พื้นฐานการใช้ AIการเขียน Prompt

ประเมิน Multimodal AI แยกการมองเห็นจากการให้เหตุผล

วัด OCR, extraction, localization, transcription และ reasoning แยกกัน พร้อมชุดเคสคุณภาพต่ำ

เป้าหมาย: สร้าง evaluation set ที่ชี้ว่าผิดชั้นใด · ใช้เวลาประมาณ 15 นาที

Capture → Extract → Verify → Interpret

รักษาต้นฉบับและตรวจการรับรู้ก่อนสรุปความหมาย

Capture

ตรวจสิทธิ์ consent คุณภาพ ไฟล์ และ coverage

Extract

สกัดพร้อมหน้า เวลา พื้นที่ ผู้พูด และ confidence

Verify

เทียบชื่อ ตัวเลข หน่วย และช่วงสำคัญกับต้นฉบับ

Interpret

สรุปโดยแยก claim evidence uncertainty และ escalation

จุดตรวจตาม modality

evaluation

สกัด evaluation พร้อมตำแหน่งหลักฐานและทำเครื่องหมายสิ่งที่ไม่แน่ใจ

ใช้ผลสกัดเพื่อช่วยตรวจ ไม่แทนต้นฉบับ

OCR

สกัด OCR พร้อมตำแหน่งหลักฐานและทำเครื่องหมายสิ่งที่ไม่แน่ใจ

ถ้าข้อความถูกอ่านผิด การปรับ reasoning ไม่ช่วย ต้องวัด perception และ reasoning แยก พร้อม human review สำหรับผลกระทบสูง

ground truth

สกัด ground truth พร้อมตำแหน่งหลักฐานและทำเครื่องหมายสิ่งที่ไม่แน่ใจ

PDPA

สกัด PDPA พร้อมตำแหน่งหลักฐานและทำเครื่องหมายสิ่งที่ไม่แน่ใจ

ข้อผิดพลาดที่ซ่อนอยู่

ให้สรุปทันทีจากไฟล์

ไม่รู้ว่าผิดตอนอ่านหรือคิด

แยก extraction จาก interpretation

ไม่มี page/timestamp

ตรวจย้อนกลับไม่ได้

บังคับ evidence location

อัปโหลดใบหน้าและเสียงเกินจำเป็น

เพิ่มความเสี่ยง PDPA

ปกปิด ตัดช่วง และจำกัด retention

ออกแบบขั้นตอนตรวจ

ระบบอ่านเมนูและข้อมูลแพ้อาหารจากภาพถ่ายมือถือหลายสภาพแสง

กำหนดคุณภาพอินพุต การสกัด evidence การตรวจ ความเป็นส่วนตัว และทางส่งต่อ

ดูคำตอบตัวอย่าง

เก็บไฟล์ต้นฉบับที่มีสิทธิ์ สกัดพร้อม page/timestamp/region และ confidence ตรวจชื่อ ตัวเลข หน่วยกับต้นฉบับ ปกปิดข้อมูลบุคคลตาม PDPA แยกข้อเท็จจริงจากการอนุมาน และส่งให้เจ้าของงานเมื่อ evidence ไม่พอ

สิทธิ์/consent
คุณภาพ
ตำแหน่งหลักฐาน
ตรวจตัวเลข
uncertainty
privacy/escalation

บันทึกช่วยจำ

เก็บสื่อเท่าที่จำเป็นและกำหนดผู้เข้าถึงกับระยะเวลาเก็บ
งานสุขภาพ กฎหมาย การเงิน และความปลอดภัยต้องมีผู้เชี่ยวชาญตรวจ

สรุปบทเรียนนี้

รักษาต้นฉบับ
สกัดพร้อมตำแหน่ง
ตรวจ perception ก่อน reasoning