Module 15 Advanced

Golden Template & Production

The Ultimate Prompt Template, Production Workflow, AI Adoption Roadmap — สร้าง Prompt Library สำหรับองค์กร

🏆 Golden Template คืออะไร?

คือ Prompt Template ระดับ Production ที่รวมทุก framework (PTCF, CoT, Few-shot, Constraints) เข้าด้วยกัน — ใช้ได้กับทุกงาน ทุกระดับความซับซ้อน

🎯 เปรียบเทียบง่ายๆ: Golden Template เหมือน "สูตรสำเร็จ" ที่รวมเคล็ดลับจากเชฟหลายคน — คุณไม่ต้องใช้ทุกส่วนผสมทุกครั้ง แต่มีไว้ครบเมื่อต้องการทำอาหารระดับ Michelin

🎯 วัตถุประสงค์การเรียนรู้ Module 15

ผ่าน Phase 0 Strategic Planning ก่อนเขียน Prompt ใดก็ตาม
ใช้ 5 Keys framework ครบ: Context, Constraints, Examples, Reasoning, Output
ผ่าน QA Checklist Phase 2 ก่อนส่ง output ให้ผู้บังคับบัญชา
สร้าง Prompt Library สำหรับองค์กรที่มี metadata ครบ
ออกแบบ AI Adoption Roadmap 4 phases สำหรับหน่วยงานได้

15.1 Phase 0: Strategic Planning — วางแผนก่อนเขียน Prompt

🗺️ 3Ws ก่อนเริ่ม Prompt ใดก็ตาม

คำถาม	ตัวอย่างคำตอบ	ถ้าไม่ชัด
What — ต้องการอะไรกันแน่?	สรุปสำนวนคดี 3 คดีเป็น 1 รายงาน 2 หน้า	เขียน user story ก่อน: "ในฐานะ X ฉันต้องการ Y เพื่อ Z"
Why — ทำไมต้องใช้ AI?	ประหยัดเวลา 80% จาก 3 ชั่วโมงเหลือ 30 นาที	ถ้าคำตอบคือ "ไม่รู้" อย่าเพิ่ง prompt
Who — ใครอ่าน output?	ผู้บังคับบัญชาระดับ ผกก.	กำหนด format และโทนตามผู้อ่าน

💡 Phase 0

Phase 0 ใช้เวลา 2 นาที แต่ลด iteration จาก 5 รอบเหลือ 2 รอบ

15.2 The Golden Template — Ultimate Prompt Structure

15.2.1 Full Template

🏆 GOLDEN TEMPLATE v2.0 — Full Template

## 🏆 GOLDEN TEMPLATE v2.0

# [ROLE] — กำหนดบทบาท AI
คุณคือ [ตำแหน่ง/ความเชี่ยวชาญ] ที่มีประสบการณ์ [X ปี] ใน [สาขา]
คุณมีความเชี่ยวชาญเฉพาะด้าน: [ทักษะ 1], [ทักษะ 2], [ทักษะ 3]

# [CONTEXT] — บริบทและพื้นหลัง
## สถานการณ์
- [อธิบายบริบทปัจจุบัน]
- [ข้อจำกัดที่เกี่ยวข้อง]
- [ผู้รับสารคือใคร]

## ข้อมูลที่ให้
```
[วางข้อมูล/เอกสาร/ตัวอย่างที่เกี่ยวข้อง]
```

# [TASK] — งานที่ต้องทำ
ทำ [งานหลัก] โดย:
1. [ขั้นตอนที่ 1]
2. [ขั้นตอนที่ 2]
3. [ขั้นตอนที่ 3]

# [CONSTRAINTS] — ข้อจำกัดและกฎ
## ต้องทำ (MUST)
- [กฎข้อ 1]
- [กฎข้อ 2]

## ห้ามทำ (MUST NOT)
- [ข้อห้าม 1]
- [ข้อห้าม 2]

## Quality Criteria
- [เกณฑ์คุณภาพ 1]
- [เกณฑ์คุณภาพ 2]

# [FORMAT] — รูปแบบผลลัพธ์
## โครงสร้าง Output
[ระบุ format: ตาราง/bullet/paragraph/JSON/etc.]

## ความยาว
[ระบุความยาว: สั้น/กลาง/ยาว หรือจำนวนคำ]

## ภาษา
[ภาษาไทย/อังกฤษ/ผสม — ระบุสัดส่วน]

# [EXAMPLES] — ตัวอย่าง (Few-shot)
## ตัวอย่างที่ดี ✅
Input: [ตัวอย่าง input]
Output: [ตัวอย่าง output ที่ต้องการ]

## ตัวอย่างที่ไม่ดี ❌
Input: [ตัวอย่าง input]
Output: [output ที่ไม่ต้องการ] — เพราะ [เหตุผล]

# [THINKING] — วิธีคิด (Chain-of-Thought)
ก่อนตอบ ให้คิดตามขั้นตอน:
1. [ขั้นตอนการคิดที่ 1]
2. [ขั้นตอนการคิดที่ 2]
3. [ขั้นตอนการคิดที่ 3]
แสดงกระบวนการคิดใน <thinking> tags

---
เริ่มทำงานเลย:

⚠️ สำหรับ Reasoning Models (GPT-5.5, Claude Opus 4.8, DeepSeek R1)

ส่วน [THINKING] ใช้เฉพาะกับ Standard Models เท่านั้น สำหรับ Reasoning Models ที่มี Chain-of-Thought built-in ไม่ต้องใส่ส่วนนี้ — ใช้แนวทาง Constraint-First Prompting แทน (ดู Module 7)

15.2.2 เมื่อไหร่ใช้ส่วนไหน

📋 เลือกใช้ตาม Complexity Level

ระดับ	ส่วนที่ใช้	ตัวอย่างงาน
🟢 Simple	ROLE + TASK + FORMAT	แปลภาษา, สรุปข้อความ
🟡 Medium	ROLE + CONTEXT + TASK + CONSTRAINTS + FORMAT	เขียน report, วิเคราะห์ข้อมูล
🔴 Complex	ทุกส่วน (Full Template)	วิเคราะห์คดี, ร่างนโยบาย, Production prompt

15.2.3 5 Keys — หัวใจของ Golden Template

🔑 5 Keys ที่ต้องตรวจทุกครั้งก่อนกด Send

Key	คำถามตรวจสอบตัวเอง	ตัวอย่างงานตำรวจ
Context	AI รู้บทบาท + สถานการณ์ + ขอบเขตพอไหม?	"คุณเป็นนักวิเคราะห์ AML สังกัด บก.ปอท. วิเคราะห์จาก CDR 3 เดือน"
Constraints	บอกสิ่งที่ห้ามทำ + ต้องทำ + Fallback ชัดไหม?	"ห้ามสรุปความผิด ห้ามระบุชื่อจริง ถ้าข้อมูลไม่พอให้บอกว่าขาดอะไร"
Examples	มีตัวอย่าง format ที่ต้องการไหม (Few-shot)?	ให้ตัวอย่าง output 1 แถวของตาราง Red Flags ที่ต้องการ
Reasoning	ต้องการ CoT / Constraint-First / Maieutic?	งาน Reasoning Model → Constraint-First ไม่ต้องสั่ง CoT
Output	กำหนด format + ความยาว + โทนชัดไหม?	"ตาราง: Red Flag \| Evidence \| Risk \| มาตรา ปปง. \| confidence"

5-second test: ถ้า AI ตอบผิดพลาด — ขาด Key ไหน?

ตัวอย่างเต็ม: วิเคราะห์ธุรกรรม AML + Crypto (Golden Template ครบ)

ตัวอย่างเต็ม: วิเคราะห์ธุรกรรม AML + Crypto (Golden Template ครบ) 📥 Download Mock Data

[PERSONA]
นักวิเคราะห์ Financial Crime เชี่ยวชาญ AML + Blockchain 10 ปี

[TASK]
วิเคราะห์ธุรกรรมต้องสงสัยจาก CSV ที่แนบ ระบุ red flags และ risk level

[CONTEXT]
ข้อมูล: ธุรกรรมธนาคาร 3 เดือน + Crypto wallet transactions
เกณฑ์: ปปง.

[CONSTRAINTS HARD]
- ห้ามสรุปว่า "ผิดกฎหมาย" / ใช้คำว่า "มีเหตุสงสัย"
- ห้ามระบุชื่อจริง

[CONSTRAINTS SOFT]
- อ้างอิงมาตรา ปปง. ทุกข้อ
- ระบุ confidence ทุก red flag

[FALLBACK]
- ถ้า data ไม่ครบ: ระบุช่วงเวลาที่ขาดและผลกระทบต่อการวิเคราะห์

[EXAMPLES]
| Red Flag | หลักฐาน | Risk | มาตรา | Confidence |
| โอนเข้า-ออกทันที <1hr | แถว 12,15,28 | สูง | ม.5 ปปง. | high |

[REASONING]
Constraint-First (Reasoning Model)

[OUTPUT]
- ตาราง: Red Flag | หลักฐาน | Risk | มาตรา | Confidence
- Risk Score รวม (1-10) พร้อมเหตุผล
- Action Plan: สิ่งที่ต้องทำใน 7 / 14 / 30 วัน

[DATA]
[แนบ CSV สมมติ]

15.3 Production Workflow — นำ Prompt สู่ Production

15.3.1 5 ขั้นตอนจาก Prototype → Production

🔄 Prompt Development Lifecycle

Draft — ร่าง prompt แรก ทดสอบกับ 3-5 cases
Iterate — ปรับจาก failure cases, เพิ่ม constraints/examples
Evaluate — ทดสอบกับ 20+ cases, วัด accuracy/consistency
Version Control — บันทึกเวอร์ชัน, tag ที่ใช้งาน, changelog
Monitor — ติดตาม performance ใน production, drift detection

15.3.2 Evaluation Metrics

Metric	วัดอะไร	เกณฑ์ผ่าน
Accuracy	ความถูกต้องของเนื้อหา	≥ 90%
Consistency	ผลลัพธ์สม่ำเสมอ (run 10 ครั้ง)	≥ 85%
Format Compliance	ตรงตาม format ที่กำหนด	≥ 95%
Latency	เวลาตอบ (สำหรับ API)	≤ 10 วินาที
Safety	ไม่มี harmful/biased output	100%

15.4 Phase 2: QA Checklist — ตรวจก่อนส่ง

✅ QA Checklist 8 ข้อก่อนส่ง Output ให้ผู้บังคับบัญชา

#	ตรวจอะไร	ถ้า FAIL → ทำอะไร
1	ครบถ้วนตามที่สั่ง?	เพิ่ม completeness constraint
2	ไม่มีข้อมูลที่ไม่มีใน input?	เพิ่ม "ห้ามใช้ความรู้ทั่วไป"
3	ตัวเลข/มาตรา/ชื่อ verify ได้?	เพิ่ม self-check prompt
4	โทนถูกต้องตาม audience?	ระบุ audience ใน F ของ PTCF ชัดขึ้น
5	ความยาวเหมาะสม?	ระบุ max_length ใน Output constraint
6	ไม่มี PII/ข้อมูลลับรั่วไหล?	เพิ่ม Security check ใน Constraints
7	Format ตรง template ที่กำหนด?	ใส่ตัวอย่าง 1 แถวใน Examples
8	Human-in-the-Loop: คุณพร้อมรับผิดชอบ output นี้ไหม?	ถ้า FAIL → อย่าส่ง

⚠️ กฎเหล็ก

ข้อ 8 สำคัญที่สุด — ถ้าคุณไม่พร้อมรับผิดชอบ output ที่ AI สร้าง ห้ามส่งต่อไม่ว่าข้อ 1-7 จะผ่านหมดก็ตาม

15.5 AI Adoption Roadmap สำหรับองค์กร

15.5.1 4 Phases of AI Adoption

🗺️ Roadmap: จากเริ่มต้น → AI-Native Organization

Phase	ระยะเวลา	เป้าหมาย	กิจกรรม
Phase 1: Explore	1-2 เดือน	ทุกคนใช้ AI ได้	Training, ทดลอง use cases ง่ายๆ
Phase 2: Standardize	2-3 เดือน	มี Prompt Library	สร้าง templates, SOP, governance
Phase 3: Scale	3-6 เดือน	AI ใน workflow หลัก	API integration, automation, metrics
Phase 4: Optimize	ต่อเนื่อง	AI-Native Culture	Fine-tune, custom models, innovation

15.6 สร้าง Prompt Library สำหรับองค์กร

15.6.1 โครงสร้าง Prompt Library

## 📚 โครงสร้าง Prompt Library

prompt-library/
├── README.md                    # วิธีใช้ + Contributing Guide
├── templates/
│   ├── golden-template.md       # Master Template
│   ├── simple-task.md           # Template สำหรับงานง่าย
│   └── complex-analysis.md      # Template สำหรับงานวิเคราะห์
├── departments/
│   ├── marketing/
│   │   ├── content-creation.md
│   │   ├── campaign-planning.md
│   │   └── social-media.md
│   ├── hr/
│   │   ├── job-description.md
│   │   ├── interview-questions.md
│   │   └── performance-review.md
│   ├── finance/
│   │   ├── report-analysis.md
│   │   └── budget-planning.md
│   └── legal/
│       ├── contract-review.md
│       └── compliance-check.md
├── evaluation/
│   ├── test-cases.json          # Test cases สำหรับแต่ละ prompt
│   └── results/                 # ผลการทดสอบ
└── changelog.md                 # บันทึกการเปลี่ยนแปลง

15.6.2 Prompt Card (Metadata สำหรับแต่ละ Prompt)

---
name: "Customer Complaint Response"
version: "2.1"
author: "Marketing Team"
created: "2569-01-15"
updated: "2569-03-20"
tags: [customer-service, response, complaint]
model: "GPT-5.5 / Claude Sonnet 4"
accuracy: 92%
use_count: 1,847
status: "production"
---

## Description
ใช้สำหรับตอบ complaint ลูกค้าบน social media

## Template
[prompt template here]

## Test Cases
- Case 1: สินค้าเสียหาย → ต้องขอโทษ + เสนอเปลี่ยน
- Case 2: ส่งช้า → ต้องแจ้ง tracking + compensation
- Case 3: ราคาผิด → ต้อง acknowledge + แก้ไข

## Changelog
- v2.1: เพิ่ม empathy statement ตอนต้น
- v2.0: ปรับ tone ให้ warm ขึ้น
- v1.0: Initial version

15.7 ข้อผิดพลาดที่พบบ่อย

❌ ข้อผิดพลาดที่พบบ่อยในการใช้ Golden Template

#	❌ ข้อผิดพลาด	✅ วิธีที่ถูกต้อง
1	ข้าม Phase 0 (3Ws) ลงมือเขียน prompt ทันที → iteration ซ้ำซ้อน	ถาม What/Why/Who ก่อนเสมอ แล้ว draft user story ก่อนเริ่ม
2	ใช้ทุกส่วนของ Golden Template ทุกครั้ง → ยาวเกินไป ฟุ่มเฟือย	เลือกตาม complexity: Simple (ROLE+TASK+FORMAT) / Medium (เพิ่ม CONTEXT+CONSTRAINTS) / Complex (Full)
3	ลืมตรวจ 5 Keys ก่อนกด Send → output ไม่ตรงที่ต้องการ	ตรวจทุกครั้ง: Context · Constraints · Examples · Reasoning · Output
4	ส่ง output ให้ผู้บังคับบัญชาโดยไม่ผ่าน QA Checklist 8 ข้อ	ผ่านทุกข้อ ถ้าข้อ 8 FAIL (ไม่พร้อมรับผิดชอบ) ห้ามส่ง
5	ไม่มี Prompt Library → ทุกคนในทีมเขียน prompt ต่างสไตล์กัน	สร้าง Library มี metadata: version, author, test_cases, changelog
6	ใช้ THINKING section กับ Reasoning Model → ช้าและซ้ำซ้อน	Reasoning Model ใช้ Constraint-First ไม่ต้องสั่ง CoT (ดู Module 7)
7	Deploy โดยไม่วัด baseline metrics → ไม่รู้ว่าดีขึ้นหรือแย่ลง	วัด Accuracy/Consistency/Format/Latency/Safety ก่อน deploy และ monitor ต่อเนื่อง

15.8 Key Takeaways

📝 Key Takeaways Module 15

Golden Template = ROLE + CONTEXT + TASK + CONSTRAINTS + FORMAT + EXAMPLES + THINKING
ไม่ต้องใช้ทุกส่วนทุกครั้ง — เลือกตาม complexity (Simple/Medium/Complex)
Production Workflow: Draft → Iterate → Evaluate → Version → Monitor
AI Adoption: Explore → Standardize → Scale → Optimize
Prompt Library — จัดระบบ, มี metadata, test cases, changelog
วัดผลได้ — Accuracy, Consistency, Format Compliance, Safety
Phase 0 (3Ws): What/Why/Who ก่อนเขียน Prompt — ช่วยลดจำนวนรอบแก้ไขได้มาก
5 Keys: Context · Constraints · Examples · Reasoning · Output — ตรวจทุกครั้งก่อน send
หลีกเลี่ยงข้อผิดพลาด 7 ข้อ: Phase 0 ก่อน, เลือกส่วนตาม complexity, ตรวจ 5 Keys, QA 8 ข้อ, Prompt Library, ไม่ใช้ THINKING กับ Reasoning Model, วัด metrics

✅ หลังเรียน Module 15 — สิ่งที่ควรทำได้

ผ่าน Phase 0 (3Ws) ก่อนเขียน Prompt ใดก็ตาม
ใช้ 5 Keys ตรวจสอบ Prompt ก่อนกด Send ทุกครั้ง
ผ่าน QA Checklist 8 ข้อก่อนส่ง output ให้ผู้บังคับบัญชา
สร้าง Prompt Library สำหรับหน่วยงานที่มี metadata ครบ

🤔 คำถามทบทวน

โจทย์: Prompt ที่ทำมา 15 modules — จะสร้าง Prompt Library สำหรับหน่วยงานได้อย่างไร? ต้องมี metadata อะไรบ้าง?

ดูเฉลย

Metadata ที่ต้องมีในแต่ละ Prompt:

name — ชื่อ Prompt
version — เลข version
author — ผู้สร้าง
model — model ที่ทดสอบแล้ว
temperature — ค่า temperature ที่แนะนำ
use_case — งานที่ใช้
constraints — ข้อจำกัดหลัก
test_cases — ชุดทดสอบ
changelog — ประวัติการเปลี่ยนแปลง
last_reviewed — วันที่ตรวจสอบล่าสุด

M14: Use Cases ธุรกิจ M16: OSINT & Forensics