອອກມາໄດ້ຢ່າງໜ້າອັດສະຈັນ. ການກຳມະສິດແນວຄວາມຄິດຫຼັກເຫຼົ່ານີ້ ຈະຊ່ວຍຍົກລະດັບຄຸນນະພາບການສື່ສານຂຶ້ນຢ່າງຫຼວງຫຼາຍ:

• ຫຼຸດພື້ນທີ່ໃນການຄາດເດົາ: ໃຫ້ເບິ່ງ AI ເປັນພະນັກງານໃໝ່ທີ່ສະຫຼາດແຕ່ຂາດຄວາມຮູ້ພື້ນຖານ, ທ່ານຈຳເປັນຕ້ອງອະທິບາຍທີ່ມາ ແລະ ບໍລິບົດຂອງໂຄງການໃຫ້ຈະແຈ້ງ.
• ການຄິດແບບມີໂຄງສ້າງ: ຈັດລະບຽບຮູບແບບຄຳຕອບທີ່ທ່ານຕ້ອງການໄວ້ໃນຫົວເສຍກ່ອນ, ແລ້ວຈຶ່ງສື່ສານຜ່ານຂໍ້ຄວາມໄປຫາ AI.
• ການປັບປຸງແບບວນຊ້ຳ (Iterative Optimization): AI ຫາຍາກຫຼາຍທີ່ຈະຕອບໄດ້ສົມບູນແບບຕັ້ງແຕ່ຄັ້ງທຳອິດ, ຈົ່ງຮຽນຮູ້ທີ່ຈະໃຊ້ການຊັກຖາມເພີ່ມເຕີມ (Follow-up) ເພື່ອແກ້ໄຂຜົນລັບທີ່ AI ສົ່ງອອກມາ.

4 ຫຼັກການທອງຄຳໃນການເພີ່ມປະສິດທິພາບການເຮັດວຽກ: โครงสร้าง RTCE

ເພື່ອໃຫ້ຜູ້ອ່ານສາມາດປະຕິບັດຕາມໄດ້ຢ່າງເປັນຮູບປະທຳ, ພວກ​ເຮົາ​ໄດ້​ຮວບ​ຮວມ​ໂຄງ​ສ້າງ​ຄຳ​ສັ່ງ​ອະນຸປະຍຸກ (Universal Prompt) ທີ່​ເອີ້ນ​ວ່າ "RTCE" ມາໃຫ້. ຂໍພຽງແຕ່ເວລາທີ່ທ່ານອອກຄຳສັ່ງ ໃຫ້ມີองค์ประกอบ 4 อย่างນີ້ ຄຸນນະພາບຜົນລັບຂອງ AI ກໍຈະດີຂຶ້ນຢ່າງເຫັນໄດ້ຊັດເຈນທັນທີ:

• Role (ການກຳນົດບົດບາດ): ບອກ AI ໃຫ້ຈະແຈ້ງວ່າຕອນນີ້ມັນກຳລັງຫຼິ້ນບົດບາດເປັນໃຜ. ຕົວຢ່າງ: "ກະລຸນາສະແດງເປັນຜູ້ອຳນວຍການຝ່າຍການຕະຫຼາດດິຈິຕອນ ທີ່ມີປະສົບການ 10 ປີ".
• Task (ວຽກງານທີ່ຊັດເຈນ): ເລີ່ມຕົ້ນດ້ວຍຄຳກຳມະ, ຊີ້ບອກໃຫ້ຊັດເຈນວ່າທ່ານຕ້ອງການໃຫ້ມັນເຮັດຫຍັງ. ຕົວຢ່າງ: "ກະລຸນາຮ່າງແຜນງານໂພສໃນສື່ສັງຄົມອອນລາຍ ສສຳລັບແບຣນຊາທ້ອງຖິ່ນ ທີ່ເນັ້ນຈຸດຂາຍເລື່ອງການບຳບັດຈິດໃຈໃນຫ້ອງການ".
• Constraint (ເງື່ອນໄຂຈຳກັດ): ກຳມະສິດຂອບເຂດ, ເພື່ອຫຼີກລ້ຽງບໍ່ໃຫ້ AI ເວົ້າເລື່ອງບໍ່ມີສາລະຫຼາຍເກີນໄປ ຫຼື ຫຼຸດອອກນອກປະເດັນ. ຕົວຢ່າງ: "ໂຕນສຽງໃຫ້ສົດໃສເປັນກັນເອງ, ຄວາມຍາວບໍ່ເກີນສາມຮ້ອຍຄຳ, ຕ້ອງມີຫົວຂໍ້ທີ່ດຶງດູດໃຈ 3 ຕົວເລືອກ".
• Example (ຕົວຢ່າງອ້າງອີງ): ໃຫ້ຕົວຢ່າງແບບຟອມທີ່ທ່ານມັກໃນໃຈ, ເພື່ອໃຫ້ AI ສາມາດຮຽນແບບໄດ້. ຕົວຢ່າງ: "ກະລຸນາອ້າງອີງຕາມຮູບແບບໂພສທີ່ມີຜົນງານດີທີ່ສຸດໃນອດີດລຸ່ມນີ້: 【ຂໍ້ຄວາມຕົວຢ່າງໂພສ】".

ຝຶກຊ້ອມພາກປະຕິບັດ: ນຳໃຊ້ໂຄງສ້າງທົ່ວໄປເຂົ້າໃນວຽກງານບໍລິຫານ ແລະ ການຕະຫຼາດປະຈຳວັນ

ເມື່ອມີທິດສະດີແລ້ວ, ໃຫ້ເຮົາມາເບິ່ງສະຖານະການຕົວຈິງໃນບ່ອນເຮັດວຽກ. ສົມມຸດວ່າທ່ານຕ້ອງການສົ່ງອີເມວທາງການຫາหัวหน้าງານ ເພື່ອປະສານງານເລື່ອງການເລື່ອນກຳນົດເວລາຂອງໂຄງການຂ້າມພະແນກ, ໃນອດີດທ່ານອາດຈະຕ້ອງເສຍເວລາເຖິງຊາວນາທີໃນການຄິດຫາຄຳສັບ. ຖ້າຜ່ານຄຳສັ່ງທີ່ຖືກຕ້ອງ, ຂັ້ນຕອນທັງໝົດສາມາດສຳເລັດໄດ້ພາຍໃນໜຶ່ງນາທີ.

ທ່ານສາມາດປ້ອນຄຳສັ່ງແບບນີ້ໄດ້ວ່າ: "ກະລຸນາສະແດງເປັນຜູ້ຈັດການໂຄງການວິສາຫະກິດທີ່ມີປະສົບການ. ຂ້ອຍຕ້ອງການຂຽນອີເມວຫາหัวหน้าฝ่ายຂາຍ, ເພື່ອອະທິບາຍວ່າວັນທີເປີດໃຊ້ລະບົບທີ່ທີມງານຂອງພວກເຮົາຮັບຜິດຊອບ ຕ້ອງໄດ້ເລື່ອນອອກໄປອີກສອງອາທິດ ເນື່ອງຈາກຕ້ອງປະສານງານກວດສອບຄວາມປອດໄພດ້ານໄອທີ. ໂຕນສຽງຕ້ອງสุພາບ, จริงใจ ແລະ ມີລັກສະນະສ້າງສັນ, โครงสร้างອີເມວປະກອບດ້ວຍ: ຫົວຂໍ້, คำทักทาย, ຄຳອະທິບາຍເຫດຜົນການເລື່ອນ, ການປະເມີນຜົນກະທົບຕໍ່ຝ່າຍຂາຍ, ແຜນແກ້ໄຂ ແລະ ກຳນົດເວລາສຳຮອງ, ພ້ອມທັງຂອບໃຈຄວາມເຂົ້າໃຈຂອງອີກຝ່າຍ. ກະລຸນາສ້າງເນື້ອຫາອີເມວອອກມາເລີຍ."

ຜ່ານຄຳສັ່ງທີ່ຊັດເຈນແບບນີ້, ຮ່າງຕົ້ນສະບັບທີ່ AI ສ້າງຂຶ້ນມັກຈະມີຄວາມພ້ອມໃຊ້ງານເຖິງ 80 ຄະແນນຂຶ້ນໄປແລ້ວ, ທ່ານພຽງແຕ່ເສຍເວລາປັບແຕ່ງລາຍລະອຽດເລັກນ້ອຍ ກໍສາມາດກົດສົ່ງໄດ້ເລີຍ, ເຊິ່ງຊ່ວຍຫຼຸດຜ່ອນເວລາໃນການຈັດການເອກະສານລົງໄດ້ຢ່າງຫຼວງຫຼາຍ.

ຂໍ້ຜິດພາດທົ່ວໄປ ແລະ ຫົວໃຈສຳຄັນໃນການປັບປຸງຄຳສັ່ງ

ໃນຂະບວນການຮຽນຮູ້ທີ່ຈະໃຊ້ເຄື່ອງມື AI, ຫຼາຍໆຄົນມັກຕົກหลุมພາງທົ່ວໄປ. ການຫຼີກລ້ຽງຂໍ້ຜິດພາດເຫຼົ່ານີ້ ຈະຊ່ວຍໃຫ້ທ່ານໃຊ້ AI ໄດ້ຢ່າງຄ່ອງແຄ້ວຂຶ້ນ:

• ໃຫ້ແຕ່ຄຳສັ່ງ, ບໍ່ໃຫ້ບໍລິບົດ: ຕົວຢ່າງເຊັ່ນ: ພິມຄຳວ່າ "ຂຽນຈົດໝາຍຂໍໂທດ" ລົງໄປກົງໆ, AI ຈະບໍ່ຮູ້ວ່າທ່ານຕ້ອງຂໍໂທດໃຜ ແລະ ເລື່ອງຫຍັງ, ເຊິ່ງເຮັດໃຫ້ເນື້ອຫາມີຄວາມຫວ່າງເປົ່າ.
• ຖືວ່າ AI ເປັນຄວາມຈິງທີ່ສຳບູນແບບ: ພາສາໂມເດວຂະໜາດໃຫຍ່ມັກຈະມີປະກົດການ "ພາບລວງຕາ" (Hallucination) ເປັນຄັ້ງຄາວ, ສຳລັບກົດລະບຽບ, ຂໍ້ມູນສະເພາະເຈາະຈົງ ຫຼື ຂໍ້ມູນທ້ອງຖິ່ນ, ຈະຕ້ອງໃຫ້ມະນຸດເປັນຜູ້ກວດສອບຄືນເປັນຄັ້ງສຸດທ້າຍສະເໝີ.
• ມຸ່ງເນັ້ນຢາກໄດ້ສຳເລັດໃນຄັ້ງດຽວຫຼາຍເກີນໄປ: ຖ້າວຽກງານມີຄວາມຊັບຊ້ອນ, ຄວນແບ່ງອອກເປັນຫຼາຍຂັ້ນຕອນ. ຕົວຢ່າງເຊັ່ນ: ໃຫ້ AI ຮ່າງໂຄງຮ່າງ (Outline) ກ່ອນ, ເມື່ອຢືນຢັນວ່າໂຄງຮ່າງບໍ່ມີບັນຫາແລ້ວ, ຈຶ່ງຄ່ອຍໃຫ້ AI ຂຽນເນື້ອຫາແຍກເປັນແຕ່ລະສ່ວນ.

ການກຳມະສິດຫຼັກການພື້ນຖານຂອງວິສະວະກຳຄຳສັ່ງ, ບໍ່ພຽງແຕ່ໝາຍເຖິງການຮຽນຮູ້ວິທີການໃຊ້ງານເຄື່ອງມື AI ຕົວໃດຕົວໜຶ່ງໂດຍສະເພາະ, ແຕ່เป็นการປູກຝັງຄວາມສາມາດໃນ "ການສະແດງຄວາມຕ້ອງການຢ່າງຈະແຈ້ງ" ແລະ "ການແຍກແຍະບັນຫາເປັນໂຄງສ້າງ". ຄວາມສາມາດນີ້ໃນຍຸກດິຈິຕອນ ບໍ່ພຽງແຕ່ຊ່ວຍໃຫ້ທ່ານເພີ່ມປະສິດທິພາບໃນບ່ອນເຮັດວຽກເທົ່ານັ້ນ, ແຕ່ຍັງເປັນຄວາມສາມາດຫຼັກທີ່ຂາດບໍ່ໄດ້ສຳລັບຜູ້ປະຕິບັດງານຍຸກໃໝ່ທຸກຄົນ. ແນະນຳໃຫ້ຜູ້ອ່ານຫຼັງຈາກອ່ານບົດຄວາມນີ້ຈົບແລ້ວ, ໃຫ້ເລືອກວຽກຕົວຈິງທີ່ຕ້ອງໃຊ້ໃນມື້ອື່ນ, ແລ້ວລົງມືຝຶກຊ້ອມໃຊ້ໂຄງສ້າງ RTCE ສັກໜຶ່ງຄັ້ງ, ເພື່ອສຳຜັດກັບການກ້າວກະໂດດຂອງຜະລິດຕະພາບທີ່ AI นຳມາໃຫ້ດ້ວຍຕົວທ່ານເອງ.