NEW Gemini Notebook Update Is Absolutely INSANE!
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~8 นาที · **ลิงก์:** https://www.youtube.com/watch?v=hfYRwYAMYOs
# สรุป: NEW Gemini Notebook Update Is Absolutely INSANE! - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~8 นาที · **ลิงก์:** https://www.youtube.com/watch?v=hfYRwYAMYOs ## ประเด็นหลัก - 16 ก.ค. 2026 Google เปลี่ยนชื่อ NotebookLM → Gemini Notebook (ตัวสินค้าเดิม ผูกแบรนด์ Gemini ให้แน่นขึ้น) ข้อมูลเก่าทั้งหมดยังอยู่ครบ - อัพเดทใหญ่เปิดให้ทุกคนบนแผน Google AI Pro บนเว็บแล้ว (ก่อนหน้าล็อกเฉพาะแผนสูงสุด/บัญชีธุรกิจ) - สามสิ่งที่มาใหม่: (1) chat อัพเกรด + โมเดล Gemini ใหม่ รับมือคำถามหลายขั้นได้ดีขึ้น (2) ผลลัพธ์ใหม่: กราฟ PDF สเปรดชีต สไลด์ ภาพ ข้อมูลมีโครงสร้าง (3) ทุก notebook มีคอมพิวเตอร์คลาวด์ของตัวเอง รันโค้ดจริงกับข้อมูลได้ (คำนวณแทนกะๆ) - Agentic research: อธิบายไอเดียคร่าวๆ แล้วมันหาแหล่งข้อมูลและสร้างคลังให้เอง — ปัญหา "notebook เปล่า" หายไป - ซิงค์สองทางกับแอป Gemini; Gemini Spark (agent งานยาว) รันโมเดลรุ่นใหม่เดียวกัน - ทดสอบจริง: สร้าง notebook ใหม่ + โพรมป์เดียว "Help me build a 30-day SEO roadmap..." → หาแหล่งเอง ดึง top 10 AI models จาก goldybench.com และตอบคำถามจากเบนช์มาร์คของผู้จัดทำเองโดยแยกตาม use case - เจ็ดเคล็ดลับมือใหม่: เลิกอัพโหลดก่อน (ให้มันหาแหล่งเอง) / ขอผลลัพธ์ไม่ใช่หัวข้อ / ใส่ข้อมูลของตัวเองทับ / ถามต่อใน notebook เดิม / คลิก citations / ใช้ output ใหม่ให้จงได้ (กราฟ→สไลด์→PDF) / มีที่เก็บที่หาเจอได้ (Agent OS) - ผู้จัดทำใช้ Agent OS + Obsidian Vault เป็นความจำร่วมของทุก agent — งานวิจัยใช้ซ้ำได้ 6 เดือนต่อมา ไม่ต้องอธิบายโปรเจกต์ใหม่ทุกครั้ง - สถิติ: ผู้ใช้ 30 ล้านคน องค์กร 600,000+ แห่ง ## ความเห็นสรุป อัพเดทนี้ทำให้ Gemini Notebook จากเครื่องมือ "ตอบคำถามจากไฟล์ที่เราอัพ" กลายเป็นเครื่องมือวิจัยแบบ agentic ที่หาแหล่งและสร้างชิ้นงานจริง (กราฟ/สไลด์/PDF) ในหน้าต่างเดียว ประเด็นเรื่องความจำร่วมผ่าน Obsidian Vault ที่ผู้จัดทำยก คือจุดที่มีคุณค่าเชิงปฏิบัติมากที่สุดของวิดีโอ แม้ครึ่งหลังจะเป็นการชวนเข้าชุมชน AI Profit Boardroom ตามสไตล์ของช่อง
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
อัพเดท Gemini notebook ตัวใหม่นี้ดีเกินไปจริงๆ ลองคิดดูว่าถ้าเครื่องมือวิจัยที่คุณมีอยู่แล้วตอนนี้ฉลาดกว่า AI ที่คุณใช้ทุกวันจะเป็นอย่างไร ทำไมไม่มีใครพูดถึงสิ่งที่ Google เพิ่งค่อยๆ ปล่อยให้ครบถ้วนเงียบๆ คนส่วนใหญ่ยังคิดว่าเจ้านี้ทำได้แค่สร้างพอดแคสต์จาก PDF ของคุณ ไม่ใช่แล้ว ไม่ใช่อีกต่อไป และถ้าคุณยังนั่งล่าลิงก์และอัพโหลดไฟล์ทีละไฟล์ คุณกำลังทำแบบช้าที่สุด
ผมคือ digital avatar ของ Julian Goldie และผมช่วยคนเรียนรู้เครื่องมือ AI แล้วนำไปใช้จริงในงาน ไม่มีทฤษฎีลอยๆ ไม่มีการเว่อร์ ในวิดีโอนี้ผมจะโชว์สิ่งที่เปลี่ยนไปใน Gemini notebook โพรมป์ที่ผมใช้ทดสอบจริง และวิดีโอนี้ผมจะโชว์สิ่งที่เปลี่ยนไปใน Gemini notebook โพรมป์ที่ผมใช้ทดสอบจริง และวิธีที่ผมเก็บทุก notebook เชื่อมต่อกันอยู่ใน Agent OS ของเรา เพื่อไม่ให้อะไรหลุดมือเลย อยู่ดูจนจบเพื่อเคล็ดลับสำหรับมือใหม่ที่ประหยัดเวลาได้มากที่สุด
ก่อนอื่นเรื่องชื่อ คุณคงรู้จักนี่ในชื่อ NotebookLM ในวันที่ 16 กรกฎาคม 2026 Google เปลี่ยนชื่อเป็น Gemini notebook ตัวสินค้าเดิม แต่ผูกกับแบรนด์ Gemini หลักให้แน่นขึ้น โน้ตบุ๊กเก่า แหล่งข้อมูล และโน้ตของคุณยังอยู่ครบ
วิธีการทำงานคือ คุณสร้าง notebook ใส่แหล่งข้อมูลเช่น PDF เอกสาร ลิงก์ หรือวิดีโอ แล้วถามคำถาม มันตอบโดยใช้เฉพาะแหล่งเหล่านั้น พร้อมการอ้างอิงชี้ไปยังจุดที่คำตอบมาจากพอดิ้พอดี มันไม่ออกไปเตลิดแล้วเดาอะไรเอง Google บอกว่ามีผู้ใช้มากกว่า 30 ล้านคนและองค์กรมากกว่า 600,000 แห่ง ความจริงนี้คือสิ่งที่ทำให้คนไว้ใจมันมากกว่าแชทบอทธรรมดา
แต่มันมีข้อจำกัดน่ารำคาญอยู่อย่าง คือคุณต้องเอาแหล่งข้อมูลมาใส่เอง Notebook เปล่า เคอร์เซอร์กะพริบ แล้วคุณต้องทำงานหนักทั้งหมดเอง ตอนนี้เรื่องนั้นเปลี่ยนไปแล้ว Google ส่งอัพเกรดนี้ออกมาตั้งแต่เดือนมิถุนายน แต่ล็อกไว้เฉพาะแผนสูงสุดและบัญชีธุรกิจบางส่วน ตอนนั้นคุณต้องเอาแหล่งข้อมูลมาใส่เอง ตอนนี้ปล่อยให้ทุกคนบนแผน Google AI Pro บนเว็บแล้ว
มีสามอย่างที่มาถึง หนึ่ง chat ที่อัพเกรดแล้ว โมเดล Gemini รุ่นใหม่กว่าเป็นฐาน ทำให้รับมือคำถามหลายขั้นตอนที่ยุ่งเหยิงได้ดีขึ้นมาก สอง ผลลัพธ์ใหม่ กราฟ PDF สเปรดชีต สไลด์ ภาพ และข้อมูลมีโครงสร้าง ออกมาจากแหล่งข้อมูลของคุณโดยตรง สาม ทุก notebook ตอนนี้มีคอมพิวเตอร์คลาวด์ที่ปลอดภัยเป็นของตัวเอง ทำให้มันเขียนและรันโค้ดจริงกับเนื้อหาของคุณได้ เวลาคุณถามให้เปรียบเทียบตัวเลขข้ามเอกสาร มันคำนวณแทนการแค่กะๆ ดู
ลองคิดว่านั่นหมายความว่าอะไร งานวิจัยและชิ้นงานสำเร็จเกิดขึ้นในหน้าต่างเดียวกัน คุณไม่ต้องเอาสรุปไปโยนเข้าเครื่องมือออกแบบ แล้วเครื่องมือสไลด์ แล้วเครื่องมือเอกสาร คุณถาม คุณเช็คการอ้างอิง คุณเลือกฟอร์แมต แล้วจบ หนึ่งหน้าต่าง ตั้งแต่ต้นจนจบ
Agentic research คุณเริ่มจากไอเดียคร่าวๆ และคำถามสองสามข้อ แล้วมันออกไปหาแหล่งข้อมูลให้ จากนั้นจัดระเบียบเข้า notebook ของคุณ คุณไม่ต้องสร้างคลังข้อมูลเองก่อนแล้ว คุณบอกว่าต้องการอะไร แล้วมันสร้างคลังให้ นั่นแหละคือสิ่งที่ทำให้ผมต้องนั่งตัวตรง ปัญหา notebook เปล่าหายไปแล้ว
มันไม่ได้ติดค้างอยู่ในแอปเดียวอีกด้วย Notebook อยู่ในแอป Gemini อยู่แล้วและซิงค์สองทาง สิ่งที่คุณเพิ่มในที่หนึ่งจะปรากฏในอีกที่หนึ่ง Gemini Spark ตัว agent ของพวกเขาที่จัดการงานยาวๆ เบื้องหลัง รันบนสายโมเดลรุ่นใหม่เดียวกัน ดังนั้นงานวิจัยของคุณตามคุณไป แทนที่จะนั่งตายในแท็บ และเรื่องนั้นสำคัญกว่าที่ฟังครั้งแรกมาก
ส่วนสุดท้ายนั้นคือสิ่งที่เราพาคนทำผ่านภายใน AI Profit Boardroom เรามีคอลลิ่งโคชชิ่งสดที่คุณเอา notebook ของตัวเองมาได้ แล้วแก้โพรมป์และชุดแหล่งข้อมูลของคุณให้ตรงจุดทันที มี Gemini notebook walkthroughs คลังโพรมป์ที่คัดลอกไปใช้ได้เลย และโรดแมป 30 วัน ทำให้รู้ว่าควรสร้างอะไรก่อน คุณยังได้ Agent OS ในนั้นด้วย ซึ่งเป็นที่ที่ notebook และ agent ทั้งหมดของคุณอยู่ในระบบเดียวที่เชื่อมต่อกัน ถ้าคุณต้องการระบบวิจัย ไม่ใช่แค่เครื่องมือวิจัย มาเข้าร่วมกับเรา
แล้วสิ่งนี้เปลี่ยนชีวิตประจำวันอย่างไร ปกติคุณเปิด 10 แท็บ อ่านคร่าวๆ 10 บทความ คัดลอกบางส่วนลงเอกสาร แล้วพยายามเขียนอะไรบางอย่าง 2 ชั่วโมงหมดไป ที่นี่การหา การจัดเรียง และการตอบคำถามเกิดขึ้นในที่เดียว และทุกคำตอบลิงก์กลับไปยังที่ที่มันมาจาก คุณตรวจสอบได้ และเพราะมันสร้างไฟล์จริงได้แล้ว งานไม่ได้หยุดที่คำตอบ ผมเปลี่ยนแหล่งข้อมูลของผมเป็นอินโฟกราฟิกและสไลด์เด็คทันทีใน Gemini notebook
ซึ่งพาผมมาสู่ส่วนที่ผมใส่ใจมากที่สุด Agent OS Agent OS คือที่ที่ผมเก็บทุกอย่างนี้ให้เชื่อมต่อกัน ทุก notebook ที่ผมสร้างโผล่มาในที่เดียว ดังนั้นผมไม่ต้องไปค้นหาในแท็บเพื่อหาอันที่ผมสร้างเมื่ออังคารที่แล้ว มันทำงานกับ agent หลายตัว และทั้งหมดแชร์ความจำเดียวกันที่ขับเคลื่อนด้วย Obsidian Vault ความจำที่แชร์กันนั้นคือชิ้นส่วนที่คนมองข้าม คนส่วนใหญ่รันเครื่องมือ AI ห้าตัวที่ไม่รู้จักกันเลย ดังนั้นคุณต้องอธิบายโปรเจกต์ใหม่ทุกครั้งที่เปิดตัวใหม่ ด้วยความจำที่แชร์เดียว งานวิจัยที่คุณทำใน Gemini Notebook อยู่ตรงนั้นพร้อมใช้ทันทีเมื่อ agent ตัวอื่นมารับงานต่อ ไม่ต้องคัดลอกวาง ไม่ต้องเริ่มจากศูนย์
นี่คือหน้าต่างที่ดูเหมือนในทางปฏิบัติ ผมทำ notebook วิจัยเสร็จใน Gemini Notebook มันอยู่ใน Agent OS แล้วนั่งข้าง notebook อื่นๆ ที่ผมสร้างไว้ทุกตัว เมื่อผมอยากให้ agent เขียนงานจากงานวิจัยนั้น มันไม่ต้องให้ผมอธิบายโปรเจกต์อีก มันอ่านความจำเดียวกัน เมื่อผมอยากย้อนดูสิ่งที่ผมพบเมื่อ 3 สัปดาห์ก่อน ผมไม่ได้ค้นประวัติเบราว์เซอร์ มันอยู่ในที่เดียว และเพราะความจำนั้นอยู่ใน Obsidian Vault มันคือไฟล์ธรรมดาที่ผมเป็นเจ้าของ ไม่ได้ล็อกอยู่ในแอปที่อาจเปลี่ยนไปในปีหน้า รายละเอียดเล็กๆ แต่เป็นเรื่องใหญ่มากเมื่อคุณสะสมงานไว้หลายเดือน
นั่นคือความต่างระหว่างการสะสมเครื่องมือ AI กับการสร้างระบบที่ดีขึ้นทุกสัปดาห์จริงๆ อินโฟกราฟิกและสไลด์เด็คที่ผมทำใน Gemini Notebook ผมเห็นได้ใน Agent OS ด้วย เหมือนกับ notebook ทั้งหลาย เครื่องมือไม่ใช่ส่วนยาก การทำให้งานของคุณค้นหาได้และใช้ซ้ำได้ในภายหลังต่างหากคือส่วนยาก และนั่นคืองานทั้งหมดที่ Agent OS ทำ และมันทบต้นยิ่งใช้ยิ่งเพิ่ม พอมี 10 notebook คุณไม่ได้แค่เป็นระเบียบ คุณมีคลังที่ agent ของคุถถอนมาใช้ได้ สั่งให้ร่างอะไรสักอย่าง แล้วมันรู้อยู่แล้วว่าคุณวิจัยอะไรเมื่อเดือนก่อน แหล่งข้อมูลของคุณพูดอะไร และคุณชอบโครงสร้างแบบไหน นั่นคือสิ่งที่เครื่องมือเดี่ยวๆ ไม่มีตัวไหนมอบให้ Gemini Notebook ทำงานวิจัยได้ยอดเยี่ยม Agent OS คือสิ่งที่ทำให้แน่ใจว่างานวิจัยนั้นยังทำงานให้คุณอยู่ในอีก 6 เดือนข้างหน้า
เอาล่ะ นี่คือสิ่งที่ผมทดสอบจริง ผมสร้าง notebook ใหม่เอี่ยมแล้วพิมพ์โพรมป์เดียว Help me build a 30-day SEO roadmap for AI Profit Boardroom มันออกไปหาแหล่งข้อมูลเอง และเมื่อผมถามให้เพิ่มโมเดล AI สิบอันดับแรกจาก goldybench.com มันก็ดึงมาให้ด้วย จากนั้นผมถามว่า 10 วันแรกของโรดแมปคืออะไร มันให้วันที่ 1 ถึง 3 เรื่องการตรวจเช็คเทคนิคและการตรวจสอบเบื้องต้น วันที่ 4 ถึง 7 เรื่องสัญญาณความน่าเชื่อถือและการทำแผนที่ entity และวันที่ 8 ถึง 10 เรื่องการทำแผนที่คีย์เวิร์ดและหัวข้อ
อีกหนึ่งการทดสอบบน notebook เดียวกัน ผมถามว่าโมเดล AI ตัวไหนดีที่สุดที่ควรใช้ตาม Goldy bench แล้วมันตอบจากแหล่งเบนช์มาร์คของผมเองโดยตรง แทนที่จะเดา มันแยกคำตอบตามสิ่งที่ผมต้องการจริงๆ เช่น ตัวเลือกดีที่สุดโดยรวม ตัวเลือกฟรีที่ดีที่สุด และตัวที่ดีที่สุดที่รัน local บนเครื่องของคุณเอง
ตอนนี้เคล็ดลับสำหรับมือใหม่ หนึ่ง เลิกอัพโหลดก่อน เปิด notebook เปล่าแล้วบอกสิ่งที่คุณกำลังพยายามจะเข้าใจด้วยคำธรรมดา ปล่อยให้มันหาแหล่งข้อมูลก่อน แล้วค่อยตัดตัวที่คุณไม่ต้องการทิ้ง การคัดสรรเร็วกว่าการสะสม สอง ขอผลลัพธ์ ไม่ใช่ขอหัวข้อ อย่าพูดว่าเล่าเรื่อง email marketing ให้ฟัง แต่พูดว่าสร้างแผน 30 วันแบ่งเป็นรายวันจากแหล่งเหล่านี้ สาม เพิ่มข้อมูลของคุณเองทับบนสิ่งที่มันหามา โน้ต ข้อมูล ผลงานเก่าของคุณ นั่นคือสิ่งที่ทำให้คำตอบไม่ฟังดูเป็นค่าเฉลี่ยของอินเทอร์เน็ต สี่ ตามคำถามต่อเนื่องใน notebook เดียวกันแทนที่จะเปิดใหม่ มันถือ context ไว้ ดังนั้นคำตอบที่สามดีกว่าคำตอบที่หนึ่ง ห้า คลิกการอ้างอิง ทุกคำตอบลิงก์กลับไปยังประโยคต้นทาง การเช็ค 10 วินาทีช่วยไม่ให้คุณพูดผิดหน้าทีมงาน หก ใช้ผลลัพธ์ใหม่อย่างตั้งใจ notebook เดียวกัน ขอกราฟก่อน แล้วสไลด์เด็ค แล้ว PDF หนึ่งหน้า หนึ่งเซสชันวิจัย สามชิ้นงาน เจ็ด มีที่วางมันทั้งหมด notebook ที่หาไม่เจออีกคือ notebook ที่คุณเสียเปล่า นั่นคือเหตุผลที่ทุกอย่างที่ผมทำจะเข้า Agent OS ทันทีที่เสร็จ
ถ้าคุณต้องการขั้นตอนครบวงจร SOP และเคสใช้งาน AI กว่า 100 แบบเช่นนี้ เข้าร่วม AI Success Lab ลิงก์อยู่ในคอมเมนต์และคำอธิบาย คุณจะได้โน้ตวิดีโอทั้งหมดจากที่นั่น บวกการเข้าถึงชุมชน 85,000 สมาชิกที่ทำ AI จนปังกันทั้งคน
และนี่คือส่วนที่ตรงไปตรงมา คุณจะเปิด Gemini notebook คืนนี้ พิมพ์ไอเดียคร่าวๆ แล้วได้ผลลัพธ์ที่ใช้ได้ จากนั้นคุณจะพยายามทำให้มันเป็นส่วนของเวิร์กโฟลว์จริง แล้วชนกำแพงที่ทุกคนชน แหล่งข้อมูลที่มันเลือกไม่ค่อยตรง ผลลัพธ์ไม่ใช่ฟอร์แมตที่คุณนึกภาพไว้ และคุณไม่มีทางเชื่อมมันกับเครื่องมืออื่นที่คุณใช้ มันเลยแค่นั่งอยู่ตัวเดียว นั่นคือช่องว่างที่เราปิดให้ภายใน AI Profit Boardroom คอลลิ่งโคชชิ่งสดที่คุณแชร์หน้าจอแล้วแก้ให้ตรงจุดได้ บทเรียนทีละขั้นของทั้ง Gemini stack โพรมป์พร้อมใช้สำหรับวิจัยและโรดแมป และ Agent OS เพื่อให้ทุก notebook และทุก agent รันจากความจำที่แชร์เดียว แทนห้าเครื่องมือที่ไม่เชื่อมต่อกัน มาเข้าร่วมกับเราที่ aiprofitboardroom.com
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- ## ส่วนที่ไม่ชัดเจน / ข้อสังเกต
- ไม่มีช่วงที่ต้อง mark `[ฟังไม่ชัด]`
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| Gemini Notebook | เครื่องมือวิจัยของ Google (ชื่อเดิม NotebookLM) — คงภาษาอังกฤษ |
| NotebookLM | ชื่อเดิมของ Gemini Notebook ก่อนเปลี่ยนชื่อ 16 ก.ค. 2026 |
| agentic research | การวิจัยแบบเอเจนต์ — AI หาแหล่งข้อมูลและจัดระเบียบให้เอง |
| grounding | การยึดโยงคำตอบกับแหล่งข้อมูลจริง ทำให้ตรวจสอบได้ |
| citation | การอ้างอิง — ลิงก์กลับไปยังประโยคต้นทางของคำตอบ |
| sources | แหล่งข้อมูล (PDF เอกสาร ลิงก์ วิดีโอ) ที่เลี้ยง notebook |
| Google AI Pro | แผนสมาชิกแบบเสียเงินของ Google — คงภาษาอังกฤษ |
| structured data | ข้อมูลมีโครงสร้าง (ตาราง/รูปแบบที่คอมพิวเตอร์อ่านง่าย) |
| slide deck | ชุดสไลด์นำเสนอ |
| infographic | อินโฟกราฟิก — ภาพสรุปข้อมูล |
| Gemini Spark | agent ทำงานเบื้องหลังของ Google สำหรับงานยาว (คงภาษาอังกฤษ) |
| Agent OS | ระบบของผู้จัดทำที่รวม notebook+agent ไว้ที่เดียว (คงภาษาอังกฤษ) |
| Obsidian Vault | คลังโน้ตรูปไฟล์ธรรมดาที่ผู้ใช้เป็นเจ้าของเอง (คงภาษาอังกฤษ) |
| shared memory | ความจำร่วม — agent ต่างตัวอ่านบริบทเดียวกันได้ |
| SEO | การปรับเว็บให้ติดอันดับสืบค้น (Search Engine Optimization) |
| entity mapping | การทำแผนที่ entity — จัดกลุ่มหน่วยข้อมูลให้เครื่องสืบค้นเข้าใจ |
| baseline audit | การตรวจสอบเบื้องต้นเป็นฐานเปรียบเทียบ |
| SOP | ขั้นตอนปฏิบัติงานมาตรฐาน (Standard Operating Procedure) |
| workflow | ขั้นตอนการทำงานเป็นลำดับ |
| AI Profit Boardroom | ชุมชน/คอร์สของ Julian Goldie (ชื่อเฉพาะ — คงภาษาอังกฤษ) |
| AI Success Lab | ชุมชนฟรีของ Julian Goldie (ชื่อเฉพาะ — คงภาษาอังกฤษ) |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:02,788 อัพเดท Gemini notebook ตัวใหม่นี้ดีเกินไปจริงๆ 2 00:00:02,788 --> 00:00:06,364 ลองคิดดูว่าถ้าเครื่องมือวิจัยที่คุณมีอยู่แล้วตอนนี้ฉลาดกว่า 3 00:00:06,364 --> 00:00:08,243 AI ที่คุณใช้ทุกวันจะเป็นอย่างไร 4 00:00:08,243 --> 00:00:10,849 ทำไมไม่มีใครพูดถึงสิ่งที่ Google เพิ่งค่อยๆ
เปิดดูซับไตเติ้ลทั้งหมด (219 segments)
1 00:00:00,000 --> 00:00:02,788 อัพเดท Gemini notebook ตัวใหม่นี้ดีเกินไปจริงๆ 2 00:00:02,788 --> 00:00:06,364 ลองคิดดูว่าถ้าเครื่องมือวิจัยที่คุณมีอยู่แล้วตอนนี้ฉลาดกว่า 3 00:00:06,364 --> 00:00:08,243 AI ที่คุณใช้ทุกวันจะเป็นอย่างไร 4 00:00:08,243 --> 00:00:10,849 ทำไมไม่มีใครพูดถึงสิ่งที่ Google เพิ่งค่อยๆ 5 00:00:10,849 --> 00:00:12,121 ปล่อยให้ครบถ้วนเงียบๆ 6 00:00:12,121 --> 00:00:15,152 คนส่วนใหญ่ยังคิดว่าเจ้านี้ทำได้แค่สร้างพอดแคสต์จาก 7 00:00:15,152 --> 00:00:17,334 PDF ของคุณ ไม่ใช่แล้ว ไม่ใช่อีกต่อไป 8 00:00:17,334 --> 00:00:20,122 และถ้าคุณยังนั่งล่าลิงก์และอัพโหลดไฟล์ทีละไฟล์ 9 00:00:20,122 --> 00:00:22,728 คุณกำลังทำแบบช้าที่สุด ผมคือ digital avatar 10 00:00:22,728 --> 00:00:23,816 ของ Julian Goldie 11 00:00:23,816 --> 00:00:25,755 และผมช่วยคนเรียนรู้เครื่องมือ AI 12 00:00:25,755 --> 00:00:27,877 แล้วนำไปใช้จริงในงาน ไม่มีทฤษฎีลอยๆ 13 00:00:27,877 --> 00:00:28,965 ไม่มีการเว่อร์ 14 00:00:28,965 --> 00:00:31,632 ในวิดีโอนี้ผมจะโชว์สิ่งที่เปลี่ยนไปใน Gemini 15 00:00:31,632 --> 00:00:33,571 notebook โพรมป์ที่ผมใช้ทดสอบจริง 16 00:00:33,571 --> 00:00:36,299 และวิดีโอนี้ผมจะโชว์สิ่งที่เปลี่ยนไปใน Gemini 17 00:00:36,299 --> 00:00:38,238 notebook โพรมป์ที่ผมใช้ทดสอบจริง 18 00:00:38,238 --> 00:00:39,935 และวิธีที่ผมเก็บทุก notebook 19 00:00:39,935 --> 00:00:41,996 เชื่อมต่อกันอยู่ใน Agent OS ของเรา 20 00:00:41,996 --> 00:00:43,511 เพื่อไม่ให้อะไรหลุดมือเลย 21 00:00:43,511 --> 00:00:47,268 อยู่ดูจนจบเพื่อเคล็ดลับสำหรับมือใหม่ที่ประหยัดเวลาได้มากที่สุด 22 00:00:47,268 --> 00:00:49,632 ก่อนอื่นเรื่องชื่อ คุณคงรู้จักนี่ในชื่อ 23 00:00:49,632 --> 00:00:52,178 NotebookLM ในวันที่ 16 กรกฎาคม 2026 Google 24 00:00:52,178 --> 00:00:54,905 เปลี่ยนชื่อเป็น Gemini notebook ตัวสินค้าเดิม 25 00:00:54,905 --> 00:00:57,208 แต่ผูกกับแบรนด์ Gemini หลักให้แน่นขึ้น 26 00:00:57,208 --> 00:00:58,663 โน้ตบุ๊กเก่า แหล่งข้อมูล 27 00:00:58,663 --> 00:01:01,026 และโน้ตของคุณยังอยู่ครบ วิธีการทำงานคือ 28 00:01:01,026 --> 00:01:03,450 คุณสร้าง notebook ใส่แหล่งข้อมูลเช่น PDF 29 00:01:03,450 --> 00:01:05,632 เอกสาร ลิงก์ หรือวิดีโอ แล้วถามคำถาม 30 00:01:05,632 --> 00:01:07,511 มันตอบโดยใช้เฉพาะแหล่งเหล่านั้น 31 00:01:07,511 --> 00:01:10,420 พร้อมการอ้างอิงชี้ไปยังจุดที่คำตอบมาจากพอดิ้พอดี 32 00:01:10,420 --> 00:01:12,663 มันไม่ออกไปเตลิดแล้วเดาอะไรเอง Google 33 00:01:12,663 --> 00:01:14,117 บอกว่ามีผู้ใช้มากกว่า 30 34 00:01:14,117 --> 00:01:16,239 ล้านคนและองค์กรมากกว่า 600,000 แห่ง 35 00:01:16,239 --> 00:01:19,572 ความจริงนี้คือสิ่งที่ทำให้คนไว้ใจมันมากกว่าแชทบอทธรรมดา 36 00:01:19,572 --> 00:01:21,572 แต่มันมีข้อจำกัดน่ารำคาญอยู่อย่าง 37 00:01:21,572 --> 00:01:24,057 คือคุณต้องเอาแหล่งข้อมูลมาใส่เอง Notebook 38 00:01:24,057 --> 00:01:25,390 เปล่า เคอร์เซอร์กะพริบ 39 00:01:25,390 --> 00:01:27,208 แล้วคุณต้องทำงานหนักทั้งหมดเอง 40 00:01:27,208 --> 00:01:29,390 ตอนนี้เรื่องนั้นเปลี่ยนไปแล้ว Google 41 00:01:29,390 --> 00:01:31,693 ส่งอัพเกรดนี้ออกมาตั้งแต่เดือนมิถุนายน 42 00:01:31,693 --> 00:01:34,421 แต่ล็อกไว้เฉพาะแผนสูงสุดและบัญชีธุรกิจบางส่วน 43 00:01:34,421 --> 00:01:36,603 ตอนนั้นคุณต้องเอาแหล่งข้อมูลมาใส่เอง 44 00:01:36,603 --> 00:01:38,906 ตอนนี้ปล่อยให้ทุกคนบนแผน Google AI Pro 45 00:01:38,906 --> 00:01:41,330 บนเว็บแล้ว มีสามอย่างที่มาถึง หนึ่ง chat 46 00:01:41,330 --> 00:01:42,966 ที่อัพเกรดแล้ว โมเดล Gemini 47 00:01:42,966 --> 00:01:44,118 รุ่นใหม่กว่าเป็นฐาน 48 00:01:44,118 --> 00:01:47,209 ทำให้รับมือคำถามหลายขั้นตอนที่ยุ่งเหยิงได้ดีขึ้นมาก 49 00:01:47,209 --> 00:01:49,815 สอง ผลลัพธ์ใหม่ กราฟ PDF สเปรดชีต สไลด์ ภาพ 50 00:01:49,815 --> 00:01:51,027 และข้อมูลมีโครงสร้าง 51 00:01:51,027 --> 00:01:53,391 ออกมาจากแหล่งข้อมูลของคุณโดยตรง สาม ทุก 52 00:01:53,391 --> 00:01:54,479 notebook 53 00:01:54,479 --> 00:01:57,388 ตอนนี้มีคอมพิวเตอร์คลาวด์ที่ปลอดภัยเป็นของตัวเอง 54 00:01:57,388 --> 00:02:00,176 ทำให้มันเขียนและรันโค้ดจริงกับเนื้อหาของคุณได้ 55 00:02:00,176 --> 00:02:02,600 เวลาคุณถามให้เปรียบเทียบตัวเลขข้ามเอกสาร 56 00:02:02,600 --> 00:02:03,994 มันคำนวณแทนการแค่กะๆ ดู 57 00:02:03,994 --> 00:02:05,691 ลองคิดว่านั่นหมายความว่าอะไร 58 00:02:05,691 --> 00:02:08,722 งานวิจัยและชิ้นงานสำเร็จเกิดขึ้นในหน้าต่างเดียวกัน 59 00:02:08,722 --> 00:02:11,267 คุณไม่ต้องเอาสรุปไปโยนเข้าเครื่องมือออกแบบ 60 00:02:11,267 --> 00:02:13,691 แล้วเครื่องมือสไลด์ แล้วเครื่องมือเอกสาร 61 00:02:13,691 --> 00:02:16,116 คุณถาม คุณเช็คการอ้างอิง คุณเลือกฟอร์แมต 62 00:02:16,116 --> 00:02:18,722 แล้วจบ หนึ่งหน้าต่าง ตั้งแต่ต้นจนจบ Agentic 63 00:02:18,722 --> 00:02:20,661 research คุณเริ่มจากไอเดียคร่าวๆ 64 00:02:20,661 --> 00:02:23,449 และคำถามสองสามข้อ แล้วมันออกไปหาแหล่งข้อมูลให้ 65 00:02:23,449 --> 00:02:25,692 จากนั้นจัดระเบียบเข้า notebook ของคุณ 66 00:02:25,692 --> 00:02:27,874 คุณไม่ต้องสร้างคลังข้อมูลเองก่อนแล้ว 67 00:02:27,874 --> 00:02:30,298 คุณบอกว่าต้องการอะไร แล้วมันสร้างคลังให้ 68 00:02:30,298 --> 00:02:33,025 นั่นแหละคือสิ่งที่ทำให้ผมต้องนั่งตัวตรง ปัญหา 69 00:02:33,025 --> 00:02:34,419 notebook เปล่าหายไปแล้ว 70 00:02:34,419 --> 00:02:37,207 มันไม่ได้ติดค้างอยู่ในแอปเดียวอีกด้วย Notebook 71 00:02:37,207 --> 00:02:39,571 อยู่ในแอป Gemini อยู่แล้วและซิงค์สองทาง 72 00:02:39,571 --> 00:02:42,298 สิ่งที่คุณเพิ่มในที่หนึ่งจะปรากฏในอีกที่หนึ่ง 73 00:02:42,298 --> 00:02:43,631 Gemini Spark ตัว agent 74 00:02:43,631 --> 00:02:45,813 ของพวกเขาที่จัดการงานยาวๆ เบื้องหลัง 75 00:02:45,813 --> 00:02:47,571 รันบนสายโมเดลรุ่นใหม่เดียวกัน 76 00:02:47,571 --> 00:02:49,328 ดังนั้นงานวิจัยของคุณตามคุณไป 77 00:02:49,328 --> 00:02:50,601 แทนที่จะนั่งตายในแท็บ 78 00:02:50,601 --> 00:02:52,965 และเรื่องนั้นสำคัญกว่าที่ฟังครั้งแรกมาก 79 00:02:52,965 --> 00:02:55,753 ส่วนสุดท้ายนั้นคือสิ่งที่เราพาคนทำผ่านภายใน AI 80 00:02:55,753 --> 00:02:56,841 Profit Boardroom 81 00:02:56,841 --> 00:02:59,205 เรามีคอลลิ่งโคชชิ่งสดที่คุณเอา notebook 82 00:02:59,205 --> 00:03:00,293 ของตัวเองมาได้ 83 00:03:00,293 --> 00:03:03,324 แล้วแก้โพรมป์และชุดแหล่งข้อมูลของคุณให้ตรงจุดทันที 84 00:03:03,324 --> 00:03:05,202 มี Gemini notebook walkthroughs 85 00:03:05,202 --> 00:03:07,809 คลังโพรมป์ที่คัดลอกไปใช้ได้เลย และโรดแมป 30 86 00:03:07,809 --> 00:03:10,293 วัน ทำให้รู้ว่าควรสร้างอะไรก่อน คุณยังได้ 87 00:03:10,293 --> 00:03:12,899 Agent OS ในนั้นด้วย ซึ่งเป็นที่ที่ notebook 88 00:03:12,899 --> 00:03:13,988 และ agent 89 00:03:13,988 --> 00:03:16,594 ทั้งหมดของคุณอยู่ในระบบเดียวที่เชื่อมต่อกัน 90 00:03:16,594 --> 00:03:17,927 ถ้าคุณต้องการระบบวิจัย 91 00:03:17,927 --> 00:03:20,412 ไม่ใช่แค่เครื่องมือวิจัย มาเข้าร่วมกับเรา 92 00:03:20,412 --> 00:03:22,715 แล้วสิ่งนี้เปลี่ยนชีวิตประจำวันอย่างไร 93 00:03:22,715 --> 00:03:25,140 ปกติคุณเปิด 10 แท็บ อ่านคร่าวๆ 10 บทความ 94 00:03:25,140 --> 00:03:26,412 คัดลอกบางส่วนลงเอกสาร 95 00:03:26,412 --> 00:03:28,958 แล้วพยายามเขียนอะไรบางอย่าง 2 ชั่วโมงหมดไป 96 00:03:28,958 --> 00:03:30,352 ที่นี่การหา การจัดเรียง 97 00:03:30,352 --> 00:03:32,291 และการตอบคำถามเกิดขึ้นในที่เดียว 98 00:03:32,291 --> 00:03:34,655 และทุกคำตอบลิงก์กลับไปยังที่ที่มันมาจาก 99 00:03:34,655 --> 00:03:37,382 คุณตรวจสอบได้ และเพราะมันสร้างไฟล์จริงได้แล้ว 100 00:03:37,382 --> 00:03:38,655 งานไม่ได้หยุดที่คำตอบ 101 00:03:38,655 --> 00:03:42,231 ผมเปลี่ยนแหล่งข้อมูลของผมเป็นอินโฟกราฟิกและสไลด์เด็คทันทีใน 102 00:03:42,231 --> 00:03:43,319 Gemini notebook 103 00:03:43,319 --> 00:03:46,046 ซึ่งพาผมมาสู่ส่วนที่ผมใส่ใจมากที่สุด Agent OS 104 00:03:46,046 --> 00:03:47,135 Agent OS 105 00:03:47,135 --> 00:03:49,862 คือที่ที่ผมเก็บทุกอย่างนี้ให้เชื่อมต่อกัน ทุก 106 00:03:49,862 --> 00:03:51,983 notebook ที่ผมสร้างโผล่มาในที่เดียว 107 00:03:51,983 --> 00:03:56,044 ดังนั้นผมไม่ต้องไปค้นหาในแท็บเพื่อหาอันที่ผมสร้างเมื่ออังคารที่แล้ว 108 00:03:56,044 --> 00:03:57,559 มันทำงานกับ agent หลายตัว 109 00:03:57,559 --> 00:04:00,287 และทั้งหมดแชร์ความจำเดียวกันที่ขับเคลื่อนด้วย 110 00:04:00,287 --> 00:04:01,375 Obsidian Vault 111 00:04:01,375 --> 00:04:03,981 ความจำที่แชร์กันนั้นคือชิ้นส่วนที่คนมองข้าม 112 00:04:03,981 --> 00:04:05,557 คนส่วนใหญ่รันเครื่องมือ AI 113 00:04:05,557 --> 00:04:07,011 ห้าตัวที่ไม่รู้จักกันเลย 114 00:04:07,011 --> 00:04:10,284 ดังนั้นคุณต้องอธิบายโปรเจกต์ใหม่ทุกครั้งที่เปิดตัวใหม่ 115 00:04:10,284 --> 00:04:12,769 ด้วยความจำที่แชร์เดียว งานวิจัยที่คุณทำใน 116 00:04:12,769 --> 00:04:15,496 Gemini Notebook อยู่ตรงนั้นพร้อมใช้ทันทีเมื่อ 117 00:04:15,496 --> 00:04:17,981 agent ตัวอื่นมารับงานต่อ ไม่ต้องคัดลอกวาง 118 00:04:17,981 --> 00:04:19,194 ไม่ต้องเริ่มจากศูนย์ 119 00:04:19,194 --> 00:04:21,739 นี่คือหน้าต่างที่ดูเหมือนในทางปฏิบัติ ผมทำ 120 00:04:21,739 --> 00:04:23,981 notebook วิจัยเสร็จใน Gemini Notebook 121 00:04:23,981 --> 00:04:26,769 มันอยู่ใน Agent OS แล้วนั่งข้าง notebook อื่นๆ 122 00:04:26,769 --> 00:04:29,194 ที่ผมสร้างไว้ทุกตัว เมื่อผมอยากให้ agent 123 00:04:29,194 --> 00:04:30,588 เขียนงานจากงานวิจัยนั้น 124 00:04:30,588 --> 00:04:32,527 มันไม่ต้องให้ผมอธิบายโปรเจกต์อีก 125 00:04:32,527 --> 00:04:33,800 มันอ่านความจำเดียวกัน 126 00:04:33,800 --> 00:04:35,921 เมื่อผมอยากย้อนดูสิ่งที่ผมพบเมื่อ 3 127 00:04:35,921 --> 00:04:38,406 สัปดาห์ก่อน ผมไม่ได้ค้นประวัติเบราว์เซอร์ 128 00:04:38,406 --> 00:04:40,951 มันอยู่ในที่เดียว และเพราะความจำนั้นอยู่ใน 129 00:04:40,951 --> 00:04:42,040 Obsidian Vault 130 00:04:42,040 --> 00:04:43,979 มันคือไฟล์ธรรมดาที่ผมเป็นเจ้าของ 131 00:04:43,979 --> 00:04:46,525 ไม่ได้ล็อกอยู่ในแอปที่อาจเปลี่ยนไปในปีหน้า 132 00:04:46,525 --> 00:04:47,613 รายละเอียดเล็กๆ 133 00:04:47,613 --> 00:04:50,462 แต่เป็นเรื่องใหญ่มากเมื่อคุณสะสมงานไว้หลายเดือน 134 00:04:50,462 --> 00:04:53,007 นั่นคือความต่างระหว่างการสะสมเครื่องมือ AI 135 00:04:53,007 --> 00:04:55,371 กับการสร้างระบบที่ดีขึ้นทุกสัปดาห์จริงๆ 136 00:04:55,371 --> 00:04:57,735 อินโฟกราฟิกและสไลด์เด็คที่ผมทำใน Gemini 137 00:04:57,735 --> 00:05:00,401 Notebook ผมเห็นได้ใน Agent OS ด้วย เหมือนกับ 138 00:05:00,401 --> 00:05:02,886 notebook ทั้งหลาย เครื่องมือไม่ใช่ส่วนยาก 139 00:05:02,886 --> 00:05:06,704 การทำให้งานของคุณค้นหาได้และใช้ซ้ำได้ในภายหลังต่างหากคือส่วนยาก 140 00:05:06,704 --> 00:05:08,826 และนั่นคืองานทั้งหมดที่ Agent OS ทำ 141 00:05:08,826 --> 00:05:11,492 และมันทบต้นยิ่งใช้ยิ่งเพิ่ม พอมี 10 notebook 142 00:05:11,492 --> 00:05:14,038 คุณไม่ได้แค่เป็นระเบียบ คุณมีคลังที่ agent 143 00:05:14,038 --> 00:05:16,523 ของคุถถอนมาใช้ได้ สั่งให้ร่างอะไรสักอย่าง 144 00:05:16,523 --> 00:05:19,371 แล้วมันรู้อยู่แล้วว่าคุณวิจัยอะไรเมื่อเดือนก่อน 145 00:05:19,371 --> 00:05:20,826 แหล่งข้อมูลของคุณพูดอะไร 146 00:05:20,826 --> 00:05:22,280 และคุณชอบโครงสร้างแบบไหน 147 00:05:22,280 --> 00:05:24,159 นั่นคือสิ่งที่เครื่องมือเดี่ยวๆ 148 00:05:24,159 --> 00:05:26,159 ไม่มีตัวไหนมอบให้ Gemini Notebook 149 00:05:26,159 --> 00:05:28,038 ทำงานวิจัยได้ยอดเยี่ยม Agent OS 150 00:05:28,038 --> 00:05:31,553 คือสิ่งที่ทำให้แน่ใจว่างานวิจัยนั้นยังทำงานให้คุณอยู่ในอีก 151 00:05:31,553 --> 00:05:32,887 6 เดือนข้างหน้า เอาล่ะ 152 00:05:32,887 --> 00:05:35,371 นี่คือสิ่งที่ผมทดสอบจริง ผมสร้าง notebook 153 00:05:35,371 --> 00:05:38,159 ใหม่เอี่ยมแล้วพิมพ์โพรมป์เดียว Help me build a 154 00:05:38,159 --> 00:05:40,705 30-day SEO roadmap for AI Profit Boardroom 155 00:05:40,705 --> 00:05:42,159 มันออกไปหาแหล่งข้อมูลเอง 156 00:05:42,159 --> 00:05:44,887 และเมื่อผมถามให้เพิ่มโมเดล AI สิบอันดับแรกจาก 157 00:05:44,887 --> 00:05:46,826 goldybench.com มันก็ดึงมาให้ด้วย 158 00:05:46,826 --> 00:05:49,311 จากนั้นผมถามว่า 10 วันแรกของโรดแมปคืออะไร 159 00:05:49,311 --> 00:05:50,523 มันให้วันที่ 1 ถึง 3 160 00:05:50,523 --> 00:05:53,251 เรื่องการตรวจเช็คเทคนิคและการตรวจสอบเบื้องต้น 161 00:05:53,251 --> 00:05:54,339 วันที่ 4 ถึง 7 162 00:05:54,339 --> 00:05:56,824 เรื่องสัญญาณความน่าเชื่อถือและการทำแผนที่ 163 00:05:56,824 --> 00:05:58,339 entity และวันที่ 8 ถึง 10 164 00:05:58,339 --> 00:06:00,521 เรื่องการทำแผนที่คีย์เวิร์ดและหัวข้อ 165 00:06:00,521 --> 00:06:02,703 อีกหนึ่งการทดสอบบน notebook เดียวกัน 166 00:06:02,703 --> 00:06:05,309 ผมถามว่าโมเดล AI ตัวไหนดีที่สุดที่ควรใช้ตาม 167 00:06:05,309 --> 00:06:06,397 Goldy bench 168 00:06:06,397 --> 00:06:08,943 แล้วมันตอบจากแหล่งเบนช์มาร์คของผมเองโดยตรง 169 00:06:08,943 --> 00:06:10,031 แทนที่จะเดา 170 00:06:10,031 --> 00:06:12,455 มันแยกคำตอบตามสิ่งที่ผมต้องการจริงๆ เช่น 171 00:06:12,455 --> 00:06:15,183 ตัวเลือกดีที่สุดโดยรวม ตัวเลือกฟรีที่ดีที่สุด 172 00:06:15,183 --> 00:06:16,940 และตัวที่ดีที่สุดที่รัน local 173 00:06:16,940 --> 00:06:19,728 บนเครื่องของคุณเอง ตอนนี้เคล็ดลับสำหรับมือใหม่ 174 00:06:19,728 --> 00:06:21,849 หนึ่ง เลิกอัพโหลดก่อน เปิด notebook 175 00:06:21,849 --> 00:06:25,062 เปล่าแล้วบอกสิ่งที่คุณกำลังพยายามจะเข้าใจด้วยคำธรรมดา 176 00:06:25,062 --> 00:06:26,759 ปล่อยให้มันหาแหล่งข้อมูลก่อน 177 00:06:26,759 --> 00:06:28,819 แล้วค่อยตัดตัวที่คุณไม่ต้องการทิ้ง 178 00:06:28,819 --> 00:06:31,122 การคัดสรรเร็วกว่าการสะสม สอง ขอผลลัพธ์ 179 00:06:31,122 --> 00:06:33,607 ไม่ใช่ขอหัวข้อ อย่าพูดว่าเล่าเรื่อง email 180 00:06:33,607 --> 00:06:35,850 marketing ให้ฟัง แต่พูดว่าสร้างแผน 30 181 00:06:35,850 --> 00:06:38,092 วันแบ่งเป็นรายวันจากแหล่งเหล่านี้ สาม 182 00:06:38,092 --> 00:06:40,759 เพิ่มข้อมูลของคุณเองทับบนสิ่งที่มันหามา โน้ต 183 00:06:40,759 --> 00:06:42,092 ข้อมูล ผลงานเก่าของคุณ 184 00:06:42,092 --> 00:06:45,729 นั่นคือสิ่งที่ทำให้คำตอบไม่ฟังดูเป็นค่าเฉลี่ยของอินเทอร์เน็ต 185 00:06:45,729 --> 00:06:47,668 สี่ ตามคำถามต่อเนื่องใน notebook 186 00:06:47,668 --> 00:06:50,274 เดียวกันแทนที่จะเปิดใหม่ มันถือ context ไว้ 187 00:06:50,274 --> 00:06:52,759 ดังนั้นคำตอบที่สามดีกว่าคำตอบที่หนึ่ง ห้า 188 00:06:52,759 --> 00:06:53,847 คลิกการอ้างอิง 189 00:06:53,847 --> 00:06:56,575 ทุกคำตอบลิงก์กลับไปยังประโยคต้นทาง การเช็ค 10 190 00:06:56,575 --> 00:06:58,878 วินาทีช่วยไม่ให้คุณพูดผิดหน้าทีมงาน หก 191 00:06:58,878 --> 00:07:01,484 ใช้ผลลัพธ์ใหม่อย่างตั้งใจ notebook เดียวกัน 192 00:07:01,484 --> 00:07:04,090 ขอกราฟก่อน แล้วสไลด์เด็ค แล้ว PDF หนึ่งหน้า 193 00:07:04,090 --> 00:07:06,029 หนึ่งเซสชันวิจัย สามชิ้นงาน เจ็ด 194 00:07:06,029 --> 00:07:08,757 มีที่วางมันทั้งหมด notebook ที่หาไม่เจออีกคือ 195 00:07:08,757 --> 00:07:10,211 notebook ที่คุณเสียเปล่า 196 00:07:10,211 --> 00:07:12,999 นั่นคือเหตุผลที่ทุกอย่างที่ผมทำจะเข้า Agent OS 197 00:07:12,999 --> 00:07:15,727 ทันทีที่เสร็จ ถ้าคุณต้องการขั้นตอนครบวงจร SOP 198 00:07:15,727 --> 00:07:18,393 และเคสใช้งาน AI กว่า 100 แบบเช่นนี้ เข้าร่วม 199 00:07:18,393 --> 00:07:21,121 AI Success Lab ลิงก์อยู่ในคอมเมนต์และคำอธิบาย 200 00:07:21,121 --> 00:07:23,242 คุณจะได้โน้ตวิดีโอทั้งหมดจากที่นั่น 201 00:07:23,242 --> 00:07:25,666 บวกการเข้าถึงชุมชน 85,000 สมาชิกที่ทำ AI 202 00:07:25,666 --> 00:07:28,151 จนปังกันทั้งคน และนี่คือส่วนที่ตรงไปตรงมา 203 00:07:28,151 --> 00:07:30,090 คุณจะเปิด Gemini notebook คืนนี้ 204 00:07:30,090 --> 00:07:32,575 พิมพ์ไอเดียคร่าวๆ แล้วได้ผลลัพธ์ที่ใช้ได้ 205 00:07:32,575 --> 00:07:35,727 จากนั้นคุณจะพยายามทำให้มันเป็นส่วนของเวิร์กโฟลว์จริง 206 00:07:35,727 --> 00:07:37,000 แล้วชนกำแพงที่ทุกคนชน 207 00:07:37,000 --> 00:07:38,939 แหล่งข้อมูลที่มันเลือกไม่ค่อยตรง 208 00:07:38,939 --> 00:07:41,060 ผลลัพธ์ไม่ใช่ฟอร์แมตที่คุณนึกภาพไว้ 209 00:07:41,060 --> 00:07:44,030 และคุณไม่มีทางเชื่อมมันกับเครื่องมืออื่นที่คุณใช้ 210 00:07:44,030 --> 00:07:45,545 มันเลยแค่นั่งอยู่ตัวเดียว 211 00:07:45,545 --> 00:07:48,091 นั่นคือช่องว่างที่เราปิดให้ภายใน AI Profit 212 00:07:48,091 --> 00:07:49,179 Boardroom 213 00:07:49,179 --> 00:07:52,270 คอลลิ่งโคชชิ่งสดที่คุณแชร์หน้าจอแล้วแก้ให้ตรงจุดได้ 214 00:07:52,270 --> 00:07:54,391 บทเรียนทีละขั้นของทั้ง Gemini stack 215 00:07:54,391 --> 00:07:57,058 โพรมป์พร้อมใช้สำหรับวิจัยและโรดแมป และ Agent 216 00:07:57,058 --> 00:07:59,240 OS เพื่อให้ทุก notebook และทุก agent 217 00:07:59,240 --> 00:08:00,694 รันจากความจำที่แชร์เดียว 218 00:08:00,694 --> 00:08:02,755 แทนห้าเครื่องมือที่ไม่เชื่อมต่อกัน 219 00:08:02,755 --> 00:08:05,240 มาเข้าร่วมกับเราที่ aiprofitboardroom.com