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

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

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

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

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

บทสรุปสุดท้ายจากทีม Insiderly