ระดับกลาง: สร้างเวิร์กโฟลว์มืออาชีพด้วยฟีเจอร์เด่นของ Gemini

2.1

โมดูล 2.1

Gems: สร้างผู้ช่วยเฉพาะทางที่ใช้ซ้ำได้

ผู้ช่วย Gemini แบบกำหนดเอง พร้อม persona คำสั่ง และความรู้

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Gem ที่มี persona คำสั่งถาวร และความรู้เฉพาะทางสำหรับงานที่ทำซ้ำ
ออกแบบคำสั่งระบบ (system instruction) ให้ Gem ตอบสม่ำเสมอและตรงบทบาท
เรียกใช้ Gems ทั้งในแอปและใน Google Workspace side panel

เนื้อหา

Gems คือ Gemini เวอร์ชันที่ผู้ใช้สร้างเองโดยบันทึกคำสั่ง persona และความรู้ไว้ล่วงหน้า คล้ายกับ custom GPTs เหมาะกับงานที่ทำซ้ำ เช่น ผู้ช่วยตอบลูกค้า ผู้ช่วยเขียนคอนเทนต์ตามแบรนด์ หรือผู้ช่วยตรวจเอกสาร ตั้งแต่ ก.ค. 2025 Gems ใช้ได้ในแผงข้าง (side panel) ของ Google Workspace (Docs, Sheets, Slides, Drive, Gmail) ด้วย ทำให้เรียกใช้ผู้ช่วยเฉพาะทางได้ในบริบทงานจริง

สร้าง Gem ผู้ช่วยเขียนคอนเทนต์ตามแบรนด์

(ในหน้าสร้าง Gem ใส่คำสั่ง) 'คุณคือผู้ช่วยเขียนคอนเทนต์ของแบรนด์กาแฟ "อรุณ" น้ำเสียงเป็นมิตร อบอุ่น ใช้ภาษาไทยกันเอง หลีกเลี่ยงศัพท์เทคนิค ทุกโพสต์ต้องจบด้วยคำถามชวนคุยและแฮชแท็ก #อรุณกาแฟ เมื่อฉันให้หัวข้อ ให้เขียนแคปชัน Instagram 3 แบบให้เลือก' (แนบไฟล์ brand guideline เป็นความรู้)

ผลลัพธ์ที่คาดหวัง

Gem ที่เมื่อป้อนหัวข้อใด ก็เขียนแคปชัน 3 แบบตามน้ำเสียงแบรนด์ พร้อมคำถามชวนคุยและแฮชแท็กทุกครั้ง

จุดสอน

สอนแยกส่วน 'persona + ข้อจำกัดถาวร + ความรู้แนบ' และย้ำว่า Gem ช่วยให้ทีมได้ผลลัพธ์สม่ำเสมอโดยไม่ต้องพิมพ์ prompt ยาวซ้ำทุกครั้ง

แบบฝึกหัดท้ายโมดูล

สร้าง Gem สำหรับงานจริงของตน (เช่น ผู้ช่วยสรุปประชุม ผู้ช่วยตอบอีเมลลูกค้า) พร้อมทดสอบด้วย input 3 ชุดและปรับคำสั่งให้เสถียร
เรียกใช้ Gem ที่สร้างจากภายใน Google Docs หรือ Gmail side panel แล้วบันทึกความต่างจากการใช้ในแอปหลัก

2.2

โมดูล 2.2

Deep Research: agent ค้นคว้าอัตโนมัติพร้อมรายงานอ้างอิง

วางแผน ค้นหลายแหล่ง และสร้างรายงานที่มี citation

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Deep Research ให้วางแผน ค้นคว้าหลายแหล่ง และสร้างรายงานที่มีการอ้างอิง
รวมข้อมูลเว็บสาธารณะกับไฟล์ PDF/รูปของตนเองในการค้นคว้า
ตรวจสอบ citation และแปลงรายงานเป็น Audio Overview

เนื้อหา

Deep Research เป็น agent ค้นคว้าอัตโนมัติที่วางแผน เปิดดูแหล่งข้อมูลจำนวนมาก และผลิตรายงานที่มีการอ้างอิง (cited reports) จุดเด่นสำคัญคือสามารถรวมข้อมูลจากเว็บสาธารณะกับไฟล์ PDF/รูปที่ผู้ใช้อัปโหลดเองได้ และผลลัพธ์สามารถแปลงเป็น Audio Overview (พอดแคสต์สองผู้ดำเนินรายการ) ได้ ผู้ใช้มืออาชีพต้องตรวจสอบ citation เสมอ เพราะรายงานยังอาจมีจุดที่คลาดเคลื่อน

รายงานสำรวจตลาดพร้อมข้อมูลภายใน

ช่วยทำ Deep Research หัวข้อ 'แนวโน้มตลาดร้านกาแฟ specialty ในไทยและโอกาสสำหรับแบรนด์ขนาดเล็ก' โดยค้นจากแหล่งสาธารณะ และใช้ไฟล์ยอดขาย 12 เดือนที่ฉันแนบมาประกอบการวิเคราะห์ ทำเป็นรายงานมีหัวข้อ ข้อค้นพบหลัก และคำแนะนำเชิงกลยุทธ์ พร้อมอ้างอิงแหล่งทุกข้อค้นพบ

ผลลัพธ์ที่คาดหวัง

รายงานมีโครงสร้างชัดเจน ผสมข้อมูลตลาดจากเว็บกับข้อมูลยอดขายภายใน มี citation ต่อข้อค้นพบ และคำแนะนำเชิงกลยุทธ์

จุดสอน

แสดงจุดเด่นจริงของ Deep Research: รวมเว็บ + ไฟล์ผู้ใช้ สอนให้ไล่ตรวจ citation ทีละข้อ และให้แยกแยะว่าข้อไหนมาจากข้อมูลภายในกับข้อไหนมาจากเว็บ

แบบฝึกหัดท้ายโมดูล

ใช้ Deep Research ทำรายงานเปรียบเทียบเครื่องมือ 3 ตัวในสายงานของตน แล้วตรวจสอบ citation อย่างน้อย 5 แหล่งว่าตรงกับเนื้อหาจริง
แปลงรายงาน Deep Research เป็น Audio Overview แล้วประเมินว่าเหมาะกับการฟังสรุประหว่างเดินทางเพียงใด และมีจุดใดที่ควรตรวจเพิ่ม

2.3

โมดูล 2.3

Canvas: พื้นที่ทำงานโต้ตอบสำหรับเอกสาร โค้ด และสื่อ

แก้ไขเอกสาร/โค้ดพร้อม live preview และสร้างอินโฟกราฟิก/ควิซ/Audio Overview

🎯 วัตถุประสงค์การเรียนรู้

ใช้ Canvas ร่างและแก้ไขเอกสารและโค้ดพร้อม live preview
สร้างอินโฟกราฟิกแบบโต้ตอบ ควิซ และ Audio Overview จากเนื้อหาใน Canvas
ทำงานเป็นรอบ (iterate) เพื่อปรับปรุงผลลัพธ์อย่างเป็นระบบ

เนื้อหา

Canvas เป็นพื้นที่ทำงานแบบโต้ตอบสำหรับการเขียน/แก้ไขเอกสารและโค้ดพร้อม live preview นอกจากนี้ยังสร้างอินโฟกราฟิกแบบโต้ตอบ ควิซ และ Audio Overview แบบพอดแคสต์ (รองรับ 45 ภาษา) ได้ เหมาะกับงานที่ต้องปรับหลายรอบและต้องการเห็นผลลัพธ์ทันที เช่น การทำสื่อการสอน เอกสารนำเสนอ หรือต้นแบบหน้าเว็บอย่างง่าย

สร้างสื่อการสอนแบบโต้ตอบใน Canvas

เปิด Canvas แล้วช่วยสร้างเอกสารสอนเรื่อง 'พื้นฐานการบริหารเวลาแบบ Eisenhower Matrix' สำหรับพนักงานใหม่ ประกอบด้วย บทนำ อธิบาย 4 ช่อง ตัวอย่างงานจริง และสร้างควิซ 5 ข้อพร้อมเฉลยท้ายเอกสาร จากนั้นทำ Audio Overview ภาษาไทยสรุปเนื้อหา

ผลลัพธ์ที่คาดหวัง

เอกสารสอนใน Canvas ที่แก้ไขต่อได้ มีควิซ 5 ข้อพร้อมเฉลย และ Audio Overview ภาษาไทยสรุปเนื้อหา

จุดสอน

สอนใช้ Canvas เป็นพื้นที่ 'สร้าง+ปรับ+แปลงสื่อ' ในที่เดียว และให้ผู้เรียน iterate ปรับควิซให้ยากขึ้น/ง่ายลงเพื่อเห็นการทำงานแบบโต้ตอบ

แบบฝึกหัดท้ายโมดูล

ใช้ Canvas ร่างบทความหรือหน้า landing page สั้น ๆ แล้วปรับแก้อย่างน้อย 3 รอบ โดยใช้ live preview ประเมินผล
สร้างอินโฟกราฟิกแบบโต้ตอบหรือควิซจากเนื้อหาที่ตนถนัด 1 เรื่อง แล้วแปลงเป็น Audio Overview พร้อมประเมินคุณภาพเสียง

2.4

โมดูล 2.4

Gemini ใน Google Workspace: Gmail, Docs, Sheets, Slides

แผงข้าง Gemini ช่วยงานตามบริบทของไฟล์ปัจจุบัน

🎯 วัตถุประสงค์การเรียนรู้

ใช้แผงข้าง Gemini ใน Gmail และ Docs เพื่อสรุป ร่าง และปรับข้อความตามบริบท
ใช้ Gemini ใน Sheets เพื่อวิเคราะห์ข้อมูล สร้างสูตร และ pivot table
เข้าใจเงื่อนไข gating ที่ต้องใช้ Google AI Pro/Ultra หรือ Workspace add-on

เนื้อหา

Gemini มีแผงข้าง (side panel) ใน Gmail, Docs, Sheets, Slides, Drive และ Chat ที่ช่วยงานตามเนื้อหาไฟล์ปัจจุบัน เช่น Gmail: สรุปเธรด ร่าง/ปรับอีเมล; Docs: ร่าง/ปรับ/สรุป และสร้างภาพ; Sheets: สร้าง/จัด/แก้ทั้งชีต สูตร pivot table วิเคราะห์ข้อมูล เติมข้อมูลที่ขาด; Slides: แนะนำเลย์เอาต์ เขียนข้อความใหม่ สร้างภาพ และ Gems ใช้ในแผงข้างได้ ข้อควรรู้: ฟีเจอร์ Workspace ขั้นสูงมักต้องใช้ Google AI Pro/Ultra หรือ add-on ระดับ Business/Enterprise และ rollout เป็น English-first โดยทยอยเปิดตามภูมิภาค/ภาษา

วิเคราะห์ข้อมูลใน Google Sheets

(ในแผงข้าง Gemini ของ Google Sheets ที่มีข้อมูลยอดขายรายเดือนแยกตามสาขา) 'ช่วยสร้าง pivot table สรุปยอดขายรวมต่อสาขาต่อไตรมาส หาสาขาที่ยอดขายตกลงเมื่อเทียบไตรมาสก่อน และเสนอสูตรคำนวณอัตราการเติบโตต่อไตรมาสให้ด้วย'

ผลลัพธ์ที่คาดหวัง

Gemini สร้าง pivot table ระบุสาขาที่ยอดตก และให้สูตรคำนวณอัตราการเติบโต โดยอ้างอิงข้อมูลจริงในชีต

จุดสอน

แสดงความสามารถจริงของ Gemini ใน Sheets (pivot table, สูตร, วิเคราะห์) และย้ำให้ตรวจสอบสูตร/ตัวเลขที่ได้ก่อนนำไปตัดสินใจ

แบบฝึกหัดท้ายโมดูล

ใช้แผงข้าง Gemini ใน Gmail สรุปเธรดยาวและร่างคำตอบ แล้วปรับน้ำเสียงให้เหมาะกับผู้รับที่ต่างกัน 2 แบบ
ในไฟล์ Sheets จริงหรือชุดข้อมูลตัวอย่าง ให้ Gemini สร้าง pivot table และวิเคราะห์แนวโน้ม แล้วตรวจสอบความถูกต้องของผลลัพธ์ด้วยตนเอง

2.5

โมดูล 2.5

สร้างภาพระดับมืออาชีพด้วย Imagen 4 และ Nano Banana

text-to-image, แก้ไขภาพด้วยภาษาธรรมชาติ และการรักษาความคงเส้นคงวา

🎯 วัตถุประสงค์การเรียนรู้

สร้างภาพจากข้อความด้วย Imagen 4 และแก้ไขภาพเชิงสนทนาด้วย Nano Banana
ใช้ multi-image fusion และรักษา character/style consistency ข้ามการสร้างหลายครั้ง
เข้าใจ SynthID watermark และข้อจำกัดของโมเดลภาพ

เนื้อหา

Gemini สร้างภาพได้ผ่านสองเครื่องมือหลัก: Nano Banana (ชื่อจริง Gemini 2.5 Flash Image เปิดตัว 26 ส.ค. 2025) เด่นเรื่องแก้ไขภาพเชิงสนทนาด้วยภาษาธรรมชาติ, multi-image fusion (ผสมหลายภาพเป็นภาพเดียว), รักษา character & style consistency และสร้างโดยอิงความรู้ทั่วโลก latency ต่ำ ปริมาณสูง; และ Imagen 4 (Ultra/Standard/Fast) สำหรับ text-to-image ความละเอียดสูงถึง 2K พร้อม text rendering ในภาพที่ดีขึ้น (เหมาะกับโปสเตอร์/การ์ด/คอมมิก) ทุกภาพติดลายน้ำ SynthID แบบมองไม่เห็น ข้อจำกัด: โมเดลภาพขนาดเล็กยังอ่อนเรื่องความรู้โลกขั้นสูง การให้เหตุผล 3D และความถูกต้องเชิงข้อเท็จจริง (รายละเอียดเทคนิค prompt ภาพอยู่ใน feature page)

สร้างภาพโปสเตอร์ที่มีข้อความด้วย Imagen 4

สร้างภาพโปสเตอร์งานเปิดร้านกาแฟสไตล์มินิมอล โทนสีน้ำตาลอบอุ่น มีถ้วยกาแฟลาเต้อาร์ตตรงกลาง พร้อมข้อความบนภาพว่า 'GRAND OPENING' ด้านบน และ '9 AM, Saturday' ด้านล่าง จัดวางให้อ่านง่าย เหมาะพิมพ์ขนาด A3

ผลลัพธ์ที่คาดหวัง

ภาพโปสเตอร์ความละเอียดสูงที่ข้อความ 'GRAND OPENING' และเวลาถูกเรนเดอร์ชัดเจน จัดองค์ประกอบเหมาะกับการพิมพ์

จุดสอน

ชี้จุดเด่นจริงของ Imagen 4 เรื่อง text rendering และความละเอียด 2K สอนให้ระบุข้อความในภาพ เลย์เอาต์ และการใช้งานปลายทาง (พิมพ์ A3)

แก้ไขภาพเชิงสนทนาด้วย Nano Banana

(อัปโหลดรูปสินค้าเดิม) 'ช่วยเปลี่ยนพื้นหลังของรูปสินค้านี้เป็นโต๊ะไม้ในคาเฟ่ที่มีแสงธรรมชาติ โดยคงตัวสินค้าและโลโก้ให้เหมือนเดิมทุกประการ แล้วสร้างอีก 2 เวอร์ชันที่เปลี่ยนมุมแสง'

ผลลัพธ์ที่คาดหวัง

ภาพสินค้าเดิมบนพื้นหลังใหม่ที่รักษาตัวสินค้าและโลโก้ให้คงเดิม พร้อมเวอร์ชันมุมแสงต่างกัน

จุดสอน

สาธิต conversational editing + character/consistency จริงของ Nano Banana ย้ำการสั่ง 'คงองค์ประกอบเดิม' และเตือนว่าทุกภาพมี SynthID

แบบฝึกหัดท้ายโมดูล

ใช้ Imagen 4 สร้างชุดภาพการ์ดเชิญที่มีข้อความบนภาพ 3 แบบ แล้วประเมินความคมชัดของ text rendering
ใช้ Nano Banana ทำ multi-image fusion ผสมภาพสินค้ากับฉากใหม่ พร้อมรักษา style ให้สม่ำเสมออย่างน้อย 3 ภาพเป็นชุดแคมเปญ

2.6

โมดูล 2.6

สร้างวิดีโอสั้นพร้อมเสียงด้วย Veo และ Google Flow

text-to-video / image-to-video พร้อมเสียงเนทีฟและ lip-sync

🎯 วัตถุประสงค์การเรียนรู้

สร้างวิดีโอสั้น ~8 วินาทีด้วย Veo จากข้อความหรือภาพผ่าน Google Flow
ใช้ความสามารถเสียงเนทีฟของ Veo (บทพูด เอฟเฟกต์เสียง เสียงบรรยากาศ พร้อม lip-sync)
เข้าใจการเข้าถึงผ่าน credits (AI Plus/Pro/Ultra) และข้อจำกัดความยาวคลิป

เนื้อหา

Veo (จาก Google DeepMind) เป็นเครื่องมือสร้างวิดีโอ รองรับ text-to-video และ image-to-video เวอร์ชันปัจจุบันคือ Veo 3 (I/O 2025) และ Veo 3.1/3.1 Fast (preview) จุดเด่นคือเป็นรายแรกที่สร้างเสียงเนทีฟ ทั้งบทพูด เอฟเฟกต์เสียง และเสียงบรรยากาศ พร้อม lip-sync ที่แม่นยำ มีฟิสิกส์สมจริง ควบคุมสไตล์ภาพยนตร์ได้ และ Veo 3.1 ต่อคลิปได้ (clip extension) คลิปยาวประมาณ 8 วินาที ผู้ใช้ทั่วไปเข้าถึงผ่าน Google Flow (เครื่องมือทำหนัง) ด้วย credits บน AI Plus/Pro/Ultra ส่วนองค์กรใช้ผ่าน Vertex AI ข้อจำกัดสำคัญ: วิดีโอสั้น ~8 วินาที ไม่ใช่หนังยาว และ core chat model ไม่สร้างวิดีโอเอง (รายละเอียดเทคนิค prompt วิดีโออยู่ใน feature page)

สร้างวิดีโอโฆษณาสั้นพร้อมเสียงด้วย Veo

(ใน Google Flow) สร้างคลิปวิดีโอ 8 วินาทีสไตล์ภาพยนตร์: บาริสต้าเทลาเต้อาร์ตรูปหัวใจในคาเฟ่ตอนเช้า แสงธรรมชาตินุ่มนวล กล้องค่อย ๆ ซูมเข้าที่ถ้วยกาแฟ มีเสียงบรรยากาศคาเฟ่เบา ๆ และเสียงเทกาแฟ ปิดท้ายด้วยเสียงบาริสต้าพูดว่า 'อรุณสวัสดิ์ครับ'

ผลลัพธ์ที่คาดหวัง

คลิป ~8 วินาทีที่มีการเคลื่อนกล้องซูมเข้า เสียงบรรยากาศคาเฟ่ เสียงเทกาแฟ และบทพูดพร้อม lip-sync

จุดสอน

แสดงจุดเด่นจริงของ Veo เรื่องเสียงเนทีฟ+lip-sync สอนโครงสร้าง prompt วิดีโอ (subject + action + camera + lighting + audio) และย้ำข้อจำกัดความยาว ~8 วินาที

แบบฝึกหัดท้ายโมดูล

สร้างวิดีโอ text-to-video 1 คลิปสำหรับโปรโมตสินค้า พร้อมกำหนดการเคลื่อนกล้อง แสง และเสียงบรรยากาศให้ชัดเจน
ใช้ image-to-video จากภาพนิ่งที่มีอยู่ ทำให้เคลื่อนไหว 8 วินาที แล้วประเมินคุณภาพ lip-sync/ฟิสิกส์ และวางแผนว่าจะร้อยหลายคลิปเป็นเรื่องราวอย่างไรภายใต้ข้อจำกัดความยาว

🎯 Capstone ระดับกลาง: แคมเปญสื่อสารครบวงจรสำหรับผลิตภัณฑ์หนึ่งชิ้น

เลือกผลิตภัณฑ์/บริการจริง แล้วใช้ Deep Research ทำรายงานตลาดพร้อม citation รวมข้อมูลเว็บกับไฟล์ภายในของตน
สร้าง Gem ผู้ช่วยเขียนคอนเทนต์ตามแบรนด์ และใช้ผลิตแคปชัน/ข้อความแคมเปญที่สม่ำเสมอ
ใช้ Canvas จัดทำเอกสารแผนแคมเปญพร้อมอินโฟกราฟิกและ Audio Overview สรุปสำหรับผู้บริหาร
สร้างชุดภาพแคมเปญด้วย Imagen 4/Nano Banana (คง style consistency) และวิดีโอสั้น ~8 วินาทีด้วย Veo
ประกอบทุกชิ้นงานใน Google Workspace (Docs/Slides) โดยใช้แผงข้าง Gemini และนำเสนอพร้อมระบุจุดที่ต้องตรวจสอบข้อเท็จจริง

ก้าวต่อไป

ระดับสูง: พัฒนาโซลูชันและงาน agentic ด้วย Gemini API

ไปต่อ →