เลื่อนหน้า: ลูกศร ◀ ▶ หรือ Spacebar | เต็มจอ: กดปุ่ม F

การพัฒนาองค์ความรู้ และการประยุกต์ใช้
ปัญญาประดิษฐ์อย่างสร้างสรรค์

สำหรับเพิ่มประสิทธิภาพการทำงานของบุคลากรในสำนักงาน

Agenda: กำหนดการอบรม (2 ชั่วโมง)

  • 00:00 - 00:30 | Part 1: Understand AI ปูพื้นฐาน Generative AI คืออะไร และทำงานอย่างไร
  • 00:30 - 01:00 | Part 2: Prompt Engineering ศาสตร์แห่งการเขียนคำสั่ง (RTCF) และตัวอย่าง Before-After
  • 01:00 - 01:30 | Part 3: Live Demo & Workshop สาธิตการใช้งานจริง และฝึกค้นหา Pain Point ในงานคุณ
  • 01:30 - 02:00 | Part 4: Safety First ความปลอดภัย (PDPA), ข้อควรระวัง (Don'ts) และสรุปบทเรียน (Q&A)

Part 1

รู้จักเพื่อนร่วมงานคนใหม่: พื้นฐาน Generative AI


AI คืออะไร? (Artificial Intelligence)

AI (ปัญญาประดิษฐ์) คือ วิทยาการคอมพิวเตอร์แขนงหนึ่ง ที่มุ่งสร้างเครื่องจักรให้มีความสามารถในการคิด เรียนรู้ และตัดสินใจได้คล้ายมนุษย์

  • ไม่ได้มีแค่หุ่นยนต์เสมอไป ส่วนใหญ่อยู่ในรูปแบบ "ซอฟต์แวร์"
  • อยู่รอบตัวเรามานานแล้ว เช่น ระบบแนะนำหนังใน Netflix, ระบบช่วยแปลภาษา, ระบบสแกนใบหน้า
AI Framework

วิวัฒนาการสู่จุดเปลี่ยน

1. Rule-Based AI

ยุคดั้งเดิม (If-Then-Else)

ทำตามคำสั่งที่มนุษย์เขียนไว้อย่างเคร่งครัด ไม่สามารถเรียนรู้เองได้

2. Machine Learning

ยุคเรียนรู้รูปแบบ (Pattern)

เรียนรู้จากข้อมูลมหาศาลเพื่อหาคำตอบเอง เช่น ระบบคัดกรองสแปมเมล์

3. Generative AI

ยุคปัจจุบัน (Creation)

เลียนแบบเครือข่ายประสาทสมอง สร้างเนื้อหาใหม่ได้เอง (Text, Image, Code)

แล้ว "Generative AI" คืออะไร?

Generative = สร้างสรรค์/ผลิตใหม่

คือ AI ประเภทหนึ่งที่ สามารถสร้างคอนเทนต์ใหม่ๆ ขึ้นมาได้เอง ไม่ว่าจะเป็น ข้อความ รูปภาพ โค้ดคอมพิวเตอร์ ดนตรี หรือวิดีโอ โดยอ้างอิงจากข้อมูลจำนวนมหาศาลที่มันได้เรียนรู้มา

ไม่ใช่แค่การ "ค้นหา" แบบ Google

เวลาคุณใช้ Search Engine คุณกำลังหาข้อมูล "ที่มีอยู่แล้ว" ในอินเทอร์เน็ต

แต่เวลาคุณใช้ Gen AI คุณกำลังสั่งให้มัน "สร้างสิ่งใหม่" ที่ไม่เคยมีมาก่อนบนโลก

เปรียบเทียบ Traditional AI vs. Generative AI

คุณสมบัติ Traditional AI (แบบเดิม) Generative AI (แบบใหม่)
จุดประสงค์หลัก วิเคราะห์, จำแนกประเภท, ทายผลลัพธ์ สร้างสิ่งใหม่, แต่งเรื่อง, ร่างเอกสาร
วิธีการทำงาน บอกว่ารูปนี้คือ "แมว" หรือ "หมา" สร้าง "รูปแมวใส่แว่นตาดำบนดาวอังคาร"
ตัวอย่าง ระบบแนะนำสินค้า Shopee, Siri, FaceID ChatGPT, Gemini, Midjourney

หัวใจของระบบข้อความ: LLMs (Large Language Models)

AI อย่าง ChatGPT หรือ Gemini ทำงานบนเทคโนโลยีที่เรียกว่า LLM (โมเดลภาษาขนาดใหญ่)

  • มันไม่ได้มีความรู้สึกนึกคิดแบบมนุษย์
  • หลักการทำงาน: การพยากรณ์คำถัดไป (Next Word Prediction)
  • เหมือนระบบ Auto-complete ในมือถือที่เราใช้ทุกวัน แตฉลาดกว่ามหาศาล
AI Prediction

ตัวอย่างการพิมพ์:

"การประชุม ในวันนี้ จะเริ่มขึ้น
ตอน [เวลา] ..."
09.00 น. (85%) บ่ายสอง (10%) เร็วๆ นี้ (5%)

สมองของ AI มาจากไหน? (Training Data)

เว็บไซต์และหนังสือ

อ่านข้อมูลจาก Wikipedia, ข่าว, บทความ, เว็บบอร์ด และหนังสือดิจิทัลทั่วโลก

โค้ดโปรแกรม

เรียนรู้ตรรกะและภาษาคอมพิวเตอร์จากคลังโค้ดมหาศาลอย่าง GitHub

บทสนทนามนุษย์

เรียนรู้วิธีการโต้ตอบ โทนเสียง และรูปประโยคที่เป็นธรรมชาติของมนุษย์

ข้อควรระวัง: เพราะมันเรียนรู้จากอินเทอร์เน็ต มันจึงอาจเรียนรู้ "อคติ" และ "ข้อมูลเท็จ" มาด้วย

เครื่องมือ Gen AI ยอดนิยมที่ควรรู้จัก

ChatGPT (โดย OpenAI)

เก่งรอบด้าน ทั้งเขียนบทความ สรุปข้อมูล และวิเคราะห์ข้อมูล (Data Analysis) ได้ดีเยี่ยม

Gemini (โดย Google)

เชื่อมต่อ Google Workspace ได้ดีเยี่ยม และค้นหา ข้อมูล Real-time จาก Google Search ได้

Claude (โดย Anthropic)

โดดเด่นเรื่องการอ่านไฟล์เอกสารยาวๆ และภาษาเขียนที่มีความเป็นธรรมชาติสูงมาก

Copilot (โดย Microsoft)

เน้นทำงานร่วมกับ Microsoft 365 ช่วยร่างอีเมลและวิเคราะห์ข้อมูลใน Word/Excel

AI Ecosystem: Gen AI ไม่ได้มีแค่ข้อความ

Image

สร้างภาพประกอบ/กราฟิก

Midjourney, DALL-E 3

Presentation

สร้างสไลด์และ Layout

Gamma, Canva Magic

Audio/Music

สร้างเพลง/เสียงบรรยาย

Suno, ElevenLabs

Video

สร้างวิดีโอจากข้อความ

Sora, Runway Gen-2

เลือกใช้เครื่องมือให้ "ถูกกับงาน" เพื่อประสิทธิภาพสูงสุด

“AI ไม่ได้มาแทนคุณ แต่มาแทนงานที่คุณไม่ควรทำ”

งานที่พนักงานเสียเวลาจริง

  • อ่านอีเมล: คัดกรองและจัดลำดับความสำคัญ
  • สรุปเอกสาร: ย่อยเนื้อหาจากรายงานกองโต
  • ตอบคำถามซ้ำๆ: งานซัพพอร์ตที่มีคำตอบตายตัว

AI Opportunity Mapping

งานคิด
AI ผู้ช่วย (Assistant)
งานซ้ำ
AI Automation
งานตัดสินใจ
Human + AI

🎯 เป้าหมาย: ให้คุณเริ่มคิดว่า “งานในมือฉัน มีอะไรให้ AI ช่วยได้บ้าง?”

7 ระดับการใช้งาน AI ในองค์กร (ระดับ 1-2)

ระดับที่ 1: Basic Q&A (เริ่มต้น)

แชทโต้ตอบ: ใช้ AI แทน Search Engine สำหรับถาม-ตอบหรือสรุปข้อมูลทั่วไป

ระวัง: ขาดการตรวจสอบข้อมูล และเสี่ยงข้อมูลความลับรั่วไหล (Data Leakage)

ระดับที่ 2: Prompt Engineering

เขียนคำสั่งเก่ง: เริ่มใช้เทคนิค Prompt ที่ซับซ้อน ควบคุมผลลัพธ์ได้แม่นยำ และใช้ AI เฉพาะทางมากขึ้น

7 ระดับการใช้งาน AI ในองค์กร (ระดับ 3-5)

ระดับที่ 3: Integration

เชื่อมต่อระบบ: นำ AI ไปใช้ใน Gmail, Notion หรือ Slack เพื่อสร้าง Workflow อัตโนมัติเบื้องต้น

ระดับที่ 4: AI Development

นักพัฒนา AI: ใช้ AI ช่วยเขียนโค้ด สร้างเว็บไซต์ หรือแอปพลิเคชันใช้เองในทีมได้รวดเร็วขึ้น

ระดับที่ 5: Automation

ระบบอัตโนมัติ: ตั้งค่าให้ AI รันงาน Routine (Scheduled Tasks) เช่น การสรุปข่าวทุกเช้า

7 ระดับการใช้งาน AI ในองค์กร (ระดับ 6-7)

ระดับที่ 6: Agentic AI

เอเจนท์อัจฉริยะ: AI คิด วิเคราะห์ และตัดสินใจรันคำสั่งต่างๆ ได้ด้วยตัวเองตลอด 24 ชม.

Security: ต้องมี Policy Governance และจำกัดสิทธิ์ (Access Control) ที่รัดกุม

ระดับที่ 7: Fully Autonomous

ระบบอัตโนมัติสมบูรณ์: ทำงานแทนมนุษย์ได้เกือบ 100% ผ่าน Intelligent Workflow ที่ซับซ้อน

แล้วทำไมชาวออฟฟิศต้องสนใจ AI?

-30%

เวลาที่ประหยัดได้ในงานรูทีน

  • Superpower Assistant ช่วยยกระดับพนักงานระดับเริ่มต้น ให้มีศักยภาพเทียบเท่าระดับกลาง
  • No More Writer's Block ไม่ต้องเริ่มงานจากศูนย์ ให้ AI ช่วยร่างโครงร่างแรกเสมอ

"AI จะไม่แย่งงานคุณ แต่คนที่ใช้ AI เป็น คือคนที่จะมาแย่งงานคุณ"

Part 2

ศิลปะแห่งการสั่งงาน (Prompt Engineering)


Prompt (พรอมป์) คืออะไร?

Prompt คือ "คำสั่ง" หรือ "ข้อความ" ที่เราพิมพ์ส่งไปให้ AI เพื่อบอกให้มันทำสิ่งที่เราต้องการ

  • เปรียบเสมือนพวงมาลัยรถยนต์ ที่เราใช้กำหนดทิศทางให้ AI
  • Prompt Engineering คือ ทักษะ/ศิลปะ ในการออกแบบคำสั่งให้ได้ผลลัพธ์ที่ดีที่สุด แม่นยำที่สุด และตรงใจที่สุด
AI Prompting

กฎทองคำ: Garbage In, Garbage Out

Garbage In

คำสั่งกว้างๆ ขาดข้อมูล:

"เขียนอีเมลขายของให้หน่อย"
ขาดบริบทและเป้าหมาย
ภาษาจะดูเป็นหุ่นยนต์
ต้องเอามาแก้เองเยอะมาก

Quality Out

คำสั่งชัดเจนแบบ RTCF:

"ร่างอีเมลเสนอขาย Solution ประหยัดพลังงาน สำหรับโรงงานอุตสาหกรรม..."
มี Role และบริบทชัดเจน
ภาษาเป็นธรรมชาติและตรงประเด็น
แทบไม่ต้องแก้ไข พร้อมส่งทันที

"คุณภาพของคำตอบ ขึ้นอยู่กับคุณภาพของคำถาม"

สูตรลับ RTCF: เหมือนการต่อ LEGO

R - Role

กำหนดตัวตน:
"คุณคือผู้เชี่ยวชาญ..."

+

T - Task

สั่งงานหลัก:
"ช่วยร่างสรุป..."

+

C - Context

ให้ข้อมูลเสริม:
"สำหรับพนักงานใหม่..."

+

F - Format

กำหนดรูปแบบ:
"เป็นตาราง 3 คอลัมน์..."

พอนำ 4 ส่วนมารวมกัน = Prompt ระดับมือโปร

เจาะลึก R - Role (บทบาท)

ทำไมต้องกำหนด Role?

การบอกให้ AI สวมบทบาท จะช่วยให้มันปรับ "คำศัพท์", "ระดับภาษา", และ "มุมมอง" ในการตอบให้เป็นมืออาชีพมากขึ้น

รูปแบบ:
"สวมบทบาทเป็น [อาชีพ/ผู้เชี่ยวชาญ] ที่มีประสบการณ์..."
"Act as a [Role]..."

ตัวอย่าง Role

  • "คุณคือผู้จัดการฝ่าย HR ที่มีประสบการณ์ 10 ปี..."
  • "คุณคือนักการตลาดดิจิทัลที่เชี่ยวชาญตลาด Gen Z..."
  • "สวมบทบาทเป็นวิทยากรที่เก่งในการอธิบายเรื่องยากให้เด็กประถมเข้าใจ..."

เจาะลึก T - Task (งานที่ต้องทำ)

ทำไมต้องกำหนด Task?

คำกริยา (Action Verbs) ที่ชัดเจน จะทำให้ AI รู้เป้าหมายปลายทาง ไม่หลงทางไปตอบเรื่องอื่น

รูปแบบ:
"ช่วย [คำกริยา] [สิ่งที่ต้องการ]..."

ตัวอย่าง Task

  • "ช่วย ร่างอีเมล ปฏิเสธผู้สมัครงาน..."
  • "ช่วย สรุปประเด็นสำคัญ จากรายงานฉบับนี้..."
  • "ช่วย แปลและขัดเกลา บทความนี้เป็นภาษาอังกฤษ..."
  • "ช่วย ระดมไอเดีย ชื่อโครงการ 10 ชื่อ..."

เจาะลึก C - Context (บริบท/เงื่อนไข)

ทำไมต้องให้ Context?

คือส่วนที่สำคัญที่สุดที่แยกระหว่างคำตอบดาดๆ กับคำตอบระดับเทพ การให้ Background Info จะทำให้งานมี "ความเฉพาะเจาะจง" (Personalized) กับบริษัทคุณ

สิ่งที่ควรใส่ใน Context

  • กลุ่มเป้าหมาย: เขียนให้ใครอ่าน (ผู้บริหาร, ลูกค้า, พนักงานระดับปฏิบัติการ)
  • วัตถุประสงค์แฝง: ต้องการโน้มน้าว, ต้องการแจ้งให้ทราบ, หรือต้องการขอโทษ
  • ข้อมูลอ้างอิง: (วางข้อมูล/ข้อความ ต้นฉบับลงไป)

เจาะลึก F - Format (รูปแบบผลลัพธ์)

ทำไมต้องกำหนด Format?

เพื่อลดเวลาในการเอาผลลัพธ์ไปจัดหน้าใหม่ สั่งให้ AI จัดรูปแบบให้พร้อมใช้งาน (Ready to use) ได้เลย

ตัวอย่าง Format

  • ความยาว: "ขอความยาวไม่เกิน 150 คำ"
  • โครงสร้าง: "แบ่งเป็น Bullet Points 5 ข้อ"
  • ตาราง: "แสดงผลในรูปแบบตาราง 3 คอลัมน์ (หัวข้อ, รายละเอียด, ผู้รับผิดชอบ)"
  • โทนเสียง: "ใช้ภาษาทางการ สุภาพ และเห็นอกเห็นใจ"

เปรียบเทียบ: การเขียนอีเมล (Bad vs Good)

❌ Prompt ทั่วไป (มือใหม่)

"ช่วยเขียนอีเมลเชิญลูกค้ามางานเปิดตัวสินค้าใหม่ให้หน่อย"

ผลลัพธ์ที่ได้: อีเมลรูปแบบกว้างๆ อาจใช้ภาษาไม่ถูกกาลเทศะ ไม่มีรายละเอียดที่เฉพาะเจาะจง ต้องเอามาพิมพ์แก้เองเกือบหมด

✅ Prompt แบบ RTCF (มือโปร)

[R] คุณคือเซลส์ระดับ Senior [T] ช่วยร่างอีเมลเชิญลูกค้าระดับ VIP เข้าร่วมงานเปิดตัวแอปพลิเคชันเวอร์ชันใหม่ [C] งานจะจัดวันที่ 15 ส.ค. ที่โรงแรม ABC ลูกค้ากลุ่มนี้ใช้งานแอปเรามานานแล้ว ให้เน้นย้ำเรื่องฟีเจอร์ใหม่ที่แก้ปัญหาเดิมๆ ได้ [F] เขียนความยาว 3 ย่อหน้า ใช้โทนเสียงสุภาพ เป็นทางการแต่อบอุ่น และมี Call to Action ให้ลงทะเบียน

ตัวอย่าง Before-After: เปลี่ยนคำสั่งให้ปัง

เป้าหมาย ❌ Prompt กว้างๆ (Before) ✅ Prompt เฉพาะเจาะจง (After)
สรุปรายงาน "สรุปรายงานนี้ให้หน่อย" "สวมบทบาทนักวิเคราะห์ สรุปรายงานฉบับนี้ให้ผู้บริหารอ่าน ดึงเฉพาะไฮไลท์สำคัญ 3 ข้อ และเรียบเรียงแผนปฏิบัติการเป็นตาราง"
หาไอเดีย "คิดชื่อแคมเปญลดราคา" "คุณคือ Copywriter มืออาชีพ ช่วยคิดชื่อแคมเปญลดราคา 50% สำหรับสินค้าเสื้อผ้าวัยรุ่น ขอ 5 ชื่อที่คล้องจองและจำง่าย"
ปรับภาษา "แก้อีเมลนี้ให้สุภาพขึ้น" "ปรับอีเมลทวงถามงานนี้ให้สุภาพ เป็นทางการ แต่ยังคงความหนักแน่นว่าต้องส่งงานภายในพรุ่งนี้เช้า"

💡 ข้อสังเกต: Prompt ที่ดีจะมีบริบท (Context) และบอกรูปแบบผลลัพธ์ (Format) ชัดเจนเสมอ

เทคนิคขั้นสูง 1: Few-Shot Prompting (การให้ตัวอย่าง)

บางครั้งการอธิบาย "Format" ยากเกินไป วิธีที่ง่ายที่สุดคือ "การส่งตัวอย่างให้ AI ดู" (Few-Shot)

  • Zero-Shot: สั่งเฉยๆ ไม่ให้ตัวอย่าง
  • One-Shot: ให้ตัวอย่าง 1 อัน
  • Few-Shot: ให้ตัวอย่าง 2-3 อัน

*ยิ่งให้ตัวอย่าง AI ยิ่งเลียนแบบสไตล์ รูปแบบ และภาษาองค์กรของคุณได้เป๊ะขึ้น

ตัวอย่าง Prompt:

"ช่วยตอบกลับคอมเมนต์ลูกค้าตามสไตล์แบรนด์ของเรา

ตัวอย่างที่ 1:
ลูกค้า: ส่งของช้ามาก
แบรนด์: แอดมินต้องขออภัยในความล่าช้านะคะ แอดมินกำลังรีบประสานงานเช็คสถานะให้ค่ะ 🙏

งานของคุณ:
ลูกค้า: สินค้ามีตำหนิ เปลี่ยนได้ไหม"
แบรนด์: [ให้ AI ตอบให้]"

เทคนิคขั้นสูง 2: Iterative Prompting (การปรับแต่ง)

AI ไม่ใช่เครื่องหยอดเหรียญ แต่คือ "บทสนทนา" (Conversation)

1. Input

สั่งครั้งแรกด้วยสูตร RTCF

2. Review

ดูผลลัพธ์ว่าขาดตรงไหน

3. Refine

สั่งให้ปรับ: "สั้นลง", "เพิ่มตาราง"

4. Perfect!

ได้งานที่พร้อมใช้งานจริง

💡 ประโยคทองคำในการปรับแต่ง:
"ช่วยสรุปให้เหลือ 3 บรรทัด", "ขอโทนเป็นกันเองกว่านี้", "จัดข้อมูลเมื่อครู่ให้อยู่ในรูปตาราง"

RTCF Master Template: สูตรสำเร็จพร้อมใช้งาน

(แนะนำ: ถ่ายรูปหน้าจอนี้เก็บไว้ใช้ได้เลยครับ)

COPY & PASTE
"คุณคือ [บทบาท/Role] ช่วย [งานที่ต้องทำ/Task]
เกี่ยวกับ [บริบท/Context]
โดยขอผลลัพธ์เป็น [รูปแบบ/Format]"
ตัวอย่าง: คุณคือเลขาบริหาร ช่วยร่างกำหนดการดูงาน เกี่ยวกับการไปศึกษาดูงานด้าน AI ที่สิงคโปร์ 3 วัน โดยขอผลลัพธ์เป็นตารางระบุเวลาและสถานที่
ตัวอย่าง: คุณคือนักวิเคราะห์ข้อมูล ช่วยสรุปยอดขายเดือนนี้ เกี่ยวกับไฟล์ Excel ที่แนบไป โดยขอผลลัพธ์เป็น 3 ไฮไลท์สำคัญและสิ่งที่ต้องปรับปรุง

Part 3

Live Demo & Workshop: สาธิตและการฝึกปฏิบัติจริง


Workshop: ค้นหา "Pain Point" ในงานของคุณ

ตัวอย่างปัญหาที่คุณมักเจอ (Common Pain Points)

เอกสารกองโต

ต้องอ่านสรุปเอกสารหลายหน้าในเวลาจำกัด

ร่างอีเมลไม่ออก

ใช้เวลานานในการเรียบเรียงภาษาทางการ

Excel สูตรยาก

จำสูตรไม่ได้ หรือต้องจัดรูปแบบข้อมูลด้วยมือ

สรุปประชุมนาน

จดไว้เยอะแต่ไม่มีเวลาย่อยเป็น Action Items

ลองเขียนลิสต์งานของคุณที่อยากให้ AI มาช่วยจัดการ:

ชื่องาน ทำไมถึงเสียเวลา? (Pain Point)
ตัวอย่าง: สรุปรายงานประจำสัปดาห์ ต้องเปิดอ่านไฟล์จาก 5 แผนกแล้วมาพิมพ์สรุปใหม่ทุกวันศุกร์
ตัวอย่าง: ตอบเมลจองห้องประชุม ต้องเช็คตารางและพิมพ์ตอบรูปแบบเดิมๆ ซ้ำวันละหลายรอบ
งานของคุณ: ......................... ....................................................................

Live Demo: สาธิตการใช้งานจริง

เราจะมาทดลองใช้ AI (ChatGPT / Gemini) แก้ปัญหาเหล่านี้ไปด้วยกัน

1. ร่างอีเมลยากๆ

ร่างอีเมลปฏิเสธข้อเสนอ หรือขอเลื่อนนัดสำคัญแบบไม่เสียมารยาท

2. สรุปรายงานประชุม

โยนข้อความที่จดแบบสะเปะสะปะ ให้กลายเป็น Bullet Points และ Action Items

3. สร้างตารางแผนงาน

สั่งให้ระดมสมองและจัดรูปแบบตารางแผนงาน (Gantt Chart เบื้องต้น)

4. ปรับภาษาทางการ

แปลงภาษาพูดวัยรุ่น ให้กลายเป็นภาษาประกาศทางการของบริษัท

Use Case ในองค์กร: ใครใช้ทำอะไรได้บ้าง? (1/2)

บุคคล (HR)

  • • ร่างประกาศรับสมัครงาน
  • • คิดคำถามสัมภาษณ์
  • • สรุปคู่มือพนักงาน

ขาย/การตลาด

  • • คิดแคปชั่น Social Media
  • • ร่างสคริปต์โทรหาลูกค้า
  • • วิเคราะห์ข้อมูลคู่แข่ง

ธุรการ/ผู้บริหาร

  • • สรุปรายงานการประชุม
  • • ร่างจดหมายเชิญทางการ
  • • สรุปบทความ/ข่าวประจำวัน

Use Case ในองค์กร: ใครใช้ทำอะไรได้บ้าง? (2/2)

บัญชี/การเงิน

  • • สรุปงบประมาณประจำเดือน
  • • จัดหมวดหมู่ค่าใช้จ่าย
  • • ตรวจสอบความถูกต้องตัวเลข

ไอที (IT)

  • • เขียนสคริปต์งานอัตโนมัติ
  • • ร่างคู่มือการใช้งานระบบ
  • • วิเคราะห์ Error เบื้องต้น

บริการลูกค้า (CS)

  • • ร่างคำตอบ FAQ
  • • ปรับโทนการตอบแชท
  • • สรุปประเด็นร้องเรียน

Use Case 1: การร่างจดหมายและอีเมลทางการ

Prompt (คำสั่ง)

ช่วยร่างอีเมลทางการส่งถึงแผนกไอที เพื่อขออนุมัติซื้อจอคอมพิวเตอร์ใหม่ให้ทีมออกแบบจำนวน 3 เครื่อง อธิบายเหตุผลว่าจอเดิมสีเพี้ยนทำให้งานลูกค้าล่าช้า...
  • ✅ ลดเวลาเลือกใช้คำทางการ
  • ✅ โครงสร้างครบถ้วน (เปิด-เนื้อหา-ปิด)

AI Result (ผลลัพธ์จำลอง)

Subject: ขออนุมัติจัดซื้ออุปกรณ์คอมพิวเตอร์ (จอภาพ) สำหรับทีมออกแบบ

เรียน แผนกเทคโนโลยีสารสนเทศ,

เนื่องด้วยปัจจุบันทีมออกแบบพบปัญหาจอภาพเดิมมีอาการสีผิดเพี้ยน ซึ่งส่งผลกระทบโดยตรงต่อคุณภาพงาน... จึงใคร่ขออนุมัติจัดซื้อจอภาพใหม่จำนวน 3 เครื่อง...

จึงเรียนมาเพื่อโปรดพิจารณา

Use Case 2: การสรุปความ (Summarization)

Prompt (คำสั่ง)

สรุปประเด็นสำคัญจากบันทึกการประชุมด้านล่างนี้เป็น Bullet Points และสร้างตาราง "Action Items" แบ่งคอลัมน์: งาน, ผู้รับผิดชอบ, กำหนดส่ง

⚠️ ห้ามป้อนความลับบริษัทลง AI สาธารณะ

AI Result (ผลลัพธ์จำลอง)

สรุปประเด็นสำคัญ:

- อนุมัติงบประมาณแคมเปญ Q4
- ปรับเปลี่ยนสถาปัตยกรรมระบบฐานข้อมูลใหม่

งานใครเมื่อไหร่
ร่างงบ Q4คุณส้ม15 ต.ค.
นัดบรีฟไอทีคุณต้นพรุ่งนี้

Use Case 3: การขัดเกลาและแปลภาษา

Prompt (คำสั่ง)

ช่วยขัดเกลาอีเมลภาษาอังกฤษนี้ให้ดูเป็น Business English และดูเป็นมืออาชีพมากขึ้น
(Input: I want to cancel meeting because I am busy.)

AI Result (ผลลัพธ์จำลอง)

"I am writing to formally request a 'rescheduling' of our upcoming meeting. Unfortunately, due to 'unforeseen scheduling conflicts', I will be unable to attend at the originally planned time..."

✨ ดูเป็นมืออาชีพขึ้นทันที!

Use Case 4: คู่คิดระดมสมอง (Brainstorming)

Prompt (คำสั่ง)

เสนอไอเดียกิจกรรม Team Building 5 อย่าง สำหรับพนักงานออฟฟิศ 50 คน เน้นความสนุกและไม่ใช้แรงเยอะ

AI Result (ผลลัพธ์จำลอง)

1. 🧩 Office Trivia: แข่งตอบคำถามเกี่ยวกับเรื่องขำๆ ในออฟฟิศ
2. 🧑‍🍳 MasterChef Sandwich: แข่งทำแซนด์วิชสร้างสรรค์
3. 🕵️ Mystery Colleague: ทายชื่อเพื่อนร่วมงานจากคำใบ้
... (และอีก 2 ไอเดีย)

Use Case 5: เป็นที่ปรึกษาด้าน Excel / Sheets

Prompt (คำสั่ง)

เขียนสูตร Excel เพื่อดึงข้อมูลชื่อจากอีเมล (เช่น somchai@company.com ให้เหลือแค่ somchai)

AI Result (ผลลัพธ์จำลอง)

=LEFT(A1, FIND("@", A1)-1)
คำอธิบาย: สูตรนี้จะหาตำแหน่งเครื่องหมาย @ แล้วตัดเอาข้อความทางด้านซ้ายออกมาทั้งหมดครับ

Use Case 6: วางโครงสร้าง Presentation

Prompt (คำสั่ง)

ช่วยร่างโครงร่างสไลด์ 5 หน้า สำหรับนำเสนอโครงการ "ออฟฟิศไร้กระดาษ (Paperless)"

AI Result (ผลลัพธ์จำลอง)

Slide 1: Title - ก้าวสู่ยุค Digital ด้วย Paperless Office
Slide 2: Problem - ปัญหาและค่าใช้จ่ายแฝงจากกระดาษ
Slide 3: Solution - เครื่องมือและระบบที่จะนำมาใช้
Slide 4: Timeline - แผนการดำเนินงาน 3 เดือน
Slide 5: Q&A และประโยชน์ที่คาดว่าจะได้รับ

Part 4

Safety First: พื้นฐานความปลอดภัยและการใช้งานเบื้องต้น


1. ทำไม AI ถึง "มั่ว"? (Hallucination 101)

AI ไม่ได้ "จำ" แต่เป็นการ "เดา" (Predicting words)

  • ปรากฏการณ์อาการหลอน: AI พยายามตอบให้ดูดีที่สุด แต่อาจให้ข้อมูลที่ไม่มีอยู่จริง
  • ความเสี่ยง: หากเชื่อโดยไม่ตรวจสอบ อาจนำไปสู่การตัดสินใจที่ผิดพลาด
AI Hallucination

ห้ามป้อนข้อมูลส่วนบุคคลลงใน AI สาธารณะ

2. กฎเหล็กความปลอดภัย (PDPA & Privacy)

ห้ามใส่ (FORBIDDEN)

ข้อมูลที่ไม่ควรแตะ

  • • ชื่อ-นามสกุล จริงของลูกค้า
  • • เบอร์โทรศัพท์ / ที่อยู่จริง
  • • เลขบัตรประชาชน / เลขบัญชี
  • • แผนกลยุทธ์บริษัทที่ยังไม่ประกาศ
ทำได้ (ALLOWED)

วิธีใช้งานอย่างปลอดภัย

  • • ใช้ชื่อสมมติ (นาย A, นาง B)
  • • เซ็นเซอร์ข้อมูล (08x-xxx-xxxx)
  • • ใช้เฉพาะข้อมูลที่เป็นสาธารณะ
  • • สรุปประเด็นหลักโดยไม่ระบุตัวตน

"ข้อมูลที่คุณพิมพ์ อาจถูกนำไปใช้ฝึกฝน AI และกลายเป็นสาธารณะได้"

3. กฎ 4 ข้อสั้นๆ จำขึ้นใจ (Do's & Don'ts)

  • ไม่ใส่ข้อมูลลับ (No Secrets) ห้ามป้อนข้อมูล PDPA และความลับบริษัทลงใน AI สาธารณะ
  • ไม่เชื่อทันที (Don't Trust Blindly) AI สามารถ "มั่ว" ได้อย่างแนบเนียน ต้องตรวจเช็คเสมอ
  • ไม่คัดลอกโดยไม่ตรวจ (Human First) อ่านทบทวนและปรับสำนวนให้เป็นมนุษย์ก่อนส่งงาน
  • คุณคือผู้รับผิดชอบ (Human in the Loop) AI คือผู้ช่วย แต่คนตัดสินใจและรับผิดชอบผลลัพธ์คือ "คุณ"

สรุปแนวคิด: Human in the Loop

100%
Human
Responsibility

AI คือ "ผู้ช่วย" ไม่ใช่ "ผู้รับผิดชอบ"

สมการการทำงานยุคใหม่: AI ทำงาน 80% (ความเร็ว) + มนุษย์ทำ 20% (วิจารณญาณ) = ผลลัพธ์ 100%


งานทุกชิ้นที่ออกจาก AI ต้องผ่านตา ผ่านการตรวจสอบความถูกต้อง ตรวจสอบความเหมาะสมของภาษา และบริบททางสังคมโดย "มนุษย์" เสมอก่อนกดส่ง

Human-AI Collaboration Model: ทำงานร่วมกันอย่างไร?

1. Human Start

"ผู้นำทาง"

กำหนดโจทย์, บริบท, และเป้าหมายที่ต้องการ

2. AI Process

"แรงงาน"

ร่างเนื้อหา, สรุปข้อมูล, วิเคราะห์ และสร้างทางเลือก

3. Human Finalize

"ผู้ตัดสินใจ"

ตรวจสอบความถูกต้อง, ปรับสำนวน และอนุมัติผลลัพธ์

💡 เคล็ดลับ: อย่าปล่อยให้ AI ทำงานคนเดียวจนจบกระบวนการโดยไม่มีคนตรวจ

AI สำหรับสายการศึกษาและงานสร้างสรรค์

สายครู

ร่างแผนการสอน, ออกข้อสอบพร้อมเฉลย, และสรุปวิจัยมาเป็นเนื้อหาการสอน

"คุณคือครูประถม ช่วยออกแบบกิจกรรมสอนวิทย์เรื่องวงจรน้ำ 30 นาที"

สายนักเรียน

สรุปเล็กเชอร์ยากๆ, ฝึกโต้ตอบภาษาอังกฤษ, และช่วยวางแผนตารางอ่านหนังสือ

"สรุปเรื่องเงินเฟ้อให้เข้าใจง่ายใน 5 ข้อ สำหรับเตรียมสอบปลายภาค"

Content Creator

คิดหัวใจคลิป TikTok, ร่างสคริปต์วิดีโอ, และเขียนแคปชั่นให้น่าสนใจ

"ขอไอเดียคลิปสั้น 5 อย่าง เกี่ยวกับรีวิวเครื่องเขียนในออฟฟิศ"

AI สำหรับสายบริหารและงานจัดการ

ธุรการ / เลขานุการ

สรุปรายงานการประชุม, ร่างอีเมลนัดหมาย, และจัดหมวดหมู่เอกสาร

"สรุปประเด็นหลักและ Action Items จากโน้ตการประชุมนี้เป็นตาราง"

ทรัพยากรบุคคล (HR)

เขียนประกาศรับสมัครงาน, คิดคำถามสัมภาษณ์, และวางแผน Onboarding

"ร่างประกาศรับสมัครงาน Graphic Designer เน้นทักษะ AI และตัดต่อวิดีโอ"

ขาย / บริการลูกค้า

ร่างคำตอบ FAQ, ปรับโทนการตอบแชทให้สุภาพ, และวิเคราะห์ความพึงพอใจ

"ช่วยร่างคำตอบปฏิเสธการคืนเงินลูกค้า โดยใช้ภาษาที่นุ่มนวลและเสนอส่วนลดแทน"

AI สำหรับสายวิเคราะห์และวิชาชีพ

นักลงทุน / นักเทรด

สรุปข่าวเศรษฐกิจรายวัน, วิเคราะห์งบการเงิน, และเขียนสูตรคัดกรองหุ้น

"สรุปประเด็นเสี่ยงจากรายงานประจำปีของบริษัทนี้และเปรียบเทียบกับคู่แข่ง"

ที่ปรึกษากฎหมาย

ย่อยภาษากฎหมายให้เข้าใจง่าย, ตรวจสอบความถูกต้องสัญญา, และหาเคสอ้างอิง

"ช่วยสรุปข้อผูกพันสำคัญ 3 ข้อ จากสัญญานี้ ให้เป็นภาษาที่เข้าใจง่าย"

นักวิเคราะห์ / นักวิจัย

แปลงข้อมูลดิบเป็นข้อสรุป, หาความผิดปกติของตัวเลข, และทำความสะอาดข้อมูล

"มียอดขายรายวันในรูปแบบข้อความ ช่วยสรุปรายสัปดาห์และหาจุดที่ยอดขายต่ำสุด"

Key Takeaways (สรุปเนื้อหาสำคัญ)

  • Gen AI คือนักสร้างสรรค์ ไม่ใช่ฐานข้อมูลความจริง: ใช้งานให้ถูกจุดประสงค์
  • โครงสร้างคำสั่ง RTCF: Role (บทบาท), Task (งาน), Context (บริบท), Format (รูปแบบ) คือกุญแจสำคัญ
  • ประยุกต์ใช้กับงานที่ทำซ้ำๆ: ร่างอีเมล, สรุปประชุม, หาไอเดีย, เขียนสูตร Excel
  • ความปลอดภัยและความรับผิดชอบ: ระวัง PDPA, ข้อมูลความลับ และตรวจสอบความถูกต้องด้วยมนุษย์เสมอ

Q&A

มีคำถาม หรืออยากแชร์ประสบการณ์การใช้ AI ของคุณไหมครับ?

ขอขอบคุณทุกท่านครับ

"ก้าวแรกของการเก่ง AI คือการเริ่มพิมพ์คุยกับมันตั้งแต่วันนี้"