Name: งานวิจัยเต็มรูปแบบ: Pro Search, Deep Research, Spaces และ Pages · หลักสูตร Perplexity อย่างมืออาชีพ
Author: จักริน นพรุจนธาดา

2.1

โมดูล 2.1

Pro Search: การค้นแบบ Agentic หลายขั้น

ได้คำตอบที่ลึกกว่าการค้นรอบเดียว เพราะมันค้นให้หลายรอบ

🎯 วัตถุประสงค์การเรียนรู้

เข้าใจว่า Pro Search ทำงานยังไง คือมันเรียบเรียงคำถามใหม่ (rephrase) ค้นให้หลายครั้ง แล้วดึงแหล่งข้อมูลมามากขึ้นราว 3 เท่า
เลือกโมเดลเบื้องหลัง (underlying model) ตัวที่แรงขึ้นใน Pro Search ให้เข้ากับความซับซ้อนของงาน
ดูออกว่าคำถามซับซ้อนพอที่จะใช้ Pro Search แทนโหมดปกติ (default) แล้วหรือยัง

เนื้อหา

Pro Search คือการค้นแบบที่ AI ทำงานเป็นตัวแทนให้เราหลายขั้นตอน (agentic) พูดง่าย ๆ คือมันปรับคำถามใหม่ให้ ค้นให้หลายรอบ แล้วดึงแหล่งข้อมูลมามากกว่าโหมดปกติราว 3 เท่า แถมยังเลือกโมเดลที่แรงขึ้นมาทำงานเบื้องหลังได้ด้วย เหมาะกับคำถามที่ต้องเอาข้อมูลหลายชิ้นมารวมกัน หรือต้องเทียบหลาย ๆ ด้าน ต่างจากโหมดปกติที่ตอบให้แค่รอบเดียวจบ

คำถามเปรียบเทียบหลายมิติ

(Pro Search) เปรียบเทียบแพลตฟอร์ม e-commerce สามเจ้าสำหรับ SME ไทย ในด้านค่าธรรมเนียม ฟีเจอร์การชำระเงิน การเชื่อมระบบขนส่ง และรีวิวผู้ใช้ปี 2025 จัดเป็นตารางพร้อมแหล่ง

ผลลัพธ์ที่คาดหวัง

ได้ตารางเปรียบเทียบที่ประกอบจากหลายแหล่ง แต่ละช่องมีเลขอ้างอิงกำกับ และดึงแหล่งข้อมูลมามากกว่าโหมดปกติ

จุดสอน

จุดสอน: คำถามที่ต้องเทียบกันหลายด้านแบบนี้แหละ ที่ Pro Search ทำได้ดีกว่ามาก เพราะมันค้นให้หลายรอบ เลยรวบรวมข้อมูลได้กว้างกว่า

เลือกโมเดลที่คิดเป็นขั้นเป็นตอน (reasoning) สำหรับงานวิเคราะห์

(Pro Search + เลือกโมเดล reasoning) วิเคราะห์ว่าปัจจัยใดบ้างที่ทำให้ยอดขายค้าปลีกไทยไตรมาสล่าสุดเปลี่ยนแปลง โดยอ้างอิงข้อมูลเศรษฐกิจจริง

ผลลัพธ์ที่คาดหวัง

ได้บทวิเคราะห์ที่ให้เหตุผลเชื่อมโยงหลายปัจจัยเข้าด้วยกัน พร้อมอ้างอิงแหล่ง (citation) ข้อมูลเศรษฐกิจ

จุดสอน

จุดสอน: ถ้าคำถามต้องให้เหตุผลเป็นขั้นเป็นตอน ก็ควรเลือกโมเดลแบบ reasoning หัวใจคือหัดจับคู่ประเภทงานกับประเภทโมเดลให้เหมาะ

แบบฝึกหัดท้ายโมดูล

เอาคำถามซับซ้อนจากงานจริงมาลองถามทั้งโหมดปกติและ Pro Search แล้วเทียบดูว่าได้แหล่งข้อมูลกี่แหล่ง และคำตอบลึกต่างกันแค่ไหน
ลองคิดคำถามที่ต้องเทียบกัน 4 ด้านสำหรับการตัดสินใจในงานของตัวเอง แล้วถามด้วย Pro Search พร้อมเลือกโมเดลให้เหมาะกับงาน

2.2

โมดูล 2.2

Deep Research: เอเจนต์วิจัยอัตโนมัติ

ค้นให้หลายสิบครั้ง อ่านแหล่งข้อมูลเป็นร้อย ๆ แล้วสรุปเป็นรายงานยาว

🎯 วัตถุประสงค์การเรียนรู้

เข้าใจว่า Deep Research ทำงานยังไง และได้ผลออกมาแบบไหน (รายงานยาวที่มีหัวข้อเป็นเรื่องเป็นราว)
ตั้งโจทย์ค้นคว้าให้เหมาะกับ Deep Research
รู้ทันความเสี่ยงที่ AI จะมั่วข้อมูล (hallucination) ซึ่งเกิดง่ายขึ้นในรายงานยาว ๆ แล้ววางแผนตรวจสอบไว้ล่วงหน้า

เนื้อหา

Deep Research คือผู้ช่วยอัตโนมัติ (เอเจนต์) ที่ค้นให้หลายสิบครั้ง อ่านแหล่งข้อมูลเป็นร้อย ๆ แล้วเขียนออกมาเป็นรายงานยาวที่มีหัวข้อเป็นเรื่องเป็นราว จะส่งออกเป็นไฟล์ PDF/Doc หรือทำเป็นหน้าเว็บ (Page) ก็ได้ ตอนนี้ยังทำเป็นสไลด์นำเสนอ สเปรดชีต หรือแดชบอร์ดสรุปข้อมูล (dashboard) ได้อีกด้วย ผู้ใช้แบบฟรี (Free) ก็มีให้ใช้แต่จำกัดจำนวนครั้งต่อวัน ส่วนแบบเสียเงิน (Pro/Max) ใช้ได้เยอะกว่า สิ่งที่ต้องระวังให้มากคือ Deep Research มีโอกาสมั่วข้อมูลง่ายเป็นพิเศษ เพราะมันสรุปเนื้อหายาว ๆ บางทีอาจอ้างแหล่งที่ไม่มีอยู่จริง หรือสรุปเกินจากที่แหล่งบอกไว้ เพราะฉะนั้นต้องเช็กเสมอ อย่าเชื่อทั้งฉบับ

ตั้งโจทย์วิจัยตลาด

(Deep Research) จัดทำรายงานภาพรวมตลาดรถยนต์ไฟฟ้าในไทยปี 2025-2026 ครอบคลุมส่วนแบ่งตลาด ผู้เล่นหลัก นโยบายรัฐ โครงสร้างพื้นฐานสถานีชาร์จ และแนวโน้ม พร้อมแหล่งอ้างอิงทุกส่วน

ผลลัพธ์ที่คาดหวัง

ได้รายงานยาวที่มีหัวข้อย่อยครบ พร้อมแหล่งอ้างอิงเยอะมาก และมีปุ่มส่งออกเป็น PDF หรือหน้าเว็บ (Page)

จุดสอน

จุดสอน: โจทย์กว้าง ๆ ที่มีหลายด้านแบบนี้เหมาะกับ Deep Research แต่ต้องมีขั้นตอนตรวจสอบด้วย ลองสุ่มเช็กแหล่งอ้างอิงสัก 10 จุดเป็นอย่างน้อย โดยเฉพาะพวกตัวเลขส่วนแบ่งตลาด

จับจุดที่ AI มั่วข้อมูล (hallucination) ในรายงานยาว

(หลังได้รายงาน) เลือกข้อความที่อ้างตัวเลขสำคัญ แล้วคลิกตรวจสอบแหล่งว่าตรงกันหรือไม่

ผลลัพธ์ที่คาดหวัง

บางจุดแหล่งข้อมูลก็ตรงกับที่รายงานบอก แต่บางจุดอาจอ้างตัวเลขที่ไม่มีอยู่ในแหล่งจริงเลย

จุดสอน

จุดสอน: ย้ำอีกที Deep Research คือจุดที่เสี่ยงมั่วข้อมูลมากที่สุด ก่อนเอารายงานไปใช้ ต้องมีวิธีสุ่มตรวจตัวเลขและข้อความที่ยกมาให้เป็นระบบ

แบบฝึกหัดท้ายโมดูล

ลองใช้ Deep Research ทำรายงานหนึ่งฉบับในหัวข้องานจริง แล้วส่งออกเป็น PDF พร้อมทำรายการตรวจสอบ (checklist) เช็กแหล่งอ้างอิงอย่างน้อย 10 จุด
เขียนบันทึกวิจารณ์รายงานที่ได้ ว่ามีจุดแข็งตรงไหน ตรงไหนสรุปเกินจริง และส่วนไหนที่เราต้องไปหาข้อมูลเพิ่มเอง

2.3

โมดูล 2.3

Spaces: เวิร์กสเปซความรู้และการทำงานร่วมกัน

รวมไฟล์ไว้ที่เดียว ตั้งคำสั่งประจำ (custom instructions) และชวนคนอื่นมาทำงานด้วยกัน

🎯 วัตถุประสงค์การเรียนรู้

สร้าง Space แยกไว้ทีละโปรเจกต์ แล้วอัปโหลดไฟล์เข้าไปเป็นคลังความรู้
ตั้งคำสั่งประจำให้ AI (custom instructions) เพื่อให้มันจำบริบทและคงสไตล์เดิมในงานหนึ่ง ๆ
ชวนเพื่อนร่วมงานเข้ามา และจัดบทสนทนาการค้นคว้า (เธรด) ให้อยู่รวมกันที่เดียว

เนื้อหา

Spaces ก็คือพื้นที่ทำงานที่แยกกันตามหัวข้อหรือโปรเจกต์ เราอัปโหลดไฟล์ (ทั้ง PDF เอกสาร สเปรดชีต) เข้าไปเป็นคลังความรู้ให้ Perplexity เอาไว้ใช้ตอบได้ ตั้งคำสั่งประจำ (custom instructions) เพื่อกำหนดบริบทและสไตล์ให้คงเดิมทั้งสเปซนั้น แล้วยังชวนคนอื่นเข้ามาช่วยได้ด้วย ตรงนี้คือทางแก้ปัญหาที่ AI จำเรื่องข้ามการสนทนา (เซสชัน) ไม่ได้ เพราะเราผูกบริบทไว้กับ Space ตั้งแต่แรก ไม่ต้องไปหวังให้โมเดลจำเอาเอง

สร้าง Space พร้อมตั้งคำสั่งประจำ (custom instructions)

(ตั้ง custom instructions ใน Space) ตอบในฐานะผู้ช่วยวิจัยด้านนโยบายสาธารณะ ใช้ภาษาทางการ อ้างอิงแหล่งทางการเสมอ และสรุปเป็นหัวข้อ bullet

ผลลัพธ์ที่คาดหวัง

ทุกคำถามในสเปซนี้จะตอบตามแนวที่เราตั้งไว้เอง โดยไม่ต้องมาย้ำใหม่ทุกครั้ง

จุดสอน

จุดสอน: การตั้งคำสั่งประจำใน Space คือวิธีคงสไตล์และบริบทที่ Perplexity ทำได้จริง มาแทนที่ข้อจำกัดเรื่องความจำที่ AI จำข้ามการสนทนาไม่ค่อยได้

อัปโหลดไฟล์เป็นคลังความรู้

(อัปโหลดรายงานประจำปี PDF เข้า Space) จากเอกสารที่อัปโหลด สรุปตัวเลขรายได้และกำไรสามปีย้อนหลัง และเทียบกับข้อมูลอุตสาหกรรมล่าสุดจากเว็บ

ผลลัพธ์ที่คาดหวัง

คำตอบที่ดึงจากไฟล์ที่เราอัปโหลด มาผสมกับข้อมูลสด ๆ จากเว็บ พร้อมบอกว่าแต่ละส่วนมาจากไหน

จุดสอน

จุดสอน: Spaces ทำให้ Perplexity ตอบจากทั้งเอกสารของเราเองและข้อมูลบนเว็บพร้อมกันได้ ลองหัดดูให้ออกว่าข้อมูลส่วนไหนมาจากไฟล์ ส่วนไหนมาจากเว็บ

แบบฝึกหัดท้ายโมดูล

สร้าง Space สำหรับโปรเจกต์จริง อัปโหลดไฟล์เข้าไปอย่างน้อย 2 ไฟล์ แล้วตั้งคำสั่งประจำ (custom instructions) ให้เข้ากับงาน
ชวนเพื่อนร่วมงานสักคนเข้ามาใน Space แล้วลองค้นคว้าทำงานด้วยกันในบทสนทนา (เธรด) เดียว

2.4

โมดูล 2.4

File Upload: วิเคราะห์เอกสารและข้อมูล

ถาม-ตอบกับไฟล์ PDF สเปรดชีต และรูปภาพได้เลย

🎯 วัตถุประสงค์การเรียนรู้

อัปโหลดและวิเคราะห์ไฟล์ได้หลายแบบ ทั้ง PDF เอกสาร สเปรดชีต/ไฟล์ตาราง (CSV) และรูปภาพ
ตั้งคำถามเชิงวิเคราะห์กับเนื้อหาในไฟล์ได้
เอาข้อมูลจากไฟล์มารวมกับข้อมูลสด ๆ จากการค้นเว็บ

เนื้อหา

Perplexity อัปโหลดไฟล์ได้หลายแบบ ทั้ง PDF เอกสาร รูปภาพ และสเปรดชีต/ไฟล์ตาราง (CSV) เพื่อเอามาวิเคราะห์และถาม-ตอบ นี่เป็นฟีเจอร์หลักของแพ็กเกจแบบเสียเงิน และเอาไปใส่ใน Spaces ได้ด้วย จะใช้สรุปเอกสารยาว ๆ ดึงข้อมูลจากตาราง หรือเทียบกับข้อมูลบนเว็บก็ได้หมด

วิเคราะห์สเปรดชีตยอดขาย

(อัปโหลด CSV ยอดขายรายเดือน) วิเคราะห์แนวโน้มยอดขายรายไตรมาส ระบุเดือนที่ผิดปกติ และเสนอสมมติฐานสาเหตุ

ผลลัพธ์ที่คาดหวัง

ได้บทวิเคราะห์แนวโน้ม พร้อมชี้จุดที่ผิดปกติจากข้อมูลในไฟล์ และตั้งสมมติฐานสาเหตุให้

จุดสอน

จุดสอน: Perplexity อ่านตารางในไฟล์แล้ววิเคราะห์ได้ก็จริง แต่สมมติฐานเรื่องสาเหตุต้องไปตรวจเพิ่มเอง เพราะโมเดลมันเดาจากข้อมูลเท่าที่มีในไฟล์เท่านั้น

สรุป PDF สัญญา

(อัปโหลด PDF สัญญา) สรุปข้อผูกพันหลัก เงื่อนไขการยกเลิก และความเสี่ยงที่ควรระวังในสัญญานี้

ผลลัพธ์ที่คาดหวัง

ได้สรุปประเด็นสำคัญของสัญญาเป็นข้อ ๆ พร้อมชี้จุดที่ควรเอาไปตรวจกับที่ปรึกษากฎหมาย

จุดสอน

จุดสอน: ให้ใช้มันเป็นตัวช่วยอ่านเบื้องต้นเท่านั้น ไม่ใช่คำตัดสินทางกฎหมาย เรื่องสำคัญ ๆ ต้องเอาไปยืนยันกับผู้เชี่ยวชาญอีกที

แบบฝึกหัดท้ายโมดูล

อัปโหลดเอกสารจริงหนึ่งฉบับ แล้วตั้งคำถามเชิงวิเคราะห์สัก 5 ข้อ ลองดูว่า Perplexity ดึงข้อมูลจากไฟล์ได้แม่นแค่ไหน
อัปโหลดไฟล์ตาราง (CSV) แล้วขอให้ช่วยวิเคราะห์แนวโน้ม จากนั้นเช็กว่าตัวเลขที่โมเดลอ้างมา ตรงกับข้อมูลจริงในไฟล์ไหม

2.5

โมดูล 2.5

Pages: แปลงงานวิจัยเป็นเอกสารเผยแพร่

เปลี่ยนบทสนทนา (เธรด) ให้เป็นหน้าเว็บที่ยังคงแหล่งอ้างอิงไว้ครบ

🎯 วัตถุประสงค์การเรียนรู้

เปลี่ยนบทสนทนาการค้นคว้า (เธรด) ให้กลายเป็น Page ที่จัดรูปแบบสวยและแชร์ต่อได้
ปรับโครงสร้างและเนื้อหาของ Page ให้เข้ากับคนอ่าน
เผยแพร่ Page ออกไปเป็นลิงก์ (URL) สาธารณะที่ยังคงแหล่งอ้างอิงไว้

เนื้อหา

Pages จะเปลี่ยนบทสนทนาการค้นคว้า (เธรด) ให้กลายเป็นหน้าเว็บที่จัดรูปแบบเรียบร้อย แชร์และเผยแพร่ต่อได้ มีลิงก์สาธารณะให้ และยังคงแหล่งอ้างอิงไว้ครบ เหมาะมากเวลาต้องส่งผลค้นคว้าให้คนอื่นอ่าน เพราะเขายังคลิกดูแหล่งที่มาได้ ต่างจากการก็อปคำตอบดิบ ๆ ไปวาง เพราะ Page มันจัดโครงสร้างและนำเสนอให้เป็นระเบียบ

สร้าง Page สรุปหัวข้อ

(สร้าง Page จากเธรด) จัดทำหน้าเผยแพร่หัวข้อ 'แนวโน้มพลังงานหมุนเวียนในไทยปี 2026' มีบทนำ หัวข้อย่อยตามประเภทพลังงาน และบทสรุป คงแหล่งอ้างอิงทุกส่วน

ผลลัพธ์ที่คาดหวัง

ได้หน้าเว็บที่จัดรูปแบบสวยงาม มีลิงก์ให้แชร์ต่อ และเลขอ้างอิงที่คลิกดูได้ทุกจุด

จุดสอน

จุดสอน: Pages คือวิธี "ส่งมอบ" งานค้นคว้าแบบมืออาชีพ ที่คนรับยังตรวจแหล่งได้เอง ต่างจากการก็อปข้อความดิบไปวาง ลองคิดถึงคนที่จะมาอ่านปลายทางด้วย

ปรับ Page ให้เข้ากับกลุ่มคนอ่าน

ปรับ Page ให้กระชับสำหรับผู้บริหาร เพิ่มบทสรุปผู้บริหาร 5 บรรทัดที่ต้นหน้า

ผลลัพธ์ที่คาดหวัง

ได้ Page ที่มีบทสรุปสำหรับผู้บริหาร (executive summary) ชัด ๆ อยู่ด้านบน แล้วค่อยตามด้วยรายละเอียด

จุดสอน

จุดสอน: การนำเสนอต้องนึกถึงคนอ่านเสมอ ลองหัดปรับความยาวและลำดับเนื้อหาให้เข้ากับกลุ่มคนอ่าน

แบบฝึกหัดท้ายโมดูล

เอางานค้นคว้าจากโมดูล 2.2 มาแปลงเป็น Page ที่เผยแพร่ได้ พร้อมมีบทนำและบทสรุป
ทำ Page ออกมาสองแบบ แบบสำหรับผู้บริหารกับแบบสำหรับทีมเทคนิค แล้วเทียบดูว่าต้องปรับอะไรบ้าง

2.6

โมดูล 2.6

Focus Modes ขั้นสูง: Finance และ Academic เชิงลึก

ดึงแหล่งข้อมูลเฉพาะทางมาใช้ให้คุ้มที่สุด

🎯 วัตถุประสงค์การเรียนรู้

ใช้โหมดการเงิน (Finance focus) ดึงข้อมูลหุ้นสด ๆ และเอกสารการเงินอย่างแบบฟอร์ม SEC 10-K
ใช้โหมดวิชาการ (Academic focus) ทำการทบทวนงานวิจัยที่มีมาก่อน (literature review) แบบเบื้องต้น
เอาโหมดเจาะจงแหล่ง (Focus mode) มาใช้คู่กับ Pro Search เพื่อให้ได้คำตอบที่ลึกขึ้น

เนื้อหา

โหมดการเงิน (Finance focus) จะให้ข้อมูลราคาหุ้นสด ๆ พร้อมเอกสารทางการเงินอย่างแบบฟอร์ม SEC 10-K ส่วนโหมดวิชาการ (Academic focus) จะเน้นงานวิจัยที่ผ่านการตรวจโดยผู้เชี่ยวชาญ (peer-reviewed) และกรองพวกเว็บขยะที่ทำมาเพื่อดันอันดับ (SEO spam) ออกไป เหมาะกับการทบทวนงานวิจัยเบื้องต้น ถ้าเลือกโหมดเจาะจงแหล่งให้เหมาะแล้วเอามาใช้คู่กับ Pro Search ก็จะได้ทั้งแหล่งที่มีคุณภาพและคำตอบที่ลึกหลายชั้น

วิเคราะห์การเงินด้วยโหมดการเงิน (Finance focus)

(Finance focus) สรุปผลประกอบการล่าสุดของบริษัทจดทะเบียนแห่งหนึ่ง เทียบรายได้และกำไรกับไตรมาสก่อน พร้อมอ้างอิงเอกสารทางการเงิน

ผลลัพธ์ที่คาดหวัง

ได้สรุปตัวเลขการเงิน พร้อมอ้างอิงเอกสารทางการหรือข้อมูลแบบเรียลไทม์ (สด ๆ ตามเวลาจริง)

จุดสอน

จุดสอน: โหมดการเงินดึงข้อมูลที่น่าเชื่อถือกว่าการค้นเว็บทั่วไป แต่ก็ยังต้องเอาตัวเลขไปยืนยันกับรายงานต้นฉบับอยู่ดี

ทบทวนงานวิจัย (literature review) ด้วยโหมดวิชาการ (Academic focus) + Pro Search

(Academic + Pro Search) รวบรวมงานวิจัย peer-reviewed 5 ปีล่าสุดเกี่ยวกับผลของ remote work ต่อ productivity จัดกลุ่มตามข้อค้นพบที่ขัดแย้งกัน

ผลลัพธ์ที่คาดหวัง

ได้สรุปงานวิจัยที่จัดกลุ่มตามข้อค้นพบ พร้อมเลขอ้างอิงที่ชี้ไปที่วารสารจริง

จุดสอน

จุดสอน: เอาโหมดวิชาการมารวมกับ Pro Search จะได้ทั้งแหล่งที่มีคุณภาพและครอบคลุมกว้าง เหมาะเป็นจุดเริ่มต้นของการทบทวนงานวิจัย แต่ก็แทนการไปอ่านงานต้นฉบับเองไม่ได้

แบบฝึกหัดท้ายโมดูล

ใช้โหมดการเงิน (Finance focus) วิเคราะห์บริษัทที่สนใจสักแห่ง แล้วเอาตัวเลขที่ได้ไปยืนยันกับรายงานการเงินต้นฉบับ
ลองทำการทบทวนงานวิจัยแบบย่อ ๆ (mini literature review) สัก 1 หัวข้อ ด้วยโหมดวิชาการ (Academic focus) + Pro Search แล้วจัดกลุ่มงานวิจัยตามข้อค้นพบ

🎯 โปรเจกต์จบบท (Capstone): รายงานค้นคว้าเชิงลึก พร้อมพื้นที่ทำงานและ Page เผยแพร่

เลือกหัวข้อค้นคว้าจากงานจริง สร้าง Space แล้วอัปโหลดไฟล์อ้างอิงเข้าไป พร้อมตั้งคำสั่งประจำ (custom instructions)
ใช้ Pro Search กับ Deep Research รวบรวมข้อมูล แล้วทำรายการตรวจสอบ (checklist) เช็กแหล่งอ้างอิงให้เป็นระบบ
วิเคราะห์ไฟล์ข้อมูลที่อัปโหลดเข้าไป ผสมกับข้อมูลสด ๆ จากเว็บ และเลือกโหมดเจาะจงแหล่ง (Focus mode) ให้เหมาะกับแต่ละช่วง
แปลงผลออกมาเป็น Page เผยแพร่ที่ยังคงแหล่งอ้างอิงไว้ พร้อมบทสรุปสำหรับผู้บริหาร แล้วเล่าให้ฟังด้วยว่าใช้วิธีตรวจสอบความน่าเชื่อถือยังไงบ้าง

ก้าวต่อไป

Agentic Workflow และการผสานระบบ: Labs, Comet และ Sonar API

ไปต่อ →