← กลับหน้าภาพรวม
ระดับ 1 · FOUNDATION

พื้นฐาน Perplexity: เข้าใจ Answer Engine และการอ่าน Citation อย่างวิพากษ์

วางรากฐานความเข้าใจว่า Perplexity ต่างจาก search engine และ chatbot ทั่วไปอย่างไร ตั้งคำถามให้ได้คำตอบที่มีแหล่งอ้างอิง และเริ่มใช้ Focus modes

📦 6 โมดูล⏱ 8-10 ชั่วโมง (6 โมดูล)

6 โมดูลในระดับนี้: 1.1 Perplexity คืออะไร: จา · 1.2 อ่านและตรวจสอบ Citatio · 1.3 พื้นฐาน Prompt สำหรับ · 1.4 เริ่มใช้ Focus Modes · 1.5 ระดับสมาชิกและการเลือก · 1.6 สำรวจข้อจำกัดจริงและ D

1.1
โมดูล 1.1

Perplexity คืออะไร: จาก Search Engine สู่ Answer Engine

เข้าใจตัวตนที่แท้จริงของเครื่องมือก่อนลงมือใช้

🎯 วัตถุประสงค์การเรียนรู้

  • อธิบายนิยาม answer engine และความแตกต่างจาก search engine (Google) และ chatbot (ChatGPT ล้วน)
  • ระบุองค์ประกอบสามส่วนของ Perplexity: ค้นเว็บสด + สังเคราะห์ + citation
  • บอกได้ว่างานประเภทใดเหมาะและไม่เหมาะกับ Perplexity

เนื้อหา

Perplexity เป็น answer engine คือระบบที่รับคำถามภาษาธรรมชาติ ค้นเว็บแบบเรียลไทม์ อ่านแหล่งข้อมูลจริง แล้วเขียนคำตอบพร้อมเลขอ้างอิง [1][2] กำกับกลับไปยังต้นทาง จุดแข็งหลักคือคำถามแบบ "อะไรคือความจริง / อะไรคือข่าวล่าสุด / ขอแหล่งอ้างอิง" ต่างจาก Google ที่ให้ลิงก์สิบอันให้เราอ่านเอง และต่างจาก chatbot ที่ตอบจากความจำโมเดลโดยไม่ค้นเว็บ จึงไม่เหมาะกับงานเขียนสร้างสรรค์ยาว ๆ หรือการสวมบทบาทบุคลิกซับซ้อน

เปรียบเทียบคำถามข้อเท็จจริงล่าสุด
อัตราเงินเฟ้อของไทยเดือนล่าสุดอยู่ที่เท่าไร และเปลี่ยนแปลงจากเดือนก่อนหน้าอย่างไร พร้อมระบุแหล่งข้อมูลทางการ
ผลลัพธ์ที่คาดหวัง

คำตอบสั้นระบุตัวเลขล่าสุดพร้อมเลขอ้างอิง [1][2] ที่ชี้ไปยังแหล่งเช่นกระทรวงพาณิชย์หรือธนาคารแห่งประเทศไทย พร้อมเปรียบเทียบเดือนก่อนหน้า

จุดสอน

ชี้ให้เห็นว่า Perplexity ตอบพร้อมแหล่งทันที ต่างจาก chatbot ที่อาจตอบตัวเลขเก่าจากข้อมูลฝึก จุดสอน: ตัวเลขที่ "สด" มาจากการค้นเว็บ ไม่ใช่ความจำโมเดล

งานที่ไม่เหมาะกับ Perplexity
ช่วยเขียนนิยายสั้นแนวสืบสวนความยาว 3,000 คำ ที่มีตัวละครบุคลิกซับซ้อน
ผลลัพธ์ที่คาดหวัง

Perplexity ทำได้แต่ไม่ใช่จุดแข็ง คำตอบมักสั้นและขาดความต่อเนื่องเชิงบุคลิกเมื่อเทียบกับ chatbot เฉพาะทาง

จุดสอน

จุดสอน: ให้ผู้เรียนรู้ขอบเขต งานเขียนสร้างสรรค์ยาวและการคงบุคลิก/โทนแบรนด์ข้ามเซสชันไม่ใช่จุดแข็งของ Perplexity ควรใช้ Writing focus หรือเครื่องมืออื่นแทน

แบบฝึกหัดท้ายโมดูล

  1. เขียนคำถามข้อเท็จจริง 3 ข้อในงานของตนเอง แล้วทดสอบใน Perplexity เทียบกับ Google โดยจดว่าอันไหนได้คำตอบพร้อมแหล่งเร็วกว่า
  2. สร้างตารางแยกงาน 5 อย่างในชีวิตทำงานว่างานไหน "เหมาะ" และ "ไม่เหมาะ" กับ Perplexity พร้อมเหตุผล
1.2
โมดูล 1.2

อ่านและตรวจสอบ Citation อย่างวิพากษ์

citation คือจุดขาย แต่ต้องตรวจ ไม่ใช่เชื่อทันที

🎯 วัตถุประสงค์การเรียนรู้

  • คลิกและตรวจสอบว่าแหล่งอ้างอิงสนับสนุนข้อความจริงหรือไม่
  • ระบุสัญญาณเตือน hallucination เช่น การอ้างผิดที่ การสรุปเกินจริง
  • สร้างนิสัยตรวจสอบ citation ก่อนนำไปใช้อ้างอิงจริง

เนื้อหา

Perplexity แนบเลขอ้างอิงกำกับคำตอบ แต่ความเสี่ยง hallucination ยังมีจริง โดยเฉพาะการอ้างแหล่งที่ไม่ได้สนับสนุนข้อความนั้น การสรุปเกินจริง หรือหัวข้อเฉพาะทางที่มีข้อมูลเว็บน้อย บทเรียนนี้ฝึกวินัยการคลิกเข้าไปดูต้นทางทุกครั้งที่จะนำข้อมูลไปใช้จริง โดยเฉพาะตัวเลข วันที่ และคำพูดอ้างอิง

ตรวจสอบคำพูดอ้างอิง
CEO ของบริษัท X เคยกล่าวว่าอย่างไรเกี่ยวกับแผนขยายธุรกิจในเอเชียปี 2025 พร้อมอ้างอิงแหล่งข่าวต้นทาง
ผลลัพธ์ที่คาดหวัง

คำตอบให้คำพูดพร้อมเลขอ้างอิง ผู้เรียนต้องคลิกเข้าไปยืนยันว่าแหล่งนั้นมีคำพูดตรงตามที่อ้างจริง

จุดสอน

จุดสอน: คำพูดอ้างอิงเป็นจุดที่ hallucination เกิดบ่อย ให้ผู้เรียนคลิกทุกเลขอ้างอิงและเทียบข้อความ ถ้าแหล่งไม่มีคำพูดนั้นหรือบิดเบือน ให้ถือว่าใช้ไม่ได้

ทดสอบหัวข้อเฉพาะทางที่ข้อมูลบาง
งานวิจัยล่าสุดเกี่ยวกับการใช้สมุนไพรไทยชนิดหายากในการรักษาโรคเฉพาะทาง มีข้อสรุปอย่างไร
ผลลัพธ์ที่คาดหวัง

คำตอบอาจอ้างแหล่งที่ไม่ตรงหรือสรุปเกินจากข้อมูลที่มีจริง เพราะเว็บมีข้อมูลบาง

จุดสอน

จุดสอน: หัวข้อ niche ที่มีข้อมูลเว็บน้อยเป็นจุดเสี่ยงสูง ให้ผู้เรียนสังเกตว่าเมื่อแหล่งบางลง คุณภาพคำตอบลดลง ต้องตรวจเข้มขึ้น

แบบฝึกหัดท้ายโมดูล

  1. เลือกคำตอบหนึ่งชุดจาก Perplexity แล้วคลิกตรวจสอบทุกเลขอ้างอิง จดว่าแหล่งไหนสนับสนุนจริง แหล่งไหนไม่ตรง
  2. หา 1 กรณีที่ Perplexity สรุปเกินจากแหล่งข้อมูล แล้วเขียนอธิบายว่าผิดพลาดตรงไหน
1.3
โมดูล 1.3

พื้นฐาน Prompt สำหรับ Answer Engine

ถามให้ตรง ระบุขอบเขต แล้วได้คำตอบที่ตรวจสอบได้

🎯 วัตถุประสงค์การเรียนรู้

  • เขียนคำถามที่ระบุขอบเขต เวลา และรูปแบบผลลัพธ์ที่ต้องการ
  • ใช้คำสั่งขอแหล่งอ้างอิงทางการหรือกรอบเวลาที่เจาะจง
  • ปรับคำถามซ้ำ (follow-up) เพื่อเจาะลึกในเธรดเดียว

เนื้อหา

prompt ที่ดีสำหรับ answer engine ไม่เหมือน prompt สำหรับ chatbot สร้างสรรค์ ควรระบุ (1) ขอบเขตหัวข้อ (2) กรอบเวลา เช่น ปี 2025-2026 (3) ประเภทแหล่งที่ต้องการ เช่น แหล่งทางการ งานวิจัย (4) รูปแบบผลลัพธ์ เช่น ตาราง รายการหัวข้อ Perplexity รองรับ follow-up ในเธรดเดียว จึงควรเริ่มกว้างแล้วค่อยเจาะ

prompt ที่ระบุขอบเขตครบ
สรุปกฎหมาย PDPA ของไทยที่มีผลบังคับใช้ปัจจุบัน เฉพาะประเด็นที่กระทบธุรกิจ e-commerce ขนาดเล็ก จัดเป็นตารางหัวข้อ-สาระสำคัญ-แหล่งอ้างอิงทางการ
ผลลัพธ์ที่คาดหวัง

ตารางที่แต่ละแถวมีหัวข้อ สาระ และเลขอ้างอิงชี้ไปแหล่งทางการเช่นราชกิจจานุเบกษาหรือสำนักงาน PDPC

จุดสอน

จุดสอน: การระบุ "เฉพาะ e-commerce ขนาดเล็ก" และ "แหล่งทางการ" บีบให้คำตอบแคบและตรวจสอบได้ ต่างจากคำถามกว้างที่ได้คำตอบเลื่อนลอย

การถาม follow-up เจาะลึก
(ต่อจากคำถามก่อนหน้า) เจาะเฉพาะข้อ 3 เรื่องความยินยอม ขอตัวอย่างข้อความขอความยินยอมที่สอดคล้องกฎหมาย พร้อมแหล่งแนวปฏิบัติ
ผลลัพธ์ที่คาดหวัง

คำตอบเจาะเฉพาะประเด็นความยินยอม อ้างอิงต่อเนื่องจากบริบทเดิมในเธรด

จุดสอน

จุดสอน: Perplexity จำบริบทภายในเธรดเดียวได้ ให้ผู้เรียนใช้ follow-up แทนการเริ่มคำถามใหม่ทุกครั้ง

แบบฝึกหัดท้ายโมดูล

  1. เขียน prompt งานจริงของตนเอง 3 เวอร์ชัน จากกว้างไปแคบ แล้วเทียบว่าเวอร์ชันที่ระบุขอบเขตครบให้คำตอบดีกว่าอย่างไร
  2. ทดลองใช้ follow-up 3 ครั้งในเธรดเดียว เพื่อเจาะลึกจากคำถามตั้งต้นหนึ่งข้อ
1.4
โมดูล 1.4

เริ่มใช้ Focus Modes

จำกัดจักรวาลแหล่งข้อมูลให้ตรงกับงาน

🎯 วัตถุประสงค์การเรียนรู้

  • อธิบายหน้าที่ของ Focus modes แต่ละแบบ (Web/All, Academic, Social, YouTube, Finance, Writing, Math)
  • เลือก Focus mode ให้เหมาะกับประเภทคำถาม
  • เข้าใจว่า Writing focus ไม่ค้นเว็บ ใช้สำหรับงานเขียนล้วน

เนื้อหา

Focus modes จำกัดขอบเขตแหล่งที่ Perplexity ค้น Web/All ค้นทั้งเว็บ, Academic เน้นงานวิจัย peer-reviewed กรอง SEO spam, Social/Reddit เน้นความเห็นชุมชน, YouTube/Video เน้นวิดีโอ, Finance ให้ข้อมูลหุ้นเรียลไทม์และเอกสาร SEC 10-K, Writing ไม่ค้นเว็บเลย (งานเขียนล้วน), Math สำหรับการคำนวณ ป้ายเมนูอาจเปลี่ยนตามเวลา หลักคือเลือกให้ตรงประเภทข้อมูล

ใช้ Academic focus
(เลือก Academic focus) มีงานวิจัย peer-reviewed ปี 2023-2025 เกี่ยวกับผลของ intermittent fasting ต่อระดับน้ำตาลในเลือดอย่างไรบ้าง สรุปข้อค้นพบหลัก
ผลลัพธ์ที่คาดหวัง

คำตอบอ้างอิงเฉพาะวารสารวิชาการ ไม่ปนบล็อกสุขภาพทั่วไป มีเลขอ้างอิงชี้ไปงานวิจัยจริง

จุดสอน

จุดสอน: Academic focus กรองเนื้อหา SEO ออก ทำให้คุณภาพแหล่งสูงขึ้นมากสำหรับงานวิชาการ เทียบให้ดูกับผลจาก Web focus ที่ปนบล็อก

ใช้ Writing focus
(เลือก Writing focus) ช่วยเรียบเรียงย่อหน้าแนะนำตัวสำหรับอีเมลสมัครงานตำแหน่งนักวิเคราะห์ข้อมูล ให้กระชับและเป็นมืออาชีพ
ผลลัพธ์ที่คาดหวัง

ข้อความที่เรียบเรียงใหม่โดยไม่มี citation เพราะเป็นงานเขียนล้วน ไม่ได้ค้นเว็บ

จุดสอน

จุดสอน: Writing focus ปิดการค้นเว็บ เหมาะกับงานเรียบเรียงข้อความ ผู้เรียนต้องเข้าใจว่าโหมดนี้ไม่มี citation เพราะไม่ได้อ้างแหล่งภายนอก

แบบฝึกหัดท้ายโมดูล

  1. จับคู่คำถาม 6 ข้อกับ Focus mode ที่เหมาะที่สุด พร้อมเหตุผลของแต่ละคู่
  2. ถามคำถามวิชาการเดียวกันด้วย Web focus และ Academic focus แล้วเปรียบเทียบคุณภาพแหล่งอ้างอิงที่ได้
1.5
โมดูล 1.5

ระดับสมาชิกและการเลือกโมเดลเบื้องต้น

เข้าใจว่าจ่ายอะไรได้อะไร และเลือกโมเดลอย่างไร

🎯 วัตถุประสงค์การเรียนรู้

  • แยกความสามารถของแต่ละ tier: Free, Pro, Max, Enterprise Pro, Enterprise Max
  • อธิบายแนวคิดการเลือก underlying LLM ต่อคำถาม
  • รู้ว่าฟีเจอร์ใดต้องใช้ tier แบบเสียเงิน

เนื้อหา

Perplexity มี tier: Free (Standard) จำกัด Pro Search ต่อวัน (ราว 5 ครั้ง/วัน) และเข้าถึงโมเดลจำกัด, Pro (~$20/เดือน), Max (~$200/เดือน), Enterprise Pro (~$40/ที่นั่ง/เดือน), Enterprise Max (~$325/ที่นั่ง/เดือน) จุดเด่นหนึ่งคือผู้ใช้เลือกได้ว่าจะให้ LLM ตัวใดตอบ (Sonar ในบ้าน, ตระกูล GPT-5, Claude, Gemini 3, Grok) ฟีเจอร์ลึกเช่นการปรับความลึก reasoning และฟีเจอร์ใหม่สุดจะเอียงไปทาง Max/Enterprise Max

เลือกโมเดลตามงาน
(ใน Pro Search เลือกโมเดล) เปรียบเทียบข้อดีข้อเสียของการเช่ากับซื้อสำนักงานสำหรับสตาร์ทอัพ พร้อมแหล่งอ้างอิงข้อมูลตลาดอสังหาปัจจุบัน
ผลลัพธ์ที่คาดหวัง

คำตอบเชิงวิเคราะห์พร้อม citation ผู้เรียนทดลองสลับโมเดล (เช่น Claude กับ GPT-5) เพื่อสังเกตความต่างของสไตล์การให้เหตุผล

จุดสอน

จุดสอน: การเลือกโมเดลเป็นจุดต่างสำคัญของ Perplexity สอนให้เลือกตามงาน (reasoning ลึกใช้โมเดล reasoning) แต่ย้ำว่าไม่ต้องยึดหมายเลขเวอร์ชันเป๊ะเพราะหมุนบ่อย

เข้าใจข้อจำกัด Free tier
ทดลองใช้ Pro Search จนครบโควตารายวันของ Free tier
ผลลัพธ์ที่คาดหวัง

เมื่อครบโควตา ระบบจะจำกัดการใช้ Pro Search และเสนอให้อัปเกรด

จุดสอน

จุดสอน: ให้ผู้เรียนเข้าใจว่าฟีเจอร์ทรงพลัง (Pro Search, Deep Research ปริมาณมาก) มีโควตา การวางแผนใช้งานจึงสำคัญก่อนตัดสินใจอัปเกรด

แบบฝึกหัดท้ายโมดูล

  1. สร้างตารางเปรียบเทียบ 5 tier ว่าแต่ละระดับปลดล็อกฟีเจอร์อะไร และประเมินว่า tier ใดเหมาะกับงานของตน
  2. ถามคำถามวิเคราะห์เดียวกันด้วยโมเดลที่ต่างกัน 2 ตัว แล้วบันทึกความต่างของคำตอบ
1.6
โมดูล 1.6

สำรวจข้อจำกัดจริงและ Discover Feed

รู้ขอบเขตก่อนพึ่งพา และใช้ฟีดอย่างเข้าใจ

🎯 วัตถุประสงค์การเรียนรู้

  • ระบุสิ่งที่ Perplexity ทำได้ไม่ดี (งานสร้างสรรค์ยาว ความจำข้ามเซสชัน การเข้าใจวิดีโอ/เสียง)
  • ใช้ Discover feed เพื่อติดตามหัวข้อ trending
  • วางกฎส่วนตัวในการตรวจสอบก่อนนำผลไปใช้

เนื้อหา

Perplexity มีจุดอ่อนที่ต้องรู้: ไม่ใช่เครื่องมือสร้างสรรค์ยาวหรือคงบุคลิก ความจำและ personalization ข้ามเซสชันจำกัด (โทน สไตล์ ไม่ถูกจำเสมอ), การเข้าใจวิดีโอ/เสียงต้องพึ่ง transcript เป็นหลัก (นอกเหนือ YouTube focus), และแชทหลายรอบยาว ๆ อาจรู้สึกกระท่อนกระแท่นกว่า chatbot เฉพาะทาง Discover feed เป็นฟีดข่าว/หัวข้อ trending ที่ทำเป็น Perplexity page ไว้ให้เสพ ไม่ใช่ action การวิจัย

ทดสอบข้อจำกัดความจำข้ามเซสชัน
(เธรดใหม่) จำสไตล์การเขียนที่ฉันให้ไว้เมื่อวานได้ไหม ช่วยเขียนต่อในโทนเดิม
ผลลัพธ์ที่คาดหวัง

Perplexity มักไม่สามารถคงสไตล์จากเธรดก่อนหน้าได้อย่างน่าเชื่อถือ

จุดสอน

จุดสอน: ให้ผู้เรียนพิสูจน์เองว่าความจำข้ามเซสชันจำกัด ทางแก้คือใช้ Spaces ตั้ง custom instructions (จะเรียนในระดับกลาง) แทนการหวังให้จำเอง

ใช้ Discover feed ติดตามหัวข้อ
เปิด Discover feed แล้วเลือกหัวข้อเทคโนโลยี AI ที่กำลัง trending มาอ่านสรุปพร้อมแหล่ง
ผลลัพธ์ที่คาดหวัง

หน้าสรุปหัวข้อ trending ที่ทำไว้ล่วงหน้าพร้อม citation ให้เสพและคลิกต่อ

จุดสอน

จุดสอน: Discover เป็นพื้นที่เสพข่าว ไม่ใช่เครื่องมือวิจัยเชิงรุก ให้ผู้เรียนแยกบทบาทระหว่าง "เสพ" กับ "ค้นคว้าเชิงรุก"

แบบฝึกหัดท้ายโมดูล

  1. ทดสอบ 3 ข้อจำกัดของ Perplexity ด้วยตัวเอง (ความจำ วิดีโอ งานสร้างสรรค์) แล้วสรุปว่าจะเลี่ยงหรือแก้อย่างไร
  2. เขียนกฎส่วนตัว 5 ข้อสำหรับตรวจสอบผลลัพธ์ก่อนนำไปใช้ในงานจริง

🎯 Mini-project: บันทึกค้นคว้าข้อเท็จจริงพร้อมตรวจสอบแหล่ง

  1. เลือกคำถามข้อเท็จจริงจากงานจริง 5 ข้อ ค้นด้วย Perplexity โดยเลือก Focus mode ที่เหมาะกับแต่ละข้อ
  2. คลิกตรวจสอบทุก citation แล้วทำเครื่องหมายว่าแหล่งใดสนับสนุนจริง แหล่งใดไม่ตรงหรือน่าสงสัย
  3. สรุปเป็นเอกสาร 1-2 หน้า ระบุคำตอบ แหล่งที่ยืนยันแล้ว และบันทึกกรณีที่พบ hallucination หรือการสรุปเกินจริงพร้อมอธิบาย
  4. นำเสนอบทเรียนที่ได้เกี่ยวกับความน่าเชื่อถือของ citation และเกณฑ์ส่วนตัวในการตัดสินว่าคำตอบใช้ได้
ก้าวต่อไป

งานวิจัยเต็มรูปแบบ: Pro Search, Deep Research, Spaces และ Pages

ไปต่อ →