Context Engineering คืออะไร: ให้บริบท AI อย่างไรให้ตอบตรงงาน

Context Engineering คือการจัดบริบทให้ AI เห็นข้อมูลที่ถูกต้อง พอเหมาะ และเป็นระเบียบ เพื่อให้คำตอบตรงกับงานจริงมากขึ้น ถ้า Prompt Engineering คือการเขียนคำสั่ง Context Engineering คือการเตรียมโต๊ะทำงานให้ AI มีเอกสาร ตัวอย่าง ข้อจำกัด และนิยามที่ควรใช้ครบถ้วน

ทำไม Context สำคัญ#

AI ตอบจากสิ่งที่ได้รับในบริบท ถ้าบริบทไม่พอ คำตอบมักกว้าง เดาเกินข้อมูล หรือใช้สมมติฐานผิด โดยเฉพาะงานที่เกี่ยวกับ:

รายงานธุรกิจ
เอกสารลูกค้า
ข้อมูลจาก spreadsheet
งานเขียนตาม brand voice
งานโค้ดใน repo จริง
งานที่ต้องอ้างอิงนโยบายหรือข้อกำหนด

Context ที่ดีควรมีอะไร#

บทบาทของผู้ใช้
ผู้รับผลลัพธ์
เป้าหมายปลายทาง
ข้อมูลต้นฉบับ
ตัวอย่าง output ที่ชอบ
นโยบายหรือข้อจำกัด
นิยามคำสำคัญ
สิ่งที่ห้ามเดา
เกณฑ์ตรวจคุณภาพ

Template:

บริบทของงาน:
- ฉันคือ [บทบาท]
- ผู้รับผลลัพธ์คือ [ใคร]
- เป้าหมายคือ [อะไร]
- ใช้ข้อมูลจาก [ไฟล์/ข้อความ/ตาราง]

นิยาม:
- [คำสำคัญ] หมายถึง [นิยาม]

ข้อจำกัด:
- ใช้เฉพาะข้อมูลที่ให้
- ห้ามเดาตัวเลข
- ถ้าข้อมูลไม่พอให้ถามกลับ

ผลลัพธ์:
- [format]

ตัวอย่าง Context Engineering#

Prompt ที่ context น้อย:

ช่วยทำรายงานยอดขาย

Prompt ที่ context ดี:

ฉันเป็นผู้จัดการฝ่ายขาย B2B
ต้องทำรายงานยอดขายเดือนนี้ให้ผู้บริหาร
ข้อมูลที่แนบคือยอดขายแยกตามทีม สินค้า และช่องทาง

ช่วยสรุป:
- ภาพรวมยอดขาย
- ทีมที่โตสูงสุดและลดลงมากสุด
- สินค้าที่ควรจับตา
- คำถามที่ควรถามทีมขายต่อ

ข้อจำกัด:
- อย่าเดาเหตุผลเกินข้อมูล
- ตัวเลขสำคัญต้องอ้างจากตาราง
- ใช้ภาษาผู้บริหาร กระชับ

ใช้ Context Engineering กับงานทีม#

สำหรับองค์กร ควรทำ context asset กลาง เช่น:

brand voice
product facts
FAQ ลูกค้า
data dictionary
policy การใช้ AI
prompt library
checklist ตรวจงาน

สิ่งเหล่านี้ช่วยให้คนในทีมใช้ AI ได้สม่ำเสมอขึ้น

FAQ#

Context Engineering ต่างจาก Prompt Engineering อย่างไร#

Prompt Engineering คือการเขียนคำสั่ง ส่วน Context Engineering คือการจัดข้อมูลรอบงานให้ AI ใช้ เช่น ไฟล์ ตัวอย่าง ข้อจำกัด และนิยาม งานจริงมักต้องใช้ทั้งสองอย่างคู่กัน

ให้ context เยอะยิ่งดีไหม#

ไม่เสมอไป Context ที่ดีต้องเกี่ยวข้องกับงาน ถ้าใส่ข้อมูลเยอะเกินไปหรือปนกันหลายเรื่อง AI อาจสับสนและตอบไม่ตรง

วิธีลด AI เดาข้อมูลคืออะไร#

บอกให้ใช้เฉพาะข้อมูลที่ให้ แยก fact กับ recommendation และให้เขียนว่า “ข้อมูลไม่เพียงพอ” เมื่อไม่มีหลักฐาน