ทุกสิ่งที่ควรรู้จากคอร์ส Google Prompting Essentials: ก้าวสู่การใช้ Generative AI อย่างชาญฉลาดในที่ทำงาน

เมื่อพูดถึงปัญญาประดิษฐ์สร้างสรรค์ หรือ Generative AI หลายคนคงเคยสัมผัสประสบการณ์ใช้งานมาแล้ว บางครั้งได้ผลลัพธ์ที่น่าพอใจ บางครั้งก็ผิดหวัง ในบทความนี้เราจะพาไปรู้จักกับหลักสูตร Google Prompting Essentials ซึ่งถูกออกแบบโดยผู้เชี่ยวชาญด้าน AI จาก Google เพื่อสอนเทคนิคการสร้างคำสั่ง หรือ “prompt” ที่ชัดเจนและมีประสิทธิภาพ เพื่อให้เราสามารถทำงานได้เร็วขึ้นและฉลาดขึ้นด้วยการใช้ Generative AI เป็นผู้ช่วยที่ทรงพลัง

ทำความเข้าใจพื้นฐานของ Prompting: ศิลปะและวิทยาศาสตร์แห่งการสั่งงาน AI

Prompting คือกระบวนการให้คำสั่งที่ชัดเจนและเฉพาะเจาะจงกับเครื่องมือ Generative AI เพื่อให้ได้ข้อมูลใหม่หรือผลลัพธ์ที่ต้องการในงานหนึ่ง ๆ คำสั่งเหล่านี้เรียกว่า “prompt” ซึ่งอาจรวมถึงข้อความ รูปภาพ หรือแม้แต่เสียงและโค้ดก็ได้ AI บางชนิดสามารถสร้างเนื้อหาข้อความ บางชนิดสร้างภาพ หรือวิดีโอได้ ความท้าทายคือการเขียน prompt ที่แม่นยำและมีรายละเอียดเพียงพอ เพื่อให้ AI เข้าใจความต้องการอย่างแท้จริง เหมือนกับการอธิบายงานให้เพื่อนร่วมทีมฟังอย่างละเอียดตั้งแต่ต้น

สิ่งสำคัญคือการให้ บริบท และการตั้งเงื่อนไขที่ชัดเจน เพื่อให้ได้ผลลัพธ์ที่ดีและตรงกับวัตถุประสงค์มากที่สุด นี่คือหัวใจของการทำงานร่วมกับ AI ที่กำลังกลายเป็นทักษะสำคัญในยุคนี้

Prompting Framework: เคล็ดลับสร้าง prompt ที่ยอดเยี่ยม

คอร์สนี้แนะนำให้ใช้กรอบการทำงานที่เรียกว่า Task, Context, References, Evaluate, Iterate หรือย่อว่า TCREI ซึ่งเป็นสูตรสำเร็จในการเขียน prompt ที่ดี

• Task: ระบุงานที่ต้องการให้ AI ช่วยอย่างชัดเจน พร้อมระบุ persona หรือบทบาทของ AI ที่ต้องการ เช่น นักเขียนคำโฆษณามืออาชีพ หรือผู้บริหารด้านการตลาดที่มีประสบการณ์ 15 ปี รวมถึงรูปแบบผลลัพธ์ที่ต้องการ เช่น รายการหัวข้อย่อย ตาราง หรือประโยคสั้น ๆ
• Context: ให้รายละเอียดและข้อมูลประกอบที่ช่วยให้ AI เข้าใจงานได้ดีขึ้น เช่น งบประมาณ อายุของผู้รับของขวัญ หรือความชอบเฉพาะเจาะจง
• References: ให้ตัวอย่างหรือข้อมูลอ้างอิงที่ AI สามารถนำไปใช้ในการสร้างผลลัพธ์ เช่น ตัวอย่างของขวัญที่เคยให้ หรือสไตล์การเขียนที่ต้องการ
• Evaluate: ตรวจสอบผลลัพธ์ที่ได้ว่าตรงกับความต้องการหรือไม่
• Iterate: ปรับปรุงและแก้ไข prompt เพื่อให้ได้ผลลัพธ์ที่ดียิ่งขึ้น โดยการเพิ่มรายละเอียดหรือเปลี่ยนแปลงคำสั่ง

การใช้กรอบนี้ช่วยให้เราสร้าง prompt ที่แม่นยำและมีประสิทธิภาพมากขึ้น ซึ่งเป็นพื้นฐานสำคัญของการทำงานกับ Generative AI

การประยุกต์ใช้ Prompt Framework กับงานจริง: ตัวอย่างการสร้างไอเดียรองเท้ากีฬา

ลองนึกภาพว่าเราต้องการสร้างไอเดียสำหรับรองเท้ากีฬาใหม่ที่มีประสิทธิภาพสูง โดยเริ่มจากการให้ AI สร้างไอเดีย 5 แบบแรก เราจะเห็นว่าถ้าระบุแค่คำสั่งงาน (Task) อย่างเดียว ผลลัพธ์ที่ได้อาจกว้างและไม่เฉพาะเจาะจง

แต่เมื่อเพิ่มรายละเอียด เช่น รูปแบบผลลัพธ์ที่ต้องการเป็น outline ของแนวคิดและวัสดุที่ใช้ หรือเพิ่มบริบทว่ารองเท้าควรเหมาะกับนักกีฬาที่ทำกิจกรรม cross training ผลลัพธ์จะมีความเฉพาะและมีประโยชน์มากขึ้น

ถัดมา การใส่ references เช่น ตัวอย่างรองเท้าที่มีฐานราคาถูกหรือมีเทคโนโลยีพื้นรองเท้า adaptive จะช่วยให้ AI ปรับแต่งไอเดียให้เหมาะสมและน่าสนใจยิ่งขึ้น

นี่เป็นตัวอย่างที่ชัดเจนว่าการให้รายละเอียดและบริบทที่เหมาะสมช่วยเพิ่มคุณภาพของผลลัพธ์ได้มากแค่ไหน

การปรับปรุงคำสั่ง (iteration) และเทคนิคช่วยแก้ไข prompt

เมื่อผลลัพธ์ที่ได้ยังไม่ตรงใจ เราสามารถใช้วิธีการต่าง ๆ เพื่อปรับปรุง เช่น

• เพิ่มความชัดเจนและรายละเอียดใน Task, Context, References
• แยกคำสั่งที่ยาวออกเป็นประโยคสั้น ๆ เพื่อให้ AI สามารถโฟกัสกับแต่ละงานได้ง่ายขึ้น เช่น สรุปข้อมูล สร้างกราฟ และย่อข้อมูล
• ลองใช้คำถามหรือคำสั่งที่มีลักษณะคล้ายกัน (analogous task) เพื่อให้ AI มองงานในมุมใหม่ เช่น แทนที่จะขอแผนการตลาด อาจขอเป็นเรื่องราวที่แสดงถึงสินค้าในชีวิตประจำวันของลูกค้าเป้าหมาย
• เพิ่มข้อจำกัด (constraints) เพื่อให้ผลลัพธ์เฉพาะเจาะจงและน่าสนใจขึ้น เช่น การสร้างเพลย์ลิสต์เพลงโดยกำหนดให้ไม่ซ้ำกับเพลงที่เคยฟังบ่อย ๆ

หลักการสำคัญคือ Always Be Iterating (ABI) หรือ “ทำซ้ำ ปรับปรุงอยู่เสมอ” เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

การใช้ Generative AI สร้างภาพและการทำ Multimodal Prompting

ไม่ใช่แค่ข้อความเท่านั้นที่ AI สามารถสร้างได้ แต่ยังรวมถึงภาพและสื่ออื่น ๆ ด้วย โดยการสร้างภาพต้องใช้ prompt ที่มีรายละเอียดชัดเจน เช่น ขนาด สี ตำแหน่ง และสไตล์ภาพ เพื่อให้ AI เข้าใจและสร้างภาพตามที่ต้องการ

ตัวอย่างเช่น การสร้างภาพกีตาร์ไฟฟ้าสำหรับโปสเตอร์ด้วยสไตล์ภาพถ่ายที่มีสีสันสดใส และกีตาร์ลอยอยู่บนท้องฟ้า

นอกจากนี้ยังมี multimodal prompting ซึ่งเป็นการใช้ข้อมูลหลายรูปแบบผสมกัน เช่น ใส่ภาพและข้อความร่วมกันเพื่อให้ AI สร้างผลลัพธ์ที่ซับซ้อนขึ้น เช่น การให้ AI วิเคราะห์ภาพเล็บศิลปะพร้อมเขียนแคปชั่นโซเชียลมีเดียที่สนุกสนานและเหมาะสม

การใช้ multimodal prompting ช่วยให้เราเข้าใจข้อมูลได้ลึกซึ้งขึ้นและเปิดโอกาสให้แก้ไขปัญหาได้อย่างมีประสิทธิภาพมากขึ้นในที่ทำงาน

แนวทางการใช้ Generative AI อย่างรับผิดชอบในที่ทำงาน

แม้ว่า Generative AI จะมีพลังมาก แต่การใช้งานต้องคำนึงถึงความรับผิดชอบและข้อจำกัด เช่น

• ตรวจสอบว่าเป้าหมายของการใช้ AI สอดคล้องกับนโยบายองค์กร กฎหมาย และความรับผิดชอบต่อผู้ร่วมงานและลูกค้าหรือไม่
• หลีกเลี่ยงการป้อนข้อมูลลับหรือข้อมูลส่วนบุคคลลงในเครื่องมือ AI สาธารณะ ควรใช้เวอร์ชันที่องค์กรอนุญาต
• ประเมินผลลัพธ์อย่างรอบคอบเพื่อหาข้อผิดพลาดหรืออคติที่อาจเกิดขึ้น และเปิดเผยการใช้ AI เมื่อแชร์ข้อมูลกับผู้อื่น
• ระวัง “hallucinations” หรือการสร้างข้อมูลผิดพลาดของ AI ที่เกิดจากการเข้าใจคำสั่งไม่ชัดเจน

ตัวอย่างเหตุการณ์ที่เกิดขึ้นจริงคือการสร้างภาพแมวบนจรวดที่แมวอยู่บนยอดจรวดแทนที่จะอยู่ในห้องโดยสาร ซึ่งเกิดจากการสื่อสาร prompt ที่ไม่ชัดเจนและต้องปรับแก้ให้เจาะจงมากขึ้น

เครื่องมือบางตัว เช่น Gemini มีฟังก์ชันตรวจสอบข้อเท็จจริงในตัว ช่วยให้เปรียบเทียบข้อมูลและลดความผิดพลาดได้ดีขึ้น

การใช้ Generative AI เพื่อช่วยสรุปข้อมูลและจัดการงานประจำวัน

ในโลกการทำงานที่เต็มไปด้วยข้อมูลจำนวนมาก การใช้ AI ช่วยสรุปเนื้อหาและจัดการงานต่าง ๆ เป็นเรื่องจำเป็น ตัวอย่างเช่น การสรุปบทความวิจัยยาว ๆ หรือสรุปรายงานที่มีข้อมูลซับซ้อน ทำให้เข้าใจง่ายและประหยัดเวลา

สามารถใช้ AI สร้างสรุปแบบหลายระดับ ตั้งแต่สรุปยาวไปจนถึงประโยคเดียวที่จับใจความสำคัญ หรือจะให้ AI อธิบายเนื้อหาในมุมมองต่าง ๆ เช่น สำหรับผู้ที่ไม่ถนัดตัวเลข หรือใช้คำพูดในสไตล์ภาพยนตร์ยุค 80 เพื่อเพิ่มความน่าสนใจ

เทคนิคอย่าง chain of density prompting ช่วยให้ได้สรุปที่กระชับและตรงประเด็น โดยการปรับความยาวและรายละเอียดของสรุปทีละขั้น

การใช้ AI วิเคราะห์และสร้างภาพข้อมูล (Data Visualization)

นอกจากการสรุปข้อมูลแล้ว AI ยังช่วยวิเคราะห์และแนะนำวิธีการแสดงข้อมูลในรูปแบบที่เหมาะสม เช่น กราฟแท่ง กราฟวงกลม หรือ stacked bar chart เพื่อให้เข้าใจความสัมพันธ์ของข้อมูลได้ง่ายขึ้น

ตัวอย่างเช่น การวิเคราะห์ข้อมูลยอดขายหนังสือในร้านหนังสือ โดย AI ช่วยแนะนำประเภทกราฟที่เหมาะสมและวิธีการปรับแต่งกราฟให้น่าสนใจและชัดเจน

แม้ว่าจะไม่ใช่ทุกเครื่องมือที่สามารถวิเคราะห์ข้อมูลและสร้างภาพได้ ควรตรวจสอบความสามารถของเครื่องมือที่ใช้ก่อนเสมอ

การสร้างงานนำเสนอและเตรียมพูดด้วย AI

การนำเสนอเป็นสิ่งสำคัญที่ช่วยถ่ายทอดข้อมูลและโน้มน้าวใจผู้ฟัง Generative AI สามารถช่วยวางโครงสร้างงานนำเสนอ สรุปเนื้อหาสำคัญ และสร้างภาพประกอบให้น่าสนใจ รวมถึงช่วยร่างบันทึกพูด (speaker notes) ที่มีน้ำเสียงเหมาะสมกับผู้ฟัง เช่น ผู้บริหาร หรือทีมการตลาด

นอกจากนี้ยังสามารถอัดเสียงตัวเองแล้วให้ AI วิเคราะห์และให้คำแนะนำเกี่ยวกับน้ำเสียง จังหวะ และการสื่อสาร เพื่อพัฒนาทักษะการพูดให้ดีขึ้น

ด้วยความสามารถของ AI ที่มี context window ขนาดใหญ่ ทำให้สามารถจัดการงานที่ซับซ้อนและต่อเนื่องได้ดี

การสร้าง AI Agents: เปลี่ยน AI ให้เป็นผู้ช่วยเฉพาะทาง

AI Agents คือการออกแบบ prompt เพื่อเปลี่ยน Generative AI ให้ทำหน้าที่เฉพาะ เช่น การจำลองบทสนทนาเพื่อฝึกซ้อมสัมภาษณ์งาน หรือให้คำปรึกษาในเรื่องต่าง ๆ โดยแบ่งออกเป็นสองประเภทหลัก

• Agent Sim: จำลองสถานการณ์ เช่น การฝึกซ้อมสัมภาษณ์งาน โดย AI จะทำหน้าที่เป็นผู้สัมภาษณ์และให้คำแนะนำหลังจบ
• Agent X: เป็นที่ปรึกษาส่วนตัวที่ให้ฟีดแบ็กและคำแนะนำในเรื่องที่ต้องการ เช่น การติชมแผนการตลาดจากมุมมองลูกค้า

การสร้าง AI Agents ช่วยให้เรามีเครื่องมือที่สามารถปรับแต่งได้ตามงานและความต้องการเฉพาะ เพิ่มประสิทธิภาพและความมั่นใจในการทำงานได้อย่างมาก

การจัดการและเก็บรักษา Prompt: Prompt Versioning และ Prompt Library

การพัฒนาทักษะการเขียน prompt ต้องมีการทดลองและจดบันทึกว่าคำสั่งแบบไหนทำงานได้ดี เพื่อให้ไม่ต้องเริ่มต้นใหม่ทุกครั้ง สามารถนำ prompt ที่ได้ผลดีมาใช้ซ้ำ ปรับแต่ง หรือพัฒนาเป็นเวอร์ชันใหม่ตามความต้องการ

การสร้าง Prompt Library หรือคลังคำสั่งส่วนตัว ช่วยให้ค้นหาและใช้งาน prompt ได้รวดเร็วขึ้น และยังช่วยแบ่งปันความรู้กับชุมชนผู้ใช้ AI ซึ่งเป็นแหล่งเรียนรู้และแรงบันดาลใจที่ดี

เปรียบเทียบเหมือนการทำเมนูอาหารที่ประสบความสำเร็จแล้ว อยากลองเพิ่มรสชาติใหม่ ๆ โดยไม่ต้องเริ่มจากศูนย์

บทสรุป: ก้าวสู่การใช้ Generative AI อย่างชาญฉลาดและรับผิดชอบ

คอร์ส Google Prompting Essentials สอนให้เราเข้าใจและใช้ Generative AI อย่างมีประสิทธิภาพ ตั้งแต่การเขียน prompt เบื้องต้นจนถึงเทคนิคขั้นสูง เช่น การทำ prompt chaining และการสร้าง AI agents ที่เหมาะกับงานมากมายในชีวิตจริง

การเรียนรู้วิธีการประเมินผลลัพธ์และปรับปรุงคำสั่งอย่างสม่ำเสมอช่วยให้ได้ผลลัพธ์ที่มีคุณภาพ การใช้ AI อย่างรับผิดชอบโดยการตรวจสอบข้อมูลและหลีกเลี่ยงอคติเป็นสิ่งที่ไม่ควรมองข้าม

สุดท้าย การมีคลัง prompt ส่วนตัวและการแลกเปลี่ยนความรู้ในชุมชนจะช่วยให้ก้าวหน้าพร้อมกับโลกของ AI ที่เปลี่ยนแปลงอย่างรวดเร็ว

นี่คือก้าวแรกสู่การทำงานอย่างชาญฉลาดด้วย Generative AI ที่ใคร ๆ ก็ทำได้ และน่าจะเป็นทักษะสำคัญในอนาคตที่ทุกคนควรมีไว้ในมือ

คำศัพท์เฉพาะเพิ่มเติม

• Prompting: การให้คำสั่งหรือคำถามกับ AI เพื่อสร้างผลลัพธ์ตามต้องการ
• Multimodal Prompting: การใช้ข้อมูลหลายรูปแบบ เช่น ข้อความและภาพ ร่วมกันในการสั่งงาน AI
• Prompt Chaining: การสร้างคำสั่ง AI หลายขั้นตอนที่เชื่อมโยงกัน เพื่อแก้ไขงานที่ซับซ้อน
• Chain of Density Prompting: เทคนิคการสรุปข้อมูลโดยค่อย ๆ ลดความยาวและรายละเอียดลงในหลายระดับ
• AI Agents: AI ที่ถูกออกแบบให้ทำหน้าที่เฉพาะทาง เช่น ผู้ช่วยจำลองสถานการณ์ หรือที่ปรึกษาส่วนตัว

บทสรุปสุดท้ายจากทีม Insiderly

• การสร้าง prompt ที่ดีต้องมีรายละเอียดชัดเจนและบริบทครบถ้วน เพื่อให้ AI เข้าใจและตอบสนองได้ถูกต้อง
• การเรียนรู้และปรับปรุง prompt อย่างต่อเนื่อง (ABI) คือกุญแจสู่ผลลัพธ์ที่ดีที่สุด
• การใช้ multimodal prompting เปิดโอกาสให้ AI ประมวลผลข้อมูลหลากหลายรูปแบบพร้อมกัน สะดวกและทรงพลังยิ่งขึ้น
• ต้องใช้ AI อย่างรับผิดชอบ โดยตรวจสอบข้อมูลและหลีกเลี่ยงการป้อนข้อมูลลับในเครื่องมือสาธารณะ
• การสร้าง AI agents ช่วยเพิ่มประสิทธิภาพและความมั่นใจในการทำงานผ่านการจำลองสถานการณ์และให้คำปรึกษาเฉพาะทาง
• การเก็บรักษาและจัดการ prompt อย่างเป็นระบบช่วยเพิ่มความรวดเร็วและประสิทธิภาพในการใช้งาน AI ในระยะยาว
• ทักษะการเขียน prompt กำลังกลายเป็นความสามารถพื้นฐานที่จำเป็นสำหรับการทำงานในยุคดิจิทัล