ทุกวันนี้ คนทำงานจำนวนมากเริ่มใช้ AI เป็นผู้ช่วยในการเขียนอีเมล สรุปรายงาน คิดไอเดีย เขียนงาน แต่งเนื้อเพลง หรือวิเคราะห์ข้อมูลต่างๆ แต่หลายคนกลับรู้สึกว่า ผลลัพธ์ที่ออกมาทำไมยังไม่ตรงใจ ยังไม่เป๊ะตามที่ต้องการสักที
บางคนเถียงกับ AI จนเหนื่อย หลายครั้งคำตอบที่ได้มามักจะกว้างเกินไป บางครั้ง AI ไม่เข้าใจบริบท หรือบางครั้งก็ต้องเสียเวลาแก้ไขนาน แก้ Prompt นาน จนแทบไม่ต่างจากการทำเองใหม่ตั้งแต่เริ่มต้น
จอร์แดน วิลสัน (Jordan Wilson) ผู้ก่อตั้ง Everyday AI บริษัทที่ปรึกษาด้าน AI เจ้าของพอดแคสต์ด้านเทคโนโลยีที่ติดอันดับ Top 20 และอาจารย์ด้าน AI ของ DePaul University ในเมืองชิคาโก บอกว่า ปัญหาดังกล่าวไม่ได้อยู่ที่ AI ไม่มีความสามารถ แต่เกิดจากวิธีที่คนส่วนใหญ่อาจจะยังไม่สามารถใช้งาน AI ได้เต็มประสิทธิภาพของมัน
เขาอธิบายว่า หลายคนยังติดกับความคิดว่า การใช้โมเดลภาษาขนาดใหญ่ (Large Language Model หรือ LLM) คือการพิมพ์คำสั่งหนึ่งครั้ง แล้วรอรับคำตอบเพียงครั้งเดียว แต่ในความเป็นจริง การทำงานร่วมกับ AI ควรเป็น "บทสนทนา" ที่มีการถาม-ตอบ และมีการปรับแก้ไปเรื่อยๆ ไม่ต่างจากเวลาที่เราทำงานร่วมกับเพื่อนร่วมทีมคนหนึ่งเลย
"การใช้คำสั่ง หรือการ Prompt ที่ดีที่สุด คือการพูดคุยกับโมเดลภาษาขนาดใหญ่ เหมือนกับที่คุณพูดคุยกับมนุษย์" เขาบอกให้เห็นภาพชัด
ด้วยแนวคิดนี้ วิลสัน จึงแนะนำกรอบการใช้งาน AI ที่เรียกว่า Prime, Prompt, Polish หรือ ขั้นตอนแบบ 3P ที่จะช่วยให้ AI เข้าใจสิ่งที่เราต้องการได้ดีขึ้น และสร้างผลลัพธ์การทำงานได้มีคุณภาพมากกว่าเดิม โดยลองฝึกการออกคำสั่ง AI ตามนี้
ขั้นตอน Prime : อย่าเพิ่งรีบสั่งงาน แต่ปูพื้นฐานให้ AI ก่อน
สิ่งที่หลายคนทำผิดตั้งแต่เริ่มต้นใช้งาน AI คือเปิด ChatGPT แล้วพิมพ์คำถามทันที แต่วิลสันบอกว่า ข้อความแรกที่ส่งให้ AI ไม่ควรเป็นคำสั่งให้สร้างผลงาน แต่ควรใช้สำหรับ "Prime" หรือการปูพื้นฐานให้ AI เข้าใจบริบทก่อน
เขาแนะนำว่า ก่อนเริ่มงาน ควรอธิบายให้ AI เข้าใจก่อนว่า
- ตอนนี้เรากำลังทำงานอะไร
- เป้าหมายของงานคืออะไร
- มีข้อมูลพื้นฐานอะไรที่ AI ควรรู้
- อยากได้ผลลัพธ์ในรูปแบบไหน
- ต้องการโครงสร้างหรือรูปแบบการนำเสนออย่างไร
ยิ่ง AI เข้าใจบริบทมากเท่าไร โอกาสที่จะได้คำตอบตรงกับความต้องการก็ยิ่งมากขึ้น และก่อนเริ่มให้ AI ลงมือทำจริง วิลสันยังแนะนำให้ปิดท้ายด้วยคำถามง่ายๆ เช่น "ก่อนเริ่มทำงาน คุณต้องการข้อมูลเพิ่มเติมหรือมีจุดไหนที่อยากให้ผมอธิบายเพิ่มไหม"
คำถามลักษณะนี้เปิดโอกาสให้ AI ระบุข้อมูลที่ยังขาดอยู่ แทนที่จะรีบสร้างคำตอบจากข้อมูลที่ไม่ครบถ้วน
ขั้นตอน Prompt : เขียนคำสั่งให้ละเอียด อย่าคิดว่า AI จะเดาใจเราได้
หลังจาก AI เข้าใจบริบทแล้ว จึงเข้าสู่ขั้นตอนการออกคำสั่งหรือ Prompt ซึ่งเป็นครั้งแรกที่เราขอให้ AI สร้างผลงานจริง หลายคนมักใช้คำสั่งสั้นเกินไป และขาดรายละเอียด เช่น "ช่วยคิดสโลแกนสำหรับร้านคัพเค้ก"
แม้ AI จะสามารถตอบได้ แต่คำตอบที่ได้ก็มักเป็นเพียงแนวคิดกว้างๆ ที่ยังไม่ตอบโจทย์ทั้งหมด
เดนิส เทอร์ลีย์ (Denise Turley) ที่ปรึกษาและผู้สอนด้าน AI แนะนำว่า Prompt ที่ดีควรมีรายละเอียดให้มากที่สุด ยกตัวอย่างเช่น แทนที่จะสั่งเพียงให้คิดสโลแกน ลองระบุรายละเอียดเพิ่มเติมว่า
- ขอสโลแกน 5 ตัวเลือก
- ใช้สำหรับโพสต์บน X (Twitter), Instagram และ LinkedIn
- จัดคำตอบเป็น Bullet Point
- ใช้น้ำเสียงแบบไหน มู้ดโทนแบบไหน
- กลุ่มเป้าหมายคือใคร
- ปิดท้ายด้วย Call to Action ที่ชวนให้คนเข้าเว็บไซต์
ยิ่งระบุรายละเอียดมากเท่าไร AI ก็ยิ่งเข้าใจสิ่งที่เราต้องการ และสามารถสร้างคำตอบที่ใช้งานได้จริงมากขึ้น
ขั้นตอน Polish : อย่าหยุดที่คำตอบแรก แต่ช่วย AI ปรับงานต่อ
หลายคนมักหยุดสั่งงาน AI ทันที หลังจากได้รับคำตอบแรกจาก AI แต่สำหรับวิลสัน เขามองว่า นี่คือจุดที่คนส่วนใหญ่พลาดอย่างแรง เขาแนะนำว่า หากต้องการผลงานที่ดีที่สุด ควรช่วย AI ปรับแก้งานต่อไปเรื่อยๆ
แทนที่จะพิมพ์เพียงว่า "แก้ใหม่" แต่ควรอธิบายให้ชัดว่า ส่วนไหนที่ทำได้ดี ส่วนไหนที่ยังไม่ตรงความต้องการ อยากให้แก้ไขเรื่องอะไร ต้องการให้ปรับอย่างไร และควรเรียงลำดับใหม่หรือเพิ่มรายละเอียดตรงไหนเพิ่มบ้าง
ยิ่งคำแนะนำชัดเจน AI ก็ยิ่งเรียนรู้จากความคิดเห็นของเรา และสามารถปรับคำตอบให้เข้าใกล้สิ่งที่ต้องการมากขึ้นในแต่ละรอบ วิลสันยกตัวอย่างว่า เราอาจบอก AI ได้ตรงๆ ว่า "ฉันขอผลลัพธ์แบบนี้ แต่คุณตอบออกมาอีกแบบ สิ่งที่ทำได้ดีคือ... ส่วนที่ยังไม่ดีคือ... อยากให้ปรับตามนี้..."
การให้ข้อเสนอแนะลักษณะนี้ ไม่ต่างจากการรีวิวงานให้เพื่อนร่วมงานคนหนึ่ง ซึ่งมักได้ผลลัพธ์ที่ดีกว่าการสั่งเพียงสั้นๆ ว่า "ทำใหม่"
ยิ่งให้ข้อมูลพื้นฐานมาก AI ก็ยิ่งทำงานได้ดีขึ้น
อีกหนึ่งคำแนะนำสำคัญของวิลสัน คือ หากไม่แน่ใจว่าควรเขียน Prompt ยาวแค่ไหน ให้เลือก "เขียนมากไว้ก่อน"
หลายคนกังวลว่า Prompt ที่ยาวเกินไปจะทำให้ AI สับสน แต่ในความเป็นจริง การให้ข้อมูลที่ครบถ้วนกลับช่วยให้ AI เข้าใจโจทย์ได้แม่นยำขึ้น ทั้งบริบท เป้าหมาย ตัวอย่าง รูปแบบงาน กลุ่มเป้าหมาย และข้อจำกัดต่างๆ ล้วนเป็นข้อมูลที่ช่วยลดการคาดเดาของ AI และเพิ่มโอกาสที่จะได้คำตอบที่ตรงใจตั้งแต่ครั้งแรก
ท้ายที่สุดแล้ว AI ไม่ใช่เครื่องมือที่เพียงรับคำสั่งแล้วสร้างคำตอบออกมา แต่เป็นผู้ช่วยที่ทำงานร่วมกับมนุษย์ ยิ่งเราสื่อสารได้ดีมากเท่าไร ผลลัพธ์ที่ได้ก็ยิ่งมีคุณภาพมากขึ้นเท่านั้น
ที่สำคัญที่สุดคือ วัยทำงานควรรู้ถึงความแตกต่างระหว่างคนที่บอกว่า "AI ใช้แล้วไม่ค่อยได้เรื่อง" กับคนที่สามารถใช้ AI เพิ่มประสิทธิภาพการทำงานได้อย่างมหาศาล อาจไม่ได้อยู่ที่ตัว AI แต่อยู่ที่วิธีการสื่อสารกับมันตั้งแต่แรก
อ้างอิง: CNBC make it
