แปลงบทสัมภาษณ์ผู้เชี่ยวชาญในทีม เป็นบทความความรู้ประจำเดือน

ช่างใหญ่ในร้านซ่อมรถของคุณเป็นคนที่ลูกค้าถามหาโดยชื่อ เวลามีปัญหาที่ช่างทั่วไปแก้ไม่ตก คนอื่นจะโทรมาถามเขาโดยเฉพาะ ความรู้แบบนี้อยู่ในหัวเขาคนเดียว ไม่เคยถูกเขียนลงที่ไหนเลย

คุณเคยลองบอกให้เขาเขียนบทความลงเว็บ เขาบอกว่าไม่ถนัด เขียนไม่เป็น ให้ลองพิมพ์ดูสามบรรทัดก็เขียนไม่ออก ทั้งที่พูดเรื่องเดียวกันนี้ได้ต่อเนื่องเป็นชั่วโมง

ทางเลือกที่เหลือคือให้ทีมการตลาดเขียนแทน แต่คนเขียนไม่รู้เรื่องเครื่องยนต์ลึกพอ สุดท้ายบทความที่ออกมาเลยเป็นความรู้ทั่วไปที่หาอ่านที่ไหนก็ได้ ไม่มีรายละเอียดที่ทำให้ร้านนี้ต่างจากร้านอื่น

บางทีก็ลองให้ AI ช่วยเขียน ป้อนหัวข้อสั้น ๆ ให้มันปั่นออกมา ได้บทความที่อ่านดูเรียบร้อย แต่พอช่างใหญ่อ่านกลับส่ายหน้า บอกว่าข้อมูลบางจุดไม่ตรงกับที่ทำจริง

ปัญหาไม่ได้อยู่ที่ไม่มีความรู้ในร้าน ปัญหาอยู่ที่ความรู้นั้นไม่เคยถูกแปลงออกมาเป็นตัวหนังสือที่คนอื่นอ่านได้

เรื่องนี้พาไปดูวิธีที่ทำได้จริง คือการเอาความรู้ที่อยู่ในหัวคนเก่งของทีม มาแปลงเป็นบทความ ด้วยกระบวนการที่ไม่ต้องพึ่งให้เขาเขียนเอง และไม่ต้องพึ่งให้ทีมการตลาดเดาความรู้ที่ตัวเองไม่มี

กลไกเบื้องหลัง ทำไมความรู้จากคนจริงถึงต่างจากบทความทั่วไป

เนื้อหาบนอินเทอร์เน็ตตอนนี้มีปริมาณมหาศาล และเขียนได้ง่ายขึ้นทุกวันด้วยเครื่องมือ AI ผลคือบทความหัวข้อเดียวกันเขียนซ้ำกันเป็นร้อยเป็นพันเว็บ เนื้อหาที่บอกว่า "ควรเปลี่ยนน้ำมันเครื่องทุกกี่กิโล" มีคำตอบคล้ายกันแทบทุกที่ เพราะทุกคนไปอ่านจากแหล่งเดียวกันแล้วเขียนใหม่

เมื่อเนื้อหาแบบนี้มีเยอะจนล้น ทั้งคนอ่านและระบบ AI ที่สรุปคำตอบให้คนอ่าน จะเริ่มมองหาสิ่งที่ต่างออกไป สิ่งนั้นคือรายละเอียดที่มาจากประสบการณ์ตรง ภาษาอังกฤษเรียกว่า first-hand experience แปลตรงตัวได้ว่าประสบการณ์มือแรก หมายถึงเรื่องที่คนเขียนเจอมากับตัวเอง ไม่ใช่เอาความรู้ของคนอื่นมาเรียบเรียงใหม่

ความรู้จากช่างใหญ่ในร้านคุณมีลักษณะนี้อยู่แล้วโดยธรรมชาติ เขารู้ว่ารถรุ่นไหนที่คู่มือบอกให้เปลี่ยนน้ำมันทุกหมื่นกิโล แต่ในสภาพถนนบ้านเราจริง ๆ ควรเปลี่ยนเร็วกว่านั้น เขารู้ว่าอาการเสียงดังแบบไหนที่ลูกค้าส่วนใหญ่เข้าใจผิดว่าเป็นเรื่องเล็ก ทั้งที่จริงเป็นสัญญาณของปัญหาใหญ่ รายละเอียดพวกนี้ไม่มีในคู่มือ ไม่มีในเว็บทั่วไป และเป็นสิ่งที่ AI เขียนเองไม่ได้ เพราะมันไม่เคยเจอเรื่องแบบนี้มาก่อน

ตรงนี้เชื่อมกับสิ่งที่เกิดขึ้นฝั่งลูกค้าด้วย เวลาคนถามผู้ช่วย AI ว่า "เสียงดังแบบนี้อันตรายไหม" ระบบจะพยายามหาคำตอบที่มีรายละเอียดเฉพาะเจาะจงมากกว่าคำตอบกลาง ๆ เพราะคำตอบที่เฉพาะเจาะจงมักตอบคำถามได้ตรงกว่า และมีแนวโน้มจะถูกหยิบไปอ้างอิงมากกว่าเนื้อหาที่เขียนกว้าง ๆ ซ้ำกับที่อื่น

อีกจุดที่สำคัญคือน้ำเสียง บทความที่มาจากการสัมภาษณ์คนจริงจะมีจังหวะการพูดที่เป็นธรรมชาติ มีคำที่คนพูดจริงใช้ มีการยกตัวอย่างเฉพาะกรณี ต่างจากบทความที่เขียนขึ้นจากการอ่านสรุปหัวข้อ ซึ่งมักจะเรียบเนียนเกินไปจนอ่านแล้วรู้สึกว่าใครเขียนก็ได้ ผมเจอเจ้าของธุรกิจหลายรายที่ปล่อยให้ AI เขียนบทความทั้งดุ้นแล้วแปลกใจว่าทำไมคนอ่านไม่เชื่อ ทั้งที่ข้อมูลถูกทุกอย่าง เหตุผลคือมันไม่มีร่องรอยของคนที่ผ่านเรื่องนั้นมาจริงอยู่ในนั้นเลย

สิ่งที่ยังไม่มีใครยืนยันได้ชัดคือ ระบบ AI แต่ละเจ้าให้น้ำหนักกับความเฉพาะเจาะจงแบบนี้มากแค่ไหนเมื่อเทียบกับปัจจัยอื่น แต่หลักการที่พอเชื่อได้คือ เนื้อหาที่มีรายละเอียดเฉพาะตัวมีโอกาสถูกนำไปใช้ตอบมากกว่าเนื้อหาที่เขียนซ้ำสิ่งที่คนอื่นเขียนไว้แล้ว และต่อให้ AI ไม่หยิบไปใช้เลย คนอ่านจริงก็ยังเชื่อบทความแบบนี้มากกว่าอยู่ดี

มีอีกคำหนึ่งที่ควรรู้จักไว้คือ topical authority แปลได้ประมาณว่าความน่าเชื่อถือเฉพาะด้าน หมายถึงเว็บที่พูดเรื่องใดเรื่องหนึ่งซ้ำ ๆ ด้วยความรู้จริงต่อเนื่องเป็นเวลานาน จะถูกมองว่าน่าเชื่อในเรื่องนั้นมากกว่าเว็บที่พูดกว้าง ๆ ครั้งเดียวแล้วเปลี่ยนเรื่อง การสัมภาษณ์ผู้เชี่ยวชาญในทีมทุกเดือนต่อเนื่องกันไปเรื่อย ๆ จึงไม่ได้มีค่าแค่บทความแต่ละชิ้น แต่มีค่าจากการสะสมเป็นชุดความรู้ที่เกาะกันเป็นเรื่องเดียว

ตรวจทีมตัวเองก่อน ว่ามีวัตถุดิบพร้อมแค่ไหน

ก่อนเริ่มนัดสัมภาษณ์ใคร ให้สำรวจทีมตัวเองก่อนด้วยตารางนี้ ใช้เวลาสิบนาทีคิดตามให้ตรง

ถ้าผ่านสี่ข้อแรก แปลว่าคุณมีวัตถุดิบพร้อมแล้ว ที่เหลือคือกระบวนการเก็บมันออกมาเท่านั้น ถ้าติดอยู่ที่ข้อห้าหรือข้อหก อย่าเพิ่งข้ามไป เพราะสองข้อนี้คือสิ่งที่ทำให้แผนแบบนี้ล่มบ่อยที่สุด ไม่ใช่เพราะไม่มีความรู้ในทีม แต่เพราะไม่มีเวลาหรือไม่มีคนเรียบเรียงต่างหาก

ทีมเล็กที่มีคนไม่กี่คนไม่ต้องกังวลว่าจะไม่มีคนเรียบเรียง เพราะงานนี้ไม่ต้องใช้นักเขียนมืออาชีพ คนที่ทำบัญชีหรือดูแลหน้าร้านที่พอสรุปประเด็นเป็นก็ทำได้ ขอแค่มีความอดทนที่จะฟังไฟล์เสียงซ้ำสองสามรอบ

ขั้นตอนที่ทำเองได้ ไม่ต้องจ้างใคร

หนึ่ง เลือกคนและหัวข้อของเดือนนี้

ใช้เวลาประมาณสิบห้านาที ทำเดือนละครั้งพอ

ไม่ต้องสัมภาษณ์ทุกคนในทีมพร้อมกัน เลือกมาหนึ่งคนต่อเดือน แล้วเลือกหัวข้อจากคำถามที่ลูกค้าถามบ่อยที่สุดในเดือนที่ผ่านมา ไม่ใช่หัวข้อที่คุณคิดว่าน่าเขียน เพราะคำถามที่ลูกค้าถามจริงคือหัวข้อที่มีคนต้องการคำตอบอยู่แล้ว

วิธีดูว่าได้ผล มีหัวข้อและชื่อคนสัมภาษณ์เขียนอยู่ในปฏิทินล่วงหน้าอย่างน้อยหนึ่งเดือน ไม่ใช่มานั่งคิดเอาวันที่จะสัมภาษณ์

สอง เตรียมคำถามล่วงหน้าห้าถึงเจ็ดข้อ

ใช้เวลาประมาณครึ่งชั่วโมง สิ่งที่ต้องมีคือรายการคำถามที่เขียนไว้ก่อนนัด

คำถามที่ดีไม่ใช่คำถามกว้าง ๆ อย่าง "เล่าเรื่องนี้ให้ฟังหน่อย" เพราะคนที่ไม่ถนัดพูดจะอึ้งไม่รู้จะเริ่มตรงไหน ให้ถามเจาะจงแบบที่มีเหตุการณ์ให้นึกถึง เช่น "เคยเจอเคสไหนที่ลูกค้าคิดว่าปัญหาเล็ก แต่จริง ๆ ใหญ่บ้าง เล่าเคสล่าสุดให้ฟังหน่อย" คำถามแบบนี้ทำให้คนตอบนึกถึงเรื่องจริงได้ทันที ไม่ต้องคิดเชิงทฤษฎี

ให้ใส่คำถามปิดท้ายไว้เสมอว่า "มีอะไรที่คนส่วนใหญ่เข้าใจผิดเกี่ยวกับเรื่องนี้ไหม" คำถามนี้มักได้คำตอบที่มีค่าที่สุดของบทสัมภาษณ์ทั้งหมด

วิธีดูว่าได้ผล เปิดคำถามอ่านก่อนวันสัมภาษณ์หนึ่งวัน ถ้าอ่านแล้วตอบตัวเองในใจได้คร่าว ๆ ทุกข้อ แปลว่าคำถามเจาะจงพอแล้ว

สาม อัดเสียงสัมภาษณ์ ยี่สิบถึงสี่สิบนาที

ใช้เวลาไม่เกินสี่สิบนาที ของที่ต้องมีคือมือถือเครื่องเดียวกับแอปอัดเสียง ไม่ต้องมีอุปกรณ์พิเศษ

คุยแบบไม่เป็นทางการ ปล่อยให้คนตอบพูดยาว ๆ ได้ ไม่ต้องรีบตัดบท ถ้าเขาเล่าออกนอกเรื่องแต่เป็นเรื่องน่าสนใจ ให้ตามฟังต่อ เพราะบางทีเรื่องที่ดีที่สุดของบทสัมภาษณ์ไม่ได้อยู่ในคำถามที่เตรียมไว้เลย

อย่านั่งจดระหว่างคุย เพราะจะทำให้คนตอบรู้สึกเกร็งและพูดสั้นลง ปล่อยให้เครื่องอัดทำงานแทน แล้วค่อยกลับมาฟังทีหลัง

วิธีดูว่าได้ผล ฟังไฟล์เสียงย้อนหลังแล้วมีอย่างน้อยสามช่วงที่รู้สึกว่า "ตรงนี้แหละ เอามาเขียนได้เลย"

สี่ ถอดประเด็น ไม่ใช่ถอดคำต่อคำ

ใช้เวลาประมาณหนึ่งชั่วโมง ไม่ต้องถอดเทปทุกคำ ให้ฟังแล้วจดเฉพาะประเด็นหลักพร้อมเวลาที่พูดถึงมัน เผื่อต้องย้อนกลับไปฟังซ้ำ

เครื่องมือถอดเสียงอัตโนมัติที่มีอยู่ตอนนี้ช่วยร่นเวลาได้มาก แต่ให้ตรวจทานทุกครั้ง เพราะศัพท์เฉพาะของธุรกิจคุณ เช่น ชื่อรุ่นรถหรือชื่ออาการเฉพาะ เครื่องมักถอดผิด

จัดกลุ่มประเด็นที่ได้เป็นสามถึงห้าหัวข้อย่อย นี่จะกลายเป็นโครงของบทความ

วิธีดูว่าได้ผล มีรายการหัวข้อย่อยพร้อมประโยคเด็ดที่ยกมาจากคำพูดจริงอย่างน้อยหัวข้อละหนึ่งประโยค

ห้า เรียบเรียงเป็นบทความแล้วให้เจ้าของความรู้ตรวจ

ใช้เวลาประมาณสองชั่วโมง คนเรียบเรียงไม่จำเป็นต้องเป็นนักเขียน แค่เอาประเด็นที่จัดไว้มาต่อเป็นย่อหน้า เก็บคำพูดเด่น ๆ ไว้เป็นคำยกในเนื้อหา

ขั้นตอนที่ห้ามข้ามคือให้เจ้าของความรู้อ่านทวนก่อนเผยแพร่เสมอ ไม่ใช่เพื่อขอความเห็นชอบเรื่องสำนวน แต่เพื่อเช็กว่าข้อมูลทางเทคนิคถูกต้อง เพราะคนเรียบเรียงอาจตีความคำพูดผิดได้ง่าย โดยเฉพาะถ้าเป็นเรื่องเทคนิคที่ตัวเองไม่ถนัด

วิธีดูว่าได้ผล เจ้าของความรู้อ่านแล้วพยักหน้า บอกว่า "ใช่ ที่พูดไปคือแบบนี้" ไม่ใช่ต้องแก้เกือบทั้งบทความ

อะไรที่ยังไม่ต้องรีบทำ

พอเริ่มทำเรื่องนี้ หลายคนอยากรีบอัปเกรดทั้งกระบวนการทันที สี่อย่างนี้รอได้

ยังไม่ต้องรีบซื้อซอฟต์แวร์ถอดเสียงแบบเสียเงินรายเดือน ถ้ายังทำเดือนละหนึ่งบทความ เครื่องมือถอดเสียงฟรีที่มีอยู่ทั่วไปเพียงพอแล้ว ค่อยพิจารณาจ่ายเงินตอนที่ปริมาณงานเพิ่มเป็นสัปดาห์ละครั้งขึ้นไป

ยังไม่ต้องรีบจ้างทีมโปรดักชันมาถ่ายวิดีโอคู่กับบทความ เริ่มจากตัวหนังสือให้นิ่งก่อน วิดีโอเป็นงานที่ต้นทุนสูงกว่ามากทั้งเวลาและอุปกรณ์ ถ้าบทความยังไม่ลงตัว การเพิ่มวิดีโอเข้าไปจะทำให้กระบวนการล้มง่ายกว่าเดิม

ยังไม่ต้องรีบสัมภาษณ์ทุกคนในทีมพร้อมกัน เริ่มจากคนที่ลูกค้าถามหาบ่อยที่สุดหนึ่งคนก่อน ทำให้กระบวนการทั้งชุดลงตัวกับคนคนเดียวก่อน แล้วค่อยขยายไปคนอื่น การเริ่มพร้อมกันหลายคนมักจบด้วยการไม่มีบทความไหนเสร็จเลยสักชิ้น

ยังไม่ต้องรีบตั้งเป้าว่าต้องออกทุกสัปดาห์ บทความที่มาจากความรู้จริงต้องใช้เวลาเตรียมและตรวจทาน ถ้าตั้งเป้าถี่เกินไป จะกลับไปที่ปัญหาเดิมคือรีบจนต้องพึ่งเนื้อหาเขียนเองแบบกว้าง ๆ ทำเดือนละหนึ่งชิ้นแต่มีรายละเอียดจริง ดีกว่าสัปดาห์ละชิ้นแต่เนื้อหาบางเหมือนที่อื่น

เริ่มตรงไหนอาทิตย์นี้

ถ้าอาทิตย์นี้มีเวลาว่างแค่หนึ่งชั่วโมง ให้ทำสองอย่าง

อย่างแรก เลือกคนในทีมหนึ่งคนที่ลูกค้าถามหาบ่อยที่สุด แล้วนัดเวลาสัมภาษณ์ครึ่งชั่วโมงในสัปดาห์หน้า ใส่ในปฏิทินเลย ไม่ใช่แค่คิดไว้ในใจ

อย่างที่สอง เปิดประวัติคำถามจากลูกค้าเดือนที่ผ่านมา ไม่ว่าจะเป็นแชทหรือคำถามหน้าร้าน คัดมาห้าคำถามที่ถามซ้ำที่สุด แล้วเลือกมาหนึ่งคำถามเป็นหัวข้อของบทความแรก

บทความชิ้นแรกอาจใช้เวลารวมทั้งกระบวนการเกือบครึ่งวัน แต่พอทำซ้ำสักสองสามรอบ กระบวนการทั้งชุดจะเร็วขึ้นมาก และสิ่งที่ได้คือคลังความรู้ของทีมที่ไม่หายไปพร้อมกับวันที่คนคนนั้นลาออกหรือเกษียณ