Name: ระดับกลาง: ใช้ AI ในชุดออฟฟิศจริง Copilot & Gemini · หลักสูตร AI เพิ่มประสิทธิภาพงาน
Author: จักริน นพรุจนธาดา

2.1

โมดูล 2.1

Microsoft 365 Copilot: Word, Outlook, Teams, PowerPoint

ใช้ผู้ช่วยที่ฝังอยู่ในโปรแกรมออฟฟิศที่คุณเปิดทุกวัน ให้มันช่วยร่างเอกสาร สรุปเมล ตามงานประชุม และทำสไลด์จากไฟล์ที่มีอยู่แล้ว

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: ต่างจาก ChatGPT ที่เป็นเว็บแยกซึ่งไม่รู้จักงานเรา Copilot (ผู้ช่วย AI ของ Microsoft) เหมือนพนักงานที่นั่งอยู่ในตัว Word/Outlook/Teams เลย มันเห็นไฟล์ อีเมล และปฏิทินของเราในบริษัท (เท่าที่เรามีสิทธิ์เข้าถึง) เลยช่วยงานได้ตรงกว่า เพราะรู้บริบทของเราจริง ๆ

🎯

ทำไมต้องรู้: ออฟฟิศไทยจำนวนมากจ่ายค่า Microsoft 365 อยู่แล้ว การรู้จักใช้ Copilot ในนั้นคือการดึงคุณค่าจากของที่มีให้คุ้ม แทนที่จะก็อปงานไปวางในเว็บ AI ข้างนอกซึ่งเสี่ยงข้อมูลบริษัทหลุด

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

ให้ Copilot ใน Word ร่างเอกสารจากหัวข้อย่อ ๆ หรือจากไฟล์อื่นที่อ้างถึง แล้วสั่งปรับโทน/ย่อ/ขยาย
ใช้ Copilot ใน Outlook สรุปเธรดอีเมลยาว ๆ และร่างคำตอบตามโทนที่ต้องการ
ใช้ Recap ใน Teams ตามประชุมที่พลาด และให้ Copilot สร้างสไลด์ PowerPoint จากเอกสาร Word

เนื้อหา

Microsoft 365 Copilot เป็นผู้ช่วย AI ที่ฝังในชุดโปรแกรมออฟฟิศ (Word/Excel/Outlook/Teams/PowerPoint) หัวใจของมันคือการดึงบริบทจากข้อมูลงานของเราผ่านสิ่งที่เรียกว่า Microsoft Graph (คลังที่เชื่อมไฟล์ อีเมล แชต และปฏิทินขององค์กรเข้าด้วยกัน) จึงตอบได้ตรงกับงานเราจริง ไม่ใช่ตอบลอย ๆ. เรื่องราคาต้องแยกให้ชัด: Copilot Chat (ช่องแชตแบบเว็บที่ล็อกอินด้วยบัญชีที่ทำงาน) ใช้ได้ฟรีและปลอดภัยระดับองค์กร แต่จะอ้างอิงได้แค่เว็บกับไฟล์ที่เราแปะเข้าไปเอง ส่วน Microsoft 365 Copilot ตัวเต็มที่เข้าไปอยู่ในโปรแกรมและดึงข้อมูลงานผ่าน Graph ได้ เป็นค่าเสริม (add-on) ราว ~$30/ผู้ใช้/เดือน (จ่ายรายปี) บนแพ็กเกจ Business/Enterprise ที่มีอยู่. งานที่ใช้ได้จริงในแต่ละโปรแกรม: ใน Word พิมพ์ "Draft with Copilot" ให้ร่างจากหัวข้อย่อหรืออ้างถึงไฟล์อื่นด้วยเครื่องหมาย /ชื่อไฟล์ แล้วสั่ง rewrite/summarize; ใน Outlook ปุ่ม Summary ย่อเธรดยาวเป็นบูลเล็ต และ "Draft with Copilot" ช่วยร่างคำตอบพร้อมปรับโทน/ความยาวได้; ใน Teams ฟีเจอร์ Intelligent Recap สรุปประชุมที่บันทึกไว้ ให้เราถามย้อนได้ว่า "ตกลงใครรับงานอะไร" แม้จะเข้าประชุมไม่ทัน; ใน PowerPoint สั่ง "Create presentation from file" ให้แปลงเอกสาร Word เป็นสไลด์ร่างพร้อมโน้ตผู้พูด. ข้อจำกัดที่ควรรู้: ภาษาไทยใช้ได้และเข้าใจดีในระดับข้อความ แต่การถอดเสียงประชุมภาษาไทย/ไทยปนอังกฤษยังพลาดชื่อเฉพาะและศัพท์เทคนิคบ่อย ต้องอ่านทวนก่อนส่งต่อเสมอ.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Copilotชื่อผู้ช่วย AI ของ Microsoft ที่ฝังอยู่ในโปรแกรมออฟฟิศและ Windows คอยช่วยร่าง สรุป และค้นงานให้

Microsoft Graphคลังกลางที่เชื่อมไฟล์ อีเมล แชต ปฏิทินของทั้งองค์กรเข้าด้วยกัน เป็นแหล่งที่ Copilot ไปดึงบริบทงานเรามาตอบ

Add-on (ค่าเสริม)ค่าบริการเพิ่มบนแพ็กเกจที่มีอยู่แล้ว เช่น จ่าย 365 อยู่แล้วแล้วซื้อ Copilot เพิ่มต่อผู้ใช้

Recapการสรุปประชุมย้อนหลังอัตโนมัติใน Teams ทั้งเนื้อหา ประเด็น และงานที่ต้องทำต่อ

Grounding (ยึดกับข้อมูลจริง)การให้ AI ตอบโดยอิงเอกสาร/ข้อมูลจริงของเรา ไม่ใช่เดาจากความรู้ทั่วไป จะได้ไม่มั่ว

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ร่างเอกสารใน Word โดยอ้างไฟล์เดิม

ร่างบันทึกข้อความภายในถึงหัวหน้าแผนก เรื่องขอปรับกระบวนการอนุมัติจัดซื้อ โดยสรุปประเด็นจากไฟล์ /รายงานปัญหาจัดซื้อ Q2 ความยาวไม่เกิน 1 หน้า โทนสุภาพเป็นทางการ มีหัวข้อ: สภาพปัจจุบัน, ปัญหาที่พบ, ข้อเสนอ 3 ข้อ, ผลที่คาดว่าจะได้

✅ ผลลัพธ์ที่ได้

ได้ร่างบันทึกข้อความ 1 หน้าครบทุกหัวข้อ ดึงประเด็นจากไฟล์รายงานจริงมาใช้ (ไม่ใช่มโนเอง) โทนทางการแบบไทย พร้อมให้เราแก้ต่อได้ทันที ประหยัดเวลาตั้งต้นจากศูนย์ไปได้มาก

💡 จุดสอน

จุดต่างจาก ChatGPT คือการอ้างไฟล์ด้วย / ทำให้ Copilot ยึดกับเอกสารจริงของเรา แต่ต้องอ่านทวนว่ามันสรุปประเด็นตรงกับไฟล์ต้นทางไหม บางทีมันเน้นผิดจุด

สรุปเธรดอีเมลยาวใน Outlook + ร่างตอบ

สรุปเธรดอีเมลนี้เป็นบูลเล็ต: ใครขออะไร ตกลงอะไรไปแล้ว และยังค้างข้อไหน จากนั้นร่างอีเมลตอบกลับลูกค้า ยืนยันกำหนดส่งงานวันที่ 25 ก.ค. โทนสุภาพลงท้ายด้วยครับ ความยาวสั้นกระชับ

✅ ผลลัพธ์ที่ได้

ได้สรุปเธรดที่ไล่ให้เห็นว่าคุยอะไรกันมาบ้างและอะไรค้าง พร้อมร่างอีเมลตอบภาษาไทยสุภาพลงท้าย "ครับ" ที่แค่ตรวจแล้วกดส่งได้เลย ช่วยได้มากเวลากลับมาจากลาแล้วเจอเมลค้างเป็นสิบฉบับ

💡 จุดสอน

Copilot รักษาความสุภาพแบบไทย (ครับ/ค่ะ) ได้ดีถ้าเราสั่งชัด แต่ให้เช็กวันที่/ตัวเลข/ชื่อคนที่มันดึงมาเสมอ เพราะบางครั้งจับผิดคนในเธรดที่ซับซ้อน

เทียบ	Copilot Chat (ฟรี)	Microsoft 365 Copilot (เสียเงิน)
ราคา	ฟรี กับบัญชีที่ทำงาน	~$30/ผู้ใช้/เดือน (add-on)
อยู่ในโปรแกรม Word/Excel/PPT	▲ เฉพาะช่องแชต/เว็บ	✔ ฝังในทุกโปรแกรม
ดึงไฟล์/เมล/ประชุมของบริษัท (Graph)	▲ เฉพาะไฟล์ที่แปะเอง	✔ ดึงได้ตามสิทธิ์
ความปลอดภัยข้อมูลองค์กร	✔ ไม่เอาไปเทรน	✔ ไม่เอาไปเทรน

แบบฝึกหัดท้ายโมดูล

หยิบเธรดอีเมลจริงที่ยาวที่สุดในกล่องขาเข้าของคุณ ให้ Copilot (หรือ Copilot Chat ฟรี) สรุปเป็นบูลเล็ต แล้วเทียบว่าตรงกับที่คุณเข้าใจเองไหม จดจุดที่มันเข้าใจผิด
เอาเอกสาร Word หรือรายงานที่มีอยู่ 1 ไฟล์ สั่งให้ Copilot ร่างสไลด์นำเสนอ 5–7 หน้าจากไฟล์นั้น แล้วประเมินว่าต้องแก้ตรงไหนบ้างก่อนใช้จริง

2.2

โมดูล 2.2

Excel/Sheets ด้วย AI: สูตร วิเคราะห์ ตาราง กราฟ

ให้ AI เขียนและอธิบายสูตร ทำ PivotTable วิเคราะห์แนวโน้ม และสร้างกราฟ โดยที่เราถามเป็นภาษาคน — แต่ต้องตรวจตัวเลขทุกครั้ง

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนมีเซียน Excel นั่งข้าง ๆ ที่เราถามได้ว่า "เขียนสูตรหายอดเฉลี่ยเฉพาะสาขากรุงเทพให้หน่อย" แล้วเขาเขียนสูตรให้ พร้อมอธิบายว่าสูตรที่เพื่อนร่วมงานทำไว้มันทำงานยังไง — แต่เราต้องกดคำนวณเองแล้วเช็กว่าเลขถูกไหม เพราะเขาก็พลาดได้

🎯

ทำไมต้องรู้: คนทำงานส่วนใหญ่กลัวสูตร Excel และเสียเวลาหลายชั่วโมงกับตารางเดียว ทักษะนี้ช่วยให้คุณได้คำตอบจากข้อมูลเร็วขึ้นมาก โดยไม่ต้องจำสูตรทั้งหมด แต่ยังต้องเข้าใจมากพอจะจับได้เวลามันตอบผิด

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

ให้ AI เขียนสูตร (เช่น XLOOKUP, SUMIFS) จากคำอธิบายภาษาไทย และอธิบายสูตรที่มีอยู่ให้เข้าใจ
ใช้ Copilot in Excel / Gemini in Sheets ทำ PivotTable วิเคราะห์แนวโน้ม และแนะนำกราฟที่เหมาะ
ตรวจสอบตัวเลขที่ AI ให้มาอย่างเป็นระบบ ก่อนนำไปใช้ตัดสินใจหรือเสนอผู้บริหาร

เนื้อหา

ในฝั่ง Microsoft: Copilot in Excel ทำงานได้ดีที่สุดเมื่อข้อมูลจัดเป็น "ตาราง" (Format as Table) มันช่วยเขียนสูตร อธิบายสูตรที่มีอยู่ ไฮไลต์/กรองข้อมูลตามเงื่อนไข เพิ่มคอลัมน์สูตรใหม่ และแนะนำ PivotTable กับกราฟจากคำถามภาษาคน. ฝั่ง Google: Gemini in Sheets มีแผงข้าง (side panel) ช่วยจัดตาราง สร้างสูตร และตั้งแต่ปี 2025 มีฟังก์ชัน =AI() ให้พิมพ์ในเซลล์เพื่อสั่ง AI ประมวลผลข้อความเป็นแถว ๆ เช่น จัดหมวดความคิดเห็นลูกค้าเป็นบวก/ลบ/กลาง ทีละหลายร้อยแถว. ส่วนงานที่ข้อมูลใหญ่หรือซับซ้อน ChatGPT Advanced Data Analysis รับไฟล์ CSV/Excel ไปรันโค้ด Python วิเคราะห์และสร้างกราฟให้ เหมาะกับการสำรวจข้อมูลลึก ๆ ที่ Copilot ในตัวยังทำไม่ได้. ข้อควรระวังที่สำคัญที่สุด คือ AI ในงานตัวเลข "มั่นใจแต่ผิด" ได้ง่าย — มันอาจนับช่วงเซลล์ผิด ลืมแถวที่ซ่อนอยู่ หรือเข้าใจคำถามคลาดเคลื่อน ฉะนั้นวินัยคือ: ให้มันเขียน "สูตร" ให้เราเอาไปวางแล้วให้ Excel คำนวณเอง (ตรวจสอบได้) ดีกว่าให้มัน "บอกคำตอบเป็นตัวเลข" ลอย ๆ และควรสุ่มเช็กด้วยมือสัก 1–2 จุดเสมอก่อนเชื่อ. สำหรับข้อมูลบริษัทที่อ่อนไหว (ยอดขาย เงินเดือน ข้อมูลลูกค้าตาม PDPA) ให้ใช้ Copilot/Gemini เวอร์ชันองค์กรที่ไม่เอาข้อมูลไปเทรนต่อ อย่าอัปขึ้นเครื่องมือฟรีสาธารณะ.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Formula (สูตร)คำสั่งคำนวณในเซลล์ Excel/Sheets เช่น รวมยอด หาค่าเฉลี่ย หรือดึงข้อมูลจากอีกตาราง

PivotTableตารางสรุปที่ย่อข้อมูลดิบเยอะ ๆ ให้เห็นภาพรวม เช่น สรุปยอดขายแยกตามสาขาและเดือนในไม่กี่คลิก

=AI() functionฟังก์ชันใหม่ใน Google Sheets ที่พิมพ์ในเซลล์เพื่อสั่ง Gemini ประมวลผลข้อความ เช่น จัดหมวดหรือสรุปทีละแถว

Advanced Data Analysisโหมดของ ChatGPT ที่รับไฟล์ตารางไปรันโค้ด Python วิเคราะห์และวาดกราฟให้ เหมาะกับข้อมูลซับซ้อน

Cell reference (อ้างเซลล์)การบอกตำแหน่งข้อมูลในตาราง เช่น A1 หรือ B2:B50 เป็นจุดที่ AI มักนับพลาด จึงต้องตรวจ

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ให้เขียนสูตรจากคำอธิบายภาษาไทย

ในตารางยอดขายนี้ คอลัมน์ A คือสาขา, B คือเดือน, C คือยอดขาย ช่วยเขียนสูตรหายอดขายรวมเฉพาะสาขา "กรุงเทพ" ในเดือน "มิถุนายน" ให้หน่อย แล้วอธิบายว่าสูตรทำงานยังไงเป็นภาษาไทยทีละส่วน

✅ ผลลัพธ์ที่ได้

ได้สูตร SUMIFS พร้อมคำอธิบายว่าแต่ละส่วน (ช่วงที่รวม/เงื่อนไขสาขา/เงื่อนไขเดือน) ทำอะไร เอาไปวางในเซลล์แล้วให้ Excel คำนวณเองได้ทันที ตรวจสอบผลได้ง่าย

💡 จุดสอน

ขอ "สูตร" ไม่ใช่ "ตัวเลขคำตอบ" คือหลักสำคัญ เพราะสูตรเอาไปตรวจซ้ำได้ ส่วนตัวเลขที่ AI ทายลอย ๆ เชื่อไม่ได้ ต้องระบุด้วยว่าคอลัมน์ไหนคืออะไรให้ชัด

จัดหมวดความคิดเห็นลูกค้าด้วย =AI() ใน Sheets

=AI("จัดหมวดข้อความรีวิวนี้เป็นหนึ่งใน: บวก / ลบ / กลาง แล้วตอบแค่คำเดียว", B2)

✅ ผลลัพธ์ที่ได้

ลากสูตรลงมาทั้งคอลัมน์แล้ว Gemini จัดหมวดรีวิวลูกค้าเป็นบวก/ลบ/กลางให้ทีละหลายร้อยแถวอัตโนมัติ จากนั้นทำ PivotTable นับสัดส่วนได้ในไม่กี่นาที แทนที่จะต้องนั่งอ่านทีละอัน

💡 จุดสอน

=AI() แรงมากกับงานจัดหมวดข้อความจำนวนมาก แต่ควรสุ่มอ่านผลสัก 20 แถวว่าจัดถูกไหม และอย่าลืมว่าถ้าเป็นความเห็นที่มีข้อมูลส่วนบุคคล ต้องดูเรื่อง PDPA ก่อนส่งข้อมูลออกไป

ระวัง: AI ในงานตัวเลข "มั่นใจแต่ผิด" ได้ง่ายมาก โดยเฉพาะการนับช่วงเซลล์และแถวที่ซ่อนอยู่ กติกาปลอดภัยคือให้มันคืน "สูตร" ให้เราตรวจ อย่าเชื่อ "ตัวเลขคำตอบ" ที่มันพิมพ์มาลอย ๆ และสุ่มเช็กด้วยมือทุกครั้งก่อนเอาไปเสนอ

แบบฝึกหัดท้ายโมดูล

เอาสูตรที่ซับซ้อนที่สุดในไฟล์งานของคุณ (หรือสูตรที่เพื่อนทำไว้แล้วคุณไม่เข้าใจ) ให้ AI อธิบายทีละส่วนเป็นภาษาไทย แล้วจดว่ามันทำอะไรจริง ๆ
ใช้ AI แนะนำ PivotTable และกราฟจากตารางยอดขายของคุณ 1 ชุด แล้วสุ่มตรวจ 2 ตัวเลขด้วยมือว่าตรงกับข้อมูลดิบไหม

2.3

โมดูล 2.3

สไลด์ & งานนำเสนอด้วย AI

เปลี่ยนโครงเรื่องหรือเอกสารเป็นสไลด์สวย ๆ พร้อมโน้ตผู้พูด ด้วย Gamma, Copilot in PowerPoint และ Gemini in Slides

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนมีดีไซเนอร์ที่เราเล่าให้ฟังว่าจะพูดเรื่องอะไร แล้วเขาจัดหน้าสไลด์ เลือกสี ใส่ไอคอน และเขียนสคริปต์ที่เราจะพูดตอนยืนหน้าห้องให้เสร็จสรรพ เหลือแค่เราปรับให้เป็นตัวเอง

🎯

ทำไมต้องรู้: การทำสไลด์กินเวลาไปกับการจัดหน้าและหารูปมากกว่าการคิดเนื้อหา AI ช่วยตัดงานจัดหน้าออกไป เราจึงมีเวลาโฟกัสกับ "เรื่องที่จะเล่า" ซึ่งเป็นส่วนที่คนต้องทำเองจริง ๆ

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

ใช้ Gamma สร้างเด็ค (ชุดสไลด์) จากโครงเรื่องหรือเอกสารในไม่กี่นาที แล้วปรับธีมให้เข้าแบรนด์
ใช้ Copilot in PowerPoint / Gemini in Slides ปรับดีไซน์ ใส่ภาพ และสร้างโน้ตผู้พูด
ออกแบบการเล่าเรื่อง (storytelling) ให้สไลด์มีลำดับที่คนฟังตามได้ ไม่ใช่แค่กองข้อมูล

เนื้อหา

Gamma เป็นเครื่องมือที่คนไทยนิยมที่สุดตัวหนึ่งสำหรับทำสไลด์ด้วย AI: พิมพ์หัวข้อหรือวางเอกสารเข้าไป มันสร้างเด็คร่างพร้อมเลย์เอาต์ ไอคอน และรูปให้ (แผนฟรีได้เครดิตตั้งต้นราว 400 เครดิต ใช้สร้างได้หลายชุด, แผน Plus ราว ~$10/เดือน จ่ายรายปีถูกลง) จุดเด่นคือเร็วและหน้าตาทันสมัย ส่วนข้อจำกัดคือดีไซน์อาจดู "เหมือนกันไปหมด" และภาพ AI บางทีไม่ตรงบริบทไทย. Copilot in PowerPoint เหมาะกับองค์กรที่ใช้ M365 อยู่แล้ว สั่ง "Create presentation from file" แปลงเอกสาร Word เป็นสไลด์ ใช้ธีมองค์กร (template) ของบริษัทได้ และมี Designer ช่วยจัดหน้าอัตโนมัติ. Gemini in Google Slides ช่วยร่างสไลด์และ "สร้างภาพ" ประกอบด้วย AI ในตัว เหมาะกับสาย Google Workspace. หัวใจที่ AI ยังทำแทนไม่ได้คือ การเล่าเรื่อง — ลำดับที่ดีคือ ปัญหา → ทำไมสำคัญ → ทางออก → หลักฐาน/ตัวเลข → ขอสิ่งที่ต้องการ ไม่ใช่แค่เทข้อมูลลงทุกหน้า. เคล็ดที่ได้ผลคือ ให้ AI ช่วย "วางโครงเล่าเรื่อง" ก่อน แล้วค่อยให้มันสร้างสไลด์จากโครงนั้น จะได้เด็คที่มีทิศทาง ไม่ใช่สไลด์สวยแต่ไม่มีประเด็น. และควรใช้ฟีเจอร์ "speaker notes" ให้ AI ร่างสคริปต์พูดใต้แต่ละสไลด์ แล้วเราปรับเป็นสำนวนตัวเอง เพื่อไม่ให้ยืนอ่านสไลด์.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Deck (เด็ค)ชุดสไลด์นำเสนอทั้งชุด เหมือนสำรับไพ่ที่เรียงเป็นเรื่องเดียวกัน

Gammaเว็บทำสไลด์/เอกสารด้วย AI จากการพิมพ์หัวข้อหรือวางเนื้อหา ได้เด็คสวยเร็วมาก

Speaker notes (โน้ตผู้พูด)สคริปต์ที่เขียนไว้ใต้สไลด์แต่ละหน้า สำหรับผู้พูดอ่านเตรียมตัว ผู้ฟังไม่เห็น

Template/Theme (ธีม)ชุดสี ฟอนต์ และเลย์เอาต์สำเร็จรูป ที่ทำให้ทุกสไลด์หน้าตาเป็นชุดเดียวกันและตรงแบรนด์

Storytelling (เล่าเรื่อง)การเรียงลำดับเนื้อหาให้คนฟังตามได้เป็นเรื่องเป็นราว ไม่ใช่กองข้อมูลรวมกันมั่ว ๆ

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

สร้างเด็คจากโครงเล่าเรื่องใน Gamma

สร้างสไลด์นำเสนอ 8 หน้าเรื่อง "ทำไมทีมเราควรเริ่มใช้ระบบจองคิวออนไลน์" สำหรับผู้บริหาร เรียงตามลำดับ: ปัญหาคิวยาวหน้าร้าน, ผลกระทบต่อยอดขายและรีวิว, ทางออกที่เสนอ, ตัวอย่างร้านที่ทำแล้วได้ผล, ต้นทุนโดยประมาณ, แผนเริ่ม 30 วัน, สรุปสิ่งที่ขออนุมัติ โทนมืออาชีพ กระชับ ภาษาไทย

✅ ผลลัพธ์ที่ได้

ได้เด็ค 8 หน้าที่เรียงตามการเล่าเรื่องจริง (ปัญหา→ทางออก→ขออนุมัติ) พร้อมเลย์เอาต์และไอคอน เหลือแค่ปรับตัวเลขต้นทุนกับใส่โลโก้บริษัท ใช้เวลารวมสั้นกว่านั่งทำเองมาก

💡 จุดสอน

สังเกตว่าเรากำหนด "ลำดับการเล่า" ในพรอมป์ตเอง AI แค่จัดหน้าให้ ถ้าปล่อยให้มันคิดลำดับเอง มักได้สไลด์สวยแต่ไม่มีทิศทางที่ชวนอนุมัติ

เคล็ด: ขอให้ AI ร่าง speaker notes ใต้ทุกสไลด์ (สคริปต์พูด 3–4 ประโยค) แล้วซ้อมพูดตามโน้ต ไม่ใช่ยืนอ่านสไลด์ วิธีนี้ทำให้พรีเซนต์ดูมั่นใจขึ้นมาก โดยเฉพาะคนที่ไม่ถนัดพูดหน้าห้อง

แบบฝึกหัดท้ายโมดูล

เขียนโครงเล่าเรื่อง 6–8 หัวข้อของเรื่องที่คุณต้องนำเสนอจริงเร็ว ๆ นี้ก่อน แล้วค่อยให้ Gamma หรือ Copilot สร้างสไลด์จากโครงนั้น
ให้ AI ร่าง speaker notes ใต้ 3 สไลด์แรก แล้วแก้ให้เป็นสำนวนพูดของตัวเอง ลองอ่านออกเสียงจับเวลาว่ากี่นาที

2.4

โมดูล 2.4

ประชุม: ผู้ช่วยจดโน้ต สรุป และ action items

ให้ AI ถอดเสียง สรุปประเด็น และแยกงานที่ต้องทำต่อ พร้อมข้อควรระวังเรื่องการบันทึกเสียงและความยินยอมตาม PDPA

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนมีเลขาฯ นั่งจดในทุกประชุม ที่พอจบก็ส่งสรุปมาให้ทันทีว่าคุยอะไร ตกลงอะไร และใครต้องไปทำอะไรต่อภายในเมื่อไร เราจึงตั้งใจฟังและร่วมคุยได้เต็มที่ ไม่ต้องมัวก้มจด

🎯

ทำไมต้องรู้: ประชุมเสร็จแล้วมักไม่มีใครจดสรุป หรือจดแล้วงานที่ตกลงกันก็หายไป AI ช่วยปิดช่องนี้ให้ทุกงานมีเจ้าภาพและกำหนดเวลา แต่การอัดเสียงคนอื่นมีเรื่องกฎหมายและมารยาทที่ต้องระวัง

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

ใช้ผู้ช่วยจดประชุม (Copilot/Gemini in Meet, Otter, Fireflies, Fathom) ให้ถอดเสียงและสรุปอัตโนมัติ
เปลี่ยนบทสรุปให้เป็น action items ที่มีคนรับผิดชอบและกำหนดเวลาชัดเจน
จัดการเรื่องการขอความยินยอมและการเก็บไฟล์เสียงประชุมให้ถูกต้องตาม PDPA

เนื้อหา

เครื่องมือผู้ช่วยประชุมช่วงปี 2025–26 มีให้เลือกหลายแบบ: ถ้าองค์กรใช้ Teams/Google Meet อยู่แล้ว Copilot ใน Teams และ Gemini ใน Google Meet จดและสรุปให้ในตัวโดยไม่ต้องเชิญบอตภายนอกเข้ามา ปลอดภัยเรื่องข้อมูลกว่า. ถ้าอยากได้ตัวแยกที่ทำงานข้ามแพลตฟอร์ม Fathom ใช้ฟรีได้ไม่จำกัดบน Zoom/Meet/Teams, Fireflies เชื่อมกับ CRM และเครื่องมืออื่นได้เยอะ (แผนฟรีมี, Pro ราว ~$18/เดือน), Otter เด่นเรื่องถอดเสียงเรียลไทม์ (ฟรีมีโควตานาทีต่อเดือน). ทั้งหมดนี้ทำงานหลักเหมือนกันคือ ถอดเสียง → สรุปประเด็น → ดึง action items ออกมาให้ว่าใครต้องทำอะไร. ข้อจำกัดสำหรับคนไทย: ความแม่นของการถอดเสียงภาษาไทยและไทยปนอังกฤษยังสู้ภาษาอังกฤษล้วนไม่ได้ ชื่อคน ชื่อโครงการ และศัพท์เฉพาะมักเพี้ยน ต้องอ่านทวนก่อนแจกจ่ายทุกครั้ง. เรื่องกฎหมายและมารยาทที่ต้องทำ: การอัดเสียงคนอื่นคือการเก็บข้อมูลส่วนบุคคลตาม PDPA ต้อง "แจ้งและขอความยินยอม" ผู้เข้าร่วมทุกครั้งก่อนเริ่มบันทึก (พูดต้นประชุมหรือเปิดการแจ้งเตือนของระบบให้เห็นชัด), กำหนดว่าไฟล์เสียง/บทถอดจะเก็บที่ไหน นานแค่ไหน ใครเข้าถึงได้ และระวังเป็นพิเศษกับประชุมที่มีข้อมูลลับหรือข้อมูลลูกค้า อย่าใช้เครื่องมือฟรีสาธารณะที่อาจเอาข้อมูลไปเทรนต่อ.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Transcription (ถอดเสียง)การแปลงเสียงพูดในประชุมให้เป็นตัวอักษร เพื่อเอาไปค้นหาหรือสรุปต่อได้

Action itemsรายการงานที่ต้องไปทำต่อหลังประชุม พร้อมระบุว่าใครรับผิดชอบและกำหนดเสร็จเมื่อไร

Notetaker botบอตที่เข้ามาร่วมประชุมออนไลน์เพื่อฟังและจดแทนเรา เห็นเป็นผู้เข้าร่วมคนหนึ่งในห้อง

Consent (ความยินยอม)การขออนุญาตผู้เข้าร่วมก่อนบันทึกเสียง ตาม PDPA ต้องแจ้งให้ชัดว่าจะอัดและเอาไปทำอะไร

PDPAกฎหมายคุ้มครองข้อมูลส่วนบุคคลของไทย ที่กำหนดว่าการเก็บ/ใช้ข้อมูลคนอื่นต้องมีเหตุผลและแจ้งเจ้าตัว

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

แปลงบทถอดประชุมเป็น action items

จากบทถอดเสียงประชุมทีมนี้ ช่วยสรุปเป็น 2 ส่วน: (1) การตัดสินใจที่ตกลงกันแล้ว เป็นบูลเล็ต และ (2) ตารางงานที่ต้องทำต่อ มีคอลัมน์: งาน / ผู้รับผิดชอบ / กำหนดเสร็จ ถ้าในที่ประชุมไม่ได้ระบุผู้รับผิดชอบหรือกำหนดเวลา ให้เว้นว่างไว้แล้วทำเครื่องหมาย (ต้องยืนยัน) อย่าเดาเอง

✅ ผลลัพธ์ที่ได้

ได้รายการตัดสินใจที่ชัดเจน และตารางงานที่ต้องทำต่อพร้อมคนรับผิดชอบและกำหนดเวลา จุดที่ประชุมไม่ได้ระบุก็ถูกทำเครื่องหมาย "ต้องยืนยัน" ไว้ ทำให้ไม่มีงานตกหล่นและไม่มีใครถูกยัดงานที่ไม่ได้ตกลง

💡 จุดสอน

สั่งชัดว่า "อย่าเดา ให้เว้นว่าง" คือกุญแจ เพราะถ้าไม่สั่ง AI มักมโนผู้รับผิดชอบและกำหนดเวลาเองซึ่งอันตราย ควรส่งสรุปให้ที่ประชุมยืนยันก่อนถือเป็นข้อผูกพัน

ระวังเรื่อง PDPA: การอัดเสียงประชุมคือการเก็บข้อมูลส่วนบุคคล ต้องแจ้งและขอความยินยอมผู้เข้าร่วมทุกครั้งก่อนกดบันทึก โดยเฉพาะเวลาคุยกับลูกค้าหรือคนนอก และควรกำหนดชัดว่าไฟล์เก็บที่ไหน นานเท่าไร ใครเข้าถึงได้

แบบฝึกหัดท้ายโมดูล

เปิดผู้ช่วยจดประชุมในประชุมจริงครั้งถัดไป (หลังแจ้งขอความยินยอมทุกคนแล้ว) แล้วเทียบสรุปที่ AI ให้กับสิ่งที่คุณจำได้ จดว่ามันพลาดชื่อ/ตัวเลข/ประเด็นตรงไหน
ร่างประโยคแจ้งขอความยินยอมบันทึกเสียงสำหรับใช้เปิดต้นประชุม 2 แบบ (แบบภายในทีม และแบบมีลูกค้า/คนนอกร่วม)

2.5

โมดูล 2.5

โน้ต & จัดการความรู้ส่วนตัว

สร้าง "สมองที่สอง" (second brain) ด้วย Notion AI และ NotebookLM แล้วถามคลังโน้ต เอกสาร และไฟล์ของตัวเองได้เหมือนคุยกับผู้ช่วย

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: เหมือนเอาโน้ต เอกสาร PDF และไฟล์ที่กระจัดกระจายของเราทั้งหมดมากองรวมกัน แล้วมีผู้ช่วยที่อ่านมันจบทุกหน้า พอเราถามว่า "เรื่องนั้นสรุปว่ายังไงนะ" เขาก็ตอบได้ทันทีพร้อมชี้ว่าเอามาจากไฟล์ไหนหน้าไหน

🎯

ทำไมต้องรู้: เรารู้เรื่องเยอะ แต่ค้นของที่เคยจดไว้ไม่เจอ ทำให้ต้องทำงานซ้ำ AI ที่ตอบจากคลังโน้ตของเราเองช่วยให้ความรู้ที่สะสมไว้ถูกหยิบมาใช้ได้จริง ไม่จมหาย

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

ใช้ Notion AI สรุป ค้น และเขียนต่อยอดจากโน้ตในเวิร์กสเปซของคุณ
ใช้ NotebookLM อัปโหลดเอกสารหลายไฟล์แล้วถามคำถามที่ตอบโดยอ้างอิงแหล่งจริง
วางระบบ "สมองที่สอง" ที่เก็บความรู้เป็นระเบียบและหยิบมาใช้ได้เร็ว

เนื้อหา

Notion AI เหมาะกับคนที่ใช้ Notion เก็บโน้ต งาน และเอกสารอยู่แล้ว: มันสรุปหน้ายาว ๆ ค้นข้ามทั้งเวิร์กสเปซด้วยคำถามภาษาคน (Notion Q&A) ช่วยร่างและเรียบเรียงต่อ และดึงข้อมูลจากแอปที่เชื่อมไว้ได้ (ปัจจุบัน AI รวมอยู่ในแพ็กเกจ Business แล้ว จากเดิมที่เคยเป็นค่าเสริมราว ~$10/คน/เดือน). NotebookLM ของ Google เป็นคนละแนว: มันคือ "ผู้ช่วยที่ยึดกับแหล่งข้อมูลของเราเท่านั้น" อัปโหลดได้ทั้ง PDF, Google Docs, เว็บ, หรือคลิป YouTube แล้วถามได้โดย ทุกคำตอบจะอ้างอิงกลับไปที่แหล่งจริง (คลิกดูได้ว่าเอามาจากตรงไหน) จึงมั่วน้อยกว่าและเหมาะกับการอ่านเอกสารกองโต เช่น สรุปสัญญา คู่มือ หรืองานวิจัยหลายฉบับพร้อมกัน แถมยังสร้าง "Audio Overview" (พอดแคสต์สรุปสองคนคุยกัน) ได้ ซึ่งรองรับหลายภาษารวมถึงไทยแล้ว. แนวคิด second brain คือการมีที่เดียวที่เก็บทุกอย่างที่เราอยากจำ แล้วให้ AI เป็นตัวช่วยค้นและเชื่อมโยง หลักปฏิบัติที่ทำให้ได้ผลคือ เก็บของเข้าที่เดียวสม่ำเสมอ ตั้งชื่อ/แท็กให้ค้นเจอ และหมั่นถามคลังตัวเองแทนที่จะเริ่มหาใหม่จากศูนย์. ข้อควรระวัง: ถ้าอัปเอกสารบริษัทหรือข้อมูลลูกค้าเข้าเครื่องมือพวกนี้ ต้องดูว่าเป็นบัญชีองค์กรที่ไม่เอาข้อมูลไปเทรน และเข้าเงื่อนไข PDPA.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Second brain (สมองที่สอง)ระบบเก็บความรู้ภายนอกหัวเรา ที่รวมโน้ตและเอกสารไว้ที่เดียว แล้วค้น/เชื่อมโยงได้ง่าย

NotebookLMผู้ช่วยของ Google ที่ตอบเฉพาะจากไฟล์ที่เราอัปโหลด และอ้างอิงแหล่งกลับให้ทุกคำตอบ

Notion AIAI ที่ฝังใน Notion ช่วยสรุป ค้น และเขียนต่อยอดจากโน้ตทั้งเวิร์กสเปซของเรา

Source grounding (อ้างแหล่ง)การที่ AI ตอบพร้อมชี้ว่าเอาข้อมูลมาจากไฟล์/หน้าไหน ทำให้ตรวจได้และมั่วยาก

Audio Overviewฟีเจอร์ของ NotebookLM ที่แปลงเอกสารเป็นพอดแคสต์สรุปแบบสองคนสนทนา ฟังทวนเนื้อหาได้ระหว่างเดินทาง

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

ถามข้ามเอกสารหลายไฟล์ใน NotebookLM

จากสัญญาจ้างและข้อกำหนดโครงการทั้ง 3 ไฟล์ที่อัปไว้ ช่วยตอบว่า: (1) กำหนดส่งมอบงานแต่ละงวดคือเมื่อไร (2) เงื่อนไขการจ่ายเงินแต่ละงวด (3) มีข้อไหนที่ทั้ง 3 เอกสารระบุไม่ตรงกันบ้าง ตอบเป็นบูลเล็ตพร้อมอ้างอิงว่าเอามาจากเอกสารไหนหน้าไหน

✅ ผลลัพธ์ที่ได้

ได้คำตอบเป็นบูลเล็ตพร้อมลิงก์อ้างอิงกลับไปเอกสารต้นทางทุกข้อ รวมถึงชี้จุดที่สามไฟล์ระบุไม่ตรงกัน ทำให้อ่านสัญญากองโตได้เร็วและตรวจต่อได้ง่ายว่าอ้างมาถูกจริง

💡 จุดสอน

จุดแข็งของ NotebookLM คือมันตอบจากไฟล์เราเท่านั้นและอ้างแหล่งให้ จึงเหมาะกับงานที่พลาดไม่ได้อย่างสัญญา แต่ก็ยังต้องคลิกเข้าไปเช็กแหล่งจริง โดยเฉพาะข้อกฎหมายและตัวเลข

แบบฝึกหัดท้ายโมดูล

รวบรวมเอกสาร 3–5 ไฟล์ในเรื่องที่คุณกำลังทำ (คู่มือ/รายงาน/สัญญา) อัปเข้า NotebookLM แล้วตั้งคำถาม 5 ข้อ พร้อมคลิกเช็กแหล่งอ้างอิงว่าตรงจริงไหม
วางโครง second brain ของตัวเองใน Notion: กำหนดหมวดหลัก 4–5 หมวด และกติกาตั้งชื่อ/แท็ก แล้วย้ายโน้ตกระจัดกระจายเข้ามาลองใช้ 1 สัปดาห์

2.6

โมดูล 2.6

ผู้ช่วยส่วนตัว & ระบบอัตโนมัติเล็ก ๆ

สร้างผู้ช่วยเฉพาะงานของคุณเองด้วย Custom GPT / Gems / Projects และตั้งงานอัตโนมัติง่าย ๆ ให้ทำแทนทุกวัน

👋 สำหรับผู้เริ่มต้น — อ่านตรงนี้ก่อน

💡

เปรียบง่าย ๆ: แทนที่จะพิมพ์คำสั่งยาว ๆ บอก AI ซ้ำทุกครั้ง เราตั้ง "ผู้ช่วยประจำตำแหน่ง" ไว้ 1 ตัว สอนมันครั้งเดียวว่าเราเป็นใคร งานเราคืออะไร ตอบแบบไหน แล้วครั้งต่อ ๆ ไปแค่โยนงานให้ มันก็ทำได้ตรงเลย เหมือนมีลูกน้องที่รู้ใจ

🎯

ทำไมต้องรู้: คนส่วนใหญ่พิมพ์คำสั่งเดิมซ้ำ ๆ ทุกวันจนเสียเวลา การตั้งผู้ช่วยเฉพาะงานและงานอัตโนมัติเล็ก ๆ ช่วยตัดงานประจำจำเจออกไป เป็นก้าวแรกก่อนไปออกแบบระบบเต็มรูปในระดับสูง

🎯 สิ่งที่คุณจะทำได้หลังเรียนโมดูลนี้

สร้าง Custom GPT / Gem / Project สำหรับงานประจำ พร้อมใส่คำสั่งประจำตัวและไฟล์ความรู้
ตั้งงานอัตโนมัติง่าย ๆ เช่น ChatGPT Tasks รายวัน หรือ Zapier/Power Automate ขั้นพื้นฐาน
เลือกได้ว่างานไหนควรตั้งผู้ช่วยถาวร และงานไหนแค่พิมพ์ถามครั้งเดียวก็พอ

เนื้อหา

ทั้งสามค่ายมีวิธีสร้าง "ผู้ช่วยเฉพาะงาน" คล้ายกัน: Custom GPT ของ ChatGPT (ต้องมี Plus ~$20/เดือน), Gems ของ Gemini (มีให้ใช้ในแผนฟรีด้วย) และ Projects ของ ChatGPT/Claude (พื้นที่งานที่จำบริบทและไฟล์ไว้ต่อเนื่อง). หัวใจของการตั้งผู้ช่วยที่ดีมี 2 อย่าง คือ (1) คำสั่งประจำตัว (system instruction) ที่บอกว่าผู้ช่วยนี้คือใคร ทำงานอะไร ตอบด้วยโทน/รูปแบบ/ภาษาแบบไหน มีข้อห้ามอะไร และ (2) ไฟล์ความรู้ ที่แนบเข้าไป (เช่น คู่มือแบรนด์ เทมเพลตอีเมล รายการคำถามที่พบบ่อย) เพื่อให้มันตอบยึดกับข้อมูลจริงของเรา. ตัวอย่างผู้ช่วยที่คนไทยตั้งกันบ่อย: "ตัวช่วยร่างอีเมลตอบลูกค้าโทนสุภาพลงท้ายครับ/ค่ะ", "ตัวสรุปรายงานประจำสัปดาห์ตามฟอร์มบริษัท", "ตัวตรวจคำผิดและปรับสำนวนไทยให้เป็นทางการ". ด้าน ระบบอัตโนมัติเล็ก ๆ: ChatGPT Tasks ตั้งให้ทำงานตามเวลาได้ เช่น ทุกเช้า 8 โมงสรุปข่าวในอุตสาหกรรมให้; ส่วน Zapier, Make และ Power Automate เชื่อมแอปแบบ "ถ้าเกิด A ให้ทำ B" (เช่น มีฟอร์มใหม่เข้ามา → บันทึกลงชีต → แจ้งใน Slack) ซึ่งเราจะลงลึกเรื่องเชื่อมข้ามแอปในระดับสูง โมดูลนี้เน้นให้เริ่มจากงานเดี่ยว ๆ ที่ทำซ้ำทุกวันก่อน. ข้อควรระวัง: อย่าฝังข้อมูลลับ (รหัสผ่าน ข้อมูลลูกค้า) ไว้ในไฟล์ความรู้ของผู้ช่วยที่แชร์ต่อได้ และถ้าจะแชร์ให้ทีมใช้ ควรใช้บัญชีองค์กร.

📖 คำศัพท์ในโมดูลนี้ (อธิบายง่าย ๆ)

Custom GPTผู้ช่วยเวอร์ชันที่เราตั้งค่าเองใน ChatGPT ให้เชี่ยวชาญงานเฉพาะ และเรียกใช้ซ้ำได้

Gemผู้ช่วยเฉพาะงานของ Gemini แนวคิดเดียวกับ Custom GPT ตั้งครั้งเดียวใช้ได้เรื่อย ๆ

Projectพื้นที่งานใน ChatGPT/Claude ที่จำบริบทและไฟล์ของเรื่องนั้นไว้ ไม่ต้องเล่าใหม่ทุกครั้ง

System instruction (คำสั่งประจำตัว)ข้อความตั้งต้นที่กำหนดว่าผู้ช่วยคือใคร ทำอะไร ตอบแบบไหน ถือเป็นกติกาถาวรของมัน

Automation / Triggerการตั้งให้ระบบทำงานเองเมื่อมีเหตุการณ์เกิดขึ้น เช่น มีอีเมลเข้า (trigger) แล้วให้บันทึกลงชีต

🧪 ตัวอย่างจริง + ผลลัพธ์ที่ได้

คำสั่งประจำตัวของ Custom GPT สรุปงานสัปดาห์

คุณคือผู้ช่วยสรุปรายงานประจำสัปดาห์ของทีมการตลาด หน้าที่: รับบันทึกงานดิบที่ผู้ใช้วางมา แล้วเรียบเรียงเป็นรายงานตามฟอร์ม 4 หัวข้อ (สิ่งที่ทำสำเร็จ / กำลังทำ / ติดปัญหา / แผนสัปดาห์หน้า) ภาษาไทยทางการกระชับ ลงท้ายสุภาพ ห้ามเพิ่มข้อมูลที่ผู้ใช้ไม่ได้ให้ ถ้าข้อมูลไม่พอให้ถามกลับก่อน ยึดรูปแบบตามไฟล์ "เทมเพลตรายงานสัปดาห์" ที่แนบ

✅ ผลลัพธ์ที่ได้

ได้ผู้ช่วยที่ตั้งครั้งเดียว หลังจากนั้นแค่วางบันทึกงานดิบเข้าไปทุกศุกร์ ก็ได้รายงานตามฟอร์มบริษัทเป๊ะ โทนสม่ำเสมอ ไม่ต้องพิมพ์คำสั่งยาว ๆ ซ้ำ และมันจะถามกลับถ้าข้อมูลไม่พอแทนที่จะมโน

💡 จุดสอน

สังเกตว่าเราใส่ทั้งบทบาท รูปแบบผลลัพธ์ ข้อห้าม (ห้ามเพิ่มข้อมูล) และไฟล์อ้างอิง ครบทั้งสี่ทำให้ผู้ช่วยนิ่งและเชื่อถือได้ ยิ่งกำหนดข้อห้ามชัด ยิ่งลดการมโน

เคล็ด: เริ่มจากงานที่คุณพิมพ์คำสั่งเดิมซ้ำบ่อยที่สุดก่อน แล้วค่อยตั้งเป็นผู้ช่วยถาวร 1 ตัว อย่าเพิ่งตั้งทีเดียวสิบตัว ค่อย ๆ เพิ่มตามงานที่ซ้ำจริง จะดูแลและปรับปรุงได้ง่ายกว่า

แบบฝึกหัดท้ายโมดูล

ลิสต์คำสั่งที่คุณพิมพ์บอก AI ซ้ำ ๆ ในสัปดาห์ที่ผ่านมา เลือกมา 1 อย่าง แล้วสร้าง Custom GPT หรือ Gem พร้อมคำสั่งประจำตัวและไฟล์อ้างอิง 1 ไฟล์
ตั้งงานอัตโนมัติ 1 อย่างด้วย ChatGPT Tasks หรือ Zapier (เช่น สรุปข่าว/เตือนงานทุกเช้า) แล้วใช้จริง 3 วัน ประเมินว่าช่วยประหยัดเวลาได้จริงไหมและต้องปรับอะไร

🎯 Mini-project: ยกเครื่องงานประจำ 1 สัปดาห์ของฉันด้วยชุด AI ในออฟฟิศ

จดงานประจำที่ทำซ้ำทุกสัปดาห์มา 5 อย่าง (เช่น ตอบอีเมล ทำรายงาน ทำสไลด์ สรุปประชุม วิเคราะห์ตาราง) พร้อมประเมินเวลาที่ใช้ตอนนี้
จับคู่แต่ละงานกับเครื่องมือในระดับนี้ 1 ตัว (Copilot/Excel AI/Gamma/ผู้ช่วยประชุม/Notion AI/Custom GPT) แล้วลองทำจริงอย่างน้อย 3 งาน
ตั้งผู้ช่วยเฉพาะงาน 1 ตัว (Custom GPT/Gem) สำหรับงานที่คุณทำซ้ำบ่อยที่สุด พร้อมคำสั่งประจำตัวและไฟล์อ้างอิง
ตรวจเรื่องข้อมูล: ระบุว่ามีงานไหนแตะข้อมูลลับ/ลูกค้าตาม PDPA และคุณจะใช้บัญชีองค์กร/ขอความยินยอมอย่างไร
จับเวลา before/after ของงานที่ปรับ แล้วสรุปว่าประหยัดไปกี่นาที/สัปดาห์ และจะขยายไปงานไหนต่อ

ก้าวต่อไป

ระดับสูง: ออกแบบเวิร์กโฟลว์ส่วนตัว เชื่อมระบบอัตโนมัติข้ามแอป และวางระบบ AI ให้ทั้งทีม

ไปต่อ →