Name: ระดับพื้นฐาน: เริ่มต้นใช้งาน Google NotebookLM อย่างมั่นใจ · หลักสูตร NotebookLM อย่างมืออาชีพ
Author: จักริน นพรุจนธาดา

1.1

โมดูล 1.1

NotebookLM คืออะไร: ผู้ช่วยวิจัยที่ยึดจากแหล่งข้อมูลของคุณ

เข้าใจแนวคิดหัวใจ 'source-grounded' และรู้ว่ามันต่างจาก ChatGPT/Gemini ตรงไหน เหมาะกับงานแบบไหน

🎯 วัตถุประสงค์การเรียนรู้

อธิบายได้ว่า NotebookLM ตอบโดยอิงจาก 'แหล่งข้อมูลที่เราอัปโหลด' เท่านั้น (source-grounded) ไม่ใช่จากความรู้ทั่วไปของมันเอง
บอกได้ว่าเมื่อไรควรใช้ NotebookLM และเมื่อไรควรใช้แชตบอตทั่วไปอย่าง ChatGPT/Gemini แทน
รู้ว่าเบื้องหลัง NotebookLM ใช้โมเดล Gemini ของ Google และการอ้างอิง (citation) ช่วยให้เชื่อถือได้กว่าอย่างไร

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: ChatGPT/Gemini เหมือน 'เพื่อนรอบรู้' ที่ตอบได้ทุกเรื่องแต่บางทีก็จำผิดหรือมั่ว ส่วน NotebookLM เหมือน 'ผู้ช่วยวิจัยที่อ่านเฉพาะกองเอกสารที่เราวางไว้บนโต๊ะให้' แล้วสรุป/ตอบให้เฉพาะจากในกองนั้น พร้อมชี้ให้ดูว่า 'อยู่หน้านี้ บรรทัดนี้นะ' ทุกครั้ง

🎯

ทำไมต้องรู้: เพราะพอมันตอบเฉพาะจากเอกสารของเรา คำตอบเลย 'ตรวจสอบย้อนได้' และมั่วน้อยลงมาก เหมาะกับงานที่ต้องอ้างอิงได้จริง เช่น อ่านงานวิจัย สรุปสัญญา ทบทวนบทเรียน หรือค้นข้อมูลจากคู่มือบริษัท

เนื้อหา

NotebookLM คือผู้ช่วยด้านการวิจัยและการคิดงานของ Google (เริ่มจากโปรเจกต์ทดลองชื่อ Project Tailwind) หัวใจของมันคือแนวคิด 'ยึดจากแหล่งข้อมูล' (source-grounded) นั่นคือ เราอัปโหลดเอกสารหรือลิงก์ที่ไว้ใจเข้าไปก่อน (เรียกว่า 'sources' หรือ 'แหล่งข้อมูล') แล้ว NotebookLM จะตอบคำถาม สรุป และสร้างสื่อต่าง ๆ 'จากในแหล่งข้อมูลเหล่านั้นเท่านั้น' ไม่ได้เอาความรู้ทั่วไปของโมเดลมาปนโดยพลการ ทุกคำตอบจะมีเลขอ้างอิง (citation) เล็ก ๆ ที่กดแล้วเด้งไปยังประโยคต้นทางในเอกสารให้เราตรวจได้ทันที จุดนี้เองที่ทำให้มันต่างจากแชตบอตทั่วไปอย่างชัดเจน

เบื้องหลัง NotebookLM ขับเคลื่อนด้วยโมเดลตระกูล Gemini รุ่นล่าสุดของ Google (Google จะอัปเกรดโมเดลให้เองอัตโนมัติ เราไม่ต้องเลือกรุ่น) เพราะมันโฟกัสอยู่กับเอกสารของเรา มันเลยเหมาะกับงาน 'อ่านลึก' เช่น อ่านรายงาน 200 หน้าแล้วถามเจาะจง ทบทวนเลกเชอร์ทั้งเทอม รวมคำให้การหลายฉบับ ในทางกลับกัน ถ้าเราต้องการข้อมูลสด ๆ จากอินเทอร์เน็ต หรืออยากให้ AI 'แต่งเรื่องใหม่' ที่ไม่อิงเอกสาร แชตบอตทั่วไปจะเหมาะกว่า — หลักคิดคือ 'NotebookLM ช่วยให้เข้าใจสิ่งที่เรามีอยู่แล้ว ไม่ใช่ไปหาสิ่งใหม่จากทั้งโลก'

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

source-groundedการให้ AI ตอบโดยยึดจากเอกสารที่เราป้อนให้เท่านั้น ไม่ปนความรู้ทั่วไปของมันเอง

source / แหล่งข้อมูลไฟล์หรือลิงก์ที่เราอัปโหลดเข้า NotebookLM เช่น PDF, Google Docs, เว็บ, YouTube

citation / การอ้างอิงเลขเล็ก ๆ ท้ายคำตอบที่กดแล้วพาไปดูประโยคต้นทางในเอกสารว่าคำตอบมาจากตรงไหน

hallucinationอาการที่ AI 'มั่ว' ตอบเรื่องที่ฟังดูจริงแต่ไม่มีในข้อมูลจริง — NotebookLM ช่วยลดอาการนี้

notebook / สมุดพื้นที่ทำงานหนึ่งโปรเจกต์ ที่รวมแหล่งข้อมูล บทสนทนา และสื่อที่สร้างไว้ด้วยกัน

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ถามคำถามแรกกับเอกสารที่อัปโหลดไว้

(อัปโหลดรายงานประจำปีบริษัท PDF 1 ไฟล์ แล้วพิมพ์ในช่องแชต) สรุปผลประกอบการปีนี้ให้เป็น 5 หัวข้อย่อย และบอกด้วยว่ารายได้เติบโตหรือลดลงจากปีก่อนกี่เปอร์เซ็นต์ พร้อมอ้างอิงหน้าที่พบตัวเลข

ผลลัพธ์ที่คาดหวัง

สรุป 5 หัวข้อพร้อมตัวเลขการเติบโต และมีเลขอ้างอิง (1)(2) ท้ายประโยคที่กดแล้วเด้งไปหน้าต้นทางในไฟล์ — ถ้าไม่มีตัวเลขในเอกสาร มันจะบอกว่า 'ไม่พบข้อมูลในแหล่งที่ให้มา' แทนที่จะเดา

จุดสอน

ให้ผู้เรียนเห็นความต่างชัด ๆ ว่า NotebookLM ไม่มั่วตัวเลข ถ้าไม่มีในไฟล์มันจะยอมรับตรง ๆ และทุกคำตอบตรวจย้อนได้ทันที นี่คือหัวใจของ source-grounded

ทดสอบขอบเขต: ถามเรื่องที่ไม่มีในเอกสาร

ราคาหุ้นของบริษัทนี้วันนี้เท่าไหร่ และคู่แข่งรายใหญ่ที่สุดในตลาดคือใคร

ผลลัพธ์ที่คาดหวัง

NotebookLM จะตอบว่าข้อมูลนี้ไม่ได้อยู่ในแหล่งที่อัปโหลด (เพราะมันไม่ได้ต่ออินเทอร์เน็ตสด และไม่เดาจากความรู้ทั่วไป) แล้วแนะให้เพิ่มแหล่งข้อมูลที่มีเรื่องนั้นเข้าไปก่อน

จุดสอน

สอนให้เข้าใจ 'ขอบเขต' ของเครื่องมือ: งานข้อมูลสด/ราคาปัจจุบัน ต้องใช้ Perplexity หรือ Gemini ที่ค้นเว็บได้ ส่วน NotebookLM เหมาะกับการเจาะลึกเอกสารที่เรามี

แบบฝึกหัดท้ายโมดูล

เขียนด้วยคำพูดตัวเอง 3 บรรทัด ว่า NotebookLM ต่างจาก ChatGPT อย่างไร แล้วยกงานจริงของคุณมา 2 งาน บอกว่างานไหนควรใช้ตัวไหน เพราะอะไร
อัปโหลดเอกสาร 1 ไฟล์ที่คุณคุ้นเคย (เช่น รายงาน คู่มือ หรือบทความ) แล้วลองถาม 1 คำถามที่ 'มีคำตอบในไฟล์' กับ 1 คำถามที่ 'ไม่มีในไฟล์' สังเกตว่ามันตอบต่างกันอย่างไร

1.2

โมดูล 1.2

สร้าง Notebook แรก และเพิ่มแหล่งข้อมูล (sources)

รู้จักชนิดไฟล์ที่รองรับ ขีดจำกัด และวิธีเริ่มโปรเจกต์ให้เป็นระเบียบตั้งแต่แรก

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Notebook ใหม่และเพิ่มแหล่งข้อมูลได้หลายชนิด (PDF, Google Docs/Slides/Sheets, เว็บ, ลิงก์ YouTube, ข้อความวาง, ไฟล์เสียง)
รู้ขีดจำกัดคร่าว ๆ ของแต่ละแพ็กเกจ (จำนวน sources ต่อสมุด และจำนวนคำต่อแหล่ง)
ตั้งชื่อสมุดและจัดกลุ่มแหล่งข้อมูลให้ค้นง่าย ใช้ต่อได้ยาว ๆ

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: 'Notebook' ก็เหมือนแฟ้มโปรเจกต์หนึ่งแฟ้ม ส่วน 'sources' คือเอกสารที่เราหนีบเข้าไปในแฟ้มนั้น เราจะมีหลายแฟ้มก็ได้ เช่น แฟ้ม 'วิชากฎหมาย' แฟ้ม 'โปรเจกต์ลูกค้า A' แยกกันไป NotebookLM จะตอบจากเฉพาะเอกสารในแฟ้มที่เราเปิดอยู่

🎯

ทำไมต้องรู้: ถ้าเราหนีบเอกสารมั่ว ๆ ปนกันหลายเรื่องในแฟ้มเดียว คำตอบก็จะสับสน แต่ถ้าแยกแฟ้มตามหัวข้อและใส่เฉพาะเอกสารที่เกี่ยวข้อง คำตอบจะคม ตรง และเชื่อถือได้กว่ามาก

เนื้อหา

เริ่มจากเข้า notebooklm.google.com (หรือแอปมือถือ) แล้วกด 'สร้างใหม่' จะได้ Notebook เปล่าหนึ่งเล่ม จากนั้นกด 'เพิ่มแหล่งข้อมูล' (Add sources) NotebookLM รองรับหลายชนิด ได้แก่ ไฟล์ PDF, Google Docs, Google Slides, Google Sheets, เว็บไซต์ (วางลิงก์), ลิงก์วิดีโอ YouTube (มันจะใช้คำบรรยาย/ซับของคลิป), ข้อความที่ก๊อปวางเข้าไป (copied text) รวมถึงไฟล์เสียงอย่าง mp3 มันจะประมวลผลเอกสารสักครู่ แล้วสรุปแต่ละแหล่งให้อัตโนมัติ

เรื่องขีดจำกัด (ตัวเลขปรับได้เรื่อย ๆ ควรเช็กหน้าทางการก่อน) คร่าว ๆ คือ แบบฟรีอัปได้ราว 50 แหล่งต่อสมุด ส่วนแพ็กเกจเสียเงิน (NotebookLM Plus/Pro/Ultra) เพิ่มเป็นหลักร้อยถึงหลายร้อยแหล่งต่อสมุด และแต่ละแหล่งรับได้ราว 500,000 คำ (หรือประมาณ 200 MB) ซึ่งถือว่าเยอะมาก รับเอกสารหนา ๆ ได้สบาย เคล็ดลับสำคัญตั้งแต่วันแรกคือ 'ตั้งชื่อสมุดให้สื่อความ' และ 'ใส่เฉพาะแหล่งที่เกี่ยวข้องกับหัวข้อนั้นจริง ๆ' อย่ายัดทุกอย่างรวมกัน

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Add sourcesปุ่มเพิ่มแหล่งข้อมูลเข้าสมุด รองรับไฟล์ ลิงก์เว็บ ลิงก์ YouTube และข้อความวาง

Google Docs/Slidesเอกสาร/สไลด์บน Google Drive ที่ดึงเข้ามาเป็นแหล่งข้อมูลได้โดยตรง

transcript ของ YouTubeคำบรรยาย/ซับของคลิป ที่ NotebookLM ใช้เป็นเนื้อหา (คลิปต้องมีคำบรรยาย)

source limitจำนวนแหล่งข้อมูลสูงสุดต่อสมุด ขึ้นกับแพ็กเกจ (ฟรีน้อยกว่าแบบเสียเงิน)

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ลำดับการตั้งสมุด 'ทบทวนสอบวิชาเดียว' ให้เป็นระเบียบ

1) สร้าง Notebook ชื่อ "ชีววิทยา ม.6 — เตรียมสอบปลายภาค" 2) เพิ่ม sources: สไลด์เลกเชอร์ 8 บท (PDF), สรุปของอาจารย์ (Google Docs), คลิปติว YouTube 2 คลิป (วางลิงก์), และโน้ตที่จดเอง (วางข้อความ) 3) รอประมวลผล แล้วอ่านสรุปย่อของแต่ละ source ที่ NotebookLM ทำให้ 4) เปลี่ยนชื่อ source ที่กำกวมให้อ่านง่าย เช่น "บท5-พันธุกรรม"

ผลลัพธ์ที่คาดหวัง

สมุดหนึ่งเล่มที่รวมเฉพาะเอกสารวิชานี้ แต่ละแหล่งมีสรุปย่อและชื่อที่อ่านรู้เรื่อง พร้อมให้ถาม-ตอบและสร้างสื่อทบทวนต่อได้ทันที

จุดสอน

ย้ำวินัย 'หนึ่งสมุด = หนึ่งหัวข้อ' และการตั้งชื่อให้ดีตั้งแต่แรก จะช่วยให้คำตอบคมและกลับมาใช้ซ้ำได้ยาว ๆ

เคล็ดลับ: ลิงก์ YouTube ที่ไม่มีคำบรรยาย (ซับ) NotebookLM จะดึงเนื้อหาไม่ได้ ถ้าจะใช้คลิป ให้เลือกคลิปที่เปิดซับไว้ หรือถอดเสียงเป็นข้อความก่อนแล้วค่อยวางเข้าไป

แบบฝึกหัดท้ายโมดูล

สร้าง Notebook ใหม่ 1 เล่มเกี่ยวกับงานหรือเรื่องที่คุณสนใจ แล้วเพิ่มแหล่งข้อมูลอย่างน้อย 3 ชนิดที่ต่างกัน (เช่น 1 PDF + 1 ลิงก์เว็บ + 1 ข้อความวาง)
ตั้งชื่อสมุดและเปลี่ยนชื่อแต่ละ source ให้อ่านเข้าใจ แล้วจดว่าแหล่งไหนประมวลผลได้ดี แหล่งไหนมีปัญหา (เช่น PDF สแกนที่เป็นรูป อ่านตัวอักษรไม่ออก)

1.3

โมดูล 1.3

ถาม-ตอบกับแหล่งข้อมูล (Chat) และการอ้างอิง (citations)

ถามให้ได้คำตอบตรง อ่านการอ้างอิงเป็น และบันทึกคำตอบดี ๆ ไว้เป็นโน้ต

🎯 วัตถุประสงค์การเรียนรู้

ตั้งคำถามในช่องแชตให้ได้คำตอบที่เจาะจงและครอบคลุมหลายแหล่งพร้อมกัน
กดดูการอ้างอิง (citation) เพื่อตรวจว่าคำตอบมาจากประโยคไหนของแหล่งใด
บันทึกคำตอบที่ดีเป็นโน้ต (Note) และรู้ว่าโน้ตต่อยอดเป็นแหล่งข้อมูลใหม่ได้

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนถามผู้ช่วยที่อ่านเอกสารมาหมดแล้วว่า 'เรื่องนี้เอกสารว่าไง' แล้วเขาตอบพร้อมเปิดหน้าให้ดูว่า 'อยู่ตรงนี้' เราไม่ต้องเชื่อลอย ๆ กดเช็กได้เลย

🎯

ทำไมต้องรู้: การอ้างอิงคือ 'หลักฐาน' ที่ทำให้เราเอาคำตอบไปใช้กับงานจริง งานเรียน หรืองานที่ต้องรับผิดชอบได้อย่างสบายใจ เพราะตรวจย้อนกลับได้ทุกจุด

เนื้อหา

ในหน้า Notebook จะมีช่องแชตตรงกลางให้พิมพ์ถาม NotebookLM จะดึงคำตอบจากทุกแหล่งข้อมูลที่เปิดใช้อยู่ (เราติ๊กเลือกได้ว่าจะให้อ่านจากแหล่งไหนบ้าง) แล้วตอบพร้อมแปะเลขอ้างอิงเป็นตัวเลขเล็ก ๆ ท้ายประโยค พอกดที่เลขนั้น มันจะเปิดแหล่งต้นทางและไฮไลต์ประโยคที่มันอ้างอิงให้เห็นทันที นี่คือขั้นตอน 'ตรวจสอบ' ที่สำคัญ อย่าข้าม เพราะบางครั้ง AI อาจตีความประโยคผิดได้ แม้จะอ้างอิงถูกที่ก็ตาม

คำตอบที่ดีเราสามารถกด 'บันทึกเป็นโน้ต' (Save to note) เก็บไว้ในสมุด และเรายังเขียนโน้ตเองได้ด้วย ที่สำคัญคือโน้ตเหล่านี้แปลงกลับไปเป็น 'แหล่งข้อมูล' ใหม่ได้ (convert to source) ทำให้เราค่อย ๆ สร้างสรุปของตัวเองสะสมขึ้นมาแล้วให้ NotebookLM อ้างอิงต่อได้ เทคนิคการถามที่ได้ผลคือ ถามเจาะจง บอกรูปแบบที่อยากได้ (เป็นตาราง เป็นข้อ ๆ) และถ้าอยากได้ครบ ให้สั่งว่า 'อ้างอิงจากทุกแหล่ง' หรือชี้ไปที่แหล่งใดแหล่งหนึ่งโดยเฉพาะก็ได้ นอกจากนี้ NotebookLM ยังมีปุ่มคำถามแนะนำ (suggested questions) ให้กดเริ่มได้ง่าย ๆ

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Chatช่องพิมพ์ถาม-ตอบกับเอกสารในสมุด คำตอบจะอิงจากแหล่งข้อมูลที่เปิดใช้อยู่

Note / โน้ตที่จดคำตอบดี ๆ หรือความคิดของเราเก็บไว้ในสมุด แปลงเป็นแหล่งข้อมูลใหม่ได้

convert to sourceการเปลี่ยนโน้ตให้กลายเป็นแหล่งข้อมูล เพื่อให้ NotebookLM อ้างอิงต่อได้

suggested questionsคำถามที่ NotebookLM แนะนำให้กดเริ่ม เหมาะเวลานึกไม่ออกว่าจะถามอะไร

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ถามข้ามหลายแหล่งพร้อมขออ้างอิง

เอกสารทั้งหมดที่ให้มา (สัญญาจ้าง 3 ฉบับ) มีข้อกำหนดเรื่อง "การบอกเลิกสัญญา" ต่างกันอย่างไร ทำเป็นตารางเทียบทีละฉบับ: ระยะเวลาแจ้งล่วงหน้า, ค่าปรับ, เงื่อนไขพิเศษ พร้อมอ้างอิงข้อและหน้าของแต่ละฉบับ

ผลลัพธ์ที่คาดหวัง

ตารางเทียบ 3 ฉบับ แต่ละช่องมีเลขอ้างอิงกดดูต้นทางได้ ทำให้เห็นความต่างชัดและตรวจสอบได้ทุกจุด

จุดสอน

โชว์พลังการอ่านข้ามหลายเอกสารพร้อมกัน + ขออ้างอิงเสมอ ให้ผู้เรียนติดนิสัยกดเช็ก citation ก่อนเชื่อ

แบบฝึกหัดท้ายโมดูล

ในสมุดของคุณ ตั้งคำถามเจาะจง 3 ข้อ แล้ว 'กดดูการอ้างอิง' ทุกข้อ ตรวจว่าประโยคต้นทางตรงกับคำตอบจริงไหม จดกรณีที่ AI ตีความคลาดเคลื่อน (ถ้ามี)
บันทึกคำตอบที่ดีที่สุด 1 ข้อเป็นโน้ต แล้วลองแปลงโน้ตนั้นเป็นแหล่งข้อมูลใหม่ (convert to source) และถามต่อยอดจากมัน

1.4

โมดูล 1.4

Audio Overview: เปลี่ยนเอกสารเป็นพอดแคสต์ AI (เบื้องต้น)

ฟีเจอร์เด่นสุดของ NotebookLM สร้างรายการ Deep Dive ที่พิธีกร AI คุยสรุปเนื้อหาให้ฟัง

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Audio Overview (Deep Dive) จากแหล่งข้อมูลในสมุด แล้วฟัง/ดาวน์โหลด/แชร์ได้
เข้าใจว่ามันคือ 'บทสนทนาของพิธีกร AI' ที่สรุปเนื้อหา ไม่ใช่การอ่านเอกสารทีละคำ
รู้ว่าต้องตรวจสอบเนื้อหาเสียงกับต้นฉบับก่อนนำไปใช้จริง เพราะ AI อาจตีความบางจุดเพี้ยนได้

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนจ้างพิธีกรพอดแคสต์สองคนมาอ่านเอกสารของเราแล้วมานั่งคุยสรุปให้ฟังแบบเป็นกันเอง มีเกริ่น มีถาม-ตอบกันเอง มียกตัวอย่าง ฟังเพลิน ๆ ตอนขับรถหรือออกกำลังกายก็ได้ความรู้

🎯

ทำไมต้องรู้: คนจำนวนมากเรียนรู้จากการฟังได้ดีกว่าการอ่าน ฟีเจอร์นี้เปลี่ยนเอกสารหนา ๆ ให้กลายเป็นบทเรียนเสียงในไม่กี่นาที เป็นจุดที่ทำให้ NotebookLM ดังทั่วโลก

เนื้อหา

Audio Overview คือฟีเจอร์ที่เปลี่ยนแหล่งข้อมูลของเราให้กลายเป็นรายการเสียงคล้ายพอดแคสต์ รูปแบบยอดนิยมชื่อ 'Deep Dive' จะมีพิธีกร AI สองคน (เสียงชาย-หญิง) คุยสรุปประเด็นสำคัญในเอกสารให้ฟังแบบเป็นธรรมชาติ มีการโยนคำถามหากันและยกตัวอย่างประกอบ วิธีสร้างคือไปที่แผง Studio กดการ์ด 'Audio Overview' รอสักครู่ (เอกสารยิ่งยาว ยิ่งใช้เวลาสร้างนานขึ้น) แล้วมันจะได้ไฟล์เสียงที่เรากดฟังในเว็บ ดาวน์โหลด หรือแชร์ได้

สิ่งที่ต้องเข้าใจตั้งแต่แรกคือ Audio Overview เป็น 'การตีความและสรุป' ไม่ใช่การอ่านเอกสารทุกคำ พิธีกร AI อาจเลือกเน้นบางจุด ข้ามบางจุด หรือบางครั้งก็อธิบายเพิ่มเพื่อให้ฟังลื่น ดังนั้นถ้าจะเอาไปใช้กับงานที่ต้องแม่นยำ (เช่น กฎหมาย การแพทย์ ตัวเลขการเงิน) ต้องกลับไปเทียบกับต้นฉบับเสมอ ในแบบฟรีจะจำกัดจำนวนครั้งที่สร้างได้ต่อวัน (ราว ๆ ไม่กี่ครั้ง) ส่วนแพ็กเกจเสียเงินจะสร้างได้มากกว่าและปรับแต่งได้ละเอียดกว่า (เรื่องปรับแต่ง ภาษาไทย และโหมด Interactive จะลงลึกในระดับกลางและหน้า Audio Overview)

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Audio Overviewการสร้างรายการเสียงสรุปเอกสารแบบพอดแคสต์ AI

Deep Diveรูปแบบยอดนิยมของ Audio Overview ที่พิธีกร AI สองคนคุยเจาะลึกเนื้อหา

Studioแผงเครื่องมือด้านข้างสำหรับสร้างสื่อจากแหล่งข้อมูล เช่น เสียง วิดีโอ Mind Map รายงาน

การตีความ (interpretation)AI สรุปโดยเลือกเน้น/ข้ามบางจุด จึงต้องเทียบกับต้นฉบับก่อนใช้งานสำคัญ

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

สร้างพอดแคสต์สรุปบทเรียนไว้ฟังทบทวน

(ในสมุด "ชีววิทยา ม.6" → แผง Studio → กด Audio Overview → Generate) เป้าหมาย: ได้รายการเสียงสรุปเนื้อหาทั้ง 8 บท ไว้ฟังทบทวนระหว่างเดินทาง หลังสร้างเสร็จ: ฟัง 1 รอบ แล้วจดว่ามีจุดไหนที่พิธีกรสรุปเกิน/ขาด เทียบกับสไลด์ต้นฉบับ

ผลลัพธ์ที่คาดหวัง

ไฟล์เสียงยาวไม่กี่นาทีที่พิธีกร AI สองคนคุยสรุปเนื้อหาหลักของทั้ง 8 บทให้ฟังลื่น ๆ กดดาวน์โหลดหรือแชร์ให้เพื่อนได้

จุดสอน

สร้างเสร็จต้อง 'ฟังตรวจ' อย่างน้อยหนึ่งรอบเทียบต้นฉบับ ปลูกฝังนิสัยไม่เชื่อเสียง AI 100% โดยเฉพาะเนื้อหาที่ต้องแม่น

แบบฝึกหัดท้ายโมดูล

สร้าง Audio Overview จากสมุดของคุณ 1 ชิ้น ฟังให้จบ แล้วให้คะแนน 3 ด้าน: ความถูกต้อง, ความครบถ้วน, ความเข้าใจง่าย พร้อมยกตัวอย่างจุดที่ทำได้ดีและจุดที่ควรระวัง
ลองเอาเอกสารเดียวกันไปให้ ChatGPT/Gemini สรุปเป็นข้อความ แล้วเทียบว่า 'ฟังพอดแคสต์' กับ 'อ่านสรุป' แบบไหนเหมาะกับสไตล์การเรียนรู้ของคุณมากกว่า

1.5

โมดูล 1.5

Studio: สรุปอัตโนมัติ (คู่มือ/บรีฟ/FAQ/ไทม์ไลน์) และ Mind Map

เปลี่ยนเอกสารเป็นสื่อพร้อมใช้ในคลิกเดียว ทั้งเอกสารสรุปและแผนผังความคิด

🎯 วัตถุประสงค์การเรียนรู้

สร้างรายงานสำเร็จรูปจากแหล่งข้อมูล เช่น คู่มืออ่านสอบ (Study guide), บรีฟสรุป (Briefing doc), FAQ, ไทม์ไลน์ (Timeline)
สร้างและอ่าน Mind Map (แผนผังความคิด) เพื่อเห็นโครงเรื่องทั้งหมดในภาพเดียว
เลือกได้ว่าจะใช้สื่อแบบไหนกับงานแบบไหน (อ่านเอง/สอนคนอื่น/ทบทวนเร็ว)

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: Studio เหมือนปุ่มลัด 'แปลงกองเอกสารเป็นสื่อ' กดปุ่มเดียวได้คู่มือติว, ได้บรีฟหนึ่งหน้าไว้ส่งหัวหน้า, ได้ FAQ, ได้ไทม์ไลน์เรียงเหตุการณ์ หรือได้แผนผังความคิดที่เห็นภาพรวมทั้งเรื่องในหน้าเดียว

🎯

ทำไมต้องรู้: แทนที่จะนั่งย่อเอกสารเองเป็นชั่วโมง กดปุ่มเดียวได้ร่างที่ดีมาก่อน แล้วเราแค่ตรวจและปรับ ประหยัดเวลามหาศาลและได้สื่อหลายแบบจากแหล่งเดียว

เนื้อหา

นอกจาก Audio/Video Overview แล้ว แผง Studio ยังสร้าง 'รายงาน' (Reports) สำเร็จรูปได้อีกหลายแบบจากแหล่งข้อมูลเดียวกัน ที่ใช้บ่อยคือ คู่มืออ่านสอบ (Study guide) ที่รวมสรุป คำถามทบทวน และศัพท์สำคัญ, บรีฟสรุปผู้บริหาร (Briefing doc) ที่ย่อประเด็นหลักไว้อ่านเร็ว, ชุดคำถามพบบ่อย (FAQ) และไทม์ไลน์ (Timeline) ที่เรียงลำดับเหตุการณ์ให้ ทั้งหมดนี้อ้างอิงกลับไปยังแหล่งข้อมูลเหมือนคำตอบในแชต และเราแก้ไข/บันทึกเป็นโน้ตได้

อีกเครื่องมือที่ทรงพลังคือ Mind Map (แผนผังความคิด) มันจะไล่อ่านแหล่งข้อมูลแล้ววาดเป็นแผนภาพแตกกิ่งจากหัวข้อใหญ่ไปหัวข้อย่อย กดที่แต่ละกิ่งเพื่อเจาะเข้าไปดูรายละเอียดหรือถามต่อได้ เหมาะมากเวลาต้องการ 'เห็นภาพรวมทั้งเรื่อง' ก่อนลงลึก หรือใช้เป็นโครงในการเขียน/นำเสนอ จุดสำคัญของ Studio รุ่นใหม่คือ สร้างสื่อชนิดเดียวกันเก็บไว้ 'หลายชิ้น' ในสมุดเดียวได้แล้ว (เช่น มีบรีฟหลายเวอร์ชันสำหรับผู้อ่านต่างกลุ่ม) จากเดิมที่เก็บได้ชนิดละหนึ่งชิ้น

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Study guideคู่มืออ่านสอบที่รวมสรุป คำถามทบทวน และคำศัพท์สำคัญไว้ในที่เดียว

Briefing docเอกสารบรีฟย่อประเด็นหลักไว้อ่านเร็ว เหมาะส่งผู้บริหารหรือทีม

Timelineการเรียงเหตุการณ์ตามลำดับเวลาจากในเอกสาร ช่วยเห็นลำดับก่อน-หลัง

Mind Mapแผนผังความคิดแตกกิ่งจากหัวข้อใหญ่ไปย่อย กดเจาะดูหรือถามต่อได้

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

เปลี่ยนงานวิจัยหนึ่งชิ้นเป็นสื่อ 3 แบบ

แหล่งข้อมูล: งานวิจัย 1 ฉบับ (PDF 30 หน้า) 1) Studio → Mind Map → ดูโครงทั้งเรื่องก่อน 2) Studio → Reports → Study guide → ได้คู่มือทบทวน + คำถามท้ายบท 3) Studio → Reports → Briefing doc → ได้บรีฟ 1 หน้าไว้ส่งหัวหน้า ตรวจการอ้างอิงในแต่ละชิ้นว่าตรงกับต้นฉบับ

ผลลัพธ์ที่คาดหวัง

จากงานวิจัยฉบับเดียว ได้ทั้งแผนผังภาพรวม คู่มือทบทวน และบรีฟหนึ่งหน้า ครบในไม่กี่นาที ทุกชิ้นมีอ้างอิงกลับไปยังต้นฉบับ

จุดสอน

สอนให้เลือกสื่อตามเป้าหมาย: Mind Map เพื่อเข้าใจภาพรวม, Study guide เพื่อทบทวน, Briefing เพื่อสื่อสารต่อ — แหล่งเดียวใช้ได้หลายงาน

แบบฝึกหัดท้ายโมดูล

จากสมุดของคุณ สร้างสื่อจาก Studio อย่างน้อย 3 แบบ (เช่น Mind Map + Study guide + FAQ) แล้วเขียนสั้น ๆ ว่าแต่ละแบบเหมาะกับสถานการณ์ใช้งานไหน
เปิด Mind Map แล้วกดเจาะเข้าไปในกิ่งที่คุณไม่คุ้น 1 กิ่ง ถามต่อในแชตจากกิ่งนั้น และบันทึกคำตอบเป็นโน้ต

1.6

โมดูล 1.6

ข้อจำกัด ความปลอดภัยของข้อมูล และความเป็นส่วนตัว

รู้ขอบเขตจริงของ NotebookLM ตรวจสอบก่อนใช้ และเข้าใจเรื่องความเป็นส่วนตัวของแหล่งข้อมูล

🎯 วัตถุประสงค์การเรียนรู้

บอกข้อจำกัดหลักได้: รู้เฉพาะสิ่งที่อยู่ในแหล่งข้อมูล, อาจตีความผิด, คุณภาพขึ้นกับเอกสารต้นทาง (garbage in, garbage out)
วางขั้นตอนตรวจสอบก่อนนำผลลัพธ์ไปใช้กับงานสำคัญ
เข้าใจนโยบายความเป็นส่วนตัว: ข้อมูลส่วนตัวใน NotebookLM ไม่ถูกนำไปฝึกโมเดล และรู้ว่าอะไรควร/ไม่ควรอัปโหลด

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: NotebookLM ฉลาดแค่ไหนก็ 'อ่านได้เฉพาะกองเอกสารที่เราวางให้' ถ้าเอกสารต้นทางผิดหรือเก่า คำตอบก็จะผิดหรือเก่าตาม (garbage in, garbage out) และบางทีมันก็ตีความประโยคเพี้ยนได้ แม้จะอ้างอิงถูกที่

🎯

ทำไมต้องรู้: รู้ขอบเขตแล้วเราจะใช้มันอย่างมืออาชีพ — เลือกแหล่งข้อมูลที่ดี ตรวจการอ้างอิงเสมอ และระวังไม่เอาข้อมูลลับหรือข้อมูลส่วนบุคคลของคนอื่นเข้าไปโดยไม่จำเป็น

เนื้อหา

ข้อจำกัดที่ต้องเข้าใจ: (1) NotebookLM รู้เฉพาะสิ่งที่อยู่ในแหล่งข้อมูลของสมุดนั้น ไม่ได้ต่ออินเทอร์เน็ตสด (เว้นแต่เราจะเพิ่มแหล่งที่มีข้อมูลนั้นเอง) จึงไม่เหมาะกับคำถามข้อมูลปัจจุบัน/ราคาสด; (2) คุณภาพคำตอบขึ้นกับคุณภาพเอกสารต้นทางโดยตรง เอกสารมั่ว ๆ ก็ได้คำตอบมั่ว ๆ; (3) มันยังตีความผิดได้ โดยเฉพาะเนื้อหาเชิงเทคนิค ตัวเลข ตาราง หรือ PDF ที่เป็นภาพสแกน; (4) สื่ออย่าง Audio/Video Overview เป็นการสรุปเชิงตีความ ไม่ใช่การอ่านทุกคำ; และ (5) คุณภาพภาษาไทยและฟีเจอร์บางอย่างอาจดีขึ้น/เปลี่ยนได้ตามการอัปเดต ทางที่ดีคือมีขั้นตอน 'ตรวจก่อนใช้' เสมอ โดยเฉพาะงานที่ต้องรับผิดชอบ

เรื่องความเป็นส่วนตัว: Google ระบุว่าสำหรับผู้ใช้ทั่วไป ข้อมูลส่วนตัวใน NotebookLM (แหล่งข้อมูล คำถาม และสิ่งที่สร้าง) จะ 'ไม่ถูกนำไปใช้ฝึกโมเดล' ของ Google และในเวอร์ชันองค์กร (Enterprise) ข้อมูลจะอยู่ในสภาพแวดล้อมของ Google Cloud ที่ควบคุมได้ อย่างไรก็ตาม แนวปฏิบัติที่ดีคือ อย่าอัปโหลดข้อมูลที่เป็นความลับสุดยอดหรือข้อมูลส่วนบุคคลของผู้อื่น (เช่น เลขบัตรประชาชน ประวัติคนไข้) โดยไม่ได้รับอนุญาตและไม่มีความจำเป็น รวมถึงเคารพลิขสิทธิ์ของเอกสารที่นำเข้ามาด้วย เรื่องเหล่านี้เชื่อมโยงกับ PDPA ของไทย ซึ่งจะลงลึกในระดับสูง

ข้อควรระวัง: การที่คำตอบมี citation 'ไม่ได้แปลว่าถูกเสมอ' — บางครั้ง AI อ้างอิงถูกที่แต่ตีความประโยคนั้นผิด ต้องกดเข้าไปอ่านต้นฉบับเองก่อนเชื่อ โดยเฉพาะตัวเลข กฎหมาย และเนื้อหาการแพทย์

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ให้ NotebookLM ช่วยชี้จุดที่ควรตรวจซ้ำ

จากคำตอบก่อนหน้าเรื่องเงื่อนไขการรับประกันสินค้า ช่วยระบุว่าข้อสรุปแต่ละข้ออ้างอิงจากแหล่งใดและหน้าใด และมีข้อไหนบ้างที่อ้างอิงกำกวมหรือไม่พบข้อความชัดเจนในแหล่ง ให้ทำเครื่องหมาย [ต้องตรวจซ้ำ]

ผลลัพธ์ที่คาดหวัง

รายการข้อสรุปพร้อมแหล่ง/หน้าอ้างอิง และทำเครื่องหมายจุดที่หลักฐานอ่อนหรือกำกวมไว้ให้เราไปเปิดต้นฉบับตรวจเอง

จุดสอน

เทคนิค 'ให้ AI ชี้จุดอ่อนของตัวเอง' ช่วยจับข้อผิดพลาดได้เร็วขึ้น แต่คนตัดสินใจสุดท้ายต้องเป็นเราที่ไปอ่านต้นฉบับ

แบบฝึกหัดท้ายโมดูล

ทำเช็กลิสต์ส่วนตัว 5 ข้อ ไว้ตรวจคำตอบของ NotebookLM ก่อนนำไปใช้กับงานสำคัญ (เช่น กดดู citation ทุกข้อ, เทียบตัวเลขกับต้นฉบับ, ระวัง PDF สแกน)
เขียนแนวทางสั้น ๆ ให้ตัวเอง/ทีม ว่าข้อมูลแบบไหน 'ไม่ควร' อัปโหลดเข้า NotebookLM (เช่น ข้อมูลส่วนบุคคลของลูกค้า เอกสารที่ติดลิขสิทธิ์เข้ม) และเพราะอะไร

🎯 Mini-Project ระดับพื้นฐาน: สมุดผู้ช่วยเรียนรู้ส่วนตัวด้วย NotebookLM

เลือกเรื่องที่คุณกำลังต้องอ่าน/ทบทวนจริง ๆ 1 เรื่อง (บทเรียน งานวิจัย คู่มืองาน หรือหัวข้อที่สนใจ) แล้วสร้าง Notebook พร้อมเพิ่มแหล่งข้อมูลที่เชื่อถือได้อย่างน้อย 3 แหล่ง
ถามคำถามเจาะจงอย่างน้อย 5 ข้อ และ 'กดดูการอ้างอิง' ทุกข้อ บันทึกคำตอบที่ดีเป็นโน้ต
สร้างสื่อจาก Studio อย่างน้อย 3 แบบ: 1 Audio Overview (พอดแคสต์) + 1 Mind Map + 1 รายงาน (Study guide หรือ Briefing)
ฟัง/อ่านตรวจสื่อที่สร้าง เทียบกับต้นฉบับ แล้วจดจุดที่ AI สรุปได้ดีและจุดที่ต้องระวัง พร้อมทำเช็กลิสต์ตรวจสอบของตัวเอง
นำเสนอ 5 นาที ว่าสมุดนี้ช่วยให้คุณเข้าใจเรื่องนั้นเร็วขึ้นอย่างไร และคุณเจอข้อจำกัดอะไรบ้าง

ก้าวต่อไป

ระดับกลาง: ผลิตงานจริงด้วยฟีเจอร์เด่นทั้ง Studio

ไปต่อ →