✨ เคล็ดลับการเขียน Prompt ที่มีประสิทธิภาพการเขียน prompt ที่ดีเปรียบเหมือน "สั่งงานผู้ช่วยวิจัย" — ยิ่งบอกชัดเจน ละเอียด ก็ยิ่งได้ผลลัพธ์ตรงใจ
📐 หลัก 5 ข้อ ของ Prompt ที่ดี
หลักการ อธิบาย ตัวอย่าง
🎯 บอกบทบาท บอก AI ว่าให้ทำหน้าที่เป็นอะไร "คุณเป็นผู้เชี่ยวชาญด้านสถิติวิจัยทางการพยาบาล" 📋 บอกงาน ระบุชัดเจนว่าต้องการอะไร "ช่วยสร้างแบบสอบถามเรื่อง..." 📖 บอกบริบท ให้ข้อมูลเบื้องหลังที่จำเป็น "ฉันเป็นพยาบาลวิชาชีพ หอผู้ป่วย ICU" 📏 บอกรูปแบบ กำหนดว่าต้องการคำตอบแบบไหน "สรุปเป็นตาราง 3 คอลัมน์" ⚠️ บอกข้อจำกัด ระบุสิ่งที่ต้องการ/ไม่ต้องการ "ใช้งานวิจัยตั้งแต่ปี 2020 ขึ้นไป"
✏️ เครื่องหมายที่ช่วยให้ Prompt มีประสิทธิภาพ
เครื่องหมายวรรคตอนไม่ใช่แค่ไวยากรณ์ แต่เป็น "เครื่องมือจัดโครงสร้างคำสั่ง" ที่ช่วยให้ AI แยกแยะส่วนต่างๆ ได้ชัดเจนขึ้น:
:
Colon (โคลอน)
สื่อว่า: "ต่อไปนี้คือ..."ใช้: นำเข้าสู่รายละเอียดหลังหัวข้อเช่น: "วัตถุประสงค์: เพื่อศึกษาผล..."
;
Semicolon (เซมิโคลอน)
สื่อว่า: "แยกเงื่อนไข/ประเด็น"ใช้: แยกเงื่อนไขที่เกี่ยวข้องกันเช่น: "อายุ 60+; เบาหวาน; นอน รพ."
,
Comma (จุลภาค)
สื่อว่า: "รายการในกลุ่มเดียวกัน"ใช้: ระบุหลายรายการต่อเนื่องเช่น: "เพศ, อายุ, การศึกษา, รายได้"
—
Dash (ขีดยาว)
สื่อว่า: "หัวข้อย่อย/รายการ"ใช้: เริ่มต้นแต่ละข้อในรายการเช่น: "— ส่วนที่ 1: ข้อมูลทั่วไป"
" "
Quotes (อัญประกาศ)
สื่อว่า: "คำนี้คือคำสำคัญ"ใช้: เน้นคำ/วลีเฉพาะเช่น: "เรื่อง " แผลกดทับ" "
1. 2.
ลำดับเลข
สื่อว่า: "ทำตามลำดับนี้"ใช้: กำหนดขั้นตอนที่ชัดเจนเช่น: "1. สรุปบริบท 2. วิเคราะห์"
🔄 เปรียบเทียบ: Prompt ธรรมดา vs Prompt ที่ดี
❌ PROMPT ที่ไม่ดี
ช่วยหางานวิจัยเกี่ยวกับเบาหวานให้หน่อย
✅ PROMPT ที่ดี
คุณเป็นผู้เชี่ยวชาญด้านการพยาบาลเบาหวาน; "การดูแลแผลเบาหวานที่เท้า" ; เฉพาะ peer-reviewed journals; จำนวน 5 เรื่อง: — ชื่อเรื่อง, ผู้แต่ง, ปี, วารสาร— วัตถุประสงค์— ผลลัพธ์สำคัญ
🎯 สังเกต: Prompt ที่ดีใช้ " " ครอบหัวข้อ, ใช้ ; แยกเงื่อนไข, ใช้ : นำรายละเอียด, ใช้ — เริ่มแต่ละข้อ, ใช้ , แยกรายการ → AI เข้าใจโครงสร้างคำสั่งได้ชัดเจนกว่ามาก
📖 ขั้นที่ 1: สืบค้นวรรณกรรมให้ AI ค้นหางานวิจัยที่เกี่ยวข้อง สรุปเนื้อหา จัดเรียงตามหัวข้อ
🔹 ตัวอย่าง Prompt:
ช่วยสืบค้นงานวิจัยเกี่ยวกับ "การป้องกันแผลกดทับในผู้ป่วยวิกฤต" ; จำนวน 10 เรื่อง: — ชื่อเรื่อง, ผู้แต่ง, ปี, วารสาร— วัตถุประสงค์— วิธีการวิจัย + กลุ่มตัวอย่าง— ผลลัพธ์สำคัญ— ข้อเสนอแนะ
👁️ ดูตัวอย่างผลลัพธ์จาก AI (2 ตัวอย่าง)
▾
ตัวอย่าง 1: รายการ Paper
ตัวอย่าง 2: สรุปภาพรวม
จากการสืบค้น พบงานวิจัยที่เกี่ยวข้อง ดังนี้:
1. Effectiveness of Repositioning Schedules on Pressure Injury Prevention in ICU Patients
Smith, J. et al. (2023) — Journal of Critical Care Nursing, 42(3), 215-228
วัตถุประสงค์: เปรียบเทียบประสิทธิผลของตารางพลิกตัวทุก 2 ชม. vs 4 ชม.วิธีการ: RCT, n=240, ผู้ป่วย ICU อายุ 60+ผลลัพธ์: กลุ่มพลิกตัวทุก 2 ชม. มีอุบัติการณ์แผลกดทับต่ำกว่า (8.3% vs 21.7%, p<0.001)ข้อเสนอแนะ: ควรใช้ตารางพลิกตัวทุก 2 ชม. ร่วมกับแผ่นรองลดแรงกด
2. AI-Assisted Risk Assessment for Hospital-Acquired Pressure Injuries
Chen, L. & Wong, H. (2024) — International Journal of Nursing Studies, 150, 104-115
วัตถุประสงค์: ประเมินความแม่นยำของ AI ในการทำนายความเสี่ยงแผลกดทับวิธีการ: Retrospective cohort, n=5,200, ข้อมูล EHRผลลัพธ์: AI model มี AUC 0.91 ดีกว่า Braden Scale (AUC 0.78)ข้อเสนอแนะ: แนะนำใช้ AI ร่วมกับการประเมินทางคลินิก
... แสดง 2 จาก 10 เรื่อง ...
📊 สรุปภาพรวมจากงานวิจัย 10 เรื่อง
ประเด็นหลักที่พบ:
1. การพลิกตัวสม่ำเสมอ ยังเป็นมาตรการหลักที่มีหลักฐานสูงสุด (6/10 เรื่อง)เทคโนโลยี AI เริ่มมีบทบาทในการประเมินความเสี่ยง (3 เรื่อง)การให้ความรู้ทีมพยาบาล ลดอุบัติการณ์ได้ 30-50% (4 เรื่อง)แผ่นรองลดแรงกด มีประสิทธิผลเมื่อใช้ร่วมกับการพลิกตัว (5 เรื่อง)
🔍 Research Gap ที่พบ: ผู้ป่วยวิกฤตในประเทศไทย น้อยมาก และไม่มีการศึกษาที่ใช้ โปรแกรมสหสาขาวิชาชีพ ร่วมกับเทคโนโลยี AI
💡 เคล็ดลับ: ใช้ Deep Research mode จะได้รายงาน 10-30 หน้า พร้อม citation อัตโนมัติ⚠️ สำคัญ: ตรวจสอบชื่อ paper ทุกเรื่องใน Google Scholar ว่ามีจริง!
💡 ขั้นที่ 2: พัฒนาหัวข้อและกรอบแนวคิดให้ AI ช่วยพัฒนา research question, กรอบแนวคิด, ตัวแปร
🔹 ตัวอย่าง Prompt:
คุณเป็นที่ปรึกษาวิจัยทางการพยาบาล; พยาบาลวิชาชีพ ทำงานใน หอผู้ป่วยอายุรกรรม "การดูแลผู้ป่วยเบาหวานที่มีแผลเรื้อรัง" : , ตัวแปรตาม, ตัวแปรควบคุม
👁️ ดูตัวอย่างผลลัพธ์จาก AI (3 ตัวอย่าง)
▾
5 หัวข้อแนะนำ
ขยายหัวข้อ 1
กรอบแนวคิด
หัวข้อที่ 1: ผลของโปรแกรมส่งเสริมการดูแลตนเองต่อพฤติกรรมการดูแลแผลเบาหวานที่เท้า
RQ: โปรแกรมส่งเสริมการดูแลตนเองมีผลต่อพฤติกรรมการดูแลแผลเบาหวานที่เท้าอย่างไร?รูปแบบ: Quasi-experimental (pre-post with control)
หัวข้อที่ 2: ปัจจัยทำนายการหายของแผลเบาหวานเรื้อรัง
RQ: ปัจจัยใดมีอิทธิพลต่อระยะเวลาการหายของแผลเบาหวาน?รูปแบบ: Prospective cohort study
หัวข้อที่ 3: ความสัมพันธ์ระหว่าง Health Literacy กับพฤติกรรมการดูแลแผล
RQ: ระดับ Health Literacy มีความสัมพันธ์กับพฤติกรรมการดูแลแผลอย่างไร?รูปแบบ: Cross-sectional descriptive
... แสดง 3 จาก 5 หัวข้อ ...
📋 รายละเอียด: โปรแกรมส่งเสริมการดูแลตนเอง
ตัวแปรต้น: โปรแกรมส่งเสริมการดูแลตนเอง (ให้ความรู้, สาธิต, ฝึกปฏิบัติ, ติดตามทางโทรศัพท์)
ตัวแปรตาม: 1) คะแนนความรู้ 2) คะแนนพฤติกรรม 3) ระดับ HbA1c
ตัวแปรควบคุม: อายุ, เพศ, การศึกษา, ระยะเวลาเป็นเบาหวาน, โรคร่วม
กลุ่มตัวอย่าง: ผู้ป่วย DM type 2 ที่มีแผลที่เท้า Wagner grade 1-2 จำนวน 60 คน (กลุ่มละ 30)ระยะเวลา: ดำเนินการ 8 สัปดาห์ ติดตาม 12 สัปดาห์
📐 ทฤษฎีที่แนะนำ: Orem's Self-Care Theory
1. Self-Care Agency — ความสามารถของผู้ป่วยในการดูแลตนเองSelf-Care Demand — ความต้องการการดูแลแผลเบาหวานNursing System — โปรแกรมพยาบาล (Supportive-Educative System)
สมมติฐานวิจัย:
💡 เคล็ดลับ: หลังได้หัวข้อ ให้พิมพ์ต่อว่า "ช่วยขยายรายละเอียดหัวข้อที่ 1" หรือ "แนะนำกรอบแนวคิด" เพื่อเจาะลึกต่อ
📋 ขั้นที่ 3: สร้างเครื่องมือวิจัยให้ AI ร่างแบบสอบถาม แบบประเมิน หรือแบบสัมภาษณ์
🔹 ตัวอย่าง Prompt:
ช่วยสร้างแบบสอบถาม สำหรับวิจัยเรื่อง"ความรู้และพฤติกรรมการดูแลแผลเบาหวานของผู้ป่วย" : — ส่วนที่ 1: ข้อมูลทั่วไป (เพศ, อายุ, การศึกษา, ระยะเวลาป่วย)— ส่วนที่ 2: ความรู้ (15 ข้อ; ถูก/ผิด/ไม่แน่ใจ)— ส่วนที่ 3: พฤติกรรม (10 ข้อ; Likert 5 ระดับ); ระบุเกณฑ์การให้คะแนน
👁️ ดูตัวอย่างผลลัพธ์จาก AI (3 ตัวอย่าง)
▾
แบบวัดความรู้
แบบวัดพฤติกรรม
เกณฑ์คะแนน
● AI RESPONSE — ส่วนที่ 2: แบบวัดความรู้ (5 จาก 15 ข้อ)
คำชี้แจง: กรุณาตอบว่า "ถูก" "ผิด" หรือ "ไม่แน่ใจ"
1. แผลเบาหวานที่เท้าหายได้เองโดยไม่ต้องดูแลพิเศษ [ถูก / ผิด✓ / ไม่แน่ใจ]
2. การล้างแผลด้วย Normal Saline ดีกว่าน้ำเปล่า [ถูก✓ / ผิด / ไม่แน่ใจ]
3. ผู้ป่วยเบาหวานควรตรวจเท้าทุกวัน [ถูก✓ / ผิด / ไม่แน่ใจ]
4. การสวมรองเท้าคับจะพยุงแผลให้หายเร็ว [ถูก / ผิด✓ / ไม่แน่ใจ]
5. น้ำตาลในเลือดที่สูงทำให้แผลหายช้า [ถูก✓ / ผิด / ไม่แน่ใจ]
● AI RESPONSE — ส่วนที่ 3: แบบวัดพฤติกรรม (5 จาก 10 ข้อ)
คำชี้แจง: เลือกระดับที่ตรงกับพฤติกรรมของท่าน (5=ประจำ 4=บ่อย 3=บางครั้ง 2=นานๆ ครั้ง 1=ไม่เคย)
1. ท่านตรวจดูเท้าทั้งสองข้างทุกวัน ⑤ ④ ③ ② ①
2. ท่านล้างเท้าด้วยน้ำอุ่นและเช็ดให้แห้งทุกวัน ⑤ ④ ③ ② ①
3. ท่านทาครีมบำรุงที่เท้า (ยกเว้นซอกนิ้ว) ⑤ ④ ③ ② ①
4. ท่านสวมรองเท้าที่สะอาดและไม่คับแน่น ⑤ ④ ③ ② ①
5. ท่านรับประทานอาหารตามแผนที่แนะนำ ⑤ ④ ③ ② ①
● AI RESPONSE — เกณฑ์การให้คะแนน
ส่วนที่ 2: แบบวัดความรู้ (15 ข้อ)
ส่วนที่ 3: แบบวัดพฤติกรรม (10 ข้อ)
📊 ขั้นที่ 4: วิเคราะห์ข้อมูลให้ AI ช่วยเลือกสถิติ เขียนคำสั่ง SPSS/R อธิบายผลลัพธ์
🔹 ตัวอย่าง Prompt:
งานวิจัยของฉัน: Quasi-experimental ; 2 กลุ่ม; วัดก่อนและหลัง: — คะแนนความรู้ (0-30, continuous)— ระดับความพึงพอใจ (Likert 5 ระดับ, ordinal)— จำนวนวันหายของแผล (วัน, continuous):
👁️ ดูตัวอย่างผลลัพธ์จาก AI (3 ตัวอย่าง)
▾
แนะนำสถิติ
คำสั่ง SPSS
ตัวอย่างตาราง
● AI RESPONSE — แนะนำสถิติ
1. คะแนนความรู้ (Continuous, 0-30)
ก่อน-หลังในกลุ่ม: Paired t-test (ถ้าแจกแจงปกติ) หรือ Wilcoxon Signed Rankระหว่างกลุ่ม: Independent t-test หรือ Mann-Whitney Uเหตุผล: ข้อมูล continuous, 2 กลุ่มอิสระ
2. ระดับความพึงพอใจ (Ordinal, Likert 5)
ระหว่างกลุ่ม: Mann-Whitney U testเหตุผล: ข้อมูล ordinal ใช้ t-test ไม่ได้รายงาน: ใช้ Median (IQR) แทน Mean (SD)
3. จำนวนวันหายของแผล (Continuous)
ระหว่างกลุ่ม: Independent t-test หรือ Mann-Whitney Uเพิ่มเติม: อาจใช้ Kaplan-Meier survival analysisเหตุผล: continuous data ที่อาจมี censoring
● AI RESPONSE — คำสั่ง SPSS
* ทดสอบ Normality
● AI RESPONSE — ตัวอย่างตารางรายงานผล
ตาราง: เปรียบเทียบคะแนนความรู้ก่อนและหลังการทดลอง
ตัวแปร กลุ่มทดลอง กลุ่มควบคุม t p-value
ความรู้ก่อน 15.4±3.2 15.1±3.5 0.35 .728 ความรู้หลัง 24.8±2.8 17.2±3.1 10.14 <.001* ผลต่าง +9.4±2.1 +2.1±1.8 14.72 <.001*
* มีนัยสำคัญทางสถิติที่ระดับ p < .05
💡 เคล็ดลับ: ถ้าใช้ ChatGPT Plus สามารถ อัปโหลดไฟล์ Excel แล้ว AI จะรัน Python วิเคราะห์ข้อมูลจริงพร้อมกราฟ!
✍️ ขั้นที่ 5: เขียนรายงานวิจัยให้ AI ร่างแต่ละบทของรายงาน แล้วคุณปรับแก้ให้สมบูรณ์
🔹 ตัวอย่าง Prompt:
ช่วยเขียน บทนำ (Introduction) สำหรับงานวิจัยเรื่อง"ผลของโปรแกรมส่งเสริมการดูแลตนเอง ต่อพฤติกรรมการดูแลแผลเบาหวาน" : ; ยาว 2-3 หน้า A4
👁️ ดูตัวอย่างผลลัพธ์จาก AI (2 ตัวอย่าง)
▾
ตัวอย่างบทนำ
ตัวอย่าง Discussion
● AI RESPONSE — บทนำ (ตัดตอนบางส่วน)
โรคเบาหวาน (Diabetes Mellitus) เป็นปัญหาสาธารณสุขที่สำคัญระดับโลก องค์การอนามัยโลกรายงานว่าในปี พ.ศ. 2564 มีผู้ป่วยเบาหวานทั่วโลกประมาณ 537 ล้านคน สำหรับประเทศไทย มีผู้ป่วยเบาหวานประมาณ 5 ล้านคน คิดเป็นร้อยละ 9.5 ของประชากรผู้ใหญ่...
ภาวะแทรกซ้อนที่สำคัญของโรคเบาหวาน คือแผลเรื้อรังที่เท้า (Diabetic Foot Ulcer: DFU) ซึ่งพบได้ร้อยละ 15-25 ของผู้ป่วยเบาหวาน แผลเบาหวานที่เท้าเป็นสาเหตุหลักของการถูกตัดขา...
จากการทบทวนวรรณกรรม พบว่ายังมีงานวิจัยในบริบทของโรงพยาบาลชุมชนในประเทศไทยค่อนข้างจำกัด โดยเฉพาะโปรแกรมที่ใช้ ทฤษฎีการดูแลตนเองของ Orem ร่วมกับสื่อมัลติมีเดีย...
⚠️ ตัวเลขสถิติอาจไม่ถูกต้อง — ต้องตรวจสอบจากแหล่งข้อมูลจริงทุกครั้ง!
● AI RESPONSE — บทอภิปรายผล (ตัดตอน)
บทที่ 5: อภิปรายผล
ผลการวิจัยพบว่า กลุ่มทดลองที่ได้รับโปรแกรมส่งเสริมการดูแลตนเองมีคะแนนความรู้เฉลี่ยหลังการทดลอง สูงกว่ากลุ่มควบคุมอย่างมีนัยสำคัญทางสถิติ (p<.001) ซึ่งสอดคล้องกับงานวิจัยของ Smith et al. (2023)...
ผลลัพธ์นี้สามารถอธิบายได้ด้วย ทฤษฎี Self-Care ของ Orem ที่กล่าวว่า เมื่อบุคคลได้รับการสนับสนุนความรู้และทักษะอย่างเพียงพอ (Supportive-Educative System) จะสามารถพัฒนา Self-Care Agency ได้...
⚠️ จำไว้เสมอ: AI สร้าง "ร่างแรก" เท่านั้น — คุณต้องแก้ไขถ้อยคำ เพิ่มข้อมูลจริง ตรวจตัวเลขทุกตัว!
🗺️ สรุป: 6 ขั้นตอนใช้ AI ทำวิจัยอย่างมีจริยธรรม
1
📖 สืบค้นวรรณกรรม ใช้ AI + Deep Research → ตรวจสอบ ใน Google Scholar
2
💡 พัฒนาหัวข้อ ให้ AI แนะนำ → คุณเลือกและปรับ
3
📋 สร้างเครื่องมือ ให้ AI ร่าง → คุณตรวจ content validity
4
📊 วิเคราะห์ข้อมูล ให้ AI แนะนำสถิติ → คุณตรวจผลลัพธ์
5
✍️ เขียนรายงาน ให้ AI ร่าง → คุณแก้ไข ตรวจตัวเลข
✓
⚖️ เปิดเผยการใช้ AI ระบุในงานวิจัย ว่าใช้ AI ตัวไหน ส่วนใด
⚖️ จริยธรรมการใช้ AI ในงานวิจัย
1. ความโปร่งใส: ระบุว่าใช้ AI ตัวไหน ช่วยส่วนใด2. ความเป็นส่วนตัว: ห้ามใส่ข้อมูลผู้ป่วยลงใน AI สาธารณะ3. ความรับผิดชอบ: นักวิจัยรับผิดชอบทุกเนื้อหา4. ความถูกต้อง: ตรวจสอบทุกข้อมูลจาก AI5. ความเป็นต้นฉบับ: ใช้ AI เป็น "ผู้ช่วย" ไม่ใช่ให้เขียนแทน
🌟 เคล็ดลับทอง 5 ข้อ
1. Prompt ที่ดี = คำตอบที่ดี — ยิ่งบอกชัด ยิ่งตรงใจ2. ใช้หลาย AI เปรียบเทียบ — ลอง 2-3 ค่าย เลือกที่ดีที่สุด3. ตรวจสอบเสมอ — อย่าเชื่อ AI 100%4. AI เป็น "ผู้ช่วย" — ไม่ใช่ "ผู้ทำแทน"5. เปิดใจเรียนรู้ — AI พัฒนาเร็ว สิ่งที่เรียนวันนี้เป็นพื้นฐานอนาคต