← กลับหน้าภาพรวม
ระดับ 2 · INTERMEDIATE

ระดับกลาง: สร้างเวิร์กโฟลว์มืออาชีพด้วยฟีเจอร์เด่นของ Gemini

Gems, Deep Research, Canvas, Google Workspace และการสร้างสื่อภาพ/วิดีโอเบื้องต้น

📦 6 โมดูล⏱ 15 ชั่วโมง (6 โมดูล ๆ ละ ~2.5 ชั่วโมง)

6 โมดูลในระดับนี้: 2.1 Gems: สร้างผู้ช่วยเฉพา · 2.2 Deep Research: agent ค · 2.3 Canvas: พื้นที่ทำงานโต · 2.4 Gemini ใน Google Works · 2.5 สร้างภาพระดับมืออาชีพด · 2.6 สร้างวิดีโอสั้นพร้อมเส

2.1
โมดูล 2.1

Gems: สร้างผู้ช่วยเฉพาะทางที่ใช้ซ้ำได้

ผู้ช่วย Gemini เวอร์ชันที่เราตั้งค่าเอง ทั้งบุคลิก (persona) คำสั่งประจำ และความรู้ที่แนบให้

🎯 วัตถุประสงค์การเรียนรู้

  • สร้าง Gem ที่มีบุคลิกของมันเอง (persona) มีคำสั่งประจำ และมีความรู้เฉพาะทาง เอาไว้ใช้กับงานที่ต้องทำซ้ำ ๆ
  • เขียนคำสั่งหลัก (system instruction) ให้ Gem ตอบได้นิ่ง ๆ สม่ำเสมอ และตรงบทบาทที่เราวางไว้
  • หยิบ Gems มาใช้ได้ทั้งในแอปโดยตรง และในแถบด้านข้าง (side panel) ของ Google Workspace

เนื้อหา

Gems ก็คือ Gemini เวอร์ชันที่เราสร้างเอง โดยตั้งค่าคำสั่ง บุคลิก (persona) และความรู้เอาไว้ล่วงหน้า แล้วหยิบมาใช้ซ้ำได้เรื่อย ๆ เหมาะกับงานที่ต้องทำบ่อย ๆ เช่น ผู้ช่วยตอบลูกค้า ผู้ช่วยเขียนคอนเทนต์ตามสไตล์แบรนด์ หรือผู้ช่วยตรวจเอกสาร ตั้งแต่ ก.ค. 2025 เป็นต้นมา เรายังเรียก Gems มาใช้ในแถบด้านข้าง (side panel) ของ Google Workspace (Docs, Sheets, Slides, Drive, Gmail) ได้ด้วย เท่ากับว่าหยิบผู้ช่วยเฉพาะทางมาช่วยได้เลยตอนกำลังทำงานจริง

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 ที่พอเราป้อนหัวข้ออะไรไป มันก็เขียนแคปชันให้เลย 3 แบบตามน้ำเสียงแบรนด์ พร้อมคำถามชวนคุยและแฮชแท็กทุกครั้ง

จุดสอน

สอนให้แยกเป็นส่วน ๆ ว่า 'บุคลิก (persona) + กรอบที่ตั้งไว้ประจำ + ความรู้ที่แนบให้' และย้ำว่า Gem ช่วยให้คนทั้งทีมได้ผลออกมานิ่งเหมือนกัน โดยไม่ต้องมานั่งพิมพ์ prompt ยาว ๆ ซ้ำทุกครั้ง

แบบฝึกหัดท้ายโมดูล

  1. สร้าง Gem สำหรับงานจริงของตัวเอง (เช่น ผู้ช่วยสรุปประชุม หรือผู้ช่วยตอบอีเมลลูกค้า) แล้วลองทดสอบด้วยข้อมูลที่ป้อนเข้าไป 3 ชุด จากนั้นปรับคำสั่งจนผลออกมานิ่งสม่ำเสมอ
  2. เรียก Gem ที่สร้างไว้มาใช้จากแถบด้านข้าง (side panel) ใน Google Docs หรือ Gmail แล้วจดไว้ว่ามันต่างจากการใช้ในแอปหลักตรงไหนบ้าง
2.2
โมดูล 2.2

Deep Research: ผู้ช่วยค้นคว้าอัตโนมัติที่ทำรายงานพร้อมอ้างอิงแหล่งให้เลย

มันช่วยวางแผน ค้นจากหลายแหล่ง แล้วทำเป็นรายงานที่ระบุแหล่งอ้างอิง (citation)

🎯 วัตถุประสงค์การเรียนรู้

  • ให้ Deep Research ช่วยวางแผน ค้นคว้าจากหลายแหล่ง แล้วทำรายงานที่บอกแหล่งที่มาให้ครบ
  • ผสมข้อมูลจากเว็บสาธารณะเข้ากับไฟล์ PDF หรือรูปของเราเองในการค้นคว้าครั้งเดียว
  • ไล่ตรวจแหล่งอ้างอิง (citation) และแปลงรายงานให้กลายเป็นสรุปเสียง (Audio Overview)

เนื้อหา

Deep Research ก็คือผู้ช่วยค้นคว้าอัตโนมัติ (agent) ที่ช่วยวางแผน เปิดดูแหล่งข้อมูลเยอะ ๆ แล้วสรุปออกมาเป็นรายงานที่บอกด้วยว่าข้อมูลแต่ละอันมาจากไหน จุดเด่นสำคัญคือมันเอาข้อมูลจากเว็บสาธารณะมารวมกับไฟล์ PDF หรือรูปที่เราอัปโหลดเองได้ แถมยังเปลี่ยนรายงานให้เป็นสรุปเสียง (Audio Overview) แบบพอดแคสต์ที่มีคนดำเนินรายการสองคนคุยกันได้อีก แต่ถ้าจะใช้แบบมืออาชีพก็ต้องไล่เช็กแหล่งอ้างอิงทุกครั้ง เพราะรายงานยังมีโอกาสคลาดเคลื่อนได้อยู่

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

รายงานมีโครงสร้างชัดเจน ผสมข้อมูลตลาดจากเว็บเข้ากับข้อมูลยอดขายภายใน มีการอ้างอิงแหล่งในทุกข้อค้นพบ และมีคำแนะนำเชิงกลยุทธ์

จุดสอน

แสดงจุดเด่นจริงของ Deep Research คือรวมข้อมูลจากเว็บกับไฟล์ของคุณเข้าด้วยกัน สอนให้ไล่ตรวจแหล่งอ้างอิงทีละข้อ และให้บอกความต่างว่าข้อไหนมาจากข้อมูลภายใน ข้อไหนมาจากเว็บ

แบบฝึกหัดท้ายโมดูล

  1. ใช้ Deep Research ทำรายงานเปรียบเทียบเครื่องมือ 3 ตัวในสายงานของตัวเอง แล้วลองเช็กแหล่งอ้างอิงอย่างน้อย 5 แหล่งว่าตรงกับเนื้อหาจริงไหม
  2. เปลี่ยนรายงาน Deep Research ให้เป็นสรุปเสียง (Audio Overview) แล้วลองดูว่าเหมาะกับการฟังสรุประหว่างเดินทางแค่ไหน และมีจุดไหนที่ควรกลับไปตรวจเพิ่ม
2.3
โมดูล 2.3

Canvas: พื้นที่ทำงานโต้ตอบสำหรับเอกสาร โค้ด และสื่อ

แก้เอกสารกับโค้ดพร้อมเห็นตัวอย่างสด ๆ (live preview) และสร้างอินโฟกราฟิก ควิซ กับสรุปเสียง (Audio Overview) ได้ในที่เดียว

🎯 วัตถุประสงค์การเรียนรู้

  • ใช้ Canvas ร่างและแก้เอกสารกับโค้ด พร้อมเห็นตัวอย่างผลลัพธ์แบบสด ๆ ทันที (live preview)
  • สร้างอินโฟกราฟิกแบบกดโต้ตอบได้ แบบทดสอบ (ควิซ) และสรุปเสียง (Audio Overview) จากเนื้อหาที่อยู่ใน Canvas
  • ทำงานเป็นรอบ ๆ ค่อย ๆ ปรับ (iterate) เพื่อให้ผลลัพธ์ดีขึ้นทีละนิดอย่างเป็นระบบ

เนื้อหา

Canvas คือพื้นที่ทำงานที่เรากดโต้ตอบกับมันได้ ไว้เขียนและแก้เอกสารกับโค้ด พร้อมเห็นตัวอย่างผลลัพธ์สด ๆ ทันที (live preview) นอกจากนั้นยังสร้างอินโฟกราฟิกแบบกดโต้ตอบได้ แบบทดสอบ (ควิซ) และสรุปเสียงแบบพอดแคสต์ (Audio Overview รองรับ 45 ภาษา) ได้อีกด้วย มันเหมาะกับงานที่ต้องปรับหลาย ๆ รอบและอยากเห็นผลทันที เช่น ทำสื่อการสอน เอกสารนำเสนอ หรือหน้าเว็บต้นแบบง่าย ๆ

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 และให้ผู้เรียนทำเป็นรอบ ๆ ปรับควิซให้ยากขึ้นหรือง่ายลง เพื่อให้เห็นการทำงานแบบโต้ตอบ

แบบฝึกหัดท้ายโมดูล

  1. ใช้ Canvas ร่างบทความหรือหน้าแลนดิงเพจสั้น ๆ แล้วปรับแก้อย่างน้อย 3 รอบ โดยคอยดูตัวอย่างผลสด ๆ (live preview) ไปด้วยเพื่อประเมินว่าดีขึ้นไหม
  2. สร้างอินโฟกราฟิกแบบกดโต้ตอบได้ หรือแบบทดสอบ (ควิซ) จากเรื่องที่ตัวเองถนัด 1 เรื่อง แล้วแปลงเป็นสรุปเสียง (Audio Overview) พร้อมลองฟังว่าเสียงออกมาดีแค่ไหน
2.4
โมดูล 2.4

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

แถบด้านข้าง Gemini คอยช่วยงานตามเนื้อหาของไฟล์ที่เราเปิดอยู่

🎯 วัตถุประสงค์การเรียนรู้

  • ใช้แถบด้านข้าง Gemini ใน Gmail กับ Docs เพื่อสรุป ร่าง และเกลาข้อความให้เข้ากับงานที่อยู่ตรงหน้า
  • ใช้ Gemini ใน Sheets ช่วยวิเคราะห์ข้อมูล เขียนสูตร และทำตารางสรุปข้อมูล (pivot table)
  • รู้ว่าฟีเจอร์ไหนที่ถูกล็อกไว้ ต้องมี Google AI Pro/Ultra หรือส่วนเสริม (add-on) ของ Workspace ถึงจะใช้ได้

เนื้อหา

Gemini มีแถบด้านข้าง (side panel) ฝังอยู่ใน Gmail, Docs, Sheets, Slides, Drive และ Chat คอยช่วยงานตามเนื้อหาของไฟล์ที่เราเปิดอยู่ เช่น ใน Gmail ช่วยสรุปทั้งเธรด ร่างและเกลาอีเมล; ใน Docs ช่วยร่าง เกลา สรุป และสร้างภาพ; ใน Sheets ช่วยสร้าง จัดการ และแก้ทั้งชีต เขียนสูตร ทำตารางสรุปข้อมูล (pivot table) วิเคราะห์ข้อมูล และเติมข้อมูลที่ยังขาด; ใน Slides ช่วยแนะนำการจัดวาง (เลย์เอาต์) เขียนข้อความใหม่ และสร้างภาพ แถมยังเรียก Gems มาใช้ในแถบด้านข้างได้ด้วย ข้อควรรู้คือ ฟีเจอร์ขั้นสูงของ Workspace ส่วนมากต้องมี Google AI Pro/Ultra หรือส่วนเสริม (add-on) ระดับ Business/Enterprise ถึงจะใช้ได้ และมักเปิดให้ใช้ภาษาอังกฤษก่อน แล้วค่อยทยอยเปิดตามประเทศและภาษา

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

Gemini สร้างตารางสรุปข้อมูล (pivot table) ระบุสาขาที่ยอดตก และให้สูตรคำนวณอัตราการเติบโต โดยอ้างอิงข้อมูลจริงในชีต

จุดสอน

แสดงความสามารถจริงของ Gemini ใน Sheets (ตารางสรุปข้อมูล สูตร และการวิเคราะห์) และย้ำให้ตรวจสอบสูตรกับตัวเลขที่ได้ก่อนนำไปตัดสินใจ

แบบฝึกหัดท้ายโมดูล

  1. ใช้แถบด้านข้าง Gemini ใน Gmail ช่วยสรุปเธรดยาว ๆ และร่างคำตอบ แล้วปรับน้ำเสียงให้เหมาะกับผู้รับที่ต่างกัน 2 แบบ
  2. ในไฟล์ Sheets จริงหรือชุดข้อมูลตัวอย่าง ให้ Gemini สร้างตารางสรุปข้อมูล (pivot table) และวิเคราะห์แนวโน้มให้ แล้วเช็กความถูกต้องของผลด้วยตัวเองอีกที
2.5
โมดูล 2.5

สร้างภาพระดับมืออาชีพด้วย Imagen 4 และ Nano Banana

สร้างภาพจากข้อความ (text-to-image) แก้ภาพด้วยการสั่งเป็นคำพูดธรรมดา และคุมให้ภาพออกมาเหมือนเดิมทุกครั้ง

🎯 วัตถุประสงค์การเรียนรู้

  • สร้างภาพจากข้อความด้วย Imagen 4 และแก้ภาพด้วยการสั่งเป็นคำพูดผ่าน Nano Banana
  • ผสมหลายภาพให้รวมเป็นภาพเดียว (multi-image fusion) และคุมให้ตัวละครกับสไตล์เหมือนเดิม แม้จะสร้างหลายครั้ง
  • เข้าใจเรื่องลายน้ำ SynthID และรู้ว่าโมเดลสร้างภาพยังมีข้อจำกัดตรงไหนบ้าง

เนื้อหา

Gemini สร้างภาพได้ผ่านสองเครื่องมือหลัก ตัวแรกคือ Nano Banana (ชื่อจริงคือ Gemini 2.5 Flash Image เปิดตัว 26 ส.ค. 2025) เก่งเรื่องแก้ภาพด้วยการสั่งเป็นคำพูดธรรมดา ผสมหลายภาพให้รวมเป็นภาพเดียว (multi-image fusion) คุมให้ตัวละครและสไตล์เหมือนเดิม สร้างภาพโดยอิงความรู้จากทั่วโลก ทำงานไว และรับงานพร้อมกันได้เยอะ ส่วนตัวที่สองคือ Imagen 4 (มีรุ่น Ultra/Standard/Fast) เอาไว้สร้างภาพจากข้อความ ความละเอียดสูงถึง 2K และเขียนตัวหนังสือลงในภาพได้คมชัดขึ้น (เลยเหมาะกับโปสเตอร์ การ์ด และการ์ตูน) ทุกภาพที่สร้างจะติดลายน้ำ SynthID แบบมองด้วยตาเปล่าไม่เห็น ส่วนข้อจำกัดก็คือ โมเดลภาพตัวเล็ก ๆ ยังอ่อนเรื่องความรู้โลกเชิงลึก การมองพื้นที่แบบ 3 มิติ และความถูกต้องของข้อเท็จจริง (รายละเอียดเทคนิคการเขียน prompt สำหรับภาพอยู่ในหน้าฟีเจอร์)

สร้างภาพโปสเตอร์ที่มีข้อความด้วย Imagen 4
สร้างภาพโปสเตอร์งานเปิดร้านกาแฟสไตล์มินิมอล โทนสีน้ำตาลอบอุ่น มีถ้วยกาแฟลาเต้อาร์ตตรงกลาง พร้อมข้อความบนภาพว่า 'GRAND OPENING' ด้านบน และ '9 AM, Saturday' ด้านล่าง จัดวางให้อ่านง่าย เหมาะพิมพ์ขนาด A3
ผลลัพธ์ที่คาดหวัง

ภาพโปสเตอร์ความละเอียดสูงที่มีข้อความ 'GRAND OPENING' และเวลาแสดงผลชัดเจน จัดองค์ประกอบเหมาะกับการพิมพ์

จุดสอน

ชี้จุดเด่นจริงของ Imagen 4 เรื่องการเขียนตัวหนังสือลงในภาพและความละเอียด 2K สอนให้ระบุข้อความในภาพ การจัดวาง และปลายทางที่จะเอาไปใช้ (พิมพ์ขนาด A3)

แก้ไขภาพเชิงสนทนาด้วย Nano Banana
(อัปโหลดรูปสินค้าเดิม) 'ช่วยเปลี่ยนพื้นหลังของรูปสินค้านี้เป็นโต๊ะไม้ในคาเฟ่ที่มีแสงธรรมชาติ โดยคงตัวสินค้าและโลโก้ให้เหมือนเดิมทุกประการ แล้วสร้างอีก 2 เวอร์ชันที่เปลี่ยนมุมแสง'
ผลลัพธ์ที่คาดหวัง

ภาพสินค้าเดิมบนพื้นหลังใหม่ที่รักษาตัวสินค้าและโลโก้ให้คงเดิม พร้อมเวอร์ชันมุมแสงต่างกัน

จุดสอน

สาธิตการแก้ภาพด้วยการสั่งเป็นคำพูด และการคงองค์ประกอบให้เหมือนเดิมของ Nano Banana ย้ำการสั่ง 'คงองค์ประกอบเดิม' และเตือนว่าทุกภาพมีลายน้ำ SynthID

แบบฝึกหัดท้ายโมดูล

  1. ใช้ Imagen 4 สร้างชุดภาพการ์ดเชิญที่มีข้อความบนภาพ 3 แบบ แล้วดูว่าตัวหนังสือในภาพออกมาคมชัดแค่ไหน
  2. ใช้ Nano Banana ผสมหลายภาพให้รวมเป็นภาพเดียว (multi-image fusion) โดยเอาภาพสินค้ามารวมกับฉากใหม่ พร้อมคุมสไตล์ให้เหมือนกันอย่างน้อย 3 ภาพ ทำเป็นชุดแคมเปญ
2.6
โมดูล 2.6

สร้างวิดีโอสั้นพร้อมเสียงด้วย Veo และ Google Flow

สร้างวิดีโอจากข้อความ (text-to-video) หรือจากภาพ (image-to-video) พร้อมเสียงที่มากับตัว และขยับปากให้ตรงกับเสียงพูด (lip-sync)

🎯 วัตถุประสงค์การเรียนรู้

  • สร้างวิดีโอสั้นราว 8 วินาทีด้วย Veo จากข้อความหรือจากภาพก็ได้ ผ่าน Google Flow
  • ใช้ความสามารถสร้างเสียงมาในตัวของ Veo (ทั้งบทพูด เอฟเฟกต์เสียง เสียงบรรยากาศ พร้อมขยับปากให้ตรงกับเสียงพูด หรือ lip-sync)
  • รู้ว่าต้องมีเครดิต (ซึ่งมากับแพ็กเกจ AI Plus/Pro/Ultra) ถึงจะใช้ได้ และรู้ว่าคลิปยังมีข้อจำกัดเรื่องความยาว

เนื้อหา

Veo (จาก Google DeepMind) คือเครื่องมือสร้างวิดีโอ จะสร้างจากข้อความหรือจากภาพก็ได้ เวอร์ชันตอนนี้คือ Veo 3 (เปิดตัวในงาน I/O 2025) กับ Veo 3.1 / 3.1 Fast (ยังเป็นรุ่นทดลอง) จุดเด่นคือมันเป็นรายแรกที่สร้างเสียงมาในตัวเลย ทั้งบทพูด เอฟเฟกต์เสียง และเสียงบรรยากาศ แถมขยับปากให้ตรงกับเสียงพูด (lip-sync) ได้แม่นยำ ภาพเคลื่อนไหวก็สมจริงตามหลักฟิสิกส์ คุมสไตล์ให้ดูเหมือนหนังได้ และ Veo 3.1 ยังต่อคลิปให้ยาวขึ้นได้ (clip extension) ตัวคลิปยาวประมาณ 8 วินาที คนทั่วไปเข้าไปใช้ผ่าน Google Flow (เครื่องมือทำหนัง) โดยใช้เครดิตในแพ็กเกจ AI Plus/Pro/Ultra ส่วนองค์กรใช้ผ่าน Vertex AI ข้อจำกัดสำคัญคือ วิดีโอยังสั้นแค่ราว 8 วินาที ไม่ใช่หนังยาว และตัวโมเดลแชตหลักก็สร้างวิดีโอเองไม่ได้ (รายละเอียดเทคนิคการเขียน prompt สำหรับวิดีโออยู่ในหน้าฟีเจอร์)

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

คลิป ~8 วินาทีที่มีการเคลื่อนกล้องซูมเข้า เสียงบรรยากาศคาเฟ่ เสียงเทกาแฟ และบทพูดที่ขยับปากตรงกับเสียง (lip-sync)

จุดสอน

แสดงจุดเด่นจริงของ Veo เรื่องเสียงในตัวและการขยับปากตรงกับเสียง (lip-sync) สอนโครงสร้าง prompt วิดีโอ (ตัวแบบ + การกระทำ + มุมกล้อง + แสง + เสียง) และย้ำข้อจำกัดความยาว ~8 วินาที

แบบฝึกหัดท้ายโมดูล

  1. สร้างวิดีโอจากข้อความ (text-to-video) 1 คลิปสำหรับโปรโมตสินค้า พร้อมสั่งให้ชัดเจนว่าจะเคลื่อนกล้องยังไง แสงเป็นแบบไหน และมีเสียงบรรยากาศอะไรบ้าง
  2. ลองสร้างวิดีโอจากภาพ (image-to-video) โดยเอาภาพนิ่งที่มีอยู่มาทำให้ขยับได้ 8 วินาที แล้วดูว่าปากขยับตรงกับเสียง (lip-sync) แค่ไหน และภาพเคลื่อนไหวสมจริงตามหลักฟิสิกส์ไหม พร้อมคิดต่อว่าจะร้อยหลาย ๆ คลิปให้เป็นเรื่องเดียวกันได้ยังไงภายใต้ข้อจำกัดเรื่องความยาว

🎯 Capstone ระดับกลาง: แคมเปญสื่อสารครบวงจรสำหรับผลิตภัณฑ์หนึ่งชิ้น

  1. เลือกผลิตภัณฑ์หรือบริการจริงมาสัก 1 อย่าง แล้วใช้ Deep Research ทำรายงานตลาดพร้อมบอกแหล่งอ้างอิง โดยเอาข้อมูลจากเว็บมารวมกับไฟล์ภายในของตัวเอง
  2. สร้าง Gem ผู้ช่วยเขียนคอนเทนต์ตามสไตล์แบรนด์ แล้วใช้มันช่วยเขียนแคปชันกับข้อความแคมเปญให้ออกมาโทนเดียวกันตลอด
  3. ใช้ Canvas ทำเอกสารแผนแคมเปญ พร้อมอินโฟกราฟิกและสรุปเสียง (Audio Overview) สำหรับผู้บริหาร
  4. สร้างชุดภาพแคมเปญด้วย Imagen 4 หรือ Nano Banana (คุมสไตล์ให้เหมือนกัน) และวิดีโอสั้นราว 8 วินาทีด้วย Veo
  5. เอาทุกชิ้นงานมาประกอบใน Google Workspace (Docs/Slides) โดยใช้แถบด้านข้าง Gemini ช่วย แล้วนำเสนอ พร้อมชี้ให้เห็นด้วยว่าจุดไหนบ้างที่ต้องกลับไปตรวจสอบข้อเท็จจริง
ก้าวต่อไป

ระดับสูง: พัฒนาโซลูชันและงาน agentic ด้วย Gemini API

ไปต่อ →