Name: คลังแพตเทิร์นและเทมเพลตพรอมป์ตามประเภทงาน · หลักสูตร Prompt Engineering อย่างมืออาชีพ
Author: จักริน นพรุจนธาดา

Summarize — สรุป

บอกให้ชัดทุกครั้งว่าอยากได้ยาวแค่ไหน ให้ใครอ่าน และเน้นเรื่องอะไร (เช่น 'สรุปเป็น 3 ข้อสำหรับผู้บริหาร' หรือ 'บทคัดย่อ 150 คำ') ถ้าเป็นเอกสารยาว ๆ ให้ใช้วิธียกข้อความก่อนแล้วค่อยสรุป (quote-then-summarize) คือสั่งให้ AI ดึงข้อความที่เกี่ยวข้องออกมาก่อน แล้วค่อยสรุปจากตรงนั้น วิธีนี้ช่วยตัดส่วนที่ไม่เกี่ยวออกไปได้

ตัวอย่าง PROMPT

สรุป <document>...</document> เป็น 3 bullet สำหรับผู้บริหารที่มีเวลา 30 วินาที ขั้นแรกสกัดข้อความสำคัญใส่ <quotes> แล้วสรุปจาก quotes เท่านั้น แต่ละ bullet ขึ้นต้นด้วยประเด็นหลัก ตามด้วยตัวเลข/ผลกระทบ 1 ประโยค

Extract — สกัดข้อมูล

กำหนดโครงหน้าตาข้อมูลที่อยากได้ (schema) ให้ชัด แล้วสั่งให้ AI ตอบเป็นข้อมูลที่มีโครงสร้างตายตัว (structured output) หรือตอบเป็นรูปแบบ JSON ใส่ตัวอย่างสัก 2-3 อัน (few-shot) ให้ครอบคลุมเคสแปลก ๆ ที่หลุดกรอบปกติ (edge case) ด้วย และสั่งให้ชัดว่า 'ถ้าช่องไหนไม่มีข้อมูลให้ใส่ค่าว่าง (null) หรือบอกว่าไม่มี' เพื่อกันไม่ให้ AI เดาเอาเอง

ตัวอย่าง PROMPT

สกัดข้อมูลจากข้อความเป็น JSON ตาม schema (ผูก response_format: json_schema) fields: {ชื่อ, วันที่, จำนวนเงิน(null ได้), ประเภท(enum)} กฎ: field ที่ไม่ปรากฏในข้อความให้ใส่ null ห้ามเดา <example>...</example> <example>...(edge case)...</example>

Classify — จัดหมวด

บังคับให้คำตอบอยู่ในชุดหมวดที่เรากำหนดไว้เท่านั้น (label) โดยใช้ตัวเลือกแบบล็อกค่า (enum) หรือให้ตอบเป็นข้อมูลที่มีโครงสร้างตายตัว (structured output) อย่าปล่อยให้ AI พิมพ์คำตอบอิสระ ใส่ตัวอย่าง (few-shot) ที่เป็นเคสก้ำกึ่งตรงเส้นแบ่งด้วย ถ้าเป็นงานจำนวนมาก ให้เลือกใช้โมเดลตัวเล็ก/เร็วและปิดโหมดคิดไตร่ตรอง เพื่อคุมทั้งความเร็วและค่าใช้จ่าย

ตัวอย่าง PROMPT

จัดหมวดข้อความเป็นหนึ่งใน enum: [คืนเงิน, เปลี่ยนสินค้า, สอบถาม, อื่นๆ] คืนค่าผ่าน structured output เท่านั้น ห้ามสร้างหมวดใหม่ <examples> (รวมเคสก้ำกึ่ง 2 เคส) </examples> # โมเดล: Haiku/Flash-class ปิด thinking สำหรับ volume สูง

Generate — สร้างเนื้อหา/โค้ด

บอกให้ชัดว่าอยากให้ AI สวมบทบาทเป็นใคร งานที่ดีต้องเป็นแบบไหน และมีข้อห้ามอะไรบ้าง ถ้าใช้โมเดลตัวแรงสุด ให้เพิ่มคำสั่งกันงานเยิ่นเย้อน้ำท่วมทุ่งไร้เนื้อ (AI-slop) กับการทำเกินเหตุเข้าไปด้วย (เช่น 'แก้เฉพาะที่ขอ ทำให้น้อยที่สุด') และสั่งให้มันตรวจงานตัวเองอีกรอบก่อนส่ง

ตัวอย่าง PROMPT

บทบาท: นักเขียนคอนเทนต์การตลาดมืออาชีพ สร้าง: แคปชัน IG 3 แบบ สินค้ากาแฟคั่วมือ กลุ่มคนทำงาน Quality bar: hook แรงใน 1 บรรทัดแรก มี CTA ชัด ไม่เว่อร์เกินจริง ข้อจำกัด: ทำเฉพาะที่ขอ ไม่ต้องเพิ่ม hashtag เกิน 5 อัน ก่อนส่ง ตรวจตัวเองว่าครบเกณฑ์ทุกข้อ

Translate — แปล

บอกให้ชัดว่าอยากได้สำเนียงแบบไหน ภาษาระดับใด เป็นทางการแค่ไหน และให้ใครอ่าน สำหรับภาษาไทยและภาษาที่มีข้อมูลฝึกน้อย (low-resource) การใส่ตัวอย่าง (few-shot) ที่ตรงสายงานนั้น ๆ พร้อมคลังคำศัพท์ที่อยากให้ใช้ (glossary) จะช่วยได้เยอะ และอย่าลืมบอกระดับความสุภาพด้วย เช่น แบบราชการ/ธุรกิจ หรือแบบกันเอง

ตัวอย่าง PROMPT

แปล EN→TH สำหรับหนังสือแจ้งลูกค้าองค์กร Register: ทางการ/ธุรกิจ; Audience: ลูกค้าองค์กร Glossary: refund→การคืนเงิน, policy→นโยบาย (ใช้คำเหล่านี้เท่านั้น) <example>EN:... TH:...</example> ข้อความ: "..."

Analyze / Reason — วิเคราะห์

ใช้โมเดลที่คิดวิเคราะห์เก่ง (reasoning model) คู่กับพรอมป์แบบบอกผลลัพธ์ที่อยากได้เป็นหลัก (outcome-first) คือบอกเป้าหมาย เกณฑ์ว่างานแบบไหนถือว่าสำเร็จ และข้อห้าม ไม่ต้องไปไล่บอกทุกขั้นตอน แล้วให้มันตรวจงานตัวเองเทียบกับเกณฑ์ก่อนสรุป ส่วนจะให้คิดลึกแค่ไหน ให้ปรับที่ค่าความพยายามในการคิด (reasoning_effort) แทนการเขียนอธิบายยาว ๆ

ตัวอย่าง PROMPT

วิเคราะห์ว่าแผนนี้เสี่ยงกระแสเงินสดติดลบเดือนใด เกณฑ์สำเร็จ: ชี้เดือนเสี่ยง, ระบุสมมติฐาน, เสนอทางแก้ 2 ทาง ข้อจำกัด: ใช้เฉพาะตัวเลขในตาราง ห้ามสมมติรายได้เพิ่ม ก่อนสรุป ตรวจคำตอบตัวเองว่าตรงทุกเกณฑ์ # reasoning_effort: high

← กลับหน้าภาพรวมหลักสูตร Prompt Engineering