การใช้ AI
สำหรับงาน HR

AI ช่วยร่างข้อความ คำนวณ และจัดข้อมูลได้ แต่คนต้องตรวจคำตอบและ รับผิดชอบการตัดสินใจที่มีผลต่อพนักงาน ทุกกิจกรรมจึงใช้ขั้นตอนเดียวกัน เพื่อให้ทำตามได้ง่ายและตรวจสอบย้อนกลับได้

คำศัพท์สำคัญที่ใช้ตลอด Workshop

บริษัทซอฟต์แวร์จำลองกำลังเติบโตและต้องปรับงาน HR ให้รองรับพนักงาน 52 คน ทุกกิจกรรมใช้ข้อมูลสมมติ ไม่ใช้ข้อมูลบุคคลจริง

BlueWave POS & Back Office

ระบบขายหน้าร้านและระบบหลังร้าน ก่อตั้งปี 2564 ที่กรุงเทพฯ มีลูกค้ามากกว่า 3,400 ร้าน รายได้ปี 2568 เท่ากับ 74 ล้านบาท และมีพนักงาน 52 คน หลังทีม Sales & Marketing (ฝ่ายขายและการตลาด) ลาออก 3 คนในเดือนพฤศจิกายน 2568

Engineering (วิศวกรรม) 16Sales & Marketing (ฝ่ายขายและการตลาด) 10Customer Success (ดูแลความสำเร็จลูกค้า) 9Product (พัฒนาผลิตภัณฑ์) 7Operations & HR (ปฏิบัติการและทรัพยากรบุคคล) 7Executive (ผู้บริหาร) 3

ไฟล์ที่ใช้ใน Workshop

เข้าสู่ระบบด้วยบัญชีมหาวิทยาลัยที่ผู้ดูแลระบบอนุญาต เตรียม ChatGPT และ Gemini สำหรับกิจกรรมทั่วไป และใช้ NotebookLM ในช่วงสร้างผู้ช่วย HR สิทธิ์ใช้งานอาจต่างกันตามการตั้งค่าของสถาบัน ผู้เรียนไม่ต้องสมัครบัญชีใหม่

ChatGPT

สิทธิ์ตามบัญชีมหาวิทยาลัย

ใช้ฝึกเขียน Prompt (คำสั่งสำหรับ AI) วิเคราะห์ข้อความ และวิเคราะห์ไฟล์ การอัปโหลดไฟล์อาจมีโควตาตามสิทธิ์ของบัญชี

เข้าสู่ระบบ →

Gemini

สิทธิ์ตามบัญชีมหาวิทยาลัย

ใช้ฝึกเขียน Prompt (คำสั่งสำหรับ AI) วิเคราะห์ไฟล์ และสร้างตาราง เมื่อใช้ครบโควตาอาจต้องรอก่อนอัปโหลดครั้งถัดไป

เข้าสู่ระบบ →

NotebookLM

สิทธิ์ตามบัญชีมหาวิทยาลัย

สร้างผู้ช่วยที่ตอบจากเอกสารบริษัท พร้อมจุดอ้างอิงให้เปิดตรวจต้นฉบับ

เข้าสู่ระบบ →

Prompt (คำสั่งสำหรับ AI) ไม่จำเป็นต้องยาวหรือใช้สูตรเดียว งานง่ายใช้คำสั่งสั้นได้ แต่งานที่มีผลต่อคนต้องบอกข้อมูลที่ใช้ ขอบเขตที่ห้ามเกิน รูปแบบคำตอบ และวิธีตรวจให้ชัด

ทดลองก่อน: วางแผนงานในชีวิตประจำวัน — 5 นาที

เป้าหมาย — ต้องการให้ AI ช่วยอะไร:

ผู้ใช้คำตอบ — ใครจะอ่านหรือนำผลลัพธ์ไปใช้:

ข้อมูลประกอบ — ข้อมูลจริงที่ AI ต้องใช้:
- ข้อมูลที่มี:
- ข้อมูลที่ยังขาด:

ผลลัพธ์ — ต้องการเนื้อหาและรูปแบบใด:

ข้อห้าม — เรื่องใดห้ามเดาหรือทำ:

วิธีตรวจ — จะตรวจคำตอบจากข้อมูลหรือหลักฐานใด:

ช่วยจัดตารางงานส่งตั้งแต่วันจันทร์ถึงวันอาทิตย์

ข้อมูล: รายงาน A ใช้ 3 ชั่วโมง ส่งวันพฤหัสบดี; สไลด์ B ใช้ 2 ชั่วโมง ส่งวันศุกร์; แบบฝึกหัด C ใช้ 2 ชั่วโมง ส่งวันอาทิตย์; จันทร์–ศุกร์มีวันละ 1 ชั่วโมง; เสาร์–อาทิตย์มีวันละ 3 ชั่วโมง

ตอบเป็นตาราง วัน / งาน / เวลา / สิ่งที่ควรเสร็จ แบ่งงานช่วงละไม่เกิน 1 ชั่วโมง ห้ามเปลี่ยนกำหนดส่งหรือเวลาที่มี หากข้อมูลไม่พอให้ถามกลับ ตรวจผลรวมเวลาของแต่ละงานก่อนตอบ

งานซับซ้อนควรบอกอะไรบ้าง

เช็ก Prompt ใน 20 วินาที

กิจกรรมที่ 1: ร่างประกาศ WFH — 20 นาที

WFH หมายถึงการทำงานจากที่บ้าน กิจกรรมนี้ฝึกเปลี่ยนนโยบายให้เป็นประกาศที่อ่านง่ายและตรวจสอบได้

เป้าหมาย: ร่างประกาศภายในเรื่อง Work From Home: WFH (การทำงานจากที่บ้าน) ของบริษัทบลูเวฟ ดิจิทัล
ผู้อ่าน: พนักงานใหม่ที่ยังไม่รู้กฎบริษัท
ข้อมูลประกอบ — ใช้ได้เฉพาะข้อมูลนี้:
- ผู้ผ่านทดลองงาน WFH ได้ไม่เกิน 2 วันต่อสัปดาห์
- แจ้งหัวหน้าล่วงหน้าอย่างน้อย 1 วันทำการผ่าน HR Portal (ระบบบริการงาน HR)
- ห้ามตรงวันประชุมทีม อังคารและพฤหัสบดี 10:00 น.
- ผู้ทดลองงาน 0–119 วันยังไม่มีสิทธิ์ เว้นแต่ผู้จัดการฝ่ายอนุมัติเป็นกรณีพิเศษ
- Front Desk (งานต้อนรับ) และ IT Support Onsite (งานสนับสนุนไอทีประจำสถานที่) ไม่เข้าเงื่อนไข
- วัน WFH ที่ไม่ใช้สะสมไม่ได้
ผลลัพธ์: ประกาศภาษาไทยไม่เกิน 180 คำ มีหัวข้อ เงื่อนไข 5 ข้อ และคำชวนให้ตรวจตารางทีมก่อนยื่นคำขอ
ข้อห้าม: ห้ามเพิ่มบทลงโทษ ช่องทางติดต่อ หรือข้อยกเว้น หากข้อมูลไม่พอให้ระบุสิ่งที่ต้องถาม HR
วิธีตรวจ: ปิดท้ายด้วยตาราง “ข้อความในประกาศ / หลักฐานจากข้อมูลประกอบ”

กิจกรรมที่ 2: ตรวจคำตอบก่อนแก้ — 15 นาที

ตรวจคำตอบล่าสุดโดยยังไม่ต้องเขียนใหม่:
1) ทำเครื่องหมายข้อความที่มีหลักฐานรองรับ
2) ระบุข้อความที่ AI เพิ่มเองหรือกำกวม
3) ตรวจว่ากติกาครบทั้ง 6 ข้อหรือไม่
4) เสนอรายการแก้ไขไม่เกิน 5 จุด แล้วรอฉันยืนยัน

ปรับประกาศตามรายการตรวจล่าสุด ใช้ภาษาที่สุภาพและอ่านง่าย คงเฉพาะข้อมูลที่มีหลักฐาน และปิดท้ายด้วยหัวข้อ “ข้อมูลที่ควรถาม HR เพิ่ม” หากยังมีช่องว่าง

ใช้คะแนนระดับแผนกเพื่อค้นหาประเด็นที่ควรถามต่อ คะแนนบอกว่า “เกิดอะไรขึ้น” แต่ยังไม่บอกว่า “เกิดจากอะไร” จึงห้ามใช้ AI ทำนายการลาออกหรือกล่าวโทษบุคคล

กิจกรรม: ข้อเท็จจริง → ข้อสันนิษฐาน → สิ่งที่ต้องตรวจต่อ

ขั้นที่ 1: ดูข้อมูลต้นฉบับก่อนตัดข้อมูลส่วนบุคคล

ตารางนี้เป็นตัวอย่างสมมติและห้ามแนบเข้า AI เลื่อนในตารางเพื่อดูรายการเพิ่มเติม แล้วสังเกตว่าฟิลด์ใดไม่จำเป็นต่อโจทย์

ขั้นที่ 2: ตัดข้อมูลส่วนบุคคลและข้อมูลลับ

เก็บเฉพาะข้อมูลที่จำเป็นต่อคำถาม และลบข้อมูลที่ระบุตัวบุคคล หรือเปิดเผยความลับขององค์กรก่อนสร้างไฟล์สำหรับ AI

{
  "รหัสพนักงาน": "BW-2025-013",
  "ชื่อ–นามสกุล": "พิมพ์ชนก ใจดี",
  "อีเมล": "[email protected]",
  "โทรศัพท์": "08X-XXX-XXXX",
  "แผนก": "Sales & Marketing (ฝ่ายขายและการตลาด)",
  "ความพึงพอใจรวม": 5,
  "สมดุลปริมาณงาน": 4
}

{
  "แผนก": "Sales & Marketing (ฝ่ายขายและการตลาด)",
  "ความพึงพอใจรวม": 5,
  "สมดุลปริมาณงาน": 4,
  "ความเป็นธรรมค่าตอบแทน": 6,
  "โอกาสเติบโต": 5,
  "การสนับสนุนจากหัวหน้า": 6
}

วิเคราะห์ไฟล์ JSON ที่แนบมาเพื่อหาประเด็นความผูกพันของพนักงานในระดับแผนกเท่านั้น

งาน:
1) ตรวจชื่อคอลัมน์ก่อน หากพบชื่อ รหัสพนักงาน อีเมล เบอร์โทร หรือข้อมูลที่ชี้กลับถึงบุคคล ให้หยุดวิเคราะห์และแจ้งฟิลด์ที่ต้องลบ
2) ใช้เฉพาะแผนกที่มีคำตอบอย่างน้อย 5 รายการ และห้ามแสดงคะแนนรายคำตอบ
3) สรุปจำนวนคำตอบและคะแนนเฉลี่ยของแต่ละมิติ แยกตามแผนก พร้อมแสดงวิธีคำนวณ
4) แยกผลลัพธ์เป็น 3 ส่วน: Fact (ข้อเท็จจริง) / Hypothesis (ข้อสันนิษฐาน) / Next Check (สิ่งที่ต้องตรวจต่อ)
5) ข้อเท็จจริงต้องมาจากตัวเลขที่คำนวณได้จากไฟล์เท่านั้น
6) เขียนข้อสันนิษฐานเป็น “ความเป็นไปได้” ไม่ใช่ข้อสรุป และเสนอสิ่งที่ต้องตรวจต่อ 5 ข้อโดยไม่ถามข้อมูลส่วนบุคคล
7) เสนอการทดลองปรับปรุง 2 แบบ โดยระบุ KPI (ตัวชี้วัดผลสำเร็จ) และระยะเวลาตรวจผล

ข้อห้าม:
- ห้ามจัดอันดับ ประเมิน หรือคาดเดารายบุคคล
- ห้ามทำนายว่าใครจะลาออก
- ห้ามสรุปว่าคะแนนต่ำเกิดจากหัวหน้า เงินเดือน หรือภาวะหมดไฟ หากไม่มีหลักฐาน
- หากข้อมูลไม่พอ ให้ระบุข้อมูลรวมที่ต้องเก็บเพิ่ม และบอกว่าใครควรเป็นผู้อนุมัติการเก็บข้อมูลนั้น

AI ช่วยจัดข้อมูลผู้สมัครเทียบกับเกณฑ์งานได้ แต่ไม่ควรเลือกหรือคัดผู้สมัครออกแทนคน กิจกรรมนี้ใช้ข้อมูลจำลอง ที่ตัดชื่อ อายุ เพศ รูป และข้อมูลติดต่อออกแล้ว

กิจกรรม: จัดตารางหลักฐาน โดยยังไม่จัดอันดับ

อ่านข้อมูลทีละคน แล้วแยก “สิ่งที่ข้อมูลรองรับ” ออกจาก “สิ่งที่ต้องถามเพิ่ม” ห้ามเติมประวัติ ความสามารถ บุคลิก หรือเหตุผลที่ไม่ได้ระบุ

ตำแหน่ง: HR Coordinator (ผู้ประสานงานฝ่ายทรัพยากรบุคคล) ของบริษัทซอฟต์แวร์ที่มีพนักงาน 52 คน
เกณฑ์: งานปฏิบัติการ HR 30%, ทักษะดิจิทัล/HRIS (ระบบสารสนเทศทรัพยากรบุคคล) 25%, การสื่อสาร 20%, พื้นฐานกฎหมายแรงงาน 15%, ความสามารถในการเรียนรู้ 10%

Candidate A (ผู้สมัคร A): ประสบการณ์ HR Operations (งานปฏิบัติการ HR) 5 ปี ดูแลสรรหาและสวัสดิการ; Excel พื้นฐาน; ใช้ HRIS น้อย; ภาษาอังกฤษพื้นฐาน
Candidate B (ผู้สมัคร B): จบใหม่ HR; Excel/Sheets และเครื่องมือดิจิทัลดี; ฝึกงาน Recruitment (งานสรรหา) 4 เดือน; ยังไม่มีประสบการณ์ดูแล Employee Relations (งานพนักงานสัมพันธ์)
Candidate C (ผู้สมัคร C): Customer Service (งานบริการลูกค้า) 4 ปี; สื่อสารและจัดการข้อร้องเรียนดี; ไม่มีประสบการณ์ HR โดยตรง; เรียนหลักสูตร HR Operations ระยะสั้น
Candidate D (ผู้สมัคร D): HR Generalist (เจ้าหน้าที่ HR รอบด้าน) 3 ปี; ใช้ HRIS และ Excel ได้; ดูแลงานสรรหาและ Onboarding (การเตรียมพนักงานใหม่); เปลี่ยนงาน 3 แห่งใน 4 ปีโดยยังไม่มีข้อมูลเหตุผล

งาน:
1) สร้างตาราง: ผู้สมัคร / หลักฐานที่ตรงเกณฑ์ / ข้อมูลที่ยังขาด / คำถามสัมภาษณ์มาตรฐาน
2) ระบุ “มีหลักฐาน / ไม่มีหลักฐาน / ต้องถามเพิ่ม” ห้ามเปลี่ยนข้อมูลที่ไม่มีให้เป็นคะแนนศูนย์
3) ห้ามใช้อายุ เพศ ชื่อ สถานภาพ หรือคาดเดาบุคลิก
4) ห้ามสรุปว่าผู้สมัคร D ไม่ภักดีจากจำนวนครั้งที่เปลี่ยนงาน ให้ตั้งคำถามที่เป็นกลาง
5) ยังไม่ต้องจัดอันดับหรือเลือกผู้ชนะ
6) ปิดท้ายด้วยหัวข้อ “ตรวจความเป็นธรรม” และ “ข้อจำกัดของข้อมูล”

NotebookLM ช่วยตอบคำถามจาก Source (เอกสารอ้างอิง) ที่เราอัปโหลด และแสดง Citation (จุดอ้างอิง) ให้เปิดตรวจข้อความต้นฉบับได้ ในกิจกรรมนี้จะสร้างผู้ช่วยจากข้อมูลบริษัทและคู่มือพนักงานจำลอง

ขั้นที่ 1: สร้าง Notebook และเพิ่มเอกสาร — 10 นาที

1. เปิด NotebookLM แล้วกดสร้าง Notebook ใหม่
2. ตั้งชื่อ “BlueWave HR Assistant (ผู้ช่วย HR บลูเวฟ) — [ชื่อเล่น]”
3. ดาวน์โหลดและอัปโหลดเอกสาร 2 ไฟล์ด้านล่าง
4. ตรวจว่ารายการเอกสารแสดงชื่อไฟล์ครบก่อนเริ่มถาม

ขั้นที่ 2: กำหนดวิธีตอบและทดลองถาม — 20 นาที

ทำหน้าที่เป็นผู้ช่วยตอบคำถาม HR ของบริษัทบลูเวฟ ดิจิทัล

กติกา:
1) ใช้เฉพาะเอกสารที่เลือกใน Notebook นี้
2) ตอบภาษาไทยแบบสั้นและเข้าใจง่าย
3) ระบุชื่อเอกสารและหมวดที่รองรับคำตอบทุกข้อ
4) หากไม่พบข้อมูล ให้ตอบว่า “ไม่พบข้อมูลในเอกสาร โปรดติดต่อฝ่าย HR”
5) ห้ามให้คำตัดสินทางกฎหมาย อนุมัติสิทธิ์ หรือคาดเดาข้อมูลบุคคล
6) หากเอกสารขัดกัน ให้แสดงจุดที่ขัดกันและส่งต่อ HR

เริ่มด้วยการสรุปว่าผู้ช่วยนี้ตอบเรื่องใดได้และเรื่องใดตอบไม่ได้

ตัวอย่างคำถามที่พนักงานมักถาม — ทดลองทีละข้อ

ทดลองทีละ Prompt (คำสั่ง) แล้วตรวจ 3 เรื่อง: คำตอบตรงเอกสารหรือไม่ · มีจุดอ้างอิงหรือไม่ · เรื่องใดต้องส่งต่อให้ HR

ฉันผ่านทดลองงานแล้ว ขอใช้ Work From Home: WFH (การทำงานจากที่บ้าน) ได้กี่วันต่อสัปดาห์? มีเงื่อนไขเรื่องวันประชุม การแจ้งหัวหน้า และตำแหน่งงานอย่างไรบ้าง? กรุณาอ้างหมวดใน Employee Handbook (คู่มือนโยบายพนักงาน) และแยก “สิ่งที่เอกสารระบุ” ออกจาก “สิ่งที่ต้องถาม HR เพิ่ม”

พนักงานที่มีอายุงาน 3 ปี 2 เดือน มีสิทธิ์ลาพักร้อนกี่วันต่อปี? ตอบจาก Employee Handbook เท่านั้น พร้อมระบุหมวดและเงื่อนไขการสะสมวันลา หากข้อมูลไม่พอให้บอกว่าต้องตรวจสอบอะไรเพิ่ม

หากลาป่วยติดต่อกัน 4 วันทำงาน ต้องเตรียมเอกสารอะไร และมีเงื่อนไขเรื่องค่าจ้างอย่างไร? สรุปเป็น 3 หัวข้อ: คำตอบจากคู่มือ / หลักฐานที่อ้าง / เรื่องที่ต้องติดต่อ HR

ช่วยสรุปสิ่งที่พนักงานช่วงทดลองงานควรรู้: ระยะทดลองงาน วันประเมิน สิทธิ์ WFH และสิทธิ์ลากิจ กรุณาทำเป็นตาราง ห้ามเพิ่มเงื่อนไขที่ไม่มีใน Employee Handbook

พนักงานจะขอใช้งบพัฒนาตนเองได้เมื่อใด วงเงินเท่าไร และต้องขออนุมัติใคร? ตอบสั้น ๆ พร้อมชื่อหมวดในคู่มือ และระบุชัดว่าคำตอบนี้ไม่ใช่การอนุมัติสิทธิ์

ฉันต้องการทราบขั้นตอนการเปลี่ยนวันประชุมทีมเพื่อใช้ WFH แต่ใน Sources (เอกสารอ้างอิง) ไม่พบข้อมูลเรื่องนี้ โปรดอย่าเดา ให้ตอบว่าพบหรือไม่พบข้อมูล และระบุคำถามที่ควรถามฝ่าย HR ไม่เกิน 3 ข้อ

ขั้นที่ 3: เปิดจุดอ้างอิงและตรวจคำตอบ — 15 นาที

เลือกคำตอบ 3 ข้อ เปิดจุดอ้างอิงทุกจุด แล้วตรวจว่า: ตอบตรงคำถาม / อ้างหมวดถูก / ไม่เติมข้อมูล / รู้ว่าเมื่อใดต้องส่งต่อ HR หากข้อความต้นฉบับไม่รองรับคำตอบ ให้แก้ Prompt หรือคำสั่งตั้งต้น อย่าเชื่อคำตอบเพียงเพราะอ่านแล้วดูน่าเชื่อถือ

ตรวจทั้งข้อมูลนำเข้า คำตอบ และอำนาจตัดสินใจ ก่อนส่งต่อหรือใช้งานจริง

นำ Prompt (คำสั่ง) และคำตอบที่ยังไม่พอใจมา 1 ชุด บอกเป้าหมาย จุดที่ใช้ไม่ได้ และหลักฐานที่ควรรองรับ แล้วแก้คำสั่งทีละจุดเพื่อดูว่าคำตอบดีขึ้นอย่างไร

ขอบเขตความสามารถของเครื่องมือและแหล่งอ้างอิงทางการ

• OpenAI — ChatGPT Free Tier FAQ: ข้อความทั่วไปใช้ได้ฟรี ส่วน Data Analysis (การวิเคราะห์ข้อมูล) และ File Upload (การอัปโหลดไฟล์) มีโควตาแยกและอาจเปลี่ยนแปลง
• Google — Upload & analyze files in Gemini Apps: รองรับไฟล์หลายประเภท แต่มี rolling limits (โควตาที่นับใหม่ตามช่วงเวลา) และข้อจำกัดตามบัญชี
• Google — Learn about NotebookLM: ตอบจาก Sources (เอกสารอ้างอิง) พร้อม inline citations (จุดอ้างอิงในคำตอบ) และสร้างรูปแบบสรุปจากเอกสารได้
• Google — NotebookLM FAQ and limits: Standard access (สิทธิ์มาตรฐาน) ระบุ 100 Notebooks, 50 Sources (เอกสารอ้างอิง) ต่อ Notebook และ 50 chat queries (คำถามในแชต) ต่อวัน ทั้งหมดอาจเปลี่ยนแปลง
• Google — Use chat in NotebookLM: Citation (จุดอ้างอิง) ใช้เปิดดูข้อความต้นทางและบริบทได้
• Google — Notebook sharing: ผู้ชม Public Notebook อาจเข้าถึง Sources (เอกสารอ้างอิง) ได้ แม้ใช้ Chat View (มุมมองแชต) จึงไม่ควรแชร์ข้อมูล HR เป็นสาธารณะ
• NIST — AI Risk Management Framework: กรอบสมัครใจสำหรับจัดการความเสี่ยงและความน่าเชื่อถือของระบบ AI ตลอดวงจรชีวิต

ตรวจสอบข้อมูลผลิตภัณฑ์ล่าสุด: 13 สิงหาคม 2026 · ข้อมูลบริษัทและบุคคลใน Workshop เป็นข้อมูลจำลอง · เนื้อหานี้ไม่ใช่คำแนะนำด้านกฎหมาย