ฟีเจอร์ลับของ Gemini ที่บันทึก System Instruction ถาวร

Gemini ของ Google เปิดฟีเจอร์ลับที่ทำให้ผู้ใช้สามารถตั้งค่าข้อกำหนดและบริบทของโมเดลได้อย่างถาวร — ช่วยลดขั้นตอนการอธิบาย “ระบบ” และ “ข้อจำกัด” ในแต่ละครั้งที่เริ่มสนทนา ซึ่งตามที่ผู้เขียน XDA‑Developers บันทึกไว้ ถือเป็นความแตกต่างสำคัญที่ Claude ของ Anthropic ยังทำไม่ได้และเขาใช้เป็นส่วนหนึ่งของการทำงานประจำวัน

Overview

การใช้งานโมเดลภาษาใหญ่ (LLM) ตั้งแต่ ChatGPT‑3.5 เปิดตัวในปี 2022 มีขั้นตอนพื้นฐานที่ค่อนข้างเหมือนกัน ผู้ใช้ต้องให้ข้อมูลบริบท (เช่น ประวัติการสนทนา หรือ ข้อกำหนดของงาน) ก่อนที่โมเดลจะให้ผลลัพธ์ที่ตรงตามความต้องการ อย่างไรก็ตามเมื่อเซสชันสิ้นสุดหรือทำงานเสร็จ ผู้ใช้ต้องเริ่มต้นใหม่จากศูนย์อีกครั้ง ซึ่งเป็นจุดอับที่หลายคนบ่นว่าทำให้การทำงานต่อเนื่องยากขึ้น

Gemini ของ Google มีฟีเจอร์ที่ซ่อนอยู่ซึ่งเรียกว่า system instruction หรือ persistent prompt ซึ่งผู้ใช้สามารถกำหนดข้อความตั้งต้นที่โมเดลจะ “จดจำ” ตลอดช่วงเวลาที่ใช้งานโดยไม่ต้องพิมพ์ซ้ำทุกครั้ง ฟีเจอร์นี้ไม่ได้ถูกโปรโมทอย่างกว้างขวางในหน้า UI แต่สามารถเปิดใช้งานได้ผ่านการตั้งค่า API หรือการปรับแต่งในแอปพลิเคชันที่รองรับ Gemini

How the Feature Works

ระบบทำงานโดยให้ผู้ใช้ใส่ข้อความ “system” ที่อธิบายบทบาทของโมเดล เช่น “คุณเป็นผู้ช่วยด้านเทคโนโลยีที่ให้ข้อมูลเชิงลึกและสรุปสั้น ๆ” ข้อความนี้จะถูกบันทึกไว้ในเซสชันหรือแม้กระทั่งในโปรไฟล์ผู้ใช้ ขึ้นอยู่กับการตั้งค่าที่เลือก

ผู้ใช้ตั้งค่า system instruction ผ่านพารามิเตอร์ `system_instruction` ในคำขอ API
คำสั่งนี้จะถูกผนวกกับทุก ๆ prompt ถัดไปโดยอัตโนมัติ โดยไม่ต้องระบุใหม่
เมื่อเซสชันใหม่เริ่มต้น ระบบจะดึง “system instruction” ที่บันทึกไว้จากฐานข้อมูลของผู้ใช้และนำมาประยุกต์ใช้ทันที

การทำงานแบบนี้ทำให้ Gemini สามารถ “จำ” บริบทพื้นฐานของผู้ใช้ได้ตลอดเวลา ลดความจำเป็นในการอธิบายซ้ำซ้อน และทำให้ผลลัพธ์สอดคล้องกับความคาดหวังมากขึ้น

Comparison with Claude

Claude ของ Anthropic แม้จะมีฟีเจอร์ “custom instructions” ที่คล้ายกัน แต่การตั้งค่าเหล่านี้มักจะจำกัดอยู่ในระดับเซสชันเดียว หรือจำเป็นต้องกำหนดใหม่เมื่อเปลี่ยนโมเดลหรือแพลตฟอร์ม ผลที่ตามมาคือผู้ใช้ต้องทำขั้นตอนซ้ำหลายครั้งในแต่ละวัน

ในขณะที่ Gemini สามารถบันทึก “system instruction” ไว้เป็นค่าเริ่มต้นที่ถาวร ทำให้การสลับงานหรือเริ่มงานใหม่ไม่ต้องเสียเวลาอธิบายบทบาทของโมเดลใหม่ นี่คือจุดแข็งที่ผู้เขียน XDA‑Developers เน้นว่า “ฉันใช้มันทุกวัน” เนื่องจากช่วยลดเวลาการเตรียมพร้อมของโมเดลอย่างมีนัยสำคัญ

Practical Usage

ผู้ใช้หลายคนได้นำฟีเจอร์นี้ไปประยุกต์ในหลายกรณี ได้แก่

การสรุปข่าวเทคโนโลยี – ตั้งค่าให้ Gemini ทำหน้าที่เป็น “นักสรุปข่าว” ที่ให้ข้อมูลสั้น ๆ แต่ครบถ้วนโดยไม่ต้องบอกว่าให้สรุปทุกครั้ง
การเขียนโค้ด – ระบุว่า “คุณเป็นผู้ช่วยเขียนโค้ด Python ที่ให้คำอธิบายแบบละเอียด” ทำให้ทุกคำขอที่เกี่ยวกับโค้ดได้รับการจัดรูปแบบตามที่ต้องการโดยอัตโนมัติ
การให้คำแนะนำด้าน UX – กำหนดบทบาทเป็น “ที่ปรึกษา UX” เพื่อให้โมเดลตอบสนองต่อคำถามเกี่ยวกับการออกแบบโดยตรง

การตั้งค่าเหล่านี้ทำผ่านแดชบอร์ดของ Gemini หรือโดยการเพิ่มพารามิเตอร์ในสคริปต์ที่เรียก API ซึ่งผู้ใช้สามารถบันทึกเป็นเทมเพลตและนำกลับมาใช้ซ้ำได้ง่าย

Implications

ฟีเจอร์ “system instruction” ของ Gemini มีผลต่อการใช้ LLM อย่างกว้างขวาง ทั้งในด้านประสิทธิภาพและประสบการณ์ผู้ใช้

ประหยัดเวลา – ลดขั้นตอนการอธิบายบริบทซ้ำ ทำให้การทำงานต่อเนื่องเร็วขึ้นโดยเฉพาะในงานที่ต้องสลับหลายหัวข้อในวันเดียว
ความสอดคล้องของผลลัพธ์ – การตั้งค่าเดียวที่คงที่ทำให้โมเดลให้ผลลัพธ์ที่มีลักษณะสอดคล้องกัน ลดความแปรปรวนที่อาจเกิดจากการเปลี่ยนแปลง prompt
การแข่งขันตลาด – การมีฟีเจอร์ที่ทำให้โมเดล “จดจำ” บริบทได้อย่างถาวรอาจกระตุ้นให้ผู้ให้บริการ LLM รายอื่นพิจารณาปรับปรุงหรือเปิดเผยฟีเจอร์คล้ายกันเพื่อรักษาตำแหน่งทางการตลาด

อย่างไรก็ตาม ผู้ใช้ยังต้องระมัดระวังเรื่องความเป็นส่วนตัว โดยเฉพาะเมื่อบันทึก “system instruction” ที่อาจมีข้อมูลละเอียดอ่อน การจัดการข้อมูลเหล่านี้ต้องเป็นไปตามนโยบายความปลอดภัยของ Google

Summary

Gemini เปิดฟีเจอร์ system instruction ที่ทำให้ผู้ใช้กำหนดบทบาทและข้อกำหนดของโมเดลได้อย่างถาวร ลดขั้นตอนการอธิบายบริบทซ้ำซึ่ง Claude ยังทำไม่ได้ ผู้เขียนบทความใช้ฟีเจอร์นี้เป็นส่วนหนึ่งของการทำงานประจำวันและชี้ให้เห็นถึงผลกระทบต่อประสิทธิภาพและการแข่งขันในตลาด LLM.