เคล็ดลับการใช้ AI แบบ Sam Altman: 7 หลักการมอบหมายงานจากผู้สร้าง ChatGPT

"คนที่เก่ง AI ก็แค่คนที่เก่ง Prompting ใช่มั้ย?"

คุณอาจจะคิดแบบนั้น

แต่จริงๆ แล้ว มันไม่ใช่

แซม อัลต์แมน (Sam Altman) ชายผู้สร้าง ChatGPT

หลังจากเจาะลึกบทความที่เขาเขียนและข้อมูลอย่างเป็นทางการจาก OpenAI คำตอบที่แท้จริงกลับอยู่ที่อื่น

ยุคที่คิดแต่ "คำถามเจ๋งๆ" ได้สิ้นสุดลงแล้ว

ความแตกต่างจากนี้ไปจะถูกกำหนดโดย ปริมาณงานสำคัญที่คุณมอบหมายให้ AI ทำได้

ในบทความนี้ ผมได้กลั่นกรองปรัชญาของอัลต์แมนออกมาเป็น "7 หลักการมอบหมายงานที่ใช้ได้ตั้งแต่พรุ่งนี้"

มันยาว ฉะนั้นแนะนำให้เซฟไว้ก่อน

ขอบอกไว้ก่อนเลย

นี่ไม่ใช่คู่มือที่อัลต์แมนแจกจ่ายเองแล้วบอกว่า "ใช้ขั้นตอนพวกนี้นะ"

ผมจะเฉลยความลับตั้งแต่ตอนนี้เลย: ผมสร้างกรอบแนวคิดที่ใช้งานได้จริงนี้ขึ้นมา โดยการจับคู่บทความของเขาเกี่ยวกับประสิทธิภาพการทำงาน ความสำเร็จ และ AI กับข้อมูลอย่างเป็นทางการจาก OpenAI

โปรดอ่านโดยเข้าใจ前提นี้

แต่นั่นล่ะคือสิ่งที่มีคุณค่า เพราะมันสร้างจากแก่นแท้ปรัชญาของเขา มันจะไม่ล้าสมัยแม้ว่าโมเดลจะเปลี่ยนไป

หลักการที่ 1: ทำให้ AI เป็น "ผู้คัดเลือก" ก่อนที่จะเป็น "ผู้ทำงาน"

หลายคนถาม ChatGPT ว่า:

"สรุปอันนี้หน่อย" "ย่ออีเมลนี้หน่อย" "ให้ไอเดีย 10 ข้อหน่อย"

แน่นอนว่ามันมีประโยชน์

แต่แก่นของทฤษฎีประสิทธิภาพของอัลต์แมนนั้นตรงกันข้าม

ในบทความของเขา เขาเขียนว่า "การเลือกว่าจะทำงานอะไรคือองค์ประกอบที่สำคัญที่สุดของประสิทธิภาพ" การเคลื่อนที่เร็วไปในทิศทางที่ไร้ค่านั้นไร้ความหมาย

ดังนั้น สิ่งแรกที่ควรถาม AI ไม่ใช่ "ฉันจะทำงานนี้ให้เร็วขึ้นได้อย่างไร"

แต่คือ "งานนี้คุ้มค่าที่จะทำตั้งแต่แรกหรือเปล่า?"

ส่งรายการงานทั้งหมดของคุณในวันนั้นให้มัน แล้วให้มันจัดลำดับก่อน งานไหนนำไปสู่ผลลัพธ์ในอนาคต? งานไหนควรหยุด? งานไหนที่กำจัดได้โดยการมอบหมายให้ AI นี่คือจุดแยกระหว่างเทคนิคการประหยัดเวลาทั่วไปกับการใช้ AI แบบอัลต์แมน

หลักการที่ 2: อย่าผูกมัดด้วยขั้นตอน; จงให้ "ผลลัพธ์"

ข้อผิดพลาดทั่วไปคือการใส่คำคุณศัพท์เยอะๆ

"เขียนแบบมืออาชีพ เน้น SEO ใช้จิตวิทยา น่าสนใจ ครอบคลุม แต่สั้นกระชับ"

นี่ดูเหมือนคำสั่ง แต่มันเป็นแค่สัญญาณรบกวน

อัลต์แมนเน้นย้ำคุณค่าของการคิดให้ชัดเจนและสื่อสารด้วยภาษาที่เรียบง่าย กระชับ คู่มือนักพัฒนาของ OpenAI ก็อธิบายว่าสำหรับโมเดลล่าสุด "การให้ผลลัพธ์และข้อจำกัดอย่างชัดเจน" ดึงพลังออกมาได้มากกว่าการผูกมัดอย่างเคร่งครัดด้วยขั้นตอนละเอียด

คุณแค่ต้องให้สามสิ่งนี้:

• วัตถุประสงค์ (คุณต้องการส่งผลต่อใคร และอย่างไร?)
• เกณฑ์ความสำเร็จ (อะไรคือเกณฑ์ที่ถือว่าผ่าน?)
• ข้อจำกัด (สิ่งไหนที่ห้ามทำ?)

คิดถึงการจ้างผู้รับเหมา คุณไม่อ่านคู่มือให้ผู้เชี่ยวชาญที่มีความสามารถฟังหรอก คุณบอกว่า "ฉันต้องการผลลัพธ์แบบนี้ นี่คือเงื่อนไข" AI ก็เหมือนกันเป๊ะ

หลักการที่ 3: ฝึกฝน "การจัดสรรเงินทุน" ทางปัญญา

ChatGPT ปัจจุบันมีโมเดลที่แตกต่างกัน: Instant สำหรับงานประจำวัน, Thinking สำหรับงานยาก, และ Pro สำหรับงานที่ท้าทายที่สุด (ตามความช่วยเหลือของ OpenAI)

ประเด็นสำคัญไม่ใช่ "การทำทุกอย่างด้วยโมเดลที่แข็งแกร่งที่สุด"

คุณคงไม่ขับรถบรรทุกขนาดใหญ่ไปร้านสะดวกซื้อแถวบ้าน คุณเปลี่ยนพาหนะตามน้ำหนักของสินค้า แค่นั้นเอง

ใช้ Instant สำหรับอีเมล การแปล งานร่าง และงานวิจัยเบาๆ

มอบหมายเฉพาะ "งานที่ความผิดพลาดทำให้เสียหาย"—การตัดสินใจทางธุรกิจ การเปรียบเทียบที่ซับซ้อน การวิเคราะห์เอกสารยาว—ให้กับ Thinking หรือ Pro

ในคำพูดของอัลต์แมน นี่คือ "การงัด (leverage)" ลงทุนสติปัญญาระดับสูงเฉพาะในจุดเดียวที่กำหนดผลลัพธ์ การใช้ AI ต้องมี mindset ของการจัดสรรเงินทุน

หลักการที่ 4: ใช้ AI เป็น "ทีมตามบทบาท" ไม่ใช่ "AI ตัวเดียว"

ในบทความปี 2025 เรื่อง "Three Observations" อัลต์แมนเขียนว่า ในที่สุด AI agents จะรู้สึกเหมือนเพื่อนร่วมงานเสมือน—เป็นพันหรือหมื่นคนในทุกสาขาของงานที่ใช้ความรู้

การนำมาปรับใช้กับบุคคลเดียวนั้นเปลี่ยนวิธีการใช้งาน

อย่าใช้ ChatGPT เป็น "ผู้รอบรู้" เพียงคนเดียว กำหนดบทบาทให้กับการสนทนาแต่ละครั้ง แล้วเปลี่ยนมันให้เป็นทีม

• ที่ปรึกษากลยุทธ์ (Strategic Advisor): ตัดสินใจว่าควรทำอะไร
• นักวิจัย (Researcher): รวบรวมข้อมูลและจัดระเบียบแหล่งที่มา
• บรรณาธิการ (Editor): ขัดเกลางานเขียน
• นักวิจารณ์ (Critic): โจมตีจุดอ่อน
• ผู้สอน (Tutor): สอนจนกว่าคุณจะเข้าใจ
• ผู้ช่วยฝ่ายบัญชี (Accounting Assistant): พิจารณาตัวเลขและต้นทุน

ถ้าบทบาทคลุมเครือ คำตอบก็จะคลุมเครือ ทันทีที่คุณให้บทบาท ผลงานที่ส่งมอบ และเกณฑ์การตัดสิน AI จะเริ่ม "ทำงาน" แทนที่จะแค่ "ตอบกลับ"

นี่ไม่ใช่เทคนิค prompt นี่คือเทคนิคการออกแบบองค์กร

ตั้งแต่วันนี้ คุณสามารถมีลูกน้องหกคนในขณะที่ยังเป็นผู้ก่อตั้งคนเดียว

หลักการที่ 5: อย่าพอใจกับร่างแรก "สร้าง วิจารณ์ และแก้ไข"

ผมจะพูดตรงๆ

AI ไม่ได้รอบรู้ทุกอย่าง มันทำผิดพลาดอย่างมั่นใจ ถ้าคุณเชื่อมัน blindly คุณจะเจ๊ง

ดังนั้น อย่ายอมรับคำตอบว่าเป็น "ร่างสุดท้าย" ให้วนลูปสามขั้นตอน

ขั้นแรก ให้มันสร้าง

ขั้นที่สอง ให้มันวิจารณ์

ขั้นที่สาม ให้มันแก้ไข

ถ้าเป็นบทความ หลังจากร่างแรก ให้บอกมันว่า "ในฐานะบรรณาธิการใหญ่ ให้ตรวจสอบช่องว่างกับข้อกังวลของผู้อ่าน การผสมผสานข้อเท็จจริงกับการคาดเดา และการพูดเกินจริงอย่างเคร่งครัด" และให้มันโจมตีผลงานของตัวเอง จากนั้น ให้มันแก้ไขตามผลลัพธ์เหล่านั้น ตรวจสอบตัวเลขและข้อเท็จจริงด้วยการค้นหาหรือข้อมูลดิบ

อัลต์แมนเขียนว่า "คุณค่ามาจากการปฏิบัติ ไม่ใช่กลยุทธ์"

คุณค่าที่แท้จริงของ AI ไม่ใช่การได้คำตอบที่ถูกต้องในครั้งเดียว แต่คือความสามารถในการวนลูป ร่าง -> วิจารณ์ -> แก้ไข -> ตรวจสอบ ได้เร็วกว่ามนุษย์หลายเท่า

หลักการที่ 6: การทำซ้ำ (Iteration) เหนือกว่าคำตอบที่ถูกต้องครั้งเดียว

ทฤษฎีความสำเร็จของอัลต์แมนเต็มไปด้วยแนวคิดแบบผู้ประกอบการที่ว่า "ล้มเหลวหลายครั้งเพื่อให้ได้การเคลื่อนไหวที่ถูกต้องจริงๆ สักครั้ง"

อาวุธที่ยิ่งใหญ่ที่สุดที่ AI มอบให้กับบุคคลทั่วไปก็คือ "จำนวนครั้งในการลอง" นี่เอง

ยุคที่ใช้เวลาครึ่งวันกับข้อเสนอเดียวจบลงแล้ว ให้มันสร้างไอเดีย 30 ข้อ เปรียบเทียบ ทิ้งไป และขัดเกลาอย่างลึกซึ้งเฉพาะข้อที่เหลืออยู่

สำหรับธุรกิจใหม่: กลุ่มลูกค้า 10 กลุ่ม สำหรับโฆษณา: จุดดึงดูด 20 จุด สำหรับการเรียนรู้: ให้มันอธิบายแนวคิดที่ยากด้วยอุปมาอุปไมย 5 แบบ

จุดอ่อนของมนุษย์คือการยึดติดกับไอเดียแรก

จุดแข็งของ AI คือการลองอย่างกว้างขวางและทิ้งอย่างรวดเร็ว

ใช้มันเป็น "อุปกรณ์เพื่อเพิ่มจำนวนการลอง" ไม่ใช่ "AI ที่ให้คำตอบที่ถูกต้อง"

หลักการที่ 7: เปลี่ยนเป็น "การกระทำของวันนี้" ในตอนท้ายเสมอ

อย่าจบด้วยบทสรุป

อย่าจบด้วยไอเดีย

อย่าจบด้วยงานเขียนที่สวยงาม

หลังจากให้มันอ่านเอกสาร ให้ถามเสมอว่า "แล้ววันนี้ฉันควรทำอะไรล่ะ?"

สำหรับสัญญา ให้ขอประเด็นการเจรจา สำหรับข้อมูลยอดขาย ให้ขอสมมติฐานเชิงสาเหตุและขั้นตอนต่อไป สำหรับข้อเสนอแนะของลูกค้า ให้ขอการปรับปรุงเล็กๆ น้อยๆ ที่จะลองในสัปดาห์นี้

ในคำพูดของอัลต์แมน การอ่านข้อมูลไม่ได้สร้างคุณค่า มันจะกลายเป็นคุณค่าก็ต่อเมื่อถูกแปลงเป็นการกระทำถัดไป

การทำแบบนี้ ทำให้ AI เปลี่ยนจาก "เครื่องมือที่สะดวก" มาเป็น "แรงงัดทางปัญญา"

สรุป: รายการตรวจสอบการมอบหมายงาน

โดยสรุป การใช้ AI แบบแซม อัลต์แมน ประกอบด้วยเจ็ดข้อนี้:

1. ขอให้คัดเลือกก่อนที่จะขอให้ทำงาน
2. ให้ผลลัพธ์และข้อจำกัด ไม่ใช่ขั้นตอน
3. โมเดลเร็วสำหรับงานเบา โมเดลหนักสำหรับงานหนักเท่านั้น
4. กำหนดบทบาทและใช้เป็นทีม
5. สร้าง วิจารณ์ และแก้ไข
6. การทำซ้ำเหนือกว่าคำตอบที่ถูกต้องครั้งเดียว
7. เปลี่ยนเป็น "การกระทำของวันนี้" เสมอ

เซฟเจ็ดข้อนี้เป็นรายการตรวจสอบตัวเองก่อนถาม AI

อัลต์แมนยังเขียนอีกว่า ภายในปี 2026 ระบบ AI ที่สามารถค้นพบข้อมูลเชิงลึกใหม่ๆ ได้ด้วยตัวเองอาจเกิดขึ้น โมเดลจะพัฒนาต่อไป ชื่อจะเปลี่ยนไปเรื่อยๆ

แต่หลักการมอบหมายงานจะไม่เปลี่ยนแปลง

ผู้ชนะจะไม่ใช่คนที่ไล่ตามชื่อโมเดล แต่เป็นคนที่รู้วิธีมอบหมายงาน

แค่ก้าวเดียววันนี้ก็พอแล้ว

ส่งรายการงานของคุณให้ AI และถามแค่ว่า "งานไหนในนี้ที่ฉันควรหยุดทำ?"

ขอบคุณที่อ่านจนจบ

ถ้ามีประโยชน์ [Like], ถ้าอยากกลับมาดูทีหลัง [Save], และแชร์ความคิดเห็นของคุณใน reply หรือ quote

อ้างอิง

• Sam Altman "Productivity" (blog.samaltman.com
• Sam Altman "How To Be Successful" (blog.samaltman.com
• Sam Altman "Three Observations" (blog.samaltman.com
• Sam Altman "The Gentle Singularity" (blog.samaltman.com
• OpenAI Help Center "GPT-5.5 in ChatGPT" (help.openai.com