เขียน Prompt ที่ดีให้ AI เข้าใจ — โครงสร้างและตัวอย่างเทียบ

หลายคนบ่นว่า AI ตอบไม่ตรงใจ ทั้งที่จริงแล้วปัญหาส่วนใหญ่ไม่ได้อยู่ที่ AI แต่อยู่ที่วิธีสั่ง เขียน prompt ให้ดีขึ้นนิดเดียว คำตอบก็เปลี่ยนจากหน้ามือเป็นหลังมือ บทความนี้จะพาไปดู โครงสร้าง prompt ที่ดี ทีละส่วน พร้อมเทียบ prompt แย่กับดีให้เห็นภาพชัด ๆ ว่าต่างกันตรงไหน

โครงสร้างของ prompt ที่ดี

prompt ที่ได้ผลมักมีองค์ประกอบ 5 อย่างครบ ลองจำเป็นสูตรง่าย ๆ

• บทบาท บอก AI ว่าให้สวมบทเป็นใคร เช่น "คุณเป็นบรรณาธิการภาษาไทย" ช่วยกำหนดโทนและมุมมอง
• บริบท เล่าว่าคุณกำลังทำอะไรอยู่ ผลลัพธ์จะเอาไปใช้ทำอะไร AI จะได้เลือกคำตอบที่เข้ากับสถานการณ์จริง
• เป้าหมาย ระบุชัดว่าต้องการให้ทำอะไร ไม่ใช่แค่ "ช่วยหน่อย" แต่บอกว่าช่วยเรื่องอะไรให้เจาะจง
• รูปแบบผลลัพธ์ อยากได้เป็นข้อ ตาราง หรือย่อหน้า ยาวแค่ไหน ภาษาอะไร บอกไปเลยจะได้ไม่ต้องมาจัดใหม่
• ตัวอย่าง ถ้ามีสไตล์ในใจ ให้ตัวอย่างสัก 1 อัน AI จะจับแนวได้แม่นกว่าอธิบายด้วยคำพูดล้วน

ไม่จำเป็นต้องใส่ครบทุกส่วนทุกครั้ง แต่ยิ่งใส่ครบ คำตอบยิ่งตรง

prompt แย่ vs prompt ดี

เห็นตัวอย่างจริงจะเข้าใจเร็วที่สุด ลองเทียบสองแบบนี้

แบบแย่

ช่วยเขียนโพสต์ขายของหน่อย

สั้นก็จริง แต่ AI ต้องเดาเองหมด ขายอะไร ขายให้ใคร โทนไหน ยาวเท่าไหร่ ผลที่ได้เลยมักกว้างและไม่ตรงใจ

แบบดี

บทบาท: คุณเป็นนักเขียนคอนเทนต์สายขายของออนไลน์
บริบท: ฉันขายครีมกันแดดสำหรับผิวแพ้ง่าย กลุ่มลูกค้าเป็นผู้หญิงวัยทำงาน
เป้าหมาย: เขียนแคปชันโพสต์ Facebook ชวนซื้อ
รูปแบบ: ภาษาไทย โทนเป็นกันเอง ไม่เกิน 3 บรรทัด ปิดท้ายด้วยชวนกดสั่งซื้อ

อันหลังบอกครบทั้งบทบาท บริบท เป้าหมาย และรูปแบบ AI เลยเขียนได้ตรงกลุ่มและพร้อมใช้แทบจะทันที เห็นไหมว่าความต่างไม่ได้อยู่ที่ความยาว แต่อยู่ที่ความชัด

เทคนิคเสริมที่ช่วยได้จริง

พอจับโครงหลักได้แล้ว ลองเพิ่มสองเทคนิคนี้เข้าไป

• แบ่งเป็นขั้นตอน ถ้างานใหญ่ อย่ายัดทุกอย่างในคำสั่งเดียว ลองบอกให้ AI ทำทีละสเต็ป เช่น "ขั้นแรกช่วยร่างหัวข้อก่อน แล้วค่อยลงรายละเอียด" คุมทิศทางได้ง่ายกว่า
• ขอให้ถามกลับถ้าไม่ชัด เติมประโยคอย่าง "ถ้าข้อมูลไม่พอ ให้ถามก่อนเริ่ม" AI จะไม่เดาสุ่มแล้วทำผิดทาง แต่จะเช็กกับคุณก่อน ช่วยลดการทำงานเสียเที่ยว

สองเทคนิคนี้เล็กน้อยแต่ช่วยให้งานตรงขึ้นมาก โดยเฉพาะงานที่มีรายละเอียดเยอะ

prompt ที่ดีช่วยประหยัด token

จุดที่หลายคนมองข้ามคือ prompt ที่ดี ประหยัดค่าใช้จ่าย ด้วย ลองคิดตามดู ถ้าคุณสั่งกว้าง ๆ AI ตอบไม่ตรง คุณก็ต้องพิมพ์แก้ไปมาหลายรอบ ทุกรอบคือ token ที่ต้องจ่ายเพิ่ม

แต่ถ้า prompt ชัดตั้งแต่แรก AI ตอบตรงในครั้งเดียวหรือสองครั้ง ลดการวนแก้ไปมา ประหยัดทั้งเวลาและ token เรื่องนี้ต่อยอดได้จาก วิธีประหยัด token เมื่อใช้ AI ที่รวมทริกลดค่าใช้จ่ายไว้ครบ

ถ้าอยากปูพื้นฐานเรื่องการเขียน prompt ให้แน่นก่อน อ่าน Prompt Engineering พื้นฐาน ควบคู่ได้ ส่วนบทความนี้เน้นที่โครงสร้างและตัวอย่างเทียบให้เห็นภาพ และถ้าคุณใช้ Claude Code หลักการ สั่งงานที่เป้าหมาย ไม่ใช่ทีละขั้น ก็เป็นการต่อยอดโครง prompt ที่ดีอีกชั้น

สรุป

prompt ที่ดีคือ prompt ที่ครบส่วนและชัดเจน จำสูตรง่าย ๆ ว่ามี บทบาท บริบท เป้าหมาย รูปแบบผลลัพธ์ และตัวอย่าง เทียบกันแล้วจะเห็นว่า prompt แย่ทำให้ AI ต้องเดา ส่วน prompt ดีทำให้มันตอบตรงตั้งแต่แรก เสริมด้วยการแบ่งขั้นตอนและขอให้ถามกลับเมื่อไม่ชัด นอกจากได้งานตรงใจแล้ว ยังช่วยประหยัด token เพราะไม่ต้องวนแก้หลายรอบ ลองเอาโครงนี้ไปปรับใช้กับงานถัดไปของคุณดู