Few-Shot Prompting คืออะไร? วิธีให้ตัวอย่างแล้วสั่ง Gemini ทำตาม

Few-Shot Prompting คือเทคนิคการเขียน Prompt ที่เรา ให้ตัวอย่างแก่ Google Gemini ก่อน 2–5 ตัวอย่าง แล้วจึงให้ Gemini ทำงานใหม่ตามรูปแบบที่เห็น

แทนที่จะอธิบายกฎยาว ๆ ว่า

เขียนหัวข้อให้สั้น กระชับ มี Keyword อยู่ด้านหน้า ใช้ภาษาไทยธรรมชาติ และไม่เกิน 60 ตัวอักษร

เราสามารถแสดงตัวอย่างให้ Gemini เห็นก่อนว่า Output ที่ต้องการมีหน้าตาอย่างไร

เช่น

ตัวอย่าง 1
Input: มือถือชาร์จไม่เข้า
Output: มือถือชาร์จไม่เข้า แก้อย่างไร? 10 วิธีเช็กก่อนส่งซ่อม

ตัวอย่าง 2
Input: Wi-Fi หลุดบ่อย
Output: Wi-Fi หลุดบ่อย แก้ยังไง? รวมสาเหตุและวิธีแก้

งานใหม่
Input: มือถือแบตหมดไว

สร้าง Output ตามรูปแบบตัวอย่าง

Gemini จะมองเห็น Pattern จากตัวอย่างทั้งสอง แล้วพยายามสร้างคำตอบใหม่ในลักษณะเดียวกัน

เทคนิคนี้มีประโยชน์มากเมื่อเราต้องการให้ Gemini ทำงานที่มี รูปแบบเฉพาะ สไตล์เฉพาะ หรือกฎที่อธิบายเป็นคำพูดยาก

Few-Shot Prompting คืออะไร?

Few-Shot Prompting หมายถึงการให้ตัวอย่างจำนวนหนึ่งใน Prompt ก่อนให้ AI ทำงานจริง

คำว่า

Few-Shot

แปลตรงตัวได้ประมาณว่า

ให้ตัวอย่างเพียงไม่กี่ครั้ง

โครงสร้างทั่วไปคือ

Example 1: Input → Output
Example 2: Input → Output
Example 3: Input → Output
New Input → ?

Gemini ใช้ตัวอย่างเหล่านั้นเป็น Context เพื่อทำความเข้าใจว่า Output ใหม่ควรมีลักษณะอย่างไร

ตัวอย่าง Few-Shot Prompting แบบง่าย

สมมติเราต้องการให้ Gemini แปลงข้อความเป็นหัวข้อสั้น

Prompt:

เรียนรู้รูปแบบจากตัวอย่างต่อไปนี้

ตัวอย่าง 1
Input: โทรศัพท์เปิดไม่ติดแต่ยังสั่น
Output: มือถือเปิดไม่ติดแต่ยังสั่น ต้องเช็กอะไรบ้าง?

ตัวอย่าง 2
Input: โทรศัพท์ต่อ Wi-Fi ไม่ได้
Output: มือถือต่อ Wi-Fi ไม่ได้ แก้อย่างไร?

ตัวอย่าง 3
Input: โทรศัพท์ร้อนผิดปกติ
Output: มือถือร้อนผิดปกติ เกิดจากอะไรและแก้ยังไง?

งานใหม่
Input: โทรศัพท์เสียงเบามาก

สร้าง Output หนึ่งบรรทัดตามรูปแบบตัวอย่าง

Gemini จะเห็นว่า Output ต้อง

• เริ่มด้วยปัญหา
• ใช้ภาษาไทยธรรมชาติ
• เป็นคำถาม
• เน้นวิธีแก้หรือสาเหตุ
• กระชับ

เราไม่จำเป็นต้องอธิบายทุกกฎแยกออกมา

Few-Shot Prompting ทำงานอย่างไร?

Few-Shot Prompting ไม่ได้หมายความว่า Gemini ถูกฝึกใหม่ถาวรจากตัวอย่างของเรา

สิ่งที่เกิดขึ้นคือ Gemini ใช้ตัวอย่างภายใน Prompt เป็นบริบทเพื่อจับ Pattern สำหรับคำตอบครั้งนั้น

Pattern ที่ AI อาจจับได้ เช่น

• รูปแบบข้อความ
• Tone
• ความยาว
• วิธีจัดหมวดหมู่
• วิธีตอบ
• ลำดับข้อมูล
• Vocabulary
• วิธีใช้ตัวเลข
• วิธีจัด Output

ดังนั้นคุณภาพของตัวอย่างมีผลโดยตรงกับคุณภาพของคำตอบ

① Few-Shot Prompting ต่างจาก Prompt ธรรมดาอย่างไร?

Prompt ธรรมดาอาจเป็น

เขียนชื่อบทความให้ดึงดูดและกระชับ

Few-Shot Prompt จะเพิ่มตัวอย่าง

ตัวอย่าง:

“มือถือชาร์จไม่เข้า แก้อย่างไร? 12 วิธีเช็กก่อนส่งซ่อม”

“Wi-Fi หลุดบ่อย เกิดจากอะไร? วิธีแก้ทีละขั้น”

จากรูปแบบนี้ ช่วยสร้างชื่อบทความสำหรับหัวข้อ “มือถือเปิดกล้องไม่ได้”

แบบหลังทำให้ Gemini เห็นสิ่งที่เราหมายถึงคำว่า

ดึงดูดและกระชับ

ได้ชัดกว่าการอธิบายด้วยคำอย่างเดียว

② Few-Shot Prompting ต่างจาก Zero-Shot อย่างไร?

Zero-Shot

ไม่มีตัวอย่าง

จัดข้อความนี้เป็น Positive, Neutral หรือ Negative

Few-Shot

มีตัวอย่างให้ดูก่อน

ข้อความ: “บริการดีมาก”
คำตอบ: Positive

ข้อความ: “ก็พอใช้”
คำตอบ: Neutral

ข้อความ: “ผิดหวังมาก”
คำตอบ: Negative

ข้อความใหม่: “ส่งของเร็ว แต่สินค้าไม่ตรงรูป”
คำตอบ: ?

Few-Shot เหมาะเมื่อเราต้องการให้ AI เข้าใจเกณฑ์หรือรูปแบบเฉพาะของเรา

③ เมื่อไรควรใช้ Few-Shot Prompting?

เหมาะกับงานที่

• มี Pattern ชัดเจน
• ต้องการ Output รูปแบบเดิมซ้ำ ๆ
• ต้องการ Tone ให้คงที่
• ต้อง Classification
• ต้อง Transform ข้อมูล
• มี Formatting เฉพาะ
• ต้องการ Brand Style
• ต้องการให้ AI เข้าใจกฎจากตัวอย่าง

ตัวอย่างงาน ได้แก่

• ตั้งชื่อบทความ
• เขียน Meta Description
• จัดหมวดหมู่ข้อความ
• เขียน Email
• เขียน Caption
• แปลงข้อความเป็น JSON
• สร้าง FAQ
• วิเคราะห์ Sentiment
• Rewrite
• สร้าง Product Description

④ เมื่อไรไม่จำเป็นต้องใช้ Few-Shot?

ถ้างานง่ายและอธิบายตรง ๆ ได้ เช่น

แปลคำว่า computer เป็นภาษาไทย

หรือ

สรุปข้อความนี้เป็น 5 ข้อ

หรือ

อธิบาย SEO คืออะไร

อาจไม่ต้องใส่ตัวอย่างให้ Prompt ยาวโดยไม่จำเป็น

Few-Shot ควรใช้เมื่อ Example ช่วยลดความกำกวมจริง

⑤ ควรให้กี่ตัวอย่าง?

ไม่มีจำนวนตายตัว แต่ในงานทั่วไปสามารถเริ่มจาก

2–5 ตัวอย่าง

ก่อน

ถ้า Pattern ง่าย 2 ตัวอย่างอาจพอ

ถ้า Pattern มีหลายเงื่อนไข อาจใช้ 3–5 ตัวอย่าง

สิ่งสำคัญกว่าจำนวนคือ

ตัวอย่างต้องครอบคลุมรูปแบบที่ต้องการ

การให้ 10 ตัวอย่างที่เหมือนกันหมดอาจมีประโยชน์น้อยกว่า 3 ตัวอย่างที่แสดงกรณีแตกต่างกันชัดเจน

⑥ ตัวอย่างแรกควรเป็นตัวอย่างที่ดี

อย่าให้ Example ที่เรายังไม่แน่ใจว่าถูกหรือไม่

เพราะ Gemini อาจเรียนรู้ Pattern ผิดตามตัวอย่าง

ก่อนสร้าง Few-Shot Prompt ควรตรวจว่าแต่ละ Example

• ถูกต้อง
• ชัดเจน
• ไม่กำกวม
• ตรงกับงานจริง
• ใช้ Style ที่ต้องการ

หลักง่าย ๆ คือ

ถ้าไม่อยากให้ Gemini ทำแบบนั้น อย่าใส่ไว้เป็นตัวอย่าง

⑦ ตัวอย่างควรมีความหลากหลาย

สมมติเราต้องการให้ Gemini จัด Sentiment

ถ้าให้แต่ Positive Example ทั้งหมด

AI จะเห็น Pattern ไม่ครบ

ควรมี

Positive

ใช้งานดีมาก ประทับใจ

Neutral

สินค้ามาถึงตามกำหนด

Negative

สินค้าเสียตั้งแต่วันแรก

ตัวอย่างที่หลากหลายช่วยให้ Gemini เห็นขอบเขตของแต่ละ Class

⑧ อย่าให้ตัวอย่างขัดแย้งกัน

ตัวอย่างที่ใช้กฎไม่เหมือนกันทำให้ Pattern ไม่ชัด

เช่น

ตัวอย่าง 1

Output เป็นหนึ่งประโยค

ตัวอย่าง 2

Output เป็น 10 Bullet

ตัวอย่าง 3

Output เป็นตาราง

แล้วสั่งว่า

ทำตามรูปแบบตัวอย่าง

Gemini จะไม่รู้ว่า Format ใดคือมาตรฐาน

ถ้าต้องการหลายรูปแบบ ควรอธิบายเงื่อนไขว่าเมื่อไรต้องใช้แบบไหน

⑨ ใช้ Input → Output ให้ชัด

หนึ่งในรูปแบบ Few-Shot ที่อ่านง่ายที่สุดคือ

Input: …
Output: …

ตัวอย่าง

Input: “ส่งเร็วมาก ใช้งานดี”
Output: Positive

Input: “เฉย ๆ ไม่ดีไม่แย่”
Output: Neutral

Input: “เสียตั้งแต่เปิดกล่อง”
Output: Negative

จากนั้น

Input: “ราคาแพง แต่คุณภาพดี”
Output:

Gemini จะเข้าใจงานได้เร็ว

⑩ แยก Example กับงานจริงให้ชัด

ไม่ควรวางทุกอย่างติดกันโดยไม่มี Label

ใช้

EXAMPLES

และ

NEW INPUT

หรือ

<EXAMPLES>...</EXAMPLES>

กับ

<NEW_INPUT>...</NEW_INPUT>

ช่วยป้องกัน Gemini สับสนว่าข้อไหนเป็นตัวอย่างและข้อไหนต้องตอบจริง

⑪ ใช้ Delimiter ร่วมกับ Few-Shot

ตัวอย่าง

<EXAMPLE_1>

Input: มือถือชาร์จไม่เข้า
Output: มือถือชาร์จไม่เข้า แก้อย่างไร?

</EXAMPLE_1>

<EXAMPLE_2>

Input: มือถือเสียงหาย
Output: มือถือไม่มีเสียง เกิดจากอะไรและแก้ยังไง?

</EXAMPLE_2>

<NEW_INPUT>

มือถือกล้องเปิดไม่ได้

</NEW_INPUT>

จากนั้นสั่งว่า

สร้าง Output ตาม Pattern ของ Examples

อ่านง่ายทั้งคนและ AI

⑫ Few-Shot สำหรับ Classification

Classification เป็นงานที่เหมาะกับ Few-Shot มาก

ตัวอย่าง

จัดประเภทคำค้นเป็น Informational, Commercial หรือ Transactional

ตัวอย่าง 1
Input: SEO คืออะไร
Output: Informational

ตัวอย่าง 2
Input: โปรแกรม SEO ตัวไหนดี
Output: Commercial

ตัวอย่าง 3
Input: ซื้อโปรแกรม SEO
Output: Transactional

งานใหม่
Input: เปรียบเทียบเครื่องมือ SEO
Output:

Gemini จะเข้าใจเกณฑ์จากตัวอย่างได้ง่ายขึ้น

⑬ Few-Shot สำหรับ Search Intent

เราสามารถใช้กับ SEO ได้โดยตรง

Prompt:

เรียนรู้การแบ่ง Search Intent จากตัวอย่าง

Input: “วิธีเปลี่ยนรหัส Wi-Fi”
Intent: Informational

Input: “เราเตอร์ Wi-Fi รุ่นไหนดี”
Intent: Commercial

Input: “ซื้อเราเตอร์ TP-Link”
Intent: Transactional

Input ใหม่: “เปรียบเทียบ Wi-Fi 6 กับ Wi-Fi 7”
Intent:

หลังจากได้ Intent แล้วสามารถสั่งต่อให้สร้าง Content Outline ได้

⑭ Few-Shot สำหรับ Title SEO

ตัวอย่าง

เรียนรู้รูปแบบ Title ต่อไปนี้:

Input: มือถือชาร์จไม่เข้า
Output: มือถือชาร์จไม่เข้า แก้อย่างไร? รวมสาเหตุและวิธีแก้

Input: มือถือเปิดไม่ติด
Output: มือถือเปิดไม่ติด ทำยังไง? 10 วิธีเช็กก่อนส่งซ่อม

Input: Wi-Fi หลุดบ่อย
Output: Wi-Fi หลุดบ่อย เกิดจากอะไร? วิธีแก้ทีละขั้น

สร้าง Title สำหรับ:

Input: มือถือแบตหมดไว

Gemini จะจับ Pattern ของ Title ได้ดีกว่าการสั่งว่า

เขียน Title SEO ดี ๆ

เพียงอย่างเดียว

⑮ Few-Shot สำหรับ Meta Description

Prompt:

ตัวอย่าง 1
Topic: มือถือชาร์จไม่เข้า
Meta: มือถือชาร์จไม่เข้าเกิดจากอะไร? เช็กสายชาร์จ พอร์ต แบตเตอรี่ และวิธีแก้เบื้องต้นก่อนตัดสินใจส่งซ่อม

ตัวอย่าง 2
Topic: Wi-Fi หลุดบ่อย
Meta: Wi-Fi หลุดบ่อยแก้ได้อย่างไร? รวมสาเหตุจากเราเตอร์ สัญญาณ และอุปกรณ์ พร้อมขั้นตอนตรวจทีละจุด

Topic ใหม่: มือถือร้อนผิดปกติ

เขียน Meta ตาม Style ตัวอย่าง

⑯ Few-Shot สำหรับ Introduction

หากต้องการให้บทนำบทความมี Style เหมือนกัน

สามารถให้ 2–3 Introduction ตัวอย่าง

จากนั้นสั่งว่า

วิเคราะห์ Pattern ของบทนำเหล่านี้ แล้วเขียนบทนำหัวข้อใหม่โดยรักษาแนวทาง เช่น ตอบปัญหาเร็ว ไม่เกริ่นยาว และใช้ภาษาไทยธรรมชาติ

ช่วยรักษา Content Style ของเว็บไซต์

⑰ Few-Shot สำหรับ H2/H3

Prompt:

ดูโครงสร้างตัวอย่าง:

H2: มือถือชาร์จไม่เข้าเกิดจากอะไร?
H2: วิธีแก้มือถือชาร์จไม่เข้า
H3: ตรวจสายชาร์จ
H3: ตรวจ Adapter
H3: ทำความสะอาดพอร์ต
H2: เมื่อไรควรส่งซ่อม

สร้างโครงสร้าง H2/H3 สำหรับหัวข้อ “มือถือเปิดไม่ติด” ตาม Logic เดียวกัน

นี่ช่วยให้ Outline ของบทความหลายชิ้นสม่ำเสมอ

⑱ Few-Shot สำหรับ Rewrite

ตัวอย่าง

Original: กรุณาทำการตรวจสอบระบบก่อนดำเนินการต่อ
Rewrite: กรุณาตรวจสอบระบบก่อนดำเนินการต่อ

Original: ผู้ใช้งานสามารถทำการเปิดเมนู Settings ได้
Rewrite: ผู้ใช้เปิดเมนู Settings ได้

Original ใหม่: ผู้ใช้งานสามารถทำการตรวจสอบข้อมูลต่าง ๆ ได้จากเมนู Dashboard
Rewrite:

Gemini จะเห็นว่าเราต้องการ

• ตัด “ทำการ”
• ลดคำฟุ่มเฟือย
• รักษาความหมาย

⑲ Few-Shot สำหรับ Tone of Voice

ถ้าคำว่า

Friendly + Professional

ยังไม่ชัดพอ ให้ตัวอย่างจริง

Prompt:

ตัวอย่าง Style ที่ต้องการ:

“ถ้าเว็บไซต์เริ่มช้า ลองเช็ก Cache ก่อน เพราะเป็นจุดที่แก้ได้ง่ายและใช้เวลาไม่นาน”

“ถ้ายังไม่ดีขึ้น ค่อยตรวจ Plugin และ Server Resource ต่อ จะช่วยหาต้นเหตุได้เป็นขั้นตอนมากกว่า”

เขียนคำอธิบายเรื่องใหม่โดยใช้ Tone และจังหวะใกล้เคียงนี้ แต่ห้ามคัดลอกประโยค

ตัวอย่างช่วยกำหนด Style ได้ละเอียดมาก

⑳ Few-Shot สำหรับ Email

Prompt:

ตัวอย่าง 1

Situation: ขอเอกสารเพิ่ม
Email: รบกวนส่งเอกสารรายการด้านล่างภายในวันศุกร์ เพื่อให้ทีมดำเนินงานขั้นตอนถัดไปได้ตามกำหนดครับ

ตัวอย่าง 2

Situation: ขอเลื่อนประชุม
Email: ขอแจ้งเลื่อนการประชุมจากวันจันทร์เป็นวันพุธ เวลาเดิม หากช่วงเวลาดังกล่าวไม่สะดวก รบกวนแจ้งช่วงเวลาที่เหมาะสมกลับมาได้ครับ

Situation ใหม่: Follow-up ใบเสนอราคา

เขียน Email ให้ใช้ระดับความสุภาพและความกระชับใกล้เคียงตัวอย่าง

Few-Shot สำหรับ Customer Service

ตัวอย่าง

ลูกค้า: ยังไม่ได้รับสินค้า
ตอบ: ต้องขออภัยที่สินค้ายังไม่ถึงตามกำหนดครับ รบกวนส่งหมายเลขคำสั่งซื้อเพื่อให้ตรวจสอบสถานะได้ทันที

ลูกค้า: สินค้าเปิดไม่ติด
ตอบ: ต้องขออภัยที่พบปัญหาครับ รบกวนแจ้งหมายเลขคำสั่งซื้อและรุ่นสินค้า เพื่อให้ตรวจขั้นตอนแก้ไขหรือการเคลมต่อได้

ลูกค้าใหม่: ได้สินค้าผิดรุ่น
ตอบ:

Gemini จะจับ Pattern ด้าน Tone และขั้นตอนตอบลูกค้า

Few-Shot สำหรับ Product Description

Prompt:

Product: กระบอกน้ำ 750 ml
Description: กระบอกน้ำความจุ 750 ml เหมาะสำหรับพกไปทำงานหรือออกกำลังกาย ขนาดไม่ใหญ่เกินไปและเติมน้ำระหว่างวันได้สะดวก

Product: กระเป๋าโน้ตบุ๊ก 15 นิ้ว
Description: กระเป๋าสำหรับโน้ตบุ๊กขนาดไม่เกิน 15 นิ้ว เหมาะกับคนที่ต้องพกเครื่องไปทำงานหรือเรียนเป็นประจำ

Product ใหม่: ขาตั้งโน้ตบุ๊ก
Description:

ช่วยให้ Description หลายสินค้ามี Pattern เดียวกัน

Few-Shot สำหรับการจัดข้อมูลเป็นตาราง

ตัวอย่าง

Input: iPhone, 256 GB, 29,900 บาท
Output:

สินค้า	ความจุ	ราคา
iPhone	256 GB	29,900 บาท

Input ใหม่: Notebook A, RAM 16 GB, 24,900 บาท

สร้างตารางรูปแบบเดียวกัน

เหมาะกับ Data Transformation

Few-Shot สำหรับ JSON

ตัวอย่าง

Input: สมชาย, อายุ 30, กรุงเทพ
Output:

{ "name": "สมชาย", "age": 30, "city": "กรุงเทพ" }

Input: สมหญิง, อายุ 28, เชียงใหม่
Output:

{ "name": "สมหญิง", "age": 28, "city": "เชียงใหม่" }

Input ใหม่: วิชัย, อายุ 35, ขอนแก่น

สร้าง Output ตาม Schema เดิม

ช่วยควบคุม Structured Output ได้ดีขึ้น

Few-Shot สำหรับข้อมูลที่มีหลาย Class

สมมติต้องแบ่ง Ticket

Billing

โดนหักเงินซ้ำ

Technical

เปิดโปรแกรมไม่ได้

Account

ลืมรหัสผ่าน

จากนั้นให้ Gemini จัด Ticket ใหม่ตามตัวอย่าง

เหมาะกับงาน Support จำนวนมาก

Few-Shot สำหรับ Priority

Prompt:

Issue: ระบบทั้งหมดล่ม
Priority: Critical

Issue: ลูกค้า 1 คนเปลี่ยนรูป Profile ไม่ได้
Priority: Low

Issue: Checkout ใช้งานไม่ได้
Priority: High

Issue ใหม่: Search ในเว็บไซต์ไม่ทำงาน
Priority:

ตัวอย่างช่วยกำหนด Scale ของเราเอง

ตัวอย่างควรมี Label หรือไม่?

ควรมีเมื่อช่วยให้ Pattern ชัด

เช่น

Category: Technical

หรือ

Tone: Professional

หรือ

Intent: Informational

Label ช่วยลดการตีความ

วิธีสร้างตัวอย่างให้ครอบคลุม Edge Cases

อย่าใส่แค่กรณีปกติ

ถ้างานมีกรณีก้ำกึ่ง ควรมี Example ด้วย

ตัวอย่าง Sentiment

“สินค้าดี แต่ส่งช้ามาก”

อาจกำหนด Output เป็น

Mixed

ถ้าไม่ให้ตัวอย่าง Mixed Gemini อาจบังคับเลือก Positive หรือ Negative ตามการตีความเอง

ให้ Gemini อธิบาย Pattern ก่อนทำงาน

ถ้างานสำคัญ สามารถสั่ง

จาก Examples ทั้งหมด สรุปกฎหรือ Pattern ที่คุณพบก่อน 5 ข้อ จากนั้นจึงทำ New Input

วิธีนี้ช่วยให้เราตรวจว่ามันเข้าใจกฎตรงกับเราหรือไม่

ถ้า Gemini จับ Pattern ผิดควรทำอย่างไร?

อย่าเพิ่มคำสั่งซับซ้อนทันที

เริ่มจากตรวจ Examples ก่อนว่า

• ขัดกันหรือไม่
• กว้างเกินไปหรือไม่
• มีตัวอย่างคลุมเครือหรือไม่
• มี Edge Case หรือไม่

จากนั้นแก้ Example ให้ดีขึ้น

หลายครั้งปัญหาอยู่ที่ตัวอย่าง ไม่ใช่จำนวน Instruction

วิธีเพิ่มตัวอย่างเมื่อ Gemini ทำผิด

ถ้า Gemini ทำกรณีหนึ่งผิด

เพิ่มตัวอย่างของกรณีนั้น

ตัวอย่าง

ตัวอย่างเพิ่มเติม:

Input: “ราคาดีแต่คุณภาพไม่โอเค”
Output: Mixed

จากนั้นลองจัดหมวดข้อความใหม่อีกครั้ง

นี่คือการปรับ Prompt ด้วย Example ที่ตรงจุด

อย่าใส่ตัวอย่างผิดเพื่อบอกว่า “ไม่เอาแบบนี้” โดยไม่ระบุ

ถ้าต้องการ Negative Example ควร Label ให้ชัด

เช่น

BAD EXAMPLE:

…

ห้ามทำแบบนี้

ไม่เช่นนั้น Gemini อาจเข้าใจว่าตัวอย่างนั้นคือ Pattern ที่ต้องเลียนแบบ

ใช้ Positive และ Negative Examples

ตัวอย่าง

GOOD

มือถือชาร์จไม่เข้า แก้อย่างไร? รวมวิธีตรวจทีละขั้น

BAD

10 สิ่งสุดช็อก! มือถือคุณอาจกำลังพังโดยไม่รู้ตัว

จากนั้นบอก

ใช้ Style แบบ GOOD และหลีกเลี่ยง Clickbait แบบ BAD

ช่วยให้ขอบเขตชัดขึ้นมาก

Few-Shot กับ Style Reference ต่างกันอย่างไร?

มีส่วนทับซ้อนกัน

Style Reference

เน้นเรียนรู้ Tone และ Writing Style

Few-Shot

เน้นเรียนรู้ความสัมพันธ์ระหว่าง Input กับ Output

ตัวอย่าง

Input แบบนี้ → Output ต้องเป็นแบบนี้

Few-Shot จึงเหมาะกับงานที่ทำซ้ำเป็น Pattern มาก

Few-Shot กับ Template ต่างกันอย่างไร?

Template

ระบุโครงสร้างตรง ๆ

Title:
Summary:
Risks:

Few-Shot

แสดงตัวอย่าง Completed Output ให้ AI เห็น

สามารถใช้ทั้งสองอย่างพร้อมกันได้

ตัวอย่าง

ใช้ Template นี้ และดู Examples ต่อไปนี้เพื่อเข้าใจระดับรายละเอียดที่ต้องการ

มักควบคุม Output ได้ดีกว่าใช้เพียงอย่างเดียว

Few-Shot กับ Delimiter ควรใช้ร่วมกันหรือไม่?

ควรเมื่อ Prompt เริ่มยาว

โครงสร้างที่อ่านง่ายคือ

<INSTRUCTIONS>
…
</INSTRUCTIONS>

<EXAMPLES>
…
</EXAMPLES>

<NEW_INPUT>
…
</NEW_INPUT>

<OUTPUT_RULES>
…
</OUTPUT_RULES>

ช่วยให้ Gemini แยกหน้าที่ของข้อมูลแต่ละส่วนได้ชัด

Few-Shot Prompt ที่ดีควรมีอะไร?

อย่างน้อยควรมี

① Task ชัดเจน
② Examples ที่ถูกต้อง
③ Input และ Output แยกกัน
④ ตัวอย่างหลากหลายพอ
⑤ New Input ชัดเจน
⑥ Output Rules หากมี
⑦ ไม่มี Example ที่ขัดกัน

สูตร Few-Shot Prompt

สูตรพื้นฐานคือ

Instruction + Examples + New Input + Output Constraint

ตัวอย่าง

งาน: จัด Search Intent เป็น Informational, Commercial หรือ Transactional

Example 1
Input: Gemini คืออะไร
Output: Informational

Example 2
Input: Gemini กับ ChatGPT อันไหนดีกว่า
Output: Commercial

Example 3
Input: สมัคร Gemini Advanced
Output: Transactional

New Input
Input: Gemini ราคาเท่าไร

ตอบเฉพาะชื่อ Intent

Prompt สั้น แต่ Pattern ชัดมาก

Prompt Template Few-Shot แบบง่าย

เรียนรู้รูปแบบจากตัวอย่างต่อไปนี้

Example 1
Input: [ข้อมูล]
Output: [คำตอบ]

Example 2
Input: [ข้อมูล]
Output: [คำตอบ]

Example 3
Input: [ข้อมูล]
Output: [คำตอบ]

New Input: [ข้อมูลใหม่]

สร้าง Output ตาม Pattern เดียวกับ Examples

Prompt Template สำหรับ Classification

จัด Input ใหม่ลงใน Category เดียวกับตัวอย่าง

<EXAMPLES>

Input: [A]
Category: [1]

Input: [B]
Category: [2]

Input: [C]
Category: [3]

</EXAMPLES>

<NEW_INPUT>
[ข้อมูลใหม่]
</NEW_INPUT>

ตอบเฉพาะ Category

Prompt Template สำหรับ Writing Style

เรียนรู้ Tone และรูปแบบจาก Examples ต่อไปนี้ แต่ห้ามคัดลอกประโยค

<EXAMPLE_1>
[ข้อความ]
</EXAMPLE_1>

<EXAMPLE_2>
[ข้อความ]
</EXAMPLE_2>

จากนั้นเขียนข้อความใหม่เรื่อง [หัวข้อ] โดยรักษา Tone, Length และ Structure ใกล้เคียงกัน

Prompt Template สำหรับ SEO Title

สร้าง SEO Title โดยเรียนรู้จากตัวอย่าง:

Topic: [หัวข้อ A]
Title: [Title A]

Topic: [หัวข้อ B]
Title: [Title B]

Topic: [หัวข้อ C]
Title: [Title C]

New Topic: [หัวข้อใหม่]

สร้าง Title 5 แบบที่ใช้ Logic เดียวกัน แต่ไม่คัดลอกวลีจาก Examples

Prompt Template สำหรับ Rewrite

เรียนรู้วิธี Rewrite จาก Examples:

Original: [ข้อความ 1]
Rewrite: [ข้อความ 1 ที่แก้แล้ว]

Original: [ข้อความ 2]
Rewrite: [ข้อความ 2 ที่แก้แล้ว]

Original ใหม่: [ข้อความ]

Rewrite โดยใช้หลักการเดียวกัน และรักษาความหมายเดิม

Prompt Template สำหรับ Customer Service

เรียนรู้ Tone และ Response Structure จาก Examples ต่อไปนี้

Customer: [ปัญหา 1]
Response: [คำตอบ 1]

Customer: [ปัญหา 2]
Response: [คำตอบ 2]

Customer ใหม่: [ปัญหาใหม่]

สร้าง Response โดยรักษาระดับความสุภาพและขั้นตอนช่วยเหลือเหมือน Examples แต่ใช้ข้อมูลของปัญหาใหม่เท่านั้น

Prompt Template Good vs Bad

ใช้ GOOD Examples เป็นรูปแบบ และหลีกเลี่ยงลักษณะของ BAD Examples

GOOD:
[ตัวอย่าง]

GOOD:
[ตัวอย่าง]

BAD:
[ตัวอย่าง]

BAD:
[ตัวอย่าง]

New Input:
[งานใหม่]

สร้าง Output ที่สอดคล้องกับ GOOD Examples

Prompt Template สำหรับหลาย Output

เรียนรู้ Mapping จาก Examples:

Input: [A]
Output:

• Category: […]
• Priority: […]
• Action: […]

Input: [B]
Output:

• Category: […]
• Priority: […]
• Action: […]

New Input: [ข้อมูลใหม่]

ตอบด้วย Structure เดียวกัน

Few-Shot Prompting ใช้กับภาษาไทยได้ไหม?

ได้

ไม่จำเป็นต้องเขียน Prompt เป็นภาษาอังกฤษ

ถ้างานและ Output เป็นภาษาไทย การให้ตัวอย่างภาษาไทยมักช่วยทำให้ Tone และรูปแบบภาษาไทยที่ต้องการชัดขึ้นด้วย

ตัวอย่าง

ต้นฉบับ: เว็บไซต์ของเรามีการให้บริการที่มีคุณภาพ
แก้แล้ว: เว็บไซต์ของเราให้บริการโดยเน้นความชัดเจนและใช้งานง่าย

ต้นฉบับใหม่: …

Rewrite ตามแนวทางเดียวกัน

Few-Shot ช่วยลด Hallucination ได้หรือไม่?

Few-Shot สามารถช่วยกำหนด Pattern และขอบเขตของคำตอบได้ แต่ไม่ได้รับประกันว่าจะป้องกัน Hallucination

ถ้าเป็นงานเกี่ยวกับข้อเท็จจริง ควรเพิ่ม Constraint เช่น

ใช้เฉพาะข้อมูลใน Input ห้ามเพิ่ม Fact ใหม่

และตรวจข้อมูลสำคัญจาก Source จริงอีกครั้ง

Few-Shot ทำให้คำตอบถูกต้อง 100% หรือไม่?

ไม่

ตัวอย่างช่วยให้ Gemini เข้าใจ

ต้องตอบแบบไหน

แต่ไม่ได้รับประกันว่า

เนื้อหาทุกอย่างถูกต้อง

ดังนั้นควรแยก

Format Accuracy

ตอบตาม Pattern หรือไม่

กับ

Factual Accuracy

ข้อมูลถูกหรือไม่

เป็นคนละเรื่องกัน

Few-Shot Prompting กับงานจำนวนมาก

ถ้าต้องทำงานประเภทเดียวกันซ้ำ เช่น

• เขียน Title 100 ชื่อ
• จัด Intent 500 Keyword
• Rewrite Product Description
• Categorize Support Tickets

การสร้าง Few-Shot Template ที่ดีหนึ่งชุดสามารถประหยัดเวลาได้มาก

เพราะไม่ต้องอธิบาย Style ใหม่ทุกครั้ง

วิธีสร้าง Few-Shot Template สำหรับใช้ซ้ำ

เริ่มจาก

1. เลือก Output ที่ดีที่สุด 3–5 ตัว
2. จับคู่กับ Input ต้นทาง
3. ตรวจว่า Pattern สอดคล้องกัน
4. ครอบคลุม Edge Case
5. ใส่เป็น Examples
6. เพิ่ม New Input
7. กำหนด Output Rules

จากนั้นนำ Template ไปใช้กับงานใหม่ได้

อย่าใส่ข้อมูลที่ไม่เกี่ยวข้องใน Examples

ตัวอย่างควรสอนเฉพาะสิ่งที่เราต้องการให้ Gemini เรียนรู้

ถ้า Example มีรายละเอียดที่ไม่เกี่ยวข้องจำนวนมาก AI อาจจับ Pattern ผิด

หลักคือ

ตัวอย่างสั้นพอที่จะเห็นกฎ แต่ครบพอที่จะทำงานได้

วิธีตรวจว่า Few-Shot Prompt ดีหรือยัง

ลองเปลี่ยน New Input 3–5 แบบ

แล้วดูว่า Gemini

• ใช้ Format เดิมหรือไม่
• ใช้ Tone เดิมหรือไม่
• จัด Class ถูกหรือไม่
• รับมือ Edge Case ได้หรือไม่
• เพิ่มข้อมูลที่ไม่ควรมีหรือไม่

ถ้ายังไม่เสถียร ให้แก้ Examples ก่อนเพิ่ม Prompt ยาวขึ้น

ข้อผิดพลาดที่พบบ่อยในการใช้ Few-Shot Prompting

1. ตัวอย่างน้อยเกินไปสำหรับ Pattern ซับซ้อน

Gemini อาจจับกฎไม่ครบ

2. ตัวอย่างมากเกินไปแต่ซ้ำกันหมด

ไม่ได้เพิ่มข้อมูลใหม่

3. Example ผิด

AI เรียนรู้ความผิดพลาดตามไปด้วย

4. Example ขัดแย้งกัน

ทำให้ไม่รู้ Pattern ที่แท้จริง

5. ไม่มี Label Input / Output

Prompt อ่านยาก

6. ไม่แยก Examples กับ New Input

Gemini อาจสับสนว่างานอยู่ตรงไหน

7. ไม่ใส่ Edge Case

เจอข้อมูลก้ำกึ่งแล้วตอบไม่ตรงเกณฑ์

8. ใช้ Example ที่ยาวเกินจำเป็น

Prompt ใหญ่โดยไม่เพิ่มความชัด

9. คิดว่า Few-Shot รับประกัน Fact

จริง ๆ ช่วยด้าน Pattern มากกว่า

10. คัดลอก Style โดยไม่บอกว่าไม่ให้คัดลอกข้อความ

อาจได้ถ้อยคำใกล้ตัวอย่างเกินไป

Checklist ก่อนใช้ Few-Shot Prompting กับ Gemini

ตรวจว่า

① งานมี Pattern ที่ชัดหรือไม่
② จำเป็นต้องมี Example จริงหรือไม่
③ ตัวอย่างถูกต้องหรือไม่
④ Input และ Output แยกชัดหรือไม่
⑤ ตัวอย่างมีความหลากหลายหรือไม่
⑥ มี Edge Case หรือไม่
⑦ Examples ขัดแย้งกันหรือไม่
⑧ New Input แยกจาก Examples หรือไม่
⑨ Output Format ระบุชัดหรือไม่
⑩ มีข้อมูลอะไรที่ห้าม Gemini เพิ่มหรือไม่
⑪ ต้องรักษา Tone หรือ Style หรือไม่
⑫ ต้องใช้ Delimiter ช่วยหรือไม่
⑬ ควรมี Good/Bad Examples หรือไม่
⑭ ต้องตรวจ Fact หลังตอบหรือไม่

สรุป Few-Shot Prompting คืออะไร และใช้กับ Gemini อย่างไร

Few-Shot Prompting คือการ สอนรูปแบบงานให้ Gemini ผ่านตัวอย่างจำนวนเล็กน้อยก่อนส่งงานจริง

แทนที่จะอธิบายทุกกฎเป็นข้อความยาว เราสามารถแสดงให้เห็นว่า

Input แบบนี้ → Output แบบนี้

แล้วให้ Gemini ทำ New Input ตาม Pattern เดิม

สูตรพื้นฐานคือ

Instruction + Examples + New Input + Output Rules

Prompt พร้อมใช้คือ

เรียนรู้ Pattern จากตัวอย่างต่อไปนี้

<EXAMPLES>

Example 1
Input: [ข้อมูลตัวอย่าง 1]
Output: [ผลลัพธ์ที่ถูกต้อง 1]

Example 2
Input: [ข้อมูลตัวอย่าง 2]
Output: [ผลลัพธ์ที่ถูกต้อง 2]

Example 3
Input: [ข้อมูลตัวอย่าง 3]
Output: [ผลลัพธ์ที่ถูกต้อง 3]

</EXAMPLES>

<NEW_INPUT>
[ข้อมูลใหม่]
</NEW_INPUT>

สร้าง Output สำหรับ NEW_INPUT โดยใช้ Pattern เดียวกับ Examples รักษา Format, Tone และระดับรายละเอียดให้ใกล้เคียงกัน แต่ใช้ข้อมูลจาก NEW_INPUT เท่านั้น หาก Examples มีข้อมูลที่ไม่เกี่ยวข้อง ห้ามนำมาใช้กับคำตอบใหม่

หัวใจสำคัญของ Few-Shot Prompting คือ คุณภาพของตัวอย่างสำคัญกว่าจำนวน

ถ้า Examples ถูกต้อง ชัดเจน และครอบคลุมกรณีสำคัญ Gemini จะเข้าใจสิ่งที่เราต้องการได้ง่ายขึ้น โดยเฉพาะงานที่ต้องทำซ้ำตาม Pattern เช่น SEO, Classification, Rewrite, Customer Service, Content Creation และ Data Transformation

Few-Shot Prompting จึงเป็นหนึ่งในเทคนิคที่ควรรู้เมื่อเริ่มใช้ Gemini ในงานที่ต้องการ ความสม่ำเสมอของรูปแบบและผลลัพธ์ มากกว่าการถามคำถามทั่วไปเพียงครั้งเดียว