Track A — เข้าใจ AI · Stage 3
Prompting & Using AI at Work
เปลี่ยนจาก “ถาม AI เล่น ๆ” เป็นการใช้งานแบบมีโครงสร้าง
2 Lesson
ถ้าคุณมาจาก Customer Support
ถ้าคุณมาจาก Customer Support โครงสร้าง prompt ทั้งหมดใช้ได้เหมือนกัน เพียงเปลี่ยน Role เป็น “You are assisting a customer support team” และเปลี่ยนวัตถุดิบจาก complaint โรงงานเป็น ticket ของคุณ
Prompt ทั้ง 5 ตัวใน Exercise แปลงได้ตรง ๆ: Complaint summarizer → Ticket summarizer, Customer email drafting → ร่างคำตอบลูกค้าใน ticket, 5 Why assistant → ผู้ช่วยไล่สาเหตุปัญหา/เขียน escalation note, Document comparison → เปรียบเทียบ KB article สองเวอร์ชันหรือ SLA สองฉบับ, Missing-information detector → ตรวจว่า ticket ขาดข้อมูลอะไรก่อน escalate ให้ dev
กติกาสำคัญเหมือนกันทุกข้อ: ห้ามให้ AI เดาข้อมูลที่ไม่มี ห้ามฟันธงสาเหตุ และคำตอบที่จะส่งถึงลูกค้าต้องมีคนตรวจก่อนเสมอ
Lesson
Exercise
Exercise: สร้าง Prompt Library ของตัวเอง
สร้าง prompt อย่างน้อย 5 ตัวสำหรับงานต่อไปนี้ โดยใช้ framework ROLE / CONTEXT / TASK / INPUT / RULES / OUTPUT:
- Complaint summarizer — สรุป complaint ให้ครบ field สำคัญ
- Customer email drafting — ร่าง email ตอบลูกค้าอย่างเป็นทางการ
- 5 Why assistant — ช่วยตั้งคำถามไล่หา root cause (ไม่ใช่สรุปแทน)
- Document comparison — เปรียบเทียบเอกสาร 2 ฉบับและชี้จุดต่าง
- Missing-information detector — ตรวจว่าเคสยังขาดข้อมูลอะไร
ทดลองใช้จริงกับข้อมูลจำลองอย่างน้อยตัวละ 1 ครั้ง แล้วปรับ RULES กับ OUTPUT จนผลลัพธ์นิ่ง
Deliverable ที่ควรได้
ไฟล์ prompt-library.md — รวม prompt ทั้ง 5 ตัว (หรือมากกว่า) พร้อมหมายเหตุสั้น ๆ ว่าแต่ละตัวเหมาะกับสถานการณ์ไหนและต้องตรวจอะไรก่อนใช้ผลลัพธ์
ถ้า sign in แล้วสามารถบันทึก Prompt Library เก็บไว้กับบัญชีของคุณบนเว็บได้
เข้าสู่ระบบ เพื่อบันทึกงานของคุณ — ไม่มีบัญชีก็ทำ Exercise ได้ตามปกติ เพียงแต่ระบบจะไม่เก็บงานให้
ความคืบหน้าของคุณ
4 ข้อนี้เป็นบันทึกส่วนตัวของคุณ — สถานะ Complete ของ Stage มาจากแถวล่างสุดเท่านั้น
แบบทดสอบท้าย Stage ต้องเข้าสู่ระบบ เพื่อบันทึกผลและปลดสถานะ Complete
Completeเข้าสู่ระบบเพื่อทำแบบทดสอบ
เข้าสู่ระบบ เพื่อบันทึกความคืบหน้าของคุณ