การใช้เครื่องมือการตลาดดิจิทัลในยุค AI
Digital Marketing Tools in the AI Era: From Prompt to Practice
📖 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
แนวคิดของ Workshop (Concept)
AI กำลังเข้ามาพลิกโฉมงานการตลาดดิจิทัลทุกขั้นตอน ตั้งแต่การคิดคอนเทนต์ การทำภาพโฆษณา การยิงแอด การวิเคราะห์ผลแคมเปญ ไปจนถึงการดูแลลูกค้าหลังการขาย Workshop นี้ไม่ได้มุ่งเน้นให้คุณเพียงแค่ “ใช้เครื่องมือเป็น” แต่ต้องการสร้าง “AI Mindset สำหรับนักการตลาด”
คุณจะได้ฝึกฝนผ่านแกนความคิด 5 ขั้นนี้:
สั่งการด้วยคำสั่งที่ชัดเจน
สร้างสรรค์ผลลัพธ์จาก Prompt
ตรวจสอบความถูกต้อง
วิเคราะห์ผลลัพธ์ในบริบทจริง
ตัดสินใจโดยมนุษย์เสมอ
วัตถุประสงค์การเรียนรู้
เมื่อจบ Workshop คุณจะสามารถ:
- อธิบายบทบาท ข้อจำกัด และความแตกต่างระหว่าง AI ทั่วไปกับ AI ที่ใช้อ้างอิงเอกสาร (RAG) ในงานการตลาดได้
- เขียน Prompt แบบมีโครงสร้าง (Structured Prompt) สำหรับงานการตลาดดิจิทัลได้อย่างแม่นยำ
- ใช้ Gemini สร้างสรรค์งานการตลาด เช่น Content Calendar แคปชันโซเชียล และภาพโฆษณา
- ใช้ Gemini วิเคราะห์ข้อมูลผลแคมเปญ พร้อมตั้งคำถามตรวจสอบคำตอบของ AI ได้
- ใช้ Gemini Notebook สร้าง Brand Assistant ที่ตอบคำถามจากเอกสารแบรนด์ได้อย่างถูกต้อง พร้อมตรวจสอบแหล่งอ้างอิง (Citation) ทุกคำตอบ
- ตระหนักถึงความเสี่ยงด้าน AI Bias, จริยธรรมการโฆษณา และ PDPA กับข้อมูลลูกค้าในบริบทการตลาดไทย โดยยึดหลัก Human in the Loop
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
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
⚠️ ข้อควรระวัง: ยิ่ง AI ทำงานแบบ Agentic ได้เองหลายขั้นตอน ยิ่งต้องตรวจสอบผลลัพธ์ละเอียดขึ้น เพราะความผิดพลาดในขั้นตอนต้นอาจส่งต่อไปยังขั้นตอนถัดไปโดยที่เราไม่ทันสังเกต — หลักการ Human in the Loop จึงสำคัญกว่าเดิม
AI ชั้นนำในปัจจุบัน
| AI / บริษัท | จุดเด่น | เหมาะกับงานการตลาด |
|---|---|---|
|
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
| ประเด็น | Local Model | Frontier AI Model |
|---|---|---|
| ตัวอย่าง | Llama, Ollama ที่รันในเครื่อง/เซิร์ฟเวอร์บริษัท | Gemini, ChatGPT, Claude, Copilot ผ่านคลาวด์ |
| ความสามารถ | จำกัดตามขนาดโมเดลและฮาร์ดแวร์ เหมาะงานเฉพาะทางที่ไม่ซับซ้อนมาก | สูงสุด ณ ปัจจุบัน เข้าใจภาษาและบริบทซับซ้อนได้ดีกว่า |
| ความเป็นส่วนตัวของข้อมูล | ข้อมูลไม่ออกจากองค์กร เหมาะกับฐานข้อมูลลูกค้า/ประวัติการซื้อที่ Sensitive มาก | ข้อมูลถูกส่งไปประมวลผลบนคลาวด์ ต้องเช็คนโยบาย Data Privacy และ PDPA ก่อนใช้ |
| ต้นทุน | ลงทุนฮาร์ดแวร์ล่วงหน้า ใช้งานต่อเนื่องไม่มีค่าใช้จ่ายต่อครั้ง | จ่ายตามการใช้งานหรือ Subscription ไม่ต้องลงทุนฮาร์ดแวร์ |
| เหมาะกับงานการตลาดแบบไหน | วิเคราะห์ฐานข้อมูลลูกค้าจริงที่ Sensitive สูง หรือนโยบาย Data Residency เข้มงวด | งานสร้างสรรค์ทั่วไป (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
⚠️ 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
ช่วยแพลนที่เที่ยว/ที่กิน เสาร์-อาทิตย์นี้ให้หน่อย มีงบ 2,000 บาท
ลองสังเกตว่า Prompt ที่ “กำกวม” กับ Prompt ที่ “มีบริบทชัดเจน” ให้คำตอบต่างกันแค่ไหน:
ช่วยแพลนที่เที่ยวให้หน่อย
ไม่บอกวัน งบ จำนวนคน หรือสไตล์ที่ชอบ AI ต้องเดาเอง คำตอบจึงกว้างและอาจไม่ตรงความต้องการ
ช่วยแพลนที่เที่ยว/ที่กิน เสาร์-อาทิตย์นี้ให้หน่อย มีงบ 2,000 บาท ไป 2 คน เริ่มจากสยาม ชอบร้านกาแฟและคาเฟ่ถ่ายรูปสวย
ระบุ วัน / งบ / จำนวนคน / จุดเริ่มต้น / ความชอบ ทำให้ AI ตอบเจาะจงและใช้ได้จริงทันที
สร้างภาพโฆษณาสินค้า:
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)
images/greenleaf-poster-example.jpg พร้อมชี้ให้เห็นจุดที่ AI สะกดภาษาไทยผิด ถ้ามี)Session 1: แนวคิดและการเขียน Prompt สำหรับงานการตลาด (AI Mindset & Prompting) — 45 นาที
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)
- ROLE (บทบาท): คุณคือ Social Media Manager ประสบการณ์ 10 ปี
- TASK (งาน): ช่วยเขียนข้อความตอบรีวิวเชิงลบของลูกค้า
- CONTEXT (บริบท): ลูกค้าได้รับสินค้าช้ากว่ากำหนด 3 วัน...
- CONSTRAINT (เงื่อนไข): ใช้โทนสุภาพ จริงใจ ไม่แก้ตัว ไม่เกิน 100 คำ...
- FORMAT (รูปแบบ): ข้อความตอบคอมเมนต์สาธารณะ + ข้อความทักแชทส่วนตัว
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
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
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)
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
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
- รอบที่ 1 — Prompt สั้นไม่มีโครงสร้าง: พิมพ์แค่ “เขียนโพสต์ขายชาเขียวให้หน่อย” แล้วเก็บผลลัพธ์ไว้ก่อน
- รอบที่ 2 — ใช้สูตร PROMPT 5 องค์ประกอบ: คัดลอกเทมเพลตด้านล่าง เติมข้อมูลใน [วงเล็บ] ให้ครบ แล้วส่ง
- เปรียบเทียบผลสองรอบใน 3 ด้าน: (1) ความครบถ้วน — มีจุดขาย ราคา CTA และแฮชแท็กครบไหม (2) โทนภาษาตรงกับบุคลิกแบรนด์ไหม (3) มีข้อมูลที่ AI แต่งเติมเองโดยไม่ได้สั่งหรือไม่ เช่น สรรพคุณ “ช่วยลดน้ำหนัก” หรือรางวัลที่ไม่มีจริง — จุดนี้สำคัญที่สุด เพราะข้อความเกินจริงในโฆษณาคือความเสี่ยงทางกฎหมายของแบรนด์
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
Session 2: สร้างคอนเทนต์และวิเคราะห์แคมเปญด้วย AI (Content & Campaign Analytics) — 50 นาที
Step 1: สร้าง Content Calendar และภาพโฆษณา (Gemini)
ใช้ Gemini วางแผนคอนเทนต์ 1 สัปดาห์สำหรับแคมเปญเปิดตัวชาเขียวมะลิของกรีนลีฟ ต่อยอดจากโพสต์ที่เขียนใน Workshop 1
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
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
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
| ช่องทาง | งบที่ใช้ (บาท) | Impressions | Clicks | ยอดสั่งซื้อ | ลูกค้าใหม่ | ยอดขาย (บาท) |
|---|---|---|---|---|---|---|
| Facebook Ads | 25,000 | 500,000 | 6,000 | 150 | 120 | 52,500 |
| TikTok Ads | 20,000 | 800,000 | 12,000 | 180 | 90 | 54,000 |
| Instagram Ads | 15,000 | 300,000 | 3,600 | 54 | 43 | 21,600 |
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:
- เลขคณิตพลาด — ไล่คำนวณเองด้วยเครื่องคิดเลข เทียบกับที่ AI ตอบทุกช่อง โดยเฉพาะ ROAS และ CPO
- สรุปสาเหตุที่ไม่มีในข้อมูล — เช่น AI อาจอ้างว่า “ครีเอทีฟบน TikTok โดนใจกว่า” หรือ “กลุ่มเป้าหมาย Facebook แก่เกินไป” ซึ่งตารางนี้ไม่มีข้อมูลรองรับเลย ถือเป็นการเดา ต้องจับผิดตรงนี้ให้ได้
- ตกประเด็นสำคัญ — ถ้า AI ไม่พูดถึงสัดส่วนลูกค้าใหม่ (TikTok ยอดสั่งซื้อสูงสุดแต่ลูกค้าใหม่แค่ครึ่งเดียว) แสดงว่าวิเคราะห์ไม่ครบ ให้ถามย้ำว่า “ดูคอลัมน์ลูกค้าใหม่แล้วเห็นอะไร”
- 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
Session 3: Brand Assistant และงานดูแลลูกค้าด้วย AI (Brand Assistant & CRM) — 60 นาที
images/customer-journey-ai.jpg)Step 1: สร้าง Brand Assistant (Gemini Notebook)
ทีมการตลาดและแอดมินเพจต้องตอบคำถามเดิมๆ ซ้ำทุกวัน — ส่งฟรีไหม กี่วันได้ของ คืนสินค้ายังไง สินค้าตัวนี้ต่างจากตัวนั้นตรงไหน ถ้ามี “ผู้ช่วย” ที่ตอบจากเอกสารแบรนด์ได้แม่นยำพร้อมอ้างอิง งานซ้ำๆ เหล่านี้จะหายไปมาก
ขั้นที่ 1 — สร้างเอกสารแบรนด์ของคุณเองด้วย Gemini
เราจะใช้เอกสารที่คุณสร้างเองเป็นแหล่งข้อมูลของ Brand Assistant — ได้ฝึกทั้งการสั่งงานและได้เห็นว่า Notebook ตอบจากเอกสารของเราเท่านั้นจริงหรือไม่
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)
- บันทึกเอกสารเป็น PDF: คัดลอกคู่มือแบรนด์ที่ Gemini สร้างให้ ไปวางใน Google Docs → เมนู ไฟล์ → ดาวน์โหลด → PDF
- เปิด Gemini Notebook: ไปที่ notebook.google.com แล้วลงชื่อเข้าใช้ด้วยบัญชี Google เดียวกับที่ใช้ Gemini
- สร้างโน้ตบุ๊กใหม่: กดปุ่ม “สร้างใหม่ (Create new)” ตั้งชื่อว่า “Brand Assistant — กรีนลีฟ” เพื่อให้กลับมาหาเจอภายหลัง
- เพิ่มแหล่งข้อมูล (Sources): เลือก “อัปโหลดไฟล์ (Upload)” แล้วลากไฟล์ PDF คู่มือแบรนด์เข้าไป — รอจนระบบประมวลผลเสร็จ จะขึ้นชื่อไฟล์ในแถบ Sources ด้านซ้าย
- ตรวจว่าอ่านเอกสารครบ: ลองถามคำถามง่ายๆ ก่อน เช่น “คู่มือนี้มีทั้งหมดกี่หมวด อะไรบ้าง” — ต้องตอบได้ว่ามี 6 หมวด ถ้าตอบไม่ครบแสดงว่าไฟล์ PDF ขาดหน้า ให้ทำใหม่
- เริ่มถามคำถามจริง: ใช้คำถามด้านล่างนี้ แล้วกดที่ตัวเลขอ้างอิง (Citation) ท้ายคำตอบทุกครั้ง เพื่อดูว่าข้อความต้นทางในคู่มือเขียนไว้ว่าอย่างไร
🔑 ความต่างที่ต้องเข้าใจ: ใน Gemini ธรรมดา เราแนบไฟล์ต่อการสนทนาหนึ่งครั้ง แต่ Gemini Notebook เก็บเอกสารไว้ในโน้ตบุ๊กถาวร ถามกี่ครั้งก็อ้างอิงจากชุดเดิม และทุกคำตอบมีเลข Citation ชี้กลับไปยังบรรทัดต้นทาง — นี่คือเหตุผลที่งานตอบลูกค้าซึ่งต้องอ้างนโยบายแบรนด์ให้ตรงทุกครั้ง เหมาะกับเครื่องมือนี้มากกว่า
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”
- เปิดเมนูแชร์: ในโน้ตบุ๊กที่สร้างไว้ กดปุ่ม “แชร์ (Share)” มุมขวาบน
- เลือกสิทธิ์ให้ถูก — สำคัญที่สุด: ตั้งเป็น “ผู้อ่าน (Viewer)” เท่านั้น สมาชิกทีมจะถามคำถามและเห็น Citation ได้ แต่แก้ไขหรือลบแหล่งข้อมูลไม่ได้ — ถ้าตั้งเป็น Editor อาจมีคนลบไฟล์คู่มือหรืออัปโหลดไฟล์อื่นทับโดยไม่ตั้งใจ
- กำหนดขอบเขตผู้เข้าถึง: เพิ่มเป็นรายอีเมลของสมาชิกทีม หรือแชร์ทั้งโดเมนองค์กร — ห้ามตั้งเป็นสาธารณะให้ทุกคนที่มีลิงก์เข้าถึงได้ เพราะนโยบายราคา/โปรโมชันภายในเป็นข้อมูลของแบรนด์
- ส่งลิงก์พร้อมคำแนะนำการใช้: แจ้งทีมว่าถามเป็นภาษาพูดได้เลย และให้กดดู Citation ทุกครั้งก่อนนำคำตอบไปตอบลูกค้าจริง
- วางระบบดูแลต่อเนื่อง: กำหนดผู้รับผิดชอบอัปเดตไฟล์เมื่อโปรโมชันหรือนโยบายเปลี่ยน — โน้ตบุ๊กตอบตามเอกสารที่ใส่ไว้เท่านั้น ถ้าโปรหมดอายุแล้วแต่เอกสารไม่อัปเดต แอดมินจะตอบโปรเก่าให้ลูกค้าโดยไม่มีสัญญาณเตือน
⚠️ ข้อควรระวังก่อนแชร์จริงในทีม: โน้ตบุ๊กที่แชร์แล้ว ทุกคนที่เข้าถึงได้จะถามข้อมูลในทุกไฟล์ที่ใส่ไว้ — ไม่มีระบบจำกัดว่าใครเห็นไฟล์ไหน ถ้าเผลอใส่ไฟล์รายชื่อลูกค้า ยอดขายรายคน หรือต้นทุนสินค้าเข้าไป ทุกคนในทีม (รวมพนักงานฝึกงาน) จะถามข้อมูลเหล่านั้นได้ทันที ซึ่งขัดกับ PDPA และความลับทางการค้า
แก้อย่างไร — แยกโน้ตบุ๊กตามระดับความอ่อนไหวของข้อมูล:
| โน้ตบุ๊ก | ใส่ไฟล์อะไรได้ | แชร์ให้ใคร |
|---|---|---|
| Brand Assistant (ทั้งทีม) | คู่มือแบรนด์ นโยบายขาย FAQ โปรโมชัน — เอกสารที่ไม่มีข้อมูลลูกค้ารายบุคคล | แอดมิน/ทีมการตลาดทุกคน (Viewer) |
| Marketing Internal (เฉพาะผู้มีสิทธิ์) | ฐานข้อมูลลูกค้า ยอดขายรายคน ต้นทุน-มาร์จิน สัญญา Influencer | เฉพาะผู้ที่มีสิทธิ์ตามหน้าที่ |
เช็กลิสต์ก่อนกดแชร์ทุกครั้ง:
- เปิดดูรายการ Sources ทั้งหมด ในแถบซ้าย แล้วถามตัวเองทีละไฟล์ว่า “ถ้าพนักงานฝึกงานอ่านไฟล์นี้ทั้งฉบับ จะมีปัญหาไหม” — ถ้าตอบว่ามี ให้ย้ายไฟล์นั้นออกไปโน้ตบุ๊กอีกตัว
- ทดสอบด้วยคำถามล่อ ก่อนแชร์ เช่น “ลูกค้าคนไหนซื้อเยอะที่สุด” หรือ “ต้นทุนต่อขวดเท่าไหร่” — ถ้าโน้ตบุ๊กตอบได้ แสดงว่ายังมีข้อมูลที่ไม่ควรเปิดเผยค้างอยู่
- 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
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”
Session 4: จริยธรรม AI และความเป็นส่วนตัว (PDPA) — 55 นาที
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:
| ราย | ข้อความต้นฉบับ (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” |
- ไล่ทีละข้อความ ว่าส่วนไหน “ระบุตัวตนได้ทันที” ส่วนไหน “อ่อนไหว/ชี้ตัวได้” และส่วนไหน “เก็บไว้ได้เพราะจำเป็นต่อการวิเคราะห์” (เช่น อาการแพ้เป็นข้อมูลสุขภาพ แต่ “มีลูกค้าแพ้ส่วนผสม” คือประเด็นที่ต้องวิเคราะห์ — ต้องเก็บสาระไว้โดยตัดตัวตนออก)
- เขียนทั้ง 3 ข้อความใหม่ในเวอร์ชัน Mask แล้ว โดยแทนชื่อด้วย ลูกค้า A/B/C
- ตรวจทานตัวเอง: อ่านเวอร์ชัน Mask อีกรอบ — ถ้ายังเดาได้ว่าเป็นใคร (เช่น เหลือชื่อคอนโด + วันที่สั่ง ที่ชี้ตัวได้) แสดงว่ายังตัดไม่พอ
- ส่งเวอร์ชัน Mask แล้วเข้า Gemini ด้วย Prompt ด้านล่าง แล้วเทียบว่าผลวิเคราะห์ที่ได้ยังครบถ้วนเท่าเดิมไหม ทั้งที่ไม่มีข้อมูลส่วนตัวเลย
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)
Framework สำคัญ: การทำงานร่วมกับ AI
วงจรเดียวกับแกนความคิด 5 ขั้นในหัวข้อ 01 (Prompt → Generate → Verify → Analyze → Decide) เพียงเติมขั้น ASK ไว้หน้าสุด — เพราะ Prompt ที่ดีเริ่มจากการตั้งโจทย์ที่ถูกต้องก่อนเสมอ
ระบุปัญหาที่แท้จริงให้ชัดเจน
ป้อนคำสั่งที่ชัดเจนด้วยสูตร 5 องค์ประกอบ
ใช้เครื่องมือสร้างสรรค์ / วิเคราะห์
ตรวจสอบความถูกต้องและอคติ
ตีความผลลัพธ์ในบริบทจริงของแบรนด์
ตัดสินใจฟันธงด้วยความเป็นมนุษย์
งานผลิตซ้ำๆ ปล่อยให้ AI ทำ เพื่อให้เรามีเวลาไปโฟกัสกับ “หัวใจ” ของการตลาด นั่นคือ ความเข้าใจลูกค้า ความคิดสร้างสรรค์ และความไว้วางใจที่แบรนด์ต้องรักษาไว้อย่างแท้จริง
ให้ AI สร้าง · ให้นักการตลาด กลั่นกรอง · ให้ลูกค้า ไว้วางใจ