Prompt ของคุณเล็กไป: 4 วิธีสั่ง AI ให้คิดใหญ่ขึ้น พร้อม 5 prompt ก๊อปไปใช้ได้เลย

ใช้ AI ตัวเดียวกัน แต่บางคนได้งานกลับมามากกว่าเรา 10 เท่า บางคน 100 เท่า

ไม่ใช่เพราะเขาใช้รุ่นแพงกว่า หรือรู้คำสั่งลับ ต่างกันที่ "สิ่งที่ขอ" ล้วนๆ

บทความนี้เรียบเรียงจากบทความ How to be more ambitious ของ Felix Rieseberg หัวหน้าทีมวิศวกรที่ทำ Claude และคลิปของ Ray Amjad ที่หยิบบทความนี้มาอธิบาย เราเล่าใหม่ด้วยตัวอย่างงานทั่วไป ทั้งสไลด์ แคปชัน งานขาย และแชตลูกค้า ท้ายบทความมี 5 prompt ที่ก๊อปไปใช้ได้เลย

AI ตัวเดียวกัน ทำไมผลต่างกัน 100 เท่า

ลองนึกภาพคน 2 คน ได้งานเดียวกัน คือสรุปยอดขายเดือนนี้ให้หัวหน้า

• คนแรกพิมพ์ "ทำสไลด์ 5 หน้า สรุปยอดขายเดือนนี้" ได้สไลด์สวยๆ 5 หน้า
• คนที่สองให้ AI ดูข้อมูลขายทั้งหมด บอกว่าเดือนนี้อะไรเปลี่ยน เพราะอะไร ควรตัดสินใจเรื่องไหนก่อน แล้วเสนอวิธีที่หัวหน้าจะเห็นปัญหาเร็วกว่ารอสไลด์สิ้นเดือน

AI ตัวเดียวกัน แต่งานที่ได้คนละระดับ

Felix แบ่งความทะเยอทะยานตอนใช้ AI ไว้ 4 แบบ

แบบ	คืออะไร	ตัวอย่าง
Speed (เร็วขึ้น)	งานเดิม เสร็จไวขึ้น	เขียนแคปชันเสร็จใน 10 วินาที
Altitude (สูงขึ้น)	สั่งที่เป้าหมาย ไม่ใช่ที่งานชิ้นเดียว	"ลูกค้าไม่ต้องทักมาถามว่าของส่งเมื่อไหร่"
Depth (ลึกขึ้น)	ทำแบบที่คนเก่งที่สุดในสายนั้นทำจริง	ใช้ข้อมูลดิบ เครื่องมือของมืออาชีพ และมีคนนอกเช็กผล
Range (กว้างขึ้น)	ยืมวิธีจากอาชีพอื่นที่แก้ปัญหาแบบนี้อยู่แล้ว	ตอบแชตลูกค้าด้วยวิธีของเซลล์รถหรือหมอ

Speed ทุกคนได้อยู่แล้ว ใครใช้ AI ก็เร็วขึ้นเหมือนกันหมด Felix เลยข้ามไป เราก็ข้ามเหมือนกัน อีก 3 แบบที่เหลือคือที่ที่คนได้ผลต่างกันจริงๆ

สั่งเป้าหมาย ไม่ใช่สั่งงาน (Altitude)

ปกติเราสั่ง AI เป็นงานชิ้นๆ "ตอบแชตนี้" "แก้แคปชันนี้" AI ก็ทำตามที่เราเดาว่าจะช่วยได้ แล้วหยุด

Altitude คือถามตัวเองว่า ทำงานนี้ไปเพื่ออะไร แล้วถามต่ออีกขั้น ว่าสิ่งนั้นเพื่ออะไรอีกที Felix เรียกว่า "เป้าหมายเหนือเป้าหมาย"

สั่งงาน	สั่งเป้าหมาย	เป้าหมายเหนือเป้าหมาย
ตอบแชตลูกค้าที่ถามว่าของส่งเมื่อไหร่	ลูกค้าได้คำตอบเรื่องส่งของภายใน 5 นาที	ลูกค้าไม่ต้องทักมาถามเลย เพราะรู้สถานะเองตลอด
ทำสไลด์สรุปยอดขาย	บอกว่าเดือนนี้อะไรเปลี่ยน เพราะอะไร ควรทำอะไรต่อ	หัวหน้าเห็นปัญหาเร็ว แล้วย้ายเงินกับคนไปถูกที่ ออกแบบวิธีที่ดีกว่าสไลด์สิ้นเดือน
แก้แอปที่ crash ตัวนี้	—	ดูแลให้แอปไม่ crash เลย

แถวสุดท้ายเป็นเรื่องของ Felix เอง ต้นปีที่แล้วเขายังสั่ง Claude แก้ crash ทีละตัว ตอนนี้เขาสั่งแค่ "ดูแลให้แอปไม่ crash"

ถาม AI ก่อนว่ามันต้องใช้อะไร

พอสั่งสูงขึ้น AI ต้องเข้าถึงข้อมูลมากขึ้นด้วย

กรณีของ Felix ก่อนจะสั่งให้ Claude ดูแลเรื่อง crash ได้ เขาต้องเตรียมให้มันดึงรายงาน crash เองได้ รู้ว่าแอปเวอร์ชันไหนตรงกับโค้ดชุดไหน และให้มันมีเครื่อง Windows, macOS, Linux ไว้ลองซ้ำและเช็กว่าแก้ได้จริง

เราไม่ต้องเดาเองว่า AI ต้องใช้อะไร ถามมันตรงๆ เลย "ถ้าจะทำให้ถึงเป้านี้ คุณต้องใช้ข้อมูลหรือสิทธิ์อะไรจากผมบ้าง" Ray ก็ทำแบบนี้ก่อนตั้งงานใหญ่ทุกครั้ง เพราะ AI ส่วนใหญ่จะไม่ขอเองถ้าเราไม่ถาม

เลิกเป็นคนกลางส่งข้อความ

ลองสังเกตว่าเราทำแบบนี้บ่อยแค่ไหน

ลูกค้าทักมา → เราก๊อปไปถาม AI → ก๊อปคำตอบไปส่ง → ลูกค้าถามต่อ → ก๊อปไปถามอีก

ตรงนี้เราไม่ได้คิดอะไรเลย แค่ส่งข้อความไปมาระหว่าง AI กับโลกข้างนอก ในคลิป Ray เรียกตัวเองตอนนั้นว่า "meat proxy" (คนที่เป็นแค่ท่อส่งข้อความ)

ทุกครั้งที่เจอแบบนี้ ให้ถามว่า "ถ้าต่อ AI เข้ากับแชตและข้อมูลออเดอร์ตรงๆ เราจะออกจากวงนี้ได้ไหม"

แก้ที่ระบบ ไม่ใช่แก้ทีละครั้ง

ถ้าแคปชันใบนี้ลืมใส่ราคา แก้ใบนี้ก็ได้ใบเดียว

ถ้าแก้ที่ checklist หรือ template ที่ AI ใช้เขียนแคปชัน ทุกใบหลังจากนี้จะได้แก้ไปด้วย

Ray พูดไว้ตรงๆ ว่าแก้บั๊กในแอป ได้แก้ 1 บั๊ก แต่แก้บั๊กในระบบ ทุกอย่างที่ระบบนั้นแตะได้แก้หมด

Felix เตือนไว้ด้วยว่า Altitude ได้ผลดีสุดเมื่อมีผลลัพธ์ปลายทางที่ชัด ใช้กับงานสร้างสรรค์ได้ไม่ค่อยดี และสั่งกว้างสุดๆ อย่าง "Claude ไปหาเงินมา" ยังไม่ได้ผลกับธุรกิจส่วนใหญ่ในปี 2026 สัญญาณง่ายๆ ว่าควรใช้ Altitude คือ งานไหนที่ต้องมีประชุมคุยกันเรื่องผลลัพธ์ งานนั้นเหมาะ

ทำแบบคนเก่งจริง ไม่ใช่แค่พูดเหมือน (Depth)

หลายคนเติม "ทำตัวเป็นผู้เชี่ยวชาญด้าน…" ไว้หน้า prompt

Felix บอกว่า AI จะเปลี่ยนแค่ "คำ" ที่ใช้ แต่ไม่เปลี่ยน "วิธีทำ" มันพูดเหมือนนักวิเคราะห์ข้อมูล แต่ยังสรุปเป็นตาราง markdown ธรรมดา ทั้งที่นักวิเคราะห์ตัวจริงจะเอาข้อมูลเข้าฐานข้อมูลแล้วใช้สถิติ

Depth มี 4 อย่างที่ทำได้เลย

1. บังคับให้ใช้เครื่องมือของมืออาชีพ

สมมติลูกค้าหายไปเรื่อยๆ แล้วเราถาม "ทำไมลูกค้าหาย" AI จะเดาเหตุผลมาให้ 5 ข้อ

มืออาชีพจะเริ่มจากข้อมูลดิบ ทุกออเดอร์ ทุกแชต แยกลูกค้าตามเดือนที่เริ่มซื้อ แล้วดูว่ากลุ่มไหนหายตอนไหน

เราไม่ต้องรู้ว่ามืออาชีพใช้เครื่องมืออะไร AI รู้อยู่แล้ว แค่ยืนยันให้มันใช้

2. ตั้งเป้าแบบเกินจริง แล้วบอกว่ามันทำได้

เว็บโหลด 10 วินาที อยากให้เหลือ 5 Felix บอกให้ขอ 0.2 วินาทีไปเลย ถ้า AI บอกว่าเป็นไปไม่ได้ ให้ย้ำว่าทำได้ ทำต่อไป

ตัวอย่างที่ดังที่สุดคือเรื่องสมมติฐานของรีมันน์ (Riemann hypothesis) โจทย์คณิตศาสตร์ที่ค้างมาตั้งแต่ปี 1859 และมีรางวัลล้านดอลลาร์

Jarred Sumner คนสร้าง Bun ที่ทำงานที่ Anthropic และไม่ใช่นักคณิตศาสตร์ สั่ง Claude รุ่นวิจัยที่ยังไม่เปิดให้ใช้ ให้ "take a real stab" คือลองแก้โจทย์นี้จริงๆ

• รอบแรก Claude ลองไป 650 ไอเดีย ไม่มีอันไหนได้ผล
• เขาให้ลองใหม่ รอบนี้ Claude ใช้เวลาวันครึ่ง คุม subagent ราว 60 ตัว รันคำสั่งไป 2,400 ครั้ง เขียน Python script เป็นร้อยไฟล์
• ระหว่างนั้นสิ่งที่ Jarred พิมพ์ส่วนใหญ่คือ "keep going" กับ "believe in yourself"

ผลคือ Claude แก้โจทย์รีมันน์ไม่ได้ Anthropic เขียนไว้ตรงๆ แต่ระหว่างทางมันพิสูจน์โจทย์ข้างเคียงได้ สัดส่วนของ "ศูนย์" ที่พิสูจน์แล้วว่าอยู่บนเส้นตามสมมติฐาน ขยับจากสถิติเดิม 41.6% เป็น 67.2%

เป้าที่เกินจริงไม่ได้ทำให้ได้ตามที่ขอเป๊ะ แต่พาไปไกลกว่าที่จะได้ถ้าขอแค่เป้าธรรมดา

3. ท้าสิ่งที่เราเชื่อ

เรื่องที่เราเชื่อในธุรกิจหลายเรื่องเป็นแค่การเดาคร่าวๆ ให้ AI ลองพิสูจน์จากข้อมูลดิบ เช่น "เราเชื่อว่าลูกค้าหายเพราะตอบแชตช้า ลองพิสูจน์จากข้อมูลจริงว่าใช่ไหม"

4. ให้คนนอกเป็นคนตัดสิน ไม่ใช่ AI ตรวจตัวเอง

Felix ย้ำเลยว่าตอนนี้ (ตุลาคม 2026) อย่าให้ AI ตัดสินงานตัวเอง ต้องมีอะไรข้างนอกมาเช็ก เช่น ตัวเลขจริงจาก Insights คนจริงที่อ่าน หรือเครื่องมือที่รันแล้วบอกผลได้

เรื่องรีมันน์ก็ผ่านขั้นนี้ ผลงานถูก subagent ตัวอื่นตรวจ ค้นงานวิจัย 54 ฉบับว่ามีคนพบไปก่อนหรือยัง นักคณิตศาสตร์ของ Anthropic 2 คนตรวจ ผู้เชี่ยวชาญด้านนี้ข้างนอกอีก 2 คนช่วยดู และมีบทพิสูจน์แบบที่เครื่องตรวจได้ (Lean)

Felix ให้ prompt สั้นๆ ไว้ชุดหนึ่ง ใช้เขียน prompt ของเราใหม่ให้ "ลึกขึ้น ไม่ใช่ใหญ่ขึ้น" เราแปลงเป็นภาษาไทยไว้ใน prompt deep ท้ายบทความ

ยืมวิธีจากอาชีพอื่น (Range)

ทุกงานดูเหมือนเป็นของสายใดสายหนึ่ง แต่บ่อยครั้งอีกอาชีพหนึ่งแก้ส่วนที่ยากที่สุดไว้ให้แล้ว

เปลี่ยนคำนามเป็นกริยา

Felix ยืมทริคนี้มาจากหนังสือ The Art of Innovation

"สไลด์สรุปไตรมาส" เป็นคำนาม พอเขียนเป็นสิ่งที่ต้องทำให้เกิด จะได้ว่า "ทำให้คนยุ่งๆ เชื่อเรื่องเหตุและผล แล้วตัดสินใจได้ทั้งที่ข้อมูลไม่ครบ ภายใน 30 นาที"

พอเขียนแบบนี้จะเห็นทันทีว่า นักข่าว บรรณาธิการ และนักวิเคราะห์ ทำงานแบบนี้กันทุกวัน

ลองกับงานเรา

• "แคปชัน" → ทำให้คนที่เลื่อนฟีดหยุด แล้วอยากทักมาภายในไม่กี่วินาที
• "ตอบแชตถามราคา" → ทำให้คนที่ถามราคา ตัดสินใจได้ว่าใช่หรือไม่ใช่ โดยไม่ต้องไปถามที่อื่นต่อ

ถามว่าอาชีพไหนแก้เรื่องนี้อยู่แล้ว

เรารู้แค่สายของเรา แต่ AI รู้จักแทบทุกอาชีพ เลยกลับด้าน ให้ AI สัมภาษณ์ปัญหาเรา แล้วบอกว่าอาชีพไหนเจอปัญหาหน้าตาแบบนี้ และเขาทำอะไรกับมัน

ตัวอย่างจากคลิปของ Ray ที่ใช้กับงานขายได้ตรงๆ คือ "หมอ"

คนไข้เดินมาบอก "ขอยาฆ่าเชื้อ" หมอที่ดีจะไม่จ่ายยาทันที แต่ถามอาการก่อน แล้วอาจพบว่าที่ต้องการจริงๆ เป็นอย่างอื่น

ลูกค้าที่ทักมาขอ "ลดราคาได้ไหม" ก็เหมือนกัน บางคนงบไม่พอจริง บางคนแค่ไม่แน่ใจว่าคุ้ม บางคนกำลังเทียบกับร้านอื่น คำตอบที่ถูกของแต่ละคนไม่เหมือนกัน

จัดทีม แต่ให้ "ทำ" ไม่ใช่ให้ "เล่นบท"

Felix เทียบกับหนังปล้น ที่ 30 นาทีแรกคือการรวมทีมที่เก่งคนละด้าน

ถ้าสไลด์ชุดนี้ต้องเจ๋งที่สุดในโลก เขาจะเอานักวิเคราะห์ นักข่าว บรรณาธิการ ถ้าต้องนำเสนอก็เพิ่มคนทำ motion กับเสียง และเอาคนคอยหาจุดอ่อนมาด้วย อย่าง short seller (นักลงทุนที่หากำไรตอนหุ้นตก) กับนักบัญชีนิติเวช

จุดที่ต้องระวังคือ อย่าให้ AI "เล่นบท" เป็นคนเหล่านั้น บทสนทนาจะแปลกขึ้นแต่งานไม่ได้ดีขึ้น อย่าสั่งให้เขียนเหมือน short seller ให้สั่งว่า "ทำแบบที่ short seller ทำตอนหาข้อมูลก่อนตัดสินใจ"

ให้ AI เป็นคนถาม และเฝ้างานแทน

2 เทคนิคนี้มาจากที่ Ray ใช้กับธุรกิจตัวเอง ต่อยอดจาก Altitude

รายงาน 10 คำถามทุกสัปดาห์

Ray เคยนั่งดู dashboard เป็นประจำ หวังว่าดูนานพอจะเห็นอะไรเอง พอถอยมาดูว่าดู dashboard ไปทำไม ก็พบว่าจริงๆ เขาอยากได้คำตอบของคำถามที่ค้างในหัว เช่น ทำไมคนถึงซื้อ ใครกลับมาซื้อซ้ำ

เลยกลับด้าน ให้ AI ไม่ใช่แค่ตอบคำถาม แต่ช่วย "ตั้งคำถาม" ด้วย ทุกสัปดาห์ให้มันคิด 10 คำถามที่ควรถามเพื่อไปถึงเป้า หาคำตอบจากข้อมูลจริง แล้วส่งมาเป็นรายงาน

คำถามแบบนี้แหละที่เราไม่เคยคิดจะถามเอง เช่น "ลูกค้าเก่ามาจากช่องทางไหน" หรือ "ตอบแชตช้ากี่นาทีแล้วลูกค้าซื้อน้อยลง"

ให้ AI ดูแลเรื่องเดียว แล้วทักเราเฉพาะตอนผิดปกติ

เดิมเอเจนต์ของ Ray ทำงานเฉพาะตอนเขาสั่ง เขาเลยเป็นคนกดเริ่มงานทุกชิ้นเอง

ตอนนี้เขาแบ่งให้แต่ละตัวดูแลคนละเรื่อง ยอดขาย คนสมัคร การขอคืนเงิน ลูกค้าที่ยกเลิก ข้อผิดพลาดในระบบ ให้มันเช็กวันละครั้งสองครั้ง และทักเขาเฉพาะตอนที่มีอะไรดูผิดปกติ

เริ่มเล็กๆ ได้ เลือกเรื่องเดียวก่อน เช่น รีวิวแย่ หรือแชตที่ค้างไม่มีคนตอบ แล้วบอก AI ว่า "เรื่องนี้เป็นของคุณ เช็กทุกเช้า ทักผมเฉพาะตอนที่มีอะไรผิดปกติ"

ทั้ง 2 อย่างต้องให้ AI เข้าถึงข้อมูลจริงได้ (ไฟล์ยอดขาย แชต หรือเชื่อมผ่าน MCP) และตั้งให้มันรันเองตามเวลาได้

เห็นคนอื่นทำได้ เราก็จะเชื่อว่าทำได้

Felix ปิดบทความด้วยเรื่องวิ่ง 1 ไมล์ต่ำกว่า 4 นาที ที่คนพยายามกันมาหลายสิบปี

พอ Roger Bannister ทำได้ในเดือนพฤษภาคม 1954 สถิตินั้นอยู่ได้แค่ 46 วัน ก็มีคนทำได้อีก

AI เก่งขึ้นทุกไม่กี่สัปดาห์ แต่สิ่งที่เราคิดว่ามันทำได้ขยับช้ากว่านั้นมาก ช่องว่างตรงนี้แหละที่ใช้ได้ ลองหยิบ prompt ข้างล่างไปใช้กับงานจริงสักชิ้น

5 prompt ก๊อปไปใช้ได้เลย

วางได้ทั้งใน Claude, Claude Code, ChatGPT หรือ AI ตัวอื่น แก้ข้อความในบรรทัด "งาน" หรือ "ปัญหา" เป็นของเรา

ตอนเตรียมบทความนี้ลองรันทั้ง 5 ตัวกับ Claude Code (claude -p รุ่น Sonnet) บนงานเล็กๆ ผลที่ได้อยู่ใต้แต่ละ prompt

prompt deep

ใช้ตอนอยากได้งานชิ้นเดิมที่ทำดีกว่าเดิมมาก ดัดแปลงจาก prompt ของ Felix

ผมอยากได้งานนี้แบบ "ลึกขึ้น" ไม่ใช่ "ใหญ่ขึ้น"
ก่อนเขียน prompt ใหม่ ตอบ 4 ข้อนี้ก่อน
1. มืออาชีพระดับท็อปในสายนี้จะทำอะไร ที่ผมไม่ได้ขอ
2. เขาจะเริ่มจากข้อมูลดิบอะไร แทนของที่มีคนสรุปมาให้แล้ว
3. เขาใช้วิธีและเครื่องมืออะไร บอกชื่อจริง
4. อะไรที่ไม่ใช่คุณหรือผม จะบอกได้ว่าผลออกมาถูก
จากนั้นเขียน prompt ของผมใหม่ ให้ขอแบบนั้นเป๊ะๆ

งานของผม: ทำสไลด์ 5 หน้า สรุปยอดขายร้านเดือนนี้ให้หัวหน้าดู

ผลตอนลอง: งาน "ทำสไลด์ 5 หน้าสรุปยอดขาย" ถูกเขียนใหม่ให้เริ่มจากข้อมูลขายรายบิล เทียบเดือนก่อนและปีก่อน แยกว่ายอดเปลี่ยนเพราะจำนวนบิลหรือยอดต่อบิล และให้กระทบยอดกับยอดเงินเข้าบัญชีก่อนทำสไลด์

prompt aim

ใช้ก่อนสั่งงานที่ทำซ้ำบ่อยๆ ให้ AI ไล่หาเป้าหมายเหนือเป้าหมาย และบอกว่าต้องใช้อะไรจากเรา

งานที่ผมจะสั่งคือ: ช่วยตอบแชตลูกค้าที่ถามว่า "ของจะส่งเมื่อไหร่"
ก่อนลงมือ ช่วยไล่ขึ้นไปทีละขั้น
1. งานนี้ทำไปเพื่ออะไร
2. แล้วสิ่งนั้นทำไปเพื่ออะไรอีกที (เป้าหมายเหนือเป้าหมาย)
3. ถ้าผมสั่งที่ระดับนั้นแทน คุณจะทำอะไรต่างจากเดิม
4. คุณต้องใช้ข้อมูลหรือสิทธิ์เข้าถึงอะไรจากผมบ้าง เรียงจากสำคัญสุด
5. ตรงไหนที่ผมยังเป็นคนกลางคอยส่งข้อมูลไปมาระหว่างคุณกับคนอื่น และระบบแบบไหนจะทำแทนได้ แก้ทีเดียวแล้วใช้ได้กับครั้งต่อไปด้วย
ยังไม่ต้องทำงาน ตอบ 5 ข้อนี้ให้สั้นและชัดก่อน

ผลตอนลอง: เป้าหมายขยับจาก "ตอบแชต" เป็น "ลูกค้าเชื่อใจและซื้อซ้ำ" ขอข้อมูลออเดอร์ เลขพัสดุ และสิทธิ์อ่านแชตเรียงตามลำดับ แล้วชี้ว่าเรากำลังก๊อปแชตไปมาเอง ควรต่อแชตกับระบบออเดอร์ให้ร่างคำตอบเอง

prompt expert

ใช้แทน "ทำตัวเป็นผู้เชี่ยวชาญ" ให้ทำแบบคนเก่งจริง ตั้งเป้าสูง และมีวิธีเช็กผลจากข้างนอก

งาน: เขียนแคปชันขายเสื้อยืดมือสองบน Facebook
อย่าแค่ "ทำตัวเป็นผู้เชี่ยวชาญ" ให้ทำแบบที่คนเก่งที่สุดในสายนี้ทำจริง
1. บอกก่อนว่าคนระดับนั้นใช้วิธีและเครื่องมืออะไร แล้วทำตามนั้น ส่วนไหนคุณทำเองไม่ได้ บอกว่าผมต้องเตรียมอะไรให้
2. ตั้งเป้าเป็นตัวเลขที่สูงกว่าที่ผมขอมาก บอกเป้านั้นก่อน แล้วทำให้ถึง ถ้าคิดว่าเป็นไปไม่ได้ ลองอย่างน้อย 3 ทางก่อนค่อยสรุป
3. ก่อนส่งงาน บอกวิธีเช็กผลที่ไม่ใช่ให้คุณตรวจตัวเอง เช่น ตัวเลขจริง คนจริง เครื่องมือ หรือแหล่งข้อมูลข้างนอก ถ้าเช็กเองได้เลยก็เช็กให้ด้วย

ผลตอนลอง: ตั้งเป้าเอง "ขายหมดใน 48 ชม. และได้คอมเมนต์ 'รับ' อย่างน้อย 30" ได้แคปชันที่มีไซส์ สภาพ ตำหนิ ราคา วิธีจอง บอกว่าเราต้องเตรียมรูปอะไร และให้เช็กผลด้วยตัวเลขจาก Facebook Insights ลอง 2 เวอร์ชัน กับให้เพื่อน 3 คนอ่าน

prompt crew

ใช้กับปัญหาที่วนแก้แบบเดิมแล้วไม่หาย ให้ AI หาอาชีพที่แก้ปัญหาแบบนี้อยู่แล้ว แล้วทำตามวิธีของเขา

ปัญหาของผม: ลูกค้าทักมาถามราคาในแชต พอตอบไปแล้วเงียบหายเกือบครึ่ง
ถ้าข้อมูลยังไม่พอ ถามผมได้ไม่เกิน 3 ข้อ ถ้าพอแล้วทำต่อเลย
1. เขียนงานนี้ใหม่เป็น "สิ่งที่ต้องทำให้เกิด" แทนชื่อของ (เช่น "สไลด์" → "ทำให้คนที่ยุ่งเชื่อเรื่องนี้แล้วตัดสินใจได้ใน 30 นาที")
2. อาชีพไหนบ้างที่เจอปัญหาหน้าตาแบบนี้ทุกวัน เลือก 3–5 อาชีพ และมีอย่างน้อย 1 คนที่คอยหาจุดอ่อนของแผน
3. แต่ละอาชีพ "ทำ" อะไรกับปัญหานี้จริงๆ เป็นขั้นตอน ไม่ต้องพูดเลียนแบบเขา
4. รวมเป็นแผนเดียว แล้วลงมือทำส่วนแรกให้เลย

ผลตอนลอง: ได้อาชีพ 4 แบบ คือเซลล์รถยนต์ พนักงานต้อนรับคลินิก เวดดิ้งแพลนเนอร์ และคนหาจุดอ่อนของแผน แต่ละอาชีพเป็นขั้นตอนจริง เช่น ถาม 1 ข้อก่อนบอกราคา ให้ราคา 2–3 ตัวเลือก และจบด้วยนัดที่ชัด จากนั้นลงมือร่างข้อความตอบราคา 2 แบบกับชุดข้อความตาม 3 ครั้งให้เลย

prompt weekly

รายงาน 10 คำถามที่เราควรถาม พร้อมคำตอบจากข้อมูลจริง ใช้กับ AI ที่อ่านไฟล์ได้ (เช่น Claude Code หรือแนบไฟล์ในแชต) จะตั้งให้รันทุกสัปดาห์ก็ได้

เป้าหมายของผม: ขายได้มากขึ้น และลูกค้ากลับมาซื้อซ้ำมากขึ้น
ข้อมูลที่มี: ไฟล์ sales.csv ในโฟลเดอร์นี้
1. คิดคำถาม 10 ข้อที่ผมควรถาม เพื่อไปถึงเป้านี้ เน้นข้อที่ผมน่าจะยังไม่เคยถาม
2. หาคำตอบจากข้อมูลจริงทุกข้อ ข้อไหนข้อมูลไม่พอ บอกตรงๆ ว่าต้องใช้ข้อมูลอะไรเพิ่ม
3. สรุปเป็นรายงานสั้นๆ: คำถาม คำตอบ ตัวเลขที่ใช้ และความเห็นของคุณ
4. ปิดท้ายด้วย 3 อย่างที่ควรทำสัปดาห์นี้ และอะไรที่ดูผิดปกติ

ผลตอนลอง: ใช้ไฟล์ยอดขายตัวอย่าง 14 ออเดอร์ที่ทำขึ้นมาทดสอบ ได้ตาราง 10 คำถามพร้อมตัวเลข เช่น ลูกค้าเก่าซื้อต่อออเดอร์มากกว่าลูกค้าใหม่ และแชต Facebook ตอบช้ากว่า LINE มาก บอกตรงๆ ว่า 2 ข้อตอบไม่ได้เพราะไม่มีรหัสลูกค้า และจับได้ว่าข้อมูลบางคอลัมน์ดูผิดปกติ

ข้อควรระวัง

• กิน token และ limit มากขึ้น งานที่สั่งสูงขึ้นและลึกขึ้นใช้เวลาและ token มากกว่าเดิมหลายเท่า เรื่องรีมันน์ใช้ไป 31 ล้าน output token คนใช้แพ็กรายเดือนจะชน limit เร็วขึ้น
• Altitude ใช้กับงานสร้างสรรค์ได้ไม่ค่อยดี Felix บอกเองว่ามันเหมาะกับงานที่มีผลลัพธ์ปลายทางชัด
• ต้องให้ AI เข้าถึงข้อมูลจริง ทุกวิธีในบทความนี้ได้ผลเต็มที่เมื่อ AI มีคอมให้ลงโปรแกรมได้ และเข้าถึงข้อมูลได้ (ไฟล์ หรือ MCP) ให้สิทธิ์เท่าที่จำเป็น และเริ่มจากสิทธิ์อ่านอย่างเดียว
• ยังต้องมีคนนอกเช็ก อย่าเชื่อรายงานเพราะ AI บอกว่าถูก เช็กกับตัวเลขจริงหรือคนจริงทุกครั้ง
• ในบทความต้นฉบับ Felix ไม่ได้วัดผลเป็นตัวเลขว่าเพิ่มขึ้นกี่เท่า "10–100 เท่า" เป็นคำพูดในคลิปของ Ray

สิ่งที่ได้

• สั่งที่เป้าหมาย แล้วถาม AI ว่าต้องใช้อะไร
• ให้ทำแบบมืออาชีพจริง ตั้งเป้าสูง และให้คนนอกเช็ก
• ยืมวิธีจากอาชีพอื่น ให้ "ทำ" ไม่ใช่ "เล่นบท"

ลองหยิบงานที่ทำซ้ำทุกสัปดาห์มาสัก 1 งาน แล้วรัน prompt aim ก่อนเลย ถ้าอยากเรียนการให้ AI ทำงานแทนแบบนี้ทีละขั้น ดูคอร์สทั้งหมดได้ครับ

ลิงก์

• How to be more ambitious: A tutorial for humans with models (Felix Rieseberg)
• โพสต์ของ Felix บน X
• Your Prompts Are Too SMALL for Claude Code (คลิปของ Ray Amjad)
• Learning more about Claude's mathematical capabilities (Anthropic, เรื่องรีมันน์)
• โพสต์ของ Jarred Sumner เรื่องรีมันน์