เปรียบเทียบมหาวิทยาลัยหรือหลักสูตร 3 ตัวเลือก เพื่อตัดสินใจ
วิเคราะห์และเปรียบเทียบตัวเลือกมหาวิทยาลัยหรือหลักสูตร 3 ทาง ครอบคลุม 8 ปัจจัยสำคัญ พร้อมระบบคะแนนดาวและคำแนะนำที่ตรงกับเป้าหมายอาชีพและงบประมาณของผู้ใช้
คัดลอกพรอมต์ฉบับมีตัวแปร {{...}} ไปแก้ไขในเครื่องมือของคุณเอง
ตัวอย่างผลลัพธ์ที่จะได้
ก่อนเริ่มลงมือปรับพรอมต์ ดูตัวอย่างผลลัพธ์ที่คุณจะได้จริงเพื่อให้แน่ใจว่าพรอมต์นี้ตรงกับงานที่ต้องการ
สรุปภาพรวม
จุฬาฯ เหมาะกับผู้ที่ต้องการ brand และเครือข่ายที่แข็งแกร่งที่สุดในไทยเพื่อเข้าบริษัทระดับสากล มหิดล ICT เหมาะกับผู้ที่ต้องการสภาพแวดล้อมนานาชาติและเรียนเป็นภาษาอังกฤษ ส่วน KMUTT เหมาะกับผู้ที่เน้นทักษะปฏิบัติจริงและการทำงานร่วมกับภาคอุตสาหกรรมตั้งแต่ปี 1
ตารางเปรียบเทียบ
| ปัจจัย | จุฬาฯ (วิศวะ) | มหิดล (ICT) | KMUTT (IT) |
|---|---|---|---|
| ชื่อเสียง (CS/IT) | ★★★★★ | ★★★★☆ | ★★★★☆ |
| ค่าใช้จ่ายรวมต่อปี | ~120,000 บาท | ~90,000 บาท | ~80,000 บาท |
| คุณภาพหลักสูตร | ★★★★★ | ★★★★☆ | ★★★★☆ |
| โอกาสฝึกงาน | ★★★★★ | ★★★★☆ | ★★★★★ |
| เครือข่าย alumni | ★★★★★ | ★★★☆☆ | ★★★★☆ |
| อัตราการจ้างงาน | ★★★★★ | ★★★★☆ | ★★★★☆ |
| ความยืดหยุ่นหลักสูตร | ★★★☆☆ | ★★★★☆ | ★★★★☆ |
| สภาพแวดล้อม/ทำเล | ★★★★☆ | ★★★☆☆ | ★★★☆☆ |
ปรับให้เข้ากับงานของคุณ
แก้ค่าตัวแปรด้านล่าง พรอมต์ฉบับสมบูรณ์จะอัปเดตอัตโนมัติ พร้อมคัดลอกไปวางใน Claude หรือ ChatGPT ได้ทันที
เช่น ปริญญาตรี ปริญญาโท ประกาศนียบัตร หรือ short course
ระบุสาขาหรือหลักสูตรที่ต้องการเรียนให้ชัดเจน
ชื่อมหาวิทยาลัยและคณะ/หลักสูตรตัวเลือกแรก
ชื่อมหาวิทยาลัยและคณะ/หลักสูตรตัวเลือกที่สอง
ชื่อมหาวิทยาลัยและคณะ/หลักสูตรตัวเลือกที่สาม
งบประมาณรวมทั้งหมดต่อปี รวมค่าเทอมและค่าครองชีพ
ตำแหน่งงานหรืออาชีพที่ต้องการในอีก 3-5 ปีข้างหน้า
ระบุปัจจัย 2-3 ข้อที่คุณให้ความสำคัญมากกว่าปัจจัยอื่น
**ภารกิจ:** วิเคราะห์และเปรียบเทียบตัวเลือก 3 ทางต่อไปนี้อย่างละเอียด แล้วสรุปคำแนะนำที่ตรงกับสถานการณ์ของผู้ใช้
**ข้อมูลของฉัน:**
- ระดับการศึกษาที่สนใจ: ปริญญาตรี
- สาขา/หลักสูตร: วิทยาการคอมพิวเตอร์ (Computer Science)
- ตัวเลือกที่ 1: จุฬาลงกรณ์มหาวิทยาลัย คณะวิศวกรรมศาสตร์
- ตัวเลือกที่ 2: มหาวิทยาลัยมหิดล คณะ ICT
- ตัวเลือกที่ 3: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (KMUTT) คณะเทคโนโลยีสารสนเทศ
- งบประมาณต่อปี (โดยประมาณ): 150,000 บาทต่อปี
- เป้าหมายอาชีพ: Software Engineer ในบริษัทเทคโนโลยีระดับสากล
- ปัจจัยที่ให้ความสำคัญมากที่สุด: ชื่อเสียง โอกาสฝึกงาน และเครือข่าย alumni
**ขั้นตอนการวิเคราะห์:**
1. ประเมินแต่ละตัวเลือกตามปัจจัยเหล่านี้ พร้อมให้คะแนน 1-5 ดาว (★):
- ชื่อเสียงและการจัดอันดับในสาขาที่เกี่ยวข้อง
- ค่าใช้จ่ายรวม (ค่าเทอม ค่าครองชีพ และทุนการศึกษาที่อาจมี)
- คุณภาพหลักสูตรและคณาจารย์
- โอกาสฝึกงานและการสร้าง networking
- อัตราการจ้างงานและเงินเดือนเฉลี่ยของบัณฑิต
- ความยืดหยุ่น (รูปแบบการเรียน การโอนหน่วยกิต ฯลฯ)
- สภาพแวดล้อมและคุณภาพชีวิต
- ความสอดคล้องกับเป้าหมายอาชีพที่ระบุ
2. ให้น้ำหนักพิเศษกับปัจจัยที่ผู้ใช้ระบุว่าสำคัญที่สุด
**รูปแบบผลลัพธ์ที่ต้องการ:**
### สรุปภาพรวม
[1-2 ประโยคอธิบายว่าแต่ละตัวเลือกเหมาะกับใครเป็นพิเศษ]
### ตารางเปรียบเทียบ
| ปัจจัย | จุฬาลงกรณ์มหาวิทยาลัย คณะวิศวกรรมศาสตร์ | มหาวิทยาลัยมหิดล คณะ ICT | มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (KMUTT) คณะเทคโนโลยีสารสนเทศ |
[กรอกข้อมูลครบทุกปัจจัยข้างต้น]
### จุดเด่นและจุดด้อย
[แยกแต่ละตัวเลือก ระบุ ✅ จุดเด่น และ ❌ จุดด้อยที่ชัดเจน]
### คำแนะนำสำหรับสถานการณ์ของคุณ
[ระบุตัวเลือกที่แนะนำพร้อมเหตุผลที่อ้างอิงจากเป้าหมายอาชีพ งบประมาณ และปัจจัยสำคัญที่ระบุไว้]
### คำถามช่วยตัดสินใจ
[3-5 ข้อที่ช่วยให้ผู้ใช้ยืนยันหรือตรวจสอบการตัดสินใจด้วยตนเอง]
**ข้อกำหนด:** ให้ข้อมูลตามความเป็นจริง หากข้อมูลใดไม่แน่ชัดให้ระบุว่าควรตรวจสอบเพิ่มเติม ห้ามแนะนำตัวเลือกใดโดยไม่มีเหตุผลรองรับ
เข้าใจเทคนิคที่ซ่อนอยู่
คลิกที่ส่วนไฮไลต์ในพรอมต์เพื่อกระโดดไปดูคำอธิบายเทคนิคแต่ละจุด ใช้ความเข้าใจนี้เพื่อปรับพรอมต์อื่นของคุณเองในภายหลัง
**ภารกิจ:** วิเคราะห์และเปรียบเทียบตัวเลือก 3 ทางต่อไปนี้อย่างละเอียด แล้วสรุปคำแนะนำที่ตรงกับสถานการณ์ของผู้ใช้
**ข้อมูลของฉัน:**
- ระดับการศึกษาที่สนใจ: {{ระดับการศึกษา}}
- สาขา/หลักสูตร: {{สาขาที่สนใจ}}
- ตัวเลือกที่ 1: {{ตัวเลือก_1}}
- ตัวเลือกที่ 2: {{ตัวเลือก_2}}
- ตัวเลือกที่ 3: {{ตัวเลือก_3}}
- งบประมาณต่อปี (โดยประมาณ): {{งบประมาณ}}
- เป้าหมายอาชีพ: {{เป้าหมายอาชีพ}}
- ปัจจัยที่ให้ความสำคัญมากที่สุด: {{ปัจจัยสำคัญ}}
**ขั้นตอนการวิเคราะห์:**
1. ประเมินแต่ละตัวเลือกตามปัจจัยเหล่านี้ พร้อมให้คะแนน 1-5 ดาว (★):
- ชื่อเสียงและการจัดอันดับในสาขาที่เกี่ยวข้อง
- ค่าใช้จ่ายรวม3 (ค่าเทอม ค่าครองชีพ และทุนการศึกษาที่อาจมี)
- คุณภาพหลักสูตรและคณาจารย์
- โอกาสฝึกงานและการสร้าง networking
- อัตราการจ้างงานและเงินเดือนเฉลี่ยของบัณฑิต
- ความยืดหยุ่น (รูปแบบการเรียน การโอนหน่วยกิต ฯลฯ)
- สภาพแวดล้อมและคุณภาพชีวิต
- ความสอดคล้องกับเป้าหมายอาชีพที่ระบุ
2. ให้น้ำหนักพิเศษกับปัจจัยที่ผู้ใช้ระบุว่าสำคัญที่สุด4
**รูปแบบผลลัพธ์ที่ต้องการ:**
### สรุปภาพรวม
[1-2 ประโยคอธิบายว่าแต่ละตัวเลือกเหมาะกับใครเป็นพิเศษ]
### ตารางเปรียบเทียบ
| ปัจจัย | {{ตัวเลือก_1}} | {{ตัวเลือก_2}} | {{ตัวเลือก_3}} |5
[กรอกข้อมูลครบทุกปัจจัยข้างต้น]
### จุดเด่นและจุดด้อย
[แยกแต่ละตัวเลือก ระบุ ✅ จุดเด่น และ ❌ จุดด้อยที่ชัดเจน]
### คำแนะนำสำหรับสถานการณ์ของคุณ
[ระบุตัวเลือกที่แนะนำพร้อมเหตุผลที่อ้างอิงจากเป้าหมายอาชีพ งบประมาณ และปัจจัยสำคัญที่ระบุไว้]
### คำถามช่วยตัดสินใจ
[3-5 ข้อที่ช่วยให้ผู้ใช้ยืนยันหรือตรวจสอบการตัดสินใจด้วยตนเอง]
**ข้อกำหนด:** ให้ข้อมูลตามความเป็นจริง หากข้อมูลใดไม่แน่ชัดให้ระบุว่าควรตรวจสอบเพิ่มเติม ห้ามแนะนำตัวเลือกใดโดยไม่มีเหตุผลรองรับ6
แตะส่วนที่ไฮไลต์เพื่อดูคำอธิบายเทคนิคแต่ละจุด · {{ }} คือตัวแปรที่ปรับได้
"คุณคือที่ปรึกษาด้านการศึกษาที่มีประสบการณ์ช่วยนักศึกษาไทยเปรียบเทียบและตัดสินใจเลือกมหาวิทยาลัยหรือหลักสูตรอย่างรอบคอบ"
การกำหนดบทบาทเป็น 'ที่ปรึกษาด้านการศึกษา' ทำให้โมเดลตอบด้วยมุมมองของผู้เชี่ยวชาญที่เป็นกลาง แทนที่จะให้คำตอบทั่วไปแบบ search engine
"ข้อมูลของฉัน: - ระดับการศึกษาที่สนใจ: {{ระดับการศึกษา}} - สาขา/หลักสูตร: {{สาขาที่สนใจ}} - งบประมาณต่อปี (โดยประมาณ): {{งบประมาณ}} - เป้าหมายอาชีพ: {{เป้าหมายอาชีพ}} - ปัจจัยที่ให้ความสำคัญมากที่สุด: {{ปัจจัยสำคัญ}}"
การระบุบริบทส่วนตัวครบถ้วน (งบประมาณ เป้าหมาย ปัจจัยสำคัญ) ช่วยให้โมเดลปรับคำแนะนำให้ตรงกับสถานการณ์เฉพาะของผู้ใช้ แทนที่จะเปรียบเทียบแบบ one-size-fits-all
"1. ประเมินแต่ละตัวเลือกตามปัจจัยเหล่านี้ พร้อมให้คะแนน 1-5 ดาว (★): - ชื่อเสียงและการจัดอันดับในสาขาที่เกี่ยวข้อง - ค่าใช้จ่ายรวม"
การแจกแจงปัจจัยวิเคราะห์ 8 ข้อเป็นลำดับขั้นตอนบังคับให้โมเดลครอบคลุมทุกมิติ ป้องกันการข้ามปัจจัยสำคัญที่ผู้ใช้อาจไม่รู้ว่าควรถาม
"ให้น้ำหนักพิเศษกับปัจจัยที่ผู้ใช้ระบุว่าสำคัญที่สุด"
คำสั่งให้น้ำหนักพิเศษทำให้ผลลัพธ์สะท้อนค่านิยมของผู้ใช้จริง ไม่ใช่การเปรียบเทียบที่ treat ทุกปัจจัยเท่ากันโดยไม่คำนึงถึงบริบท
"### ตารางเปรียบเทียบ | ปัจจัย | {{ตัวเลือก_1}} | {{ตัวเลือก_2}} | {{ตัวเลือก_3}} |"
การกำหนดโครงสร้างตารางพร้อม header ล่วงหน้าบังคับให้โมเดลแสดงข้อมูลในรูปแบบที่อ่านเปรียบเทียบได้ทันที ลดการตอบแบบ narrative ที่ยากต่อการ scan
"ห้ามแนะนำตัวเลือกใดโดยไม่มีเหตุผลรองรับ"
การห้ามชัดเจนป้องกันโมเดลจากการแนะนำตัวเลือกตามความนิยมทั่วไปโดยไม่พิจารณาข้อมูลที่ผู้ใช้ให้มา ทำให้คำแนะนำมีความน่าเชื่อถือและตรวจสอบได้
เห็นความต่างระหว่างพรอมต์ทั่วไปกับพรอมต์ที่ใช้เทคนิค
คนส่วนใหญ่เริ่มต้นด้วยคำสั่งสั้น ๆ แบบพรอมต์ที่ใช้กันทั่วไป แต่ผลลัพธ์มักไม่ตรงใจและต้องถามซ้ำหลายรอบ พรอมต์แบบที่ใช้เทคนิคข้างต้นช่วยแก้ปัญหานี้
เปรียบเทียบจุฬา มหิดล และ KMUTT ให้หน่อย
ระบุบทบาทที่ปรึกษาด้านการศึกษา + ให้บริบทส่วนตัวครบ (สาขา งบประมาณ เป้าหมายอาชีพ ปัจจัยสำคัญ) + กำหนดกรอบวิเคราะห์ 8 ปัจจัยพร้อมระบบคะแนนดาว + ระบุรูปแบบผลลัพธ์ (ตาราง จุดเด่น/ด้อย คำแนะนำ คำถามช่วยตัดสินใจ) + ห้ามแนะนำโดยไม่มีเหตุผล
