วิธีเขียน Follow-up Prompt Microsoft Copilot เพื่อปรับคำตอบให้ดีขึ้น

Follow-up Prompt คือคำสั่งที่ส่งต่อจากคำตอบเดิม เพื่อให้ Microsoft Copilot แก้ ปรับ ขยาย ย่อ เปลี่ยนรูปแบบ หรือเจาะลึกคำตอบเดิม โดยไม่ต้องเริ่มงานใหม่ทั้งหมด

วิธีนี้เหมาะมากเมื่อคำตอบแรก “เกือบดีแล้ว” แต่ยังมีบางส่วนที่ไม่ตรงใจ เช่น ยาวเกินไป สั้นเกินไป ใช้ภาษายากเกินไป ขาดตัวอย่าง หรือยังไม่ตรง Search Intent

Microsoft แนะนำให้ใช้การสนทนาต่อเนื่องและ Follow-up Prompt เพื่อปรับผลลัพธ์ทีละรอบ เพราะ Copilot สามารถอ้างอิงบริบทจากคำตอบก่อนหน้าได้ใน Conversation เดียวกัน (support.microsoft.com)

① Follow-up Prompt คืออะไร

Follow-up Prompt คือ Prompt ที่อ้างอิงจากคำตอบก่อนหน้า

ตัวอย่าง:

Prompt แรก:
“ช่วยเขียนบทความเรื่อง Microsoft Copilot สำหรับมือใหม่”

Follow-up:
“ย่อบทนำให้กระชับลง”

หรือ

“เพิ่มตัวอย่างการใช้งานจริง 5 ตัวอย่าง”

หรือ

“ปรับภาษาทั้งหมดให้อ่านง่ายขึ้น”

นี่ช่วยให้แก้เฉพาะจุดได้เร็วกว่าเริ่มใหม่

② เมื่อไหร่ควรใช้ Follow-up Prompt

ควรใช้เมื่อ

• คำตอบเกือบตรงแล้ว
• ต้องการแก้บางส่วน
• ต้องการเปลี่ยน Tone
• ต้องการเพิ่มรายละเอียด
• ต้องการลดความยาว
• ต้องการเปลี่ยน Format
• ต้องการตรวจข้อผิดพลาด
• ต้องการเจาะลึกบางหัวข้อ

ถ้าคำตอบแรกผิดทิศทางทั้งหมด อาจเริ่ม Prompt ใหม่จะดีกว่า

③ สูตรง่ายที่สุดของ Follow-up Prompt

ใช้สูตร:

สิ่งที่ต้องแก้ + สิ่งที่ต้องรักษา + ผลลัพธ์ที่ต้องการ

ตัวอย่าง:

“ย่อคำตอบนี้ให้เหลือประมาณ 300 คำ แต่รักษาประเด็นหลักและตัวอย่างสำคัญไว้”

นี่ชัดกว่าการสั่งเพียงว่า

“ย่อหน่อย”

④ ใช้คำว่า “จากคำตอบก่อนหน้า”

ตัวอย่าง:

“จากคำตอบก่อนหน้า ช่วยเพิ่มตัวอย่างอีก 5 ข้อ”

หรือ

“จากคำตอบเดิม เปลี่ยนเป็นตาราง”

หรือ

“ใช้ข้อมูลเดิมทั้งหมด แต่ปรับ Tone ให้มืออาชีพขึ้น”

ช่วยให้ Copilot รู้ว่าต้องทำงานต่อจาก Output เดิม

⑤ Follow-up Prompt สำหรับย่อคำตอบ

ตัวอย่าง:

“ย่อคำตอบก่อนหน้าให้เหลือครึ่งหนึ่ง”

“ลดเหลือประมาณ 500 คำ”

“ตัดรายละเอียดที่ซ้ำ แต่รักษาข้อสรุปเดิมไว้”

Microsoft มีตัวอย่างการใช้คำสั่งลักษณะ “Shorten this by half” เพื่อปรับคำตอบเดิมให้สั้นลง (support.microsoft.com)

⑥ Follow-up Prompt สำหรับขยายคำตอบ

ตัวอย่าง:

“ขยายหัวข้อที่ 3 ให้ละเอียดขึ้น”

“เพิ่มตัวอย่างใช้งานจริงในแต่ละหัวข้อ”

“เพิ่มข้อดี ข้อจำกัด และกรณีใช้งาน”

อย่าสั่งเพียงว่า “เขียนเพิ่ม” เพราะอาจได้ข้อความซ้ำ

ควรบอกว่าให้เพิ่มอะไร

⑦ Follow-up Prompt สำหรับเปลี่ยน Tone

ตัวอย่าง:

“ปรับ Tone ให้มืออาชีพขึ้น”

“ทำให้อบอุ่นและเป็นธรรมชาติมากขึ้น”

“ลดความเป็นทางการลงเล็กน้อย”

“เขียนเหมือนอธิบายให้มือใหม่ฟัง”

Microsoft แนะนำให้ระบุ Tone ที่ต้องการอย่างชัดเจน เช่น warmer, formal หรือ concise เมื่อต้องการปรับผลลัพธ์ (support.microsoft.com)

⑧ Follow-up Prompt สำหรับเปลี่ยน Format

ตัวอย่าง:

“เปลี่ยนคำตอบเดิมเป็น Bullet Point”

“จัดข้อมูลเป็นตาราง 5 คอลัมน์”

“แบ่งเป็น H2 และ H3”

“เปลี่ยนเป็น Checklist”

ไม่จำเป็นต้องขอให้ Copilot สร้างข้อมูลใหม่ ถ้าต้องการเพียงเปลี่ยน Format

⑨ Follow-up Prompt สำหรับเพิ่มตัวอย่าง

ตัวอย่าง:

“เพิ่มตัวอย่าง 3 ตัวอย่างหลังแต่ละหัวข้อ”

หรือ

“เพิ่มตัวอย่าง Prompt ภาษาไทยที่พร้อม Copy ไปใช้ได้”

ตัวอย่างช่วยให้บทความใช้งานจริงได้มากขึ้น

⑩ Follow-up Prompt สำหรับมือใหม่

ถ้าคำตอบยากเกินไป:

“เขียนใหม่ให้คนที่ไม่เคยใช้ AI เข้าใจได้”

“ลดศัพท์เทคนิค”

“ถ้าจำเป็นต้องใช้ศัพท์เทคนิค ให้ใส่คำอธิบายทันที”

เหมาะกับบทความ Tutorial และ How-to

⑪ Follow-up Prompt สำหรับผู้เชี่ยวชาญ

ในทางกลับกัน สามารถสั่งว่า

“เพิ่มรายละเอียดเชิงเทคนิค”

“ไม่ต้องอธิบายพื้นฐาน”

“เน้นข้อจำกัดและกรณี Edge Case”

ช่วยปรับระดับคำตอบตาม Audience

⑫ Follow-up Prompt สำหรับแก้บทนำ

ตัวอย่าง:

“เขียนบทนำใหม่ให้เข้าเรื่องเร็วขึ้น”

“ลดบทนำเหลือไม่เกิน 100 คำ”

“เปิดด้วยคำตอบของ Search Intent ทันที”

เหมาะกับบทความ SEO

⑬ Follow-up Prompt สำหรับแก้หัวข้อ

ตัวอย่าง:

“ปรับ H2 ให้ตรง Search Intent มากขึ้น”

“ลดหัวข้อที่ซ้ำกัน”

“เพิ่มหัวข้อที่ยังขาด”

หรือ

“รักษา H1 เดิม แต่ปรับเฉพาะ H2/H3”

ช่วยแก้โครงสร้างโดยไม่ต้องเขียนทั้งหมดใหม่

⑭ Follow-up Prompt สำหรับ SEO

ตัวอย่าง:

“ตรวจบทความก่อนหน้าว่าตอบ Search Intent ครบหรือไม่”

“เพิ่มข้อมูลที่ผู้ค้นหาน่าจะต้องการ แต่ห้ามยัด Keyword”

“ตัดส่วนที่ไม่เกี่ยวกับ Intent”

“เพิ่ม FAQ ที่เกี่ยวข้องโดยตรง 5 ข้อ”

เหมาะกับการ Refinement ก่อน Publish

⑮ Follow-up Prompt สำหรับ Meta Description

ตัวอย่าง:

“เขียน Meta Description จากบทความนี้ ไม่เกินประมาณ 150–160 ตัวอักษร และให้รู้ทันทีว่าผู้อ่านจะได้อะไร”

หรือ

“สร้าง 3 เวอร์ชัน โดยไม่ใช้ Clickbait เกินจริง”

⑯ Follow-up Prompt สำหรับ Title

ตัวอย่าง:

“สร้าง Title ใหม่ 10 แบบ โดยรักษา Intent เดิม”

“ทำ Title ให้ชัดขึ้น ไม่ใช้คำเกินจริง”

“เพิ่มคำที่บอกประโยชน์ของบทความ”

ช่วยปรับ CTR โดยไม่เปลี่ยนหัวข้อหลัก

⑰ Follow-up Prompt สำหรับตาราง

ถ้าตารางยังไม่ดี:

“เพิ่มคอลัมน์ราคา”

“ลดเหลือ 5 คอลัมน์”

“เรียงจากราคาต่ำไปสูง”

“ย่อข้อความแต่ละช่องให้สั้นลง”

“หากไม่มีข้อมูลให้ใส่ ‘ไม่ระบุ’”

นี่คือการปรับ Output เดิมอย่างตรงจุด

⑱ Follow-up Prompt สำหรับอีเมล

ตัวอย่าง:

“ทำให้อีเมลนี้สุภาพขึ้น”

“ย่อให้เหลือไม่เกิน 150 คำ”

“เปลี่ยน Opening ให้เป็นธรรมชาติมากขึ้น”

“รักษาข้อมูลเดิม แต่ลด Tone ที่ดูแข็งเกินไป”

เหมาะกับการแก้ Draft ก่อนส่ง

⑲ Follow-up Prompt สำหรับรายงาน

ตัวอย่าง:

“สรุปเฉพาะ 5 Findings ที่สำคัญที่สุด”

“เพิ่ม Executive Summary”

“ตัดข้อมูลที่ไม่เกี่ยวกับการตัดสินใจ”

“เพิ่ม Action Item หลังแต่ละ Finding”

ช่วยเปลี่ยนรายงานจากข้อมูลดิบเป็น Output พร้อมใช้งาน

⑳ Follow-up Prompt สำหรับ PowerPoint

ตัวอย่าง:

“ลด Slide จาก 15 เหลือ 10”

“แต่ละ Slide ให้มี Bullet Point ไม่เกิน 4 ข้อ”

“เพิ่ม Key Message บนแต่ละ Slide”

“เปลี่ยน Flow ให้เริ่มจากปัญหา → Insight → Recommendation”

㉑ Follow-up Prompt สำหรับ Data Analysis

ตัวอย่าง:

“จาก Insight ก่อนหน้า เจาะลึกเฉพาะยอดขายที่ลดลง”

“เปรียบเทียบ Segment A กับ B”

“หา Outlier เพิ่ม”

“แสดงผลเป็นตาราง”

หรือ

“ห้ามเพิ่มข้อสรุปที่ไม่มีข้อมูลรองรับ”

เหมาะกับการวิเคราะห์ทีละชั้น

㉒ ใช้ Follow-up Prompt เพื่อขอเหตุผล

ตัวอย่าง:

“อธิบายว่าทำไมคุณถึงจัดลำดับแบบนี้”

หรือ

“บอกเกณฑ์ที่ใช้ในการเปรียบเทียบ”

ช่วยให้ผู้ใช้เข้าใจ Logic ของ Output มากขึ้น

㉓ ใช้ Follow-up Prompt เพื่อตรวจข้อมูล

ตัวอย่าง:

“ตรวจคำตอบก่อนหน้าว่ามีส่วนใดที่เป็นข้อเท็จจริงและส่วนใดเป็นการตีความ”

“ระบุข้อมูลที่ควรตรวจสอบกับ Source”

“ตรวจตัวเลขทั้งหมดอีกครั้ง”

Microsoft แนะนำให้ตรวจ Accuracy และ Completeness ของ Copilot Output ก่อนใช้งานจริง (support.microsoft.com)

㉔ ใช้ Follow-up Prompt เพื่อแก้ส่วนเดียว

ไม่จำเป็นต้องแก้ทั้งคำตอบ

ตัวอย่าง:

“แก้เฉพาะ H2 ที่ 3”

“เปลี่ยนเฉพาะบทสรุป”

“รักษาตารางเดิม แต่แก้คอลัมน์สุดท้าย”

ช่วยลดโอกาสที่ส่วนที่ดีอยู่แล้วจะเปลี่ยนตามไปด้วย

㉕ ระบุว่าอะไรต้อง “รักษาไว้”

ตัวอย่าง:

“เปลี่ยน Tone แต่รักษาข้อมูลเดิมทั้งหมด”

“ย่อคำตอบ แต่รักษาตัวเลขและข้อเท็จจริง”

“เปลี่ยน Format แต่ห้ามตัดข้อมูล”

นี่เป็นหนึ่งในวิธีที่ช่วยควบคุม Revision ได้ดีที่สุด

㉖ ระบุว่าอะไรต้อง “เปลี่ยน”

ตัวอย่าง:

“เปลี่ยนเฉพาะ Tone”

“เพิ่มเฉพาะตัวอย่าง”

“แก้เฉพาะโครงสร้าง”

“ลดเฉพาะส่วนที่ซ้ำ”

เมื่อ Scope ชัด Copilot มีโอกาสแก้ตรงจุดมากขึ้น

㉗ อย่าใช้ Follow-up Prompt ที่คลุมเครือ

ตัวอย่างที่ไม่ดี:

“ทำให้ดีกว่านี้”

“แก้ใหม่”

“ยังไม่ดี”

คำสั่งพวกนี้ไม่บอกว่า “ดีขึ้นด้านไหน”

ควรเปลี่ยนเป็น:

“ลดความยาวลง 30% และเพิ่มตัวอย่าง 2 ตัวอย่าง”

หรือ

“ใช้ภาษาไทยธรรมชาติขึ้นและตัดคำซ้ำ”

㉘ ใช้ Follow-up Prompt แบบ Criteria

ตัวอย่าง:

“ปรับคำตอบนี้ตามเกณฑ์ต่อไปนี้:

1. กระชับ
2. เหมาะกับมือใหม่
3. มีตัวอย่าง
4. ไม่ใช้ศัพท์เทคนิคเกินจำเป็น”

Criteria ช่วยให้ Copilot ตรวจและแก้หลายมิติอย่างเป็นระบบ

㉙ ใช้ Follow-up Prompt แบบ Before–After

ตัวอย่าง:

“ปรับข้อความเดิมให้ใกล้เคียงตัวอย่างนี้ในด้าน Tone และความยาว แต่ห้ามคัดลอกถ้อยคำ”

นี่เหมาะกับ Brand Voice และ Style Guide

㉚ ใช้ Follow-up Prompt หลายรอบได้หรือไม่

ได้

Workflow ตัวอย่าง:

รอบ 1:
สร้าง Draft

รอบ 2:
ปรับ Tone

รอบ 3:
เพิ่มตัวอย่าง

รอบ 4:
ย่อให้กระชับ

รอบ 5:
ตรวจ Accuracy

นี่เป็นวิธีทำงานที่เป็นธรรมชาติสำหรับ Generative AI

Microsoft แนะนำให้ Iterate และ Refine Prompt เพื่อค่อย ๆ ปรับผลลัพธ์ให้ตรงความต้องการมากขึ้น (support.microsoft.com)

㉛ เมื่อไหร่ควรหยุด Follow-up แล้วเริ่มใหม่

ควรเริ่มใหม่เมื่อ

• Context เดิมผิด
• Topic เปลี่ยนทั้งหมด
• คำตอบแรกออกผิดทิศ
• มีข้อมูลใหม่ที่เปลี่ยนโจทย์หลัก
• Conversation เดิมยาวจนบริบทสับสน

Microsoft แนะนำให้เริ่ม Fresh เมื่อเปลี่ยน Task หรือ Topic อย่างชัดเจน (support.microsoft.com)

㉜ Template Follow-up Prompt แบบง่าย

ใช้สูตร:

“จากคำตอบก่อนหน้า ช่วย [สิ่งที่ต้องเปลี่ยน] โดยรักษา [สิ่งที่ต้องคงไว้] และตอบเป็น [Format]”

ตัวอย่าง:

“จากคำตอบก่อนหน้า ช่วยย่อให้เหลือประมาณ 500 คำ โดยรักษาตัวอย่างและข้อสรุปสำคัญไว้ และแบ่งเป็น H2/H3”

㉝ Template Follow-up Prompt แบบละเอียด

ใช้สูตร:

“จาก Output ก่อนหน้า ให้แก้เฉพาะ [ส่วน] โดยมี Goal คือ [เป้าหมาย] รักษา [ข้อมูลเดิม] ปรับ [สิ่งที่ต้องการ] และห้าม [Constraint]”

ตัวอย่าง:

“จากบทความก่อนหน้า ให้แก้เฉพาะบทนำ โดยมีเป้าหมายให้ตอบ Search Intent เร็วขึ้น รักษา Keyword หลักไว้ ลดความยาวเหลือประมาณ 100 คำ และห้ามเพิ่มข้อมูลใหม่”

㉞ Template ตรวจและแก้อัตโนมัติ

“ตรวจคำตอบก่อนหน้าตามเกณฑ์ [Criteria] จากนั้นแก้เฉพาะจุดที่ไม่ผ่านเกณฑ์ โดยห้ามเปลี่ยนส่วนที่ดีอยู่แล้ว”

เหมาะกับ

• SEO
• รายงาน
• อีเมล
• เอกสาร
• Content

㉟ Checklist ก่อนส่ง Follow-up Prompt

ตรวจ 7 ข้อ:

1. ต้องการแก้อะไร
2. ต้องการรักษาอะไร
3. ต้องการตัดอะไร
4. ต้องการเพิ่มอะไร
5. Format ต้องเปลี่ยนหรือไม่
6. มี Constraint อะไร
7. ควรแก้ทั้งคำตอบหรือเฉพาะบางส่วน

ยิ่งตอบได้ชัด Follow-up Prompt ยิ่งมีประสิทธิภาพ

㊱ สรุปวิธีเขียน Follow-up Prompt Microsoft Copilot

สูตรที่จำง่ายคือ:

แก้อะไร + รักษาอะไร + ต้องการผลลัพธ์แบบไหน

ตัวอย่าง:

“จากคำตอบก่อนหน้า ย่อให้เหลือ 500 คำ รักษาข้อเท็จจริงและตัวอย่างหลักไว้ ใช้ภาษาไทยธรรมชาติ และแบ่งเป็น H2/H3”

Microsoft แนะนำให้ใช้ Follow-up Prompt และ Iteration เพื่อปรับคำตอบต่อจากผลลัพธ์เดิม แทนการคาดหวังให้ Prompt แรกสมบูรณ์ทุกอย่างในครั้งเดียว (support.microsoft.com)

สำหรับผู้อ่าน comsiam หลักสำคัญคือ อย่าสั่งว่า “ทำให้ดีขึ้น” อย่างเดียว แต่ให้บอกว่า “ดีขึ้นตรงไหน”

comsiam แนะนำให้ใช้สูตร “แก้เฉพาะจุด + รักษาส่วนที่ดี + กำหนดผลลัพธ์ใหม่ให้ชัด” เพราะช่วยให้ Copilot ปรับงานได้เร็วและลดความเสี่ยงที่ส่วนดีอยู่แล้วจะถูกเปลี่ยนโดยไม่จำเป็น