Half-day Workshop

การใช้เครื่องมือการตลาดดิจิทัลในยุค AI

Digital Marketing Tools in the AI Era: From Prompt to Practice

กลุ่มเป้าหมายนักศึกษาชั้นปีที่ 3 หลักสูตรการตลาด
ระยะเวลา4 ชั่วโมง (Half-day)
เครื่องมือหลักGoogle Gemini · Gemini Notebook

📖 วิธีใช้เอกสารนี้: หน้านี้คือคู่มือของคุณระหว่างและหลัง Workshop — ทุก Prompt มีปุ่ม “คัดลอก” กดแล้ววางลงในช่องแชทได้ทันที ไม่ต้องพิมพ์ตาม

ทำตามลำดับ: เริ่มที่ ปูพื้นฐาน AI → Session 1 → 2 → 3 → 4 แต่ละ Session ต่อยอดจากอันก่อนหน้า โดยเฉพาะ Session 3 ที่ใช้เอกสารแบรนด์ที่คุณสร้างเองใน Session 2

🔖 เก็บลิงก์นี้ไว้ — หลังจบ Workshop ยังกลับมาเปิด Prompt ไปปรับใช้กับแบรนด์จริงหรือโปรเจกต์ของตัวเองได้

01

แนวคิดของ Workshop (Concept)

AI กำลังเข้ามาพลิกโฉมงานการตลาดดิจิทัลทุกขั้นตอน ตั้งแต่การคิดคอนเทนต์ การทำภาพโฆษณา การยิงแอด การวิเคราะห์ผลแคมเปญ ไปจนถึงการดูแลลูกค้าหลังการขาย Workshop นี้ไม่ได้มุ่งเน้นให้คุณเพียงแค่ “ใช้เครื่องมือเป็น” แต่ต้องการสร้าง “AI Mindset สำหรับนักการตลาด”

“AI ไม่ใช่ผู้กำหนดกลยุทธ์แทนนักการตลาด แต่เป็น ‘ผู้ช่วยทรงพลัง’ ที่ทำให้นักการตลาดคิด วิเคราะห์ และทำงานเชิงกลยุทธ์ (Strategic Marketing) ได้อย่างมีประสิทธิภาพมากขึ้น”

คุณจะได้ฝึกฝนผ่านแกนความคิด 5 ขั้นนี้:

1
Promptมนุษย์

สั่งการด้วยคำสั่งที่ชัดเจน

2
GenerateAI

สร้างสรรค์ผลลัพธ์จาก Prompt

3
Verifyมนุษย์

ตรวจสอบความถูกต้อง

4
Analyzeมนุษย์

วิเคราะห์ผลลัพธ์ในบริบทจริง

5
Decideมนุษย์

ตัดสินใจโดยมนุษย์เสมอ

Infographic วงจร Prompt → Generate → Verify → Analyze → Decide
วงจรการทำงานร่วมกับ AI: Prompt → Generate → Verify → Analyze → Decide
02

วัตถุประสงค์การเรียนรู้

เมื่อจบ Workshop คุณจะสามารถ:

  1. อธิบายบทบาท ข้อจำกัด และความแตกต่างระหว่าง AI ทั่วไปกับ AI ที่ใช้อ้างอิงเอกสาร (RAG) ในงานการตลาดได้
  2. เขียน Prompt แบบมีโครงสร้าง (Structured Prompt) สำหรับงานการตลาดดิจิทัลได้อย่างแม่นยำ
  3. ใช้ Gemini สร้างสรรค์งานการตลาด เช่น Content Calendar แคปชันโซเชียล และภาพโฆษณา
  4. ใช้ Gemini วิเคราะห์ข้อมูลผลแคมเปญ พร้อมตั้งคำถามตรวจสอบคำตอบของ AI ได้
  5. ใช้ Gemini Notebook สร้าง Brand Assistant ที่ตอบคำถามจากเอกสารแบรนด์ได้อย่างถูกต้อง พร้อมตรวจสอบแหล่งอ้างอิง (Citation) ทุกคำตอบ
  6. ตระหนักถึงความเสี่ยงด้าน AI Bias, จริยธรรมการโฆษณา และ PDPA กับข้อมูลลูกค้าในบริบทการตลาดไทย โดยยึดหลัก Human in the Loop
03

ปูพื้นฐาน AI & ศิลปะการสั่งงาน (Gemini 101)

เป้าหมาย: ปรับ Mindset ให้ทุกคนเข้าใจ AI ตรงกัน และใช้งาน Google Gemini เบื้องต้นได้ ก่อนเข้าสู่ Session 1

AI คืออะไร

ลองนึกภาพบรรณารักษ์กับเชฟส่วนตัว — บรรณารักษ์เก่งเรื่องหาหนังสือที่มีอยู่แล้วให้เจอไวที่สุด ส่วนเชฟไม่ได้ไปหยิบอาหารสำเร็จรูปมาเสิร์ฟ แต่ฟัง “โจทย์” จากเรา (วัตถุดิบที่มี, คนกินกี่คน, แพ้อะไรไหม) แล้วปรุงเมนูใหม่ขึ้นมาเฉพาะสำหรับมื้อนั้น AI แบบที่ Workshop นี้ใช้ (Generative AI อย่าง Gemini และ Gemini Notebook) ทำงานแบบเชฟ ไม่ใช่บรรณารักษ์

มันเรียนรู้รูปแบบจากข้อมูลจำนวนมหาศาลจนสามารถ “ทำนายและสร้าง” สิ่งใหม่ได้ — รับ Prompt หรือคำสั่งจากเรา แล้วสังเคราะห์แคปชัน บทความ ตาราง หรือแผนแคมเปญขึ้นมาใหม่ทั้งหมด เฉพาะเจาะจงตามบริบทที่เราป้อนเข้าไป ยิ่งบอกโจทย์ละเอียดเท่าไหร่ “เมนู” ที่ได้ก็ยิ่งตรงใจเท่านั้น

บรรณารักษ์ค้นหาหนังสือในห้องสมุด เปรียบเทียบการทำงานแบบ Search Engine
Search Engine ทำงานเหมือนบรรณารักษ์ — ค้นหาสิ่งที่มีอยู่แล้วให้เจอไวที่สุด

Agentic AI คืออะไร

ถ้า Generative AI คือเชฟที่ปรุงเมนูให้เมื่อเราสั่ง Agentic AI คือ AI ที่มีพฤติกรรมแบบ “เชฟที่ทำงานได้ไกลกว่านั้น” — แทนที่จะรอสั่งทีละขั้น มันจะวางแผนเองว่าต้องทำอะไรบ้าง แล้วลงมือทำต่อเนื่องหลายขั้นตอนจนเสร็จ เช่น เช็คว่าตู้เย็นมีวัตถุดิบอะไร ไปซื้อของที่ขาด ปรุงอาหาร จัดจาน แล้วเสิร์ฟ โดยเราแค่บอกเป้าหมายปลายทางว่า “อยากกินอะไร” ไม่ต้องสั่งทีละคำสั่ง ระบบ AI ที่มีความสามารถนี้มักถูกเรียกว่า AI Agent

ในงานการตลาด นี่คือความต่างระหว่าง AI ที่ “ตอบคำถามให้” กับ AI ที่ “ลงมือทำงานแทน” — ตัวอย่างเช่น Gemini Notebook มีพฤติกรรมแบบ Agentic ในระดับหนึ่ง เมื่อเราถามคำถามหนึ่งข้อ มันจะค้นเอกสารหลายไฟล์ที่เราอัปโหลดไว้เอง เทียบเนื้อหาข้ามไฟล์ แล้วสรุปคำตอบพร้อมอ้างอิงแหล่งที่มาให้ครบ โดยเราไม่ต้องสั่งทีละขั้นตอนว่าให้เปิดไฟล์ไหนก่อน

ภาพประกอบอธิบายแนวคิด Agentic AI แสดงการทำงานหลายขั้นตอนต่อเนื่องอย่างอัตโนมัติ
Agentic AI: วางแผนเอง ลงมือทำหลายขั้นตอนต่อเนื่อง จนถึงเป้าหมายที่ตั้งไว้

⚠️ ข้อควรระวัง: ยิ่ง AI ทำงานแบบ Agentic ได้เองหลายขั้นตอน ยิ่งต้องตรวจสอบผลลัพธ์ละเอียดขึ้น เพราะความผิดพลาดในขั้นตอนต้นอาจส่งต่อไปยังขั้นตอนถัดไปโดยที่เราไม่ทันสังเกต — หลักการ Human in the Loop จึงสำคัญกว่าเดิม

ภาพประกอบแนวคิด Human in the Loop มนุษย์ตรวจสอบและกำกับดูแลผลลัพธ์จาก AI
Human in the Loop: มนุษย์ยังคงเป็นผู้ตรวจสอบและตัดสินใจสุดท้ายเสมอ ไม่ว่า AI จะทำงานอัตโนมัติแค่ไหน

AI ชั้นนำในปัจจุบัน

AI / บริษัทจุดเด่นเหมาะกับงานการตลาด
GeminiGoogle
ผูกกับ Google Workspace (Docs, Sheets, Gmail) เข้าใจภาษาไทยดี สร้างภาพได้ ร่างแคปชัน, Content Calendar, ภาพโฆษณา, วิเคราะห์ข้อมูลแคมเปญ
Google
ตอบจากเอกสารที่ป้อนให้เท่านั้น (RAG) พร้อมอ้างอิงแหล่งที่มา Brand Assistant ตอบจากคู่มือแบรนด์, สรุปรายงานการตลาด
ChatGPTOpenAI
สนทนาโต้ตอบเป็นธรรมชาติ ปลั๊กอิน/GPTs หลากหลาย ระดมไอเดียแคมเปญ, ทำ A/B Copy หลายเวอร์ชัน
ClaudeAnthropic
เขียนเอกสารยาวได้ละเอียด เน้นความปลอดภัยของข้อมูล เขียนบทความ SEO เชิงลึก, วิเคราะห์เอกสารกลยุทธ์
CopilotMicrosoft
ฝังอยู่ใน Word, Excel, Outlook โดยตรง รายงานการตลาดใน Excel/PowerPoint สำหรับองค์กรที่ใช้ Microsoft 365

💡 เครื่องมือ AI เฉพาะทางของสายการตลาด ยังมีอีกมาก เช่น ระบบช่วยยิงแอดอัตโนมัติใน Meta Ads / Google Ads (Advantage+, Performance Max), เครื่องมือทำภาพและวิดีโอ (Canva Magic Studio, CapCut), และเครื่องมือ SEO (เช่น ฟีเจอร์ AI ใน Semrush/Ahrefs) — หลักการสั่งงานและการตรวจสอบที่เรียนใน Workshop นี้ใช้ได้กับทุกตัว

Local Model vs. Frontier AI Model

AI ทั้ง 5 ตัวในตารางด้านบนล้วนเป็น Frontier Model ที่รันบนคลาวด์ของผู้ให้บริการ ก่อนเลือกเครื่องมือมาใช้ในงานการตลาด ควรเข้าใจว่ายังมี AI อีกกลุ่มคือ Local Model (เช่น Llama, Ollama) ที่รันในเครื่อง/เซิร์ฟเวอร์ขององค์กรเอง เพราะมีผลโดยตรงต่อ ความปลอดภัยของข้อมูลลูกค้า (PDPA) และงบประมาณ

ภาพเปรียบเทียบ Local Model ที่รันในเครื่ององค์กร กับ Frontier AI Model ที่รันบนคลาวด์
Local Model รันในเครื่ององค์กรเอง vs. Frontier AI Model รันบนคลาวด์ของผู้ให้บริการ
ประเด็นLocal ModelFrontier AI Model
ตัวอย่างLlama, Ollama ที่รันในเครื่อง/เซิร์ฟเวอร์บริษัทGemini, ChatGPT, Claude, Copilot ผ่านคลาวด์
ความสามารถจำกัดตามขนาดโมเดลและฮาร์ดแวร์ เหมาะงานเฉพาะทางที่ไม่ซับซ้อนมากสูงสุด ณ ปัจจุบัน เข้าใจภาษาและบริบทซับซ้อนได้ดีกว่า
ความเป็นส่วนตัวของข้อมูลข้อมูลไม่ออกจากองค์กร เหมาะกับฐานข้อมูลลูกค้า/ประวัติการซื้อที่ Sensitive มากข้อมูลถูกส่งไปประมวลผลบนคลาวด์ ต้องเช็คนโยบาย Data Privacy และ PDPA ก่อนใช้
ต้นทุนลงทุนฮาร์ดแวร์ล่วงหน้า ใช้งานต่อเนื่องไม่มีค่าใช้จ่ายต่อครั้งจ่ายตามการใช้งานหรือ Subscription ไม่ต้องลงทุนฮาร์ดแวร์
เหมาะกับงานการตลาดแบบไหนวิเคราะห์ฐานข้อมูลลูกค้าจริงที่ Sensitive สูง หรือนโยบาย Data Residency เข้มงวดงานสร้างสรรค์ทั่วไป (คอนเทนต์, แคปชัน, ภาพ) หรือข้อมูลสถิติรวมที่ Mask แล้ว

💡 สรุปสำหรับนักการตลาด: Workshop นี้ใช้ Gemini และ Gemini Notebook ซึ่งเป็น Frontier Model บนคลาวด์ ดังนั้นต้อง Mask ข้อมูลลูกค้าที่ Sensitive ก่อนป้อนเข้า AI เสมอ (ดูรายละเอียดในหัวข้อ PDPA & AI Ethics) หากองค์กรมีฐานข้อมูลลูกค้าจริงจำนวนมาก ควรพิจารณา Local Model ควบคู่ไปด้วย

Step 1: เช็คความพร้อม & AI ไม่ใช่ Google (15 นาที)

  • Log in เข้า Google Gemini แล้วทำความรู้จัก UI บนหน้าจอ
  • ปรับ Mindset: Google = หาแหล่งข้อมูล / AI = ผู้ช่วยคิดวิเคราะห์ที่ต้องป้อนบริบท
ภาพเปรียบเทียบการค้นหาข้อมูลด้วย Google กับการใช้ AI เป็นผู้ช่วยคิดวิเคราะห์
Google ช่วยหาแหล่งข้อมูล ส่วน AI ช่วยคิดและวิเคราะห์ต่อจากบริบทที่เราให้

⚠️ ข้อควรระวัง: ระวังอาการมั่วอย่างมั่นใจ (Hallucination) ต้องตรวจสอบข้อมูลเสมอ — ในงานการตลาด ข้อมูลที่ AI แต่งขึ้นเอง (ราคา สรรพคุณ สถิติ) ถ้าหลุดไปอยู่ในโฆษณา อาจกลายเป็นการโฆษณาเกินจริงที่ผิดกฎหมาย

Step 2: กิจกรรม Ice Breaking "First Prompt" (10 นาที)

ลองพิมพ์คำสั่งง่ายๆ เพื่อให้ทุกคนเห็นความสามารถในการประมวลผลทันที และลดความเกร็ง

PROMPT — First Prompt (Ice Breaking)
ช่วยแพลนที่เที่ยว/ที่กิน เสาร์-อาทิตย์นี้ให้หน่อย มีงบ 2,000 บาท

ลองสังเกตว่า Prompt ที่ “กำกวม” กับ Prompt ที่ “มีบริบทชัดเจน” ให้คำตอบต่างกันแค่ไหน:

✕ ไม่ดี — กำกวม
ช่วยแพลนที่เที่ยวให้หน่อย

ไม่บอกวัน งบ จำนวนคน หรือสไตล์ที่ชอบ AI ต้องเดาเอง คำตอบจึงกว้างและอาจไม่ตรงความต้องการ

✓ ดี — มีบริบท
ช่วยแพลนที่เที่ยว/ที่กิน เสาร์-อาทิตย์นี้ให้หน่อย
มีงบ 2,000 บาท ไป 2 คน เริ่มจากสยาม
ชอบร้านกาแฟและคาเฟ่ถ่ายรูปสวย

ระบุ วัน / งบ / จำนวนคน / จุดเริ่มต้น / ความชอบ ทำให้ AI ตอบเจาะจงและใช้ได้จริงทันที

สร้างภาพโฆษณาสินค้า:

PROMPT — สร้างภาพโฆษณาสินค้า (Image Generation)
สร้างภาพโปสเตอร์โฆษณาเครื่องดื่ม
แบรนด์: กรีนลีฟ (GreenLeaf) ชาพร้อมดื่มออร์แกนิกสัญชาติไทย
สินค้า: ชาเขียวมะลิ ไม่มีน้ำตาล ขวด 380 มล.
สไตล์: โทนสีเขียว-ครีม สดชื่น มินิมอล เหมาะกับกลุ่ม Gen Z สายสุขภาพ
องค์ประกอบ: ใส่ข้อความบนภาพให้ครบ — ชื่อแบรนด์ "GreenLeaf", ข้อความหลัก "สดชื่นแบบไม่หวาน", จุดขาย 3 ข้อ (ออร์แกนิก 100% / 0 แคลอรี / ขวดรีไซเคิล), ราคา 25 บาท ที่มุมล่าง
บรรยากาศ: ขวดชาวางบนโต๊ะไม้ มีใบชาและแสงธรรมชาติยามเช้า
สัดส่วนภาพ: แนวตั้ง เหมาะสำหรับโพสต์ลง Instagram Story

💡 หลักการเดียวกัน — ยิ่งบอกสไตล์ โทนสี องค์ประกอบ และช่องทางที่จะใช้ชัดเจนแค่ไหน ภาพที่ได้ก็ยิ่งใช้งานได้จริงมากขึ้นเท่านั้น (Prompt นี้จะได้ใช้อีกครั้งใน Session 2 ในเวอร์ชันที่ต่อยอดจาก Content Calendar ที่คุณสร้างเอง)

ภาพประกอบที่แนะนำให้สร้าง: ตัวอย่างผลลัพธ์จริงจาก Prompt ด้านบน — โปสเตอร์โฆษณาชาเขียว GreenLeaf แนวตั้ง โทนเขียว-ครีม มีข้อความครบตามที่สั่ง (สร้างจาก Gemini แล้วบันทึกเป็น images/greenleaf-poster-example.jpg พร้อมชี้ให้เห็นจุดที่ AI สะกดภาษาไทยผิด ถ้ามี)

04

Session 1: แนวคิดและการเขียน Prompt สำหรับงานการตลาด (AI Mindset & Prompting) — 45 นาที

ภาพเปรียบเทียบ Search Engine กับ Generative AI
Search Engine ค้นหาสิ่งที่มีอยู่แล้ว vs. Generative AI สร้างสิ่งใหม่ขึ้นมา

Step 1: Search Engine vs. Generative AI

  • Search Engine: ไปหาข้อมูลที่มีอยู่แล้วมาให้ (เหมือนเข้าห้องสมุด)
  • Generative AI: สังเคราะห์และสร้างของใหม่ขึ้นมา (เหมือนมีผู้ช่วยส่วนตัว)

ตอน Pre-session เราลองเทียบ Prompt กำกวมกับ Prompt ที่มีบริบทมาแล้ว คราวนี้มาทำให้เป็นระบบด้วยสูตรที่จำง่ายและใช้ได้กับงานการตลาดแทบทุกประเภท

Step 2: สูตร Prompt 5 องค์ประกอบ (The PROMPT Formula)

จิ๊กซอว์ 5 ชิ้นต่อกันแทนสูตร Prompt — ROLE + TASK + CONTEXT + CONSTRAINT + FORMAT
สูตร Prompt 5 องค์ประกอบ ต่อกันเป็นชิ้นเดียว — ROLE + TASK + CONTEXT + CONSTRAINT + FORMAT
  1. ROLE (บทบาท): คุณคือ Social Media Manager ประสบการณ์ 10 ปี
  2. TASK (งาน): ช่วยเขียนข้อความตอบรีวิวเชิงลบของลูกค้า
  3. CONTEXT (บริบท): ลูกค้าได้รับสินค้าช้ากว่ากำหนด 3 วัน...
  4. CONSTRAINT (เงื่อนไข): ใช้โทนสุภาพ จริงใจ ไม่แก้ตัว ไม่เกิน 100 คำ...
  5. FORMAT (รูปแบบ): ข้อความตอบคอมเมนต์สาธารณะ + ข้อความทักแชทส่วนตัว
PROMPT TEMPLATE — ตอบรีวิวเชิงลบ (Negative Review Response)
คุณคือ Social Media Manager ที่มีประสบการณ์ดูแลแบรนด์มา 10 ปี

งาน: ช่วยเขียนข้อความตอบรีวิวเชิงลบของลูกค้า

บริบท: ลูกค้ารีวิว 1 ดาวบนเพจ เพราะได้รับสินค้าช้ากว่ากำหนด 3 วัน
สินค้า: [ใส่ชื่อสินค้า]
สาเหตุจริง: ขนส่งล่าช้าช่วงเทศกาล ไม่ใช่ความผิดของลูกค้า

เงื่อนไข: ใช้โทนสุภาพ จริงใจ ขอโทษโดยไม่แก้ตัว ไม่เกิน 100 คำ
เสนอการชดเชยเป็นส่วนลด 15% ในการซื้อครั้งถัดไป
ห้ามตำหนิบริษัทขนส่งแบบระบุชื่อ

รูปแบบ: 2 เวอร์ชัน — (1) ข้อความตอบคอมเมนต์สาธารณะ (2) ข้อความทักแชทส่วนตัวเพื่อตามเรื่องให้จบ

Step 3: สูตร Prompt สำเร็จรูปอื่นๆ ที่ควรรู้

สูตร PROMPT ด้านบนใช้ได้กับงานเกือบทุกแบบ แต่บางสถานการณ์มีสูตรสั้นกว่าหรือเจาะจงกว่าที่ตอบโจทย์ได้ไวกว่า ลองดู 4 สูตรนี้เป็นทางเลือกเสริม แต่ละสูตรมีความหมายและตัวอย่างการใช้จริงกำกับไว้ให้ครบในตัว:

R-T-FRole · Task · Format

เหมาะกับ: งานด่วน ต้องการคำตอบเร็ว ไม่ซับซ้อน — กำหนดบทบาท งานที่ต้องทำ และรูปแบบผลลัพธ์ที่ต้องการ ครบ 3 อย่างก็พอ

ตัวอย่าง — แจ้ง Flash Sale ทาง LINE OA
Role: คุณคือแอดมินเพจร้านค้าออนไลน์

Task: เขียนข้อความ Broadcast แจ้งลูกค้าว่ามี Flash Sale ลด 30% เฉพาะคืนนี้ 20:00–24:00 น.

Format: ข้อความสั้น ไม่เกิน 3 บรรทัด มีอีโมจิ ใช้ส่งทาง LINE Official Account

T-A-GTask · Action · Goal

เหมาะกับ: งานที่ต้องการผลลัพธ์เชิงกลยุทธ์ มีเป้าหมายชัดเจน — เน้นว่า "ทำไมถึงต้องทำ" ไม่ใช่แค่ "ทำอะไร" ช่วยให้ AI ตอบตรงเป้าหมายมากกว่าทำตามคำสั่งอย่างเดียว

ตัวอย่าง — แก้ปัญหา Engagement ตก
Task: วิเคราะห์สาเหตุที่ Engagement ของเพจลดลง 40% ในช่วง 2 เดือนที่ผ่านมา

Action: เสนอ 3 มาตรการที่ทำได้จริงภายใน 1 เดือน งบไม่เกิน 10,000 บาท

Goal: ดึง Engagement Rate กลับมาอย่างน้อยเท่าเดิมภายในไตรมาสหน้า

B-A-BBefore · After · Bridge

เหมาะกับ: งานโน้มน้าวใจ นำเสนอ หรือแก้ปัญหา — บอกสถานการณ์ปัจจุบัน (Before) ผลลัพธ์ที่อยากได้ (After) แล้วให้ AI ช่วยหาทาง "เชื่อม" ทั้งสองจุด (Bridge)

ตัวอย่าง — โน้มน้าวผู้บริหารให้ลงงบ TikTok
Before: ตอนนี้แบรนด์ลงโฆษณาแค่ Facebook ช่องทางเดียว แต่กลุ่มเป้าหมาย Gen Z ย้ายไปอยู่ TikTok แล้ว ผู้บริหารยังมองว่า TikTok เป็นแอปเด็กเต้น

After: อยากให้ผู้บริหารอนุมัติงบทดลองยิงแอด TikTok 3 เดือน โดยเห็นภาพความเสี่ยงและตัวชี้วัดที่ชัดเจน

Bridge: ช่วยร่างข้อเสนอ 1 หน้า พร้อมข้อมูลสนับสนุนที่ควรหามาประกอบ และ KPI ที่ใช้วัดผลการทดลอง

R-C-I-CRole · Context · Instruction · Constraint

เหมาะกับ: งานที่ต้องการความแม่นยำสูง เอกสารทางการ — ใกล้เคียงสูตร PROMPT แต่กระชับกว่า เน้นบทบาท บริบท คำสั่ง และข้อจำกัดที่ต้องทำตามเคร่งครัด

ตัวอย่าง — ร่างกติกาแคมเปญชิงรางวัล
Role: คุณคือที่ปรึกษาด้านกฎหมายโฆษณาและการส่งเสริมการขาย

Context: แบรนด์เครื่องดื่มต้องการจัดกิจกรรมแชร์โพสต์ลุ้นรับสินค้าฟรี 100 รางวัล ทาง Facebook และ Instagram

Instruction: ร่างกติกาการร่วมกิจกรรม ระบุเงื่อนไขผู้ร่วมสนุก วิธีประกาศผล และช่องทางติดต่อรับรางวัล

Constraint: ต้องเตือนให้ตรวจสอบข้อกำหนดการขออนุญาตจัดชิงโชคตามกฎหมายไทยก่อนเริ่มจริง ห้ามใช้คำที่สื่อว่า "การพนัน" ความยาวไม่เกิน 1 หน้า A4

💡 ไม่ต้องจำทุกสูตรให้ขึ้นใจ — เลือกใช้สูตร PROMPT เป็นหลักไปก่อน แล้วค่อยลองสูตรอื่นเมื่อรู้สึกว่าสูตรหลักยาวเกินไปสำหรับงานตรงหน้า

Step 4: Workshop 1 — Marketing Communication (ลงมือทำ)

โจทย์: เขียนโพสต์เปิดตัวสินค้าใหม่ของแบรนด์กรีนลีฟ — ชาเขียวมะลิ ไม่มีน้ำตาล ลงเพจ Facebook ของแบรนด์

  1. รอบที่ 1 — Prompt สั้นไม่มีโครงสร้าง: พิมพ์แค่ “เขียนโพสต์ขายชาเขียวให้หน่อย” แล้วเก็บผลลัพธ์ไว้ก่อน
  2. รอบที่ 2 — ใช้สูตร PROMPT 5 องค์ประกอบ: คัดลอกเทมเพลตด้านล่าง เติมข้อมูลใน [วงเล็บ] ให้ครบ แล้วส่ง
  3. เปรียบเทียบผลสองรอบใน 3 ด้าน: (1) ความครบถ้วน — มีจุดขาย ราคา CTA และแฮชแท็กครบไหม (2) โทนภาษาตรงกับบุคลิกแบรนด์ไหม (3) มีข้อมูลที่ AI แต่งเติมเองโดยไม่ได้สั่งหรือไม่ เช่น สรรพคุณ “ช่วยลดน้ำหนัก” หรือรางวัลที่ไม่มีจริง — จุดนี้สำคัญที่สุด เพราะข้อความเกินจริงในโฆษณาคือความเสี่ยงทางกฎหมายของแบรนด์
PROMPT TEMPLATE — Workshop 1: โพสต์เปิดตัวสินค้าใหม่
คุณคือ Content Creator ประจำแบรนด์เครื่องดื่มสุขภาพ

งาน: เขียนโพสต์ Facebook เปิดตัวสินค้าใหม่

บริบท: แบรนด์กรีนลีฟ (GreenLeaf) ชาพร้อมดื่มออร์แกนิกสัญชาติไทย
สินค้าใหม่: ชาเขียวมะลิ ไม่มีน้ำตาล ขวด 380 มล. ราคา 25 บาท
จุดขาย: ออร์แกนิก 100% / 0 แคลอรี / ขวดรีไซเคิล
กลุ่มเป้าหมาย: Gen Z สายสุขภาพ วางขายที่ [ใส่ช่องทางขาย]

เงื่อนไข: โทนสดใส เป็นกันเอง ไม่เกิน 120 คำ
ห้ามอ้างสรรพคุณด้านสุขภาพที่ไม่ได้ให้ไว้ (เช่น ลดน้ำหนัก แก้โรค)
ปิดท้ายด้วย Call-to-action ชวนไปซื้อ และแฮชแท็ก 3 อัน

รูปแบบ: โพสต์ Facebook มีอีโมจิพอประมาณ ขึ้นบรรทัดใหม่ให้อ่านง่ายบนมือถือ

05

Session 2: สร้างคอนเทนต์และวิเคราะห์แคมเปญด้วย AI (Content & Campaign Analytics) — 50 นาที

Step 1: สร้าง Content Calendar และภาพโฆษณา (Gemini)

ใช้ Gemini วางแผนคอนเทนต์ 1 สัปดาห์สำหรับแคมเปญเปิดตัวชาเขียวมะลิของกรีนลีฟ ต่อยอดจากโพสต์ที่เขียนใน Workshop 1

PROMPT TEMPLATE — Content Calendar
คุณคือ Digital Marketing Planner ที่เชี่ยวชาญตลาดเครื่องดื่มสุขภาพในไทย

งาน: วางแผน Content Calendar 7 วัน สำหรับแคมเปญเปิดตัวสินค้าใหม่

บริบท: แบรนด์กรีนลีฟ เปิดตัวชาเขียวมะลิ ไม่มีน้ำตาล ราคา 25 บาท
กลุ่มเป้าหมาย Gen Z สายสุขภาพ ช่องทาง: Facebook, Instagram, TikTok
งบโปรโมตรวม 60,000 บาท ระยะแคมเปญ 2 สัปดาห์

เงื่อนไข: คอนเทนต์ต้องหลากหลายรูปแบบ (โพสต์ภาพ, Reels/TikTok สั้น, Story โพล, รีวิวจากผู้ใช้)
ระบุช่วงเวลาโพสต์ที่เหมาะกับพฤติกรรมกลุ่มเป้าหมาย
ห้ามอ้างสรรพคุณด้านสุขภาพเกินจริง

รูปแบบ: ตาราง 7 วัน คอลัมน์ วัน / ช่องทาง / รูปแบบคอนเทนต์ / หัวข้อ+แคปชันย่อ / เวลาโพสต์

เมื่อได้ Content Calendar ที่พอใจแล้ว ต่อยอดเป็นภาพโฆษณาสำหรับโพสต์แรกของแคมเปญ โดยดึงหัวข้อคอนเทนต์จากตารางที่เพิ่งสร้างมาใส่ในภาพ

PROMPT — ภาพโฆษณาโพสต์แรกของแคมเปญ (Image Generation)
สร้างภาพโฆษณาสำหรับโพสต์แรกของแคมเปญ จากหัวข้อคอนเทนต์วันที่ 1 ใน Content Calendar ด้านบน
แบรนด์: กรีนลีฟ (GreenLeaf) ชาพร้อมดื่มออร์แกนิก
สินค้า: ชาเขียวมะลิ ไม่มีน้ำตาล ขวด 380 มล.
สไตล์: โทนสีเขียว-ครีม สดชื่น มินิมอล เหมาะกับ Gen Z สายสุขภาพ
องค์ประกอบ: ใส่ข้อความบนภาพให้ครบ — ชื่อแบรนด์ "GreenLeaf", ข้อความหลักดึงจากแคปชันวันที่ 1, จุดขาย 3 ข้อ (ออร์แกนิก 100% / 0 แคลอรี / ขวดรีไซเคิล), ราคา 25 บาท
สัดส่วนภาพ: สี่เหลี่ยมจัตุรัส เหมาะสำหรับฟีด Instagram/Facebook

💡 จุดสำคัญ: ให้ AI ดึงข้อความจาก Content Calendar ที่สร้างไว้ก่อนหน้า แทนที่จะพิมพ์ใหม่ทั้งหมด — ภาพที่ได้จะสอดคล้องกับแผนจริง และอย่าลืมตรวจข้อความบนภาพทุกจุดก่อนนำไปโพสต์ เพราะ AI มักสะกดภาษาไทยผิด

ภาพประกอบที่แนะนำให้สร้าง: ภาพหน้าจอ (Screenshot) ตาราง Content Calendar จริงที่ Gemini สร้าง วางคู่กับภาพโฆษณาที่ได้จาก Prompt ต่อยอด — ให้ผู้เรียนเห็นความเชื่อมโยง “ตาราง → ภาพ” (บันทึกเป็น images/content-calendar-example.jpg)

Step 2: ใช้ Gemini วิเคราะห์ผลแคมเปญ

แคมเปญยิงไปแล้ว 2 สัปดาห์ คำถามถัดไปคือ “ผลเป็นอย่างไร และควรปรับงบอย่างไรต่อ” — ข้อมูลผลแคมเปญทั้ง 3 ช่องทางอยู่ในตารางด้านล่าง (ฝังไว้ใน Prompt ให้แล้ว ไม่ต้องหาไฟล์เพิ่ม)

เป้าหมายของขั้นนี้: ไม่ใช่แค่ “ให้ AI สรุปตัวเลขให้” แต่ฝึกตั้งคำถามกลับกับคำตอบของ AI — ตัวเลขที่ AI คำนวณถูกไหม สาเหตุที่สรุปมาจากข้อมูลจริงหรือเดาเอา และข้อมูลเท่านี้พอจะสรุปได้แค่ไหน

ช่องทางงบที่ใช้ (บาท)ImpressionsClicksยอดสั่งซื้อลูกค้าใหม่ยอดขาย (บาท)
Facebook Ads25,000500,0006,00015012052,500
TikTok Ads20,000800,00012,0001809054,000
Instagram Ads15,000300,0003,600544321,600
PROMPT — วิเคราะห์ผลแคมเปญ 3 ช่องทาง
คุณคือ Performance Marketing Analyst ที่เชี่ยวชาญการวิเคราะห์โฆษณาออนไลน์

งาน: วิเคราะห์ผลแคมเปญเปิดตัวสินค้าจากข้อมูลด้านล่าง แล้วชี้จุดที่เป็นปัญหาพร้อมข้อเสนอแนะการจัดสรรงบรอบถัดไป

บริบท: แบรนด์กรีนลีฟ แคมเปญเปิดตัวชาเขียวมะลิ ระยะเวลา 2 สัปดาห์ งบรวม 60,000 บาท ราคาขายขวดละ 25 บาท (ยอดขายในตารางรวมสินค้าอื่นในบิลด้วย)

ข้อมูลผลแคมเปญ:
ช่องทาง | งบที่ใช้ | Impressions | Clicks | ยอดสั่งซื้อ | ลูกค้าใหม่ | ยอดขาย(บาท)
Facebook Ads | 25000 | 500000 | 6000 | 150 | 120 | 52500
TikTok Ads | 20000 | 800000 | 12000 | 180 | 90 | 54000
Instagram Ads | 15000 | 300000 | 3600 | 54 | 43 | 21600

เงื่อนไข: คำนวณ CTR, CPC, Conversion Rate (orders/clicks), CPO (งบ/ยอดสั่งซื้อ), ROAS (ยอดขาย/งบ) และสัดส่วนลูกค้าใหม่ ของแต่ละช่องทาง พร้อมแสดงวิธีคิดให้เห็น เช่น 6000/500000 = 1.2%
เปรียบเทียบว่าช่องทางไหนแข็งแรงที่ตัวชี้วัดใด และอ่อนที่ตัวชี้วัดใด
อธิบายสาเหตุโดยอ้างอิงเฉพาะตัวเลขที่มีในตาราง ห้ามสรุปสาเหตุที่ไม่มีข้อมูลรองรับ ถ้าเป็นการคาดเดาให้เขียนกำกับว่า “เป็นสมมติฐาน ต้องหาข้อมูลเพิ่ม”
เสนอการจัดสรรงบ 60,000 บาทรอบถัดไป พร้อมเหตุผลที่อ้างอิงตัวเลข
ปิดท้ายด้วยข้อจำกัดของข้อมูลชุดนี้ และบอกว่าต้องมีข้อมูลอะไรเพิ่มจึงจะสรุปได้มั่นใจขึ้น

รูปแบบ: ตารางสรุปตัวชี้วัดทุกช่องทาง ตามด้วยหัวข้อ “จุดที่เป็นปัญหา”, “ข้อเสนอแนะการจัดสรรงบ” และ “ข้อจำกัดของข้อมูล”

🔍 กับดักที่ AI มักตอบผิด — ตรวจทุกข้อก่อนเชื่อ:

  1. เลขคณิตพลาด — ไล่คำนวณเองด้วยเครื่องคิดเลข เทียบกับที่ AI ตอบทุกช่อง โดยเฉพาะ ROAS และ CPO
  2. สรุปสาเหตุที่ไม่มีในข้อมูล — เช่น AI อาจอ้างว่า “ครีเอทีฟบน TikTok โดนใจกว่า” หรือ “กลุ่มเป้าหมาย Facebook แก่เกินไป” ซึ่งตารางนี้ไม่มีข้อมูลรองรับเลย ถือเป็นการเดา ต้องจับผิดตรงนี้ให้ได้
  3. ตกประเด็นสำคัญ — ถ้า AI ไม่พูดถึงสัดส่วนลูกค้าใหม่ (TikTok ยอดสั่งซื้อสูงสุดแต่ลูกค้าใหม่แค่ครึ่งเดียว) แสดงว่าวิเคราะห์ไม่ครบ ให้ถามย้ำว่า “ดูคอลัมน์ลูกค้าใหม่แล้วเห็นอะไร”
  4. สรุปมั่นใจเกินข้อมูล — แคมเปญเดียว 2 สัปดาห์ สินค้าเดียว ฤดูกาลเดียว ถ้า AI ฟันธงว่า “ช่องทางนี้ดีที่สุดสำหรับแบรนด์” โดยไม่เตือนเรื่องนี้ ให้ตั้งคำถามกับตัวเองว่า “ข้อมูลแค่นี้สรุปได้จริงหรือ”

🧭 คำถามชวนคิดต่อ: TikTok มี ROAS สูงสุด (54,000/20,000 = 2.7 เทียบกับ Facebook 2.1 และ Instagram 1.44) และ CPC ถูกที่สุด — คำถามคือควรย้ายงบทั้งหมดไป TikTok เลยไหม ลองคิดดูว่าข้อมูลเท่าที่มีเพียงพอจะสรุปแบบนั้นหรือยัง

เปิดดูแนวคำตอบ (ลองคิดเองก่อนค่อยเปิด)

ยัง — TikTok ชนะที่ ROAS แต่สัดส่วนลูกค้าใหม่ต่ำที่สุด (90/180 = 50% เทียบกับ Facebook 80%) แปลว่ายอดส่วนหนึ่งมาจากลูกค้าเดิมที่อาจซื้ออยู่แล้ว เป้าหมายแคมเปญเปิดตัวคือหาลูกค้าใหม่ อีกทั้งข้อมูลมีแค่แคมเปญเดียว 2 สัปดาห์ — ควรทดลองต่ออีกอย่างน้อย 1 รอบก่อนตัดสินใจย้ายงบใหญ่

🔒 ทำไมตารางนี้ป้อนเข้า AI สาธารณะได้: ข้อมูลในตารางเป็นตัวเลขสถิติรวมของแคมเปญ — ไม่มีชื่อลูกค้า เบอร์โทร หรือประวัติการซื้อรายคน ต่างจากไฟล์รายชื่อลูกค้าหรือข้อมูลคำสั่งซื้อรายบุคคล ซึ่งต้อง Mask ก่อนเสมอ — จำความต่างนี้ไว้ก่อนเข้าหัวข้อ PDPA ใน Session 4


06

Session 3: Brand Assistant และงานดูแลลูกค้าด้วย AI (Brand Assistant & CRM) — 60 นาที

ภาพประกอบที่แนะนำให้สร้าง: ภาพเส้นทางลูกค้า (Customer Journey) ของแบรนด์เครื่องดื่ม — ตั้งแต่เห็นโฆษณา กดสั่งซื้อ ได้รับสินค้า จนถึงทักแชทถามแอดมิน โดยมีไอคอน AI ช่วยงานในแต่ละจุด (บันทึกเป็น images/customer-journey-ai.jpg)

Step 1: สร้าง Brand Assistant (Gemini Notebook)

โลโก้ Gemini Notebook
Gemini Notebook — เครื่องมือที่ตอบคำถามจากเอกสารที่เราป้อนให้เท่านั้น

ทีมการตลาดและแอดมินเพจต้องตอบคำถามเดิมๆ ซ้ำทุกวัน — ส่งฟรีไหม กี่วันได้ของ คืนสินค้ายังไง สินค้าตัวนี้ต่างจากตัวนั้นตรงไหน ถ้ามี “ผู้ช่วย” ที่ตอบจากเอกสารแบรนด์ได้แม่นยำพร้อมอ้างอิง งานซ้ำๆ เหล่านี้จะหายไปมาก

ขั้นที่ 1 — สร้างเอกสารแบรนด์ของคุณเองด้วย Gemini

เราจะใช้เอกสารที่คุณสร้างเองเป็นแหล่งข้อมูลของ Brand Assistant — ได้ฝึกทั้งการสั่งงานและได้เห็นว่า Notebook ตอบจากเอกสารของเราเท่านั้นจริงหรือไม่

PROMPT — สร้างคู่มือแบรนด์ + FAQ (ใช้ใน Gemini ธรรมดา)
คุณคือ Brand Manager ของแบรนด์กรีนลีฟ (GreenLeaf) ชาพร้อมดื่มออร์แกนิกสัญชาติไทย

งาน: เขียน “คู่มือแบรนด์และนโยบายการขาย” ฉบับสมบูรณ์ สำหรับให้แอดมินเพจใช้อ้างอิง

บริบท: สินค้ามี 3 รส (ชาเขียวมะลิ / ชาอู่หลงน้ำผึ้ง / ชาดำเลมอน) ราคาขวดละ 25 บาท
ขายผ่านเพจ Facebook, TikTok Shop และร้านสะดวกซื้อ

เงื่อนไข: ต้องมี 6 หมวดครบ:
1. เรื่องราวและบุคลิกของแบรนด์ (โทนเสียง คำที่ใช้/ไม่ใช้)
2. ข้อมูลสินค้าทั้ง 3 รส (ส่วนผสม จุดขาย ข้อควรระวัง)
3. นโยบายจัดส่ง (ค่าส่ง ระยะเวลา ส่งฟรีเมื่อซื้อครบ 300 บาท)
4. นโยบายคืนสินค้า-คืนเงิน (คืนได้ใน 7 วันเฉพาะสินค้ามีตำหนิ)
5. โปรโมชันปัจจุบัน (ซื้อ 5 แถม 1 เฉพาะสั่งผ่านเพจ)
6. FAQ 15 ข้อที่ลูกค้าถามบ่อย พร้อมคำตอบ
กำหนดรายละเอียดตัวเลขให้ชัดเจนสมจริงทุกหมวด อย่าเว้นว่าง

รูปแบบ: เอกสารมีเลขหมวดชัดเจน ยาวประมาณ 3-4 หน้า A4

ขั้นที่ 2 — อัปโหลดเข้า Gemini Notebook (ทำตามทีละข้อ)

  1. บันทึกเอกสารเป็น PDF: คัดลอกคู่มือแบรนด์ที่ Gemini สร้างให้ ไปวางใน Google Docs → เมนู ไฟล์ → ดาวน์โหลด → PDF
  2. เปิด Gemini Notebook: ไปที่ notebook.google.com แล้วลงชื่อเข้าใช้ด้วยบัญชี Google เดียวกับที่ใช้ Gemini
  3. สร้างโน้ตบุ๊กใหม่: กดปุ่ม “สร้างใหม่ (Create new)” ตั้งชื่อว่า “Brand Assistant — กรีนลีฟ” เพื่อให้กลับมาหาเจอภายหลัง
  4. เพิ่มแหล่งข้อมูล (Sources): เลือก “อัปโหลดไฟล์ (Upload)” แล้วลากไฟล์ PDF คู่มือแบรนด์เข้าไป — รอจนระบบประมวลผลเสร็จ จะขึ้นชื่อไฟล์ในแถบ Sources ด้านซ้าย
  5. ตรวจว่าอ่านเอกสารครบ: ลองถามคำถามง่ายๆ ก่อน เช่น “คู่มือนี้มีทั้งหมดกี่หมวด อะไรบ้าง” — ต้องตอบได้ว่ามี 6 หมวด ถ้าตอบไม่ครบแสดงว่าไฟล์ PDF ขาดหน้า ให้ทำใหม่
  6. เริ่มถามคำถามจริง: ใช้คำถามด้านล่างนี้ แล้วกดที่ตัวเลขอ้างอิง (Citation) ท้ายคำตอบทุกครั้ง เพื่อดูว่าข้อความต้นทางในคู่มือเขียนไว้ว่าอย่างไร

🔑 ความต่างที่ต้องเข้าใจ: ใน Gemini ธรรมดา เราแนบไฟล์ต่อการสนทนาหนึ่งครั้ง แต่ Gemini Notebook เก็บเอกสารไว้ในโน้ตบุ๊กถาวร ถามกี่ครั้งก็อ้างอิงจากชุดเดิม และทุกคำตอบมีเลข Citation ชี้กลับไปยังบรรทัดต้นทาง — นี่คือเหตุผลที่งานตอบลูกค้าซึ่งต้องอ้างนโยบายแบรนด์ให้ตรงทุกครั้ง เหมาะกับเครื่องมือนี้มากกว่า

คำถามตัวอย่าง — ทดสอบ Brand Assistant
ลูกค้าสั่งชาเขียว 4 ขวดผ่านเพจ ต้องจ่ายค่าส่งไหม แล้วถ้าเพิ่มอีก 8 ขวดจะได้โปรอะไรบ้าง?

คำถามหลอกเพิ่มเติม (ต้องอ่านหลายหมวดประกอบกันถึงจะตอบถูก — เหมาะใช้ฝึกเช็ค Citation):

  • “ซื้อจากร้านสะดวกซื้อแล้วรสชาติไม่ถูกปาก ขอคืนเงินได้ไหม?” (ต้องกางหมวดนโยบายคืนสินค้า + ช่องทางขาย — คืนได้เฉพาะสินค้ามีตำหนิ และเงื่อนไขอาจต่างตามช่องทาง)
  • “โปรซื้อ 5 แถม 1 ใช้กับ TikTok Shop ได้ไหม?” (ต้องเทียบหมวดโปรโมชันกับช่องทางขาย — โปรระบุว่าเฉพาะสั่งผ่านเพจ)
  • “สั่ง 11 ขวดพอดี ได้ส่งฟรีและได้แถมไหม?” (ต้องคิดสองเงื่อนไขซ้อนกัน — ยอด 275 บาทยังไม่ถึงเกณฑ์ส่งฟรี 300 บาท แต่ครบเงื่อนไขแถม)

แชร์โน้ตบุ๊กให้ทีมใช้เป็น Brand Assistant จริง

เมื่อทดสอบจนมั่นใจว่าตอบถูกและอ้างอิงได้แล้ว ขั้นต่อไปคือเปิดให้แอดมินทุกคนในทีมถามเองได้ — นี่คือจุดที่เปลี่ยนจาก “เครื่องมือส่วนตัว” เป็น “บริการที่ลดงานตอบคำถามซ้ำๆ ของทีมจริง”

  1. เปิดเมนูแชร์: ในโน้ตบุ๊กที่สร้างไว้ กดปุ่ม “แชร์ (Share)” มุมขวาบน
  2. เลือกสิทธิ์ให้ถูก — สำคัญที่สุด: ตั้งเป็น “ผู้อ่าน (Viewer)” เท่านั้น สมาชิกทีมจะถามคำถามและเห็น Citation ได้ แต่แก้ไขหรือลบแหล่งข้อมูลไม่ได้ — ถ้าตั้งเป็น Editor อาจมีคนลบไฟล์คู่มือหรืออัปโหลดไฟล์อื่นทับโดยไม่ตั้งใจ
  3. กำหนดขอบเขตผู้เข้าถึง: เพิ่มเป็นรายอีเมลของสมาชิกทีม หรือแชร์ทั้งโดเมนองค์กร — ห้ามตั้งเป็นสาธารณะให้ทุกคนที่มีลิงก์เข้าถึงได้ เพราะนโยบายราคา/โปรโมชันภายในเป็นข้อมูลของแบรนด์
  4. ส่งลิงก์พร้อมคำแนะนำการใช้: แจ้งทีมว่าถามเป็นภาษาพูดได้เลย และให้กดดู Citation ทุกครั้งก่อนนำคำตอบไปตอบลูกค้าจริง
  5. วางระบบดูแลต่อเนื่อง: กำหนดผู้รับผิดชอบอัปเดตไฟล์เมื่อโปรโมชันหรือนโยบายเปลี่ยน — โน้ตบุ๊กตอบตามเอกสารที่ใส่ไว้เท่านั้น ถ้าโปรหมดอายุแล้วแต่เอกสารไม่อัปเดต แอดมินจะตอบโปรเก่าให้ลูกค้าโดยไม่มีสัญญาณเตือน

⚠️ ข้อควรระวังก่อนแชร์จริงในทีม: โน้ตบุ๊กที่แชร์แล้ว ทุกคนที่เข้าถึงได้จะถามข้อมูลในทุกไฟล์ที่ใส่ไว้ — ไม่มีระบบจำกัดว่าใครเห็นไฟล์ไหน ถ้าเผลอใส่ไฟล์รายชื่อลูกค้า ยอดขายรายคน หรือต้นทุนสินค้าเข้าไป ทุกคนในทีม (รวมพนักงานฝึกงาน) จะถามข้อมูลเหล่านั้นได้ทันที ซึ่งขัดกับ PDPA และความลับทางการค้า

แก้อย่างไร — แยกโน้ตบุ๊กตามระดับความอ่อนไหวของข้อมูล:

โน้ตบุ๊กใส่ไฟล์อะไรได้แชร์ให้ใคร
Brand Assistant (ทั้งทีม)คู่มือแบรนด์ นโยบายขาย FAQ โปรโมชัน — เอกสารที่ไม่มีข้อมูลลูกค้ารายบุคคลแอดมิน/ทีมการตลาดทุกคน (Viewer)
Marketing Internal (เฉพาะผู้มีสิทธิ์)ฐานข้อมูลลูกค้า ยอดขายรายคน ต้นทุน-มาร์จิน สัญญา Influencerเฉพาะผู้ที่มีสิทธิ์ตามหน้าที่

เช็กลิสต์ก่อนกดแชร์ทุกครั้ง:

  1. เปิดดูรายการ Sources ทั้งหมด ในแถบซ้าย แล้วถามตัวเองทีละไฟล์ว่า “ถ้าพนักงานฝึกงานอ่านไฟล์นี้ทั้งฉบับ จะมีปัญหาไหม” — ถ้าตอบว่ามี ให้ย้ายไฟล์นั้นออกไปโน้ตบุ๊กอีกตัว
  2. ทดสอบด้วยคำถามล่อ ก่อนแชร์ เช่น “ลูกค้าคนไหนซื้อเยอะที่สุด” หรือ “ต้นทุนต่อขวดเท่าไหร่” — ถ้าโน้ตบุ๊กตอบได้ แสดงว่ายังมีข้อมูลที่ไม่ควรเปิดเผยค้างอยู่
  3. ตรวจซ้ำทุกครั้งที่เพิ่มไฟล์ใหม่ เพราะสิทธิ์การแชร์เดิมยังอยู่ ไฟล์ที่เพิ่งใส่จะถูกเปิดให้คนกลุ่มเดิมเข้าถึงทันทีโดยไม่มีการถามยืนยัน

💬 คำถามชวนคิด: ถ้าลูกค้าทักแชทถามว่า “ออเดอร์ของฉันถึงไหนแล้ว” — Brand Assistant จะตอบได้แค่นโยบายจัดส่งทั่วไป (เช่น ส่งภายใน 2-3 วัน) แต่ตอบสถานะออเดอร์จริงของลูกค้าคนนั้นไม่ได้ เพราะไม่มีข้อมูลรายบุคคลในระบบ ลองคิดดูว่าควรเอาข้อมูลคำสั่งซื้อรายคนใส่เข้าไปในโน้ตบุ๊กไหม

เปิดดูแนวคำตอบ (ลองคิดเองก่อนค่อยเปิด)

ไม่ควร — ข้อมูลคำสั่งซื้อผูกกับชื่อ ที่อยู่ เบอร์โทรของลูกค้า เป็นข้อมูลส่วนบุคคลตาม PDPA และทุกคนที่เข้าถึงโน้ตบุ๊กจะเห็นของลูกค้าทุกคน กรณีนี้ควรให้แอดมินตรวจสถานะจากระบบหลังบ้านที่มีการควบคุมสิทธิ์ แล้วตอบลูกค้าเป็นรายคน

Step 2: ออกแบบ Welcome Series ดูแลลูกค้าใหม่ (Gemini)

ลูกค้าใหม่จากแคมเปญใน Session 2 เข้ามาแล้ว — ใช้ Gemini ออกแบบชุดข้อความต้อนรับ (Welcome Series) เพื่อเปลี่ยนผู้ซื้อครั้งแรกให้เป็นลูกค้าประจำ

PROMPT TEMPLATE — Welcome Series 3 ฉบับ
คุณคือ CRM Specialist ที่เชี่ยวชาญการดูแลลูกค้าแบรนด์สินค้าอุปโภคบริโภค

งาน: ออกแบบชุดข้อความต้อนรับลูกค้าใหม่ (Welcome Series) 3 ฉบับ ส่งทาง LINE Official Account

บริบท: แบรนด์กรีนลีฟ ชาพร้อมดื่มออร์แกนิก ลูกค้าเพิ่งซื้อครั้งแรกจากแคมเปญเปิดตัวชาเขียวมะลิ
เป้าหมาย: ให้กลับมาซื้อซ้ำภายใน 30 วัน และรู้จักอีก 2 รสที่เหลือ

เงื่อนไข: ฉบับที่ 1 ส่งทันทีหลังซื้อ (ขอบคุณ + วิธีเก็บรักษาสินค้า)
ฉบับที่ 2 ส่งวันที่ 7 (แนะนำอีก 2 รส พร้อมเหตุผลว่าทำไมต้องลอง)
ฉบับที่ 3 ส่งวันที่ 21 (ส่วนลดซื้อซ้ำ 10% หมดอายุใน 7 วัน)
แต่ละฉบับไม่เกิน 4 บรรทัด โทนเป็นกันเองตามบุคลิกแบรนด์ ห้ามส่งบ่อยกว่านี้เพราะจะกลายเป็นสแปม

รูปแบบ: ตาราง 3 แถว คอลัมน์ วันที่ส่ง / เป้าหมายของข้อความ / ตัวข้อความเต็ม

🔍 อย่าลืมขั้น Verify: ข้อความที่ได้มักดูพร้อมส่งทันที — ก่อนใช้จริงให้ตรวจว่า ตัวเลขส่วนลดและวันหมดอายุตรงกับที่สั่งไหม โทนเสียงตรงกับคู่มือแบรนด์ที่สร้างใน Step 1 หรือเปล่า และไม่มีสรรพคุณสุขภาพที่แต่งเติมเอง แล้วสั่งแก้เป็นรายจุด เช่น “ฉบับที่ 2 ยาวเกินไปและโทนทางการกว่าคู่มือแบรนด์ ปรับให้สั้นลง”


07

Session 4: จริยธรรม AI และความเป็นส่วนตัว (PDPA) — 55 นาที

ไอคอนกุญแจล็อคข้อมูลส่วนบุคคล สื่อถึงหลักการคุ้มครองข้อมูลส่วนบุคคล (PDPA)
หลักการคุ้มครองข้อมูลส่วนบุคคล (PDPA) — กุญแจสำคัญของการใช้ AI ในงานการตลาดอย่างมีจริยธรรม

Step 1: PDPA & AI Ethics ในงานการตลาดไทย

  • Data Masking: ห้ามโยนรายชื่อลูกค้า เบอร์โทร หรือประวัติการซื้อรายคนลง AI สาธารณะ — ข้อมูลที่ส่งเข้า AI บนคลาวด์ถือว่าออกจากองค์กรไปแล้ว และเรียกคืนไม่ได้ ต้องตัดข้อมูลระบุตัวตนออกก่อนเสมอ
  • Opt-out: ป้องกันไม่ให้ระบบนำข้อมูลแบรนด์ไป Train Data — บัญชีฟรีของ AI หลายตัวตั้งค่าเริ่มต้นให้นำบทสนทนาไปพัฒนาโมเดล ต้องเข้าไปปิดเอง ไม่ได้ปิดมาให้
  • Bias: ระวังอคติในการเลือกกลุ่มเป้าหมายและภาพที่ AI สร้าง — AI เรียนรู้จากข้อมูลในอดีต ถ้าโฆษณาที่มันเคยเห็นผูกสินค้ากับเพศ อายุ หรือรูปลักษณ์แบบเดียว มันจะทำซ้ำภาพเหมารวมเดิมโดยอัตโนมัติ พร้อมให้เหตุผลที่ฟังดูเป็นกลาง
  • ความซื่อสัตย์ของโฆษณา: ห้ามใช้ AI สร้างรีวิวปลอม สถิติปลอม หรือภาพผลลัพธ์เกินจริง (Before/After ปลอม) — นอกจากผิดจริยธรรมแล้ว ยังเข้าข่ายโฆษณาเท็จตามกฎหมายคุ้มครองผู้บริโภค และทำลายความไว้วางใจในแบรนด์แบบกู้คืนยาก

🔒 Data Masking — ปิดบังข้อมูลลูกค้าก่อนป้อนเข้า AI

ทำไมต้องระวัง: เมื่อกดส่งข้อความเข้า AI บนคลาวด์ ข้อมูลนั้นเดินทางออกไปนอกองค์กรทันที — ลบแชตทีหลังก็ไม่ได้ทำให้ข้อมูลที่ส่งไปแล้วหายไปจากระบบผู้ให้บริการ ตาม PDPA การส่งข้อมูลลูกค้าออกไปให้บุคคลที่สามประมวลผลโดยไม่มีฐานทางกฎหมายรองรับถือเป็นการเปิดเผยข้อมูลที่ผิด และองค์กรในฐานะผู้ควบคุมข้อมูลเป็นผู้รับผิด ไม่ใช่พนักงานที่เผลอวางข้อมูลลงไป

ข้อมูลลูกค้าที่ต้องตัดออกก่อนเสมอ:

  • ระบุตัวตนได้ทันที: ชื่อ-นามสกุล · เบอร์โทร · อีเมล · ที่อยู่จัดส่ง · LINE ID · เลขบัญชี/เลขบัตร
  • ข้อมูลอ่อนไหว/ชี้ตัวได้: ประวัติการซื้อรายคน · ข้อความแชทที่ลูกค้าเล่าเรื่องส่วนตัว · ข้อมูลสุขภาพที่ลูกค้าเปิดเผย (เช่น “แพ้นม” “เป็นเบาหวาน”) · พิกัดตำแหน่ง
  • เก็บไว้ได้ ไม่ต้องตัด: ยอดขายรวมรายช่องทาง · สถิติกลุ่มอายุ/เพศแบบภาพรวม · จำนวนออเดอร์ต่อวัน — เป็นข้อมูลที่วิเคราะห์ต่อได้โดยไม่ชี้ตัวบุคคล

ตัวอย่างการ Mask จริง (ข้อความจากแชทลูกค้า):

  • ห้ามส่ง: “คุณนภัสวรรณ (โทร 08x-xxx-1234, หมู่บ้านพฤกษา 12) สั่งชาเขียว 6 ขวดทุกสัปดาห์ บ่นว่าส่งช้า 2 ครั้งติด”
  • ส่งแบบนี้ได้: “ลูกค้าประจำรายหนึ่ง สั่งซ้ำรายสัปดาห์ ร้องเรียนเรื่องจัดส่งล่าช้า 2 ครั้งติดต่อกัน”
  • 💡 เคล็ดลับ: แทนชื่อด้วยรหัสสมมติ (ลูกค้า A/B/C) แล้วจดคู่ไว้ในไฟล์ของเราเอง — พอ AI ตอบกลับมา เราแปลงกลับเป็นชื่อจริงได้ ได้ประโยชน์ครบโดยข้อมูลไม่รั่ว

กิจกรรม: ฝึก Mask ข้อความลูกค้าจริง (20 นาที)

สมมติว่าคุณต้องการให้ AI ช่วยวิเคราะห์คำร้องเรียนของลูกค้า 3 รายด้านล่าง เพื่อหาปัญหาร่วมและร่างแนวทางแก้ไข:

รายข้อความต้นฉบับ (ยังไม่ได้ Mask)
1“คุณกิตติพงษ์ สายทอง (LINE: kittipong.s, โทร 089-xxx-4521) สั่งชาอู่หลง 12 ขวดวันที่ 3 ส่งไปคอนโดลุมพินี ห้อง 1204 — ของถึงช้า 4 วัน ขวดบุบ 2 ขวด ขอเงินคืน”
2“คุณมะลิ (ลูกค้า VIP ยอดซื้อสะสม 8,400 บาท) แจ้งว่าแพ้เกสรดอกไม้ ดื่มชาเขียวมะลิแล้วมีผื่นขึ้น สอบถามส่วนผสมละเอียด และขอให้โทรกลับที่ 062-xxx-7788”
3“ลูกค้าชื่อบัญชี FB: Nong Prae สั่งของขวัญวันเกิดให้แฟนที่ทำงานโรงพยาบาลศิริราช ให้ส่งวันที่ 14 ก.พ. เท่านั้น แต่ของไปถึงวันที่ 16 — โกรธมาก โพสต์ลงกลุ่ม 'อยากบอกต่อ' แล้ว”
  1. ไล่ทีละข้อความ ว่าส่วนไหน “ระบุตัวตนได้ทันที” ส่วนไหน “อ่อนไหว/ชี้ตัวได้” และส่วนไหน “เก็บไว้ได้เพราะจำเป็นต่อการวิเคราะห์” (เช่น อาการแพ้เป็นข้อมูลสุขภาพ แต่ “มีลูกค้าแพ้ส่วนผสม” คือประเด็นที่ต้องวิเคราะห์ — ต้องเก็บสาระไว้โดยตัดตัวตนออก)
  2. เขียนทั้ง 3 ข้อความใหม่ในเวอร์ชัน Mask แล้ว โดยแทนชื่อด้วย ลูกค้า A/B/C
  3. ตรวจทานตัวเอง: อ่านเวอร์ชัน Mask อีกรอบ — ถ้ายังเดาได้ว่าเป็นใคร (เช่น เหลือชื่อคอนโด + วันที่สั่ง ที่ชี้ตัวได้) แสดงว่ายังตัดไม่พอ
  4. ส่งเวอร์ชัน Mask แล้วเข้า Gemini ด้วย Prompt ด้านล่าง แล้วเทียบว่าผลวิเคราะห์ที่ได้ยังครบถ้วนเท่าเดิมไหม ทั้งที่ไม่มีข้อมูลส่วนตัวเลย
PROMPT — วิเคราะห์คำร้องเรียน (ใช้กับข้อมูลที่ Mask แล้วเท่านั้น)
คุณคือ Customer Experience Manager ของแบรนด์เครื่องดื่ม

งาน: วิเคราะห์คำร้องเรียนของลูกค้า 3 ราย หาปัญหาร่วม และเสนอแนวทางแก้ไข

บริบท: [วางข้อความร้องเรียนทั้ง 3 ราย เวอร์ชันที่ Mask แล้ว]

เงื่อนไข: จัดกลุ่มปัญหาตามประเภท (จัดส่ง / คุณภาพสินค้า / ข้อมูลสินค้า)
ระบุความเร่งด่วนของแต่ละราย พร้อมเหตุผลที่อ้างอิงจากข้อความ
เสนอแนวทางแก้ไขทั้งรายกรณีและเชิงระบบ (ป้องกันไม่ให้เกิดซ้ำ)
ถ้าข้อมูลไม่พอให้ระบุว่า “ไม่มีข้อมูล” แทนการเดา

รูปแบบ: ตารางสรุปรายกรณี ตามด้วยหัวข้อ “ปัญหาเชิงระบบ” และ “แนวทางป้องกัน”

🚪 Opt-out — ปิดการนำข้อมูลไปเทรนโมเดล

ทำไมต้องระวัง: บัญชีแบบฟรี/ส่วนตัวของ AI หลายตัวตั้งค่าเริ่มต้นให้ผู้ให้บริการนำบทสนทนาไปพัฒนาโมเดลได้ แปลว่าถ้าพิมพ์ข้อมูลลูกค้าหรือแผนแคมเปญที่ยังไม่เปิดตัวลงไป ข้อมูลนั้นอาจกลายเป็นส่วนหนึ่งของชุดข้อมูลฝึกโมเดล และเราไม่มีทางดึงกลับออกมาได้อีก ที่น่ากลัวกว่าคือความรู้นั้นอาจโผล่ในคำตอบที่ AI ให้กับคนนอกองค์กร — รวมถึงคู่แข่ง — ในภายหลัง

สิ่งที่ต้องทำก่อนใช้งานจริง:

  • ปิดสวิตช์เทรนโมเดลในตั้งค่า — มักอยู่ใต้หัวข้อประเภท “Data controls” หรือ “ปรับปรุงโมเดลสำหรับทุกคน” ต้องเข้าไปปิดเอง เพราะค่าเริ่มต้นคือเปิด
  • เลือกใช้บัญชีระดับองค์กร (Business / Enterprise / Workspace) ซึ่งตามสัญญามักไม่นำข้อมูลลูกค้าไปเทรนโมเดลเป็นค่าเริ่มต้น — ต่างจากบัญชีฟรีอย่างมีนัยสำคัญ
  • อ่านนโยบายเก็บข้อมูล (Data Retention) ว่าเก็บบทสนทนาไว้นานเท่าไร และใครในองค์กรผู้ให้บริการเข้าถึงได้
  • อย่าพึ่ง Opt-out อย่างเดียว — Opt-out ลดความเสี่ยงเรื่องการเทรนโมเดล แต่ข้อมูลก็ยังเดินทางออกนอกองค์กรอยู่ ดังนั้น Mask ก่อนส่งเสมอ ถือเป็นสองชั้นที่ต้องทำคู่กัน

⚠️ ข้อควรรู้: การตั้งค่าของแต่ละผู้ให้บริการเปลี่ยนบ่อย ก่อนใช้งานจริงควรเข้าไปเช็คหน้าตั้งค่าล่าสุดด้วยตัวเองทุกครั้ง อย่าอ้างอิงจากภาพหน้าจอเก่า

อคติ 3 แบบที่เจอบ่อยที่สุดในงานการตลาด — ลองดูว่าอคติแต่ละแบบทำให้แคมเปญพลาดเป้าหรือทำร้ายแบรนด์อย่างไร:

🚻 1. อคติต่อเพศ — AI มักผูกสินค้ากับเพศตามภาพเหมารวมที่เคยเห็นในข้อมูลเก่า

  • ตัวอย่าง: สั่งให้ AI เขียนโฆษณาเครื่องดื่มสุขภาพ แล้วได้ข้อความที่พูดกับ “สาวๆ ที่อยากหุ่นดี” ทั้งที่ไม่ได้ระบุเพศกลุ่มเป้าหมาย — AI ตัดผู้ชายและลูกค้ากลุ่มอื่นทิ้งไปเองครึ่งตลาด
  • ตัวอย่าง: สั่งสร้างภาพ “คนดื่มชาในออฟฟิศ” ได้ภาพผู้หญิงเสมอ สั่งภาพ “ผู้บริหารดื่มกาแฟ” ได้ภาพผู้ชายเสมอ — ภาพโฆษณาของแบรนด์จะตอกย้ำภาพเหมารวมโดยไม่รู้ตัว
  • ทำไมต้องระวัง: นอกจากเสียโอกาสทางตลาดแล้ว แบรนด์ที่สื่อสารตอกย้ำภาพเหมารวมเสี่ยงถูกวิจารณ์ในวงกว้าง

🎂 2. อคติต่ออายุ — AI มักเหมารวมพฤติกรรมผู้บริโภคจากอายุ

  • ตัวอย่าง: ให้ AI วางแผนสื่อ แล้วมันตัดช่องทาง TikTok ออกจากแผนเจาะกลุ่มวัย 45+ โดยอ้างว่า “คนวัยนี้ไม่เล่น TikTok” ทั้งที่ไม่มีข้อมูลพฤติกรรมจริงของลูกค้าแบรนด์ประกอบ — เป็นการเดาจากภาพเหมารวม ไม่ใช่ข้อมูล
  • ตัวอย่าง: สั่งเขียนคอนเทนต์เจาะ Gen Z แล้วได้ภาษาที่ “พยายามวัยรุ่น” จนดูล้อเลียน — AI จำลองภาพเหมารวมของวัย ไม่ใช่ตัวตนจริงของกลุ่มเป้าหมาย
  • ทำไมต้องระวัง: การตัดสินใจเรื่องช่องทางและโทนภาษาควรมาจากข้อมูลพฤติกรรมลูกค้าจริง ไม่ใช่ความเชื่อเรื่องอายุที่ AI เดาให้

🪞 3. อคติด้านรูปลักษณ์และความหลากหลาย — ภาพคนที่ AI สร้างมักมีหน้าตา ผิว และรูปร่างแบบเดียว

  • ตัวอย่าง: สั่งสร้างภาพ “ลูกค้ามีความสุขกับสินค้า” 10 ครั้ง ได้คนหน้าตาคล้ายกันหมด ผิวขาว หุ่นผอม อายุ 20 ต้นๆ — ทั้งที่ลูกค้าจริงของแบรนด์หลากหลายกว่านั้นมาก
  • ตัวอย่าง: ภาพ Before/After ที่ AI สร้างให้ดู “ผลลัพธ์ชัด” เกินจริง — ใช้ไม่ได้เลยเพราะเข้าข่ายโฆษณาเท็จ แม้ภาพจะสวยแค่ไหน
  • ทำไมต้องระวัง: ลูกค้าที่ไม่เห็นตัวเองในโฆษณาจะไม่รู้สึกว่าแบรนด์พูดกับเขา และมาตรฐานความงามแบบเดียวคือประเด็นที่สังคมไทยจับตามากขึ้นเรื่อยๆ

⚠️ ทำไมอคติจาก AI อันตรายกว่าอคติของคน:

  • ขยายผลเป็นวงกว้าง: คนเขียนโฆษณาลำเอียงได้ทีละชิ้น แต่ AI ผลิตคอนเทนต์ลำเอียงแบบเดียวกันได้ 300 ชิ้นในนาทีเดียว แล้วระบบยิงแอดก็กระจายให้คนเห็นเป็นแสน
  • ซ่อนอยู่หลังตัวเลข: ระบบเลือกกลุ่มเป้าหมายอัตโนมัติมาพร้อมคะแนนที่ดู “เป็นวิทยาศาสตร์” ทั้งที่เกณฑ์เบื้องหลังอาจกีดกันคนบางกลุ่มออกจากการเห็นโฆษณา (เช่น ประกาศงาน/สินเชื่อ)
  • ตรวจสอบย้อนกลับยาก: ลูกค้าที่ถูกระบบมองข้ามจะไม่มีวันรู้ และแบรนด์ก็อธิบายไม่ได้ว่าทำไม
  • เป็นความเสี่ยงต่อแบรนด์โดยตรง: แคมเปญที่มีอคติหลุดออกไป ความเสียหายเกิดในระดับสาธารณะ และองค์กรเป็นผู้รับผิดชอบ ไม่ใช่ผู้พัฒนา AI

วิธีลดอคติในทางปฏิบัติ: ระบุกลุ่มเป้าหมายจากข้อมูลพฤติกรรมจริง ไม่ใช่ให้ AI เดาจากเพศ/อายุ → สั่งให้ AI สร้างภาพคนที่หลากหลายทั้งเพศ วัย และรูปลักษณ์ อย่างชัดเจนใน Prompt → ตรวจทุกชิ้นงานก่อนเผยแพร่ว่ามีภาพเหมารวมหรือข้อความกีดกันหรือไม่ → ใช้ผลลัพธ์ AI เป็นตัวช่วยผลิต ไม่ใช่ตัวตัดสิน การอนุมัติเผยแพร่ต้องมีคนรับผิดชอบเสมอ (Human in the Loop)

08

Framework สำคัญ: การทำงานร่วมกับ AI

วงจรเดียวกับแกนความคิด 5 ขั้นในหัวข้อ 01 (Prompt → Generate → Verify → Analyze → Decide) เพียงเติมขั้น ASK ไว้หน้าสุด — เพราะ Prompt ที่ดีเริ่มจากการตั้งโจทย์ที่ถูกต้องก่อนเสมอ

ASKมนุษย์

ระบุปัญหาที่แท้จริงให้ชัดเจน

PROMPTมนุษย์ → AI

ป้อนคำสั่งที่ชัดเจนด้วยสูตร 5 องค์ประกอบ

GENERATEAI

ใช้เครื่องมือสร้างสรรค์ / วิเคราะห์

VERIFYมนุษย์

ตรวจสอบความถูกต้องและอคติ

ANALYZEมนุษย์

ตีความผลลัพธ์ในบริบทจริงของแบรนด์

DECIDEมนุษย์

ตัดสินใจฟันธงด้วยความเป็นมนุษย์

“AI จะไม่มาแทนที่นักการตลาด แต่นักการตลาดที่ใช้ AI เป็น จะเข้ามาแทนที่นักการตลาดที่ไม่ปรับตัว”

งานผลิตซ้ำๆ ปล่อยให้ AI ทำ เพื่อให้เรามีเวลาไปโฟกัสกับ “หัวใจ” ของการตลาด นั่นคือ ความเข้าใจลูกค้า ความคิดสร้างสรรค์ และความไว้วางใจที่แบรนด์ต้องรักษาไว้อย่างแท้จริง

Motto

ให้ AI สร้าง · ให้นักการตลาด กลั่นกรอง · ให้ลูกค้า ไว้วางใจ

AI Creates · Marketers Curate · Customers Trust
AI in Digital Marketing Workshop