พื้นฐานการใช้ AIการเขียน Prompt

เลือกสิ่งที่ AI ควรจำและไม่ควรจำ

เรียนรู้ “เลือกสิ่งที่ AI ควรจำและไม่ควรจำ” เพื่อควบคุมบริบท ความจำ ต้นทุน และข้อมูลส่วนบุคคลในระบบ AI

เป้าหมาย: ออกแบบ context และ memory lifecycle ที่ตรวจ แก้ และลบได้ · ใช้เวลาประมาณ 15 นาที

Store → Select → Assemble → Expire

context และ memory ต้องมีวงจรชีวิต ไม่ใช่กล่องข้อความไม่จำกัด

Store

เก็บ transcript/state/memory แยกตามวัตถุประสงค์

Select

เลือกเฉพาะข้อมูลที่เกี่ยวกับงานและสิทธิ์

Assemble

จัด policy, task, evidence และ state เป็นชั้น

Expire

อัปเดต ลบ invalidate และบันทึกเหตุผล

องค์ประกอบที่ต้องกำกับ

memory

กำหนด source, owner, version และอายุของ memory

อย่าเก็บเพียงเพราะอาจมีประโยชน์

purpose

กำหนด source, owner, version และอายุของ purpose

จำเฉพาะข้อมูลที่ช่วยงานในอนาคต มีวัตถุประสงค์และความยินยอม ไม่อ่อนไหวเกินจำเป็น และมีวันหมดอายุ; งานชั่วคราวไม่ควรเป็น long-term memory

retention

กำหนด source, owner, version และอายุของ retention

PDPA

กำหนด source, owner, version และอายุของ PDPA

ความจำที่ทำให้ระบบแย่ลง

ส่ง history ทั้งหมด

แพง ช้า และข้อมูลเก่าปน

assemble relevant state

summary ไม่มี citation

ตรวจสิ่งที่หายหรือเปลี่ยนไม่ได้

เก็บ source links

memory ไม่มี delete

ข้อมูลผิดและละเมิดวัตถุประสงค์

expiry, correction และ deletion

ออกแบบวงจร Context

ระบบขายอยากจำทุกข้อความ ลูกค้า และความชอบตลอดไป

กำหนดสิ่งเก็บ สิ่งส่งให้โมเดล conflict/expiry, privacy, evaluation และ fallback

ดูคำตอบตัวอย่าง

เก็บ transcript แยกจาก current state สกัด decision/open task พร้อม source เลือก context ตามงานและสิทธิ์ ใช้ memory เฉพาะข้อมูลมีวัตถุประสงค์และ retention เมื่อขัดกันใช้ timestamp/source หรือถามผู้ใช้ invalidate cache ตาม version และทดสอบ compression loss

store types
selection
source/version
conflict/expiry
PDPA/delete
evaluation/fallback

บันทึกช่วยจำ

ให้ผู้ใช้เห็นและแก้หรือลบ memory ที่มีผลต่อเขาเมื่อเหมาะสม
retention และ consent ต้องสอดคล้อง PDPA และนโยบายองค์กร

สรุปบทเรียนนี้

แยก session/context/memory
เลือกข้อมูลตามงาน
version expire และ delete