# Matti & Kathi: Generative AI prompt trainer

## <mark style="color:red;">Matti & Kathi: Generative AI prompt trainer</mark>

ผศ.ดร.ธนาทิพย์ จันทร์คง คณะวิศวกรรมศาสตร์ ได้สร้าง AI assistant สำหรับกระบวนวิชา 261111 (Internet and Online Community in the Age of AI) ซึ่งมีนักศึกษาลงทะเบียนเรียนมากกว่า 2,000 คนต่อภาคเรียน

Matti และ Kathi คือ chatbot เวอร์ชั่น 1 และ 2 ซึ่งใช้ในภาคเรียน 1/67 และ 2/67 ตามลำดับ ทั้งสองรับหน้าที่เป็น Generative AI prompt trainer เพื่อให้นักศึกษาที่ลงกระบวนวิชานี้เรียนรู้และฝึกการสร้าง prompt  ด้วยลักษณะเป็นผู้ช่วยการเรียนรู้ (Facilitator) ใช้คำถามเพื่อไกด์ให้นักศึกษาคิดทบทวน และปรับปรุง prompt ให้ดียิ่งขึ้น<br>

<figure><img src="/files/T8gq4njkiayl0K2kDXoo" alt="" width="407"><figcaption></figcaption></figure>

<figure><img src="https://lh7-rt.googleusercontent.com/docsz/AD_4nXd4dhndwerN47F831q8nG1kCJ10emHnYwzMLulHljWA6W-t7L0G9uPzpf7PnCiCx101rrLMBirIU7g3qNG0K4ct5tEcS5MVBGjEoUReGHtmuxSYwIsmWvH2or8Sq3QiGuSD_1tRqw?key=zYLK25deMdMJB8z-lzHgrUoA" alt="" width="375"><figcaption></figcaption></figure>

## <mark style="color:red;">สรุป Instruction หลักของ chatbot</mark>

* Matti และ Kathi จะสอบถามสาขาวิชาของนักศึกษา&#x20;
* สร้างสถานการณ์จำลองที่สอดคล้องกับสาขาวิชา ให้นักศึกษาต้องถาม AI เพื่อช่วยให้คำตอบ
* ให้คำแนะนำเชิงบวก (positive feedback) เพื่อให้นักศึกษาปรับปรุง prompt ให้มีความครบถ้วน
* นักศึกษาจะได้ฝึกทักษะการคิดและการเขียน เพื่อสร้างคำสั่งให้ AI ทำงานได้ตรงความต้องการ
* Matti และ Kathi จะให้คะแนน prompt ของนักศึกษา หากไม่พอใจกับคะแนนสามารถกลับไปคุยกับ Matti และ Kathi ต่อ เพื่อปรับ prompt ให้สมบูรณ์มากยิ่งขึ้นได้
* ให้คำแนะนำวิธีการดาวน์โหลดบทสนทนา เพื่อนำไปส่งใน Mango Canvas

## <mark style="color:red;">การพัฒนาจาก Matti (version 1) เป็น Kathi (version 2)</mark>

จากการใช้งาน Matti ในภาคเรียนที่ 1/67 นำไปสู่การปรับปรุง Kathi ดังนี้

* ปรับ persona ให้ชัดเจนและเป็นมิตรมากขึ้น : ระบุให้ Kathi เป็นสาวเหนือ สนทนากับนักศึกษาด้วยสรรพนามที่เป็นกันเองมากยิ่งขึ้น
* ปรับ Temperature ให้สูงขึ้น เพิ่มความสร้างสรรค์หลากหลาย : ปรับ Temperature จากเดิม Matti = 0.2 ซึ่งรูปแบบโจทย์และการตอบของ Matti จะไม่แตกต่างกันมาก ให้ Kathi = 0.6  ทำให้มีการโต้ตอบที่หลากหลายมากยิ่งขึ้น
* แจ้งคะแนนในรูปแบบของรูบริค : เดิม Matti จะแจ้งเฉพาะคะแนน โดยไม่ได้แจกแจงรายละเอียด ได้ปรับปรุงให้ Kathi แจ้งผลคะแนนโดยแจกแจงตามหัวข้อรูบริคการให้คะแนน เพื่อให้นักศึกษาทราบว่าควรปรับปรุง prompt ในจุดใดเพิ่มเติม

<figure><img src="https://lh7-rt.googleusercontent.com/docsz/AD_4nXfv-HfiztSc3U2YrGqwjplBIj-y79BJgZj_-SRpqnY2gVaGTg8_2nj8hbM2vXO5P_y_BnuzBLu28KrHnpb7xtiyAmebhHwBBSTboVyyYqoi4o_9q0YMcXnYExvu5oe7AEZpGD_p7w?key=zYLK25deMdMJB8z-lzHgrUoA" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.tlic.cmu.ac.th/cmu-matthew-ai/case-study/matti-and-kathi-generative-ai-prompt-trainer.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.