▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

NEW DeepSeek V4 Pro is CRAZYY GOOD! 🤯

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

สรุปย่อ

ประเด็นสำคัญจากวิดีโอ

- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7.9 นาที · **ลิงก์:** https://www.youtube.com/watch?v=jG0JTu0ENe8

# สรุป: NEW DeepSeek V4 Pro is CRAZYY GOOD! 🤯
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~7.9 นาที · **ลิงก์:** https://www.youtube.com/watch?v=jG0JTu0ENe8

## ประเด็นหลัก

- DeepSeek เปิดตัว V4 Pro (เวอร์ชัน 0813) โมเดลใหญ่ที่สุดของบริษัท ที่เพิ่งถูกนำออกจากการทดสอบและเปิดใช้งานจริงตั้งแต่วันที่ 13 สิงหาคม
- ทำคะแนน 87.9 ในการทดสอบ Terminal Bench 2.1 ซึ่งวัดว่า AI ทำงานจริงในเทอร์มินัลคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่ตอบคำถาม
- จุดเปลี่ยนสำคัญคือการทำให้โมเดล "ลงมือทำ" แบบเอเจนต์ (agent) ไม่ใช่แค่พูดคุย ต่างจาก AI แบบเดิมที่ตอบคำถามอย่างเดียว
- มีโหมดคิด 3 ระดับ ได้แก่ low (งานง่าย เร็ว), high (งานประจำวัน) และ max (ปัญหายากที่ต้องใช้เวลาคิด) ผู้ใช้เลือกตามความยากของงาน
- เทคโนโลยีเบื้องหลัง: hybrid attention (ประมวลผลข้อความมหาศาลได้เร็ว), MHC หรือ manifold constrained hyperconnections (สัญญาณภายในคงที่) และ Muon Optimizer (เทรนเร็วขึ้น)
- รองรับบริบท (context) ได้ถึง 1 ล้านโทเคน และมีพารามิเตอร์รวม 1.6 ล้านล้านตัว แต่เปิดใช้งานเพียง 49 พันล้านตัวต่องาน จึงรันได้เร็ว
- ทำงานร่วมกับรูปแบบ responses API ของ OpenAI และออกแบบมาให้เสียบเข้ากับ Codex เครื่องมือเขียนโค้ดด้วย AI ได้โดยตรง
- ปล่อยแบบ open weights ภายใต้ใบอนุญาต MIT แต่อย่างไรก็ตามต้องใช้ฮาร์ดแวร์ระดับสูงในการรันเอง ส่วนใหญ่จะใช้ผ่านแอปหรือ API
- ราคา API จะปรับขึ้นตั้งแต่วันที่ 16 สิงหาคม พร้อมระบบคิดราคาแบบ peak/off-peak สะท้อนการเปลี่ยนผ่านสู่แพลตฟอร์มเอเจนต์ราคาสูงขึ้น
- ผลการประเมิน 3 มุม: คะแนนของ DeepSeek เองแข็งแกร่ง, การทดสอบอิสระจาก Artificial Analysis เสมอกับ GLM 5.2, ปฏิกิริยาผู้ใช้ยังผสมผสาน
- เหมาะกับ: นักเขียนโค้ด (ผ่าน Codex), นักสร้างเอเจนต์/ระบบอัตโนมัติ, นักวิจัยที่ทำงานเอกสารใหญ่, ส่วนเจ้าของธุรกิจเล็กใช้ผ่านโหมดผู้เชี่ยวชาญในแอปได้โดยไม่ต้องแตะ API
- ผู้พูดยังให้กำลังใจคนที่รู้สึกตามไม่ทันว่าเป็นเรื่องปกติ เพราะจังหวะวงการเร็วเกินจริง วิธีแก้คือเลือกเครื่องมือเดียวแล้วเรียนรู้ให้ลึก

## ความเห็นสรุป

คลิปนี้เป็นการรีวิวเชิงข่าวที่อธิบายจุดแข็งของ DeepSeek V4 Pro อย่างเข้าใจง่าย เน้นความต่างระหว่าง AI แบบตอบคำถามกับเอเจนต์ที่ทำงานให้สำเร็จ รวมถึงแง่มุมเชิงธุรกิจอย่างการขึ้นราคาและการเปลี่ยนตำแหน่งทางการตลาดของ DeepSeek เนื้อหาส่วนท้ายมีการโปรโมตโปรแกรม AI Profit Boardroom และ AI Success Lab ของช่องเองเป็นหลัก ซึ่งเป็นจุดที่ควรระลึกว่ามีเจตนาเชิงการตลาดครับ
02

คำแปลเต็ม

แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ

DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้ และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ

DeepSeek เพิ่งนำโมเดลที่ใหญ่ที่สุดของตนออกจากการทดสอบและเปิดตัวเป็นของจริงครับ มันชื่อ V4 Pro และเลขเวอร์ชันคือ V4 Pro 0813 ตัวเลข 0813 หมายถึงวันที่ 13 สิงหาคม ซึ่งเป็นวันที่มันเปิดให้ทุกคนใช้งานจริง

นี่คือตัวเลขที่สำคัญที่สุดครับ ในการทดสอบที่ชื่อ Terminal Bench 2.1 V4 Pro ทำคะแนนได้ 87.9 การทดสอบนี้ตรวจว่า AI ทำงานจริงในเทอร์มินัล (terminal) ของคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่คุยเล่น ไม่ใช่ตอบคำถามทั่วไป แต่ต้องทำงานจริงให้สำเร็จ

ลองย้อนกลับไปสักครู่ครับ DeepSeek โชว์ตัวอย่างของโมเดลนี้มาตั้งแต่เดือนเมษายน เมื่อ 4 เดือนก่อน มันเป็นเพียงเดโม เป็นการแอบดูตัวอย่างเท่านั้น แต่ตอนนี้ในเดือนสิงหาคม มันเป็นของจริงแล้ว ใช้งานได้จริง พร้อมใช้ทันที แล้วอะไรเปลี่ยนไปจากเดือนเมษายนบ้าง? DeepSeek ทุ่มพลังงานเกือบทั้งหมดไปกับเรื่องเดียว นั่นคือทำให้โมเดลลงมือทำ ไม่ใช่แค่พูด

ลองนึกถึง AI ที่คุณคุ้นเคยครับ คุณถามคำถาม มันตอบคำถาม จบ แค่นั้น แต่เอเจนต์ (agent) ต่างออกไป คุณให้เป้าหมาย มันวางแผน มันใช้เครื่องมือ มันตรวจงานของตัวเอง มันแก้ข้อผิดพลาด แล้วมันถึงจะบอกคุณว่างานเสร็จ วิธีเปรียบเทียบง่ายๆ คือ AI แบบเก่าเป็นเหมือนเพื่อนที่ฉลาดมากซึ่งตอบคำถามคุณผ่านข้อความ แต่เอเจนต์แบบใหม่เหมือนการจ้างคนที่รับงานทั้งหมดไปจากคุณ แล้วส่งคืนเป็นงานที่เสร็จเรียบร้อย

ต่อไปมาพูดถึงวิธีคิดของมันกันครับ DeepSeek ให้ V4 Pro มีโหมดคิดสามระดับ คือ low (ต่ำ), high (สูง) และ max (สูงสุด) โหมด low ไว้สำหรับงานง่ายๆ ที่ต้องการความเร็ว โหมด high สำหรับงานประจำวันของคุณ และโหมด max สำหรับปัญหายากๆ ที่ต้องใช้เวลาคิดจริงๆ นี่คือเหตุผลว่าทำไมมันถึงสำคัญกับคุณ สมมติว่าคุณใช้มันคัดกรองลีด (lead) ลูกค้าเป้าหมายให้ธุรกิจ คุณไม่จำเป็นต้องใช้พลังระดับ max หรอกครับ โหมด low จัดการได้เร็วอยู่แล้ว แต่ถ้าคุณให้มันวางแผนติดตามลูกค้าแบบครบชุดสำหรับลีดใหม่ 50 รายพร้อมกัน นั่นคืองานระดับ high หรือ max คุณเลือกโหมดตามความยากของงานจริงๆ

ขอพักตรงนี้สักครู่ครับ ถ้าคุณอยากนำเครื่องมืออย่าง DeepSeek V4 Pro ไปใช้จริงในธุรกิจของคุณ นั่นคือสิ่งที่เราทำใน AI Profit Boardroom พอดี เราสร้างบทแนะนำการใช้โหมดเอเจนต์ของ V4 Pro สำหรับงานจริง เช่น เขียนข้อความติดตามลูกค้าใหม่ ร่างเนื้อหาหน้า landing page (หน้าเว็บสำหรับโปรโมต) และจัดตารางคอนเทนต์ คุณจะได้เข้าคลาสโค้ชสดสัปดาห์ละ 4 ครั้ง ซึ่งคุณสามารถนำระบบที่คุณใช้จริงมาถามคำถามได้ ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิปครับ

เอาล่ะ กลับมาที่ตัวโมเดลกันครับ มาดูสิ่งที่อยู่ใต้ฝาเครื่องยนต์กัน เพราะมันอธิบายว่าทำไมเจ้านี่ถึงเร็วขึ้นขนาดนี้ DeepSeek สร้างสิ่งที่เรียกว่า hybrid attention (ระบบความสนใจแบบผสม) มันคือระบบสองอย่างที่ทำงานร่วมกัน อย่างหนึ่งเรียกว่า compressed sparse attention อีกอย่างเรียกว่า heavily compressed attention เมื่อรวมกันแล้ว มันทำให้โมเดลประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง

ขออธิบายเป็นภาษาง่ายๆ ครับ นึกภาพห้องสมุดที่มีหนังสือล้านเล่ม วิธีแบบเก่าคือคุณต้องไล่ตรวจหนังสือทุกเล่มเพื่อหาคำตอบ แต่ hybrid attention สร้างดัชนีอัจฉริยะขึ้นมาก่อน มันรู้ว่าชั้นไหนสำคัญและข้ามชั้นอื่นไป นั่นคือเหตุผลที่ V4 Pro รับบริบท (context) ได้ถึงล้านโทเคน (token) แล้วยังตอบสนองได้เร็ว โทเคนล้านหน่วยนั้นใหญ่พอๆ กับหนังสือหนาๆ หลายเล่มรวมกัน นั่นคือปริมาณที่โมเดลจำได้ในการสนทนาครั้งเดียว

DeepSeek ยังเพิ่มสิ่งที่เรียกว่า MHC ซึ่งย่อมาจาก manifold constrained hyperconnections ความหมายจริงๆ ก็คือสัญญาณภายในของโมเดลคงที่ขึ้นเวลามันคิดผ่านปัญหาที่ยาวและยากขึ้น สับสนน้อยลง เลี้ยวผิดน้อยลง และพวกเขาฝึกฝนทั้งโมเดลด้วยสิ่งที่เรียกว่า Muon Optimizer ซึ่งช่วยให้โมเดลเรียนรู้ได้เร็วขึ้นและน่าเชื่อถือมากขึ้นระหว่างการเทรน

นี่คือตัวเลขที่ฟังดูใหญ่เกินจริงครับ V4 Pro มีพารามิเตอร์ (parameter) รวม 1.6 ล้านล้านตัว แต่เปิดใช้งานเพียง 49 พันล้านตัวสำหรับงานใดงานหนึ่ง ลองนึกภาพบริษัทใหญ่ที่มีพนักงานนับพัน คุณไม่ต้องเรียกทั้งบริษัทมาทำงานชิ้นเดียว คุณแค่ดึงทีมที่เหมาะสมสำหรับงานนั้นเข้ามา นั่นคือเหตุผลที่โมเดลใหญ่ขนาดนี้ยังทำงานได้เร็ว

ทีนี้มาถึงสิ่งที่สำคัญจริงๆ ถ้าคุณสร้างอะไรด้วยเครื่องมือ AI ครับ DeepSeek ทำให้ V4 Pro ทำงานร่วมกับรูปแบบ responses API ของ OpenAI ได้โดยตรง และพวกเขาสร้างมันมาเพื่อเสียบเข้ากับ Codex ซึ่งเป็นเครื่องมือเขียนโค้ดด้วย AI ที่ได้รับความนิยม นี่คือเหตุผลว่าทำไมมันถึงสำคัญกว่าที่ฟังดู หมายความว่าเอเจนต์เขียนโค้ดของคุณไม่จำเป็นต้องวิ่งบนโมเดลของบริษัทเดียวอีกต่อไป คุณสามารถชี้ให้ Codex ใช้ DeepSeek แทนได้ และมันก็ทำงานได้ทันที

ขอกลับมาที่สิ่งที่คุณใช้งานจริง ไม่ใช่เรื่องโค้ด ครับ ถ้าคุณใช้เอเจนต์ AI เพื่อสร้างระบบอัตโนมัติให้ธุรกิจ เช่น คัดแยกอีเมลอัตโนมัติ หรือแท็กลีดใหม่อัตโนมัติ ความยืดหยุ่นแบบนี้หมายความว่าเครื่องมือมากขึ้นสามารถคุยกันได้ ไม่ติดอยู่กับทางเลือกเดียว

DeepSeek ยังปล่อยโมเดลนี้แบบ open weights (เปิดเผยน้ำหนักโมเดล) ด้วยครับ นั่นหมายความว่านักพัฒนาสามารถดาวน์โหลดทั้งหมดไปรันบนเซิร์ฟเวอร์ของตัวเองได้ แทนที่จะใช้ผ่านเว็บไซต์ของ DeepSeek เท่านั้น มันได้รับใบอนุญาตแบบ MIT ซึ่งเปิดกว้างที่สุดเท่าที่จะเป็นไปได้

ก่อนที่คุณจะลองเอาไปรันบนคอมพิวเตอร์ที่บ้าน ขอบอกไว้ก่อนครับ มันเป็นโมเดลขนาดมหึมา การรันด้วยตัวเองต้องใช้ฮาร์ดแวร์ระดับสูง คนส่วนใหญ่และธุรกิจส่วนใหญ่จะใช้ผ่านแอปหรือ API แทน ซึ่งก็ไม่ผิดอะไร เพราะนั่นคือวิธีที่คนส่วนใหญ่จะใช้มันอยู่ดี

นี่คือข้อแม้ และผมสัญญาว่าจะพูดตรงๆ ครับ การใช้ V4 Pro ผ่าน API กำลังจะแพงขึ้น DeepSeek ยืนยันแล้วว่าราคาจะปรับขึ้นตั้งแต่วันที่ 16 สิงหาคม พวกเขาจะเพิ่มระบบคิดราคาแบบ peak (ช่วงเร่งด่วน) และ off-peak (ช่วงเงียบ) ด้วย ดังนั้นการใช้ในช่วงเวลาที่คนใช้น้อยจะถูกกว่าช่วงที่คนใช้เยอะ นี่คือการเปลี่ยนแปลงครั้งใหญ่ DeepSeek สร้างชื่อเสียงจากการเป็นตัวเลือกที่ถูกแต่แรง ตอนนี้กับ V4 Pro พวกเขากำลังขยับไปเป็นแพลตฟอร์มเอเจนต์ระดับสูงที่ราคาสูงขึ้น ซึ่งเป็นธุรกิจคนละแบบกับที่ทำให้พวกเขาดัง

แล้วมันดีจริงไหม? มาดูสามมุมครับ มุมแรก คะแนนที่ DeepSeek รายงานเอง พวกเขาทำได้แข็งแกร่ง โดยเฉพาะการทดสอบด้านเอเจนต์และการเขียนโค้ด มุมที่สอง การทดสอบอิสระ Artificial Analysis กลุ่มที่รันเบนช์มาร์กของตัวเองนอกบริษัท AI ใดๆ ให้คะแนนดัชนีความฉลาดของ V4 Pro เสมอกับ GLM 5.2 ซึ่งเป็นโมเดลคู่แข่งจากจีน นับว่าน่าเคารพ แต่ก็ไม่ใช่การชนะขาดเหนือคู่แข่งทุกราย มุมที่สาม ปฏิกิริยาจากผู้ใช้จริง ยังผสมๆ กันอยู่ บางคนประทับใจความก้าวหน้าด้านเอเจนต์ บางคนถามว่ามันสู้โมเดลปิดที่เก่งที่สุดในตลาดได้ไหม

แล้วใครล่ะที่ควรสนใจเรื่องนี้? ถ้าคุณเขียนโค้ดเป็นอาชีพ นี่คุ้มค่าที่จะลอง โดยเฉพาะกับการผสานเข้ากับ Codex ถ้าคุณสร้างเอเจนต์ AI หรือระบบอัตโนมัติให้ธุรกิจ นี่อาจเป็นการปล่อยรุ่นที่มีประโยชน์ที่สุดรุ่นหนึ่งของปี เพราะมันจัดการงานยาวๆ ได้โดยไม่หลงประเด็น ถ้าคุณเป็นนักวิจัยหรือทำงานกับเอกสารปริมาณมหาศาล บริบทล้านโทเคนมีประโยชน์จริงๆ ถ้าคุณเป็นคนธรรมดาที่ทำธุรกิจเล็กๆ คุณไม่ต้องแตะด้านเทคนิคเลย แอปมีโหมดผู้เชี่ยวชาญ (expert mode) ที่ทำให้ใช้งานได้โดยไม่ต้องเปิด API และถ้าคุณชอบรันโมเดล AI บนเครื่องตัวเอง open weights คือข้อได้เปรียบใหญ่ แต่ต้องมีฮาร์ดแวร์ระดับสูงรองรับเท่านั้น

นี่คือส่วนที่ไม่ปรากฏในตารางเบนช์มาร์กครับ หลายคนที่ดูคลิปนี้กำลังรู้สึกว่าตัวเองตามไม่ทัน โมเดลใหม่ออกมาแทบทุกสองสามสัปดาห์ และมันยากจริงๆ ที่จะตามให้ทัน พร้อมกับบริหารธุรกิจหรือทำงานประจำไปด้วย ความรู้สึกนั้นเป็นเรื่องปกติ คุณไม่ได้ตามไม่ทันเพราะคุณช้า แต่เพราะจังหวะของวงการมันไม่เป็นธรรมกับทุกคนในตอนนี้ วิธีแก้ไม่ใช่การตื่นตระหนก แต่คือการเลือกเครื่องมือหนึ่งตัว เรียนรู้มันอย่างจริงจัง แล้วค่อยต่อยอดจากตรงนั้น

นั่นคือเหตุผลที่เราสร้าง AI Profit Boardroom ขึ้นมาแบบนี้ครับ ถ้าคุณอยากได้ทางลัดผ่านทุกอย่างที่ผมเพิ่งพาไปดู มาร่วมกับเราได้เลย เราวางแผนการใช้โหมดเอเจนต์ของ V4 Pro สำหรับงานธุรกิจจริงไว้แล้ว ไม่ใช่เดโมโค้ด แต่เป็นเรื่องจริงอย่างการติดตามลีด การวางแผนคอนเทนต์ และการตอบลูกค้า คุณจะได้คลาสโค้ชสัปดาห์ละ 4 ครั้ง บทเรียนทีละขั้นตอนรายวันที่อัปเดตทันทีที่เครื่องมือใหม่อย่างนี้ปล่อยออกมา และแผนที่สมาชิกเพื่อให้คุณหาคนที่ใช้เครื่องมือเดียวกันใกล้ตัวคุณได้ ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป หรือไปที่ aiprofitboardroom.com

และถ้าคุณอยากได้กระบวนการเต็มรูปแบบ ระบบ SOP และกรณีใช้งาน AI มากกว่า 100 กรณี แบบที่ผมพูดถึงวันนี้ มาร่วม AI Success Lab ครับ ฟรี คุณจะได้รับโน้ตทั้งหมดจากคลิปนี้ รวมถึงเข้าถึงคอมมูนิตี้คน 75,000 คนที่นำเรื่องพวกนี้ไปใช้จริง ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป

DeepSeek V4 Pro ไม่ได้พยายามเป็นแชทบอทอีกตัวหนึ่งครับ มันพยายามเป็นโมเดลที่คุณเสียบเข้ากับเอเจนต์ที่ทำงานจนสำเร็จจริงๆ มันจะเป็นตัวที่ดีที่สุดในตอนนี้หรือยัง ยังต้องทดสอบกันต่อไป แต่ทิศทางชัดเจน และมันกำลังไปเร็วมาก

03

หมายเหตุการแปล

ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ

  • ## เซกเมนต์ [ฟังไม่ชัด]
  • ไม่มีเซกเมนต์ใดที่ใช้ [ฟังไม่ชัด] เนื่องจากคำบรรยายต้นฉบับชัดเจนทั้งคลิป
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
DeepSeek V4 Proโมเดล AI ตัวใหม่ล่าสุดของ DeepSeek (เวอร์ชัน 0813 เปิดตัว 13 สิงหาคม)
Terminal Bench 2.1ชุดทดสอบว่า AI ทำงานจริงในเทอร์มินัลคอมพิวเตอร์ได้หรือไม่
agentเอเจนต์ AI ที่วางแผน ใช้เครื่องมือ ตรวจงานตัวเอง และทำงานให้สำเร็จ
low / high / maxโหมดคิด 3 ระดับของ V4 Pro: งานง่าย / งานประจำวัน / ปัญหายาก
hybrid attentionระบบความสนใจแบบผสม ช่วยประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง
compressed sparse attentionระบบย่อยหนึ่งใน hybrid attention
heavily compressed attentionระบบย่อยอีกตัวใน hybrid attention
MHC (manifold constrained hyperconnections)เทคนิคที่ทำให้สัญญาณภายในโมเดลคงที่เวลาคิดปัญหายาวๆ
Muon Optimizerตัวเพิ่มประสิทธิภาพการเทรน ช่วยให้โมเดลเรียนรู้เร็วและแม่นยำขึ้น
parameterพารามิเตอร์ ตัวเลขน้ำหนักภายในโมเดล (V4 Pro มี 1.6 ล้านล้านตัว เปิดใช้ 49 พันล้านตัวต่องาน)
tokenโทเคน หน่วยนับข้อความ (V4 Pro รองรับบริบทถึง 1 ล้านโทเคน)
contextบริบท ข้อมูลที่โมเดลจำได้ในการสนทนาครั้งเดียว
responses API (OpenAI)รูปแบบ API ของ OpenAI ที่ V4 Pro รองรับการทำงานร่วมด้วย
Codexเครื่องมือเขียนโค้ดด้วย AI ยอดนิยมที่ V4 Pro เสียบเข้ากับได้
open weightsการเปิดเผยน้ำหนักโมเดล ให้ดาวน์โหลดไปรันบนเซิร์ฟเวอร์ตัวเองได้
MIT licenseใบอนุญาตซอฟต์แวร์แบบเปิดกว้าง
APIช่องทางเรียกใช้บริการโมเดลผ่านโค้ด/โปรแกรม
peak / off-peak pricingระบบคิดราคาช่วงเร่งด่วน / ช่วงเงียบ (จะเริ่ม 16 สิงหาคม)
Artificial Analysisกลุ่มทดสอบเบนช์มาร์กอิสระนอกบริษัท AI
GLM 5.2โมเดลคู่แข่งจากจีนที่ทำดัชนีความฉลาดเสมอกับ V4 Pro
leadลีด ลูกค้าเป้าหมาย
landing pageหน้าเว็บสำหรับโปรโมต/โฆษณา
expert modeโหมดผู้เชี่ยวชาญในแอป ที่ใช้ AI ได้โดยไม่ต้องเปิด API
SOPมาตรฐานขั้นตอนการทำงาน (Standard Operating Procedure)
AI Profit Boardroomโปรแกรม/ชุมชนของช่องที่สอนใช้ AI ในธุรกิจ
AI Success Labโปรแกรมฟรีของช่อง ให้โน้ตคลิปและเข้าถึงคอมมูนิตี้ 75,000 คน
aiprofitboardroom.comเว็บไซต์ของ AI Profit Boardroom
05

ซับไตเติ้ลภาษาไทย

ดาวน์โหลดหรือดูซับทั้งหมด

1
00:00:00,000 --> 00:00:02,483
DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek

2
00:00:02,483 --> 00:00:04,965
นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้

3
00:00:04,965 --> 00:00:07,510
และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ

4
00:00:07,510 --> 00:00:08,607
DeepSeek
thai-subtitles.srt
SubRip — ใช้กับเครื่องเล่นวิดีโอส่วนใหญ่
↓ ดาวน์โหลด
thai-subtitles.vtt
WebVTT — ใช้กับเว็บ / YouTube
↓ ดาวน์โหลด
เปิดดูซับไตเติ้ลทั้งหมด (197 segments)
1
00:00:00,000 --> 00:00:02,483
DeepSeek V4 Pro โมเดลตัวใหม่ของ DeepSeek

2
00:00:02,483 --> 00:00:04,965
นั้นดีเกินคาดมากครับ นี่คือข่าวของวันนี้

3
00:00:04,965 --> 00:00:07,510
และผมจะทำให้คุณเห็นว่าทำไม ไปดูกันเลยครับ

4
00:00:07,510 --> 00:00:08,607
DeepSeek

5
00:00:08,607 --> 00:00:12,889
เพิ่งนำโมเดลที่ใหญ่ที่สุดของตนออกจากการทดสอบและเปิดตัวเป็นของจริงครับ

6
00:00:12,889 --> 00:00:15,620
มันชื่อ V4 Pro และเลขเวอร์ชันคือ V4 Pro 0813

7
00:00:15,620 --> 00:00:17,855
ตัวเลข 0813 หมายถึงวันที่ 13 สิงหาคม

8
00:00:17,855 --> 00:00:20,275
ซึ่งเป็นวันที่มันเปิดให้ทุกคนใช้งานจริง

9
00:00:20,275 --> 00:00:22,137
นี่คือตัวเลขที่สำคัญที่สุดครับ

10
00:00:22,137 --> 00:00:24,806
ในการทดสอบที่ชื่อ Terminal Bench 2.1 V4 Pro

11
00:00:24,806 --> 00:00:27,103
ทำคะแนนได้ 87.9 การทดสอบนี้ตรวจว่า AI

12
00:00:27,103 --> 00:00:29,089
ทำงานจริงในเทอร์มินัล (terminal)

13
00:00:29,089 --> 00:00:31,634
ของคอมพิวเตอร์ได้หรือไม่ ไม่ใช่แค่คุยเล่น

14
00:00:31,634 --> 00:00:34,489
ไม่ใช่ตอบคำถามทั่วไป แต่ต้องทำงานจริงให้สำเร็จ

15
00:00:34,489 --> 00:00:36,537
ลองย้อนกลับไปสักครู่ครับ DeepSeek

16
00:00:36,537 --> 00:00:39,206
โชว์ตัวอย่างของโมเดลนี้มาตั้งแต่เดือนเมษายน

17
00:00:39,206 --> 00:00:41,316
เมื่อ 4 เดือนก่อน มันเป็นเพียงเดโม

18
00:00:41,316 --> 00:00:43,054
เป็นการแอบดูตัวอย่างเท่านั้น

19
00:00:43,054 --> 00:00:45,661
แต่ตอนนี้ในเดือนสิงหาคม มันเป็นของจริงแล้ว

20
00:00:45,661 --> 00:00:47,337
ใช้งานได้จริง พร้อมใช้ทันที

21
00:00:47,337 --> 00:00:50,130
แล้วอะไรเปลี่ยนไปจากเดือนเมษายนบ้าง? DeepSeek

22
00:00:50,130 --> 00:00:52,550
ทุ่มพลังงานเกือบทั้งหมดไปกับเรื่องเดียว

23
00:00:52,550 --> 00:00:54,847
นั่นคือทำให้โมเดลลงมือทำ ไม่ใช่แค่พูด

24
00:00:54,847 --> 00:00:57,454
ลองนึกถึง AI ที่คุณคุ้นเคยครับ คุณถามคำถาม

25
00:00:57,454 --> 00:00:59,998
มันตอบคำถาม จบ แค่นั้น แต่เอเจนต์ (agent)

26
00:00:59,998 --> 00:01:02,109
ต่างออกไป คุณให้เป้าหมาย มันวางแผน

27
00:01:02,109 --> 00:01:04,343
มันใช้เครื่องมือ มันตรวจงานของตัวเอง

28
00:01:04,343 --> 00:01:07,198
มันแก้ข้อผิดพลาด แล้วมันถึงจะบอกคุณว่างานเสร็จ

29
00:01:07,198 --> 00:01:08,874
วิธีเปรียบเทียบง่ายๆ คือ AI

30
00:01:08,874 --> 00:01:12,536
แบบเก่าเป็นเหมือนเพื่อนที่ฉลาดมากซึ่งตอบคำถามคุณผ่านข้อความ

31
00:01:12,536 --> 00:01:16,012
แต่เอเจนต์แบบใหม่เหมือนการจ้างคนที่รับงานทั้งหมดไปจากคุณ

32
00:01:16,012 --> 00:01:18,122
แล้วส่งคืนเป็นงานที่เสร็จเรียบร้อย

33
00:01:18,122 --> 00:01:20,977
ต่อไปมาพูดถึงวิธีคิดของมันกันครับ DeepSeek ให้

34
00:01:20,977 --> 00:01:23,398
V4 Pro มีโหมดคิดสามระดับ คือ low (ต่ำ),

35
00:01:23,398 --> 00:01:26,749
high (สูง) และ max (สูงสุด) โหมด low ไว้สำหรับงานง่ายๆ

36
00:01:26,749 --> 00:01:31,715
ที่ต้องการความเร็ว โหมด high สำหรับงานประจำวันของคุณ และโหมด max สำหรับปัญหายากๆ

37
00:01:31,715 --> 00:01:33,080
ที่ต้องใช้เวลาคิดจริงๆ

38
00:01:33,080 --> 00:01:35,314
นี่คือเหตุผลว่าทำไมมันถึงสำคัญกับคุณ

39
00:01:35,314 --> 00:01:37,425
สมมติว่าคุณใช้มันคัดกรองลีด (lead)

40
00:01:37,425 --> 00:01:38,852
ลูกค้าเป้าหมายให้ธุรกิจ

41
00:01:38,852 --> 00:01:41,707
คุณไม่จำเป็นต้องใช้พลังระดับ max หรอกครับ โหมด

42
00:01:41,707 --> 00:01:43,259
low จัดการได้เร็วอยู่แล้ว

43
00:01:43,259 --> 00:01:46,673
แต่ถ้าคุณให้มันวางแผนติดตามลูกค้าแบบครบชุดสำหรับลีดใหม่

44
00:01:46,673 --> 00:01:49,404
50 รายพร้อมกัน นั่นคืองานระดับ high หรือ max

45
00:01:49,404 --> 00:01:51,452
คุณเลือกโหมดตามความยากของงานจริงๆ

46
00:01:51,452 --> 00:01:52,817
ขอพักตรงนี้สักครู่ครับ

47
00:01:52,817 --> 00:01:55,486
ถ้าคุณอยากนำเครื่องมืออย่าง DeepSeek V4 Pro

48
00:01:55,486 --> 00:01:58,279
ไปใช้จริงในธุรกิจของคุณ นั่นคือสิ่งที่เราทำใน

49
00:01:58,279 --> 00:01:59,769
AI Profit Boardroom พอดี

50
00:01:59,769 --> 00:02:02,376
เราสร้างบทแนะนำการใช้โหมดเอเจนต์ของ V4 Pro

51
00:02:02,376 --> 00:02:03,493
สำหรับงานจริง เช่น

52
00:02:03,493 --> 00:02:06,224
เขียนข้อความติดตามลูกค้าใหม่ ร่างเนื้อหาหน้า

53
00:02:06,224 --> 00:02:08,396
landing page (หน้าเว็บสำหรับโปรโมต)

54
00:02:08,396 --> 00:02:09,575
และจัดตารางคอนเทนต์

55
00:02:09,575 --> 00:02:11,996
คุณจะได้เข้าคลาสโค้ชสดสัปดาห์ละ 4 ครั้ง

56
00:02:11,996 --> 00:02:14,789
ซึ่งคุณสามารถนำระบบที่คุณใช้จริงมาถามคำถามได้

57
00:02:14,789 --> 00:02:17,582
ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิปครับ เอาล่ะ

58
00:02:17,582 --> 00:02:19,072
กลับมาที่ตัวโมเดลกันครับ

59
00:02:19,072 --> 00:02:21,182
มาดูสิ่งที่อยู่ใต้ฝาเครื่องยนต์กัน

60
00:02:21,182 --> 00:02:24,037
เพราะมันอธิบายว่าทำไมเจ้านี่ถึงเร็วขึ้นขนาดนี้

61
00:02:24,037 --> 00:02:26,892
DeepSeek สร้างสิ่งที่เรียกว่า hybrid attention

62
00:02:26,892 --> 00:02:28,134
(ระบบความสนใจแบบผสม)

63
00:02:28,134 --> 00:02:30,182
มันคือระบบสองอย่างที่ทำงานร่วมกัน

64
00:02:30,182 --> 00:02:33,037
อย่างหนึ่งเรียกว่า compressed sparse attention

65
00:02:33,037 --> 00:02:35,830
อีกอย่างเรียกว่า heavily compressed attention

66
00:02:35,830 --> 00:02:36,926
เมื่อรวมกันแล้ว

67
00:02:36,926 --> 00:02:40,278
มันทำให้โมเดลประมวลผลข้อความปริมาณมหาศาลได้โดยไม่ช้าลง

68
00:02:40,278 --> 00:02:41,892
ขออธิบายเป็นภาษาง่ายๆ ครับ

69
00:02:41,892 --> 00:02:44,002
นึกภาพห้องสมุดที่มีหนังสือล้านเล่ม

70
00:02:44,002 --> 00:02:47,354
วิธีแบบเก่าคือคุณต้องไล่ตรวจหนังสือทุกเล่มเพื่อหาคำตอบ

71
00:02:47,354 --> 00:02:48,595
แต่ hybrid attention

72
00:02:48,595 --> 00:02:50,333
สร้างดัชนีอัจฉริยะขึ้นมาก่อน

73
00:02:50,333 --> 00:02:52,691
มันรู้ว่าชั้นไหนสำคัญและข้ามชั้นอื่นไป

74
00:02:52,691 --> 00:02:55,298
นั่นคือเหตุผลที่ V4 Pro รับบริบท (context)

75
00:02:55,298 --> 00:02:58,091
ได้ถึงล้านโทเคน (token) แล้วยังตอบสนองได้เร็ว

76
00:02:58,091 --> 00:03:00,574
โทเคนล้านหน่วยนั้นใหญ่พอๆ กับหนังสือหนาๆ

77
00:03:00,574 --> 00:03:01,671
หลายเล่มรวมกัน

78
00:03:01,671 --> 00:03:04,526
นั่นคือปริมาณที่โมเดลจำได้ในการสนทนาครั้งเดียว

79
00:03:04,526 --> 00:03:06,760
DeepSeek ยังเพิ่มสิ่งที่เรียกว่า MHC

80
00:03:06,760 --> 00:03:08,808
ซึ่งย่อมาจาก manifold constrained

81
00:03:08,808 --> 00:03:10,670
hyperconnections ความหมายจริงๆ

82
00:03:10,670 --> 00:03:14,891
ก็คือสัญญาณภายในของโมเดลคงที่ขึ้นเวลามันคิดผ่านปัญหาที่ยาวและยากขึ้น

83
00:03:14,891 --> 00:03:16,567
สับสนน้อยลง เลี้ยวผิดน้อยลง

84
00:03:16,567 --> 00:03:19,174
และพวกเขาฝึกฝนทั้งโมเดลด้วยสิ่งที่เรียกว่า

85
00:03:19,174 --> 00:03:20,270
Muon Optimizer

86
00:03:20,270 --> 00:03:24,615
ซึ่งช่วยให้โมเดลเรียนรู้ได้เร็วขึ้นและน่าเชื่อถือมากขึ้นระหว่างการเทรน

87
00:03:24,615 --> 00:03:27,284
นี่คือตัวเลขที่ฟังดูใหญ่เกินจริงครับ V4 Pro

88
00:03:27,284 --> 00:03:30,077
มีพารามิเตอร์ (parameter) รวม 1.6 ล้านล้านตัว

89
00:03:30,077 --> 00:03:31,380
แต่เปิดใช้งานเพียง 49

90
00:03:31,380 --> 00:03:33,180
พันล้านตัวสำหรับงานใดงานหนึ่ง

91
00:03:33,180 --> 00:03:35,477
ลองนึกภาพบริษัทใหญ่ที่มีพนักงานนับพัน

92
00:03:35,477 --> 00:03:38,021
คุณไม่ต้องเรียกทั้งบริษัทมาทำงานชิ้นเดียว

93
00:03:38,021 --> 00:03:40,566
คุณแค่ดึงทีมที่เหมาะสมสำหรับงานนั้นเข้ามา

94
00:03:40,566 --> 00:03:43,483
นั่นคือเหตุผลที่โมเดลใหญ่ขนาดนี้ยังทำงานได้เร็ว

95
00:03:43,483 --> 00:03:45,159
ทีนี้มาถึงสิ่งที่สำคัญจริงๆ

96
00:03:45,159 --> 00:03:48,014
ถ้าคุณสร้างอะไรด้วยเครื่องมือ AI ครับ DeepSeek

97
00:03:48,014 --> 00:03:50,807
ทำให้ V4 Pro ทำงานร่วมกับรูปแบบ responses API

98
00:03:50,807 --> 00:03:52,048
ของ OpenAI ได้โดยตรง

99
00:03:52,048 --> 00:03:54,655
และพวกเขาสร้างมันมาเพื่อเสียบเข้ากับ Codex

100
00:03:54,655 --> 00:03:56,766
ซึ่งเป็นเครื่องมือเขียนโค้ดด้วย AI

101
00:03:56,766 --> 00:03:57,862
ที่ได้รับความนิยม

102
00:03:57,862 --> 00:04:00,469
นี่คือเหตุผลว่าทำไมมันถึงสำคัญกว่าที่ฟังดู

103
00:04:00,469 --> 00:04:05,372
หมายความว่าเอเจนต์เขียนโค้ดของคุณไม่จำเป็นต้องวิ่งบนโมเดลของบริษัทเดียวอีกต่อไป

104
00:04:05,372 --> 00:04:07,917
คุณสามารถชี้ให้ Codex ใช้ DeepSeek แทนได้

105
00:04:07,917 --> 00:04:09,220
และมันก็ทำงานได้ทันที

106
00:04:09,220 --> 00:04:11,145
ขอกลับมาที่สิ่งที่คุณใช้งานจริง

107
00:04:11,145 --> 00:04:13,689
ไม่ใช่เรื่องโค้ด ครับ ถ้าคุณใช้เอเจนต์ AI

108
00:04:13,689 --> 00:04:15,986
เพื่อสร้างระบบอัตโนมัติให้ธุรกิจ เช่น

109
00:04:15,986 --> 00:04:18,779
คัดแยกอีเมลอัตโนมัติ หรือแท็กลีดใหม่อัตโนมัติ

110
00:04:18,779 --> 00:04:22,565
ความยืดหยุ่นแบบนี้หมายความว่าเครื่องมือมากขึ้นสามารถคุยกันได้

111
00:04:22,565 --> 00:04:24,737
ไม่ติดอยู่กับทางเลือกเดียว DeepSeek

112
00:04:24,737 --> 00:04:26,723
ยังปล่อยโมเดลนี้แบบ open weights

113
00:04:26,723 --> 00:04:28,585
(เปิดเผยน้ำหนักโมเดล) ด้วยครับ

114
00:04:28,585 --> 00:04:33,240
นั่นหมายความว่านักพัฒนาสามารถดาวน์โหลดทั้งหมดไปรันบนเซิร์ฟเวอร์ของตัวเองได้

115
00:04:33,240 --> 00:04:35,971
แทนที่จะใช้ผ่านเว็บไซต์ของ DeepSeek เท่านั้น

116
00:04:35,971 --> 00:04:37,461
มันได้รับใบอนุญาตแบบ MIT

117
00:04:37,461 --> 00:04:39,757
ซึ่งเปิดกว้างที่สุดเท่าที่จะเป็นไปได้

118
00:04:39,757 --> 00:04:42,426
ก่อนที่คุณจะลองเอาไปรันบนคอมพิวเตอร์ที่บ้าน

119
00:04:42,426 --> 00:04:44,785
ขอบอกไว้ก่อนครับ มันเป็นโมเดลขนาดมหึมา

120
00:04:44,785 --> 00:04:47,268
การรันด้วยตัวเองต้องใช้ฮาร์ดแวร์ระดับสูง

121
00:04:47,268 --> 00:04:49,936
คนส่วนใหญ่และธุรกิจส่วนใหญ่จะใช้ผ่านแอปหรือ

122
00:04:49,936 --> 00:04:51,426
API แทน ซึ่งก็ไม่ผิดอะไร

123
00:04:51,426 --> 00:04:54,095
เพราะนั่นคือวิธีที่คนส่วนใหญ่จะใช้มันอยู่ดี

124
00:04:54,095 --> 00:04:56,578
นี่คือข้อแม้ และผมสัญญาว่าจะพูดตรงๆ ครับ

125
00:04:56,578 --> 00:04:59,433
การใช้ V4 Pro ผ่าน API กำลังจะแพงขึ้น DeepSeek

126
00:04:59,433 --> 00:05:02,102
ยืนยันแล้วว่าราคาจะปรับขึ้นตั้งแต่วันที่ 16

127
00:05:02,102 --> 00:05:04,584
สิงหาคม พวกเขาจะเพิ่มระบบคิดราคาแบบ peak

128
00:05:04,584 --> 00:05:07,315
(ช่วงเร่งด่วน) และ off-peak (ช่วงเงียบ) ด้วย

129
00:05:07,315 --> 00:05:11,039
ดังนั้นการใช้ในช่วงเวลาที่คนใช้น้อยจะถูกกว่าช่วงที่คนใช้เยอะ

130
00:05:11,039 --> 00:05:13,398
นี่คือการเปลี่ยนแปลงครั้งใหญ่ DeepSeek

131
00:05:13,398 --> 00:05:16,129
สร้างชื่อเสียงจากการเป็นตัวเลือกที่ถูกแต่แรง

132
00:05:16,129 --> 00:05:17,225
ตอนนี้กับ V4 Pro

133
00:05:17,225 --> 00:05:20,887
พวกเขากำลังขยับไปเป็นแพลตฟอร์มเอเจนต์ระดับสูงที่ราคาสูงขึ้น

134
00:05:20,887 --> 00:05:23,432
ซึ่งเป็นธุรกิจคนละแบบกับที่ทำให้พวกเขาดัง

135
00:05:23,432 --> 00:05:25,853
แล้วมันดีจริงไหม? มาดูสามมุมครับ มุมแรก

136
00:05:25,853 --> 00:05:27,528
คะแนนที่ DeepSeek รายงานเอง

137
00:05:27,528 --> 00:05:28,770
พวกเขาทำได้แข็งแกร่ง

138
00:05:28,770 --> 00:05:31,377
โดยเฉพาะการทดสอบด้านเอเจนต์และการเขียนโค้ด

139
00:05:31,377 --> 00:05:34,046
มุมที่สอง การทดสอบอิสระ Artificial Analysis

140
00:05:34,046 --> 00:05:36,901
กลุ่มที่รันเบนช์มาร์กของตัวเองนอกบริษัท AI ใดๆ

141
00:05:36,901 --> 00:05:39,569
ให้คะแนนดัชนีความฉลาดของ V4 Pro เสมอกับ GLM

142
00:05:39,569 --> 00:05:42,363
5.2 ซึ่งเป็นโมเดลคู่แข่งจากจีน นับว่าน่าเคารพ

143
00:05:42,363 --> 00:05:44,721
แต่ก็ไม่ใช่การชนะขาดเหนือคู่แข่งทุกราย

144
00:05:44,721 --> 00:05:47,204
มุมที่สาม ปฏิกิริยาจากผู้ใช้จริง ยังผสมๆ

145
00:05:47,204 --> 00:05:49,935
กันอยู่ บางคนประทับใจความก้าวหน้าด้านเอเจนต์

146
00:05:49,935 --> 00:05:53,038
บางคนถามว่ามันสู้โมเดลปิดที่เก่งที่สุดในตลาดได้ไหม

147
00:05:53,038 --> 00:05:54,900
แล้วใครล่ะที่ควรสนใจเรื่องนี้?

148
00:05:54,900 --> 00:05:57,569
ถ้าคุณเขียนโค้ดเป็นอาชีพ นี่คุ้มค่าที่จะลอง

149
00:05:57,569 --> 00:05:59,493
โดยเฉพาะกับการผสานเข้ากับ Codex

150
00:05:59,493 --> 00:06:00,796
ถ้าคุณสร้างเอเจนต์ AI

151
00:06:00,796 --> 00:06:02,410
หรือระบบอัตโนมัติให้ธุรกิจ

152
00:06:02,410 --> 00:06:05,824
นี่อาจเป็นการปล่อยรุ่นที่มีประโยชน์ที่สุดรุ่นหนึ่งของปี

153
00:06:05,824 --> 00:06:08,369
เพราะมันจัดการงานยาวๆ ได้โดยไม่หลงประเด็น

154
00:06:08,369 --> 00:06:11,348
ถ้าคุณเป็นนักวิจัยหรือทำงานกับเอกสารปริมาณมหาศาล

155
00:06:11,348 --> 00:06:13,148
บริบทล้านโทเคนมีประโยชน์จริงๆ

156
00:06:13,148 --> 00:06:15,258
ถ้าคุณเป็นคนธรรมดาที่ทำธุรกิจเล็กๆ

157
00:06:15,258 --> 00:06:16,872
คุณไม่ต้องแตะด้านเทคนิคเลย

158
00:06:16,872 --> 00:06:19,044
แอปมีโหมดผู้เชี่ยวชาญ (expert mode)

159
00:06:19,044 --> 00:06:21,217
ที่ทำให้ใช้งานได้โดยไม่ต้องเปิด API

160
00:06:21,217 --> 00:06:23,947
และถ้าคุณชอบรันโมเดล AI บนเครื่องตัวเอง open

161
00:06:23,947 --> 00:06:25,623
weights คือข้อได้เปรียบใหญ่

162
00:06:25,623 --> 00:06:28,106
แต่ต้องมีฮาร์ดแวร์ระดับสูงรองรับเท่านั้น

163
00:06:28,106 --> 00:06:30,713
นี่คือส่วนที่ไม่ปรากฏในตารางเบนช์มาร์กครับ

164
00:06:30,713 --> 00:06:33,630
หลายคนที่ดูคลิปนี้กำลังรู้สึกว่าตัวเองตามไม่ทัน

165
00:06:33,630 --> 00:06:35,678
โมเดลใหม่ออกมาแทบทุกสองสามสัปดาห์

166
00:06:35,678 --> 00:06:37,478
และมันยากจริงๆ ที่จะตามให้ทัน

167
00:06:37,478 --> 00:06:39,961
พร้อมกับบริหารธุรกิจหรือทำงานประจำไปด้วย

168
00:06:39,961 --> 00:06:41,699
ความรู้สึกนั้นเป็นเรื่องปกติ

169
00:06:41,699 --> 00:06:43,499
คุณไม่ได้ตามไม่ทันเพราะคุณช้า

170
00:06:43,499 --> 00:06:46,726
แต่เพราะจังหวะของวงการมันไม่เป็นธรรมกับทุกคนในตอนนี้

171
00:06:46,726 --> 00:06:48,340
วิธีแก้ไม่ใช่การตื่นตระหนก

172
00:06:48,340 --> 00:06:50,326
แต่คือการเลือกเครื่องมือหนึ่งตัว

173
00:06:50,326 --> 00:06:51,754
เรียนรู้มันอย่างจริงจัง

174
00:06:51,754 --> 00:06:53,243
แล้วค่อยต่อยอดจากตรงนั้น

175
00:06:53,243 --> 00:06:55,974
นั่นคือเหตุผลที่เราสร้าง AI Profit Boardroom

176
00:06:55,974 --> 00:06:57,071
ขึ้นมาแบบนี้ครับ

177
00:06:57,071 --> 00:06:59,988
ถ้าคุณอยากได้ทางลัดผ่านทุกอย่างที่ผมเพิ่งพาไปดู

178
00:06:59,988 --> 00:07:01,105
มาร่วมกับเราได้เลย

179
00:07:01,105 --> 00:07:03,339
เราวางแผนการใช้โหมดเอเจนต์ของ V4 Pro

180
00:07:03,339 --> 00:07:05,884
สำหรับงานธุรกิจจริงไว้แล้ว ไม่ใช่เดโมโค้ด

181
00:07:05,884 --> 00:07:07,994
แต่เป็นเรื่องจริงอย่างการติดตามลีด

182
00:07:07,994 --> 00:07:10,043
การวางแผนคอนเทนต์ และการตอบลูกค้า

183
00:07:10,043 --> 00:07:12,091
คุณจะได้คลาสโค้ชสัปดาห์ละ 4 ครั้ง

184
00:07:12,091 --> 00:07:16,622
บทเรียนทีละขั้นตอนรายวันที่อัปเดตทันทีที่เครื่องมือใหม่อย่างนี้ปล่อยออกมา

185
00:07:16,622 --> 00:07:20,780
และแผนที่สมาชิกเพื่อให้คุณหาคนที่ใช้เครื่องมือเดียวกันใกล้ตัวคุณได้

186
00:07:20,780 --> 00:07:23,511
ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป หรือไปที่

187
00:07:23,511 --> 00:07:24,815
aiprofitboardroom.com

188
00:07:24,815 --> 00:07:27,546
และถ้าคุณอยากได้กระบวนการเต็มรูปแบบ ระบบ SOP

189
00:07:27,546 --> 00:07:29,594
และกรณีใช้งาน AI มากกว่า 100 กรณี

190
00:07:29,594 --> 00:07:32,201
แบบที่ผมพูดถึงวันนี้ มาร่วม AI Success Lab

191
00:07:32,201 --> 00:07:34,745
ครับ ฟรี คุณจะได้รับโน้ตทั้งหมดจากคลิปนี้

192
00:07:34,745 --> 00:07:36,732
รวมถึงเข้าถึงคอมมูนิตี้คน 75,000

193
00:07:36,732 --> 00:07:38,469
คนที่นำเรื่องพวกนี้ไปใช้จริง

194
00:07:38,469 --> 00:07:41,325
ลิงก์อยู่ในคอมเมนต์และคำอธิบายคลิป DeepSeek V4

195
00:07:41,325 --> 00:07:43,869
Pro ไม่ได้พยายามเป็นแชทบอทอีกตัวหนึ่งครับ

196
00:07:43,869 --> 00:07:47,842
มันพยายามเป็นโมเดลที่คุณเสียบเข้ากับเอเจนต์ที่ทำงานจนสำเร็จจริงๆ

197
00:07:47,842 --> 00:07:53,800
มันจะเป็นตัวที่ดีที่สุดในตอนนี้หรือยัง ยังต้องทดสอบกันต่อไป แต่ทิศทางชัดเจน และมันกำลังไปเร็วมาก