เคยไหมครับ ประชุมกันหนึ่งชั่วโมง แต่พอถึงเวลาสรุปกลับจำไม่ได้ว่าใครเสนออะไร ตกลงเรื่องไหนไปแล้วบ้าง หรือมีงานอะไรที่ต้องทำต่อ ปัญหาไม่ได้อยู่ที่เราจดไม่เก่งเสมอไป แต่อาจเกิดจากข้อมูลในการประชุมมีทั้งประเด็นหลัก รายละเอียด ตัวเลข ความคิดเห็น และงานติดตามผลปะปนกันไปหมด
NotebookLM ช่วยวิเคราะห์ไฟล์เสียง บันทึกการประชุม เอกสาร PDF, Google Docs, Google Slides เว็บไซต์ และวิดีโอ YouTube โดยตอบคำถามจากแหล่งข้อมูลที่เราเลือก พร้อมแสดงการอ้างอิงกลับไปยังต้นฉบับ ทำให้ตรวจสอบได้ง่ายกว่าการใช้ AI ที่ตอบจากความรู้ทั่วไปเพียงอย่างเดียว
ต่อไปนี้คือ 10 เทคนิคที่จะช่วยเปลี่ยน NotebookLM จากเครื่องมือ “สรุปข้อความ” ให้กลายเป็นผู้ช่วยเลขานุการประชุมที่ช่วยแยกประเด็น ตรวจสอบข้อตกลง ติดตามงาน และเตรียมการประชุมครั้งต่อไปได้อย่างเป็นระบบ
1. รวมข้อมูลการประชุมทุกชนิดไว้ใน Notebook เดียว
ข้อผิดพลาดที่พบบ่อยคืออัปโหลดเฉพาะไฟล์ถอดเสียงการประชุม แล้วคาดหวังให้ NotebookLM เข้าใจทุกอย่าง แต่ในความเป็นจริง ผู้เข้าร่วมประชุมอาจพูดสั้น ๆ เช่น “ทำตามแผนเดิม” “ใช้ตัวเลขจากไฟล์ล่าสุด” หรือ “แก้ตามคอมเมนต์ของลูกค้า” หากไม่มีเอกสารประกอบ AI ก็ไม่รู้ว่าแผนเดิม ตัวเลขล่าสุด หรือคอมเมนต์นั้นคืออะไร
วิธีที่ดีกว่าคือสร้าง Notebook แยกตามโครงการ ลูกค้า หรือหัวข้อประชุม แล้วใส่ข้อมูลที่เกี่ยวข้องให้ครบ เช่น ไฟล์เสียงหรือ Transcript, Agenda, สไลด์นำเสนอ, รายงานเดิม, ใบเสนอราคา, ข้อมูลยอดขาย และบันทึกการประชุมครั้งก่อน NotebookLM รองรับแหล่งข้อมูลหลายรูปแบบ และเราสามารถเลือกเปิดหรือปิดบางแหล่งข้อมูลก่อนถามคำถามได้
ตัวอย่าง Prompt
“วิเคราะห์แหล่งข้อมูลทั้งหมดใน Notebook นี้ โดยให้ถือว่าไฟล์ Transcript เป็นข้อมูลที่เกิดขึ้นในการประชุมครั้งล่าสุด ส่วน Agenda, สไลด์นำเสนอ และรายงานการประชุมครั้งก่อนเป็นข้อมูลประกอบ
กรุณาสรุปผลเป็น 6 หัวข้อ ได้แก่
- วัตถุประสงค์ของการประชุม
- ประเด็นที่นำเสนอ
- ปัญหาที่ถูกหยิบยกขึ้นมา
- ทางเลือกหรือข้อเสนอที่มีการพูดถึง
- ข้อสรุปหรือมติที่เกิดขึ้น
- เรื่องที่ยังไม่มีข้อสรุป
ทุกหัวข้อต้องระบุว่าข้อมูลมาจากแหล่งใด หากข้อมูลจากแต่ละแหล่งไม่ตรงกัน ให้แสดงความแตกต่างและอย่าเลือกคำตอบแทนผู้ประชุมเอง”
Prompt ลักษณะนี้ช่วยป้องกันไม่ให้ AI นำข้อมูลจากเอกสารเก่ามาปะปนกับมติของการประชุมล่าสุด
2. อย่าสั่งเพียงว่า “ช่วยสรุปการประชุม”
คำสั่งว่า “ช่วยสรุปการประชุม” กว้างเกินไป NotebookLM จึงอาจเลือกสรุปเฉพาะเรื่องที่ถูกพูดถึงบ่อย หรือเรื่องที่ดูสำคัญในมุมของ AI แต่สิ่งที่ผู้ใช้งานต้องการจริง ๆ อาจเป็นมติ งานที่ต้องทำ ตัวเลขงบประมาณ หรือความเสี่ยงที่ผู้บริหารกล่าวถึงเพียงครั้งเดียว
ก่อนเขียน Prompt ควรกำหนดให้ชัดว่าใครจะเป็นผู้อ่าน ต้องการนำสรุปไปใช้ทำอะไร และต้องการรายละเอียดระดับไหน ตัวอย่างเช่น สรุปสำหรับผู้บริหารควรเน้นการตัดสินใจ ผลกระทบ และความเสี่ยง ส่วนสรุปสำหรับทีมปฏิบัติงานควรเน้นสิ่งที่ต้องทำ เจ้าของงาน กำหนดส่ง และสิ่งที่ต้องรอจากทีมอื่น
ตัวอย่าง Prompt
“คุณทำหน้าที่เป็นเลขานุการโครงการ โปรดสรุปการประชุมนี้สำหรับส่งให้ผู้เข้าร่วมประชุมและผู้บริหารที่ไม่ได้เข้าร่วม
ใช้เฉพาะข้อมูลจากแหล่งข้อมูลที่เลือก และจัดผลลัพธ์ตามโครงสร้างต่อไปนี้
- ภาพรวมการประชุมไม่เกิน 120 คำ
- ประเด็นสำคัญเรียงตามลำดับที่มีการอภิปราย
- มติที่ประชุม โดยแยกมติที่ยืนยันแล้วออกจากข้อเสนอ
- งานที่ต้องดำเนินการต่อ
- ความเสี่ยงหรืออุปสรรค
- เรื่องที่ต้องรอข้อมูลเพิ่มเติม
- คำถามที่ยังไม่มีคำตอบ
- ประเด็นที่ควรนำเข้าสู่การประชุมครั้งหน้า
ห้ามสรุปว่ามีการอนุมัติ หากผู้พูดเพียงแสดงความเห็น เห็นด้วยในหลักการ หรือขอให้กลับไปตรวจสอบก่อน หากสถานะไม่ชัดเจน ให้เขียนว่า ‘ยังยืนยันไม่ได้จากข้อมูลในการประชุม’”
การกำหนดเงื่อนไขเช่นนี้ช่วยให้รายงานการประชุมมีความแม่นยำและลดการตีความเกินจากสิ่งที่พูดจริง
3. แยก “ข้อมูลนำเสนอ–ความคิดเห็น–ข้อเสนอ–มติ” ออกจากกัน
ในการประชุม คนมักใช้ถ้อยคำที่คล้ายกัน แต่มีสถานะต่างกันมาก เช่น “ผมคิดว่าเราควรลดงบ” เป็นความคิดเห็น “ผมเสนอให้ลดงบ 10%” เป็นข้อเสนอ และ “ที่ประชุมตกลงลดงบ 10%” จึงจะถือเป็นมติ หาก AI รวมทุกอย่างไว้ในหัวข้อเดียว ผู้อ่านอาจเข้าใจผิดว่าข้อเสนอได้รับการอนุมัติแล้ว
เทคนิคสำคัญคือให้ NotebookLM จำแนกข้อความตามสถานะของข้อมูล พร้อมแสดงหลักฐานหรือข้อความอ้างอิงประกอบ การแยกเช่นนี้เหมาะมากกับการประชุมที่มีการโต้แย้ง มีหลายทางเลือก หรือยังต้องรอผู้มีอำนาจอนุมัติ
ตัวอย่าง Prompt
“ตรวจสอบ Transcript การประชุมอย่างละเอียด แล้วจำแนกแต่ละประเด็นออกเป็น 5 สถานะ
- ข้อมูลหรือข้อเท็จจริงที่ถูกนำเสนอ
- ความคิดเห็นส่วนบุคคล
- ข้อเสนอเพื่อพิจารณา
- มติหรือข้อตกลงที่ยืนยันชัดเจน
- เรื่องที่เลื่อนการตัดสินใจ
จัดทำเป็นตาราง โดยมีคอลัมน์: ประเด็น, รายละเอียด, ผู้พูด, สถานะ, หลักฐานจากแหล่งข้อมูล และระดับความชัดเจน
เกณฑ์สำคัญคือ ห้ามจัดข้อความเป็น ‘มติ’ เว้นแต่มีถ้อยคำแสดงการตกลง อนุมัติ เลือกแนวทาง หรือมอบหมายให้ดำเนินการอย่างชัดเจน หากมีผู้เห็นต่าง ให้สรุปทั้งสองฝ่าย หากไม่สามารถระบุชื่อผู้พูดได้ ให้เขียนว่า ‘ไม่สามารถระบุผู้พูดจากข้อมูลต้นฉบับ’ ห้ามคาดเดา”
หลังได้คำตอบ ควรเปิดดูการอ้างอิงที่ NotebookLM แสดงไว้ เพื่อตรวจสอบว่าประโยคสำคัญสอดคล้องกับต้นฉบับจริงหรือไม่ เพราะระบบสามารถแสดงการอ้างอิงภายในคำตอบและบันทึกคำตอบพร้อมการอ้างอิงไว้เป็น Note ได้
4. ดึง Action Items ให้ครบทั้งงาน เจ้าของ และกำหนดส่ง
รายงานประชุมจำนวนมากมีรายการงาน แต่ใช้งานจริงไม่ได้ เพราะเขียนเพียงว่า “ปรับแผนการตลาด” หรือ “ตรวจสอบงบประมาณ” โดยไม่บอกว่าใครรับผิดชอบ ต้องส่งเมื่อไร และผลลัพธ์ที่ต้องส่งคืออะไร สุดท้ายทุกคนรู้ว่ามีงาน แต่ไม่มีใครแน่ใจว่าเป็นงานของตนเอง
การสั่ง NotebookLM ควรบังคับให้แตก Action Item ออกเป็นองค์ประกอบ ได้แก่ งานที่ต้องทำ เจ้าของงาน ผู้เกี่ยวข้อง กำหนดส่ง สิ่งที่ต้องส่ง เงื่อนไขก่อนเริ่ม และสถานะความชัดเจน หากข้อมูลส่วนใดไม่มีในที่ประชุม ต้องระบุว่า “ไม่พบข้อมูล” แทนการเดา
ตัวอย่าง Prompt
“ดึงรายการงานที่เกิดขึ้นจากการประชุมทั้งหมด รวมทั้งงานที่สั่งโดยตรง งานที่ผู้เข้าร่วมรับปากว่าจะทำ และงานที่เกิดจากมติประชุม
จัดทำเป็นตารางดังนี้
- ลำดับ
- งานที่ต้องทำ โดยขึ้นต้นด้วยคำกริยา
- ผู้รับผิดชอบหลัก
- ผู้สนับสนุนหรือผู้ที่ต้องให้ข้อมูล
- ผลลัพธ์ที่ต้องส่งมอบ
- กำหนดส่ง
- เงื่อนไขหรือสิ่งที่ต้องรอก่อนเริ่ม
- ความเชื่อมโยงกับมติหรือปัญหาใด
- ระดับความชัดเจน: ชัดเจน / ชัดเจนบางส่วน / ไม่ชัดเจน
- หลักฐานจากต้นฉบับ
ห้ามสร้างชื่อผู้รับผิดชอบหรือวันที่ขึ้นมาเอง หากที่ประชุมพูดว่า ‘ภายในสัปดาห์หน้า’ ให้คงข้อความดังกล่าวไว้ และเพิ่มหมายเหตุว่าควรยืนยันเป็นวันที่จริง หากงานหนึ่งมีผู้รับผิดชอบหลายคน ให้แยกว่าใครเป็นเจ้าของงานหลักและใครเป็นผู้สนับสนุน”
เมื่อได้ตารางแล้ว ผู้จัดประชุมสามารถนำไปสร้าง Task ในระบบบริหารงานได้ทันที โดยไม่ต้องกลับไปอ่าน Transcript ทั้งหมดอีกครั้ง
5. ตรวจจับคำพูดกำกวมและงานที่ยังไม่มีเจ้าภาพ
หนึ่งในสาเหตุที่งานหลังประชุมล่าช้าคือประโยคอย่าง “เดี๋ยวเราดูให้” “น่าจะเสร็จเร็ว ๆ นี้” “ขอเช็กก่อน” หรือ “ให้ทีมจัดการต่อ” คำพูดเหล่านี้ฟังเหมือนมีความคืบหน้า แต่ไม่ได้ระบุว่า “เรา” คือใคร “เร็ว ๆ นี้” คือวันไหน และ “ทีม” หมายถึงทีมใด
แทนที่จะให้ NotebookLM สรุปเฉพาะสิ่งที่ชัดเจน เราควรให้มันทำหน้าที่เป็นผู้ตรวจสอบช่องว่างของการประชุมด้วย เทคนิคนี้จะช่วยค้นหางานที่ไม่มีเจ้าของ วันที่ไม่แน่นอน การอนุมัติที่ยังไม่ชัด และข้อมูลที่ขัดแย้งกัน
ตัวอย่าง Prompt
“ทำหน้าที่เป็นผู้ตรวจสอบคุณภาพรายงานการประชุม ค้นหาข้อความหรือข้อตกลงที่อาจทำให้เกิดความเข้าใจไม่ตรงกันภายหลัง โดยตรวจสอบประเด็นต่อไปนี้
- งานที่ไม่มีผู้รับผิดชอบชัดเจน
- งานที่ไม่มีกำหนดส่ง
- งานที่ไม่ระบุผลลัพธ์ที่ต้องส่ง
- คำกำกวม เช่น เร็ว ๆ นี้ ภายหลัง เดี๋ยวดูให้ ทีมจะจัดการ หรือประมาณนั้น
- ข้อตกลงที่มีเงื่อนไขแต่ยังไม่ระบุผู้อนุมัติ
- ตัวเลขหรือวันที่ที่มีมากกว่าหนึ่งเวอร์ชัน
- ประเด็นที่ผู้เข้าร่วมเข้าใจไม่ตรงกัน
- คำถามที่ถูกถามแต่ไม่มีผู้ตอบ
สำหรับแต่ละรายการ ให้แสดงข้อความหรือใจความจากต้นฉบับ อธิบายความเสี่ยงที่อาจเกิดขึ้น และเขียนคำถามติดตามผลที่ควรถาม เช่น ‘ใครเป็นผู้รับผิดชอบหลัก’ หรือ ‘กำหนดส่งที่เป็นวันที่แน่นอนคือวันใด’
ห้ามเติมคำตอบที่ไม่มีอยู่ในแหล่งข้อมูล”
Prompt นี้ไม่ได้เพียงช่วยสรุป แต่ช่วยป้องกันปัญหาก่อนที่ทีมจะออกจากห้องประชุมด้วยความเข้าใจคนละแบบ
6. สรุปความเห็นต่างโดยไม่ทำให้บริบทหายไป
การประชุมที่ดีไม่จำเป็นต้องมีแต่ความเห็นตรงกัน บางครั้งความเห็นต่างคือข้อมูลสำคัญที่สุด เพราะสะท้อนความเสี่ยง ข้อจำกัด และผลกระทบที่แต่ละฝ่ายมองเห็นไม่เหมือนกัน หากสรุปเพียงว่า “ที่ประชุมหารือเรื่องงบประมาณ” รายละเอียดสำคัญอาจหายไป เช่น ฝ่ายการตลาดต้องการเพิ่มงบเพื่อเร่งยอดขาย แต่ฝ่ายการเงินกังวลเรื่องกระแสเงินสด
การใช้ NotebookLM ให้ได้ประโยชน์จึงควรขอให้แยกจุดยืน เหตุผล หลักฐาน และข้อกังวลของแต่ละฝ่าย โดยใช้ภาษากลาง ไม่ตัดสินว่าใครถูกหรือผิด
ตัวอย่าง Prompt
“ค้นหาประเด็นทั้งหมดที่ผู้เข้าร่วมมีความเห็นแตกต่างกัน แล้วสรุปแต่ละประเด็นตามโครงสร้างต่อไปนี้
- ประเด็นที่ถกเถียง
- จุดยืนของแต่ละฝ่าย
- เหตุผลหรือหลักฐานที่แต่ละฝ่ายใช้สนับสนุน
- ข้อกังวลที่ถูกกล่าวถึง
- จุดที่ทุกฝ่ายเห็นตรงกัน
- จุดที่ยังเห็นไม่ตรงกัน
- ข้อสรุปหรือแนวทางชั่วคราว
- ข้อมูลเพิ่มเติมที่ต้องมีเพื่อช่วยตัดสินใจ
ใช้ภาษาที่เป็นกลาง ไม่ใช้คำว่า ‘ฝ่ายใดถูก’ หรือ ‘ฝ่ายใดผิด’ หากผู้พูดเปลี่ยนความเห็นระหว่างการประชุม ให้แสดงลำดับการเปลี่ยนแปลงนั้น หากไม่มีข้อสรุป ให้เขียนว่า ‘ยังไม่มีข้อสรุปจากการประชุมครั้งนี้’ และเสนอเฉพาะคำถามที่ควรนำไปพิจารณาต่อ โดยไม่สร้างคำตอบแทนที่ประชุม”
ผลลัพธ์รูปแบบนี้เหมาะสำหรับส่งให้ผู้บริหาร เพราะช่วยให้เห็นทั้งมติและเหตุผลเบื้องหลัง ไม่ใช่เห็นเพียงประโยคสรุปสุดท้าย
7. แยกตัวเลข งบประมาณ วันที่ และ KPI ออกมาตรวจสอบต่างหาก
ตัวเลขเป็นข้อมูลที่ผิดพลาดได้ง่ายที่สุดในการสรุปประชุม เช่น ยอดขาย 1.5 ล้านบาทอาจถูกพิมพ์เป็น 15 ล้านบาท วันที่ 15 อาจสับสนกับเวลา 15.00 น. หรือเปอร์เซ็นต์เป้าหมายอาจถูกปะปนกับผลลัพธ์ปัจจุบัน ปัญหานี้รุนแรงขึ้นเมื่อมีหลายคนพูดตัวเลขคนละเวอร์ชัน
อย่าซ่อนตัวเลขไว้ในย่อหน้าสรุป ควรสั่งให้ NotebookLM สร้างตารางตัวเลขแยกต่างหาก พร้อมบริบท ผู้พูด หน่วย และสถานะว่าเป็นตัวเลขจริง เป้าหมาย ประมาณการ หรือข้อเสนอ
ตัวอย่าง Prompt
“ตรวจสอบแหล่งข้อมูลทั้งหมดและดึงตัวเลขสำคัญที่เกี่ยวข้องกับการประชุม ได้แก่ งบประมาณ ค่าใช้จ่าย รายได้ ยอดขาย จำนวนลูกค้า เปอร์เซ็นต์ KPI กำหนดการ วันที่ เวลา และปริมาณงาน
จัดทำเป็นตารางโดยมีคอลัมน์
- ตัวเลขหรือวันที่
- หน่วย
- ตัวเลขนี้หมายถึงอะไร
- ประเภท: ผลลัพธ์จริง / เป้าหมาย / ประมาณการ / งบที่เสนอ / งบที่อนุมัติ / กำหนดส่ง
- ผู้กล่าวหรือแหล่งข้อมูล
- สถานะการยืนยัน
- ตัวเลขอื่นที่อาจขัดแย้งกัน
- หลักฐานอ้างอิง
ตรวจสอบเป็นพิเศษว่ามีตัวเลขเดียวกันหลายเวอร์ชันหรือไม่ หากมี ให้แสดงทุกเวอร์ชันโดยไม่เลือกแทนผู้ใช้ และอธิบายว่าควรตรวจสอบเรื่องใดเพิ่มเติม ห้ามคำนวณหรือแปลงหน่วย เว้นแต่จะแสดงสูตรและระบุชัดว่าเป็นการคำนวณเพิ่มเติม ไม่ใช่ข้อความจากที่ประชุม”
เมื่อใช้ Prompt นี้ ผู้จัดประชุมจะเห็นจุดผิดปกติได้เร็ว และสามารถตรวจสอบกับเอกสารต้นทางก่อนส่งรายงานอย่างเป็นทางการ
8. เปรียบเทียบการประชุมครั้งนี้กับครั้งก่อน
บางโครงการประชุมทุกสัปดาห์ แต่แต่ละครั้งถูกสรุปแยกกัน ทำให้มองไม่เห็นว่างานใดค้างมาหลายรอบ ข้อตกลงใดถูกเปลี่ยน และปัญหาใดถูกพูดซ้ำโดยยังไม่มีผู้แก้ไข วิธีแก้คือใส่รายงานการประชุมครั้งก่อนและครั้งล่าสุดไว้ใน Notebook เดียวกัน แล้วสั่งให้ AI เปรียบเทียบความเปลี่ยนแปลง
เทคนิคนี้ช่วยติดตามความต่อเนื่องของโครงการได้ดี โดยเฉพาะโครงการที่มีหลายทีม หลายกำหนดส่ง หรือมีการแก้แผนบ่อย
ตัวอย่าง Prompt
“เปรียบเทียบรายงานการประชุมครั้งก่อนกับ Transcript และเอกสารของการประชุมครั้งล่าสุด โดยอย่ารวมข้อมูลสองช่วงเวลาเข้าด้วยกัน
สรุปเป็น 7 ส่วน
- งานจากครั้งก่อนที่เสร็จแล้ว
- งานที่ยังไม่เสร็จ
- งานที่ไม่พบการอัปเดตสถานะ
- งานใหม่ที่เพิ่มขึ้นในการประชุมล่าสุด
- มติเดิมที่ถูกเปลี่ยนหรือยกเลิก
- กำหนดส่งที่ถูกเลื่อน
- ปัญหาที่ถูกพูดซ้ำตั้งแต่ครั้งก่อน
สำหรับแต่ละรายการ ให้ระบุข้อความจากครั้งก่อน ข้อมูลอัปเดตครั้งล่าสุด ผู้รับผิดชอบ กำหนดเดิม กำหนดใหม่ และผลกระทบที่ถูกกล่าวถึง
หากการประชุมล่าสุดไม่ได้พูดถึงงานเก่า อย่าสรุปว่างานเสร็จแล้ว ให้เขียนว่า ‘ไม่พบการอัปเดตในการประชุมล่าสุด’ และสร้างรายการคำถามที่ผู้จัดประชุมควรติดตาม”
การเปรียบเทียบเช่นนี้ช่วยป้องกันงานตกหล่น เพราะ “ไม่ได้พูดถึง” ไม่ได้แปลว่า “ดำเนินการเสร็จแล้ว”
9. สร้างรายงานหลายเวอร์ชันให้เหมาะกับผู้อ่านแต่ละกลุ่ม
รายงานฉบับเดียวอาจไม่เหมาะกับทุกคน ผู้บริหารไม่จำเป็นต้องอ่านบทสนทนาทั้งหมด แต่ต้องเห็นการตัดสินใจ ความเสี่ยง งบประมาณ และเรื่องที่ต้องอนุมัติ ขณะที่ทีมปฏิบัติงานต้องการรายละเอียด Action Items และกำหนดส่ง ส่วนลูกค้าอาจควรได้รับเฉพาะข้อตกลงที่เกี่ยวข้อง โดยไม่เห็นการหารือภายใน
NotebookLM สามารถช่วยแปลงข้อมูลชุดเดียวเป็นรายงานหลายระดับได้ แต่ควรระบุขอบเขตและข้อห้ามให้ชัด เพื่อไม่ให้ข้อมูลภายในหลุดไปอยู่ในฉบับสำหรับบุคคลภายนอก
ตัวอย่าง Prompt
“จากข้อมูลการประชุมชุดเดียวกัน โปรดสร้างสรุป 3 เวอร์ชัน โดยแต่ละเวอร์ชันต้องยึดข้อเท็จจริงเดียวกัน แต่ปรับรายละเอียดให้เหมาะกับผู้อ่าน
เวอร์ชันที่ 1 สำหรับผู้บริหาร
เน้นมติ ผลกระทบทางธุรกิจ งบประมาณ ความเสี่ยง เรื่องที่ต้องอนุมัติ และความล่าช้าที่อาจเกิดขึ้น ความยาวไม่เกิน 300 คำ
เวอร์ชันที่ 2 สำหรับทีมปฏิบัติงาน
เน้นงาน ผู้รับผิดชอบ กำหนดส่ง สิ่งที่ต้องส่งมอบ ความเชื่อมโยงระหว่างทีม และคำถามที่ต้องติดตาม
เวอร์ชันที่ 3 สำหรับส่งให้ลูกค้า
ใช้ภาษาสุภาพ เน้นสิ่งที่ตกลงร่วมกัน ขั้นตอนต่อไป และข้อมูลที่ต้องการจากลูกค้า ตัดความคิดเห็นภายใน การประเมินบุคคล ต้นทุนภายใน และประเด็นที่ยังไม่ได้รับอนุมัติออก
ท้ายแต่ละเวอร์ชัน ให้ระบุรายการข้อมูลที่ยังควรให้มนุษย์ตรวจสอบก่อนส่ง”
แนวทางนี้ช่วยลดเวลาการเขียนรายงานซ้ำ และยังควบคุมระดับการเปิดเผยข้อมูลได้ดีกว่าการคัดลอกสรุปเดียวส่งให้ทุกคน
10. ใช้ Prompt ตรวจทานรอบสุดท้ายก่อนส่งรายงาน
แม้ NotebookLM จะตอบโดยอิงแหล่งข้อมูลและมีการอ้างอิง แต่ผลลัพธ์จาก AI ยังควรได้รับการตรวจสอบ โดยเฉพาะชื่อบุคคล วันที่ ตัวเลข มติ และข้อมูลที่มีผลต่อการตัดสินใจทางธุรกิจ Google เองก็ระบุว่าคำตอบและชิ้นงานที่ AI สร้างอาจมีความไม่ถูกต้องได้ จึงไม่ควรส่งออกไปทันทีโดยไม่ตรวจทาน
วิธีที่มีประสิทธิภาพคือทำงานสองรอบ รอบแรกให้ NotebookLM สร้างรายงาน และรอบที่สองให้มันทำหน้าที่เป็นผู้ตรวจสอบรายงานนั้นกับแหล่งข้อมูลต้นฉบับ
ตัวอย่าง Prompt
“ตรวจสอบร่างรายงานการประชุมด้านล่างเทียบกับแหล่งข้อมูลทั้งหมดใน Notebook นี้
[วางร่างรายงานการประชุม]
โปรดตรวจสอบทีละประโยค และจำแนกเป็น 4 สถานะ
- มีหลักฐานรองรับชัดเจน
- มีหลักฐานรองรับบางส่วน
- เป็นการตีความที่เกินจากต้นฉบับ
- ไม่พบข้อมูลรองรับ
ให้เน้นตรวจสอบชื่อบุคคล ตำแหน่ง วันที่ เวลา ตัวเลข งบประมาณ KPI มติ ผู้รับผิดชอบ และกำหนดส่ง
จากนั้นจัดทำผลลัพธ์ 3 ส่วน
- ตารางข้อผิดพลาดหรือจุดที่ต้องตรวจสอบ
- รายการข้อมูลสำคัญที่ร่างนี้อาจตกหล่น
- ร่างฉบับแก้ไข โดยแก้เฉพาะส่วนที่มีหลักฐานจากต้นฉบับ
หากข้อมูลไม่ชัดเจน ให้ใช้ข้อความว่า ‘รอยืนยัน’ หรือ ‘ไม่พบข้อมูลในแหล่งข้อมูล’ ห้ามเติมรายละเอียดจากความรู้ภายนอก”
หลังตรวจเสร็จ สามารถบันทึกคำตอบสำคัญเป็น Note เพื่อเก็บตารางและการอ้างอิงไว้ใช้ต่อ หรือแปลง Note เป็นแหล่งข้อมูลสำหรับทำงานในขั้นตอนถัดไปได้
Prompt รวม ใช้สรุปประชุมได้ในคำสั่งเดียว
สำหรับผู้ที่ต้องการเริ่มต้นด้วย Prompt เดียว สามารถคัดลอกข้อความด้านล่างไปปรับใช้ได้ทันที
“คุณทำหน้าที่เป็นเลขานุการประชุมมืออาชีพ วิเคราะห์เฉพาะแหล่งข้อมูลที่ฉันเลือกใน Notebook นี้ ห้ามใช้ความรู้ภายนอก และห้ามสร้างข้อมูลที่ไม่มีในต้นฉบับ
โปรดจัดทำรายงานการประชุมภาษาไทย โดยประกอบด้วย
- ชื่อหรือหัวข้อการประชุม
- วัน เวลา และผู้เข้าร่วมเท่าที่ระบุได้
- วัตถุประสงค์การประชุม
- สรุปสำหรับผู้บริหารไม่เกิน 150 คำ
- ประเด็นที่มีการนำเสนอ เรียงตามลำดับการอภิปราย
- ปัญหา สาเหตุ และผลกระทบที่ถูกกล่าวถึง
- ทางเลือกหรือข้อเสนอทั้งหมด
- มติที่ได้รับการยืนยัน
- ประเด็นที่ยังไม่มีข้อสรุป
- ความเห็นต่างของผู้เข้าร่วม
- Action Items พร้อมผู้รับผิดชอบ ผลลัพธ์ที่ต้องส่ง และกำหนดส่ง
- ตัวเลข งบประมาณ KPI และวันที่สำคัญ
- ความเสี่ยงหรืออุปสรรค
- ข้อมูลที่ต้องรอเพิ่มเติม
- คำถามที่ควรติดตามหลังประชุม
- หัวข้อเสนอสำหรับการประชุมครั้งหน้า
แยกข้อมูลที่เป็นข้อเท็จจริง ความคิดเห็น ข้อเสนอ และมติออกจากกันอย่างชัดเจน
สำหรับ Action Items ให้จัดทำเป็นตาราง และห้ามเดาผู้รับผิดชอบหรือกำหนดส่ง หากไม่มีข้อมูล ให้เขียนว่า ‘ไม่พบข้อมูล’
หากพบข้อความกำกวม เช่น ‘เร็ว ๆ นี้’ ‘เดี๋ยวจัดการ’ หรือ ‘ให้ทีมดูต่อ’ ให้ยกขึ้นมาเป็นประเด็นที่ต้องยืนยัน
หากข้อมูลจากหลายแหล่งขัดแย้งกัน ให้แสดงทุกเวอร์ชันพร้อมแหล่งอ้างอิง ห้ามเลือกเวอร์ชันใดเวอร์ชันหนึ่งเอง
ท้ายรายงาน ให้สร้าง Checklist สำหรับผู้จัดประชุมตรวจสอบก่อนส่ง โดยเน้นชื่อบุคคล มติ ตัวเลข ผู้รับผิดชอบ กำหนดส่ง และข้อมูลที่อาจเป็นความลับ”
สรุปส่งท้าย
หัวใจของการใช้ NotebookLM สรุปประชุมไม่ใช่การสั่งให้ AI “เขียนให้สั้นที่สุด” แต่คือการกำหนดโครงสร้างให้มันตรวจสอบทุกสิ่งที่จำเป็น ทั้งมติ ความเห็นต่าง งานที่ต้องทำ ผู้รับผิดชอบ กำหนดส่ง ตัวเลข และเรื่องที่ยังไม่ชัดเจน
เมื่อเราใส่แหล่งข้อมูลให้ครบ ใช้ Prompt ที่ไม่เปิดช่องให้ AI คาดเดา และตรวจสอบการอ้างอิงก่อนส่ง NotebookLM จะช่วยลดเวลาการทำรายงาน พร้อมเปลี่ยนบทสนทนาที่ยาวและกระจัดกระจาย ให้กลายเป็นแผนปฏิบัติงานที่ทุกคนเข้าใจตรงกันและนำไปทำต่อได้จริง
