ปัญญาประดิษฐ์ (AI) ได้เข้ามาปฏิวัติวิธีการทำงานของเราอย่างรวดเร็ว แต่ศักยภาพที่แท้จริงของเครื่องมือทรงพลังนี้จะถูกปลดล็อกได้ก็ต่อเมื่อเราสามารถ “สื่อสาร” กับมันได้อย่างมีประสิทธิภาพ หัวใจสำคัญของการสื่อสารนี้คือ”Prompt Engineering” หรือศาสตร์และศิลป์ในการออกแบบคำสั่ง ที่ไม่ได้อาศัยแค่ความคิดสร้างสรรค์ แต่ต้องตั้งอยู่บนรากฐานของ “การคิดเชิงตรรกะ” (Logical Thinking)

หลักสูตรนี้ได้รับการออกแบบมาเพื่อเปลี่ยนท่านจาก “ผู้ใช้” AI ทั่วไป ให้กลายเป็น “ผู้ใช้งานเชิงกลยุทธ์” ที่สามารถสร้างสรรค์ชุดคำสั่ง (Prompt) ที่ชัดเจน, มีบริบท, และเป็นระบบ เพื่อชี้นำให้ AI สร้างผลลัพธ์ที่แม่นยำและตรงตามเป้าหมายทางธุรกิจได้อย่างน่าทึ่ง ท่านจะได้เรียนรู้ตั้งแต่การปรับแนวคิดในการสื่อสารกับ AI, โครงสร้างของ Prompt ที่สมบูรณ์แบบ, เทคนิคการปรับปรุงคำสั่งซ้ำๆ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด, ไปจนถึงการประเมินคุณภาพคำตอบจาก AI อย่างมีวิจารณญาณเพื่อให้ท่านสามารถใช้ AI เป็นผู้ช่วยที่ทรงพลังได้อย่างเต็มศักยภาพและมั่นใจ

วัตถุประสงค์ : 

• เข้าใจธรรมชาติของ AI, รู้จักโมเดลชั้นนำในปัจจุบัน, และตระหนักถึงความสำคัญของการสร้าง Prompt ที่มีคุณภาพ
• สามารถวิเคราะห์และสร้าง Prompt โดยใช้องค์ประกอบหลักได้อย่างครบถ้วน
• สามารถใช้เทคนิคขั้นสูงและกระบวนการปรับปรุง Prompt เพื่อให้ได้ผลลัพธ์ที่ซับซ้อนและมีคุณภาพสูงขึ้น
• สามารถประเมินคุณภาพคำตอบจาก AI ได้อย่างมีวิจารณญาณ และนำไปประยุกต์ใช้กับงานจริง

กลุ่มเป้าหมาย : 

• ผู้ปฏิบัติงาน–หัวหน้างาน ที่ต้องการยกระดับการใช้ Generative AI ให้ได้ผลลัพธ์ที่แม่นยำและเป็นระบบ
• ผู้บริหารและผู้วางแผนงาน ที่ต้องการใช้ AI เป็นผู้ช่วยในการวิเคราะห์ คิดเชิงตรรกะ และสนับสนุนการตัดสินใจ
• บุคลากรสาย Data, Marketing, HR, Finance, Operations และงานวิเคราะห์ ที่ต้องสร้าง Prompt ให้รองรับงานหลากหลาย
• ผู้ที่ต้องการพัฒนาทักษะคิดเชิงตรรกะเพื่อออกแบบ Prompt ขั้นสูง และนำไปประยุกต์ใช้กับงานจริงให้เกิดประสิทธิภาพสูงสุด

หลังจบอบรม ผู้เข้าอบรมจะสามารถ:

• ประยุกต์ใช้หลักการคิดเชิงตรรกะและกรอบความคิดที่ถูกต้องในการสื่อสารกับ AI
• ออกแบบและสร้างชุดคำสั่ง (Prompt) ที่มีโครงสร้างและองค์ประกอบครบถ้วน เพื่อให้ได้ผลลัพธ์ที่แม่นยำ
• ใช้เทคนิคการปรับปรุง Prompt แบบวนซ้ำ (Iterative Refinement) เพื่อพัฒนาคุณภาพของผลลัพธ์อย่างต่อเนื่อง
• ประเมินคุณภาพคำตอบที่ได้จาก AI โดยใช้เกณฑ์ที่เป็นระบบ เพื่อนำไปใช้งานต่อได้อย่างมั่นใจ

วิทยากร : ดร.นารา กิตติเมธีกุล

• ที่ปรึกษาและวิทยากรผู้เชี่ยวชาญด้านทักษะการคิดเพื่อการแก้ปัญหาทางธุรกิจในองค์กร โดยมีแนวทางการสอนที่เน้นการใช้คำถามปลายเปิดและกรณีศึกษาเพื่อกระตุ้นให้ผู้เรียนเกิดการคิดวิเคราะห์และมองในมุมใหม่ๆ
• อดีตอาจารย์มหาวิทยาลัยในหลักสูตรบริการธุรกิจ (ทั้งระดับปริญญาตรีและปริญญาเอก) และเป็นนักวิจัยอิสระที่มีประสบการณ์การศึกษาด้านเศรษฐกิจ สังคม และธุรกิจ
• มีประสบการณ์ที่ครอบคลุมการทำงานด้านการพัฒนากลยุทธ์และเศรษฐกิจทั้งในบริบทของประเทศไทยและต่างประเทศ

ระยะเวลา : 1 วัน เวลา 9:00 – 16:00 น.

รุ่น 1: วันที่ 11 มีนาคม 2568

รุ่น 2: วันที่ 31 กรกฎาคม 2568

รุ่น 3: วันที่ 18 พฤศจิกายน 2568

หัวข้ออบรม :

Module 1: Foundations of AI Communication (รากฐานการสื่อสารกับ AI)

• Prompt Engineering คืออะไร และทำไมจึงสำคัญในยุค AI
• เราควรมอง AI เป็นใคร?: การทำความเข้าใจ AI ในฐานะ “เครื่องมือ” ที่ต้องมีคำสั่งที่ละเอียด
• รู้จักกับ AI Models ชั้นนำในปัจจุบัน: ▪ กลุ่มโมเดลภาษา (LLMs):
  • GPT Series (OpenAI): เป็นที่รู้จักในวงกว้าง มีความสามารถรอบด้านในการให้เหตุผล, สร้างสรรค์เนื้อหา, และเขียนโค้ด
  • Gemini Series (Google): ออกแบบมาให้เป็น Multimodal ตั้งแต่เริ่มต้น มีจุดเด่นในการประมวลผลข้อมูลที่หลากหลาย (ข้อความ, รูปภาพ, วิดีโอ) และรองรับบริบทขนาดใหญ่ (Large Context Window)
  • Claude Series (Anthropic): เน้นด้านความปลอดภัย, การสนทนาที่เป็นธรรมชาติ, และมีความสามารถสูงในการสรุปและวิเคราะห์เอกสารขนาดยาว
  • Grok (xAI): พัฒนาโดย xAI มีจุดเด่นที่การเข้าถึงข้อมูลแบบเรียลไทม์จากแพลตฟอร์ม X (Twitter) และมีบุคลิกที่ตอบคำถามได้อย่างมีอารมณ์ขันและมีความคิดเห็นที่แตกต่าง
• หลักการ “ขยะเข้า ขยะออก” (Garbage In, Garbage Out): ความสัมพันธ์โดยตรงระหว่างคุณภาพของ Prompt และคุณภาพของผลลัพธ์
• Workshop: The GIGO Effect – กิจกรรมให้ผู้เรียนทดลองใช้ Prompt ที่ “คลุมเครือ” และ “เฉพาะเจาะจง” กับโจทย์เดียวกัน เพื่อเปรียบเทียบผลลัพธ์และสัมผัสถึงความสำคัญของ Prompt ที่ดีด้วยตนเอง

Module 2: The Logic of a Perfect Prompt (ตรรกะเบื้องหลังพรอมต์ที่สมบูรณ์แบบ)

• แนะนำโครงสร้าง Prompt ที่มีประสิทธิภาพ: การผสมผสานองค์ประกอบสำคัญ ได้แก่:
• Role (บทบาท), Task (งาน), Context (บริบท), Examples (ตัวอย่าง), Format (รูปแบบผลลัพธ์), และ Tone (น้ำเสียง)
• หลักการคิดเชิงตรรกะ 5 ประการในการสร้าง Prompt: การระบุเป้าหมาย, การให้บริบท, การกำหนดขอบเขต, การแยกส่วนปัญหา, และความชัดเจน
• Workshop: Deconstructing Prompts – ผู้เรียนจะได้รับตัวอย่าง Prompt ที่ดีและไม่ดี และฝึกวิเคราะห์ว่า Prompt ที่ดีนั้นมีองค์ประกอบอะไรบ้าง และ Prompt ที่ไม่ดีขาดอะไรไป

Module 3: Advanced Techniques & Iterative Refinement (เทคนิคขั้นสูงและการปรับปรุงพรอมต์)

• เทคนิคขั้นสูง:
• Role Playing: การสั่งให้ AI สวมบทบาทเป็นผู้เชี่ยวชาญ
• Chain-of-Thought: การสั่งให้ AI “คิดทีละขั้นตอน” เพื่อแก้ปัญหาที่ซับซ้อน
• วงจรการพัฒนา Prompt (Iterative Prompt Development Cycle): Draft → Test → Evaluate → Refine
• Workshop: “Refine Prompt Challenge” – ผู้เรียนจะได้รับโจทย์สถานการณ์และ “Prompt เริ่มต้น” ที่ยังไม่ดีพอ จากนั้นให้ใช้เทคนิคที่เรียนมาปรับแก้ Prompt อย่างน้อย 2-3 รอบเพื่อสังเกตผลลัพธ์ที่ดีขึ้นในแต่ละครั้ง

Module 4: Evaluating AI Responses & Practical Application (การประเมินคำตอบและประยุกต์ใช้จริง)

• ปัญหาที่มักเกิดขึ้นกับคำตอบของ AI: ข้อมูลผิดพลาด (Hallucinations), การตอบไม่ตรงคำถาม, และอคติ (Bias)
• เกณฑ์การประเมินคุณภาพคำตอบ 5 ด้าน: Accuracy, Relevance, Completeness, Clarity, และ Structure
• Capstone Workshop: “AI Quality Control” – แต่ละกลุ่มจะได้รับโจทย์, Prompt, และคำตอบจาก AI หลายๆ เวอร์ชั่น ให้กลุ่มช่วยกันใช้เกณฑ์ 5 ข้อในการให้คะแนนและตัดสินว่าคำตอบใดดีที่สุด พร้อมนำเสนอเหตุผลประกอบ

สอบถามข้อมูลเพิ่มเติม

ฝ่ายพัฒนาศักยภาพ สถาบันเพิ่มผลผลิตแห่งชาติ
โทรศัพท์ 02-619-5500 ต่อ 456 (เอราวรรณ), 452 (ศิริชัย)
E-mail : training@ftpi.or.th