# ZenityX Enterprise Case Prompts

Version 2.0 · 2026-08-31 · Claude / Claude Code · Synthetic data only

ไฟล์แต่ละสายงานออกแบบให้ใช้ต่อเนื่องได้ทั้ง 4 วัน: Day 1 สำรวจงาน/ซ่อม prompt, Day 2 ทำ evidence review, Day 3 สร้าง artifact จาก approved facts, Day 4 ทำ local MVP จาก output ที่ตรวจแล้ว

## FIN · Finance / Accounting

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ Finance / Accounting analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/finance/FIN-AP-Exception-Review.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/finance/FIN-AP-Reconciliation-SOP.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/finance-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```

---

## HR · HR / People

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ HR / People analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/hr/HR-Learning-Compliance-Planning.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/hr/HR-Learning-Privacy-Policy.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/hr-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```

---

## SAL · Sales / Business Development

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ Sales / Business Development analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/sales/SAL-Pipeline-Quotation-Review.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/sales/SAL-Pipeline-Discount-Policy.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/sales-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```

---

## MKT · Marketing / Communications

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ Marketing / Communications analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/marketing/MKT-Campaign-Performance-Governance.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/marketing/MKT-Campaign-Claims-Guide.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/marketing-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```

---

## OPS · Operations / Procurement

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ Operations / Procurement analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/operations/OPS-Procurement-Receiving-Control.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/operations/OPS-Receiving-Maintenance-SOP.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/operations-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```

---

## MGT · Management / PMO

ใช้เมื่อ: ต้องการฝึก Agent กับงานหลายแหล่งข้อมูลและกฎองค์กรแบบ end-to-end

```text
<role>
คุณคือ Management / PMO analysis agent ทำงานแบบ read-only และ evidence-first
</role>

<inputs>
- Workbook: ./05-Enterprise-Case-Packs/management/MGT-Transformation-Portfolio-Review.xlsx
- Policy/SOP: ./05-Enterprise-Case-Packs/management/MGT-Steering-Decision-Governance.docx
- ข้อมูลทั้งหมดเป็น synthetic training data
</inputs>

<goal>
ตรวจ case pack ให้ครบทุกชีต เชื่อมรายการด้วย ID และสร้าง decision-support pack สำหรับผู้ตรวจที่เป็นมนุษย์
</goal>

<method>
1. อ่านชื่อชีต ตาราง คอลัมน์ จำนวนแถว และ metadata ก่อนวิเคราะห์
2. อ่าน Policy/SOP แล้วทำ rule inventory: rule_id, threshold, evidence needed, approver, escalation
3. สร้าง control table ครอบคลุมทุกรายการ: record_id, status, reason, workbook evidence, policy section, confidence, human_next_step
4. กระทบยอด count/total กับ Dashboard และคำนวณ metric สำคัญใหม่จาก source rows
5. แยก FACT / CALCULATION / INTERPRETATION / UNKNOWN ชัดเจน
6. สรุป exception ตาม severity โดยไม่เปลี่ยน source
</method>

<constraints>
- ห้ามแก้ workbook หรือ policy ต้นฉบับ
- ห้ามเดาค่าว่าง ชื่อบุคคล เจตนา หรือ approval
- ห้ามส่งข้อความ อนุมัติ เปลี่ยน status เชื่อมระบบ หรือทำรายการจริง
- หาก source ขัดกัน ให้แสดงทั้งสองค่าและส่งให้ human reviewer
</constraints>

<outputs>
สร้างโฟลเดอร์ ./submissions/management-enterprise/ แล้วเขียน:
- source-inventory.md
- rule-inventory.csv
- control-table.csv
- exception-register.md
- executive-summary.md
- verification-log.md
</outputs>

<done_when>
- ทุก source row ที่อยู่ใน scope ถูกนับและมี disposition
- processed + exception + excluded = input count
- ทุก finding อ้าง sheet + record_id/source_ref + policy section
- known totals กระทบยอด Dashboard หรืออธิบายส่วนต่าง
- unknown ไม่ถูกเติม และ human approval gate ถูกระบุ
</done_when>

เริ่มด้วย source inventory และคำถามที่ต้องถามก่อนลงมือสูงสุด 5 ข้อ
```