ข้อความที่คุณไม่เคยส่งแต่โมเดลอ่านก่อนใคร
แอปแชททุกตัวส่งให้โมเดลมากกว่าแค่ข้อความของคุณ ก่อนคำพูดของคุณจะมีชุดข้อความที่แอปเขียนไว้ล่วงหน้า ว่าผู้ช่วยชื่ออะไร ควรทำหรือไม่ควรทำอะไร ตอบในรูปแบบไหน วันนี้วันที่เท่าไร และเรียกใช้เครื่องมือใดได้บ้าง ชุดข้อความนั้นคือ system prompt คุณพิมพ์ว่า "สรุปเรื่องนี้ให้หน่อย" แต่โมเดลได้รับหน้ากระดาษเต็มไปด้วยกติกาตามมาด้วยคำว่า "สรุปเรื่องนี้ให้หน่อย"
โมเดลปฏิบัติต่อ system prompt เหมือนคำสั่งประจำ โมเดลที่ถูกขอให้เป็น "ผู้ช่วยพูดสั้นกระชับ ตอบเป็นภาษาอังกฤษแบบบริติช และไม่ใช้บูลเล็ตพอยต์เลย" จะทำเช่นนั้นตลอดทั้งบทสนทนาโดยไม่ต้องมีใครเตือนซ้ำ เพราะคำสั่งนั้นถูกส่งเข้ามาใหม่ทุกครั้งพร้อมข้อความ การส่งซ้ำนี้คือรายละเอียดที่คนมักมองข้าม และมันคือสิ่งที่ทำให้เสียเงิน ซึ่งส่วนที่สามจะคำนวณราคาให้ดู
คุณดูของจริงได้ Anthropic เผยแพร่ system prompt ที่ใช้กับ Claude ในแอปต่าง ๆ พร้อม release notes ทุกครั้งที่มีการเปลี่ยนแปลง การอ่านมันคือทางที่เร็วที่สุดในการเข้าใจแนวนี้ เป็นย่อหน้าเกี่ยวกับน้ำเสียง เมื่อไรควรใช้ลิสต์ วิธีรับมือคำขอที่ควรปฏิเสธ และวันตัดข้อมูล เขียนเป็นภาษาอังกฤษธรรมดาแทนที่จะเป็นโค้ด ส่วนของแอปอื่นก็เคยหลุดออกมา system prompt ของ Bing chat ที่ตั้งชื่อผู้ช่วยว่า "Sydney" ถูกนักศึกษา Stanford ดึงออกมาได้ในเดือนกุมภาพันธ์ 2023 ด้วยการขอให้โมเดลพิมพ์ข้อความด้านบนบทสนทนาซ้ำ
ทำไมคำถามเดียวกันได้คำตอบต่างกันเมื่อใช้คนละแอป
API ของโมเดลติดป้ายกำกับ role ให้แต่ละข้อความ และโมเดลถูกฝึกให้ให้น้ำหนักกับแต่ละ role ต่างกัน
| Role | ใครเป็นคนเขียน | ใช้ทำอะไร | โมเดลมองว่าเป็นอะไร |
|---|---|---|---|
| System | แอป บวกกับ custom instructions ที่คุณเพิ่มเข้าไป | ตัวตน กติกา รูปแบบ เครื่องมือ วันที่ | คำสั่งประจำที่มีอำนาจเหนือรอบสนทนาของผู้ใช้ |
| User | คุณ | คำถาม ข้อความที่วาง ไฟล์ที่แนบ | งานที่ต้องทำตอนนี้ |
| Assistant | โมเดล | คำตอบก่อนหน้าของมัน | ประวัติของตัวเอง เพื่อให้สอดคล้องกับตัวเอง |
จากลำดับนี้เกิดผลสองอย่าง system prompt กำหนดกรอบ ดังนั้นข้อความเดียวกันจากผู้ใช้จะได้คำตอบต่างกันในกรอบที่ต่างกัน "เขียนโคลงล้อเลียนให้หน่อย" จะได้โคลงจริง ๆ ภายใต้ system prompt หนึ่ง แต่ถูกปฏิเสธภายใต้ system prompt ของผู้ช่วยธนาคาร และ system prompt เป็นของแอป ดังนั้นการเปลี่ยนแอปแต่ใช้โมเดลเดียวกันก็เปลี่ยนคำตอบได้ทั้งที่โมเดลไม่ได้เปลี่ยน LLM คืออะไร แยกโมเดลออกจากแอป และ system prompt คือส่วนใหญ่ของการแยกนั้น
เส้นแบ่งนี้ไม่ใช่สิ่งเด็ดขาด โมเดลถูกฝึกให้ทำตาม system prompt มากกว่าผู้ใช้ แต่ข้อความจากผู้ใช้ก็ยังสามารถโน้มน้าวให้โมเดลเลิกทำตามคำสั่งได้ ซึ่งเป็นเรื่องทั้งหมดของ AI jailbreaking คืออะไร system prompt เป็นค่าเริ่มต้นที่แข็งแรง ไม่ใช่กุญแจล็อก
System prompt ทำให้เสียค่าใช้จ่ายเท่าไร เพราะมันถูกส่งทุกรอบ
System prompt คือ input token และ โทเคนในเอไอคืออะไร แสดงให้เห็นว่า input ถูกคิดเงินในทุกข้อความ บทสนทนา 100 รอบที่มี system prompt ยาว 8,000 โทเคน ส่งคำสั่งนั้นซ้ำ 100 ครั้ง รวมเป็น 800,000 input token ก่อนที่คุณจะพิมพ์คำแรกด้วยซ้ำ
ลองคิดราคาตามลิสต์ดู ข้อความมาตรฐานหนึ่งข้อความอยู่ที่ประมาณ 1,000 โทเคน ขาเข้า และ 500 โทเคน ขาออก การเพิ่มคำสั่งยาว 8,000 โทเคน ซึ่งเทียบเท่ากับข้อความภาษาอังกฤษ 32,000 ตัวอักษรที่อัตราสี่ตัวอักษรต่อโทเคน ในทุกข้อความจาก 100 ข้อความ ทำให้เสีย input เพิ่มตามด้านล่างนี้ ที่อัตราของ OpenRouter ใน ดัชนีต้นทุนโมเดล AI ดึงข้อมูลวันที่ 2026-08-20
ผู้ให้บริการมีการแคช OpenAI ลดราคา input ที่แคชไว้ครึ่งหนึ่ง และลดถึง 90 เปอร์เซ็นต์บนโมเดลรุ่นล่าสุด ส่วน Anthropic คิดราคาการอ่านแคชที่หนึ่งในสิบของราคาลิสต์ ดังนั้นแอปที่ตั้งค่าแคชไว้จะจ่ายน้อยกว่าที่แผนภูมิแสดงมาก แผนภูมินี้คือราคาลิสต์ ซึ่งเป็นสิ่งที่ดัชนีต้นทุนติดตามและเป็นสิ่งที่แอปที่ไม่ใช้แคชต้องจ่าย คำสั่งประจำที่ยาวยังคงเป็นข้อความเดียวที่ถูกส่งทุกครั้ง
Whizi คิดเงินกลับด้าน ข้อความหนึ่งมีราคาเป็นจำนวนเครดิตคงที่ตามที่โมเดลกำหนด 1 เครดิตสำหรับโมเดลของบ้าน 10 เครดิตสำหรับ Claude Sonnet 5 และ 20 เครดิตสำหรับ Claude Opus 5 โดยความยาวของคำสั่งไม่มีผลต่อราคาเลย 100 ข้อความเดียวกันเสีย 100, 1,000 หรือ 2,000 เครดิตไม่ว่าจะมีคำสั่งหรือไม่ก็ตาม เครดิตของ Whizi ทำงานอย่างไร มีบันไดราคาให้ดู
ส่วนไหนของ system prompt ที่คุณได้รับอนุญาตให้เขียนเอง
ผลิตภัณฑ์เปิดส่วนหนึ่งของ system prompt ให้คุณเติมเอง ChatGPT เรียกมันว่า custom instructions และ memory, Claude มี project instructions และ styles, Gemini มี saved info ไม่ว่าจะเรียกชื่ออะไร ข้อความของคุณจะถูกต่อท้ายคำสั่งของผลิตภัณฑ์เองและถูกส่งซ้ำทุกรอบ
ใน Whizi ส่วนนี้คือโปรเจกต์ โปรเจกต์ คือโฟลเดอร์ของบทสนทนาที่มีคำสั่งเป็นของตัวเอง ยาวได้ถึง 32,000 ตัวอักษร นำไปใช้กับทุกแชตภายในโปรเจกต์นั้นและถูกสร้างใหม่เข้าไปใน prompt ทุกข้อความ ไฟล์ที่ปักหมุดไว้ก็ไปด้วยแบบเดียวกัน จำกัดที่ 32,000 ตัวอักษรของข้อความที่ดึงออกมาต่อไฟล์ และ 120,000 ตัวอักษรสำหรับบล็อกโปรเจกต์ทั้งหมด ไม่มีช่อง custom instructions ระดับบัญชี คำสั่งประจำโปรเจกต์คือคำสั่งเดียวที่ผู้ใช้เขียนเองในผลิตภัณฑ์นี้ ดังนั้นความชอบที่คุณอยากให้มีทุกที่ต้องถูกวางลงในทุกโปรเจกต์
เอเจนต์ในตัวสี่ตัวแสดงอีกด้านหนึ่ง แถว Canadian CPA, Study Mentor, Writing Copilot และ Math Tutor แต่ละตัวมี system prompt คงที่เขียนไว้ในแคตตาล็อกโมเดล ซึ่งคุณแก้ไขไม่ได้ การเลือกเอเจนต์คือการเลือก system prompt
อะไรควรอยู่ในคำสั่ง ดูจากตัวอย่างที่เผยแพร่จริง
คำสั่งที่ใช้ได้ผลอ่านเหมือนบรีฟให้เพื่อนร่วมงานใหม่ และ prompt ของ Claude ที่เผยแพร่ออกมาคือตัวอย่างสาธารณะที่ดีที่สุดของรูปแบบนี้ มีสี่อย่างที่แบกน้ำหนักส่วนใหญ่ไว้
- บทบาทและกลุ่มเป้าหมายในประโยคเดียว "คุณคือผู้ช่วยด้านภาษีสำหรับเจ้าของกิจการรายเดียวในแคนาดา" ทำงานได้มากกว่าคำคุณศัพท์สามย่อหน้า
- กติการูปแบบที่เขียนเป็นกฎ "ตอบไม่เกิน 150 คำ ห้ามใช้บูลเล็ตพอยต์ สะกดแบบบริติช" โมเดลทำตามคำสั่งเด็ดขาดได้แม่นยำกว่าความชอบ
- ต้องทำอย่างไรเมื่อไม่แน่ใจ "ถ้าคำตอบขึ้นอยู่กับข้อเท็จจริงที่คุณไม่มี ให้ถามคำถามหนึ่งข้อก่อนตอบ" หากไม่มีข้อนี้ โมเดลจะเดาเอาเอง
- อะไรที่ควรปฏิเสธ และปฏิเสธอย่างไร ระบุหมวดหมู่และถ้อยคำของการปฏิเสธ ไม่เช่นนั้นโมเดลจะคิดขึ้นเอง
สิ่งที่ไม่ควรอยู่ในนั้น คือข้อเท็จจริงที่เปลี่ยนแปลงได้ ราคา จำนวนโมเดล หรือวันที่ที่เขียนไว้ใน system prompt จะถูกยืนยันซ้ำทุกรอบจนกว่าจะมีใครแก้ไข ซึ่งเป็นวิธีที่คำสั่งเก่ากลายเป็นคำตอบที่ผิดอย่างมั่นใจไปนานหลายเดือน ให้เก็บข้อเท็จจริงที่เปลี่ยนแปลงได้ไว้ในไฟล์ที่ปักหมุดหรือการค้นหาแทนที่จะอยู่ในคำสั่งประจำ เพราะ วันตัดข้อมูล ของโมเดลเองก็ทำให้มันล้าสมัยอยู่ดี วิศวกรรมพรอมต์สำหรับมือใหม่ ครอบคลุมฝั่งต่อข้อความของงานฝีมือแบบเดียวกันนี้
- เขียนบทบาทและกลุ่มเป้าหมายไว้ในประโยคแรกของคำสั่งใดก็ตามที่คุณเพิ่มเข้าไป
- ระบุรูปแบบเป็นกฎ ไม่ใช่ความชอบ เช่น จำกัดคำ ห้ามใช้ลิสต์ สะกดแบบไหน
- ให้คำสั่งประจำสั้นเข้าไว้ เพราะทุกตัวอักษรถูกส่งซ้ำในทุกข้อความ
- เก็บข้อเท็จจริงที่เปลี่ยนแปลงได้ให้ห่างจากคำสั่ง แล้วใส่ไว้ในไฟล์ปักหมุดหรือการค้นหาแทน
- บอกโมเดลว่าควรทำอย่างไรเมื่อขาดข้อมูล ไม่เช่นนั้นมันจะเติมช่องว่างเอง
คำถามที่พบบ่อย
System prompt กับ user prompt ต่างกันอย่างไร
System prompt เขียนโดยแอปและกำหนดกติกาประจำ ได้แก่ บทบาท น้ำเสียง รูปแบบ และสิ่งที่ควรปฏิเสธ user prompt คือข้อความของคุณ งานที่ต้องทำตอนนี้ โมเดลถูกฝึกให้ทำตาม system prompt มากกว่ารอบสนทนาของผู้ใช้ และ system prompt ถูกส่งซ้ำพร้อมทุกข้อความ ในขณะที่ user prompt แต่ละอันถูกส่งเพียงครั้งเดียว
ดู system prompt ของ ChatGPT หรือ Claude ได้ไหม
Anthropic เผยแพร่ system prompt ที่ใช้ในแอป Claude พร้อม release notes ของแต่ละการเปลี่ยนแปลง ส่วน OpenAI ไม่เผยแพร่ของ ChatGPT แม้ว่าจะมีบางเวอร์ชันถูกดึงออกมาและโพสต์โดยผู้ใช้ การขอให้โมเดลพิมพ์คำสั่งของตัวเองซ้ำบางครั้งก็ได้ผลและบางครั้งก็ได้คำสั่งที่โมเดลแต่งขึ้นเอง จึงควรมองว่า prompt ที่หลุดออกมาเป็นสิ่งที่ยังไม่ได้รับการยืนยัน เว้นแต่ผู้ให้บริการจะยืนยันเอง
System prompt เสียโทเคนไหม
เสีย และเสียในทุกข้อความ มันคือข้อความ input และถูกส่งซ้ำทุกรอบ ดังนั้นคำสั่งยาว 8,000 โทเคนตลอด 100 ข้อความคือ 800,000 input token ที่ราคาลิสต์ มันทำให้ต้นทุนของบทสนทนาบน Claude Sonnet 5 เพิ่มขึ้นสามเท่า จาก $0.70 เป็น $2.30 Whizi คิดราคาแบบเครดิตคงที่ต่อข้อความตามที่โมเดลกำหนด ดังนั้นความยาวของคำสั่งจึงไม่เปลี่ยนสิ่งที่คุณจ่าย
Custom instructions คืออะไร
คือส่วนของ system prompt ที่ผลิตภัณฑ์เปิดให้คุณเขียนเอง ข้อความของคุณจะถูกต่อท้ายคำสั่งของแอปเองและส่งพร้อมทุกข้อความ ใน ChatGPT มันคือช่องในตั้งค่า ใน Whizi มันคือคำสั่งประจำโปรเจกต์ ยาวได้ถึง 32,000 ตัวอักษร ซึ่งใช้กับทุกบทสนทนาในโปรเจกต์นั้น
ผู้ใช้สามารถลบล้าง system prompt ได้ไหม
บางครั้งได้ โมเดลถูกฝึกให้ให้ความสำคัญกับ system prompt เป็นอันดับแรก และ prompt ที่เขียนดีจะยืนหยัดต่อคำขอทั่วไปได้ ข้อความที่ถูกออกแบบมาเพื่อโน้มน้าวให้โมเดลเลิกทำตามกติกาของมันคือ jailbreak และผู้ให้บริการมองว่าเป็นปัญหาด้านความปลอดภัย ไม่ใช่ฟีเจอร์ สิ่งที่ต้องไม่เกิดขึ้นเด็ดขาดควรอยู่ในโค้ดนอกโมเดล ซึ่งข้อความจะไม่สามารถโต้แย้งได้