ระดับสูง: สร้างระบบและเวิร์กโฟลว์อัตโนมัติ

3.1

โมดูล 3.1

Custom GPTs และการเปลี่ยนผ่านสู่ Apps in ChatGPT

สร้าง AI ผู้ช่วยเฉพาะทาง และเข้าใจทิศทาง Apps SDK/MCP

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Custom GPT พร้อม instructions, ความรู้ (knowledge files) และความสามารถที่เปิดใช้
เผยแพร่ Custom GPT และเข้าใจ GPT Store
เข้าใจการเปลี่ยนผ่านจาก Custom GPTs ไปสู่ Apps in ChatGPT (Apps SDK บน MCP)

เนื้อหา

Custom GPTs ให้เราสร้างผู้ช่วย AI เฉพาะทางโดยกำหนด instructions อัปโหลดไฟล์ความรู้ และเปิดใช้ความสามารถ เช่น web search, Code Interpreter, image generation แล้วเผยแพร่ผ่าน GPT Store ได้ ปัจจุบัน OpenAI กำลังปรับทิศทางไปสู่ 'Apps in ChatGPT' ที่สร้างด้วย Apps SDK บนมาตรฐาน Model Context Protocol (MCP) ซึ่งให้ UI เฉพาะและเข้าถึงบริบท/หน่วยความจำของการสนทนาได้ หลักสูตรนี้สอนทั้งสองแบบและชี้ให้เห็นการเปลี่ยนผ่าน

สร้าง Custom GPT ผู้ช่วย HR

(ในหน้าสร้าง GPT ตั้ง instructions ว่า) คุณคือผู้ช่วยฝ่ายบุคคลของบริษัท ตอบคำถามพนักงานเรื่องนโยบายวันลา สวัสดิการ และขั้นตอนต่าง ๆ โดยอ้างอิงเฉพาะจากคู่มือพนักงานที่อัปโหลดไว้ ถ้าไม่มีข้อมูลให้แนะนำติดต่อฝ่าย HR โดยตรง ใช้ภาษาสุภาพเป็นกันเอง

ผลลัพธ์ที่คาดหวัง

ได้ Custom GPT ที่ตอบคำถามพนักงานตามคู่มือที่แนบ และปฏิเสธอย่างสุภาพเมื่อไม่มีข้อมูล

จุดสอน

สอนหลักการสำคัญ: ให้ instructions ชัด กำหนดขอบเขตความรู้ และสั่งให้ AI ยอมรับเมื่อไม่รู้ เพื่อลด hallucination ในระบบที่ใช้จริง

แบบฝึกหัดท้ายโมดูล

สร้าง Custom GPT สำหรับงานเฉพาะทางของทีมคุณ พร้อมอัปโหลดไฟล์ความรู้อย่างน้อย 1 ไฟล์ และทดสอบด้วยคำถามจริง 5 ข้อ
เขียนสรุปเปรียบเทียบ 1 หน้า ว่า Custom GPTs กับ Apps in ChatGPT ต่างกันอย่างไร และงานของคุณเหมาะกับแบบใด

3.2

โมดูล 3.2

ChatGPT Agent Mode: เวิร์กโฟลว์อัตโนมัติ

ให้ AI ใช้คอมพิวเตอร์เสมือนทำงานหลายขั้นตอนแทนคุณ

🎯 วัตถุประสงค์การเรียนรู้

ออกแบบงานที่เหมาะกับ Agent mode ที่มีคอมพิวเตอร์เสมือนของตัวเอง
สั่งให้ agent ค้นเว็บ กรอกฟอร์ม จัดการไฟล์ และสร้างสไลด์/สเปรดชีตที่แก้ไขได้
กำหนดจุดส่งต่อให้มนุษย์สำหรับการล็อกอินและงานที่อ่อนไหว

เนื้อหา

ChatGPT Agent mode (ก.ค. 2025) เป็น agent ที่มีคอมพิวเตอร์เสมือนของตัวเอง คลิก/เลื่อนเว็บ กรอกฟอร์ม ดาวน์โหลดและจัดการไฟล์ รันโค้ด และสร้างสไลด์/สเปรดชีตที่แก้ไขได้ โดยรวมความสามารถของ Operator (โต้ตอบเว็บ) กับ Deep Research เข้าด้วยกัน อย่างไรก็ตาม agent ยังไม่สมบูรณ์แบบ (คะแนน WebArena ราว 65% หมายความว่ายังพลาดงานเว็บซับซ้อนบางส่วน) จึงต้องมีมนุษย์ตรวจสอบ โดยเฉพาะการล็อกอินและงานที่มีผลกระทบ และเป็นการทำงานแบบผูกกับเซสชันบนคอมพิวเตอร์เสมือนชั่วคราว ไม่ใช่ระบบอัตโนมัติถาวร

งานรวบรวมข้อมูลและสร้างสเปรดชีต

ใช้ Agent mode ช่วยรวบรวมข้อมูลราคาแพ็กเกจของผู้ให้บริการอีเมลมาร์เก็ตติ้ง 5 เจ้าที่นิยมในไทย ทำเป็นตารางเปรียบเทียบราคา จำนวนผู้ติดต่อที่รองรับ และฟีเจอร์เด่น แล้วสร้างเป็นสเปรดชีตที่แก้ไขได้

ผลลัพธ์ที่คาดหวัง

agent ค้นเว็บแต่ละเจ้า รวบรวมข้อมูล และสร้างสเปรดชีตเปรียบเทียบที่ดาวน์โหลด/แก้ไขได้

จุดสอน

สอนให้เลือกงานที่ทำซ้ำ ๆ และมีขั้นตอนชัดเจนมาให้ agent ทำ และเน้นย้ำให้ตรวจสอบผลลัพธ์เพราะ agent อาจพลาดหรือดึงข้อมูลผิด ไม่ควรให้จัดการงานล็อกอินหรือชำระเงินโดยไม่มีคนดูแล

แบบฝึกหัดท้ายโมดูล

ออกแบบงาน 1 อย่างที่เหมาะกับ Agent mode (มีหลายขั้นตอน ทำซ้ำได้) แล้วให้ agent ทำ พร้อมตรวจสอบและบันทึกจุดที่ต้องแก้
จัดทำ checklist 'จุดที่ต้องให้มนุษย์ตรวจสอบ' เมื่อใช้ Agent mode ในงานของคุณ อย่างน้อย 5 ข้อ

3.3

โมดูล 3.3

Sora 2: สร้างวิดีโอสั้นพร้อมเสียง

ผลิตคลิปสั้นสมจริงพร้อมเสียงซิงก์ด้วยเทคนิค prompt วิดีโอ

🎯 วัตถุประสงค์การเรียนรู้

สร้างคลิปวิดีโอสั้น (~10-25 วินาที) พร้อมเสียงซิงก์ด้วย Sora 2
เขียน prompt วิดีโอที่ควบคุมช็อต การเคลื่อนไหว สไตล์ และเสียง
เข้าใจข้อจำกัด: คลิปสั้นเท่านั้น ไม่ใช่วิดีโอยาว และข้อจำกัดด้านคอมพิวต์

เนื้อหา

Sora คือเครื่องมือสร้างวิดีโอของ OpenAI โดยรุ่นหลักคือ Sora 2 (เปิดตัว 30 ก.ย. 2025) สร้างคลิปสั้นราว 10-25 วินาทีพร้อมเสียงซิงก์ (บทพูด เสียงประกอบ เสียงบรรยากาศ) มีความสมจริงทางฟิสิกส์และการควบคุมที่ดีขึ้นมาก ทำตามคำสั่งหลายช็อตได้ และเก่งสไตล์สมจริง ภาพยนตร์ และอนิเมะ มีรุ่น Sora 2 Pro คุณภาพสูงสำหรับผู้ใช้ ChatGPT Pro บน sora.com ข้อจำกัดสำคัญคือเป็นคลิปสั้นเท่านั้น ไม่ใช่วิดีโอยาว และมีข้อจำกัดด้านคอมพิวต์

prompt วิดีโอโฆษณาสั้น

สร้างวิดีโอ 10 วินาที: ช็อตโคลสอัพมือค่อย ๆ เทกาแฟดริปลงถ้วยแก้วใส ไอน้ำลอยขึ้นเบา ๆ แสงเช้าอบอุ่นส่องจากหน้าต่างด้านซ้าย พื้นหลังคาเฟ่เบลอนุ่ม สไตล์ภาพยนตร์ กล้องค่อย ๆ เลื่อนเข้าใกล้ พร้อมเสียงน้ำริน และเสียงบรรยากาศคาเฟ่เบา ๆ

ผลลัพธ์ที่คาดหวัง

ได้คลิปสั้นสมจริงตามที่บรรยาย มีการเคลื่อนกล้องและเสียงประกอบซิงก์กับภาพ

จุดสอน

สอนโครงสร้าง prompt วิดีโอ: subject + action, การจัดแสง, มุม/การเคลื่อนกล้อง, สไตล์ และเสียง ยิ่งบรรยายเป็นภาษาภาพยนตร์ (shot, camera move, lighting) ยิ่งควบคุมผลได้ดี

แบบฝึกหัดท้ายโมดูล

เขียน prompt วิดีโอ 1 คลิปสำหรับงานของคุณ (เช่น โฆษณาสินค้า, อินโทรคอนเทนต์) โดยระบุช็อต การเคลื่อนกล้อง แสง สไตล์ และเสียงให้ครบ
สร้างคลิปเดียวกัน 2 เวอร์ชันด้วยสไตล์ต่างกัน (เช่น สมจริง vs อนิเมะ) แล้วเปรียบเทียบผลและบันทึกว่าคำใน prompt ตัวใดมีผลต่อสไตล์

3.4

โมดูล 3.4

ChatGPT ผ่าน API และเครื่องมือนักพัฒนา

เชื่อม GPT-5 เข้ากับระบบด้วย Responses API และ AgentKit

🎯 วัตถุประสงค์การเรียนรู้

เข้าใจตระกูล GPT-5 ผ่าน API (GPT-5, mini, nano) และ context window
ใช้ Responses API พร้อมเครื่องมือในตัว: web search, file search, computer use
รู้จัก Agents SDK และ AgentKit (Agent Builder, ChatKit, Connector Registry, Evals)

เนื้อหา

สำหรับนักพัฒนา ChatGPT เข้าถึงได้ผ่าน API ด้วยตระกูล GPT-5 (GPT-5, mini, nano) โดย GPT-5 mini มี context window ได้ถึง 400K tokens และราคาต่อ token ต่ำ Responses API มาพร้อมเครื่องมือในตัวคือ web search, file search และ computer use ส่วนการสร้าง agent มี Agents SDK (โอเพนซอร์ส) และ AgentKit (เปิดตัว DevDay ต.ค. 2025) ที่ประกอบด้วย Agent Builder (สร้าง agent แบบภาพ), ChatKit (UI แชตฝังในแอป), Connector Registry (เชื่อม Dropbox, Google Drive, SharePoint, Teams) และ Evals for Agents สำหรับประเมินคุณภาพ นอกจากนี้ Apps SDK (พรีวิว) สร้างบน MCP

ออกแบบสถาปัตยกรรมผู้ช่วยภายในองค์กร

ช่วยออกแบบสถาปัตยกรรมระดับสูงสำหรับผู้ช่วย AI ภายในบริษัทที่ตอบคำถามจากเอกสารภายใน: ควรใช้ Responses API กับ file search อย่างไร ต้องเชื่อมแหล่งข้อมูลใดผ่าน Connector Registry และจะวัดคุณภาพด้วย Evals อย่างไร อธิบายเป็นขั้นตอนพร้อมข้อควรระวัง

ผลลัพธ์ที่คาดหวัง

ได้แผนสถาปัตยกรรมที่อธิบายการใช้ file search, การเชื่อม connector, และการตั้ง evals พร้อมข้อควรระวังด้านความปลอดภัยข้อมูล

จุดสอน

สอนให้ผู้เรียนใช้ ChatGPT เป็นที่ปรึกษาออกแบบระบบ และย้ำว่าต้องตรวจสอบรายละเอียด API/ราคาปัจจุบันจากเอกสารทางการเสมอเพราะเวอร์ชันเปลี่ยนเร็ว

แบบฝึกหัดท้ายโมดูล

ร่างแผนสถาปัตยกรรมระดับสูงสำหรับผู้ช่วย AI ในองค์กรของคุณ ระบุว่าจะใช้เครื่องมือใน Responses API ใดบ้างและเชื่อมแหล่งข้อมูลใด
เปรียบเทียบเมื่อใดควรใช้ GPT-5 เต็ม vs GPT-5 mini สำหรับงานในระบบของคุณ โดยพิจารณา context window ราคา และความซับซ้อน

3.5

โมดูล 3.5

เทคนิค Prompt ขั้นสูงและการควบคุมการใช้เหตุผล

ยกระดับ prompt สำหรับงานซับซ้อนและการควบคุมคุณภาพ

🎯 วัตถุประสงค์การเรียนรู้

ใช้เทคนิค chain-of-thought, การแบ่งงานเป็นขั้น และการกำหนดเกณฑ์คุณภาพใน prompt
ควบคุมความลึกของการใช้เหตุผล (Thinking) ให้เหมาะกับต้นทุนและเวลา
สร้างระบบ prompt ที่ตรวจสอบตัวเองและลดข้อผิดพลาด

เนื้อหา

งานซับซ้อนต้องการเทคนิค prompt ขั้นสูง เช่น การสั่งให้คิดเป็นขั้นตอน (chain-of-thought) การแบ่งงานใหญ่เป็นงานย่อย การกำหนดเกณฑ์คุณภาพและให้ AI ตรวจงานตัวเอง และการควบคุมความลึกของการใช้เหตุผลผ่าน Thinking mode เพื่อสมดุลระหว่างคุณภาพ ต้นทุน และเวลา ทักษะเหล่านี้ทำให้ได้ผลลัพธ์ที่เชื่อถือได้มากขึ้นในงานที่มีเดิมพันสูง

prompt แบบมีขั้นตอนและตรวจสอบตัวเอง

think hard about this: ช่วยตรวจสัญญาจ้างงานฉบับนี้ (แนบไฟล์) โดยทำเป็นขั้นตอน: 1) สรุปเงื่อนไขหลัก 2) ระบุข้อที่อาจไม่เป็นธรรมต่อลูกจ้าง 3) เทียบกับหลักปฏิบัติทั่วไป 4) เสนอประเด็นที่ควรเจรจา จากนั้นทบทวนคำตอบของตัวเองอีกครั้งและระบุจุดที่คุณไม่แน่ใจซึ่งควรให้ทนายตรวจสอบ

ผลลัพธ์ที่คาดหวัง

ได้การวิเคราะห์เป็นขั้นตอนชัดเจน พร้อมส่วนท้ายที่ระบุจุดไม่แน่ใจที่ต้องให้ผู้เชี่ยวชาญตรวจ

จุดสอน

สอนการออกแบบ prompt ที่บังคับให้ทำเป็นขั้น ตรวจสอบตัวเอง และยอมรับความไม่แน่นอน ซึ่งสำคัญมากในงานที่มีผลกระทบ ลดความเสี่ยงจากการเชื่อคำตอบที่ผิด

แบบฝึกหัดท้ายโมดูล

เลือกงานซับซ้อน 1 อย่าง แล้วออกแบบ prompt ที่แบ่งเป็นขั้นตอน มีการตรวจสอบตัวเอง และให้ระบุจุดไม่แน่ใจ
ทดลอง prompt เดียวกันโดยเปิดและไม่เปิด Thinking mode แล้วเปรียบเทียบคุณภาพ เวลา และประเมินว่างานใดคุ้มที่จะใช้ reasoning ลึก

3.6

โมดูล 3.6

การนำ ChatGPT ไปใช้ในองค์กรอย่างมีธรรมาภิบาล

วางมาตรฐาน ความปลอดภัย และการเลือกแผนสำหรับทีม

🎯 วัตถุประสงค์การเรียนรู้

เลือกแผนที่เหมาะกับองค์กรจากตัวเลือกที่มี (Free, Go, Plus, Pro, Business, Enterprise, Edu, API)
วางนโยบายการใช้ AI ด้านความปลอดภัยข้อมูล คุณภาพ และความรับผิดชอบ
ออกแบบการอบรมและวัดผลการนำ AI ไปใช้ในทีม

เนื้อหา

การนำ ChatGPT ไปใช้ในองค์กรต้องพิจารณาการเลือกแผน (Free, Go, Plus, Pro, Business ซึ่งเปลี่ยนชื่อจาก Team, Enterprise, Edu และ API แบบจ่ายตามการใช้งาน) โดยราคาให้ตรวจสอบจากหน้าราคาทางการเพราะเปลี่ยนบ่อย ควบคู่กับการวางธรรมาภิบาล: นโยบายข้อมูลที่ป้อนได้/ไม่ได้ การกำหนดงานที่ต้องมีมนุษย์ตรวจสอบ การจัดการเรื่อง region gating ของฟีเจอร์ และการวัดผล ROI ผู้นำการใช้ AI ต้องออกแบบการอบรมและมาตรฐานให้ทั้งทีมใช้ได้อย่างปลอดภัยและสม่ำเสมอ

ร่างนโยบายการใช้ AI สำหรับทีม

ช่วยร่างนโยบายการใช้ ChatGPT สำหรับทีมการตลาด 15 คน ครอบคลุม: ข้อมูลที่ห้ามป้อน แนวทางตรวจสอบผลลัพธ์ก่อนเผยแพร่ การอ้างอิงแหล่งที่มา ความรับผิดชอบเมื่อผลลัพธ์ผิดพลาด และช่องทางรายงานปัญหา จัดเป็นเอกสาร 1-2 หน้าอ่านง่าย

ผลลัพธ์ที่คาดหวัง

ได้ร่างนโยบายที่มีหัวข้อครบ ภาษาชัดเจน พร้อมนำไปปรับใช้จริงหลังให้ฝ่ายกฎหมาย/ผู้บริหารตรวจ

จุดสอน

สอนให้ผู้เรียนใช้ ChatGPT ช่วยร่างเอกสารธรรมาภิบาล แต่ต้องมีมนุษย์ผู้รับผิดชอบตรวจและอนุมัติก่อนบังคับใช้ และปรับให้เข้ากับบริบทองค์กรจริง

แบบฝึกหัดท้ายโมดูล

ร่างนโยบายการใช้ ChatGPT 1-2 หน้าสำหรับทีมของคุณ พร้อมระบุแผนที่แนะนำและเหตุผล
ออกแบบแผนการอบรมทีม 1 หน้า ระบุหัวข้อ ผู้เรียนแต่ละกลุ่ม และตัวชี้วัดความสำเร็จของการนำ AI ไปใช้

🏆 Capstone ระดับสูง: ระบบผู้ช่วยและเวิร์กโฟลว์อัตโนมัติสำหรับองค์กร

สร้าง Custom GPT (หรือออกแบบ App) ที่แก้ปัญหาจริงของทีม พร้อม instructions, ไฟล์ความรู้ และขอบเขตที่ชัดเจน
ออกแบบและทดสอบเวิร์กโฟลว์ Agent mode 1 อย่าง พร้อม checklist จุดที่มนุษย์ต้องตรวจสอบ
ผลิตชิ้นงานสื่อประกอบ 1 ชุด: ภาพด้วย GPT Image และคลิปสั้นด้วย Sora 2 พร้อมบันทึกเทคนิค prompt ที่ใช้
ร่างแผนสถาปัตยกรรมระดับสูง (ถ้าเกี่ยวข้องกับ API) หรือแผนการเลือกแผน/เครื่องมือสำหรับทีม
จัดทำเอกสารธรรมาภิบาลและแผนการอบรมทีม พร้อมตัวชี้วัดผลการนำ AI ไปใช้ และนำเสนอทั้งระบบเป็นแพ็กเกจเดียว

🎓

จบหลักสูตรการใช้งาน ChatGPT อย่างมืออาชีพ

สร้างรูป →สร้างวิดีโอ →หมายเหตุ →