Prompt คืออะไร? เขียนคำสั่ง AI ให้ได้งานตรงใจ ไม่ต้องแก้หลายรอบ

สารบัญเนื้อหา12 หัวข้อ · อ่าน 9 นาที
Key Takeaways
- คำสั่งที่เราป้อนให้ AI Prompt คือข้อความ คำถาม หรือคำสั่งที่พิมพ์ให้ AI อย่าง ChatGPT, Gemini หรือ Claude ทำงาน ยิ่งชัดและมีบริบทพอ คำตอบยิ่งตรงกับที่ต้องการ
- Prompt ที่ดีมีองค์ประกอบชัดเจน คู่มือของ Google และ OpenAI แนะนำให้ระบุงาน บริบท ข้อจำกัด รูปแบบคำตอบ และใส่ตัวอย่าง (Few-shot) เพื่อให้ AI จับรูปแบบได้
- ระวังข้อมูลที่พิมพ์ลงไป OpenAI ระบุว่า ChatGPT แบบบุคคลอาจนำบทสนทนาไปฝึกโมเดล เว้นแต่ผู้ใช้ปิดการตั้งค่า ส่วนบริการธุรกิจอย่าง ChatGPT Business (เดิมชื่อ Team), Enterprise และ API ไม่นำข้อมูลไปฝึก
Prompt คือ ข้อความที่เราพิมพ์หรือป้อนให้ AI ทำงาน อาจเป็นคำถาม คำสั่ง ข้อมูลที่ให้ช่วยวิเคราะห์ หรือข้อความที่ให้เขียนต่อ เครื่องมือ Generative AI (AI ที่สร้างเนื้อหาใหม่ได้) เช่น ChatGPT, Gemini และ Claude จะตอบตาม Prompt ที่ได้รับ ดังนั้นคุณภาพของคำตอบจึงขึ้นกับว่าเราสั่งชัดแค่ไหน
ลองเทียบกับการสั่งงานพนักงานใหม่ ถ้าบอกแค่ "เขียนอีเมลหาลูกค้าหน่อย" พนักงานต้องเดาว่าลูกค้าคือใคร เรื่องอะไร และควรสุภาพระดับไหน AI ก็เช่นกัน ถ้าข้อมูลไม่พอ มันจะเติมช่องว่างด้วยการเดา ผลที่ได้จึงกลาง ๆ หรือผิดทิศ ต้องแก้หลายรอบ
Prompt กับ Prompt Engineering ต่างกันอย่างไร
- Prompt คือตัวคำสั่งแต่ละครั้งที่ส่งให้ AI
- Prompt Engineering คือทักษะการออกแบบ ทดสอบ และปรับ Prompt อย่างเป็นระบบ เพื่อให้ได้ผลลัพธ์ที่แม่นและสม่ำเสมอ
Google เรียกขั้นตอนนี้ว่า Prompt Design และย้ำว่าแนวทางทั้งหมดเป็นจุดเริ่มต้นให้ทดลองและปรับ ไม่ใช่กฎตายตัว ส่วน Anthropic ผู้พัฒนา Claude แนะนำให้กำหนดเกณฑ์ว่าคำตอบแบบไหนถือว่าสำเร็จ แล้วทดสอบ Prompt กับเกณฑ์นั้นก่อนนำไปใช้จริง
สำหรับคนทำงานทั่วไป ไม่จำเป็นต้องเป็นวิศวกร แค่เข้าใจโครงสร้างของคำสั่งที่ดีก็ใช้ AI ได้คุ้มขึ้นมาก
ทำไม Prompt ที่ดีจึงสำคัญกับธุรกิจ
- ประหยัดเวลาแก้งาน ได้ร่างที่ใช้ได้ตั้งแต่รอบแรก ๆ ไม่ต้องสั่งซ้ำหลายรอบ
- ผลลัพธ์สม่ำเสมอ เมื่อเก็บ Prompt ที่ใช้ได้ผลไว้เป็นแม่แบบ ทุกคนในทีมได้งานมาตรฐานเดียวกัน
- ลดคำตอบมั่ว การให้บริบทและข้อมูลอ้างอิงที่ชัด ช่วยลดโอกาสที่ AI แต่งข้อมูลขึ้นเอง (Hallucination)
- ใช้ AI ได้หลากหลายงาน ตั้งแต่ร่างอีเมล สรุปรายงานประชุม ทำแคปชันขายของ ไปจนถึงวิเคราะห์ตัวเลขยอดขาย
ถ้ายังไม่แน่ใจว่าจะใช้เครื่องมือตัวไหน ดูการเปรียบเทียบได้ที่ ใช้ AI ตัวไหนดี หลักการเขียน Prompt ในบทความนี้ใช้ได้กับทุกตัว
องค์ประกอบของ Prompt ที่ดี
คู่มือของ Google Gemini อธิบายสิ่งที่ควรมีใน Prompt ได้แก่ ข้อมูลนำเข้า ข้อจำกัด รูปแบบคำตอบ ตัวอย่าง และบริบท ส่วนคู่มือของ OpenAI แนะนำให้คำสั่งระดับระบบมี ตัวตน (Identity) คำสั่ง ตัวอย่าง และบริบท เมื่อรวมสองแหล่งแล้วปรับให้ใช้ง่าย จะได้ 6 ส่วนดังนี้

| ส่วน | ตอบคำถามว่า | ตัวอย่าง |
|---|---|---|
| บทบาท (Role) | ให้ AI คิดในฐานะใคร | "คุณเป็นเจ้าหน้าที่บริการลูกค้าของร้านขายอะไหล่รถยนต์" |
| งาน (Task) | ต้องการให้ทำอะไร | "ร่างคำตอบลูกค้าที่ถามเรื่องเปลี่ยนสินค้า" |
| บริบท (Context) | ข้อมูลเบื้องหลังที่ AI ต้องรู้ | "นโยบายร้านเปลี่ยนสินค้าได้ภายใน 7 วัน ถ้ายังไม่แกะซีล" |
| ข้อมูลนำเข้า (Input) | วัตถุดิบที่ให้ประมวลผล | ข้อความของลูกค้าที่คัดลอกมา |
| ข้อจำกัด (Constraints) | สิ่งที่ต้องทำและห้ามทำ | "ไม่เกิน 5 บรรทัด ห้ามสัญญาคืนเงิน" |
| รูปแบบคำตอบ (Format) | อยากได้หน้าตาแบบไหน | "เป็นข้อความพร้อมส่งใน LINE ขึ้นต้นด้วยคำทักทาย" |
ไม่จำเป็นต้องใส่ครบทุกส่วนทุกครั้ง งานง่ายใช้แค่งานกับรูปแบบก็พอ แต่งานที่ต้องการความแม่นยำ ยิ่งใส่บริบทและข้อจำกัดครบ ยิ่งได้ผลตรง
เทคนิคการเขียน Prompt ที่ใช้บ่อย

Zero-shot และ Few-shot
Zero-shot คือ Prompt ที่สั่งงานโดยไม่มีตัวอย่าง เหมาะกับงานทั่วไป ส่วน Few-shot คือการใส่ตัวอย่างคู่ "ข้อมูลเข้า และผลลัพธ์ที่ต้องการ" ให้ AI เห็นรูปแบบก่อน คู่มือของ Google แนะนำให้ใส่ตัวอย่างเสมอเมื่อทำได้ และให้ตัวอย่างทุกชิ้นมีรูปแบบเดียวกัน ส่วน OpenAI แนะนำให้ตัวอย่างครอบคลุมข้อมูลเข้าหลายแบบ
ตัวอย่างการใช้ Few-shot กับงานจัดหมวดข้อความลูกค้า
``` จัดข้อความลูกค้าเป็นหมวด: สอบถามราคา / แจ้งปัญหา / ติดตามพัสดุ
ข้อความ: ของยังไม่ถึงเลยค่ะ สั่งไปตั้งแต่วันจันทร์ หมวด: ติดตามพัสดุ
ข้อความ: ถ้าสั่ง 50 ชิ้น ลดได้เท่าไหร่ครับ หมวด: สอบถามราคา
ข้อความ: เปิดกล่องมาฝาแตกค่ะ หมวด: ```
กำหนดบทบาท (Role Prompting)
บอก AI ว่าให้ตอบในฐานะใคร เช่น นักบัญชี นักการตลาด หรือเจ้าหน้าที่ฝ่ายบุคคล ช่วยให้ระดับภาษาและมุมมองของคำตอบเหมาะกับงาน Anthropic จัดการกำหนดบทบาทเป็นหนึ่งในเทคนิคหลักในคู่มือของ Claude
แยกคำสั่งออกจากข้อมูล
เมื่อต้องแนบข้อความยาว ๆ เช่น รายงานหรืออีเมลหลายฉบับ ให้แบ่งส่วนให้ชัดด้วยหัวข้อ เครื่องหมายคั่น หรือแท็กแบบ `<ข้อมูล> ... </ข้อมูล>` ทั้ง Google และ OpenAI แนะนำวิธีนี้ เพื่อไม่ให้ AI สับสนว่าส่วนไหนคือคำสั่ง ส่วนไหนคือเนื้อหา คู่มือ Gemini ยังแนะนำว่าถ้าข้อมูลยาว ให้วางข้อมูลไว้ก่อนแล้วค่อยถามคำถามท้ายสุด
แตกงานใหญ่เป็นขั้นตอน (Prompt Chaining)
งานซับซ้อน เช่น ทำแผนการตลาดทั้งไตรมาส ไม่ควรสั่งในข้อความเดียว ให้แบ่งเป็นขั้น เช่น วิเคราะห์กลุ่มลูกค้า แล้วค่อยเสนอหัวข้อคอนเทนต์ แล้วค่อยร่างปฏิทินโพสต์ ผลของแต่ละขั้นนำไปเป็นข้อมูลของขั้นถัดไป ทำให้ตรวจและแก้ได้ทีละจุด
บอกสิ่งที่ไม่ต้องการ
เช่น "ไม่ต้องใส่แฮชแท็ก" "ห้ามใช้ศัพท์เทคนิค" หรือ "ถ้าข้อมูลไม่พอให้ตอบว่าไม่ทราบ อย่าเดา" ข้อจำกัดชัด ๆ ช่วยตัดงานแก้ได้มาก
ถามต่อและปรับซ้ำ
Prompt แรกไม่จำเป็นต้องสมบูรณ์ ให้ดูผลแล้วสั่งต่อ เช่น "สั้นลงครึ่งหนึ่ง" "เปลี่ยนเป็นภาษาทางการ" หรือ "เพิ่มตัวเลขตัวอย่าง" คู่มือ Gemini แนะนำให้ลองเปลี่ยนถ้อยคำหรือสลับลำดับเนื้อหาใน Prompt เมื่อผลยังไม่ดี
ตัวอย่าง Prompt ก่อนและหลังปรับ สำหรับงาน SME
ตารางนี้ทีม bizzenter เรียบเรียงจากงานที่ SME ไทยใช้ AI บ่อย เพื่อให้เห็นว่าการเติมองค์ประกอบทำให้คำสั่งต่างกันอย่างไร
| งาน | Prompt แบบกว้าง | Prompt ที่ปรับแล้ว |
|---|---|---|
| ทวงชำระเงิน | "เขียนอีเมลทวงเงินลูกค้า" | "คุณเป็นฝ่ายบัญชีของบริษัทขายวัสดุก่อสร้าง ร่างอีเมลเตือนลูกค้า B2B ที่ค้างชำระใบแจ้งหนี้ 2 ใบ เกินกำหนด 15 วัน น้ำเสียงสุภาพแต่ชัดเจน ไม่เกิน 120 คำ ปิดท้ายด้วยช่องทางติดต่อ และขอให้ลูกค้าแจ้งวันชำระ" |
| แคปชันขายของ | "เขียนแคปชันขายเสื้อ" | "เขียนแคปชัน Facebook 3 แบบ สำหรับเสื้อโปโลผ้าคอตตอนสำหรับทำยูนิฟอร์มบริษัท กลุ่มเป้าหมายคือฝ่ายจัดซื้อและ HR จุดขายคือสั่งขั้นต่ำ 30 ตัว ปักโลโก้ได้ ยาวไม่เกิน 4 บรรทัด ไม่ใช้อีโมจิ" |
| สรุปประชุม | "สรุปประชุมให้หน่อย" | "สรุปบันทึกประชุมด้านล่างเป็น 3 ส่วน ได้แก่ สิ่งที่ตัดสินใจแล้ว งานที่ต้องทำพร้อมชื่อผู้รับผิดชอบและกำหนดส่ง และประเด็นที่ยังค้าง ถ้าบันทึกไม่ระบุกำหนดส่งให้เขียนว่า 'ไม่ระบุ'" |
| วิเคราะห์ยอดขาย | "ยอดขายเป็นยังไงบ้าง" | "จากตารางยอดขายรายเดือนด้านล่าง หาสินค้า 3 อันดับที่ยอดลดลงมากที่สุดเมื่อเทียบเดือนก่อน แสดงเป็นตาราง แล้วตั้งข้อสันนิษฐานที่เป็นไปได้ข้อละหนึ่งบรรทัด ระบุให้ชัดว่าเป็นข้อสันนิษฐาน" |
| ตอบลูกค้า | "ตอบลูกค้าคนนี้" | "คุณเป็นแอดมินร้าน ตอบข้อความลูกค้าด้านล่างตามนโยบายเปลี่ยนสินค้าภายใน 7 วัน สุภาพ เป็นกันเอง ไม่เกิน 5 บรรทัด ห้ามสัญญาคืนเงิน ถ้าต้องใช้ข้อมูลที่ไม่มีในนโยบาย ให้บอกว่าจะส่งเรื่องให้ทีมตรวจสอบ" |
ข้อสังเกตจากตาราง Prompt ที่ปรับแล้วยาวขึ้นไม่มาก แต่เพิ่ม 3 อย่างที่ Prompt แบบกว้างไม่มี คือ ใครเป็นผู้อ่าน ขอบเขตความยาวหรือรูปแบบ และสิ่งที่ห้ามทำ สามข้อนี้มักเป็นสาเหตุที่ต้องสั่งแก้ซ้ำ
เช็กลิสต์ก่อนกดส่ง Prompt
- [ ] บอกแล้วหรือยังว่าให้ AI ทำอะไร เป็นคำกริยาชัด ๆ เช่น ร่าง สรุป เปรียบเทียบ จัดหมวด
- [ ] บอกผู้อ่านหรือผู้ใช้ผลงานแล้วหรือยัง
- [ ] ใส่ข้อมูลที่ AI ต้องใช้ครบหรือยัง หรือปล่อยให้มันเดา
- [ ] กำหนดความยาว น้ำเสียง และรูปแบบคำตอบแล้วหรือยัง
- [ ] ถ้ามีงานลักษณะเดิมที่ทำได้ดี ใส่เป็นตัวอย่างหรือยัง
- [ ] บอกให้ตอบว่า "ไม่ทราบ" เมื่อข้อมูลไม่พอหรือยัง
- [ ] ตัดข้อมูลลับหรือข้อมูลส่วนบุคคลที่ไม่จำเป็นออกแล้วหรือยัง
ข้อจำกัดและความเสี่ยงที่ต้องรู้
AI ตอบผิดได้แม้ Prompt จะดี
Prompt ที่ดีช่วยลดความผิดพลาด แต่ไม่ได้รับประกันความถูกต้อง โดยเฉพาะตัวเลข กฎหมาย และข้อมูลล่าสุด คู่มือ Gemini แนะนำให้เปิดใช้การค้นข้อมูลจากเว็บสำหรับข้อเท็จจริงใหม่หรือเฉพาะทาง และใช้การรันโค้ดสำหรับงานคำนวณ ส่วนธุรกิจที่อยากให้ AI ตอบจากเอกสารของบริษัทเอง แนวทางที่นิยมคือ RAG ซึ่งคู่มือของ OpenAI อธิบายว่าเป็นการดึงข้อมูลที่เกี่ยวข้องมาใส่เป็นบริบทให้โมเดล
ข้อมูลที่พิมพ์ลงไปอาจถูกนำไปใช้ต่อ
OpenAI ระบุว่า ChatGPT สำหรับผู้ใช้ทั่วไปอาจนำบทสนทนาไปฝึกโมเดลต่อ เว้นแต่ผู้ใช้เลือกไม่อนุญาตในการตั้งค่า ส่วนบริการสำหรับธุรกิจ ได้แก่ ChatGPT Business (เดิมชื่อ ChatGPT Team), ChatGPT Enterprise และ API จะไม่นำเนื้อหาไปฝึกโมเดล ก่อนให้พนักงานใช้ AI กับงานจริง ควรตรวจเงื่อนไขของเครื่องมือที่ใช้ และกำหนดว่าข้อมูลประเภทใดห้ามพิมพ์ลงไป เช่น เลขบัญชีลูกค้า สัญญาที่ยังไม่เปิดเผย หรือรหัสผ่าน
ในประเทศไทย ศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ (AIGC) ของ สพธอ. (ETDA) เผยแพร่ "แนวทางการประยุกต์ใช้ Generative AI อย่างมีธรรมาภิบาลสำหรับองค์กร" เมื่อ 30 ตุลาคม 2567 ให้ดาวน์โหลดฟรี เป็นจุดเริ่มต้นที่ดีสำหรับองค์กรที่อยากวางนโยบายการใช้ AI โดยเน้นเรื่องความเป็นส่วนตัว ความปลอดภัยของข้อมูล และการบริหารความเสี่ยง
Prompt ไม่ใช่คำตอบของทุกปัญหา
Anthropic ระบุว่าบางปัญหาแก้ด้วย Prompt ไม่ได้ดีที่สุด เช่น เรื่องความเร็วและต้นทุน บางครั้งเปลี่ยนรุ่นโมเดลได้ผลกว่า และถ้างานต้องให้ AI ทำหลายขั้นตอนต่อเนื่องเอง เช่น ค้นข้อมูล กรอกระบบ แล้วส่งอีเมล สิ่งที่ต้องการอาจเป็น AI Agent มากกว่าการเขียน Prompt ให้ยาวขึ้น
สรุป
Prompt คือคำสั่งที่เราป้อนให้ AI และเป็นตัวกำหนดคุณภาพของคำตอบโดยตรง Prompt ที่ดีบอกบทบาท งาน บริบท ข้อมูล ข้อจำกัด และรูปแบบคำตอบให้ชัด เมื่องานต้องการรูปแบบเฉพาะให้ใส่ตัวอย่าง และเมื่องานซับซ้อนให้แตกเป็นขั้นตอน สำหรับธุรกิจ สิ่งที่ควรทำคู่กันคือเก็บ Prompt ที่ใช้ได้ผลไว้เป็นแม่แบบของทีม ตรวจข้อเท็จจริงก่อนใช้งานทุกครั้ง และกำหนดว่าข้อมูลใดห้ามพิมพ์ลงในเครื่องมือ AI
คำถามที่พบบ่อย (FAQ)
Prompt ภาษาไทยกับภาษาอังกฤษ ใช้แบบไหนดีกว่า
เครื่องมือหลักอย่าง ChatGPT, Gemini และ Claude รับคำสั่งภาษาไทยได้ สิ่งที่มีผลมากกว่าภาษาคือความชัดเจนของคำสั่ง ถ้าต้องการผลงานเป็นภาษาไทย การเขียน Prompt เป็นภาษาไทยและระบุระดับภาษาที่ต้องการก็ใช้ได้ดี
Prompt ควรยาวแค่ไหน
ไม่มีความยาวที่ถูกต้องตายตัว ควรยาวพอให้ AI ไม่ต้องเดาข้อมูลสำคัญ งานสั้น ๆ ใช้ประโยคเดียวได้ งานที่มีเงื่อนไขมากหรือมีข้อมูลแนบควรแบ่งส่วนให้อ่านง่าย
ใช้ Prompt เดียวกันกับ AI ต่างยี่ห้อได้ไหม
ได้ หลักการพื้นฐานใช้ร่วมกันได้ แต่ผลลัพธ์อาจต่างกัน OpenAI ระบุว่าโมเดลแต่ละประเภทตอบสนองต่อคำสั่งต่างกัน โมเดลที่เน้นการให้เหตุผลทำงานได้ดีกับเป้าหมายระดับกว้าง ขณะที่โมเดลทั่วไปต้องการคำสั่งที่ละเอียดกว่า จึงควรทดสอบกับเครื่องมือที่ใช้จริง
Prompt Engineer เป็นอาชีพจริงไหม
มีตำแหน่งงานที่ใช้ชื่อนี้หรือรวมทักษะนี้ไว้ในงานด้าน AI แต่สำหรับคนทำงานส่วนใหญ่ การเขียน Prompt เป็นทักษะพื้นฐานที่ช่วยให้ทำงานเดิมได้เร็วขึ้น มากกว่าจะเป็นตำแหน่งแยก
เก็บ Prompt ที่ใช้ได้ผลอย่างไร
สร้างไฟล์หรือเอกสารกลางของทีม แยกตามงาน เช่น อีเมลลูกค้า สรุปประชุม แคปชัน แล้วเว้นช่องให้เติมข้อมูลที่เปลี่ยนแต่ละครั้ง เครื่องมือหลายตัวยังมีฟีเจอร์บันทึกคำสั่งหรือตั้งค่าคำสั่งประจำได้
แหล่งอ้างอิง
- Prompt design strategies – Google AI for Developers
- Prompt engineering – OpenAI API Docs
- Prompt engineering overview – Claude Docs (Anthropic)
- How your data is used to improve model performance – OpenAI Help Center
- ETDA เปิดตัวแนวทางการประยุกต์ใช้ Generative AI อย่างมีธรรมาภิบาลสำหรับองค์กร – The Bangkok Insight
- ChatGPT Business rename FAQ – OpenAI Help Center


