ChatGPT Voice 2.0 + Codex is INSANE (endless possibilities)
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Brock Mesarich | AI for Non Techies · **ความยาว:** ~21 นาที · **ลิงก์:** https://www.youtube.com/watch?v=7j3uSBMFy9U
# สรุป: ChatGPT Voice 2.0 + Codex is INSANE (endless possibilities) - **ช่อง:** Brock Mesarich | AI for Non Techies · **ความยาว:** ~21 นาที · **ลิงก์:** https://www.youtube.com/watch?v=7j3uSBMFy9U ## ประเด็นหลัก - OpenAI ปล่อยโหมดเสียง (Voice Mode) ตัวใหม่ใน ChatGPT ซึ่งเจ้าของช่องมองว่าเป็น AI release ที่ถูกมองข้ามที่สุดของปี เพราะแทบไม่มีใครพูดถึง ทั้งที่สามารถควบคุมคอมพิวเตอร์ให้ทำงานแทนเราได้จริง - ฟีเจอร์ใหม่ที่สำคัญ: พูดและฟังพร้อมกันได้ (ขัดจังหวะกลางประโยคได้ เหมือนคุยกับมนุษย์ ไม่ใช่วอล์กี้ทอล์กี้แบบเดิม), อยู่บนแอปเดสก์ท็อป (ใช้ได้ทั้ง Chat Mode, Work Mode และ Codex), รันงานหลายอย่างแบบขนานได้, ใช้เครื่องมือ/ปลั๊กอินที่เชื่อมไว้ (Gmail, ปฏิทิน, Slack), มองเห็นหน้าจอคอมพิวเตอร์ และสั่งงานจากมือถือเพื่อควบคุมคอมพิวเตอร์ได้ - ข้อจำกัด: บนเว็บ (chatgpt.com) และมือถือแบบไม่เชื่อมต่อเดสก์ท็อป จะไม่มีความสามารถเต็มรูปแบบ (รันงาน/ดูหน้าจอ/ดึงไฟล์จากคอมพิวเตอร์) — ต้องใช้แอปเดสก์ท็อปเพื่อความสามารถเต็มที่ - ตัวอย่างที่ 1: พูดสั่งให้ดึงข้อมูลทริปเที่ยวบินยุโรปจากบทสนทนาเก่าเมื่อสัปดาห์ก่อน แล้วเปิด EaseMyTrip ขึ้นมาให้จองตั๋วได้ทันที - ตัวอย่างที่ 2: ให้ค้นหาไฟล์บนคอมพิวเตอร์ พร้อมถามงานล่าสุดที่รันไปแบบขนานในเวลาเดียวกัน และให้ดูหน้าจอตอนตัดต่อ CapCut พร้อมสอนวิธีใส่ฟิลเตอร์ - ตัวอย่างที่ 3: ใช้ Higgsfield MCP สร้างวิดีโอโปรดักต์ Rolex สองแบบพร้อมกัน (อนิเมชันแยกชิ้นส่วน + โฆษณาที่ข้อมือ) แล้วสั่งต่อให้แปลงเป็นเว็บไซต์แบบมีอนิเมชันที่เลื่อนดูได้ — โดยไม่ต้องพิมพ์พรอมปต์แม้แต่คำเดียว - ตัวอย่างที่ 4: ใช้โหมดเสียงจากมือถือสั่งให้ ChatGPT ไปที่คอมพิวเตอร์ ดูรูปในโฟลเดอร์ Opus 5 Animated Websites และเปลี่ยนชื่อโฟลเดอร์ให้แบบเรียลไทม์ (ตั้งค่าผ่าน Settings → Coding → Connections → สแกน QR แล้วกดปุ่ม Remote ในแอปมือถือ) - ตัวอย่างที่ 5: เชื่อมต่อผ่าน Zapier MCP เพื่อเข้าถึงแอปกว่า 9,000 ตัว (สาธิตดึงข้อมูลจดหมายข่าวจาก Beehiiv ที่ปกติเชื่อมตรงใน ChatGPT ไม่ได้) และสร้างงานตามกำหนดเวลา เช่น รายงานสรุปประจำวัน 8 โมงเช้าจาก Gmail + Google Calendar พร้อมให้ร่างอีเมลตอบกลับให้ด้วย ## ความเห็นสรุป วิดีโอนี้สาธิตภาพอนาคตของการใช้งาน AI ที่ "พูดแล้ว AI ทำงานให้" ได้อย่างจับต้องได้ โดยเฉพาะการสั่งงาน Codex/ChatGPT บนคอมพิวเตอร์จากมือถือผ่านโหมดเสียง และการรันงานแบบขนานซึ่งเป็นจุดเปลี่ยนสำคัญของการโต้ตอบกับ AI เนื้อหาเหมาะกับคนทั่วไป (non-techies) เพราะอธิบายทีละขั้นตอน พร้อมวิธีตั้งค่าจริงทั้งหมด ข้อควรระวังคือผู้บรรยายใช้ Mac และแอปเดสก์ท็อป ChatGPT ฟีเจอร์บางอย่างอาจยังไม่รองรับทุกแพลตฟอร์ม
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
OpenAI เพิ่งปล่อยโหมดเสียงตัวใหม่ และผมคิดว่าโดยส่วนตัวแล้ว นี่คือการอัปเดต AI ที่ถูกมองข้ามมากที่สุดของปีนี้ และดูเหมือนจะไม่มีใครพูดถึงมันเลยด้วยซ้ำ คุณสามารถพูดคุยกับมันบนมือถือได้ และมันสามารถควบคุมคอมพิวเตอร์ของคุณและทำงานให้คุณได้จริง ๆ และที่สำคัญกว่านั้น มันยังรันงานหลายอย่างพร้อมกันได้ในขณะที่คุณกำลังพูดคุยกับมันอยู่ ดังนั้นในวิดีโอนี้ ผมจะโชว์ให้คุณเห็นว่ามีอะไรใหม่บ้าง ใช้ได้ที่ไหนบ้าง และตัวอย่างการใช้งาน 5 แบบที่คุณลองทำได้ทันที เพื่อให้คุณเข้าใจว่ามันทรงพลังแค่ไหน งั้นเราไปดูกันเลย
เอาล่ะ ก่อนที่เราจะลงรายละเอียดการสาธิตและตัวอย่างการใช้งานเหล่านี้ เราต้องเข้าใจก่อนว่าโหมดเสียงใน ChatGPT มีอะไรใหม่บ้าง เพราะเรามีโหมดเสียงรุ่นก่อน ๆ อยู่แล้ว แต่อันนี้มีความสามารถมากกว่ามาก และเมื่อเราเข้าใจพื้นฐานการทำงานของมันแล้ว คุณก็จะเห็นตัวอย่างการใช้งานที่คุณสามารถนำไปปรับใช้เองได้
สิ่งแรกที่แตกต่างอย่างมากกับโหมดเสียงตัวใหม่ก็คือ เมื่อก่อนมันเหมือนกับการพูดด้วยวอล์กี้ทอล์กี้ (walkie-talkie) ที่ผมหมายถึงคือ เราจะพูดกับโหมดเสียงของ ChatGPT แล้วมันต้องรอให้เราพูดจบก่อนถึงจะประมวลผลสิ่งที่เราพูดได้ แต่ตอนนี้ด้วยโหมดเสียงตัวใหม่ มันสามารถพูดและฟังได้ในเวลาเดียวกัน ดังนั้นถ้าเราต้องการขัดจังหวะ ChatGPT มันจะหยุดพูดทันที แล้วเริ่มประมวลผลสิ่งที่เรากำลังพูดได้ทันที โดยพื้นฐานแล้ว กลางบทสนทนา กลางประโยค เราสามารถขัดจังหวะได้ แล้วมันจะปรับตัวให้อัตโนมัติ มันเหมือนเรากำลังคุยกับมนุษย์ปกติ ไม่ใช่การสลับกันพูดกลับไปกลับมาแบบที่เราเคยชินกับโมเดลเสียง AI ทั่วไป ที่คุณต้องพูดแทรกตอนมันพูดยาว ๆ แล้วมันก็ทำให้บทสนทนาทั้งหมดเสียจังหวะ
ต่อไป โหมดเสียงตัวนี้อยู่บนแอปเดสก์ท็อปแล้ว เราสามารถใช้มันได้ทั้งในโหมดแชทของ ChatGPT, โหมด Work Mode (โหมดทำงาน) ตัวใหม่ที่เพิ่งปล่อยเมื่อสัปดาห์ที่แล้ว และใน Codex และยังมีบางอย่างที่ผมจะพูดถึงทีหลังในวิดีโอนี้ ซึ่งทรงพลังมากถ้าคุณใช้ Codex อยู่ นั่นคือคุณสามารถพูดกับโหมดเสียงของ ChatGPT ผ่านมือถือ เพื่อสั่งให้ Codex บนคอมพิวเตอร์เดสก์ท็อปของคุณทำงานได้ แต่เราจะพูดถึงและลงรายละเอียดเรื่องนี้ทีหลังในวิดีโอ
ยังมีฟีเจอร์อีกสองสามอย่าง ซึ่งเมื่อคุณเข้าใจการทำงานของมันจริง ๆ แล้ว มันจะเริ่มให้ความรู้สึกเหมือนเวทมนตร์ ที่เราสามารถพูดคุยกับเอเจนต์ AI อย่างโหมดเสียงของ ChatGPT แล้วให้มันทำอะไรต่อมิอะไรให้เราได้มากมายแบบเรียลไทม์ สิ่งหนึ่งที่เราทำได้คือ เราสามารถสั่งงานมันเพียงคำสั่งเดียวในระหว่างที่พูดคุย แล้วมันจะทำงานหลายอย่างพร้อมกัน สิ่งที่ผมหมายถึงคือ เราสามารถเปิดเธรด (thread) หลายอันพร้อมกันภายใน ChatGPT และใช้โหมดเสียงเป็นเหมือนเอเจนต์ผู้ประสานงานที่คอยดูว่ามีอะไรเกิดขึ้นแบบขนานไปตามบทสนทนาและงานต่าง ๆ เหล่านั้น และผมจะโชว์ให้คุณเห็นว่ามันทำงานยังไงในวิดีโอนี้ทีหลัง เพราะมันน่าทึ่งจริง ๆ และมันทำให้เราได้ลิ้มรสของอนาคตว่าวันหน้าเราจะโต้ตอบกับ AI บนระบบปฏิบัติการของเราเองยังไง
ต่อไป เราสามารถให้โหมดเสียงใช้เครื่องมือจริงของเราได้ นั่นคือปลั๊กอินหรือตัวเชื่อมต่อ (connector) ต่าง ๆ ที่เราตั้งค่าไว้ใน ChatGPT ตอนนี้เราสามารถสั่งงานข้ามเครื่องมือเหล่านี้ได้ ไม่ว่าจะเป็น Gmail ปฏิทินของคุณ Slack หรือเครื่องมือต่าง ๆ ที่คุณใช้ในชีวิตประจำวัน เราสามารถพูดกับโหมดเสียง แล้วมันก็ไปลงมือทำอะไรต่าง ๆ ในเครื่องมือเหล่านั้น รวมถึงดึงข้อมูลจากมันมาให้เราได้
ต่อมา โหมดเสียงสามารถมองเห็นหน้าจอบนคอมพิวเตอร์ของคุณได้ เช่น สมมติว่าคุณต้องการความช่วยเหลือในการใช้งานเว็บไซต์หรือแอปพลิเคชันใดเว็บไซต์หนึ่ง คุณสามารถให้โหมดเสียงของ ChatGPT นำทางคุณแบบเรียลไทม์ว่าต้องคลิกตรงไหนบนหน้าจอ หรืออธิบายหัวข้อที่ซับซ้อนให้คุณฟังได้
ฟีเจอร์ถัดไปนี้ทำให้คุณทำงานจากมือถือเพื่อควบคุมคอมพิวเตอร์ของคุณได้ คุณสามารถใช้โหมดเสียงบนมือถือเพื่อดึงไฟล์ต่าง ๆ จากคอมพิวเตอร์ และรันงานทุกอย่างที่คุณจะทำใน ChatGPT, ChatGPT Work หรือแม้แต่ Codex ได้
ตอนนี้มีหลายที่ที่เราเข้าใช้งานฟีเจอร์นี้ได้ แต่มีข้อแม้อยู่บ้าง ขอให้ติดตามผมไปเรื่อย ๆ ก่อน ประการแรก ถ้าเราเข้าไปที่ chatgpt.com เราจะเห็นโหมดเสียงตรงนี้ที่เราสามารถเปิดใช้ได้ แต่มันมีข้อจำกัดบางอย่างที่ผมจะพูดถึงในอีกสักครู่ ต่อไป สถานที่ที่ผมแนะนำให้ใช้มากกว่า chatgpt.com คือ ChatGPT Desktop ซึ่งอยู่ในแอปเดสก์ท็อป และนอกจากนั้น เรายังเข้าใช้งานผ่านแอปมือถือได้ด้วย ซึ่งมาพร้อมความสามารถที่เจ๋ง ๆ ที่ผมจะโชว์ให้ดูทีหลังในวิดีโอนี้
ตอนนี้มาพูดถึงความแตกต่างระหว่างการใช้ chatgpt.com กับเดสก์ท็อปกันสั้น ๆ สำหรับการใช้บนมือถือหรือเว็บแอปพลิเคชัน มันไม่มีความสามารถในการรันงานต่าง ๆ ให้เรา ใช้หน้าจอจริงของเรา หรือดึงข้อมูลจากคอมพิวเตอร์ของเรา ฯลฯ ให้คิดว่านี่เหมือนการใช้โหมด ChatGPT ทั่วไป คุณคุยกลับไปกลับมากับมันได้และเสียงของโมเดลก็ฟังดูดีมาก แต่มันไม่มีความสามารถเต็มรูปแบบ ในขณะที่บนแอปเดสก์ท็อป เราสามารถรันงานและเอเจนต์เฉพาะทาง และทำทุกอย่างที่ผมจะโชว์ในวิดีโอนี้ได้
เอาล่ะ มาทดสอบแบบเรียลไทม์กันต่อดีกว่า ก่อนอื่น ผมอยู่ในแอป ChatGPT Desktop และที่ด้านบนคุณจะเห็นว่าเรามีสองโหมดคือโหมดแชทกับโหมด Work Mode โหมดเสียงทำงานได้ทั้งสองแพลตฟอร์ม แต่ถ้าเราต้องการความสามารถเต็มรูปแบบ ผมจะเปิดโหมด Work Mode เพื่อให้มันทำงานกับโฟลเดอร์ต่าง ๆ บนคอมพิวเตอร์ของผมได้
สำหรับตัวอย่างการใช้งานแรก ผมจะพูดกับโหมดเสียงของ ChatGPT เพื่อดึงบริบทจากงานก่อนหน้านี้ที่ผมรันไปเมื่อสัปดาห์ที่แล้ว และนี่คือบทสนทนาตรงนี้ ผมใช้ ChatGPT Work เพื่อสร้างแผนการเดินทางให้ตัวเอง มันใช้ตัวเชื่อมต่อที่ชื่อว่า EaseMyTrip เพื่อดึงข้อมูลเที่ยวบิน และหาเที่ยวบินที่ถูกที่สุดและดีที่สุดสำหรับการกลับจากยุโรป และมันยังสร้างเว็บไซต์ ChatGPT ให้ผมด้วย โดยสรุปทุกอย่างที่มันค้นพบระหว่างการวิจัยแผนการเดินทางที่ดีที่สุดให้ผม สิ่งที่ผมจะทำคือแค่เปิดฟีเจอร์นี้ตรงนี้
"เฮ้ เป็นไงบ้าง ช่วยผมหน่อยได้ไหม ผมอยากให้คุณดูเที่ยวบินทริปยุโรปที่นายช่วยจองไว้ให้ ผมอยากให้ช่วยดึงข้อมูลว่านายคิดว่าตัวเลือกเที่ยวบินไหนดีที่สุด"
"ได้เลย ผมจะตรวจสอบรายละเอียดทริปและดูว่าตัวเลือกเที่ยวบินไหนเหมาะสมที่สุด สำหรับทริปยุโรปของคุณ ผมไม่มีรายละเอียดในแชทนี้ คุณออกเดินทางจากเมืองไหน ปลายทางที่ไหน และวันเดินทางเท่าไหร่ครับ?"
"เออใช่ นี่มันอยู่ในบทสนทนาก่อนหน้าของนาย ช่วยดึงมาจากตรงนั้นได้ไหม ชื่อบทสนทนาคือ flight planning"
"โอเค ผมจะไปตรวจดูให้ ผมกำลังหางาน flight planning นั่นอยู่ เจอรายละเอียดทริปแล้ว บาร์เซโลนาไปเรดมอนด์ วันที่ 14 สิงหาคม คุณต้องการที่นั่งเอนราบได้ (lie-flat) โดยไม่ต้องจ่ายค่าธรรมเนียมธุรกิจเต็มรูปแบบ ตัวเลือกที่คุ้มค่าที่สุดคือผ่านบอสตัน แต่ผมกำลังเช็คความพร้อมของที่นั่งล่าสุด เพราะราคาตั๋วอาจขยับได้"
"โอเค เจ๋ง พอหาตั๋วที่ดีที่สุดให้ผมเจอแล้ว ช่วยเปิดใน EaseMyTrip ให้ผมหน่อยได้ไหม ผมจะได้จองได้"
"รับทราบ ผมจะลองเปิดให้ในนั้นดู เจอปัญหาเล็กน้อย ตัวเลือกที่นั่งเอนราบที่ถูกที่สุดตอนนี้มาถึงช้าเกินไปสำหรับการต่อเครื่องภายในวันเดียวกัน ซึ่งแปลว่าต้องค้างคืนหนึ่ง ผมเองไม่ขัดอะไรกับตั๋วที่เร็วกว่าและทำให้ทริปง่ายขึ้น ตัวเลือกที่คุ้มค่าและเสี่ยงน้อยที่สุดคือตั๋วต่อเครื่องเที่ยวเดียวผ่านลอนดอนและซีแอตเทิล ลงที่เรดมอนด์ในคืนวันที่ 14"
"โอเค ดี งั้นช่วยเปิดขึ้นมาให้หน่อย ผมจะได้จองเลย"
"ได้เลย ผมจะเปิดให้ ผมเปิดตัวเลือกที่นั่งเอนราบราคาถูกลงใน EaseMyTrip แล้ว บาร์เซโลนาถึงบอสตันวันที่ 14 สิงหาคม แต่ต้องค้างคืนที่บอสตันหนึ่งคืน แล้วค่อยบินแยกไปเรดมอนด์ในวันถัดไป"
"โอเค เพอร์เฟกต์ คิดว่าผมจะจองอันนี้แหละ ขอบคุณ"
เอาล่ะ เห็นแล้วใช่ไหมครับ นี่คือโหมดเสียงของ ChatGPT ในการทำงานจริง มันดึงข้อมูลจากบทสนทนาเธรดก่อนหน้าที่ผมเคยคุยไว้ ซึ่งจริง ๆ แล้วเป็นเมื่อสัปดาห์ที่แล้ว มันเลยใช้สิ่งนั้นเป็นบริบทได้ จากนั้นมันก็ใช้แอปพลิเคชันที่ผมเชื่อมต่อไว้ตรงนี้ และเปิดมันขึ้นมาในเบราว์เซอร์ของผมด้วย เพื่อที่ผมจะได้เข้าไปจองเที่ยวบินนี้ได้ทันที
เอาล่ะ สำหรับตัวอย่างการใช้งานที่สอง ผมจะใช้โหมดเสียงของ ChatGPT เพื่อค้นหาไฟล์เฉพาะที่อยู่ในคอมพิวเตอร์ของผม ผมสร้างไฟล์นี้เมื่อสองสามวันก่อน สมมติว่าเราไม่อยากต้องไปค้นหามันให้ทั่วทั้งคอมพิวเตอร์ ให้เราโยนงานนี้ให้ ChatGPT ทำแทนดีกว่า อย่างที่คุณเห็นตรงนี้ มันอยู่บนเดสก์ท็อปของผม เป็นไฟล์ชุดสอนการตั้งค่า co-work กับ ChatGPT (ChatGPT co-work setup teaching pack) ที่เปิดอยู่ตรงนี้ ผมจะมาที่ ChatGPT แล้วให้มันหาไฟล์นี้ให้ผม
"เฮ้ ช่วยไปที่คอมพิวเตอร์ของฉันหน่อย ฉันอยากให้นายหาไฟล์ ChatGPT co-work setup HTML ที่นายสร้างไว้ให้ฉันเมื่อสองสามวันก่อน"
"รับทราบ ผมจะหาไฟล์นั้นให้และยืนยันสิ่งที่พบ"
"อีกอย่าง ระหว่างนั้น งานสุดท้ายที่เรารันใน ChatGPT คืออะไร?"
"เดี๋ยวผมตรวจให้ด้วย"
ตอนนี้คุณจะเห็นว่ามันกำลังรันและทำงานหลายอย่างพร้อมกันในเวลาเดียวกัน ซึ่งนี่คือพลังของการใช้โหมดเสียงตัวใหม่ของ ChatGPT และมันเจ๋งมากเวลาที่คุณให้มันรันงานหลายอย่างพร้อมกัน
"ผมหาเจอและเปิดชุดสอนการตั้งค่า co-work กับ Claude (Claude co-work setup teaching pack) บนเดสก์ท็อปของคุณแล้ว สร้างเมื่อวันที่ 17 กรกฎาคม"
"ใช่ นี่คือสิ่งที่ฉันต้องการพอดี ขอบคุณ"
"เยี่ยม ดีใจที่ตรงกับที่นายต้องการ"
"แล้วงานนั้นล่ะ นายบอกว่านายหาเจองานสุดท้ายที่รันให้ฉัน"
"ขอผมดึงงานสุดท้ายที่แน่นอนมาให้ เป็นแชทอัปเดตโหมดเสียง ที่คุณถามว่าโหมดเสียงตัวใหม่เพิ่งเปิดตัวไปหรือยัง จากนั้นก็ให้ดูข้อความ Gmail ล่าสุดของคุณ"
"เพอร์เฟกต์ ขอบคุณมาก"
อีกหนึ่งสิ่งที่ผมอยากพูดถึงซึ่งค่อนข้างเจ๋งคือ คุณจะเห็นเจ้าก้อนเสียง ChatGPT (ChatGPT voice blob) เล็ก ๆ นี้ และเราสามารถวางมันไว้ตรงไหนก็ได้บนคอมพิวเตอร์ของเรา เช่น สมมติว่าผมกำลังตัดต่อวิดีโอนี้อยู่ตรงนี้ คุณก็ยังเห็นโหมดเสียงของ ChatGPT อยู่ และผมก็แค่พูดมาที่นี่ว่า "เฮ้ ผมอยากให้นายดูหน้าจอฉันหน่อย ดูเหมือนฉันกำลังทำงานอะไรอยู่? ฉันต้องการความช่วยเหลือเรื่องนี้"
"โอเค ขอผมดูหน่อย ผมกำลังอ่านสิ่งที่อยู่บนหน้าจอตอนนี้ คุณกำลังตัดต่อโปรเจกต์ความยาวประมาณ 7 นาทีใน CapCut โดยเปิดการตั้งค่าพื้นฐานของคลิปอยู่"
"เออ ช่วยอธิบายหน่อยได้ไหมว่าผมจะใส่ฟิลเตอร์ยังไง ผมหาวิธีทำไม่เจอ"
"ขอผมเช็คให้เร็ว ๆ นะครับ ใน CapCut ให้คลิก Filters ในแถบด้านซ้าย แล้วเลือกฟิลเตอร์แล้วลากไปวางบนคลิปของคุณในไทม์ไลน์ ถ้าจะให้ครอบคลุมทั้งวิดีโอ ให้วางลงบนแทร็กวิดีโอหลัก แล้วปรับความเข้มได้ในแผงด้านขวา"
"ขอบคุณ"
สำหรับตัวอย่างการใช้งานถัดไป ผมจะใช้มันสร้างรูปภาพและวิดีโอด้วยโหมดเสียงผ่าน Higgsfield MCP ไม่ใช่แค่สร้างวิดีโอหรือรูปเดียว แต่ผมจะสร้างหลายอันพร้อมกัน เพราะเราสามารถรันงานโหมดเสียงเหล่านี้แบบขนานได้ และถ้าคุณไม่รู้จัก Higgsfield มันคือแพลตฟอร์ม AI ครีเอทีฟแบบครบวงจร ที่เข้าถึงโมเดลสร้างภาพและวิดีโอชั้นนำทั้งหมด เราจึงสามารถสร้างอะไรก็ได้ที่เราต้องการในแง่ของวิดีโอ และส่วนที่ดีที่สุดคือ เราไม่จำเป็นต้องอยู่ในอินเทอร์เฟซผู้ใช้ตรงนี้ด้วยซ้ำ เราแค่พูดกับโหมดเสียง แล้วมันจะไปสร้างวิดีโอต่าง ๆ เหล่านี้โดยใช้โมเดลที่มันคิดว่าเหมาะสมที่สุด
การตั้งค่านั้นง่ายมาก ผมจะโชว์ให้ดูตอนนี้เลย ก่อนอื่น เราไปที่ลิงก์ในคำอธิบายวิดีโอเพื่อใช้ Higgsfield MCP จากตรงนี้ เราจะเห็นหน้าแลนดิ้งเพจนี้ และสิ่งที่เราต้องทำคือเลือก ChatGPT แล้วคลิกปุ่ม Add Higgsfield Plugin ตรงนี้ จากนั้นผมจะคลิก Install Plugin แล้วเข้าสู่ระบบบัญชี Higgsfield ของผม ถ้าคุณยังไม่มีบัญชี อย่าลืมสมัครก่อนเพื่อใช้งาน MCP ผมจะคลิก Allow ตรงนี้ แล้วแค่นั้น เราก็ติดตั้ง Higgsfield เสร็จเรียบร้อย ง่ายมาก จากนั้นอย่าลืมทำแบบเดียวกันในแอปเดสก์ท็อปด้วย ไปที่ Plugins ค้นหา Higgsfield คลิกตรงนี้ แล้วอย่าลืมเปิดใช้งานมัน
ตอนนี้กลับมาที่ ChatGPT แล้วลองทดสอบกันเลย "เฮ้ ผมอยากให้นายใช้ Higgsfield MCP เพื่อสร้างวิดีโอสองอันให้ผมแบบขนานในแชทแยกกัน อันแรกผมอยากให้เป็นวิดีโอโปรดักต์ของนาฬิกา Rolex ที่เกือบจะเป็นอนิเมชันระเบิด โดยที่ชิ้นส่วนต่าง ๆ ของ Rolex แยกออกจากกัน เพื่อใช้กับเว็บไซต์แบบเลื่อน (scrolling website) ส่วนวิดีโออันที่สองที่อยากให้นายสร้าง จะเป็นวิดีโอโฆษณาสินค้าหรูที่โชว์ Rolex แบบใกล้ ๆ บนข้อมือของใครสักคน"
"ได้เลย ผมจะตั้งค่าให้ทั้งสองอัน ผมกำลังตรวจสอบการตั้งค่าวิดีโอและเริ่มทำงานคอนเซปต์ Rolex ทั้งสองแบบ คือแบบแยกชิ้นส่วนกับแบบโฆษณาที่ข้อมือ ผมแยกเป็นงานสร้างแยกกันแล้ว ตอนนี้ทั้งอนิเมชันแยกชิ้นส่วนสำหรับเว็บไซต์ และโฆษณาภาพใกล้ ๆ ที่ข้อมือ กำลังรันแบบขนานอยู่"
ผ่านไปสองสามนาที ตอนนี้เรามีวิดีโอทั้งสองอันแล้ว มาดูกัน มันดูเจ๋งดี มันซูมเข้านาฬิกา Rolex Submariner แล้วตรงนั้นคุณจะเห็นชิ้นส่วนต่าง ๆ ของนาฬิกาเรือนนี้แยกออกจากกัน ผมคิดว่ามันจะดูดีและลื่นไหลมากบนเว็บไซต์แบบมีอนิเมชัน นั่นมันดีจริง ๆ และทั้งหมดนี้ใช้พรอมปต์แค่หนึ่งเดียว แถมไม่ถึงกับเป็นพรอมปต์ด้วยซ้ำ ผมแค่บอกโหมดเสียงของ ChatGPT ให้ไปทำมัน และนี่คือวิดีโออันที่สองที่มันสร้าง มันเป็นภาพถ่ายโปรดักต์แบบใกล้ ๆ ของ Rolex Submariner บนข้อมือใครสักคน มันดูแข็งแรงมากเช่นกัน ตอนนี้ผมจะกลับมาที่นี่แล้วพูดว่า "เฮ้ ผมเพิ่งดูทั้งหมดแล้ว มันดูเยี่ยมมาก สิ่งที่ผมอยากให้นายทำต่อคือ เปลี่ยนมันให้เป็นเว็บไซต์แบบมีอนิเมชัน โดยใช้สกิล animated website ที่นายมี"
"ผมจะเริ่มแปลงมันเป็นเว็บไซต์แบบมีอนิเมชัน ผมกำลังจดบันทึกอนิเมชันของหน้าโปรดักต์แบบง่าย ๆ"
สิ่งที่มันกำลังทำอยู่ตอนนี้คือ มันกำลังหาสกิล animated website ที่ผมดาวน์โหลดไว้ใน ChatGPT ซึ่งโดยพื้นฐานคือชุดคำสั่งที่ใช้เปลี่ยนวิดีโอและอนิเมชันแบบนั้นให้กลายเป็นเว็บไซต์แบบเลื่อนจริง ๆ เมื่อเราเลื่อนหน้า อนิเมชันเหล่านี้ก็จะเล่น ทำให้เว็บไซต์ดูสวยงามน่ามองมาก มันรันมาสองสามนาทีแล้ว ขอผมกลับมาที่โหมดเสียงแล้วถามว่า "เฮ้ เป็นยังไงบ้าง เสร็จหรือยัง?"
"ขอผมเช็คความคืบหน้าการสร้างเร็ว ๆ นะครับ ใช่ เว็บไซต์เสร็จแล้ว รวมถึงซีเควนซ์มุมมองแบบแยกชิ้นส่วนและส่วนปิดท้ายด้วยคลิปข้อมือ"
"เพอร์เฟกต์ ช่วยเปิดให้ผมหน่อยได้ไหม"
"ได้เลย ผมจะเปิดให้ กำลังเปิดอยู่ตอนนี้ เว็บไซต์ Submariner แบบมีอนิเมชันเปิดแล้ว"
เอาล่ะ มันเปิดขึ้นมาในเบราว์เซอร์ภายใน ChatGPT แล้ว สิ่งที่ผมจะทำคือคัดลอก URL นี้แล้วเปิดดูในเบราว์เซอร์ของผมเพื่อให้คุณเห็นมุมมองเต็ม ๆ และมันดูดีมากจริง ๆ มันคืออนิเมชันเดียวกันกับที่เราสร้างไว้ก่อนหน้านี้ คือ Rolex ที่กำลังแยกชิ้นส่วน ผมชอบตัวพิมพ์และฟอนต์ของเว็บไซต์นี้ และถ้าเลื่อนลงไปสุดด้านล่าง คุณจะเห็นว่ามันโชว์ภาพข้อมือด้วย ซึ่งผมสามารถดูได้ตรงนี้เลย ทั้งหมดนี้สร้างด้วยโหมดเสียงของ ChatGPT และ Higgsfield MCP เราไม่ต้องพิมพ์คำหรือพรอมปต์แม้แต่คำเดียวเพื่อสร้างสิ่งนี้ ทุกอย่างทำด้วยโหมดเสียงล้วน ๆ
สำหรับตัวอย่างการใช้งานถัดไป เตรียมตัวให้ดี เพราะนี่คือจุดที่มันทรงพลังสุดขีด มันทำให้ผมทึ่งมากหลังจากได้ลองเล่นและเห็นสิ่งที่โหมดเสียงทำได้ เพื่อให้คุณเห็นว่าผมหมายถึงอะไร ดูโฟลเดอร์นี้บนเดสก์ท็อปของผมที่ชื่อว่า Opus 5 Animated Websites ในโฟลเดอร์นี้ เรามีภาพขนาดย่อ (thumbnail) สองสามภาพที่ผมสร้างเมื่อวาน และสิ่งที่ผมจะทำคือ ใช้โหมดเสียงจากมือถือของผม เพื่อให้ ChatGPT เข้าไปในคอมพิวเตอร์ หาโฟลเดอร์นั้นให้เจอ แล้ววิเคราะห์ภาพเหล่านั้นให้ผม เหตุผลที่เรื่องนี้สำคัญก็เพราะว่า ทุกอย่างที่เราทำได้บนคอมพิวเตอร์ภายใน ChatGPT Work หรือ Codex ตอนนี้เราสามารถทำได้โดยตรงจากมือถือผ่านโหมดเสียง และผมอยากให้คุณซึมซับตรงนี้ไว้ เพราะมันทรงพลังมากถ้าเราใช้มันอย่างถูกต้อง สิ่งที่ผมจะทำคือแค่คลิกโหมดเสียงตรงนี้ แล้วพูดว่า "เฮ้ ฉันอยากให้นายไปที่คอมพิวเตอร์ของฉัน แล้วดูโฟลเดอร์ Opus 5 Animated Websites จากนั้นบอกฉันหน่อยว่ามีรูปภาพอะไรอยู่ข้างในบ้าง"
"ได้เลย ขอผมดูหน่อย ผมเห็นรูปภาพหกภาพ: insane websites, Opus 5 websites, สำเนาสองชุดของ 15K websites และกราฟิกเว็บไซต์แบบมีอนิเมชัน lighter cloud colon"
"เยี่ยม ช่วยอะไรฉันหน่อยได้ไหม ฉันอยากให้นายเปลี่ยนชื่อโฟลเดอร์นี้เป็น Opus 5 websites"
"โอเค ผมจัดการให้ ผมหาโฟลเดอร์เจอแล้ว กำลังเปลี่ยนชื่อให้ตอนนี้ เสร็จแล้ว ตอนนี้โฟลเดอร์ชื่อ Opus 5 websites"
ผมไม่สามารถอัดหน้าจอมือถือและคอมพิวเตอร์พร้อมกันได้ แต่บอกเลยว่า ตอนที่เอเจนต์เสียงของผมบอกว่ามันเปลี่ยนชื่อเสร็จ ผมเห็นชื่อโฟลเดอร์เปลี่ยนจริง ๆ ต่อหน้าต่อตา และผมรู้ว่านี่เป็นตัวอย่างการใช้งานพื้นฐานมาก แต่โดยพื้นฐานแล้ว ทุกอย่างที่ Codex ทำบนคอมพิวเตอร์ของคุณได้ ตอนนี้คุณสามารถสั่งให้ ChatGPT ทำผ่านโหมดเสียงจากมือถือได้
เอาล่ะ ตอนนี้ผมจะโชว์วิธีตั้งค่าให้ดู ไปที่แอป ChatGPT Desktop จากนั้นที่มุมล่างซ้ายตรงที่เห็นบัญชีของคุณ ให้คลิกตรงนั้นแล้วคลิก Settings ตรงนี้ จากนั้นภายใต้หัวข้อ Coding ให้คลิก Connections แล้วเราจะเห็นหน้าตานี้ ซึ่งเราสามารถควบคุม Mac ของเราจากมือถือได้ จากนั้นคลิกปุ่ม Add ตรงนี้ เราจะเห็นโค้ด QR ตรงนี้ ผมจะหยิบมือถือขึ้นมาสแกน แล้วภายในแอป ChatGPT บนมือถือของเรา เราจะปัดจากด้านซ้าย แล้วคุณจะเห็นปุ่ม Remote ตัวใหม่ตรงนี้ที่มีไอคอนสีเขียวเล็ก ๆ ผมจะคลิกมัน แล้วตอนนี้คุณจะเห็นโปรเจกต์ต่าง ๆ ที่เรารันไปแล้วในอดีต เช่น ผมสามารถไปที่เว็บไซต์ Rolex แบบมีอนิเมชันที่ผมสร้างไว้ และเราสามารถดูเซสชันใดก็ได้ที่เรารันบนแอปเดสก์ท็อปได้จากบนมือถือ และเพื่อใช้โหมดเสียงให้มันไปทำงานให้เรา เราแค่คลิกไอคอนเสียงเล็ก ๆ ตรงนี้ มันจะเปิดขึ้นมา มันเชื่อมต่อกับเดสก์ท็อปของคุณแบบโลคัล แล้วเราก็คุยกับมันได้
"เฮ้ เป็นไงบ้าง"
"มีอะไรให้ช่วยครับ?"
"เออ ช่วยไปที่โฟลเดอร์ IG Carousels บนเดสก์ท็อปของฉันหน่อย แล้วบอกฉันหน่อยว่ามีอะไรอยู่ข้างใน"
"ได้เลย ขอผมเช็คโฟลเดอร์นั้นหน่อย ผมกำลังตรวจสอบโฟลเดอร์นั้นอยู่ ภายในโฟลเดอร์ IG Carousels ของคุณมีสี่ชุด: five cloud code skills I can't live without, perfect seven sets"
"ขอบคุณมาก"
คุณเห็นแล้วว่าการสั่งงานจากมือถือมันง่ายแค่ไหน และมันจะทรงพลังมากถ้าคุณอยู่ระหว่างเดินทาง แล้วอยากให้ Codex หรือ ChatGPT ไปทำอะไรสักอย่างตอนที่คุณไม่ได้อยู่หน้าคอมพิวเตอร์
ตอนนี้ผมจะพูดถึงวิธีเพิ่มปลั๊กอินสั้น ๆ แล้วจะโชว์เคล็ดลับในการเชื่อมต่อ ChatGPT กับแอปพลิเคชันมากกว่า 9,000 ตัว เพื่อให้คุณทำงานข้ามระบบเทคโนโลยีทั้งหมดของคุณได้ ประการแรก ถ้าเราไปที่ Plugins ทางด้านซ้าย จะมีปลั๊กอินสาธารณะบางตัวที่เราสามารถเชื่อมต่อได้โดยตรงใน ChatGPT แต่มันค่อนข้างจำกัดตรงนี้ และมันจะไม่มีแอปทั้งหมดที่คุณอยากใช้ วิธีแก้ที่ดีมากคือการใช้ Zapier MCP ซึ่งเชื่อมต่อกับแอปพลิเคชันมากกว่า 9,000 ตัว และใช้งานง่ายมาก เพื่อโชว์ให้คุณเห็นการทำงานจริง นี่คือ MCP server ที่ผมตั้งค่าไว้ จากนั้นผมเชื่อมต่อมันกับ Beehiiv และผมยังเชื่อมต่อกับ Notion ด้วย นี่คือแอปพลิเคชันสองสามตัวที่ผมใช้ทุกวันในการทำธุรกิจ แต่ไม่มีทางเชื่อมต่อพวกมันภายใน ChatGPT ได้ถ้าไม่ใช้ MCP server นี้ และเพื่อให้คุณเห็นว่าผมหมายถึงอะไร ขอใช้โหมดเสียงดึงข้อมูลจดหมายข่าวอีเมลจาก Beehiiv โดยมันจะทำผ่าน Zapier MCP
"เฮ้ ฉันอยากให้นายเช็คใน Beehiiv ผ่าน Zapier MCP แล้วให้ข้อมูลที่เกี่ยวข้องเกี่ยวกับรายชื่อจดหมายข่าวอีเมลของฉัน"
"โอเค ขอผมตรวจสอบข้อมูล Beehiiv ตอนนี้ ผมกำลังตรวจสอบแหล่งข้อมูล Beehiiv ที่เชื่อมต่ออยู่ จดหมายข่าวที่ใช้งานอยู่ของคุณ Brock Mesarich, AI for Non-Techies มีสมาชิกฟรี 1,694 คน และยังไม่มีสมาชิกแบบเสียเงิน โดยมีอัตราการเปิดอ่านเฉลี่ยประมาณ 29% ตัวเลขการส่งล่าสุดคือส่ง 449 ฉบับ เปิด 131 ครั้ง และคลิก 9 ครั้ง และยังมีสิ่งพิมพ์ชื่อคล้ายกันอีกอันที่ตอนนี้ว่างเปล่า"
"เพอร์เฟกต์ ขอบคุณมาก"
อย่างที่คุณเห็น มันสามารถเข้าถึง Beehiiv ได้แม้ว่ามันจะไม่ได้เชื่อมต่อโดยตรงภายใน ChatGPT และมันทำได้ผ่าน Zapier MCP ถ้าคุณอยากลองใช้ จะมีลิงก์อยู่ในคำอธิบายวิดีโอ และมันง่ายแค่มาที่นี่ คลิกสร้าง MCP server ใหม่ แล้วเราแค่เลือกเอเจนต์ที่เราใช้ สำหรับตัวอย่างนี้เราจะใช้ ChatGPT เราก็เลือกอันนี้ แล้วทำตามขั้นตอนเหล่านี้ตรงนี้ มันจะพาคุณเชื่อมต่อทีละขั้นตอน และเมื่อตั้งค่าเสร็จแล้ว สิ่งที่ต้องทำคือเพิ่มแอปพลิเคชันต่าง ๆ ที่เราต้องการเชื่อมต่อ และมีแอปให้เชื่อมต่อมากกว่า 9,000 ตัวอีกครั้ง
ตัวอย่างการใช้งานถัดไปที่ผมจะโชว์ มีประโยชน์มากสำหรับการทำงานอัตโนมัติ (automate) งานเฉพาะที่คุณทำทุกวันหรือทุกสัปดาห์ นั่นคือการใช้มันสร้างงานตามกำหนดเวลา (scheduled task) ภายใน ChatGPT ผมจะมาที่นี่แล้วพูดว่า "เฮ้ ฉันอยากให้นายสร้างงานตามกำหนดเวลา โดยทุกวันให้ดึงข้อมูลจาก Gmail ของฉัน และตอน 8 โมงเช้าเตือนฉันเกี่ยวกับทุกอย่างที่ต้องตอบกลับในวันนั้น และอยากให้ดึงข้อมูลจาก Google Calendar ของฉันด้วย เพื่อให้ฉันรู้ว่ามีอะไรน่าตื่นเต้นรออยู่ระหว่างวัน"
"โอเค ขอผมเช็ค Gmail และปฏิทินของคุณ แล้วหาวิธีตั้งค่าให้ ผมกำลังตรวจสอบความสามารถของอีเมลและปฏิทินที่เชื่อมต่ออยู่ เพื่อให้รายงานสรุปประจำวันครอบคลุมทั้งอีเมลที่ต้องตอบและตารางงานของคุณ"
สิ่งที่มันทำอยู่ตอนนี้คือ มันดึงข้อมูลจากแอปทั้งสองนี้ เพราะผมเชื่อมต่อมันไว้แล้ว และมันจะดึงข้อมูลที่เกี่ยวข้องทั้งหมดมาให้ผม จากนั้นผมยังสามารถใช้โหมดเสียงร่างอีเมลตอบกลับทั้งหมดที่ต้องตอบได้ โดยไม่ต้องทำเอง
"รายงานสรุปประจำวันของคุณถูกตั้งไว้ตอน 8:00 น. มันจะเน้นอีเมลที่ต้องตอบกลับและสรุปตารางงานทั้งวันของคุณในภาพเดียว โดยไม่เปลี่ยนแปลงข้อความหรืออีเวนต์ใด ๆ"
"เพอร์เฟกต์ ช่วยรันงานตามกำหนดเวลานี้ตอนนี้เลยได้ไหม ฉันอยากเห็นว่ามันทำงานยังไง"
"รับทราบ กำลังรันให้ตอนนี้ รายงานสรุปวันนี้พร้อมแล้ว และผมกำลังเช็คว่าสามารถเรียกใช้ทันทีเพื่อพรีวิวแบบสดได้ไหม รายงานสรุปของคุณแสดงรายการที่ควรตอบกลับสองสามรายการ รวมถึงคำเชิญร่วมงานครีเอเตอร์สองสามรายการ คำเชิญ Slack หนึ่งรายการ ประกาศเชื่อมต่อบัญชีใหม่ และการแจ้งเตือนรับพัสดุ ส่วนปฏิทินของคุณวันนี้ว่างเปล่า คุณมีเวลาว่างจัดการเรื่องพวกนั้นได้"
"เพอร์เฟกต์ ขอบคุณ แล้วพรุ่งนี้มันจะรันด้วยใช่ไหม?"
"ขอผมยืนยันว่ามันตั้งไว้สำหรับพรุ่งนี้ด้วย ใช่ครับ คุณจะได้รับรายงานสรุปพรุ่งนี้เช้าเวลา 8:00 น. และทุกวันหลังจากนั้น"
"เพอร์เฟกต์ ขอบคุณ"
เอาล่ะ นี่คือโหมดเสียงตัวใหม่ของ ChatGPT ตอนนี้คุณน่าจะเข้าใจแล้วว่ามันทรงพลังแค่ไหน และมีวิธีใช้มันได้หลากหลายแค่ไหนในตอนนี้ ผมเองตื่นเต้นมากกับสิ่งนี้ มันรู้สึกเหมือนเรากำลังมีช่วงเวลาสไตล์ Jarvis ในวงการ AI ที่เราสามารถใช้มือถือ พูดกับมัน แล้วให้ ChatGPT ไปทำงานบนคอมพิวเตอร์ของเราได้จริง ๆ ถ้าคุณสนุกกับวิดีโอนี้ อย่าลืมกดติดตามช่องเพื่อดูวิดีโอแบบนี้เพิ่มเติม และคอมเมนต์บอกผมได้เลยว่าคุณคิดยังไง แล้วเจอกันในวิดีโอหน้า
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- ## จุดที่ฟังไม่ชัด / ไม่ชัดเจน
- ไม่มีส่วนใดที่ต้องติด `[ฟังไม่ชัด]`
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| --- | --- |
| Voice Mode | โหมดเสียงของ ChatGPT ที่คุยโต้ตอบได้แบบเรียลไทม์ |
| ChatGPT Desktop | แอปพลิเคชัน ChatGPT เวอร์ชันเดสก์ท็อป (มีความสามารถเต็มรูปแบบ) |
| Work Mode | โหมดทำงานของ ChatGPT (ปล่อยใหม่) ที่ทำงานกับไฟล์/โฟลเดอร์ในเครื่องได้ |
| Codex | เครื่องมือเขียนโค้ด/ทำงานอัตโนมัติของ OpenAI |
| Chat Mode | โหมดแชททั่วไปของ ChatGPT |
| walkie-talkie | วอล์กี้ทอล์กี้ — อุปมาระบบพูดสลับกันฟัง (พูดทีละฝ่าย) แบบโหมดเสียงรุ่นเก่า |
| thread | เธรด — บทสนทนาย่อยแยกกันภายใน ChatGPT |
| agent / coordinating agent | เอเจนต์ / เอเจนต์ผู้ประสานงาน — AI ที่คอยประสานงานหลายงานพร้อมกัน |
| plugin | ปลั๊กอิน — ส่วนเสริมที่เพิ่มความสามารถให้ ChatGPT |
| connector | ตัวเชื่อมต่อ — ตัวกลางเชื่อม ChatGPT กับแอปภายนอก |
| MCP (Model Context Protocol) | โปรโตคอลเชื่อมต่อ ChatGPT กับเครื่องมือ/แอปภายนอก (เช่น Higgsfield MCP, Zapier MCP) |
| Higgsfield | แพลตฟอร์ม AI ครีเอทีฟแบบครบวงจรสำหรับสร้างภาพ/วิดีโอ |
| Zapier MCP | ตัวเชื่อมต่อที่ทำให้ ChatGPT ใช้งานแอปพลิเคชันได้มากกว่า 9,000 ตัว |
| EaseMyTrip | เว็บไซต์จองเที่ยวบิน (ตัวเชื่อมต่อที่ใช้จองตั๋วเครื่องบิน) |
| Beehiiv | แพลตฟอร์มส่งจดหมายข่าว (newsletter) ทางอีเมล |
| Gmail | อีเมลของ Google |
| Google Calendar | ปฏิทินของ Google |
| Slack | แอปแชทสำหรับทีม/ที่ทำงาน |
| CapCut | โปรแกรมตัดต่อวิดีโอ |
| Rolex Submariner | นาฬิกาหรูรุ่น Submariner ของ Rolex (ใช้เป็นตัวอย่างในวิดีโอ) |
| scrolling website / animated website | เว็บไซต์แบบเลื่อนที่มีอนิเมชันเล่นระหว่างเลื่อนหน้า |
| thumbnail | ภาพขนาดย่อ |
| scheduled task | งานตามกำหนดเวลา — งานที่ตั้งให้ AI รันซ้ำทุกวัน/ทุกสัปดาห์อัตโนมัติ |
| daily briefing | รายงานสรุปประจำวัน |
| lie-flat seat | ที่นั่งเอนราบได้เต็มที่ (บนเครื่องบิน) |
| QR code | โค้ด QR — ใช้สแกนเพื่อเชื่อมต่อมือถือกับเดสก์ท็อป |
| Remote (ปุ่ม) | ปุ่มควบคุมระยะไกลในแอป ChatGPT มือถือสำหรับสั่งงานคอมพิวเตอร์ |
| skill (animated website skill) | ชุดคำสั่ง/สกิลใน ChatGPT ที่ใช้สร้างเว็บไซต์แบบมีอนิเมชันจากวิดีโอ |
| Jarvis moment | ช่วงเวลาสไตล์ Jarvis (ผู้ช่วย AI ใน Iron Man) — พูดสั่งแล้ว AI ทำงานให้ |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:03,877 OpenAI เพิ่งปล่อยโหมดเสียงตัวใหม่ และผมคิดว่าโดยส่วนตัวแล้ว 2 00:00:03,877 --> 00:00:07,097 นี่คือการอัปเดต AI ที่ถูกมองข้ามมากที่สุดของปีนี้ 3 00:00:07,097 --> 00:00:11,895 และดูเหมือนจะไม่มีใครพูดถึงมันเลยด้วยซ้ำ คุณสามารถพูดคุยกับมันบนมือถือได้ 4 00:00:11,895 --> 00:00:15,575 และมันสามารถควบคุมคอมพิวเตอร์ของคุณและทำงานให้คุณได้จริง
เปิดดูซับไตเติ้ลทั้งหมด (301 segments)
1 00:00:00,000 --> 00:00:03,877 OpenAI เพิ่งปล่อยโหมดเสียงตัวใหม่ และผมคิดว่าโดยส่วนตัวแล้ว 2 00:00:03,877 --> 00:00:07,097 นี่คือการอัปเดต AI ที่ถูกมองข้ามมากที่สุดของปีนี้ 3 00:00:07,097 --> 00:00:11,895 และดูเหมือนจะไม่มีใครพูดถึงมันเลยด้วยซ้ำ คุณสามารถพูดคุยกับมันบนมือถือได้ 4 00:00:11,895 --> 00:00:15,575 และมันสามารถควบคุมคอมพิวเตอร์ของคุณและทำงานให้คุณได้จริง 5 00:00:15,575 --> 00:00:21,226 ๆ และที่สำคัญกว่านั้น มันยังรันงานหลายอย่างพร้อมกันได้ในขณะที่คุณกำลังพูดคุยกับมันอยู่ 6 00:00:21,226 --> 00:00:24,775 ดังนั้นในวิดีโอนี้ ผมจะโชว์ให้คุณเห็นว่ามีอะไรใหม่บ้าง 7 00:00:24,775 --> 00:00:28,849 ใช้ได้ที่ไหนบ้าง และตัวอย่างการใช้งาน 5 แบบที่คุณลองทำได้ทันที 8 00:00:28,849 --> 00:00:32,398 เพื่อให้คุณเข้าใจว่ามันทรงพลังแค่ไหน งั้นเราไปดูกันเลย 9 00:00:32,398 --> 00:00:36,801 เอาล่ะ ก่อนที่เราจะลงรายละเอียดการสาธิตและตัวอย่างการใช้งานเหล่านี้ 10 00:00:36,801 --> 00:00:40,350 เราต้องเข้าใจก่อนว่าโหมดเสียงใน ChatGPT มีอะไรใหม่บ้าง 11 00:00:40,350 --> 00:00:44,950 เพราะเรามีโหมดเสียงรุ่นก่อน ๆ อยู่แล้ว แต่อันนี้มีความสามารถมากกว่ามาก 12 00:00:44,950 --> 00:00:51,521 และเมื่อเราเข้าใจพื้นฐานการทำงานของมันแล้ว คุณก็จะเห็นตัวอย่างการใช้งานที่คุณสามารถนำไปปรับใช้เองได้ 13 00:00:51,521 --> 00:00:54,741 สิ่งแรกที่แตกต่างอย่างมากกับโหมดเสียงตัวใหม่ก็คือ 14 00:00:54,741 --> 00:00:58,750 เมื่อก่อนมันเหมือนกับการพูดด้วยวอล์กี้ทอล์กี้ (walkie-talkie) 15 00:00:58,750 --> 00:01:01,839 ที่ผมหมายถึงคือ เราจะพูดกับโหมดเสียงของ ChatGPT 16 00:01:01,839 --> 00:01:05,585 แล้วมันต้องรอให้เราพูดจบก่อนถึงจะประมวลผลสิ่งที่เราพูดได้ 17 00:01:05,585 --> 00:01:09,856 แต่ตอนนี้ด้วยโหมดเสียงตัวใหม่ มันสามารถพูดและฟังได้ในเวลาเดียวกัน 18 00:01:09,856 --> 00:01:13,470 ดังนั้นถ้าเราต้องการขัดจังหวะ ChatGPT มันจะหยุดพูดทันที 19 00:01:13,470 --> 00:01:17,282 แล้วเริ่มประมวลผลสิ่งที่เรากำลังพูดได้ทันที โดยพื้นฐานแล้ว 20 00:01:17,282 --> 00:01:22,079 กลางบทสนทนา กลางประโยค เราสามารถขัดจังหวะได้ แล้วมันจะปรับตัวให้อัตโนมัติ 21 00:01:22,079 --> 00:01:28,191 มันเหมือนเรากำลังคุยกับมนุษย์ปกติ ไม่ใช่การสลับกันพูดกลับไปกลับมาแบบที่เราเคยชินกับโมเดลเสียง 22 00:01:28,191 --> 00:01:33,448 AI ทั่วไป ที่คุณต้องพูดแทรกตอนมันพูดยาว ๆ แล้วมันก็ทำให้บทสนทนาทั้งหมดเสียจังหวะ 23 00:01:33,448 --> 00:01:38,574 ต่อไป โหมดเสียงตัวนี้อยู่บนแอปเดสก์ท็อปแล้ว เราสามารถใช้มันได้ทั้งในโหมดแชทของ 24 00:01:38,574 --> 00:01:43,503 ChatGPT, โหมด Work Mode (โหมดทำงาน) ตัวใหม่ที่เพิ่งปล่อยเมื่อสัปดาห์ที่แล้ว 25 00:01:43,503 --> 00:01:47,314 และใน Codex และยังมีบางอย่างที่ผมจะพูดถึงทีหลังในวิดีโอนี้ 26 00:01:47,314 --> 00:01:51,849 ซึ่งทรงพลังมากถ้าคุณใช้ Codex อยู่ นั่นคือคุณสามารถพูดกับโหมดเสียงของ 27 00:01:51,849 --> 00:01:56,712 ChatGPT ผ่านมือถือ เพื่อสั่งให้ Codex บนคอมพิวเตอร์เดสก์ท็อปของคุณทำงานได้ 28 00:01:56,712 --> 00:02:00,129 แต่เราจะพูดถึงและลงรายละเอียดเรื่องนี้ทีหลังในวิดีโอ 29 00:02:00,129 --> 00:02:04,269 ยังมีฟีเจอร์อีกสองสามอย่าง ซึ่งเมื่อคุณเข้าใจการทำงานของมันจริง 30 00:02:04,269 --> 00:02:09,066 ๆ แล้ว มันจะเริ่มให้ความรู้สึกเหมือนเวทมนตร์ ที่เราสามารถพูดคุยกับเอเจนต์ 31 00:02:09,066 --> 00:02:14,389 AI อย่างโหมดเสียงของ ChatGPT แล้วให้มันทำอะไรต่อมิอะไรให้เราได้มากมายแบบเรียลไทม์ 32 00:02:14,389 --> 00:02:19,449 สิ่งหนึ่งที่เราทำได้คือ เราสามารถสั่งงานมันเพียงคำสั่งเดียวในระหว่างที่พูดคุย 33 00:02:19,449 --> 00:02:22,801 แล้วมันจะทำงานหลายอย่างพร้อมกัน สิ่งที่ผมหมายถึงคือ 34 00:02:22,801 --> 00:02:25,889 เราสามารถเปิดเธรด (thread) หลายอันพร้อมกันภายใน 35 00:02:25,889 --> 00:02:32,855 ChatGPT และใช้โหมดเสียงเป็นเหมือนเอเจนต์ผู้ประสานงานที่คอยดูว่ามีอะไรเกิดขึ้นแบบขนานไปตามบทสนทนาและงานต่าง 36 00:02:32,855 --> 00:02:37,193 ๆ เหล่านั้น และผมจะโชว์ให้คุณเห็นว่ามันทำงานยังไงในวิดีโอนี้ทีหลัง 37 00:02:37,193 --> 00:02:42,253 เพราะมันน่าทึ่งจริง ๆ และมันทำให้เราได้ลิ้มรสของอนาคตว่าวันหน้าเราจะโต้ตอบกับ 38 00:02:42,253 --> 00:02:47,970 AI บนระบบปฏิบัติการของเราเองยังไง ต่อไป เราสามารถให้โหมดเสียงใช้เครื่องมือจริงของเราได้ 39 00:02:47,970 --> 00:02:51,124 นั่นคือปลั๊กอินหรือตัวเชื่อมต่อ (connector) ต่าง 40 00:02:51,124 --> 00:02:56,119 ๆ ที่เราตั้งค่าไว้ใน ChatGPT ตอนนี้เราสามารถสั่งงานข้ามเครื่องมือเหล่านี้ได้ 41 00:02:56,119 --> 00:02:59,799 ไม่ว่าจะเป็น Gmail ปฏิทินของคุณ Slack หรือเครื่องมือต่าง 42 00:02:59,799 --> 00:03:03,150 ๆ ที่คุณใช้ในชีวิตประจำวัน เราสามารถพูดกับโหมดเสียง 43 00:03:03,150 --> 00:03:06,436 แล้วมันก็ไปลงมือทำอะไรต่าง ๆ ในเครื่องมือเหล่านั้น 44 00:03:06,436 --> 00:03:12,285 รวมถึงดึงข้อมูลจากมันมาให้เราได้ ต่อมา โหมดเสียงสามารถมองเห็นหน้าจอบนคอมพิวเตอร์ของคุณได้ 45 00:03:12,285 --> 00:03:17,871 เช่น สมมติว่าคุณต้องการความช่วยเหลือในการใช้งานเว็บไซต์หรือแอปพลิเคชันใดเว็บไซต์หนึ่ง 46 00:03:17,871 --> 00:03:22,997 คุณสามารถให้โหมดเสียงของ ChatGPT นำทางคุณแบบเรียลไทม์ว่าต้องคลิกตรงไหนบนหน้าจอ 47 00:03:22,997 --> 00:03:30,028 หรืออธิบายหัวข้อที่ซับซ้อนให้คุณฟังได้ ฟีเจอร์ถัดไปนี้ทำให้คุณทำงานจากมือถือเพื่อควบคุมคอมพิวเตอร์ของคุณได้ 48 00:03:30,028 --> 00:03:33,117 คุณสามารถใช้โหมดเสียงบนมือถือเพื่อดึงไฟล์ต่าง ๆ 49 00:03:33,117 --> 00:03:36,600 จากคอมพิวเตอร์ และรันงานทุกอย่างที่คุณจะทำใน ChatGPT, 50 00:03:36,600 --> 00:03:41,726 ChatGPT Work หรือแม้แต่ Codex ได้ ตอนนี้มีหลายที่ที่เราเข้าใช้งานฟีเจอร์นี้ได้ 51 00:03:41,726 --> 00:03:44,880 แต่มีข้อแม้อยู่บ้าง ขอให้ติดตามผมไปเรื่อย ๆ ก่อน 52 00:03:44,880 --> 00:03:50,400 ประการแรก ถ้าเราเข้าไปที่ chatgpt.com เราจะเห็นโหมดเสียงตรงนี้ที่เราสามารถเปิดใช้ได้ 53 00:03:50,400 --> 00:03:53,620 แต่มันมีข้อจำกัดบางอย่างที่ผมจะพูดถึงในอีกสักครู่ 54 00:03:53,620 --> 00:03:56,775 ต่อไป สถานที่ที่ผมแนะนำให้ใช้มากกว่า chatgpt.com 55 00:03:56,775 --> 00:04:00,455 คือ ChatGPT Desktop ซึ่งอยู่ในแอปเดสก์ท็อป และนอกจากนั้น 56 00:04:00,455 --> 00:04:04,726 เรายังเข้าใช้งานผ่านแอปมือถือได้ด้วย ซึ่งมาพร้อมความสามารถที่เจ๋ง 57 00:04:04,726 --> 00:04:09,589 ๆ ที่ผมจะโชว์ให้ดูทีหลังในวิดีโอนี้ ตอนนี้มาพูดถึงความแตกต่างระหว่างการใช้ 58 00:04:09,589 --> 00:04:14,386 chatgpt.com กับเดสก์ท็อปกันสั้น ๆ สำหรับการใช้บนมือถือหรือเว็บแอปพลิเคชัน 59 00:04:14,386 --> 00:04:18,461 มันไม่มีความสามารถในการรันงานต่าง ๆ ให้เรา ใช้หน้าจอจริงของเรา 60 00:04:18,461 --> 00:04:22,798 หรือดึงข้อมูลจากคอมพิวเตอร์ของเรา ฯลฯ ให้คิดว่านี่เหมือนการใช้โหมด 61 00:04:22,798 --> 00:04:27,398 ChatGPT ทั่วไป คุณคุยกลับไปกลับมากับมันได้และเสียงของโมเดลก็ฟังดูดีมาก 62 00:04:27,398 --> 00:04:30,947 แต่มันไม่มีความสามารถเต็มรูปแบบ ในขณะที่บนแอปเดสก์ท็อป 63 00:04:30,947 --> 00:04:35,678 เราสามารถรันงานและเอเจนต์เฉพาะทาง และทำทุกอย่างที่ผมจะโชว์ในวิดีโอนี้ได้ 64 00:04:35,678 --> 00:04:38,767 เอาล่ะ มาทดสอบแบบเรียลไทม์กันต่อดีกว่า ก่อนอื่น 65 00:04:38,767 --> 00:04:44,090 ผมอยู่ในแอป ChatGPT Desktop และที่ด้านบนคุณจะเห็นว่าเรามีสองโหมดคือโหมดแชทกับโหมด 66 00:04:44,090 --> 00:04:49,347 Work Mode โหมดเสียงทำงานได้ทั้งสองแพลตฟอร์ม แต่ถ้าเราต้องการความสามารถเต็มรูปแบบ 67 00:04:49,347 --> 00:04:52,896 ผมจะเปิดโหมด Work Mode เพื่อให้มันทำงานกับโฟลเดอร์ต่าง 68 00:04:52,896 --> 00:04:56,182 ๆ บนคอมพิวเตอร์ของผมได้ สำหรับตัวอย่างการใช้งานแรก 69 00:04:56,182 --> 00:05:02,096 ผมจะพูดกับโหมดเสียงของ ChatGPT เพื่อดึงบริบทจากงานก่อนหน้านี้ที่ผมรันไปเมื่อสัปดาห์ที่แล้ว 70 00:05:02,096 --> 00:05:06,959 และนี่คือบทสนทนาตรงนี้ ผมใช้ ChatGPT Work เพื่อสร้างแผนการเดินทางให้ตัวเอง 71 00:05:06,959 --> 00:05:11,099 มันใช้ตัวเชื่อมต่อที่ชื่อว่า EaseMyTrip เพื่อดึงข้อมูลเที่ยวบิน 72 00:05:11,099 --> 00:05:14,911 และหาเที่ยวบินที่ถูกที่สุดและดีที่สุดสำหรับการกลับจากยุโรป 73 00:05:14,911 --> 00:05:22,205 และมันยังสร้างเว็บไซต์ ChatGPT ให้ผมด้วย โดยสรุปทุกอย่างที่มันค้นพบระหว่างการวิจัยแผนการเดินทางที่ดีที่สุดให้ผม 74 00:05:22,205 --> 00:05:25,820 สิ่งที่ผมจะทำคือแค่เปิดฟีเจอร์นี้ตรงนี้ "เฮ้ เป็นไงบ้าง 75 00:05:25,820 --> 00:05:30,354 ช่วยผมหน่อยได้ไหม ผมอยากให้คุณดูเที่ยวบินทริปยุโรปที่นายช่วยจองไว้ให้ 76 00:05:30,354 --> 00:05:34,494 ผมอยากให้ช่วยดึงข้อมูลว่านายคิดว่าตัวเลือกเที่ยวบินไหนดีที่สุด" 77 00:05:34,494 --> 00:05:39,357 "ได้เลย ผมจะตรวจสอบรายละเอียดทริปและดูว่าตัวเลือกเที่ยวบินไหนเหมาะสมที่สุด 78 00:05:39,357 --> 00:05:42,446 สำหรับทริปยุโรปของคุณ ผมไม่มีรายละเอียดในแชทนี้ 79 00:05:42,446 --> 00:05:46,783 คุณออกเดินทางจากเมืองไหน ปลายทางที่ไหน และวันเดินทางเท่าไหร่ครับ?" 80 00:05:46,783 --> 00:05:51,186 "เออใช่ นี่มันอยู่ในบทสนทนาก่อนหน้าของนาย ช่วยดึงมาจากตรงนั้นได้ไหม 81 00:05:51,186 --> 00:05:54,669 ชื่อบทสนทนาคือ flight planning" "โอเค ผมจะไปตรวจดูให้ 82 00:05:54,669 --> 00:05:58,546 ผมกำลังหางาน flight planning นั่นอยู่ เจอรายละเอียดทริปแล้ว 83 00:05:58,546 --> 00:06:02,818 บาร์เซโลนาไปเรดมอนด์ วันที่ 14 สิงหาคม คุณต้องการที่นั่งเอนราบได้ 84 00:06:02,818 --> 00:06:06,301 (lie-flat) โดยไม่ต้องจ่ายค่าธรรมเนียมธุรกิจเต็มรูปแบบ 85 00:06:06,301 --> 00:06:11,361 ตัวเลือกที่คุ้มค่าที่สุดคือผ่านบอสตัน แต่ผมกำลังเช็คความพร้อมของที่นั่งล่าสุด 86 00:06:11,361 --> 00:06:15,764 เพราะราคาตั๋วอาจขยับได้" "โอเค เจ๋ง พอหาตั๋วที่ดีที่สุดให้ผมเจอแล้ว 87 00:06:15,764 --> 00:06:19,247 ช่วยเปิดใน EaseMyTrip ให้ผมหน่อยได้ไหม ผมจะได้จองได้" 88 00:06:19,247 --> 00:06:22,401 "รับทราบ ผมจะลองเปิดให้ในนั้นดู เจอปัญหาเล็กน้อย 89 00:06:22,401 --> 00:06:28,184 ตัวเลือกที่นั่งเอนราบที่ถูกที่สุดตอนนี้มาถึงช้าเกินไปสำหรับการต่อเครื่องภายในวันเดียวกัน 90 00:06:28,184 --> 00:06:33,441 ซึ่งแปลว่าต้องค้างคืนหนึ่ง ผมเองไม่ขัดอะไรกับตั๋วที่เร็วกว่าและทำให้ทริปง่ายขึ้น 91 00:06:33,441 --> 00:06:39,159 ตัวเลือกที่คุ้มค่าและเสี่ยงน้อยที่สุดคือตั๋วต่อเครื่องเที่ยวเดียวผ่านลอนดอนและซีแอตเทิล 92 00:06:39,159 --> 00:06:43,365 ลงที่เรดมอนด์ในคืนวันที่ 14" "โอเค ดี งั้นช่วยเปิดขึ้นมาให้หน่อย 93 00:06:43,365 --> 00:06:48,162 ผมจะได้จองเลย" "ได้เลย ผมจะเปิดให้ ผมเปิดตัวเลือกที่นั่งเอนราบราคาถูกลงใน 94 00:06:48,162 --> 00:06:51,579 EaseMyTrip แล้ว บาร์เซโลนาถึงบอสตันวันที่ 14 สิงหาคม 95 00:06:51,579 --> 00:06:55,982 แต่ต้องค้างคืนที่บอสตันหนึ่งคืน แล้วค่อยบินแยกไปเรดมอนด์ในวันถัดไป" 96 00:06:55,982 --> 00:06:59,136 "โอเค เพอร์เฟกต์ คิดว่าผมจะจองอันนี้แหละ ขอบคุณ" 97 00:06:59,136 --> 00:07:02,554 เอาล่ะ เห็นแล้วใช่ไหมครับ นี่คือโหมดเสียงของ ChatGPT 98 00:07:02,554 --> 00:07:06,694 ในการทำงานจริง มันดึงข้อมูลจากบทสนทนาเธรดก่อนหน้าที่ผมเคยคุยไว้ 99 00:07:06,694 --> 00:07:11,162 ซึ่งจริง ๆ แล้วเป็นเมื่อสัปดาห์ที่แล้ว มันเลยใช้สิ่งนั้นเป็นบริบทได้ 100 00:07:11,162 --> 00:07:14,382 จากนั้นมันก็ใช้แอปพลิเคชันที่ผมเชื่อมต่อไว้ตรงนี้ 101 00:07:14,382 --> 00:07:19,837 และเปิดมันขึ้นมาในเบราว์เซอร์ของผมด้วย เพื่อที่ผมจะได้เข้าไปจองเที่ยวบินนี้ได้ทันที 102 00:07:19,837 --> 00:07:23,517 เอาล่ะ สำหรับตัวอย่างการใช้งานที่สอง ผมจะใช้โหมดเสียงของ 103 00:07:23,517 --> 00:07:26,934 ChatGPT เพื่อค้นหาไฟล์เฉพาะที่อยู่ในคอมพิวเตอร์ของผม 104 00:07:26,934 --> 00:07:32,651 ผมสร้างไฟล์นี้เมื่อสองสามวันก่อน สมมติว่าเราไม่อยากต้องไปค้นหามันให้ทั่วทั้งคอมพิวเตอร์ 105 00:07:32,651 --> 00:07:36,594 ให้เราโยนงานนี้ให้ ChatGPT ทำแทนดีกว่า อย่างที่คุณเห็นตรงนี้ 106 00:07:36,594 --> 00:07:39,749 มันอยู่บนเดสก์ท็อปของผม เป็นไฟล์ชุดสอนการตั้งค่า 107 00:07:39,749 --> 00:07:43,100 co-work กับ ChatGPT (ChatGPT co-work setup teaching 108 00:07:43,100 --> 00:07:47,438 pack) ที่เปิดอยู่ตรงนี้ ผมจะมาที่ ChatGPT แล้วให้มันหาไฟล์นี้ให้ผม 109 00:07:47,438 --> 00:07:51,118 "เฮ้ ช่วยไปที่คอมพิวเตอร์ของฉันหน่อย ฉันอยากให้นายหาไฟล์ 110 00:07:51,118 --> 00:07:55,455 ChatGPT co-work setup HTML ที่นายสร้างไว้ให้ฉันเมื่อสองสามวันก่อน" 111 00:07:55,455 --> 00:07:59,069 "รับทราบ ผมจะหาไฟล์นั้นให้และยืนยันสิ่งที่พบ" "อีกอย่าง 112 00:07:59,069 --> 00:08:02,421 ระหว่างนั้น งานสุดท้ายที่เรารันใน ChatGPT คืออะไร?" 113 00:08:02,421 --> 00:08:08,335 "เดี๋ยวผมตรวจให้ด้วย" ตอนนี้คุณจะเห็นว่ามันกำลังรันและทำงานหลายอย่างพร้อมกันในเวลาเดียวกัน 114 00:08:08,335 --> 00:08:11,621 ซึ่งนี่คือพลังของการใช้โหมดเสียงตัวใหม่ของ ChatGPT 115 00:08:11,621 --> 00:08:15,038 และมันเจ๋งมากเวลาที่คุณให้มันรันงานหลายอย่างพร้อมกัน 116 00:08:15,038 --> 00:08:18,324 "ผมหาเจอและเปิดชุดสอนการตั้งค่า co-work กับ Claude 117 00:08:18,324 --> 00:08:22,136 (Claude co-work setup teaching pack) บนเดสก์ท็อปของคุณแล้ว 118 00:08:22,136 --> 00:08:26,144 สร้างเมื่อวันที่ 17 กรกฎาคม" "ใช่ นี่คือสิ่งที่ฉันต้องการพอดี 119 00:08:26,144 --> 00:08:30,022 ขอบคุณ" "เยี่ยม ดีใจที่ตรงกับที่นายต้องการ" "แล้วงานนั้นล่ะ 120 00:08:30,022 --> 00:08:34,819 นายบอกว่านายหาเจองานสุดท้ายที่รันให้ฉัน" "ขอผมดึงงานสุดท้ายที่แน่นอนมาให้ 121 00:08:34,819 --> 00:08:39,550 เป็นแชทอัปเดตโหมดเสียง ที่คุณถามว่าโหมดเสียงตัวใหม่เพิ่งเปิดตัวไปหรือยัง 122 00:08:39,550 --> 00:08:43,033 จากนั้นก็ให้ดูข้อความ Gmail ล่าสุดของคุณ" "เพอร์เฟกต์ 123 00:08:43,033 --> 00:08:46,779 ขอบคุณมาก" อีกหนึ่งสิ่งที่ผมอยากพูดถึงซึ่งค่อนข้างเจ๋งคือ 124 00:08:46,779 --> 00:08:50,131 คุณจะเห็นเจ้าก้อนเสียง ChatGPT (ChatGPT voice blob) 125 00:08:50,131 --> 00:08:54,205 เล็ก ๆ นี้ และเราสามารถวางมันไว้ตรงไหนก็ได้บนคอมพิวเตอร์ของเรา 126 00:08:54,205 --> 00:08:58,805 เช่น สมมติว่าผมกำลังตัดต่อวิดีโอนี้อยู่ตรงนี้ คุณก็ยังเห็นโหมดเสียงของ 127 00:08:58,805 --> 00:09:03,471 ChatGPT อยู่ และผมก็แค่พูดมาที่นี่ว่า "เฮ้ ผมอยากให้นายดูหน้าจอฉันหน่อย 128 00:09:03,471 --> 00:09:07,677 ดูเหมือนฉันกำลังทำงานอะไรอยู่? ฉันต้องการความช่วยเหลือเรื่องนี้" 129 00:09:07,677 --> 00:09:11,225 "โอเค ขอผมดูหน่อย ผมกำลังอ่านสิ่งที่อยู่บนหน้าจอตอนนี้ 130 00:09:11,225 --> 00:09:14,577 คุณกำลังตัดต่อโปรเจกต์ความยาวประมาณ 7 นาทีใน CapCut 131 00:09:14,577 --> 00:09:20,229 โดยเปิดการตั้งค่าพื้นฐานของคลิปอยู่" "เออ ช่วยอธิบายหน่อยได้ไหมว่าผมจะใส่ฟิลเตอร์ยังไง 132 00:09:20,229 --> 00:09:23,711 ผมหาวิธีทำไม่เจอ" "ขอผมเช็คให้เร็ว ๆ นะครับ ใน CapCut 133 00:09:23,711 --> 00:09:29,034 ให้คลิก Filters ในแถบด้านซ้าย แล้วเลือกฟิลเตอร์แล้วลากไปวางบนคลิปของคุณในไทม์ไลน์ 134 00:09:29,034 --> 00:09:32,452 ถ้าจะให้ครอบคลุมทั้งวิดีโอ ให้วางลงบนแทร็กวิดีโอหลัก 135 00:09:32,452 --> 00:09:37,052 แล้วปรับความเข้มได้ในแผงด้านขวา" "ขอบคุณ" สำหรับตัวอย่างการใช้งานถัดไป 136 00:09:37,052 --> 00:09:40,140 ผมจะใช้มันสร้างรูปภาพและวิดีโอด้วยโหมดเสียงผ่าน 137 00:09:40,140 --> 00:09:43,229 Higgsfield MCP ไม่ใช่แค่สร้างวิดีโอหรือรูปเดียว 138 00:09:43,229 --> 00:09:48,158 แต่ผมจะสร้างหลายอันพร้อมกัน เพราะเราสามารถรันงานโหมดเสียงเหล่านี้แบบขนานได้ 139 00:09:48,158 --> 00:09:51,312 และถ้าคุณไม่รู้จัก Higgsfield มันคือแพลตฟอร์ม AI 140 00:09:51,312 --> 00:09:55,518 ครีเอทีฟแบบครบวงจร ที่เข้าถึงโมเดลสร้างภาพและวิดีโอชั้นนำทั้งหมด 141 00:09:55,518 --> 00:09:59,001 เราจึงสามารถสร้างอะไรก็ได้ที่เราต้องการในแง่ของวิดีโอ 142 00:09:59,001 --> 00:10:03,864 และส่วนที่ดีที่สุดคือ เราไม่จำเป็นต้องอยู่ในอินเทอร์เฟซผู้ใช้ตรงนี้ด้วยซ้ำ 143 00:10:03,864 --> 00:10:07,018 เราแค่พูดกับโหมดเสียง แล้วมันจะไปสร้างวิดีโอต่าง 144 00:10:07,018 --> 00:10:11,487 ๆ เหล่านี้โดยใช้โมเดลที่มันคิดว่าเหมาะสมที่สุด การตั้งค่านั้นง่ายมาก 145 00:10:11,487 --> 00:10:16,021 ผมจะโชว์ให้ดูตอนนี้เลย ก่อนอื่น เราไปที่ลิงก์ในคำอธิบายวิดีโอเพื่อใช้ 146 00:10:16,021 --> 00:10:19,373 Higgsfield MCP จากตรงนี้ เราจะเห็นหน้าแลนดิ้งเพจนี้ 147 00:10:19,373 --> 00:10:22,527 และสิ่งที่เราต้องทำคือเลือก ChatGPT แล้วคลิกปุ่ม 148 00:10:22,527 --> 00:10:25,944 Add Higgsfield Plugin ตรงนี้ จากนั้นผมจะคลิก Install 149 00:10:25,944 --> 00:10:30,150 Plugin แล้วเข้าสู่ระบบบัญชี Higgsfield ของผม ถ้าคุณยังไม่มีบัญชี 150 00:10:30,150 --> 00:10:33,633 อย่าลืมสมัครก่อนเพื่อใช้งาน MCP ผมจะคลิก Allow ตรงนี้ 151 00:10:33,633 --> 00:10:36,919 แล้วแค่นั้น เราก็ติดตั้ง Higgsfield เสร็จเรียบร้อย 152 00:10:36,919 --> 00:10:40,402 ง่ายมาก จากนั้นอย่าลืมทำแบบเดียวกันในแอปเดสก์ท็อปด้วย 153 00:10:40,402 --> 00:10:44,739 ไปที่ Plugins ค้นหา Higgsfield คลิกตรงนี้ แล้วอย่าลืมเปิดใช้งานมัน 154 00:10:44,739 --> 00:10:47,828 ตอนนี้กลับมาที่ ChatGPT แล้วลองทดสอบกันเลย "เฮ้ 155 00:10:47,828 --> 00:10:52,822 ผมอยากให้นายใช้ Higgsfield MCP เพื่อสร้างวิดีโอสองอันให้ผมแบบขนานในแชทแยกกัน 156 00:10:52,822 --> 00:10:55,977 อันแรกผมอยากให้เป็นวิดีโอโปรดักต์ของนาฬิกา Rolex 157 00:10:55,977 --> 00:10:59,065 ที่เกือบจะเป็นอนิเมชันระเบิด โดยที่ชิ้นส่วนต่าง 158 00:10:59,065 --> 00:11:02,548 ๆ ของ Rolex แยกออกจากกัน เพื่อใช้กับเว็บไซต์แบบเลื่อน 159 00:11:02,548 --> 00:11:06,294 (scrolling website) ส่วนวิดีโออันที่สองที่อยากให้นายสร้าง 160 00:11:06,294 --> 00:11:09,383 จะเป็นวิดีโอโฆษณาสินค้าหรูที่โชว์ Rolex แบบใกล้ 161 00:11:09,383 --> 00:11:12,997 ๆ บนข้อมือของใครสักคน" "ได้เลย ผมจะตั้งค่าให้ทั้งสองอัน 162 00:11:12,997 --> 00:11:16,349 ผมกำลังตรวจสอบการตั้งค่าวิดีโอและเริ่มทำงานคอนเซปต์ 163 00:11:16,349 --> 00:11:19,897 Rolex ทั้งสองแบบ คือแบบแยกชิ้นส่วนกับแบบโฆษณาที่ข้อมือ 164 00:11:19,897 --> 00:11:24,563 ผมแยกเป็นงานสร้างแยกกันแล้ว ตอนนี้ทั้งอนิเมชันแยกชิ้นส่วนสำหรับเว็บไซต์ 165 00:11:24,563 --> 00:11:27,717 และโฆษณาภาพใกล้ ๆ ที่ข้อมือ กำลังรันแบบขนานอยู่" 166 00:11:27,717 --> 00:11:30,872 ผ่านไปสองสามนาที ตอนนี้เรามีวิดีโอทั้งสองอันแล้ว 167 00:11:30,872 --> 00:11:34,355 มาดูกัน มันดูเจ๋งดี มันซูมเข้านาฬิกา Rolex Submariner 168 00:11:34,355 --> 00:11:38,561 แล้วตรงนั้นคุณจะเห็นชิ้นส่วนต่าง ๆ ของนาฬิกาเรือนนี้แยกออกจากกัน 169 00:11:38,561 --> 00:11:42,044 ผมคิดว่ามันจะดูดีและลื่นไหลมากบนเว็บไซต์แบบมีอนิเมชัน 170 00:11:42,044 --> 00:11:45,461 นั่นมันดีจริง ๆ และทั้งหมดนี้ใช้พรอมปต์แค่หนึ่งเดียว 171 00:11:45,461 --> 00:11:48,812 แถมไม่ถึงกับเป็นพรอมปต์ด้วยซ้ำ ผมแค่บอกโหมดเสียงของ 172 00:11:48,812 --> 00:11:52,361 ChatGPT ให้ไปทำมัน และนี่คือวิดีโออันที่สองที่มันสร้าง 173 00:11:52,361 --> 00:11:55,778 มันเป็นภาพถ่ายโปรดักต์แบบใกล้ ๆ ของ Rolex Submariner 174 00:11:55,778 --> 00:12:00,510 บนข้อมือใครสักคน มันดูแข็งแรงมากเช่นกัน ตอนนี้ผมจะกลับมาที่นี่แล้วพูดว่า 175 00:12:00,510 --> 00:12:04,978 "เฮ้ ผมเพิ่งดูทั้งหมดแล้ว มันดูเยี่ยมมาก สิ่งที่ผมอยากให้นายทำต่อคือ 176 00:12:04,978 --> 00:12:08,198 เปลี่ยนมันให้เป็นเว็บไซต์แบบมีอนิเมชัน โดยใช้สกิล 177 00:12:08,198 --> 00:12:12,733 animated website ที่นายมี" "ผมจะเริ่มแปลงมันเป็นเว็บไซต์แบบมีอนิเมชัน 178 00:12:12,733 --> 00:12:15,887 ผมกำลังจดบันทึกอนิเมชันของหน้าโปรดักต์แบบง่าย ๆ" 179 00:12:15,887 --> 00:12:19,436 สิ่งที่มันกำลังทำอยู่ตอนนี้คือ มันกำลังหาสกิล animated 180 00:12:19,436 --> 00:12:28,045 website ที่ผมดาวน์โหลดไว้ใน ChatGPT ซึ่งโดยพื้นฐานคือชุดคำสั่งที่ใช้เปลี่ยนวิดีโอและอนิเมชันแบบนั้นให้กลายเป็นเว็บไซต์แบบเลื่อนจริง 181 00:12:28,045 --> 00:12:33,039 ๆ เมื่อเราเลื่อนหน้า อนิเมชันเหล่านี้ก็จะเล่น ทำให้เว็บไซต์ดูสวยงามน่ามองมาก 182 00:12:33,039 --> 00:12:36,653 มันรันมาสองสามนาทีแล้ว ขอผมกลับมาที่โหมดเสียงแล้วถามว่า 183 00:12:36,653 --> 00:12:40,991 "เฮ้ เป็นยังไงบ้าง เสร็จหรือยัง?" "ขอผมเช็คความคืบหน้าการสร้างเร็ว 184 00:12:40,991 --> 00:12:47,168 ๆ นะครับ ใช่ เว็บไซต์เสร็จแล้ว รวมถึงซีเควนซ์มุมมองแบบแยกชิ้นส่วนและส่วนปิดท้ายด้วยคลิปข้อมือ" 185 00:12:47,168 --> 00:12:50,914 "เพอร์เฟกต์ ช่วยเปิดให้ผมหน่อยได้ไหม" "ได้เลย ผมจะเปิดให้ 186 00:12:50,914 --> 00:12:54,988 กำลังเปิดอยู่ตอนนี้ เว็บไซต์ Submariner แบบมีอนิเมชันเปิดแล้ว" 187 00:12:54,988 --> 00:12:58,340 เอาล่ะ มันเปิดขึ้นมาในเบราว์เซอร์ภายใน ChatGPT แล้ว 188 00:12:58,340 --> 00:13:03,794 สิ่งที่ผมจะทำคือคัดลอก URL นี้แล้วเปิดดูในเบราว์เซอร์ของผมเพื่อให้คุณเห็นมุมมองเต็ม 189 00:13:03,794 --> 00:13:08,526 ๆ และมันดูดีมากจริง ๆ มันคืออนิเมชันเดียวกันกับที่เราสร้างไว้ก่อนหน้านี้ 190 00:13:08,526 --> 00:13:12,797 คือ Rolex ที่กำลังแยกชิ้นส่วน ผมชอบตัวพิมพ์และฟอนต์ของเว็บไซต์นี้ 191 00:13:12,797 --> 00:13:16,740 และถ้าเลื่อนลงไปสุดด้านล่าง คุณจะเห็นว่ามันโชว์ภาพข้อมือด้วย 192 00:13:16,740 --> 00:13:20,552 ซึ่งผมสามารถดูได้ตรงนี้เลย ทั้งหมดนี้สร้างด้วยโหมดเสียงของ 193 00:13:20,552 --> 00:13:26,138 ChatGPT และ Higgsfield MCP เราไม่ต้องพิมพ์คำหรือพรอมปต์แม้แต่คำเดียวเพื่อสร้างสิ่งนี้ 194 00:13:26,138 --> 00:13:29,949 ทุกอย่างทำด้วยโหมดเสียงล้วน ๆ สำหรับตัวอย่างการใช้งานถัดไป 195 00:13:29,949 --> 00:13:33,104 เตรียมตัวให้ดี เพราะนี่คือจุดที่มันทรงพลังสุดขีด 196 00:13:33,104 --> 00:13:37,178 มันทำให้ผมทึ่งมากหลังจากได้ลองเล่นและเห็นสิ่งที่โหมดเสียงทำได้ 197 00:13:37,178 --> 00:13:41,844 เพื่อให้คุณเห็นว่าผมหมายถึงอะไร ดูโฟลเดอร์นี้บนเดสก์ท็อปของผมที่ชื่อว่า 198 00:13:41,844 --> 00:13:45,392 Opus 5 Animated Websites ในโฟลเดอร์นี้ เรามีภาพขนาดย่อ 199 00:13:45,392 --> 00:13:49,270 (thumbnail) สองสามภาพที่ผมสร้างเมื่อวาน และสิ่งที่ผมจะทำคือ 200 00:13:49,270 --> 00:13:53,410 ใช้โหมดเสียงจากมือถือของผม เพื่อให้ ChatGPT เข้าไปในคอมพิวเตอร์ 201 00:13:53,410 --> 00:13:56,761 หาโฟลเดอร์นั้นให้เจอ แล้ววิเคราะห์ภาพเหล่านั้นให้ผม 202 00:13:56,761 --> 00:14:01,427 เหตุผลที่เรื่องนี้สำคัญก็เพราะว่า ทุกอย่างที่เราทำได้บนคอมพิวเตอร์ภายใน 203 00:14:01,427 --> 00:14:06,159 ChatGPT Work หรือ Codex ตอนนี้เราสามารถทำได้โดยตรงจากมือถือผ่านโหมดเสียง 204 00:14:06,159 --> 00:14:10,956 และผมอยากให้คุณซึมซับตรงนี้ไว้ เพราะมันทรงพลังมากถ้าเราใช้มันอย่างถูกต้อง 205 00:14:10,956 --> 00:14:14,176 สิ่งที่ผมจะทำคือแค่คลิกโหมดเสียงตรงนี้ แล้วพูดว่า 206 00:14:14,176 --> 00:14:17,790 "เฮ้ ฉันอยากให้นายไปที่คอมพิวเตอร์ของฉัน แล้วดูโฟลเดอร์ 207 00:14:17,790 --> 00:14:22,588 Opus 5 Animated Websites จากนั้นบอกฉันหน่อยว่ามีรูปภาพอะไรอยู่ข้างในบ้าง" 208 00:14:22,588 --> 00:14:26,202 "ได้เลย ขอผมดูหน่อย ผมเห็นรูปภาพหกภาพ: insane websites, 209 00:14:26,202 --> 00:14:31,131 Opus 5 websites, สำเนาสองชุดของ 15K websites และกราฟิกเว็บไซต์แบบมีอนิเมชัน 210 00:14:31,131 --> 00:14:34,482 lighter cloud colon" "เยี่ยม ช่วยอะไรฉันหน่อยได้ไหม 211 00:14:34,482 --> 00:14:38,162 ฉันอยากให้นายเปลี่ยนชื่อโฟลเดอร์นี้เป็น Opus 5 websites" 212 00:14:38,162 --> 00:14:42,302 "โอเค ผมจัดการให้ ผมหาโฟลเดอร์เจอแล้ว กำลังเปลี่ยนชื่อให้ตอนนี้ 213 00:14:42,302 --> 00:14:48,677 เสร็จแล้ว ตอนนี้โฟลเดอร์ชื่อ Opus 5 websites" ผมไม่สามารถอัดหน้าจอมือถือและคอมพิวเตอร์พร้อมกันได้ 214 00:14:48,677 --> 00:14:52,686 แต่บอกเลยว่า ตอนที่เอเจนต์เสียงของผมบอกว่ามันเปลี่ยนชื่อเสร็จ 215 00:14:52,686 --> 00:14:58,600 ผมเห็นชื่อโฟลเดอร์เปลี่ยนจริง ๆ ต่อหน้าต่อตา และผมรู้ว่านี่เป็นตัวอย่างการใช้งานพื้นฐานมาก 216 00:14:58,600 --> 00:15:02,543 แต่โดยพื้นฐานแล้ว ทุกอย่างที่ Codex ทำบนคอมพิวเตอร์ของคุณได้ 217 00:15:02,543 --> 00:15:06,354 ตอนนี้คุณสามารถสั่งให้ ChatGPT ทำผ่านโหมดเสียงจากมือถือได้ 218 00:15:06,354 --> 00:15:09,903 เอาล่ะ ตอนนี้ผมจะโชว์วิธีตั้งค่าให้ดู ไปที่แอป ChatGPT 219 00:15:09,903 --> 00:15:13,189 Desktop จากนั้นที่มุมล่างซ้ายตรงที่เห็นบัญชีของคุณ 220 00:15:13,189 --> 00:15:17,000 ให้คลิกตรงนั้นแล้วคลิก Settings ตรงนี้ จากนั้นภายใต้หัวข้อ 221 00:15:17,000 --> 00:15:20,221 Coding ให้คลิก Connections แล้วเราจะเห็นหน้าตานี้ 222 00:15:20,221 --> 00:15:24,032 ซึ่งเราสามารถควบคุม Mac ของเราจากมือถือได้ จากนั้นคลิกปุ่ม 223 00:15:24,032 --> 00:15:27,909 Add ตรงนี้ เราจะเห็นโค้ด QR ตรงนี้ ผมจะหยิบมือถือขึ้นมาสแกน 224 00:15:27,909 --> 00:15:31,524 แล้วภายในแอป ChatGPT บนมือถือของเรา เราจะปัดจากด้านซ้าย 225 00:15:31,524 --> 00:15:35,401 แล้วคุณจะเห็นปุ่ม Remote ตัวใหม่ตรงนี้ที่มีไอคอนสีเขียวเล็ก 226 00:15:35,401 --> 00:15:38,490 ๆ ผมจะคลิกมัน แล้วตอนนี้คุณจะเห็นโปรเจกต์ต่าง ๆ 227 00:15:38,490 --> 00:15:41,644 ที่เรารันไปแล้วในอดีต เช่น ผมสามารถไปที่เว็บไซต์ 228 00:15:41,644 --> 00:15:48,018 Rolex แบบมีอนิเมชันที่ผมสร้างไว้ และเราสามารถดูเซสชันใดก็ได้ที่เรารันบนแอปเดสก์ท็อปได้จากบนมือถือ 229 00:15:48,018 --> 00:15:52,224 และเพื่อใช้โหมดเสียงให้มันไปทำงานให้เรา เราแค่คลิกไอคอนเสียงเล็ก 230 00:15:52,224 --> 00:15:56,364 ๆ ตรงนี้ มันจะเปิดขึ้นมา มันเชื่อมต่อกับเดสก์ท็อปของคุณแบบโลคัล 231 00:15:56,364 --> 00:16:00,242 แล้วเราก็คุยกับมันได้ "เฮ้ เป็นไงบ้าง" "มีอะไรให้ช่วยครับ?" 232 00:16:00,242 --> 00:16:04,053 "เออ ช่วยไปที่โฟลเดอร์ IG Carousels บนเดสก์ท็อปของฉันหน่อย 233 00:16:04,053 --> 00:16:08,587 แล้วบอกฉันหน่อยว่ามีอะไรอยู่ข้างใน" "ได้เลย ขอผมเช็คโฟลเดอร์นั้นหน่อย 234 00:16:08,587 --> 00:16:11,676 ผมกำลังตรวจสอบโฟลเดอร์นั้นอยู่ ภายในโฟลเดอร์ IG 235 00:16:11,676 --> 00:16:14,830 Carousels ของคุณมีสี่ชุด: five cloud code skills 236 00:16:14,830 --> 00:16:18,313 I can't live without, perfect seven sets" "ขอบคุณมาก" 237 00:16:18,313 --> 00:16:24,162 คุณเห็นแล้วว่าการสั่งงานจากมือถือมันง่ายแค่ไหน และมันจะทรงพลังมากถ้าคุณอยู่ระหว่างเดินทาง 238 00:16:24,162 --> 00:16:29,485 แล้วอยากให้ Codex หรือ ChatGPT ไปทำอะไรสักอย่างตอนที่คุณไม่ได้อยู่หน้าคอมพิวเตอร์ 239 00:16:29,485 --> 00:16:34,217 ตอนนี้ผมจะพูดถึงวิธีเพิ่มปลั๊กอินสั้น ๆ แล้วจะโชว์เคล็ดลับในการเชื่อมต่อ 240 00:16:34,217 --> 00:16:40,065 ChatGPT กับแอปพลิเคชันมากกว่า 9,000 ตัว เพื่อให้คุณทำงานข้ามระบบเทคโนโลยีทั้งหมดของคุณได้ 241 00:16:40,065 --> 00:16:46,571 ประการแรก ถ้าเราไปที่ Plugins ทางด้านซ้าย จะมีปลั๊กอินสาธารณะบางตัวที่เราสามารถเชื่อมต่อได้โดยตรงใน 242 00:16:46,571 --> 00:16:51,171 ChatGPT แต่มันค่อนข้างจำกัดตรงนี้ และมันจะไม่มีแอปทั้งหมดที่คุณอยากใช้ 243 00:16:51,171 --> 00:16:55,772 วิธีแก้ที่ดีมากคือการใช้ Zapier MCP ซึ่งเชื่อมต่อกับแอปพลิเคชันมากกว่า 244 00:16:55,772 --> 00:16:59,583 9,000 ตัว และใช้งานง่ายมาก เพื่อโชว์ให้คุณเห็นการทำงานจริง 245 00:16:59,583 --> 00:17:03,395 นี่คือ MCP server ที่ผมตั้งค่าไว้ จากนั้นผมเชื่อมต่อมันกับ 246 00:17:03,395 --> 00:17:09,572 Beehiiv และผมยังเชื่อมต่อกับ Notion ด้วย นี่คือแอปพลิเคชันสองสามตัวที่ผมใช้ทุกวันในการทำธุรกิจ 247 00:17:09,572 --> 00:17:12,989 แต่ไม่มีทางเชื่อมต่อพวกมันภายใน ChatGPT ได้ถ้าไม่ใช้ 248 00:17:12,989 --> 00:17:16,209 MCP server นี้ และเพื่อให้คุณเห็นว่าผมหมายถึงอะไร 249 00:17:16,209 --> 00:17:19,429 ขอใช้โหมดเสียงดึงข้อมูลจดหมายข่าวอีเมลจาก Beehiiv 250 00:17:19,429 --> 00:17:22,715 โดยมันจะทำผ่าน Zapier MCP "เฮ้ ฉันอยากให้นายเช็คใน 251 00:17:22,715 --> 00:17:28,498 Beehiiv ผ่าน Zapier MCP แล้วให้ข้อมูลที่เกี่ยวข้องเกี่ยวกับรายชื่อจดหมายข่าวอีเมลของฉัน" 252 00:17:28,498 --> 00:17:32,704 "โอเค ขอผมตรวจสอบข้อมูล Beehiiv ตอนนี้ ผมกำลังตรวจสอบแหล่งข้อมูล 253 00:17:32,704 --> 00:17:36,253 Beehiiv ที่เชื่อมต่ออยู่ จดหมายข่าวที่ใช้งานอยู่ของคุณ 254 00:17:36,253 --> 00:17:39,670 Brock Mesarich, AI for Non-Techies มีสมาชิกฟรี 1,694 255 00:17:39,670 --> 00:17:43,941 คน และยังไม่มีสมาชิกแบบเสียเงิน โดยมีอัตราการเปิดอ่านเฉลี่ยประมาณ 256 00:17:43,941 --> 00:17:47,359 29% ตัวเลขการส่งล่าสุดคือส่ง 449 ฉบับ เปิด 131 ครั้ง 257 00:17:47,359 --> 00:17:51,959 และคลิก 9 ครั้ง และยังมีสิ่งพิมพ์ชื่อคล้ายกันอีกอันที่ตอนนี้ว่างเปล่า" 258 00:17:51,959 --> 00:17:55,573 "เพอร์เฟกต์ ขอบคุณมาก" อย่างที่คุณเห็น มันสามารถเข้าถึง 259 00:17:55,573 --> 00:17:58,727 Beehiiv ได้แม้ว่ามันจะไม่ได้เชื่อมต่อโดยตรงภายใน 260 00:17:58,727 --> 00:18:02,079 ChatGPT และมันทำได้ผ่าน Zapier MCP ถ้าคุณอยากลองใช้ 261 00:18:02,079 --> 00:18:05,430 จะมีลิงก์อยู่ในคำอธิบายวิดีโอ และมันง่ายแค่มาที่นี่ 262 00:18:05,430 --> 00:18:09,176 คลิกสร้าง MCP server ใหม่ แล้วเราแค่เลือกเอเจนต์ที่เราใช้ 263 00:18:09,176 --> 00:18:12,462 สำหรับตัวอย่างนี้เราจะใช้ ChatGPT เราก็เลือกอันนี้ 264 00:18:12,462 --> 00:18:16,471 แล้วทำตามขั้นตอนเหล่านี้ตรงนี้ มันจะพาคุณเชื่อมต่อทีละขั้นตอน 265 00:18:16,471 --> 00:18:20,479 และเมื่อตั้งค่าเสร็จแล้ว สิ่งที่ต้องทำคือเพิ่มแอปพลิเคชันต่าง 266 00:18:20,479 --> 00:18:23,897 ๆ ที่เราต้องการเชื่อมต่อ และมีแอปให้เชื่อมต่อมากกว่า 267 00:18:23,897 --> 00:18:27,248 9,000 ตัวอีกครั้ง ตัวอย่างการใช้งานถัดไปที่ผมจะโชว์ 268 00:18:27,248 --> 00:18:30,337 มีประโยชน์มากสำหรับการทำงานอัตโนมัติ (automate) 269 00:18:30,337 --> 00:18:35,134 งานเฉพาะที่คุณทำทุกวันหรือทุกสัปดาห์ นั่นคือการใช้มันสร้างงานตามกำหนดเวลา 270 00:18:35,134 --> 00:18:38,617 (scheduled task) ภายใน ChatGPT ผมจะมาที่นี่แล้วพูดว่า 271 00:18:38,617 --> 00:18:42,757 "เฮ้ ฉันอยากให้นายสร้างงานตามกำหนดเวลา โดยทุกวันให้ดึงข้อมูลจาก 272 00:18:42,757 --> 00:18:47,817 Gmail ของฉัน และตอน 8 โมงเช้าเตือนฉันเกี่ยวกับทุกอย่างที่ต้องตอบกลับในวันนั้น 273 00:18:47,817 --> 00:18:51,037 และอยากให้ดึงข้อมูลจาก Google Calendar ของฉันด้วย 274 00:18:51,037 --> 00:18:54,389 เพื่อให้ฉันรู้ว่ามีอะไรน่าตื่นเต้นรออยู่ระหว่างวัน" 275 00:18:54,389 --> 00:18:58,135 "โอเค ขอผมเช็ค Gmail และปฏิทินของคุณ แล้วหาวิธีตั้งค่าให้ 276 00:18:58,135 --> 00:19:01,880 ผมกำลังตรวจสอบความสามารถของอีเมลและปฏิทินที่เชื่อมต่ออยู่ 277 00:19:01,880 --> 00:19:06,546 เพื่อให้รายงานสรุปประจำวันครอบคลุมทั้งอีเมลที่ต้องตอบและตารางงานของคุณ" 278 00:19:06,546 --> 00:19:10,095 สิ่งที่มันทำอยู่ตอนนี้คือ มันดึงข้อมูลจากแอปทั้งสองนี้ 279 00:19:10,095 --> 00:19:14,761 เพราะผมเชื่อมต่อมันไว้แล้ว และมันจะดึงข้อมูลที่เกี่ยวข้องทั้งหมดมาให้ผม 280 00:19:14,761 --> 00:19:19,098 จากนั้นผมยังสามารถใช้โหมดเสียงร่างอีเมลตอบกลับทั้งหมดที่ต้องตอบได้ 281 00:19:19,098 --> 00:19:22,647 โดยไม่ต้องทำเอง "รายงานสรุปประจำวันของคุณถูกตั้งไว้ตอน 282 00:19:22,647 --> 00:19:27,510 8:00 น. มันจะเน้นอีเมลที่ต้องตอบกลับและสรุปตารางงานทั้งวันของคุณในภาพเดียว 283 00:19:27,510 --> 00:19:30,927 โดยไม่เปลี่ยนแปลงข้อความหรืออีเวนต์ใด ๆ" "เพอร์เฟกต์ 284 00:19:30,927 --> 00:19:35,461 ช่วยรันงานตามกำหนดเวลานี้ตอนนี้เลยได้ไหม ฉันอยากเห็นว่ามันทำงานยังไง" 285 00:19:35,461 --> 00:19:38,879 "รับทราบ กำลังรันให้ตอนนี้ รายงานสรุปวันนี้พร้อมแล้ว 286 00:19:38,879 --> 00:19:42,690 และผมกำลังเช็คว่าสามารถเรียกใช้ทันทีเพื่อพรีวิวแบบสดได้ไหม 287 00:19:42,690 --> 00:19:46,042 รายงานสรุปของคุณแสดงรายการที่ควรตอบกลับสองสามรายการ 288 00:19:46,042 --> 00:19:49,196 รวมถึงคำเชิญร่วมงานครีเอเตอร์สองสามรายการ คำเชิญ 289 00:19:49,196 --> 00:19:53,533 Slack หนึ่งรายการ ประกาศเชื่อมต่อบัญชีใหม่ และการแจ้งเตือนรับพัสดุ 290 00:19:53,533 --> 00:19:58,002 ส่วนปฏิทินของคุณวันนี้ว่างเปล่า คุณมีเวลาว่างจัดการเรื่องพวกนั้นได้" 291 00:19:58,002 --> 00:20:01,353 "เพอร์เฟกต์ ขอบคุณ แล้วพรุ่งนี้มันจะรันด้วยใช่ไหม?" 292 00:20:01,353 --> 00:20:04,639 "ขอผมยืนยันว่ามันตั้งไว้สำหรับพรุ่งนี้ด้วย ใช่ครับ 293 00:20:04,639 --> 00:20:09,042 คุณจะได้รับรายงานสรุปพรุ่งนี้เช้าเวลา 8:00 น. และทุกวันหลังจากนั้น" 294 00:20:09,042 --> 00:20:12,459 "เพอร์เฟกต์ ขอบคุณ" เอาล่ะ นี่คือโหมดเสียงตัวใหม่ของ 295 00:20:12,459 --> 00:20:15,811 ChatGPT ตอนนี้คุณน่าจะเข้าใจแล้วว่ามันทรงพลังแค่ไหน 296 00:20:15,811 --> 00:20:20,214 และมีวิธีใช้มันได้หลากหลายแค่ไหนในตอนนี้ ผมเองตื่นเต้นมากกับสิ่งนี้ 297 00:20:20,214 --> 00:20:23,697 มันรู้สึกเหมือนเรากำลังมีช่วงเวลาสไตล์ Jarvis ในวงการ 298 00:20:23,697 --> 00:20:26,983 AI ที่เราสามารถใช้มือถือ พูดกับมัน แล้วให้ ChatGPT 299 00:20:26,983 --> 00:20:30,794 ไปทำงานบนคอมพิวเตอร์ของเราได้จริง ๆ ถ้าคุณสนุกกับวิดีโอนี้ 300 00:20:30,794 --> 00:20:33,883 อย่าลืมกดติดตามช่องเพื่อดูวิดีโอแบบนี้เพิ่มเติม 301 00:20:33,883 --> 00:20:37,760 และคอมเมนต์บอกผมได้เลยว่าคุณคิดยังไง แล้วเจอกันในวิดีโอหน้า