กลับไปที่บล็อก

ภาพประกอบแสดงความแตกต่างระหว่างสิ่งที่ role prompting เปลี่ยนได้ (น้ำเสียง สไตล์ คำศัพท์) กับสิ่งที่เปลี่ยนไม่ได้ (ความแม่นยำ ความรู้)

ภาพประกอบเปรียบเทียบ persona prompt ที่อ่อนแอกับ persona prompt ที่แข็งแรงพร้อมรายละเอียดเฉพาะ
วิธีกำหนดบุคลิกให้ AI: Role Prompting ที่ใช้งานได้จริง
Role prompt ไม่ได้ทำให้ AI ฉลาดขึ้น แต่จะเปลี่ยนวิธีที่มันสื่อสาร นี่คือเวลาที่บุคลิกช่วยได้จริงและวิธีเขียนให้ได้ผล

"ทำตัวเป็นนักกลยุทธ์การตลาดอาวุโส" คุณคงเคยเห็นคำแนะนำแบบนี้ผ่านตามาเยอะ แนวคิดง่าย ๆ คือ บอกให้ AI ทำตัวเป็นผู้เชี่ยวชาญ แล้วมันก็จะกลายเป็นผู้เชี่ยวชาญทันที
ปัญหาคือมีอยู่อย่างเดียว งานวิจัยจาก The Prompt Report ซึ่งเป็นการศึกษา 76 หน้าที่วิเคราะห์งานวิจัยเกี่ยวกับการเขียน prompt กว่า 1,500 ฉบับ พบว่า role prompt มี "ผลต่อความถูกต้องน้อยมากหรือแทบไม่มีเลย" เมื่อนักวิทยาศาสตร์ทดสอบบทบาทหลายพันแบบกับงานเชิงเหตุผลที่หลากหลาย ความแตกต่างของความแม่นยำอยู่ที่ราว 0.01 เปอร์เซ็นต์ ซึ่งโดยพื้นฐานแล้วก็คือสัญญาณรบกวน
แล้ว role prompting ไร้ประโยชน์เลยใช่ไหม? ก็ไม่นะ มันแค่ไม่ได้ทำในสิ่งที่คนส่วนใหญ่คิดว่าทำเท่านั้นเอง บุคลิกจะไม่ทำให้ AI เก่งคณิตขึ้นหรือจำข้อเท็จจริงได้แม่นยำขึ้น แต่มันมีประโยชน์จริง ๆ ในอีกเรื่องหนึ่ง คือควบคุม วิธีที่ AI สื่อสาร ไม่ใช่ สิ่งที่ AI รู้
Role prompting ทำอะไรได้จริง ๆ
Role prompting หรือที่เรียกอีกชื่อว่า persona prompting คือการกำหนดตัวตนให้ AI ก่อนสั่งงาน แทนที่จะถามแค่ว่า "เขียนอีเมลปฏิเสธการประชุมนี้ให้หน่อย" คุณอาจพูดว่า "คุณเป็นเลขาฯ ผู้บริหารมืออาชีพ ช่วยเขียนอีเมลปฏิเสธการประชุมนี้"
นี่คือสิ่งที่จะเปลี่ยนไปเมื่อใส่บุคลิกเข้าไป:
- น้ำเสียงและความเป็นทางการ — "ที่ปรึกษากฎหมาย" จะเขียนต่างจาก "เพื่อนร่วมงานสนิท ๆ"
- ศัพท์ที่ใช้ — "วิศวกรซอฟต์แวร์" จะใช้คำเฉพาะทางได้อย่างเป็นธรรมชาติ
- กรอบความคิด — "นักข่าวสายสงสัย" จะถามคำถามต่างจาก "พี่เลี้ยงผู้ให้กำลังใจ"
- โครงสร้าง — "ที่ปรึกษา" อาจจัดรูปแบบเป็นข้อเสนอแนะแบบ bullet point
ส่วนสิ่งที่จะไม่เปลี่ยนคือ ความรู้พื้นฐานหรือความสามารถในการใช้เหตุผลของ AI การบอก ChatGPT ว่ามันเป็น "อาจารย์คณิตศาสตร์" ไม่ได้ไปกระตุ้นสมองส่วนคณิตศาสตร์พิเศษอะไร โมเดลรู้แค่ที่มันรู้อยู่แล้ว บุคลิกแค่ปรับวิธีนำเสนอเท่านั้น
เมื่อไรที่ persona prompt ใช้ได้ผลจริง
Role prompting จะเปล่งประกายเมื่อสไตล์สำคัญกว่าความถูกต้องล้วน ๆ ตามคำกล่าวของ Sander Schulhoff นักวิจัยผู้อยู่เบื้องหลัง The Prompt Report "บทบาทไม่ได้ไร้ค่าโดยสิ้นเชิง มันยังใช้ได้ดีกับงานเชิงการแสดงออก"
บุคลิกใช้ได้ดีกับ:
- การเขียนในน้ำเสียงเฉพาะ (รายงานทางการ vs. บล็อกแบบสบาย ๆ)
- การปรับระดับความเห็นอกเห็นใจ (โค้ชผู้สนับสนุน vs. นักวิจารณ์ตรงไปตรงมา)
- ได้คำศัพท์ที่เหมาะกับวงการโดยไม่ต้องอธิบายทุกอย่าง
- รักษาคาแร็กเตอร์ให้คงเส้นคงวาตลอดบทสนทนายาว ๆ
- งานเขียนเชิงสร้างสรรค์และการเล่าเรื่อง
บุคลิกไม่ค่อยช่วยกับ:
- ทำให้ AI เก่งคณิตหรือเก่งตรรกะขึ้น
- เพิ่มความแม่นยำของข้อเท็จจริง
- ปัญหาเชิงเหตุผลที่ซับซ้อน
- งานที่คุณต้องการ "คำตอบที่ถูก" มากกว่า "น้ำเสียงที่ใช่"
สำหรับงานที่เน้นความแม่นยำ เทคนิคอย่าง few-shot prompting (การยกตัวอย่างให้ดู) หรือการให้ AI คิดเป็นขั้นเป็นตอน (chain-of-thought) จะทำผลงานได้ดีกว่า role prompt อย่างสม่ำเสมอ

กายวิภาคของ role prompt ที่ได้ผล
Role prompt ส่วนใหญ่ล้มเหลวเพราะคลุมเครือเกินไป "ทำตัวเป็นผู้เชี่ยวชาญ" แทบไม่ได้บอกอะไร AI เลย บุคลิกที่ดีต้องมี 4 องค์ประกอบ:
1. บทบาทที่เฉพาะเจาะจง
ไม่ใช่ "ผู้เชี่ยวชาญด้านการตลาด" แต่เป็น "นักกลยุทธ์คอนเทนต์ B2B SaaS" ยิ่งบทบาทแคบเท่าไร น้ำเสียงก็ยิ่งคงเส้นคงวาเท่านั้น
2. ประสบการณ์ที่เกี่ยวข้อง
การเพิ่มบริบทอย่าง "ที่มีประสบการณ์ 10 ปี" หรือ "เคยทำงานกับลูกค้า Fortune 500" จะปรับระดับความมั่นใจและความลึกของคำตอบ
3. สไตล์การสื่อสาร
เขาควรพูดยังไง? "คุณอธิบายเรื่องซับซ้อนด้วยภาษาเรียบง่าย" หรือ "คุณตรงไปตรงมา ไม่อ้อมค้อมเวลาให้ฟีดแบ็ก" หรือ "คุณใช้การเปรียบเทียบเพื่อทำให้แนวคิดนามธรรมจับต้องได้"
4. ตระหนักถึงผู้รับสาร
เขากำลังพูดกับใคร? "คุณกำลังพูดกับผู้ก่อตั้งที่ไม่ใช่สายเทคนิค" จะเปลี่ยนผลลัพธ์เมื่อเทียบกับ "คุณกำลังให้คำแนะนำวิศวกรอาวุโส"
นี่คือ persona prompt ที่อ่อน:
Act as a writing expert and improve my email.
และนี่คือเวอร์ชันที่แข็งแรงกว่า:
You are a professional copywriter who specializes in clear, concise business communication. You've spent 15 years helping executives write emails that get responses. Your style is direct but warm — never stuffy, never casual. You cut unnecessary words ruthlessly but preserve the human element.
Review and improve the following email. Focus on clarity and making the call-to-action impossible to miss.
Prompt ที่สองไม่ได้ทำให้ AI "ฉลาดขึ้น" แต่มันให้ผลลัพธ์ที่คาดเดาได้และใช้งานได้จริงกับงานเฉพาะนี้มากกว่า
5 role prompt ที่ใช้ได้ทันทีวันนี้
Prompt เหล่านี้พร้อมใช้งานครบถ้วน แต่ละตัวมี
{{variables}} ให้คุณใส่เนื้อหาเฉพาะของตัวเอง1. บรรณาธิการงานเขียน
You are an experienced editor who helps writers tighten their prose without losing their voice. You focus on:
- Cutting filler words and redundant phrases
- Strengthening weak verbs
- Breaking up long sentences
- Keeping the author's tone intact
Edit the following text. Explain your major changes briefly.
{{text_to_edit}}
2. น้ำเสียงฝ่ายบริการลูกค้า
You are a customer support representative for a software company. Your tone is friendly, patient, and solution-focused. You never blame the customer or use jargon. You acknowledge frustration before jumping to solutions.
Write a response to this customer message:
{{customer_message}}
3. นักอธิบายเรื่องเทคนิค
You are a senior developer who's known for explaining complex technical concepts in plain English. You use concrete analogies, avoid unnecessary jargon, and always relate abstract ideas to practical outcomes. When technical terms are necessary, you define them on first use.
Explain the following to someone who isn't a developer:
{{technical_concept}}
4. ที่ปรึกษาเชิงกลยุทธ์
You are a business strategist who helps founders think through decisions. You ask clarifying questions before giving advice. You present trade-offs honestly rather than pushing a single answer. You're direct about risks but not pessimistic.
I'm trying to decide: {{decision_to_make}}
Help me think through this.
5. โค้ชสัมภาษณ์งาน
You are a career coach who has helped hundreds of people prepare for job interviews. You give specific, actionable feedback — not generic advice. You know that confidence comes from preparation, so you focus on concrete practice rather than pep talks.
I'm interviewing for a {{job_title}} role at {{company_type}}. Ask me a common interview question for this role, then give me feedback on my answer.
ถ้าคุณพบว่าตัวเองหยิบ prompt เหล่านี้มาใช้ซ้ำเป็นประจำ สลับข้อความ สลับแนวคิด สลับการตัดสินใจไปเรื่อย ๆ ตัวจัดการ prompt อย่าง PromptNest จะให้คุณบันทึกพร้อมตัวแปรในตัวได้เลย เวลาก๊อปปี้ prompt คุณก็แค่เติมช่องว่างแล้วได้เวอร์ชันสุดท้ายพร้อมวางใช้งาน
ความผิดพลาดที่พบบ่อยซึ่งทำให้บุคลิกของคุณอ่อนลง
งานวิจัยและการทดสอบเผยให้เห็นรูปแบบหลายอย่างที่ทำให้ role prompt มีประสิทธิภาพลดลง:
ใช้คำขั้นสูงสุด
"ทำตัวเป็นผู้เชี่ยวชาญที่เก่งที่สุดในโลก" หรือ "คุณเป็นคนที่ฉลาดที่สุดเท่าที่เคยมีมา" การทดลองกับ GPT-4 พบว่าไม่มีการพัฒนาเลยเมื่อบอกมันว่าเป็น "คนน่าทึ่ง" หรือ "อัจฉริยะ" คำพวกนี้คือสัญญาณรบกวนล้วน ๆ
กำหนดบทบาทแน่นเกินไป
"คุณคือผู้เชี่ยวชาญระดับโลกที่พูดได้เฉพาะศัพท์เทคนิคและไม่เคยทำพลาด" จำกัดความช่วยเหลือของ AI หลายครั้ง "คุณเป็นผู้ช่วยที่เก่งฉกาจ" ทำผลงานได้ดีกว่าบุคลิกที่ซับซ้อนและจำกัดเสียอีก
ใช้คำว่า "จินตนาการ" แทนการกำหนดบทบาทตรง ๆ
ตาม คู่มือการเขียน prompt ของ Harvard การระบุบทบาทตรง ๆ ได้ผลกว่าการให้ AI "จินตนาการ" ว่าเป็นบทบาทนั้น พูดว่า "คุณเป็นที่ปรึกษาทางการเงิน" ดีกว่า "จินตนาการว่าคุณเป็นที่ปรึกษาทางการเงิน"
ลืมนึกถึงผู้ฟัง
"ผู้เชี่ยวชาญด้านกฎหมาย" ที่คุยกับทนายอีกคนจะฟังต่างจากคนที่อธิบายเรื่องให้ผู้ก่อตั้งมือใหม่ฟัง ระบุให้ชัดว่า AI กำลังพูดกับใคร ไม่ใช่แค่ระบุว่ามันแสร้งเป็นใคร
คาดหวังว่าความแม่นยำจะดีขึ้น
ถ้าคุณต้องการให้ AI แก้ปัญหาซับซ้อนได้ถูกต้อง บุคลิกช่วยไม่ได้ ใช้ตัวอย่าง ขอให้คิดเป็นขั้นเป็นตอน หรือให้บริบทที่เกี่ยวข้องแทน

Role prompting เทียบกับเทคนิคอื่น ๆ
การรู้ว่าเมื่อไรควรใช้บุคลิกและเมื่อไรควรใช้วิธีอื่นจะช่วยให้คุณได้ผลลัพธ์ดีขึ้น:
Few-shot prompting (การยกตัวอย่าง) เอาชนะการใช้บุคลิกได้อย่างต่อเนื่องในเรื่องความแม่นยำ ในกรณีศึกษาหนึ่งจาก The Prompt Report few-shot prompting ช่วยให้งานเข้ารหัสทางการแพทย์มีความแม่นยำเพิ่มจาก 0% เป็น 90% Role prompting แตะตัวเลขนั้นไม่ได้เลย
Chain-of-thought reasoning (ขอให้ AI อธิบายขั้นตอน) ทำผลงานได้ดีกว่า role prompt สำหรับการให้เหตุผลที่ซับซ้อน ถ้าคุณต้องการให้ AI ค่อย ๆ คิดผ่านปัญหา "คิดทีละขั้นตอน" ดีกว่า "คุณเป็นอาจารย์คณิตศาสตร์"
บริบทและข้อมูลพื้นหลัง มักสำคัญกว่าการเลือกบุคลิก แค่ป้อนข้อมูลที่เกี่ยวข้องให้โมเดล ไม่ว่าจะเป็นเอกสาร ตัวอย่าง สเปก ก็เพิ่มคุณภาพผลลัพธ์ได้ 30%+ แล้ว ตามงานวิจัย
วิธีที่ดีที่สุดมักเป็นการผสมเทคนิค ใช้บุคลิกตั้งโทน ใช้ few-shot สาธิตรูปแบบ และใช้ chain-of-thought เมื่อการให้เหตุผลสำคัญ ตัวอย่างเช่น:
You are a senior code reviewer who gives constructive, specific feedback.
Here's an example of good feedback:
[example]
Now review this code. Think through potential issues step by step before giving your final assessment.
{{code_to_review}}
สร้างคลัง prompt ของคุณเอง
พลังที่แท้จริงของ persona prompt มาจากการนำกลับมาใช้ซ้ำ เขียน role prompt ดี ๆ ครั้งเดียวแล้วใช้หลายสิบครั้ง คุ้มกว่าเขียนใหม่ทุกเซสชันแน่นอน
คนส่วนใหญ่เริ่มต้นด้วยการเก็บ prompt ในโน้ตกระจัดกระจาย ไฟล์ข้อความ หรือพึ่งความจำล้วน ๆ มันใช้ได้จนกว่าคุณจะมี prompt มากกว่าหยิบมือ แล้วก็จะเริ่มคิดว่า "อาทิตย์ที่แล้วฉันมี prompt เด็ด ๆ สำหรับเรื่องนี้นี่นา" และใช้เวลาห้านาทีค้นหา หรือไม่ก็ยอมแพ้แล้วเขียนอันที่แย่กว่าขึ้นมาใหม่
ตัวจัดการ prompt เฉพาะทางช่วยแก้ปัญหานี้ได้ PromptNest เป็นแอป Mac แบบเนทีฟ ($19.99 จ่ายครั้งเดียวบน Mac App Store ไม่มีรายเดือน ไม่ต้องสมัครบัญชี ทำงานในเครื่องล้วน ๆ) ที่ให้คุณ:
- บันทึก prompt พร้อม
{{variables}}ในตัว - จัดระเบียบตามโปรเจกต์ (prompt งานแยกจากเรื่องส่วนตัว)
- ค้นหาทั่วทั้งคลังของคุณ
- เติมตัวแปรและก๊อปปี้ในคลิกเดียว
เริ่มต้นด้วยการบันทึก 5 role prompt จากบทความนี้ก่อน แล้วเพิ่มอันใหม่เมื่อเจอตัวที่เหมาะกับงานเฉพาะของคุณ เมื่อเวลาผ่านไป คุณจะมีคลัง prompt ส่วนตัวที่พิสูจน์แล้วว่าใช้ได้จริง และใช้เวลาน้อยลงกับการแต่ง prompt และใช้เวลามากขึ้นกับการนำผลลัพธ์ไปใช้