สร้างแผนที่การตัดสินใจเกี่ยวกับ AI โดยเรียนรู้เป็นหมวดความสามารถและความเสี่ยง ไม่ไล่ตามชื่อรุ่นหรือกระแสเครื่องมือ
หลักสูตรนี้สร้างแผนที่การตัดสินใจเกี่ยวกับ AI โดยเรียนรู้เป็นหมวดความสามารถและความเสี่ยง ไม่ไล่ตามชื่อรุ่นหรือกระแสเครื่องมือ เมื่อจบหลักสูตร ผู้เรียนอธิบายหมวดเครื่องมือ เลือกวิธีทำงานตามหลักฐาน/ข้อมูล/ความเสี่ยง ประเมินการอ้างอิงฟีเจอร์ และเสนอการทดลองที่มีธรรมาภิบาล
แนวทางของ P1 ที่ใช้ตลอดหลักสูตร: จากจำชื่อเครื่องมือ → เข้าใจหมวดความสามารถ → เลือกตามงานและข้อมูล → ประเมินการอ้างอิง → ทดลองอย่างมีธรรมาภิบาล
ทุกคลาสเดินตามจังหวะเดียวกัน: เชื่อมกับงานจริง → สอนแนวคิด → สาธิตแบบไม่มีและมีบริบท/หลักฐาน → ฝึกปฏิบัติ → นำไปใช้กับงานจริงที่อนุมัติ → สรุปและออกแบบการบ้านที่ตรวจความเสี่ยงแล้ว
รู้หมวดหลักของ AI — general assistant, knowledge-grounded, persistent assistant, research, creative, productivity, automation/agent, company system — และใช้แผนที่แทนรายชื่อแอป
เข้าใจอย่างพอใช้ว่าระบบสร้างคำตอบอย่างไรและทำไมจึงผิดได้ — probabilistic output, context, hallucination, tool use, model update
เลือกใช้ ChatGPT, Gemini, Claude หรือเทียบเท่าโดยดูงาน บริบท แผน และนโยบาย ไม่ยึดชื่อรุ่น
เห็นความต่างระหว่างแชตชั่วคราวกับพื้นที่งานที่มีบริบท — custom instructions, knowledge, memory/project, owner, version control
เลือกใช้เครื่องมือที่ตอบบนฐานเอกสารเมื่อหลักฐานสำคัญ — source-grounded answer, inline citation, source selection, coverage gap
รู้ความต่างระหว่างความรู้ในโมเดล การค้นเว็บ และ deep research — recency, primary source, citation trail
ตัดสินใจว่าเมื่อใดสื่อสร้างสรรค์ช่วยงาน และเมื่อใดไม่ควรใช้ — creative brief, rights, likeness, disclosure, factual review
เข้าใจ AI ที่อยู่ในเอกสาร อีเมล การประชุม และสเปรดชีต — in-flow productivity, organisational data, permissions, enterprise data protection
เข้าใจระดับการทำงานอัตโนมัติและเหตุผลที่ต้องเริ่มจากขอบเขตแคบ — retrieve, draft, recommend, act; approval gate, logs, least privilege
ประเมินข้อมูลก่อนใช้เครื่องมือและรู้จุด escalation — data classification, retention, access, approval, auditability
ประเมินเครื่องมือ/ฟีเจอร์ด้วยงานจริง หลักฐาน และต้นทุนรวม — use case first, pilot, evaluation rubric, adoption, lock-in, change management
สรุปแผนที่ AI ของทีมเป็น portfolio ที่พัฒนาได้จริง — standardise, sandbox, retire; ownership, review cadence, learning loop
หลักสูตรนี้ไม่ได้สอนรายชื่อแอป แต่สอนหมวดความสามารถและเกณฑ์เลือกใช้ เพราะรายชื่อแอปหมดอายุ แต่เกณฑ์ไม่หมด คำสั่งด้านล่างคือเกณฑ์ของสัปดาห์ที่ 11 ในรูปที่ใช้ได้จริงกับข้อเสนอที่อยู่บนโต๊ะคุณตอนนี้
หลักสูตรนี้เป็นกลางเรื่องยี่ห้อโดยเจตนา สัปดาห์ที่ 3 สอนให้เลือก ChatGPT Gemini หรือ Claude จากลักษณะงาน บริบท แผนบริการ และนโยบายบริษัท ไม่ใช่จากชื่อรุ่น
เพื่อไม่ให้สับสน ชื่อที่ควรจำให้ตรงคือ ผู้ช่วยแบบต่อเนื่องเรียกว่า Gems ใน Gemini และเรียกว่า Projects ใน Claude และ ChatGPT ส่วน NotebookLM เป็นเครื่องมือคนละหมวด คือหมวดตอบจากแหล่งข้อมูลที่กำหนด
ฟีเจอร์และขีดจำกัดเปลี่ยนตามแผนบริการ ภูมิภาค และบัญชี ให้เปิดเอกสารทางการที่ลิงก์ไว้ท้ายหน้านี้ก่อนสรุปว่าเครื่องมือใดทำอะไรได้
บริบท: มีคนเสนอให้ทีมของฉันเริ่มใช้เครื่องมือ AI ตัวใหม่ และฉันไม่ต้องการตัดสินใจตามกระแส งาน: ช่วยฉันประเมิน 5 ขั้น 1) จัดงานหลักของทีมที่ฉันระบุไว้ เข้า "หมวดความสามารถ" ไม่ใช่ชื่อแอป 2) บอกว่าเครื่องมือนี้อยู่ในหมวดไหน และทับซ้อนกับสิ่งที่เรามีอยู่แล้วตรงไหน 3) แยกให้ชัดว่าอะไรคือความสามารถที่เอกสารทางการของผู้ผลิตระบุไว้ กับอะไรคือคำโฆษณา 4) ตั้งคำถามเรื่องข้อมูล สิทธิ์การเข้าถึง และจุดอนุมัติ ที่เราต้องตอบให้ได้ก่อนทดลองใช้ 5) เสนอการทดลองเล็กที่ย้อนกลับได้ 1 อย่าง พร้อมเกณฑ์ล่วงหน้าว่าอะไรนับว่า "ได้ผล" และอะไรนับว่า "พอแล้ว" ข้อจำกัด: ถ้าคุณไม่แน่ใจข้อมูลของเครื่องมือนี้ ให้บอกว่าไม่แน่ใจ และชี้ว่าต้องไปอ่านเอกสารทางการหน้าไหน ห้ามเดาราคาหรือฟีเจอร์ รูปแบบ: ภาษาไทย ข้อ 1-2 เป็นตาราง ข้อ 3-5 เป็นรายการ เครื่องมือที่ถูกเสนอ: [ชื่อเครื่องมือ] งานหลักของทีมฉัน: [ระบุ 3-5 อย่าง]
ให้เครื่องมือช่วยประเมิน แต่คำตอบของ AI ไม่ใช่หลักฐานและไม่ใช่การอนุมัติ ก่อนทดลองใช้จริงทุกครั้ง ต้องผ่านผู้มีอำนาจอนุมัติเรื่องข้อมูลและสิทธิ์ตามนโยบายบริษัท
แนวทางอำนวยการเรียนรู้ตลอดหลักสูตร: ใช้ตัวอย่าง P1 ที่ปกปิดข้อมูลหรือสร้างขึ้นเพื่อการฝึกเท่านั้น ให้ผู้เรียนทำงานเป็นคู่ (เจ้าของงาน/ผู้ตรวจ) ไม่วัดผลจากจำนวน prompt หรือจำนวนแอปที่ลอง วัดจากคุณภาพการตัดสินใจ ความถูกต้อง และความสามารถนำไปใช้ซ้ำ และถ้า use case แตะข้อมูลอ่อนไหว การเงิน บุคลากร หรือสิทธิ์ระบบ ให้หยุดและส่งต่อผู้มีอำนาจอนุมัติตามนโยบายบริษัท
หมายเหตุผู้สอน: เปิดลิงก์ทางการด้านล่างก่อนสอน session ที่เกี่ยวข้อง และปรับชื่อปุ่ม/แผนบริการให้ตรงกับบัญชีที่ P1 อนุมัติ ณ วันสอน
หลักสูตรนี้เหมาะเป็นปฐมนิเทศก่อนหลักสูตรที่ 1 หรือเป็นชั้นธรรมาภิบาลเมื่อทีมใช้ AI ในงานประจำอยู่แล้ว
นี่คือหลักสูตรที่ P1 Thailand สร้างขึ้นและใช้ฝึกทีมของตัวเองก่อน แล้วจึงนำมาสอนให้ผู้อื่น
สิบสองสัปดาห์ พื้นฐานร่วมกันหนึ่งชุด นำไปใช้กับงานจริงของแต่ละคน
ขอรับคำปรึกษา