ทุกผลลัพธ์ที่คุณได้รับจาก Claude เริ่มต้นจากสิ่งเดียวกัน นั่นคือพรอมต์ของคุณ
เซฟไว้นะ :)
พรอมต์ธรรมดาให้ผลลัพธ์ธรรมดา พรอมต์แม่นยำให้ผลลัพธ์แม่นยำ โมเดลก็เหมือนกัน การสมัครใช้บริการก็เหมือนกัน ตัวแปรเดียวคือวิธีที่คุณสื่อสารกับมัน
และคนส่วนใหญ่แย่มากกับสิ่งนี้
ไม่ใช่เพราะพวกเขาโง่ แต่เพราะไม่มีใครสอนพวกเขา พวกเขาพิมพ์อะไรก็ได้ที่คิด กด Enter แล้วหวังว่าจะได้ผลลัพธ์ดี เมื่อผลลัพธ์ไม่ดี พวกเขาก็โทษโมเดลแทนที่จะโทษพรอมต์
Prompt Engineering คือทักษะที่มี leverage สูงที่สุดในโลก AI ตอนนี้ เรียนรู้ได้ฟรี ไม่ต้องมีพื้นฐานด้านเทคนิค และความแตกต่างระหว่างการเขียนพรอมต์ระดับมือใหม่กับระดับ expert คือความแตกต่างระหว่างเครื่องมือที่ "ช่วยได้บ้าง" กับเครื่องมือที่เปลี่ยนวิธีการทำงานของคุณ
นี่คือคอร์สแบบครบถ้วน จากศูนย์สู่ expert ทุกเทคนิคที่สำคัญ อธิบายพร้อมตัวอย่าง
เลเวล 1: พื้นฐาน (สิ่งที่ 90% ของคนเข้าใจผิด)
ความผิดพลาดครั้งใหญ่ที่สุด
คนส่วนใหญ่เขียนพรอมต์แบบนี้:
"เขียนบล็อกโพสต์เกี่ยวกับเทรนด์ AI ให้ฉันหน่อย"
นี่ก็เหมือนกับการเดินเข้าร้านอาหารแล้วพูดว่า "เอาอาหารมา" คุณจะได้อะไรสักอย่าง มันอาจจะกินได้ แต่มันจะไม่ใช่สิ่งที่คุณต้องการเพราะคุณไม่ได้บอกว่าคุณต้องการอะไร
ทางแก้คือความเฉพาะเจาะจง ทุกองค์ประกอบที่คุณไม่ระบุคือองค์ประกอบที่ Claude ต้องเดา และการเดาของ Claude ไม่ใช่ความชอบของคุณ
นี่คือคำขอเดียวกันที่ทำถูกต้อง:
"เขียนบล็อกโพสต์ 1,500 คำ เกี่ยวกับเทรนด์ AI ที่สำคัญที่สุดสามประการในซอฟต์แวร์องค์กรสำหรับปี 2026 กลุ่มเป้าหมายของฉันคือผู้มีอำนาจตัดสินใจระดับ VP ในบริษัท SaaS ระดับกลางถึงเล็ก น้ำเสียงควรมีความน่าเชื่อถือแต่เป็นกันเอง — เหมือนเพื่อนร่วมงานที่รอบรู้ ไม่ใช่ตำราเรียน รวมตัวอย่างบริษัทและข้อมูลเฉพาะสำหรับแต่ละเทรนด์ เปิดด้วยประโยคดึงดูดที่ท้าทายสมมติฐานทั่วไป ปิดท้ายด้วยขั้นตอนปฏิบัติสามขั้นตอน ห้ามใช้วลีเช่น 'ในภูมิทัศน์ที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน' หรือ 'เป็นสิ่งสำคัญที่ควรสังเกต'"
โมเดลเดียวกัน การสมัครใช้บริการเดียวกัน ผลลัพธ์ต่างกันโดยสิ้นเชิง ข้อแตกต่างเพียงอย่างเดียวคือพรอมต์
กรอบงานห้าส่วน
พรอมต์ระดับ expert ทุกอันมีห้าองค์ประกอบ ถ้าขาดอันใดอันหนึ่ง ผลลัพธ์จะด้อยลง
1. บทบาท (Role) — Claude คือใครในปฏิสัมพันธ์นี้? "คุณคือผู้จัดการฝ่ายการตลาดผลิตภัณฑ์อาวุโสที่มีประสบการณ์ 10 ปีใน B2B SaaS" ทำให้ Claude มีมุมมองในการเขียน หากไม่มีบทบาท Claude จะใช้ค่าเริ่มต้นเป็น "ผู้ช่วยทั่วไปที่พร้อมช่วยเหลือ" ซึ่งไม่ใช่เสียงของใครเลย
2. บริบท (Context) — Claude ต้องรู้อะไรบ้าง? อุตสาหกรรมของคุณ กลุ่มเป้าหมายของคุณ โปรเจกต์ของคุณ เป้าหมายของคุณ ยิ่ง Claude มีบริบทที่เกี่ยวข้องมากเท่าไหร่ ผลลัพธ์ก็จะยิ่งปรับแต่งได้มากขึ้นเท่านั้น
3. งาน (Task) — คุณต้องการอะไรกันแน่? ไม่ใช่ประมาณนี้ แต่ต้องตรงเป๊ะ "วิเคราะห์สิ่งนี้" คลุมเครือ "ระบุปัจจัยเสี่ยงสามอันดับแรกในสัญญานี้ อธิบายว่าแต่ละข้อสำคัญอย่างไร และเสนอการเปลี่ยนแปลงภาษาที่เฉพาะเจาะจงเพื่อลดความเสี่ยงแต่ละข้อ" คือสิ่งที่ตรงเป๊ะ
4. รูปแบบ (Format) — ผลลัพธ์ควรมีหน้าตาเป็นอย่างไร? รายการหัวข้อย่อย? ข้อความร้อยแก้วที่ลื่นไหล? ตาราง? อีเมล? รายงานที่มีหัวข้อ? ถ้าคุณไม่ระบุรูปแบบ Claude จะเลือกรูปแบบที่อาจจะตรงกับที่คุณต้องการหรือไม่ก็ได้
5. ข้อจำกัด (Constraints) — สิ่งที่ Claude ไม่ควรทำคืออะไร? "อย่าเกิน 500 คำ อย่าใช้ศัพท์เทคนิค อย่าใส่ข้อความวกวนหรือข้อจำกัดความรับผิดชอบ อย่าใช้ประโยค passive voice" ข้อจำกัดเชิงลบเป็นวิธีที่เร็วที่สุดในการขจัดเสียงที่ฟังดูเหมือน AI ทั่วไป
จำกรอบงานนี้ให้ขึ้นใจ ใช้กับทุกพรอมต์ คุณภาพผลลัพธ์ของคุณจะดีขึ้นทันที
เลเวล 2: เทคนิคระดับกลาง
เทคนิค 1: ให้ตัวอย่าง
ตัวอย่างหนึ่งอันมีค่าเท่ากับคำแนะนำสิบย่อหน้า
แทนที่จะบรรยายรูปแบบที่คุณต้องการแบบนามธรรม ให้แสดงตัวอย่างที่เป็นรูปธรรมแก่ Claude:
"นี่คือตัวอย่างรูปแบบผลลัพธ์ที่ฉันต้องการ:
เทรนด์: การนำ Edge Computing มาใช้สิ่งที่เกิดขึ้น: บริษัทต่างๆ กำลังย้าย workload การอนุมานจากคลาวด์ไปยังอุปกรณ์ edge ลด latency จาก 200ms เหลือต่ำกว่า 10ms เหตุใดจึงสำคัญ: สำหรับแอปพลิเคชันแบบเรียลไทม์อย่างยานยนต์ไร้คนขับและหุ่นยนต์อุตสาหกรรม การลด latency นี้คือความแตกต่างระหว่างการใช้งานได้และการใช้งานไม่ได้ ใครกำลังทำ: Tesla (ชิป Dojo), Apple (Neural Engine), Qualcomm (AI Hub) สิ่งที่ต้องจับตา: ผู้ให้บริการคลาวด์จะตอบสนองด้วยบริการ hybrid edge-cloud หรือจะยกตลาดนี้ให้
ตอนนี้เขียนส่วนเทรนด์อีกสามส่วนตามรูปแบบนี้เป๊ะๆ"
Claude จับคู่รูปแบบกับตัวอย่างได้แม่นยำกว่าการตีความคำอธิบายนามธรรม ให้แสดงเสมอ อย่าแค่บอก
เทคนิค 2: การเชื่อมโยงพรอมต์ (Chain Your Prompts)
งานที่ซับซ้อนให้ผลลัพธ์ที่ดีกว่าเมื่อแบ่งเป็นขั้นตอน
อย่าขอให้ Claude ค้นคว้า วิเคราะห์ สร้างโครงร่าง และเขียนรายงานทั้งหมดในพรอมต์เดียว ให้แบ่งเป็นสี่พรอมต์:
พรอมต์ 1: "ค้นคว้าพัฒนาการ 5 อันดับแรกของ [หัวข้อ] ในช่วง 3 เดือนที่ผ่านมา สำหรับแต่ละอย่าง ให้สรุป 2 ประโยคและแหล่งที่มา"
พรอมต์ 2: "จากผลการค้นพบนี้ ให้ระบุเทรนด์ที่สำคัญที่สุด 3 เทรนด์ สำหรับแต่ละเทรนด์ ให้อธิบายแรงผลักดันและผลกระทบที่อาจเกิดขึ้น"
พรอมต์ 3: "สร้างโครงร่างสำหรับรายงานเกี่ยวกับเทรนด์เหล่านี้ รวมถึงส่วนสรุปผู้บริหาร ส่วนรายละเอียดสำหรับแต่ละเทรนด์ และส่วนข้อเสนอแนะ"
พรอมต์ 4: "เขียนรายงานฉบับเต็มตามโครงร่างนี้ ให้ตรงกับสไตล์การเขียนของฉัน [อ้างอิงตัวอย่างในโปรเจกต์] เป้าหมาย 2,000 คำ"
แต่ละขั้นตอนสร้างจากขั้นตอนก่อนหน้า คุณภาพจะเพิ่มขึ้นเรื่อยๆ เพราะ Claude ทำงานกับอินพุตที่ผ่านการกลั่นแล้ว แทนที่จะพยายามทำทุกอย่างตั้งแต่เริ่มต้น
เทคนิค 3: การซ้อนข้อจำกัดเชิงลบ (Negative Constraint Stack)
บางครั้ง หนทางที่เร็วที่สุดสู่ผลลัพธ์ที่ยอดเยี่ยมคือการกำจัดทุกอย่างที่แย่ออกไป
"ห้ามใช้วลีเสริม ห้ามขึ้นต้นประโยคด้วย 'เป็นสิ่งสำคัญที่ควรสังเกต' หรือ 'โดยสรุป' ห้ามใช้คำว่า 'leverage' 'synergy' 'paradigm' หรือ 'ecosystem' ห้ามเพิ่มข้อความวกวนหรือภาษาที่ไม่จำเป็น ห้ามใช้ passive voice ห้ามย้ำประเด็นที่คุณได้กล่าวไปแล้ว"
ซ้อนข้อจำกัดเชิงลบ 6-10 ข้อ แล้วผลลัพธ์จะฟังดูไม่เหมือน AI ทันที แต่ฟังดูเหมือนคนจริงๆ ที่มีความคิดเห็นของตัวเอง
เทคนิค 4: วงจรประเมินตนเอง (Self-Evaluation Loop)
"หลังจากเขียนคำตอบ ให้ให้คะแนนตัวเอง 1-10 ในสามเกณฑ์: ความถูกต้อง ความชัดเจน และประโยชน์ต่อกลุ่มเป้าหมายเฉพาะของฉัน ถ้าคะแนนใดต่ำกว่า 8 ให้ปรับปรุง แสดงเฉพาะเวอร์ชันที่ปรับปรุงแล้ว"
เทคนิคนี้มีประสิทธิภาพมากกว่ามากใน Opus 4.7 เมื่อเทียบกับโมเดลรุ่นก่อนหน้า เนื่องจากความสามารถในการตรวจสอบตัวเองที่ดีขึ้น Claude จะจับจุดอ่อนของตัวเองและแก้ไขก่อนที่คุณจะเห็น
เทคนิค 5: การจัดลำดับโดยให้บริบทมาก่อน (Context-First Ordering)
วางเนื้อหาอ้างอิงของคุณเหนือคำแนะนำ ไม่ใช่ด้านล่าง
ไม่ดี: "สรุปผลการค้นพบที่สำคัญจากข้อมูลนี้ [500 บรรทัดของข้อมูล]" ดี: "[500 บรรทัดของข้อมูล] จากข้อมูลข้างต้น ให้สรุปผลการค้นพบที่สำคัญ 3 ข้อที่เกี่ยวข้องมากที่สุดกับการระดมทุน Series B"
การทดสอบของ Anthropic เองแสดงให้เห็นว่าการจัดลำดับนี้ให้ผลลัพธ์ที่ดีกว่า เพราะ Claude ประมวลผลบริบทก่อนรับคำสั่ง แทนที่จะต้องจดจำคำสั่งในขณะที่อ่านเนื้อหาบริบท
เลเวล 3: เทคนิคระดับ Expert
เทคนิค 6: โครงสร้าง XML
Claude ถูกฝึกบนพรอมต์ที่มีโครงสร้าง แท็ก XML คือภาษาพื้นเมืองของมัน
1<role>คุณคือนักวิเคราะห์การเงินอาวุโสที่เชี่ยวชาญด้านเมตริก SaaS</role>2<context>ฉันกำลังเตรียมตัวสำหรับการประชุมคณะกรรมการในวันอังคารหน้า คณะกรรมการประกอบด้วยนักลงทุนสามคนที่ให้ความสำคัญกับเมตริกประสิทธิภาพการเติบโตเป็นหลัก</context>3<task>วิเคราะห์ข้อมูลทางการเงินที่แนบมาและสร้างสรุปที่พร้อมนำเสนอต่อคณะกรรมการ</task>4<output_format>5 - สรุปผู้บริหาร (3 ประโยค)6 - ตารางเมตริกสำคัญ (ARR, อัตราการเติบโต, burn multiple, CAC payback, NRR)7 - จุดแข็งสามด้านพร้อมข้อมูลสนับสนุน8 - จุดที่น่ากังวลสองด้านพร้อมการดำเนินการที่แนะนำ9 - ภาคผนวกพร้อมหมายเหตุเกี่ยวกับวิธีการ10</output_format>11<constraints>12 - ห้ามคาดเดาหรือคาดการณ์อนาคตโดยไม่ได้ระบุว่าเป็นประมาณการ13 - ใช้ตัวเลขเฉพาะเจาะจง ไม่ใช่การประมาณ14 - ความยาวรวมไม่เกิน 1,500 คำ ไม่รวมภาคผนวก15</constraints>
พรอมต์ XML สร้างผลลัพธ์ที่มีโครงสร้างสม่ำเสมอมากกว่าพรอมต์ภาษาธรรมชาติ เพราะช่วยขจัดความคลุมเครือว่าคำสั่งหนึ่งสิ้นสุดและอีกคำสั่งหนึ่งเริ่มต้นที่ใด
เทคนิค 7: การโต้วาทีหลายบุคลิก (Multi-Persona Debate)
"วิเคราะห์การตัดสินใจทางธุรกิจนี้จากสามมุมมอง: บุคลิกที่ 1: CEO ที่เน้นการเติบโตซึ่งต้องการเคลื่อนไหวเร็วและยึดส่วนแบ่งตลาด บุคลิกที่ 2: CFO ที่เน้นความเสี่ยงซึ่งใส่ใจในเรื่อง unit economics และ runway บุคลิกที่ 3: ผู้สนับสนุนลูกค้าที่ใส่ใจเพียงว่าสิ่งนี้จะปรับปรุงประสบการณ์ผู้ใช้หรือไม่
แต่ละบุคลิกนำเสนอข้อโต้แย้งที่แข็งแกร่งที่สุดใน 3-4 ประโยค จากนั้นสังเคราะห์คำแนะนำที่คำนึงถึงทั้งสามมุมมอง โดยระบุข้อแลกเปลี่ยนที่สำคัญ"
เทคนิคนี้สร้างการวิเคราะห์ที่เข้มข้นกว่าการถาม Claude ให้ "วิเคราะห์" บางสิ่งเฉยๆ อย่างมาก เพราะมันบังคับให้พิจารณาหลายมุมมอง
เทคนิค 8: ความยากแบบค่อยเป็นค่อยไป (Graduated Difficulty)
เริ่มต้นด้วยงานเวอร์ชันง่ายๆ จากนั้นค่อยเพิ่มระดับ
"ก่อนอื่น ให้ประเด็นสำคัญ 3 ข้อจากเอกสารนี้ในหนึ่งประโยคต่อข้อ" [Claude ตอบ] "ดี ตอนนี้ขยายประเด็นที่ 2 เป็นย่อหน้าเต็มพร้อมหลักฐานสนับสนุนเฉพาะ" [Claude ตอบ] "ตอนนี้เขียนข้อโต้แย้งต่อประเด็นที่ 2 ที่ผู้ขี้สงสัยจะยกขึ้นมา แล้วโต้แย้งมัน"
แต่ละขั้นตอนสร้างจากขั้นตอนก่อนหน้าและลึกซึ้งขึ้น ผลลัพธ์สุดท้ายจะละเอียดอ่อนกว่าสิ่งที่พรอมต์เดียวจะสร้างได้
เทคนิค 9: การปรับแต่งแบบวนซ้ำ (Iterative Refinement)
ผู้เชี่ยวชาญด้านพรอมต์ที่ดีที่สุดไม่ได้คาดหวังความสมบูรณ์แบบในครั้งแรก พวกเขาคาดหวังจุดเริ่มต้นที่ดีแล้วค่อยปรับแต่ง
"นี่ไปถึง 70% ของเป้าหมายแล้ว นี่คือสิ่งที่ต้องเปลี่ยน:
- บทนำทั่วไปเกินไป เปลี่ยนเป็นเกร็ดเล็กเกร็ดน้อยหรือจุดข้อมูลเฉพาะ
- ส่วนที่ 3 ยาวเกินไป ตัดทิ้ง 40% และเก็บเฉพาะข้อโต้แย้งที่แข็งแกร่งที่สุด
- บทสรุปถามคำถาม แต่ควรจบด้วยประโยคบอกเล่า เก็บทุกอย่างอื่นไว้เหมือนเดิม"
ข้อเสนอแนะเฉพาะเจาะจงที่มีหมายเลขกำกับการปรับปรุงเฉพาะเจาะจง ข้อเสนอแนะคลุมเครืออย่าง "ทำให้ดีขึ้น" ทำให้เกิดการเปลี่ยนแปลงแบบสุ่ม
เทคนิค 10: แม่แบบพรอมต์หลัก (The Master Prompt Template)
นี่คือแม่แบบที่ผู้ใช้ระดับ expert เก็บไว้และปรับแต่งสำหรับงานสำคัญทุกชิ้น:
1<role>[ข้อมูลประจำตัวผู้เชี่ยวชาญเฉพาะ]</role>2<context>[ความเป็นมาของโปรเจกต์ กลุ่มเป้าหมาย และสถานการณ์]</context>3<task>[คำอธิบายที่แม่นยำว่าต้องผลิตอะไร]</task>4<examples>[2-3 ตัวอย่างของคุณภาพและรูปแบบผลลัพธ์ที่ต้องการ]</examples>5<output_format>[โครงสร้างที่แน่นอนของสิ่งที่ส่งมอบ]</output_format>6<quality_criteria>[ลักษณะของ "ที่ยอดเยี่ยม" สำหรับผลลัพธ์เฉพาะนี้]</quality_criteria>7<constraints>[5-10 สิ่งเฉพาะที่ควรหลีกเลี่ยง]</constraints>8<verification>[ขอให้ Claude ประเมินตนเองเทียบกับเกณฑ์คุณภาพก่อนส่งมอบ]</verification>
กรอกแม่แบบนี้ครั้งเดียวต่อประเภทงาน บันทึกไว้ ใช้ซ้ำ ปรับแต่งตัวแปร พรอมต์ของคุณจะมีโครงสร้าง สม่ำเสมอ และมีประสิทธิภาพมากกว่าสิ่งที่คุณเขียนตั้งแต่เริ่มต้นในแต่ละครั้ง
เทคนิค 10: แม่แบบพรอมต์หลัก (The Master Prompt Template)
นี่คือแม่แบบที่ผู้ใช้ระดับ expert เก็บไว้และปรับแต่งสำหรับงานสำคัญทุกชิ้น:
1<role>[ข้อมูลประจำตัวผู้เชี่ยวชาญเฉพาะ]</role>2<context>[ความเป็นมาของโปรเจกต์ กลุ่มเป้าหมาย และสถานการณ์]</context>3<task>[คำอธิบายที่แม่นยำว่าต้องผลิตอะไร]</task>4<examples>[2-3 ตัวอย่างของคุณภาพและรูปแบบผลลัพธ์ที่ต้องการ]</examples>5<output_format>[โครงสร้างที่แน่นอนของสิ่งที่ส่งมอบ]</output_format>6<quality_criteria>[ลักษณะของ "ที่ยอดเยี่ยม" สำหรับผลลัพธ์เฉพาะนี้]</quality_criteria>7<constraints>[5-10 สิ่งเฉพาะที่ควรหลีกเลี่ยง]</constraints>8<verification>[ขอให้ Claude ประเมินตนเองเทียบกับเกณฑ์คุณภาพก่อนส่งมอบ]</verification>
กรอกแม่แบบนี้ครั้งเดียวต่อประเภทงาน บันทึกไว้ ใช้ซ้ำ ปรับแต่งตัวแปร พรอมต์ของคุณจะมีโครงสร้าง สม่ำเสมอ และมีประสิทธิภาพมากกว่าสิ่งที่คุณเขียนตั้งแต่เริ่มต้นในแต่ละครั้ง
พรอมต์ 5 อันดับที่ให้ผลลัพธ์ดีที่สุดในทุกกรณีการใช้งาน
ถ้าคุณต้องการจุดเริ่มต้นที่ดี ต่อไปนี้คือพรอมต์พร้อมใช้ 5 อันที่ให้ผลลัพธ์ที่ยอดเยี่ยมอย่างสม่ำเสมอ:
พรอมต์การวิเคราะห์: "คุณคือนักวิเคราะห์ [โดเมน] ที่มีประสบการณ์ 15 ปี วิเคราะห์ [หัวเรื่อง] และระบุ [ข้อมูลเชิงลึก/ความเสี่ยง/โอกาส] ที่สำคัญที่สุด 3 ข้อ สำหรับแต่ละข้อ ให้ระบุ: (1) คำชี้แจงที่ชัดเจนว่ามันคืออะไร (2) หลักฐานเฉพาะที่สนับสนุนข้ออ้างของคุณ (3) เหตุใดจึงสำคัญสำหรับ [กลุ่มเป้าหมาย] และ (4) การดำเนินการที่แนะนำ ใช้ตัวเลขเฉพาะเมื่อเป็นไปได้ อย่าอ้อมค้อมหรือเพิ่มข้อความที่ไม่จำเป็น"
พรอมต์การเขียน: "คุณคือนักเขียนมืออาชีพที่มีผลงานตีพิมพ์ใน [สิ่งพิมพ์ที่เกี่ยวข้อง] เขียน [รูปแบบ] เกี่ยวกับ [หัวข้อ] สำหรับ [กลุ่มเป้าหมาย] เปิดด้วยประโยคดึงดูดที่ [ท้าทายสมมติฐาน / นำเสนอข้อเท็จจริงที่น่าประหลาดใจ / เล่าเรื่องเฉพาะเจาะจง] ใช้ย่อหน้าสั้น ทุกประโยคควรสอนบางอย่าง พิสูจน์บางอย่าง หรือพาผู้อ่านไปข้างหน้า ห้ามใช้วลีเสริม ภาษาทางธุรกิจ หรือ passive voice เป้าหมาย [จำนวน] คำ"
พรอมต์การตัดสินใจ: "ฉันต้องตัดสินใจระหว่าง [ตัวเลือก A] กับ [ตัวเลือก B] นี่คือสถานการณ์ของฉัน: [บริบท] วิเคราะห์แต่ละตัวเลือกตามเกณฑ์เหล่านี้: [เกณฑ์ 1], [เกณฑ์ 2], [เกณฑ์ 3] สำหรับแต่ละเกณฑ์ ให้ให้คะแนนแต่ละตัวเลือก 1-10 และอธิบายคะแนนในหนึ่งประโยค จากนั้นให้คำแนะนำโดยรวมพร้อมระดับความมั่นใจ (สูง/กลาง/ต่ำ) และระบุข้อมูลเพิ่มเติมชิ้นเดียวที่จะเปลี่ยนแปลงคำแนะนำของคุณมากที่สุด"
พรอมต์การแก้ปัญหา: "ฉันกำลังประสบ [ปัญหา] นี่คือสิ่งที่ฉันลองมาแล้ว: [ความพยายาม] นี่คือสิ่งที่ฉันรู้เกี่ยวกับสาเหตุที่แท้จริง: [ความรู้] วินิจฉัยสาเหตุที่เป็นไปได้มากที่สุด เสนอแนวทางแก้ไขสามแนวทางที่เป็นไปได้ โดยจัดอันดับตามโอกาสที่จะประสบความสำเร็จ สำหรับแต่ละแนวทาง ให้ประเมินความพยายามที่ต้องใช้และความน่าจะเป็นที่จะได้ผล แนะนำแนวทางที่ดีที่สุด"
พรอมต์ข้อเสนอแนะ: "ตรวจสอบ [งานของฉัน] ตามเกณฑ์คุณภาพเหล่านี้: [เกณฑ์] สำหรับแต่ละเกณฑ์ ให้คะแนน 1-10 และอธิบายเฉพาะเจาะจงว่าส่วนไหนใช้ได้และส่วนไหนไม่ได้ ระบุการปรับปรุงเพียงอย่างเดียวที่จะมีผลกระทบมากที่สุดที่ฉันสามารถทำได้ เขียนส่วนที่อ่อนแอที่สุดใหม่เพื่อแสดงให้เห็นว่า 'ที่ยอดเยี่ยม' เป็นอย่างไร ตรงไปตรงมา — ฉันชอบความจริงที่โหดร้ายมากกว่ากำลังใจที่อ่อนโยน"
บันทึกพรอมต์ทั้งห้านี้ ปรับแต่งตัวแปรในวงเล็บสำหรับแต่ละกรณีการใช้งาน ตอนนี้คุณมีแม่แบบระดับ expert สำหรับงาน AI ทั่วไปห้าประเภทแล้ว
ความจริงที่ตรงไปตรงมาเกี่ยวกับ Prompt Engineering
มันไม่ใช่เรื่องของการจำเทคนิคพิเศษ มันคือเรื่องของความคิดที่ชัดเจน
การเขียนพรอมต์ที่ยอดเยี่ยมต้องให้คุณรู้แน่ชัดว่าคุณต้องการอะไร รู้แน่ชัดว่ากลุ่มเป้าหมายของคุณคือใคร รู้แน่ชัดว่า "ดี" เป็นอย่างไร และรู้แน่ชัดว่าควรหลีกเลี่ยงปัญหาอะไรบ้าง
คนส่วนใหญ่เขียนพรอมต์ที่ยอดเยี่ยมไม่ได้ เพราะพวกเขายังไม่ได้คิดถึงสิ่งเหล่านั้น พวกเขาไม่ชัดเจนว่าต้องการอะไร และคาดหวังให้ Claude คิดออกเอง
ผู้เชี่ยวชาญด้านพรอมต์ที่ดีที่สุดไม่ใช่คนพิมพ์เก่งที่สุด พวกเขาคือคนที่คิดชัดเจนที่สุด
ทุกเทคนิคในบทความนี้คือเทคนิคการคิดที่ปลอมตัวเป็นเทคนิคการจัดรูปแบบ แท็ก XML บังคับให้คุณแยกคำแนะนำออกเป็นหมวดหมู่ที่ชัดเจน ข้อจำกัดเชิงลบบังคับให้คุณระบุสิ่งที่คุณไม่ต้องการ ตัวอย่างบังคับให้คุณนิยามว่า "ดี" จริงๆ แล้วคืออะไร
พรอมต์เป็นเพียงผลงาน ทักษะคือการคิด
เริ่มต้นด้วยกรอบงานห้าส่วนวันนี้ ใช้กับพรอมต์ห้าอันถัดไปของคุณ คุณจะเห็นความแตกต่างทันที จากนั้นเพิ่มเทคนิคใหม่หนึ่งเทคนิคต่อสัปดาห์จนกว่าทั้งสิบจะกลายเป็นธรรมชาติที่สอง
ติดตามฉัน @eng_khairallah1 เพื่อคอร์ส AI และการวิเคราะห์เพิ่มเติม ฉันโพสต์เนื้อหาแบบนี้ทุกสัปดาห์
หวังว่าสิ่งนี้จะเป็นประโยชน์กับคุณนะคะ/ครับ Khairallah ❤️
