ตัวช่วยวิเคราะห์การวางแผนอุปสงค์และอุปทานใน ERP

ข้อมูลที่ต้องเตรียม

หัวข้อ “ข้อมูลที่ต้องเก็บ” ระบุไว้ว่าจะขออะไรจากคุณ ถ้ายังไม่มี AI จะถามกลับก่อน

ระดับความพร้อม: ต้องเตรียมข้อมูลก่อน

ต้องมีข้อมูลจริงมาด้วย — ตัวเลข ร่างงาน หรือสถานการณ์ของคุณ รันโดยไม่ใส่บริบทจะได้คำตอบกลาง ๆ

เครื่องมือและภาษา

ใช้ได้กับผู้ช่วย AI ทุกตัวที่รับข้อความยาว ไม่ต้องติดตั้งอะไรเพิ่ม มีทั้งฉบับไทยและอังกฤษ ฉบับอังกฤษใช้ Token น้อยกว่ามาก

ใครควรใช้

นักวิเคราะห์ข้อมูล พนักงานออฟฟิศ ผู้บริหาร นอกกลุ่มนี้ควรใช้ผลเป็นจุดตั้งต้น ไม่ใช่คำตอบสุดท้าย

บทบาทที่กำหนดให้ AI

บรรทัดแรกกำหนดตัวตนให้ AI ว่า “คุณคือนักวางแผนอุปทานที่เคยดูแลระบบวางแผนในงานจริง คุณสนใจพารามิเตอร์ที่อยู่เบื้องหลังตัวเลข เพราะการเถียงกันเรื่องค่าพยากรณ์ส่วนใหญ่คือปัญหาพารามิเตอร์ที่สวมเสื้อคลุมของค่าพยากรณ์ไว้” บทบาทเปลี่ยนคลังศัพท์ สมมติฐาน และระดับความละเอียดที่ AI เลือกใช้

โครงสร้างของคำสั่ง ทีละส่วน

เปิดไฟล์แล้วจะเจอหัวข้อเหล่านี้เรียงกันอยู่

• ข้อมูลที่ต้องเก็บ — เก็บข้อมูลที่ AI ไม่มีทางเดาเองได้ (แบ่งเป็น 7 ขั้น)
• วิธีทำงาน — กำหนดลำดับการคิดให้เป็นขั้นเป็นตอน (แบ่งเป็น 10 ขั้น)
• รูปแบบผลลัพธ์ — ล็อกหน้าตาของผลลัพธ์ (11 ข้อย่อย)
• ข้อห้าม — ปิดช่องที่ผลลัพธ์มักเพี้ยน (6 ข้อย่อย)

ทำไมถึงได้ผลนิ่งกว่าการพิมพ์ถามเอง

ความต่างอยู่ที่การปิดช่องที่ทำให้ AI ต้องเดา กลไกที่ใช้คือ

• มีส่วน “ข้อมูลที่ต้องขอ” ระบุไว้ชัด AI จึงถามกลับแทนที่จะเดา
• ล็อกลำดับการทำงานไว้ 17 ขั้น ผลจึงเป็นระเบียบเดิมทุกครั้ง
• กำหนดรูปแบบผลลัพธ์ไว้ล่วงหน้า นำไปใช้ต่อได้เลย ไม่ต้องจัดรูปแบบใหม่
• มีข้อห้ามระบุไว้ ซึ่งเป็นส่วนที่คนมักลืมใส่ ทั้งที่ช่วยประหยัดเวลาแก้งานได้มากที่สุด
• ตัวแปร 7 จุด ปรับไปใช้กับงานของคุณได้โดยไม่ต้องเขียนใหม่

ขั้นที่ 1 — เปิดไฟล์และเลือกเครื่องมือ

วางเนื้อหาไฟล์เป็นข้อความแรกของแชทใหม่ อย่าต่อท้ายบทสนทนาเดิม เพราะบริบทเก่าจะรบกวนกติกาในไฟล์ ใช้ได้ทั้ง ChatGPT, Claude และ Gemini

ขั้นที่ 2 — แทนค่าในวงเล็บทั้ง 7 จุด

มีช่องในวงเล็บ 7 จุด แต่ละจุดคือข้อมูลที่ AI เดาแทนคุณไม่ได้ ปล่อยไว้ตามเดิมจะได้คำตอบกลาง ๆ

ขั้นที่ 3 — รันและอ่านผล

AI จะรับบทเป็น Data Analyst / Spreadsheet Guru แล้วเดินตามหัวข้อ “วิธีทำงาน” ทีละขั้น ถ้าข้อมูลไม่ครบ AI จะถามกลับก่อน — นั่นคือคำสั่งทำงานถูกต้อง ไม่ใช่ข้อผิดพลาด

แก้ตรงไหนเมื่อผลลัพธ์ไม่ตรงใจ

แต่ละหัวข้อคุมพฤติกรรมคนละอย่าง แก้ทีละหัวข้อแล้วรันใหม่ ถ้ารื้อพร้อมกันหลายจุด จะไม่รู้ว่าอะไรได้ผล

ตัวแปรที่ต้องกรอกก่อนใช้งาน

แทนช่องในวงเล็บด้วยข้อมูลของคุณ ยิ่งเจาะจงยิ่งใช้ได้จริง (แสดง 6 จาก 7)

• [รายการสินค้า]
• [ค่าพยากรณ์]
• [ความคลาดเคลื่อนของค่าพยากรณ์]
• [ระยะเวลานำส่ง]
• [ระดับการให้บริการ]
• [นโยบายปัจจุบัน]

ปรับความเข้มของข้อกำหนด

ปรับข้อกำหนดต่อจากตัวแปร แก้ทีละอย่าง ไม่งั้นจะไม่รู้ว่าอันไหนได้ผล

• แก้หัวข้อ “รูปแบบผลลัพธ์” เพื่อเปลี่ยนหน้าตาผลลัพธ์ เช่น เปลี่ยนเป็นตาราง หรือกำหนดความยาว
• เพิ่มหรือลดบรรทัดในหัวข้อ “ข้อห้าม” คือวิธีคุมผลที่ตรงที่สุด หลุดกรอบซ้ำ ๆ ให้เติมข้อห้ามหนึ่งบรรทัด
• เพิ่มอีกบรรทัดว่าผู้อ่านรู้เรื่องนี้มาก่อนแค่ไหน และจะเอาไปทำอะไรต่อ
• ไฟล์นี้ยังไม่มีส่วนกำหนดสไตล์ เติมบรรทัดสั้น ๆ ว่าอยากได้โทนไหน ผลจะไม่แกว่งระหว่างรอบ

คำสั่งนี้ต้องเตรียมข้อมูลก่อน

กรอกทุกวงเล็บให้ครบก่อนส่ง ส่งทั้งที่ยังว่างจะได้ผลกลาง ๆ ที่ต้องมาแก้อยู่ดี

ต่อเป็น Workflow หลายขั้น

เอาผลจากคำสั่งนี้ไปเป็นข้อมูลตั้งต้นของคำสั่งถัดไปในหมวดการวิเคราะห์ข้อมูล ร่างก่อนแล้วค่อยส่งต่อให้ตรวจ ได้ผลดีกว่าสั่งทุกอย่างรอบเดียว

หน้าตาของคำตอบ

หัวข้อ “รูปแบบผลลัพธ์” ล็อกรูปแบบไว้ 11 องค์ประกอบ ผลจึงมีโครงเดิมทุกครั้ง

• แยกคิวออกตามว่าการตัดสินใจของคนเปลี่ยนผลลัพธ์ได้จริงหรือไม่ พบว่าส่วนใหญ่เป็นข้อความให้เลื่อนกำหนดเข้ามาซึ่งระบบจะจัดการเองได้อยู่แล้ว แสดงว่ากลุ่มที่เหลือสืบย้อนไปหาซัพพลายเออร์รายเดียวที่ค่าความแปรปรวนของระยะเวลานำส่งไม่เคยถูกอัปเดตหลังเปลี่ยนแหล่งจัดซื้อ แล้วลดคิวที่ต้องลงมือให้เหลือสิบสองรายการ พร้อมการแก้พารามิเตอร์ที่กำจัดส่วนที่เหลือไปอย่างถาวร

สิ่งที่คำสั่งนี้จะไม่ทำ

ข้อจำกัดเหล่านี้ตั้งใจใส่ไว้ — คำตอบที่ยอมบอกว่าไม่รู้ มีประโยชน์กว่าคำตอบที่มั่นใจแต่ผิด

• “ข้อห้าม” ระบุสิ่งที่ห้ามทำไว้ชัดเจน 6 ข้อ คำตอบที่ข้ามข้อห้ามเหล่านี้ถือว่าไม่ผ่าน

วิธีดูว่ารอบนี้ได้ผลดีหรือยัง

เกณฑ์ตรวจสอบเร็ว ๆ คือคำตอบอ้างอิงข้อมูลที่คุณให้จริง ไม่ใช่ตัวอย่างสมมติ ถ้า AI ถามกลับ แปลว่าคำสั่งทำงานถูกต้อง คำตอบที่กว้างจนใช้กับใครก็ได้ มักเกิดจากวงเล็บที่ยังไม่ได้แทนค่า