คุณเคยเจอปัญหานี้ไหม? คุณถามคำถามที่ซับซ้อนกับ AI (เช่น ChatGPT, Gemini, Claude) แต่ AI กลับตอบผิด, ตอบไม่ครบ, หรือ “มโน” คำตอบกลับมา…
ปัญหานี้เกิดขึ้นเพราะ AI อาจจะรีบ “กระโดด” ไปหาคำตอบสุดท้ายเร็วเกินไป โดยไม่ได้ “คิด” วิเคราะห์โจทย์ให้ดีเสียก่อน
ข่าวดีคือ เรามีเทคนิคการเขียน Prompt ที่ทรงพลังมาก ที่เรียกว่า “Chain of Thought” (CoT) หรือ “ห่วงโซ่แห่งความคิด” ซึ่งจะบังคับให้ AI แสดง “วิธีคิด” หรือ “ขั้นตอนการให้เหตุผล” ออกมาทีละขั้น ก่อนที่จะให้คำตอบสุดท้าย
Chain of Thought (CoT) คืออะไร?
CoT คือเทคนิคการเขียน Prompt ที่ไม่ใช่แค่สั่งว่า “จงตอบ” แต่เป็นการสั่งว่า “จงคิดทีละขั้นตอน” (Let’s think step-by-step)
ลองนึกถึงตอนเราทำโจทย์คณิตศาสตร์ ถ้าเราเขียนแค่ “คำตอบ” โอกาสผิดย่อมสูง แต่ถ้าเรา “แสดงวิธีทำ” ทีละบรรทัด เราจะเห็นตรรกะและแก้ไขข้อผิดพลาดได้ง่ายขึ้น CoT ก็คือการสั่งให้ AI ทำแบบเดียวกันนั่นเอง
ผลลัพธ์คือ:
- ความแม่นยำสูงขึ้น: โดยเฉพาะกับโจทย์คณิตศาสตร์, ปริศนาตรรกะ, และการวิเคราะห์ที่ซับซ้อน
- ตรวจสอบได้: เราสามารถอ่าน “วิธีคิด” ของ AI เพื่อดูว่ามันเข้าใจโจทย์ถูกหรือไม่
- ลดการ “มโน” (Hallucination): เมื่อ AI ถูกบังคับให้ใช้เหตุผล โอกาสที่จะสร้างคำตอบผิดๆ จะน้อยลง
เทคนิคที่ 1: แบบง่าย (Zero-Shot CoT) – แค่เติม “คำสร้อย” มหัศจรรย์
นี่คือวิธีที่ง่ายที่สุดและได้ผลดีอย่างน่าทึ่ง คุณไม่ต้องเปลี่ยนคำถามเลย เพียงแค่เติม “คำสั่งให้คิด” ต่อท้าย Prompt ของคุณ
คำสร้อยที่ควรใช้:
- “มาคิดทีละขั้นตอนกัน” (Let’s think step-by-step.)
- “ช่วยอธิบายเหตุผลทีละขั้นก่อนจะสรุปคำตอบ”
- “แสดงวิธีคิดของคุณออกมา”
❌ ตัวอย่าง Prompt แบบเดิม (ที่อาจจะผิด)
“ร้านกาแฟมีเมล็ดกาแฟ 50 กก. วันนี้ใช้ไป 15.5 กก. สัปดาห์หน้าสั่งมาเพิ่มอีก 2 ถุง ถุงละ 25 กก. ตอนนี้ร้านกาแฟจะมีเมล็ดกาแฟทั้งหมดกี่กิโลกรัม?”
AI อาจตอบผิด: 60.5 กก. (ลืมบวกถุงที่ 2)
✅ ตัวอย่าง Prompt แบบ Chain of Thought
“ร้านกาแฟมีเมล็ดกาแฟ 50 กก. วันนี้ใช้ไป 15.5 กก. สัปดาห์หน้าสั่งมาเพิ่มอีก 2 ถุง ถุงละ 25 กก. ตอนนี้ร้านกาแฟจะมีเมล็ดกาแฟทั้งหมดกี่กิโลกรัม?
มาคิดทีละขั้นตอนกัน“
ผลลัพธ์ที่ AI จะแสดง (แสดงวิธีคิด):
- เริ่มต้น: มีเมล็ดกาแฟ 50 กก.
- ใช้ไป: 50 – 15.5 = 34.5 กก.
- สั่งเพิ่ม: สั่งมา 2 ถุง ถุงละ 25 กก. = 2 * 25 = 50 กก.
- รวมทั้งหมด: 34.5 กก. (ของเดิม) + 50 กก. (ของใหม่) = 84.5 กก.
- คำตอบ: ร้านกาแฟจะมีเมล็ดกาแฟทั้งหมด 84.5 กิโลกรัม
เห็นไหมครับ แค่เพิ่มประโยคเดียว AI ก็จะแจกแจงขั้นตอนจนได้คำตอบที่ถูกต้อง
เทคนิคที่ 2: แบบมีตัวอย่าง (Few-Shot CoT) – สอน AI ด้วย “วิธีทำ” ของเรา
สำหรับงานที่ซับซ้อนมากๆ (เช่น การวิเคราะห์ทางกฎหมาย หรือโจทย์ฟิสิกส์) บางครั้งการบอกให้ “คิดทีละขั้น” อาจไม่พอ เราต้อง “แสดงตัวอย่าง” ให้ AI ดูก่อนว่า “การคิดทีละขั้น” ที่เราต้องการนั้นหน้าตาเป็นอย่างไร
นี่คือการป้อนตัวอย่างคำถามและ “วิธีคิด” ของเราให้ AI ดูก่อน 1-2 ตัวอย่าง (Few-Shot) แล้วค่อยถามคำถามจริง
📝 ตัวอย่าง Prompt แบบมีตัวอย่าง
[ตัวอย่างที่ 1 ของเรา] คำถาม: “ถ้ากบตัวหนึ่งตกไปในบ่อลึก 10 เมตร ทุกวันมันปีนขึ้นได้ 3 เมตร แต่ตอนกลางคืนมันลื่นลง 2 เมตร มันต้องใช้เวลากี่วันถึงจะออกจากบ่อได้?” วิธีคิด:
- วันที่ 1: ปีนขึ้น 3 ม. (อยู่ที่ 3 ม.), ลื่นลง 2 ม. (เหลือ 1 ม.)
- วันที่ 2: ปีนขึ้น 3 ม. (อยู่ที่ 1+3=4 ม.), ลื่นลง 2 ม. (เหลือ 2 ม.)
- … (ข้ามไป) …
- วันที่ 7: เริ่มต้นวันที่ 7 อยู่ที่ 6 ม. ปีนขึ้น 3 ม. (อยู่ที่ 6+3=9 ม.), ลื่นลง 2 ม. (เหลือ 7 ม.)
- วันที่ 8: เริ่มต้นวันที่ 8 อยู่ที่ 7 ม. ปีนขึ้น 3 ม. (อยู่ที่ 7+3=10 ม.) ถึงปากบ่อพอดี (ไม่ต้องลื่นลงแล้ว) คำตอบ: 8 วัน
[ตัวอย่างที่ 2 (คำถามจริงของเรา)] คำถาม: “หนอนตัวหนึ่งไต่กำแพงสูง 15 เมตร ทุกวันไต่ขึ้นได้ 4 เมตร แต่กลางคืนลื่นลง 1 เมตร มันต้องใช้เวลากี่วันถึงจะถึงยอดกำแพง?” วิธีคิด:
[… สิ้นสุด Prompt ของเรา …]
ผลลัพธ์: AI จะเลียนแบบ “ตรรกะ” การคิดของเราจากตัวอย่างที่ 1 และเริ่มแจกแจงวิธีคิดสำหรับคำถามที่ 2 ทันที (เช่น วันที่ 1: ขึ้น 4 ลง 1 เหลือ 3 ม., วันที่ 2:…) และให้คำตอบที่ถูกต้องแก่คุณ
💡 เมื่อไหร่ควรใช้ (และไม่ควรใช้) CoT?
- ควรใช้ (มาก):
- โจทย์คณิตศาสตร์และวิทยาศาสตร์
- ปริศนาตรรกะ (Logic Puzzles)
- การวางแผน (เช่น “วางแผนเที่ยวญี่ปุ่น 7 วัน”)
- การวิเคราะห์ข้อความที่ซับซ้อน (เช่น “สรุปข้อดี-ข้อเสีย จากรีวิวสินค้านี้”)
- ไม่จำเป็น (AI ทำได้ดีอยู่แล้ว):
- ถามความรู้ทั่วไป (เช่น “ใครเป็นนายกฯ คนแรกของไทย?”)
- การสรุปข้อความง่ายๆ
- การเขียนเชิงสร้างสรรค์ (เช่น “แต่งกลอนวันแม่”)
บทสรุป
การใช้ Prompt แบบ Chain of Thought คือการเปลี่ยนบทบาทของคุณจาก “ผู้ถาม” ไปเป็น “ผู้กำกับ” คุณไม่ได้แค่โยนโจทย์ให้ AI แต่คุณกำลัง “กำกับ” วิธีการคิดของมัน นี่คือทักษะสำคัญที่จะช่วยให้คุณรีดเค้นศักยภาพที่แท้จริงของ AI ออกมาใช้ และได้ผลลัพธ์ที่ฉลาดและไว้ใจได้มากที่สุดค่ะ
