กลับมาอีกบทความกับการเขียน Prompt ซึ่งค่อนข้างน่าสนใจทีเดียวครับ โดยหากใครที่เขียน Prompt อยู่บ่อยๆก็อาจจะสังเกตเห็นว่า AI มักจะตอบกลับแทบจะทันที โดยไม่มีกระบวนการคิดที่เป็นขั้นเป็นตอนที่ชัดเจน ซึ่งบางครั้งอาจทำให้ได้คำตอบที่ไม่สมบูรณ์หรือไม่ถูกต้อง และมันก็มีอีกกรอบการทำงานที่ชื่อว่า REACT ที่สนับสนุนให้ AI “คิดก่อนลงมือทำ” โดยการใช้เหตุผลแก้ปัญหาทีละขั้นตอน ประเมินข้อมูล ลงมือทำ ตรวจสอบงาน และอธิบายกระบวนการคิดออกมาดังๆ
วิธีนี้จะช่วยปรับปรุงความแม่นยำ ความโปร่งใส และความน่าเชื่อถือ ในการตอบกลับของ AI ทำให้เป็นวิธีที่เหมาะสำหรับงานที่ซับซ้อนหรือมีหลายขั้นตอน เช่น การแก้ปัญหา การวิเคราะห์ และการตัดสินใจ เรามาเรียนรู้วิธีการเขียน Prompt ด้วย REACT Framework กันครับ
รู้จักการ Prompt ด้วย REACT Framework
REACT Framework แบ่งกระบวนการตอบสนองของ AI ออกเป็น 5 ขั้นตอนที่ชัดเจน ดังนี้
- R – Reasoning (การให้เหตุผล) – โดย AI จะร่างกระบวนการคิด และสมมติฐานของตน
- E – Evaluation (การประเมิน) – โดย AI จะประเมินข้อมูลที่มีอยู่ หรือแนวทางแก้ไขที่เป็นไปได้
- A – Action (การลงมือทำ) – โดย AI จะดำเนินการตามที่ร้องขอ หรืองานที่จำเป็น หรือให้คำตอบ
- C – Checking (การตรวจสอบ) – โดย AI จะตรวจสอบความถูกต้อง และความครบถ้วนของคำตอบ
- T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ) – โดย AI จะอธิบายเหตุผลอย่างชัดเจน เพื่อให้ผู้ใช้เข้าใจได้
ด้วยการจัดโครงสร้าง Prompt ในลักษณะนี้ ผลลัพธ์ของ AI จะมีความรอบคอบ น่าเชื่อถือ และเข้าใจได้ง่ายยิ่งขึ้น
REACT Prompt Template
คุณสามารถนำ Template นี้ไปใช้ซ้ำๆได้อย่างง่ายดาย กับเครื่องมือต่างๆ เช่น ChatGPT, Gemini, Claude, หรือ Copilot
R – Reasoning: [Describe your thought process or assumptions]
E – Evaluation: [Assess the available data or options]
A – Action: [Perform the task or provide the answer]
C – Checking: [Verify accuracy and completeness]
T – Thinking Aloud / Think Out Loud: [Explain your reasoning clearly]
R – Reasoning (การให้เหตุผล): [อธิบายกระบวนการคิดหรือสมมติฐานของคุณ]
E – Evaluation (การประเมิน): [ประเมินข้อมูลหรือตัวเลือกที่มีอยู่]
A – Action (การลงมือทำ): [ดำเนินการตามที่ร้องขอ]
C – Checking (การตรวจสอบ): [ตรวจสอบความถูกต้อง และความครบถ้วน]
T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ): [อธิบายเหตุผลของคุณอย่างชัดเจน]
ตัวอย่างการใช้ REACT Framework
Example #1 การ Debug ฟังก์ชัน Python ที่มีข้อผิดพลาด
R – Reasoning (การให้เหตุผล): [Analyze the code logic to identify error sources]
E – Evaluation (การประเมิน): [Check variable types and function calls]
A – Action (การลงมือทำ): [Suggest fixes for identified issues]
C – Checking (การตรวจสอบ): [Verify if the fixes resolve the errors]
T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ): [Explain each debugging step clearly]
R – Reasoning (การให้เหตุผล): [วิเคราะห์ตรรกะของโค้ดเพื่อหาสาเหตุของข้อผิดพลาด]
E – Evaluation (การประเมิน): [ตรวจสอบชนิดของตัวแปร และการเรียกใช้ฟังก์ชัน]
A – Action (การลงมือทำ): [แนะนำวิธีแก้ไขปัญหาที่พบ]
C – Checking (การตรวจสอบ): [ตรวจสอบว่าการแก้ไขช่วยแก้ข้อผิดพลาดได้หรือไม่]
T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ): [อธิบายขั้นตอนการ Debug อย่างชัดเจน]
AI Prompt
“Please debug this Python function step-by-step using the REACT
framework. First, reason about the code logic to identify possible error sources. Then evaluate the variable types and function calls. Next, suggest fixes for the identified problems. Afterward, check if the fixes resolve the errors, and finally, explain your debugging process aloud.”
“กรุณา Debug ฟังก์ชัน Python นี้ทีละขั้นตอน โดยใช้กรอบงาน REACT เริ่มจากให้เหตุผลเกี่ยวกับตรรกะของโค้ด เพื่อหาสาเหตุของข้อผิดพลาดที่อาจเกิดขึ้น จากนั้นประเมินชนิดของตัวแปรและการเรียกใช้ฟังก์ชัน ต่อไปแนะนำวิธีแก้ไขปัญหาที่พบ หลังจากนั้นตรวจสอบว่า การแก้ไขช่วยแก้ปัญหา
ได้หรือไม่ สุดท้ายอธิบายกระบวนการ Debug ออกมาให้เห็นอย่างชัดเจน”
Example #2 การวิเคราะห์ผลกระทบ ของรถยนต์ไฟฟ้าต่อมลพิษในเมือง
R – Reasoning (การให้เหตุผล): [Consider factors affecting pollution levels]
E – Evaluation (การประเมิน): [Compare data on emissions from electric vs. combustion engines]
A – Action (การลงมือทำ): [Summarize environmental impacts]
C – Checking (การตรวจสอบ): [Verify data accuracy and completeness]
T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ): [Explain how conclusions were reached]
R – Reasoning (การให้เหตุผล): [พิจารณาปัจจัยที่มีผลต่อระดับมลพิษ]
E – Evaluation (การประเมิน): [เปรียบเทียบข้อมูลการปล่อยมลพิษ จากรถยนต์ไฟฟ้าและเครื่องยนต์สันดาป]
A – Action (การลงมือทำ): [สรุปผลกระทบต่อสิ่งแวดล้อม]
C – Checking (การตรวจสอบ): [ตรวจสอบความถูกต้อง และความครบถ้วนของข้อมูล]
T – Thinking Aloud หรือ Think Out Loud (การคิดออกมาดังๆ): [อธิบายวิธีการได้มาซึ่งข้อสรุป]
AI Prompt
“Analyze the impact of electric vehicles on urban pollution using the REACT prompting method. Start by reasoning about the main factors affecting pollution. Then evaluate data comparing emissions from electric and combustion engine vehicles. Summarize the environmental impacts, check the accuracy of the data, and think aloud to explain your conclusions.”
“วิเคราะห์ผลกระทบของรถยนต์ไฟฟ้าต่อมลพิษในเขตเมือง โดยใช้วิธี REACT เริ่มจากการให้เหตุผลเกี่ยวกับปัจจัยหลักที่ส่งผลต่อมลพิษ จากนั้นประเมินข้อมูลที่เปรียบเทียบ การปล่อยมลพิษของรถยนต์ไฟฟ้า และรถยนต์เครื่องยนต์สันดาป สรุปผลกระทบต่อสิ่งแวดล้อม ตรวจสอบความถูกต้องของข้อมูล และอธิบายกระบวนการได้มาซึ่งข้อสรุปอย่างชัดเจน”
REACT Framework เหมาะกับใคร
| ประเภทผู้ใช้งาน | REACT Framework ช่วยอะไรได้บ้าง |
|---|---|
| Educators | ใช้สอนการคิดเชิงวิพากษ์และการแก้ปัญหา แบบเป็นขั้นเป็นตอน |
| Developers | ใช้ Debug โค้ดด้วยการให้เหตุผลที่ชัดเจน |
| Business Analysts | ใช้ในการวิเคราะห์ข้อมูล และเสนอแนะกลยุทธ์อย่างมีเหตุผล |
| Researchers | ใช้ทำงานกับคำถามที่ซับซ้อนได้อย่างชัดเจน |
| Anyone | ใครก็ต้องการให้ AI ให้คำตอบที่ละเอียด รอบคอบ และตรวจสอบได้ |
REACT Framework เป็นแนวทางการวิเคราะห์ และแก้ปัญหาอย่างเป็นระบบ ที่ช่วยให้เราคิดอย่างมีเหตุผล ตรวจสอบข้อมูล เสนอทางแก้ และประเมินผลลัพธ์อย่างรอบด้าน ที่จะช่วยให้คุณเข้าใจและสื่อสารกระบวนการ ได้ชัดเจนยิ่งขึ้นนั่นเอง
