Name: ระดับกลาง: ใช้ ChatGPT เป็นเครื่องมือทำงานหลัก · หลักสูตร ChatGPT อย่างมืออาชีพ
Author: จักริน นพรุจนธาดา

2.1

โมดูล 2.1

Code Interpreter: วิเคราะห์ข้อมูลด้วย Python

อัปโหลดข้อมูลขึ้นไป แล้วให้ ChatGPT รัน Python วิเคราะห์และวาดกราฟให้

🎯 วัตถุประสงค์การเรียนรู้

อัปโหลดไฟล์ข้อมูล (ไฟล์ CSV หรือ Excel) แล้วให้ ChatGPT ช่วยจัดข้อมูลให้เป็นระเบียบและวิเคราะห์ให้
สั่งให้สรุปตัวเลขสถิติเบื้องต้น และวาดกราฟที่เหมาะกับข้อมูลชุดนั้น
เข้าใจว่าพื้นที่ทดลองแยกส่วน (sandbox) ของ ChatGPT รับข้อมูลได้มากแค่ไหน (เหมาะกับข้อมูลขนาดเล็กถึงกลาง)

เนื้อหา

Code Interpreter (บางที่เรียก Advanced Data Analysis) คือการให้ ChatGPT รันภาษา Python อยู่ในพื้นที่ทดลองแยกส่วน (sandbox) เพื่อวิเคราะห์ข้อมูลที่เราอัปโหลดขึ้นไป มันช่วยได้หลายอย่าง ทั้งจัดข้อมูลให้เป็นระเบียบ คำนวณสถิติ วาดกราฟ แปลงไฟล์เอกสาร ไปจนถึงเขียนสคริปต์เล็ก ๆ ให้ใช้เฉพาะงาน เหมาะกับข้อมูลขนาดเล็กถึงกลาง แต่ถ้าเป็นข้อมูลขนาดใหญ่มาก (big data) จะเกินกำลังของ sandbox ข้อดีที่สุดคือเราไม่ต้องเขียนโค้ดเองเลยสักบรรทัด ก็ได้ผลวิเคราะห์ออกมา

วิเคราะห์ยอดขายจากไฟล์ Excel

(แนบไฟล์ sales_2025.xlsx) ช่วยวิเคราะห์ข้อมูลยอดขายนี้: สรุปยอดขายรวมและเฉลี่ยต่อเดือน หาสาขาที่ขายดีที่สุด 3 อันดับ และสร้างกราฟเส้นแสดงแนวโน้มยอดขายรายเดือน พร้อมชี้ข้อสังเกตที่น่าสนใจ

ผลลัพธ์ที่คาดหวัง

ChatGPT จะรัน Python คำนวณสถิติให้ วาดกราฟเส้นออกมา แล้วสรุปข้อสังเกตให้ด้วย เช่น เดือนไหนยอดตก และให้เราโหลดกราฟไปใช้ต่อได้เลย

จุดสอน

สอนให้ผู้เรียนขอทั้งตัวเลขและภาพประกอบไปพร้อมกัน แล้วอย่าลืมเช็กว่าตัวเลขที่ได้ดูเข้าท่าไหม และเตือนไว้ว่าถ้าไฟล์ใหญ่มาก อาจต้องแบ่งเป็นส่วน ๆ หรือสุ่มตัวอย่างมาดูก่อน

แบบฝึกหัดท้ายโมดูล

อัปโหลดข้อมูลจริงของคุณ (หรือใช้ชุดตัวอย่างก็ได้) แล้วขอให้ช่วยจัดข้อมูลให้เป็นระเบียบ หาว่ามีข้อมูลตรงไหนหายไปบ้าง และสรุปสถิติเบื้องต้นให้
ขอให้วาดกราฟ 2 แบบที่ต่างกันจากข้อมูลชุดเดียวกัน แล้วให้ ChatGPT อธิบายว่ากราฟแบบไหนเหมาะกับการนำเสนอแบบไหน

2.2

โมดูล 2.2

Deep Research: การวิจัยหลายแหล่งพร้อมอ้างอิง

ให้ AI ไปค้นจากแหล่งข้อมูลหลายร้อยแหล่ง แล้วเรียบเรียงเป็นรายงานเชิงลึกให้

🎯 วัตถุประสงค์การเรียนรู้

ตั้งโจทย์ให้ Deep Research ได้ชัดเจน ว่าอยากได้อะไรบ้าง
ดูออกว่ารายงานที่ได้ดีพอไหม และตรวจสอบแหล่งอ้างอิงที่ AI ไปรวบรวมมา
รู้ว่าเมื่อไรใช้การค้นเว็บธรรมดา (web search) ก็พอ และเมื่อไรถึงควรเรียกใช้ Deep Research

เนื้อหา

Deep Research คือความสามารถที่ AI ทำงานเป็นขั้นเป็นตอนได้เอง (agentic) มันจะไปค้นและอ่านข้อมูลทีละขั้นจากแหล่งจำนวนมาก แล้วเรียบเรียงออกมาเป็นรายงานยาว ๆ พร้อมแหล่งอ้างอิง ต่างจากการค้นเว็บธรรมดา (web search) ที่ตอบเร็วแต่ดูแค่ไม่กี่แหล่ง Deep Research เหมาะกับงานที่ต้องดูรอบด้าน เช่น วิเคราะห์ตลาด ส่องคู่แข่ง หรือทำรายงานภาพรวมของทั้งอุตสาหกรรม มันใช้เวลานานกว่า แต่ได้ผลที่ลึกกว่ามาก แค่เราต้องตั้งโจทย์ให้ชัด และตรวจสอบแหล่งอ้างอิงทุกครั้ง

รายงานวิเคราะห์ตลาด

ทำ Deep Research เรื่องตลาดร้านกาแฟ specialty ในกรุงเทพฯ ปีนี้: ขนาดตลาดและแนวโน้มการเติบโต พฤติกรรมผู้บริโภคกลุ่มหลัก คู่แข่งรายสำคัญและจุดขาย และโอกาสสำหรับผู้เล่นรายใหม่ สรุปเป็นรายงานพร้อมอ้างอิงแหล่งที่มา

ผลลัพธ์ที่คาดหวัง

ได้รายงานยาวหลายหน้า แบ่งเป็นหัวข้อชัดเจน พร้อมแหล่งที่มาเยอะ ๆ ที่คลิกเข้าไปตรวจสอบเองได้

จุดสอน

สอนให้บอกขอบเขตและหัวข้อย่อยที่อยากได้ให้ชัด ๆ และย้ำว่าต้องเข้าไปเช็กแหล่งอ้างอิงหลัก ๆ ด้วยตัวเอง เพราะรายงานยาว ๆ ก็ยังมีจุดที่ผิดพลาดได้อยู่ดี

แบบฝึกหัดท้ายโมดูล

ตั้งโจทย์ Deep Research เกี่ยวกับเรื่องในงานของคุณ โดยระบุหัวข้อย่อยที่อยากได้ให้อย่างน้อย 4 หัวข้อ
เอารายงานที่ได้มาลองเปิดตรวจสอบแหล่งอ้างอิงสัก 3 แหล่ง ว่ามีอยู่จริงและตรงกับที่รายงานอ้างไว้ไหม

2.3

โมดูล 2.3

Projects: พื้นที่ทำงานถาวรที่จดจำบริบท

จัดระเบียบงานที่ทำยาว ๆ ด้วยหน่วยความจำที่แยกกันของแต่ละโปรเจกต์

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Project พร้อมตั้งคำสั่งประจำโปรเจกต์ (custom instructions) และเก็บไฟล์เฉพาะของโปรเจกต์นั้นไว้ด้วยกัน
ใช้หน่วยความจำที่แยกกันของแต่ละโปรเจกต์ ทำให้กลับมาทำงานต่อได้เลยโดยไม่ต้องเล่าใหม่ตั้งแต่ต้น
ใช้ Deep Research และการคุยด้วยเสียง (Voice Mode) ร่วมกับงานที่อยู่ใน Project ได้

เนื้อหา

Projects คือพื้นที่ทำงานที่อยู่ถาวร มันมีคำสั่งประจำโปรเจกต์ (custom instructions) ของงานนั้น ๆ มีที่เก็บไฟล์ และมีหน่วยความจำแยกออกมาต่างหากจากแชตทั่วไป ทำให้เราหายไปหลายสัปดาห์แล้วกลับมาทำต่อได้เลย ไม่ต้องเล่าที่มาที่ไปใหม่ทั้งหมด เหมาะกับงานที่ทำต่อเนื่องยาว ๆ เช่น เขียนหนังสือ ดูแลลูกค้ารายหนึ่ง หรือทำงานวิจัยสักโปรเจกต์ และตอนนี้ Deep Research กับการคุยด้วยเสียง (Voice Mode) ก็เอามาใช้ร่วมกับ Projects ได้แล้ว

ตั้งค่า Project สำหรับลูกค้ารายหนึ่ง

(ใน Project ใหม่ ตั้ง custom instructions ว่า) โปรเจกต์นี้เกี่ยวกับการดูแลลูกค้า ACME Corp ธุรกิจโลจิสติกส์ ทุกครั้งที่ช่วยงาน ให้อ้างอิงเอกสารในคลังไฟล์ของโปรเจกต์ ใช้โทนทางการ และจำว่าผู้ติดต่อหลักคือคุณสมชาย ตำแหน่งผู้จัดการจัดซื้อ

ผลลัพธ์ที่คาดหวัง

ทุกแชตในโปรเจกต์นี้จะใช้ที่มาที่ไปและโทนที่เราตั้งไว้ให้เอง แถมยังดึงข้อมูลจากไฟล์ในโปรเจกต์มาใช้ได้อัตโนมัติ

จุดสอน

สอนให้เห็นความต่างระหว่างหน่วยความจำทั่วไป (Memory ที่จำข้ามทุกแชต) กับหน่วยความจำเฉพาะโปรเจกต์ ซึ่งช่วยแยกงานหลาย ๆ อันออกจากกันไม่ให้ปนกันมั่ว

แบบฝึกหัดท้ายโมดูล

สร้าง Project สำหรับงานที่ทำต่อเนื่องสัก 1 อย่างของคุณ ใส่คำสั่งประจำโปรเจกต์ (custom instructions) และอัปโหลดไฟล์อ้างอิงอย่างน้อย 2 ไฟล์
ลองทดสอบหน่วยความจำของโปรเจกต์ โดยเปิดแชตใหม่ในโปรเจกต์เดิม แล้วถามงานที่ต้องอิงกับที่มาที่ไปที่เราตั้งไว้ ดูว่ามันจำได้ไหม

2.4

โมดูล 2.4

Canvas: พื้นที่เขียนและแก้ไขงานร่วมกับ AI

ทำงานเอกสารและโค้ดแบบเห็นงานอยู่ข้าง ๆ ไปด้วยกัน แล้วส่งออกได้หลายแบบ

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Canvas ร่างและแก้เอกสารหรือโค้ด แบบเห็นงานอยู่ในหน้าต่างข้าง ๆ ไปพร้อมกัน
เลือกแก้เฉพาะบางส่วน ปรับโทนเสียง ปรับความสั้นยาว และขอคำแนะนำได้ในตัว Canvas เลย
ส่งออกงานเป็นไฟล์ PDF, Word (.docx), Markdown และไฟล์โค้ดได้

เนื้อหา

Canvas คือพื้นที่ทำงานที่เห็นงานอยู่ข้าง ๆ ไปด้วยกัน เหมาะกับงานเขียนและงานโค้ด แทนที่จะได้คำตอบเป็นข้อความไหลอยู่ในแชต เราจะได้เอกสารที่แก้ไขได้ในหน้าต่างข้าง ๆ จะเลือกแก้เฉพาะบางส่วน ปรับให้สั้นลงหรือยาวขึ้น เปลี่ยนโทน หรือขอให้ ChatGPT ช่วยอ่านทวนให้ก็ได้ พอเสร็จก็ส่งออกได้หลายแบบ ทั้ง PDF, Word (.docx), Markdown และไฟล์โค้ด (.py, .js, .sql) เหมาะกับงานเขียนยาว ๆ และงานที่ต้องแก้หลายรอบ

ร่างและปรับข้อเสนอโครงการใน Canvas

เปิด Canvas แล้วช่วยร่างข้อเสนอโครงการติดตั้งระบบ POS ให้ร้านอาหาร ความยาวประมาณ 1 หน้า มีหัวข้อ: ที่มา วัตถุประสงค์ ขอบเขตงาน ระยะเวลา และงบประมาณโดยประมาณ จากนั้นฉันจะขอปรับเป็นรายส่วน

ผลลัพธ์ที่คาดหวัง

เอกสารร่างจะเด้งขึ้นมาใน Canvas พร้อมหัวข้อครบ จากนั้นเราจะเลือกแก้เฉพาะส่วน 'งบประมาณ' หรือขอให้ปรับโทนให้ทางการขึ้นได้ทันที

จุดสอน

สอนให้ผู้เรียนแก้เฉพาะจุดที่อยากแก้ แทนที่จะสั่งให้ทำใหม่ทั้งฉบับ แล้วลองส่งออกเป็นไฟล์ .docx เพื่อเอาไปใช้งานจริง

แบบฝึกหัดท้ายโมดูล

ใช้ Canvas ร่างเอกสารงานจริง 1 ชิ้น (เช่น ข้อเสนอโครงการ บทความ หรือคู่มือ) แล้วแก้อย่างน้อย 3 รอบ โดยสั่งให้แก้เฉพาะบางส่วนในแต่ละรอบ
ส่งออกงานจาก Canvas เป็น 2 แบบที่ต่างกัน แล้วลองเทียบดูว่าแบบไหนเหมาะกับการเอาไปใช้แบบไหน

2.5

โมดูล 2.5

Advanced Voice และการทำงานด้วยเสียงและภาพหน้าจอ

คุยด้วยเสียงแบบเป็นธรรมชาติ แถมให้ AI เห็นหน้าจอของเราได้ด้วย

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Advanced Voice คุยโต้ตอบกันสด ๆ ได้ ทั้งระดมสมองและซ้อมพูด
ใช้ฟีเจอร์แชร์วิดีโอหรือหน้าจอ ให้ AI ช่วยดูสิ่งที่อยู่ตรงหน้าเราได้
สั่งให้สรุปบทสนทนาที่คุยด้วยเสียง ออกมาเป็นบันทึกข้อความที่เอาไปใช้ต่อได้

เนื้อหา

Advanced Voice ให้เราคุยกับ ChatGPT ด้วยเสียงสด ๆ แบบเป็นธรรมชาติเหมือนคุยกับคน และตอนนี้ยังแชร์วิดีโอหรือหน้าจอให้มันดูได้ด้วย เท่ากับว่าเรา 'ให้ ChatGPT ดูสิ่งที่อยู่บนหน้าจอ' ได้เลย มันดูออกว่ากำลังเห็นอะไรอยู่ และสรุปบทสนทนาให้ได้ด้วย เหมาะกับการระดมสมองระหว่างเดินทาง ซ้อมพรีเซนต์ ฝึกภาษา หรือขอให้ช่วยเรื่องที่ต้องเห็นด้วยตาถึงจะเข้าใจ เช่น การตั้งค่าซอฟต์แวร์บนหน้าจอ

ฝึกซ้อมพรีเซนต์ด้วยเสียง

(ผ่าน Advanced Voice) ช่วยเป็นกรรมการซ้อมพรีเซนต์ให้หน่อย ฉันจะพูดแนะนำผลิตภัณฑ์ 2 นาที ช่วยฟังแล้วให้ฟีดแบ็กเรื่องความชัดเจน จังหวะ และจุดที่ควรปรับ จากนั้นสรุปเป็นข้อ ๆ ให้ด้วย

ผลลัพธ์ที่คาดหวัง

ChatGPT จะคุยโต้ตอบและให้ฟีดแบ็กกับเราด้วยเสียง แล้วสรุปจุดที่ควรปรับปรุงออกมาเป็นบันทึกข้อความให้ด้วย

จุดสอน

สอนให้ผู้เรียนใช้เสียงกับงานที่พูดโต้ตอบแล้วลื่นกว่าพิมพ์ และใช้ฟีเจอร์สรุปเพื่อเก็บผลไว้ใช้ต่อ

แบบฝึกหัดท้ายโมดูล

ใช้ Advanced Voice ระดมสมองสัก 1 หัวข้อ นาน 5 นาที แล้วให้ช่วยสรุปไอเดียทั้งหมดออกมาเป็นรายการ
ใช้ฟีเจอร์แชร์หน้าจอ ให้ ChatGPT ช่วยดูและอธิบายอะไรสักอย่างบนหน้าจอ (เช่น กราฟ ตาราง หรือหน้าตั้งค่า) แล้วจดสิ่งที่ได้เรียนรู้เอาไว้

2.6

โมดูล 2.6

GPT Image: สร้างภาพระดับมืออาชีพ

สร้างและแก้ไขภาพ ที่ทำตามที่เราพิมพ์สั่งได้แม่นยำ

🎯 วัตถุประสงค์การเรียนรู้

สร้างภาพจากข้อความ (text-to-image คือพิมพ์บรรยายแล้วได้ภาพออกมา) ด้วย GPT Image พร้อมกำหนดสไตล์และองค์ประกอบเองได้
แก้และดัดแปลงภาพที่มีอยู่แล้ว (image-to-image คือเอาภาพเดิมมาแก้ต่อ) รวมถึงใส่ข้อความลงในภาพ
เลือกขนาดภาพให้เหมาะกับงานที่จะเอาไปใช้ (1024x1024, 1536x1024, 1024x1536)

เนื้อหา

ChatGPT สร้างภาพด้วย GPT Image (ในตัวแอปเรียก 'ChatGPT Images' ส่วนถ้าเรียกผ่าน API จะชื่อ gpt-image-1 และรุ่นใหม่ gpt-image-1.5) ซึ่งเป็นโมเดลสร้างภาพในตัวที่มาแทน DALL·E ตัวเก่า จุดเด่นคือมันทำตามคำสั่งข้อความได้เก่งมาก ใส่ข้อความลงในภาพได้แม่น ภาพดูสมจริง และเอาภาพที่มีอยู่แล้วมาแก้ต่อได้ (image-to-image) รองรับขนาด 1024x1024, 1536x1024 (แนวนอน) และ 1024x1536 (แนวตั้ง) เหมาะกับงานทำคอนเทนต์ ลงโซเชียล ทำภาพประกอบ และทำภาพตัวอย่าง (mockup) แบบคร่าว ๆ

สร้างภาพโปสเตอร์พร้อมข้อความ

สร้างภาพโปสเตอร์โปรโมชันร้านกาแฟ สไตล์มินิมอลโทนสีน้ำตาลอบอุ่น มีถ้วยกาแฟลาเต้อาร์ตวางบนโต๊ะไม้ ใส่ข้อความภาษาไทยชัดเจนว่า 'ลด 20% ทุกวันจันทร์' ไว้ด้านบน จัดองค์ประกอบให้เหมาะกับโพสต์ Instagram แนวตั้ง ขนาด 1024x1536

ผลลัพธ์ที่คาดหวัง

ได้ภาพโปสเตอร์แนวตั้ง ที่มีข้อความไทยอ่านออกชัด และองค์ประกอบตรงตามที่เราสั่งไว้

จุดสอน

สอนเทคนิคเขียนคำสั่งสร้างภาพ (prompt) คือให้บอกครบทั้ง subject (สิ่งหลักในภาพ) สไตล์ โทนสี องค์ประกอบ ข้อความที่อยากให้อยู่ในภาพ และขนาด จุดเด่นของ GPT Image คือใส่ข้อความในภาพได้แม่นกว่าโมเดลรุ่นเก่ามาก

แก้ไขภาพที่มีอยู่

(แนบภาพสินค้าบนพื้นหลังรก) ช่วยแก้ภาพนี้ให้พื้นหลังเป็นสีขาวสะอาดแบบภาพสินค้า e-commerce คงตัวสินค้าไว้เหมือนเดิม และเพิ่มเงาตกกระทบเบา ๆ ให้ดูมีมิติ

ผลลัพธ์ที่คาดหวัง

ได้ภาพสินค้าบนพื้นหลังขาวสะอาดพร้อมเงาเบา ๆ เหมาะเอาไปลงหน้าเว็บขายของ

จุดสอน

สอนการแก้ภาพแบบ image-to-image ที่แก้เฉพาะบางส่วนแต่เก็บส่วนอื่นไว้เหมือนเดิม เน้นว่าต้องสั่งให้ชัดว่าจะเก็บอะไรและเปลี่ยนอะไร

แบบฝึกหัดท้ายโมดูล

สร้างภาพประกอบสำหรับงานของคุณ 1 ภาพ โดยเขียน prompt ที่บอก subject สไตล์ โทนสี และขนาดให้ครบ แล้วลองปรับ prompt อีก 1 รอบให้ผลดีขึ้น
เอาภาพที่มีอยู่มาแก้ด้วยคำสั่ง image-to-image (เช่น เปลี่ยนพื้นหลัง หรือเพิ่ม/ลดองค์ประกอบ) แล้วจดไว้ว่าสั่งแบบไหนได้ผลดีที่สุด

🎯 Capstone ระดับกลาง: ชุดวิเคราะห์และนำเสนอโครงการ

เลือกข้อมูลจริงมา 1 ชุด แล้วใช้ Code Interpreter จัดข้อมูลให้เป็นระเบียบ วิเคราะห์ และวาดกราฟอย่างน้อย 3 ภาพ
ใช้ Deep Research ทำรายงานภูมิหลังหรือข้อมูลตลาดที่เกี่ยวกับข้อมูลชุดนั้น พร้อมตรวจสอบแหล่งอ้างอิงให้เรียบร้อย
เอาทั้งหมดมารวมไว้ใน Project เดียว พร้อมตั้งคำสั่งประจำโปรเจกต์ (custom instructions) และเก็บไฟล์ไว้ด้วยกัน
ใช้ Canvas ร่างรายงานสรุปสำหรับผู้บริหาร (executive summary) สัก 1-2 หน้า แล้วส่งออกเป็นไฟล์ .docx หรือ PDF
สร้างภาพประกอบหรือกราฟิกหน้าปกรายงานด้วย GPT Image อีก 1 ภาพ ให้เข้ากับเนื้อหา

ก้าวต่อไป

ระดับสูง: สร้างระบบและเวิร์กโฟลว์อัตโนมัติ

ไปต่อ →