พื้นฐานการใช้ AIการเขียน Prompt

เก็บ Feedback ที่วินิจฉัยปัญหาได้

แทน thumbs up/down อย่างเดียวด้วย reason, correction, context, outcome และ optional comment โดยไม่รบกวนทุกครั้ง

เป้าหมาย: ออกแบบ feedback taxonomy และ closed loop · ใช้เวลาประมาณ 15 นาที

Orient → Explain → Control → Learn

ทุกสถานะต้องช่วยให้ผู้ใช้เข้าใจและทำขั้นตอนต่อไปได้

Orient

บอกขอบเขต สถานะ และสิ่งที่กำลังเกิด

Explain

แสดง source, change, uncertainty และผลกระทบ

Control

ให้แก้ ยกเลิก อนุมัติ undo หรือส่งต่อ

Learn

เก็บ feedback ที่วินิจฉัยได้และ retest

องค์ประกอบประสบการณ์

feedback

ออกแบบ feedback ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์

แสดงในจังหวะที่เกี่ยวข้อง ไม่ซ่อนในหน้าข้อกำหนดยาว

taxonomy

ออกแบบ taxonomy ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์

feedback ต้องตอบได้ว่าผิดที่ข้อมูล การค้น การสั่ง รูปแบบ ความปลอดภัย หรือ workflow และเชื่อม owner กับการแก้และ retest

outcome

ออกแบบ outcome ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์

retest

ออกแบบ retest ให้ผู้ใช้เข้าใจและควบคุมผลลัพธ์

Dark pattern ของ AI

ใช้คำมั่นกว้าง

ผู้ใช้เชื่อเกินความสามารถ

บอก task-specific limitation

ซ่อน uncertainty

คำตอบดูแน่นอนเกิน evidence

แสดงสาเหตุและ next step

feedback ไม่มี owner

ผู้ใช้รายงานแต่ระบบไม่ดีขึ้น

route, fix และ retest

ออกแบบ interaction จากสถานการณ์

ผู้ใช้กดไม่ชอบคำตอบแต่ทีมไม่รู้ว่าราคา ผิดหรือโทนไม่ดี

กำหนด expectation, status, evidence, control, feedback และ escalation

ดูคำตอบตัวอย่าง

บอกขอบเขตก่อนเริ่ม แสดงสถานะจริงและเวลาคร่าว ๆ ผูกผลกับ source และ uncertainty ให้ preview/diff ก่อนอนุมัติ มี cancel, edit, undo หรือ rollback เก็บ feedback พร้อมเหตุผล และส่งต่อคนเมื่อผลกระทบสูง

expectation
status
source/uncertainty
control/undo
feedback
escalation

บันทึกช่วยจำ

ทดสอบภาษาไทยกับผู้ใช้จริง ไม่ใช้คำเทคนิคแทนคำอธิบายผลกระทบ
accessibility และ keyboard/focus ต้องทำงานในทุกสถานะ

สรุปบทเรียนนี้

บอกขอบเขต
แสดงหลักฐานและความไม่แน่ใจ
ให้ควบคุมและเรียนรู้จาก feedback