Workshop AI

การใช้เครื่องมือ
การตลาดดิจิทัล
ในยุค AI

เขียน Prompt ให้ชัด · วิเคราะห์ข้อมูลโดยไม่ด่วนสรุป
· ตัดสินใจจากหลักฐาน

⏱ 4 ชั่วโมง ✨ Gemini + ChatGPT (บัญชีฟรี)
เริ่ม Workshop

🕒 เวลา 240 นาที: เตรียมเครื่องมือ 25 → เขียน Prompt 60 → วิเคราะห์ตลาด 35 → พัก 15 → อ่านผลแคมเปญ 35 → วิเคราะห์เสียงลูกค้า 25 → ตรวจความปลอดภัย 20 → ถาม–ตอบ 15 → สรุป 10 นาที

01

ภาพรวม Workshop: จากโจทย์สู่การตัดสินใจทางการตลาด

ผู้เรียนจะรับบทเป็นนักการตลาดของแบรนด์จำลอง เริ่มจากอ่าน Brief เขียน Prompt วิเคราะห์ตลาด อ่านผลแคมเปญ และสรุปเสียงลูกค้า ทุกกิจกรรมต้องแยกข้อเท็จจริงออกจากสมมติฐาน และให้มนุษย์ตรวจคำตอบก่อนตัดสินใจ

คำศัพท์สำคัญที่ใช้ตลอด Workshop

โจทย์และคำสั่ง

Brief — ข้อมูลตั้งต้นของงาน
Prompt — คำสั่งสำหรับ AI
Context — บริบทที่ AI ต้องรู้
Guardrails — ขอบเขตและข้อห้าม
Verify — การตรวจคำตอบ

การวิเคราะห์ตลาด

Segment — กลุ่มลูกค้าที่มีลักษณะร่วม
Insight — ความเข้าใจที่มีหลักฐานรองรับ
Customer Journey — เส้นทางการตัดสินใจของลูกค้า
Voice of Customer — เสียงหรือความต้องการของลูกค้า
KPI — ตัวชี้วัดผลสำเร็จ

การอ่านผลแคมเปญ

CTR — อัตราการคลิก
CVR — อัตราการเปลี่ยนเป็นคำสั่งซื้อ
CPO — ค่าโฆษณาต่อคำสั่งซื้อ
ROAS — รายได้ต่อค่าโฆษณา
CTA — ข้อความกระตุ้นให้ดำเนินการ

ภาพประกอบนักการตลาดเปลี่ยนข้อมูล Brief ให้เป็น Prompt ที่มีเป้าหมาย กลุ่มเป้าหมาย และข้อจำกัดชัดเจน
เริ่มจากโจทย์ ไม่ใช่เริ่มจากเครื่องมือ: อ่าน Brief ให้รู้ว่าอะไรเป็นข้อมูลจริง อะไรยังขาด แล้วจึงเขียน Prompt ให้ AI ช่วยต่อยอด
BRIEF · อ่านโจทย์

แยกข้อมูลที่แบรนด์ยืนยันออกจากสิ่งที่ยังไม่รู้

PROMPT · สั่งงาน

บอกเป้าหมาย ข้อมูล งาน รูปแบบ และวิธีตรวจ

ANALYZE · วิเคราะห์

แยกข้อเท็จจริง สมมติฐาน และข้อมูลที่ยังขาด

MEASURE · วัดผล

อ่านตัวชี้วัดและระบุข้อจำกัดของข้อมูล

LISTEN · ฟังลูกค้า

จัดหมวดข้อความและย้อนตรวจหลักฐานต้นทาง

DECIDE · ตัดสินใจ

มนุษย์ตรวจความเสี่ยงและเลือกสิ่งที่จะทำต่อ

🧭 กติกา “ทำทีละขั้น”: ใช้เครื่องมือหลักเพียงหนึ่งตัวและทำกิจกรรมตามลำดับ หากคำตอบยาวเกินไป ให้ขอฉบับสั้นแล้วไปขั้นถัดไป เป้าหมายคือเข้าใจกระบวนการคิด ไม่ใช่แข่งขันกันสร้างคำตอบที่ยาวที่สุด

02

โจทย์กลาง: ข้อมูลใดใช้ได้ ข้อมูลใดยังขาด

กรณีศึกษา: GreenLeaf Jasmine Zero

ข้อเท็จจริงที่ใช้ได้: GreenLeaf Jasmine Zero เป็นชาเขียวกลิ่นมะลิ ไม่มีน้ำตาล ราคา 25 บาท กลุ่มเป้าหมายเบื้องต้นคือนักศึกษาและคนเริ่มทำงาน เป้าหมายคือสร้างการรับรู้และกระตุ้นให้ทดลองสินค้า

ข้อมูลที่ยังไม่มี: ส่วนผสมอื่น แหล่งผลิต การรับรอง รางวัล รีวิว ผลต่อสุขภาพ ช่องทางจำหน่าย โปรโมชัน งบประมาณ และข้อมูลคู่แข่ง หากงานต้องใช้ข้อมูลเหล่านี้ ให้ตอบว่า “ต้องขอข้อมูลจากแบรนด์” ห้ามให้ AI เดาเติม

03

สมัครและทดสอบ ChatGPT กับ Gemini — 25 นาที

สมัครหรือเข้าสู่ระบบด้วยบัญชีฟรี จากนั้นเลือกหนึ่งเครื่องมือเป็นเครื่องมือหลักตลอดคลาส และใช้อีกเครื่องมือเปรียบเทียบคำตอบเฉพาะช่วงที่กำหนด วิธีนี้ช่วยลดการสลับหน้าจอและลดผลกระทบจากโควตาการใช้งาน

ChatGPT

ใช้ฝึกเขียน Prompt วิเคราะห์ข้อความ และคำนวณข้อมูลแคมเปญ บัญชีฟรีอาจมีโควตาแยกสำหรับบางฟีเจอร์

เปิด ChatGPT เพื่อสมัครหรือเข้าสู่ระบบ →

Google Gemini

ใช้ฝึกเขียน Prompt วิเคราะห์ข้อความ และคำนวณข้อมูลแคมเปญ บัญชีฟรีอาจมีโควตาตามช่วงเวลา

เปิด Gemini เพื่อสมัครหรือเข้าสู่ระบบ →

เวลากิจกรรมผ่านเมื่อ
0–8 นาทีสมัครหรือเข้าสู่ระบบ ChatGPTเปิดแชตใหม่และส่งข้อความได้
8–16 นาทีสมัครหรือเข้าสู่ระบบ Geminiเปิดแชตใหม่และส่งข้อความได้
16–21 นาทีส่ง Prompt ทดสอบเดียวกันให้ทั้งสองเครื่องมือได้คำตอบจากทั้งสองเครื่องมือ
21–25 นาทีเลือกเครื่องมือหลักและเตรียมเอกสารบันทึกงานอย่างน้อยหนึ่งเครื่องมือพร้อมใช้
เริ่มแชตใหม่ได้ · Prompt ทดสอบ ไม่ต้องมีคำตอบก่อนหน้า
ตอบสั้น ๆ เป็นภาษาไทย:
1) สรุปความต่างระหว่าง FACT (ข้อเท็จจริง) กับ ASSUMPTION (สมมติฐาน) ในงานการตลาดอย่างละ 1 ประโยค
2) ยกตัวอย่างอย่างละ 1 ข้อ
3) หากข้อมูลไม่พอ ให้ระบุว่าไม่ควรเดา

🔐 เมื่อจบ Workshop: ให้ออกจากระบบทั้ง ChatGPT และ Gemini ทุกครั้ง โดยเฉพาะเมื่อใช้งานบนคอมพิวเตอร์ส่วนกลางหรืออุปกรณ์ที่ไม่ใช่ของตนเอง

🛟 หากสมัครหรือเข้าเครื่องมือใดไม่ได้: ใช้เครื่องมือที่เข้าได้ทำกิจกรรมต่อ ส่วนช่วงเปรียบเทียบให้ใช้คำตอบตัวอย่างของผู้สอน แล้วกลับมาจัดการบัญชีหลังจบคลาส

ก่อนใช้: เข้าใจบทบาทของเครื่องมือ

Generative AI

เครื่องมือสร้างและต่อยอดร่าง

“ช่วยสร้างทางเลือกจากโจทย์นี้ได้ไหม?”

Generative AI คือ AI ที่สร้างร่างใหม่จาก Prompt และบริบท เช่น สรุป จัดหมวด เปรียบเทียบ หรือเสนอทางเลือก แต่คำตอบอาจผิด เติมข้อมูล หรือสรุปเกินหลักฐานได้

ให้บริบท → สร้างร่าง → ตรวจคำตอบ
นักศึกษาค้นหาและเปิดหลายแหล่งข้อมูลบนคอมพิวเตอร์ ก่อนใช้รายการตรวจสอบเพื่อยืนยันแหล่งที่มา
ค้นหาให้เจอ แล้วตรวจให้ชัด: Search Engine ช่วยพาเราไปยังแหล่งข้อมูล แต่นักการตลาดต้องเปิดต้นฉบับ ตรวจผู้เผยแพร่ วันที่ และบริบทก่อนนำมาใช้

เช็กก่อนเริ่ม: เข้าบัญชีได้ → เปิดแชตใหม่ → สร้างเอกสารเก็บงาน → ไม่ใส่ชื่อ เบอร์โทร อีเมล รหัสลูกค้า หรือข้อมูลจริงของบุคคล → ถ้าฟีเจอร์อัปโหลด/สร้างภาพใช้ไม่ได้ ให้คัดลอกข้อมูลตัวอย่างจากหน้านี้เป็นข้อความ

เรื่อง Agentic AI: หมายถึง AI ที่แบ่งเป้าหมายเป็นหลายขั้น ใช้เครื่องมือ และทำงานต่อเนื่องได้ ในคลาสนี้เรียนเฉพาะแนวคิด การเชื่อมต่อบัญชี การเผยแพร่งาน และการตัดสินใจแทนมนุษย์ไม่อยู่ในขอบเขต Workshop

ภาพเปรียบเทียบ Generative AI ที่สร้างงานหนึ่งชิ้นตามคำสั่ง กับ Agentic AI ที่แบ่งเป้าหมายเป็นหลายขั้นตอนและมีมนุษย์ตรวจอนุมัติ
ทำงานหนึ่งชิ้น เทียบกับดำเนินงานหลายขั้น: Agentic AI อาจวางแผนและส่งต่องานระหว่างเครื่องมือได้ แต่เป้าหมาย สิทธิ์การเข้าถึง และจุดอนุมัติยังต้องกำหนดโดยมนุษย์
04

Session 1 · เขียน Prompt สำหรับงานการตลาด — 60 นาที

ช่วงสำคัญที่สุดของคลาส ผู้เรียนจะฝึกอธิบายงานการตลาดให้ AI เข้าใจ จากนั้นตรวจคำตอบ แยกสิ่งที่มีหลักฐานออกจากสิ่งที่ AI เติม และปรับร่างทีละรอบ

🟢 เริ่มแชตใหม่ได้

มีข้อมูลที่จำเป็นครบในบล็อก คัดลอกไปวางใน ChatGPT หรือ Gemini ได้ทันที

🟠 ใช้ต่อในแชตเดิม

AI ต้องเห็นคำตอบจากขั้นก่อนหน้า อย่าเปิดแชตใหม่ระหว่างชุด สร้างร่าง → วิจารณ์ → ปรับปรุง

แผนภาพองค์ประกอบของ Prompt ตั้งแต่เป้าหมาย ผู้รับสาร บริบท งาน ข้อจำกัด และการตรวจสอบ
Prompt เป็นการสื่อสารงาน: เลือกองค์ประกอบให้เหมาะกับโจทย์ ไม่จำเป็นต้องใส่ทุกส่วนในทุกครั้ง แต่ต้องทำให้ AI รู้เป้าหมายและขอบเขตงาน

ทดลองก่อน: ใช้ Prompt กับเรื่องใกล้ตัว — 5 นาที

ก่อนเริ่มโจทย์การตลาด ให้ทดลองกับงานที่คุ้นเคยเพื่อสังเกตว่า เมื่อระบุเป้าหมาย บริบท รูปแบบคำตอบ และวิธีตรวจให้ชัด AI จะให้คำตอบที่นำไปใช้ต่อได้ง่ายขึ้นอย่างไร

แม่แบบ Prompt · เลือกใช้เฉพาะหัวข้อที่จำเป็น
GOAL — เป้าหมาย:
ฉันต้องการให้ AI ช่วย...

AUDIENCE — ผู้ใช้หรือผู้อ่าน:
คำตอบนี้ใช้สำหรับ...

CONTEXT — ข้อมูลที่ต้องรู้:
- สถานการณ์:
- ข้อมูลที่มี:
- ข้อมูลที่ยังขาด:

DELIVERABLE — งานและรูปแบบคำตอบ:
ช่วย... และตอบเป็น...

GUARDRAILS — ขอบเขต:
- ห้ามเดา...
- ห้ามเพิ่ม...
- หากข้อมูลไม่พอ ให้ถามกลับก่อน

VERIFY — วิธีตรวจ:
ก่อนตอบ ให้ตรวจว่า...
ตัวอย่างพร้อมทดลอง · ไม่เกี่ยวกับการตลาด
ช่วยจัดตารางทำงานส่งของฉันตั้งแต่วันจันทร์ถึงวันอาทิตย์

ข้อมูล:
- รายงานวิชา A ใช้ประมาณ 3 ชั่วโมง ส่งก่อนจบวันพฤหัสบดี
- สไลด์วิชา B ใช้ประมาณ 2 ชั่วโมง ส่งก่อนจบวันศุกร์
- แบบฝึกหัดวิชา C ใช้ประมาณ 2 ชั่วโมง ส่งก่อนจบวันอาทิตย์
- วันจันทร์–ศุกร์มีเวลาวันละ 1 ชั่วโมง
- วันเสาร์–อาทิตย์มีเวลาวันละ 3 ชั่วโมง

งาน:
1) จัดลำดับงานตามกำหนดส่ง
2) แบ่งงานเป็นช่วงละไม่เกิน 1 ชั่วโมง
3) ตอบเป็นตาราง: วัน / งาน / เวลาที่ใช้ / สิ่งที่ควรเสร็จ

ข้อจำกัด:
- ห้ามเปลี่ยนกำหนดส่งหรือเวลาที่ฉันมี
- หากข้อมูลไม่พอ ให้ถามกลับก่อน ไม่ต้องเดา

ตรวจคำตอบ:
รวมเวลาของแต่ละงานและเวลาของแต่ละวันอีกครั้ง หากเวลาไม่พอ ให้แจ้งอย่างตรงไปตรงมา

🧪 ทดลองสั้น ๆ: ส่ง Prompt ตัวอย่างให้ AI → อ่านตารางที่ได้ → ลบส่วน “ตรวจคำตอบ” แล้วส่งในแชตใหม่ → เปรียบเทียบว่าคำตอบใดตรวจสอบเวลาและข้อจำกัดได้ชัดกว่า

เลือกวิธีเขียน Prompt ให้เหมาะกับงาน

Prompt ที่ดีต้องทำให้ AI รู้ว่า เป้าหมายคืออะไร มีข้อมูลใดให้ใช้ ต้องทำงานอะไร ต้องตอบในรูปแบบใด และเรื่องใดห้ามเดา งานง่ายอาจใช้คำสั่งสั้น ๆ ส่วนงานที่ซับซ้อนจึงค่อยเพิ่มบริบท ตัวอย่าง ข้อจำกัด และเกณฑ์ตรวจ การกำหนดบทบาทให้ AI เป็นตัวช่วย ไม่ใช่ข้อบังคับ

รูปแบบความหมายเหมาะเมื่อตัวอย่างคำสั่ง
Direct instructionคำสั่งตรงงานชัดเจนและมีความเสี่ยงต่ำ“สรุป Brief นี้เป็นหัวข้อย่อย 5 ข้อ โดยไม่เพิ่มข้อมูลใหม่”
Context + taskให้บริบทและระบุงานAI ต้องรู้ข้อเท็จจริงเฉพาะงาน“จากข้อมูลสินค้าที่ให้ แยกข้อเท็จจริงออกจากข้อมูลที่ยังขาด”
Ask-firstให้ AI ถามก่อนตอบโจทย์ยังไม่ครบ“ก่อนวิเคราะห์ ให้ถามคำถามสำคัญไม่เกิน 5 ข้อ แล้วรอคำตอบ”
Few-shotให้ตัวอย่างก่อนทำโจทย์ใหม่ต้องการรูปแบบหรือเกณฑ์ที่เห็นภาพชัดให้ตัวอย่างข้อมูลนำเข้าและผลลัพธ์ที่ดี 1–2 ชุด แล้วให้ทำชุดใหม่ตามหลักเดียวกัน
Options + criteriaเสนอทางเลือกพร้อมเกณฑ์ต้องเปรียบเทียบหลายทางเลือก“เสนอ 3 ทางเลือก แล้วเปรียบเทียบด้านการเข้าถึง ต้นทุน และความเสี่ยง โดยอย่าฟันธงเมื่อข้อมูลไม่พอ”
Critique → reviseวิจารณ์แล้วปรับปรุงมีร่างแล้วและต้องการพัฒนาให้ดีขึ้น“ชี้จุดอ่อนก่อนโดยยังไม่ต้องแก้ จากนั้นรอให้ฉันเลือกจุดที่ต้องการปรับปรุง”
Structured outputกำหนดโครงสร้างคำตอบต้องนำคำตอบไปใช้หรือเปรียบเทียบต่อ“ตอบเป็นตาราง: ข้อเท็จจริง / หลักฐาน / ระดับความมั่นใจ / สิ่งที่ต้องตรวจเพิ่ม”

เปรียบเทียบ Prompt ที่ใช้ยากกับ Prompt ที่พร้อมใช้

คุณภาพของ Prompt ไม่ได้วัดจากความยาว ปัญหาที่พบบ่อยคือเป้าหมายไม่ชัด ขาดข้อมูลตั้งต้น ไม่ระบุรูปแบบคำตอบ หรือเปิดช่องให้ AI เดา Prompt ที่พร้อมใช้จึงควรให้ข้อมูลเท่าที่จำเป็นและตรวจสอบคำตอบย้อนหลังได้

งานPrompt ที่ยังใช้ยากPrompt ที่มีคุณภาพกว่าดีขึ้นเพราะ
วิเคราะห์ตลาด “วิเคราะห์ตลาดชาเขียวให้หน่อย” “จาก Brief ที่ให้ แยกข้อเท็จจริง / สมมติฐาน / ข้อมูลที่ยังขาด แล้วเสนอสมมติฐานเกี่ยวกับลูกค้า 2 แบบ ห้ามแต่งข้อมูลขนาดตลาดหรือพฤติกรรม” กำหนดขอบเขต งาน และจุดที่ห้ามเดา
อ่านเสียงลูกค้า “ลูกค้าคิดอย่างไรกับสินค้า” “จัดข้อความจำลอง 18 ข้อเป็นไม่เกิน 5 ธีม ระบุ ID ที่รองรับ และแยกข้อความที่ระบุโดยตรงออกจากการตีความ” มีข้อมูลตั้งต้น รูปแบบผลลัพธ์ และหลักฐานย้อนกลับ
วิเคราะห์แคมเปญ “แคมเปญไหนดีที่สุด” “คำนวณ CTR, CVR, CPO และ ROAS จากตาราง ตรวจตัวเลขซ้ำ แล้วแยกข้อเท็จจริง / สมมติฐาน / การทดลองถัดไป ห้ามสรุปสาเหตุที่ไม่มีในข้อมูล” นิยามคำว่า “ดี” ด้วยตัวชี้วัดและป้องกันการฟันธงเกินข้อมูล

เช็ก Prompt ให้พร้อมใช้ใน 20 วินาที

อ่านจากซ้ายไปขวา แล้วตอบคำถามทั้ง 5 ข้อ

  1. งานต้องการให้ AI ทำอะไร?
  2. ข้อมูลข้อมูลเพียงพอ หรือต้องถามกลับ?
  3. ผลลัพธ์ต้องการคำตอบในรูปแบบใด?
  4. ขอบเขตเรื่องใดห้ามเดาหรือเพิ่มเอง?
  5. หลักฐานจะตรวจคำตอบกับข้อมูลใด?

ตอบข้อไหนไม่ได้? เพิ่มเฉพาะข้อมูลส่วนนั้น ไม่จำเป็นต้องเขียน Prompt ให้ยาวทุกครั้ง

รอบที่ 1: ทดลอง Prompt 3 รูปแบบ — 10 นาที

ทดลอง Direct instruction หรือคำสั่งตรง, Ask-first หรือให้ AI ถามก่อน และ Few-shot หรือการให้ตัวอย่าง แล้วเปรียบเทียบว่าแบบใดลดการเดาและตอบโจทย์ได้ดีที่สุด

เริ่มแชตใหม่ได้ · ตัวอย่าง Direct instruction
ข้อมูลสินค้า:
- GreenLeaf Jasmine Zero
- ชาเขียวกลิ่นมะลิ
- ไม่มีน้ำตาล
- ราคา 25 บาท
- กลุ่มเป้าหมายเบื้องต้น: นักศึกษาและคนเริ่มทำงาน
- เป้าหมาย: สร้างการรับรู้และกระตุ้นให้ทดลองสินค้า

งาน: สรุปข้อมูลเป็น 3 ส่วน
1) สิ่งที่รู้แน่
2) สิ่งที่ยังไม่รู้
3) คำถามที่ต้องถามแบรนด์
ห้ามเพิ่มข้อมูลใหม่
เริ่มแชตใหม่ได้ · ตัวอย่าง Ask-first
ฉันต้องตัดสินใจว่าจะทดลองตลาด GreenLeaf Jasmine Zero อย่างไร
ข้อมูลที่มี: ชาเขียวกลิ่นมะลิ ไม่มีน้ำตาล ราคา 25 บาท กลุ่มเป้าหมายเบื้องต้นคือนักศึกษาและคนเริ่มทำงาน เป้าหมายคือสร้างการรับรู้และกระตุ้นให้ทดลอง
ข้อมูลอาจยังไม่เพียงพอ

ก่อนเสนอแผน ให้ถามฉันทีละคำถาม รวมไม่เกิน 5 ข้อ
เรียงจากคำถามที่มีผลต่อการตัดสินใจมากที่สุด
เริ่มแชตใหม่ได้ · ตัวอย่าง Few-shot
จัดประเภทข้อความเป็น FACT หรือ ASSUMPTION ตามตัวอย่าง

ตัวอย่าง:
ข้อความ: “สินค้าราคา 25 บาท” → FACT เพราะอยู่ใน Brief
ข้อความ: “นักศึกษาจะชอบเพราะราคาไม่แพง” → ASSUMPTION เพราะยังไม่มีข้อมูลพฤติกรรม

จัดประเภทข้อความต่อไปนี้ พร้อมเหตุผลสั้น ๆ:
1) ไม่มีน้ำตาล
2) เหมาะกับทุกคน
3) คนเริ่มทำงานน่าจะซื้อช่วงบ่าย
4) กลิ่นมะลิ

รอบที่ 2: สร้าง Prompt สำหรับงานซับซ้อน — 15 นาที

ขั้นที่ 1 · เริ่มแชตใหม่ · สร้างร่างแรก แล้วใช้แชตนี้ต่อ
คุณเป็นผู้ช่วยวิเคราะห์การตลาดสำหรับนักการตลาดมือใหม่

GOAL: วิเคราะห์โจทย์เพื่อเลือกประเด็นสื่อสารและการทดลองตลาดรอบแรกของ GreenLeaf Jasmine Zero
AUDIENCE: นักศึกษามหาวิทยาลัยและคนเริ่มทำงาน ข้อมูลนี้เป็นเพียงกลุ่มกว้าง ยังไม่มีข้อมูลพฤติกรรมเชิงลึก
CONTEXT — ใช้ได้เฉพาะข้อมูลนี้:
- ชาเขียวกลิ่นมะลิ
- ไม่มีน้ำตาล
- ราคา 25 บาท
- ต้องการสร้างการรับรู้และกระตุ้นให้ทดลองสินค้า
- ยังไม่มีข้อมูลช่องทางจำหน่าย งบประมาณ คู่แข่ง หรือผลวิจัยผู้บริโภค

DELIVERABLE:
1) แยกข้อมูลเป็น FACT (ข้อเท็จจริง) / ASSUMPTION (สมมติฐาน) / MISSING DATA (ข้อมูลที่ยังขาด)
2) สร้าง Segment hypothesis (สมมติฐานกลุ่มลูกค้า) 2 แบบจาก “สถานการณ์การบริโภค” ไม่เหมารวมจากเพศหรืออายุ
3) เสนอ Value proposition hypothesis 2 แบบ โดยใช้เฉพาะข้อเท็จจริงที่ให้
4) เสนอการทดลองตลาดขนาดเล็ก 2 ทางเลือก พร้อม KPI (ตัวชี้วัด) ที่ควรดู
5) ยังไม่ต้องเลือกผู้ชนะ หากข้อมูลไม่พอให้ระบุสิ่งที่ต้องค้นเพิ่ม

GUARDRAILS:
- ห้ามอ้างสรรพคุณสุขภาพ
- ห้ามสร้างรีวิว รางวัล โปรโมชัน ช่องทางจำหน่าย หรือส่วนผสมที่ไม่ได้ให้
- ห้ามใช้ข้อมูลส่วนบุคคล
- ถ้าข้อมูลไม่พอ ให้เขียนว่า “ต้องขอข้อมูลจากแบรนด์” ห้ามเดา

VERIFY: ปิดท้ายด้วยตาราง “ข้อสรุป / หลักฐาน / ระดับความมั่นใจ / วิธีตรวจเพิ่ม” และห้ามเปลี่ยนสมมติฐานให้กลายเป็นข้อเท็จจริง

รอบที่ 3: ตรวจจุดอ่อนก่อนแก้ — 15 นาที

Critique คือการวิจารณ์คำตอบอย่างมีเกณฑ์ เพื่อหาจุดที่ไม่มีหลักฐาน กำกวม หรือยังไม่ตรงโจทย์ โดยยังไม่รีบเขียนใหม่

ขั้นที่ 2 · ใช้ต่อในแชตเดิม · ต้องเห็นร่างจากขั้นที่ 1
คำสั่งต่อเนื่อง: ให้วิเคราะห์คำตอบล่าสุดในแชตนี้

ตรวจคำตอบล่าสุดในฐานะหัวหน้าฝ่ายกลยุทธ์การตลาด
1) ชี้ 3 จุดที่สรุปเกินข้อมูล ทั่วไปเกินไป หรือไม่ช่วยการตัดสินใจ
2) ทำเครื่องหมายทุกข้อความที่เป็นข้อเท็จจริงแต่ไม่มีหลักฐาน
3) ตรวจว่ามีสรรพคุณสุขภาพ รีวิว รางวัล ส่วนผสม โปรโมชัน หรือข้อมูลส่วนบุคคลที่ไม่ได้ให้หรือไม่
4) ตรวจว่า Segment (กลุ่มลูกค้า) และ Insight (ความเข้าใจลูกค้า) ใดเป็นเพียงสมมติฐาน
5) ยังไม่ต้องเขียนใหม่ ให้เสนอวิธีแก้แบบสั้นและเป็นรูปธรรม

รอบที่ 4: ปรับร่างตามข้อวิจารณ์ — 10 นาที

Refine คือการแก้ร่างเฉพาะจุดตามรายการตรวจ โดยคงส่วนที่ถูกต้องและมีหลักฐานไว้

ขั้นที่ 3 · ใช้ต่อในแชตเดิม · ต้องเห็นร่างและคำวิจารณ์จากขั้นที่ 1–2
คำสั่งต่อเนื่อง: ให้ใช้คำตอบและข้อวิจารณ์ล่าสุดในแชตนี้

แก้คำตอบเดิมตามข้อวิจารณ์ให้เป็น Marketing Decision Note 1 หน้า
- ส่วนที่ 1: Facts (ข้อเท็จจริง) ที่ใช้ตัดสินใจได้ทันที
- ส่วนที่ 2: Assumptions (สมมติฐาน) ที่ยังต้องพิสูจน์
- ส่วนที่ 3: ทางเลือกการทดลอง 2 แบบ พร้อมข้อดี ความเสี่ยง KPI (ตัวชี้วัด) และข้อมูลที่ต้องเก็บ
- ส่วนที่ 4: คำแนะนำชั่วคราว โดยใช้คำว่า “เสนอให้ทดลอง” แทนการฟันธง
- ปิดท้ายด้วยคำถามสำคัญ 3 ข้อที่ต้องถามแบรนด์ก่อนใช้เงินจริง

รอบที่ 5: เปรียบเทียบและสรุป — 5 นาที

นำ Prompt หลักไปทดลองกับอีกเครื่องมือหนึ่ง แล้วเปรียบเทียบด้วยเกณฑ์เดียวกัน ได้แก่ ตรง Brief ไม่แต่งข้อมูล และนำไปใช้ต่อได้ อย่าตัดสินจากความยาวหรือภาษาที่ดูสวยเพียงอย่างเดียว

📌 เมื่อจบกิจกรรม: ผู้เรียนจะมี Prompt ฉบับปรับปรุง คำตอบก่อน–หลังแก้ และบันทึกสั้น ๆ ว่าแก้ส่วนใดแล้วคำตอบดีขึ้นอย่างไร

05

Session 2 · เปลี่ยน Brief เป็นแผนทดลองตลาด — 35 นาที

ใช้ AI เป็นผู้ช่วยจัดระบบความคิด ไม่ใช่เครื่องทำนายตลาด เป้าหมายคือเปลี่ยน Brief ที่ยังไม่สมบูรณ์ให้เป็นทางเลือกที่ทดลองได้ พร้อมระบุชัดว่าส่วนใดเป็นข้อเท็จจริง สมมติฐาน หรือข้อมูลที่ยังต้องหาเพิ่ม

ภาพประกอบ Marketing Analysis Canvas ที่เชื่อมสถานการณ์ตลาด กลุ่มลูกค้า เส้นทางลูกค้า และทางเลือกการทดลอง
มองภาพเดียวให้ครบ: Marketing Analysis Canvas คือแบบสรุปสถานการณ์ ลูกค้า เส้นทางการตัดสินใจ และทางเลือกการทดลอง AI ช่วยจัดข้อมูลได้ แต่ผู้เรียนต้องตรวจว่าข้อใดมีหลักฐานหรือเป็นเพียงสมมติฐาน
เวลาลงมือทำผลลัพธ์
7 นาทีตรวจ Brief: แยกข้อเท็จจริง สมมติฐาน และข้อมูลที่ยังขาดรู้ว่าเรื่องใดตัดสินใจได้ และเรื่องใดยังตัดสินใจไม่ได้
8 นาทีสร้าง Segment hypothesis หรือสมมติฐานกลุ่มลูกค้าจากสถานการณ์การบริโภคสมมติฐานลูกค้า 2 แบบที่ไม่เหมารวม
10 นาทีวาง Customer Journey หรือเส้นทางลูกค้า: เริ่มสนใจ → พิจารณา → ทดลอง → ซื้อซ้ำคำถามและอุปสรรคในแต่ละช่วง
10 นาทีเทียบ 2 ทางเลือกด้วยผลกระทบ หลักฐาน แรงที่ใช้ และความเสี่ยงคำแนะนำชั่วคราวและแผนเก็บข้อมูล

กิจกรรมจับผิดคำตอบ AI

ไฮไลต์คำตอบอย่างน้อย 3 จุด โดยใช้สีเขียวแทนข้อมูลที่มีหลักฐาน สีเหลืองแทนสมมติฐานที่ทดลองได้ และสีแดงแทนข้อมูลที่ AI แต่งหรือสรุปเกินหลักฐาน จากนั้นแก้ Prompt เฉพาะจุดและขอคำตอบใหม่หนึ่งรอบ

เริ่มแชตใหม่ได้ · ข้อมูลสินค้าอยู่ใน Prompt ครบแล้ว
ข้อมูลสินค้า:
- GreenLeaf Jasmine Zero
- ชาเขียวกลิ่นมะลิ
- ไม่มีน้ำตาล
- ราคา 25 บาท
- กลุ่มเป้าหมายเบื้องต้น: นักศึกษาและคนเริ่มทำงาน
- เป้าหมาย: สร้างการรับรู้และกระตุ้นให้ทดลองสินค้า
- ยังไม่มีข้อมูลช่องทางจำหน่าย งบประมาณ คู่แข่ง ขนาดตลาด ผลวิจัยผู้บริโภค ส่วนผสมอื่น รีวิว รางวัล หรือโปรโมชัน

ทำ Marketing Analysis Canvas 4 ส่วน:
1) SITUATION (สถานการณ์): Fact (ข้อเท็จจริง), Assumption (สมมติฐาน) และ Missing data (ข้อมูลที่ยังขาด) ซึ่งมีผลต่อการตัดสินใจ
2) SEGMENT HYPOTHESES (สมมติฐานกลุ่มลูกค้า): เสนอ 2 กลุ่มจาก “สถานการณ์/ความต้องการ” เช่น ช่วงเวลาและเหตุผลที่เลือกเครื่องดื่ม ห้ามแต่งขนาดตลาดหรือพฤติกรรมว่าเป็นเรื่องจริง
3) CUSTOMER JOURNEY (เส้นทางลูกค้า): Trigger (เริ่มสนใจ) → Consider (พิจารณา) → Try (ทดลอง) → Repeat (ซื้อซ้ำ) ระบุคำถามของลูกค้า ข้อมูลที่แบรนด์ต้องตอบ และจุดที่ยังไม่มีหลักฐาน
4) TEST OPTIONS (ทางเลือกการทดลอง): เสนอการทดลอง 2 แบบ เปรียบเทียบ Impact (ผลกระทบ), Evidence (หลักฐาน), Effort (แรงที่ใช้), Risk (ความเสี่ยง) และ KPI (ตัวชี้วัด) ที่วัดได้

กติกา:
- ติดป้าย [FACT], [ASSUMPTION] หรือ [NEED DATA] ทุกข้อ
- ห้ามอ้างสรรพคุณสุขภาพ รีวิว รางวัล ส่วนผสม ช่องทางขาย หรือข้อมูลส่วนบุคคลที่ไม่ได้ให้
- อย่าคิดคะแนนแทนหากไม่มีเกณฑ์ ให้เสนอเกณฑ์ก่อน
- สรุปท้ายว่า “ควรทำอะไรต่อใน 7 วัน” 3 ขั้นตอน โดยเริ่มจากงานที่ลดความไม่แน่นอนได้มากที่สุด

📌 เมื่อจบกิจกรรม: ผู้เรียนจะมี Marketing Analysis Canvas 1 หน้า จุดที่ต้องแก้อย่างน้อย 3 ข้อ คำแนะนำเบื้องต้น 1 ข้อ และข้อมูลที่ควรเก็บเพิ่ม 3 ข้อ

พักสายตา แล้วกลับมาลุยต่อ

บันทึก Prompt และคำตอบก่อนพัก เมื่อกลับมาให้เริ่ม Session 3 ด้วยแชตใหม่ เพราะตารางผลแคมเปญเป็นโจทย์อิสระ การแยกแชตช่วยป้องกันข้อมูลและสมมติฐานจาก Session ก่อนหน้าปะปนกัน

BREAK · พัก 15 นาที
06

Session 3 · อ่านผลแคมเปญและเลือกสิ่งที่จะทดสอบต่อ — 35 นาที

ไม่จำเป็นต้องเก่งคณิตศาสตร์ก็อ่านผลแคมเปญได้ ช่วงนี้จะฝึกคำนวณตัวชี้วัดพื้นฐาน เข้าใจว่าตัวเลขแต่ละตัวตอบคำถามอะไร และหลีกเลี่ยงการสรุปเกินข้อมูลที่มี

นักการตลาดหญิงตรวจรายงานและกราฟจากคอมพิวเตอร์อย่างมีความสุข โดยยังเป็นผู้พิจารณาข้อมูลและตัดสินใจด้วยตนเอง
AI ช่วยคำนวณ นักการตลาดช่วยตีความ: ตัวเลขบอกสิ่งที่เกิดขึ้น ส่วนเหตุผลว่าเกิดเพราะอะไรยังต้องตรวจด้วยข้อมูลและการทดลองเพิ่มเติม

ทำความเข้าใจข้อมูลก่อนเริ่มคำนวณ

ตารางนี้เป็น ข้อมูลจำลองของโฆษณา 3 แนวคิด ที่ทำงานในช่วงเวลาเดียวกัน แต่ละแถวแทนโฆษณาหนึ่งแนวคิด ส่วนคอลัมน์แสดงเส้นทางจาก การแสดงผล → การคลิก → คำสั่งซื้อ → ค่าโฆษณา → รายได้ที่วัดได้

🧪 ข้อตกลงสำหรับแบบฝึกหัด: สมมติว่าโฆษณาทั้ง 3 แนวคิดใช้สินค้า ราคา ช่วงเวลา วิธีนับคำสั่งซื้อ และ Attribution หรือวิธีระบุว่าแคมเปญใดมีส่วนต่อผลลัพธ์แบบเดียวกัน จึงเปรียบเทียบตัวเลขเบื้องต้นได้ อย่างไรก็ตาม ตารางนี้ไม่มีรายละเอียดภาพ ข้อความ กลุ่มผู้ชม กำไร หรือปัจจัยภายนอก จึงยังอธิบาย “สาเหตุ” ไม่ได้

คอลัมน์ความหมายใช้ตอบคำถามอะไร
แนวคิดโฆษณาชื่อแนวคิดที่นำมาทดลองกำลังเปรียบเทียบการสื่อสารแบบใด
Impressionsจำนวนครั้งที่โฆษณาถูกแสดง ไม่ใช่จำนวนคนแบบไม่ซ้ำโฆษณามีโอกาสถูกเห็นกี่ครั้ง
Clicksจำนวนครั้งที่ผู้ชมคลิกจากโฆษณาโฆษณากระตุ้นความสนใจได้เพียงใด
Ordersจำนวนคำสั่งซื้อที่ระบบนับให้แคมเปญหลังคลิกแล้วเกิดการสั่งซื้อกี่ครั้ง
Spendค่าโฆษณาที่ใช้ หน่วยเป็นบาทใช้เงินเพื่อสร้างผลลัพธ์เท่าไร
Revenueรายได้จากคำสั่งซื้อที่ระบบนับได้ หน่วยเป็นบาทค่าโฆษณาสร้างรายได้ที่วัดได้เท่าไร
แนวคิดโฆษณาImpressionsClicksOrdersSpendRevenue
A · Study Break (พักอ่านหนังสือ)20,000600303,0004,500
B · First Job (เริ่มต้นชีวิตการทำงาน)15,000600483,6007,200
C · Price Hook (ดึงดูดด้วยราคา)25,000500402,0005,000

👀 ตัวอย่างการอ่านแถว A จากซ้ายไปขวา: โฆษณา Study Break (พักอ่านหนังสือ) แสดงผล 20,000 ครั้ง → เกิดการคลิก 600 ครั้ง → ระบบนับคำสั่งซื้อได้ 30 รายการ → ใช้ค่าโฆษณา 3,000 บาท → วัดรายได้ได้ 4,500 บาท ข้อมูลเหล่านี้เป็นสิ่งที่ตารางยืนยันได้โดยตรง แต่ยังตอบไม่ได้ว่า “เหตุใดผู้ชมจึงคลิกหรือสั่งซื้อ”

อย่าเลือกผู้ชนะจากตัวเลขเดียว: การแสดงผลสูงไม่ได้แปลว่าขายดี คำสั่งซื้อสูงอาจเกิดจากการใช้เงินมากกว่า และรายได้สูงไม่ได้แปลว่าคุ้มที่สุด เราจึงต้องคำนวณ CTR, CVR, CPO และ ROAS ก่อนเปรียบเทียบ

ตัวชี้วัด 4 ค่า ตอบคำถามคนละช่วง

เห็นโฆษณา→ CTR →คลิก→ CVR →สั่งซื้อ→ CPO / ROAS →ความคุ้มค่า
CTR

Click-through Rate · อัตราการคลิก

ความสนใจ

คนเห็นโฆษณาแล้วคลิกมากน้อยเพียงใด?

Clicks ÷ Impressions × 100

ตัวอย่าง A: 600 ÷ 20,000 × 100 = 3%

อ่านว่า: การแสดงผลทุก 100 ครั้ง ทำให้เกิดการคลิกประมาณ 3 ครั้ง ค่า CTR ที่สูงขึ้นหมายถึงโฆษณากระตุ้นการคลิกได้มากขึ้น แต่ยังไม่ได้หมายความว่าจะเกิดการซื้อ

CVR

Conversion Rate · อัตราการเปลี่ยนเป็นคำสั่งซื้อ

การตัดสินใจ

คนที่คลิกแล้วสั่งซื้อมากน้อยเพียงใด?

Orders ÷ Clicks × 100

ตัวอย่าง A: 30 ÷ 600 × 100 = 5%

อ่านว่า: การคลิกทุก 100 ครั้ง ทำให้เกิดคำสั่งซื้อประมาณ 5 รายการ ค่า CVR ที่สูงขึ้นหมายถึงผู้ชมเปลี่ยนจากการคลิกเป็นการสั่งซื้อได้มากขึ้น แต่ยังไม่บอกต้นทุน

CPO

Cost per Order · ต้นทุนโฆษณาต่อคำสั่งซื้อ

ประสิทธิภาพต้นทุน

ต้องใช้ค่าโฆษณาเท่าไรเพื่อให้เกิดคำสั่งซื้อ 1 รายการ?

Spend ÷ Orders

ตัวอย่าง A: 3,000 ÷ 30 = 100 บาท

อ่านว่า: ใช้ค่าโฆษณาเฉลี่ย 100 บาทต่อคำสั่งซื้อ 1 รายการ โดยทั่วไปค่ายิ่งต่ำยิ่งมีประสิทธิภาพ แต่ต้องเปรียบเทียบกับกำไรต่อคำสั่งซื้อด้วย

ROAS

Return on Ad Spend · รายได้ต่อค่าโฆษณา

ผลตอบแทน

ค่าโฆษณา 1 บาทสร้างรายได้ที่วัดได้กี่บาท?

Revenue ÷ Spend

ตัวอย่าง A: 4,500 ÷ 3,000 = 1.50 เท่า

อ่านว่า: ค่าโฆษณา 1 บาทสร้างรายได้ที่วัดได้ 1.50 บาท ค่า ROAS ที่สูงขึ้นหมายถึงรายได้ต่อค่าโฆษณาสูงขึ้น อย่างไรก็ตาม รายได้ไม่ใช่กำไรและธุรกิจยังมีต้นทุนอื่น

🧠 จำสั้น ๆ: CTR ดูว่า “ผู้ชมคลิกหรือไม่” → CVR ดูว่า “ผู้ที่คลิกสั่งซื้อหรือไม่” → CPO ดูว่า “เสียค่าโฆษณาต่อคำสั่งซื้อเท่าไร” → ROAS ดูว่า “ค่าโฆษณาสร้างรายได้กลับมากี่เท่า”

กิจกรรมวิเคราะห์ผลแคมเปญด้วย AI

วิธีทำ: คำนวณ CTR ของแนวคิด A ด้วยตนเอง → ให้ AI คำนวณทุกค่า → ใช้เครื่องคิดเลขตรวจซ้ำอย่างน้อย 2 ค่า → เขียนคำแนะนำที่ขึ้นต้นว่า “จากข้อมูลชุดนี้…” เพื่อย้ำว่าข้อสรุปมีขอบเขต

เริ่มแชตใหม่ได้ · ตารางข้อมูลอยู่ใน Prompt ครบแล้ว
ข้อมูลแคมเปญจำลอง:
แนวคิดโฆษณา | Impressions | Clicks | Orders | Spend (บาท) | Revenue (บาท)
A · Study Break (พักอ่านหนังสือ) | 20,000 | 600 | 30 | 3,000 | 4,500
B · First Job (เริ่มต้นชีวิตการทำงาน) | 15,000 | 600 | 48 | 3,600 | 7,200
C · Price Hook (ดึงดูดด้วยราคา) | 25,000 | 500 | 40 | 2,000 | 5,000

งานวิเคราะห์:
1) แสดงสูตรและคำนวณ CTR, CVR, CPO, ROAS ของทุกแนวคิด ปัดทศนิยม 2 ตำแหน่ง
2) ตรวจเลขซ้ำอีกครั้งและแสดงตัวอย่างการแทนค่าสูตรของแนวคิด A
3) แยกข้อสรุปเป็น 3 ส่วน: FACT (ตัวเลขบอกอะไร), HYPOTHESIS (สาเหตุที่เป็นไปได้แต่ยังไม่ยืนยัน), NEXT TEST (ทดลองอะไรต่อโดยเปลี่ยนตัวแปรเดียว)
4) ห้ามสรุปว่าสาเหตุเกิดจากข้อความ ภาพ หรือกลุ่มเป้าหมาย หากตารางนี้ไม่มีหลักฐานรองรับ
5) ระบุข้อจำกัดของข้อมูลอย่างน้อย 2 ข้อ

📌 เมื่อจบกิจกรรม: ผู้เรียนจะมีตารางตัวชี้วัด 4 ค่า ข้อเท็จจริง 1 ข้อ สมมติฐาน 1 ข้อ สิ่งที่จะทดลองต่อ 1 ข้อ และข้อจำกัดของข้อมูลอย่างน้อย 2 ข้อ

07

Session 4 · จัดหมวดเสียงลูกค้าและหาประเด็นสื่อสาร — 25 นาที

ฝึกเปลี่ยนข้อความจำนวนมากให้เป็นประเด็นที่นำไปใช้ได้ ด้วย ข้อความจำลอง 18 ข้อสำหรับการเรียนเท่านั้น ข้อมูลชุดนี้ไม่ใช่ความคิดเห็นหรือรีวิวจากลูกค้าจริง และห้ามนำไปใช้เป็นคำรับรองสินค้า

ภาพแนวคิดการนำข้อความจำนวนมากเข้าสู่ AI เพื่อจัดกลุ่มเป็นประเด็นและอารมณ์สำหรับการตรวจสอบต่อ
จากข้อความกระจัดกระจายสู่ประเด็นที่ตรวจสอบได้: Coding คือการกำหนดรหัสและจัดหมวดข้อความ AI ช่วยทำร่างแรกได้ แต่มนุษย์ต้องย้อนตรวจข้อความต้นทางและไม่สรุปเหมารวมจากข้อมูลจำนวนน้อย
IDข้อความจำลองIDข้อความจำลอง
C01“กลิ่นมะลิชัดไหม หรือหอมอ่อน ๆ”C10“ราคา 25 บาทเป็นราคาปกติหรือราคาเปิดตัว”
C02“อยากเห็นขนาดขวดและฉลากด้านหลังชัด ๆ”C11“ถ้าจะลองครั้งแรก ราคา 25 บาทก็ตัดสินใจง่ายนะ”
C03“ไม่มีน้ำตาลตามข้อมูลบนฉลากใช่ไหม”C12“โฆษณาบอกจุดเด่นเร็วดี แต่ยังไม่รู้ว่าต่างจากตัวเลือกอื่นอย่างไร”
C04“มีรายละเอียดส่วนผสมทั้งหมดให้ดูก่อนไหม”C13“ข้อความเยอะไป อ่านไม่ทันว่าอยากให้จำอะไร”
C05“มีรสอื่นด้วยหรือมีเฉพาะกลิ่นมะลิ”C14“เห็นคำว่าไม่มีน้ำตาลชัด แต่ชื่อสินค้าผ่านเร็วไป”
C06“ซื้อที่ร้านสะดวกซื้อใกล้มหาวิทยาลัยได้ไหม”C15“ตอนจบยังไม่รู้ว่าต้องไปดูข้อมูลต่อที่ไหน”
C07“แถวออฟฟิศมีขายที่ไหนบ้าง”C16“อยากได้ข้อมูลสั้น ๆ สำหรับเลือกเครื่องดื่มช่วงบ่าย”
C08“มีช่องทางออนไลน์ไหม หรือขายเฉพาะหน้าร้าน”C17“ถ้าเห็นราคาและจุดขายในภาพเดียว จะเปรียบเทียบง่ายขึ้น”
C09“ราคา 25 บาทเท่ากันทุกช่องทางหรือเปล่า”C18“ก่อนตัดสินใจอยากรู้ทั้งราคา ขนาด และจุดจำหน่าย”

เริ่มจากคน ก่อนให้ AI ช่วย: อ่าน C01–C05 แล้วตั้งชื่อธีมเบื้องต้นด้วยตนเอง จากนั้นให้ AI วิเคราะห์ครบทั้ง 18 ข้อ และเปรียบเทียบว่า AI จัดกลุ่มต่างจากเราอย่างไร พร้อมย้อนตรวจข้อความต้นทางทุกครั้ง

เริ่มแชตใหม่ได้ · ข้อความ C01–C18 และ Brief อยู่ใน Prompt ครบแล้ว
ข้อความจำลองเพื่อฝึกวิเคราะห์ (ไม่ใช่รีวิวหรือข้อมูลจากลูกค้าจริง):
C01: กลิ่นมะลิชัดไหม หรือหอมอ่อน ๆ
C02: อยากเห็นขนาดขวดและฉลากด้านหลังชัด ๆ
C03: ไม่มีน้ำตาลตามข้อมูลบนฉลากใช่ไหม
C04: มีรายละเอียดส่วนผสมทั้งหมดให้ดูก่อนไหม
C05: มีรสอื่นด้วยหรือมีเฉพาะกลิ่นมะลิ
C06: ซื้อที่ร้านสะดวกซื้อใกล้มหาวิทยาลัยได้ไหม
C07: แถวออฟฟิศมีขายที่ไหนบ้าง
C08: มีช่องทางออนไลน์ไหม หรือขายเฉพาะหน้าร้าน
C09: ราคา 25 บาทเท่ากันทุกช่องทางหรือเปล่า
C10: ราคา 25 บาทเป็นราคาปกติหรือราคาเปิดตัว
C11: ถ้าจะลองครั้งแรก ราคา 25 บาทก็ตัดสินใจง่ายนะ
C12: โฆษณาบอกจุดเด่นเร็วดี แต่ยังไม่รู้ว่าต่างจากตัวเลือกอื่นอย่างไร
C13: ข้อความเยอะไป อ่านไม่ทันว่าอยากให้จำอะไร
C14: เห็นคำว่าไม่มีน้ำตาลชัด แต่ชื่อสินค้าผ่านเร็วไป
C15: ตอนจบยังไม่รู้ว่าต้องไปดูข้อมูลต่อที่ไหน
C16: อยากได้ข้อมูลสั้น ๆ สำหรับเลือกเครื่องดื่มช่วงบ่าย
C17: ถ้าเห็นราคาและจุดขายในภาพเดียว จะเปรียบเทียบง่ายขึ้น
C18: ก่อนตัดสินใจอยากรู้ทั้งราคา ขนาด และจุดจำหน่าย

ข้อมูล Brief ที่ยืนยันแล้ว:
- GreenLeaf Jasmine Zero เป็นชาเขียวกลิ่นมะลิ
- ไม่มีน้ำตาล
- ราคา 25 บาท
- ยังไม่มีข้อมูลส่วนผสมทั้งหมด ขนาดบรรจุ ช่องทางจำหน่าย โปรโมชัน รางวัล หรือรีวิว

งานวิเคราะห์:
1) สร้าง Coding table (ตารางจัดหมวดข้อความ): ID / ใจความสำคัญ / Theme (ประเด็น) / Stage (ช่วง) ใน Customer Journey / ตอบได้จาก Brief หรือไม่
2) สรุปไม่เกิน 5 ธีม พร้อมจำนวนข้อความ สัดส่วนจากทั้งหมด และ ID ที่รองรับ โดยหนึ่งข้อความอยู่ได้มากกว่าหนึ่งธีมแต่ต้องแจ้งว่าจำนวนอาจซ้ำ
3) แยก “สิ่งที่ข้อความระบุโดยตรง” ออกจาก “การตีความหรือสมมติฐานของเรา”
4) จัดลำดับประเด็นที่ควรแก้ก่อนด้วยเกณฑ์ Frequency (ความถี่) / Impact on decision (ผลต่อการตัดสินใจ) / Evidence quality (คุณภาพหลักฐาน) และอธิบายคะแนน
5) ระบุคำถามที่ตอบได้จาก Brief และคำถามที่ต้องขอข้อมูลจากแบรนด์
6) ร่างคำตอบสาธารณะสำหรับคำถาม 3 ประเภท: ส่วนผสม ช่องทางซื้อ และราคา โดยห้ามแต่งข้อมูล หากไม่รู้ให้ตอบว่าจะตรวจสอบก่อน
7) เสนอการแก้การสื่อสาร 2 จุด พร้อมอ้าง ID ที่เกี่ยวข้อง

ข้อควรระวัง: ชุดข้อมูลมีเพียง 18 ข้อและเป็นข้อมูลจำลอง ห้ามสรุปว่าเป็นความเห็นของตลาดทั้งหมด

📌 เมื่อจบกิจกรรม: ผู้เรียนจะมีตาราง Coding สำหรับจัดหมวดข้อความ 18 แถว ประเด็นสำคัญ 3 อันดับ ช่องว่างของข้อมูล ร่างคำตอบ 3 ประเภท และข้อเสนอปรับการสื่อสาร 2 จุด

08

STOP ก่อนนำงาน AI ไปใช้ — 20 นาที

Safety Gate หมายถึงจุดที่ต้องหยุดตรวจความปลอดภัย ความถูกต้อง สิทธิ์ใช้งาน และผู้อนุมัติก่อนเผยแพร่

ก่อนนำคำตอบจาก AI ไปเสนอหรือเผยแพร่ ให้หยุดตรวจด้วยหลัก STOP ทั้ง 4 ด้าน เพราะผู้ใช้เป็นผู้รับผิดชอบความถูกต้อง ความเหมาะสม และการตัดสินใจสุดท้าย

ภาพประกอบนักการตลาดตรวจร่างงาน AI ผ่านจุดตรวจข้อมูลส่วนบุคคล แหล่งที่มา สิทธิ์ใช้งาน และการอนุมัติก่อนเผยแพร่
ตรวจ 4 ประตูก่อนเผยแพร่: ความปลอดภัยไม่ใช่ขั้นตอนท้ายแบบกดผ่านอัตโนมัติ แต่เป็นจุดที่นักการตลาดต้องใช้วิจารณญาณและรับผิดชอบ
AI สร้างและวิเคราะห์ร่างงาน ก่อนส่งให้นักการตลาดตรวจสอบ อนุมัติ หรือส่งกลับไปแก้ไข แล้วจึงเผยแพร่
Human in the Loop: หมายถึงมนุษย์ยังอยู่ในวงจรตรวจและตัดสินใจ ไม่ว่า AI จะช่วยอัตโนมัติกี่ขั้น นักการตลาดต้องตรวจหลักฐาน ความเหมาะสม และเลือกว่าจะอนุมัติหรือส่งกลับไปแก้

Sensitive data

ข้อมูลส่วนบุคคลและข้อมูลอ่อนไหว

มีชื่อ เบอร์ อีเมล รหัส หรือรายละเอียดที่ชี้กลับถึงบุคคลหรือไม่?

ตัดออก · ปิดบัง · ใช้ข้อมูลจำลอง

Truth & sources

ข้อเท็จจริงและแหล่งข้อมูล

Claim หรือคำกล่าวอ้างทุกข้อมีหลักฐานจาก Brief หรือแหล่งข้อมูลต้นฉบับหรือไม่ และข้อมูลระบุวันที่ชัดเจนหรือไม่?

เปิดต้นฉบับ · ตรวจวันที่ · ไม่เดา

Ownership & permission

ความเป็นเจ้าของและสิทธิ์ใช้งาน

เรามีสิทธิใช้ภาพ ข้อความ โลโก้ และข้อมูลหรือไม่? AI สร้างสิ่งที่คล้ายบุคคลจริงหรือไม่?

เช็กสิทธิ์ · ขออนุญาต · ระบุภาพจำลอง

Publish approval

การอนุมัติก่อนเผยแพร่

ใครรับผิดชอบตรวจและอนุมัติ CTA หรือข้อความกระตุ้นให้ดำเนินการ ราคา ช่องทาง และคำกล่าวอ้างสุดท้าย?

ระบุเจ้าของงาน · ตรวจรอบสุดท้าย · อนุมัติ

🚫 กติกาตลอด Workshop: ห้ามอ้างสรรพคุณสุขภาพ ห้ามสร้างรีวิว รางวัล ส่วนผสม โปรโมชัน หรือการรับรองที่ไม่ได้ให้ และห้ามป้อนข้อมูลส่วนบุคคล หากข้อมูลไม่พอ ให้หยุดและขอข้อมูลจากผู้รับผิดชอบแทนการให้ AI เติมช่องว่าง

แบบฝึกหัดสั้น: ลดข้อมูลที่ระบุตัวบุคคล

ก่อน: “[ชื่อ–นามสกุล] โทร [เบอร์โทร] ซื้อเมื่อ [วันที่] และให้ความเห็นเรื่องระดับความหวาน”
หลัง: “ลูกค้ารายหนึ่งซื้อในเดือนสิงหาคม และให้ความเห็นเรื่องระดับความหวาน”

การเปลี่ยนชื่อเพียงอย่างเดียวอาจยังไม่เพียงพอ หากวันเวลา สถานที่ หรือรายละเอียดอื่นเชื่อมโยงกลับไปหาบุคคลได้ ในงานจริงต้องปฏิบัติตามนโยบายขององค์กรและคำแนะนำจากผู้รับผิดชอบด้านข้อมูลส่วนบุคคล

Q&A

ถาม–ตอบและคลินิก Prompt — 15 นาที

นำ Prompt และคำตอบที่ยังไม่พอใจมา 1 ชุด บอกเป้าหมาย จุดที่ใช้ไม่ได้ และหลักฐานที่ควรรองรับ แล้วแก้คำสั่งทีละจุดเพื่อดูว่าคำตอบดีขึ้นอย่างไร

นักศึกษาการตลาดยกมือถามผู้สอนระหว่าง Workshop โดยมีแล็ปท็อปของตนเองเปิดอยู่บนโต๊ะ
ถามจากปัญหาที่พบจริง: บอกเป้าหมาย Prompt ที่ใช้ คำตอบที่ได้รับ และจุดที่ยังไม่ตอบโจทย์ เพื่อช่วยกันปรับคำสั่งทีละจุดอย่างเป็นระบบ
09

สรุปบทเรียน — 10 นาที

วงจรการทำงานร่วมกับ AI ตั้งแต่ Prompt, Generate, Verify, Analyze และ Decide
วงจรที่นำไปใช้ต่อได้: Prompt (สั่งงาน) → Generate (สร้างคำตอบ) → Verify (ตรวจหลักฐาน) → Analyze (วิเคราะห์) → Decide (ตัดสินใจ) เป็นทักษะที่ใช้ได้กับเครื่องมือใหม่ในอนาคต
“AI ช่วยสร้างทางเลือก นักการตลาดตรวจหลักฐานและรับผิดชอบการตัดสินใจ”

ทักษะสำคัญไม่ใช่การจำชื่อเครื่องมือ แต่คือการตั้งโจทย์ ให้บริบท ตรวจข้อเท็จจริง อ่านข้อมูลโดยไม่ด่วนสรุป และรู้ว่าเมื่อใดควรหยุดเพื่อขอข้อมูลจากผู้รับผิดชอบ

🔐 ก่อนออกจากห้อง: บันทึกงานที่ต้องการเก็บ จากนั้นออกจากระบบ ChatGPT และ Gemini โดยเฉพาะเมื่อใช้คอมพิวเตอร์ส่วนกลางหรืออุปกรณ์ที่ไม่ใช่ของตนเอง

แหล่งอ้างอิง