.png)
ChatGPT ไม่ใช่เขียนคำสั่งแล้วจบ การใช้งานเต็มประสิทธิภาพจะต้อง ออกแบบการทำงานให้ด้วย ให้มีการใช้งานข้อมูลที่เหมาะสม มีขั้นตอนที่สามารถตรวจสอบได้ กระบวนการออกแบบนี้นี้เรียกว่า Prompt Engineering วันนี้เรามาทำความรู้จักเบื้องต้นกัน!
เนื้อหาในบทเรียนนี้
Prompt Engineering คืออะไร?
ในการใช้งาน Generative AI อย่าง ChatGPT นอกจากการเขียนคำสั่งเพื่อบอกสิ่งที่ต้องการแล้ว เรายังสามารถปรับแต่งคำสั่งนั้น ให้ครอบคลุมถึงการกำหนดกระบวนการคิด การทำงานให้มีการใช้งานข้อมูลที่ต้องการ, มีกระบวนการที่ตรวจสอบได้ ให้เหมาะสมกับสิ่งที่จะต้องทำมากยิ่งขึ้น
การออกแบบกระบวนการเหล่านี้นี่เองที่เรียกว่า Prompt Engineering วันนี้เราจะมาลองดูการทำ Prompt Engineering ผ่านการเขียนคำสั่งไปที่ ChatGPT ผ่านการใช้งานปกติมาลองดูว่า มีคำสั่งอะไรบ้างที่เปลี่ยนกระบวนการทำงานของ ChatGPT และจะมีผลต่อการทำงานอย่างไร
เนื้อหาบางส่วนมาจากคู่มือของทาง OpenAI โดยตรง โดยเค้ายกตัวอย่างการทำ Prompt Engineering ผ่านการแบ่งออกเป็นกลยุทธ์ต่างๆ มาดูว่ามีอะไรบ้างที่น่าสนใจ
กลยุทธ์ที่ 1: เขียนคำสั่งให้ชัดเจน ครบถ้วน
การเขียนคำสั่งให้มีสิ่งที่ต้องการครบถ้วนเป็นจุดเริ่มต้นของการเขียน Prompt หรือคำสั่งที่ดี เราสามารถใช้ Framework เช่น PARTS ที่ดูได้จากบทเรียนนี้ เพื่อเขียนคำสั่งให้ครบถ้วนองค์ประกอบเบื้องต้นได้แก่
P - Persona - กำหนดให้คุณเป็น...
A - Aim - ให้คุณทำ...
R - Recipient - ให้สำหรับผู้รับ...
T - Tone - เขียนตอบในน้ำเสียง...
S - Structure - เขียนตอบในรูปแบบ...
เช่น คำสั่งสำหรับการเขียน Content อาจออกมาหน้าตาแบบนี้
ให้คุณเป็น Content Creator ให้คุณสร้างไอเดีย Content เกี่ยวกับ Data, AI และ No Code สำหรับการใช้เพิ่มประสิทธิภาพการทำงาน ลดงานซ้ำซ้อนรอบตัว สำหรับผู้อ่านที่เป็นเจ้าของธุรกิจ ทีม Data, IT และบุคคลทั่วไปที่สนใจพัฒนาตนเองให้ทำงานได้มีประสิทธิภาพมากขึ้น ตอบในน้ำเสียงที่เป็นกันเอง สนุกสนาน เขียนตอบเป็นข้อๆ พร้อมคำอธิบาย
เปรียบเทียบผลลัพธ์จากการเขียนคำสั่งโดยมีองค์ประกอบไม่ครบ เปรียบเทียบกับคำตอบจากการเขียนคำสั่งทีมีรายละเอียดครบถ้วน
กลยุทธ์ที่ 2: ใช้ข้อมูลเฉพาะที่กำหนดให้เท่านั้น
ในการทำงานบางอย่าง เช่น ต้องใช้ชุดข้อมูลเฉพาะ ต้องการข้อมูลที่อัพเดทล่าสุดที่เป็นข้อมูลภายในองค์กร สามารถกำหนดให้ ChatGPT มีการใช้งานเฉพาะข้อมูลที่กำหนดให้
ในกรณีนี้จะมีการเขียนสัญลักษณ์ """ข้อมูลที่เกี่ยวข้อง""" ที่ใช้ครอบข้อมูลเป็นข้อความที่ต้องการใช้งาน หรืออาจใช้ข้อมูลที่อยู่ในไฟล์ Excel, PDF ก็ทำได้
ให้คุณทำความเข้าใจข้อมูลที่มีให้ใน """ """ และรอคำถามก่อนที่จะตอบคำถามใดๆ เมื่อได้รับคำถามแล้ว ให้ใช้เฉพาะข้อมูลที่อยู่ใน """ """ เพื่อตอบคำถามเท่านั้น หากคำถามไม่สามารถตอบได้ด้วยข้อมูลที่อยู่ใน """ """ ให้ตอบว่า "ไม่มีข้อมูลสำหรับการตอบคำถาม" หากรับทราบแล้วแจ้งว่า "แจ้งคำถามได้เลยครับ" """{ระบุข้อมูลที่ต้องการ}"""
กลยุทธ์ที่ 3: แบ่งการทำงานเป็นขั้นตอนย่อย
เช่นหากต้องการสร้าง ChatGPT ใช้ดูแลลูกค้า แทนที่จะให้ตอบกลับลูกค้าทันที เราจะทำการรับข้อมูลจากลูกค้า >> จัดหมวดหมู่ว่าลูกค้าต้องการติดต่อเรื่องอะไร >> กำหนดว่าแต่ละหมวดหมู่จะต้องจัดการตามขั้นตอนอย่างไร เนื่องจากการติดต่อแต่ละแบบจะมีวิธีการจัดการที่ต่างกัน
ให้รอรับความต้องการจาก User และให้คุณจัดหมวดหมู่ความต้องการที่ได้รับเป็นหมวดหมู่ โดยหมวดหมู่ประกอบไปด้วย {ระบุหมวดหมู่ต่างๆ} สำหรับกรณีหมวดหมู่ {ระบุหมวดหมู่ที่จะระบุขั้นตอน} คุณจะถามตอบกับ User ด้วยขั้นตอนต่อไปนี้- {ระบุขั้นตอนที่ต้องการ}
กลยุทธ์ที่ 4: ก่อนตอบ ให้ ChatGPT คิดทบทวนก่อน
การทำงานที่มีขั้นตอนชัดเจน เช่น การคำนวณข้อมูล หรือการทำงานที่มีกระบวนการทำงานชัดเจน ให้ ChatGPT เรียบเรียงมาก่อนว่า มีรายละเอียดที่เกี่ยวข้องอะไรบ้าง จะทำกระบวนการอะไรบ้าง และทำไปแล้ว ทำอะไรบ้างมีผลอย่างไร ให้เราสามารถตรวจสอบย้อนกลับได้
ให้คุณทำการคำนวณ ตรวจสอบข้อมูลที่เกี่ยวข้องให้เรียบร้อยก่อน ก่อนที่จะตอบคำถาม และหลังจากคำนวณ ตรวจสอบเสร็จเรียบร้อยค่อยนำข้อมูลที่คุณคิดได้มา มาตอบคำถามอีกที
มากกว่าแค่กระบวนการคิด ยังมี Model ต่างๆ
การทำ Prompt Engineering ยังมี Model ต่างๆ ที่ช่วยกำหนดพฤติกรรมของโปรแกรมอย่าง ChatGPT หรือในชื่อกว้างๆ ที่เรียกว่า Generative AI ให้กลายเป็น App ที่มีการใช้งานจริงที่ชัดเจน เช่น Retrieval Augmented Generation (RAG) การออกแบบให้ดึงข้อมูลมาจากเฉพาะแหล่งที่กำหนด สำหรับการใช้ทำ Chat Bot
ติดตามบทเรียนที่นี่กับ UP!!
ที่ปรึกษาของคุณในบทเรียนนี้
เจ้าของธุรกิจ ให้ผมช่วย สร้างธุรกิจของคุณให้เท่าทัน Data, AI นะครับ
สนใจเรียนรู้ว่าองค์ของคุณจะใช้ AI ทำให้เติบโตต่ออย่างไร พร้อมใช้ ChatGPT ให้เป็นผู้ช่วยส่วนตัว
แจ้งความสนใจส่งข้อความหาทางเพจ UP
แจ้งชื่อผู้ติดต่อ
ชื่อบริษัท
อีเมล์
เบอร์โทร
และเคสที่ต้องการปรับใช้ได้เลยนะครับ
ช่วยเราสร้างบทความที่ดีขึ้น
ผ่านการให้ข้อมูล และฟีดแบคเกี่ยวกับบทความนี้! และคอมเม้นท์บอกเราด้วยนะ ว่าชอบอะไร ไม่ชอบอะไรด้านล่าง!
แนะนำบทเรียนนี้ให้เพื่อนต่อไหม?
5 - แนะนำต่อแล้ว!
4 - คิดถึงเพื่อนที่ได้ใช้ก่อน ส่งให้แน่ๆ
3 - ถ้ามีโอกาส ส่งให้แน่ๆ
2 - ยังไม่แน่ใจ
Commenti