ฝ่ายนวัตกรรมหลักสูตรและการสอน มหาวิทยาลัยธุรกิจบัณฑิตย์ (DPU) นำโดย ผศ.ดร. พัทธนันท์ เพชรเชิดชู รองอธิการบดี สายงานวิชาการ เปิดโครงการจัดอบรม AI เพื่อการเรียนการสอนและการทำงาน รุ่น 1 ในหัวข้อ Prompt Engineering โดยเน้นการเรียนรู้เกี่ยวกับการใช้ Prompt ในการค้นหาข้อมูล การทำสื่อการสอน การสรุปรายงานการประชุม โดยเป็นการอบรมผ่านการบรรยาย และการฝึกปฏิบัติการทั้งหมด 5 หัวข้อ โดยได้รับเกียรติจากคุณสถาพน พัฒนะคูหา CEO Guardian GPTและสภากรรมการ AI แห่งประเทศไทย ณ ห้อง 225 ห้องเรียน Intelligent Hybrid สุดล้ำที่ได้รับเลือกเป็นต้นแบบนำร่องโครงการ Smart Campus ด้วยเทคโนโลยี 5G จากสำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ (สดช.)

โดยหัวข้อที่ 1 “How ChatGPT & GenAI work” เป็นการเรียนรู้ขั้นตอนการทำงานของปัญญาประดิษฐ์ หรือ AI แต่ละตระกูล เพื่อที่ผู้ใช้งานสามารถที่จำแนกการใช้งานได้ตรงกับวัตถุประสงค์ และเกิดประสิทธิภาพมากที่สุดสำหรับงานต่างๆ เช่น Predictive AI ที่เหมาะสำหรับการใช้วิเคราะห์ข้อมูลต่างๆ อาทิ ยอดขายย้อนหลัง หรือคาดการณ์แนวโน้มทิศทางตลาดในอนาคต เนื่องจากเป็นปัญญาประดิษฐ์ที่มีรูปแบบในการรวบรวมข้อมูลที่ได้เกิดขึ้นในอดีต มาสร้างแบบจำลองทางสถิติ ฯลฯ

หัวข้อที่ 2 “Comparing ChatGPT, Google Gemini, Claude” เป็นการเปรียบเทียบปัญญาประดิษฐ์ตระกูล Generative AI หรือ LLM ของแต่ละแบรนด์ที่มีในปัจจุบันที่มีความสามารถโดดเด่นในการสร้างรูปภาพ วิดีโอ ข้อความในการนำเสนอคอนเทนต์บนโซเชียลมีเดีย หรือการเขียนโค้ดโปรแกรมคอมพิวเตอร์ ด้วยเพราะคุณลักษณะพิเศษของขั้นตอนการทำงานที่ถูกเทรนจากแหล่งข้อมูลมหาศาลทั้งเอกสาร บทความ และข้อมูลบนเว็บไซต์ ทำให้สามารถคาดเดาคำต่อไปได้อย่างยอดเยี่ยม ดังนั้น AI จะสร้างคำตอบให้เราได้ดี เก่ง หรือไม่เก่งขึ้นอยู่กับความสามารถในการป้อนคำศัพท์ของผู้ใช้งานเป็นหลัก รวมถึงข้อระมัดระวังในอาการหลอนหรือที่ศัพท์เทคนิคเรียกว่า AI Hallucination จากการที่ข้อมูลที่ปรากฏในฐานข้อมูลนั้นไม่สมบูรณ์

หัวข้อที่ 3 “Prompt Framework” กรอบของการป้อนคำสั่งเพื่อให้ได้คำตอบที่แม่นยำ เฉพาะเจาะจง และรวดเร็วลดการทำซ้ำ มีหลักพื้นฐานในการเขียน Prompt ยึดสำคัญ 3 ข้อ ได้แก่ Context บริบท เช่น “ช่วยบอกผลประโยชน์ 3 ข้อในการบริหารจัดการความสัมพันธ์ลูกค้า (CRM) ในการทำธุรกิจของมหาวิทยาลัย” ต่อมาคือ Inten เป้าหมายเราอยากได้อะไร เช่น เราอยากได้แผนการตลาด หรือข้อดี-เสีย และสุดท้าย Specific การเฉพาะเจาะจง เช่น อยากให้ตอบรายงานนี้โดยรูปแบบตาราง ประกอบข้อดี 3 ข้อ เสีย 3 ข้อ เป็นต้น

หัวข้อที่ 4 “Prompt Technique” และหัวข้อที่ 5 “Retrieval Augmented Generation” หรือ “RAG เป็นการเขียน Prompt แบบลงลึกเพื่อเพิ่มคุณภาพการสื่อสารกับโมเดล AI ผ่านการใช้คำศัพท์ภาษาที่ง่ายๆ หรือการพิมพ์ต่อท้ายยาวไปเรื่อยๆ แทนการใส่ประโยคที่ซับซ้อนซึ่งจะทำให้ AI มีโอกาสสูงที่จะลดความแม่นยำและถูกต้องลง โดยการเขียนในรูปแบบนี้จะช่วยให้ผู้ใช้งานสามารถควบคุมผลลัพธ์ ปรับแต่งการตอบสนอง และเพิ่มประสิทธิภาพ การขยายความสามารถ ตลอดจนเข้าใจการตอบคำถาม

ตัวอย่างเช่น Few Shot เป็นเทคนิคการเขียน Prompt โดยการให้ตัวอย่างการตอบคำถาม หรือทำงานที่คล้ายกันกับสิ่งที่เราต้องการ 2-3 ตัวอย่าง ก่อนที่จะถามคำถามสั่งงานจริง หรือ Chain of thoughts เป็นการเขียน Prompting ที่ให้โมเดลสามารถเรียนรู้จากข้อมูลตัวอย่าง เพื่อนำ AI ไปสู่กระบวนการคิดแบบเป็น step-by-step โดยเริ่มจากการวิเคราะห์ปัญหา เพื่อให้ Generative AI เข้าใจลำดับความคิดและทำงานได้อย่างมีประสิทธิภาพ ผ่านการให้ตอบแบบแยกย่อยเป็นส่วนๆ ทีละจุด แทนการตอบคำถามในครั้งเดียว ซึ่งทั้ง 2 หัวข้อนี้สามารถนำประยุกต์ใช้งานร่วมกันได้ และสามารถช่วยตอบสนองความต้องการของผู้ใช้งานได้ดียิ่งขึ้น