การวิเคราะห์ Prompt สำหรับ Generative AI เพื่อการขายรูปภาพบนเว็บไซค์ Adobe stock
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้ศึกษาผลของการใช้ Prompt สองรูปแบบ—เชิงเทคนิค (Technical) และเชิงอารมณ์ (Emotional)—ในการสร้างภาพด้วย Generative AI (Midjourney 6.1/Autojourney) เพื่อนำไปจำหน่ายบน Adobe Stock โดยออกแบบเป็น A/B Testing กับภาพรวม 1,100 ภาพ และ เก็บข้อมูลพฤติกรรมผู้ใช้จาก Adobe Stock Contributor Dashboard ครอบคลุมตัวชี้วัด Impressions, Clicks, CTR, Downloads, Revenue, และ Time to First Download (TTFD) แบบ รายสัปดาห์ตลอด 6 สัปดาห์ (1 กุมภาพันธ์–10 เมษายน 2568)
ผลการทดลองชี้ว่า Emotional Prompt เหนือกว่า อย่างต่อเนื่อง: CTR 27.1% เทียบ 14.9%, คลิก/ภาพ 12.8 เทียบ 3.2, และ TTFD 2.5 วัน เทียบ 6.5 วัน ขณะที่ยอดดาวน์โหลดโดยรวม ใกล้เคียงกัน สะท้อนว่าการออกแบบถ้อยคำที่เร้าอารมณ์ช่วยยกระดับ Engagement และศักยภาพทางการตลาดของคอนเทนต์ภาพบนแพลตฟอร์มสต็อก ทั้งนี้ ผู้วิจัยเสนอแนวทางเชิงปฏิบัติในการออกแบบ Prompt และการใช้ตัวชี้วัดเชิงพฤติกรรม (โดยเฉพาะ CTR และ TTFD) เพื่อวางแผนคอนเทนต์และเพิ่มรายได้ในระยะยาว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทุกบทความที่ตีพิมพ์ในวารสารมนุษยศาสตร์และสังคมศาสตร์ร่มพฤกษ์เป็นทัศนะและข้อคิดเห็นของผู้เขียนมิใช่ทัศนะของมหาวิทยาลัยเกริกหรือกองบรรณาธิการ การนำบทความส่วนใดส่วนหนึ่งหรือทั้งหมดไปพิมพ์เผยแพร่ต้องอ้างอิงที่มาให้ชัดเจน
เอกสารอ้างอิง
Adobe. (2025). Adobe Stock contributor guide: Improve your content performance.
AI Prompt Institute. (2023). Strategic prompt design for generative AI. AI Prompt Institute Research Series.
Burmagina, K. (2025). Artificial intelligence usage statistics and facts. Elfsight.
https://elfsight.com/blog/ai-usage-statistics/.
Davenport, T.H., Guha, A., & Grewal, D. (2021, July - August). How to design an AI marketing strategy. HARVARD BUSINESS REVIEW. https://hbr.org/2021/07/how-to-design-an-ai-marketing-strategy.
Dwivedi, Y. K., Hughes, D. L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards, J., Eirug, A., Galanos, V., Ilavarasan, P.V., Janssen. M., Jones, P., Kar, A.K., Kizgin, H., Kronemann, B., Lal, B., Lucini, B., Medaglia, R. & Williams, M. D. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57(2021), 101994.
Feng, Y., Wang, X., Wong, K. K., Wang, S., Lu, Y., Zhu, M., Wang, B & Chen, W. (2023). Promptmagician: Interactive prompt engineering for text-to-image creation. IEEE Transactions on Visualization and Computer Graphics, 30(1), 295-305.
Gozalo-Brizuela, R., & Garrido-Merchán, E. C. (2024). A survey of generative AI applications. Journal of Computer Science, 20(8), 801-818.
Hargunani, C. (2025, June).The study of AI vision for images and video marketing campaign. ResearchGate GmbH.
https://www.researchgate.net/publication/393786049_The_study_of_AI_Vision_for_Imag
es_and_Videos_Marketing_Campaigns.
Harsanto, P.W., Udayana, A.A.G.B., & Satuti, K.R. (2025). The influence of artificial intelligence
image for product advertisements (case study of using model photos in Levi’s advertisements). Mudra: Jurnal Seni Budaya, 40(1), 81-94.
Kapitan, S., & Silvera, D. H. (2022). Human-centric messaging: Enhancing engagement and conversion in digital advertising. Journal of Digital Marketing, 38(2), 125–139.
Miller, A.P. (2021). The art & science of A/B testing. Wharton AI for Business.
Mintz. (2023). AI Legislation. Mintz Insights.
Morozova, I. & Nikolaienko, V. (2024). Rhetoric of education and innovation. Res Rhetorica, 11(4), 154-174.
Nielsen Norman Group. (2024). UX and AI: How generative models affect user experience. https://www.nngroup.com/articles/generative-aiux/.
Oppenlaender, J., Silvennoinen, J., Paananen, V., & Visuri, A. (2023, June). Perceptions and realities of text-to-image generation. ResearchGate GmbH. https://www.researchgate.net/publication/371605878_Perceptions_and_Realities_of_Text-to-Image_Generation.
Petty, R. E., & Cacioppo, J. T. (2020 A). The elaboration likelihood model of persuasion. In Communication and persuasion. Springer.
Petty, R. E., & Cacioppo, J. T. (2020 B). Communication and persuasion: Central and peripheral routes to attitude change (2nd ed.). Springer.
Shen, X., Qu, Y., Backes, M., & Zhang, Y. (2023, February 20). Prompt stealing attacks against textto image generation models. Cornell University. https://arxiv.org/abs/2302.09923.
Vinay, R., Spitale, G., Biller-Andorno, N., & Germani, F. (2025). Emotional prompting amplifies
disinformation generation in AI large language models. Frontiers in Artificial Intelligence, 8(1543603), 1-8. https://doi.org/10.3389/frai.2025.1543603.
Wong, Y. Y., & Faikhamta, C. (2023). Expanding the border of science education through the lens of Buddhist mindfulness. Culture Study Science Education,18(2), 345-358.
Zhang, Y., Li, H., & Wu, T. (2023). Visual relevance and familiarity in user responses to AI-generated content. Journal of Visual Communication, 42(3), 211–229.
