AI Workshop
เอกสารประกอบ Workshop · ใช้คู่กับหน้าจอ AI

แบบฝึกหัดประกอบการอบรม

AI พื้นฐานสำหรับงานสำนักงานและงานวิชาการ

สำหรับผู้เข้าอบรม 8 Workshop คัดลอก Prompt → ทดลองใช้กับ AI

วิธีใช้เอกสารนี้

เปิดเอกสารนี้คู่กับหน้าจอ AI ที่ใช้งาน (ChatGPT / Claude / Gemini / Grok) — ในแต่ละ Workshop ให้ทำตามขั้นตอน กดปุ่ม คัดลอก แล้วนำ Prompt ไปวางใน AI

หมายเหตุเรื่องแหล่งข้อมูล

เอกสาร ตัวเลข ชื่อฝ่ายงาน และสถานการณ์ทั้งหมดในแบบฝึกหัดนี้เป็น ข้อมูลสมมติที่สร้างขึ้นเพื่อการฝึกอบรมเท่านั้น ไม่ใช่ข้อมูลจริงของหน่วยงานใด ท่านสามารถนำไปฝึก ปรับแก้ หรือใช้ซ้ำได้อย่างปลอดภัย ไม่มีความเสี่ยงด้านความลับ — หากต้องการฝึกกับงานจริงของตัวเอง สามารถใช้ไฟล์ของตัวเองแทนโจทย์ในเอกสารนี้ได้ทุกจุด

0

กรอบคิดสำคัญที่ต้องพกติดตัว

Quick Reference · ใช้ได้กับทุก Workshop

โครงสร้าง Prompt ที่ดี 4 ส่วน

ส่วนประกอบหน้าที่ตัวอย่าง
Instruction (คำสั่ง)บอกว่าต้องการให้ AI ทำอะไร「สรุปเอกสารนี้」
Context (บริบท)ข้อมูลพื้นหลังที่ช่วยให้ AI เข้าใจสถานการณ์「สำหรับส่งผู้บริหารที่ไม่มีเวลาอ่านฉบับเต็ม」
Input Data (ข้อมูลนำเข้า)เนื้อหาที่ต้องการให้ AI ประมวลผล[วางเอกสาร/ข้อความ]
Output Indicator (ตัวชี้รูปแบบผลลัพธ์)อยากได้ผลลัพธ์แบบไหน「สรุปเป็น 3 bullet ไม่เกิน 50 คำ」

หลัก 4C ของ Prompt ที่ดี

Clearชัดเจน — ตีความได้ทางเดียว
Concreteเจาะจง — มีตัวเลข/ขอบเขตชัด
Completeครบ — มีบริบทพอ ไม่ต้องให้ AI เดา
Checkedตรวจสอบได้ — ผลลัพธ์ย้อนกลับไปดูต้นฉบับได้เสมอ

เทคนิค Prompt Engineering ที่ใช้ตลอดคอร์ส

เทคนิคใช้เมื่อไรตัวอย่างคำสั่งสั้น ๆ
Zero-shotงานมาตรฐาน ไม่ต้องการรูปแบบเฉพาะ「สรุปข่าวนี้เป็น 3 ประเด็น」
Few-shotต้องการรูปแบบ/มาตรฐานเฉพาะองค์กรให้ตัวอย่าง 1–2 ชิ้นก่อนสั่งงานจริง
Chain-of-Thought (CoT)งานวิเคราะห์ซับซ้อน ต้องการเหตุผลตรวจสอบได้「วิเคราะห์ทีละขั้น: ขั้นที่ 1... ขั้นที่ 2...」
Structured Outputต้องการนำผลไปใช้ต่อทันที「ตอบเป็นตาราง 3 คอลัมน์ ห้ามมีข้อความอื่น」
Negative Promptingต้องการความแม่นยำ ไม่ใช่ความคิดสร้างสรรค์เกินขอบเขต「ห้ามเดาข้อมูลที่ไม่มีในเอกสาร」
Role Promptingต้องการมุมมองที่หลากหลาย/ท้าทายความคิด「สวมบทบาทเป็น...ที่ไม่เห็นด้วย」
Prompt Chainingงานซับซ้อนหลายขั้นตอนแตกเป็นหลายคำสั่งต่อกัน ไม่ยัดในคำสั่งเดียว
Meta-promptingต้องการตรวจสอบคำตอบของ AI เอง「ตรวจสอบคำตอบที่ให้มา มีจุดไหนที่คาดเดา」
Iterative Refinementผลลัพธ์รอบแรกยังไม่ตรงใจ「สั้นลง / เป็นทางการมากขึ้น / อธิบายเพิ่ม...」
System Promptงานที่ทำซ้ำบ่อย (ตั้งค่าล่วงหน้า)ตั้งใน Custom Instructions / Claude Projects

AI สั่งทำอะไรได้บ้าง (10 หมวด)

อย่าใช้แค่ Generate กับ Summarize

Generate (สร้าง) Summarize (สรุป) Transform (แปลง/ปรับรูปแบบ) Analyze (วิเคราะห์) Extract (สกัดข้อมูล) Classify (จำแนก/ตัดสิน) Brainstorm (ระดมความคิด) Role-play (สวมบทบาท) Critique (ตรวจ/วิจารณ์งาน) Plan (วางแผน/แตกงาน)

หมวดสีทองคือหมวดที่มีประโยชน์มากแต่คนใช้น้อย — ลองใช้ให้บ่อยขึ้นหลังจบคอร์สนี้

2 กฎเหล็กที่ต้องจำตลอดการทำ Workshop

กฎที่ 1ตรวจสอบทุกข้อเท็จจริง / ตัวเลข / การอ้างอิงเสมอ — AI อาจ「เดาผิด」แบบมั่นใจ (Hallucination)
กฎที่ 2ไม่ใส่ข้อมูลลับ/อ่อนไหวลงในระบบ AI สาธารณะ — ตรวจสอบนโยบายองค์กรก่อนวางข้อมูลจริง
1

สรุปรายงานการประชุม

เทคนิค: Few-shot + Structured Output 17 นาที

โจทย์ · ข้อมูลสมมติเพื่อการฝึกอบรม
รายงานการประชุมคณะกรรมการจัดซื้อจัดจ้าง ครั้งที่ 4/2569 วันที่ 15 สิงหาคม 2569 ผู้เข้าประชุม: ประธาน (รองผู้อำนวยการฝ่ายบริหาร), กรรมการ 5 ท่าน, เลขานุการคณะกรรมการ วาระที่ 1: พิจารณาจัดซื้อเครื่องคอมพิวเตอร์ทดแทนของเดิมที่ชำรุด ที่ประชุมพิจารณาแล้วเห็นควรอนุมัติจัดซื้อเครื่องคอมพิวเตอร์ตั้งโต๊ะ จำนวน 15 เครื่อง วงเงินไม่เกิน 450,000 บาท โดยมอบหมายฝ่ายพัสดุดำเนินการจัดทำ TOR ให้แล้วเสร็จภายในวันที่ 30 สิงหาคม 2569 กรรมการท่านหนึ่งตั้งข้อสังเกตว่าควรพิจารณาเครื่องรุ่นที่รองรับการอัปเกรดในอนาคตได้ เพื่อยืดอายุการใช้งาน วาระที่ 2: การเช่าเครื่องถ่ายเอกสารประจำปีงบประมาณ 2570 ฝ่ายเลขานุการรายงานว่าสัญญาเช่าเดิมจะหมดอายุเดือนกันยายนนี้ ที่ประชุมมีมติให้ต่อสัญญากับผู้ให้บริการรายเดิม ในราคาเดือนละ 18,000 บาท เป็นระยะเวลา 1 ปี แต่ขอให้เจรจาต่อรองราคาลงอีกร้อยละ 5 มอบหมายฝ่ายพัสดุดำเนินการเจรจาและสรุปผลภายในวันที่ 10 กันยายน 2569 วาระที่ 3: เรื่องอื่น ๆ ฝ่ายอาคารสถานที่แจ้งว่าเครื่องปรับอากาศห้องประชุมใหญ่ชำรุด ที่ประชุมมอบหมายให้สำรวจราคาเครื่องใหม่มาเสนอในการประชุมครั้งถัดไป นอกจากนี้ ประธานแจ้งว่าจะมีการตรวจประเมินพัสดุประจำปีในเดือนตุลาคม ขอให้ทุกฝ่ายเตรียมเอกสารให้พร้อม

ขั้นตอนที่ต้องทำ

  • ขั้น 1: วางรายงานประชุมข้างต้น (หรือไฟล์ของตัวเอง) ไว้เตรียมใช้
  • ขั้น 2: พิมพ์ prompt ที่ 1 (Few-shot + Structured Output)
  • ขั้น 3: ลองพิมพ์คำสั่งต่อยอด (Prompt Chaining) ต่อในบทสนทนาเดียวกัน
  • ขั้น 4: เปรียบเทียบผลลัพธ์กับเพื่อนข้าง ๆ
Prompt ที่ 1 — Few-shot + Structured Output
คุณคือเลขานุการที่ทำงานสรุปรายงานการประชุมมาหลายปี

ตัวอย่างรูปแบบสรุปที่หน่วยงานเราใช้:
| ประเด็น | มติ | ผู้รับผิดชอบ | กำหนดเวลา |
|---|---|---|---|
| งบประมาณเวทีรับฟังความเห็น | อนุมัติ 200,000 บาท | ฝ่ายแผน | 30 ก.ย. 2569 |

กรุณาสรุปรายงานการประชุมฉบับนี้ในตารางรูปแบบเดียวกัน:
[วางรายงานการประชุม]

ข้อจำกัด: สรุปเฉพาะสิ่งที่ปรากฏในเอกสารเท่านั้น ห้ามเดาหรือเติมข้อมูลที่ไม่มี
ถ้าช่องใดไม่มีข้อมูลในเอกสาร ให้ใส่ "ไม่ระบุ"
Prompt ที่ 2 — ต่อยอด (Prompt Chaining)
จากตารางนี้ คัดเฉพาะแถวที่เป็น Action Item ที่ยังไม่เสร็จ
เขียนเป็นข้อความแจ้งเตือนสั้น ๆ ส่งเข้าไลน์กลุ่มทีม
Prompt เสริม — ส่งผู้บริหาร (Zero-shot ที่มีบริบทครบ)
จากรายงานการประชุมข้างต้น ช่วยเขียนสรุปสั้น (executive summary)
ความยาวไม่เกิน 150 คำ สำหรับส่งให้ผู้อำนวยการที่ไม่ได้เข้าประชุม
เน้นเฉพาะเรื่องที่ต้องตัดสินใจหรือขออนุมัติ ใช้โทนทางการ

เช็คตัวเอง

ตารางที่ได้ควรมีครบ 3 วาระ ไม่ตกหล่นกำหนดเวลาใดเวลาหนึ่ง (30 ส.ค., 10 ก.ย.) และไม่ปนข้อสังเกตของกรรมการเข้ากับมติที่ประชุม

2

สรุปเอกสาร / บทความยาว

เทคนิค: Chain-of-Thought + Extraction 17 นาที

โจทย์ · ข้อมูลสมมติ ไม่ใช่ระเบียบจริง
บันทึกชี้แจงการปรับปรุงระเบียบการลาของบุคลากร (ฉบับที่ 3) พ.ศ. 2569 ตามที่ระเบียบสำนักนายกรัฐมนตรีว่าด้วยการลาของข้าราชการได้มีการปรับปรุงเพื่อให้สอดคล้องกับสภาพการทำงานปัจจุบัน หน่วยงานจึงขอชี้แจงการเปลี่ยนแปลงที่สำคัญดังนี้ 1. การลาป่วย: จากเดิมต้องมีใบรับรองแพทย์เมื่อลาตั้งแต่ 3 วันขึ้นไป ปรับเป็นตั้งแต่ 5 วันขึ้นไป เพื่อลดภาระบุคลากรที่ป่วยเล็กน้อย 2. การลากิจส่วนตัว: เพิ่มสิทธิลากิจได้ปีละไม่เกิน 45 วันทำการ จากเดิม 30 วันทำการ โดยยังต้องได้รับอนุมัติจากผู้บังคับบัญชาก่อนลา ทั้งนี้ การลากิจติดต่อกันเกิน 15 วัน ต้องได้รับอนุมัติจากหัวหน้าหน่วยงานโดยตรง ไม่สามารถมอบอำนาจให้ผู้บังคับบัญชาระดับรองลงมาได้ 3. การลาเพื่อดูแลบุตร: เพิ่มสิทธิลาดูแลบุตรแรกเกิดสำหรับบิดา เป็นเวลา 15 วันทำการ ภายใน 90 วันหลังคลอด ซึ่งเป็นสิทธิใหม่ที่ไม่เคยมีในระเบียบฉบับก่อนหน้า โดยต้องยื่นคำขอล่วงหน้าอย่างน้อย 7 วัน ยกเว้นกรณีคลอดก่อนกำหนดที่แจ้งล่วงหน้าไม่ได้ 4. การลาศึกษาต่อ: ปรับหลักเกณฑ์ให้ผู้ลาศึกษาต่อในประเทศสามารถขอรับเงินเดือนระหว่างลาได้เต็มจำนวนในช่วง 2 ปีแรก จากเดิมได้รับเพียงร้อยละ 50 ตลอดระยะเวลาลา แต่ผู้ลาศึกษาต่อต้องทำสัญญาผูกพันกลับมาปฏิบัติงานไม่น้อยกว่า 2 เท่าของระยะเวลาที่ลา มิฉะนั้นต้องชดใช้เงินเดือนที่ได้รับทั้งหมดคืนแก่หน่วยงาน ระเบียบนี้ให้มีผลบังคับใช้ตั้งแต่วันที่ 1 ตุลาคม 2569 เป็นต้นไป สำหรับกรณีที่อยู่ระหว่างการลาตามระเบียบเดิม ให้ใช้ระเบียบเดิมจนสิ้นสุดระยะเวลาลาที่ได้รับอนุมัติไว้แล้ว หน่วยงานจึงขอให้บุคลากรทุกท่านศึกษาและถือปฏิบัติโดยเคร่งครัด

ขั้นตอนที่ต้องทำ

  • ขั้น 1: วางเอกสารข้างต้น (หรือไฟล์ของตัวเอง)
  • ขั้น 2: ลองสรุปแบบ Chain-of-Thought
  • ขั้น 3: ลองใช้ Extraction แยกเงื่อนไข/ข้อผูกมัด
  • ขั้น 4: ทดสอบความแม่นยำด้วยคำถามเรื่องผลบังคับใช้
Prompt ที่ 1 — Chain-of-Thought
อ่านเอกสารนี้แล้ววิเคราะห์ทีละขั้นตอน:
ขั้นที่ 1: ระบุว่าสิทธิใดเป็นของใหม่ และสิทธิใดเป็นการปรับจากของเดิม
ขั้นที่ 2: สรุปข้อมูล/หลักฐานสำคัญที่สนับสนุนแต่ละประเด็น
ขั้นที่ 3: ระบุข้อเสนอแนะหรือข้อสรุปของเอกสาร
ขั้นที่ 4: สรุปรวมเป็นย่อหน้าเดียวไม่เกิน 100 คำ

[วางเอกสาร]
Prompt ที่ 2 — Extraction
ดึงเฉพาะเงื่อนไข/ข้อผูกมัด (ไม่ใช่สิทธิประโยชน์) ที่บุคลากรต้องทำตาม
ออกมาเป็นรายการ พร้อมระบุว่าอยู่ในข้อใด ห้ามเดาข้อมูลที่ไม่มีในเอกสาร
Prompt ที่ 3 — ทดสอบความแม่นยำ
เอกสารนี้มีผลบังคับใช้เมื่อไร และกรณีที่ลาอยู่ก่อนหน้านั้นจะใช้ระเบียบใด

เช็คตัวเอง

คำตอบควรแยกชัดว่าข้อ 3 (ลาดูแลบุตร) เป็นสิทธิใหม่ทั้งหมด ส่วนข้อ 1, 2, 4 เป็นการปรับจากของเดิม และจับเงื่อนไขซ่อนอยู่ได้ครบ เช่น ลากิจเกิน 15 วันต้องขออนุมัติจากหัวหน้าหน่วยงานโดยตรง

3

Brainstorming ด้วย AI

เทคนิค: Role Prompting + Negative Prompting 17 นาที

สถานการณ์สมมติ · ไม่ใช่แผนงานจริง
หน่วยงานต้องการจัดกิจกรรมรณรงค์ลดขยะและใช้พลังงานอย่างมีประสิทธิภาพ เนื่องในโอกาสวันสิ่งแวดล้อมโลก งบประมาณจำกัดไม่เกิน 30,000 บาท ผู้เข้าร่วมเป็นบุคลากรในหน่วยงานประมาณ 80 คน อายุเฉลี่ย 35–50 ปี ต้องการให้กิจกรรมสร้างความตระหนักที่ยั่งยืน ไม่ใช่แค่จัดงานวันเดียวแล้วจบ ผู้บริหารเคยพูดว่า "อยากได้อะไรที่ไม่ใช่แค่แจกถุงผ้ากับต้นไม้เหมือนทุกปี"

ขั้นตอนที่ต้องทำ

  • ขั้น 1: ระดมไอเดียด้วย Negative Prompting
  • ขั้น 2: ใช้ Role Prompting จำลองคนไม่อยากเข้าร่วม
  • ขั้น 3: จัดกลุ่ม/เลือกไอเดียที่ดีที่สุดด้วย Structured Output
Prompt ที่ 1 — Negative Prompting
ผมกำลังวางแผนจัดกิจกรรม [ใส่หัวข้อ] ช่วยระดมไอเดียรูปแบบกิจกรรม
ที่เป็นไปได้ 10 แบบ ห้ามเสนอการแจกถุงผ้า ต้นไม้ หรือของที่ระลึกทั่วไป
เน้นกิจกรรมที่สร้างการเปลี่ยนพฤติกรรมต่อเนื่อง ไม่ใช่แค่วันเดียว
สำหรับแต่ละไอเดียให้บอกงบประมาณโดยประมาณและความยั่งยืนของผลลัพธ์
Prompt ที่ 2 — Role Prompting
นี่คือแผนงาน/ข้อเสนอของผม: [อธิบายแผน]
สวมบทบาทเป็นบุคลากร 3 คนที่มีเหตุผลไม่อยากเข้าร่วมกิจกรรมนี้ต่างกัน
(คนที่งานยุ่งมาก, คนที่คิดว่ากิจกรรมแบบนี้ไม่ได้ผลจริง, คนที่เคยผิดหวัง
จากกิจกรรมปีก่อน) แต่ละคนพูดเหตุผลของตัวเอง แล้วช่วยเสนอวิธีตอบ
ที่จะจูงใจแต่ละคนได้
Prompt ที่ 3 — Structured Output
จากไอเดียทั้งหมด เลือก 3 อันดับแรกที่เหมาะกับงบประมาณและกลุ่มเป้าหมาย
ที่สุด แสดงเป็นตาราง: ไอเดีย | งบประมาณ | ความยั่งยืน | ความเสี่ยงที่คนไม่ร่วมมือ

เช็คตัวเอง

ไอเดียที่ได้ควรไม่ซ้ำกับกิจกรรมทั่วไป (ถุงผ้า/ต้นไม้) และเชื่อมโยงกับการเปลี่ยนพฤติกรรมต่อเนื่องได้จริง

4

Zero-shot vs Few-shot + Iterative Refinement

เทคนิค: เปรียบเทียบ 3 รอบในบทสนทนาเดียวกัน 17 นาที

โจทย์ · ตัวเลขสมมติ ไม่ใช่ผลสำรวจจริง
สรุปผลการสำรวจความพึงพอใจของประชาชนต่อการให้บริการ ณ จุดบริการแบบเบ็ดเสร็จ (One Stop Service) ประจำไตรมาส 3 ปีงบประมาณ 2569 จากแบบสอบถามผู้มารับบริการจำนวน 320 ราย พบว่า - ความพึงพอใจโดยรวมอยู่ที่ร้อยละ 84.5 เพิ่มขึ้นจากไตรมาสก่อนซึ่งอยู่ที่ร้อยละ 79.2 - ด้านที่ได้คะแนนสูงสุดคือ "ความสุภาพของเจ้าหน้าที่" ร้อยละ 91.3 - ด้านที่ได้คะแนนต่ำสุดคือ "ระยะเวลารอคอย" ร้อยละ 68.7 โดยผู้ตอบแบบสอบถามร้อยละ 42 ระบุว่าต้องรอนานกว่า 30 นาที โดยเฉพาะช่วงเวลา 9.00–10.30 น. ซึ่งมีผู้มารับบริการหนาแน่นที่สุด - ข้อเสนอแนะที่พบบ่อยที่สุด 3 อันดับแรก: (1) เพิ่มจุดบริการ/เคาน์เตอร์ในช่วงเวลาเร่งด่วน (2) พัฒนาระบบจองคิวออนไลน์ (3) ปรับปรุงป้ายบอกทางภายในอาคารให้ชัดเจนขึ้น - เมื่อเปรียบเทียบตามกลุ่มอายุผู้ตอบแบบสอบถาม พบว่ากลุ่มอายุ 60 ปีขึ้นไปให้คะแนนความพึงพอใจต่ำกว่ากลุ่มอายุอื่นอย่างมีนัยสำคัญ โดยเฉพาะประเด็น "ความชัดเจนของป้ายบอกทาง" หน่วยงานเสนอให้จัดทำแผนปรับปรุงระยะสั้น (ภายใน 3 เดือน) เน้นแก้ไขปัญหาระยะเวลารอคอยเป็นลำดับแรก

ขั้นตอนที่ต้องทำ (ทำตามลำดับ 3 รอบ ในบทสนทนาเดียวกัน)

  • รอบ 1 (Zero-shot): พิมพ์ prompt ที่ 1
  • รอบ 2 (Few-shot): ให้ตัวอย่างรูปแบบก่อน แล้วสั่งใหม่ในบทสนทนาเดิม
  • รอบ 3 (Iterative Refinement): สั่งต่อจากผลรอบ 2
รอบ 1 — Zero-shot
สรุปผลสำรวจนี้เป็น executive summary ไม่เกิน 100 คำ
สำหรับผู้บริหารที่ต้องตัดสินใจอนุมัติงบปรับปรุง

[วางผลสำรวจ]
รอบ 2 — Few-shot
ต่อไปนี้คือตัวอย่างรูปแบบ executive summary ที่หน่วยงานเคยใช้:
[ใส่ตัวอย่าง 1 ชิ้น — ถ้าไม่มีตัวอย่างจริง ให้แต่งตัวอย่างสั้น ๆ เอง]

ช่วยสรุปผลสำรวจข้างต้นในรูปแบบเดียวกัน
รอบ 3 — Iterative Refinement
เน้นเฉพาะตัวเลขที่กระทบการตัดสินใจงบประมาณ

เช็คตัวเอง

สังเกตว่า zero-shot (รอบ 1) ให้ผลลัพธ์ทั่วไปแต่เร็ว ส่วน few-shot (รอบ 2) ตรงรูปแบบองค์กรมากกว่า และ iterate 1 รอบ (รอบ 3) มักได้ผลลัพธ์ดีกว่าพยายามเขียน prompt สมบูรณ์แบบตั้งแต่ต้น

5

ตรวจจับ Hallucination

เทคนิค: Negative Prompting + การตรวจสอบความแม่นยำ 17 นาที

โจทย์ · ตัวเลขสมมติ ไม่ใช่ข้อมูลการเงินจริง
สรุปแผนการใช้จ่ายงบประมาณประจำปี 2570 ของฝ่ายพัฒนาระบบสารสนเทศ งบประมาณที่ได้รับจัดสรรรวม 3,200,000 บาท แบ่งเป็น - หมวดค่าจ้างที่ปรึกษาพัฒนาระบบ 1,500,000 บาท (ร้อยละ 46.9) - หมวดค่าลิขสิทธิ์ซอฟต์แวร์และการต่ออายุ 800,000 บาท (ร้อยละ 25.0) - หมวดค่าฝึกอบรมบุคลากรด้านไอที 450,000 บาท (ร้อยละ 14.1) - หมวดค่าบำรุงรักษาอุปกรณ์เดิม 300,000 บาท (ร้อยละ 9.4) - หมวดสำรองเผื่อฉุกเฉิน 150,000 บาท (ร้อยละ 4.7) ทั้งนี้ งบหมวดค่าจ้างที่ปรึกษาแบ่งเป็น 2 งวด งวดแรก 900,000 บาท เบิกจ่ายไตรมาส 1 สำหรับการออกแบบระบบ งวดที่สอง 600,000 บาท เบิกจ่ายไตรมาส 3 หลังส่งมอบระบบทดสอบ (UAT) ผ่านการยอมรับแล้ว เมื่อเทียบกับปีงบประมาณก่อนหน้าซึ่งได้รับจัดสรร 2,800,000 บาท งบประมาณปีนี้เพิ่มขึ้นร้อยละ 14.3 โดยส่วนที่เพิ่มขึ้นหลักมาจากหมวดค่าฝึกอบรมที่เพิ่มขึ้นจากเดิม 200,000 บาท เป็น 450,000 บาท เนื่องจากมีแผนอบรมเชิงลึกด้าน Data Security เพิ่มเติม

ขั้นตอนที่ต้องทำ

  • ขั้น 1: อ่านเป้าหมาย — วันนี้ฝึก「จับผิด」AI โดยเจตนา
  • ขั้น 2: พิมพ์ prompt ที่ 1 ให้ AI ตรวจร้อยละที่คำนวณเอง
  • ขั้น 3: พิมพ์ prompt ที่ 2 (Negative Prompting) แล้วดูว่า AI เดาตัวเลขไตรมาสที่ไม่มีในเอกสารหรือไม่
Prompt ที่ 1 — ทดสอบความแม่นยำของตัวเลข
สรุปเป็นตารางแสดงหมวดงบประมาณ จำนวนเงิน และร้อยละ
ตรวจสอบว่าร้อยละที่ระบุในเอกสารถูกต้องหรือไม่ หากไม่ถูกต้องให้แจ้งด้วย

[วางเอกสาร]
Prompt ที่ 2 — Negative Prompting
สรุปแผนการเบิกจ่ายเป็นรายไตรมาส ห้ามคำนวณหรือประมาณการตัวเลข
ที่ไม่ได้ระบุไว้ในเอกสาร หากไตรมาสใดไม่มีข้อมูลให้ระบุว่า "ไม่ได้ระบุ"

เช็คตัวเอง

ร้อยละที่ถูกต้องคือ 1,500,000 / 3,200,000 = 46.9% (ตรงตามเอกสาร) — จุดสำคัญคือ AI ไม่ควรเดาตัวเลขไตรมาส 2 และ 4 ที่เอกสารไม่ได้ระบุไว้ ถ้า AI เดามาโดยไม่เตือน นี่คือตัวอย่างสดของ Hallucination ที่ต้องระวัง

6

จัดโครงร่างบทความ + ตั้งคำถามวิจัย

เทคนิค: Few-shot + Chain-of-Thought 20 นาที

หัวข้อสมมติ · ใช้หัวข้องานตัวเองแทนได้ตลอด Workshop 6–8
หัวข้อ: "ผลกระทบของนโยบายทำงานแบบผสมผสาน (Hybrid Work) ต่อประสิทธิภาพการให้บริการประชาชนของหน่วยงานภาครัฐ" บริบท: หน่วยงานภาครัฐหลายแห่งเริ่มนำนโยบาย Hybrid Work มาใช้หลังสถานการณ์โควิด-19 แต่ยังไม่มีการประเมินผลอย่างเป็นระบบว่าส่งผลต่อคุณภาพการให้บริการประชาชนอย่างไร ทั้งในแง่บวก (ความยืดหยุ่นของบุคลากร, ต้นทุนสถานที่) และแง่ลบที่อาจเกิดขึ้น (ความล่าช้าในการประสานงาน, ความไม่ต่อเนื่องของบริการหน้าเคาน์เตอร์)

ขั้นตอนที่ต้องทำ

  • ขั้น 1: เลือกหัวข้อ (จากโจทย์ข้างต้น หรืองานจริงของตัวเอง)
  • ขั้น 2: พิมพ์ prompt ที่ 1 (จัดโครงร่าง)
  • ขั้น 3: พิมพ์ prompt ที่ 2 (ตั้งคำถามวิจัย) ต่อในบทสนทนาเดียวกัน
Prompt ที่ 1 — จัดโครงร่างบทความวิชาการ
คุณคือที่ปรึกษาด้านการเขียนงานวิชาการ

ผมกำลังจะเขียนบทความ/รายงานเรื่อง: [ใส่หัวข้อ]
วัตถุประสงค์หลักคือ: [ใส่วัตถุประสงค์]
กลุ่มผู้อ่านเป้าหมายคือ: [เช่น ผู้กำหนดนโยบาย/นักวิชาการ]

เสนอโครงร่าง (outline) พร้อมหัวข้อย่อยในแต่ละบท และคำอธิบายสั้น ๆ
ว่าแต่ละส่วนควรมีเนื้อหาอะไรบ้าง
Prompt ที่ 2 — ตั้งคำถามวิจัย (Few-shot ระบุมุมมองที่ต้องการ)
หัวข้อที่สนใจศึกษาคือ [ใส่หัวข้อ]
บริบทเบื้องต้นคือ [อธิบายสถานการณ์/ปัญหา]

เสนอคำถามวิจัย (research question) ที่เป็นไปได้ 5 ข้อ จัดกลุ่มตามมุมมอง
เช่น เชิงนโยบาย เชิงกระบวนการ เชิงผลกระทบ พร้อมระบุว่าคำถามแต่ละข้อ
เหมาะกับระเบียบวิธีวิจัยแบบใด (เชิงปริมาณ/คุณภาพ)
7

ตรวจสอบข้อโต้แย้ง + ปรับสำนวนวิชาการ

เทคนิค: Chain-of-Thought + Negative Prompting 20 นาที

ใช้ต่อจากงานของ Workshop 6 หรือใช้ข้อความตัวอย่างที่วิทยากรแจก

ขั้นตอนที่ต้องทำ

  • ขั้น 1: เตรียมข้อความ (จาก Workshop 6 หรือของตัวเอง)
  • ขั้น 2: พิมพ์ prompt ที่ 1 (ตรวจสอบข้อโต้แย้ง)
  • ขั้น 3: พิมพ์ prompt ที่ 2 (ปรับสำนวน) กับข้อความอีกชิ้นหนึ่ง
Prompt ที่ 1 — ตรวจสอบความสอดคล้องของข้อโต้แย้ง (CoT)
อ่านข้อความนี้แล้ววิเคราะห์ทีละขั้นตอน:
ขั้นที่ 1: ข้อสรุปแต่ละข้อมีหลักฐาน/เหตุผลรองรับเพียงพอหรือไม่
ขั้นที่ 2: มีช่องโหว่ทางตรรกะ (logical gap) ตรงไหนบ้าง
ขั้นที่ 3: มีจุดใดที่ผู้อ่านอาจตั้งคำถามได้
ขั้นที่ 4: สรุปเป็นรายการสิ่งที่ควรแก้ไข เรียงตามความสำคัญ

[วางข้อความ]
Prompt ที่ 2 — ปรับสำนวนให้เป็นภาษาวิชาการ (Negative Prompting)
ปรับสำนวนข้อความต่อไปนี้ให้เป็นภาษาวิชาการที่กระชับ เป็นทางการ
ห้ามเปลี่ยนแปลงเนื้อหา ข้อมูล หรือความหมายเดิมแม้แต่น้อย
ปรับเฉพาะสำนวน ไวยากรณ์ และความลื่นไหลของประโยคเท่านั้น:

[วางข้อความต้นฉบับ]

เช็คตัวเอง

สังเกตว่า AI ชี้ช่องโหว่ทางตรรกะที่เราอาจมองข้ามได้หรือไม่ และเวลาปรับสำนวน เนื้อหา/ข้อมูลเดิมยังคงอยู่ครบไม่มีการเปลี่ยนความหมาย

8

Prompt Chaining เต็มรูปแบบ + ตรวจสอบก่อนอ้างอิง

เทคนิค: Prompt Chaining + Meta-prompting 15 นาที

Workshop ปิดท้าย — รวมทุกเทคนิคที่เรียนมาเป็นชุดคำสั่งต่อเนื่อง

ขั้นตอนที่ต้องทำ

  • ขั้น 1: ลองพิมพ์ prompt ตรวจสอบก่อนอ้างอิง (Meta-prompting)
  • ขั้น 2: ไปค้นหาชื่อบทความ/ผู้แต่งที่ AI ให้มาใน Google Scholar จริง ๆ
  • ขั้น 3: ลองทำ Prompt Chaining เต็มรูปแบบ 3 ขั้น
Prompt ที่ 1 — ตรวจสอบก่อนอ้างอิง (Meta-prompting)
AI ระบุว่างานวิจัยชิ้นนี้คือ [ชื่อบทความ, ผู้แต่ง, ปี ที่ AI สร้างมาให้]
ก่อนนำไปอ้างอิงในงานของผม คุณมั่นใจแค่ไหนว่าข้อมูลนี้ถูกต้อง
และแนะนำวิธีที่ผมควรตรวจสอบความถูกต้องของการอ้างอิงนี้

กิจกรรมสำคัญ

พิมพ์ prompt นี้จริง แล้วเอาชื่อบทความ/ผู้แต่งที่ได้ไปค้นใน Google Scholar ต่อหน้าเพื่อน ๆ — จะเห็นภาพชัดว่า AI สามารถ「แต่ง」ชื่อบทความที่ไม่มีอยู่จริงได้

Prompt ที่ 2 — Prompt Chaining เต็มรูปแบบ
ขั้น 1: "สรุปสาระสำคัญของบทความ/เอกสารนี้เป็น bullet list"
ขั้น 2: (ต่อจากผลขั้น 1) "จากประเด็นเหล่านี้ ระบุว่าประเด็นใดยังขาดหลักฐานสนับสนุนเพียงพอ"
ขั้น 3: (ต่อจากผลขั้น 2) "เสนอแหล่งข้อมูล/ประเภทหลักฐานที่ควรหาเพิ่มเติมสำหรับแต่ละประเด็นที่ขาด"
+

ภาคผนวก: โจทย์เสริมสำหรับผู้ที่ทำเร็ว

หากทำ Workshop หลักเสร็จก่อนเวลา ลองโจทย์ระดับยากขึ้นด้านล่าง

โจทย์เสริม A: รายงานประชุมที่ยังไม่มีมติ

ฝึกกับ Workshop 1 หรือ 5 · ข้อมูลสมมติ

รายงานการประชุมหารือแนวทางย้ายที่ตั้งหน่วยบริการสาขา วันที่ 20 สิงหาคม 2569 ประเด็นหารือ: หน่วยบริการสาขาปัจจุบันตั้งอยู่ในอาคารที่ใกล้หมดสัญญาเช่า ฝ่ายบริหารเสนอ 2 ทางเลือก คือ (ก) ย้ายไปอาคารใหม่ที่ค่าเช่าถูกกว่าร้อยละ 20 แต่อยู่ไกลจากชุมชนเดิม 5 กิโลเมตร หรือ (ข) ต่อสัญญาที่เดิมในราคาที่สูงขึ้นร้อยละ 15 ผู้แทนฝ่ายการเงินเห็นด้วยกับทางเลือก (ก) โดยให้เหตุผลว่าประหยัดงบประมาณระยะยาวได้มาก และอาคารใหม่มีที่จอดรถเพียงพอกว่า ผู้แทนฝ่ายบริการประชาชนไม่เห็นด้วย โดยให้เหตุผลว่าประชาชนกลุ่มเป้าหมายหลักเป็นผู้สูงอายุที่เดินทางด้วยรถสาธารณะ ระยะทาง 5 กิโลเมตรอาจทำให้ผู้มาใช้บริการลดลงอย่างมีนัยสำคัญ ผู้แทนฝ่ายกฎหมายตั้งข้อสังเกตว่าสัญญาเช่าอาคารเดิมมีเงื่อนไขค่าปรับหากยกเลิกก่อนกำหนด ต้องตรวจสอบให้ชัดเจนก่อนตัดสินใจ ที่ประชุมยังไม่ได้ข้อสรุป มอบหมายให้ฝ่ายเลขานุการรวบรวมข้อมูลเพิ่มเติมทั้งด้านต้นทุนและผลกระทบต่อผู้ใช้บริการ นำเสนอในที่ประชุมครั้งถัดไปภายใน 2 สัปดาห์

ลองทำ: สรุปเป็นตาราง 3 คอลัมน์ (ฝ่าย | จุดยืน | เหตุผลสนับสนุน) โดยไม่สรุปเป็น「มติ」เพราะที่ประชุมยังไม่มีข้อสรุป — สังเกตว่า AI จะสร้าง「มติปลอม」ขึ้นมาเองหรือไม่

โจทย์เสริม B: เปรียบเทียบเอกสาร 2 ฉบับ

ฝึกกับ Workshop 2 — ลองนำเอกสาร Workshop 1 และ Workshop 2 มาเปรียบเทียบกัน:

Prompt เปรียบเทียบ
นี่คือเอกสาร 2 ฉบับ [แปะเอกสารทั้งสอง] เปรียบเทียบเป็นตาราง
3 คอลัมน์: ประเด็น | เอกสาร ก | เอกสาร ข ห้ามมีข้อความอื่นนอกตาราง

สรุปท้ายเล่ม

กรอบรวม + สโลแกน + สิ่งที่ควรทำต่อ

กรอบรวมที่ใช้ได้กับทุกงาน

บทบาท · บริบท · งาน · รูปแบบ · ข้อจำกัด × Zero/Few-shot, CoT, Structured Output, Negative Prompting, Role Prompting, Chaining, Meta-prompting, System Prompt

สโลแกนที่ต้องจำ

「อย่าสั่งเหมือนสั่ง Google — อยากได้อะไร ให้บอกให้ครบเหมือนสั่งงานพนักงานใหม่ที่ไม่รู้จักงานเรามาก่อน แล้วเลือกเทคนิคที่เหมาะกับงานแต่ละแบบ」

2 กฎเหล็ก (ย้ำอีกครั้ง)

1ตรวจสอบทุกข้อเท็จจริง / ตัวเลข / การอ้างอิงเสมอ
2ไม่ใส่ข้อมูลลับ/อ่อนไหวลงในระบบ AI สาธารณะ

สิ่งที่ควรทำต่อหลังจบคอร์ส

  • ลองใช้เทคนิคที่เรียนวันนี้กับงานจริงของตัวเองภายในสัปดาห์นี้ ขณะที่ยังจำได้แม่น
  • ตั้ง System Prompt / Custom Instructions สำหรับงานที่ทำประจำ (เช่น สรุปประชุมทุกสัปดาห์)
  • เก็บ prompt ที่ใช้ได้ผลดีไว้เป็นคลังของตัวเอง (บันทึกใน Notes หรือเอกสารแยก) เพื่อใช้ซ้ำ/ปรับใช้ครั้งต่อไป
  • ทบทวนหลัก 4C ทุกครั้งก่อนกด Enter จนกลายเป็นนิสัย
คัดลอกแล้ว