เป้าหมาย
เข้าใจว่า AI "คิด" อย่างไร เพื่อให้เดาได้ว่าเมื่อไรมันจะตอบดี และเมื่อไรจะพลาด
หลักการสำคัญ 4 ข้อ
1. AI เดาคำถัดไปที่น่าจะเป็นที่สุด Claude และ Gemini คือ "โมเดลภาษา" ที่ฝึกจากข้อความมหาศาล มันไม่ได้ค้นฐานข้อมูลหาคำตอบ แต่สร้างคำตอบทีละคำจากรูปแบบที่เคยเห็น → ผลคือมันเขียนได้ลื่นมาก แต่ ความลื่นไม่ได้แปลว่าถูก
2. ถามซ้ำ ได้คำตอบไม่เหมือนเดิม คำตอบมีความสุ่มอยู่บ้าง การกด "สร้างใหม่" (regenerate) จึงเป็นเครื่องมือหนึ่งที่ใช้ได้จริง เช่น ขอไอเดียหลายชุด
3. AI รู้แค่สิ่งที่อยู่ในบทสนทนา มันไม่รู้จักบริษัทคุณ ลูกค้าคุณ หรือสิ่งที่คุณคิดอยู่ในหัว นอกจากคุณจะบอก → คำตอบที่ "กว้างๆ จืดๆ" ส่วนใหญ่เกิดจาก ข้อมูลที่ให้ไปน้อยเกินไป ไม่ใช่เพราะ AI ไม่เก่ง
4. ความรู้มีวันตัด (knowledge cutoff) โมเดลเรียนข้อมูลถึงวันหนึ่งเท่านั้น เรื่องที่ใหม่กว่านั้นมันจะไม่รู้ ยกเว้นเปิดให้ค้นเว็บ
ลองเลย 🧪
ทดลอง A — ความสุ่ม (ทำใน Claude หรือ Gemini)
ตั้งชื่อร้านกาแฟเล็กๆ ในซอยให้ 3 ชื่อกด "สร้างใหม่" 2 ครั้ง → สังเกตว่าชื่อเปลี่ยนทุกครั้ง
ทดลอง B — AI รู้แค่สิ่งที่คุณบอก
เขียนอีเมลขอเลื่อนประชุมจากนั้นเปิดแชตใหม่แล้วลอง:
เขียนอีเมลขอเลื่อนประชุมกับลูกค้าชื่อคุณสมชาย จากวันพฤหัสนี้ 14:00
ไปเป็นวันจันทร์หน้าเวลาเดียวกัน เหตุผลคือข้อมูลยอดขายยังไม่ครบ
น้ำเสียงสุภาพแต่ไม่ต้องทางการมาก ยาวไม่เกิน 5 บรรทัด→ เทียบสองผลลัพธ์ แบบที่สองใช้ได้ทันทีโดยแทบไม่ต้องแก้
ทดลอง C — วันตัดความรู้
ข้อมูลที่คุณรู้ล่าสุดถึงช่วงเดือน/ปีไหน และถ้าฉันถามข่าววันนี้คุณจะตอบได้แม่นแค่ไหนสังเกตอะไร
- ข้อมูลยิ่งเฉพาะเจาะจง ผลลัพธ์ยิ่งใช้งานได้จริง
- AI ส่วนใหญ่ยอมรับข้อจำกัดของตัวเองเมื่อถูกถามตรงๆ
สรุปจำง่าย
AI = ผู้ช่วยที่เก่งภาษามาก แต่ไม่รู้เรื่องของคุณ และบางครั้งพูดมั่นใจทั้งที่ผิด