🎓 หลักสูตรฝึกอบรม · 18 โมดูล

การใช้งาน Claude
อย่างมืออาชีพ

จากพื้นฐานสู่ขั้นสูง — เรียนรู้การเขียน prompt ที่ทรงพลัง จัดการเอกสาร สร้างชิ้นงาน เชื่อมต่อเครื่องมือ และวางระบบ AI ในองค์กรอย่างปลอดภัยและมีประสิทธิภาพ

⏱ 24–32 ชั่วโมง 🧩 3 ระดับ 🛠 เน้นลงมือทำ 🇹🇭 ภาษาไทย
ภาพประกอบหลักสูตร Claude
18
โมดูลการเรียน
3
ระดับความเชี่ยวชาญ
50+
ตัวอย่าง prompt จริง
100%
ลงมือปฏิบัติ
เกี่ยวกับหลักสูตร

ออกแบบมาเพื่อพาคุณจาก “ผู้ใช้ทั่วไป” สู่ “ผู้เชี่ยวชาญ”

Claude คือผู้ช่วย AI จาก Anthropic ที่ทำงานบนโมเดลภาษาขนาดใหญ่ (LLM) หลักสูตรนี้เน้นการเรียนจากงานจริง สร้างสัญชาตญาณก่อนกฎเกณฑ์ และให้ความปลอดภัยเป็นค่าเริ่มต้น

เรียนจากงานจริง

ทุกแนวคิดผูกกับสถานการณ์ที่พบได้จริง เช่น สรุปเอกสาร เขียนอีเมล วิเคราะห์ข้อมูล และเขียนโค้ด

สร้างสัญชาตญาณก่อน

เข้าใจ “ว่าทำไม AI ตอบแบบนั้น” ก่อนจะจำเทคนิค ทำให้ต่อยอดกับเครื่องมืออื่นได้

ปลอดภัย & มีจริยธรรม

สอดแทรกเรื่องข้อจำกัด อคติ ความเป็นส่วนตัว และการตรวจสอบความถูกต้องตลอดหลักสูตร

ต่อยอดได้ในองค์กร

ทักษะที่ได้นำไปใช้จริงตั้งแต่งานประจำวันจนถึงการวางระบบ workflow อัตโนมัติ

เส้นทางการเรียนรู้

สามระดับ · หนึ่งเป้าหมาย

เลือกจุดเริ่มที่เหมาะกับคุณ แล้วไต่ระดับขึ้นทีละขั้นอย่างมั่นใจ

กลุ่มเป้าหมาย

หลักสูตรนี้เหมาะกับใคร

ระดับกลุ่มเป้าหมายความคาดหวังหลังเรียน
พื้นฐานพนักงานทั่วไป · ผู้บริหาร · นักเรียน/นักศึกษา · ผู้ที่ไม่มีพื้นฐานเทคนิคใช้ Claude ช่วยงานประจำวันได้อย่างมั่นใจ
กลางผู้ที่ใช้ Claude เป็นประจำ · ทีมการตลาด/HR/วิเคราะห์ · ผู้สร้างเนื้อหาออกแบบ prompt ที่ซับซ้อน จัดการเอกสารและชิ้นงานได้
สูงนักพัฒนา · Data/AI Engineer · ผู้ดูแลระบบองค์กร · ที่ปรึกษาเชื่อมต่อ API/เครื่องมือ สร้าง workflow อัตโนมัติ วางระบบในองค์กร
ผลลัพธ์การเรียนรู้

เมื่อจบทั้งสามระดับ คุณจะสามารถ…

1

อธิบายหลักการทำงานของโมเดลภาษาและข้อจำกัดของ Claude ได้อย่างถูกต้อง

2

เขียน prompt ที่ชัดเจน มีบริบท และให้ผลลัพธ์ตรงตามต้องการ

3

ประยุกต์เทคนิค prompt engineering: การให้บทบาท ยกตัวอย่าง และคิดเป็นขั้นตอน

4

ทำงานกับเอกสาร ไฟล์ และสร้างชิ้นงาน (Artifacts) อย่างมีประสิทธิภาพ

5

ใช้ Projects, คำสั่งกำหนดเอง และหน่วยความจำเพื่อทำงานต่อเนื่อง

6

เรียกใช้ Claude ผ่าน API เชื่อมต่อเครื่องมือ (tool use / MCP) และสร้าง workflow อัตโนมัติ

7

ประเมินคุณภาพผลลัพธ์ ตรวจจับข้อผิดพลาด และใช้งานอย่างมีความรับผิดชอบ

การวัดและประเมินผล

ประเมินตามสภาพจริง (Authentic Assessment)

เน้นชิ้นงานที่ผู้เรียนสร้างได้จริง มากกว่าการสอบข้อเขียน — พร้อมเกณฑ์ผ่านที่ชัดเจน

เกณฑ์ผ่าน: คะแนนรวมไม่ต่ำกว่า 70% ในแต่ละระดับ และส่งโปรเจกต์จบที่แสดงการใช้งานอย่างมีความรับผิดชอบ

แบบฝึกหัดระหว่างเรียน 30%
ชิ้นงานประจำระดับ 40%
โปรเจกต์จบหลักสูตร 20%
การมีส่วนร่วม 10%

พร้อมเริ่มต้นการเดินทางแล้วหรือยัง?

เริ่มจากระดับพื้นฐาน แล้วไต่ระดับไปทีละขั้น ทุกโมดูลมีตัวอย่าง prompt จริง ผลลัพธ์ที่คาดหวัง และแบบฝึกหัดให้ทดลองทันที

เริ่มระดับพื้นฐาน →