ภาพรวมหลักสูตร หลายคนเริ่มใช้ AI ในงานประจำวันแล้ว แต่ผลลัพธ์ยังไม่ตรงใจ ต้องสั่งแก้ซ้ำหลายรอบ หรือไม่แน่ใจว่าคำตอบที่ได้ถูกต้องพอจะส่งต่อได้หรือไม่ ปัญหาส่วนใหญ่ไม่ได้อยู่ที่เครื่องมือ แต่อยู่ที่วิธีสั่งงาน การเขียน Prompt ที่ดีคือการสื่อสารอย่างมีโครงสร้าง ซึ่งเป็นทักษะที่ใช้ได้กับทุกเครื่องมือ ไม่ว่าจะเป็น Microsoft Copilot, ChatGPT, Gemini หรือ Claude และยังมีคุณค่าต่อไปแม้เครื่องมือจะเปลี่ยนไปในอนาคต หลักสูตรนี้สอนหลักการที่เป็นกลางต่อเครื่องมือ (Tool-agnostic) ตั้งแต่ความเข้าใจว่า LLM
ทำงานอย่างไรในมุมที่คนทำงานควรรู้ โครงสร้าง Prompt แบบ Role, Context, Task, Format, Constraints และ CO-STAR เทคนิค Zero-shot, Few-shot, การคิดเป็นขั้นตอน การกำหนดรูปแบบผลลัพธ์ และการปรับ Prompt แบบวนซ้ำ จากนั้นนำไปใช้กับโจทย์งานธุรกิจจริง ทั้งการร่างอีเมล สรุปรายงานและการประชุม แปลเอกสาร และวิเคราะห์ปัญหาด้วย 5 Why, Fishbone Diagram, SWOT และ Decision Matrix ต่อยอดเป็น Prompt Chaining และ Prompt Template สำหรับงานที่ทำซ้ำ พร้อม Checklist ตรวจคุณภาพและความเสี่ยงของคำตอบ ปิดท้ายด้วย Workshop รวบรวม Prompt Library ของหน่วยงานที่ทดสอบแล้วและนำกลับไปใช้ได้ทันที (อบรม 1 วัน 6 ชั่วโมง ระดับ Beginner)
สิ่งที่คุณจะได้รับ เข้าใจหลักการทำงานของ LLM และเหตุผลที่ Prompt มีผลต่อคุณภาพของคำตอบ เขียน Prompt อย่างมีโครงสร้างด้วย Role, Context, Task, Format, Constraints และ CO-STAR ใช้เทคนิค Zero-shot, Few-shot, การคิดเป็นขั้นตอน และการกำหนดรูปแบบผลลัพธ์ให้แม่นยำและสม่ำเสมอ ปรับปรุง Prompt แบบวนซ้ำ ให้ AI วิจารณ์คำตอบของตัวเองและถามข้อมูลที่ขาดก่อนตอบ ใช้หลักการเดียวกันกับ Copilot, ChatGPT, Gemini และ Claude พร้อมเข้าใจจุดต่างของแต่ละเครื่องมือ ประยุกต์ Prompt กับงานเอกสาร การสื่อสาร การวิเคราะห์และแก้ปัญหาในงานจริง ออกแบบ Prompt Chaining และ Prompt Template สำหรับงานที่ทำซ้ำได้ ตรวจสอบและประเมินคุณภาพคำตอบของ AI ก่อนนำไปใช้ได้อย่างรับผิดชอบ หลักสูตรนี้เหมาะสำหรับ พนักงานสำนักงานทุกฝ่ายที่ต้องเขียน สรุป หรือวิเคราะห์ข้อมูลเป็นประจำ วิศวกรและหัวหน้างานที่ต้องจัดทำรายงาน วิเคราะห์ปัญหา และสื่อสารกับหลายฝ่าย ผู้จัดการที่ต้องการใช้ AI ช่วยเตรียมข้อมูลเพื่อการตัดสินใจ AI Champions ที่ต้องสนับสนุนการใช้ AI ในหน่วยงาน ผู้ที่ใช้ AI อยู่แล้วแต่ยังได้ผลลัพธ์ไม่ตรงใจและต้องแก้ซ้ำหลายรอบ พื้นฐานของผู้เข้าอบรม ผ่านหลักสูตร AI Literacy รู้จักและใช้ AI ในการทำงาน หรือเคยใช้เครื่องมือ Generative AI มาบ้าง ใช้คอมพิวเตอร์และพิมพ์ภาษาไทยและภาษาอังกฤษได้คล่อง ไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม นำตัวอย่างงานที่ทำซ้ำของตนเองมาใช้ใน Workshop ได้ โดยตัดข้อมูลลับออกก่อน
หัวข้อการฝึกอบรม เปิดทั้งหมด รายละเอียดหลักสูตร
อบรม 1 วัน 6 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายสลับแบบฝึกหัด สัดส่วนลงมือทำประมาณ 70% ระดับ Beginner ไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม หลักสูตรนี้เน้นหลักการที่เป็นกลางต่อเครื่องมือ การฝึกปฏิบัติใช้ Microsoft 365 Copilot Chat เป็นเครื่องมือหลักเพื่อความปลอดภัยของข้อมูล ส่วน ChatGPT, Google Gemini และ Claude ใช้การสาธิตเปรียบเทียบโดยวิทยากร ผู้เรียนเตรียมบัญชี Microsoft 365 ที่ใช้งาน Copilot Chat ได้ตามนโยบายองค์กรของผู้เรียน
การใช้งานเฉพาะในแอป Word, Excel, PowerPoint, Outlook และ Teams เรียนเชิงลึกได้ในหลักสูตร Microsoft 365 Copilot และ Copilot Studio การวัดผลมีแบบทดสอบก่อนและหลังเรียน 15 ข้อ การประเมิน Prompt Library ตามเกณฑ์ความชัดเจน ความสม่ำเสมอ และความปลอดภัย และแบบประเมินความพึงพอใจหลังการอบรม ผู้เรียนจะได้ Prompt Cheat Sheet, Checklist ตรวจสอบคำตอบ AI และ Prompt Library ที่ทดสอบแล้วกลับไปใช้งานจริง ซึ่งจัดเก็บได้ใน Microsoft Excel, SharePoint List หรือ Copilot Prompt Gallery ตามที่องค์กรเปิดใช้
Day 1: จากหลักการ สู่ Prompt Library ของหน่วยงาน
Section 1 LLM ทำงานอย่างไร ฉบับคนทำงาน
ภาพรวมการทำงานของ Large Language Model ในมุมที่คนทำงานควรรู้
Token และ Context Window กับปริมาณข้อมูลที่ AI รับได้ในแต่ละครั้ง
การทำนายคำถัดไป และเหตุผลที่ AI ตอบต่างกันในแต่ละครั้ง
ทำไมบริบทที่ชัดเจนจึงสำคัญต่อคุณภาพคำตอบมากกว่าตัวเครื่องมือ
Section 2 โครงสร้าง Prompt ที่ดี
Framework Role, Context, Task, Format, Constraints และหน้าที่ของแต่ละส่วน
แนวทาง CO-STAR: Context, Objective, Style, Tone, Audience, Response
การเลือกใช้ Framework ให้เหมาะกับลักษณะของงาน
ข้อผิดพลาดที่พบบ่อยใน Prompt ที่สั้นและกำกวม
แบบฝึกหัด: เขียน Prompt แบบเดิมเทียบกับแบบมีโครงสร้าง แล้วเปรียบเทียบผลลัพธ์
Section 3 เทคนิคหลักที่ใช้บ่อย
Zero-shot: สั่งงานตรงโดยไม่ให้ตัวอย่าง และงานที่เหมาะกับวิธีนี้
Few-shot: การให้ตัวอย่างเพื่อคุมรูปแบบและน้ำเสียงของคำตอบ
การให้ AI คิดเป็นขั้นตอนสำหรับงานที่ต้องใช้เหตุผล
การใช้ตัวคั่นข้อมูลแยกคำสั่งออกจากเนื้อหาที่ต้องประมวลผล
การกำหนดรูปแบบผลลัพธ์ เช่น ตาราง Bullet หรือ JSON
แบบฝึกหัด: ปรับ Prompt ด้วยแต่ละเทคนิคแล้วเทียบผลก่อนและหลัง
Section 4 Iterative Prompting
การปรับ Prompt ทีละขั้นแทนการเริ่มเขียนใหม่ทุกครั้ง
การขอให้ AI วิจารณ์และปรับปรุงคำตอบของตัวเอง
การให้ AI ถามข้อมูลที่ขาดก่อนตอบ เพื่อลดการเดาเอง
แบบฝึกหัด: ปรับ Prompt ของงานจริงหลายรอบจนได้ผลลัพธ์ที่ใช้ได้
Section 5 หลักการเดียว หลายเครื่องมือ
สาธิตการใช้ Prompt เดียวกันกับ Copilot, ChatGPT, Gemini และ Claude
จุดต่างที่ส่งผลต่อการใช้งาน: การแนบไฟล์ การค้นเว็บ และขนาดบริบท
ข้อพิจารณาด้านข้อมูลของแต่ละเครื่องมือและการเลือกใช้ตามนโยบายองค์กร
เหตุผลที่ฝึกบน Microsoft 365 Copilot Chat เพื่อความปลอดภัยของข้อมูล
Section 6 Prompt สำหรับงานเอกสารและการสื่อสาร
ร่างอีเมลถึงลูกค้าและซัพพลายเออร์ให้ได้น้ำเสียงที่เหมาะกับผู้รับ
สรุปรายงานยาวและรายงานประจำวันให้เหลือประเด็นที่ต้องรู้
สรุปการประชุมเป็นประเด็นหลัก ผู้รับผิดชอบ และสิ่งที่ต้องทำต่อ
แปลภาษาไทย อังกฤษ และภาษาอื่น โดยคงศัพท์เทคนิคให้ถูกต้อง
แบบฝึกหัด: ร่างอีเมลและสรุปเอกสารจากโจทย์งานจริง
Section 7 Prompt สำหรับการวิเคราะห์และแก้ปัญหา
ใช้ AI ช่วยไล่หาสาเหตุที่แท้จริงด้วย 5 Why
จัดกลุ่มสาเหตุของปัญหาด้วย Fishbone Diagram
วิเคราะห์สถานการณ์และทางเลือกด้วย SWOT และ Pros and Cons
เปรียบเทียบทางเลือกอย่างมีเกณฑ์ด้วย Decision Matrix
แบบฝึกหัด: วิเคราะห์ปัญหาคุณภาพในสายการผลิตหรือกรณีศึกษาที่วิทยากรเตรียมให้
Section 8 Prompt Chaining และ Prompt Template
การแบ่งงานใหญ่เป็นขั้นตอนต่อเนื่อง ให้ผลของขั้นก่อนเป็นข้อมูลของขั้นถัดไป
การออกแบบ Prompt Template ที่มีตัวแปรให้เพื่อนร่วมงานนำไปใช้ซ้ำได้
การเขียนคำอธิบายประกอบ Template ให้คนอื่นใช้ได้โดยไม่ต้องถาม
แบบฝึกหัด: เปลี่ยนงานที่ทำซ้ำหนึ่งงานให้เป็น Prompt Template
Section 9 ตรวจสอบคุณภาพและความเสี่ยงของคำตอบ AI
Checklist ตรวจความถูกต้องของคำตอบก่อนนำไปใช้
การตรวจแหล่งที่มาและการรับมือกับข้อมูลที่ AI แต่งขึ้นเอง
การสังเกต Bias ในคำตอบและผลต่อการตัดสินใจ
ข้อมูลที่ไม่ควรนำเข้า AI และการตัดข้อมูลลับออกก่อนใช้งาน
Section 10 Workshop: Department Prompt Library
เลือกงาน 5-10 งานที่ทำซ้ำในหน่วยงาน จากงานของผู้เรียนเองหรือกรณีศึกษาที่วิทยากรเตรียมให้
เขียน Prompt Template ของแต่ละงานด้วยโครงสร้างและเทคนิคที่เรียนมา
ทดสอบกับ Copilot Chat แล้วให้คะแนนคุณภาพของผลลัพธ์
ประเมินชุด Prompt ตามเกณฑ์ความชัดเจน ความสม่ำเสมอ และความปลอดภัย
Workshop: รวบรวมเป็น Prompt Library กลางของหน่วยงานที่นำไปแชร์ใช้ในองค์กร
รอบอบรมและรูปแบบการอบรม สำหรับบุคคล — รอบอบรมทั่วไป
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
สำหรับองค์กร — In-house / Private Training ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ ขอใบเสนอราคาอบรมองค์กร คำถามที่พบบ่อย CO-STAR คืออะไร ใช้เขียน Prompt อย่างไร CO-STAR เป็นกรอบการเขียน Prompt หกส่วน ได้แก่ Context บอกสถานการณ์ Objective บอกงานที่ต้องการ Style กำหนดสไตล์การเขียน Tone กำหนดน้ำเสียง Audience บอกว่าใครจะอ่าน และ Response กำหนดรูปแบบผลลัพธ์ เช่น ตาราง หรือสรุปไม่เกินห้าข้อ การเติมให้ครบทุกส่วนช่วยให้ AI ไม่ต้องเดาและได้คำตอบที่ตรงงานตั้งแต่รอบแรก
Few-shot Prompting คืออะไร ต่างจาก Zero-shot อย่างไร Zero-shot คือสั่งงานโดยไม่ให้ตัวอย่าง AI ต้องตีความเองว่าผลลัพธ์ควรเป็นแบบไหน ส่วน Few-shot คือแนบตัวอย่างคำถามและคำตอบที่ต้องการสองถึงสามชุดไว้ใน Prompt ให้ AI เลียนแบบรูปแบบ น้ำเสียง และระดับรายละเอียด เหมาะกับงานที่ต้องการผลลัพธ์สม่ำเสมอ เช่น จัดหมวดคำร้องเรียน หรือเขียนอีเมลตามแบบของหน่วยงาน
Prompt Chaining คืออะไร แบ่งงานใหญ่เป็นหลาย Prompt อย่างไร Prompt Chaining คือการแบ่งงานใหญ่เป็นขั้นย่อยแล้วส่งผลลัพธ์ของขั้นหนึ่งเป็นข้อมูลตั้งต้นของขั้นถัดไป เริ่มจากให้ AI สรุปข้อเท็จจริงจากเอกสาร จากนั้นให้วิเคราะห์ประเด็นจากสรุปนั้น แล้วจึงให้ร่างรายงานหรืออีเมลจากผลวิเคราะห์ ตรวจผลทุกขั้นก่อนส่งต่อ ช่วยให้แต่ละ Prompt สั้น ชัด และแก้เฉพาะจุดที่ผิดได้
หลักสูตร Prompt Engineering for Business เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน เหมาะกับพนักงานสำนักงานที่ต้องเขียน สรุป หรือวิเคราะห์ข้อมูลเป็นประจำ วิศวกรและหัวหน้างานที่ทำรายงาน AI Champions ของหน่วยงาน และผู้ที่ใช้ AI อยู่แล้วแต่ได้ผลไม่ตรงใจ ควรผ่านหลักสูตร AI Literacy หรือเคยใช้เครื่องมือ Generative AI มาบ้าง ใช้คอมพิวเตอร์และพิมพ์ไทยอังกฤษได้คล่อง โดยไม่ต้องมีพื้นฐานการเขียนโปรแกรม
เรียนจบหลักสูตร Prompt Engineering for Business แล้วทำอะไรได้บ้าง เขียน Prompt อย่างมีโครงสร้างด้วย Role, Context, Task, Format, Constraints และ CO-STAR ใช้ Few-shot และการคิดเป็นขั้นตอนให้ได้ผลสม่ำเสมอ ออกแบบ Prompt Chaining และ Template สำหรับงานที่ทำซ้ำ และตรวจคุณภาพคำตอบ AI ก่อนนำไปใช้ พร้อมได้ Prompt Library ที่ทดสอบแล้วกลับไปใช้ ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ต้องเตรียมอะไรมาเรียนหลักสูตร Prompt Engineering for Business เตรียมบัญชี Microsoft 365 ที่ใช้งาน Copilot Chat ได้ตามนโยบายขององค์กร เพราะการฝึกปฏิบัติใช้ Copilot Chat เป็นเครื่องมือหลักเพื่อความปลอดภัยของข้อมูล ส่วน ChatGPT, Gemini และ Claude เป็นการสาธิตเปรียบเทียบ และนำตัวอย่างงานที่ทำซ้ำของตนเองมาใช้ใน Workshop ได้ โดยตัดข้อมูลลับออกก่อน