วิธีป้อนบริบทให้ AI แบบโปร เพื่อคำตอบที่ไม่ใช่สูตรสำเร็จ

2. ให้ข้อมูลเบื้องหลังที่จะเปลี่ยนคำตอบ

ก่อนลงมือถาม ให้ใส่ข้อมูลสักหนึ่งถึงสองประโยคที่โมเดลไม่มีทางรู้ได้ MasterPrompting.net แนะนำให้ถามตัวเองว่า: "ถ้าไม่บอกข้อมูลนี้โมเดลน่าจะตอบผิดเรื่องไหนมากที่สุด" นั่นคือข้อมูลที่คุณต้องใส่เข้าไป

แหล่งข้อมูลเดียวกันนี้ประเมินว่า แค่บอกว่า 'คุณเป็นใคร' (หรือผลงานนี้มีไว้เพื่อใคร) และ 'คุณกำลังพยายามทำอะไรให้สำเร็จ' ก็จะทำให้ผลลัพธ์ดีขึ้นถึง 80% แล้ว

3. บอก AI ว่าอะไร “ไม่” ควรทำ

การกำหนดขอบเขตตั้งแต่ก่อนที่ AI จะเริ่มสร้างข้อความ จะเป็นการกรองเอาคำตอบทั่วไปออกตั้งแต่ต้นตอ เช่น: "ห้ามใช้ buzzword, ห้ามขึ้นต้นด้วย 'ในโลกที่หมุนเร็วแบบทุกวันนี้', ห้ามระบุเกิน 3 ข้อ" เทคนิคนี้ได้รับการแนะนำจากแหล่งข้อมูลที่เน้นการหลีกเลี่ยงคำตอบแบบทั่วไปจาก ChatGPT หลักการคือการจำกัดขอบเขตของคำตอบแต่เนิ่น ๆ ก่อนที่โมเดลจะล่องลอยไปหาสำนวนซ้ำ ๆ ซาก ๆ

4. จัดโครงสร้าง Prompt เป็นหมวดหมู่แบบมีป้ายกำกับ

ใช้ตัวแบ่งที่ชัดเจน เช่น

## ข้อมูลเบื้องหลัง

## ข้อกำหนด

## ข้อจำกัด

## รูปแบบผลลัพธ์

5. ยกตัวอย่างสิ่งที่คุณต้องการ

การใส่ตัวอย่างที่ดีสักอัน (หรือตัวอย่างที่ไม่ดีที่ควรหลีกเลี่ยง) ลงใน prompt ของคุณ จะช่วยจำกัดขอบเขตของคำตอบได้อย่างมาก และลดคำตอบแบบทั่วไปลง นี่คือที่รู้จักกันในชื่อ 'Few-shot Prompting' — การแสดงให้โมเดลเห็นสิ่งที่คุณต้องการ แทนที่จะแค่บรรยายมัน

เทคนิคขั้นสูง

เทคนิคการจัดอันดับ (The Ranking Trick)

แทนที่จะถามหาคำตอบเดียว ให้ขอทางเลือกหลาย ๆ ข้อ แล้วจัดอันดับบนสเปกตรัม ตัวอย่าง: "เล่ามุขเกี่ยวกับดวงอาทิตย์ให้ฟังหน่อย" → "เล่ามุขเกี่ยวกับดวงอาทิตย์มา 5 มุข โดยจัดอันดับจากมุขที่คนรู้จักมากที่สุด ไปถึงมุขที่ 5 ที่ผมไม่เคยได้ยินมาก่อน" วิธีนี้จะบังคับให้โมเดลข้ามผ่านคำตอบที่มีโอกาสเป็นไปได้ทางสถิติมากที่สุด (และเป็นคำตอบที่ genric ที่สุด) ไปได้

วิธี "Interview Me"

เริ่ม prompt ของคุณด้วย: "Interview me until you understand the situation, then give your recommendation." (ซักถามฉันจนกว่าคุณจะเข้าใจสถานการณ์ แล้วจึงให้คำแนะนำ) โมเดลจะถามคำถามที่ตรงประเด็นกับคุณก่อนที่จะตอบ ช่วยดึงบริบทที่ดีกว่าออกมาจากคุณก่อน เทคนิคนี้มาจากผู้ใช้ที่มีประสบการณ์ซึ่งมอง AI เป็นเสมือนพนักงานใหม่ที่ฉลาด แต่ต้องเก็บ requirement ให้ดีก่อนทำงาน

การถามซ้ำแบบเป็นวงจร (Iterative Follow-Ups)

อย่าพอใจกับคำตอบแรกที่ได้ คำตอบแรกของ AI มักจะ 'เฉลี่ย' เกินไป — ให้มองมันเป็นแค่ draft แรก ตามด้วย prompt แบบ: "ทำให้มันเจาะจงกว่านี้", "ทำให้เป็นเวอร์ชั่นสำหรับคนที่ไม่ใช่สายเทคนิคหน่อย", หรือ "ลองท้าทายสมมติฐานของตัวเองดูสิ" การถามซ้ำแต่ละรอบจะช่วยเพิ่มความจำเพาะเจาะจง และการมอง AI เหมือนพนักงานที่ฉลาดที่สามารถถูกกดดันให้ลงรายละเอียดมากขึ้นได้ คือจุดเด่นของนัก prompt ขั้นเทพ

กระตุ้นให้มีจุดยืน (Encourage a Stance)

LLMs มักจะปรับเป็นโทนกลาง ๆ สมดุลและสุภาพอัตโนมัติ ถ้าคุณต้องการคำตอบที่ไม่ genric ให้ขอให้ AI 'แสดงจุดยืน' อย่างชัดเจน การ 'ผลักดันให้มันมีจุดยืน' คือเทคนิคที่ผู้ใช้มากประสบการณ์แชร์กัน โดยชี้ว่าแนวโน้มที่ AI จะเอาใจมนุษย์ (sycophancy) ซึ่งเป็นเรื่องธรรมชาติของมัน สามารถถูกชี้นำได้โดยการขอให้มันแสดงมุมมองเฉพาะ

รวบรวมทุกอย่างไว้ด้วยกัน: กรอบแนวคิด (Framework)

สำหรับ prompt ที่สำคัญที่สุดของคุณ ให้รวมเทคนิคเหล่านี้เข้าเป็นกรอบแนวคิดที่มีโครงสร้าง แบบจำลองที่ได้จากกลุ่มผู้ใช้ขั้นเทพมี 4 ส่วน :

• Assignment (ภารกิจ): คำสั่งสั้น ๆ ชัดเจน
• Quotes (คำพูดอ้างอิง): ข้อมูลอ้างอิงหรือบริบทที่เกี่ยวข้อง
• Notes (บันทึก): ข้อมูลเชิงลึกหรือประเด็นที่ควรพิจารณาจากคุณ
• Additional Instructions (ข้อกำหนดเพิ่มเติม): รูปแบบ, จำนวนคำ, มุมมอง, น้ำเสียง, และข้อจำกัด

กรอบนี้คล้ายกับ 'Ricky framework' (Role, Intent, Condition, Context, Examples) และแนวทางที่มีโครงสร้างอื่น ๆ ที่ผู้ปฏิบัติงานใช้เพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอและไม่ genric

สรุป

ประเด็นสำคัญคือ บริบทไม่เกี่ยวกับการเขียน prompt ให้ยาวขึ้น — แต่มันเกี่ยวกับการเขียน prompt ให้ตรงเป้าหมายมากขึ้น ก่อนที่คุณจะพิมพ์คำขอ ให้ใช้เวลา 10 วินาทีเพื่อกำหนดว่า AI ควรเป็นใคร ควรหลีกเลี่ยงอะไร และต้องการข้อมูลเฉพาะอะไรบ้าง แค่นี้จะเปลี่ยนผลลัพธ์จาก 'พอใช้ได้' ให้กลายเป็น 'ใช่เลย' ได้