GPT Work สำหรับนักลงทุน

คู่มือการใช้ GPT Work สำหรับนักลงทุน

การใช้ AI สำหรับการลงทุนไม่ควรเริ่มจากคำถามว่า “หุ้นตัวไหนจะขึ้น” เพราะนั่นเป็นการผลักภาระการตัดสินใจไปให้ AI มากเกินไป วิธีที่มีประโยชน์กว่าคือใช้ GPT Work เป็น AI Investment Research Co-worker ช่วยค้นข้อมูล อ่านเอกสาร วิเคราะห์งบ ตรวจสอบสมมติฐาน เปรียบเทียบบริษัท สร้าง Scenario และเฝ้าติดตามเหตุการณ์สำคัญ แล้วให้นักลงทุนเป็นผู้ตัดสินใจขั้นสุดท้ายบนข้อมูลที่ตรวจสอบแล้ว

ChatGPT Work เหมาะกับลักษณะงานนี้เพราะสามารถรับงานหลายขั้นตอน ทำงานกับเอกสารและ Spreadsheet สร้างรายงานและการวิเคราะห์ ตลอดจนใช้ Template สำหรับ Workflow ที่ทำซ้ำได้ โดยความพร้อมใช้งานขึ้นอยู่กับแพ็กเกจและการตั้งค่า Workspace

1. เปลี่ยนจาก “ถามหุ้น” เป็น “สร้าง Investment Research Workflow”

การใช้ ChatGPT แบบทั่วไปอาจเริ่มด้วยคำถาม เช่น

“วิเคราะห์ NVIDIA ให้หน่อย”

“หุ้นนี้แพงไหม”

“งบล่าสุดดีหรือไม่”

คำถามเหล่านี้ใช้ได้ แต่ยังเป็นการใช้ AI แบบ Question → Answer

สำหรับ GPT Work ควรเปลี่ยน Mental Model เป็น

Question → Research → Verification → Analysis → Thesis → Valuation → Risk → Monitoring

เช่น แทนที่จะถามว่า

หุ้นตัวนี้ดีหรือไม่

ให้มอบหมายว่า

ศึกษาบริษัทจากข้อมูลล่าสุด อ่านงบและ Earnings ที่เกี่ยวข้อง วิเคราะห์ Business Model, Growth Driver, Margin, Balance Sheet, Valuation, Risk และสร้าง Investment Thesis พร้อมเงื่อนไขที่ทำให้ Thesis ผิด

ความแตกต่างสำคัญคือ นักลงทุนไม่ได้ต้องการเพียงคำตอบ แต่ต้องการ กระบวนการที่สามารถตรวจสอบย้อนกลับได้

Prompt: ตั้ง GPT Work เป็น AI Investment Analyst

คุณทำหน้าที่เป็น AI Investment Research Analyst

หน้าที่ของคุณคือช่วยฉัน

- Research
- อ่านเอกสารบริษัท
- วิเคราะห์งบการเงิน
- วิเคราะห์ Business Model
- วิเคราะห์ Industry
- วิเคราะห์ Competition
- ประเมิน Valuation
- สร้าง Scenario
- ตรวจสอบ Investment Thesis
- ติดตาม Catalyst และ Risk
- สร้าง Investment Journal

ทุกครั้งที่วิเคราะห์ ให้แยกข้อมูลเป็น

FACT
ข้อมูลที่ตรวจสอบได้

MANAGEMENT CLAIM
สิ่งที่ฝ่ายบริหารกล่าว

MARKET EXPECTATION
สิ่งที่ตลาดคาดหวัง หากมีข้อมูล

ASSUMPTION
สมมติฐานที่ใช้ในการวิเคราะห์

INTERPRETATION
การตีความของนักวิเคราะห์

อย่าตัดสินใจซื้อหรือขายแทนฉัน

หากข้อมูลสำคัญไม่เพียงพอ
ให้ระบุสิ่งที่ต้องค้นเพิ่ม

ทุกตัวเลขสำคัญควรระบุ Period และ Source
ก่อนนำไปใช้ในการตัดสินใจ

2. ใช้ Framework: Business → Numbers → Valuation → Catalyst → Risk

นักลงทุนมักเริ่มจากราคาหุ้น ทั้งที่ราคาควรเป็นส่วนท้ายของกระบวนการ

Framework ที่ใช้ง่ายคือ

Business → Numbers → Valuation → Catalyst → Risk

Business

บริษัทหาเงินอย่างไร?

ลูกค้าคือใคร?

Competitive Advantage อยู่ตรงไหน?

Numbers

Revenue โตหรือไม่?

Margin เป็นอย่างไร?

Cash Flow แข็งแรงหรือไม่?

หนี้สูงหรือไม่?

Valuation

ราคาปัจจุบันสะท้อนความคาดหวังมากน้อยเพียงใด?

Catalyst

อะไรอาจทำให้ตลาดเปลี่ยนมุมมองต่อบริษัท?

Risk

อะไรจะทำให้ Thesis ผิด?

ความผิดพลาดของนักลงทุนจำนวนมากคือทำเพียง

Business Story → Buy

แต่ข้าม Numbers, Valuation และ Risk

Prompt: Investment Research Framework

วิเคราะห์บริษัท

Company:
[ชื่อบริษัท / Ticker]

ด้วย Framework

1. BUSINESS
- บริษัททำอะไร
- Revenue Model
- Customer
- Competitive Advantage
- Industry Structure

2. NUMBERS
- Revenue
- Growth
- Gross Margin
- Operating Margin
- Free Cash Flow
- Debt
- ROIC หากคำนวณได้

3. VALUATION
- P/E
- EV/EBITDA
- FCF Yield
- Comparable Companies
- DCF หากเหมาะสม

4. CATALYST
อะไรอาจทำให้มูลค่าหรือความคาดหวังของตลาดเปลี่ยน

5. RISK
อะไรสามารถทำให้ Investment Thesis ผิด

ทุกหัวข้อให้แยก

Fact
Interpretation
Assumption

สุดท้ายสร้าง
Investment Research Summary
โดยยังไม่ออกคำสั่ง Buy / Sell

3. ใช้ GPT Work อ่าน Annual Report, 10-K, 10-Q และเอกสารบริษัท

หนึ่งในงานที่ใช้เวลามากที่สุดของนักลงทุนคือการอ่านเอกสารบริษัท

บริษัทขนาดใหญ่สามารถมี Annual Report หลายร้อยหน้า และข้อมูลสำคัญไม่ได้อยู่เพียง Income Statement

นักลงทุนควรตรวจอย่างน้อย

• Business Description
• Risk Factors
• Management Discussion
• Segment Information
• Cash Flow
• Debt
• Stock-based Compensation
• Share Repurchase
• Related Party
• Accounting Policy
• Footnotes

GPT Work สามารถทำงานกับไฟล์และสร้าง Analysis จาก Source Material ที่ให้ รวมถึงสร้าง Deliverable ต่อจากเอกสารต้นทางได้

หลักสำคัญคืออย่าสั่งเพียง

“สรุป 10-K”

เพราะจะได้ Summary ที่อ่านง่ายแต่ยังไม่ใช่ Investment Insight

Prompt: อ่าน Annual Report แบบนักลงทุน

อ่าน Annual Report / 10-K ที่ให้

เป้าหมายคือวิเคราะห์ในมุมมองนักลงทุน

อย่าสรุปทุกหน้า

ค้นหาเฉพาะสิ่งที่มีผลต่อ Investment Thesis

วิเคราะห์

1. Business Model
2. Revenue Segments
3. Growth Drivers
4. Margin
5. Customer Concentration
6. Geographic Risk
7. Competition
8. Capital Allocation
9. Debt
10. Stock-based Compensation
11. Risk Factors
12. Accounting Changes
13. Important Footnotes

ค้นหาเพิ่มเติม

- สิ่งที่ Management เน้นมากขึ้น
- สิ่งที่กล่าวถึงน้อยลง
- Risk ใหม่
- Risk ที่เพิ่มขึ้น
- คำเตือนเกี่ยวกับ Demand
- Margin Pressure
- Liquidity Risk

สุดท้ายสร้าง

Key Findings
Bullish Evidence
Bearish Evidence
Questions for Further Research

4. ใช้ Work อ่าน Earnings Call แบบ “สิ่งที่ตัวเลขไม่บอก”

Earnings Call เป็นแหล่งข้อมูลที่มีคุณค่ามาก เพราะเราสามารถเปรียบเทียบ

ตัวเลขที่รายงาน

กับ

สิ่งที่ Management กำลังพยายามสื่อ

คำถามสำคัญไม่ได้มีเพียง

Revenue Beat หรือ Miss?

แต่รวมถึง

• Guidance เปลี่ยนหรือไม่
• Tone ของผู้บริหารเปลี่ยนหรือไม่
• Analyst ถามเรื่องอะไรซ้ำ ๆ
• Management หลีกเลี่ยงคำถามอะไร
• Demand กำลังดีขึ้นหรืออ่อนลง
• Margin Pressure มาจากอะไร
• CAPEX เพิ่มเพราะ Growth หรือ Efficiency Problem

ใช้ Framework

Reported → Guided → Explained → Avoided

Prompt: Earnings Call Analyst

วิเคราะห์ Earnings Release และ Earnings Call ล่าสุด

Company:
[บริษัท]

แบ่งเป็น

REPORTED
บริษัทประกาศผลอะไร

GUIDED
Management ให้ Guidance อย่างไร

EXPLAINED
Management อธิบาย Driver อย่างไร

QUESTIONED
นักวิเคราะห์ถามเรื่องอะไรบ่อย

AVOIDED
มีคำถามใดที่ Management ตอบไม่ชัด
หรือเลี่ยงการให้รายละเอียด

ตรวจสอบ

Revenue
Growth
Margin
EPS
Cash Flow
CAPEX
Demand
Inventory
Pricing
Guidance

เปรียบเทียบกับ Quarter ก่อนถ้ามีข้อมูล

สุดท้ายสรุป

What Improved
What Deteriorated
What Changed
What Market Should Watch Next

5. ใช้ GPT Work วิเคราะห์งบการเงินแบบ 3 Statements

การดู EPS อย่างเดียวมีความเสี่ยง เพราะบริษัทสามารถมีกำไรทางบัญชีแต่ Cash Flow อ่อนแอได้

นักลงทุนควรเชื่อม

Income Statement

↓

Balance Sheet

↓

Cash Flow Statement

ตัวอย่างเช่น Revenue โต 20% ดูดี แต่หาก Accounts Receivable โต 50% เราควรถามต่อว่า Cash Collection มีปัญหาหรือไม่

หรือ Net Income โต แต่ Operating Cash Flow ลดลง เราต้องตรวจ Working Capital และ Non-cash Items

Prompt: Financial Statement Analysis

วิเคราะห์งบการเงินของ

Company:
[บริษัท]

Period:
[ช่วงเวลา]

วิเคราะห์ทั้ง 3 Statements

INCOME STATEMENT

- Revenue
- Growth
- Gross Margin
- Operating Margin
- Net Income

BALANCE SHEET

- Cash
- Debt
- Accounts Receivable
- Inventory
- Goodwill
- Equity

CASH FLOW

- Operating Cash Flow
- CAPEX
- Free Cash Flow
- Financing Activity

ตรวจสอบความสัมพันธ์ระหว่างงบ

เช่น

Revenue vs Accounts Receivable
Revenue vs Inventory
Net Income vs Operating Cash Flow
CAPEX vs Growth
Debt vs Interest Expense

ค้นหา Financial Red Flags

และแยกเป็น

Improving
Stable
Deteriorating

อย่าดู EPS เพียงตัวเดียว

6. ใช้ Work วิเคราะห์ Quality of Earnings

กำไรทุก 1 บาทไม่ได้มีคุณภาพเท่ากัน

บริษัทที่กำไรเกิดจากธุรกิจหลักและเปลี่ยนเป็น Cash Flow ได้สม่ำเสมอ มักมี Earnings Quality ที่แตกต่างจากบริษัทที่กำไรเพิ่มเพราะ

• Accounting Adjustment
• Asset Sale
• Tax Benefit
• One-time Gain
• Aggressive Capitalization

นักลงทุนจึงควรถามว่า

“กำไรนี้มาจากไหน และสามารถเกิดซ้ำได้หรือไม่?”

Prompt: Quality of Earnings

วิเคราะห์ Quality of Earnings

Company:
[บริษัท]

ตรวจสอบ

Net Income
Operating Cash Flow
Free Cash Flow

ค้นหา

- One-time Gain
- Asset Sale
- Tax Benefit
- Restructuring
- Stock-based Compensation
- Capitalized Expense
- Working Capital Effect
- Acquisition Accounting
- Non-GAAP Adjustment

แบ่ง Earnings เป็น

Recurring
Non-recurring
Accounting-driven
Cash-backed

ตอบคำถาม

1. กำไรจาก Core Business มากน้อยเพียงใด
2. กำไรเปลี่ยนเป็น Cash ได้ดีหรือไม่
3. Adjustment ใดควรให้ความสำคัญ
4. มีสัญญาณ Earnings Quality ลดลงหรือไม่

ห้ามสรุป Fraud
หากไม่มีหลักฐานเพียงพอ

7. ใช้ Work วิเคราะห์ Moat และ Competitive Advantage

การลงทุนระยะยาวไม่ได้ขึ้นกับ Growth เพียงอย่างเดียว เพราะ Growth ที่ไม่มี Competitive Advantage อาจดึงคู่แข่งเข้ามาจน Margin ลดลง

Framework หนึ่งที่นำมาใช้ได้คือ

Moat Analysis

เช่น

• Network Effect
• Switching Cost
• Cost Advantage
• Brand
• Scale
• Distribution
• Data Advantage
• Regulation
• Intellectual Property

แต่ต้องระวังว่า “บริษัทบอกว่ามี Moat” ไม่เท่ากับมีจริง

ต้องหา Evidence

Prompt: Moat Analysis

วิเคราะห์ Competitive Advantage ของ

Company:
[บริษัท]

ตรวจสอบ Moat ที่เป็นไปได้

- Network Effect
- Switching Cost
- Brand
- Cost Advantage
- Economies of Scale
- Distribution
- Data Advantage
- Intellectual Property
- Regulatory Advantage

สำหรับแต่ละข้อระบุ

CLAIM
บริษัทหรือ Narrative ตลาดกล่าวว่าอะไร

EVIDENCE
มีหลักฐานสนับสนุนอะไร

COUNTER-EVIDENCE
มีหลักฐานอะไรที่ขัดแย้ง

DURABILITY
Moat อาจอยู่ได้นานเพียงใด

THREAT
อะไรสามารถทำลาย Moat

สุดท้ายจัดระดับ

Strong
Moderate
Weak
Unproven

พร้อมเหตุผล

8. ใช้ GPT Work เปรียบเทียบบริษัทหลายตัวก่อนลงทุน

ปัญหาของการวิเคราะห์หุ้นทีละตัวคือเรามักตกหลุมรักบริษัทที่ศึกษา

วิธีลด Bias คือใช้ Relative Comparison

เช่นเปรียบเทียบ

Company A

Company B

Company C

ในมิติเดียวกัน

• Growth
• Margin
• FCF
• Balance Sheet
• Valuation
• Moat
• Management
• Risk

GPT Work สามารถสร้างหรือแก้ Spreadsheet และ Report จากข้อมูลต้นทาง และใช้ Template เดิมกับการเปรียบเทียบครั้งต่อไปได้

Prompt: Peer Comparison

เปรียบเทียบบริษัท

[Company A]
[Company B]
[Company C]

ใช้ข้อมูลใน Period เดียวกันเท่าที่ทำได้

วิเคราะห์

1. Revenue Growth
2. Gross Margin
3. Operating Margin
4. Free Cash Flow
5. ROIC
6. Debt
7. Competitive Advantage
8. Market Position
9. Valuation
10. Key Risk

อย่าเลือก Winner จากตัวเลขตัวเดียว

สำหรับแต่ละบริษัทสรุป

Strength
Weakness
What Market Is Pricing In
What Could Surprise the Market

สุดท้ายตอบว่า

แต่ละบริษัทเหมาะกับ Investment Thesis แบบใด

โดยไม่ออกคำสั่งซื้อขาย

9. ใช้ Work ทำ Valuation แบบหลายวิธี

Valuation เป็นส่วนที่ AI ช่วยได้มาก แต่ก็เป็นพื้นที่ที่อันตรายหาก Input ผิด

หลักสำคัญคือ

Valuation ไม่ใช่คำตอบ แต่เป็นผลลัพธ์ของ Assumption

ตัวอย่างวิธีที่ใช้กันบ่อย

• P/E
• EV/EBITDA
• Price/Sales
• FCF Yield
• DCF
• Sum-of-the-Parts

สิ่งสำคัญคือไม่ควรให้ AIสร้าง Target Price ตัวเดียวแล้วจบ

ควรสร้าง Range + Scenario

Prompt: Valuation Framework

ทำ Valuation Analysis สำหรับ

Company:
[บริษัท]

ใช้ข้อมูลล่าสุดที่ตรวจสอบได้

วิเคราะห์ด้วยวิธีที่เหมาะสม เช่น

P/E
EV/EBITDA
FCF Yield
DCF
Comparable Companies

ก่อนคำนวณให้ระบุ

Revenue Assumption
Growth
Margin
Tax
CAPEX
Working Capital
Discount Rate
Terminal Growth

สร้าง 3 Scenario

BEAR
BASE
BULL

สำหรับแต่ละ Scenario ระบุ

Assumption
Expected Earnings / FCF
Valuation Range

อย่าสร้าง Target Price แบบจุดเดียว
หาก Assumption มีความไม่แน่นอนสูง

สุดท้ายวิเคราะห์ว่า
ราคาปัจจุบันกำลังสะท้อน Expectations แบบใด

10. Reverse DCF: อย่าถามแค่ว่าหุ้นควรราคาเท่าไร ให้ถามว่าราคานี้คาดหวังอะไรอยู่

หนึ่งใน Insight ที่มีประโยชน์มากสำหรับนักลงทุนคือแทนที่จะถาม

“Fair Value เท่าไร?”

ถามว่า

“ราคาหุ้นวันนี้ต้องการให้บริษัทเติบโตเท่าไร จึงสมเหตุสมผล?”

นี่คือแนวคิด Reverse DCF

วิธีนี้ช่วยป้องกันปัญหา Analyst ใส่ Growth ที่ตนเองอยากเห็น แล้วได้ Fair Value ตามที่ต้องการ

Prompt: Reverse DCF

ทำ Reverse DCF

Company:
[บริษัท]

Market Price:
[ราคา]

ใช้ข้อมูลทางการเงินล่าสุด

เป้าหมายไม่ใช่หา Fair Value

แต่หา Assumption ที่ตลาดกำลัง Pricing In

คำนวณว่า

เพื่อให้ราคาปัจจุบันสมเหตุสมผล

บริษัทต้องมี

Revenue Growth เท่าไร
Margin เท่าไร
Free Cash Flow เท่าไร
เป็นเวลากี่ปี

จากนั้นประเมินว่า Assumption เหล่านี้

Conservative
Reasonable
Aggressive
Very Aggressive

เปรียบเทียบกับ

Historical Performance
Industry
Competitors

สุดท้ายตอบ

What Must Go Right
What Cannot Go Wrong

11. ใช้ Work สร้าง Investment Thesis ที่สามารถ “พิสูจน์ว่าผิด” ได้

Investment Thesis ที่ไม่สามารถผิดได้ ไม่ใช่ Thesis ที่ดี

ตัวอย่าง Thesis ที่อ่อนคือ

“AI จะเติบโต บริษัทนี้จึงน่าสนใจ”

เพราะไม่รู้ว่าต้องดูอะไรต่อ

Thesis ที่ดีควรมี

Claim → Evidence → Expected Outcome → Time Horizon → Disconfirming Evidence

นักลงทุนจึงควรเขียนไว้ตั้งแต่ก่อนซื้อว่า

“อะไรจะทำให้ฉันยอมรับว่าความคิดนี้ผิด?”

Prompt: Investment Thesis

สร้าง Investment Thesis สำหรับ

Company:
[บริษัท]

แยกเป็น

CORE THESIS
เหตุผลหลักที่บริษัทอาจสร้างมูลค่าเพิ่ม

EVIDENCE
หลักฐานสนับสนุน

CATALYST
เหตุการณ์ที่สามารถทำให้ Thesis แสดงผล

TIME HORIZON
ระยะเวลาที่คาดว่าจะเห็นผล

EXPECTATION
ตลาดคาดหวังอะไรอยู่แล้ว

RISK
สิ่งที่อาจผิด

DISCONFIRMING EVIDENCE
หลักฐานแบบใดที่จะทำให้ Thesis ไม่ถูกต้อง

THESIS BREAKERS
เหตุการณ์ใดที่ทำให้ต้องกลับมาประเมินใหม่ทันที

สร้างเป็น Investment Thesis Card
สำหรับใช้ Review ทุก Quarter

12. ใช้ Work ทำ Pre-Mortem ก่อนซื้อหุ้น

มนุษย์มี Confirmation Bias สูงมาก โดยเฉพาะหลังจากใช้เวลาศึกษาบริษัทมาหลายชั่วโมง

วิธีหนึ่งในการลด Bias คือ Pre-Mortem

สมมติว่าอีก 2 ปีการลงทุนนี้ล้มเหลวอย่างหนัก แล้วถามว่า

“อะไรน่าจะเป็นสาเหตุ?”

การคิดแบบนี้บังคับให้เรามองสิ่งที่เราไม่อยากเห็น

Prompt: Investment Pre-Mortem

ทำ Investment Pre-Mortem

Company:
[บริษัท]

สมมติว่าอีก 2 ปีข้างหน้า
การลงทุนนี้สร้างผลตอบแทนที่แย่มาก

สร้างสาเหตุที่เป็นไปได้อย่างน้อย 10 ข้อ

ครอบคลุม

Business
Competition
Technology
Management
Financial
Valuation
Regulation
Macro
Execution
Capital Allocation

สำหรับแต่ละ Risk ระบุ

Probability
Impact
Early Warning Signal

จากนั้นเลือก

Top 5 Risks
ที่ควรติดตามทุก Quarter

อย่าพยายามปกป้อง Investment Thesis
ให้ตั้งใจหาวิธีที่ Thesis อาจผิด

13. ใช้ Work สร้าง Portfolio Review ไม่ใช่ดูหุ้นทีละตัว

นักลงทุนอาจมีหุ้นดีหลายตัว แต่ Portfolio โดยรวมยังเสี่ยงสูงได้

ตัวอย่างเช่นถือ

AI Chip

Cloud

Data Center

Semiconductor Equipment

4 บริษัท

ดูเหมือน Diversified แต่ทั้งหมดอาจขึ้นกับ Theme เดียวกัน

จึงควรวิเคราะห์

Company Risk + Sector Risk + Factor Risk + Theme Risk

Prompt: Portfolio Review

วิเคราะห์ Portfolio ของฉัน

Holdings:
[รายการหุ้นและสัดส่วน]

อย่าประเมินหุ้นแต่ละตัวแยกกันอย่างเดียว

ตรวจสอบ

- Position Concentration
- Sector Concentration
- Geographic Exposure
- Currency Exposure
- Growth / Value Exposure
- Interest Rate Sensitivity
- Commodity Exposure
- AI / Technology Theme Exposure
- Customer / Supply Chain Overlap

ค้นหา Hidden Correlation

เช่น
หลายบริษัทอาจพึ่งพา
ลูกค้า
เศรษฐกิจ
เทคโนโลยี
หรือ Supply Chain เดียวกัน

สร้าง

Portfolio Strength
Portfolio Risk
Concentration Warning
Questions Investor Should Review

ห้ามเสนอการซื้อขายโดยอัตโนมัติ

14. ใช้ Work วิเคราะห์ Position Sizing และ Downside ก่อน Upside

นักลงทุนจำนวนมากใช้เวลาคิดว่า

“หุ้นจะขึ้นได้กี่เปอร์เซ็นต์”

มากกว่าคิดว่า

“ถ้าผิดจะเสียเท่าไร”

แนวคิดสำคัญคือ

Risk First, Return Second

ก่อนเพิ่ม Position ควรตรวจ

• Thesis Confidence
• Valuation Risk
• Business Risk
• Liquidity
• Portfolio Correlation
• Maximum Loss Tolerance

AI สามารถช่วยจำลอง Scenario ได้ แต่ Position Size ขั้นสุดท้ายควรเป็นการตัดสินใจของนักลงทุนตามสถานการณ์การเงินและความเสี่ยงของตนเอง

Prompt: Position Risk

ช่วยวิเคราะห์ Position Risk

Company:
[บริษัท]

Portfolio Weight:
[สัดส่วน]

สร้าง Scenario

Bull Case
Base Case
Bear Case
Severe Bear Case

สำหรับแต่ละ Scenario ประเมิน

Possible Price / Valuation Range
Potential Portfolio Impact
Reason Scenario Could Happen

ตรวจสอบเพิ่มเติม

Position Concentration
Correlation with Other Holdings
Business Risk
Valuation Risk

ตอบคำถาม

หาก Thesis ผิด
อะไรคือ Downside ที่สมเหตุสมผล

ห้ามกำหนด Position Size ที่เหมาะสมแทนฉัน
ให้เสนอข้อมูลเพื่อประกอบการตัดสินใจเท่านั้น

15. ใช้ Work ติดตาม Catalyst, Earnings และข่าวสำคัญ

นักลงทุนไม่ควรติดตามทุกข่าว เพราะ Noise จำนวนมากไม่เปลี่ยน Intrinsic Value

สิ่งที่ควร Monitor คือ Thesis-Relevant Signal

เช่น

• Earnings
• Guidance
• Product Launch
• Major Customer
• Regulation
• Management Change
• Acquisition
• Capital Allocation
• Competitor Move

ChatGPT รองรับ Scheduled Tasks ทั้งแบบครั้งเดียว แบบทำซ้ำ และการตรวจสอบการเปลี่ยนแปลงเพื่อแจ้งเตือนเมื่อมี Update ที่มีสาระสำคัญ

GPT Work ยังสามารถใช้ Cloud Browser ทำงานกับเว็บไซต์สาธารณะและเว็บไซต์ที่ลงชื่อเข้าใช้บางประเภทตามสิทธิ์และภูมิภาค จึงสามารถนำมาประยุกต์กับ Research Workflow ได้

Prompt: Investment Watch

ติดตามบริษัท

[Company / Ticker]

แจ้งเฉพาะเหตุการณ์ที่สามารถเปลี่ยน Investment Thesis เช่น

- Earnings
- Guidance Change
- Major Product
- Important Customer Win/Loss
- Regulation
- Management Change
- Acquisition
- Capital Allocation
- Major Competitor Development

เมื่อพบเหตุการณ์

อย่าเพียงสรุปข่าว

วิเคราะห์

WHAT HAPPENED
เกิดอะไรขึ้น

WHY IT MATTERS
สำคัญอย่างไร

THESIS IMPACT
Positive / Neutral / Negative

WHAT CHANGED
สมมติฐานใดอาจต้องเปลี่ยน

WHAT TO WATCH NEXT
ต้องติดตามอะไรต่อ

หากเป็นเพียงข่าวที่ไม่มีผลต่อ Thesis
ไม่ต้องแจ้ง

16. ใช้ Work สร้าง Investment Journal ลด Emotional Investing

Investment Journal เป็นเครื่องมือที่สำคัญมาก แต่มีนักลงทุนจำนวนน้อยทำอย่างต่อเนื่อง

ปัญหาคือหลังหุ้นขึ้น เรามักจำว่า

“รู้อยู่แล้วว่าจะขึ้น”

และหลังหุ้นลงเรามักเปลี่ยนเหตุผลที่ซื้อโดยไม่รู้ตัว

Journal ทำให้เราเก็บ Decision ณ เวลานั้น

ก่อนรู้ผลลัพธ์

สิ่งที่ควรบันทึก ได้แก่

• Thesis
• Evidence
• Valuation
• Expected Catalyst
• Risk
• What Would Change My Mind
• Time Horizon

GPT Work สามารถใช้ Template ซ้ำสำหรับเอกสารและ Spreadsheet ที่ทำเป็นประจำ จึงเหมาะกับการสร้าง Investment Journal Template

Prompt: Investment Journal

สร้าง Investment Journal สำหรับ

Company:
[บริษัท]

Date:
[วันที่]

บันทึก

1. Why I Am Researching This Company
2. Investment Thesis
3. Key Evidence
4. Valuation Assumption
5. Market Expectation
6. Catalyst
7. Risk
8. Thesis Breaker
9. What I May Be Wrong About
10. What I Need to Monitor
11. Time Horizon

เพิ่ม Section

DECISION QUALITY

ถามฉันว่า

- ฉันกำลังซื้อเพราะ Price Action หรือไม่
- ฉันกำลังตามกระแสหรือไม่
- ฉันกำลัง Confirmation Bias หรือไม่
- ฉันเข้าใจ Downside จริงหรือไม่

ห้ามเปลี่ยน Thesis เดิมย้อนหลัง
หากมีการเปลี่ยน Thesis
ให้เพิ่มเป็น New Entry

17. ใช้ GPT Work สร้าง Quarterly Investment Review

หนึ่งใน Workflow ที่นักลงทุนควรทำซ้ำคือ Quarterly Review

ไม่ควร Review จากคำถามว่า

“หุ้นขึ้นหรือลง?”

แต่ควรถามว่า

“Business Thesis ดีขึ้นหรือแย่ลง?”

เพราะหุ้นสามารถลงทั้งที่ Business ดีขึ้น และสามารถขึ้นทั้งที่ Fundamentals แย่ลง

Prompt: Quarterly Review

ทำ Quarterly Investment Review

Company:
[บริษัท]

ใช้ Investment Thesis เดิมเป็น Baseline

เปรียบเทียบกับข้อมูล Quarter ล่าสุด

ตรวจสอบ

Revenue
Growth
Margin
Free Cash Flow
Guidance
Market Share
Competition
Management
Capital Allocation

สำหรับแต่ละหัวข้อระบุ

Improved
Unchanged
Deteriorated

จากนั้นตอบ

1. Thesis แข็งแรงขึ้นหรืออ่อนลง
2. Assumption ใดถูกพิสูจน์
3. Assumption ใดผิด
4. มี Risk ใหม่หรือไม่
5. Valuation เปลี่ยนอย่างไร
6. ต้องค้นข้อมูลอะไรเพิ่ม

แยก

Business Performance
ออกจาก
Stock Price Performance
อย่างชัดเจน

18. สิ่งที่นักลงทุนมักเข้าใจผิดเกี่ยวกับ GPT Work

เข้าใจผิดที่ 1: AI อ่านข้อมูลเยอะกว่าเรา จึงทำนายราคาหุ้นได้

ไม่จริง

ความสามารถในการประมวลข้อมูลไม่เท่ากับความสามารถในการทำนายอนาคต

ตลาดมี

• Unexpected Events
• Reflexivity
• Behavioral Factors
• Regulatory Change
• Geopolitics

ที่ไม่มีโมเดลใดรู้ล่วงหน้าได้แน่นอน

เข้าใจผิดที่ 2: DCF จาก AI มีตัวเลขละเอียด จึงน่าเชื่อถือ

DCF ที่มีทศนิยมหลายตำแหน่งอาจยังผิดทั้งหมด หาก Growth หรือ Discount Rate ผิด

ดังนั้นต้องตรวจ Assumption ก่อน Output

เข้าใจผิดที่ 3: AI สรุปข่าวเร็วที่สุด = นักลงทุนได้เปรียบ

ไม่เสมอ

ความได้เปรียบอาจไม่ได้มาจาก “รู้ข่าวเร็ว”

แต่มาจาก

ตีความได้ดีกว่า

ข่าวเดียวกัน นักลงทุนต่างคนสามารถเห็นผลกระทบต่างกันมาก

เข้าใจผิดที่ 4: AI บอกว่าหุ้น Undervalued จึงควรซื้อ

Valuation เป็นเพียงส่วนหนึ่งของ Investment Decision

ต้องดู

Quality

Risk

Catalyst

Time Horizon

Portfolio Context

ร่วมกัน

ข้อเท็จจริงที่คาดไม่ถึง

มูลค่าที่ใหญ่ที่สุดของ GPT Work สำหรับนักลงทุนอาจไม่ใช่การ “หาหุ้นใหม่”

แต่คือช่วย ป้องกันไม่ให้นักลงทุนหลอกตัวเอง

ผ่าน

• Thesis Tracking
• Pre-Mortem
• Counter-Argument
• Assumption Review
• Investment Journal
• Quarterly Review

AI จึงสามารถทำหน้าที่เป็น Intellectual Sparring Partner ได้ดีมาก หากเราสั่งให้มันพยายามหาข้อผิดพลาดในความคิดของเราแทนที่จะคอยเห็นด้วย

Road Map 30 วันสำหรับเริ่มใช้ GPT Work ลงทุน

สัปดาห์ที่ 1 — Research System

เลือกบริษัท 1-3 แห่ง

สร้าง Workflow

• Company Research
• Annual Report Review
• Financial Analysis
• Competitor Analysis

เป้าหมายคือสร้าง Research Process ที่เหมือนกันทุกบริษัท

สัปดาห์ที่ 2 — Thesis & Valuation

สร้าง

• Investment Thesis
• Bear/Base/Bull
• Reverse DCF
• Pre-Mortem

อย่าเพิ่มหุ้นใหม่จนกว่าจะสามารถอธิบายได้ว่า

“อะไรจะทำให้ Thesis ผิด”

สัปดาห์ที่ 3 — Portfolio

ตรวจ

• Concentration
• Hidden Correlation
• Sector Exposure
• Theme Exposure
• Downside

เป้าหมายคือมอง Portfolio เป็นระบบ ไม่ใช่ชุดหุ้นแยกกัน

สัปดาห์ที่ 4 — Monitoring

สร้าง

• Earnings Watch
• Catalyst Watch
• Quarterly Review
• Investment Journal

หากใช้ Scheduled Tasks ให้ Monitor เฉพาะ Thesis-Relevant Event ไม่ใช่ทุกข่าว เพื่อไม่ให้ Decision ถูกขับเคลื่อนด้วย Noise

Investor AI Checklist ก่อนตัดสินใจ

ก่อนนำ Output จาก GPT Work ไปประกอบการลงทุน ให้ตรวจสอบ

• 📄 ใช้ Filing ล่าสุดหรือไม่
• 📅 Period ของตัวเลขตรงกันหรือไม่
• 💵 Currency ตรงกันหรือไม่
• 🔢 ตัวเลขสำคัญตรวจจาก Source แล้วหรือไม่
• 🧮 Valuation Assumption ชัดหรือไม่
• 📈 Growth Assumption สมเหตุสมผลหรือไม่
• 💰 Cash Flow สนับสนุน Earnings หรือไม่
• 🏦 Debt Risk เป็นอย่างไร
• 🧠 แยก Fact กับ Interpretation หรือไม่
• 📣 Management Claim ถูกตรวจสอบหรือไม่
• 🐂 มี Bull Case หรือไม่
• 🐻 มี Bear Case หรือไม่
• ⚠️ มี Thesis Breaker หรือไม่
• 🔄 มี Quarterly Review หรือไม่
• 🎯 ราคาปัจจุบันกำลัง Pricing In อะไร
• 🔍 ได้พยายามหาหลักฐานที่ขัดกับ Thesis หรือยัง

สิ่งสำคัญที่สุดคือ

อย่าให้ AI ทำหน้าที่พิสูจน์ว่าคุณคิดถูก แต่ให้มันช่วยค้นหาว่าคุณอาจคิดผิดตรงไหน

3 คำถามสำคัญที่นักลงทุนควรถามตัวเอง

1. หากฉันไม่เห็นราคาหุ้นวันนี้ ฉันยังอยากเป็นเจ้าของธุรกิจนี้หรือไม่?

คำถามนี้ช่วยแยก Business Thesis ออกจาก Price Action และอารมณ์ของตลาด

2. อะไรคือหลักฐานที่ถ้าเกิดขึ้นแล้วฉันต้องยอมรับว่า Thesis ผิด?

หากตอบไม่ได้ แสดงว่า Investment Thesis อาจยังไม่ชัดพอ

3. ฉันกำลังใช้ GPT Work เพื่อหาความจริง หรือเพื่อหาหลักฐานมายืนยันสิ่งที่ฉันอยากเชื่อ?

นี่เป็นคำถามสำคัญที่สุดเมื่อใช้ AI กับการลงทุน เพราะ AI สามารถสร้างเหตุผลสนับสนุนความเชื่อของเราได้อย่างน่าเชื่อถือ หาก Prompt ถูกตั้งมาเพื่อขอ Confirmation

One Thing: สิ่งเดียวที่ควรเริ่มต้นทำทันที

อย่าเริ่มจากสั่ง GPT Work ว่า

หาหุ้นที่น่าซื้อให้ฉัน

ให้เลือก หุ้นหนึ่งตัวที่คุณถืออยู่หรือกำลังศึกษา แล้วใช้ Prompt นี้

ทำ Investment Thesis Audit สำหรับ

Company:
[บริษัท]

เป้าหมายของคุณไม่ใช่พิสูจน์ว่าฉันคิดถูก

แต่พยายามค้นหาว่า Thesis ของฉันอาจผิดตรงไหน

ดำเนินการตามลำดับ

1. ตรวจสอบ Business Model
2. ตรวจ Financial Performance
3. ตรวจ Cash Flow
4. ตรวจ Competitive Position
5. ตรวจ Management Claim
6. ตรวจ Valuation
7. ตรวจ Market Expectation
8. หา Bear Case
9. ทำ Pre-Mortem
10. สร้าง Thesis Breakers

แยกทุกข้อเป็น

FACT
ASSUMPTION
INTERPRETATION

จากนั้นสร้าง

Bull Evidence
Bear Evidence
Unknowns
Questions Still Unanswered
What Would Change My Mind

อย่าออกคำสั่ง Buy / Hold / Sell

เป้าหมายคือทำให้ฉันมีข้อมูลและเหตุผล
เพียงพอที่จะตัดสินใจด้วยตนเอง

นี่คือจุดเริ่มต้นที่มีคุณค่ามากกว่าการถาม AI ว่า “หุ้นตัวไหนจะขึ้น” เพราะคุณกำลังใช้ GPT Work เพื่อยกระดับ คุณภาพของกระบวนการตัดสินใจ ไม่ใช่พยายาม Outsource การตัดสินใจให้ AI

ท้ายที่สุด GPT Work ที่ดีที่สุดสำหรับนักลงทุนไม่ใช่ AI ที่บอกว่า “ซื้อหุ้นอะไร” แต่คือระบบที่ช่วยให้คุณ Research ได้ลึกขึ้น อ่านข้อมูลได้มากขึ้น ตรวจสอบ Assumption ได้เร็วขึ้น มองเห็น Risk ที่ตัวเองมองข้าม และรักษาวินัยในการทบทวน Investment Thesis อย่างต่อเนื่อง เมื่อใช้ในลักษณะนี้ AI จะไม่ได้มาแทน Investor Judgment แต่จะทำให้ Judgment ของนักลงทุนมีข้อมูล โครงสร้าง และวินัยมากกว่าเดิม