← Back to AI for Engineers
AI for Engineers · Module 02 · Foundation

Prompt Fundamentals

สร้าง prompt ที่ได้ผลลัพธ์ตรงงาน ด้วย 5 frameworks และ Microsoft 4-element model — พร้อมตัวอย่างจากงาน Fiber Cement จริง

เป้าหมายของ Module นี้ — เขียน prompt ที่ได้ผลลัพธ์ตรงงานได้ด้วยตัวเอง โดยใช้ frameworks ที่เหมาะสม

Prompt คืออะไร และทำไมถึงสำคัญ

Prompt = คำสั่ง / คำถาม / คำขอ ที่เราให้กับ AI เพื่อให้ตอบสนองตามที่ต้องการ

AI ที่ดีที่สุดก็ยังให้ผลลัพธ์แย่ได้ ถ้า prompt ไม่ชัดเจน — เปรียบเหมือนสั่งงานช่าง: ยิ่งบอกรายละเอียดครบ ยิ่งได้งานที่ต้องการ

Microsoft Framework — 4 องค์ประกอบ

Microsoft แนะนำ 4 องค์ประกอบสำคัญสำหรับ prompt ที่ดี:

Goal
ต้องการให้ AI ทำอะไร?
Summarize / Analyze / Draft / Compare / Explain
Context
ทำไม / สำหรับใคร?
เพื่อรายงาน weekly performance ให้ผู้จัดการ
Source
ข้อมูลใดที่ใช้?
รายงาน shift / ค่า process จาก log / ไฟล์ Excel
Expectations
ต้องการผลลัพธ์แบบไหน?
Bullet 3 ข้อ / ภาษาทางการ / ไม่เกิน 100 คำ
ตัวอย่าง prompt ที่ใช้ Framework ครบ
[Goal] Summarize the daily production reports from this week
[Source] from the attached shift reports
[Context] for the weekly performance review meeting
[Expectations] into 3 bullet points showing output volume, downtime, and quality issues. Use a concise and professional tone.

5 Frameworks — เลือกให้เหมาะกับงาน

RTF
Role · Task · Format
เมื่ออยากได้ผลลัพธ์มีโครงสร้างชัด เช่น สรุป, ตาราง
"คุณคือ QC Engineer สรุป defect log วันนี้เป็น bullet 5 ข้อ ภาษาทางการ"
TAG
Task · Action · Goal
เน้น task ที่ชัดเจน มี action + เป้าหมายแน่นอน
"วิเคราะห์ Downtime data → หาสาเหตุ → เสนอ 3 แนวทาง"
BAB
Before · After · Bridge
วางแผนปรับปรุง หรือ change management
"Before: Blaine 3,800. After: เป้า 4,200. Bridge: ขั้นตอนปรับ mill"
CARE
Context · Action · Result · Example
งานซับซ้อน ต้องการบริบทครบทุกมิติ
"Context: downtime เพิ่ม. Action: วิเคราะห์. Result: top 3 สาเหตุ. Example: ..."
RISE
Role · Input · Steps · Expectation
Step-by-step ตั้งแต่ input จนได้ output ที่ต้องการ
"เป็น Process Eng. / input: heat rate / ทำ 5 ขั้น / output: ตาราง"

Good vs Poor Prompt

ความแตกต่างระหว่าง prompt ที่ดีและแย่ ใน context ของ Fiber Cement:

Poor Prompt
"วิเคราะห์ค่า Blaine"
Good Prompt
"คุณคือ QC Engineer ค่า Blaine ลดจาก 4,200 เป็น 3,800 cm²/g กะเช้า วิเคราะห์สาเหตุ top 3 และแนะนำขั้นตอนแก้ไข output เป็นตาราง"
Poor Prompt
"เขียนรายงาน downtime"
Good Prompt
"ร่าง executive summary 1 หน้า จากข้อมูล downtime สายผลิต M17 เดือนมีนาคม (เพิ่มขึ้น 15%) ใช้ bullet point ภาษาทางการ ไม่เกิน 150 คำ"
Poor Prompt
"ช่วยวางแผน maintenance"
Good Prompt
"เป็น Maintenance Engineer วางแผน PM สำหรับสายพานเครื่องตัด ระบบ LOTO 5 ขั้นตอน Output: ตารางพร้อม assigned owner และ due date"
สูตรจำง่าย: Goal + Context + Source + Expectations = Good Prompt ยิ่ง context ชัด ยิ่งไม่ต้องแก้ไขผลลัพธ์มาก

Do's and Don'ts

✓ ควรทำ

  • Be clear and specific — ระบุ goal, task, format ให้ชัดเจน
  • Give examples — ใช้ตัวอย่างเพื่อ guide AI
  • Keep the conversation going — refine ต่อได้เสมอ
  • Check for accuracy — ตรวจสอบผลลัพธ์ก่อนนำไปใช้
  • Provide details — context ยิ่งมาก ผลลัพธ์ยิ่งดี

✗ ไม่ควรทำ

  • อย่าใช้ prompt คลุมเครือ เช่น "สรุปหน่อย"
  • อย่าให้คำสั่งขัดแย้งกัน — สับสนแน่นอน
  • อย่าเปลี่ยน topic กะทันหัน — จบ task ก่อน
  • อย่า trust 100% — AI hallucinate ได้
  • อย่าใส่ข้อมูลลับในระบบ public AI