สรุปจากคลิป ดูคลิปต้นฉบับ

Prompting Framework แบบ Top 1%: ใช้ RSTI ให้ AI ตอบตรงงานขึ้น

เหตุผลที่หลายคนบอกว่า AI “ยังไม่ค่อยเก่ง” อาจไม่ได้อยู่ที่ตัว AI แต่อยู่ที่คำสั่งที่เราให้มันต่างหาก ถ้า prompt ยังคลุมเครือ สั้นเกินไป หรือโยนทุกอย่างใส่ไปในย่อหน้าเดียว ผลลัพธ์ก็มักออกมาทั่วไป ใช้ต่อยาก และต้องแก้หลายรอบ

คลิปสั้นของ Tina Huang พูดถึง framework ง่ายมากชื่อ RSTI แต่เป็นชุดความคิดที่คมพอสำหรับคนทำงานและเจ้าของธุรกิจที่อยากใช้ AI ให้คุ้มเวลา จุดที่น่าสนใจไม่ใช่แค่จำตัวย่อให้ได้ แต่คือการเข้าใจว่าแต่ละตัวช่วย “ลดความกำกวม” ระหว่างสิ่งที่เราอยากได้ กับสิ่งที่ model เข้าใจอย่างไร

บทความนี้สรุปและขยายความ RSTI ให้เอาไปใช้กับงานจริงได้ เช่น การเขียนโพสต์ขายของ สรุปรายงาน วางแผนประชุม สร้างสคริปต์คอนเทนต์ หรือช่วยคิดโครงงานสำหรับทีมที่ไม่ได้มีพื้นฐานสายเทคนิค

สารบัญ

• Step 1: Revisit prompt เดิมก่อน อย่าเพิ่งโทษ AI
• Step 2: Separate ให้ prompt อ่านง่าย อย่ายัดทุกอย่างลงก้อนเดียว
• Step 3: Try different phrasing ถ้าคำตอบตัน ให้เปลี่ยนมุมโจทย์
• Step 4: Introduce constraints บอกทั้งสิ่งที่ต้องการ และสิ่งที่ไม่เอา
• Step 5: รวม RSTI ให้เป็น workflow ใช้ซ้ำได้ในงานประจำ
• Actionable Insights
• Troubleshooting
• Step 6: การต่อยอดจาก RSTI สำหรับธุรกิจและคนทำงาน
• Step 7: สรุปมุมวิเคราะห์ ทำไม framework นี้ถึงใช้งานได้จริง
• Step 8: สรุป Checklist ทั้งหมด

Step 1: Revisit prompt เดิมก่อน อย่าเพิ่งโทษ AI

ตัว R ใน RSTI มาจาก Revisit หรือการกลับไปดู prompt เดิมอีกรอบ คำถามสำคัญคือ เราให้ข้อมูลมากพอหรือยัง เราระบุบทบาทชัดหรือยัง และเราใส่ reference หรือ example ให้ AI เห็นภาพหรือยัง

หลายครั้งปัญหาไม่ได้อยู่ที่ model ตอบไม่เก่ง แต่เราเริ่มจากคำสั่งแบบนี้

• ช่วยเขียนโพสต์ขายของให้หน่อย
• ช่วยทำแผนการตลาด
• ช่วยเขียนสุนทรพจน์

คำสั่งลักษณะนี้กว้างเกินไป AI จึงต้องเดาเองว่า เราต้องการโทนแบบไหน กลุ่มเป้าหมายคือใคร ความยาวเท่าไร และเป้าหมายสุดท้ายคืออะไร ผลลัพธ์ที่ได้เลยมักเป็นข้อความกลางๆ ใช้ได้บ้าง แต่ไม่โดน

สิ่งที่ควรทำคือเติม context ให้มากขึ้นเท่าที่จำเป็น เช่น

• บทบาท: ให้ AI รับบทเป็นนักการตลาด B2B, ผู้ช่วยผู้บริหาร, หรือคนเขียนคอนเทนต์สายสุขภาพ
• เป้าหมาย: ต้องการยอดนัดคุย, ต้องการสรุปสั้นให้ผู้บริหารอ่าน, หรืออยากได้โพสต์ที่คนเซฟเก็บ
• กลุ่มเป้าหมาย: เจ้าของ SME, HR, ทีมขาย, ผู้จัดการสาขา
• ข้ออ้างอิง: แนบตัวอย่างโพสต์เดิม, โทนแบรนด์, bullet point จากประชุม
• ตัวอย่างผลลัพธ์: บอกเลยว่าอยากได้ประมาณไหน

ถ้าเอามาใช้กับธุรกิจไทย ภาพจะชัดมาก สมมติร้านคลินิกความงามอยากให้ AI ช่วยเขียนแคปชัน แทนที่จะพิมพ์ว่า “ช่วยเขียนแคปชันโปรโมชันโบท็อกซ์” เราควรระบุเพิ่มว่า

• กลุ่มลูกค้าคือผู้หญิงวัยทำงาน 25-40 ปี
• โทนแบรนด์น่าเชื่อถือ ไม่ขายตรงเกินไป
• ต้องหลีกเลี่ยงคำโฆษณาเกินจริง
• เป้าหมายคือให้ทักแชตเพื่อรับคำปรึกษา
• อยากได้ 3 เวอร์ชัน ทั้งแบบสั้น แบบให้ความรู้ และแบบโปรโมชัน

แค่เติมข้อมูลเหล่านี้ คุณภาพคำตอบก็ต่างจากเดิมเยอะ

มุมที่น่าคิดคือ หลายคนกลัวว่าใส่ context เยอะแล้วจะยุ่ง แต่จริงๆ ความยุ่งไปอยู่ฝั่งเราเพียงครั้งเดียว แล้วได้คำตอบที่แก้น้อยลงในรอบถัดไป สำหรับงานประจำที่ทำซ้ำบ่อย เช่น เขียนอีเมล สรุปรายงาน หรือคิดโพสต์ขายของ การทำ prompt template ไว้เลยจะคุ้มมาก

Step 2: Separate ให้ prompt อ่านง่าย อย่ายัดทุกอย่างลงก้อนเดียว

ตัว S คือ Separate หมายถึงแยก prompt ให้สั้น ชัด และเป็นส่วนๆ แทนการพิมพ์ยาวติดกันทั้งย่อหน้า

หลักคิดนี้ง่ายมาก ถ้าคนอ่านยังงง AI ก็มีโอกาสงงเหมือนกัน การเขียนแบบ “word vomit” หรือเททุกอย่างลงไปในข้อความก้อนเดียว ทำให้ model จับประเด็นยากขึ้น โดยเฉพาะเมื่อโจทย์มีหลายชั้น เช่น ต้องคิดกลยุทธ์ เขียนข้อความ และคุมโทนในคราวเดียว

โครงสร้าง prompt ที่อ่านง่ายมักมีหน้าตาประมาณนี้

• บทบาท: ให้ AI เป็นใคร
• งานที่ต้องทำ: ต้องการ output อะไร
• ข้อมูลประกอบ: ข้อเท็จจริงหรือ reference ที่ต้องใช้
• ข้อจำกัด: สิ่งที่ต้องหลีกเลี่ยง
• รูปแบบคำตอบ: ต้องการเป็น bullet, ตาราง, หรือร่างข้อความ

ตัวอย่าง prompt ที่แยกชัด

เมื่อเทียบกับการพิมพ์รวดเดียวเป็นย่อหน้ายาว AI จะเข้าใจโครงงานได้ง่ายกว่า และเราก็แก้เฉพาะส่วนได้ด้วย เช่น ถ้าอยากเปลี่ยนกลุ่มเป้าหมาย ก็แก้แค่บรรทัดเดียว

มุมมองของเรา คือข้อดีที่แท้จริงของการ Separate ไม่ใช่แค่ทำให้ AI ตอบดีขึ้น แต่ยังทำให้ คนในทีมทำงานร่วมกันง่ายขึ้น ด้วย เพราะ prompt ที่ดีควรอ่านแล้วส่งต่อได้ ถ้าวันนี้เจ้าของธุรกิจใช้เอง พรุ่งนี้ให้แอดมินหรือทีมคอนเทนต์ใช้ต่อได้โดยไม่ต้องอธิบายใหม่ทั้งหมด

ถ้าบริษัทเริ่มใช้ AI จริง ควรทำ prompt library แบบง่ายๆ ใน Google Docs หรือ Notion แยกตามงาน เช่น

• prompt สำหรับสรุปประชุม
• prompt สำหรับเขียนโพสต์ขายของ
• prompt สำหรับตอบลูกค้าอย่างสุภาพ
• prompt สำหรับช่วยจัดลำดับความสำคัญของงาน

นี่เป็นจุดที่เจ้าของธุรกิจมักมองข้าม เพราะไปโฟกัสแต่เครื่องมือ ทั้งที่โครง prompt ที่อ่านง่ายต่างหากที่ทำให้ workflow ใช้งานได้ต่อเนื่อง

Step 3: Try different phrasing ถ้าคำตอบตัน ให้เปลี่ยนมุมโจทย์

ตัว T คือ Try different phrasing หรือการลองเปลี่ยนวิธีตั้งคำถาม ไม่ใช่ถามแบบเดิมซ้ำๆ แล้วหวังว่าคำตอบจะดีขึ้นเอง

ไอเดียสำคัญจากคลิปคือ ถ้าโจทย์ตรงๆ ให้ผลลัพธ์ที่กว้างเกินไป ลองใช้ analogous task หรือโจทย์ที่ใกล้เคียงกันแทน ตัวอย่างที่ยกมาคือ ถ้า “ช่วยเขียนสุนทรพจน์” ยังได้คำตอบกว้างๆ อาจเปลี่ยนเป็น “ช่วยเขียนเรื่องเล่าที่สื่อประเด็นนี้” ซึ่งการ reframe แบบนี้ทำให้ผลลัพธ์เปลี่ยนไปมาก

ประเด็นนี้สำคัญมากสำหรับคนทำงาน เพราะหลายงานไม่ได้ติดที่ AI ไม่เก่ง แต่ติดที่เราโยนโจทย์ในกรอบที่แคบเกินไป

ตัวอย่างการ reframe สำหรับงานธุรกิจ

• จาก “ช่วยเขียนโพสต์ขายสินค้า” เป็น “ช่วยเขียนเรื่องสั้นที่สะท้อนปัญหาก่อนใช้สินค้า แล้วค่อยเชื่อมเข้าทางแก้”
• จาก “ช่วยสรุปรายงานประชุม” เป็น “ช่วยจัดข้อมูลนี้ให้พร้อมส่งผู้บริหาร โดยแยกเป็นประเด็นตัดสินใจ ความเสี่ยง และงานที่ต้องตามต่อ”
• จาก “ช่วยคิดคอนเทนต์” เป็น “ช่วยคิดคำถามที่ลูกค้ามักถามก่อนตัดสินใจซื้อ แล้วเปลี่ยนแต่ละคำถามให้เป็นโพสต์”

สำหรับธุรกิจไทย จุดนี้มีประโยชน์มากกับงานขายและคอนเทนต์ เพราะภาษาแบบ “ขายตรง” มักทำให้ข้อความแข็งและเหมือนกันไปหมด แต่ถ้าเปลี่ยนโจทย์เป็นให้ AI เขียนเป็นเรื่องเล่า อุปมา หรือบทสนทนา เรามักได้ชิ้นงานที่เป็นธรรมชาติกว่า

อย่างไรก็ตาม มีข้อจำกัดที่ควรพูดตรงๆ คือการเปลี่ยน phrasing ไม่ได้แปลว่า AI จะฉลาดขึ้นแบบเปลี่ยนเร็วเสมอไป ถ้าข้อมูลต้นทางยังน้อยอยู่ ต่อให้ reframe เก่งแค่ไหน คำตอบก็ยังมีโอกาสลอยได้เหมือนเดิม ดังนั้น T ต้องใช้คู่กับ R และ S ไม่ใช่ใช้แยกเดี่ยว

หลักคิดสั้นๆ คือ ถ้าคำตอบ “กว้างเกินไป” ให้ลองเปลี่ยนกรอบโจทย์ ถ้าคำตอบ “ผิดจากสิ่งที่ต้องการ” ให้กลับไปเพิ่ม context และแยก prompt ให้ชัดก่อน

Step 4: Introduce constraints บอกทั้งสิ่งที่ต้องการ และสิ่งที่ไม่เอา

ตัว I คือ Introduce constraints หรือการใส่ข้อจำกัดเข้าไปใน prompt เพื่อช่วยให้ AI โฟกัสมากขึ้น

นี่เป็นหนึ่งในเทคนิคที่ใช้ได้ผลเร็วที่สุด เพราะหลายคนบอก AI แค่ว่า “อยากได้อะไร” แต่ไม่บอกว่า “ไม่อยากได้อะไร” ทำให้คำตอบไหลออกไปในทิศทางที่กว้างหรือไม่ตรงโทน

ข้อจำกัดที่ใช้ได้จริงมีหลายแบบ เช่น

• ความยาว: ไม่เกิน 100 คำ
• โทน: สุภาพ เป็นกันเอง ไม่ขายตรง
• รูปแบบ: ตอบเป็น bullet 5 ข้อ
• ขอบเขต: ใช้เฉพาะข้อมูลที่ให้มา
• สิ่งที่ห้าม: ห้ามใช้คำเกินจริง ห้ามเดาตัวเลข ห้ามอ้างแหล่งข้อมูลที่ไม่มี

ถ้าจะใช้กับงานของเจ้าของธุรกิจไทย ตัวอย่างที่เห็นภาพคือการให้ AI ช่วยตอบแชตลูกค้า

• ต้องสุภาพและกระชับ
• ห้ามรับปากเกินนโยบายบริษัท
• ห้ามใช้ถ้อยคำกดดันการซื้อ
• ถ้าไม่มีข้อมูล ให้ตอบว่าต้องตรวจสอบก่อน

หรือถ้าจะใช้กับงานสรุปประชุมสำหรับผู้บริหาร

• สรุปไม่เกิน 7 bullet
• แยกประเด็นเป็น สิ่งที่ตัดสินใจแล้ว, สิ่งที่ต้องติดตาม, ความเสี่ยง
• ห้ามใส่ความคิดเห็นเพิ่มนอกเหนือจากข้อมูลที่ให้

ข้อดีของ constraints คือมันทำให้ผลลัพธ์ “ใช้งานต่อ” ได้มากขึ้น ไม่ใช่แค่ “อ่านแล้วดูดี” จุดนี้สำคัญมากสำหรับคนทำงาน เพราะ output จาก AI ที่ยาวเกินไป หลวมเกินไป หรือเติมเองเกินไป มักทำให้เสียเวลาไล่แก้มากกว่าพิมพ์เอง

มุมที่เราเห็นด้วยมากคือ ข้อจำกัดไม่ได้ทำให้ AI คิดแคบลงเสมอไป แต่ช่วยบังคับให้มันส่งคำตอบที่เหมาะกับงานจริงมากขึ้น โดยเฉพาะงานที่มีเงื่อนไขด้านแบรนด์ กฎหมาย หรือความคาดหวังจากผู้บริหาร

Step 5: รวม RSTI ให้เป็น workflow ใช้ซ้ำได้ในงานประจำ

ถ้ามอง RSTI เป็นแค่ 4 ตัวอักษร เราอาจจำได้แต่ไม่ได้นำไปใช้จริง แต่ถ้ามองเป็น workflow จะเอาไปใช้กับแทบทุกงานที่คุยกับ AI ได้ทันที

ลำดับที่แนะนำคือ

1. Revisit ตรวจว่าโจทย์มีข้อมูลพอหรือยัง
2. Separate จัด prompt ให้เป็นส่วนๆ อ่านง่าย
3. Try different phrasing ถ้าคำตอบยังไม่โดน ให้เปลี่ยนมุมถาม
4. Introduce constraints ใส่เงื่อนไขให้ output ใช้งานได้จริง

ตัวอย่างงานเดียวกันก่อนและหลังใช้ RSTI

โจทย์เดิม: ช่วยเขียนโพสต์โปรโมตคอร์ส AI

โจทย์แบบ RSTI:

จะเห็นว่า prompt นี้ใช้ครบทั้ง 4 ส่วน และเปิดทางให้ AI สร้างคำตอบที่หลากหลายโดยยังคุมทิศทางได้

Actionable Insights

• ทำ prompt template สำหรับงานซ้ำ เช่น เขียนโพสต์ สรุปประชุม ตอบอีเมล จะช่วยลดเวลาคิดใหม่ทุกครั้ง
• เพิ่ม context ก่อนเพิ่มเครื่องมือ หลายปัญหาแก้ได้ด้วยคำสั่งที่ชัดขึ้น ไม่จำเป็นต้องเปลี่ยน platform ทันที
• แยกส่วน prompt ให้ทีมใช้ร่วมกันได้ โดยเฉพาะธุรกิจที่มีแอดมินหรือทีมคอนเทนต์หลายคน
• ถ้าคำตอบกว้าง ให้เปลี่ยนกรอบโจทย์ เช่น จาก “เขียนขาย” เป็น “เขียนเรื่องเล่าที่ทำให้เห็นปัญหา”
• บอกสิ่งที่ไม่เอาเสมอ เช่น ห้ามเกินจริง ห้ามเดาข้อมูล ห้ามใช้โทนแข็ง

Troubleshooting

• ปัญหา: AI ตอบกว้าง อ่านเหมือนข้อความสำเร็จรูป

สาเหตุ: prompt สั้นเกินไปและไม่มี context

วิธีแก้: เพิ่มบทบาท กลุ่มเป้าหมาย เป้าหมายงาน และตัวอย่างผลลัพธ์ที่อยากได้

• ปัญหา: คำตอบยาวมาก แต่ใช้งานต่อไม่ได้

สาเหตุ: ไม่ได้ใส่ constraints เรื่องความยาวและรูปแบบ

วิธีแก้: ระบุจำนวนคำ โครงสร้างคำตอบ และสิ่งที่ห้ามใส่ให้ชัด

• ปัญหา: แก้ prompt หลายรอบแต่คำตอบยังวนอยู่แบบเดิม

สาเหตุ: ใช้วิธีถามแบบเดิมซ้ำๆ

วิธีแก้: reframe โจทย์ใหม่ เช่น เปลี่ยนจากให้ “เขียนขาย” เป็น “เล่า pain point” หรือ “สร้างบทสนทนา”

• ปัญหา: คนในทีมใช้ prompt เดียวกันแล้วได้ผลไม่สม่ำเสมอ

สาเหตุ: prompt ไม่เป็นโครง อ่านยาก แก้ไขยาก

วิธีแก้: แยก prompt เป็นหัวข้อ Role, Task, Input, Constraints, Output format

• ปัญหา: AI เติมข้อมูลเองจนเสี่ยงใช้ผิด

สาเหตุ: ไม่กำหนดขอบเขตข้อมูลที่ให้ใช้

วิธีแก้: เพิ่มเงื่อนไขว่าให้ใช้เฉพาะข้อมูลที่ให้มา และถ้าข้อมูลไม่พอให้ถามกลับ

Step 6: การต่อยอดจาก RSTI สำหรับธุรกิจและคนทำงาน

เมื่อใช้ RSTI คล่องแล้ว ยังต่อยอดได้อีกหลายทาง

• สร้าง prompt library ตามแผนก เช่น ฝ่ายขาย การตลาด HR และผู้บริหาร เพื่อให้แต่ละทีมเริ่มต้นจากโครงที่ดี
• ทำ AI workflow สำหรับงานประจำ เช่น เริ่มจากสรุปประชุม แล้วต่อด้วยร่างอีเมลติดตามงาน และแปลงเป็น task list
• เก็บตัวอย่าง output ที่ดีไว้เป็น reference เพราะตัวอย่างที่ดีมักช่วยให้ AI ตอบคงที่กว่าการอธิบายยาวๆ

ถ้าต้องการเรียนรู้เรื่องการเขียนคำสั่งกับ AI เพิ่มเติม แหล่งอ้างอิงที่มีประโยชน์คือ OpenAI Prompt Engineering Guide ซึ่งช่วยต่อยอดแนวคิดเรื่องการให้คำสั่ง การกำหนดรูปแบบ และการใช้ตัวอย่างประกอบได้ดี

Step 7: สรุปมุมวิเคราะห์ ทำไม framework นี้ถึงใช้งานได้จริง

จุดแข็งของ RSTI คือมันไม่ซับซ้อน และไม่ต้องเป็น developer ก็ใช้ได้ นี่จึงเหมาะกับเจ้าของธุรกิจและคนทำงานที่ต้องการผลลัพธ์เร็ว ใช้กับงานประจำได้ทันที

แต่สิ่งที่ควรรู้คือ framework นี้ไม่ใช่สูตรวิเศษ ถ้าข้อมูลต้นทางไม่ชัด งานยังไม่ถูกนิยาม หรือเป้าหมายธุรกิจยังไม่ชัดเจน AI ก็ยังตอบได้ไม่ดีอยู่ดี พูดอีกแบบคือ RSTI ช่วยให้ AI เข้าใจเราได้ดีขึ้น แต่ไม่สามารถแทนการคิดที่ชัดของคนทำงานได้

ดังนั้น ถ้าจะใช้ AI ให้คุ้มที่สุด อย่ามอง prompt เป็นแค่ประโยคสั่งงาน แต่มองว่าเป็นการออกแบบการสื่อสารกับ model ยิ่งเราคิดชัด แยกชัด และตั้งข้อจำกัดชัด ผลลัพธ์ยิ่งพร้อมใช้

Step 8: สรุป Checklist ทั้งหมด

• ☐ เริ่มจากตรวจ prompt เดิมก่อน ว่าข้อมูลพอหรือยัง
• ☐ ใส่บทบาท เป้าหมาย กลุ่มเป้าหมาย และ reference ให้ชัด
• ☐ แยก prompt เป็นส่วนๆ แทนการพิมพ์ยาวก้อนเดียว
• ☐ ระบุรูปแบบ output ที่ต้องการ เช่น bullet, ตาราง, หรือร่างข้อความ
• ☐ ถ้าคำตอบกว้างเกินไป ให้ลองเปลี่ยนวิธีถาม
• ☐ ใช้ analogous task หรือ reframe โจทย์ให้ AI คิดคนละมุม
• ☐ ใส่ constraints ทุกครั้ง เช่น ความยาว โทน สิ่งที่ห้าม
• ☐ บอกทั้งสิ่งที่ต้องการ และสิ่งที่ไม่ต้องการ
• ☐ เก็บ prompt ที่ใช้แล้วเวิร์กไว้เป็น template
• ☐ สร้าง prompt library สำหรับงานซ้ำในทีม

สรุปสั้นที่สุด RSTI คือกรอบคิดสำหรับคนที่อยากใช้ AI ให้ตอบตรงงานขึ้น ไม่ว่าจะเป็นการเขียนคอนเทนต์ สรุปเอกสาร วางแผน หรือช่วยคิดงานประจำ ถ้าเรากลับไปเติมข้อมูล แยกคำสั่งให้ชัด ลองเปลี่ยนมุมโจทย์ และใส่ข้อจำกัดให้ครบ AI ก็มักให้คำตอบที่ใช้งานได้มากกว่าการสั่งแบบกว้างๆ ครั้งเดียวจบ