วิธีเช็กคำตอบ Gemini ว่าถูกต้องหรือ AI มั่ว

Google Gemini สามารถตอบคำถามได้รวดเร็วมาก แต่สิ่งสำคัญที่ผู้ใช้ควรรู้คือ AI สามารถตอบผิดได้ แม้คำตอบจะอ่านแล้วดูมั่นใจและสมเหตุสมผล

ปัญหานี้มักเรียกว่า AI Hallucination ซึ่งหมายถึงกรณีที่ AI สร้างข้อมูล ตัวเลข ชื่อบุคคล แหล่งอ้างอิง หรือคำอธิบายที่ดูเหมือนจริง แต่ความจริงอาจผิด ไม่ครบ หรือไม่มีอยู่จริง

ดังนั้นเมื่อใช้ Gemini โดยเฉพาะกับข้อมูลสำคัญ เราไม่ควรถามเพียงว่า

Gemini ตอบว่าอะไร?

แต่ควรถามต่อด้วยว่า

สิ่งที่ Gemini ตอบนั้นตรวจสอบได้หรือไม่?

บทความนี้จะอธิบายวิธีเช็กคำตอบ Gemini แบบเป็นขั้นตอน เพื่อแยกให้ได้ว่าอะไรคือข้อมูลที่น่าเชื่อถือ อะไรควรตรวจเพิ่ม และอะไรอาจเป็น AI มั่ว

AI มั่ว หรือ Hallucination คืออะไร?

AI Hallucination คือสถานการณ์ที่ AI สร้างคำตอบที่ดูมีเหตุผล แต่ข้อมูลบางส่วนอาจไม่ตรงกับข้อเท็จจริง

ตัวอย่างเช่น AI อาจ

• สร้างชื่อหนังสือที่ไม่มีจริง
• อ้างงานวิจัยที่ไม่มีอยู่
• ใส่ URL ที่เปิดไม่ได้
• บอกตัวเลขโดยไม่มีแหล่ง
• ระบุฟีเจอร์ของสินค้าไม่ตรงรุ่น
• ใช้ข้อมูลเก่าเหมือนเป็นข้อมูลปัจจุบัน
• สรุปเหตุและผลจากข้อมูลที่ยังพิสูจน์ไม่ได้
• ผสมข้อมูลจากหลายเรื่องเข้าด้วยกัน

สิ่งที่ทำให้ปัญหานี้ยากคือคำตอบอาจ ไม่ได้ดูผิด

บางครั้งเขียนดีมาก มีศัพท์เฉพาะ มีตัวเลข และมีเหตุผลครบ จึงทำให้ผู้ใช้เชื่อได้ง่าย

Gemini ตอบผิดแปลว่า Gemini มั่วทุกครั้งหรือไม่?

ไม่เสมอไป

คำตอบผิดอาจเกิดจากหลายสาเหตุ เช่น

① Prompt คลุมเครือ
② Gemini เข้าใจคำถามผิด
③ ข้อมูลต้นทางไม่ครบ
④ ข้อมูลเปลี่ยนไปแล้ว
⑤ มีหลายแหล่งให้ข้อมูลต่างกัน
⑥ Gemini สร้างข้อสรุปเกินหลักฐาน
⑦ AI สร้างข้อมูลที่ไม่มีจริง

ดังนั้นสิ่งแรกคืออย่ารีบสรุปว่า AI มั่ว แต่ควร ตรวจว่าอะไรผิดและผิดเพราะอะไร

① แยก Claim สำคัญออกมาก่อน

คำตอบยาวหนึ่งคำตอบอาจมีข้อเท็จจริงหลายสิบข้อ

ไม่จำเป็นต้องตรวจทุกคำเท่ากัน

ให้เริ่มจากการหา Claim สำคัญ เช่น

• ตัวเลข
• วันที่
• ชื่อบุคคล
• ราคา
• กฎหมาย
• สเปก
• งานวิจัย
• สถิติ
• ข้อมูลบริษัท
• ฟีเจอร์ผลิตภัณฑ์
• ข้อสรุปที่มีผลต่อการตัดสินใจ

ตัวอย่างคำตอบ

บริษัท A มีผู้ใช้งาน 500 ล้านคน และเปิดตัวบริการนี้ในปี 2024

มีอย่างน้อย 2 Claim ที่ต้องตรวจ

1. ผู้ใช้งาน 500 ล้านคน
2. เปิดตัวปี 2024

การแตกคำตอบเป็น Claim ทำให้ Fact Check ง่ายขึ้น

② ถาม Gemini ว่า “ข้อมูลส่วนไหนควรตรวจ”

Prompt ที่ใช้ได้ทันทีคือ

จากคำตอบนี้ ระบุข้อเท็จจริงที่สำคัญทั้งหมดที่ควรตรวจสอบกับแหล่งข้อมูลอื่น

หรือ

แยกข้อความที่เป็นข้อเท็จจริงออกจากความคิดเห็นและคำแนะนำ

วิธีนี้ช่วยหา “จุดเสี่ยง” ในคำตอบ

③ ขอแหล่งข้อมูลสำหรับแต่ละ Claim

อย่าถามเพียง

มี Source ไหม?

ควรถามเฉพาะเจาะจง

ข้อมูลที่ระบุว่า [Claim] มาจากแหล่งใด?

หรือ

ขอ Primary Source สำหรับตัวเลขนี้

หรือ

แหล่งข้อมูลไหนยืนยันข้อความนี้โดยตรง?

คำว่า โดยตรง สำคัญ เพราะบางครั้ง Source อาจเกี่ยวข้องกับหัวข้อ แต่ไม่ได้รองรับ Claim ที่ AI กล่าวจริง

④ เปิด Source จริง อย่าดูแค่ชื่อเว็บ

แม้ Gemini จะแสดงชื่อเว็บไซต์ที่น่าเชื่อถือ อย่ารีบเชื่อ

ต้องตรวจว่า

• หน้านั้นมีอยู่จริงหรือไม่
• เนื้อหาในหน้าพูดสิ่งเดียวกับ Gemini หรือไม่
• ตัวเลขตรงหรือไม่
• วันที่ตรงหรือไม่
• Context ถูกต้องหรือไม่

ตัวอย่าง

Gemini อาจบอกว่า

ตามเว็บไซต์บริษัท X มีผู้ใช้ 100 ล้านราย

เว็บไซต์บริษัท X อาจมีจริง แต่หน้าเว็บอาจไม่ได้บอกตัวเลขดังกล่าว

ดังนั้น ชื่อ Source ถูก ไม่ได้แปลว่า Claim ถูก

⑤ ให้ความสำคัญกับ Primary Source

ถ้าตรวจข้อมูลสำคัญ ควรเริ่มจากต้นทาง

ตัวอย่าง

ข้อมูล Google

ดูเอกสารหรือเว็บไซต์ Google

ข้อมูล Microsoft

ดู Microsoft

ข้อมูล Apple

ดู Apple

ข้อมูลกฎหมาย

ดูหน่วยงานรัฐหรือกฎหมายต้นฉบับ

ข้อมูลบริษัท

ดู Investor Relations หรือรายงานบริษัท

งานวิจัย

ดู Paper ต้นฉบับ

สถิติภาครัฐ

ดูฐานข้อมูลหรือรายงานจากหน่วยงานเจ้าของข้อมูล

Primary Source ช่วยลดความคลาดเคลื่อนจากการเล่าต่อหลายทอด

⑥ ตรวจวันที่ของข้อมูล

นี่เป็นหนึ่งในสาเหตุที่คำตอบ AI “ดูถูก แต่จริง ๆ เก่า”

ตัวอย่างเช่น

• ราคาเปลี่ยน
• CEO เปลี่ยน
• ฟีเจอร์ใหม่
• Software Version เปลี่ยน
• กฎหมายเปลี่ยน
• UI เปลี่ยน
• สเปกผลิตภัณฑ์รุ่นใหม่

ดังนั้นถามเสมอว่า

ข้อมูลนี้เป็นข้อมูล ณ วันที่เท่าไร?

หรือ

มีข้อมูลใหม่กว่านี้หรือไม่?

โดยเฉพาะเรื่อง Technology และ AI ต้องระวังมาก

⑦ ตรวจตัวเลขเป็นพิเศษ

ตัวเลขทำให้คำตอบดูน่าเชื่อถือ แต่ก็เป็นจุดผิดที่พบบ่อย

ตัวอย่าง

ยอดขายเพิ่มขึ้น 37%

ควรถามทันทีว่า

• 37% เทียบกับช่วงไหน?
• แหล่งข้อมูลคืออะไร?
• เป็นยอดขายหรือรายได้?
• เป็นจำนวนผู้ใช้หรือมูลค่า?
• ตัวเลขก่อนและหลังคือเท่าไร?

ตัวเลขที่ไม่มี Context อาจทำให้ตีความผิดได้ แม้ตัวเลขจะเป็นจริง

⑧ ตรวจหน่วย

AI อาจสับสนระหว่าง

• MB กับ GB
• Mbps กับ MB/s
• ล้าน กับ พันล้าน
• บาท กับดอลลาร์
• กิโลเมตรกับไมล์
• เปอร์เซ็นต์กับ Percentage Point

ตัวอย่าง

จาก 10% เป็น 15%

เพิ่มขึ้น

• 5 Percentage Points
• หรือ 50% เมื่อเทียบกับค่าเดิม

สองอย่างนี้ไม่เหมือนกัน

จึงควรตรวจทั้งตัวเลขและหน่วย

⑨ ตรวจการคำนวณ

ถ้าคำตอบมีการคำนวณ ให้แยกออกมาคิดใหม่

เช่น

ต้นทุน 10,000 บาท รายได้ 15,000 บาท กำไร 50%

ควรตรวจว่า AI หมายถึงอะไร

กำไรสุทธิ = 5,000 บาท

ถ้าคิดเทียบต้นทุนคือ 50%

แต่ถ้าคิด Profit Margin จากรายได้จะประมาณ 33.3%

ตัวเลขอาจดูใกล้เคียง แต่ความหมายต่างกันมาก

⑩ ตรวจชื่อบุคคล บริษัท และตำแหน่ง

ข้อมูลประเภท

• CEO
• Founder
• President
• Minister
• Director
• Product Manager

สามารถเปลี่ยนได้

จึงควรตรวจข้อมูลปัจจุบันเสมอ

คำตอบที่เคยถูกเมื่อ 2 ปีก่อนอาจผิดวันนี้

⑪ ตรวจชื่อสินค้าและรุ่น

AI อาจผสมสเปกจากคนละรุ่น

ตัวอย่าง

• iPhone รุ่นหนึ่งกับอีกรุ่น
• CPU รุ่นใกล้กัน
• Router รุ่นใกล้กัน
• Software Version ต่างกัน

Prompt สำหรับตรวจคือ

ตรวจสเปกทีละข้อกับเว็บไซต์ผู้ผลิต และแยกให้ชัดว่าเป็นรุ่นใด

นี่สำคัญมากกับบทความรีวิวและเปรียบเทียบสินค้า

⑫ ตรวจ Version ของ Software

คำแนะนำด้าน Software อาจถูกใน Version หนึ่งแต่ผิดใน Version ใหม่

ตัวอย่าง

ไปที่ Settings > เมนู X > เมนู Y

หาก UI เปลี่ยน ตำแหน่งเมนูอาจไม่ตรงแล้ว

จึงควรถาม

วิธีนี้ใช้กับ Version ไหน?

หรือ

ตรวจว่าเมนูยังอยู่ตำแหน่งนี้ใน Version ปัจจุบันหรือไม่

⑬ ตรวจงานวิจัยว่ามีจริงหรือไม่

ถ้า Gemini อ้าง Research ให้ตรวจ

• ชื่อ Paper
• ชื่อผู้แต่ง
• ปี
• Journal
• DOI
• เนื้อหาใน Paper

อย่าเชื่อเพียงเพราะ Citation ดูเหมือน Academic

Prompt ที่ดีคือ

ตรวจว่างานวิจัยที่อ้างถึงมีอยู่จริง และข้อมูลใน Paper สนับสนุน Claim นี้โดยตรงหรือไม่

⑭ ระวัง Citation ที่ดูจริงแต่ไม่มีจริง

AI สามารถสร้างชื่อ Reference ที่ดูน่าเชื่อถือได้

ตัวอย่างสมมติ

Smith, J. (2024). The Future of AI Productivity. Journal of AI Studies.

ชื่อดูเป็นวิชาการมาก แต่ Paper อาจไม่มีจริง

ดังนั้น Citation ทุกตัวที่สำคัญควรตรวจค้นจริง

⑮ ตรวจ Quotes

ถ้า Gemini ระบุว่าบุคคลหนึ่งพูดว่าอะไร

ควรตรวจ Quote ต้นฉบับ

ถามว่า

มีแหล่งต้นฉบับของคำพูดนี้หรือไม่?

เพราะ AI อาจ

• จำ Quote ผิด
• Paraphrase แต่ใส่เหมือนคำพูดตรง
• นำคำพูดของคนหนึ่งไปใส่อีกคน

⑯ ตรวจ “เหตุและผล”

นี่เป็นเรื่องสำคัญมาก

ตัวอย่าง

Traffic ลดลงเพราะ Google Algorithm Update

อาจเป็นไปได้ แต่ยังไม่ใช่ข้อพิสูจน์

Traffic ลดอาจเกิดจาก

• Seasonality
• Ranking ลด
• Search Volume ลด
• Tracking Error
• Site Down
• Competitor
• Indexing Problem

ดังนั้นควรถามว่า

ข้อมูลนี้พิสูจน์เหตุและผล หรือเป็นเพียงความสัมพันธ์?

Correlation ไม่เท่ากับ Causation

ถ้าเหตุการณ์ A และ B เกิดพร้อมกัน

ไม่ได้แปลว่า

A ทำให้ B เกิด

Prompt ที่ช่วยได้คือ

แยกสิ่งที่ข้อมูลพิสูจน์ได้ออกจากสิ่งที่เป็นเพียงสมมติฐานเกี่ยวกับสาเหตุ

เหมาะมากกับ Analytics และ Business Analysis

⑰ ตรวจคำที่ดูมั่นใจเกินไป

ถ้า Gemini ใช้คำว่า

• แน่นอน
• เสมอ
• 100%
• ไม่มีทาง
• ดีที่สุด
• ปลอดภัยที่สุด

ควรระวัง

เพราะโลกจริงมักมีข้อยกเว้น

ถามต่อว่า

มีข้อยกเว้นหรือสถานการณ์ที่ข้อความนี้ไม่จริงหรือไม่?

⑱ ตรวจข้อมูลกับแหล่งที่สอง

ถ้า Claim สำคัญมาก อย่าพึ่งแหล่งเดียว

ลองตรวจกับ Source ที่เป็นอิสระอีกแหล่ง

ตัวอย่าง

ข้อมูลบริษัท

• Official Company Report
• Regulatory Filing

ข่าวสำคัญ

• Source ต้นทาง
• สำนักข่าวที่น่าเชื่อถือ

ตัวเลขตลาด

• Official Dataset
• Research Institution

ถ้าสองแหล่งตรงกัน ความมั่นใจย่อมสูงขึ้น

⑲ ถ้า Source สองแห่งไม่ตรงกัน ต้องทำอย่างไร?

อย่าเลือกเลขที่ชอบ

ให้ตรวจ

① วันที่ของข้อมูล
② วิธีเก็บข้อมูล
③ นิยาม
④ Geographic Scope
⑤ Sample Size
⑥ หน่วย
⑦ ช่วงเวลา

ตัวอย่าง

Source A บอกตลาด 10 พันล้าน

Source B บอก 15 พันล้าน

อาจไม่ได้หมายถึงว่า Source หนึ่งผิด

อาจเป็นเพราะใช้

• คนละปี
• คนละประเทศ
• คนละนิยามตลาด

⑳ ให้ Gemini แสดงสิ่งที่ไม่แน่ใจ

Prompt มีประโยชน์มากคือ

ในคำตอบนี้มีส่วนไหนที่คุณไม่มั่นใจหรือควรตรวจจากแหล่งอื่น?

หรือ

ระบุ Claims ที่มีความเสี่ยงต่อความคลาดเคลื่อนสูง

นี่ช่วยให้รู้ว่าควรใช้เวลา Fact Check ตรงไหนก่อน

㉑ ให้ Gemini แยก Fact, Inference และ Opinion

ใช้ Prompt

แยกคำตอบนี้เป็น 3 ประเภท:

1. Fact — ตรวจสอบได้
2. Inference — การอนุมานจากข้อมูล
3. Opinion/Recommendation — ความเห็นหรือคำแนะนำ

วิธีนี้ช่วยลดการเข้าใจว่า “ทุกอย่างที่ AI พูดคือ Fact”

㉒ ให้ Gemini ระบุสมมติฐาน

Prompt

ระบุ Assumptions ที่คุณใช้ในการสร้างคำตอบนี้

ตัวอย่าง

Gemini อาจกำลังสมมติว่า

• ผู้ใช้ใช้ Windows 11
• ประเทศคือไทย
• งบประมาณปานกลาง
• ข้อมูลเป็นปีปัจจุบัน

ถ้าสมมติฐานเหล่านี้ผิด คำตอบก็อาจเปลี่ยนทั้งหมด

㉓ ตรวจความสอดคล้องภายในคำตอบ

บางครั้งไม่ต้องใช้ External Source ก็จับความผิดได้

เช่น

ช่วงแรกบอกว่า

จำกัดสูงสุด 10 คน

แต่ช่วงหลังบอกว่า

รองรับได้ 20 คน

Prompt

ตรวจคำตอบนี้ว่ามีข้อเท็จจริงหรือข้อสรุปใดขัดแย้งกันเองหรือไม่

ช่วยจับ Internal Inconsistency

㉔ ตรวจคำตอบกับคำถามเดิม

บางครั้งคำตอบไม่ได้ “ผิดข้อเท็จจริง” แต่ตอบผิดโจทย์

ตัวอย่าง

ถาม

ทำไมมือถือชาร์จช้า?

แต่ Gemini ตอบ

วิธีแก้มือถือชาร์จไม่เข้า

ข้อมูลอาจถูก แต่ Intent ผิด

ดังนั้นต้องตรวจทั้ง

Factual Accuracy

และ

Relevance

㉕ ตรวจว่า Gemini เติมข้อมูลที่เราไม่ได้ให้หรือไม่

ถ้าเราให้ตารางยอดขายแล้ว Gemini บอกว่า

ยอดลดเพราะคู่แข่งลดราคา

แต่เราไม่ได้ให้ข้อมูลคู่แข่ง

นี่คือ Inference หรือ Speculation

Prompt ที่ดีคือ

ระบุข้อความทั้งหมดที่ไม่ได้มาจากข้อมูลต้นฉบับ

ช่วยแยก Data จากการตีความ

วิธีตรวจคำตอบ Gemini แบบ 5 ขั้นตอน

ถ้าต้องการวิธีง่ายที่สุด ใช้ขั้นตอนนี้

ขั้นที่ 1 — หา Claims สำคัญ

ดูตัวเลข วันที่ ชื่อ และข้อสรุป

ขั้นที่ 2 — ขอ Sources

ให้ Gemini บอกต้นทาง

ขั้นที่ 3 — เปิด Source

ตรวจข้อความจริง

ขั้นที่ 4 — เปรียบเทียบหลายแหล่ง

ถ้าเรื่องสำคัญ

ขั้นที่ 5 — ระบุสิ่งที่ยังยืนยันไม่ได้

อย่าฝืนสรุป

สูตร Fact Check แบบง่าย

ใช้คำถาม 5 ข้อ

1. ใครพูด?

Source คือใคร?

2. พูดเมื่อไร?

ข้อมูลเก่าหรือใหม่?

3. หลักฐานคืออะไร?

มี Dataset, Paper หรือ Document หรือไม่?

4. Source รองรับ Claim จริงหรือไม่?

หรือเพียงเกี่ยวข้องกับเรื่องเดียวกัน?

5. มีแหล่งอื่นยืนยันหรือไม่?

ถ้าตอบครบ จะช่วยลดความเสี่ยงได้มาก

Prompt ให้ Gemini ตรวจคำตอบเดิม

ตรวจคำตอบก่อนหน้าของคุณแบบ Fact Check โดย:

1. แยก Claims ที่ตรวจสอบได้
2. ระบุ Source ที่สนับสนุนแต่ละ Claim
3. ระบุ Claim ที่ยังไม่มีหลักฐาน
4. แยก Fact ออกจาก Assumption
5. ห้ามสร้าง Source เพิ่มเอง

Prompt ให้สร้าง Fact-Check Table

ตรวจคำตอบนี้และสร้างตาราง:

| Claim | สถานะ | Source | วันที่ | หมายเหตุ |

ใช้สถานะ:

• Verified
• Partially Verified
• Unverified
• Incorrect

หากไม่มีหลักฐานเพียงพอ ห้ามเดา

Prompt ตรวจข้อมูลล่าสุด

ตรวจคำตอบนี้อีกครั้งโดยเน้นข้อมูลที่อาจเปลี่ยนตามเวลา เช่น ราคา Version ฟีเจอร์ ผู้บริหาร และกฎหมาย ระบุสิ่งที่ควรตรวจข้อมูลล่าสุด

Prompt ตรวจตัวเลข

แยกตัวเลขทั้งหมดจากคำตอบนี้ แล้วตรวจแหล่งข้อมูล หน่วย ช่วงเวลา และวิธีคำนวณของแต่ละตัวเลข

Prompt ตรวจ Research

ตรวจ References ทั้งหมดในคำตอบนี้ว่า:

1. มี Paper จริง
2. ผู้แต่งถูกต้อง
3. ปีถูกต้อง
4. Paper สนับสนุน Claim จริง

หากยืนยันไม่ได้ให้ระบุ Unverified

Prompt ตรวจสเปกสินค้า

ตรวจสเปกทั้งหมดกับข้อมูลจากผู้ผลิต แยกตามรุ่นอย่างชัดเจน และระบุข้อใดที่ไม่สามารถยืนยันได้

Prompt ตรวจข่าว

แยกข้อเท็จจริงที่ได้รับการยืนยันออกจากรายงานเบื้องต้น ข่าวลือ และความคิดเห็น พร้อมระบุวันที่ของแต่ละ Source

Prompt ตรวจบทความ SEO

ตรวจข้อเท็จจริง ตัวเลข วันที่ ชื่อผลิตภัณฑ์ และขั้นตอนในบทความนี้ ระบุส่วนที่อาจล้าสมัยหรือควรตรวจ Source ก่อน Publish

Prompt ตรวจคำตอบทางเทคนิค

ตรวจว่าคำสั่ง เมนู API และ Configuration นี้ยังใช้ได้กับ Version ที่ระบุหรือไม่ หากขึ้นกับ Version ให้แจ้งอย่างชัดเจน

สัญญาณว่า Gemini อาจกำลังมั่ว

ไม่มีสัญญาณใดพิสูจน์ได้ 100% แต่ควรระวังเมื่อเห็น

1. ตัวเลขเฉพาะเจาะจงมากแต่ไม่มีแหล่ง

เช่น

เพิ่มประสิทธิภาพ 37.8%

2. Citation ดูสมบูรณ์แบบเกินไปแต่เปิดไม่ได้

3. ชื่องานวิจัยที่ค้นหาไม่เจอ

4. URL แปลกหรือหน้า 404

5. ใช้คำมั่นใจมากโดยไม่มีข้อยกเว้น

6. วันที่หรือ Version ดูไม่สัมพันธ์กัน

7. คำตอบขัดกันเอง

8. ถาม Source แล้วคำตอบเปลี่ยนทันที

9. ให้ Source คนละเรื่องกับ Claim

10. มีรายละเอียดที่เราไม่เคยให้ แต่ AI เขียนเหมือนรู้แน่นอน

ถาม Gemini ว่า “แน่ใจไหม?” ช่วยหรือไม่?

ช่วยได้บ้าง แต่ไม่เพียงพอ

Prompt

แน่ใจไหม?

อาจทำให้ Gemini ตรวจคำตอบใหม่ แต่ยังเป็นโมเดลเดิมที่ตรวจคำตอบตัวเอง

วิธีที่ดีกว่าคือถามว่า

ข้อเท็จจริงนี้ยืนยันจาก Source ใด?

หรือ

มีหลักฐานอะไรที่ทำให้สรุปเช่นนี้?

การขอ Evidence ดีกว่าขอ Confidence

Confidence สูงไม่ได้แปลว่าถูก

AI สามารถตอบผิดด้วยน้ำเสียงมั่นใจมาก

ดังนั้นอย่าประเมินความจริงจาก

• น้ำเสียง
• ความยาว
• ความสวยของตาราง
• จำนวนศัพท์เทคนิค
• จำนวน Sources

ให้ดู Evidence จริง

คำตอบยาวไม่ได้แปลว่าถูกกว่า

AI สามารถสร้างคำอธิบายผิดยาว 2,000 คำได้

ดังนั้นควรวัดจาก

• Accuracy
• Evidence
• Relevance
• Consistency
• Recency

ไม่ใช่จำนวนคำ

Source เยอะไม่ได้แปลว่าถูกกว่า

แหล่งข้อมูล 20 เว็บที่คัดลอกข้อมูลผิดเหมือนกัน ไม่ได้ดีกว่า Primary Source ที่ถูกต้องหนึ่งแห่ง

ให้ถามว่า

ใครเป็นต้นทางของข้อมูล?

มากกว่าถามว่า

มี Source กี่แหล่ง?

เรื่องไหนไม่ควรเชื่อ Gemini ทันที?

ควรตรวจเพิ่มเป็นพิเศษสำหรับ

• การแพทย์
• ยา
• กฎหมาย
• การเงิน
• ภาษี
• การลงทุน
• ความปลอดภัย
• ข่าวล่าสุด
• การเมือง
• ราคา
• กฎระเบียบ
• ข้อมูลบัญชี
• คำสั่งระบบที่เสี่ยงทำข้อมูลหาย

เพราะความผิดพลาดอาจมีผลกระทบสูง

เรื่องทั่วไปต้อง Fact Check ทุกอย่างไหม?

ไม่จำเป็น

ตัวอย่าง

HTML คืออะไร?

เป็นความรู้พื้นฐานที่ค่อนข้างคงที่

แต่ถ้าคำถามคือ

Chrome เวอร์ชันล่าสุดรองรับอะไรบ้าง?

ควรตรวจข้อมูลปัจจุบัน

หลักง่าย ๆ คือ

ยิ่งข้อมูลเปลี่ยนเร็วหรือผลผิดพลาดรุนแรง ยิ่งต้องตรวจมาก

ใช้ Risk-Based Fact Checking

แบ่งข้อมูลเป็น 3 ระดับ

Low Risk

ข้อมูลทั่วไป ไม่เปลี่ยนบ่อย

ตรวจเล็กน้อย

Medium Risk

ข้อมูลธุรกิจ ตัวเลข เทคโนโลยี

ควรมี Source

High Risk

แพทย์ กฎหมาย การเงิน ความปลอดภัย

ควรตรวจแหล่งทางการหรือผู้เชี่ยวชาญ

ช่วยประหยัดเวลา เพราะไม่จำเป็นต้องตรวจทุกประโยคเท่ากัน

วิธีเช็กบทความจาก Gemini ก่อน Publish

ถ้าใช้ Gemini เขียนบทความ ขั้นตรวจที่ควรทำคือ

① ตรวจ Title และ Search Intent
② ตรวจ Fact สำคัญ
③ ตรวจตัวเลข
④ ตรวจชื่อผลิตภัณฑ์
⑤ ตรวจ Version
⑥ ตรวจขั้นตอน How-to
⑦ ตรวจ Source
⑧ ตรวจว่ามีข้อมูลเก่าหรือไม่
⑨ ตรวจข้อสรุปที่ AI เดา
⑩ อ่านทั้งหมดจากมุมผู้ใช้จริง

วิธีตรวจบทความ How-to

เนื้อหาประเภท “วิธีทำ” ควรตรวจจริง

เช่น

วิธีปิดฟีเจอร์ X

อย่าเชื่อจากข้อความอย่างเดียว

ควรตรวจว่า

• เมนูมีจริง
• ชื่อเมนูตรง
• ลำดับขั้นถูก
• Version ไหนใช้ได้
• มีผลข้างเคียงหรือไม่

โดยเฉพาะเมนู Software ที่เปลี่ยนบ่อย

วิธีตรวจข้อมูลจากตาราง

ตารางทำให้ข้อมูลดูน่าเชื่อถือมาก แต่มีโอกาสมีข้อมูลผิดหลาย Cell

ตรวจ

• Column Definition
• หน่วย
• รุ่น
• ราคา
• วันที่
• Source

อย่าตรวจเพียงแถวแรก

Gemini เปลี่ยนคำตอบเมื่อถามซ้ำ หมายความว่าอะไร?

ไม่ได้แปลว่าคำตอบแรกหรือคำตอบสองผิดเสมอไป

แต่เป็นสัญญาณว่าเรื่องนั้นอาจมี

• ความกำกวม
• ข้อมูลไม่พอ
• หลายวิธีตีความ
• ความไม่แน่นอน

ควรเปลี่ยนจากการถามซ้ำเป็น

อธิบายว่าทำไมคำตอบสองครั้งจึงแตกต่างกัน และใช้ Source ใดสนับสนุนแต่ละข้อสรุป

ให้ Gemini หาข้อโต้แย้งกับตัวเอง

Prompt

พยายามหาหลักฐานหรือเหตุผลที่อาจทำให้คำตอบก่อนหน้าของคุณผิด

หรือ

ถ้ามีผู้เชี่ยวชาญไม่เห็นด้วย เขาอาจคัดค้านส่วนไหน?

นี่ช่วยลด Confirmation Bias ในการวิเคราะห์

เทคนิค Verify Before Trust

แทนที่จะคิดว่า

Gemini ตอบแล้ว = Fact

ให้ใช้หลัก

Gemini ตอบ → ระบุ Claim → ตรวจ Source → เปรียบเทียบ → จึงนำไปใช้

นี่เป็น Workflow ที่ปลอดภัยกว่า

Prompt Template แบบสั้น

ตรวจคำตอบนี้และแยกข้อเท็จจริงที่ต้องตรวจ พร้อมระบุ Source สำหรับแต่ละข้อ หากไม่มีหลักฐานให้เขียนว่า “ยังยืนยันไม่ได้” ห้ามเดา

Prompt Template แบบละเอียด

ตรวจคำตอบก่อนหน้าของคุณใหม่ในฐานะ Fact Checker

สำหรับทุก Claim สำคัญ:

1. ระบุ Claim
2. ระบุว่าตรวจสอบได้หรือไม่
3. ให้ Primary Source หากมี
4. ระบุวันที่ของข้อมูล
5. แยก Fact ออกจาก Assumption
6. ระบุข้อมูลที่อาจล้าสมัย
7. หากไม่มี Source ให้ใช้สถานะ Unverified

ห้ามสร้าง Citation หรือ URL ขึ้นเอง

Prompt Template สำหรับตรวจคำตอบก่อนใช้

ฉันกำลังจะนำคำตอบนี้ไปใช้งานจริง ช่วยระบุ 10 จุดที่ควรตรวจสอบก่อน โดยเรียงตามความเสี่ยงหากข้อมูลผิด

นี่เป็น Prompt ที่มีประโยชน์มาก เพราะ Focus ไปที่ความเสียหาย ไม่ใช่แค่จำนวนข้อผิด

Prompt Template สำหรับบทความ

ก่อน Publish บทความนี้ ช่วยทำ Fact Check Checklist โดยระบุตัวเลข วันที่ ชื่อบุคคล ชื่อผลิตภัณฑ์ Version สถิติ และ Claim สำคัญที่ควรตรวจจาก Source ต้นทาง

Prompt Template สำหรับข้อมูลล่าสุด

ระบุทุกส่วนของคำตอบนี้ที่ขึ้นอยู่กับเวลา และควรตรวจข้อมูลล่าสุดก่อนใช้งาน

Prompt Template สำหรับตรวจ Hallucination

ตรวจคำตอบนี้หา Hallucination โดยเน้น:

• ชื่อที่ไม่มีแหล่ง
• ตัวเลขที่ไม่มีหลักฐาน
• Citation ที่ตรวจไม่ได้
• URL ที่อาจไม่มีจริง
• Fact ที่ขัดแย้งกัน
• สมมติฐานที่เขียนเหมือนข้อเท็จจริง

ระบุสิ่งที่ต้องตรวจเพิ่มเติมแทนการเดา

ข้อผิดพลาดที่ผู้ใช้มักทำเวลาตรวจ Gemini

1. เชื่อเพราะคำตอบอ่านดี

คุณภาพภาษาไม่เท่ากับความถูกต้อง

2. เชื่อเพราะมี Source

ต้องตรวจว่า Source รองรับ Claim จริง

3. ถาม Gemini ให้ตรวจตัวเองอย่างเดียว

ควรมี External Verification

4. ไม่ตรวจวันที่

ข้อมูลเก่าอาจเคยถูก

5. ตรวจเพียงตัวเลขแต่ไม่ตรวจ Context

ตัวเลขจริงก็ใช้ผิดบริบทได้

6. ไม่แยก Fact กับ Recommendation

คำแนะนำไม่ใช่ Fact

7. เชื่อ Source รองมากกว่าต้นทาง

ควรย้อนหาต้นฉบับเมื่อเป็นไปได้

8. ตรวจทุกอย่างเท่ากัน

ควร Focus Claim ที่เสี่ยงสูงก่อน

Checklist เช็กว่า Gemini มั่วหรือไม่

ก่อนเชื่อข้อมูลสำคัญ ให้ตรวจ

① Claim นี้ตรวจสอบได้หรือไม่
② Source คืออะไร
③ เป็น Primary Source หรือไม่
④ Source มีอยู่จริงหรือไม่
⑤ Source พูดตรงกับ Claim หรือไม่
⑥ ข้อมูลเป็นวันที่เท่าไร
⑦ มี Source อื่นยืนยันหรือไม่
⑧ ตัวเลขและหน่วยถูกหรือไม่
⑨ AI กำลังสรุปเกินหลักฐานหรือไม่
⑩ มีสมมติฐานใดซ่อนอยู่หรือไม่
⑪ มีข้อมูลขัดกันเองหรือไม่
⑫ ข้อมูลอาจเปลี่ยนตาม Version หรือเวลาไหม
⑬ มี Citation หรือ Paper ที่ค้นไม่เจอไหม
⑭ ความผิดพลาดของข้อมูลนี้มีผลสูงหรือไม่
⑮ จำเป็นต้องตรวจกับผู้เชี่ยวชาญหรือแหล่งทางการหรือไม่

สรุป วิธีเช็กคำตอบ Gemini ว่าถูกต้องหรือ AI มั่ว

อย่าตัดสินความถูกต้องของ Gemini จากความมั่นใจของภาษา

วิธีตรวจที่ดีที่สุดคือ

① แยก Claim สำคัญ
② ขอ Source
③ ใช้ Primary Source ก่อน
④ เปิด Source ตรวจจริง
⑤ ตรวจวันที่
⑥ ตรวจตัวเลขและหน่วย
⑦ เปรียบเทียบกับแหล่งอื่น
⑧ แยก Fact ออกจาก Assumption
⑨ ตรวจข้อมูลที่เปลี่ยนตามเวลา
⑩ ถ้ายืนยันไม่ได้ ให้ถือว่ายังไม่ยืนยัน

Prompt ที่นำไปใช้ได้ทันทีคือ

ตรวจคำตอบนี้ในฐานะ Fact Checker แยก Claim สำคัญทีละข้อ ระบุ Source ที่รองรับ ตรวจวันที่และความสอดคล้องของข้อมูล แยก Fact ออกจาก Assumption และหาก Claim ใดไม่มีหลักฐานเพียงพอ ให้ระบุว่า “ยังยืนยันไม่ได้” แทนการเดา

หลักที่ควรจำที่สุดคือ

คำตอบที่ฟังดูสมเหตุสมผล ยังไม่เท่ากับคำตอบที่ได้รับการตรวจสอบแล้ว

Gemini เหมาะมากสำหรับช่วยคิด ค้นประเด็น สรุป และอธิบาย แต่สำหรับข้อเท็จจริงสำคัญ ควรใช้ AI เป็น จุดเริ่มต้นของการตรวจสอบ ไม่ใช่จุดจบของการตรวจสอบ