- Prompt chaining เป็นเทคนิคที่แบ่งงานที่ซับซ้อนออกเป็นคำสั่งย่อย ๆ ที่เชื่อมโยงกัน เพื่อให้ AI ทำงานแต่ละขั้นตอนจนได้ผลลัพธ์ที่ละเอียดและมีคุณภาพสูง
- ต่างจากการถามคำถามใหญ่เพียงครั้งเดียว Prompt chaining ช่วยให้คุณเจาะลึกและปรับแต่งผลลัพธ์ของ AI ทีละขั้นตอน เหมาะสำหรับงานอย่างการสร้างเนื้อหา การวางแผน หรือการค้นคว้า
- Chain-of-thought prompting แตกต่างจาก prompt chaining ตรงที่ให้ AI อธิบายเหตุผลแต่ละขั้นในคำตอบเดียว ไม่ใช่แบ่งเป็นหลายคำสั่งเหมือน prompt chaining
- หัวใจสำคัญของ prompt chaining ที่มีประสิทธิภาพ คือการวางแผนเป้าหมายให้เป็นคำถามย่อย ๆ และเชื่อมแต่ละ prompt ให้ต่อเนื่องกัน เพื่อสร้างผลลัพธ์ที่สอดคล้องกัน
แชทบอท GPT และ ตัวแทน LLM อย่าง ChatGPT เก่งในบางงาน แต่... ไม่ใช่ทุกอย่าง
โชคดีที่มีเทคนิคการตั้ง prompt หลายแบบที่ช่วยปรับปรุงเวิร์กโฟลว์ generative AI ของคุณได้
Prompt chaining เป็นเทคนิคที่ใช้กับงานที่ต้องการขั้นตอนเชิงลึกหลายขั้น โดยแบ่งงานออกเป็นส่วนย่อย ๆ และใช้ผลลัพธ์จาก AI ในแต่ละขั้นเพื่อกำหนดขั้นถัดไป
มาดูรายละเอียดกัน:
Prompt chaining คืออะไร?
Prompt chaining เป็นเทคนิค ประมวลผลภาษาธรรมชาติ (NLP) ที่ใช้ชุดคำสั่งต่อเนื่องเพื่อจัดการแต่ละขั้นของงานหลายขั้นตอน
แต่ละ prompt ใน chain จะรับผิดชอบงานส่วนหนึ่ง และผลลัพธ์จาก AI จะนำไปใช้ในขั้นถัดไป

ตัวอย่างของ Prompt Chaining
การสร้างเนื้อหา
Prompt 1: สร้างโครงร่างสำหรับการบรรยายพนักงานเกี่ยวกับวิธีที่ AI automation ช่วยเพิ่มประสิทธิภาพการทำงาน
ผลลัพธ์:
- บทนำ: AI automation คืออะไร?
- ประโยชน์ของ AI automation ในที่ทำงาน
- AI ช่วยลดงานซ้ำซ้อนอย่างไร
- เครื่องมือ AI ที่ช่วยเพิ่มประสิทธิภาพการทำงาน
- ข้อกังวลและความท้าทายเกี่ยวกับ AI automation
- สรุปและขั้นตอนถัดไป
Prompt 2: ข้อกังวลและความท้าทายทั่วไป (เช่น ข้อ 5 จากผลลัพธ์ข้างต้น) ของพนักงานที่นำ AI automation มาใช้มีอะไรบ้าง?
ผลลัพธ์:
- ความมั่นคงในงาน
- ช่องว่างทักษะ
- ความไว้วางใจและความโปร่งใส
- ความปลอดภัยและความเป็นส่วนตัวของข้อมูล
Prompt 3: ข้อกังวลด้านความปลอดภัยของข้อมูลที่พนักงานมีเมื่อนำ AI automation มาใช้มีอะไรบ้าง และจะลดความเสี่ยงเหล่านี้ได้อย่างไร?
ด้วยเทคนิคนี้ คุณสามารถใช้ เครื่องมือสนทนา AI เพื่อสร้างไอเดียและเนื้อหาทั้งหมดที่ต้องการใส่ในการบรรยายของคุณ
หากคุณถามแชทบอท generative AI ให้สร้างบรรยายนี้ทีเดียว ผลลัพธ์ที่ได้อาจไม่ละเอียดหรือยาวเท่ากับการแบ่งเป็นขั้นตอนย่อย ๆ
การวางแผนกลยุทธ์
สมมติว่าคุณต้องการให้แชทบอท AI สร้างโครงร่างแผนการตลาดสำหรับธุรกิจโรงแรมของคุณ
Prompt 1: สร้างโครงร่างแผนการตลาดเชิงกลยุทธ์
ผลลัพธ์:
- บทสรุปผู้บริหาร
- การวิจัยและวิเคราะห์ตลาด
- เป้าหมายและวัตถุประสงค์ทางการตลาด
- กลุ่มเป้าหมาย
- กลยุทธ์ทางการตลาด
- ยุทธวิธีและการดำเนินการ
- งบประมาณและทรัพยากร
- การวัดผลและวิเคราะห์ข้อมูล
- สรุปการสนทนา
Prompt 2: ตัวอย่างเป้าหมายและวัตถุประสงค์ทางการตลาดมีอะไรบ้าง?
ผลลัพธ์:
- เพิ่มการรับรู้แบรนด์
- สร้างโอกาสทางการขาย
- เพิ่มยอดขายและรายได้
- เพิ่มอัตราการรักษาลูกค้า
- ขยายขอบเขตการตลาด
Prompt 3: วิธีที่ดีที่สุดในการสร้างลูกค้าเป้าหมายสำหรับโรงแรมคืออะไร?
ผลลัพธ์:
- ลงทุนในแชทบอท AI เพื่อจองห้องพักและนำเสนอขายบริการเสริมอย่างมีประสิทธิภาพ
- ร่วมมือกับธุรกิจท้องถิ่นเพื่อบริการแนะนำลูกค้า
- เสนอโปรโมชั่นและแพ็คเกจพิเศษ
- ปรับแต่งเว็บไซต์ของคุณให้เหมาะกับ SEO
Prompt 4: อธิบายทีละขั้นตอนว่าฉันจะติดตั้ง แชทบอทสำหรับโรงแรม ได้อย่างไร
โดยขอข้อมูลแต่ละขั้นและขั้นย่อยจากโครงร่างที่สร้างขึ้น คุณจะสามารถร่างแผนการตลาดเชิงกลยุทธ์ได้อย่างง่ายดาย
ควรใช้ prompt chaining เมื่อใด?
Prompt chaining เหมาะกับงานที่ซับซ้อนและมีหลายขั้นตอน หากแต่ละขั้นต้องคิดวิเคราะห์ การแบ่งเป็นงานย่อยจะช่วยได้เสมอ
และหากคุณเริ่มต้นจากศูนย์ การขอไอเดียและเนื้อหาทีละขั้นใน prompt chain เป็นวิธีที่ง่ายที่สุดในการสร้างผลลัพธ์ที่ต่อเนื่อง

ตัวอย่างงานที่ควรใช้ prompt chaining ได้แก่:
- สร้างกลยุทธ์ธุรกิจสำหรับธุรกิจใหม่
- พัฒนา AI sales strategy หรือ AI sales funnel
- สร้างเนื้อหาละเอียด เช่น รายงานหรือบรรยาย
- ออกแบบโปรแกรมฝึกอบรมสำหรับพนักงานใหม่
- คำนวณ ROI ของแชทบอท AI ของคุณ
งานเหล่านี้ต้องการหลายขั้นตอน ซึ่งควรสร้างทีละขั้นมากกว่าทำพร้อมกันทั้งหมด
Prompt Chaining กับ Chain-of-Thought Prompting
แม้ชื่อจะคล้ายกัน แต่ prompt chaining และ chain-of-thought prompting เป็นกลยุทธ์การตั้ง prompt ที่ต่างกันเพื่อปรับปรุงผลลัพธ์ของ generative AI
Chain-of-Thought Prompting
ด้วย chain-of-thought prompting ผู้ใช้จะให้ AI อธิบายเหตุผลเบื้องหลังคำตอบในข้อความเดียว โดย AI จะอธิบายแต่ละขั้นของการแก้ปัญหาใน prompt เดียวและตอบกลับครั้งเดียว
ตัวอย่างเช่น chain-of-thought prompt สามารถทำได้ในข้อความเดียว:
"ทีม HR ต้องตรวจสอบการประเมินผลงานพนักงาน 5 คน ใช้เวลาคนละ 30 นาที และต้องเตรียมตัวล่วงหน้า 15 นาที การประเมินระดับอาวุโสใช้เวลาเพิ่มอีก 10 นาทีต่อคน จะใช้เวลาทั้งหมดเท่าไรหากต้องประเมินอาวุโส 5 คนและจูเนียร์ 25 คน? กรุณาอธิบายเหตุผลทีละขั้น"
Prompt Chaining
สำหรับ prompt chaining งานจะถูกแบ่งเป็นหลายขั้นตอน โดยแต่ละ prompt จะต่อยอดจากผลลัพธ์ก่อนหน้า ช่วยจัดโครงสร้างและนำทาง AI ให้ทำงานซับซ้อนที่ต้องใช้เหตุผล
Prompt แรกอาจเป็นแบบนี้:
Prompt: ระบุความท้าทายหลักที่บริษัทอาจพบเมื่อเปลี่ยนไปทำงานแบบรีโมต
ผลลัพธ์:
- ช่องว่างในการสื่อสาร
- การรักษาประสิทธิภาพการทำงาน
- โครงสร้างพื้นฐานด้านเทคโนโลยี
- การมีส่วนร่วมของพนักงาน
Prompt ถัดไปอาจเจาะลึกในแต่ละประเด็น เช่น:
Prompt: กรุณาอธิบายวิธีที่บริษัทสามารถแก้ปัญหาช่องว่างในการสื่อสารเมื่อเปลี่ยนไปทำงานแบบรีโมต
หลังจากได้ผลลัพธ์รอบถัดไป prompt ถัดไปใน chain อาจเป็น:
Prompt: บริษัทมักพบความท้าทายอะไรเมื่อใช้วิธีแก้ไขเหล่านี้?
ดังนั้น แม้ทั้งสองจะคล้ายกัน แต่แนวทางการดึงเนื้อหาลึกและเกี่ยวข้องจาก generative AI จะต่างกัน
สร้าง AI Agent แบบกำหนดเอง
Botpress คือแพลตฟอร์ม AI agent เดียวที่ให้คุณสร้าง agent อัตโนมัติอย่างแท้จริง
Botpress Studio ที่เปิดกว้างและยืดหยุ่นรองรับการใช้งานหลากหลายอุตสาหกรรม ตั้งแต่ HR ถึงการสร้างลูกค้าใหม่ ด้วยไลบรารีอินทิเกรตสำเร็จรูปและคู่มือมากมาย ผู้ใช้สามารถสร้าง AI agent ได้เองอย่างง่ายดาย
หรือ ติดต่อทีมขายของเรา
คำถามที่พบบ่อย
1. prompt chaining ต่างจากการใช้หลาย prompt อย่างไร?
Prompt chaining แตกต่างจากการใช้หลาย prompt ตรงที่มีการวางลำดับคำสั่งอย่างตั้งใจ โดยแต่ละ prompt จะต่อยอดจากผลลัพธ์ก่อนหน้า ทำให้เกิดความต่อเนื่องและตรรกะ ในขณะที่การใช้หลาย prompt โดยไม่ chaining อาจขาดความเชื่อมโยงหรือความเกี่ยวข้องของงาน
2. prompt chaining ต้องใช้เครื่องมือ AI เฉพาะทางหรือใช้กับ ChatGPT หรือเครื่องมือทั่วไปได้?
Prompt chaining ไม่จำเป็นต้องใช้เครื่องมือ AI เฉพาะทาง คุณสามารถใช้กับเครื่องมือทั่วไปอย่าง ChatGPT ได้ เทคนิคนี้ขึ้นอยู่กับการออกแบบ prompt และการแบ่งงานมากกว่าตัวแพลตฟอร์ม
3. จะวางแผน prompt chain ที่มีประสิทธิภาพก่อนเริ่มต้นได้อย่างไร?
เพื่อวางแผน prompt chain ที่มีประสิทธิภาพ ควรแบ่งงานหลักออกเป็นขั้นตอนย่อยที่จัดการได้ง่ายและมีความเชื่อมโยงกัน จากนั้นเขียน prompt สำหรับแต่ละขั้นตอนโดยให้แต่ละ prompt สานต่อจากผลลัพธ์ก่อนหน้า เพื่อชี้นำ AI ไปสู่เป้าหมายที่ต้องการ
4. จะตัดสินใจอย่างไรว่า prompt chain ควรยาวหรือมีความลึกแค่ไหน?
ความยาวหรือความลึกที่เหมาะสมของ prompt chain ขึ้นอยู่กับความซับซ้อนของงาน หากงานซับซ้อนอาจต้องใช้ prompt ที่ละเอียดขึ้นเพื่อรักษาความแม่นยำ ส่วนงานที่ง่ายกว่าสามารถใช้ prompt ที่กว้างขึ้นและจำนวนน้อยลงเพื่อความรวดเร็ว
5. จะประเมินประสิทธิภาพของ prompt chain ได้อย่างไร?
คุณสามารถประเมินประสิทธิภาพของ prompt chain ได้โดยดูว่าผลลัพธ์สุดท้ายตรงกับเป้าหมายที่ตั้งไว้หรือไม่ หาก chain ไม่สามารถดำเนินไปตามแผนหรือให้ผลลัพธ์ที่มีคุณภาพต่ำ ควรปรับแก้ prompt แต่ละส่วนหรือเรียงลำดับใหม่







