หลายๆคนคงเคยได้ยิน หรือ เคยใช้งาน ChatGPT กันมาบ้างไม่มากก็น้อยเพราะถือเป็นอีก 1 โปรแกรมที่เข้ามาเปลี่ยนโลกของการใช้ชีวิตของชาวโลกกันอย่างรุนแรง แต่เช่นเดียวกันว่าหลายๆคนอาจจะไม่เคยทำความเข้าใจจริงๆว่า แท้จริงแล้ว ChatGPT คืออะไร? แล้วจะสั่งงานอย่างไรให้มีประสิทธิภาพ ดังนั้นในบทความนี้ผมเลยจะมาเล่าถึงที่มาที่ไปและวิธีการสั่งงาน ChatGPT ง่ายๆด้วย Prompt Structure ที่ชื่อว่า RTF Method ด้วยครับ

ChatGPT คืออะไร?

เริ่มด้วยคำถามสุด Basic ว่า ChatGPT คืออะไร เป็นแค่แชทบอทอัจฉริยะแบบที่หลายๆคนบอกไว้รึเปล่า

คำตอบคือ “ใช่ส่วนนึง” เพราะจริงๆมันมีอะไรมากกว่านั้นครับ เบื้องหลังของ ChatGPT นั้นคือโมเดลปัญญาประดิษฐ์ประเภทการประมวลภาษาธรรมชาติขนาดใหญ่ที่ชื่อว่า GPT ครับ ใช่ครับให้แปลไทยมันต้องแปลแบบนี้จริงๆ เพราะภาษาอังกฤษคือ large language models หรือ ที่มีตัวย่อว่า LLMs ครับ

แต่ทีนี้เอาให้เข้าใจง่ายขึ้นอีกเจ้า LLMs เนี่ยมันคือ โมเดลภาษาตัวนึงที่พยายามทำให้ได้แบบมนุษย์โดยเรียนรู้จากข้อมูลขนาดใหญ่ครับ ดังนั้นการที่มันเรียนแบบมนุษย์เนี่ย ก็แปลว่ามันพยายามจะตอบคำถาม หรือ สื่อสารให้ได้ใกล้เคียงกับมนุษย์โดยที่โฟกัสไปที่งานด้านภาษาครับ ใครที่เคยลองเล่นก็น่าจะเข้าใจในข้อนี้ดีครับ

ดังนั้น ChatGPT ก็เป็นเพียงแค่หน้ากากของ Model ภาษาที่ชื่อว่า GPT แต่ในความเป็นจริงเราอาจจะใช้ Model ที่ชื่อว่า GPT ไปใช้งานที่ไหนก็ได้ แม้แต่ใน Google Sheet เราก็สามารถฉุดกะชากลากหัวไอโมเดล GPT ให้ไปทำงานได้เช่นเดียวกัน (ซึ่งเราอาจจะตั้งชื่อมันว่า SheetGPT)

ใครเป็นคนสร้าง ChatGPT?

หลายๆคนอาจจะเคยได้ยินมาว่า ChatGPT เป็นของ Microsoft มาบ้าง แต่ผมจะขอบอกว่าไม่ใช่เป็นอย่างยิ่ง เพราะคนที่เป็นเจ้าของ ChatGPT หรือ โมเดล GPT เนี่ยชื่อว่า OpenAI ครับ

OpenAI เป็นองค์กรไม่แสวงผลกำไรที่ก่อตั้งมาตั้งแต่ปี 2005 และมีเป้าหมายหลักในการศึกษาและพัฒนาความก้าวหน้าของปัญญาประดิษฐ์ในเชิงบวกต่อสังคมโดยเน้น ปัญญาประดิษฐ์ทั่วไป หรือที่เราอาจจะเคยได้ยินกันในชื่อของ Artificial general intelligence (AGI) ซึ่งเท่กว่าภาษาไทยเยอะมาก

สำหรับผู้ก่อตั้ง OpenAI นั้นประกอบไปด้วยคนหลายๆคนเช่น Sam Altman ที่ปัจจุบันดำรงตำแหน่ง CEO ของ OpenAI อยู่นั่นเอง และ อีก 1 คนดังที่เป็นผู้ร่วมก่อตั้ง OpenAI นั้นก็คือ Elon Musk เจ้าเก่าเจ้าเดิม (ที่จริงๆตอนนี้ก็มี Model ภาษาของตัวเองชื่อว่า GrokAI)

ส่วน Microsoft ก็เพิ่งได้มาลงทุนใน OpenAI เมื่อปี 2019 เท่านั้นเอง

ChatGPT ถูกสร้างมาอย่างไร?

โอเคครับเข้าสู่ช่วงที่ยากที่สุดของบทความนี้กันดีกว่าครับ จริงๆต้องบอกว่าการสร้าง ChatGPT หรือ GPT เป็นเรื่องที่ซับซ้อนมาก แต่ผมจะพยายามเล่าออกมาให้ง่ายที่สุดครับ

ขั้นแรกทีม OpenAI ผู้สร้าง ChatGPT ได้รวบรวมและคัดกรองข้อมูลจำนวนมหาศาลทั้งจากเว็บไซต์ต่างๆ หนังสือ บทความ และแหล่งข้อมูลอื่นๆ เพื่อใช้เป็นแหล่งความรู้สำหรับการฝึกฝนโมเดล ตรงนี้จะเรียกว่า Massive Dataset ครับ

หลังจากนั้นจะนำ Massive Dataset เหล่านี้มาผ่านกระบวนการ Deep Learning ซึ่งเป็นท่านึงของปัญญาประดิษฐ์ โดย Model ที่ OpenAI เลือกใช้คือ Transformer Model ซึ่งจะอธิบายแบบละเอียดคงใช้เวลาเป็นวัน แต่เอาง่ายๆมันคือการให้ ChatGPT ทำความเข้าใจคำครับ

ซึ่งการทำความเข้าใจคำนั้นก็เกิดจากการที่ให้ Model เข้าไปคลุกคลีกับ Massive Dataset ครับ จน Model เริ่มเข้าใจว่า อ๋อ คำว่า “ฉัน” เนี่ยมักจะตามมาด้วยคำว่า “รัก” และ ปิดท้ายด้วยคำว่า “คุณ” โดยที่ “ฉัน” กับ “คุณ” เป็นคำนาม ส่วนคำว่า “รัก” กลายเป็นฝุ่นไปแล้ว

หลอกเล่นครับ “รัก” เป็นคำกริยา และ เมื่อพบคำว่า ฉันรักคุณ ก็มักจะต้องตอบว่า “ฉันคิดกับคุณแค่เพื่อน” และทำแบบนี้ไปเรื่อยๆกับข้อมูลที่เยอะมากๆ ก็จะทำให้ ChatGPT หรือ Model ภาษาอื่นๆตอบคำถามได้หลากหลายคำถาม และ หลากหลายภาษานั่นเอง

สุดท้ายพอเริ่มตอบคำถามได้ก็ถึงเวลาของการลงไม้เรียวสั่งสอนว่า ต้องไม่เป็นเด็กดื้อ ไม่เหยียดสีผิว ไม่ตอบคำถามที่ไม่ดี ไม่นู่น ไม่นี่ ไม่นั่น คือสั่งสอนให้ ChatGPT มันไม่ตอบอะไรที่อันตรายต่อโลกมนุษย์ของเรานั่นเองครับ

ทำซ้ำไปซ้ำมาจนพอใจก็ปล่อยให้เราได้ใช้งาน Model GPT กัน ผ่านหน้ากากแชทในโปรแกรมที่ชื่อว่า ChatGPT เราเลยจะเห็นว่า Model มันฉลาดขึ้นเรื่อยๆตั้งแต่ GPT3, GPT3.5 จนถึง GPT4 เพราะทางทีม OpenAI ก็มีการเพิ่ม Massive Data หรือ ลงไม้เรียวมันเพิ่มมากขึ้น

ข้อจำกัดของ ChatGPT

สำหรับคนที่ลองใช้ ChatGPT ก็จะเห็นถึงความสามารถสุดยอดอัจฉริยะของมัน แต่แท้จริงแล้ว ChatGPT ก็ยังมีข้อจำกัดอยู่บ้างไม่ว่าจะเป็นข้อมูลที่ไม่ได้อัพเดท หรือ ไม่ครอบคลุมปัจจุบันทันด่วน เหตุผลนี้ก็เพราะว่า OpenAI ไม่ได้เก็บข้อมูลทุกอย่างบนโลกเข้าไปฝึกฝนโมเดลครับ

ถัดมาก็คือ ChatGPT หรือ GPT นั้นก็อาจจะยังไม่ได้เข้าใจอารมณ์ บริบท หรือ สถานการณ์รอบตัวขนาดนั้น (ถ้าไม่เชื่อลองให้ ChatGPT เล่นมุขดูครับ) ถึงแม้ว่าดูมีแนวโน้มจะทำได้ดีมากขึ้นเรื่อยๆ ก็ตาม

Prompt อย่างไรให้มีประสิทธิภาพ?

และสำหรับบางคนที่เคยใช้ ChatGPT ก็จะประสบปัญหาว่า “ทำไม ChatGPT มันโง่ขนาดนี้สั่งอะไรไปไม่ได้เรื่องเลย” วันนี้ผมมีวิธีแก้มาแนะนำครับ

Prompt หรือ คำสั่ง ในการใช้งานพวก Model ประเภท LLMs นั้นจริงๆแล้วมีหลากหลายวิธีหรือหลากหลาย Framework ในการสั่งมากเลยครับ แต่วันนี้ผมจะแนะนำให้รู้จักกับ RTF Method ครับ

RTF นั้นเป็นตัวย่อที่มาจากคำ 3 คำนั่นก็คือ Role , Task และ Format ครับ โดยที่

R หรือ Role – เป็นการวางบทบาทให้ ChatGPT ครับ เช่น ถ้าเราวางบทบาทให้ ChatGPT เป็น นักเขียน คำตอบที่เราจะได้รับมาก็มักจะเป็น ประโยคยาวๆ ที่มีความสละสวยเป็นทางการ มีการแบ่งสัดส่วนเป็นวรรคเป็นตอน แต่ถ้าเราวางบทบาทให้ ChatGPT เป็น ครูภาษาอังกฤษ เราพิมพ์อะไรไปก็ตาม ChatGPT ก็อาจจะตอบเรากลับมาแต่เรื่องของ Grammar ที่เราใช้ว่าถูกต้องหรือเปล่า ถูกต้องเพราะอะไร ซึ่งไอการวางบทบาทเนี่ยวางได้หลากหลายเลยครับ จะเป็น ที่ปรึกษาทางธุรกิจ, นักวางแผนการตลาด, พ่อครัว, นักโภชนาการ, แมว, หมา อะไรก็ได้หมดเลยครับ

T หรือ Task – จะเป็นการสั่งให้ ChatGPT ทำงานแล้วครับ เช่น เขียนหนังสือ, แต่งเพลง, หาไอเดีย, วางแผน, เขียนจดหมาย ต่างๆนาๆ อันนั้นเราน่าจะคุ้นเคยกันอยู่แล้ว

F หรือ Format – เป็นรูปแบบของคำตอบที่เราอยากให้ ChatGPT ตอบกลับมา เช่นตอบเป็นประโยคยาวๆ บทความสั้นๆ เป็นตาราง โค้ดภาษาต่างๆ หรือ เป็นเนื้อเพลงอะไรก็ตาม ในส่วนนี้ ChatGPT ก็สามารถทำได้หลากหลายมากโดยเฉพาะ ChatGPT Plus หรือเวอร์ชันเสียเงินที่เราสามารถให้ ChatGPT ตอบเรากลับมาเป็นรูป, ไฟล์ Excel หรือ ไฟล์ Word ก็สามารถทำได้

พอมารวมกันเป็น RTF มันจะเป็นประมาณนี้ครับ

Act as a financial advisor with expertise in retirement planning. Create a detailed retirement savings plan for a 30-year-old with a moderate risk tolerance, and display it in a table format for easy understanding.

ในที่นี้ Role ก็คือการสั่งให้ ChatGPT เล่นบทบาทที่ปรึกษาการเงินที่เชี่ยวชาญด้านการทำแผนเกษียณ , Task ก็คือการสั่งให้ ChatGPT วางแผนเกษียณให้คนอายุ 30 ที่สามารถรับความเสี่ยงได้ปานกลาง และ สุดท้าย Format คือให้แสดงผลลัพธ์ในแบบตารางที่เข้าใจได้ง่ายๆ

ซึ่งจะเห็นได้ชัดว่าเมื่อเรามีการแบ่งสัดส่วนของ Prompt อย่างละเอียดแล้วคำตอบที่ได้รับมากจาก ChatGPT จะเป็นคำตอบที่ถูกต้องตามความต้องการอย่างมากซึ่งจะแตกต่างกับการสั่งแบบ Prompt ตรงๆอยู่พอสมควรเพราะ ChatGPT อาจจะตอบสะเปะสะปะไม่เป็นไปตามความต้องการของเรา

นอกจาก ChatGPT มีตัวเลือกอื่นไหม?

ต้องบอกว่าช่วงนี้เป็นช่วงที่ LLMs หลายๆเจ้าตบเท้าออกมาให้เลือกใช้งานกันอย่างหลากหลายและถล่มทลาย ดังนั้นตัวเลือกอื่นๆนอกจาก ChatGPT ก็มีด้วยกันอยู่เยอะมากเช่นกัน

1 ในตัวเลือกที่ผมชอบใช้งานมากๆตอนนี้ก็คือ Claude ซึ่งเป็น LLMs ที่ถูกพัฒนาโดยบริษัท Anthropic และ มีแม่งานใหญ่ในการลงทุนคือ Amazon เจ้า Claude นั้นมีความสามารถที่ดีมากในการทำงานกับภาษาไทย เรียกได้ว่าสั่งให้มันเขียนบทความภาษาไทยนี่แทบจะทำงานได้ดีพอๆกับสั่งให้คนเขียนเลยครับ

นอกจากนั้นยังมี Gemini จาก Google ซึ่งเป็น Model ภาษาที่เน้นไปในการทำงานร่วมกับ Ecosystem ของ Google เช่น เข้าไปอ่าน File ใน Google Drive แล้วเอามาสรุปเป็นบทความ หรือ ประเด็นต่างๆ

ซึ่งในรายละเอียดปลีกย่อยแล้วแต่ละโปรแกรม หรือ แต่ละโมเดลก็มีความสามารถที่แตกต่างกันออกไปเช่น ChatGPT เวอร์ชันเสียเงิน ก็อาจจะมีฟังก์ชันที่ครอบคลุมมากหน่อย เช่นการคิดคำนวณ สร้างรูปภาพต่างๆ หรือ จะใช้ฟังก์ชัน GPTs เชื่อมต่อออกนอกตัว ChatGPT ไปสร้างวีดิโอด้วยโปรแกรม Capcut ก็สามารถทำได้

แต่ถ้าเป็น Bard ก็ทำงานกับ Ecosystem ได้ดี สร้างรูปภาพก็ได้ แม้ว่าจะไม่สามารถออกไปทำงานกับโปรแกรมตัวอื่นได้

สรุป

ChatGPT ก็เป็นอีก 1 โปรแกรมแชทที่สามารถช่วยตอบคำถามเราได้อย่างมหาศาลโดยที่เบื้องหลังมี Model ในการทำงานที่ชื่อว่า GPT ดังนั้นเราก็สามารถนำ Model ตัวนี้ไปใช้ได้ในหลายๆที่ไม่ใช่เพียงแค่แชทอย่างเดียว

แน่นอนว่าการสั่งคำสั่งหรือการ Prompt นั้นก็มีด้วยกันหลากหลายวิธีเช่น Few-shot prompting หรือ Zero-shor prompting แต่ขอยก 1 วิธีการ Prompt ที่ใช้งานได้ง่ายๆนั่นก็คือ RTF Method ซึ่งจะเป็นการแบ่ง Prompt เป็น 3 ส่วนคือ Role , Task และ Format

สุดท้ายปีนี้ยังคงเป็นปีที่เรามีโปรแกรมแบบ ChatGPT ออกมาให้ลองใช้เยอะมากมายไม่ว่าจะเป็น Claude, Gemini หรือ อื่นๆอีกมากมาย ดังนั้นเป็นหน้าที่ของผู้อ่านทุกคนแล้วละครับว่าจะเลือกใช้โปรแกรมไหนที่ตอบโจทย์การใช้งานของเรามากที่สุด