Tree of Thought Prompting ช่วยให้ตัดสินใจได้ดีขึ้นอย่างไร
เราทุกคนต่างก็ทราบกันดีว่าการตัดสินใจในแต่ละครั้งนั้นมันมีผลลัพธ์ที่ตามมาแตกต่างกัน เหมือนกับต้นไม้ใหญ่ที่ทุกการแตกแขนงของกิ่งก้าน เราไม่มีทางรู้ได้เลยว่าแต่ละก้านที่แตกออกจากลำต้นจะไปหยุดที่ความสูงเท่าไหร่ และจะออกผลที่กิ่งก้านไหนให้เราได้กินกัน
Tree of Thought Prompting ก็เหมือนกันกับต้นไม้แห่งทางเลือกที่แต่ละกิ่งที่แตกออกจากลำต้น เป็นเหมือนความเป็นไปได้ที่เราต้องเลือกว่าจะเดินไปบนเส้นทางของกิ่งก้านไหน
เรามาเข้าเรื่องกันเลยดีกว่า Tree of Thought ที่ผมกำลังจะนำเสนอไม่ใช่การสอนให้ทุกคนหยุดอ่านบทความนี้และไปปลูกต้นไม้แต่อย่างไร
แต่มันคือเทคนิคที่ช่วยประเมินว่าแต่ละเส้นทางนั้น ๆ เหมาะสมแก่การเลือกเดินและตัดสินใจไหม และยังแสดงข้อดี-ข้อเสียในเส้นทางนั้น ๆ เพื่อให้เราหาทางรับมือล้วงหน้าได้อย่างปลอดภัย
โดยแนวคิดนี้ถูกเสนออย่างเป็นระบบในงานวิจัย Tree of Thoughts ปี 2023 ที่ออกแบบให้โมเดล AI พิจารณาหลายเหตุผล แข่งขันกันเอง และประเมินย้อนกลับได้เมื่อจำเป็น
Tree of Thought Prompting คืออะไรแน่
Tree of Thought Prompting เป็นกรอบการตั้งคำสั่ง (prompting framework) ที่ต่อยอดจากแนวทาง Chain-of-Thought แบบเส้นตรง ไปสู่การแตกโจทย์ออกเป็น ‘สถานะความคิด’ หลายกิ่งก้าน
จากนั้นให้โมเดลสำรวจแต่ละกิ่ง ประเมินคุณภาพ และคัดทิ้งแนวทางที่ไม่เหมาะสม คล้ายการทำ mind mapping ในรูปแบบต้นไม้ ที่แต่ละกิ่งแทนความเป็นไปได้ที่เราสามารถเลือกได้ เพื่อค้นหาคำตอบที่แข็งแรงที่สุด แก่นสำคัญคือการ ‘สำรวจ–ให้คะแนน–ย้อนกลับ’ อย่างมีวินัย แทนที่จะเดินหน้าไปตามเส้นทางเดียวแบบเดิม
ต่างจาก Chain-of-Thought (CoT) อย่างไร ?
CoT ให้โมเดลไล่เหตุผลทีละขั้นแบบเส้นเดียว ซึ่งเหมาะกับงานที่ลำดับชัดและทางออกค่อนข้างแน่นอน แต่ ToT เปิดโอกาสให้แตกหลายทางพร้อมกัน แล้วเลือกทางที่ดีที่สุดภายหลัง
จึงเข้าท่ากว่าในงานที่ต้องวางแผน คาดการณ์หลายทาง หรือมีทางตันระหว่างทาง นอกจากนี้ ToT ยังเอื้อให้มองไปข้างหน้าและย้อนกลับขณะคิด ซึ่ง CoT ที่เป็นเส้นเดียวจึงทำได้จำกัด
แล้ว Self-Consistency เกี่ยวข้องอย่างไร
Self-Consistency เป็นกลยุทธ์เสริมของ CoT ที่สุ่มสร้างทางคิดหลายเส้น แล้วสรุปคำตอบที่สอดคล้องกันที่สุด ช่วยลดอคติของเส้นทางเดียว แต่ยังไม่ได้ทำการค้นหาจากความเป็นไปได้หลายทางแบบ แบบ ToT
กล่าวคือ Self-Consistency คือการสุ่มหลายเส้น แล้วโหวต ส่วน ToT คือการค้นหาเชิงกลยุทธ์พร้อมการประเมินระหว่างทาง
ใช้ Tree of Thought Prompting เมื่อไรถึงจะคุ้ม
เมื่อโจทย์ต้องการการสำรวจหลายแนวคิดก่อนตัดสินใจ เช่น ปริศนาที่มีหลายทางแก้ งานวางแผนหลายขั้น งานครีเอทีฟที่ต้องลองหลายไอเดีย งานไขครอสเวิร์ด/เกมคณิตที่ต้องมองลึกไปข้างหน้า
งานวิจัยดั้งเดิมสาธิตว่ากรอบ ToT ยกระดับการแก้ปัญหาในโจทย์ที่ต้องมีการวางแผนและค้นหาอย่างจริงจัง เช่น Game of 24 งานเขียนเชิงสร้างสรรค์ และ Mini Crosswords เมื่อเทียบกับการใช้ CoT แบบเส้นตรงเพียงอย่างเดียว
ใช้ยังไงให้เห็นผลจริง
เริ่มจากนิยาม ‘สถานะ’ ของปัญหาให้ชัดว่าในแต่ละจุดเรารู้อะไรและต้องตัดสินใจอะไร ต่อมาให้โมเดล ‘เสนอทางเลือกหลายกิ่ง’ ที่เป็นเหตุผลสั้นๆ สำหรับก้าวถัดไป
พร้อมให้ประเมินด้วยเกณฑ์เดียวกัน เช่น ความเป็นไปได้ ความครอบคลุม และความเสี่ยง จากนั้น ‘ตัดกิ่งที่ได้คะแนนต่ำทิ้งไป’ และ ‘ขยายกิ่งที่มีหวัง’ ด้วยการไล่เหตุผลต่อไป 2–3 ชั้น
เสร็จแล้วย้อนทบทวน เมื่อพบทางตัน และปรับเกณฑ์ประเมินตามข้อมูลใหม่ การเดินเช่นนี้คือการค้นหาแบบกิ่งก้านที่มีการเลือกสรร ไม่ใช่สุ่มอย่างไร้ทิศทาง ทำให้คำตอบสุดท้ายมีที่มาที่ไปและตรวจสอบได้
มีแบบ prompt ที่ใช้งานได้ทันทีไหม
ทุกคนสามารถสั่งงานในภาษาไทยให้เป็น ToT ได้ด้วยการ “กำหนดโครงของการคิด” อย่างชัดเจน เช่น ให้โมเดลแตกแนวทางแก้ปัญหาออกมาอย่างน้อยสามกิ่ง ประเมินแต่ละกิ่งด้วยสเกลเดียวกัน ระบุเหตุผลในการคัดทิ้งแนวทางที่ไม่เหมาะสม และสรุปแนวทางที่ดีที่สุดพร้อมแผนการต่อเนื่อง ตัวอย่างเช่น
“โปรดแตกแนวทางแก้ปัญหานี้อย่างน้อยสามกิ่ง อธิบายแต่ละกิ่งไม่เกินห้าบรรทัด ให้คะแนนความเป็นไปได้และผลกระทบจาก 1–5 ระบุว่ากิ่งใดควรถูกตัดทิ้งเพราะเหตุใด จากนั้นขยายแนวทางที่ดีที่สุดต่ออีกสองชั้น และสรุปคำตอบสุดท้ายพร้อมเหตุผลประกอบ”
โครงลักษณะนี้สะท้อนหลักการของ Tree of Thought Prompting โดยตรง และสามารถนำไปประยุกต์ใช้กับ ChatGPT หรือโมเดลภาษาอื่นๆ ได้ทันที
จะมั่นใจในความถูกต้องได้อย่างไร
แม้ ToT จะช่วยให้มองหลายทาง แต่คำตอบยังต้องยึดข้อมูลจริง กุญแจคือ แยกขั้นคิดออกจากขั้นตรวจสอบ ให้โมเดลแสดงหลักฐาน , แหล่งอ้างอิง หรือการคำนวณสั้นๆ ที่ตรวจทานได้ เมื่อเป็นงานเชิงข้อเท็จจริง
ให้เพิ่มขั้น การตรวจไขว้โดยให้โมเดลทบทวนคำตอบกับเกณฑ์คุณภาพ หรือให้สร้างคำตอบอีกแบบแล้วเทียบความสอดคล้อง หลักการนี้ไปกันได้ดีกับ Self-Consistency ซึ่งเน้นสรุปจากหลายเส้นทาง ลดโอกาสยึดติดทางใดทางหนึ่งเกินไป
มีข้อจำกัดอะไรบ้างที่ต้องระวัง
หนึ่ง คือ ‘ต้นทุนคำนวณ’เพราะการแตกกิ่งมากขึ้นหมายถึงโทเคนมากขึ้น ควรกำหนดเพดานจำนวนกิ่งและความลึกให้เหมาะสม
สอง คือ ‘คุณภาพการประเมิน’ หากเกณฑ์ให้คะแนนไม่สอดคล้องกับเป้าหมาย ก็อาจเลือกกิ่งผิด ควรนิยามเกณฑ์ให้วัดผลลัพธ์สุดท้ายจริงๆ
สาม คือ ‘ความเหมาะสมของงาน’ งานตรงไปตรงมาหรือคำตอบแน่นอนสูง การใช้งานแค่ CoT หรือ Self-Consistency ก็เพียงพอแล้ว ไม่จำเป็นต้องใช้ ToT เสมอไป
ควรเลือก CoT, Self-Consistency หรือ ToT อันไหนดี ?
แนวทางที่ได้ผลในงานจริงคือเริ่มจาก CoT เพื่อดูเส้นทางอธิบายที่ง่ายสุด หากคำตอบยังไม่นิ่ง ให้เพิ่ม Self-Consistency เพื่อสรุปจากหลายเส้นทางอย่างเป็นกลาง ถ้ายังมีความไม่แน่นอนเพราะโจทย์ต้องวางแผนหรือมีทางตันระหว่างทาง
ค่อยขยับไปใช้ Tree of Thought Prompting ที่ค้นหาเชิงกลยุทธ์บนกิ่งก้านเหตุผล สรุปคือ CoT เพื่อความเรียบง่าย Self-Consistency เพื่อเสถียรภาพ และ ToT เพื่อการสำรวจเชิงลึกที่นำไปสู่การตัดสินใจที่มั่นใจมากขึ้น
เมื่อการตัดสินใจต้องการพื้นที่ให้ความคิดแข่งขันกัน
ในโลกที่ข้อมูลท่วมท้น การบังคับให้เหตุผลหลายกิ่ง ‘แข่งขันกันอย่างเป็นระบบ’ คือข้อได้เปรียบ Tree of Thought Prompting ทำให้คุณและโมเดลไม่ยึดติดทางใดทางหนึ่งเร็วเกินไป
สำรวจทางเลือกอย่างมีหลักฐาน และสรุปคำตอบที่ผ่านการคัดกรองแล้ว หากคุณกำลัง ‘ตัดสินใจไม่ขาด’ ลองปรับวิธีตั้งคำสั่งให้คิดเป็นต้นไม้ คุณอาจพบว่าคำตอบที่ดีไม่ได้อยู่ที่การคิดหนักขึ้น แต่อยู่ที่การคิดให้ถูกโครงสร้างตั้งแต่ต้น
