AI Prompt Engineering · บทเรียน

ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ

เมื่อใดควรขอข้อความธรรมดาที่สะอาดตาแทนผลลัพธ์มาร์กดาวน์ที่มีรูปแบบ

บทเรียน 4 จาก 413 ขั้นตอน

ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ เป็นบทเรียน AI Prompt Engineering ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Prompt Engineering และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Prompt Engineering มีบทเรียนทั้งหมด 4 บทเรียน

กรณีข้อความธรรมดา

การจัดรูปแบบด้วยมาร์กดาวน์มีประสิทธิภาพ แต่ไม่ใช่ตัวเลือกที่เหมาะสมเสมอไป แอปพลิเคชันในโลกจริงจำนวนมากต้องการข้อความที่สะอาดและไม่มีการจัดรูปแบบ โดยสัญลักษณ์มาร์กดาวน์จะแสดงเป็นอักขระตามตัวอักษรแทนที่จะเป็นรูปแบบที่แสดงผลแล้ว

การทราบว่าเมื่อใดควรขอข้อความธรรมดามีความสำคัญพอ ๆ กับการทราบวิธีขอการจัดรูปแบบที่หลากหลาย

เมื่อจำเป็นต้องใช้ข้อความธรรมดา

ใช้ผลลัพธ์แบบข้อความธรรมดาเมื่อสภาพแวดล้อมของคุณไม่แสดงผลมาร์กดาวน์:

  • เนื้อหาอีเมล: โปรแกรมรับส่งอีเมลส่วนใหญ่แสดงเครื่องหมายดอกจันดิบ
  • SMS และการแจ้งเตือนแบบพุช: ไม่รองรับการจัดรูปแบบ
  • ผลลัพธ์เสียง: การแปลงข้อความเป็นเสียงพูดจะอ่าน '** ตัวหนา **' ตามตัวอักษร
  • ช่องข้อมูล CRM และฝ่ายช่วยเหลือ: หลายช่องไม่แสดงผลมาร์กดาวน์
  • การประมวลผลข้อมูลผ่านเอพีไอ: เมื่อข้อความจะถูกจัดเก็บหรือนำไปประมวลผลต่อ
  • ช่องข้อมูลขาเข้าของระบบเดิม: รองรับเฉพาะข้อความธรรมดา
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{
        'role': 'user',
        'content': (
            'Write a 120-character push notification for a flash sale ending in 2 hours. '
            'Plain text only — no emojis, no markdown, no asterisks, no special characters. '
            'Must include: urgency, discount percentage (30%), and category (electronics). '
            'Output the notification text only — nothing else.'
        )
    }]
)
print(response.content[0].text)

การขอข้อความธรรมดาอย่างชัดเจน

ในหลายบริบท โมเดลปัญญาประดิษฐ์จะสร้างผลลัพธ์ที่ใช้มาร์กดาวน์จำนวนมากเป็นค่าเริ่มต้น หากต้องการข้อความธรรมดาอย่างแท้จริง คุณต้องระบุอย่างชัดเจน และมักควรระบุสัญลักษณ์เฉพาะที่ต้องการหลีกเลี่ยงด้วย:

  • 'ข้อความธรรมดาเท่านั้น — ไม่ต้องจัดรูปแบบด้วยมาร์กดาวน์'
  • 'ไม่ใช้เครื่องหมายดอกจัน ไม่ใช้เครื่องหมายแฮช ไม่ใช้สัญลักษณ์จุดนำรายการ'
  • 'ไม่ใช้หัวข้อ ไม่ใช้ตัวหนา ไม่ใช้รายการ — ใช้เฉพาะย่อหน้าร้อยแก้วที่ต่อเนื่อง'
  • 'ลบการจัดรูปแบบทั้งหมด — ให้ส่งออกเหมือนเขียนในแอปจดบันทึก'
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# Without plain text instruction — likely gets markdown
default_prompt = 'Explain what a webhook is in 100 words.'

# With explicit plain text instruction
plain_prompt = (
    'Explain what a webhook is in 100 words. '
    'Output format: plain text only. No markdown. No asterisks. No headers. '
    'No bullet points. Just continuous prose paragraphs.'
)

for label, prompt in [('DEFAULT (likely markdown)', default_prompt), ('EXPLICIT PLAIN TEXT', plain_prompt)]:
    response = client.chat.completions.create(
        model='gpt-4o', max_tokens=150,
        messages=[{'role': 'user', 'content': prompt}]
    )
    print(f'--- {label} ---')
    print(response.choices[0].message.content)
    print()

ข้อความธรรมดาสำหรับเนื้อหาอีเมล

การเขียนเนื้อหาอีเมลเป็นหนึ่งในกรณีใช้งานข้อความธรรมดาที่พบได้บ่อยที่สุด แม้โปรแกรมรับส่งอีเมลบางชนิดจะรองรับการจัดรูปแบบ HTML แต่เนื้อหาอีเมลที่สร้างโดยปัญญาประดิษฐ์ควรมาในรูปแบบร้อยแก้วที่สะอาด เพื่อให้บรรณาธิการนำไปวางในโปรแกรมรับส่งอีเมลหรือ CRM ได้โดยตรงโดยไม่ต้องทำความสะอาด

ให้ระบุว่า: 'เขียนเนื้อหาอีเมลเป็นข้อความธรรมดา ไม่ใช้มาร์กดาวน์ ไม่ใช้เครื่องหมายดอกจันสำหรับตัวหนา ไม่ใช้ขีดสำหรับรายการ ใช้ประโยคที่มีหมายเลขหรือการขึ้นบรรทัดใหม่แทนรายการ'

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=300,
    messages=[{
        'role': 'user',
        'content': (
            'Write a 3-paragraph re-engagement email for inactive newsletter subscribers. '
            'Context: SaaS analytics tool, subscriber inactive for 60 days.\n'
            'Format requirements:\n'
            '- Plain text only — no asterisks, no pound signs, no bullet symbols\n'
            '- Paragraph 1: acknowledge absence, create curiosity\n'
            '- Paragraph 2: one new feature they missed\n'
            '- Paragraph 3: CTA with a direct link placeholder [LINK]\n'
            '- No subject line — body only'
        )
    }]
)
print(response.content[0].text)

ย่อหน้าร้อยแก้วที่อ่านลื่น

นอกเหนือจากการหลีกเลี่ยงสัญลักษณ์มาร์กดาวน์แล้ว คำว่า 'ร้อยแก้วที่สะอาด' หมายถึงการจัดเรียงแนวคิดเป็นประโยคที่ต่อเนื่อง แทนที่จะเป็นจุดนำรายการที่ขาดตอน

ร้อยแก้วที่ดี:

  • ใช้คำเชื่อมเพื่อเชื่อมแนวคิด (อย่างไรก็ตาม นอกจากนี้ ด้วยเหตุนี้)
  • สลับความยาวของประโยคเพื่อสร้างจังหวะ
  • รวมแนวคิดที่เกี่ยวข้องไว้ในย่อหน้าที่เป็นเอกภาพ
  • หลีกเลี่ยงการเริ่มทุกประโยคด้วยคำนาม

คำขอ: 'เขียนเป็นย่อหน้าร้อยแก้วที่อ่านลื่น ไม่ใช้รายการ ไม่ใช้หัวข้อ และใช้ประโยคที่ต่อเนื่องพร้อมคำเชื่อม'

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

prose_prompt = (
    'Explain the advantages of using Docker for development environments. '
    'Write in 3 clean prose paragraphs. '
    'Requirements:\n'
    '- No bullet points or numbered lists\n'
    '- No markdown headers\n'
    '- Use transition words between sentences and paragraphs\n'
    '- Vary sentence length — mix short and long\n'
    '- 150 words total maximum'
)

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{'role': 'user', 'content': prose_prompt}]
)
print(response.choices[0].message.content)

ข้อความธรรมดาสำหรับผลลัพธ์เสียง

ระบบแปลงข้อความเป็นเสียงพูดจะอ่านทุกอย่างตามตัวอักษร หากผลลัพธ์จากปัญญาประดิษฐ์จะถูกอ่านออกเสียง:

  • หลีกเลี่ยงสัญลักษณ์มาร์กดาวน์ทั้งหมด
  • หลีกเลี่ยงคำย่อ เนื่องจากระบบแปลงข้อความเป็นเสียงพูดอาจไม่ขยายคำย่อเหล่านั้น
  • เขียนตัวเลขเป็นคำเต็มเมื่อเหมาะสม
  • ใช้เครื่องหมายจุลภาคเพื่อสร้างจุดหยุดตามธรรมชาติ
  • หลีกเลี่ยงวงเล็บ เนื่องจากระบบแปลงข้อความเป็นเสียงพูดมักอ่านได้ไม่เป็นธรรมชาติ
  • เขียนอักขระพิเศษเป็นคำ ('@' → 'แอท')
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{
        'role': 'user',
        'content': (
            'Write a 45-second spoken weather briefing for London today. '
            'Conditions: 12 degrees Celsius, light rain, wind 15 km/h from the southwest.\n'
            'Format for voice output:\n'
            '- No markdown symbols of any kind\n'
            '- No parentheses\n'
            '- No abbreviations (write "kilometres per hour" not "km/h")\n'
            '- Natural spoken rhythm — use commas for pause points\n'
            '- Write numbers as words when under ten'
        )
    }]
)
print(response.content[0].text)

การลบมาร์กดาวน์ออกจากผลลัพธ์ที่มีอยู่

บางครั้งคุณได้รับผลลัพธ์มาร์กดาวน์จากการเรียกปัญญาประดิษฐ์ครั้งหนึ่ง และต้องทำความสะอาดเพื่อใช้ในบริบทอื่น คุณสามารถเรียกปัญญาประดิษฐ์ครั้งที่สองโดยระบุให้ลบมาร์กดาวน์โดยเฉพาะ:

'ลบการจัดรูปแบบมาร์กดาวน์ทั้งหมดออกจากข้อความต่อไปนี้ แทนที่ **ตัวหนา** ด้วยข้อความธรรมดา ลบหัวข้อที่ขึ้นต้นด้วย # เปลี่ยนจุดนำรายการเป็นประโยคที่มีหมายเลข และลบเครื่องหมายดอกจันกับเครื่องหมายแฮชทั้งหมด ส่งออกเฉพาะข้อความธรรมดาที่สะอาด'

import openai
import re

client = openai.OpenAI(api_key='sk-your-key-here')

markdown_text = (
    '## Key Benefits\n'
    '- **Faster deployment** with Docker containers\n'
    '- **Consistent environments** across dev and prod\n'
    '- Reduced *configuration drift* between machines\n'
    '### Getting Started\n'
    'Run docker-compose up to start all services.'
)

# Option 1: Ask AI to strip
response = client.chat.completions.create(
    model='gpt-4o',
    max_tokens=150,
    messages=[{
        'role': 'user',
        'content': (
            'Remove all markdown formatting from the text below. '
            'Keep all the information but strip: **, ##, ###, -, *, backticks. '
            'Convert bullet lists to flowing sentences. Output plain text only.\n\n'
            + markdown_text
        )
    }]
)
print('AI-stripped:', response.choices[0].message.content.strip())

# Option 2: Simple regex strip (for code-based pipelines)
import re
clean = re.sub(r'[#*]', '', markdown_text).strip()
print('Regex-stripped:', clean)

ข้อความธรรมดาในข้อความระบบ

สำหรับผู้ช่วยปัญญาประดิษฐ์ที่ส่งออกไปยังสภาพแวดล้อมข้อความธรรมดาเป็นประจำ ให้กำหนดกฎการจัดรูปแบบไว้ครั้งเดียวในข้อความระบบ แทนการระบุซ้ำในทุกครั้งที่ผู้ใช้ส่งคำขอ

นี่เป็นแนวทางที่สะอาดที่สุดสำหรับแอปพลิเคชันที่พร้อมใช้งานจริง เมื่อคุณทราบสภาพแวดล้อมการแสดงผลล่วงหน้า

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

# System message enforces plain text for all responses
plain_text_system = (
    'You are a helpful assistant embedded in a mobile push notification system. '
    'All your responses are displayed as plain text in mobile notifications. '
    'ALWAYS follow these formatting rules:\n'
    '- Never use markdown (no **, no #, no -, no backtick, no *, no _)\n'
    '- Never use bullet points or numbered lists\n'
    '- Write in 1-2 complete sentences only\n'
    '- Maximum 120 characters per response\n'
    '- No emojis'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=64,
    system=plain_text_system,
    messages=[
        {'role': 'user', 'content': 'Notify user their order has shipped and will arrive in 2 days.'}
    ]
)
print(response.content[0].text)

กรอบการตัดสินใจเรื่องรูปแบบ

ใช้กรอบการตัดสินใจอย่างรวดเร็วนี้ก่อนขอผลลัพธ์ในรูปแบบใด ๆ:

  1. ผลลัพธ์จะถูกส่งไปที่ใด ส่วนติดต่อผู้ใช้บนเว็บ อีเมล เทอร์มินัล เสียง หรือฐานข้อมูล
  2. สภาพแวดล้อมนั้นแสดงผลมาร์กดาวน์หรือไม่ ใช่ → ใช้มาร์กดาวน์ ไม่ใช่ → ใช้ข้อความธรรมดา
  3. จะมีมนุษย์อ่านหรือไม่ ใช่ → จัดโครงสร้างให้อ่านกวาดตาได้ง่าย ไม่ใช่ → ปรับให้เหมาะกับการแยกวิเคราะห์
  4. โค้ดจะประมวลผลหรือไม่ ใช่ → ใช้เจสันหรือ CSV และไม่ใช้ร้อยแก้ว
  5. จะมีการอ่านออกเสียงหรือไม่ ใช่ → ใช้ข้อความธรรมดาที่เหมาะกับเสียง และไม่ใช้คำย่อ
def choose_format(environment, human_reads, code_processes, voice_output):
    '''Simple formatting decision tree.'''
    if voice_output:
        return 'PLAIN TEXT — voice safe, spell out numbers and units'
    if code_processes:
        return 'JSON or CSV — machine-parseable, no prose'
    renders_markdown = environment in ['web', 'notion', 'github', 'vscode', 'obsidian']
    if renders_markdown and human_reads:
        return 'MARKDOWN — headers, bold, code blocks, lists'
    return 'PLAIN TEXT — clean prose paragraphs, no markdown symbols'

scenarios = [
    ('web',         True,  False, False),
    ('email',       True,  False, False),
    ('api_pipeline',False, True,  False),
    ('voice_app',   False, False, True),
    ('terminal',    True,  False, False),
]
for env, human, code, voice in scenarios:
    result = choose_format(env, human, code, voice)
    print(f'{env:<15} -> {result}')

ข้อความธรรมดาที่มีโครงสร้าง

ข้อความธรรมดาไม่จำเป็นต้องไร้โครงสร้าง คุณสามารถสร้างโครงสร้างโดยไม่ใช้มาร์กดาวน์ได้ด้วยวิธีต่อไปนี้:

  • ALL CAPS SECTION LABELS (แสดงผลเหมือนกันในทุกที่)
  • การขึ้นบรรทัดใหม่ระหว่างส่วนต่าง ๆ
  • ประโยคที่มีหมายเลข: '1. ประเด็นแรก 2. ประเด็นที่สอง'
  • ขีดยาวเพื่อแยกข้อความ: 'ข้อสรุปสำคัญ — โปรดตรวจสอบก่อนดำเนินการเสมอ'
  • การเยื้องอย่างสม่ำเสมอด้วยการเว้นวรรค (สำหรับผลลัพธ์ในเทอร์มินัล)
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a daily briefing for a developer — 3 sections: TASKS, BLOCKERS, NOTES. '
            'Format: plain text only. '
            'Use ALL CAPS section labels followed by a colon. '
            'Use a line break between sections. '
            'Number each item within a section. '
            'No markdown symbols of any kind. '
            'Use realistic placeholder content.'
        )
    }]
)
print(response.choices[0].message.content)

การตรวจจับรูปแบบผลลัพธ์

ในแอปพลิเคชันที่พร้อมใช้งานจริง คุณสามารถตรวจจับสภาพแวดล้อมของผลลัพธ์ด้วยโปรแกรม แล้วแทรกคำสั่งกำหนดรูปแบบที่เหมาะสมโดยอัตโนมัติได้ เพื่อไม่ต้องระบุด้วยตนเองในแต่ละคำสั่ง

นี่เป็นรูปแบบการทำงานที่พบได้ทั่วไปในระบบปัญญาประดิษฐ์หลายช่องทาง ซึ่งให้บริการเนื้อหาเดียวกันแก่ผู้ใช้เว็บ อุปกรณ์เคลื่อนที่ และผู้เรียกใช้ผ่านเอพีไอ

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

def get_format_instruction(channel):
    formats = {
        'web':   'Use markdown formatting: headers, bold, bullet points, code blocks.',
        'email': 'Plain text only. No markdown symbols. Use line breaks between sections.',
        'sms':   'Plain text. Single paragraph. Max 160 characters.',
        'voice': 'Plain text. No symbols. Natural spoken sentences only. Spell out numbers.',
        'api':   'JSON output only. No prose.',
    }
    return formats.get(channel, 'Plain text only.')

def ask_with_channel(question, channel):
    fmt = get_format_instruction(channel)
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=100,
        system=f'Format instruction: {fmt}',
        messages=[{'role': 'user', 'content': question}]
    )
    return response.content[0].text

q = 'What are 3 benefits of regular code reviews?'
for ch in ['web', 'sms', 'voice']:
    print(f'[{ch.upper()}]:')
    print(ask_with_channel(q, ch)[:150])
    print()

ตรวจสอบความรู้

นักพัฒนาสร้างแชตบอตปัญญาประดิษฐ์สำหรับบริการลูกค้า โดยส่งคำตอบเข้าไปยัง CRM รุ่นเก่าที่จัดเก็บข้อความธรรมดา ปัญญาประดิษฐ์ยังคงส่งคำตอบที่มี ** สำหรับตัวหนาและ - สำหรับจุดนำรายการ ซึ่งแสดงเป็นอักขระดิบใน CRM วิธีแก้ที่น่าเชื่อถือที่สุดคืออะไร

ข้อความธรรมดาเทียบกับผลลัพธ์ที่จัดรูปแบบ — สรุปทบทวน

การเลือกรูปแบบที่เหมาะสมขึ้นอยู่กับสภาพแวดล้อมของผลลัพธ์ กฎสำคัญมีดังนี้:

  • ใช้ มาร์กดาวน์ เมื่อสภาพแวดล้อมแสดงผลได้ เช่น ส่วนติดต่อผู้ใช้บนเว็บ โนชัน GitHub และเอกสาร
  • ใช้ ข้อความธรรมดา สำหรับเนื้อหาอีเมล SMS เสียง CRM และกระบวนการส่งต่อข้อมูลผ่านเอพีไอ
  • ใช้ เจสัน/CSV เมื่อโค้ดจะประมวลผลผลลัพธ์
  • ขอข้อความธรรมดาโดยระบุสิ่งที่ต้องหลีกเลี่ยงอย่างชัดเจน: ไม่ใช้เครื่องหมายดอกจัน ไม่ใช้เครื่องหมายแฮช และไม่ใช้จุดนำรายการ
  • กำหนดกฎการจัดรูปแบบ ครั้งเดียวในข้อความระบบ เพื่อให้พฤติกรรมของแอปพลิเคชันสม่ำเสมอ
  • ข้อความธรรมดายังคงมีโครงสร้างได้ผ่าน CAPS LABELS การขึ้นบรรทัดใหม่ และประโยคที่มีหมายเลข
เริ่มต้นได้ฟรี

เรียนรู้ AI Prompt Engineering ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส
53
บทเรียน
199

คำถามที่พบบ่อย

บทเรียน “ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Prompt Engineering ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Prompt Engineering มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ”

เมื่อใดควรขอข้อความธรรมดาที่สะอาดตาแทนผลลัพธ์มาร์กดาวน์ที่มีรูปแบบ คุณปฏิบัติ AI Prompt Engineering ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Prompt Engineering หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Prompt Engineering บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน

บทเรียน “ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน AI Prompt Engineering นี้ได้ไหม

ได้ บทเรียน AI Prompt Engineering ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. การขอรายการและหัวข้อย่อย
  2. การขอตารางและข้อมูลที่มีโครงสร้าง
  3. การจัดรูปแบบมาร์กดาวน์ในพรอมป์ต
  4. ผลลัพธ์ข้อความธรรมดากับผลลัพธ์ที่จัดรูปแบบ
← กลับไปที่ AI Prompt Engineering