ใช้ AI มา 2 ปี — สิ่งที่เปลี่ยน output ไม่ใช่ prompt สวย ๆ
สิ่งที่ทำให้ output ดีขึ้นไม่ใช่ prompt สวยๆ แต่คือเลิกโกหก AI บอกมันตรงๆ ว่าทำแล้วพังเพราะอะไร แล้วสั่งให้ challenge ถ้าเราคิดผิด ให้ messy truth แทน clean version
ใช้ AI มาสองปี สิ่งที่ทำให้ output ดีขึ้นไม่ใช่ prompt สวย ๆ — คือการหยุดโกหกมัน
คนส่วนใหญ่คุยกับ AI แบบเดียวกับที่คุยกับหัวหน้า — เล่าแต่ด้านดี ซ่อนปัญหาจริง แพ็คคำถามให้ดูฉลาด ได้คำตอบที่ดูดีแต่ใช้ไม่ได้
ลองนึกดูว่าเคยทำแบบนี้มั้ย:
- ถาม "how to architect X" แทนที่จะบอกว่า "ผมออกแบบ X แล้วมันพัง เพราะ Y"
- พิมพ์ปัญหาแบบ clean version ทั้งที่สถานการณ์จริงมันเละ
- ไม่เคยบอก AI ว่า "คำตอบเมื่อกี้มันผิด เพราะ..."
- ไม่เคยบอก AI ว่า "อย่าเห็นด้วยกับผม ถ้าผมคิดผิดให้บอก"
ผมใช้ ChatGPT อีกตัวคู่กับ Claude Code ทำหน้าที่ review งานที่ Claude สร้าง ใช้มาสามเดือน ไม่เคยเขียน system prompt ให้มันสักบรรทัด
สิ่งที่ทำแทน: คุยกับมันตรง ๆ
- ตัดสินใจแล้วพลาด → ส่งให้มันดูว่าพลาดตรงไหน
- ได้คำตอบที่เห็นด้วย → สั่ง "อย่าเออออตาม ถ้าผิดให้สวนตรง ๆ"
- จับตัวเองได้ว่ากำลังคิดแบบ manipulative → บอกมันเลยว่า "ผมกำลังคิดแบบนี้อยู่ correct ผมที"
สามเดือนผ่านไป context ที่สะสมจากการคุยตรง ๆ ทำหน้าที่แทน system prompt ไปเอง
pattern การแก้ตัวเอง การยอมรับว่าผิด การสั่งให้ challenge — ทั้งหมดนี้กลายเป็น instruction ที่มีน้ำหนักกว่า prompt ที่เขียนวันแรก เพราะมันมาจากพฤติกรรมจริง ไม่ใช่คำสั่งลอย ๆ
ทำไมมันเป็นแบบนั้น?
เพราะ AI ตอบตาม context ที่คุณให้ ถ้าคุณให้ clean version มันก็คืน clean garbage — ดูดี อ่านง่าย ใช้ไม่ได้ ถ้าคุณให้ messy truth มันถึงจะเห็นรูรั่วจริง ๆ
ผมเรียกสิ่งที่ได้ว่า "relationship compounding" — ไม่ต่างจากเพื่อนสนิทที่คุยกันมานาน ส่งข้อความสั้น ๆ แล้วอีกฝ่ายเข้าใจทันที ไม่ต้องอธิบายตั้งแต่ต้น
แต่มันเกิดขึ้นได้เพราะเงื่อนไขเดียว: ต้องกล้าดูแย่ต่อหน้า tool ของตัวเอง
คนส่วนใหญ่ perform ให้ AI ดู ใส่ prompt ที่ดูเป็นระบบ พิมพ์ปัญหาแบบ structured ได้คำตอบที่ structured กลับมา ดูเรียบร้อย — แต่ไม่เคยแก้ปัญหาจริง
ความแตกต่างระหว่าง prompt ที่ดูดีกับ prompt ที่ใช้ได้จริง:
Prompt ที่ดูดี:
"Design a system architecture for a multi-tenant SaaS platform with role-based access control"
Prompt ที่ใช้ได้จริง:
"ผมออกแบบ multi-tenant มาแบบนี้ [paste code] มันพัง 3 รอบแล้ว ครั้งล่าสุดเพราะ tenant A เห็น data ของ tenant B ตอน cache invalidation ผมคิดว่า root cause คือ X แต่ไม่แน่ใจ — challenge ผมก่อนแล้วค่อยเสนอ fix"
ตัวแรกได้ textbook answer ตัวหลังได้คำตอบที่ตรงจุด
สิ่งที่ทำให้ AI output ดีไม่ใช่ technique — คือความกล้าที่จะ honest กับสิ่งที่ไม่ตัดสิน
ลองดูว่าครั้งหน้าที่คุยกับ AI แทนที่จะถามแบบ "วิธีที่ดีที่สุดคือ..." ลองบอกมันว่า "ผมทำแบบนี้แล้วมันพัง ผมคิดว่าเพราะ X แต่ถ้าผมคิดผิดบอกผมตรง ๆ"
แล้วดูว่าคำตอบเปลี่ยนแค่ไหน
Group sharing caption:
ใช้ AI มา 2 ปี สิ่งที่เปลี่ยน output จริง ๆ ไม่เกี่ยวกับ prompt technique เลย ลองอ่านดู
Cover:
- Line 1: คุณกำลังโกหก AI อยู่
- Line 2: แล้วสงสัยว่าทำไมมันตอบห่วย