คำตอบโดยสรุป
แค่สั่งให้ “เขียนเหมือนผู้เชี่ยวชาญการตลาด” ยังไม่พอ จะกำหนดบทบาทหรือไม่ก็ได้ แต่ต้องบอกงานและข้อมูลที่ใช้ได้ให้ชัด
ตัวอย่างสมมติ: หน้าแรกของ LumaDesk
หกส่วนที่ช่วยให้งานตรงโจทย์
เป้าหมาย
บอกว่าต้องการชิ้นงานอะไร
ผู้อ่านและบริบท
ใครอ่าน และอ่านที่ไหน
ข้อมูลที่อนุมัติแล้ว
แยกข้อมูลอ้างอิงออกจากคำสั่ง
ข้อจำกัด
กำหนดความยาวและข้อกล่าวอ้างที่ห้ามใช้
รูปแบบคำตอบ
ระบุหัวข้อและลำดับ
เกณฑ์ตรวจ
บอกเงื่อนไขที่งานต้องผ่าน
ตัวอย่างสมมติ: หน้าแรกของ LumaDesk
ตัวอย่างนี้จัดทำขึ้นสำหรับคู่มือ ไม่ใช่ผลจากการรันโมเดล
ข้อมูล A ที่อนุมัติแล้ว: ซอฟต์แวร์สำหรับเอเจนซีอิสระ มีปฏิทินเนื้อหาที่ใช้ร่วมกันและระบบติดตามการอนุมัติ รองรับภาษาฝรั่งเศสกับอังกฤษ ไม่มีข้อมูลราคาหรือผลการวัดประสิทธิภาพ
ร่างเก่า B ที่ยังไม่อนุมัติ: ระบุว่ารองรับภาษาเยอรมันและลดเวลาทำงานได้ 30%
พรอมป์ต์ที่นำไปปรับใช้ได้
เขียนข้อความหน้าแรกของ LumaDesk สำหรับเอเจนซีอิสระ ใช้ A เท่านั้นเป็นข้อเท็จจริงของสินค้า ใช้ B เพื่อตรวจหาข้อมูลขัดแย้ง ส่งหัวเรื่อง 3 แบบ แบบละไม่เกิน 60 ตัวอักษร ตามด้วยย่อหน้าแนะนำ 350–500 ตัวอักษรและรายการข้อมูลที่ขาด ให้นับรวมช่องว่าง ห้ามใส่ราคา การรองรับภาษาเยอรมัน หรือข้อกล่าวอ้างว่าลดเวลา 30% ระบุข้อมูลที่ไม่มีว่า ‘ยังไม่ทราบ’ ตรวจแหล่งที่มาของแต่ละข้อกล่าวอ้างและความยาวก่อนส่ง
คำตอบควรจัดการข้อมูลอย่างไร
เสนอจุดเด่นเรื่องปฏิทินเนื้อหาและการติดตามการอนุมัติ ระบุว่ายังไม่ทราบราคาและผลลัพธ์ พร้อมแยกข้อมูลขัดแย้งใน B ออกมา
เงื่อนไขที่ต้องผ่าน
- ข้อกล่าวอ้างเกี่ยวกับสินค้าทุกข้อมี A รองรับ
- ข้อมูลที่ขาดระบุว่ายังไม่ทราบ
- หัวเรื่องและย่อหน้าอยู่ในความยาวที่กำหนด
- ไม่ปนข้อมูลจาก B ลงในข้อความการตลาด
ดาวน์โหลดชุดฝึก: ข้อมูล พรอมป์ต์ และเกณฑ์ตรวจ
แก้ทีละปัญหา แล้วลองโจทย์เดิม
ปรับพรอมป์ต์เพื่อแก้ข้อผิดพลาดที่เกิดซ้ำหนึ่งเรื่อง แล้วตรวจด้วยสามกรณีเดิม: ข้อมูลครบ ขาดราคา และร่างเก่าขัดแย้งกับข้อมูลที่อนุมัติ
อ่านพื้นฐานเพิ่มเติม
การออกแบบพรอมป์ต์สำหรับทีมการตลาด
สร้างคำสั่งใช้ซ้ำที่มีเกณฑ์ชัด
พรอมป์ต์ที่ดีระบุเป้าหมาย ผู้รับสาร แหล่ง ข้อจำกัด และรูปแบบผลลัพธ์ ไม่ได้แทนบรีฟหรือหลักฐานที่เชื่อถือได้
วิธีทำงาน
ให้บริบทที่อนุมัติและขอให้ระบุข้อมูลขาดก่อนเขียน ใช้ตัวอย่างน้ำเสียง แยกค้นคว้า ร่าง และตรวจ เก็บรุ่นคำสั่งและเงื่อนไขข้อมูลเข้า
การวัดผล
ทดสอบกรณีปกติและยาก เปรียบเทียบความถูกต้อง ประโยชน์ และงานแก้ คำตอบที่น่าประทับใจครั้งเดียวไม่ยืนยันคุณภาพพรอมป์ต์
การตัดสินใจ
ระบุส่วนผลลัพธ์ที่ต้องเชื่อถือได้ขึ้น: เลือกหลักฐาน ทำตามรูปแบบ เหมาะกับผู้ชม หรือรู้ว่าข้อมูลขาด แก้พรอมป์ต์ให้ตรงความล้มเหลวนั้น การเพิ่มคำสั่งโดยไม่วิเคราะห์ปัญหาทำให้หาสาเหตุของการปรับปรุงและดูแลต่อยาก
แบบฝึกหัด
เลือกบรีฟห้าชุดและกันอีกสองชุดไว้ตรวจท้ายสุด รันพรอมป์ต์เดิม จัดประเภทข้อผิดพลาดที่ต้องแก้ แล้วเปลี่ยนคำสั่งครั้งละข้อ รวมบรีฟไม่ครบและแหล่งข้อมูลขัดแย้ง บังคับให้ทำเครื่องหมายข้อเท็จจริงที่ยังไม่ยืนยันแทนเติมรายละเอียดสมจริงเพื่อให้ครบรูปแบบ
ชิ้นงานส่งมอบ
ส่งการ์ดพรอมป์ต์ที่มีจุดประสงค์ ข้อมูลจำเป็น คำสั่ง โครงสร้างผล ตัวอย่าง และข้อจำกัด เพิ่มบันทึกสั้นเชื่อมแต่ละการแก้กับข้อผิดพลาดที่พบและผลทดสอบซ้ำ เก็บผลอ้างอิงคู่การ์ดให้เพื่อนร่วมงานตัดสินว่าการเปลี่ยนครั้งต่อไปช่วยงานเดิมหรือไม่
ข้อผิดพลาดที่ควรระวัง
ตัวอย่างเฉพาะเจาะจงเกินไปอาจทำให้โมเดลคัดลอกเนื้อหาไปงานอื่น ทดสอบสินค้าและผู้ชมต่างกันก่อนรับพรอมป์ต์ การผ่านบรีฟที่ใช้เขียนคำสั่งเป็นหลักฐานระหว่างพัฒนา ไม่ใช่ข้อพิสูจน์ความน่าเชื่อถือทั่วไป
แหล่งข้อมูล
OpenAI · Prompt engineeringAnthropic · Prompt engineeringOpenAI · Evaluation best practicesอยากสร้างเวิร์กโฟลว์นี้ให้ทีมของคุณไหม
ช่วยทีมใช้ AI กับงานจริงผ่านคำแนะนำ ตัวอย่าง ขอบเขต และผู้รับผิดชอบที่ชัดเจน
ปรึกษาเวิร์กโฟลว์ AI ของฉัน