Prompt Engineering คืออะไร: วิธีเขียน Prompt ให้ AI ตอบดีขึ้น

Prompt Engineering คือการออกแบบคำสั่งให้ AI เข้าใจงาน เป้าหมาย บริบท ข้อจำกัด และรูปแบบผลลัพธ์ที่เราต้องการได้ชัดขึ้น พูดง่าย ๆ คือการเขียน brief ให้ AI ทำงานได้เหมือนผู้ช่วยที่เข้าใจโจทย์ ไม่ใช่แค่โยนคำถามสั้น ๆ แล้วหวังให้เดาใจถูก

สำหรับคนทำงาน Prompt Engineering ไม่ได้หมายถึงเทคนิคซับซ้อนเสมอไป จุดสำคัญคือถามให้ชัด ให้ข้อมูลที่จำเป็น และตรวจคำตอบก่อนใช้จริง

Prompt ที่ดีควรมีอะไร#

Prompt ที่ดีมักมี 6 ส่วน:

เป้าหมาย: อยากให้ AI ทำอะไร
บริบท: งานนี้เกี่ยวกับใคร สถานการณ์ไหน
ข้อมูลต้นฉบับ: ข้อความ ไฟล์ ตัวอย่าง หรือตัวเลขที่ต้องใช้
ข้อจำกัด: ความยาว tone ภาษา สิ่งที่ห้ามเดา
รูปแบบผลลัพธ์: bullet, ตาราง, email, report, checklist
เกณฑ์ตรวจ: อะไรคือคำตอบที่ใช้ได้จริง

Template:

ช่วย [งานที่ต้องการ]

บริบท:
- ฉันคือ [บทบาท]
- งานนี้ใช้สำหรับ [ผู้รับ]
- เป้าหมายคือ [ผลลัพธ์]

ข้อมูล:
"""
[วางข้อมูล]
"""

ข้อจำกัด:
- ใช้ภาษา [ภาษา]
- tone [โทน]
- ความยาว [จำนวน]
- ห้าม [ข้อห้าม]

รูปแบบผลลัพธ์:
- [รูปแบบที่ต้องการ]

ก่อนจบ:
- แยก fact, assumption และ recommendation
- ระบุจุดที่ไม่แน่ใจ

ตัวอย่าง Prompt สำหรับงานจริง#

เขียนอีเมล#

ช่วยร่างอีเมลติดตามลูกค้าหลังประชุม

บริบท:
- ลูกค้าเป็นบริษัท B2B
- ประชุมเรื่องระบบ CRM
- เป้าหมายคือขอนัด demo รอบถัดไป
- tone สุภาพ กระชับ ไม่ขายหนัก

ผลลัพธ์:
- subject 3 แบบ
- email ภาษาไทยไม่เกิน 180 คำ
- มี call to action ชัดเจน

สรุปประชุม#

ช่วยสรุป meeting notes นี้

ขอ:
- summary ไม่เกิน 5 bullet
- decisions
- action items พร้อม owner และ deadline
- open questions

ถ้า owner หรือ deadline ไม่ชัด ให้เขียนว่า "ยังไม่ระบุ"

วิเคราะห์ข้อมูล#

ช่วยวิเคราะห์ข้อมูลยอดขายนี้

ขอ:
- trend สำคัญ
- สินค้าที่โตสูงสุด
- outlier ที่ควรตรวจ
- recommendation 3 ข้อ

ห้ามเพิ่มตัวเลขที่ไม่มีในข้อมูล

ถ้า AI ตอบไม่ตรง ทำอย่างไร#

อย่าเพิ่งเริ่มใหม่ทันที ให้แก้ด้วย follow-up:

คำตอบนี้กว้างเกินไป
ช่วยปรับให้โฟกัสเฉพาะ [หัวข้อ]
และตัดส่วนที่ไม่เกี่ยวข้องออก

ช่วยทำใหม่โดยใช้เฉพาะข้อมูลที่ฉันให้
ถ้าข้อมูลไม่พอ ให้บอกว่า "ข้อมูลไม่เพียงพอ"

ช่วย critique คำตอบนี้ก่อน แล้วเสนอฉบับที่ดีขึ้น

Checklist ก่อนส่ง Prompt#

เป้าหมายชัดไหม
มีบริบทพอไหม
บอกผู้รับผลลัพธ์หรือยัง
ระบุ format หรือยัง
ระบุสิ่งที่ห้ามเดาหรือยัง
ถ้างานมีข้อมูลสำคัญ มีเกณฑ์ตรวจหรือยัง

FAQ#

Prompt Engineering จำเป็นสำหรับทุกคนไหม#

จำเป็นในระดับพื้นฐาน เพราะคนทำงานที่ใช้ AI ต้องรู้วิธีสั่งงานให้ชัดและตรวจคำตอบก่อนใช้จริง ไม่จำเป็นต้องเรียนเทคนิคซับซ้อนตั้งแต่แรก

Prompt ต้องยาวเสมอไปไหม#

ไม่จำเป็น งานง่ายใช้ prompt สั้นได้ แต่งานที่มีความเสี่ยงหรือมีรายละเอียดมากควรให้บริบท ข้อจำกัด และรูปแบบผลลัพธ์เพิ่ม

Prompt Engineering ต่างจาก Context Engineering อย่างไร#

Prompt Engineering เน้นการเขียนคำสั่ง ส่วน Context Engineering เน้นการจัดข้อมูลรอบงาน เช่น ไฟล์ ตัวอย่าง นโยบาย และข้อจำกัด ให้ AI ใช้ทำงานได้แม่นขึ้น