โมเดลที่คิดก่อนตอบ (reasoning models) คืออะไร
มันคือโมเดลที่ใช้พลังประมวลผลตอนตอบ (inference compute) 'คิด' ในหัวก่อน แล้วค่อยตอบออกมา เจ้าไหนบ้างที่มีของแบบนี้? OpenAI เปิดตัวสาย o-series เมื่อ ก.ย. 2024 ตอนนี้ยุบรวมเข้าสายเรือธง (GPT-5.x) แล้ว พร้อมปุ่มปรับ reasoning_effort; ฝั่ง Anthropic มีโหมดคิดแบบยืดหยุ่น (extended/adaptive thinking); Google Gemini ก็มีโหมดคิด (thinking modes); ส่วน DeepSeek-R1 อยู่ในฝั่งโอเพนซอร์ส (open source) พูดง่าย ๆ คือทุกเจ้ามีปุ่มให้ปรับได้ว่าจะให้โมเดลคิดลึกแค่ไหน
อย่าไล่ขั้นตอนความคิดเอง — บอกแค่ปลายทางก็พอ
อย่าพยายามเขียนลำดับความคิดทีละขั้น (chain-of-thought) ให้โมเดลเอง แต่ให้บอกแค่ 'ผลลัพธ์ที่อยากได้' (outcome-first) ก็พอ Anthropic พูดไว้ตรง ๆ เลยว่า สั่งกว้าง ๆ ดีกว่าไล่ขั้นตอนละเอียด แค่บอกว่า 'ให้คิดให้ถี่ถ้วน' มักได้คำตอบดีกว่าแผนที่คนนั่งเขียนไล่ทีละขั้นเสียอีก เพราะปกติโมเดลคิดได้ลึกเกินกว่าที่คนจะไปกำหนดกรอบให้ได้ ฝั่ง OpenAI ก็แนะนำแบบเดียวกัน คือบอกแค่ปลายทาง (เป้าหมายคืออะไร ถือว่าสำเร็จตอนไหน มีข้อจำกัดอะไรบ้าง) ไม่ต้องบอกทุกขั้น แล้วปล่อยให้โมเดลเลือกวิธีเดินไปเอง
ระวังโมเดลคิดมากเกินไป และอย่าไปย้ำ 'think step by step'
อย่าไปแปะคำว่า 'think step by step' (คิดทีละขั้น) ให้โมเดลที่มันคิดเองเป็นอยู่แล้ว เพราะนอกจากจะซ้ำซ้อนแล้ว ยังไปกระตุ้นให้มันคิดมากเกินจำเป็น (overthinking) ด้วย ซึ่งอาการนี้มีเอกสารยืนยันตั้งแต่ปี 2025 แล้วว่า พอสายความคิดยาวเกินไป มันจะช้าลงและแพงขึ้น แต่ไม่ได้แม่นขึ้นเลย บางทีกลับแย่ลงด้วยซ้ำ เพราะโมเดลเริ่มลังเลและไม่มั่นใจในคำตอบตัวเอง งานวิจัยหลายชิ้นในปี 2025 ก็ยืนยันตรงกันว่า บางครั้งคิดสั้น ๆ กลับได้เหตุผลที่ดีกว่าคิดยาว ๆ เสียอีก
ใช้ปุ่มปรับ (effort/verbosity) แทนที่จะบรรยายเป็นข้อความ
ช่องทางเชื่อมต่อโปรแกรม (API) สมัยใหม่มีปุ่มให้ปรับตรง ๆ อยู่แล้ว ฝั่ง OpenAI มี reasoning_effort ให้เลือกระดับความพยายามในการคิด (ต่ำ/กลาง/สูง) ส่วน Anthropic มีทั้งปุ่ม effort และโหมดคิดแบบยืดหยุ่น (adaptive thinking) คือโมเดลจะตัดสินเองว่าควรคิดลึกแค่ไหน โดยดูจากค่า effort ที่เราตั้ง บวกกับความยากของคำถาม (บนโมเดลรุ่นใหม่สุด ค่า budget_tokens แบบเดิมเลิกใช้แล้ว เปลี่ยนมาใช้ effort คู่กับ max_tokens แทน) วิธีใช้ก็ง่าย ๆ คือหมุน effort ขึ้นเวลาเจอโจทย์ยากที่ต้องคิดหลายขั้น และหมุนลงเวลาอยากคุมค่าใช้จ่ายกับความเร็ว รวมถึงกันไม่ให้มันคิดมากเกินไป
เมื่อไรยังควรไล่ความคิดเอง และเมื่อไรไม่ควรใช้โมเดลคิดเลย
ถ้าเป็นโมเดลที่ 'ไม่ใช่โมเดลคิด' (พวกรุ่นเล็กอย่าง Haiku/Flash ที่ปิดโหมดคิดไว้) การสั่งให้มันไล่ความคิดเองทีละขั้น (manual CoT เช่นบอกว่า 'ให้ไล่เหตุผลในแท็ก <thinking>') ก็ยังช่วยได้อยู่ แต่มีข้อควรระวังคือ บางโมเดลที่ปิดโหมดคิดจะไวกับคำว่า 'think' เป็นพิเศษ ทางที่ดีให้เปลี่ยนไปใช้คำว่า 'พิจารณา / ประเมิน / ไล่เหตุผล' แทน อีกเรื่องคือ ไม่ควรเอาโมเดลคิดไปใช้กับงานง่าย ๆ อย่างการดึงข้อมูล จัดรูปแบบ ค้นหาคำตอบสั้น ๆ หรืองานแยกหมวดหมู่จำนวนมากที่ต้องการความเร็ว เพราะการปล่อยให้มันคิดยาว ๆ เกือบทุกครั้งแปลว่าจะเปลืองหน่วยข้อมูล (token) มากขึ้นและช้าลงเปล่า ๆ