วิธีใช้ AI ที่ดีที่สุดตอนนี้คือ ‘สั่งงานให้ชัดเหมือนบริหารคน’ อยากได้งานดี ต้องบอก 4 อย่าง เป้าหมาย ผลลัพธ์ เกณฑ์ดี-ไม่ดี วิธีตรวจสอบ

Ethan Mollick อาจารย์ด้านการบริหารจาก Wharton School และหนึ่งในนักวิชาการที่ติดตามผลกระทบของ AI ต่อการทำงานอย่างใกล้ชิด โพสต์ข้อความบน X ที่สวนทางกับกระแสตามหา 'สูตรลับการเขียน Prompt' ซึ่งแพร่หลายมาตลอดหลายปี โดยระบุว่าลูกเล่นการเขียนคำสั่ง (Prompting Tricks) หมดความสำคัญลงไปแล้ว ตั้งแต่ก่อนที่ AI จะก้าวเข้าสู่ยุค Agent ด้วยซ้ำ

สาระสำคัญของ Ethan Mollick คือ วิธีที่ได้ผลที่สุดในการใช้ AI ขณะนี้ไม่ใช่การท่องสูตรหรือค้นหาคำวิเศษ แต่คือการสื่อสารความต้องการให้ชัดเจน กำหนดเป้าหมายให้แน่นอน ระบุผลลัพธ์ที่ต้องการ อธิบายให้เห็นภาพว่าผลงานแบบไหนถือว่าดีและแบบไหนยังไม่ดีพอ พร้อมบอกวิธีตรวจสอบผลลัพธ์ ซึ่ง Ethan Mollick สรุปเองว่า 'ทั้งหมดนี้ก็คือทักษะการบริหารจัดการนั่นเอง' โดยแนบหลักฐานเป็นรายงานวิจัยชุด Prompting Science ทั้งสี่ฉบับจากทีม Wharton Generative AI Labs ที่นำความเชื่อยอดนิยมเกี่ยวกับการเขียน Prompt มาทดสอบอย่างเป็นระบบ

งานวิจัย 4 ฉบับที่รื้อความเชื่อเรื่องการเขียน Prompt

รายงานฉบับแรกในชื่อ Prompt Engineering is Complicated and Contingent วางรากฐานสำคัญไว้สองข้อ ข้อแรกคือไม่มีมาตรฐานเดียวในการตัดสินว่าโมเดลภาษาขนาดใหญ่ (Large Language Model หรือ LLM) 'สอบผ่าน' การวัดผลมาตรฐาน (Benchmark) หรือไม่ และการเลือกเกณฑ์วัดที่ต่างกันส่งผลต่อคะแนนอย่างมีนัยสำคัญ เกณฑ์ที่เหมาะสมจึงขึ้นอยู่กับเป้าหมายการใช้งานของแต่ละคน ข้อที่สองคือเป็นเรื่องยากที่จะรู้ล่วงหน้าว่าเทคนิคการเขียนคำสั่งแบบใดจะช่วยหรือกลับทำร้ายคำตอบในคำถามหนึ่ง ๆ ตัวอย่างที่ทีมวิจัยพบคือการใช้ถ้อยคำสุภาพกับ AI บางครั้งช่วยให้ผลดีขึ้น แต่บางครั้งกลับทำให้แย่ลง ข้อสรุปคือไม่มีสูตรสำเร็จที่ใช้ได้กับทุกสถานการณ์

รายงานฉบับที่ 2 ในชื่อ The Decreasing Value of Chain of Thought in Prompting ศึกษาการสั่งให้ AI ให้เหตุผลทีละขั้น (Chain-of-Thought หรือ CoT) ซึ่งเคยเป็นเทคนิคยอดนิยมสำหรับงานที่ต้องคิดวิเคราะห์ ผลการทดสอบให้ภาพที่ละเอียดขึ้นว่า สำหรับโมเดลที่ไม่ได้ออกแบบมาให้ให้เหตุผลโดยเฉพาะ โดยเฉพาะรุ่นเก่าหรือรุ่นเล็กที่ไม่ได้คิดเป็นขั้นตอนอยู่แล้ว การสั่งแบบ CoT ยังช่วยยกระดับผลเฉลี่ยได้เล็กน้อย แต่ก็แลกมากับความผันผวนของคำตอบที่มากขึ้น จนบางครั้งทำให้ตอบผิดในคำถามที่เดิมทีตอบถูก และยังกินโทเคน (Token) กับเวลามากกว่าการตอบตรง ๆ ส่วนโมเดลที่ออกแบบมาให้ให้เหตุผลได้เองอยู่แล้ว (Reasoning Models) การสั่ง CoT เพิ่มแทบไม่ได้ช่วยให้แม่นยำขึ้นเลย แต่กลับเพิ่มเวลาและต้นทุนอย่างเห็นได้ชัด

รายงานฉบับที่ 3 ที่ตั้งชื่อแบบยั่วล้อว่า I'll pay you or I'll kill you but will you care? หยิบสองความเชื่อยอดฮิตมาทดสอบ คือการเสนอให้ทิปเป็นรางวัลและการขู่ AI ซึ่งการขู่นี้เคยถูกพูดถึงโดยคุณ Sergey Brin ผู้ร่วมก่อตั้ง Google ที่เคยให้ความเห็นว่า 'โมเดลมักทำได้ดีขึ้นถ้าคุณขู่มัน' เมื่อทีมวิจัยนำมาวัดผลจริงกับชุดข้อสอบระดับสูงอย่าง GPQA และ MMLU-Pro กลับพบว่าทั้งการให้ทิปและการขู่โดยรวมไม่มีผลอย่างมีนัยสำคัญต่อคะแนน แม้การปรับถ้อยคำจะทำให้ผลลัพธ์รายคำถามเปลี่ยนไปได้บ้าง แต่ก็ยากที่จะคาดเดาล่วงหน้าว่าจะเปลี่ยนไปในทางดีหรือร้าย

รายงานฉบับที่ 4 ในชื่อ Playing Pretend: Expert Personas Don't Improve Factual Accuracy ตรวจสอบเทคนิคสวมบทบาท (Persona) กับหกโมเดลบนชุดข้อสอบ GPQA Diamond และ MMLU-Pro ที่ครอบคลุมวิทยาศาสตร์ วิศวกรรม และกฎหมาย ผลคือการกำหนดให้ AI สวมบทผู้เชี่ยวชาญตรงสาขา เช่นสั่งว่าให้เป็นผู้เชี่ยวชาญฟิสิกส์เพื่อตอบโจทย์ฟิสิกส์ ไม่ได้ช่วยเพิ่มความแม่นยำอย่างมีนัยสำคัญ ยกเว้นเพียงโมเดล Gemini 2.0 Flash ขณะที่การสวมบทผู้เชี่ยวชาญผิดสาขาให้ผลต่างเพียงเล็กน้อยและบางครั้งแย่ลง ส่วนการสวมบทที่ความรู้น้อยอย่างคนทั่วไป เด็กเล็ก หรือเด็กวัยหัดเดิน มักทำให้ความแม่นยำลดลง ทั้งนี้ทีมวิจัยย้ำว่าผลนี้พูดถึงความแม่นยำของคำตอบเท่านั้น การสวมบทบาทอาจยังมีประโยชน์ในแง่อื่น เช่นการปรับโทนของข้อความ

สูตรที่ใช้แทน คือสื่อสารกับ AI เหมือนสั่งงานทีม

เมื่อลูกเล่นหมดความหมาย สิ่งที่ Ethan Mollick เสนอให้ทำแทนคือการเปลี่ยนกรอบคิด จากการมองว่ากำลัง 'ป้อนคำสั่งให้เครื่อง' มาเป็นการ 'สื่อสารงานให้คนเก่งคนหนึ่งที่ทำตามตัวอักษรเป๊ะ' โดยมีองค์ประกอบสำคัญสี่อย่าง

อย่างแรกคือระบุเป้าหมายให้ชัดว่าต้องการอะไรและเพื่ออะไร อย่างที่สองคือกำหนดรูปแบบผลลัพธ์ที่ต้องการให้เจาะจง ทั้งความยาว โครงสร้าง และกลุ่มผู้อ่าน อย่างที่สามคืออธิบายให้เห็นว่างานที่ดีมีหน้าตาอย่างไรและงานที่ยังไม่ผ่านเป็นแบบไหน เพื่อให้ AI มีเกณฑ์เทียบ และอย่างที่สี่คือบอกวิธีตรวจสอบหรือทดสอบผลลัพธ์ เพื่อให้รู้ว่างานที่ได้ใช้ได้จริงหรือไม่ Ethan Mollick ชี้ว่าทั้งสี่ข้อนี้คือหัวใจเดียวกับการมอบหมายงานให้พนักงานหรือผู้รับเหมาที่มีฝีมือ นั่นคือยิ่งโจทย์ชัด โอกาสได้งานตรงใจก็ยิ่งสูง

รูปแบบเอกสารไม่สำคัญเท่าเนื้อหาในนั้น

ประเด็นที่ Ethan Mollick ย้ำเพิ่มเติมในทวีตต่อเนื่องคือ อย่าไปยึดติดกับ 'รูปแบบ' ของคำสั่งมากเกินไป ไม่ว่าจะจัดให้อยู่ในฟอร์แมตเอกสารขอข้อเสนอ (Request for Proposal หรือ RFP) เอกสารกำหนดคุณสมบัติผลิตภัณฑ์ (Product Requirements Document หรือ PRD) หรือคู่มือขั้นตอนการทำงาน (Standard Operating Procedure หรือ SOP) สิ่งที่ตัดสินคุณภาพผลลัพธ์ไม่ใช่ชื่อฟอร์แมต แต่คือเนื้อหาสาระที่ใส่ลงไปว่าครบถ้วนและชัดเจนแค่ไหน

นัยของเรื่องนี้คือทักษะที่มีค่าที่สุดในการใช้ AI ไม่ใช่การจดจำเทมเพลตสำเร็จรูป แต่คือความสามารถในการคิดให้ตกผลึกว่าตนเองต้องการอะไร แล้วเรียบเรียงออกมาเป็นข้อกำหนดที่อ่านแล้วเข้าใจตรงกัน ซึ่งเป็นทักษะที่ไม่จำเป็นต้องมีพื้นฐานทางเทคนิคก็ฝึกได้

ทำไมแนวทางนี้จึงคุ้มที่จะลองปรับใช้

การเปลี่ยนมุมมองที่คุณ Mollick เสนอ ทำให้การใช้ AI ให้เก่งขึ้นไม่ได้ผูกอยู่กับการสะสมสูตรลับอีกต่อไป แต่กลับไปอยู่ที่ทักษะพื้นฐานที่คนทำงานทุกคนพอจะฝึกได้ นั่นคือการคิดให้ชัดว่าต้องการอะไร สื่อสารให้ตรง และรู้ว่าจะวัดผลอย่างไร ผู้ที่มอบหมายงานเป็นและอธิบายความคาดหวังได้ดี จึงมีแนวโน้มดึงศักยภาพจาก AI ได้มากกว่าผู้ที่พึ่งพาเทคนิคเฉพาะทางเพียงอย่างเดียว และนี่คือเหตุผลว่าทำไมการฝึกสั่งงาน AI ให้ชัดเหมือนบริหารทีม จึงเป็นทักษะที่คุ้มค่ากับการลงมือปรับใช้ตั้งแต่ตอนนี้

อ่านรายงานทั้ง 4 ฉบับได้ที่ไหน

ผู้ที่สนใจศึกษารายละเอียดวิธีทดสอบและผลลัพธ์ฉบับเต็ม สามารถอ่านรายงานชุด Prompting Science ทั้งสี่ฉบับได้ฟรีจากเว็บไซต์ทางการของ Wharton Generative AI Labs และคลังงานวิจัย arXiv ดังนี้

ฉบับที่ 1 Prompt Engineering is Complicated and Contingent 

ฉบับที่ 2 The Decreasing Value of Chain of Thought in Prompting 

ฉบับที่ 3 I'll pay you or I'll kill you but will you care? 

ฉบับที่ 4 Playing Pretend: Expert Personas Don't Improve Factual Accuracy 

ที่มา: Ethan Mollick (X)