เป้าหมาย M03 — ใช้เทคนิค Few-Shot, Chain-of-Thought, Prompt Chaining และ System Prompt เพื่อผลลัพธ์ที่แม่นยำและสม่ำเสมอขึ้น
Few-Shot Prompting — ให้ตัวอย่างก่อน ผล AI สม่ำเสมอ
แทนที่จะถาม AI ตรง ๆ ให้ "สาธิต" ผ่านตัวอย่าง 2–3 คู่ก่อน แล้ว AI จะทำตามรูปแบบนั้นสม่ำเสมอ เหมาะกับงาน QC, defect classification และ maintenance log
Few-Shot: Defect Classification สำหรับ Fiber Cement
ตัวอย่างที่ 1:
ปัญหา: "แผ่นมีรอยแตกด้านข้าง"
Output: Defect: Edge Crack / สาเหตุ: แรงดันลูกกลิ้งมากเกิน / Priority: High
ตัวอย่างที่ 2:
ปัญหา: "ความหนาไม่สม่ำเสมอ"
Output: Defect: Thickness Variation / สาเหตุ: Slurry ความเข้มข้นต่ำ / Priority: Medium
ปัญหาใหม่: "[ใส่ปัญหาที่พบ]"
Output:
ใช้เมื่อ: ต้องการผลลัพธ์ที่ consistent ทุกครั้ง เช่น defect report ที่ format ต้องตรงกันหมด — Few-Shot ดีกว่าการอธิบายด้วยคำพูดอย่างเดียว
Chain-of-Thought — บอก AI ให้คิดเป็นขั้นตอน
กำหนด framework การคิดให้ AI ล่วงหน้า แทนที่จะถามปลายเปิด → ได้คำตอบที่ลึกและครบกว่า เหมาะกับงาน troubleshoot และ root cause analysis
Chain-of-Thought: Ball Mill Output ต่ำกว่า spec 15%
วิเคราะห์สาเหตุที่ Ball Mill output ต่ำกว่า spec 15% โดยทำตามขั้นตอนนี้:
Step 1: ตรวจ mechanical ก่อน (liner wear, media charge, bearing)
Step 2: จากนั้น process parameters (feed rate, water addition, separator setting)
Step 3: สุดท้าย raw material (clinker hardness, moisture)
สำหรับแต่ละ step: ระบุ symptom ที่ต้องตรวจ, วิธีตรวจ, และ threshold ที่ยอมรับได้
สรุป: root cause ที่น่าจะเป็นมากที่สุด + priority การแก้ไข
Prompt Chaining — แตก task ใหญ่เป็น prompt ย่อย
แทนที่จะให้ AI ทำทุกอย่างพร้อมกัน ให้แตก task ใหญ่เป็น step ย่อย แต่ละ step ส่ง output ต่อไปยัง step ถัดไป ผลลัพธ์จะลึกและครบกว่ามาก
Single Prompt
"สร้าง SOP สำหรับ Kiln startup พร้อมทุกอย่าง"
→ ได้ SOP ทั่วไป ไม่ครอบคลุม safety และ parameter ที่เฉพาะเจาะจง
→ ได้ SOP ทั่วไป ไม่ครอบคลุม safety และ parameter ที่เฉพาะเจาะจง
Prompt Chaining
Step 1: "ระบุ pre-start conditions ทั้งหมด"
Step 2: "ระบุ safety checkpoint แต่ละขั้น"
Step 3: "ระบุ parameter ที่ต้อง monitor"
Step 4: "รวมเป็น SOP format"
Step 2: "ระบุ safety checkpoint แต่ละขั้น"
Step 3: "ระบุ parameter ที่ต้อง monitor"
Step 4: "รวมเป็น SOP format"
System Prompt — ออกแบบ AI Assistant สำหรับทีม
System Prompt คือคำสั่งเริ่มต้นที่กำหนดพฤติกรรมของ AI ตลอด session เหมาะสำหรับสร้าง chatbot ประจำแผนก หรือ AI assistant เฉพาะงาน
System Prompt: QC Assistant สำหรับโรงงาน Fiber Cement
คุณคือ QC Assistant ประจำโรงงาน Fiber Cement
หน้าที่ของคุณ:
- ช่วยวิเคราะห์ quality data และ defect patterns
- ร่าง NCR, CAR และ quality reports
- ให้คำแนะนำตาม ISO 9001 standard
- ตอบคำถามเกี่ยวกับ cement chemistry และ process
ข้อจำกัด:
- ไม่ตอบเรื่องที่ไม่เกี่ยวกับ quality และ process
- ถ้าไม่แน่ใจ ให้บอกว่าต้องตรวจสอบก่อน ไม่เดา
- ห้ามใช้ข้อมูลผลิตจริงในคำตอบ ให้ใช้ตัวเลขสมมติ
Tone: เป็นทางการ, กระชับ, actionable