▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

NEW Gemini Notebook Update Is Absolutely INSANE!

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

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

02

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

03

หมายเหตุการแปล

ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ

  • ## ส่วนที่ไม่ชัดเจน / ข้อสังเกต
  • ไม่มีช่วงที่ต้อง mark `[ฟังไม่ชัด]`
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
Gemini Notebookเครื่องมือวิจัยของ Google (ชื่อเดิม NotebookLM) — คงภาษาอังกฤษ
NotebookLMชื่อเดิมของ Gemini Notebook ก่อนเปลี่ยนชื่อ 16 ก.ค. 2026
agentic researchการวิจัยแบบเอเจนต์ — AI หาแหล่งข้อมูลและจัดระเบียบให้เอง
groundingการยึดโยงคำตอบกับแหล่งข้อมูลจริง ทำให้ตรวจสอบได้
citationการอ้างอิง — ลิงก์กลับไปยังประโยคต้นทางของคำตอบ
sourcesแหล่งข้อมูล (PDF เอกสาร ลิงก์ วิดีโอ) ที่เลี้ยง notebook
Google AI Proแผนสมาชิกแบบเสียเงินของ Google — คงภาษาอังกฤษ
structured dataข้อมูลมีโครงสร้าง (ตาราง/รูปแบบที่คอมพิวเตอร์อ่านง่าย)
slide deckชุดสไลด์นำเสนอ
infographicอินโฟกราฟิก — ภาพสรุปข้อมูล
Gemini Sparkagent ทำงานเบื้องหลังของ Google สำหรับงานยาว (คงภาษาอังกฤษ)
Agent OSระบบของผู้จัดทำที่รวม notebook+agent ไว้ที่เดียว (คงภาษาอังกฤษ)
Obsidian Vaultคลังโน้ตรูปไฟล์ธรรมดาที่ผู้ใช้เป็นเจ้าของเอง (คงภาษาอังกฤษ)
shared memoryความจำร่วม — agent ต่างตัวอ่านบริบทเดียวกันได้
SEOการปรับเว็บให้ติดอันดับสืบค้น (Search Engine Optimization)
entity mappingการทำแผนที่ entity — จัดกลุ่มหน่วยข้อมูลให้เครื่องสืบค้นเข้าใจ
baseline auditการตรวจสอบเบื้องต้นเป็นฐานเปรียบเทียบ
SOPขั้นตอนปฏิบัติงานมาตรฐาน (Standard Operating Procedure)
workflowขั้นตอนการทำงานเป็นลำดับ
AI Profit Boardroomชุมชน/คอร์สของ Julian Goldie (ชื่อเฉพาะ — คงภาษาอังกฤษ)
AI Success Labชุมชนฟรีของ Julian Goldie (ชื่อเฉพาะ — คงภาษาอังกฤษ)
05

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