Name: ระดับสูง: สร้างระบบและเวิร์กโฟลว์อัตโนมัติ · หลักสูตร ChatGPT อย่างมืออาชีพ
Author: จักริน นพรุจนธาดา

3.1

โมดูล 3.1

Custom GPTs และการเปลี่ยนผ่านสู่ Apps in ChatGPT

สร้างผู้ช่วย AI เฉพาะงานของคุณ และเข้าใจว่ากำลังจะเปลี่ยนไปทาง Apps SDK/MCP

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Custom GPT (ผู้ช่วย AI ที่เราปรับแต่งเอง) โดยตั้งคำสั่งประจำตัว (instructions) แนบไฟล์ความรู้ (knowledge files) และเปิดความสามารถที่ต้องใช้
เผยแพร่ Custom GPT และเข้าใจ GPT Store
เข้าใจว่าทำไม Custom GPTs กำลังจะเปลี่ยนไปเป็น Apps in ChatGPT (แอปที่สร้างด้วย Apps SDK บนมาตรฐาน MCP)

เนื้อหา

Custom GPTs คือฟีเจอร์ที่ให้เราสร้างผู้ช่วย AI เฉพาะงานของเราเองได้ วิธีทำก็คือ เขียนคำสั่งประจำตัว (instructions) ให้มัน อัปโหลดไฟล์ความรู้ที่อยากให้มันอ้างอิง และเปิดความสามารถที่ต้องใช้ เช่น ค้นเว็บ (web search), รันโค้ด (Code Interpreter) หรือสร้างรูป (image generation) เสร็จแล้วก็เอาไปแชร์ผ่าน GPT Store ได้ ตอนนี้ OpenAI กำลังค่อย ๆ เปลี่ยนทิศไปทาง 'Apps in ChatGPT' ซึ่งเป็นแอปที่สร้างด้วย Apps SDK บนมาตรฐานที่ชื่อ Model Context Protocol (MCP) จุดเด่นคือมันมีหน้าตา (UI) เป็นของตัวเอง และยังจำบริบทกับบทสนทนาที่คุยกันมาได้ด้วย หลักสูตรนี้สอนทั้งสองแบบ พร้อมชี้ให้เห็นว่ากำลังจะไปทางไหน

สร้าง Custom GPT ผู้ช่วย HR

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

ผลลัพธ์ที่คาดหวัง

ได้ Custom GPT ที่ตอบคำถามพนักงานตามคู่มือที่แนบไว้ และปฏิเสธอย่างสุภาพเมื่อไม่มีข้อมูล

จุดสอน

หัวใจสำคัญคือ เขียนคำสั่ง (instructions) ให้ชัด บอกให้ชัดว่าให้อ้างอิงจากอะไรบ้าง และสั่งให้ AI ยอมรับตรง ๆ เมื่อไม่รู้ เพื่อลดการมั่วข้อมูล (hallucination) เวลาเอาไปใช้งานจริง

แบบฝึกหัดท้ายโมดูล

ลองสร้าง Custom GPT สำหรับงานเฉพาะทางของทีมคุณ อัปโหลดไฟล์ความรู้อย่างน้อย 1 ไฟล์ แล้วเอาคำถามจริง 5 ข้อมาลองยิงถามดู
เขียนสรุปเทียบกัน 1 หน้า ว่า Custom GPTs กับ Apps in ChatGPT ต่างกันยังไง แล้วงานของคุณเหมาะกับแบบไหน

3.2

โมดูล 3.2

ChatGPT Agent Mode: เวิร์กโฟลว์อัตโนมัติ

ให้ AI นั่งใช้คอมพิวเตอร์เสมือน ทำงานหลายขั้นตอนแทนคุณ

🎯 วัตถุประสงค์การเรียนรู้

เลือกงานให้เหมาะกับ Agent mode ซึ่งเป็นโหมดที่ AI มีคอมพิวเตอร์เสมือนเป็นของตัวเอง
สั่งให้ AI (agent) ค้นเว็บ กรอกฟอร์ม จัดการไฟล์ และทำสไลด์/สเปรดชีตที่กลับมาแก้ไขต่อได้
รู้ว่าตรงไหนควรดึงกลับมาให้คนทำเอง เช่น การล็อกอินและงานที่มีความอ่อนไหว

เนื้อหา

ChatGPT Agent mode (เปิดตัว ก.ค. 2025) พูดง่าย ๆ คือ AI ที่มีคอมพิวเตอร์เสมือนเป็นของตัวเอง มันคลิกและเลื่อนหน้าเว็บได้เอง กรอกฟอร์ม โหลดและจัดการไฟล์ รันโค้ด รวมถึงทำสไลด์กับสเปรดชีตที่เรากลับมาแก้ต่อได้ เหมือนเอาความสามารถของ Operator (ตัวที่โต้ตอบกับเว็บ) มารวมกับ Deep Research (ตัวที่ค้นข้อมูลเชิงลึก) แต่ต้องบอกก่อนว่ามันยังไม่เพอร์เฟกต์นะ (สอบ WebArena ได้ราว 65% แปลว่างานเว็บที่ซับซ้อนก็ยังพลาดอยู่บ้าง) เพราะฉะนั้นต้องมีคนคอยตรวจ โดยเฉพาะตอนล็อกอินและงานที่มีผลกระทบ อีกอย่างคือมันทำงานอยู่บนเซสชันชั่วคราวของคอมพิวเตอร์เสมือน ไม่ใช่ระบบอัตโนมัติที่ตั้งไว้แล้วทำงานเองตลอด

งานรวบรวมข้อมูลและสร้างสเปรดชีต

ใช้ Agent mode ช่วยรวบรวมข้อมูลราคาแพ็กเกจของผู้ให้บริการอีเมลมาร์เก็ตติ้ง 5 เจ้าที่นิยมในไทย ทำเป็นตารางเปรียบเทียบราคา จำนวนผู้ติดต่อที่รองรับ และฟีเจอร์เด่น แล้วสร้างเป็นสเปรดชีตที่แก้ไขได้

ผลลัพธ์ที่คาดหวัง

AI จะไล่ค้นเว็บของแต่ละเจ้า รวบรวมข้อมูลมาให้ แล้วทำเป็นสเปรดชีตเปรียบเทียบที่โหลดและแก้ไขต่อได้

จุดสอน

เคล็ดลับคือ เลือกงานที่ทำซ้ำ ๆ และมีขั้นตอนชัดเจนมาให้ AI ทำ แล้วอย่าลืมตรวจผลลัพธ์ทุกครั้ง เพราะมันพลาดหรือดึงข้อมูลผิดได้ และห้ามปล่อยให้มันไปล็อกอินหรือจ่ายเงินเองโดยไม่มีคนดูเด็ดขาด

แบบฝึกหัดท้ายโมดูล

คิดงาน 1 อย่างที่เหมาะกับ Agent mode (มีหลายขั้นตอน ทำซ้ำได้) แล้วให้ AI ลองทำ พร้อมตรวจผลและจดจุดที่ต้องแก้เอาไว้
ทำเช็กลิสต์ 'จุดที่ต้องให้คนตรวจ' เวลาใช้ Agent mode กับงานของคุณ อย่างน้อย 5 ข้อ

3.3

โมดูล 3.3

Sora 2: สร้างวิดีโอสั้นพร้อมเสียง

ทำคลิปสั้นให้ดูสมจริงพร้อมเสียงเข้าจังหวะภาพ ด้วยเทคนิคเขียน prompt วิดีโอ

🎯 วัตถุประสงค์การเรียนรู้

สร้างคลิปวิดีโอสั้น (~10-25 วินาที) พร้อมเสียงเข้าจังหวะกับภาพด้วย Sora 2
เขียน prompt วิดีโอเพื่อคุมช็อต การเคลื่อนไหว สไตล์ภาพ และเสียงให้ได้ดั่งใจ
เข้าใจข้อจำกัด: มันทำได้แค่คลิปสั้น ไม่ใช่วิดีโอยาว และยังติดเรื่องกำลังประมวลผล (คอมพิวต์) ที่มีจำกัด

เนื้อหา

Sora คือเครื่องมือสร้างวิดีโอของ OpenAI ตัวหลักตอนนี้คือ Sora 2 (เปิดตัว 30 ก.ย. 2025) มันสร้างคลิปสั้น ๆ ได้ราว 10-25 วินาที พร้อมเสียงที่เข้าจังหวะกับภาพ ทั้งบทพูด เสียงประกอบ และเสียงบรรยากาศ ภาพก็ดูสมจริงตามหลักฟิสิกส์และคุมได้ดีขึ้นมาก สั่งให้ทำหลายช็อตในคลิปเดียวได้ แถมเก่งหลายสไตล์ ทั้งแบบสมจริง แบบภาพยนตร์ และอนิเมะ ยังมีรุ่น Sora 2 Pro ที่คุณภาพสูงขึ้นสำหรับคนใช้ ChatGPT Pro บนเว็บ sora.com ส่วนข้อจำกัดที่ต้องรู้คือ มันทำได้แค่คลิปสั้น ไม่ใช่วิดีโอยาว และยังติดเรื่องกำลังประมวลผล (คอมพิวต์) ที่มีจำกัด

prompt วิดีโอโฆษณาสั้น

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

ผลลัพธ์ที่คาดหวัง

ได้คลิปสั้นที่ดูสมจริงตามที่เราบรรยายไว้ มีการเคลื่อนกล้องและเสียงประกอบที่เข้าจังหวะกับภาพ

จุดสอน

สอนโครงของ prompt วิดีโอ คือ สิ่งหลักกับสิ่งที่กำลังเกิด (subject + action), การจัดแสง, มุมและการเคลื่อนกล้อง, สไตล์ภาพ และเสียง ยิ่งเราบรรยายด้วยภาษาแบบคนทำหนัง เช่น ช็อต (shot) การขยับกล้อง (camera move) การจัดไฟ (lighting) ก็ยิ่งคุมผลได้ตรงใจ

แบบฝึกหัดท้ายโมดูล

เขียน prompt วิดีโอ 1 คลิปสำหรับงานของคุณ (เช่น โฆษณาสินค้า หรืออินโทรคอนเทนต์) โดยบอกช็อต การเคลื่อนกล้อง แสง สไตล์ และเสียงให้ครบ
สร้างคลิปเดียวกัน 2 เวอร์ชันด้วยสไตล์ต่างกัน (เช่น สมจริง กับ อนิเมะ) แล้วเทียบดูผล พร้อมจดไว้ว่าคำไหนใน prompt ที่มีผลต่อสไตล์

3.4

โมดูล 3.4

ChatGPT ผ่าน API และเครื่องมือนักพัฒนา

เอา GPT-5 ไปต่อเข้ากับระบบของเราเองด้วย Responses API และ AgentKit

🎯 วัตถุประสงค์การเรียนรู้

รู้จักตระกูล GPT-5 ที่เรียกผ่าน API (GPT-5, mini, nano) และเข้าใจเรื่อง context window (ปริมาณข้อความที่โมเดลรับได้ในครั้งเดียว)
ใช้ Responses API ที่มาพร้อมเครื่องมือในตัว ได้แก่ ค้นเว็บ (web search), ค้นไฟล์ (file search) และสั่งให้ใช้คอมพิวเตอร์ (computer use)
รู้จัก Agents SDK และ AgentKit (Agent Builder, ChatKit, Connector Registry, Evals)

เนื้อหา

ถ้าคุณเป็นนักพัฒนา คุณสามารถเรียกใช้ ChatGPT ผ่าน API ได้ด้วยตระกูล GPT-5 (มีทั้ง GPT-5, mini, nano) อย่าง GPT-5 mini นี่รับข้อความได้ครั้งละเยอะมาก คือ context window (ปริมาณข้อความที่รับได้ในครั้งเดียว) สูงถึง 400K tokens แถมราคาต่อ token ก็ถูก ตัว Responses API เองก็มาพร้อมเครื่องมือในตัวให้เลย คือ ค้นเว็บ (web search), ค้นไฟล์ (file search) และสั่งให้ใช้คอมพิวเตอร์ (computer use) ส่วนถ้าจะสร้าง AI ผู้ช่วย (agent) ก็มี Agents SDK (แบบโอเพนซอร์ส) กับ AgentKit (เปิดตัวในงาน DevDay ต.ค. 2025) ซึ่งรวมของหลายอย่างไว้ ทั้ง Agent Builder (สร้าง agent แบบลากวางเป็นภาพ), ChatKit (หน้าจอแชตสำเร็จรูปที่เอาไปฝังในแอปได้), Connector Registry (ตัวเชื่อมเข้ากับ Dropbox, Google Drive, SharePoint, Teams) และ Evals for Agents (เอาไว้ประเมินคุณภาพงาน) นอกจากนี้ยังมี Apps SDK (ตอนนี้เป็นรุ่นพรีวิว) ที่สร้างอยู่บน MCP ด้วย

ออกแบบสถาปัตยกรรมผู้ช่วยภายในองค์กร

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

ผลลัพธ์ที่คาดหวัง

ได้แผนออกแบบระบบที่อธิบายว่าจะใช้ file search อย่างไร เชื่อม connector ตัวไหน และตั้ง evals ยังไง พร้อมข้อควรระวังเรื่องความปลอดภัยของข้อมูล

จุดสอน

สอนให้ใช้ ChatGPT เป็นที่ปรึกษาช่วยออกแบบระบบ แต่ย้ำว่าต้องเข้าไปเช็กรายละเอียด API และราคาล่าสุดจากเอกสารทางการทุกครั้ง เพราะพวกนี้เปลี่ยนเวอร์ชันกันเร็วมาก

แบบฝึกหัดท้ายโมดูล

ร่างแผนออกแบบระบบผู้ช่วย AI สำหรับองค์กรของคุณแบบภาพรวม บอกว่าจะใช้เครื่องมือตัวไหนใน Responses API บ้าง และจะเชื่อมกับแหล่งข้อมูลอะไร
เทียบดูว่างานในระบบของคุณ ตอนไหนควรใช้ GPT-5 ตัวเต็ม ตอนไหนใช้ GPT-5 mini ก็พอ โดยดูจาก context window ราคา และความซับซ้อนของงาน

3.5

โมดูล 3.5

เทคนิค Prompt ขั้นสูงและการควบคุมการใช้เหตุผล

ยกระดับ prompt ให้รับงานยาก ๆ ได้ พร้อมคุมคุณภาพคำตอบ

🎯 วัตถุประสงค์การเรียนรู้

ใช้เทคนิคสั่งให้คิดเป็นขั้น ๆ (chain-of-thought), ซอยงานเป็นขั้นย่อย และกำหนดเกณฑ์คุณภาพลงไปใน prompt
คุมว่าจะให้ AI คิดลึกแค่ไหน (Thinking) ให้พอดีกับต้นทุนและเวลาที่มี
เขียน prompt ที่สั่งให้ AI ตรวจงานของตัวเอง เพื่อช่วยลดข้อผิดพลาด

เนื้อหา

พองานเริ่มซับซ้อน เราก็ต้องงัดเทคนิค prompt ขั้นสูงมาใช้ เช่น สั่งให้มันคิดเป็นขั้น ๆ (chain-of-thought), ซอยงานใหญ่ให้เป็นงานย่อย, ตั้งเกณฑ์คุณภาพไว้แล้วให้ AI ตรวจงานตัวเอง และคุมว่าจะให้มันคิดลึกแค่ไหนผ่าน Thinking mode เพื่อให้สมดุลกันระหว่างคุณภาพ ต้นทุน และเวลา ทักษะพวกนี้แหละที่ช่วยให้คำตอบน่าเชื่อถือขึ้นเยอะ โดยเฉพาะงานที่พลาดไม่ได้

prompt แบบมีขั้นตอนและตรวจสอบตัวเอง

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

ผลลัพธ์ที่คาดหวัง

ได้บทวิเคราะห์ที่ไล่เป็นขั้น ๆ ชัดเจน แล้วปิดท้ายด้วยจุดที่มันยังไม่มั่นใจ ซึ่งควรส่งให้ผู้เชี่ยวชาญตรวจอีกที

จุดสอน

สอนวิธีเขียน prompt ที่บังคับให้ AI ทำงานเป็นขั้น ตรวจงานตัวเอง และยอมรับตรง ๆ เมื่อไม่มั่นใจ เรื่องนี้สำคัญมากในงานที่มีผลกระทบ เพราะช่วยกันไม่ให้เราหลงเชื่อคำตอบที่ผิด

แบบฝึกหัดท้ายโมดูล

เลือกงานยาก ๆ มา 1 อย่าง แล้วเขียน prompt ที่แบ่งเป็นขั้น ๆ ให้ AI ตรวจงานตัวเอง และให้มันบอกด้วยว่าตรงไหนยังไม่แน่ใจ
ลองยิง prompt เดียวกัน ทั้งแบบเปิดและไม่เปิด Thinking mode แล้วเทียบดูคุณภาพกับเวลาที่ใช้ พร้อมประเมินว่างานแบบไหนคุ้มที่จะให้มันคิดลึก (reasoning)

3.6

โมดูล 3.6

การนำ ChatGPT ไปใช้ในองค์กรแบบมีกติกา (governance)

วางมาตรฐานการใช้ ดูแลความปลอดภัย และเลือกแผนให้เหมาะกับทีม

🎯 วัตถุประสงค์การเรียนรู้

เลือกแผนที่เหมาะกับองค์กร จากตัวเลือกที่มีให้ (Free, Go, Plus, Pro, Business, Enterprise, Edu, API)
วางนโยบายการใช้ AI ให้ครอบคลุมทั้งความปลอดภัยของข้อมูล คุณภาพงาน และเรื่องความรับผิดชอบ
วางแผนการอบรม และวัดผลว่าทีมนำ AI ไปใช้ได้ผลแค่ไหน

เนื้อหา

จะเอา ChatGPT มาใช้ในองค์กร เรื่องแรกที่ต้องคิดคือเลือกแผนให้ถูก (มีให้เลือกทั้ง Free, Go, Plus, Pro, Business ซึ่งเปลี่ยนชื่อมาจาก Team, Enterprise, Edu และ API แบบจ่ายตามที่ใช้จริง) ส่วนราคาให้เข้าไปเช็กจากหน้าราคาทางการเอา เพราะเปลี่ยนบ่อย ควบคู่กันไปก็ต้องวางกติกาการใช้ AI ในองค์กร (governance) ด้วย เช่น นโยบายว่าข้อมูลอะไรป้อนได้ อะไรห้ามป้อน, งานไหนต้องมีคนตรวจก่อน, จะรับมือยังไงกับฟีเจอร์ที่ยังใช้ไม่ได้ในบางประเทศ (region gating) และจะวัดความคุ้มค่า (ROI) อย่างไร คนที่เป็นหัวเรือในการนำ AI มาใช้ก็ต้องวางแผนการอบรมและตั้งมาตรฐานไว้ ให้ทั้งทีมใช้งานได้อย่างปลอดภัยและเป็นแนวทางเดียวกัน

ร่างนโยบายการใช้ AI สำหรับทีม

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

ผลลัพธ์ที่คาดหวัง

ได้ร่างนโยบายที่มีหัวข้อครบ ภาษาชัดเจน พร้อมเอาไปใช้จริง หลังจากให้ฝ่ายกฎหมายหรือผู้บริหารตรวจก่อน

จุดสอน

สอนให้ใช้ ChatGPT ช่วยร่างเอกสารกติกาการใช้ AI (governance) แต่ต้องมีคนรับผิดชอบตรวจและอนุมัติก่อนประกาศใช้จริง พร้อมปรับให้เข้ากับบริบทขององค์กรเราเอง

แบบฝึกหัดท้ายโมดูล

ร่างนโยบายการใช้ ChatGPT ยาว 1-2 หน้าสำหรับทีมของคุณ พร้อมบอกด้วยว่าแนะนำแผนไหน เพราะอะไร
วางแผนการอบรมทีม 1 หน้า ระบุว่าจะสอนหัวข้ออะไร ให้ใครเรียนบ้าง และจะวัดยังไงว่านำ AI ไปใช้ได้สำเร็จแค่ไหน

🏆 Capstone ระดับสูง: ระบบผู้ช่วยและเวิร์กโฟลว์อัตโนมัติสำหรับองค์กร

สร้าง Custom GPT (หรือออกแบบ App) ที่แก้ปัญหาจริงของทีม พร้อมเขียนคำสั่ง (instructions), แนบไฟล์ความรู้ และกำหนดขอบเขตให้ชัด
ออกแบบและทดสอบเวิร์กโฟลว์ Agent mode 1 อย่าง พร้อมเช็กลิสต์จุดที่คนต้องคอยตรวจ
ทำสื่อประกอบ 1 ชุด คือ รูปด้วย GPT Image กับคลิปสั้นด้วย Sora 2 พร้อมจดเทคนิค prompt ที่ใช้เอาไว้
ร่างแผนออกแบบระบบแบบภาพรวม (ถ้างานเกี่ยวกับ API) หรือแผนว่าจะเลือกแผน/เครื่องมือไหนให้ทีม
ทำเอกสารกติกาการใช้ AI (governance) กับแผนการอบรมทีม พร้อมตัวชี้วัดว่านำ AI ไปใช้ได้ผลแค่ไหน แล้วเอาทั้งหมดมานำเสนอเป็นแพ็กเกจเดียว

🎓

ยินดีด้วย คุณเรียนจบหลักสูตรการใช้งาน ChatGPT อย่างมืออาชีพแล้ว

สร้างรูป →สร้างวิดีโอ →หมายเหตุ →