คู่มือเขียน Prompt AI สำหรับมือใหม่

ช่วง 2-3 ปีมานี้ (2023-2025) เราได้เห็นการนำ AI เข้ามาใช้ในการทำงานกันเยอะขึ้นมากๆ และเห็นหลายบริษัทก็มี Policy ให้พนักงานไป upskill และเอามาใช้ในองค์กรเพิ่มขึ้นเรื่อยๆ

ปลายปี 2024 ที่ผ่านมาผมได้มีโอกาสไปร่วมงาน What The Duck ของเพจ DataRockie ซึ่งได้มีการพูดถึง Trend ของ AI ตั้งแต่ปี 2025 เป็นต้นไปด้วย

Guest คนแรกคือพี่ต่อ จากบริษัท Predictive ได้แชร์ว่าช่วงปี 2024 ที่ผ่านมาบริษัทต่างๆได้ใช้เงินลงทุนไปกับการศึกษาและพัฒนา AI ไปเยอะมากๆ

และปี 2025 นี้เป็นต้นไปจะเป็นปีที่เราจะได้เห็นการนำ Product เกี่ยวกับ AI ออกมาใช้งานจริงมากขึ้น แน่นอนว่า เรา ทุกคน ต้องมีโอกาสได้ใช้งานอย่างแน่นอน

ดังนั้นการใช้งาน AI skill หนึ่งที่ทุกคนควรจะมีติดตัวเอาไว้คือ “การเขียน Prompt (Prompting Skill)” โพสนี้เรามาฝึกเขียน Prompt กันง่ายๆ สำหรับคนที่เริ่มต้นใหม่กันเลยครับ

Table of Contents

1. Prompt คืออะไร?
2. Generative AI คืออะไร
3. Try your first prompt
4. Prompting Framework
   1. Task
   2. Context
   3. Reference
   4. Evaluate
   5. Iterate
5. Biases and Stereotypes
   1. การลดการ Bias
   2. Hallucination
6. Try your Super Saiyan Prompts
7. Your job is to use Gen AI with Human perspective

Prompt คืออะไร?

Prompt คือ คำถาม หรือคำสั่งบางอย่างเราในฐานะ user สร้างขึ้นมาเพื่อใช้ สื่อสาร หรือ สั่งงาน Language Model หรือ Generative AI (GenAI) เพื่อให้สร้าง (Generate) output กลับมาให้เรา

นึกภาพเหมือนถ้าเรามีผู้ช่วยส่วนตัวที่เป็นคนจริงๆครับ หากเราขอผู้ช่วยให้ “บอกเราหน่อยว่าวันนี้มี meeting อะไรบ้าง”

หรือใกล้ตัวขึ้นมาหน่อย อย่างตอนเด็กที่แม่เราบอก “ไปซื้อน้ำปลาหน้าปากซอยให้หน่อยนะลูก” พวกนี้นับว่าเป็น Prompt อย่างนึงเลย

นั่นหมายความว่า พวกเราไม่มากก็น้อยใช้ Prompt ในชีวิตประจำวันอยู่แล้ว พ่อแม่พวกเราเป็นผู้มาก่อนกาลนี่เอง 555+

“Prompt อยู่ในชีวิตประจำวันเราอยู่แล้ว”

ถ้าแบบนี้เราจะเรียนเขียน prompt ไปทำไม???

จริงอยู่ที่เราใช้ prompt กันอยู่แล้ว แต่ “คุณภาพ” ของ prompt แต่ละคนก็ไม่เหมือนกัน อย่างถ้าเรามีหัวหน้าที่ สั่งงานไม่เคลียร์ ไม่ชัดเจน เราก็รับไปทำงานแบบงงๆ หรือไม่ก็ต้องถามหัวหน้าเพิ่มเติม

Gen AI ก็เช่นเดียวกันครับ ถ้า prompt เรา “ไม่รู้เรื่อง” AI ก็อาจไม่สามารถให้คำตอบที่เราต้องการได้ และนี่คือเหตุผลว่าทำไมเราต้องเรียนเขียน prompt กัน

“ทุกคนบอกกับผมว่า Prompt Engineering จะเป็นทักษะที่สำคัญมากที่ต้องเรียนรู้หลังจากนี้”

“การที่จะเป็น Prompt Engineer และเขียน Prompt ที่ดีได้เพื่อสั่งงาน AI ให้ทำงานได้ถูกต้องนั้น เราก็ต้องมี ‘ทักษะการเขียน’ ที่ดีเช่นกัน เพื่อที่จะเขียน Prompt ให้ออกมาดีได้”

Dan Koe

(นักเขียนที่ทำรายได้ $6.9M ในปีที่ผ่านมา (2024) จากทักษะการเขียน)

Generative AI คืออะไร

ก่อนที่เราจะไปลองเขียน prompt กัน เรามารู้จักกับ Generative AI หรือ Gen AI กันเบื้องต้นกันก่อนนะครับ

Gen AI ชื่อเต็มคือ Generative Artificial Intelligence คือ AI ประเภทหนึ่งที่ช่วยเราในการสร้าง (Generate) content, บทความ, สร้างรูปภาพ, เพลง, เขียน Code หรือตอบคำถามที่เราอยากรู้ได้

Gen AI เป็น Large Language Model (LLM) ที่ได้รับการ train หรือก็คือสอน ด้วย Large dataset (ข้อมูลขนาดใหญ่) ดังนั้น GenAI จะตอบเราบนพื้นฐานข้อมูลที่โมเดลตัวนั้นได้รับการสอนมา

อันนี้จะเป็น concept ของ Gen AI นะครับ ถ้าเพื่อนๆอยากศึกษาลึกลงไปอีกผมแนะนำเข้าไปอ่านในโพสนี้ได้เลยครับ แอดทอย DataRockie เขียนเรื่อง Gen AI ไว้ดีมาก

สรุปเนื้อหาคอร์ส Generative AI for Everyone ของ Andrew Ng

Try your first prompt

อ่านผมโม้มาเยอะแล้ว เดี๋ยวเรามาเริ่มเขียน Prompt แรกของเรากันก่อนเลย (สักทีนะต๊ะ 555+)

โพสนี้เราจะมาลองเขียน prompt กับ Google Gemini กันครับ ให้ทุกคนมาที่

https://gemini.google.com/

เมื่อเข้ามาและ Login เรียบร้อยแล้วเราจะมาอยู่ในหน้าที่ใช้เขียน Prompt คุยกับ AI ตามรูปครับ

ให้ทุกคนพิมพ์ คำถามที่เราอยากรู้ไปในกล่องข้อความด้านล่าง Ask Gemini แล้วกด Enter ดูครับ ลองดูทั้งภาษาไทย และภาษาอังกฤษเลยว่าคำตอบเป็นยังๆไงบ้าง

ถ้ายังนึกไม่ออกลองเอาคำถามตัวอย่างนี้ลองไปถาม Gemini ดูครับ

• “ช่วย list เมนูอาหารเย็นมาให้ 10 เมนู”
• “สร้างรูปภาพลูกเป็ดสีเหลืองให้หน่อย”
• “What is Gen AI in simple language?”

Gemini จะตอบคำถามตามสิ่งที่เราถามไป จะเห็นว่า AI ตอบคำถามเราได้แทบทุกเรื่องเลย และ Generate รูปภาพให้เราได้ด้วย

เริ่มต้นเขียน prompt ให้ AI ช่วยหาคำตอบให้เราไม่ยากเลย แค่ ถามคำถาม เป็นก็ใช้งานได้แล้ว ขอบคุณทุกคนมากไว้เจอกันใหม่โพสหน้าครับบ

เดี๋ยวๆๆๆ 555+ ยังมีต่อครับ 🤣

เมื่อเราใช้งาน Gen AI ไปเรื่อยๆเราจะเริ่มเห็นว่าบางครั้ง AI ก็ยังไม่ได้ให้คำตอบที่แม่นยำพอ หรือใกล้เคียงกับสิ่งที่เราต้องการ

อย่างเช่น ถ้าเราขอให้ AI list ไอเดียอาหารเย็นมาให้ 10 อย่าง เราอาจได้ชื่อเมนูที่ปกติคนไทยเราไม่กินกัน หรือถึงขนาดไม่มีขายในไทยก็ได้

ดังนั้นเราจำเป็นต้องเรียนพื้นฐานในการเขียน prompt เพื่อให้ผลลัพธ์ของเราออกมาดีขึ้น

Prompting Framework

Prompting Framework คือหลักการที่ใช้ในการเขียน Prompt ที่มีประสิทธิภาพเพื่อให้เราได้คำตอบจาก Gen AI ได้ดีขึ้น

หัวข้อนี้คอร์ส Google Prompting Essentials บน Coursera สอนไว้ได้ดีมากๆ จึงอยากให้ทุกคนนำไปปรับใช้กันครับ

ถ้าใครสนใจเข้าไปเรียนคอร์สนี้เต็มๆเลย เข้าไปได้ที่ลิ้งค์ข้างล่างนี้เลยเรียนจบได้ Digital Badge ด้วยของโคตรดีย์

https://www.coursera.org/learn/google-prompting-essentials/

Framework ในการเขียน prompt มีอยู่ 5 ข้อคือ

1. Task (งาน)
2. Context (บริบท)
3. Reference (อ้างอิง)
4. Evalutate (ประเมิน)
5. Iterate (ทำซ้ำ)

TCREI 5 ข้อนี้เราสามารถจำเป็น

Thoughfully Create Really Excellent Input

ประมาณว่า “คิดเยอะๆ แล้วจะได้ Prompt (Input) ที่โคตรดีย์” 555+ งั้นเราไปเริ่มเรียนกันเลย

Task

Task (งาน) คือสิ่งที่เราต้องการถาม หรือต้องการให้ AI คิด, ออกแบบ, หาคำตอบ (Generate result) ให้ user ก็คือเราเอง

การเขียน Task เหมือนกับที่เราเขียน prompt ให้ AI ก่อนหน้านี้เลย แต่เราสามารถ add-on เข้าไปได้ 2 เรื่องคือ

• Persona (บุคคลิก): เป็นตัวกำหนดบทบาทให้กับ AI เพื่อกำหนดทิศทางและ scope ในการตอบ

ตัวอย่าง prompt เช่น “คุณคือ Data Analyst ที่ทำงานมาแล้ว 10ปี”, “คุณคือเลขาที่จดการประชุมที่เก่งมาก”

• Format (รูปแบบ): เป็น prompt ที่ใช้กำหนดรูปแบบคำตามที่เราต้องการจาก AI

ตัวอย่าง prompt เช่น “ตอบออกมาเป็นข้อๆ พร้อมแนบราคาสินค้า” “เขียน email อย่าง friendly ,มืออาชีพ และกระชับเพื่อให้ผู้อ่านเข้าใจได้ง่าย”

อันนี้เป็นตัวอย่าง Prompt ที่ผมใส่ทั้ง Task + Persona + Format

Task: ช่วยออกแบบโปรแกรมออกกำลังกายเพื่อเพิ่มกล้ามหน้าท้องให้หน่อย
Persona: คุณคือ Fitness Trainer มืออาชีพ
Format: ให้กำหนดแยกแต่ละท่าออกกำลังกายเป็นข้อๆ พร้อมระบุจำนวน ครั้งต่อset และแต่ละท่าใช้เวลากี่นาที

และนี่คือคำตอบที่ได้จาก prompt นี้ครับ

Context

การเพิ่ม Context หรือ บริบทเข้าไปจะยิ่งทำให้คำตอบจาก AI มีความแม่นยำยิ่งขึ้น เนื่องจาก AI จะเข้าใจบริบทสิ่งที่เราต้องการและสร้างคำตอบบนพื้นฐานนั้น

กรณีนี้ขอยกตัวอย่างการ Generate image ที่จะทำให้ทุกคนเห็นภาพได้ชัดมาก

ตัวอย่าง prompt ที่มีแค่ Task ไม่มี Context
Task: “ช่วยสร้างรูปภาพแก้วกาแฟร้อนที่วางอยู่บนโต๊ะให้หน่อย”

ตัวอย่าง prompt ที่เพิ่ม Context เข้าไป
Task: “ช่วยสร้างรูปภาพแก้วกาแฟร้อนที่วางอยู่บนโต๊ะให้หน่อย”
Context: “ภาพนี้เกิดขึ้นในฤดูหนาวขณะที่มีการจัดเทศกาล Christmas”

รูปหลังเพิ่ม Context เห็นเลยว่า ยังคงเป็นภาพแก้กาแฟร้อนบนโต๊ะเหมือนเดิม แต่ต่างกันที่บริบทที่อยู่ในธีม Christmas

บางคนอาจสงสัยว่าถ้าเราใส่ Context ไว้ใน Task แต่แรกเลยจะเป็นยังไง? คำตอบคือได้รูปภาพใน “ทิศทางเดียวกัน” เลย การเขียน Prompt นั้นยืดหยุ่นกว่าที่เราคิดมากสำคัญคือ

คนแรกที่ต้องเข้าใจ Prompt ที่เขียนออกมาก่อนคือ

“ตัวเราเอง”

Context สามารถใช้ใน case อื่นๆได้อีกหลายอย่างเลยเช่นการ เขียน email, สร้างบทความ, generate idea, etc. ทุกคนลองนำไปปรับใช้ดูนะครับ

Reference

Reference หรือแหล่งอ้างอิง เป็นการให้ตัวอย่าง หรือรูปแบบอ้างอิงให้ Gen AI เรียนรู้ และใช้อ้างอิงในการที่จะตอบเราครับ

หากเรากำหนด Format แล้วยังไม่ได้ผลลัพธ์ตรงตามที่ต้องการ เราสามารถแนบตัวอย่าง (reference) เพื่อให้ AI อ้างอิงในการตอบเรากลับมาได้ เช่น Format, สำนวน และอารมณ์ในการตอบ

ตัวอย่าง:
” ช่วย list เมนูอาหารญี่ปุ่นสำหรับเย็นนี้มาให้ 10 เมนูโดยอ้างอิงตามตัวอย่างนี้
1. ซูชิ: เรทราคา 200-500 บาท
2. ราเม็ง: เรทราคา 100-300 บาท “

คำตอบแบบไม่มี Reference

คำตอบแบบมี Reference

การให้ Reference นับว่าเป็นการ Fine-tune ผลลัพธ์เราได้แม่นยำมากขึ้น หากการกำหนด Format อย่างเดียวยังไม่เพียงพอ แต่การใช้ Reference มากเกินก็ไม่ได้ดีเสมอไป

• Reference เยอะเกินไป AI จะขาดความ Creative (ตอบตามตัวอย่างเป๊ะๆ) ทำให้เราเสียโอกาสที่จะได้ไอเดียใหม่ได้เลย
• Reference น้อยเกินไป คำตอบที่ได้อาจขาดความแม่นยำไม่ตรงตามรูปแบบที่เราต้องการ

ดังนั้นเราจะต้องเลือกใช้ Reference อย่างเหมาะโดยประเมิน (Evaluate) จากผลลัพธ์ที่ได้ ลองเอาวิธีนี้ไปใช้กันดูครับทุกคน

Evaluate

ทุกครั้งที่ได้รับคำตอบจาก AI มาเราต้องมีการ “ประเมิน” (Evaluate) ว่าคำตอบที่ได้รับกลับมา ถูกต้อง หรือรูปแบบได้ตามที่ต้องการแค่ไหน

สามารถตัวสอบความถูกต้องได้จากการดูแหล่งข้อมูล (Source) ที่ AI นำมาตอบเรา

ภาพข้างล่างเป็นตัวอย่างที่ลองให้ Gen AI เปรียบเทียบ spec ระหว่าง iphone 16 กับ iphone 16 ครับ

ตัวอย่างของ Gemini

ให้เราเลื่อนลงมาด้านล่างสุดแล้วเลือกที่ Double-check-response จากนั้น AI จะทำสีเพื่อ verify ข้อมูลที่ตอบกลับมาให้

• สีเขียว: ข้อมูลมีอยู่จริง
• สีแดง: ข้อมูลไม่ถูกต้องหรือไม่มีอยู่จริง (อาจจะมาจาก Hallucination ที่ผมจะส่วนหลังจากนี้)

เราสามารถกดที่ drop-down เพื่อดูว่าข้อมูลนี้มีแหล่งที่มาจากไหน ถ้าอยากดูละเอียดให้คลิ๊กเข้าไปดูได้เลย

ตัวอย่างของ ChatGPT

ในกรณีของ ChatGPT เราก็สามารถตรวจสอบ Source ได้เหมือนกัน เลื่อนลงมาด้านล่างสุดคลิ๊กตรง “ที่มา” แล้วจะมี แถบ source โชว์ขึ้นมา

หลังประเมินคำตอบแล้วเราต้อง นำกลับไปปรับปรุง prompt ไปถาม AI ซ้ำ (Iterate) เพื่อให้ได้คำตามใกล้เคียงกับที่เราต้องการมากขึ้น

Iterate

หลังจากที่เรา Evaluate และ ปรับปรุง Prompt (Task, Context, Reference) เรียบร้อยแล้ว ให้เราถาม AI ซ้ำ (Iterate) และ Evaluate ไปเรื่อยๆจนกว่าจะได้ Prompt ที่ให้คำตอบที่เราต้องการ

ในท้ายที่สุดเมื่อเราได้ Prompt ที่โอเคแล้ว ให้เรา note เก็บไว้เป็น “Library” ส่วนตัวของเรา เพื่อจะได้นำกลับมาใช้ใหม่อีกในอนาคต โดยไม่ต้องเสียเวลามานั่ง Iterate อีก

Biases and Stereotypes

Biases (การเอนเอง) และ Stereotypes (การเหมารวม) เป็นเรื่องที่เราคาดการณ์ในระหว่างที่เราสร้าง Prompt ขึ้นมา

• Bias อาจเกิดได้จาก prompt หรือ input อื่นๆที่ AI รับรู้จาก User เช่น “ภาษา” อย่างเช่นเมื่อเราขอไอเดียเมนูอาหาร เมื่อเรา prompt เป็นภาษาไทย มีโอกาสที่ AI จะ list เมนูที่เป็นอาหารไทยเป็นหลักมาให้
  
• Stereotype เป็นการเหมารวมเหมือนเวลาต่างชาติมองว่าคนไทยยิ้มเก่ง ก็นับเป็นการ “เหมารวม” คนไทยเช่นกัน ตัวอย่างของการ prompt ก็ในเมื่อมีข้อมูลว่าอาหารยอดนิยมของคนไทยเมนูนึงคือ “กะเพราไข่ดาว” คำตอบที่ได้รับก็เป็นไปได้ที่จะมี กะเพราะไข่ดาว ติดมาด้วย (เราไม่ได้ชอบกินกระเพราะกันทุกคนถูกมั๊ยย)

การลดการ Bias

เราสามารถลดการ bias ได้ด้วยการระบุถึงความหลากหลาย (Specify diversity) อย่าง เวลาที่เราเขียน Prompt ภาษาที่เราใช้อาจทำให้ AI Generate result ที่ bias ออกมาได้เช่น

Prompt: “ช่วยสร้างรูปโต๊ะที่มีอาหารอร่อยๆวางอยู่ให้หน่อย” ให้ปรับเป็น “ช่วยสร้างรูปโต๊ะที่มีอาหารญี่ปุ่นอร่อยๆวางอยู่ให้หน่อย”

รูปข้างล้างนี้คือตัวอย่าง ก่อน-หลัง ที่ปรับ prompt เพื่อลดการ bias

Hallucination

Hallucination หรือการหลอน ในบางครั้ง AI ก็อาจจะมีอาการหลงเชื่อข้อมูลที่ Generate ให้เราขึ้นมาว่าเป็นข้อมูลที่ถูกต้องเอามาตอบเรา (ซึ่งจริงๆก็คือ ผิด)

สาเหตุของการเกิด Hallucination แบ่งได้กว้างๆ 2 กลุ่มคือ

1. สาเหตุที่ควบคุมไม่ได้: อย่างข้อมูลที่ใช้ในการ train model ขึ้นมาอาจไม่ถูกต้องก็ได้ ในส่วนนี้เราไม่สามารถแก้ไขได้ นอกจากเราจะ train model ใช้เอง
   
2. สาเหตุที่ควบคุมได้: ส่วนตัวผมให้น้ำหนักกับเรื่องนี้มากที่สุดเลย เช่น Prompt ที่เราใช้เขียนออกมากำกวม, ไม่ชัดเจน หรือ มี context ให้ไม่เพียงพอ

ดังนั้นการเขียน Prompt ที่ดี, ชัดเจน และไม่กำกวม มีส่วนช่วยลด Hallucination ไปได้เยอะเลย ซึ่งอันนี้เป็นปัจจัยที่เราควบคุมได้

• Prompt หรือ Instruction ที่เราใช้สั่งงาน AI ต้องชัดเจน และไม่กำกวม
• Recheck source ของข้อมูลที่ AI นำมาตอบเรา โดยส่วนมากจะมีแนบมากับ output ด้วย (Fact-check and cross-reference) เหมือนที่อ่านกันมาในเรื่อง Evaluate เลย

Try your Super Saiyan Prompts

มาถึงตรงนี้ทุกคนได้ Level up เรื่องการเขียน Pompt ไปอีกขึ้นเลย เหมือนใน Dragonball ที่ โกคู แปลงร่างจาก ร่างปกติ เป็น ซุปเปอร์ไซย่า เลย (ref บอกอายุคนเขียนกันไปเลย 5555+)

ให้ทุกคนลองนำ prompt ที่ลองเขียนกันไปตอนแรกมาปรับตาม Frame work TCREI กันดูครับ แล้วดูกันว่าคำตอบที่ได้เป็นอย่างไรบ้าง โดยทำตามขึ้นตอนคือ

1. ให้เริ่มจาก Prompt ที่ simple ที่สุดก่อน
2. ค่อยๆเพิ่ม Context, Reference, Persona, Format เข้าไปทีละนิดๆ
3. Iterate กระบวนการ ปรับปรุง Prompt > Evaluate ไปจนกว่าจะได้คำตอบที่ต้องการ

หากคำตอบที่ได้ “แย่ลง” ให้กลับมารีวิว prompt ก่อนหน้าและทำให้มัน simple ลงแล้ว Evaluate ดูอีกทีครับ

Your job is to use Gen AI with Human perspective

ถึงเราจะใช้ Gen AI ในการสร้างอะไรหลายๆอย่างได้ อย่างได้ลืมว่าเราใช้งาน Gen AI เพื่อส่งมอบ Value อะไรบางอย่างให้กับมนุษย์เหมือนกับเราเช่นกัน

ส่วนตัวผมแล้วถ้าเห็น content ที่ generate ขึ้นมาจาก AI ล้วนๆนี่คือเลื่อนผ่านไปเลย ไม่อ่าน ผมเชื่อว่าทุกคนไม่มากก็น้อยเวลาอ่าน content บางอย่างเรามองออกว่าอันไหนคนเขียน อันไหนใช้ AI เขียน ไม่มากก็น้อย

ดั้งนั้นหน้าที่ของเราคือ “ใช้” AI เป็น “ผู้ช่วย” เพื่อให้เราทำงานได้เก่งขึ้น งานเสร็จเร็วขึ้น

คนที่เขียน Prompt “หาคำตอบของ…ให้หน่อย”
กับ คนที่เขียน Prompt “ช่วยสอนเรื่อง…ให้หน่อย”

นั้นได้ value จากคำตอบของ AI ไม่เหมือนกัน

ปีนี้น่าจะเป็นอีกปีที่คนเริ่มตื่นตัวเรื่องการใช้ Gen AI ในการทำงาน และชีวิตประจำวันมากขึ้น ดังนั้นเรามาเรียนด้วยกัน และเก่งไปด้วยนะครับทุกคน ลุยคร้าบบ

ชอบเนื้อหาในโพสนี้ comment บอกกัน หรือ share เพื่อเป็นประโยชน์ให้เพื่อนๆทุกคนได้เลยครับ ถ้าเพื่อนๆคนไหนอยากติดตามเพื่อรับ content แบบนี้ ไว้เรียนรู้และเก่งไปพร้อมๆกับผมเองสามารถ subscribe เพื่อรับ Newsletter กันได้ด้านล่างนี้เลยครับ

Be Better Together

มาเก่งขึ้นไปพร้อมกันกับเรา สมัครรับ Content ใหม่ๆ ส่งตรงถึง inbox ฟรี!