Context — สิ่งที่มันต้องรู้

ผู้ช่วยมี “มือ” ไปดึงการจองแล้ว แต่มันยังตอบผิด — เพราะมันไม่รู้ว่าช่วงนั้น มีคาบเรียน, ไม่รู้ว่าเป็น วันหยุด, ไม่รู้ว่ามี ช่วงซ่อมบำรุง ข้อมูลดิบไม่พอ มันต้องรู้ “กติกา” ที่โลกใบนี้เดินอยู่ บทนี้ว่าด้วยการ ป้อนกติกาที่ถูกต้อง — ไม่ใช่ทุกอย่าง

พูดแบบเข้าใจง่าย

Context คือทุกอย่างที่เราวางไว้ตรงหน้าโมเดล ก่อน มันจะตอบ มีสองสิ่งหลักที่ต้องป้อน: ตัวตน (ใครถาม ตอบภาษาไหน บทบาทอะไร) และ กติกา/ค่าคงที่ ที่ระบบเดินอยู่ (คาบเรียน วันหยุด ช่วงซ่อมบำรุง ความจุห้อง)

หัวใจคือคำว่า “ที่ถูกต้อง” ไม่ใช่ “เยอะ ๆ” — การยัดทุกอย่างเข้าไป “เผื่อไว้” ไม่ได้ช่วย และมักทำให้ข้อมูลชิ้นที่สำคัญจมหายไปในกองข้อมูล (เรื่องนี้เจาะลึกในบทที่ 13) สิ่งที่ต้องการคือ ชุดข้อมูลเล็กแต่ตรงประเด็น

ในระบบของเรา — กติกาที่ทำให้คำตอบ “ห้องว่างไหม” ถูกต้อง

คำถาม “Lab 3 ว่างพฤหัส 13:00 ไหม” ดูเหมือนตอบได้จากตารางจองอย่างเดียว แต่จริง ๆ มีกติกาหลายชั้นซ้อนอยู่:

ในระบบจริง เรายังป้อน ตัวตนและกติกาเชิงพฤติกรรม ด้วย เช่น “ตอบเป็นภาษาเดียวกับผู้ถาม”, “อย่าเดารหัส/ชื่อห้องเอง ให้ค้นจากระบบก่อน” — กติกาเหล่านี้ใช้กับทุกคำตอบ จึงควรอยู่เป็น context ประจำ ส่วนข้อมูลหนัก ๆ (เช่นผังทั้งเทอม) ค่อยดึงตอนต้องใช้ ไม่ใช่ยัดไว้ตั้งแต่ต้น

ทำพลาด vs ทำถูก

ลองเอง — เปิดกติกาทีละข้อ แล้วดูคำตอบพลิก

สรุปบทที่ 05

• Context = สิ่งที่วางตรงหน้าโมเดลก่อนตอบ — ตัวตน + กติกา/ค่าคงที่
• ข้อมูลดิบไม่พอ — โมเดลต้องรู้ กติกาที่โลกใบนี้เดินอยู่ (คาบ วันหยุด ซ่อมบำรุง)
• ป้อน “ที่ถูกต้อง” ไม่ใช่ “เยอะ” — ข้อมูลที่ไม่เกี่ยวทำให้ของสำคัญจมหาย
• กติกาเชิงพฤติกรรมที่ใช้ทุกครั้ง (เช่นภาษา) อยู่เป็น context ประจำ; ข้อมูลหนักดึงเมื่อต้องใช้