ตอนนี้ท่านรู้แล้วว่า AI เดาคำจากบริบท และมี ข้อจำกัด + Token
ส่วน "Prompt" คือ บริบทที่เราออกแบบเอง — ถ้าออกแบบดี AI เดาได้ตรงงาน
ลำดับในหัว: ข้อจำกัด 4 ข้อ (ระวังอะไร) → Token (วางแผนความยาว) → Prompt/PTCF (สั่งงานอย่างเป็นระบบ) → Context Engineering (Module 3) สำหรับงาน production
"Prompt คือคำสั่งหรือข้อความที่เราพิมพ์ให้ AI เพื่อบอกว่าเราต้องการอะไร"
เปรียบเหมือน "ใบสั่งอาหาร" ที่เราส่งให้เชฟ — ยิ่งสั่งชัด ยิ่งได้ตรงใจ
"Prompt Engineering" คือศาสตร์ใหม่สำหรับการพัฒนาและปรับปรุง Prompts เพื่อใช้ Language Models อย่างมีประสิทธิภาพในงานหลากหลายประเภท
ทักษะ Prompt Engineering ช่วยให้เข้าใจความสามารถและข้อจำกัดของ LLMs ได้ดีขึ้น นักวิจัยใช้เพื่อเพิ่มประสิทธิภาพ LLMs ในงานต่างๆ เช่น การตอบคำถาม การคำนวณ ส่วนนักพัฒนาใช้ออกแบบเทคนิค Prompting ที่มีประสิทธิภาพ
อ้างอิง: promptingguide.ai
ออกแบบ Chatbot ที่ตอบคำถามลูกค้าได้แม่นยำและเป็นธรรมชาติ
เขียนโค้ด ตรวจสอบ Bug และสร้าง Documentation ได้รวดเร็ว
วิเคราะห์ภัยคุกคาม ตรวจจับความผิดปกติ และสร้างรายงานความปลอดภัย
สรุปสำนวนคดี · วิเคราะห์ความเชื่อมโยง · ค้นหาแพทเทิร์นอาชญากรรม · ตรวจสอบ CDR / ธุรกรรมการเงิน
ร่างหนังสือราชการ · สรุปประชุม · แปลเอกสารต่างประเทศ · รายงานผลการปฏิบัติงาน
ประกาศเตือนภัยออนไลน์ · โพสต์ Facebook สถานี · ข่าวชุมชน · แคมเปญป้องกันอาชญากรรม
สร้างเนื้อหาข้อความ เช่น บทความ อีเมล รายงาน สคริปต์ และเอกสารต่างๆ
ตอบคำถามจากข้อมูลที่ให้ ใช้ในระบบ FAQ, Chatbot และการค้นหาข้อมูล
เขียนโค้ด แก้ Bug อธิบายโค้ด และแปลงโค้ดระหว่างภาษาโปรแกรม
สร้างภาพจากคำอธิบาย ใช้ใน Marketing, Design และ Creative work
อ้างอิง: Google Cloud
Better Input = Better Output — คุณภาพของ Prompt กำหนดคุณภาพของคำตอบ
ก่อนเรียนเทคนิคใดๆ ต้องเข้าใจหลักการนี้ก่อน: ถ้าคุณให้ข้อมูลไม่ครบ AI ก็ตอบได้ไม่ตรง — เหมือนสั่งอาหารที่ร้าน ถ้าบอกไม่ชัด ก็ได้ไม่ตรงใจ
ทุกครั้งที่จะพิมพ์ Prompt ให้ถามตัวเองว่า: "ถ้าสั่งลูกน้องแบบนี้ เขาจะทำได้ถูกต้องไหม?" — ถ้าคำสั่งยังคลุมเครือ AI ก็จะตีความเอง และอาจไม่ตรงใจ
| ❌ Prompt ไม่ดี (Input แย่) | ✅ Prompt ดี (Input ดี) |
|---|---|
| "เอาก๋วยเตี๋ยว" | "เส้นเล็ก น้ำใส หมูสับ ไม่ใส่ผัก ไม่เผ็ด" |
| "ทำรายงาน" | "ทำรายงานยอดขาย Q1 เปรียบเทียบปีก่อน ไม่เกิน 3 หน้า" |
| "ช่วยเขียนอีเมล" | "เขียนอีเมลนัดประชุมลูกค้า โทนสุภาพ ภาษาอังกฤษ เสนอ 3 วันเลือก" |
| "สรุปคดี" | "สรุปคดีฉ้อโกงออนไลน์ เป็น bullet points ไม่เกิน 10 ข้อ ระบุ MO และมูลค่าเสียหาย" |
Better Input = Better Output — งานเดียวกัน แต่ Input ชัดขึ้น = Token อาจเพิ่มเล็กน้อย แต่ได้ผลใช้ได้จริง (ลดรอบแก้)
Prompt ดีใช้ Token มากกว่า — แต่ลดการถามซ้ำและ Hallucination จากบริบทไม่ชัด
| องค์ประกอบ | คำถามที่ต้องตอบ | ตัวอย่าง |
|---|---|---|
| What (อะไร) | ต้องการผลลัพธ์อะไร? | เขียนอีเมล, สรุปรายงาน, วิเคราะห์ข้อมูล |
| Who (ใคร) | ผู้รับ/กลุ่มเป้าหมายคือใคร? | ลูกค้า, ผู้บริหาร, ประชาชนทั่วไป |
| How (อย่างไร) | รูปแบบ/โทนที่ต้องการ? | bullet points, ทางการ, 1 หน้า A4 |
| Why (ทำไม) | วัตถุประสงค์คืออะไร? | เพื่อนำเสนอ, เพื่อตัดสินใจ, เพื่อเผยแพร่ |
AI ไม่รู้บริบทของคุณ — ถ้าคุณไม่บอก AI จะ "เดา" เอง และอาจเดาผิด ยิ่งบอกชัด ยิ่งได้ตรง!
❓ ขายอะไร? ขายให้ใคร? โทนแบบไหน?
❓ ประกาศแบบไหน? โพสต์ที่ไหน? กลุ่มเป้าหมายคือใคร?
💡 เคล็ดลับ: ใช้ภาษาอังกฤษสำหรับ Midjourney/DALL-E เพื่อผลลัพธ์แม่นยำกว่า · พารามิเตอร์ --ar (สัดส่วนภาพ 16:9, 1:1, 9:16) ใช้ได้เฉพาะ Midjourney — DALL-E/รุ่นอื่นให้ระบุสัดส่วนเป็นคำ เช่น "ภาพแนวนอน 16:9"
💡 เคล็ดลับ: ระบุความยาวเป็น "5-second" หรือ "10-second" · บอก shot type ก่อน เช่น tracking/aerial/close-up · เพิ่ม camera movement เช่น slow zoom in
ถ้าคุณเพิ่งเริ่มใช้ AI และรู้สึกว่า PTCF มีหลายองค์ประกอบเกินไป — ลองเริ่มจาก OC Framework ก่อน ซึ่งเป็นเวอร์ชันย่อที่ง่ายที่สุด เมื่อชำนาญแล้วค่อยขยายไปใช้ PTCF เต็มรูปแบบ
บอกให้ชัดเจนว่าต้องการ อะไร จาก AI — ไม่ใช่แค่ "ช่วยเรื่องนี้หน่อย"
| ❌ ไม่ชัดเจน | ✅ ชัดเจน (ระบุ Output) |
|---|---|
| "ช่วยเรื่องอีเมลหน่อย" | "เขียนอีเมลขอนัดประชุม 3 วันเลือก" |
| "ช่วยเรื่องรายงาน" | "สรุปเป็น 5 bullet points ประเด็นสำคัญจากรายงานนี้" |
| "ช่วยเรื่องโค้ด" | "เขียน Python function สำหรับคำนวณภาษี" |
| "ช่วยเรื่องการตลาด" | "เขียน caption Facebook 3 แบบสำหรับโปรโมทสินค้า" |
ให้ข้อมูลที่ AI ต้องรู้ เพื่อทำงานได้ดี — เหมือนบรีฟพนักงานใหม่
| ประเภท Context | ตัวอย่าง |
|---|---|
| ข้อมูลพื้นหลัง | ร้านขายเครื่องดื่มสุขภาพ เพิ่งเปิด 6 เดือน |
| กลุ่มเป้าหมาย | ผู้อ่านคือผู้บริหารที่ไม่มีพื้นฐาน IT |
| ข้อจำกัด | งบไม่เกิน 50,000 บาท / deadline ภายใน 3 วัน |
| ข้อมูลอ้างอิง | ไฟล์รายงานที่แนบมา / ตัวอย่างงานที่เคยทำ |
ปัญหา: AI ไม่รู้ว่าต้องการอีเมลอะไร ส่งถึงใคร เรื่องอะไร
[O] เขียนอีเมลขอนัดประชุมกับลูกค้า โดยเสนอ 3 วันให้เลือก
[C] - ลูกค้า: คุณสมชาย บริษัท ABC (เคยคุยกันแล้ว 2 ครั้ง)
- เรื่องที่จะประชุม: นำเสนอ proposal โปรเจกต์ใหม่
- วันที่เสนอ: จันทร์ 15, พุธ 17, หรือ ศุกร์ 19 มิ.ย.
- โทน: สุภาพ มืออาชีพ แต่ไม่เป็นทางการมาก
[O] สรุปคดีเป็น 1 หน้า A4 สำหรับนำเสนอผู้บังคับบัญชา
- แบ่งเป็น: ข้อเท็จจริง, พยานหลักฐาน, ข้อเสนอแนะ
[C] - คดี: หลอกลวงออนไลน์ ผู้เสียหาย 15 ราย รวมมูลค่า 3.5 ล้านบาท
- MO: แอบอ้างเป็นธนาคาร โทรแจ้งบัญชีถูกล็อค
- หลักฐาน: บันทึกเสียง, statement ธนาคาร, รายการโอนเงิน
- สถานะ: ระบุตัวผู้ต้องสงสัย 2 ราย กำลังขอหมายจับ
[O] เขียนโพสต์ Facebook เตือนภัยประชาชน
- ความยาวไม่เกิน 200 คำ
- มี Red Flags 3 ข้อ และวิธีป้องกัน
[C] - กลโกง: มิจฉาชีพโทรแจ้งว่า "เป็นตำรวจ บัญชีของคุณพัวพันคดีฟอกเงิน"
- กลุ่มเป้าหมาย: ผู้สูงอายุที่ไม่คุ้นเทคโนโลยี
- ช่องทาง: Facebook สถานีตำรวจ
- โทน: เป็นกันเอง เข้าใจง่าย ไม่เป็นทางการ
[O] เขียน caption Instagram 3 แบบ สำหรับโปรโมทสินค้าใหม่
- แต่ละแบบยาวไม่เกิน 150 ตัวอักษร
- มี CTA และ Emoji
[C] - สินค้า: น้ำผลไม้สกัดเย็น รสส้ม-แครอท
- จุดขาย: ไม่ใส่น้ำตาล, วิตามินสูง, ขวดแก้วรักษ์โลก
- กลุ่มเป้าหมาย: วัยทำงาน 25-35 ปี ใส่ใจสุขภาพ
- โปรโมชั่น: ซื้อ 2 แถม 1 ถึงสิ้นเดือน
ใช้ OC Framework สำหรับงานง่ายๆ รวดเร็ว เช่น เขียน caption, สรุปข้อความ, แปลภาษา
ขยายเป็น PTCF Framework เมื่อ:
เมื่อคุณชำนาญ OC Framework แล้ว สามารถขยายเป็น PTCF ที่มีการเพิ่ม Persona (บทบาท) และ Format (รูปแบบ) เข้ามา:
PTCF เป็น Framework พื้นฐานที่สุด แต่ ทรงพลังที่สุด — ถ้าไม่รู้จะใช้อะไร ใช้ PTCF เสมอ ทุก Framework อื่นๆ ในหลักสูตรนี้ล้วนมี DNA ของ PTCF อยู่
กำหนดว่า AI ควรแสดงบทบาทเป็นใคร — ยิ่งเฉพาะเจาะจง ยิ่งได้ผลลัพธ์ดี
| ❌ ไม่ดี | ✅ ดี |
|---|---|
| "เป็นผู้เชี่ยวชาญ" | "เป็นนักวิเคราะห์ AML ที่มีประสบการณ์ 10 ปี ทำงานร่วมกับ ปปง." |
| "เป็นนักเขียน" | "เป็น SEO Content Writer ที่เชี่ยวชาญ e-commerce ภาษาไทย" |
| "เป็นครู" | "เป็นอาจารย์สอน Data Science ที่อธิบายเรื่องยากให้เด็ก ม.ปลาย เข้าใจได้" |
| สายงาน | ตัวอย่าง Persona (เฉพาะเจาะจง) |
|---|---|
| งานสืบสวน | "พนักงานสอบสวน 15 ปี เชี่ยวชาญคดีหลอกลวงออนไลน์" / "นักวิเคราะห์ข่าวกรอง Criminal Profiling" |
| Cybercrime | "ผู้เชี่ยวชาญ Cybercrime บก.ปอท." / "นักวิเคราะห์ Digital Forensics" |
| Telecom Fraud | "ผู้เชี่ยวชาญ Telecom Fraud 10 ปี เชี่ยวชาญตรวจจับ SIMBox" / "นักวิเคราะห์ CDR" |
| Financial Crime | "นักวิเคราะห์ AML ร่วมงานกับ ปปง. 10 ปี" / "Blockchain Investigator" |
| เอกสาร/ราชการ | "เจ้าหน้าที่ร่างหนังสือราชการ โทนทางการ" / "นักแปลเอกสารกฎหมาย" |
ยิ่ง Persona เจาะจงสายงาน AI ยิ่งใช้ศัพท์เฉพาะและระดับรายละเอียดที่ถูกต้อง
ระบุสิ่งที่ต้องทำ — ใช้ Action Verb ที่ชัดเจน
| ประเภทงาน | Action Verbs |
|---|---|
| วิเคราะห์ | วิเคราะห์, ประเมิน, เปรียบเทียบ, จำแนก, ระบุ |
| สร้างสรรค์ | เขียน, สร้าง, ออกแบบ, ร่าง, แต่ง |
| สรุป | สรุป, ย่อ, รวบรวม, จัดหมวดหมู่ |
| แก้ปัญหา | แก้ไข, เสนอแนะ, วางแผน, ปรับปรุง |
| แปลง | แปล, แปลง, ปรับ, จัดรูปแบบ |
ให้ข้อมูลที่ AI ต้องรู้เพื่อทำงานได้ดี:
| ประเภท | คำอธิบาย | ตัวอย่าง |
|---|---|---|
| ข้อมูลพื้นหลัง | สถานการณ์ ปัญหา ข้อเท็จจริง | "ลูกค้าร้องเรียนเรื่องสินค้าชำรุด 3 ครั้งในสัปดาห์นี้" |
| ข้อจำกัด | เวลา งบ กฎระเบียบ | "งบไม่เกิน 50,000 บาท / ต้องเสร็จใน 2 สัปดาห์" |
| กลุ่มเป้าหมาย | ใครจะใช้/อ่านผลลัพธ์ | "ผู้บริหารที่ไม่มีพื้นฐาน tech / นักศึกษาปี 1" |
| ข้อมูลที่มี | ตัวเลข ไฟล์ reference | "มีข้อมูลยอดขาย 12 เดือน / มี PDF รายงานปีที่แล้ว" |
ยิ่งให้ Context ครบ AI ยิ่งไม่ต้องเดา — ลดโอกาส Hallucination และได้คำตอบตรงประเด็นมากขึ้น
กำหนดรูปแบบผลลัพธ์ — ยิ่งชัดเจน ยิ่งได้สิ่งที่ต้องการ:
| 📋 รูปแบบ (Type) | 📏 ความยาว (Length) | 🎨 น้ำเสียง (Tone) |
|---|---|---|
| bullet points ตาราง JSON XML numbered list บทความ อีเมล รายงาน |
ไม่เกิน X คำ X-Y ประโยค X หน้า A4 X ข้อ สั้นที่สุดเท่าที่ครบ |
เป็นทางการ/ราชการ เป็นกันเอง มืออาชีพ วิชาการ ภาษาไทย ภาษาอังกฤษ ผสม |
[P] คุณเป็นนักวิเคราะห์ Anti-Money Laundering (AML)
ที่มีประสบการณ์ 10 ปี ทำงานร่วมกับ ปปง.
[T] วิเคราะห์ธุรกรรมทางการเงินที่ต้องสงสัย
และระบุ Red Flags ตามเกณฑ์ ปปง.
[C] - ผู้ต้องสงสัยมีบัญชีธนาคาร 5 บัญชี
- มีการโอนเงินข้ามบัญชีวันละ 10+ ครั้ง
- ยอดรวม 3 เดือน: 15 ล้านบาท
- อาชีพที่แจ้ง: พนักงานบริษัท เงินเดือน 25,000
- ทุกบัญชีเปิดภายใน 2 เดือน
[F] ตอบเป็นรายงาน:
1. สรุปย่อ (3 บรรทัด)
2. Red Flags ที่พบ (bullet points + อ้างอิงเกณฑ์)
3. ตาราง: รายได้ที่แจ้ง vs ธุรกรรมจริง
4. ระดับความเสี่ยง: สูง/กลาง/ต่ำ พร้อมเหตุผล
5. ข้อเสนอแนะขั้นตอนถัดไป
[P] คุณเป็นนักวิเคราะห์ Telecom Fraud
เชี่ยวชาญการตรวจจับ SIMBox 10 ปี
[T] วิเคราะห์ข้อมูล CDR เพื่อระบุหมายเลขที่มีพฤติกรรมสอดคล้องกับ SIMBox
[C] - CDR 7 วัน จำนวน 5,000 records
- ข้อมูล: หมายเลข, IMEI, Cell ID, Duration, Time
- เกณฑ์สงสัย: calls/day > 100, duration < 30s มากกว่า 80%
IMEI ใช้กับหลาย IMSI, Cell ID ไม่เปลี่ยน
[F] ตอบเป็น:
1. รายการหมายเลขต้องสงสัย + เหตุผล
2. ตาราง Pattern Analysis
3. Risk Score แต่ละหมายเลข (1-10) พร้อมเกณฑ์
4. ขั้นตอนแนะนำถัดไป
[P] คุณเป็น Digital Marketing Strategist
เชี่ยวชาญ E-commerce สำหรับ SME ไทย
[T] วางแผนแคมเปญเปิดตัวสินค้าใหม่บน Social Media
สำหรับไตรมาส 3/2026
[C] - ร้านขายเครื่องดื่มสุขภาพ เพิ่งเปิด 6 เดือน
- งบรวมไม่เกิน 80,000 บาท/เดือน
- กลุ่มเป้าหมาย: วัยทำงาน 25-40 ปี ใส่ใจสุขภาพ
- ช่องทาง: TikTok, Instagram, LINE OA
- คู่แข่ง: แบรนด์ใหญ่มีงบมากกว่า 10 เท่า
[F] ตอบเป็น:
1. Content Calendar 1 เดือน (ตาราง)
2. กลยุทธ์แต่ละ Platform (3 ข้อ/platform)
3. งบประมาณแบ่งตาม channel (pie chart อธิบายเป็นข้อความ)
4. KPIs ที่ต้องติดตาม (5 ข้อ)
5. Quick win ที่ทำได้ใน 7 วันแรก
[P] คุณเป็นนักวิจัยที่เชี่ยวชาญการสังเคราะห์ข้อมูล
[T] สรุปบทความวิจัยที่แนบมาให้
[C] - บทความเกี่ยวกับ AI ในระบบยุติธรรม
- ผู้อ่าน: ผู้บริหารที่ไม่มีพื้นฐาน tech
- ใช้เพื่อประกอบการตัดสินใจเรื่องนโยบาย
[F] สรุปเป็น:
1. Executive Summary (5 บรรทัด)
2. Key Findings (3-5 ข้อ)
3. ข้อดี/ข้อเสีย (ตาราง 2 คอลัมน์)
4. ข้อเสนอแนะสำหรับองค์กร (3 ข้อ)
ความยาวรวมไม่เกิน 1 หน้า A4
| ❌ ผิดพลาด | ✅ แก้ไข | เหตุผล |
|---|---|---|
| ไม่กำหนด Persona | ระบุตำแหน่ง + ประสบการณ์ | AI ไม่รู้ว่าควรตอบระดับไหน ตอบกว้างเกินไป |
| Task คลุมเครือ เช่น "ช่วยเรื่องนี้" | ใช้ Action Verb ชัดเจน เช่น "วิเคราะห์และเสนอ 3 ทางเลือก" | AI ไม่รู้ว่าต้อง "ทำอะไร" กับข้อมูล |
| Context น้อยเกินไป | ให้ข้อมูล + ข้อจำกัด + กลุ่มเป้าหมาย | AI เดาสิ่งที่เราไม่ได้บอก → ได้คำตอบไม่ตรง |
| ไม่กำหนด Format | ระบุโครงสร้าง + ความยาว + ภาษา | ได้ผลลัพธ์ที่ใช้งานไม่ได้ ต้องมา reformat เอง |
| Prompt ยาวเกินไป ไม่แบ่งส่วน | แบ่งเป็นส่วนๆ ชัดเจน ใช้ headers/labels | AI อาจสับสนหรือข้ามข้อมูลสำคัญ |
ข้อผิดพลาดที่พบบ่อยที่สุดคือ "คิดว่า AI รู้เรื่องเดียวกับเรา" — ต้องจำว่า AI ไม่มี context ของเรา ต้องบอกทุกอย่างที่เกี่ยวข้อง
Prompt ที่ดีไม่จำเป็นต้องสมบูรณ์ตั้งแต่ครั้งแรก — ใช้เทคนิค Iterative Prompting ปรับทีละนิด:
ปกติ 2-3 รอบ ก็เพียงพอ ถ้าเกิน 5 รอบแล้วยังไม่ได้สิ่งที่ต้องการ → ย้อนกลับไปเขียน prompt ใหม่ตั้งแต่ต้นด้วย PTCF เต็มรูปแบบ
เลือก 1 โจทย์จากงานจริงของคุณ แล้วเขียน Prompt ด้วย PTCF:
F ระบุครบ 3 มิติ: รูปแบบ (เล่าสถานการณ์+bullet) ความยาว (≤200 คำ) น้ำเสียง (ไม่เป็นทางการ)
ด้านล่างคือ Prompt คลุมเครือที่มักเจอจริง — ลองยกระดับเป็น PTCF เต็มรูปแบบ โดยเติมทีละช่อง ก่อนเปิดดูเฉลย
เติมช่องว่างของคุณเอง (ใช้ ข้อมูลสมมติ เท่านั้น):
[P] คุณเป็นนักวิเคราะห์ธุรกรรมต้องสงสัย (AML)
ประสบการณ์ 8 ปี คุ้นเคยเกณฑ์ Red Flag ของ ปปง.
[T] วิเคราะห์รายการธุรกรรมที่แนบ และระบุรายการ/พฤติกรรม
ที่เข้าข่ายต้องสงสัย พร้อมเหตุผลอ้างอิงเกณฑ์
[C] - ข้อมูล: ไฟล์ธุรกรรมสมมติ 200 รายการ (วันที่, จำนวนเงิน, บัญชีต้นทาง/ปลายทาง)
- เกณฑ์สงสัย: โอนซอยย่อยถี่, ยอดใกล้เพดานรายงาน, โอนวนหลายบัญชี
- กลุ่มเป้าหมาย: หัวหน้าชุดสืบสวน ใช้ประกอบการพิจารณาเบื้องต้น
[F] - รูปแบบ: ตารางรายการต้องสงสัย + สรุป Red Flags เป็น bullet
- ความยาว: ไม่เกิน 1 หน้า A4
- น้ำเสียง: ทางการ กระชับ ภาษาไทย
- ปิดท้ายด้วยหมายเหตุว่าผลเป็นการคัดกรองเบื้องต้น ต้อง verify โดยมนุษย์
จาก 1 ประโยคคลุมเครือ → ระบุ บทบาท (P), Action Verb ที่ทำได้จริง (T), เกณฑ์+ข้อมูล+ผู้รับ (C) และ รูปแบบครบ 3 มิติ (F) — พร้อมหมายเหตุ Human-in-the-Loop ในตัว Format เอง
ก่อนส่ง Prompt ทุกครั้ง ลองไล่ checklist นี้ — ถ้าตอบ "ใช่" ครบทุกข้อ แปลว่า Prompt พร้อมใช้งานจริง:
| องค์ประกอบ | คำถามตรวจสอบ | ผ่าน? |
|---|---|---|
| P — Persona | ระบุบทบาท + ความเชี่ยวชาญเฉพาะเจาะจง (ไม่ใช่ "ผู้เชี่ยวชาญ" ลอยๆ) แล้วหรือยัง? | ☐ |
| T — Task | ขึ้นต้นด้วย Action Verb ที่ชัดเจน และมีงานเดียวที่วัดผลได้หรือไม่? | ☐ |
| C — Context | ให้ครบทั้งข้อมูล + ข้อจำกัด/เกณฑ์ + กลุ่มเป้าหมายแล้วหรือยัง? | ☐ |
| F — Format | กำหนดครบ 3 มิติ: รูปแบบ + ความยาว + น้ำเสียง/ภาษา หรือไม่? | ☐ |
| Privacy | ใช้ข้อมูลสมมติ/mask แล้ว ไม่มี PII จริงหรือข้อมูลคดีลับใน Prompt ใช่หรือไม่? | ☐ |
| Verify | วางแผนแล้วว่าจะตรวจสอบผลลัพธ์ (ตัวเลข/ชื่อ/มาตรา) ก่อนนำไปใช้จริงอย่างไร? | ☐ |
ถ้ายังตอบ "ไม่" ข้อใดข้อหนึ่ง — เติมส่วนนั้นก่อนกดส่ง จะประหยัดรอบแก้ได้มาก และลดโอกาส AI เดาเอง
Prompt ที่ดีช่วยให้ AI "เดาได้ตรงงาน" มากขึ้น แต่ไม่ได้เปลี่ยนวิธีทำงานพื้นฐานของ LLM — ข้อจำกัดเหล่านี้ยังอยู่เสมอ ไม่ว่าจะเขียน PTCF ดีแค่ไหน:
| # | ข้อจำกัด | ความหมาย & วิธีรับมือ |
|---|---|---|
| 1 | ไม่ลบ Hallucination | Prompt สวยแค่ไหน AI ก็ยัง "แต่งเรื่อง" ได้ — ต้อง verify ตัวเลข มาตรา ชื่อคน วันที่ ทุกครั้งก่อนใช้จริง |
| 2 | Persona ≠ ความเชี่ยวชาญจริง | การสั่งให้ AI "เป็นนักวิเคราะห์ AML 10 ปี" แค่ทำให้มันเลียนแบบโทนและศัพท์ ไม่ใช่ใบรับรองวิชาชีพ — ผลลัพธ์ไม่มีผลผูกพันทางกฎหมาย |
| 3 | Garbage In = Garbage Out | Context ที่ให้ผิด/ไม่ครบ → คำตอบผิดตาม แม้ Prompt จะเขียนดี — คุณภาพข้อมูลสำคัญกว่าความสวยของ Prompt |
| 4 | Knowledge Cutoff | Prompt ที่ดีไม่ทำให้ AI รู้เหตุการณ์ล่าสุดหรือข้อมูลภายในคดี — ต้องแนบข้อมูลเข้าไปใน Context เอง |
| 5 | Format ไม่การันตี 100% | Prompt ยาว/ซับซ้อน AI อาจข้ามบางคำสั่ง (lost in the middle) — ต้องตรวจว่าผลลัพธ์ครบทุกส่วนที่สั่ง |
| 6 | ผลลัพธ์ไม่คงที่ | Prompt เดิมอาจได้คำตอบต่างกันในแต่ละครั้ง (non-deterministic) — งานที่ต้องการความแม่นยำให้ลด Temperature และตรวจซ้ำ |
ข้อจำกัดเหล่านี้ต่อยอดจาก ข้อจำกัด AI 4 ข้อ (Knowledge Cutoff, Hallucination, Context Window, Bias) ใน Module 1 — ส่วนวิธีจัดการ Context ให้ครบและไม่ให้ AI หลงประเด็น เรียนต่อได้ที่ Module 3: Context Engineering
| หลักการ | เหตุผล & วิธีปฏิบัติ |
|---|---|
| 1. ข้อมูลสมมติเท่านั้น (Privacy) | ตัวอย่าง Prompt ทั้งหมดในโมดูลนี้ใช้ Mock Data — ห้ามนำ PII จริง/ข้อมูลคดีลับขึ้น public AI ตาม พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA) |
| 2. Human-in-the-Loop | PTCF ช่วย "ร่าง" และ "วิเคราะห์เบื้องต้น" — แต่มนุษย์ต้องเป็นผู้ตัดสินใจและรับผิดชอบผลลัพธ์เสมอ |
| 3. ไม่ชี้นำด้วยอคติ (Fairness) | อย่าออกแบบ Persona หรือ Prompt ที่ชี้นำให้ AI ตัดสินผู้ต้องสงสัยจากเชื้อชาติ เพศ ศาสนา หรือพื้นที่ |
| 4. Verify ก่อนใช้ | ทุกผลลัพธ์ที่ใช้ประกอบสำนวน/รายงาน ต้องตรวจสอบข้อเท็จจริงและแหล่งอ้างอิงก่อนเสมอ |
| 5. ความโปร่งใส (Transparency) | ระบุชัดเจนว่าส่วนใดของงานใช้ AI ช่วย เพื่อให้ตรวจสอบย้อนกลับได้ |
เรียนจริยธรรม + Security เชิงลึกเพิ่มเติม → Module 12: AI Security 2026
Prompt ที่ดีทำให้ AI "ช่วยงานได้ดีขึ้น" — แต่ไม่ได้ทำให้ AI "ตัดสินใจแทนเราได้" ยิ่งงานสำคัญ ยิ่งต้องมีคนตรวจ
โจทย์: เจ้านายขอรายงานสรุปสถานการณ์อาชญากรรมออนไลน์ประจำเดือน สำหรับนำเสนอในที่ประชุม ผบ. — เขียน PTCF ครบ 4 ส่วนได้อย่างไร?