▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

ChatGPT Voice 2.0 + Codex is INSANE (endless possibilities)

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

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
02

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

03

หมายเหตุการแปล

ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ

  • ## จุดที่ฟังไม่ชัด / ไม่ชัดเจน
  • ไม่มีส่วนใดที่ต้องติด `[ฟังไม่ชัด]`
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
------
Voice Modeโหมดเสียงของ ChatGPT ที่คุยโต้ตอบได้แบบเรียลไทม์
ChatGPT Desktopแอปพลิเคชัน ChatGPT เวอร์ชันเดสก์ท็อป (มีความสามารถเต็มรูปแบบ)
Work Modeโหมดทำงานของ ChatGPT (ปล่อยใหม่) ที่ทำงานกับไฟล์/โฟลเดอร์ในเครื่องได้
Codexเครื่องมือเขียนโค้ด/ทำงานอัตโนมัติของ OpenAI
Chat Modeโหมดแชททั่วไปของ ChatGPT
walkie-talkieวอล์กี้ทอล์กี้ — อุปมาระบบพูดสลับกันฟัง (พูดทีละฝ่าย) แบบโหมดเสียงรุ่นเก่า
threadเธรด — บทสนทนาย่อยแยกกันภายใน ChatGPT
agent / coordinating agentเอเจนต์ / เอเจนต์ผู้ประสานงาน — AI ที่คอยประสานงานหลายงานพร้อมกัน
pluginปลั๊กอิน — ส่วนเสริมที่เพิ่มความสามารถให้ ChatGPT
connectorตัวเชื่อมต่อ — ตัวกลางเชื่อม ChatGPT กับแอปภายนอก
MCP (Model Context Protocol)โปรโตคอลเชื่อมต่อ ChatGPT กับเครื่องมือ/แอปภายนอก (เช่น Higgsfield MCP, Zapier MCP)
Higgsfieldแพลตฟอร์ม AI ครีเอทีฟแบบครบวงจรสำหรับสร้างภาพ/วิดีโอ
Zapier MCPตัวเชื่อมต่อที่ทำให้ ChatGPT ใช้งานแอปพลิเคชันได้มากกว่า 9,000 ตัว
EaseMyTripเว็บไซต์จองเที่ยวบิน (ตัวเชื่อมต่อที่ใช้จองตั๋วเครื่องบิน)
Beehiivแพลตฟอร์มส่งจดหมายข่าว (newsletter) ทางอีเมล
Gmailอีเมลของ Google
Google Calendarปฏิทินของ Google
Slackแอปแชทสำหรับทีม/ที่ทำงาน
CapCutโปรแกรมตัดต่อวิดีโอ
Rolex Submarinerนาฬิกาหรูรุ่น Submariner ของ Rolex (ใช้เป็นตัวอย่างในวิดีโอ)
scrolling website / animated websiteเว็บไซต์แบบเลื่อนที่มีอนิเมชันเล่นระหว่างเลื่อนหน้า
thumbnailภาพขนาดย่อ
scheduled taskงานตามกำหนดเวลา — งานที่ตั้งให้ AI รันซ้ำทุกวัน/ทุกสัปดาห์อัตโนมัติ
daily briefingรายงานสรุปประจำวัน
lie-flat seatที่นั่งเอนราบได้เต็มที่ (บนเครื่องบิน)
QR codeโค้ด QR — ใช้สแกนเพื่อเชื่อมต่อมือถือกับเดสก์ท็อป
Remote (ปุ่ม)ปุ่มควบคุมระยะไกลในแอป ChatGPT มือถือสำหรับสั่งงานคอมพิวเตอร์
skill (animated website skill)ชุดคำสั่ง/สกิลใน ChatGPT ที่ใช้สร้างเว็บไซต์แบบมีอนิเมชันจากวิดีโอ
Jarvis momentช่วงเวลาสไตล์ Jarvis (ผู้ช่วย AI ใน Iron Man) — พูดสั่งแล้ว AI ทำงานให้
05

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
thai-subtitles.srt
SubRip — ใช้กับเครื่องเล่นวิดีโอส่วนใหญ่
↓ ดาวน์โหลด
thai-subtitles.vtt
WebVTT — ใช้กับเว็บ / YouTube
↓ ดาวน์โหลด
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