ระดับกลาง: ใช้ ChatGPT เป็นเครื่องมือทำงานหลัก

2.1

โมดูล 2.1

Code Interpreter: วิเคราะห์ข้อมูลด้วย Python

อัปโหลดข้อมูล ให้ ChatGPT รัน Python วิเคราะห์และสร้างกราฟ

🎯 วัตถุประสงค์การเรียนรู้

อัปโหลดไฟล์ข้อมูล (CSV/Excel) และให้ ChatGPT ทำความสะอาดและวิเคราะห์
สั่งให้สร้างสถิติเชิงพรรณนาและกราฟที่เหมาะสมกับข้อมูล
เข้าใจข้อจำกัดของแซนด์บ็อกซ์เรื่องขนาดข้อมูล (เหมาะกับข้อมูลเล็ก-กลาง)

เนื้อหา

Code Interpreter หรือ Advanced Data Analysis ให้ ChatGPT รัน Python ในแซนด์บ็อกซ์เพื่อวิเคราะห์ข้อมูลที่อัปโหลด ทำได้ทั้งการทำความสะอาดข้อมูล คำนวณสถิติ สร้างกราฟ แปลงเอกสาร และเขียนสคริปต์เฉพาะกิจ เหมาะกับชุดข้อมูลขนาดเล็กถึงกลาง แต่ไม่เหมาะกับ big data ที่เกินขีดความสามารถของแซนด์บ็อกซ์ จุดแข็งคือผู้ใช้ไม่ต้องเขียนโค้ดเองเลยก็ได้ผลการวิเคราะห์

วิเคราะห์ยอดขายจากไฟล์ Excel

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

ผลลัพธ์ที่คาดหวัง

ChatGPT รัน Python คำนวณสถิติ สร้างกราฟเส้น และสรุปข้อสังเกต เช่น เดือนที่ยอดตก พร้อมให้ดาวน์โหลดกราฟได้

จุดสอน

สอนให้ผู้เรียนขอทั้งตัวเลขและภาพประกอบ และให้ตรวจสอบว่าตัวเลขสมเหตุสมผล เตือนว่าถ้าไฟล์ใหญ่มากอาจต้องแบ่งหรือสุ่มตัวอย่าง

แบบฝึกหัดท้ายโมดูล

อัปโหลดชุดข้อมูลจริงของคุณ (หรือชุดตัวอย่าง) แล้วขอให้ทำความสะอาดข้อมูล หาค่าที่หายไป และสรุปสถิติเบื้องต้น
ขอให้สร้างกราฟ 2 ประเภทที่แตกต่างกันจากข้อมูลเดียวกัน แล้วให้ ChatGPT อธิบายว่ากราฟใดเหมาะกับการนำเสนออะไร

2.2

โมดูล 2.2

Deep Research: การวิจัยหลายแหล่งพร้อมอ้างอิง

สังเคราะห์รายงานเชิงลึกจากแหล่งข้อมูลหลายร้อยแหล่ง

🎯 วัตถุประสงค์การเรียนรู้

ตั้งโจทย์วิจัยที่ชัดเจนสำหรับ Deep Research
ประเมินคุณภาพรายงานและตรวจสอบแหล่งอ้างอิงที่ AI สังเคราะห์
เปรียบเทียบเมื่อใดควรใช้ web search ธรรมดา vs Deep Research

เนื้อหา

Deep Research เป็นความสามารถแบบ agentic ที่ค้นและสังเคราะห์ข้อมูลหลายขั้นตอนจากแหล่งข้อมูลจำนวนมากเป็นรายงานยาวพร้อมอ้างอิง ต่างจาก web search ธรรมดาที่ตอบเร็วจากไม่กี่แหล่ง Deep Research เหมาะกับงานที่ต้องความรอบด้าน เช่น การวิเคราะห์ตลาด การทบทวนคู่แข่ง หรือรายงานภาพรวมอุตสาหกรรม ใช้เวลานานกว่าแต่ได้ผลลัพธ์ลึกกว่า ผู้ใช้ต้องตั้งโจทย์ให้ชัดและตรวจสอบแหล่งอ้างอิงเสมอ

รายงานวิเคราะห์ตลาด

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

ผลลัพธ์ที่คาดหวัง

ได้รายงานหลายหน้าแบ่งเป็นหัวข้อ พร้อมการอ้างอิงแหล่งที่มาจำนวนมากที่คลิกตรวจสอบได้

จุดสอน

สอนให้กำหนดขอบเขตและหัวข้อย่อยที่ต้องการชัดเจน และเน้นย้ำให้ตรวจสอบแหล่งอ้างอิงหลัก ๆ ด้วยตนเองเพราะรายงานยาวก็ยังอาจมีจุดคลาดเคลื่อน

แบบฝึกหัดท้ายโมดูล

ตั้งโจทย์ Deep Research เกี่ยวกับหัวข้อในงานของคุณ โดยกำหนดหัวข้อย่อยที่ต้องการอย่างน้อย 4 หัวข้อ
นำรายงานที่ได้มาตรวจสอบแหล่งอ้างอิง 3 แหล่ง ว่ามีอยู่จริงและสนับสนุนข้อความที่อ้างหรือไม่

2.3

โมดูล 2.3

Projects: พื้นที่ทำงานถาวรที่จดจำบริบท

จัดระเบียบงานระยะยาวด้วยหน่วยความจำแยกต่อโปรเจกต์

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Project พร้อม custom instructions และคลังไฟล์เฉพาะโปรเจกต์
ใช้หน่วยความจำแยกต่อโปรเจกต์เพื่อกลับมาทำงานต่อโดยไม่ต้องอธิบายซ้ำ
ผสาน Deep Research และ Voice Mode เข้ากับงานใน Project

เนื้อหา

Projects คือพื้นที่ทำงานถาวรที่มี custom instructions ระดับโปรเจกต์ คลังไฟล์ และหน่วยความจำที่แยกต่างหากจากแชตทั่วไป ทำให้เรากลับมาทำงานต่อหลังผ่านไปหลายสัปดาห์ได้โดยไม่ต้องอธิบายบริบทใหม่ เหมาะกับงานที่ทำต่อเนื่องยาว เช่น การเขียนหนังสือ การจัดการลูกค้ารายหนึ่ง หรือโครงการวิจัย ปัจจุบัน Deep Research และ Voice Mode ผสานเข้ากับ Projects ได้แล้ว

ตั้งค่า Project สำหรับลูกค้ารายหนึ่ง

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

ผลลัพธ์ที่คาดหวัง

ทุกแชตในโปรเจกต์นี้จะใช้บริบทและโทนที่ตั้งไว้ และดึงข้อมูลจากไฟล์ในคลังโปรเจกต์โดยอัตโนมัติ

จุดสอน

สอนความต่างระหว่าง Memory ทั่วไป (ข้ามทุกแชต) กับหน่วยความจำเฉพาะโปรเจกต์ ช่วยแยกบริบทงานหลาย ๆ อันไม่ให้ปนกัน

แบบฝึกหัดท้ายโมดูล

สร้าง Project สำหรับงานต่อเนื่องหนึ่งอย่างของคุณ ใส่ custom instructions และอัปโหลดไฟล์อ้างอิงอย่างน้อย 2 ไฟล์
ทดสอบหน่วยความจำโปรเจกต์โดยเปิดแชตใหม่ในโปรเจกต์เดิม แล้วถามงานที่อ้างอิงบริบทที่ตั้งไว้

2.4

โมดูล 2.4

Canvas: พื้นที่เขียนและแก้ไขงานร่วมกับ AI

ทำงานเอกสารและโค้ดแบบ side-by-side พร้อมส่งออกหลายรูปแบบ

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Canvas เพื่อร่างและแก้ไขเอกสารหรือโค้ดแบบเห็นภาพเคียงข้างกัน
แก้ไขเฉพาะส่วน ปรับโทน ความยาว และขอคำแนะนำในตัว Canvas
ส่งออกงานเป็น PDF, Word (.docx), Markdown และไฟล์โค้ด

เนื้อหา

Canvas เป็นพื้นที่ทำงานแบบ side-by-side สำหรับงานเขียนและงานโค้ด แทนที่จะได้คำตอบเป็นข้อความในแชต เราจะได้เอกสารที่แก้ไขได้ในหน้าต่างข้าง ๆ สามารถเลือกแก้เฉพาะส่วน ปรับความยาว เปลี่ยนโทน หรือขอให้ ChatGPT รีวิว และส่งออกได้หลายรูปแบบ ทั้ง PDF, Word (.docx), Markdown และไฟล์โค้ด (.py, .js, .sql) เหมาะกับงานเขียนยาวและงานที่ต้องปรับหลายรอบ

ร่างและปรับข้อเสนอโครงการใน Canvas

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

ผลลัพธ์ที่คาดหวัง

เอกสารร่างปรากฏใน Canvas พร้อมหัวข้อครบ ผู้ใช้เลือกแก้เฉพาะส่วน 'งบประมาณ' หรือขอปรับโทนให้ทางการขึ้นได้ทันที

จุดสอน

สอนให้ผู้เรียนใช้การแก้เฉพาะส่วนแทนการสร้างใหม่ทั้งฉบับ และลองส่งออกเป็น .docx เพื่อนำไปใช้ต่อจริง

แบบฝึกหัดท้ายโมดูล

ใช้ Canvas ร่างเอกสารงานจริง 1 ชิ้น (เช่น proposal, บทความ, คู่มือ) แล้วปรับแก้อย่างน้อย 3 รอบด้วยคำสั่งเฉพาะส่วน
ส่งออกงานจาก Canvas เป็น 2 รูปแบบที่ต่างกัน แล้วเปรียบเทียบว่ารูปแบบใดเหมาะกับการใช้งานแบบใด

2.5

โมดูล 2.5

Advanced Voice และการทำงานด้วยเสียงและภาพหน้าจอ

สนทนาด้วยเสียงธรรมชาติ พร้อมให้ AI เห็นหน้าจอของคุณ

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Advanced Voice สนทนาแบบเรียลไทม์ในงานระดมสมองและฝึกซ้อม
ใช้ฟีเจอร์แชร์วิดีโอ/หน้าจอเพื่อให้ AI ช่วยดูสิ่งที่อยู่ตรงหน้า
สรุปบทสนทนาด้วยเสียงเป็นบันทึกที่นำไปใช้ต่อได้

เนื้อหา

Advanced Voice ให้สนทนากับ ChatGPT ด้วยเสียงแบบเรียลไทม์อย่างเป็นธรรมชาติ และตอนนี้รองรับการแชร์วิดีโอ/หน้าจอ ทำให้ 'ให้ ChatGPT ดูสิ่งที่อยู่บนหน้าจอ' ได้ พร้อมการรู้จำวัตถุและการสรุปบทสนทนา เหมาะกับการระดมสมองระหว่างเดินทาง การฝึกซ้อมพรีเซนต์ การเรียนภาษา หรือการขอความช่วยเหลือเรื่องที่มองเห็นได้ เช่น การตั้งค่าซอฟต์แวร์บนหน้าจอ

ฝึกซ้อมพรีเซนต์ด้วยเสียง

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

ผลลัพธ์ที่คาดหวัง

ChatGPT สนทนาโต้ตอบ ให้ฟีดแบ็กด้วยเสียง และสรุปประเด็นที่ควรปรับปรุงเป็นบันทึกข้อความ

จุดสอน

สอนให้ผู้เรียนใช้เสียงกับงานที่การพูดโต้ตอบเป็นธรรมชาติกว่าพิมพ์ และใช้ฟีเจอร์สรุปเพื่อเก็บผลลัพธ์ไว้ใช้ต่อ

แบบฝึกหัดท้ายโมดูล

ใช้ Advanced Voice ระดมสมองไอเดีย 1 หัวข้อนาน 5 นาที แล้วให้สรุปไอเดียทั้งหมดเป็นรายการ
ใช้ฟีเจอร์แชร์หน้าจอให้ ChatGPT ช่วยดูและอธิบายบางอย่างบนหน้าจอ (เช่น กราฟ ตาราง หรือหน้าตั้งค่า) แล้วบันทึกสิ่งที่ได้เรียนรู้

2.6

โมดูล 2.6

GPT Image: สร้างภาพระดับมืออาชีพ

สร้างและแก้ไขภาพ native ที่ทำตามคำสั่งข้อความได้แม่นยำ

🎯 วัตถุประสงค์การเรียนรู้

สร้างภาพจากข้อความ (text-to-image) ด้วย GPT Image พร้อมกำหนดสไตล์และองค์ประกอบ
แก้ไขและแปลงภาพที่มีอยู่ (image-to-image) รวมถึงการใส่ข้อความในภาพ
เลือกขนาดภาพที่เหมาะกับการใช้งาน (1024x1024, 1536x1024, 1024x1536)

เนื้อหา

ChatGPT สร้างภาพด้วย GPT Image (ในผลิตภัณฑ์เรียก 'ChatGPT Images', ใน API คือ gpt-image-1 และรุ่นใหม่ gpt-image-1.5) ซึ่งเป็นโมเดล native ที่มาแทน DALL·E จุดเด่นคือทำตามคำสั่งข้อความได้ดีมาก ใส่ข้อความในภาพได้แม่นยำ ภาพสมจริง และแก้ไขภาพที่มีอยู่ได้ (image-to-image) รองรับขนาด 1024x1024, 1536x1024 (แนวนอน) และ 1024x1536 (แนวตั้ง) เหมาะกับงานคอนเทนต์ โซเชียล ภาพประกอบ และ mockup เบื้องต้น

สร้างภาพโปสเตอร์พร้อมข้อความ

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

ผลลัพธ์ที่คาดหวัง

ได้ภาพโปสเตอร์แนวตั้งที่มีข้อความไทยอ่านออกชัด องค์ประกอบตรงตามที่ระบุ

จุดสอน

สอนเทคนิค prompt ภาพ: ระบุ subject, สไตล์, โทนสี, องค์ประกอบ, ข้อความในภาพ และขนาด จุดแข็งของ GPT Image คือใส่ข้อความในภาพได้แม่นกว่าโมเดลรุ่นเก่า

แก้ไขภาพที่มีอยู่

(แนบภาพสินค้าบนพื้นหลังรก) ช่วยแก้ภาพนี้ให้พื้นหลังเป็นสีขาวสะอาดแบบภาพสินค้า e-commerce คงตัวสินค้าไว้เหมือนเดิม และเพิ่มเงาตกกระทบเบา ๆ ให้ดูมีมิติ

ผลลัพธ์ที่คาดหวัง

ได้ภาพสินค้าบนพื้นหลังขาวสะอาดพร้อมเงา เหมาะกับหน้าเว็บขายของ

จุดสอน

สอนความสามารถ image-to-image editing ที่แก้เฉพาะบางส่วนโดยคงส่วนอื่นไว้ เน้นการสั่งชัดเจนว่าจะเก็บอะไรและเปลี่ยนอะไร

แบบฝึกหัดท้ายโมดูล

สร้างภาพประกอบสำหรับงานของคุณ 1 ภาพ โดยเขียน prompt ที่ระบุ subject, สไตล์, โทนสี และขนาดครบถ้วน แล้วปรับ prompt อีก 1 รอบให้ดีขึ้น
นำภาพที่มีอยู่มาแก้ไขด้วยคำสั่ง image-to-image (เช่น เปลี่ยนพื้นหลัง เพิ่ม/ลดองค์ประกอบ) และบันทึกว่าคำสั่งแบบใดให้ผลดีที่สุด

🎯 Capstone ระดับกลาง: ชุดวิเคราะห์และนำเสนอโครงการ

เลือกชุดข้อมูลจริง 1 ชุด ใช้ Code Interpreter ทำความสะอาด วิเคราะห์ และสร้างกราฟอย่างน้อย 3 ภาพ
ใช้ Deep Research ทำรายงานภูมิหลัง/ตลาดที่เกี่ยวข้องกับข้อมูล พร้อมตรวจสอบแหล่งอ้างอิง
จัดทั้งหมดไว้ใน Project เดียว พร้อม custom instructions และคลังไฟล์
ใช้ Canvas ร่างรายงานสรุปผู้บริหาร (executive summary) 1-2 หน้า แล้วส่งออกเป็น .docx หรือ PDF
สร้างภาพประกอบหรือกราฟิกหน้าปกรายงานด้วย GPT Image 1 ภาพให้เข้ากับเนื้อหา

ก้าวต่อไป

ระดับสูง: สร้างระบบและเวิร์กโฟลว์อัตโนมัติ

ไปต่อ →