PROMPT FOUNDATIONS • LESSON 7

Output Format និង Structured Response

27 កក្កដា 2026

កុំប្រាប់ AI តែថា «ឆ្លើយឱ្យល្អ»។ កំណត់ថាលទ្ធផលត្រូវមាន Field អ្វី លំដាប់ណា ប្រភេទទិន្នន័យអ្វី និងត្រូវដោះស្រាយព័ត៌មានខ្វះយ៉ាងដូចម្តេច។

រយៈពេលប្រហែល ២១ នាទី

Prompt Mission • Level 7 បង្កើត Output Contract ដែលមនុស្សអានងាយ និងកម្មវិធីអាចប្រើបន្តបាន

0 XP

ចាប់ផ្តើម

សេចក្តីផ្តើម
AI អាចមានចម្លើយត្រឹមត្រូវ ប៉ុន្តែបើទម្រង់មិនសមនឹងកន្លែងប្រើ អ្នកត្រូវចំណាយពេលរៀបចំឡើងវិញ។ Output Format បម្លែង «ចម្លើយទូទៅ» ទៅជា «លទ្ធផលត្រៀមប្រើ»—សម្រាប់ Facebook, Report, Spreadsheet, Website ឬកម្មវិធី។

គោលបំណងមេរៀននេះ
បន្ទាប់ពីរៀនចប់ អ្នកអាចជ្រើស Table, Checklist, Markdown, JSON ឬ Template តាមគោលដៅ; កំណត់ Field និង Data Type; បង្កើត Missing-value rule និងត្រួតពិនិត្យ Output មុនប្រើបន្ត។

១. Output Format ជាអ្វី ហើយហេតុអ្វីវាសំខាន់?

Output Format គឺជារបៀបដែលចម្លើយត្រូវបានរៀបចំ។ Structured Response គឺជាចម្លើយដែលមានផ្នែក ឈ្មោះ Field លំដាប់ និងច្បាប់ដដែលៗ ដើម្បីងាយអាន ប្រៀបធៀប ឬផ្ញើទៅជំហានបន្ទាប់។

List / Checklistសម្រាប់ជំហាន Action Items លក្ខខណ្ឌ និងការត្រួតពិនិត្យដែលត្រូវធីក។

Tableសម្រាប់ប្រៀបធៀបទិន្នន័យច្រើនជួរ ដោយប្រើ Column ដដែលៗ។

Markdownសម្រាប់អត្ថបទមាន Heading, Bullet, Link និង Code ដែលអានងាយលើ Web។

JSONសម្រាប់កម្មវិធី API Automation និង Workflow ដែលត្រូវការទិន្នន័យមាន Field ច្បាស់។

Prompt ទូទៅ«វិភាគកំណត់ចំណាំនេះ ហើយប្រាប់ចំណុចសំខាន់ៗ»។

Prompt មាន Format«ឆ្លើយជា Table មាន Column៖ Fact, Risk, Missing Information និង Next Step»។

Format ល្អមិនធ្វើឱ្យ Fact ក្លាយជាត្រឹមត្រូវដោយស្វ័យប្រវត្តិទេ។ Structure ជួយឱ្យកំហុសមើលឃើញងាយ ប៉ុន្តែអ្នកនៅតែត្រូវផ្ទៀងផ្ទាត់ខ្លឹមសារ និងប្រភព។

២. ជ្រើស Format សម្រាប់មនុស្សអាន

ចាប់ផ្តើមពីសំណួរ៖ «អ្នកណានឹងប្រើ Output និងពួកគេត្រូវធ្វើអ្វីបន្ទាប់?» កុំប្រើ Table គ្រប់ករណី។ កថាខណ្ឌសមសម្រាប់ការពន្យល់, Checklist សមសម្រាប់ការអនុវត្ត និង Table សមសម្រាប់ការប្រៀបធៀប។

អត្ថបទ/Markdownប្រើ Heading ខ្លី កថាខណ្ឌតូច និង Bullet ដើម្បីអានងាយលើទូរស័ព្ទ។

Checklistបង្ហាញកិច្ចការដែលអាចធីកបាន មួយ Action ក្នុងមួយបន្ទាត់ និងមានលំដាប់អាទិភាព។

Tableកំណត់ឈ្មោះ Column, លំដាប់, ឯកតា និងអត្ថន័យរបស់ Cell ទទេ។

Templateរក្សាចំណងជើង និងផ្នែកដដែលៗ សម្រាប់ Caption, Report, Email ឬ Lesson Card។

FORMAT ROUTER LAB

OUTPUT FORMAT LAB • ជ្រើសទម្រង់តាមកន្លែងប្រើ

READY

ជ្រើសករណីប្រើប្រាស់ ដើម្បីមើល Output Contract ដែលសមស្រប។ នេះជាគំរូបង្ហាញ—not ការហៅ AI ពិត។

USE CASEប្រៀបធៀបជម្រើសComparison

FORMAT
ROUTER

OUTPUTTABLEOption • Benefit • Risk • Best for

ប្រើ Table ពេលធាតុទាំងអស់មានលក្ខណៈប្រៀបធៀបដូចគ្នា។ កំណត់ Column និងអត្ថន័យ Cell ទទេជាមុន ហើយកុំបញ្ចូលអត្ថបទវែងពេកក្នុង Cell។

៣. បង្កើត Output Contract មុនសុំចម្លើយ

Output Contract គឺជាកិច្ចព្រមព្រៀងក្នុង Prompt ដែលប្រាប់ AI ថា ត្រូវបង្ហាញផ្នែកណា លំដាប់ណា និងប្រើច្បាប់អ្វី។ Contract ល្អមាន៖ Format, Required Fields, Order, Length, Data Type, Allowed Values និង Missing-value behavior។

គំរូ OUTPUT CONTRACT សម្រាប់ REPORT

OUTPUT FORMAT៖ Markdown។ លំដាប់ផ្នែក៖ ១) សេចក្តីសង្ខេប ៣ ប្រយោគ, ២) Fact ដែលមានក្នុង Input, ៣) Risk/Limitations, ៤) ព័ត៌មានខ្វះ, ៥) Next Steps ជា Checklist។ ប្រើ Heading ដូចបានកំណត់។ កុំបន្ថែមផ្នែកផ្សេង។ បើព័ត៌មាន Field ណាមួយខ្វះ សរសេរ «មិនមានក្នុង Input»។

សរសេរគំរូទទេអាចជួយបាន៖ «ចំណងជើង៖ [text]», «ហានិភ័យ៖ [list]»។ ប៉ុន្តែកុំដាក់គំរូដែលមាន Fact ក្លែងក្លាយ ព្រោះ AI អាចចម្លងវាទៅ Output ជាព័ត៌មានពិត។

៤. JSON និង Structured Data សម្រាប់ Automation

JSON មានប្រយោជន៍ពេល Output ត្រូវផ្ញើទៅ App, Database ឬ Workflow។ កំណត់ Key ដដែលៗ, Data Type និង Allowed Values។ ប្រាប់ AI ឱ្យឆ្លើយជា Valid JSON តែមួយ ដោយគ្មាន Markdown code fence ឬអត្ថបទក្រៅ Object។

គំរូ JSON CONTRACT

ឆ្លើយជា Valid JSON តែមួយ៖ {"title":"string","summary":"string","risk_level":"low|medium|high|unknown","key_points":["string"],"missing_information":["string"],"needs_human_review":true}។ RULES៖ ប្រើ Double Quotes; កុំបន្ថែម Key ថ្មី; risk_level ត្រូវជាតម្លៃមួយក្នុងបញ្ជី; បើមិនដឹង ប្រើ "unknown"; Array ទទេប្រើ []; កុំប្រើ NaN ឬ undefined; កុំសរសេរពាក្យពន្យល់ក្រៅ JSON។

JSON មើលទៅមានរចនាសម្ព័ន្ធ ប៉ុន្តែ Value ខាងក្នុងនៅតែអាចខុស។ កម្មវិធីត្រូវ Parse, Validate Schema និងពិនិត្យ Business Rules មុនរក្សាទុក ឬធ្វើសកម្មភាព។

៥. Validate Structure មុនប្រើ Output

ការត្រួតពិនិត្យមានពីរស្រទាប់៖ Syntax ពិនិត្យថាទម្រង់ត្រឹមត្រូវ និង Semantics ពិនិត្យថាខ្លឹមសារ Fact ឯកតា និងទំនាក់ទំនងរវាង Field សមហេតុផល។

Structure CheckRequired Field មានគ្រប់, JSON Parse បាន, Data Type ត្រឹមត្រូវ, Allowed Values ត្រឹមត្រូវ និងគ្មាន Key មិនស្គាល់។

Content Checkប្រភពអាចផ្ទៀងផ្ទាត់, ឯកតា និងកាលបរិច្ឆេទត្រឹមត្រូវ, មិនមាន Fact បង្កើត និងការសម្រេចហានិភ័យត្រូវឱ្យមនុស្សពិនិត្យ។

បើ Validation បរាជ័យ កុំបន្តដំណើរការដោយស្ងៀមស្ងាត់។ រក្សា Error, បង្ហាញ Field ដែលខុស និងសុំឱ្យ AI កែតែ Structure ដោយមិនប្តូរ Fact ដើម។

៦. រូបមន្តអនុវត្ត៖ Structured Response Builder

កំណត់ Use Case និងអ្នកប្រើមុន រួចជ្រើស Format, Fields, Types, Order, Missing-value rule និង Validation។ Prompt ខាងក្រោមអាចបម្លែងកំណត់ចំណាំទៅជា Content Brief ដែលអានងាយ និងអាចប្រើបន្តបាន។

សាកអនុវត្ត • PROMPT ជាភាសាខ្មែរ

ROLE៖ ធ្វើជាអ្នករៀបចំ Content Brief សម្រាប់ dmtrade.app។ TASK៖ បម្លែង Input ទៅជា Structured Response សម្រាប់ Caption អប់រំ Trading។ AUDIENCE៖ អ្នកចាប់ផ្តើមនៅកម្ពុជា។ INPUT_START ««« Leverage អាចធ្វើឱ្យ Exposure ធំជាងដើមទុន។ ទាំងចំណេញ និងខាតអាចកើនលឿន។ អ្នកថ្មីគួរយល់ Margin និងកំណត់ហានិភ័យមុនបើក Trade។ »»» INPUT_END។ OUTPUT FORMAT៖ Markdown តាមលំដាប់ជាក់លាក់៖ ១) TITLE — អតិបរមា ១០ ពាក្យ; ២) HOOK — មួយប្រយោគ; ៣) KEY_FACTS — Bullet ៣ ដែលប្រើតែ Input; ៤) SIMPLE_EXAMPLE — ឧទាហរណ៍ទូទៅមួយ ដោយគ្មានតួលេខបង្កើត; ៥) RISK_NOTE — មួយប្រយោគ; ៦) MISSING_INFORMATION — បញ្ជីព័ត៌មានដែល Input មិនមាន; ៧) CTA — អញ្ជើញអ្នកអានទៅ dmtrade.app ដោយមិនធានាចំណេញ។ RULES៖ រក្សាឈ្មោះ Heading ទាំង ៧; កុំបន្ថែម Heading; កុំផ្តល់សញ្ញាទិញលក់; កុំបង្កើត Fact ឬប្រភព។ បើផ្នែកណាមិនមានព័ត៌មាន សរសេរ «មិនមានក្នុង Input»។ QUALITY CHECK៖ មុនឆ្លើយ ពិនិត្យថា Heading មានគ្រប់តាមលំដាប់, Key Facts មកពី Input, មិនធានាចំណេញ និងអាចអានងាយលើទូរស័ព្ទ។ បង្ហាញតែ Structured Response ចុងក្រោយ។

៧. ពិនិត្យការយល់ដឹង

QUIZ ខ្លី

តើការណែនាំណាបង្កើត Structured Response ដែលអាចប្រើក្នុង Automation បានល្អជាងគេ?

ចម្លើយត្រឹមត្រូវ៖ ខ។ Output Contract និង Validation ធ្វើឱ្យ Structure អាចទុកចិត្តបានជាងមុន ខណៈ Content នៅតែត្រូវផ្ទៀងផ្ទាត់មុនធ្វើសកម្មភាព។

៨. ចំណុចសំខាន់ដែលត្រូវចងចាំ

ជ្រើស Format តាមអ្នកប្រើ កន្លែងប្រើ និងសកម្មភាពបន្ទាប់—not តាមភាពស្អាតតែប៉ុណ្ណោះ។
ប្រើ Checklist សម្រាប់ Action, Table សម្រាប់ Comparison, Markdown សម្រាប់មនុស្ស និង JSON សម្រាប់កម្មវិធី។
Output Contract គួរមាន Fields, Order, Length, Types, Allowed Values និង Missing-value behavior។
សម្រាប់ JSON សុំ Valid JSON តែមួយ និងកុំឱ្យមានពាក្យពន្យល់ក្រៅ Object។
Parse និង Validate ទាំង Structure និង Content មុនរក្សាទុក ឬបង្កសកម្មភាពខាងក្រៅ។

សម្រាប់ Prompt ដំបូង ប្រើ Template មាន ៤ ផ្នែក៖ «ចំណងជើង», «សេចក្តីសង្ខេប», «ចំណុចសំខាន់» និង «Next Step»។ បន្ថែម Field តែពេលមានតម្រូវការច្បាស់។

លំហាត់អនុវត្ត៖ យកកំណត់ចំណាំខ្លីមួយ រួចសុំ AI ឆ្លើយជាបី Format៖ Paragraph, Table និង JSON។ ប្រៀបធៀបថា Format ណាអានងាយ និង Format ណាអាចប្រើក្នុងកម្មវិធី។ បន្ថែម Missing-value rule ហើយសាកល្បង Input ដែលខ្វះ Field មួយ។

OUTPUT ARCHITECT BADGE