การประยุกต์ใช้ AI ในงานบริหารทรัพยากรมนุษย์

AI กำลังเข้ามาพลิกโฉมงานบริหารทรัพยากรมนุษย์ (HR) ตั้งแต่การสรรหาคัดเลือก การปฐมนิเทศ การตอบคำถามพนักงาน ไปจนถึงการวิเคราะห์เพื่อรักษาพนักงานที่มีความสามารถไว้ Workshop นี้ไม่ได้มุ่งเน้นให้คุณเพียงแค่ “ใช้เครื่องมือเป็น” แต่ต้องการสร้าง “AI Mindset สำหรับ HR”

คุณจะได้ฝึกฝนผ่านแกนความคิด 5 ขั้นนี้:

เมื่อจบ Workshop คุณจะสามารถ:

1. อธิบายบทบาท ข้อจำกัด และความแตกต่างระหว่าง AI ทั่วไปกับ AI ที่ใช้อ้างอิงเอกสาร (RAG) ในงาน HR ได้
2. เขียน Prompt แบบมีโครงสร้าง (Structured Prompt) สำหรับงาน HR ได้อย่างแม่นยำ
3. ใช้ Gemini เพื่อสร้างสรรค์งาน เช่น Job Description และอีเมลติดต่อผู้สมัคร
4. ใช้ Gemini Notebook สร้าง HR Assistant ที่ตอบคำถามจากคู่มือพนักงานได้อย่างถูกต้อง พร้อมตรวจสอบแหล่งอ้างอิง (Citation) ทุกคำตอบ
5. ตระหนักถึงความเสี่ยงด้าน AI Bias, จริยธรรม และ PDPA ในบริบทของ HR ไทย
6. ประยุกต์ใช้ AI ในการแก้ปัญหาทาง HR โดยยึดหลัก Human in the Loop

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 แล้วสังเคราะห์คำตอบ บทความ ตาราง หรือแผนงานขึ้นมาใหม่ทั้งหมด 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

ในงาน HR นี่คือความต่างระหว่าง AI ที่ “ตอบคำถามให้” กับ AI ที่ “ลงมือทำงานแทน” — ตัวอย่างเช่น Gemini Notebook มีพฤติกรรมแบบ Agentic ในระดับหนึ่ง เมื่อเราถามคำถามหนึ่งข้อ มันจะค้นเอกสารหลายไฟล์ที่เราอัปโหลดไว้เอง เทียบเนื้อหาข้ามไฟล์ แล้วสรุปคำตอบพร้อมอ้างอิงแหล่งที่มาให้ครบ โดยเราไม่ต้องสั่งทีละขั้นตอนว่าให้เปิดไฟล์ไหนก่อน

AI ชั้นนำในปัจจุบัน

AI / บริษัท	จุดเด่น	เหมาะกับงาน HR
GeminiGoogle	ผูกกับ Google Workspace (Docs, Sheets, Gmail) เข้าใจภาษาไทยดี	ร่างอีเมล, JD, แผนงาน, สรุปเนื้อหา
Google	ตอบจากเอกสารที่ป้อนให้เท่านั้น (RAG) พร้อมอ้างอิงแหล่งที่มา	คัดกรอง Resume, ตอบคำถามจากคู่มือพนักงาน
ChatGPTOpenAI	สนทนาโต้ตอบเป็นธรรมชาติ ปลั๊กอิน/GPTs หลากหลาย	ระดมไอเดีย, ฝึกซ้อมบทสนทนา
ClaudeAnthropic	เขียนเอกสารยาวได้ละเอียด เน้นความปลอดภัยของข้อมูล	วิเคราะห์เอกสารนโยบาย, ร่างรายงาน
CopilotMicrosoft	ฝังอยู่ใน Word, Excel, Outlook โดยตรง	งานเอกสารในองค์กรที่ใช้ Microsoft 365

Local Model vs. Frontier AI Model

AI ทั้ง 5 ตัวในตารางด้านบนล้วนเป็น Frontier Model ที่รันบนคลาวด์ของผู้ให้บริการ ก่อนเลือกเครื่องมือมาใช้ในงาน HR ควรเข้าใจว่ายังมี AI อีกกลุ่มคือ Local Model (เช่น Llama, Ollama) ที่รันในเครื่อง/เซิร์ฟเวอร์ขององค์กรเอง เพราะมีผลโดยตรงต่อ ความปลอดภัยของข้อมูลพนักงาน (PDPA) และงบประมาณ

Step 1: เช็คความพร้อม & AI ไม่ใช่ Google (15 นาที)

• Log in เข้า Google Gemini แล้วทำความรู้จัก UI บนหน้าจอ
• ปรับ Mindset: Google = หาแหล่งข้อมูล / AI = ผู้ช่วยคิดวิเคราะห์ที่ต้องป้อนบริบท

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

ช่วยแพลนที่เที่ยว/ที่กิน เสาร์-อาทิตย์นี้ให้หน่อย
มีงบ 2,000 บาท ไป 2 คน เริ่มจากสยาม
ชอบร้านกาแฟและคาเฟ่ถ่ายรูปสวย

สร้างภาพประกาศรับสมัครงาน:

สร้างภาพโปสเตอร์ประกาศรับสมัครงาน
บริษัท: บลูเวฟ ดิจิทัล จำกัด (Tech Startup สัญชาติไทย)
ตำแหน่ง: HR Coordinator
สไตล์: โทนสีเขียว-ครีม ดูทันสมัย เป็นมิตร เหมาะกับ Tech Startup
องค์ประกอบ: ใส่ข้อความบนภาพให้ครบ — หัวข้อ "รับสมัคร HR Coordinator", ชื่อบริษัท "บลูเวฟ ดิจิทัล", คุณสมบัติแบบ Bullet 3 ข้อ (ประสบการณ์ 0-3 ปี / ใช้เครื่องมือดิจิทัล-AI เป็น / สื่อสารดี), อีเมลสมัครงาน [email protected] ที่มุมล่าง
บรรยากาศ: พนักงานทำงานร่วมกันอย่างมีความสุขในออฟฟิศที่มีแสงธรรมชาติ
สัดส่วนภาพ: แนวตั้ง เหมาะสำหรับโพสต์ลง Instagram/Facebook

💡 หลักการเดียวกัน — ยิ่งบอกสไตล์ โทนสี องค์ประกอบ และช่องทางที่จะใช้ชัดเจนแค่ไหน ภาพที่ได้ก็ยิ่งใช้งานได้จริงมากขึ้นเท่านั้น (Prompt นี้จะได้ใช้อีกครั้งใน Session 2 ในเวอร์ชันที่ต่อยอดจาก JD จริงที่คุณสร้างเอง)

Step 1: Search Engine vs. Generative AI

• Search Engine: ไปหาข้อมูลที่มีอยู่แล้วมาให้ (เหมือนเข้าห้องสมุด)
• Generative AI: สังเคราะห์และสร้างของใหม่ขึ้นมา (เหมือนมีผู้ช่วยส่วนตัว)

ตอน Pre-session เราลองเทียบ Prompt กำกวมกับ Prompt ที่มีบริบทมาแล้ว คราวนี้มาทำให้เป็นระบบด้วยสูตรที่จำง่ายและใช้ได้กับงาน HR แทบทุกประเภท

Step 2: สูตร Prompt 5 องค์ประกอบ (The PROMPT Formula)

1. ROLE (บทบาท): คุณคือ HR Manager ประสบการณ์ 10 ปี
2. TASK (งาน): ช่วยเขียนอีเมลปฏิเสธผู้สมัคร (Rejection Email)
3. CONTEXT (บริบท): สำหรับผู้สมัครตำแหน่ง Marketing ที่ตกรอบ...
4. CONSTRAINT (เงื่อนไข): ใช้โทนภาษาเชิงบวก ไม่เกิน 150 คำ...
5. FORMAT (รูปแบบ): จัดหน้าแบบอีเมล มีหัวข้อชัดเจน

คุณคือ HR Manager ที่มีประสบการณ์ 10 ปี

งาน: ช่วยเขียนอีเมลปฏิเสธผู้สมัคร (Rejection Email)

บริบท: สำหรับผู้สมัครตำแหน่ง Marketing ที่ตกรอบสัมภาษณ์
ชื่อผู้สมัคร: [ใส่ชื่อ]
ตำแหน่งที่สมัคร: [ใส่ตำแหน่ง]

เงื่อนไข: ใช้โทนภาษาเชิงบวก ให้เกียรติผู้สมัคร ไม่เกิน 150 คำ
ไม่ระบุเหตุผลเชิงลบที่กระทบความรู้สึก เปิดโอกาสให้สมัครใหม่ในอนาคต

รูปแบบ: จัดหน้าแบบอีเมล มีหัวเรื่อง คำทักทาย เนื้อหา และคำลงท้ายที่เป็นทางการ

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: คุณคือ HR Coordinator

Task: เขียนข้อความแจ้งเตือนพนักงานที่มีวันลาพักร้อนเหลือมากกว่า 10 วัน ให้รีบวางแผนใช้ก่อนสิ้นปี

Format: ข้อความสั้น ไม่เกิน 3 บรรทัด ใช้ส่งทาง LINE กลุ่มบริษัท

T-A-GTask · Action · Goal

เหมาะกับ: งานที่ต้องการผลลัพธ์เชิงกลยุทธ์ มีเป้าหมายชัดเจน — เน้นว่า "ทำไมถึงต้องทำ" ไม่ใช่แค่ "ทำอะไร" ช่วยให้ AI ตอบตรงเป้าหมายมากกว่าทำตามคำสั่งอย่างเดียว

Task: วิเคราะห์สาเหตุที่พนักงานทีม Sales ลาออกสูงกว่าทีมอื่น

Action: เสนอ 3 มาตรการที่ทำได้จริงภายใน 1 เดือน งบไม่เกิน 10,000 บาท

Goal: ลด Turnover Rate ของทีม Sales ลง 20% ภายในไตรมาสหน้า

B-A-BBefore · After · Bridge

เหมาะกับ: งานโน้มน้าวใจ นำเสนอ หรือแก้ปัญหา — บอกสถานการณ์ปัจจุบัน (Before) ผลลัพธ์ที่อยากได้ (After) แล้วให้ AI ช่วยหาทาง "เชื่อม" ทั้งสองจุด (Bridge)

Before: ตอนนี้พนักงานขอ WFH เพิ่มบ่อยแต่บริษัทยังไม่มีนโยบายชัดเจน หัวหน้างานแต่ละทีมอนุมัติไม่เหมือนกัน

After: อยากได้นโยบาย WFH ที่ชัดเจน ยุติธรรมทุกทีม และผู้บริหารเห็นด้วยว่าไม่กระทบผลงาน

Bridge: ช่วยร่างข้อเสนอนโยบาย WFH พร้อมข้อมูลสนับสนุนที่ใช้โน้มน้าวผู้บริหารได้

R-C-I-CRole · Context · Instruction · Constraint

เหมาะกับ: งานที่ต้องการความแม่นยำสูง เอกสารทางการ — ใกล้เคียงสูตร PROMPT แต่กระชับกว่า เน้นบทบาท บริบท คำสั่ง และข้อจำกัดที่ต้องทำตามเคร่งครัด

Role: คุณคือที่ปรึกษากฎหมายแรงงาน

Context: บริษัท Tech Startup พนักงาน 52 คน ต้องการปรับปรุงระเบียบการลาป่วยให้สอดคล้องกฎหมายแรงงานไทยล่าสุด

Instruction: ร่างระเบียบการลาป่วยฉบับปรับปรุง ระบุสิทธิ์ เอกสารที่ต้องยื่น และขั้นตอนอนุมัติ

Constraint: ต้องอ้างอิงกฎหมายแรงงานไทยฉบับปัจจุบัน ห้ามขัดแย้งกับสิทธิ์ขั้นต่ำตามกฎหมาย ความยาวไม่เกิน 1 หน้า A4

Step 4: Workshop 1 — HR Communication (ลงมือทำ)

โจทย์: เขียนอีเมลแจ้งผู้สมัครที่ผ่านการสัมภาษณ์ตำแหน่ง HR Coordinator ของบลูเวฟ ดิจิทัล ให้มาเริ่มงานตามวันที่กำหนด (คู่กันกับเทมเพลต Rejection Email ด้านบน — งานจริงต้องเขียนทั้งสองแบบ)

1. รอบที่ 1 — Prompt สั้นไม่มีโครงสร้าง: พิมพ์แค่ “เขียนอีเมลแจ้งผู้สมัครว่าผ่านสัมภาษณ์” แล้วเก็บผลลัพธ์ไว้ก่อน
2. รอบที่ 2 — ใช้สูตร PROMPT 5 องค์ประกอบ: คัดลอกเทมเพลตด้านล่าง เติมข้อมูลใน [วงเล็บ] ให้ครบ แล้วส่ง
3. เปรียบเทียบผลสองรอบใน 3 ด้าน: (1) ความครบถ้วนของข้อมูลที่ผู้สมัครต้องรู้ — วันเริ่มงาน เอกสารที่ต้องเตรียม ช่องทางติดต่อ (2) โทนภาษาเหมาะกับบริษัทไหม (3) มีข้อมูลที่ AI แต่งเติมเองโดยไม่ได้สั่งหรือไม่ เช่น ตัวเลขเงินเดือน สถานที่ หรือชื่อคน — จุดนี้สำคัญที่สุด เพราะคืออาการ Hallucination ในงานจริง

คุณคือ HR Manager ของบริษัท Tech Startup สัญชาติไทย

งาน: เขียนอีเมลแจ้งผู้สมัครว่าผ่านการสัมภาษณ์ และนัดหมายวันเริ่มงาน

บริบท: ผู้สมัครชื่อ [ใส่ชื่อ] ตำแหน่ง HR Coordinator
วันเริ่มงาน [ใส่วันที่] เอกสารที่ต้องเตรียม: สำเนาบัตรประชาชน สำเนาวุฒิการศึกษา สมุดบัญชีธนาคาร

เงื่อนไข: โทนอบอุ่นเป็นมิตรแบบ Startup แต่ยังเป็นทางการ ไม่เกิน 200 คำ
ห้ามระบุตัวเลขเงินเดือน ให้อ้างว่า “ตามที่ตกลงกันในการสัมภาษณ์”
ระบุชื่อและช่องทางติดต่อ HR สำหรับคำถามเพิ่มเติม

รูปแบบ: อีเมลภาษาไทย มีหัวเรื่อง คำทักทาย เนื้อหาแบ่งย่อหน้า และคำลงท้ายที่เป็นทางการ

Step 1: สร้าง Job Description และภาพประกาศรับสมัครงาน (Gemini)

ใช้ Gemini สร้าง JD ตำแหน่ง HR Coordinator โดยใส่ Context เป็น “บริษัท Tech Startup”

คุณคือ HR Business Partner ที่เชี่ยวชาญการเขียน Job Description ให้บริษัท Tech Startup

งาน: สร้าง Job Description ตำแหน่ง HR Coordinator

บริบท: บริษัท Tech Startup สัญชาติไทย พนักงาน 52 คน กำลังขยายตัว
วัฒนธรรมองค์กรทำงานเร็ว ยืดหยุ่น เน้นการเรียนรู้

เงื่อนไข: ระบุ Responsibilities, Qualifications, และ Nice-to-have แยกหมวดชัดเจน
ใช้ภาษาที่ดึงดูดคน Gen Z ไม่เป็นทางการจนเกินไป

รูปแบบ: หัวข้อ Bullet point พร้อมสรุปเงินเดือนและสวัสดิการโดยประมาณ

เมื่อได้ JD ที่พอใจแล้ว ต่อยอดเป็น ใบประกาศรับสมัครงาน สำหรับโพสต์ลงโซเชียล โดยดึงคุณสมบัติเด่นจาก JD ที่เพิ่งสร้างมาใส่ในภาพ

สร้างภาพใบประกาศรับสมัครงานจาก Job Description ด้านบน
บริษัท: บลูเวฟ ดิจิทัล จำกัด (Tech Startup สัญชาติไทย)
ตำแหน่ง: HR Coordinator
สไตล์: โทนสีเขียว-ครีม ดูทันสมัย เป็นมิตร เหมาะกับ Tech Startup
องค์ประกอบ: ใส่ข้อความบนภาพให้ครบ — หัวข้อ "รับสมัคร HR Coordinator", ชื่อบริษัท "บลูเวฟ ดิจิทัล", คุณสมบัติแบบ Bullet 3 ข้อ (ดึงจาก Qualifications ใน JD ด้านบน), สวัสดิการเด่น 2 ข้อ, อีเมลสมัครงาน [email protected] ที่มุมล่าง
บรรยากาศ: พนักงานทำงานร่วมกันอย่างมีความสุขในออฟฟิศที่มีแสงธรรมชาติ
สัดส่วนภาพ: แนวตั้ง เหมาะสำหรับโพสต์ลง Instagram/Facebook

Step 2: ใช้ Gemini วิเคราะห์ข้อมูลการสรรหาของบริษัท

ประกาศรับสมัครออกไปแล้ว คำถามถัดไปคือ “ที่ผ่านมาการสรรหาของบริษัทเป็นอย่างไร” — เปิดข้อมูลการสรรหาจริงของบลูเวฟ ดิจิทัล แล้วให้ Gemini ช่วยอ่านตัวเลขและหาจุดที่เป็นปัญหา

เป้าหมายของขั้นนี้: ไม่ใช่แค่ “ให้ AI สรุปตัวเลขให้” แต่ฝึกตั้งคำถามกลับกับคำตอบของ AI — ตัวเลขที่ AI คำนวณถูกไหม สาเหตุที่สรุปมาจากข้อมูลจริงหรือเดาเอา และข้อมูลเท่านี้พอจะสรุปได้แค่ไหน

ขั้นที่ 1 — ดาวน์โหลดไฟล์ให้ครบทั้ง 2 ไฟล์:

• ⬇ ดาวน์โหลด recruitment-funnel.xlsx — ตาราง 4 ตำแหน่ง 20 คอลัมน์ พร้อมตัวเลข Funnel ทุกขั้น จำนวนคนที่ปฏิเสธข้อเสนอและถอนตัว จำนวนวันที่เปิดรับ เงินเดือนที่ตั้งงบไว้เทียบกับที่ผู้สมัครขอและเทียบกับเงินเดือนกลางของทีมปัจจุบัน ช่องทางรับสมัคร และต้นทุนที่ใช้ไป (มีชีต “คำอธิบายข้อมูล” กำกับนิยามทุกคอลัมน์)
• ⬇ ดาวน์โหลด company-profile.xlsx — ข้อมูลบริษัท ผลประกอบการย้อนหลัง 3 ปี และจำนวนพนักงานแยกแผนก

ทั้งสองไฟล์เป็นตัวเลขภาพรวม ไม่มีข้อมูลรายบุคคล (Mask ข้อมูลส่วนบุคคลแล้ว)

ขั้นที่ 2 — ป้อนให้ Gemini (แยกให้ชัดว่าอะไร “แนบไฟล์” อะไร “พิมพ์ในช่องแชท”):

1. แนบไฟล์ทั้ง 2 ไฟล์: กดปุ่ม ➕ (หรือรูปคลิปหนีบกระดาษ) ในช่องแชทของ Gemini แล้วอัปโหลด recruitment-funnel.xlsx และ company-profile.xlsx พร้อมกันในแชทเดียว — ต้องแนบให้ครบทั้งคู่ เพราะ Prompt สั่งให้เชื่อมโยงข้อมูลข้ามไฟล์
2. พิมพ์ Prompt: กดปุ่ม “คัดลอก” ด้านล่าง แล้ววางลงในช่องแชทเดียวกับที่แนบไฟล์ จากนั้นกดส่ง

คุณคือ HR Analyst ที่เชี่ยวชาญการวิเคราะห์ข้อมูลการสรรหาบุคลากร

งาน: วิเคราะห์ข้อมูลการสรรหาจากไฟล์ที่แนบทั้ง 2 ไฟล์ แล้วชี้จุดที่เป็นปัญหาพร้อมข้อเสนอแนะ

บริบท: ไฟล์ที่แนบมี 2 ไฟล์
1) recruitment-funnel.xlsx — ข้อมูลการสรรหา 4 ตำแหน่ง
2) company-profile.xlsx — ข้อมูลบริษัท ผลประกอบการ 3 ปี และจำนวนพนักงานแยกแผนก
บริษัท Tech Startup สัญชาติไทย พนักงาน 52 คน กำลังเปิดรับหลายตำแหน่งพร้อมกัน
ตำแหน่ง HR Coordinator ยังหาคนไม่ได้

เงื่อนไข: คำนวณอัตราผ่านแต่ละขั้นของ Funnel (applied → screened → interviewed → offered → hired) เป็นเปอร์เซ็นต์ พร้อมแสดงวิธีคิดให้เห็น เช่น 12/47 = 25.5%
เปรียบเทียบแต่ละตำแหน่งว่าตำแหน่งไหนมีปัญหาที่ขั้นตอนใด
อธิบายสาเหตุโดยอ้างอิงเฉพาะตัวเลขที่มีในไฟล์ — เทียบเงินเดือนที่ตั้งงบไว้กับทั้งที่ผู้สมัครขอเฉลี่ยและเงินเดือนกลางของทีมปัจจุบัน จำนวนคนที่ถอนตัวและปฏิเสธข้อเสนอ จำนวนวันที่เปิดรับ ช่องทางรับสมัคร และต้นทุนที่ใช้ไป
เชื่อมโยงกับข้อมูลบริษัทในไฟล์ที่ 2 — ประเมินว่าถ้าปรับงบเงินเดือนตำแหน่งที่มีปัญหาให้เท่าที่ผู้สมัครขอ จะกระทบค่าใช้จ่ายพนักงานรวมต่อปีของบริษัทมากน้อยแค่ไหน คิดเป็นกี่เปอร์เซ็นต์ของรายได้
ห้ามสรุปสาเหตุที่ไม่มีข้อมูลรองรับในไฟล์ ถ้าเป็นการคาดเดาให้เขียนกำกับว่า “เป็นสมมติฐาน ต้องหาข้อมูลเพิ่ม”
ระบุ 3 ข้อเสนอแนะที่ทำได้จริง เรียงตามความเร่งด่วน พร้อมเหตุผลที่อ้างอิงตัวเลขในไฟล์
ปิดท้ายด้วยข้อจำกัดของข้อมูลชุดนี้ และบอกว่าต้องมีข้อมูลอะไรเพิ่มจึงจะสรุปได้มั่นใจขึ้น

รูปแบบ: ตารางสรุปอัตราผ่านแต่ละขั้น ตามด้วยหัวข้อ “จุดที่เป็นปัญหา”, “ข้อเสนอแนะ” และ “ข้อจำกัดของข้อมูล”

Step 1: สร้าง HR Assistant (Gemini Notebook)

อัปโหลด Employee Handbook (PDF) แล้วลองตั้งคำถามยากๆ พร้อมฝึกเช็ค Citation (แหล่งอ้างอิง)

เปิดคู่มือฉบับเต็ม →

คู่มือพนักงาน — บริษัท บลูเวฟ ดิจิทัล จำกัด

พิมพ์เป็น PDF จากหน้านี้แล้วอัปโหลดเข้า Gemini Notebook ก่อนเริ่มถามคำถาม

ขั้นตอนการใช้งาน Gemini Notebook (ทำตามทีละข้อ)

1. เตรียมไฟล์คู่มือเป็น PDF: เปิดการ์ดคู่มือด้านบน → กดปุ่ม “🖨 พิมพ์ / บันทึกเป็น PDF” ที่มุมบนของหน้า → ในหน้าต่างพิมพ์ เลือกปลายทางเป็น “บันทึกเป็น PDF (Save as PDF)” → กดบันทึกลงเครื่อง
2. เปิด Gemini Notebook: ไปที่ notebook.google.com แล้วลงชื่อเข้าใช้ด้วยบัญชี Google เดียวกับที่ใช้ Gemini
3. สร้างโน้ตบุ๊กใหม่: กดปุ่ม “สร้างใหม่ (Create new)” ตั้งชื่อว่า “HR Assistant — บลูเวฟ ดิจิทัล” เพื่อให้กลับมาหาเจอภายหลัง
4. เพิ่มแหล่งข้อมูล (Sources): เลือก “อัปโหลดไฟล์ (Upload)” แล้วลากไฟล์ PDF คู่มือพนักงานเข้าไป — รอจนระบบประมวลผลเสร็จ จะขึ้นชื่อไฟล์ในแถบ Sources ด้านซ้าย
5. ตรวจว่าอ่านเอกสารครบ: ลองถามคำถามง่ายๆ ก่อน เช่น “คู่มือนี้มีทั้งหมดกี่หมวด อะไรบ้าง” — ต้องตอบได้ว่ามี 7 หมวด ถ้าตอบไม่ครบแสดงว่าไฟล์ PDF ขาดหน้า ให้พิมพ์ใหม่
6. เริ่มถามคำถามจริง: ใช้คำถามด้านล่างนี้ แล้วกดที่ตัวเลขอ้างอิง (Citation) ท้ายคำตอบทุกครั้ง เพื่อดูว่าข้อความต้นทางในคู่มือเขียนไว้ว่าอย่างไร

เพิ่งผ่านโปร ขอลาป่วยต่อเนื่องได้ไหม บริษัทจ่ายเงินไหม?

คำถามหลอกเพิ่มเติม (ต้องอ่านหลายหมวดประกอบกันถึงจะตอบถูก — เหมาะใช้ฝึกเช็ค Citation):

• “พนักงานที่ยังทดลองงานอยู่ 90 วัน ขอ WFH ได้ไหม?” (ต้องกางหมวด 1.2 + หมวด 4.1 — คำตอบคือไม่ได้ เว้นแต่ได้รับอนุมัติพิเศษ)
• “ลาป่วยกับลากิจ ช่วงทดลองงานต่างกันยังไง?” (ต้องเทียบหมวด 2.3 กับหมวด 3.1 — ลาป่วยไม่ผูกอายุงาน แต่ลากิจจำกัดแค่ 1 วัน)
• “ผ่านโปรวันที่ 119 พอดี สัปดาห์หน้าขอ WFH 2 วันได้เลยไหม?” (ต้องดูหมวด 4.3 — ได้สิทธิ์ทันทีในสัปดาห์ถัดไป ไม่ต้องรอครบปี)

แชร์โน้ตบุ๊กให้พนักงานใช้เป็น HR Assistant จริง

เมื่อทดสอบจนมั่นใจว่าตอบถูกและอ้างอิงได้แล้ว ขั้นต่อไปคือเปิดให้พนักงานทั้งบริษัทถามเองได้ — นี่คือจุดที่เปลี่ยนจาก “เครื่องมือส่วนตัวของ HR” เป็น “บริการที่ลดงานตอบคำถามซ้ำๆ ของ HR จริง”

1. เปิดเมนูแชร์: ในโน้ตบุ๊กที่สร้างไว้ กดปุ่ม “แชร์ (Share)” มุมขวาบน
2. เลือกสิทธิ์ให้ถูก — สำคัญที่สุด: ตั้งเป็น “ผู้อ่าน (Viewer)” เท่านั้น พนักงานจะถามคำถามและเห็น Citation ได้ แต่แก้ไขหรือลบแหล่งข้อมูลไม่ได้ — ถ้าตั้งเป็น Editor พนักงานอาจลบไฟล์คู่มือหรืออัปโหลดไฟล์อื่นทับโดยไม่ตั้งใจ
3. กำหนดขอบเขตผู้เข้าถึง: เพิ่มเป็นรายอีเมลของพนักงาน หรือแชร์ทั้งโดเมนองค์กร (เช่น ทุกคนที่ใช้อีเมล @bluewave-digital.co.th) — ห้ามตั้งเป็นสาธารณะให้ทุกคนที่มีลิงก์เข้าถึงได้ เพราะคู่มือพนักงานเป็นเอกสารภายในบริษัท
4. ส่งลิงก์พร้อมคำแนะนำการใช้: แจ้งพนักงานว่าถามเป็นภาษาพูดได้เลย และให้กดดู Citation ทุกครั้งก่อนนำคำตอบไปใช้
5. วางระบบดูแลต่อเนื่อง: กำหนดผู้รับผิดชอบอัปเดตไฟล์เมื่อระเบียบเปลี่ยน — โน้ตบุ๊กตอบตามเอกสารที่ใส่ไว้เท่านั้น ถ้าคู่มือเก่า คำตอบก็จะเก่าตามโดยไม่มีสัญญาณเตือน

Step 2: New Employee Onboarding (Gemini)

ใช้ Gemini ออกแบบตารางปฐมนิเทศ 7 วันแรก สำหรับ Gen Z เน้นกิจกรรม Ice-breaking และ Mentoring

คุณคือ L&D Specialist ที่ออกแบบโปรแกรม Onboarding ให้พนักงานใหม่ Gen Z

งาน: ออกแบบตารางปฐมนิเทศ 7 วันแรก

บริบท: พนักงานใหม่ตำแหน่ง HR Coordinator บริษัท Tech Startup พนักงาน 52 คน

เงื่อนไข: เน้นกิจกรรม Ice-breaking และ Mentoring ผสมผสานการเรียนรู้งานจริง
แบ่งเป็นช่วงเช้า/บ่ายในแต่ละวัน ระบุผู้รับผิดชอบแต่ละกิจกรรม

รูปแบบ: ตาราง 7 วัน คอลัมน์ วัน / ช่วงเวลา / กิจกรรม / ผู้รับผิดชอบ

Step 1: PDPA & AI Ethics ในงาน HR ไทย

• Data Masking: ห้ามโยน Resume ของจริงที่มีข้อมูล Sensitive ลง AI สาธารณะ — ข้อมูลที่ส่งเข้า AI บนคลาวด์ถือว่าออกจากองค์กรไปแล้ว และเรียกคืนไม่ได้ ต้องตัดข้อมูลระบุตัวตนออกก่อนเสมอ
• Opt-out: ป้องกันไม่ให้ระบบนำข้อมูลบริษัทไป Train Data — บัญชีฟรีของ AI หลายตัวตั้งค่าเริ่มต้นให้นำบทสนทนาไปพัฒนาโมเดล ต้องเข้าไปปิดเอง ไม่ได้ปิดมาให้
• Bias: ระวังอคติต่อเพศ อายุ สถาบันการศึกษา — AI เรียนรู้จากข้อมูลในอดีตที่มนุษย์เป็นคนตัดสินใจไว้ ถ้าที่ผ่านมาองค์กรมักรับผู้ชายเข้าตำแหน่งหัวหน้า หรือรับแต่คนจบจากไม่กี่สถาบัน AI จะจับรูปแบบนั้นแล้วทำซ้ำอคติเดิมโดยอัตโนมัติ พร้อมให้เหตุผลที่ฟังดูเป็นกลาง ทำให้เราเผลอเชื่อโดยไม่ทันตรวจสอบ

กิจกรรม: ฝึก Mask เรซูเม่จริง 1 ใบ (20 นาที)

1. เปิดเรซูเม่ผู้สมัคร 1 คน ที่สนใจ จากแท็บ “เอกสาร HR” ในหน้าโปรไฟล์บริษัท
2. ไล่ทีละบรรทัด ว่าข้อมูลไหน “ระบุตัวตนได้ทันที” ข้อมูลไหน “อ่อนไหวสูง” และข้อมูลไหน “เก็บไว้ได้” ตามเกณฑ์ในกล่อง Data Masking ด้านบน
3. เขียนเวอร์ชัน Mask แล้ว ลงไฟล์ของคุณ โดยแทนชื่อด้วยรหัสสมมติ เช่น ผู้สมัคร ก
4. ตรวจทานตัวเอง: อ่านเวอร์ชัน Mask อีกรอบ — ถ้ายังเดาได้ว่าเป็นใคร (เช่น เหลือชื่อบริษัทเก่า + ปีที่จบ ที่ชี้ตัวได้) แสดงว่ายังตัดไม่พอ

จากนั้นลองนำเวอร์ชัน Mask แล้วไปให้ AI ช่วยคัดกรองแบบบังคับให้อ้างหลักฐาน — นี่คือการใช้ Data Masking กับการลดอคติพร้อมกันในขั้นตอนเดียว:

คุณคือ HR Recruiter ที่ยึดหลักการจ้างงานที่เป็นธรรม

งาน: ประเมินความเหมาะสมของผู้สมัครกับตำแหน่ง HR Coordinator

บริบท: [วาง JD ที่สร้างไว้ใน Session 2]
[วางเรซูเม่ฉบับ Mask แล้ว — ต้องไม่มีชื่อ เพศ อายุ วันเกิด รูปถ่าย และชื่อสถาบันการศึกษา]

เงื่อนไข: ประเมินเฉพาะทักษะและประสบการณ์ที่ตรงกับ JD เท่านั้น
ทุกข้อสรุปต้องอ้างอิงข้อความจริงในเรซูเม่ ห้ามอนุมานสิ่งที่ไม่ได้เขียนไว้
ถ้าข้อมูลไม่พอให้ระบุว่า “ไม่มีข้อมูล” แทนการเดา

รูปแบบ: ตาราง 3 คอลัมน์ — เกณฑ์จาก JD / หลักฐานในเรซูเม่ / ระดับความตรง (ตรง · บางส่วน · ไม่มีข้อมูล)
ปิดท้ายด้วยคำถามที่ควรถามเพิ่มในการสัมภาษณ์ 3 ข้อ

อคติ 3 แบบที่เจอบ่อยที่สุดในงาน HR — ลองเปิดเรซูเม่ผู้สมัคร 4 คนของบลูเวฟ ดิจิทัล (สมชาย 32 ปี, กนกวรรณ 23 ปี, วิภาดา 29 ปี, ธนพล 28 ปี — อ่านฉบับเต็มได้จากแท็บ “เอกสาร HR” ในหน้าโปรไฟล์บริษัท) แล้วดูว่าอคติแต่ละแบบทำให้ AI ตัดคนผิดคนอย่างไร:

วงจรเดียวกับแกนความคิด 5 ขั้นในหัวข้อ 01 (Prompt → Generate → Verify → Analyze → Decide) เพียงเติมขั้น ASK ไว้หน้าสุด — เพราะ Prompt ที่ดีเริ่มจากการตั้งโจทย์ที่ถูกต้องก่อนเสมอ