ระดับพื้นฐาน: เริ่มต้นใช้งาน Google Gemini อย่างมั่นใจ

1.1

โมดูล 1.1

รู้จัก Google Gemini: โมเดล, tier และสิ่งที่ทำได้จริง

ภาพรวมแพลตฟอร์ม ตระกูลโมเดล และการตั้งความคาดหวังที่ถูกต้อง

🎯 วัตถุประสงค์การเรียนรู้

อธิบายความแตกต่างระหว่าง Gemini app (ผู้ใช้ทั่วไป) กับ Gemini API/AI Studio (นักพัฒนา)
แยกแยะตระกูลโมเดล Gemini 2.5 (Pro/Flash/Flash-Lite) และการเปลี่ยนผ่านสู่ Gemini 3 Pro ที่เปิดตัว 18 พ.ย. 2025
เข้าใจ tier ผู้ใช้ (Free, Google AI Plus, AI Pro, AI Ultra) และฟีเจอร์ที่ปลดล็อกในแต่ละระดับ

เนื้อหา

Gemini เป็นแพลตฟอร์ม AI ของ Google ที่เป็น natively multimodal มีจุดเด่นเรื่อง context window ~1 ล้าน token ตระกูลโมเดลหลักคือ Gemini 2.5 Pro (โมเดลเน้นการให้เหตุผลของยุค 2.5 มีโหมด Deep Think) และ Gemini 2.5 Flash (สมดุลความเร็ว/ต้นทุน มี hybrid thinking reasoning เปิด GA 17 มิ.ย. 2025) โดยในวันที่ 18 พ.ย. 2025 Google เปิดตัว Gemini 3 Pro เป็น flagship ใหม่แทน 2.5 Pro สิ่งสำคัญคือผู้เรียนต้องเข้าใจว่าฟีเจอร์ (Live, Deep Research, Gems, Canvas, Workspace, grounding) ส่วนใหญ่ไม่ผูกกับเวอร์ชันโมเดลและคงอยู่ข้ามการเปลี่ยนผ่าน 2.5→3 แต่ชื่อโมเดลและราคาคือส่วนที่เปลี่ยนบ่อยที่สุด ส่วน tier ผู้ใช้แบ่งเป็น Free, Google AI Plus, Google AI Pro และ Google AI Ultra โดยฟีเจอร์ขั้นสูงหลายอย่างถูก gate ไว้ที่ tier ที่สูงกว่า

ให้ Gemini อธิบายความสามารถและข้อจำกัดของตัวเอง

ฉันเป็นพนักงานออฟฟิศที่เพิ่งเริ่มใช้ Google Gemini ช่วยอธิบายสั้น ๆ ว่า Gemini ช่วยงานเอกสารและวิเคราะห์ข้อมูลอะไรได้บ้าง และมีเรื่องอะไรที่ฉันไม่ควรเชื่อผลลัพธ์ 100% พร้อมยกตัวอย่างงานที่เหมาะและไม่เหมาะ

ผลลัพธ์ที่คาดหวัง

Gemini ตอบเป็นรายการงานที่เหมาะ (สรุปเอกสารยาว ร่างอีเมล วิเคราะห์ตาราง) และเตือนข้อจำกัด เช่น อาจเกิด hallucination ข้อมูลอาจไม่อัปเดตเกินช่วง knowledge cutoff และควรตรวจสอบตัวเลข/ข้อเท็จจริงเสมอ

จุดสอน

ชี้ให้เห็นว่า Gemini เองก็ยอมรับข้อจำกัด ผู้ใช้มืออาชีพต้องตั้งท่าที 'ตรวจทานเสมอ' ไม่ใช่เชื่อทุกคำตอบ และเข้าใจว่าไม่มี Search grounding โมเดลจะไม่รู้เหตุการณ์ใหม่

เลือกโมเดล/tier ให้เหมาะกับงาน

ทีมของฉันต้องสรุปเอกสารสัญญายาวหลายสิบหน้าเป็นประจำ และบางครั้งต้องสร้างรูปประกอบสไลด์ ช่วยแนะนำว่าฉันควรใช้ Gemini tier ไหน และควรใช้โมเดลแบบ Pro หรือ Flash เพราะอะไร

ผลลัพธ์ที่คาดหวัง

Gemini อธิบายว่างานสรุปเอกสารยาวได้ประโยชน์จาก context ~1M token ของทั้ง Pro/Flash แนะนำ Flash เมื่อเน้นความเร็ว/ต้นทุน และ Pro เมื่อต้องการการให้เหตุผลลึก พร้อมชี้ว่าการสร้างรูปและฟีเจอร์ Workspace ต้องใช้ tier แบบเสียเงิน (AI Pro/Ultra)

จุดสอน

สอนการจับคู่ 'งาน → โมเดล → tier' และย้ำว่าฟีเจอร์ที่ดีที่สุด (Workspace เต็มรูปแบบ, Deep Think, Veo ความละเอียดสูง) มักถูก paywall และ region-gate

แบบฝึกหัดท้ายโมดูล

จับคู่งาน 5 สถานการณ์ (เช่น สรุป PDF, ถอดเสียงประชุม, สร้างรูปโปสเตอร์, วิเคราะห์ตาราง, ค้นคว้ารายงาน) กับโมเดล/tier ที่เหมาะสม พร้อมเหตุผล
เขียนตารางเปรียบเทียบ tier Free / AI Plus / AI Pro / AI Ultra ว่าแต่ละระดับปลดล็อกฟีเจอร์อะไรบ้าง โดยอ้างจากสิ่งที่ Gemini ตอบ และตรวจสอบกับหน้าเว็บ subscription จริง

1.2

โมดูล 1.2

พื้นฐานการเขียน Prompt ที่ชัดเจนและได้ผล

โครงสร้าง prompt ที่ดี: บทบาท บริบท งาน รูปแบบผลลัพธ์

🎯 วัตถุประสงค์การเรียนรู้

ใช้โครงสร้าง prompt ที่ระบุบทบาท บริบท งาน และรูปแบบผลลัพธ์อย่างครบถ้วน
ปรับปรุง prompt ด้วยการให้ตัวอย่างและข้อจำกัด (constraints) เพื่อควบคุมคุณภาพคำตอบ
ใช้การสนทนาต่อเนื่อง (follow-up) เพื่อปรับแต่งผลลัพธ์ทีละขั้น

เนื้อหา

prompt ที่ดีควรมีองค์ประกอบชัดเจน: ระบุบทบาทที่ต้องการให้ Gemini สวม (เช่น นักเขียนคำโฆษณา) บริบทของงาน งานที่ต้องทำ และรูปแบบผลลัพธ์ที่คาดหวัง (เช่น ตาราง bullet ความยาว) การให้ตัวอย่าง (few-shot) และการกำหนดข้อจำกัด เช่น น้ำเสียง กลุ่มเป้าหมาย ความยาว จะช่วยให้คำตอบตรงมากขึ้น เนื่องจาก Gemini เป็นแบบสนทนา การถามต่อเนื่องเพื่อปรับแก้ทีละขั้นจึงเป็นวิธีทำงานที่มีประสิทธิภาพ

prompt ร่างอีเมลธุรกิจแบบมีโครงสร้าง

ทำหน้าที่เป็นผู้จัดการฝ่ายลูกค้าสัมพันธ์ ช่วยร่างอีเมลภาษาไทยแบบเป็นทางการแต่อบอุ่น ถึงลูกค้าองค์กรเพื่อขอโทษที่การจัดส่งล่าช้า 3 วัน เสนอส่วนลด 10% ในออเดอร์ถัดไป ความยาวไม่เกิน 150 คำ ลงท้ายด้วยการเปิดโอกาสให้ติดต่อกลับ

ผลลัพธ์ที่คาดหวัง

อีเมลภาษาไทยที่มีคำขึ้นต้น การขอโทษที่จริงใจ ระบุสาเหตุสั้น ๆ เสนอส่วนลด และปิดท้ายด้วยช่องทางติดต่อ ภายในความยาวที่กำหนด

จุดสอน

แยกให้เห็นชิ้นส่วนของ prompt: บทบาท (ผู้จัดการ) + งาน (ร่างอีเมล) + ข้อจำกัด (น้ำเสียง/ความยาว/องค์ประกอบ) เมื่อระบุครบ ผลลัพธ์จะแม่นและแก้ไขน้อยลง

แบบฝึกหัดท้ายโมดูล

นำ prompt ห้วน ๆ ที่ให้มา (เช่น 'เขียนโพสต์ขายของ') มาปรับให้มีบทบาท บริบท งาน และรูปแบบผลลัพธ์ครบถ้วน แล้วเปรียบเทียบผลลัพธ์ก่อน-หลัง
ใช้การถาม follow-up อย่างน้อย 3 ครั้ง เพื่อปรับข้อความประกาศภายในบริษัทให้สั้นลง เปลี่ยนน้ำเสียง และเพิ่ม call-to-action

1.3

โมดูล 1.3

Multimodal เบื้องต้น: อัปโหลดรูป PDF และไฟล์เพื่อวิเคราะห์

ใช้จุดแข็งจริงของ Gemini ในการเข้าใจสื่อหลายรูปแบบในคำสั่งเดียว

🎯 วัตถุประสงค์การเรียนรู้

อัปโหลดรูปภาพ PDF และไฟล์เอกสารเข้า Gemini เพื่อให้สรุปและวิเคราะห์
ตั้งคำถามเจาะจงเกี่ยวกับเนื้อหาในไฟล์ที่อัปโหลด
เข้าใจว่า Gemini รับ input ผสมข้อความ+รูป+เอกสารในคำสั่งเดียวได้โดยไม่ต้องแยก pipeline

เนื้อหา

Gemini เป็น natively multimodal จึงรับ input ที่ผสมข้อความยาว รูปภาพ ภาพหน้าจอ PDF เสียง และวิดีโอในคำสั่งเดียวได้ ความสามารถด้าน text+image+audio+video INPUT/understanding นั้นเป็นของจริงและ mature แล้ว ผู้เรียนพื้นฐานควรเริ่มจากการอัปโหลดรูปหรือ PDF แล้วถามคำถามเจาะจง เช่น สรุปประเด็น ดึงตัวเลข หรืออธิบายภาพ ความสามารถนี้ได้ประโยชน์มากจาก context ~1M token ที่รองรับเอกสารยาวมาก

วิเคราะห์ภาพถ่ายใบเสร็จ/เอกสาร

นี่คือรูปถ่ายใบเสร็จค่าใช้จ่ายการเดินทาง ช่วยดึงข้อมูลออกมาเป็นตาราง: วันที่ ร้านค้า หมวดค่าใช้จ่าย และยอดเงิน แล้วรวมยอดทั้งหมดให้ด้วย ถ้าอ่านรายการไหนไม่ชัดให้ทำเครื่องหมาย [ตรวจสอบ]

ผลลัพธ์ที่คาดหวัง

ตารางที่ดึงข้อมูลจากภาพใบเสร็จ พร้อมยอดรวม และทำเครื่องหมายรายการที่อ่านไม่ชัด

จุดสอน

แสดงพลัง multimodal จริง: จากภาพเดียวได้ข้อมูลมีโครงสร้าง สอนให้สั่งทำเครื่องหมายจุดที่ไม่แน่ใจ เพื่อลดความเสี่ยงที่โมเดลจะเดา (hallucinate) ตัวเลข

สรุป PDF ยาวและตอบคำถามเจาะจง

ฉันแนบไฟล์คู่มือพนักงาน PDF จำนวน 40 หน้ามาให้ ช่วยสรุปนโยบายการลาทั้งหมดเป็น bullet และตอบด้วยว่าพนักงานทดลองงานมีสิทธิ์ลาพักร้อนหรือไม่ พร้อมอ้างอิงหน้าที่พบข้อมูล

ผลลัพธ์ที่คาดหวัง

สรุปนโยบายการลาเป็น bullet พร้อมคำตอบเฉพาะเรื่องพนักงานทดลองงาน และระบุเลขหน้าอ้างอิงจากเอกสาร

จุดสอน

สอนให้ขอ 'อ้างอิงหน้า' เสมอเมื่อทำงานกับเอกสารยาว เพื่อให้ตรวจสอบย้อนกลับได้ และใช้ประโยชน์จาก context ขนาดใหญ่กับเอกสารจริง

แบบฝึกหัดท้ายโมดูล

ถ่ายภาพสไลด์การประชุมหรือ whiteboard แล้วให้ Gemini แปลงเป็นบันทึกการประชุมแบบมีหัวข้อและ action items
อัปโหลด PDF รายงานหรือคู่มือ 1 ฉบับ แล้วตั้งคำถามเจาะจง 3 ข้อ พร้อมขอให้ระบุหน้าที่อ้างอิงทุกครั้ง

1.4

โมดูล 1.4

Gemini Live: สนทนาด้วยเสียงพร้อมกล้องและแชร์หน้าจอ

โหมดเสียงเรียลไทม์บนมือถือ ที่ชี้กล้องคุยกับสิ่งของได้

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Gemini Live สนทนาด้วยเสียงแบบเรียลไทม์บนแอปมือถือ
ใช้ฟีเจอร์กล้องสดและแชร์หน้าจอเพื่อให้ Gemini เห็นสิ่งที่เรากำลังดู
ประยุกต์ Gemini Live กับสถานการณ์จริง เช่น ฝึกพูด สอบถามข้อมูลสิ่งของ หรือช่วยแก้ปัญหาหน้าจอ

เนื้อหา

Gemini Live เป็นโหมดสนทนาด้วยเสียงแบบเรียลไทม์ในแอปมือถือ (Android และ iOS ใช้ได้ฟรี) รองรับ 45+ ภาษา ใน 150+ ประเทศ จุดเด่นคือรองรับกล้องสดและการแชร์หน้าจอ ผู้ใช้สามารถชี้กล้องไปที่วัตถุแล้วพูดคุยเกี่ยวกับสิ่งนั้นแบบเรียลไทม์ หรือแชร์หน้าจอเพื่อขอความช่วยเหลือได้ เหมาะกับสถานการณ์ที่การพิมพ์ไม่สะดวก เช่น ระหว่างเดินทาง ฝึกสนทนา หรือแก้ปัญหาเฉพาะหน้า

ใช้กล้องสดสอบถามข้อมูลสิ่งของ

(เปิด Gemini Live เปิดกล้อง ชี้ไปที่อุปกรณ์ในครัวแล้วพูด) 'ฉันกำลังชี้กล้องไปที่เครื่องนี้อยู่ ช่วยบอกหน่อยว่ามันคืออะไร ใช้ทำอะไร และมีวิธีทำความสะอาดที่ปลอดภัยอย่างไร'

ผลลัพธ์ที่คาดหวัง

Gemini ตอบด้วยเสียงแบบเรียลไทม์ ระบุสิ่งที่เห็นจากกล้อง อธิบายการใช้งานและวิธีทำความสะอาด

จุดสอน

สาธิตความสามารถจริงของกล้องสด + เสียง สอนให้พูดบรรยายบริบทให้ชัด และย้ำว่าฟีเจอร์นี้ใช้ได้ฟรีบนมือถือ

แบบฝึกหัดท้ายโมดูล

ใช้ Gemini Live ฝึกบทสนทนาภาษาอังกฤษหรือภาษาที่สาม สถานการณ์การประชุมงาน แล้วขอ feedback การออกเสียง
แชร์หน้าจอที่กำลังตั้งค่าแอปหรือเว็บที่ติดปัญหา แล้วให้ Gemini Live นำทางแก้ปัญหาทีละขั้น

1.5

โมดูล 1.5

การใช้งานประจำวัน: สรุป ร่าง แปล และระดมความคิด

งานที่ Gemini ทำได้ดีทันทีในชีวิตการทำงานจริง

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Gemini สรุปเนื้อหายาว ร่างเอกสาร และแปลภาษาอย่างมีคุณภาพ
ใช้ Gemini ช่วยระดมความคิดและจัดโครงสร้างงาน
ตรวจทานและปรับผลลัพธ์ให้เหมาะกับบริบทองค์กรก่อนนำไปใช้

เนื้อหา

งานที่ Gemini ทำได้ดีทันทีได้แก่ การสรุปเนื้อหายาว การร่างและปรับข้อความ การแปลภาษา และการระดมความคิด ความสามารถเหล่านี้ได้ประโยชน์จาก multimodal และ context ขนาดใหญ่ แต่ผู้ใช้มืออาชีพต้องตรวจทานผลลัพธ์เสมอ เพราะโมเดลอาจ hallucinate และไม่รู้เหตุการณ์ที่เกิดหลัง knowledge cutoff (~ม.ค. 2025) หากไม่ได้เปิด Search grounding

ระดมความคิดพร้อมจัดหมวดหมู่

ช่วยระดมไอเดียกิจกรรม CSR สำหรับบริษัทซอฟต์แวร์ขนาด 200 คนในกรุงเทพฯ ให้ 12 ไอเดีย จัดกลุ่มเป็น 3 หมวด (สิ่งแวดล้อม การศึกษา ชุมชน) แต่ละไอเดียบอกงบประมาณคร่าว ๆ ระดับ (ต่ำ/กลาง/สูง) และผลลัพธ์ที่คาดหวัง

ผลลัพธ์ที่คาดหวัง

รายการ 12 ไอเดียแบ่ง 3 หมวด แต่ละไอเดียมีระดับงบและผลลัพธ์ที่คาดหวัง

จุดสอน

สอนการสั่งให้ 'จัดโครงสร้าง' ผลลัพธ์ ทำให้ระดมความคิดใช้งานได้จริง และเตือนให้ตรวจสอบตัวเลขงบประมาณกับความเป็นจริงเสมอ

แบบฝึกหัดท้ายโมดูล

นำบทความหรือทรานสคริปต์ยาว 1 ชิ้น มาให้ Gemini สรุปเป็น 3 ระดับ (1 ประโยค / 5 bullet / ครึ่งหน้า)
ให้ Gemini แปลเอกสารสั้นจากไทยเป็นอังกฤษเชิงธุรกิจ แล้วขอให้อธิบายว่าเลือกคำศัพท์เฉพาะทางอย่างไร และตรวจทานความถูกต้อง

1.6

โมดูล 1.6

ข้อจำกัดและการใช้งานอย่างมีความรับผิดชอบ

รู้ขอบเขต ตรวจสอบข้อเท็จจริง และคำนึงถึงความปลอดภัยข้อมูล

🎯 วัตถุประสงค์การเรียนรู้

ระบุข้อจำกัดหลักของ Gemini ได้แก่ hallucination, knowledge cutoff และการ gate ฟีเจอร์
ออกแบบขั้นตอนตรวจสอบข้อเท็จจริงก่อนนำผลลัพธ์ไปใช้
ปฏิบัติตามหลักความปลอดภัยข้อมูลและความเป็นส่วนตัวเมื่อป้อนข้อมูลองค์กร

เนื้อหา

แม้ Gemini จะทรงพลัง แต่มีข้อจำกัดที่ต้องเข้าใจ: ไม่ปลอดจาก hallucination (Google เองระบุใน model card), มี knowledge cutoff (~ม.ค. 2025 สำหรับโมเดลรุ่นใหม่) จึงไม่รู้เหตุการณ์ใหม่หากไม่เปิด Search grounding, วิดีโอที่สร้างได้สั้น (~8 วินาที), core chat model ไม่สร้างวิดีโอ/ภาพเองแต่ใช้โมเดลเฉพาะทางแยก, และฟีเจอร์ที่ดีที่สุดหลายอย่างถูก paywall/region-gate (Deep Think, Workspace เต็มรูปแบบ, Veo ความละเอียดสูง มักเป็น US/English-first) ผู้ใช้มืออาชีพต้องมีขั้นตอนตรวจสอบและระวังการป้อนข้อมูลลับ

ทดสอบและตรวจจับ hallucination

ช่วยสรุปข้อกฎหมายแรงงานไทยเรื่องค่าชดเชยการเลิกจ้างล่าสุด และบอกด้วยว่าข้อมูลนี้อ้างอิงจากช่วงเวลาใด ส่วนไหนที่คุณไม่แน่ใจหรืออาจล้าสมัย ให้ระบุให้ชัดว่าฉันควรไปตรวจสอบกับแหล่งใด

ผลลัพธ์ที่คาดหวัง

Gemini สรุปเนื้อหาพร้อมเตือนว่าข้อมูลอาจไม่อัปเดตเกิน knowledge cutoff และแนะนำให้ตรวจสอบกับประกาศราชการหรือกรมสวัสดิการฯ

จุดสอน

สอนเทคนิค 'ให้โมเดลบอกความไม่แน่ใจของตัวเอง' และเน้นว่าเรื่องกฎหมาย/ตัวเลข/เหตุการณ์ใหม่ ต้องตรวจสอบกับแหล่งจริงเสมอ

แบบฝึกหัดท้ายโมดูล

สร้าง checklist ส่วนตัว 5 ข้อ สำหรับตรวจสอบผลลัพธ์ Gemini ก่อนนำไปใช้ในงานสำคัญ
เขียนแนวปฏิบัติสั้น ๆ สำหรับทีม ว่าข้อมูลประเภทใดห้ามป้อนเข้า Gemini (เช่น ข้อมูลลูกค้าที่ระบุตัวตน ความลับทางการค้า) และเพราะเหตุใด

🎯 Mini-Project ระดับพื้นฐาน: ผู้ช่วยงานประจำวันส่วนตัวด้วย Gemini

เลือกงานประจำวันจริง 1 อย่างของตนเอง (เช่น สรุปอีเมล จัดการเอกสาร ฝึกภาษา) แล้วออกแบบชุด prompt ที่ใช้ซ้ำได้
ใช้ความสามารถ multimodal อัปโหลดไฟล์จริง (PDF หรือรูป) อย่างน้อย 1 ไฟล์ เพื่อสรุปหรือดึงข้อมูล พร้อมขออ้างอิงหน้า
ทดลองใช้ Gemini Live ด้วยเสียง+กล้อง อย่างน้อย 1 สถานการณ์ และบันทึกผล
จัดทำ checklist ตรวจสอบข้อเท็จจริงและความปลอดภัยข้อมูล พร้อมระบุจุดที่พบข้อจำกัด (เช่น ข้อมูลล้าสมัย) ในงานของตน
นำเสนอผลลัพธ์ก่อน-หลังใช้ Gemini พร้อมสะท้อนสิ่งที่เรียนรู้ 5 นาที

ก้าวต่อไป

ระดับกลาง: สร้างเวิร์กโฟลว์มืออาชีพด้วยฟีเจอร์เด่นของ Gemini

ไปต่อ →