เรียนเขียนพรอมต์ AI
เรียนเขียนพรอมต์ AI — เรียนรู้การเขียนพรอมต์ที่ใช้งานได้จริงบน iPhone และ Android
เรียนเขียนพรอมต์ AI คือแอปฟรีบน iOS และ Android ที่สอน prompt engineering: เหตุใดพรอมต์หนึ่งจึงได้คำตอบคลุมเครือ แต่อีกพรอมต์ที่เขียนใหม่กลับไม่เป็นเช่นนั้น ผ่าน 53 หลักสูตรเกี่ยวกับ system prompts, few-shot examples, chain-of-thought และ retrieval-augmented generation ภารกิจ debugging 20 ภารกิจจะมอบพรอมต์ที่ล้มเหลวให้คุณวิเคราะห์หาสาเหตุ และโปรเจกต์ Python แบบมีคำแนะนำ 20 โปรเจกต์ให้คุณตรวจสอบเอาต์พุต JSON ของโมเดล นับโทเค็นเทียบกับงบประมาณ และให้คะแนนคำตอบตามเกณฑ์ประเมิน พร้อม AI mentor สำหรับเรื่องที่คุณยังไม่เข้าใจ
- ราคา
- ฟรี อัปเกรดเป็น Pro
- แพลตฟอร์ม
- iOS และ Android
- ภาษา
- 22
- การจัดอันดับอายุ
- 4+
- ต้องใช้
- iOS 15.1 or later
พรอมต์ที่เคยล้มเหลวสักครั้ง ให้บทเรียนที่ดีกว่าพรอมต์ที่ใช้ได้ผล
การอ่านรายการแนวทางปฏิบัติที่ดีที่สุดไม่ได้สอนให้คุณ debug โมเดลที่ตอบผิดอย่างมั่นใจ ภารกิจในแอปเริ่มต้นจากความล้มเหลวจริง — พูดวกวน แต่งข้อเท็จจริงขึ้นมาเอง หรือตัวอย่างสามรายการที่ตอบกลับมาในรูปแบบต่างกันทุกครั้ง — และให้คุณค้นหาสาเหตุก่อนที่แอปจะอธิบายให้ฟัง
คืออะไร
เรียนเขียนพรอมต์ AI คือแอปฟรีบน iOS และ Android ที่สอน prompt engineering ผ่าน 53 หลักสูตรและบทเรียนประมาณ 199 บท ตั้งแต่การเขียนคำขอที่ชัดเจนครั้งแรก ไปจนถึง system prompts, few-shot examples, chain-of-thought reasoning, retrieval-augmented generation และ multi-agent orchestration ภายในมีภารกิจ debugging 20 ภารกิจ ซึ่งแต่ละภารกิจเริ่มจากพรอมต์ที่ล้มเหลวจริง โปรเจกต์ Python แบบมีคำแนะนำ 20 โปรเจกต์ที่ตรวจสอบ token budgets และเอาต์พุต JSON พร้อมให้คะแนนคำตอบตามเกณฑ์ประเมิน cheat sheet รวม 75 รูปแบบ และ AI mentor ทักษะเหล่านี้นำไปใช้ได้กับแชตบอตและโมเดลต่าง ๆ ไม่ได้ผูกติดกับผลิตภัณฑ์ใดผลิตภัณฑ์หนึ่ง
ภายในแอป
หน้าตาเป็นอย่างไร
คอร์ส
คอร์สด้าน prompt engineering ครอบคลุมอะไรบ้าง
53 คอร์ส ประมาณ 199 บทเรียน จากหลักสูตรของแอปเอง ตั้งแต่การสนทนากับ AI ครั้งแรกไปจนถึงการปรับพรอมต์ให้เหมาะสมโดยอัตโนมัติ
พื้นฐานการเขียนพรอมต์
การสนทนากับ AI ครั้งแรก การสร้างคำสั่งที่ชัดเจน การกำหนดบริบท การควบคุมน้ำเสียงและสไตล์การเขียน รวมถึงการใช้ข้อจำกัดเพื่อไม่ให้โมเดลคาดเดาเอง
รูปแบบและการปรับปรุงซ้ำ
การจัดรูปแบบผลลัพธ์จาก AI เป็นรายการหัวข้อย่อย ตาราง หรือ JSON การปรับพรอมต์ซ้ำอย่างเป็นขั้นตอน ข้อผิดพลาดที่พบบ่อยในการเขียนพรอมต์ และการเขียนพรอมต์สำหรับเนื้อหาประเภทต่าง ๆ
สถาปัตยกรรมพรอมต์
เทมเพลตและตัวแปรของพรอมต์ สถาปัตยกรรมพรอมต์แบบมีโครงสร้าง การออกแบบ system prompt และพรอมต์สำหรับการดึงข้อมูลและการจัดประเภท
การให้เหตุผลและรูปแบบขั้นสูง
การให้เหตุผลแบบ chain-of-thought และ tree-of-thought การเรียนรู้แบบ few-shot และ in-context รูปแบบการออกแบบพรอมต์ขั้นสูง และ prompt engineering สำหรับโมเดลการให้เหตุผล
การแก้ไขข้อผิดพลาดและความปลอดภัย
การแก้ไขความล้มเหลวของพรอมต์ การทดสอบพรอมต์และการทดสอบถดถอย prompt injection และการป้องกัน การลดอคติและการหลอนของโมเดล รวมถึง guardrails และการตรวจสอบความถูกต้องของผลลัพธ์
การทำงานกับเอกสารและข้อมูล
การจัดการเอกสารขนาดยาว retrieval-augmented generation (RAG) การจัดลำดับใหม่และการบีบอัด RAG ขั้นสูง รวมถึงการสร้างข้อมูลแบบมีโครงสร้างด้วย JSON Schema
การเขียนพรอมต์เฉพาะทาง
prompt engineering สำหรับการสร้างโค้ด โมเดลด้านการมองเห็น การสร้างภาพ และเสียงกับเสียงพูด รวมถึงการปรับให้เข้ากับโดเมนด้วยการเขียนพรอมต์
เอเจนต์และการขยายขนาด
การเชื่อมพรอมต์และไปป์ไลน์ การใช้เครื่องมือและเอเจนต์ การประสานงานพรอมต์แบบหลายเอเจนต์ การปรับให้เหมาะสมโดยอัตโนมัติด้วย DSPy และการเขียนพรอมต์เทียบกับการ fine-tuning
ทำงานอย่างไร
เซสชันทำงานอย่างไร
แอปจับคู่แต่ละแนวคิดกับพรอมต์ที่คุณลงมือเขียนจริง หรือความล้มเหลวที่คุณต้องวิเคราะห์หาสาเหตุ แทนที่จะให้คุณอ่านเพียงเนื้อหาในหน้า
เรียนบทเรียนสั้น ๆ
เปิดรายการหลักสูตรแล้วเรียนต่อจากจุดที่ค้างไว้ แต่ละบทเรียนใช้เวลาห้าถึงสิบนาที เริ่มจากตัวอย่างก่อนและหลัง จากนั้นเป็นพรอมต์ที่คุณเขียนเองและนำกลับไปใช้กับแชตบอตใดก็ได้
Debug ความล้มเหลวจริง
ทำภารกิจ debugging: โมเดลที่ยังพูดวกวนแม้จะสั่งให้ “be brief” ตัวอย่างสามรายการที่ตอบกลับมาเป็นสามรูปแบบแตกต่างกัน และคำตอบที่ฟังดูมั่นใจแต่ไม่เคยปรากฏในเอกสารต้นฉบับ อ่านกรณีตัวอย่าง เลือกวิธีแก้ แล้วดูว่าเหตุใดจึงได้ผล
ตรวจสอบด้วยโค้ด แล้วทดสอบความเข้าใจ
โปรเจกต์ Python แบบมีคำแนะนำจะเปลี่ยนนิสัยให้กลายเป็นการตรวจสอบจริง — นับโทเค็นเทียบกับงบประมาณ แยกวิเคราะห์คำตอบ JSON และลบข้อมูลส่วนบุคคล — จากนั้นแบบทดสอบจะสรุปหัวข้อนั้น AI mentor พร้อมช่วยทันทีที่แนวคิดใดไม่ชัดเจน และ streaks กับการแจ้งเตือนจะช่วยให้คุณเรียนต่อเนื่อง
มีอะไรอยู่ข้างใน
มีอะไรอยู่ในแอป
53
หลักสูตร ระดับ A1 ถึง C2
ตั้งแต่การเขียนคำขอที่ชัดเจนครั้งแรก ไปจนถึง system prompts, few-shot examples, chain-of-thought, prompt injection defence, structured JSON output และ multi-agent orchestration
20
ภารกิจ Debugging
ภารกิจระดับง่ายเจ็ดภารกิจ ระดับกลางแปดภารกิจ และระดับยากห้าภารกิจ โดยแต่ละภารกิจเริ่มจากพรอมต์ที่ล้มเหลวจริง: คำตอบคลุมเครือ ข้อเท็จจริงที่แต่งขึ้นเอง รูปแบบที่ไม่สอดคล้องกันสามแบบ หรือคำขอที่ใช้งานไม่ได้เมื่อช่องข้อมูลว่าง
20
โปรเจกต์ Python แบบมีคำแนะนำ
เติมช่องในเทมเพลต นับโทเค็นเทียบกับงบประมาณ แยกวิเคราะห์คำตอบ JSON ให้คะแนนคำตอบตามเกณฑ์ประเมิน ลบข้อมูลส่วนบุคคล และเปรียบเทียบพรอมต์สองเวอร์ชันอย่างตรงไปตรงมา โดยแต่ละโปรเจกต์ทำงานบน Python interpreter จริง
AI
AI Mentor
ติดอยู่กับแนวคิดหรือพรอมต์ที่ล้มเหลวใช่ไหม ถามอะไรก็ได้และรับคำตอบที่ชัดเจนภายในไม่กี่วินาที แพ็กเกจฟรีมีโควตารายวัน ส่วน Pro ใช้งานได้ไม่จำกัด
75
ชีตสรุปรูปแบบ
รูปแบบพรอมต์ที่นำกลับมาใช้ได้ 75 รูปแบบ พร้อมคำถามแบบทดสอบ 50 ข้อและคำถามสัมภาษณ์ 50 ข้อ ใช้อ้างอิงระหว่างบทเรียนได้ ไม่ใช่เฉพาะตอนเรียนเท่านั้น
22
ภาษา
อินเทอร์เฟซของแอปมีให้บริการ 22 ภาษา พร้อมการสอบรับประกาศนียบัตร streaks และการแจ้งเตือนรายวัน เพื่อช่วยให้เรียนอย่างสม่ำเสมอ
เบื้องหลัง
ทำไมคำถามเดียวกันจึงได้คำตอบต่างกัน ขึ้นอยู่กับว่าคุณถามอย่างไร
โมเดลภาษาจะเข้าถึงสิ่งที่คุณตั้งใจจริง ๆ ไม่ได้ — มันเห็นเพียงคำที่คุณป้อน รวมถึงสิ่งที่ถูกบอกให้สมมติไว้เป็นค่าเริ่มต้นเท่านั้น คำขอสองแบบที่คนมองว่าเป็น “คำถามเดียวกัน” อาจแตกต่างกันสำหรับโมเดลในด้านกลุ่มผู้รับสาร รูปแบบที่ต้องการ ข้อจำกัดโดยนัย หรือระดับที่โมเดลควรเดาแทนที่จะถามกลับ prompt engineering คือแนวทางปิดช่องว่างนี้อย่างตั้งใจ ด้วยการระบุงาน กลุ่มผู้รับสาร และรูปแบบเอาต์พุต แทนที่จะปล่อยให้โมเดลอนุมานเอง จากนั้นจึงปรับแก้ตามสิ่งที่คำตอบแรกผิดพลาดอย่างเฉพาะเจาะจง แทนการเริ่มใหม่ทั้งหมด
Few-shot promptingการสอนด้วยตัวอย่าง
การใส่ตัวอย่างอินพุตสองหรือสามรายการพร้อมเอาต์พุตที่คุณต้องการ แทนการอธิบายงานเพียงอย่างเดียว โดยทั่วไปนี่คือการเปลี่ยนแปลงรูปแบบและโทนของพรอมต์ที่ให้ผลคุ้มค่าสูงสุดเพียงอย่างเดียว เพราะตัวอย่างช่วยขจัดความกำกวมทั้งหมวดที่คำอธิบายไม่อาจระบุให้ชัดได้
System promptคำสั่งที่ใช้เป็นพื้นฐานตลอดการสนทนา
คำสั่งแยกต่างหากที่กำหนดบทบาท โทน และขอบเขตของโมเดลตลอดการสนทนา ไม่ใช่แค่ข้อความเดียว กฎที่ต้องใช้กับทุกคำตอบ — กลุ่มผู้รับสาร รูปแบบ และสิ่งที่ต้องปฏิเสธ — ควรอยู่ที่นี่ ไม่ใช่คอยเขียนซ้ำในทุกข้อความของผู้ใช้
Chain-of-thoughtการขอให้แสดงขั้นตอน
การป้อนพรอมต์ให้โมเดลแก้ปัญหาเป็นลำดับขั้นก่อนให้คำตอบสุดท้าย วิธีนี้มักช่วยได้มากที่สุดกับเลขคณิต การให้เหตุผลหลายขั้นตอน และเรื่องที่มีขั้นตอนระหว่างทางซึ่งตรวจสอบได้ อีกทั้งยังทำให้จับคำตอบผิดได้ง่ายขึ้น เพราะมองเห็นการให้เหตุผล
การสร้างเนื้อหาเสริมด้วยการดึงข้อมูล (RAG)การมอบเอกสารจริงให้โมเดล
การดึงข้อความตอนที่เกี่ยวข้องจากเอกสารของคุณมาใส่ในพรอมต์ก่อนถามคำถาม แทนการพึ่งพาสิ่งที่โมเดลบังเอิญรู้อยู่แล้ว นี่คือเทคนิคหลักในการทำให้ได้คำตอบที่ถูกต้องเกี่ยวกับเนื้อหาที่โมเดลไม่เคยได้รับการฝึก รวมถึงข้อมูลส่วนตัวหรือข้อมูลล่าสุด
เหมาะกับคุณไหม
เหมาะกับใคร — และไม่เหมาะกับใคร
เหมาะกับคุณหากคุณ
- คุณใช้ ChatGPT, Claude หรือ Gemini อยู่แล้ว และต้องการคำตอบที่ดีขึ้นอย่างเห็นได้ชัดจากเครื่องมือเดิม
- คุณเรียนรู้ได้ดีกว่าจากการวิเคราะห์พรอมต์ที่ล้มเหลวจริง แทนการอ่านรายการเคล็ดลับ
- คุณเป็นนักพัฒนาหรือทำงานด้านผลิตภัณฑ์ และกำลังสร้างฟีเจอร์บน LLM
- คุณกำลังเตรียมตัวสำหรับตำแหน่ง prompt engineer หรือการสัมภาษณ์ด้านเทคนิค
- คุณต้องการทักษะที่นำไปใช้ข้ามโมเดลได้ แทนที่จะผูกติดกับแชตบอตเพียงตัวเดียว
ไม่ใช่เครื่องมือที่เหมาะ หากคุณ
- คุณต้องการพื้นที่ทำงานบนเดสก์ท็อปแบบครบชุดสำหรับสร้างและจัดการเวอร์ชันของพรอมต์ที่ใช้จริง — นี่คือแอปสำหรับเรียน
- คุณทำงานกับ LLM อย่างมืออาชีพอยู่แล้ว และต้องการเนื้อหางานวิจัยขั้นสูงมากกว่าพื้นฐาน
- คุณต้องการให้ AI mentor ทำงานแบบออฟไลน์ได้อย่างเต็มรูปแบบ บทเรียนยังเรียนได้แม้การเชื่อมต่อไม่เสถียร แต่ AI mentor จำเป็นต้องเชื่อมต่ออินเทอร์เน็ต
- คุณต้องการเรียนทุกคอร์สโดยไม่เสียเงิน — คอร์สแรกฟรี ส่วนที่เหลือใช้งานได้ผ่าน Pro
คำถาม
คำถามที่พบบ่อย
แอปที่ดีที่สุดสำหรับเรียนรู้การเขียนพรอมต์ AI บนโทรศัพท์คือแอปไหน
แอปที่เน้นการวิเคราะห์ความล้มเหลว ไม่ใช่แค่อ่านเคล็ดลับ เพราะนี่คือทักษะที่นำไปใช้กับโมเดลใหม่ได้จริง เรียนเขียนพรอมต์ AI จับคู่ 53 คอร์สเข้ากับภารกิจแก้ไขข้อผิดพลาด 20 ภารกิจ ซึ่งแต่ละภารกิจเริ่มจากพรอมต์จริงที่ล้มเหลว และโปรเจกต์ Python แบบมีคำแนะนำ 20 โปรเจกต์ที่ตรวจสอบโควตาโทเคนและผลลัพธ์ JSON เริ่มใช้งานได้ฟรีบน iOS และ Android โดยไม่ต้องมีประสบการณ์มาก่อน
เรียนเขียนพรอมต์ AI เป็นแอปเดียวกับ Learn AI Prompting หรือไม่
ใช่ Google Play แสดงชื่อแอปว่า เรียนเขียนพรอมต์ AI ส่วนรายการบน App Store ใช้ชื่อ Learn AI Prompting ในขณะนี้ ทั้งสองร้านเป็นแอปเดียวกัน และมี 53 คอร์ส ภารกิจแก้ไขข้อผิดพลาด และโปรเจกต์แบบมีคำแนะนำเหมือนกัน
prompt engineering คืออะไรในแบบเข้าใจง่าย
prompt engineering คือการตั้งใจลดช่องว่างระหว่างสิ่งที่คุณต้องการสื่อกับสิ่งที่โมเดลภาษามองเห็นจากถ้อยคำของคุณ ในทางปฏิบัติ นั่นหมายถึงการระบุงาน กลุ่มเป้าหมาย และรูปแบบผลลัพธ์ที่ต้องการ ระบุบริบทที่โมเดลไม่มี และปรับแก้โดยอิงจากสิ่งที่คำตอบแรกทำพลาดอย่างชัดเจน prompt engineering ไม่ได้เน้นการใช้ถ้อยคำที่แยบยลเท่ากับการขจัดความกำกวม จึงฝึกฝนได้เหมือนทักษะการแก้ไขข้อผิดพลาด มากกว่าการท่องจำเคล็ดลับ
การเรียนรู้ prompt engineering ยังมีประโยชน์อยู่ไหมเมื่อโมเดลเก่งขึ้น
ยังมีประโยชน์ ด้วยเหตุผลที่เฉพาะเจาะจงกว่าสองสามปีก่อน โมเดลไม่จำเป็นต้องใช้คาถาลับอีกต่อไป แต่ก็ยังอนุมานกลุ่มเป้าหมาย รูปแบบที่คุณต้องการ หรือระดับที่คุณยอมรับความผิดพลาดจากการคาดเดาไม่ได้ นิสัยการแก้ไขข้อผิดพลาด — อ่านความล้มเหลว ระบุสาเหตุ แล้วแก้เฉพาะสิ่งที่ทำให้เกิดปัญหา — ยังคงใช้ได้กับโมเดลทุกรุ่น แม้เคล็ดลับเฉพาะหน้าจะล้าสมัยไปตามเวลา ภารกิจของ เรียนเขียนพรอมต์ AI สร้างขึ้นรอบนิสัยนี้ ไม่ได้ยึดติดกับลักษณะเฉพาะของโมเดลใดโมเดลหนึ่ง
ทำอย่างไรให้ได้คำตอบที่ดีขึ้นจาก ChatGPT หรือ Claude
นิสัย 4 อย่างครอบคลุมเกือบทั้งหมด: บอกว่าคำตอบนี้มีไว้สำหรับใครและจะนำไปใช้ทำอะไร ให้ข้อมูลต้นทางที่โมเดลต้องใช้แทนการคิดว่าโมเดลรู้สถานการณ์ของคุณ ระบุรูปแบบผลลัพธ์ที่ต้องการอย่างชัดเจน และเมื่อคำตอบพลาด ให้บอกอย่างเจาะจงว่าผิดตรงไหนแทนการเริ่มต้นใหม่ ตัวอย่างที่ทำให้ดู 2 หรือ 3 ตัวอย่าง (การเขียนพรอมต์แบบ few-shot) ช่วยปรับน้ำเสียงและโครงสร้างได้เร็วกว่าคำอธิบายที่เขียนยาว ๆ หลักสูตรช่วงต้นของแอปจะฝึกแต่ละทักษะเหล่านี้แยกกัน
ต้องมีประสบการณ์เขียนโค้ดเพื่อเริ่มเรียนหรือไม่
ไม่จำเป็นต้องเขียนโค้ดสำหรับเนื้อหาบทเรียน — ทุกแนวคิดอธิบายด้วยภาษาที่เข้าใจง่าย พร้อมตัวอย่างพรอมต์ก่อนและหลังแก้ไข ส่วนโปรเจกต์แบบมีคำแนะนำ 20 โปรเจกต์จะเรียกใช้สคริปต์ Python สั้น ๆ ภายในแอป แต่เป็นเทมเพลตที่คุณกรอกและรันตามขั้นตอน ไม่ใช่โค้ดที่คาดว่าคุณต้องรู้อยู่แล้ว หัวข้อขั้นสูงอย่าง retrieval-augmented generation และการประสานงานแบบหลายเอเจนต์มีไว้สำหรับบทเรียนช่วงหลัง โดยคอร์สช่วงต้นไม่จำเป็นต้องมีพื้นฐานมาก่อน
เรียนเขียนพรอมต์ AI ฟรีหรือไม่
ดาวน์โหลดฟรีและมีโฆษณาในแพ็กเกจใช้งานฟรี แพ็กเกจฟรีประกอบด้วยคอร์สแรก ภารกิจแก้ไขข้อผิดพลาด 2 ภารกิจ โปรเจกต์แบบมีคำแนะนำแรก คำถามถึง AI mentor วันละหนึ่งคำถาม และบทเรียนที่สร้างโดย AI สัปดาห์ละหนึ่งบท Pro ปลดล็อกทุกคอร์สและบทเรียน ภารกิจและโปรเจกต์ทั้งหมด 20 รายการ การใช้งาน AI mentor แบบไม่จำกัด การสอบรับใบรับรอง และไม่มีโฆษณา — เลือกสมัครได้แบบรายสัปดาห์ รายเดือน รายปี หรือซื้อขาดตลอดชีพครั้งเดียว
ภารกิจแก้ไขข้อผิดพลาดคืออะไร
แต่ละภารกิจเริ่มด้วยพรอมต์ที่ล้มเหลวในรูปแบบเฉพาะและสมจริงอยู่แล้ว — คำตอบคลุมเครือจนใช้ได้กับทุกเรื่อง โมเดลยังพูดวกวนทั้งที่สั่งให้ 'กระชับ' ข้อเท็จจริงที่ฟังดูมั่นใจแต่ไม่มีอยู่ในเอกสารต้นทาง หรือคำขอที่ล้มเหลวเมื่อปล่อยให้ช่องใดช่องหนึ่งว่าง คุณจะอ่านกรณีตัวอย่าง เลือกวิธีแก้จากตัวเลือกที่ให้มา และเรียนรู้จากบทเรียนว่าเหตุใดวิธีนั้นจึงได้ผล มีทั้งหมด 7 ภารกิจระดับง่าย 8 ภารกิจระดับกลาง และ 5 ภารกิจระดับยาก
เริ่มต้นใช้งาน
แก้พรอมต์แย่ ๆ แรกของคุณได้ภายในห้านาที
เริ่มใช้งานฟรีบน iOS และ Android รองรับ 22 ภาษา
เพิ่มเติมจาก CoddyKit
ใช้งานได้บน iOS และ Android