ผู้ช่วยทำตารางสมรรถนะและระดับตำแหน่ง

ข้อมูลที่ต้องเตรียม

หัวข้อ “Intake” ระบุไว้ว่าจะขออะไรจากคุณ ถ้ายังไม่มี AI จะถามกลับก่อน

ระดับความพร้อม: พร้อมใช้ทันที

วางแล้วใช้ได้เลย แทนค่าในวงเล็บด้วยข้อมูลจริงจะได้ผลดีกว่า แต่ไม่บังคับ

เครื่องมือและภาษา

ใช้ได้กับผู้ช่วย AI ทุกตัวที่รับข้อความยาว Skill.md ได้ผลเต็มที่กับผู้ช่วยที่โหลดไฟล์ทักษะได้ ไฟล์เป็นภาษาอังกฤษอย่างเดียว คุยต่อเป็นไทยได้ แต่อย่าแปลตัวไฟล์

ใครควรใช้

ฝ่ายบุคคล ผู้จัดการทีม คนนอกกลุ่มนี้ใช้ได้ แต่ควรอ่านผลอย่างมีวิจารณญาณ

กรอบงานที่วางไว้ให้ AI

ไม่ประกาศบทบาท แต่วางกรอบงานทันทีในบริบทของทรัพยากรบุคคลและการจัดการ เหมาะกับงานที่โจทย์ชัดอยู่แล้ว

โครงสร้างของคำสั่ง ทีละส่วน

หัวข้อจริงในไฟล์ พร้อมหน้าที่ของแต่ละส่วน

• Why most matrices fail — เพิ่มรายละเอียดเฉพาะของงานนี้
• Levelling axis — เพิ่มรายละเอียดเฉพาะของงานนี้
• Intake — เก็บข้อมูลที่ AI ไม่มีทางเดาเองได้ (แบ่งเป็น 5 ขั้น)
• Method — กำหนดลำดับการคิดให้เป็นขั้นเป็นตอน (แบ่งเป็น 5 ขั้น)
• Fairness checks — เพิ่มรายละเอียดเฉพาะของงานนี้ (3 ข้อย่อย)
• Output contract — ล็อกหน้าตาของผลลัพธ์ (6 ข้อย่อย)
• Constraints — ปิดช่องที่ผลลัพธ์มักเพี้ยน (3 ข้อย่อย)

ทำไมถึงได้ผลนิ่งกว่าการพิมพ์ถามเอง

ผลที่สม่ำเสมอไม่ได้มาจากถ้อยคำ แต่มาจากกลไกข้างในนี้

• มีส่วน “ข้อมูลที่ต้องขอ” ระบุไว้ชัด AI จึงถามกลับแทนที่จะเดา
• ล็อกลำดับการทำงานไว้ 10 ขั้น ผลจึงเป็นระเบียบเดิมทุกครั้ง
• กำหนดรูปแบบผลลัพธ์ไว้ล่วงหน้า นำไปใช้ต่อได้เลย ไม่ต้องจัดรูปแบบใหม่
• มีข้อห้ามระบุไว้ ซึ่งเป็นส่วนที่คนมักลืมใส่ ทั้งที่ช่วยประหยัดเวลาแก้งานได้มากที่สุด

ขั้นที่ 1 — เปิดไฟล์และเลือกเครื่องมือ

วางไฟล์ในโฟลเดอร์ skills ของผู้ช่วยที่คุณใช้ — โหลดเป็นทักษะถาวร ไม่ใช่วางในแชทครั้งเดียว ใช้ได้ทั้ง ChatGPT, Claude และ Gemini

ขั้นที่ 2 — รันและอ่านผล

AI จะรับบทเป็น HR Manager / People & Culture Advisor แล้วเดินตามหัวข้อ “Method” ทีละขั้น ถ้าข้อมูลไม่ครบ AI จะถามกลับก่อน — นั่นคือคำสั่งทำงานถูกต้อง ไม่ใช่ข้อผิดพลาด

แก้ตรงไหนเมื่อผลลัพธ์ไม่ตรงใจ

แต่ละหัวข้อคุมพฤติกรรมคนละอย่าง แก้ทีละหัวข้อแล้วรันใหม่ ถ้ารื้อพร้อมกันหลายจุด จะไม่รู้ว่าอะไรได้ผล

ปรับความเข้มของข้อกำหนด

ตัวแปรครบแล้วผลยังไม่ตรง ปัญหามักอยู่ที่ข้อกำหนด ปรับทีละบรรทัด

• แก้หัวข้อ “Output contract” เพื่อเปลี่ยนหน้าตาผลลัพธ์ เช่น เปลี่ยนเป็นตาราง หรือกำหนดความยาว
• เพิ่มหรือลดบรรทัดในหัวข้อ “Constraints” คือวิธีคุมผลที่ตรงที่สุด หลุดกรอบซ้ำ ๆ ให้เติมข้อห้ามหนึ่งบรรทัด
• แทนคำกว้าง ๆ อย่าง “ลูกค้า” ด้วยคำอธิบายที่เจาะจงจนนึกภาพคนคนนั้นออก ผลลัพธ์จะเลิกกลาง ๆ ทันที
• เติมบรรทัดกำหนดโทนเอง เช่น “เขียนแบบเป็นกันเอง ไม่ใช้ศัพท์เทคนิค” — ไฟล์นี้ยังไม่ล็อกโทนไว้

ใช้ได้ทันที และต่อยอดได้

คำสั่งนี้ใช้งานได้ทันทีโดยไม่ต้องแก้ ถ้าจะปรับ แนะนำให้เก็บต้นฉบับไว้เวอร์ชันหนึ่งเสมอ แล้วแก้บนสำเนา เพราะเมื่อปรับไปหลายรอบจนผลลัพธ์เพี้ยน คุณจะยังมีจุดตั้งต้นให้กลับไปเทียบได้

ต่อเป็น Workflow หลายขั้น

เอาผลจากคำสั่งนี้ไปเป็นข้อมูลตั้งต้นของคำสั่งถัดไปในหมวดทรัพยากรบุคคลและการจัดการ ร่างก่อนแล้วค่อยส่งต่อให้ตรวจ ได้ผลดีกว่าสั่งทุกอย่างรอบเดียว

ข้อควรรู้เฉพาะไฟล์ Skill.md

ไฟล์นี้เป็น Skill.md ซึ่งตัวเนื้อหาเป็นภาษาอังกฤษโดยตั้งใจ เพราะเป็นไฟล์ที่ AI Agent อ่านเพื่อโหลดความสามารถ ไม่ใช่ข้อความที่คนอ่าน ถ้าจะแก้ ให้คงส่วน frontmatter ด้านบน (บรรทัด name และ description) ไว้ตามเดิม เพราะระบบใช้สองบรรทัดนี้ในการค้นหาและเรียกใช้สกิล ส่วนเนื้อหาด้านล่างแก้ได้อิสระ

หน้าตาของคำตอบ

หัวข้อ “Output contract” ล็อกรูปแบบไว้ 6 องค์ประกอบ ผลจึงมีโครงเดิมทุกครั้ง

• ได้ 4 ระดับที่นิยามด้วยขอบเขตการตัดสินใจและผลกระทบของงาน พร้อมตัวอย่างหลักฐาน 2 ชิ้นต่อช่อง และระบุสิ่งที่ไม่นับเป็นเกณฑ์

สิ่งที่คำสั่งนี้จะไม่ทำ

ข้อจำกัดเหล่านี้ตั้งใจใส่ไว้ — คำตอบที่ยอมบอกว่าไม่รู้ มีประโยชน์กว่าคำตอบที่มั่นใจแต่ผิด

• “Constraints” ระบุสิ่งที่ห้ามทำไว้ชัดเจน 3 ข้อ คำตอบที่ข้ามข้อห้ามเหล่านี้ถือว่าไม่ผ่าน

วิธีดูว่ารอบนี้ได้ผลดีหรือยัง

เกณฑ์ตรวจสอบเร็ว ๆ คือคำตอบอ้างอิงข้อมูลที่คุณให้จริง ไม่ใช่ตัวอย่างสมมติ ถ้า AI ถามกลับ แปลว่าคำสั่งทำงานถูกต้อง คำตอบที่กว้างจนใช้กับใครก็ได้ มักเกิดจากวงเล็บที่ยังไม่ได้แทนค่า