Page 12 - Guide to Applying AI Technology in Teaching and Learning

9

ส่วนที่ 3

เทคนิคการเขียน Prompt Engineering

การเขียนคำสั่ง (Prompt) ที่มีประสิทธิภาพเป็นทักษะสำคัญในการดึงศักยภาพสูงสุดของ Generative

AI ออกมาใช้ในงานการศึกษา คำสั่งที่ดีควรมีความชัดเจน, เฉพาะเจาะจง, และให้บริบทที่เพียงพอ เพื่อให้ AI
สามารถสร้างผลลัพธ์ที่ตรงตามความต้องการได้มากที่สุด

Prompt Engineering คือศาสตร์และศิลป์ในการออกแบบข้อความสั่ง (Prompt) ที่มีประสิทธิภาพ

เพื่อให้แบบจำลองภาษาขนาดใหญ่ (Large Language Models LLMs) เช่น Gemini, GPT, หรือ Llama
สร้างผลลัพธ์ที่แม่นยำ ตรงตามวัตถุประสงค์ และมีคุณภาพสูงสุด เทคนิคเหล่านี้มีหลายระดับความซับซ้อน

ขึ้นอยู่กับความต้องการของงาน

1. หลักการพื้นฐานของการเขียน Prompt ที่มีประสิทธิภาพ

หลักการสำคัญในการเขียน Prompt ที่ดีคือการให้ข้อมูลที่ชัดเจน ครบถ้วน และกำหนดขอบเขตของ
การทำงาน

1.1 องค์ประกอบหลักของ Prompt (The C.O.S.T Framework)

การเขียน Prompt ควรประกอบด้วยองค์ประกอบสำคัญ 4 ส่วน เพื่อให้ LLM เข้าใจบริบทและหน้าที่
อย่างชัดเจน ดังนี้

• C (Context / บริบท) ให้ข้อมูลพื้นหลังที่จำเป็น เช่น หัวข้อหลัก ข้อมูลเฉพาะ หรือ

กลุ่มเป้าหมายของงาน
• O (Objective / วัตถุประสงค์) ระบุเป้าหมายสุดท้ายของการตอบสนองที่ต้องการให้ชัดเจน

(เช่น สรุป, แปล, เปรียบเทียบ, สร้างรหัส)
• S (Style / รูปแบบ) กำหนดลักษณะและน้ำเสียงของผลลัพธ์ เช่น เป็นทางการ, ไม่เป็นทางการ,

เชิงวิชาการ, เน้นความสนุกสนาน, หรือจำกัดความยาว

• T (Task / หน้าที่/บทบาท) กำหนดบทบาทสมมติให้ LLM (Persona) เพื่อจำกัดขอบเขตความรู้
และน้ำเสียงในการตอบสนอง

ตัวอย่างการใช้ C.O.S.T

Prompt "ในฐานะ นักวิทยาศาสตร์ด้านข้อมูลอาวุโส (T), ช่วย สรุปผลการวิจัยล่าสุดของ Google
DeepMind (C) ให้เหลือเพียง 3 ย่อหน้า พร้อมทั้ง อธิบายผลกระทบต่อภาคอุตสาหกรรมในโทนที่เป็น

กลางและเชิงวิเคราะห์ (O) โดยใช้ ภาษาที่สละสลวยและเป็นทางการ (S)"