CURSOR FULL COURSE FOR BEGINNERS: Rules, Agents, Skills, MCP & More

1
00:00:00,000 --> 00:00:04,816
ว่าไงครับทุกคน ช่วงนี้เป็นช่วงเวลาที่ดีมากๆ ที่ได้มีชีวิตอยู่ในวงการ

2
00:00:04,816 --> 00:00:08,358
AI และวงการ agentic engineering เพราะว่าหลังจากที่

3
00:00:08,358 --> 00:00:15,370
SpaceX AI เพิ่งเข้าซื้อกิจการ Cursor ผมเลยสร้างคอร์สเต็มคอร์สนี้ขึ้นมาสำหรับทุกคนที่อยากจะเชี่ยวชาญ

4
00:00:15,370 --> 00:00:19,124
Cursor ครับ บริษัท SpaceX AI ของอีลอน มัสก์ เพิ่งซื้อ

5
00:00:19,124 --> 00:00:23,940
Cursor ไปด้วยมูลค่า 60,000 ล้านดอลลาร์ ซึ่งทำให้เกิดคำถามตามมามากมาย

6
00:00:23,940 --> 00:00:27,694
เช่น Cursor มีอะไรพิเศษ? ทำไมคนจำนวนมากถึงใช้ Cursor?

7
00:00:27,694 --> 00:00:32,157
คุณจะเปลี่ยนจากมือใหม่สนิทไปเป็นผู้ใช้ Cursor ระดับสูงได้ยังไง?

8
00:00:32,157 --> 00:00:35,698
คุณจะสร้างซอฟต์แวร์และแอปพลิเคชันที่มีประโยชน์สุดๆ

9
00:00:35,698 --> 00:00:39,523
โดยใช้ Cursor ได้ยังไงแม้จะเป็นมือใหม่? คุณจะทำเงินจาก

10
00:00:39,523 --> 00:00:43,206
Cursor ได้ยังไง? และคุณจะใช้โมเดลชั้นนำของ Anthropic

11
00:00:43,206 --> 00:00:48,164
และ OpenAI ใน Cursor ได้ยังไง? เราจะมาตอบคำถามทั้งหมดนี้ในคอร์สนี้ครับ

12
00:00:48,164 --> 00:00:51,564
และผมจะพาคุณจากมือใหม่เต็มขั้นไปสู่ผู้ใช้ Cursor

13
00:00:51,564 --> 00:00:55,318
ระดับสูงที่สามารถสร้างซอฟต์แวร์อะไรก็ได้ที่คุณต้องการ

14
00:00:55,318 --> 00:00:59,284
พอจบคอร์สนี้ คุณจะได้สร้างแอปพลิเคชันหลายตัวไปพร้อมกับผม

15
00:00:59,284 --> 00:01:03,534
และคุณจะรู้ทุกอย่างเกี่ยวกับ Cursor และการสร้างซอฟต์แวร์ด้วย

16
00:01:03,534 --> 00:01:07,288
Cursor งั้นเราไปเริ่มกันเลยครับ เอาล่ะครับ ก่อนยุคของ

17
00:01:07,288 --> 00:01:11,821
agentic ถ้าคุณอยากสร้างซอฟต์แวร์ คุณจะต้องใช้โปรแกรมแก้โค้ดอย่าง

18
00:01:11,821 --> 00:01:16,850
PyCharm, VS Code, Sublime Text และ Brackets และในโปรแกรมแก้โค้ดเหล่านี้

19
00:01:16,850 --> 00:01:20,675
คุณจะต้องเขียนโค้ดด้วยมือโดยใช้ภาษาต่างๆ อย่าง Python,

20
00:01:20,675 --> 00:01:24,712
JavaScript, C++ และ C ซึ่งส่วนใหญ่จะมีแต่นักพัฒนาที่ทำได้

21
00:01:24,712 --> 00:01:28,112
แต่ตอนนี้เรามีโปรแกรมแก้โค้ดที่ขับเคลื่อนด้วย AI

22
00:01:28,112 --> 00:01:33,070
ชื่อว่า Cursor ซึ่งไม่ว่าใครก็ตาม ไม่ว่าจะเป็นผู้ประกอบการหรือนักเรียน

23
00:01:33,070 --> 00:01:36,612
เพียงแค่สั่งงาน AI และ AI ก็จะสร้างซอฟต์แวร์ให้คุณ

24
00:01:36,612 --> 00:01:42,986
มันช่วยลดกำแพงในการเข้าสู่การพัฒนาซอฟต์แวร์ลง และตอนนี้ใครก็ตามก็สร้างซอฟต์แวร์ได้แล้วครับ

25
00:01:42,986 --> 00:01:46,811
Cursor ถูกก่อตั้งโดยนักศึกษา MIT สี่คน ได้แก่ Michael,

26
00:01:46,811 --> 00:01:50,140
Aman, Sualp และ Arvid ซึ่งล้วนเป็นคนที่ฉลาดมากๆ

27
00:01:50,140 --> 00:01:55,877
ผมเคยดูพอดแคสต์ของพวกเขากับ Lex Fridman และพวกเขาพูดถึงพื้นฐานด้านเทคนิคของตัวเอง

28
00:01:55,877 --> 00:01:59,631
ไม่ว่าจะเป็นฟิสิกส์ คณิตศาสตร์ และวิทยาการคอมพิวเตอร์

29
00:01:59,631 --> 00:02:03,031
ซึ่งก็แปลว่าพวกเขาคือคนที่ใช้โปรแกรมแก้โค้ดอย่าง

30
00:02:03,031 --> 00:02:08,839
PyCharm, VS Code และโปรแกรมอื่นๆ แบบนี้ และพวกเขายังใช้โปรแกรมแก้โค้ดอีกตัวที่ชื่อ

31
00:02:08,839 --> 00:02:12,239
Vim ด้วย และระหว่างที่ใช้โปรแกรมแก้โค้ดอย่าง Vim

32
00:02:12,239 --> 00:02:16,489
และ VS Code คู่กับเครื่องมือ AI ที่ค่อนข้างใหม่ในตอนนั้นชื่อ

33
00:02:16,489 --> 00:02:21,376
GitHub Copilot พวกเขาก็เกิดไอเดียว่า ทำไมเราไม่สร้างโปรแกรมแก้โค้ดแบบ

34
00:02:21,376 --> 00:02:26,547
VS Code แต่เป็น AI-native ล่ะ? หมายความว่า AI ถูกฝังอยู่ในตัวแพลตฟอร์มเลย

35
00:02:26,547 --> 00:02:30,088
และนั่นคือที่มาของ Cursor ครับ และยิ่งโมเดล AI จาก

36
00:02:30,088 --> 00:02:33,417
Anthropic, OpenAI และ Google พัฒนาดีขึ้นเรื่อยๆ

37
00:02:33,417 --> 00:02:38,375
Cursor ก็ยิ่งมีประโยชน์กับผู้ใช้มากขึ้นเรื่อยๆ และตอนนี้เรามาถึงจุดที่

38
00:02:38,375 --> 00:02:42,838
Cursor ทำให้คุณสร้างอะไรก็ได้ที่คุณอยากได้ ไม่ว่าจะเป็นเว็บไซต์

39
00:02:42,838 --> 00:02:46,237
แอปมือถือ หรืออะไรก็ตามที่คุณจินตนาการได้ Cursor

40
00:02:46,237 --> 00:02:49,566
สามารถสร้างได้ทั้งหมดครับ ก่อนจะเริ่มใช้ Cursor

41
00:02:49,566 --> 00:02:52,966
เรามาพูดถึงราคากันก่อน ถ้าคุณอยากเริ่มใช้ Cursor

42
00:02:52,966 --> 00:02:56,578
ฟรีๆ 100% คุณสามารถใช้แผน Hobby ได้ครับ ในแผน Hobby

43
00:02:56,578 --> 00:02:59,978
คุณไม่ต้องจ่ายอะไรเลยและใช้ Cursor ฟรีเต็มรูปแบบ

44
00:02:59,978 --> 00:03:03,591
แต่ก็มีข้อจำกัดเยอะพอสมควร และถ้าคุณคิดจะใช้ Cursor

45
00:03:03,591 --> 00:03:08,053
อย่างจริงจังเพื่อพัฒนาซอฟต์แวร์ ผมแนะนำให้ใช้แผนแบบเสียเงินครับ

46
00:03:08,053 --> 00:03:12,090
ตอนแรกผมเริ่มจากแผน Pro และนั่นคือแผนที่ผมจะใช้ในคอร์สนี้

47
00:03:12,090 --> 00:03:15,490
ซึ่งมันแสดงให้เห็นว่า Cursor มีประสิทธิภาพแค่ไหน

48
00:03:15,490 --> 00:03:20,306
คอร์สนี้ยาวหลายชั่วโมง และสร้างขึ้นด้วยแผน Pro แค่เดือนเดียวเท่านั้น

49
00:03:20,306 --> 00:03:24,060
คุณจะได้ปริมาณการใช้งานเยอะมากในแผน Pro แต่ถ้าอยากลอง

50
00:03:24,060 --> 00:03:28,169
Pro Plus หรือ Ultra ก็ได้เหมือนกันถ้าคุณเป็นผู้ใช้รายบุคคล

51
00:03:28,169 --> 00:03:31,781
และถ้าคุณจะใช้ Cursor สำหรับธุรกิจ ก็เลือกแผน Teams

52
00:03:31,781 --> 00:03:36,739
ได้ครับ ราคา 40 ดอลลาร์ต่อผู้ใช้ต่อเดือน ส่วนบริษัทใหญ่หรือองค์กรระดับ

53
00:03:36,739 --> 00:03:40,210
enterprise ก็สามารถขอโซลูชันแบบกำหนดเองจาก Cursor

54
00:03:40,210 --> 00:03:46,726
ได้ ซึ่งเราจะไม่ลงรายละเอียดตรงนั้นนะครับ ผมแนะนำให้เริ่มจากแผนแบบเสียเงินถ้าคุณจริงจังจริงๆ

55
00:03:46,726 --> 00:03:50,409
เพราะผลตอบแทนจากการลงทุน (ROI) ที่คุณจะได้จาก Cursor

56
00:03:50,409 --> 00:03:54,517
นั้นคุ้มค่ากว่ามากครับ ในการติดตั้ง Cursor คุณแค่เข้าไปที่

57
00:03:54,517 --> 00:03:58,554
cursor.com และบนหน้านี้ คุณจะเห็นปุ่มดาวน์โหลดที่มุมขวาบน

58
00:03:58,554 --> 00:04:01,954
สิ่งแรกที่เราจะทำก็คือการวิเคราะห์อินเทอร์เฟซของ

59
00:04:01,954 --> 00:04:09,321
Cursor อย่างละเอียดมากๆ เหตุผลก็คือเราจะใช้แนวทางการเรียนรู้แบบที่เราเคยเรียนตอนประถมตอนเริ่มอ่านหนังสือ

60
00:04:09,321 --> 00:04:15,837
ตอนที่เราเริ่มอ่านหนังสือ ครูจะบอกให้เราวิเคราะห์ปกหนังสืออย่างละเอียดก่อนและดูภาพประกอบบนปก

61
00:04:15,837 --> 00:04:19,874
เพราะมันจะทำให้เราเข้าใจโดยสัญชาตญาณว่าข้างหน้ามีอะไรบ้าง

62
00:04:19,874 --> 00:04:23,345
เราจะใช้ปรัชญาการเรียนรู้แบบเดียวกันนี้กับ Cursor

63
00:04:23,345 --> 00:04:28,657
ครับ เราจะทำความเข้าใจทุกอย่าง... สิ่งแรกที่เราจะพูดถึงก็คือโมเดลตรงนี้ชื่อ

64
00:04:28,657 --> 00:04:32,128
Cursor Gro 4.5 ซึ่งเป็นโมเดลที่ Cursor และ SpaceX

65
00:04:32,128 --> 00:04:36,590
AI ร่วมมือกันสร้าง ถ้าผมเอาเมาส์ชี้ไปที่โมเดลนี้ในตัวเลือกโมเดล

66
00:04:36,590 --> 00:04:40,344
(model selector) เราจะเห็นว่ามันคือโมเดลใหม่ล่าสุดของ

67
00:04:40,344 --> 00:04:43,673
Cursor และ SpaceX AI ที่สร้างมาเพื่องาน agentic

68
00:04:43,673 --> 00:04:49,410
coding ที่ซับซ้อนและยาวนาน และ agentic coding ก็คือสิ่งที่เราจะทำตลอดคอร์สนี้พอดี

69
00:04:49,410 --> 00:04:53,023
นอกจากนี้เรายังมีโมเดลหลากหลายให้เลือกตรงนี้อีกด้วย

70
00:04:53,023 --> 00:04:56,422
Composer คือซีรีส์โมเดลที่ Cursor สร้างเองในบ้าน

71
00:04:56,422 --> 00:04:59,964
เป็นโมเดลที่ Cursor พัฒนาขึ้นมาเองครับ แล้วเราก็มี

72
00:04:59,964 --> 00:05:03,505
Opus 4.8 จาก Anthropic, GPT-5.6 จาก OpenAI และ GLM

73
00:05:03,505 --> 00:05:07,968
5.2 ซึ่งเป็นโมเดลโอเพนซอร์สของจีน สมมติว่าผมอยากเพิ่มโมเดลอื่นๆ

74
00:05:07,968 --> 00:05:11,367
อย่าง Fable 5 หรือโมเดลของ Google ผมก็แค่คลิกที่

75
00:05:11,367 --> 00:05:15,334
add models ตรงนี้ แล้วคลิก view all models ก็จะเห็นโมเดล

76
00:05:15,334 --> 00:05:19,159
AI มากมายให้เลือก ถ้าผมอยากเลือก Fable 5 ก็แค่เลือกมัน

77
00:05:19,159 --> 00:05:22,488
แล้ว Fable 5 ก็จะโผล่มาอยู่ในตัวเลือกโมเดลของผม

78
00:05:22,488 --> 00:05:25,888
ถ้าอยากเพิ่มโมเดลจาก Google อย่าง Gemini 3.1 Pro

79
00:05:25,888 --> 00:05:30,421
ก็เลือกได้เหมือนกัน พอผมกลับไปที่หน้าหลักและคลิกที่ตัวเลือกโมเดล

80
00:05:30,421 --> 00:05:34,387
ผมก็จะเห็นทั้ง Fable 5 และ Gemini 3.1 Pro ครับ นอกจากนี้

81
00:05:34,387 --> 00:05:39,841
Cursor ยังมีฟีเจอร์เจ๋งๆ อีกมากมายที่ผมจะทำให้มันง่ายมากสำหรับคุณตลอดคอร์สนี้

82
00:05:39,841 --> 00:05:44,374
ถ้าผมคลิกที่ไอคอนเครื่องหมายบวกตรงนี้ คุณจะเห็นว่าเรามีโหมดต่างๆ

83
00:05:44,374 --> 00:05:47,703
อยู่ ได้แก่ plan mode, debug mode, multitasking

84
00:05:47,703 --> 00:05:51,032
mode และ ask mode ซึ่งเราจะไปสำรวจกันอีกสักครู่

85
00:05:51,032 --> 00:05:57,478
แต่เราก็มี skills และ MCP servers ด้วย ซึ่งเป็นคำที่คุณอาจเคยได้ยินถ้าคุณคลุกคลีอยู่ในวงการ

86
00:05:57,478 --> 00:06:01,019
AI หรือ agentic coding และเราจะครอบคลุมมันด้วยครับ

87
00:06:01,019 --> 00:06:04,631
แล้ว plan mode คืออะไรกันแน่? ชื่อก็บอกอยู่แล้วครับ

88
00:06:04,631 --> 00:06:09,164
plan mode จะสร้างแผนการ implement ที่แข็งแกร่งก่อนที่จะเขียนโค้ด

89
00:06:09,164 --> 00:06:13,981
ก่อนที่คุณจะเริ่มสร้าง คุณสามารถให้ AI สร้างแผนให้คุณก่อนเริ่มงานได้

90
00:06:13,981 --> 00:06:18,372
และยังมี debug mode อีกด้วย ระหว่างที่คุณกำลังสร้างแอปพลิเคชัน

91
00:06:18,372 --> 00:06:21,843
ถ้าคุณเจอ error หรือบั๊ก หรือปัญหาอะไรก็ตาม debug

92
00:06:21,843 --> 00:06:26,659
mode จะลงไปเจาะลึกในปัญหานั้นและแก้ไขให้คุณโดยที่คุณไม่ต้องทำอะไรเลย

93
00:06:26,659 --> 00:06:29,988
และยังมี multitask mode ที่ให้คุณใช้ sub agents

94
00:06:29,988 --> 00:06:33,955
หลายตัวเพื่อทำงานแบบขนาน (parallel) แทนที่จะต้องต่อคิวรอ

95
00:06:33,955 --> 00:06:37,567
หมายความว่าแทนที่ agents จะทำงานทีละตัวต่อเนื่องกัน

96
00:06:37,567 --> 00:06:43,304
คุณสามารถให้ agents หลายตัวรันพร้อมกันได้ โดยแต่ละตัวทำงานคนละอย่างในเวลาเดียวกัน

97
00:06:43,304 --> 00:06:49,325
ซึ่งเจ๋งมากๆ แล้วเราก็มี ask mode ถ้าคุณไม่ถนัดด้านเทคนิคหรือไม่เข้าใจสิ่งที่เกิดขึ้น

98
00:06:49,325 --> 00:06:53,433
คุณสามารถถามคำถามอะไรก็ได้กับ AI ได้ตลอดเวลา โดยมันจะสำรวจ

99
00:06:53,433 --> 00:06:59,595
codebase และตอบคำถามโดยไม่แก้ไขอะไรเลยครับ เรามาเริ่มสร้างแอปพลิเคชันแรกของเรากันดีกว่า

100
00:06:59,595 --> 00:07:03,491
ก่อนหน้านั้นเราต้องเข้าใจก่อนว่ากล่อง prompt นี้คืออะไร

101
00:07:03,491 --> 00:07:07,316
คุณไม่ต้องรู้สึกข่มขู่กับข้อความตัวอย่าง (placeholder)

102
00:07:07,316 --> 00:07:11,282
ตรงนี้เลยครับ นี่คือกล่อง prompt แบบเดียวกับที่คุณใช้กับ

103
00:07:11,282 --> 00:07:14,965
ChatGPT ในชีวิตประจำวัน หรือใน Claude ตรงนี้ผมอยู่ใน

104
00:07:14,965 --> 00:07:18,790
Claude Code และกล่อง prompt นี้ก็เหมือนกับกล่องนี้เป๊ะ

105
00:07:18,790 --> 00:07:22,190
ทั้งคู่ทำหน้าที่เดียวกัน นั่นคือให้คุณสื่อสารกับ

106
00:07:22,190 --> 00:07:25,661
AI เพื่อให้ AI ทำงานให้คุณ ถ้าผมไปที่แชตใน Claude

107
00:07:25,661 --> 00:07:29,060
อีกครั้ง กล่อง prompt นี้ก็เหมือนกับที่คุณเห็นใน

108
00:07:29,060 --> 00:07:32,744
ChatGPT หรือเครื่องมืออื่นๆ อย่าง Lovable และ Replit

109
00:07:32,744 --> 00:07:36,852
มันคือกล่อง prompt ธรรมดาๆ แบบเดียวกันตรงนี้ ไม่มีอะไรใหม่

110
00:07:36,852 --> 00:07:40,322
นี่ก็แค่กล่อง prompt ปกติที่เราใช้สั่งงานโมเดล AI

111
00:07:40,322 --> 00:07:44,005
ครับ เอาล่ะ เราจะสร้างแอปพลิเคชันหลายตัวตลอดคอร์สนี้

112
00:07:44,005 --> 00:07:49,034
ซึ่งจะมีความซับซ้อนเพิ่มขึ้นเรื่อยๆ แต่ตอนนี้เราจะสร้างแอปพลิเคชันง่ายๆ

113
00:07:49,034 --> 00:07:55,409
ที่ให้คุณค่ากับนักเรียนนักศึกษา เราจะสร้างแอปสำหรับนักเรียนที่เล็งมหาวิทยาลัยในเมืองบอสตัน

114
00:07:55,409 --> 00:08:01,500
รัฐแมสซาชูเซตส์ โดยวัตถุประสงค์ของแอปนี้คือ ควรแสดงมหาวิทยาลัยที่ดีที่สุดในเมืองบอสตัน

115
00:08:01,500 --> 00:08:09,646
ควรจัดอันดับมหาวิทยาลัยเหล่านั้นจากอัตราความสำเร็จของศิษย์เก่าและสตาร์ทอัปที่ประสบความสำเร็จที่มาจากมหาวิทยาลัยนั้น

116
00:08:09,646 --> 00:08:13,541
และควรช่วยนักเรียนทั่วสหรัฐอเมริกาในการค้นหามหาวิทยาลัย

117
00:08:13,541 --> 00:08:17,650
เหล่านี้คือวัตถุประสงค์ที่เราจะพยายามทำให้สำเร็จด้วยแอปนี้

118
00:08:17,650 --> 00:08:21,191
เราจะเขียนมันออกมา เปลี่ยนมันเป็น prompt ใส่ลงไปใน

119
00:08:21,191 --> 00:08:24,945
Cursor แล้วให้ Gro 4.5 สร้างมัน และมาดูผลลัพธ์กันครับ

120
00:08:24,945 --> 00:08:29,266
เพื่อที่จะแปลงความต้องการของเราเป็น prompt เราจะใช้เครื่องมือ

121
00:08:29,266 --> 00:08:33,020
AI อย่าง ChatGPT ซึ่งผมมีหัวข้อเฉพาะเกี่ยวกับการเขียน

122
00:08:33,020 --> 00:08:36,632
prompt และการเขียน prompt ที่ดีที่สุดไว้ในช่วงท้ายๆ

123
00:08:36,632 --> 00:08:40,740
ของคอร์สนี้ แต่ตอนนี้สำหรับแอปง่ายๆ เราจะใช้วิธีที่ง่ายมาก

124
00:08:40,740 --> 00:08:44,140
ผมถ่าย screenshot ของตรงนี้ไว้ และวาง screenshot

125
00:08:44,140 --> 00:08:47,469
นั้นลงใน ChatGPT ตรงนี้ แล้วเราจะบอกให้ ChatGPT

126
00:08:47,469 --> 00:08:51,010
สร้าง prompt ให้เราโดยอิงจากรูปนั้น: "based on the

127
00:08:51,010 --> 00:08:54,339
attached image, please generate a prompt for me

128
00:08:54,339 --> 00:08:58,164
that I can give an AI agent for building the mentioned

129
00:08:58,164 --> 00:09:01,493
application" แล้วผมก็กด Enter ให้ ChatGPT สร้าง

130
00:09:01,493 --> 00:09:04,822
prompt ให้เรา ได้ผลลัพธ์ประมาณ "build a college

131
00:09:04,822 --> 00:09:08,364
discovery platform for the United States" ซึ่งเป็น

132
00:09:08,364 --> 00:09:13,038
prompt ที่ยาวมาก และผมไม่อยากให้มันยาวขนาดนี้ เพราะมันจะเพิ่มจำนวน

133
00:09:13,038 --> 00:09:17,572
input tokens ซึ่งเรื่องค่าใช้จ่ายและการจัดการปริมาณการใช้งานนั้น

134
00:09:17,572 --> 00:09:20,901
คุณไม่ควรเปลือง input tokens หรือ output tokens

135
00:09:20,901 --> 00:09:25,292
ของคุณ ผมเลยจะบอกให้มันทำให้ prompt สั้นลงมากๆ แค่ย่อหน้าสั้นๆ

136
00:09:25,292 --> 00:09:28,621
ง่ายๆ เท่านั้นพอ แล้วคุณก็สามารถปรับปรุง prompt

137
00:09:28,621 --> 00:09:33,296
ของคุณไปเรื่อยๆ ได้ และนี่คือเหตุผลที่ผมแนะนำให้ใช้เครื่องมืออย่าง

138
00:09:33,296 --> 00:09:36,766
ChatGPT หรือ Claude ในการเขียน prompt เมื่อคุณใช้

139
00:09:36,766 --> 00:09:40,733
Cursor เพราะมันให้วิธีที่มีประสิทธิภาพมากในการวนปรับปรุง

140
00:09:40,733 --> 00:09:44,133
prompt ได้ prompt ว่า "build a modern responsive

141
00:09:44,133 --> 00:09:47,532
web application that helps students discover and

142
00:09:47,532 --> 00:09:51,357
compare universities starting with colleges in Boston,

143
00:09:51,357 --> 00:09:55,182
Massachusetts. The app should showcase each university

144
00:09:55,182 --> 00:09:58,724
with information such as rankings, notable alumni,

145
00:09:58,724 --> 00:10:02,194
startup founders, academics, admissions, tuition,

146
00:10:02,194 --> 00:10:06,515
campus life, and career outcomes." ซึ่งตรงกับที่เราพูดไว้เป๊ะ

147
00:10:06,515 --> 00:10:10,623
มันเอาเนื้อหาของเราไปแปลงเป็น prompt แล้ว ตอนนี้ผมจะคัดลอก

148
00:10:10,623 --> 00:10:14,094
prompt นี้ กลับไปที่ Cursor แล้ววาง prompt ลงไปใน

149
00:10:14,094 --> 00:10:19,193
Cursor จากนั้นก็กด Enter และให้ Cursor Gro 4.5 สร้างแอปพลิเคชันนี้ให้เรา

150
00:10:19,193 --> 00:10:22,664
อีกอย่างหนึ่งที่อยากบอกคือ ผมเปลี่ยนจาก High เป็น

151
00:10:22,664 --> 00:10:27,410
Medium แล้ว ถ้าคุณคลิกที่ edit ตรงนี้ คุณจะเห็นว่ามีระดับความพยายาม

152
00:10:27,410 --> 00:10:33,076
(effort levels) หลายแบบ ซึ่งหมายถึงปริมาณความพยายามที่โมเดลจะทุ่มให้กับงานหนึ่งๆ

153
00:10:33,076 --> 00:10:38,034
ตอนแรกมันอยู่ที่ High ผมเปลี่ยนมาเป็น Medium และก่อนหน้านี้มันเปิดโหมด

154
00:10:38,034 --> 00:10:41,363
Fast อยู่ ผมปิดไปแล้วเพราะมันกินปริมาณการใช้งาน

155
00:10:41,363 --> 00:10:45,471
(usage) เยอะ และตอนนี้เราไม่จำเป็นต้องใช้ความเร็วเป็นพิเศษ

156
00:10:45,471 --> 00:10:50,075
ผมจะใช้ Cursor Gro 4.5 แบบ Medium ครับ คุณปรับตามความชอบของคุณได้

157
00:10:50,075 --> 00:10:53,617
แต่สำหรับการใช้งานระดับปานกลางและแอปที่ดูดีพอสมควร

158
00:10:53,617 --> 00:10:57,158
จุดสมดุลที่สมบูรณ์แบบในความเห็นของผมคือ Cursor Gro

159
00:10:57,158 --> 00:11:00,841
4.5 แบบ Medium ครับ ผมกด Enter แล้วก็ปล่อยให้ Cursor

160
00:11:00,841 --> 00:11:04,454
สร้างแอปนี้ให้เรา สิ่งที่มันกำลังทำคือวางแผนขั้นตอน

161
00:11:04,454 --> 00:11:08,137
มันกำลังคิด และคุณจะเห็นว่ามันเร็วมาก หลังจากคิดอยู่

162
00:11:08,137 --> 00:11:11,749
2 วินาที มันก็บอกว่า "building a premium university

163
00:11:11,749 --> 00:11:15,078
discovery app focused on Boston colleges with a

164
00:11:15,078 --> 00:11:18,407
scalable architecture for nationwide expansion"

165
00:11:18,407 --> 00:11:21,807
ถ้าต่อมาเราอยากเพิ่มเมืองอื่นๆ เราก็ทำได้เช่นกัน

166
00:11:21,807 --> 00:11:25,702
ซึ่งเป็นฟีเจอร์ที่ดีมาก ตอนนี้มันกำลังตรวจสอบ workspace

167
00:11:25,702 --> 00:11:29,811
และเริ่มสร้างโครงโปรเจกต์ (scaffolding) เรามารอให้มันทำงาน

168
00:11:29,811 --> 00:11:33,565
แล้วมันจะบอกเราว่ามันกำลังทำอะไรอยู่ จุดเด่นที่สุดของ

169
00:11:33,565 --> 00:11:40,718
Cursor คือความโปร่งใส ในทุกๆ ขั้นตอน มันจะอัปเดตให้คุณรู้ตลอดเวลาว่าเกิดอะไรขึ้นและมันกำลังทำอะไรอยู่

170
00:11:40,718 --> 00:11:47,730
เอาล่ะ Cursor ทำงานไป 7 นาที 24 วินาที และตอนนี้มันให้แอปพลิเคชันที่พร้อมใช้งานเต็มรูปแบบแก่เราแล้ว

171
00:11:47,730 --> 00:11:51,697
ถ้าเราต้องการ เราสามารถดูไฟล์ทั้งหมดและขั้นตอนทั้งหมดที่

172
00:11:51,697 --> 00:11:56,301
Cursor ทำเพื่อสร้างแอปให้เราได้ แต่เราจะไม่ทำแบบนั้นเพราะเราไว้ใจ

173
00:11:56,301 --> 00:12:01,259
agent ของเรา สิ่งที่เราจะทำคือดูที่ Cursor บอก มันตั้งชื่อแอปของเราว่า

174
00:12:01,259 --> 00:12:05,792
Campus Scope ซึ่งเราจะเปลี่ยนก็ได้แน่นอน แต่ผมชอบชื่อนี้มากจริงๆ

175
00:12:05,792 --> 00:12:10,750
และมันบอกว่าแอปรันอยู่ที่พอร์ต 3000 ถ้าผมเอาลิงก์นี้ไปวางในเบราว์เซอร์

176
00:12:10,750 --> 00:12:14,221
ผมจะเข้าถึงแอปพลิเคชันได้ ซึ่งเราจะทำในอีกสักครู่

177
00:12:14,221 --> 00:12:17,621
เรายังสามารถเปิดแอปนี้ภายใน Cursor ได้ด้วย เพราะ

178
00:12:17,621 --> 00:12:21,587
Cursor มีเบราว์เซอร์ในตัว ที่ให้คุณดูแอปพลิเคชันได้ภายใน

179
00:12:21,587 --> 00:12:24,916
Cursor คุณสามารถเปิดอะไรก็ได้ในเบราว์เซอร์ภายใน

180
00:12:24,916 --> 00:12:29,166
Cursor เช่น YouTube อะไรแบบนี้ สนุกดีมากครับ ถ้าผมคลิกตรงนี้

181
00:12:29,166 --> 00:12:33,911
คุณจะเห็นว่าผมมีเบราว์เซอร์อยู่ ตอนนี้ผมทำอะไรก็ได้ในเบราว์เซอร์นี้

182
00:12:33,911 --> 00:12:37,382
ผมจะเปิด YouTube.com ก็ได้ถ้าอยากเปิด ใช่ไหมครับ?

183
00:12:37,382 --> 00:12:41,561
โอเค นี่คือเบราว์เซอร์ในตัวของ Cursor และเราจะมีหัวข้อเต็มๆ

184
00:12:41,561 --> 00:12:45,386
เกี่ยวกับเรื่องนี้ในช่วงท้ายของคอร์ส แต่คุณเห็นแล้วว่า

185
00:12:45,386 --> 00:12:48,715
Cursor มีเบราว์เซอร์ในตัว แอปพลิเคชันอยู่ตรงนี้

186
00:12:48,715 --> 00:12:53,531
เราจะไปดูรายละเอียดบน Chrome กัน สิ่งที่ผมจะทำคือเอาลิงก์นี้ไปเปิดใน

187
00:12:53,531 --> 00:12:57,710
Chrome แล้วเราจะได้สำรวจแอปพลิเคชันของเราในเบราว์เซอร์จริงๆ

188
00:12:57,710 --> 00:13:02,598
โอเค ตอนนี้ผมอยู่ที่พอร์ต 3000 ในเบราว์เซอร์ กำลังรีวิวแอปพลิเคชันที่

189
00:13:02,598 --> 00:13:06,493
Cursor สร้างให้ผม มาดูความลึกของสิ่งที่ Cursor สร้างกัน

190
00:13:06,493 --> 00:13:13,080
ถ้าผมคลิก explore ในแถบนำทาง คุณจะเห็นว่ามีมหาวิทยาลัยหลากหลายในแมสซาชูเซตส์และบอสตันให้เลือก

191
00:13:13,080 --> 00:13:16,480
มันให้ตัวเลือกทั้งหมดนี้กับเรา ทั้งวิทยาลัยต่างๆ

192
00:13:16,480 --> 00:13:20,305
ไม่ว่าจะเป็น Berklee College of Music, Boston College,

193
00:13:20,305 --> 00:13:24,909
Babson College ซึ่งเป็นโรงเรียนอันดับหนึ่งด้านการเป็นผู้ประกอบการ

194
00:13:24,909 --> 00:13:29,017
อะไรแบบนั้น แล้วถ้าผมคลิกที่ map ผมจะเห็นแผนที่สดของบอสตัน

195
00:13:29,017 --> 00:13:32,700
และดูมหาวิทยาลัยทั้งหมดกับตำแหน่งที่ตั้งของแต่ละแห่ง

196
00:13:32,700 --> 00:13:37,658
นี่มันน่าทึ่งมากครับ ในเวลาไม่ถึง 10 นาที มันสร้างแอปพลิเคชันนี้ให้เรา

197
00:13:37,658 --> 00:13:41,271
ซึ่งตรงกับที่เราขอเป๊ะ นี่คือสิ่งที่เราต้องการจริงๆ

198
00:13:41,271 --> 00:13:45,804
แอปนี้ถือว่าใช้ได้ดีทีเดียวครับ ทีนี้มีหลายอย่างที่คุณอาจอยากแก้

199
00:13:45,804 --> 00:13:51,045
เช่น คุณอาจไม่ชอบฟอนต์นี้ หรือไม่ชอบโทนสีนี้ สิ่งที่เราจะทำคือกลับเข้าไปใน

200
00:13:51,045 --> 00:13:55,082
Cursor แล้วปรับแต่งมันต่อ คำว่า iteration ที่ผมหมายถึงคือ

201
00:13:55,082 --> 00:13:58,695
ถ้ามีอะไรที่อยากเปลี่ยน เราก็แค่ส่งข้อความต่อเนื่อง

202
00:13:58,695 --> 00:14:02,236
(follow-up) ไป บอก Cursor ว่าเราอยากให้เปลี่ยนอะไร

203
00:14:02,236 --> 00:14:06,769
แล้ว Gro 4.5 ก็จะ implement การเปลี่ยนแปลงเหล่านั้นลงในแอปให้เรา

204
00:14:06,769 --> 00:14:10,382
ซึ่งนี่คือกระบวนการ vibe coding ด้วย Cursor นั่นเอง

205
00:14:10,382 --> 00:14:14,631
โมเดล AI สร้างแอปให้คุณ คุณรีวิวมัน คุณเอาสิ่งที่ไม่ชอบไปบอก

206
00:14:14,631 --> 00:14:19,235
agent Agent แก้ไขให้ แล้วคุณก็รีวิวอีกครั้ง แล้วทำแบบนี้ไปเรื่อยๆ

207
00:14:19,235 --> 00:14:22,918
จนกว่าจะได้สถานะที่ถือว่าเป็นสถานะในอุดมคติของแอปคุณ

208
00:14:22,918 --> 00:14:26,247
ไม่มีแอปไหนสมบูรณ์แบบในการลองครั้งแรก ไม่ว่า AI

209
00:14:26,247 --> 00:14:30,568
agent จะเก่งแค่ไหนก็ตาม มันมีกลไก feedback เกี่ยวข้องอยู่เสมอ

210
00:14:30,568 --> 00:14:36,659
เราต้องให้ feedback กับ AI agent และนี่คือวิธีที่เราวนปรับปรุงและทำให้แอปดีขึ้นเรื่อยๆ

211
00:14:36,659 --> 00:14:40,626
งั้นตอนนี้มาทำให้แอป College Tracker ของเราดีขึ้นด้วยการ

212
00:14:40,626 --> 00:14:45,159
iterate กัน มีหลายอย่างที่ผมอยากเพิ่ม อันดับแรกมาพูดถึงดีไซน์กัน

213
00:14:45,159 --> 00:14:49,055
สำหรับผมแล้ว ผมเป็นคนที่ชอบโทนสีแดงดำ ผมจะบอกสิ่งนี้กับ

214
00:14:49,055 --> 00:14:52,384
Cursor หรือในกรณีนี้คือ Gro 4.5 แล้วให้ Gro 4.5

215
00:14:52,384 --> 00:14:55,713
เปลี่ยนแปลงให้เรา เราจะเพิ่มการเปลี่ยนแปลงอื่นๆ

216
00:14:55,713 --> 00:14:59,608
อีกสองสามอย่างด้วย อย่างแรกบอกว่า เปลี่ยนโทนสีเป็นแดงดำ

217
00:14:59,608 --> 00:15:03,362
และให้ลุคทันสมัย ถ้าพวกคุณจำได้ แอปเดิมมันดูไม่ค่อยดี

218
00:15:03,362 --> 00:15:08,320
มันดูเหมือนเว็บเพจยุคปี 2005 สำหรับผม สิ่งที่ผมต้องการคือลุคที่ทันสมัย

219
00:15:08,320 --> 00:15:12,216
ร่วมสมัย ด้วยโทนสีแดงดำ เอาล่ะ ยังมีการเปลี่ยนแปลงอื่นๆ

220
00:15:12,216 --> 00:15:17,882
ที่ผมต้องการอีก ระหว่างรีวิวแอป ผมสังเกตว่ามีวิทยาลัยบางแห่งที่ไม่มีรูปภาพประกอบ

221
00:15:17,882 --> 00:15:21,990
เช่น Northeastern ดังนั้นผมจะบอกว่า มีวิทยาลัยบางแห่งอย่าง

222
00:15:21,990 --> 00:15:25,390
Northeastern ที่ไม่มีรูปภาพประกอบ กรุณาแก้ไขด้วย

223
00:15:25,390 --> 00:15:29,215
ไม่มีวิทยาลัยไหนควรจะไม่มีรูปภาพ เอาล่ะ โดยพื้นฐานแล้ว

224
00:15:29,215 --> 00:15:32,756
ไม่ว่าคุณจะมีปัญหาหรือข้อบกพร่องอะไรกับแอปปัจจุบัน

225
00:15:32,756 --> 00:15:36,298
คุณก็เพิ่มมันลงใน follow-up prompt แล้ว Cursor Gro

226
00:15:36,298 --> 00:15:41,044
4.5 ก็จะ iterate บนแอป และการเปลี่ยนแปลงทั้งหมดนั้นจะได้รับการแก้ไข

227
00:15:41,044 --> 00:15:44,656
ตอนนี้ผมว่าแค่นี้ก็พอแล้ว ผมจะกด Enter แล้วปล่อยให้

228
00:15:44,656 --> 00:15:49,968
Cursor ทำการเปลี่ยนแปลงเหล่านี้ แล้วเราจะสรุปว่าแอปของเราพร้อมใช้งานหรือยัง

229
00:15:49,968 --> 00:15:53,368
รอให้ Cursor เดินหน้าทำการเปลี่ยนแปลงและ iterate

230
00:15:53,368 --> 00:15:59,743
บนแอปให้เรา มันบอกว่ากำลังอัปเดตชุดสีเป็นแดงดำ และตรวจสอบว่ารูปมหาวิทยาลัยไหนหายไปหรือเสีย

231
00:15:59,743 --> 00:16:03,497
มันกลับเข้าไปในไฟล์ CSS ดูสไตล์ มันใช้รูปจาก Unsplash

232
00:16:03,497 --> 00:16:07,463
ซึ่งแปลว่ารูปจะปลอดลิขสิทธิ์ คุณจะเห็นว่ากระบวนการคิดของ

233
00:16:07,463 --> 00:16:11,288
Gro 4.5 ตรงนี้ลึกและละเอียดถี่ถ้วนมาก รอให้มัน iterate

234
00:16:11,288 --> 00:16:16,388
กัน มันไม่น่านานขนาดนั้น นี่แค่การปรับเล็กน้อย ควรจะเสร็จภายในไม่กี่นาที

235
00:16:16,388 --> 00:16:20,212
สูงสุดหนึ่งหรือสองนาที เอาล่ะ ตอนนี้มันบอกว่าเสร็จแล้ว

236
00:16:20,212 --> 00:16:24,391
สองการอัปเดต อย่างแรกคือโทนสี: เปลี่ยนเป็นพาเลตดำกับแดงเข้ม

237
00:16:24,391 --> 00:16:27,791
(crimson) โดยใช้สีแดงเน้นที่ปุ่ม CTA, ป้ายกำกับ,

238
00:16:27,791 --> 00:16:33,741
แถบความคืบหน้า และสถานะ hover ส่วน Hero และพื้นหลังหน้าเพจเปลี่ยนเป็นเกรเดียนต์แดงดำ

239
00:16:33,741 --> 00:16:37,070
แล้วก็รูปภาพ: URL ของ Unsplash สามอันคืนค่า 404

240
00:16:37,070 --> 00:16:43,161
และตอนนี้ทั้งหมดถูกแทนที่ด้วยรูปที่ใช้งานได้ ทุกวิทยาลัยมีรูปภาพเฉพาะตัวที่ตรวจสอบแล้ว

241
00:16:43,161 --> 00:16:48,473
ซึ่งตรงกับที่เราขอเป๊ะ ตอนนี้มาเปิดในเบราว์เซอร์แล้วดูกันว่าหน้าตาเป็นยังไง

242
00:16:48,473 --> 00:16:51,944
ว้าว นี่คือสิ่งที่ผมพูดถึง นี่คือเว็บเพจที่สวยงาม

243
00:16:51,944 --> 00:16:56,123
สร้างขึ้นด้วยการ iterate แค่ครั้งเดียว ลองมองในมุมกว้างขึ้น

244
00:16:56,123 --> 00:16:59,948
ถ้าเรา iterate หลายๆ ครั้ง โดยเพิ่มความชอบและ feedback

245
00:16:59,948 --> 00:17:03,277
ของเราทุกครั้ง ลองคิดดูว่าคุณจะสร้างอะไรได้บ้าง

246
00:17:03,277 --> 00:17:06,889
และนี่เป็นเพียงตัวอย่างเล็กๆ ว่าคอร์สนี้จะเป็นยังไง

247
00:17:06,889 --> 00:17:11,139
และเส้นทางการพัฒนาของคุณกับเครื่องมือ AI เหล่านี้จะเป็นยังไง

248
00:17:11,139 --> 00:17:14,680
ศักยภาพตรงนี้ไม่มีขีดจำกัดเลยครับ คุณเลื่อนลงมาได้

249
00:17:14,680 --> 00:17:18,576
คุณจะเห็นว่าตอนนี้วิทยาลัยทุกแห่งมีรูปสวยๆ Northeastern

250
00:17:18,576 --> 00:17:23,534
ก็มีด้วย ทั้งที่ก่อนหน้านี้ Northeastern ไม่มี และเราเลื่อนลงมาเรื่อยๆ

251
00:17:23,534 --> 00:17:27,146
ดูดีมากเลย "Boston today, every US campus tomorrow"

252
00:17:27,146 --> 00:17:31,184
(วันนี้บอสตัน พรุ่งนี้ทุกมหาวิทยาลัยในสหรัฐฯ) สุดยอดไปเลย

253
00:17:31,184 --> 00:17:36,213
เอาล่ะ ผมคลิกที่ map ก็ยังเห็นโทนสีแดงดำ และตรงนี้ก็มีโทนสีแดงดำที่ดูดี

254
00:17:36,213 --> 00:17:41,383
เรามีแอปพลิเคชันที่ค่อนข้างดี เราขอไม่มาก แค่นี้คือการเปลี่ยนแปลงที่เราขอ

255
00:17:41,383 --> 00:17:44,783
และเราก็ได้มันมา จบกันสำหรับแอปพลิเคชันแรกของเรา

256
00:17:44,783 --> 00:17:49,175
นี่เป็นแค่เดโมพื้นฐานเพื่อโชว์ให้เห็นว่าคุณสามารถสร้างแอปง่ายๆ

257
00:17:49,175 --> 00:17:52,504
ด้วย Cursor และ Gro 4.5 ได้ยังไง แล้วก็ iterate

258
00:17:52,504 --> 00:17:56,116
เพื่อทำให้มันดีขึ้นได้ยังไง ถ้าอยากพัฒนาแอปนี้ต่อไป

259
00:17:56,116 --> 00:17:59,728
แค่ iterate ต่อไปเรื่อยๆ ส่ง follow-up ต่อไปเรื่อยๆ

260
00:17:59,728 --> 00:18:03,553
เอาล่ะ ฟีเจอร์แรกคือ native browser (เบราว์เซอร์ในตัว)

261
00:18:03,553 --> 00:18:10,353
เหตุผลที่เราต้องเข้าใจ native browser ก็เพราะว่าเมื่อเราไปสู่แอปพลิเคชันที่ซับซ้อนและขั้นสูงขึ้น

262
00:18:10,353 --> 00:18:13,682
เราต้องสามารถเห็นการเปลี่ยนแปลงแบบ side-by-side

263
00:18:13,682 --> 00:18:19,419
ได้ ขณะที่เราคุยกับ Gro 4.5 ของ SpaceX AI เราก็อยากเห็นการเปลี่ยนแปลงสะท้อนแบบสดๆ

264
00:18:19,419 --> 00:18:23,598
ควบคู่กันไป แทนที่จะต้องเปิดเบราว์เซอร์เองแล้วมารีวิวทีหลัง

265
00:18:23,598 --> 00:18:26,998
เราอยากทำแบบคู่ขนานไปพร้อมกัน และ native browser

266
00:18:26,998 --> 00:18:32,806
ก็คือเบราว์เซอร์ภายใน Cursor ที่ให้คุณดูเว็บแอปพลิเคชันของคุณได้ในขณะที่กำลังสร้าง

267
00:18:32,806 --> 00:18:36,701
ซึ่งผมพบว่าสะดวกมาก และนักพัฒนาคนอื่นๆ ก็คิดแบบเดียวกัน

268
00:18:36,701 --> 00:18:41,447
native browser ยังให้ฟีเจอร์หลากหลายกับเราด้วย ฟีเจอร์แรกคือฟีเจอร์

269
00:18:41,447 --> 00:18:45,484
screenshot สมมติว่ามีหน้าใดหน้าหนึ่งในแอปที่มีอะไรผิดพลาด

270
00:18:45,484 --> 00:18:53,063
และผมต้องรวมมันไว้ใน follow-up prompt เช่น ขอยกปัญหาที่เราเจอก่อนหน้านี้ที่วิทยาลัยบางแห่งไม่มีรูปภาพประกอบ

271
00:18:53,063 --> 00:18:56,675
ตอนนี้แก้แล้ว แต่สมมติว่า ในกรณีนี้เราจะทำใน native

272
00:18:56,675 --> 00:19:00,783
browser คือเลื่อนลงไปที่ส่วนนั้น สมมติว่าเรายังไม่มีรูปของ

273
00:19:00,783 --> 00:19:05,104
Harvard University เราสามารถเลื่อนลงมาตรงนี้ คลิกที่จุดสามจุด

274
00:19:05,104 --> 00:19:09,070
แล้วคลิกปุ่ม take screenshot ตรงนี้ มันจะแทรก screenshot

275
00:19:09,070 --> 00:19:12,612
ของทั้งหน้านั้นลงใน prompt ถัดไปของเราโดยอัตโนมัติ

276
00:19:12,612 --> 00:19:17,145
แล้วเราก็พิมพ์ prompt และส่ง follow-up ได้เลย ดังนั้นไม่เพียงแต่

277
00:19:17,145 --> 00:19:20,687
Gro 4.5 จะได้บริบทเพิ่มเติมจาก screenshot เท่านั้น

278
00:19:20,687 --> 00:19:24,370
แต่มันยังเป็นวิธีที่สะดวกมากในการคลิกปุ่มปุ๊บแล้วได้

279
00:19:24,370 --> 00:19:28,974
screenshot เข้าไปใน prompt ถัดไปทันที สิ่งเหล่านี้เป็นเรื่องเล็กๆ

280
00:19:28,974 --> 00:19:32,586
น้อยๆ ที่รวมกันแล้วทำให้การ vibe coding ด้วย Cursor

281
00:19:32,586 --> 00:19:36,269
มีประสิทธิภาพมาก ฟีเจอร์ถัดไปที่เราจะศึกษาคือ design

282
00:19:36,269 --> 00:19:42,998
mode (โหมดดีไซน์) และ design mode เปิดโลกแห่งความเป็นไปได้เมื่อพูดถึงการสร้างซอฟต์แวร์ที่สวยงาม

283
00:19:42,998 --> 00:19:46,398
แล้วจะเข้าใช้งาน design mode ใน Cursor ได้ยังไง?

284
00:19:46,398 --> 00:19:49,798
ปุ่มตรงนี้ที่มุมขวาบนจะให้คุณเข้าถึง design mode

285
00:19:49,798 --> 00:19:53,410
ได้ ถ้าชี้เมาส์ไป คุณจะเห็นคีย์ลัดที่ใช้เข้า design

286
00:19:53,410 --> 00:19:58,155
mode ใน Cursor ได้ด้วย ตอนนี้ถ้าผมคลิกที่มัน ผมสามารถคลิกเพื่อเลือก

287
00:19:58,155 --> 00:20:01,697
element และลากเพื่อวาด (draw) ได้ เราจะพูดถึง draw

288
00:20:01,697 --> 00:20:05,947
อีกสักครู่ แต่ก่อนอื่นมาดูว่าการเลือก (select) ทำอะไรได้บ้าง

289
00:20:05,947 --> 00:20:09,276
เช่น ถ้าผมอยากเลือกข้อความตรงนี้ ผมก็คลิกที่มัน

290
00:20:09,276 --> 00:20:15,721
แล้วผมก็สามารถอธิบายการเปลี่ยนแปลงได้ สิ่งที่ผมอยากทำคือเปลี่ยนสีของข้อความนี้จากขาวเป็นแดง

291
00:20:15,721 --> 00:20:20,254
เป็นการเปลี่ยนดีไซน์ที่เล็กมาก ผมจะอธิบายการเปลี่ยนแปลงตรงนี้ว่า

292
00:20:20,254 --> 00:20:23,725
"change the color of the text here to red instead

293
00:20:23,725 --> 00:20:29,037
of white" โดยใช้ Cursor Gro 4.5 แล้วกด Enter มันก็ควรจะทำการเปลี่ยนแปลงนั้น

294
00:20:29,037 --> 00:20:32,862
และผมจะพูดถึงด้วยว่าทำไมวิธีนี้ดีกว่าการส่งข้อความตรงๆ

295
00:20:32,862 --> 00:20:37,749
มาก เหตุผลก็คือมันมีบริบทเพิ่มเติมมากมาย มันรู้แน่ชัดว่าคุณพูดถึงอะไร

296
00:20:37,749 --> 00:20:42,070
ถ้าผมแค่บอกว่าเปลี่ยนข้อความสีขาวเป็นสีแดง มันไม่จำเพาะเจาะจง

297
00:20:42,070 --> 00:20:46,390
มันอาจเปลี่ยนข้อความนี้หรือข้อความนั้นก็ได้ วิธีนี้ทำให้โมเดล

298
00:20:46,390 --> 00:20:50,357
AI ทำงานได้ง่ายและเร็วขึ้นมาก และคุณจะเห็นว่ามันทันทีเลย

299
00:20:50,357 --> 00:20:53,898
มันบอกว่า "the hero Campus Scope title is now red"

300
00:20:53,898 --> 00:20:57,794
และเราเห็นว่าตอนนี้มันเป็นสีแดงแล้ว ถ้าผมยกเลิกการเลือก

301
00:20:57,794 --> 00:21:01,123
เราก็จะมีข้อความสีแดงตรงนี้ ตรงตามที่เราพูดเป๊ะ

302
00:21:01,123 --> 00:21:04,594
วิธีนี้ช่วยได้มากเวลาคุณทำงานเร็ว เวลาที่คุณ vibe

303
00:21:04,594 --> 00:21:08,702
coding อย่างมีประสิทธิภาพ แทนที่จะต้องพิมพ์ทุกอย่างด้วยมือ

304
00:21:08,702 --> 00:21:13,022
คุณสามารถเลือก element อย่างรวดเร็ว อธิบายการเปลี่ยนแปลงสั้นๆ

305
00:21:13,022 --> 00:21:18,689
แล้วเดินหน้าต่อไป ต่อไปมาเรียนรู้ฟีเจอร์ draw ซึ่งเป็นส่วนที่สองของฟีเจอร์ดีไซน์

306
00:21:18,689 --> 00:21:22,230
และน่าสนใจไม่แพ้กัน ผมจะเลือก design mode อีกครั้ง

307
00:21:22,230 --> 00:21:27,755
เหตุผลที่เราใช้ draw คือเมื่อเราต้องการความลื่นไหลและยืดหยุ่นมากขึ้นในการเลือก

308
00:21:27,755 --> 00:21:31,509
element ตัวอย่างเช่น สิ่งที่ผมอยากทำคือเปลี่ยนข้อความ

309
00:21:31,509 --> 00:21:35,121
Campus Scope นี้ให้เป็นเอฟเฟกต์พิมพ์ดีด (typewriter

310
00:21:35,121 --> 00:21:38,663
effect) หมายความว่ามันควรแสดงดีไซน์แบบพิมพ์ข้อความ

311
00:21:38,663 --> 00:21:42,771
ควรลบแล้วพิมพ์สิ่งใหม่ ลบแล้วพิมพ์สิ่งใหม่ ซึ่งดูสวยงามมาก

312
00:21:42,771 --> 00:21:46,312
และเราจะลองทำดู สิ่งที่ผมจะทำคือวงกลมรอบทั้งหมดนี้

313
00:21:46,312 --> 00:21:51,341
เลือกมัน แล้วเพิ่มมันเข้าไปในแชต คุณสามารถอธิบายการเปลี่ยนแปลงตรงนี้ได้

314
00:21:51,341 --> 00:21:57,149
หรือจะอธิบายในแชตโดยกด command L ก็ได้ ไม่ว่าคีย์ลัดของระบบปฏิบัติการคุณจะเป็นอะไร

315
00:21:57,149 --> 00:22:01,399
คุณจะเห็นมันตรงนี้ ผมจะกด command L แล้วมันก็ย้ายเข้าไปในแชต

316
00:22:01,399 --> 00:22:05,861
คุณจะเห็นว่าภาพวาดของผม ซึ่งวาดได้แย่มาก ถูกเพิ่มเข้าไปในแชตของ

317
00:22:05,861 --> 00:22:10,536
Cursor แล้ว จากนั้นผมจะอธิบายสิ่งที่ต้องการ: อยากให้คุณแปลงข้อความ

318
00:22:10,536 --> 00:22:14,928
Campus Scope นี้เป็นเอฟเฟกต์พิมพ์ดีด ทุกครั้งที่คำหนึ่งถูกลบไป

319
00:22:14,928 --> 00:22:18,327
คำใหม่จะถูกพิมพ์เข้ามาใหม่ มันควรแสดงดังต่อไปนี้

320
00:22:18,327 --> 00:22:21,869
สิ่งที่เกิดขึ้นคือเมื่อผู้ใช้เปิดแอปพลิเคชันของเรา

321
00:22:21,869 --> 00:22:26,190
พวกเขาจะเห็นคำแรก จากนั้นคำนั้นจะถูกลบ และพวกเขาจะเห็นคำถัดไป

322
00:22:26,190 --> 00:22:31,360
นั่นคือฟีเจอร์ที่ผมกำลังพยายาม implement เราจะบอกว่ามันควรแสดงดังต่อไปนี้

323
00:22:31,360 --> 00:22:34,902
แล้วเราก็เพิ่มเข้าไป อันแรกคือ "find universities"

324
00:22:34,902 --> 00:22:38,372
อันที่สองคือ "Boston-based" อันที่สามคือ "extreme

325
00:22:38,372 --> 00:22:42,622
ease" และอันที่สี่ก็คือ "Campus Scope" ซึ่งเป็นชื่อแอปของเรา

326
00:22:42,622 --> 00:22:46,518
เราจะกด Enter แล้วรอให้มัน implement การเปลี่ยนแปลงนั้น

327
00:22:46,518 --> 00:22:53,884
และสิ่งที่ฟีเจอร์ draw นี้แสดงให้เห็นคือมันช่วยให้คุณเจาะลึกลงไปในแอปพลิเคชันได้ในระดับที่เฉพาะเจาะจงมาก

328
00:22:53,884 --> 00:22:57,284
รอให้มัน implement การเปลี่ยนแปลงนี้ "I'll add a

329
00:22:57,284 --> 00:23:00,896
cycling typewriter for that hero text through those

330
00:23:00,896 --> 00:23:05,217
four phrases" แล้วคุณจะเห็นว่ามันสวยงามแค่ไหน มันกำลังแก้ไฟล์

331
00:23:05,217 --> 00:23:09,254
typewriter.brand.tsx และนี่คือสิ่งที่ผมพูดถึง ดูสวยงามมาก

332
00:23:09,254 --> 00:23:14,566
นี่คือสิ่งที่ผมหมายถึงจริงๆ และอย่างที่เห็น ตอนนี้เรามีเอฟเฟกต์พิมพ์ดีดแล้ว

333
00:23:14,566 --> 00:23:18,745
ไม่ว่าใครเปิดแอปของเรา พวกเขาจะเห็นสิ่งนี้ นี่คือวิธีที่คุณ

334
00:23:18,745 --> 00:23:23,632
implement ฟีเจอร์ใหม่ๆ ใน Cursor และเราจะใช้วิธีการเพิ่มฟีเจอร์แบบนี้

335
00:23:23,632 --> 00:23:28,166
โดยใช้ design mode และ implement ฟีเจอร์แบบนี้ลงในแอปถัดไปของเรา

336
00:23:28,166 --> 00:23:32,769
เพราะแอปถัดไปของเราจะต้องใช้วิธีการแบบนี้ คุณเห็นไหมว่ามันเร็วมาก

337
00:23:32,769 --> 00:23:36,169
นี่คือสิ่งที่ SpaceX AI Gro 4.5 โด่งดังในด้านนี้

338
00:23:36,169 --> 00:23:39,711
งาน agent coding ที่รวดเร็วสุดๆ พร้อมความสามารถสูง

339
00:23:39,711 --> 00:23:43,111
เราเห็นแล้วว่า hero title ตอนนี้พิมพ์และลบวนไปมา

340
00:23:43,111 --> 00:23:46,935
ครบทั้งสี่อย่างที่เราขอ ซึ่งเร็วมากสำหรับการ implement

341
00:23:46,935 --> 00:23:51,469
ฟีเจอร์นี้ และตอนนี้เรามาศึกษาเรื่องอื่นต่อ ต่อไปเรามาศึกษาโมเดล

342
00:23:51,469 --> 00:23:55,931
Gro 4.5 ของ SpaceX AI และดูงานวิจัยของ Cursor เกี่ยวกับโมเดลนี้

343
00:23:55,931 --> 00:24:00,110
เหตุผลที่เราทำแบบนี้ก็เพื่อให้เราเข้าใจจุดแข็งและจุดอ่อนของ

344
00:24:00,110 --> 00:24:04,572
Gro 4.5 ไม่ว่ามันจะเก่งเรื่องอะไร เราจะพยายามให้งานและคำสั่งกับ

345
00:24:04,572 --> 00:24:08,609
Gro โดยอิงจากจุดแข็งนั้น และพยายามหลีกเลี่ยงจุดอ่อนของมัน

346
00:24:08,609 --> 00:24:13,355
การเข้าใจโมเดลนี้จะช่วยเราในเรื่องนั้น มาดูกันว่ามันเขียนไว้ว่าอะไร

347
00:24:13,355 --> 00:24:16,967
Cursor ปล่อย Gro 4.5 ออกมาเมื่อไม่กี่วันก่อนร่วมกับ

348
00:24:16,967 --> 00:24:20,721
SpaceX AI และ Gro 4.5 เป็นโมเดลที่ฉลาดที่สุดของพวกเขา

349
00:24:20,721 --> 00:24:25,608
และเป็นโมเดลแรกที่พวกเขาสร้างขึ้นเพื่ออะไรมากกว่าแค่วิศวกรรมซอฟต์แวร์

350
00:24:25,608 --> 00:24:29,150
แล้วพวกเขาหมายถึงอะไรตรงนี้? พวกเขาหมายถึงงานอื่นๆ

351
00:24:29,150 --> 00:24:34,816
อย่าง data science, การเงิน, งานด้านกฎหมาย หรืออะไรก็ตามที่คุณทำบนคอมพิวเตอร์ได้

352
00:24:34,816 --> 00:24:41,758
ดังนั้น Gro 4.5 สามารถจัดการงานที่ยากและยาวนานซึ่งต้องใช้เครื่องมืออย่างสร้างสรรค์เพื่อแก้ปัญหาได้

353
00:24:41,758 --> 00:24:46,928
ฟังดูดีมาก และการใช้งาน Gro 4.5 ของเราจนถึงตอนนี้ก็พิสูจน์ประเด็นนั้นแล้ว

354
00:24:46,928 --> 00:24:50,753
พวกคุณเห็นแล้วว่ามันค่อนข้างเร็ว ค่อนข้างมีประสิทธิภาพ

355
00:24:50,753 --> 00:24:54,861
และจัดการงานใหญ่ๆ ได้ด้วย มาดูกันว่าพวกเขาพูดอะไรอีกตรงนี้

356
00:24:54,861 --> 00:24:58,898
มีข้อสังเกตหนึ่งที่ผมอยากเพิ่มตรงนี้คือ ต่อให้คุณใช้โมเดล

357
00:24:58,898 --> 00:25:02,440
AI ตัวอื่น ถ้าคุณชอบโมเดลของ Anthropic หรือ OpenAI

358
00:25:02,440 --> 00:25:05,769
หรือถ้าคุณกำลังดูวิดีโอนี้ในอนาคตและมีโมเดล Gro

359
00:25:05,769 --> 00:25:13,206
รุ่นใหม่ออกมาแล้ว หลักการยังคงเหมือนเดิม นั่นคือถ้าคุณอยากใช้โมเดลให้เต็มความสามารถและสั่งมันไปทำงานต่างๆ

360
00:25:13,206 --> 00:25:17,739
ได้ คุณต้องเข้าใจโมเดลนั้น ว่าเก่งอะไร ความเชี่ยวชาญพิเศษคืออะไร

361
00:25:17,739 --> 00:25:21,351
ถูกฝึกมาอย่างไร และอะไรทำนองนั้น ดังนั้นมันสำคัญมาก

362
00:25:21,351 --> 00:25:27,584
ไม่ว่าคุณจะทำงานกับโมเดลตัวไหน คุณต้องเข้าใจว่ามันถูกฝึกมาเพื่องานอะไรและถูกฝึกมาอย่างไร

363
00:25:27,584 --> 00:25:33,534
พวกเขาเขียนเกี่ยวกับการฝึกโมเดลไว้เยอะมาก และสิ่งเดียวที่ผมคิดว่ามีประโยชน์กับเราคือ

364
00:25:33,534 --> 00:25:37,076
Gro 4.5 ไม่ใช่ผู้เชี่ยวชาญด้านการเขียนโค้ดโดยเฉพาะ

365
00:25:37,076 --> 00:25:40,830
ในขณะที่ Composer 2.5 เป็นผู้เชี่ยวชาญด้านโค้ด การฝึก

366
00:25:40,830 --> 00:25:47,204
Gro 4.5 กลับตั้งใจให้กว้างกว่าโดยเจตนา ซึ่งหมายความว่ามันมีความสามารถครอบคลุมหลากหลายโดเมน

367
00:25:47,204 --> 00:25:50,746
ซึ่งเป็นสิ่งที่คุณไม่เห็นในรุ่นก่อนหน้า ตอนนี้ Gro

368
00:25:50,746 --> 00:25:55,704
4.5 มีความสามารถครอบคลุมหลายโดเมน แล้วมันประยุกต์กับสิ่งที่เราทำยังไง?

369
00:25:55,704 --> 00:25:59,387
เราสามารถขอให้ Gro 4.5 ทำอย่างอื่นให้เราได้อีกมากมาย

370
00:25:59,387 --> 00:26:05,974
เราไม่จำเป็นต้องจำกัดมันแค่การสร้างแอปของเรา ถ้าเรามีอย่างอื่นที่ต้องทำเพื่อแอปพลิเคชันของเรา

371
00:26:05,974 --> 00:26:12,490
ซึ่งคุณจะได้เห็นช่วงหลังของคอร์ส เราสามารถมอบหมายงานหลากหลายโดเมนที่ไม่ใช่แค่การเขียนโค้ดให้

372
00:26:12,490 --> 00:26:16,244
Gro 4.5 ได้ เราจะไปสำรวจเรื่องนั้นช่วงหลังของคอร์สนี้

373
00:26:16,244 --> 00:26:19,928
และสิ่งถัดไปที่ผมคิดว่าสำคัญมากสำหรับพวกคุณก็คือราคา

374
00:26:19,928 --> 00:26:23,611
โมเดลพื้นฐาน (base model) ของ Gro 4.5 ตั้งราคาไว้ที่

375
00:26:23,611 --> 00:26:27,152
2 ดอลลาร์ต่อล้าน input tokens และ 6 ดอลลาร์ต่อล้าน

376
00:26:27,152 --> 00:26:31,190
output tokens ส่วนตัวแปรแบบเร็ว (fast variant) แพงกว่ามาก

377
00:26:31,190 --> 00:26:35,085
คือ 4 ดอลลาร์ต่อล้าน input tokens และ 18 ดอลลาร์ต่อล้าน

378
00:26:35,085 --> 00:26:38,910
output tokens ตรงนี้แพงหน่อย แต่สำหรับโมเดลพื้นฐานแล้ว

379
00:26:38,910 --> 00:26:42,451
ราคาถือว่าสมเหตุสมผลดีครับ เอาล่ะ กลับไปที่ Cursor

380
00:26:42,451 --> 00:26:47,339
แล้วเดินหน้าต่อ มาพูดถึง Cursor rules กัน สิ่งที่ผมจะทำคือคลิกที่ปุ่ม

381
00:26:47,339 --> 00:26:51,022
settings ตรงนี้ และอย่างที่คุณเห็นตรงนี้ มันเขียนว่า

382
00:26:51,022 --> 00:26:55,838
rules, skills และ sub-agents เมื่อคลิกแล้วมันจะพาเราไปที่ส่วนที่เห็น

383
00:26:55,838 --> 00:26:59,663
rules ได้ มันบอกว่า "use rules to guide agent behavior

384
00:26:59,663 --> 00:27:03,205
like enforcing best practices or coding standards"

385
00:27:03,205 --> 00:27:06,817
แล้วมันหมายความว่าอะไรกันแน่? ชื่อก็บอกอยู่แล้วครับ

386
00:27:06,817 --> 00:27:10,288
rule คือสิ่งที่คุณบอกว่า AI agent ต้องทำเสมอ เช่น

387
00:27:10,288 --> 00:27:13,617
ผมสามารถสร้าง rule ที่บอกว่า "Always talk to me

388
00:27:13,617 --> 00:27:19,708
like a drill sergeant in times of war" (จงพูดกับฉันเหมือนนายสิบฝึกทหารในยามสงครามเสมอ)

389
00:27:19,708 --> 00:27:23,108
แล้วตั้งแต่นั้นมาเมื่อไหร่ก็ตามที่ AI จะคุยกับผม

390
00:27:23,108 --> 00:27:28,774
มันจะต้องปฏิบัติตาม rule นั้น และมันจะพูดกับผมเหมือนนายสิบฝึกทหารหรือนายทหารเสมอ

391
00:27:28,774 --> 00:27:32,528
นั่นคือตัวอย่างหนึ่ง และอย่างที่พวกคุณเห็นก่อนหน้านี้

392
00:27:32,528 --> 00:27:36,707
ผมชอบโทนสีแดงดำในแอปพลิเคชันของผมมาก สิ่งที่ผมทำได้คือสร้าง

393
00:27:36,707 --> 00:27:40,107
rule ขึ้นมา บอกว่า "from now on all applications

394
00:27:40,107 --> 00:27:43,648
that you create for me should have a red and black

395
00:27:43,648 --> 00:27:48,961
color scheme" (จากนี้ไปแอปพลิเคชันทั้งหมดที่คุณสร้างให้ฉันควรใช้โทนสีแดงดำ)

396
00:27:48,961 --> 00:27:52,927
โดยสรุป rules คือสิ่งที่คุณตั้งขึ้นเพื่อชี้นำพฤติกรรมของ

397
00:27:52,927 --> 00:27:58,239
agent ถ้ามี best practices ที่คุณชอบ เช่น คุณอยากให้เว็บไซต์ของคุณสร้างด้วย

398
00:27:58,239 --> 00:28:01,639
HTML, CSS และ JavaScript เสมอ คุณก็คลิก new user

399
00:28:01,639 --> 00:28:05,251
rule แล้วเขียนว่า "always make my websites in HTML,

400
00:28:05,251 --> 00:28:09,501
CSS, and JavaScript" คุณสามารถตั้ง rules ตามความชอบของคุณได้

401
00:28:09,501 --> 00:28:14,459
และนี่เป็นสิ่งที่ปรับแต่งได้สูงมาก พวกคุณหลายคนคงเคยใช้เครื่องมืออย่าง

402
00:28:14,459 --> 00:28:18,355
ChatGPT หรือ Claude ซึ่งก็ให้คุณปรับแต่งแชตบอตของคุณได้

403
00:28:18,355 --> 00:28:22,321
นี่ก็คือการนำแนวคิดนั้นมาประยุกต์กับ agentic engineering

404
00:28:22,321 --> 00:28:25,792
แต่ตรงนี้เราไม่ได้ปรับแต่งแชตบอต เรากำลังปรับแต่ง

405
00:28:25,792 --> 00:28:29,263
agent ทั้งตัว ดังนั้นถ้ามีอะไรที่อยากให้ agent ทำ

406
00:28:29,263 --> 00:28:33,229
ไม่อยากให้ทำ หรืออยากให้มันปฏิบัติตามเสมอ คุณก็ใส่ลงไปใน

407
00:28:33,229 --> 00:28:36,983
rules ตรงนี้ ต่อไปมาพูดถึงคำที่คุณอาจเคยได้ยินบ่อยมาก

408
00:28:36,983 --> 00:28:40,383
นั่นคือ context window มันหมายความว่าอะไรกันแน่?

409
00:28:40,383 --> 00:28:45,129
ที่มุมขวาล่างตรงนี้ คุณจะเห็นวงกลมหนึ่ง และวงกลมนั้นคือตัวบ่งชี้ของ

410
00:28:45,129 --> 00:28:48,528
context window ตอนนี้มันบอกว่าใช้ context ไป 38%

411
00:28:48,528 --> 00:28:51,999
และให้ข้อมูลว่าใช้ไปแล้ว 96,000 tokens จากทั้งหมด

412
00:28:51,999 --> 00:28:55,753
256,000 tokens แล้วมันหมายความว่าอะไร? context window

413
00:28:55,753 --> 00:28:59,365
โดยพื้นฐานหมายถึงจำนวน tokens ที่โมเดล AI ตัวหนึ่งๆ

414
00:28:59,365 --> 00:29:03,332
สามารถทำงานหรือจัดการได้ในครั้งเดียว โมเดล AI แต่ละตัวมี

415
00:29:03,332 --> 00:29:06,661
context window ของตัวเอง เช่น ตรงนี้ Fable 5 มี

416
00:29:06,661 --> 00:29:10,344
context window 300K และ Opus 4.8 ก็มี context window

417
00:29:10,344 --> 00:29:13,815
300K เหมือนกัน แต่ Composer 2.5 มี context window

418
00:29:13,815 --> 00:29:17,285
200K สำหรับ Gro 4.5 ตอนนี้ผมตั้งค่าไว้ที่ context

419
00:29:17,285 --> 00:29:21,606
window 256K แต่คุณสามารถเพิ่มขึ้นไปได้ถึง 500K ถ้าเลื่อนไปที่

420
00:29:21,606 --> 00:29:25,218
max ดังนั้นโมเดลแต่ละตัวมี context window ของตัวเอง

421
00:29:25,218 --> 00:29:28,547
และจำไว้ตรงนี้ว่าเป็นสิ่งที่คนจำนวนมากเข้าใจผิด

422
00:29:28,547 --> 00:29:32,159
context window ของโมเดลไม่เกี่ยวกับว่าโมเดลดีแค่ไหน

423
00:29:32,159 --> 00:29:36,126
สองสิ่งนี้ไม่เกี่ยวข้องกันโดยตรงหรือเป็นสัดส่วนโดยตรงกัน

424
00:29:36,126 --> 00:29:41,367
แค่โมเดลมี context window สูงกว่าไม่ได้แปลว่ามันเป็นโมเดลที่ทำงานได้ดีกว่า

425
00:29:41,367 --> 00:29:45,617
จำไว้ตรงนี้ด้วยนะครับ ต่อไปมาพูดถึงแนวปฏิบัติบางอย่างในวงการ

426
00:29:45,617 --> 00:29:49,159
AI ที่จะช่วยให้คุณประหยัดเงิน usage tokens context

427
00:29:49,159 --> 00:29:52,983
credits และอะไรพวกนั้นได้เยอะ สิ่งแรกคือ AI tokonomics

428
00:29:52,983 --> 00:29:58,933
ซึ่งเป็นแก่นของเรื่องทั้งหมดนี้ AI tokonomics คือการบริหารจัดการการเงินของค่าใช้จ่าย

429
00:29:58,933 --> 00:30:02,404
AI ของคุณโดยอิงจาก tokens เมื่อไหร่ก็ตามที่คุณใช้

430
00:30:02,404 --> 00:30:05,945
AI คุณจะถูกคิดเงินตามจำนวน input tokens และ output

431
00:30:05,945 --> 00:30:09,699
tokens เช่น ตอนที่เราดูราคาของ Gro ก่อนหน้านี้ในคอร์ส

432
00:30:09,699 --> 00:30:13,311
เราพูดถึงว่าโมเดลนี้ตั้งราคาไว้ที่ 2 ดอลลาร์ต่อล้าน

433
00:30:13,311 --> 00:30:16,640
input tokens และ 6 ดอลลาร์ต่อล้าน output tokens

434
00:30:16,640 --> 00:30:19,969
ใช่ไหม? โมเดลแต่ละตัวมีค่าใช้จ่ายเฉพาะของตัวเอง

435
00:30:19,969 --> 00:30:23,440
ถ้าเราเลื่อนลงมาตรงนี้ คุณจะเห็นว่า AI tokonomics

436
00:30:23,440 --> 00:30:28,186
คือการบริหารการเงินของค่าใช้จ่าย AI โดยอิงจากวิธีที่โมเดลคิดเงินต่อ

437
00:30:28,186 --> 00:30:31,869
token สำหรับ input และ output และ context management

438
00:30:31,869 --> 00:30:36,827
ก็เป็นเพียงส่วนย่อยส่วนหนึ่งของ AI tokonomics และมีหลายวิธีในการจัดการ

439
00:30:36,827 --> 00:30:40,864
context ของคุณ และในคอร์สนี้เราจะพูดถึงสองวิธีที่ดีที่สุด

440
00:30:40,864 --> 00:30:44,547
นั่นคือ model routing และ prompt optimization prompt

441
00:30:44,547 --> 00:30:47,947
optimization ง่ายมาก เราจะพูดถึงทีหลัง แต่ model

442
00:30:47,947 --> 00:30:52,551
routing เป็นสิ่งที่ผมหลงใหลมาก และผมคิดว่าคุณจะพบว่ามันน่าสนใจมาก

443
00:30:52,551 --> 00:30:59,563
เพื่อให้เข้าใจ model routing สิ่งที่คุณต้องเข้าใจก็คือสิ่งที่เราทำคือการมอบงานที่ต่างกันให้กับโมเดล

444
00:30:59,563 --> 00:31:04,096
AI ที่ต่างกัน โดยอิงจากความซับซ้อนของงานและความเชี่ยวชาญของโมเดล

445
00:31:04,096 --> 00:31:09,196
เช่น ถ้าผมมีงานพื้นฐานมากๆ งานที่ไม่ต้องใช้ความคิดหรือการให้เหตุผลมากนัก

446
00:31:09,196 --> 00:31:12,596
แต่ต้องการให้เสร็จเร็วมาก ผมสามารถส่งให้ GLM 5.2

447
00:31:12,596 --> 00:31:16,421
ได้ เช่น การเปลี่ยนสีของปุ่ม ใช่ไหม? มันเป็นงานง่ายมาก

448
00:31:16,421 --> 00:31:19,891
ผมจะไม่ส่งงานนี้ให้โมเดลอย่าง Fable 5 เพราะ Fable

449
00:31:19,891 --> 00:31:25,416
5 แพงมากๆ และมันก็ไม่ได้ทำผลงานได้ดีกว่าเป็นพิเศษสำหรับการเปลี่ยนสีปุ่มแค่นั้น

450
00:31:25,416 --> 00:31:29,808
นั่นคือการเปลือง tokens และเปลือง usage ของคุณถ้าใช้โมเดลอย่าง

451
00:31:29,808 --> 00:31:33,137
Fable 5 ทำงานง่ายๆ แบบนี้ ดังนั้นสำหรับงานง่ายๆ

452
00:31:33,137 --> 00:31:36,466
พวกนี้ คุณสลับไปใช้โมเดลที่ถูกกว่า เช่น GLM 5.2

453
00:31:36,466 --> 00:31:39,865
แทน และเมื่อคุณมีงานขั้นสูง ที่ต้องใช้ความพยายาม

454
00:31:39,865 --> 00:31:44,044
การให้เหตุผล และสติปัญญามาก คุณก็สลับไปใช้โมเดลขั้นสูงอย่าง

455
00:31:44,044 --> 00:31:48,932
Gro 4.5 หรือ Fable 5 และเมื่อคุณทำแบบนั้น โมเดลพวกนั้นจะคิดเงินคุณแพง

456
00:31:48,932 --> 00:31:55,519
แน่นอน แต่ว่าค่าใช้จ่ายนั้นสมเหตุสมผล เพราะมันใช้สติปัญญาและความฉลาดนั้นไปสร้างสิ่งที่ซับซ้อน

457
00:31:55,519 --> 00:32:00,335
ซึ่งโมเดลราคาถูกอาจทำพลาดหรือไม่สามารถผลิตออกมาในคุณภาพที่เท่ากันได้

458
00:32:00,335 --> 00:32:04,939
ดังนั้น model routing โดยพื้นฐานหมายถึงการอิงจากความซับซ้อนของงาน

459
00:32:04,939 --> 00:32:09,401
คุณมอบงานที่ต่างกันให้โมเดลที่ต่างกัน ให้งานง่ายกับโมเดลราคาถูก

460
00:32:09,401 --> 00:32:14,501
และให้งานที่ซับซ้อนและขั้นสูงกับโมเดลที่ดีกว่า ซึ่งอาจแพงกว่าแต่ก็ดีกว่า

461
00:32:14,501 --> 00:32:19,672
ตอนนี้เรารู้หลักการเหล่านี้แล้ว เราก็เริ่มสร้างแอปพลิเคชันที่สองของเราได้

462
00:32:19,672 --> 00:32:24,417
และสำหรับแอปพลิเคชันที่สอง เราจะสร้างแพลตฟอร์มที่ช่วยเหลือสตาร์ทอัป

463
00:32:24,417 --> 00:32:28,100
ผมมีไอเดียค่อนข้างคลุมเครือว่าอยากให้แอปนี้เป็นยังไง

464
00:32:28,100 --> 00:32:31,854
และเหตุผลที่ผมไม่ได้คิดมากเกี่ยวกับมันก็เพราะเราจะใช้

465
00:32:31,854 --> 00:32:36,175
plan mode ใน Cursor เพื่อช่วยเราสร้างมัน ด้วยความช่วยเหลือของ

466
00:32:36,175 --> 00:32:39,929
Gro 4.5 และ plan mode เราจะกำหนดไอเดียของเราให้ชัดเจน

467
00:32:39,929 --> 00:32:44,462
เราจะ brainstorm ไอเดียร่วมกับ agent แทนที่จะส่งความคิดของเราให้

468
00:32:44,462 --> 00:32:47,933
agent อย่างเดียว ไอเดียคลุมเครือที่ผมมีคือแอปชื่อ

469
00:32:47,933 --> 00:32:51,758
NMNX Startup Win มันจะรับไอเดียสตาร์ทอัปที่คลุมเครือมา

470
00:32:51,758 --> 00:32:55,157
แล้วให้กลยุทธ์ที่พิสูจน์แล้วในกลุ่มเฉพาะ (niche)

471
00:32:55,157 --> 00:32:58,982
นั้นแก่ผู้ก่อตั้งสตาร์ทอัป เช่น ถ้าผมเริ่มช่อง YouTube

472
00:32:58,982 --> 00:33:02,878
เป็นสตาร์ทอัป สมมุตินะ แอปนี้จะให้กลยุทธ์ที่เคยได้ผลกับ

473
00:33:02,878 --> 00:33:06,844
YouTuber ที่ประสบความสำเร็จมาก่อนแก่ผู้ใช้หรือผู้ก่อตั้ง

474
00:33:06,844 --> 00:33:11,094
มันจะให้กลยุทธ์ที่พิสูจน์แล้วว่าได้ผล มันจะให้รายชื่อคู่แข่ง

475
00:33:11,094 --> 00:33:14,990
เช่น ถ้าผมอยากเป็น YouTuber สายเทค มันจะให้รายชื่ออย่าง

476
00:33:14,990 --> 00:33:18,460
Marques Brownlee, Mrwhosetheboss, Linus Tech Tips

477
00:33:18,460 --> 00:33:22,639
และบอกว่าวิธีการของพวกเขาเป็นยังไง มันจะให้แนวทางของคู่แข่ง

478
00:33:22,639 --> 00:33:26,606
มันจะบอกเกี่ยวกับ VC ที่เคยให้ทุนกับสตาร์ทอัปที่คล้ายกัน

479
00:33:26,606 --> 00:33:30,714
เช่น ถ้าผมเริ่มบริษัทโซเชียลเน็ตเวิร์ก มันก็จะบอกเกี่ยวกับ

480
00:33:30,714 --> 00:33:34,751
Peter Thiel และวิธีที่เขาสนับสนุน Facebook อะไรประมาณนั้น

481
00:33:34,751 --> 00:33:38,718
แล้วมันจะบอกตำแหน่งที่ตั้งที่ดีที่สุดในการสร้างสตาร์ทอัป

482
00:33:38,718 --> 00:33:42,472
ไม่ว่าจะเป็น Silicon Valley หรือ Bangalore หรือดับลิน

483
00:33:42,472 --> 00:33:48,138
อะไรก็ไม่รู้ สถานที่สุ่มๆ มันจะบอกว่าที่ไหนเหมาะที่สุดสำหรับสตาร์ทอัปนี้โดยเฉพาะ

484
00:33:48,138 --> 00:33:53,521
มันจะช่วยเราช่วยผู้ก่อตั้งสร้างบริษัทจากศูนย์ นั่นคือสิ่งที่เราจะพยายามสร้าง

485
00:33:53,521 --> 00:33:56,921
สิ่งที่ง่ายมากที่ผมคิดไว้ตรงนี้คือ ผมอยากลองผสาน

486
00:33:56,921 --> 00:34:01,596
AI เข้าไปในแอปพลิเคชันโดยไม่เสียค่าใช้จ่าย ผมไม่อยากจ่ายเงินสักบาท

487
00:34:01,596 --> 00:34:05,066
แต่ต้องการให้ AI ถูกผสานอยู่ในแพลตฟอร์มทั้งหมดนี้

488
00:34:05,066 --> 00:34:08,466
เราจะลองทำดู แล้วเราจะทำยังไง? ผมไม่รู้เหมือนกัน

489
00:34:08,466 --> 00:34:12,503
และนั่นคือสิ่งที่ agent จะช่วยเราหาคำตอบ นั่นคือเหตุผลที่

490
00:34:12,503 --> 00:34:16,399
agentic engineering แตกต่างจากวิศวกรรมทุกรูปแบบก่อนหน้า

491
00:34:16,399 --> 00:34:19,870
ถ้าคุณไม่รู้บางอย่าง agent จะหาคำตอบไปพร้อมกับคุณ

492
00:34:19,870 --> 00:34:24,615
เอาล่ะ นี่คือไอเดียของผมสำหรับแพลตฟอร์มนี้ ตอนนี้เรามาเอาทั้งหมดนี้

493
00:34:24,615 --> 00:34:27,944
สิ่งที่เราเรียนรู้มา มาสร้าง prompt แล้วใส่ลงใน

494
00:34:27,944 --> 00:34:31,486
Gro 4.5 โอเค ตอนนี้ผมอยู่ใน Cursor และอย่างที่เห็น

495
00:34:31,486 --> 00:34:37,365
ผมใส่ prompt ไปแล้ว ผมเขียน prompt นี้ด้วยตัวเองและทำให้มันง่ายที่สุดเท่าที่จะทำได้

496
00:34:37,365 --> 00:34:40,694
ผมเขียนว่า "build me an app called Startup Win.

497
00:34:40,694 --> 00:34:44,164
The platform should take the user's startup idea,

498
00:34:44,164 --> 00:34:48,131
niche and industry and then give them proven strategies,

499
00:34:48,131 --> 00:34:51,956
competitor list, competitor approaches and strategies,

500
00:34:51,956 --> 00:34:55,639
VCs who have funded previous startups, best location

501
00:34:55,639 --> 00:34:59,180
to build a specific startup and all details it can

502
00:34:59,180 --> 00:35:02,580
to help the user/founder. I would also like this

503
00:35:02,580 --> 00:35:06,122
platform to be AI powered. No mock data, just real

504
00:35:06,122 --> 00:35:09,734
AI powered solutions, but I am not willing to spend

505
00:35:09,734 --> 00:35:13,063
anything. Is this possible? Can you do this for

506
00:35:13,063 --> 00:35:16,533
me? If so, then how? I'm open to using cheap free

507
00:35:16,533 --> 00:35:20,075
models from OpenRouter if that can work. Study the

508
00:35:20,075 --> 00:35:23,616
different options I have deeply along with my idea

509
00:35:23,616 --> 00:35:29,000
and tell me how it would work." สิ่งที่คุณเห็นตรงนี้คือมีบางอย่างที่ผมไม่รู้

510
00:35:29,000 --> 00:35:32,329
ผมไม่รู้วิธีผสาน AI เข้าไปโดยไม่ต้องจ่ายค่า API

511
00:35:32,329 --> 00:35:36,720
และผมอยากให้ Gro 4.5 ช่วยหาทางออก และสิ่งที่เราจะทำคือเข้าโหมด

512
00:35:36,720 --> 00:35:40,403
plan mode เพราะผมไม่อยากให้มันตรงดิ่งไปเริ่มสร้างเลย

513
00:35:40,403 --> 00:35:43,945
ผมอยากให้มันอธิบายแผนให้ผมฟังก่อน แล้วผมอนุมัติแผน

514
00:35:43,945 --> 00:35:47,486
แล้วค่อยเริ่มสร้าง ดังนั้นเราจะไปที่ plan mode กัน

515
00:35:47,486 --> 00:35:50,886
ผมแค่สลับไปที่ plan mode และตอนนี้เราอยู่ใน plan

516
00:35:50,886 --> 00:35:54,215
mode แล้ว เรามีโมเดลเลือกไว้แล้ว ผมกด Enter ได้

517
00:35:54,215 --> 00:35:58,465
และมันจะเริ่มวางแผนว่าจะทำอะไรให้แอปของเรา ตอนนี้มันกำลังคิด

518
00:35:58,465 --> 00:36:02,077
และเรามารอแผนที่มันจะให้เรากัน ผมจะกด run มันบอกว่า

519
00:36:02,077 --> 00:36:05,406
"I'll study whether real AI powered Startup Win

520
00:36:05,406 --> 00:36:09,160
can run at zero cost, dig into OpenRouter free models

521
00:36:09,160 --> 00:36:12,560
and architecture options and then lay out how it

522
00:36:12,560 --> 00:36:16,243
would work for your idea" ซึ่งตรงกับที่ผมต้องการเป๊ะ

523
00:36:16,243 --> 00:36:20,705
ผมอยากให้ Cursor Gro 4.5 อธิบายแผนให้ผมฟังเพื่อที่ผมจะได้เข้าใจ

524
00:36:20,705 --> 00:36:24,247
รอให้มันเดินหน้าต่อ คุณจะเห็นว่ามันไปเว็บไซต์ต่างๆ

525
00:36:24,247 --> 00:36:28,992
เหล่านี้ มันค้นหาตัวเลือกทั้งหมดที่เรามี แล้วมันจะทำการวิจัยทั้งหมด

526
00:36:28,992 --> 00:36:34,871
แล้วกลับมาหาเรา และอีกสิ่งหนึ่งที่เจ๋งสุดๆ ตรงนี้คือมันพูดกับเราเหมือนนายสิบฝึกทหาร

527
00:36:34,871 --> 00:36:38,271
เพราะผมตั้ง rule ไว้จริงๆ ว่า "always talk to me

528
00:36:38,271 --> 00:36:41,600
like a drill sergeant" ซึ่งอยู่ใน rules ของผมใน

529
00:36:41,600 --> 00:36:45,141
Cursor ใช่แล้ว ไอ้หนู นี่เป็นไปได้ด้วยงบ 0 ดอลลาร์

530
00:36:45,141 --> 00:36:48,754
โมเดลฟรีของ OpenRouter สามารถขับเคลื่อนการวิเคราะห์

531
00:36:48,754 --> 00:36:52,437
AI จริงได้โดยไม่มี mock data และไม่ต้องใช้บัตรเครดิต

532
00:36:52,437 --> 00:36:56,333
แต่ฉันต้องการคำตอบสองอย่างจากแกก่อนที่ฉันจะล็อกแผนการรบ

533
00:36:56,333 --> 00:36:59,945
คุณเห็นไหมว่ามันพูดกับผมเหมือนนายสิบฝึกทหาร นายทหาร

534
00:36:59,945 --> 00:37:03,911
ซึ่งสนุกดี คุณก็ลองเล่นกับมันได้เหมือนกัน มันไม่เสียเงิน

535
00:37:03,911 --> 00:37:07,453
และมันสนุกจริงๆ เอาล่ะ ต่อไปมาดูกันว่า free + real

536
00:37:07,453 --> 00:37:10,853
AI จริงๆ หมายความว่าอะไร "Real AI, no mock JSON,

537
00:37:10,853 --> 00:37:14,394
yes. Live Crunchbase/PitchBook accuracy, no. Those

538
00:37:14,394 --> 00:37:18,006
APIs cost money." สิ่งที่มันทำตรงนี้คือให้ feedback

539
00:37:18,006 --> 00:37:22,540
ที่ตรงไปตรงมาและโหดร้ายกับไอเดียของเรา มันบอกว่าแม้เราจะให้คำตอบ

540
00:37:22,540 --> 00:37:25,939
AI จริงได้ แต่มันจะไม่แม่นยำเท่า Crunchbase หรือ

541
00:37:25,939 --> 00:37:29,906
PitchBook เพราะ API เหล่านั้นต้องเสียเงิน "Competitor/VC

542
00:37:29,906 --> 00:37:33,377
list from model knowledge or free web search, not

543
00:37:33,377 --> 00:37:36,706
paid databases" ซึ่งก็แน่นอนอยู่แล้ว และ "daily

544
00:37:36,706 --> 00:37:40,105
usage. Free tier is roughly 50 requests per day"

545
00:37:40,105 --> 00:37:45,134
เราจึงไม่สามารถขยายขนาดได้ แต่สำหรับแอปของเรา ซึ่งตอนนี้เป็นแค่โปรเจกต์

546
00:37:45,134 --> 00:37:48,676
ก็ถือว่าโอเคอย่างยิ่ง สิ่งที่คุณเห็นตรงนี้คือ plan

547
00:37:48,676 --> 00:37:52,713
mode ช่วยให้เรา brainstorm ไอเดียโดยไม่ต้องลงมือสร้างจริง

548
00:37:52,713 --> 00:37:57,388
ซึ่งเป็นเหตุผลว่าทำไมมันถึงมีประโยชน์มาก โดยเฉพาะถ้าคุณเป็นมือใหม่

549
00:37:57,388 --> 00:38:00,788
ใช้เวลาอยู่ใน plan mode เยอะๆ อ่านไฟล์ที่ Cursor

550
00:38:00,788 --> 00:38:04,896
และโมเดลให้คุณใน plan mode และเมื่อคุณมั่นใจในทุกอย่างแล้ว

551
00:38:04,896 --> 00:38:09,004
ถามคำถามครบแล้ว มีแผนครบถ้วนแล้ว ค่อยย้ายไปขั้นตอนการสร้าง

552
00:38:09,004 --> 00:38:12,616
"Proven strategies, frameworks, location reasoning,

553
00:38:12,616 --> 00:38:16,016
strong on free models, named competitors and VCs

554
00:38:16,016 --> 00:38:19,699
better if we ground with free search. Pure LLM alone

555
00:38:19,699 --> 00:38:23,382
can invent or hallucinate firms." เอาล่ะ "free stack

556
00:38:23,382 --> 00:38:27,349
that actually works" มันบอกว่า OpenRouter อะไรทั้งหมดนี้

557
00:38:27,349 --> 00:38:32,024
เราจะทำทีหลัง "Two decisions, answer both" แล้วเราต้องตอบอะไรบ้าง?

558
00:38:32,024 --> 00:38:35,423
หนึ่ง "pure OpenRouter AI only" สอง "AI plus web

559
00:38:35,423 --> 00:38:38,894
search" สิ่งที่เราจะทำคือเลือก pure OpenRouter AI

560
00:38:38,894 --> 00:38:42,790
only เพราะตอนนี้ผมไม่อยากเร่งเรื่องความแม่นยำ ผมอยากได้

561
00:38:42,790 --> 00:38:46,189
MVP (minimum viable product) ก่อน พอได้ MVP แล้ว

562
00:38:46,189 --> 00:38:49,518
ค่อยเปลี่ยนสถาปัตยกรรมเพิ่ม web search ฟรีก็ได้

563
00:38:49,518 --> 00:38:53,414
เพราะผมไม่อยากให้มันเปราะบาง ดังนั้นเราจะใช้ OpenRouter

564
00:38:53,414 --> 00:38:56,743
AI ตรงๆ เลย แล้วมันจะอยู่ที่ไหน? เราจะใช้ local

565
00:38:56,743 --> 00:39:00,214
only ไปก่อนตอนนี้ มันเป็นแค่โปรเจกต์พื้นฐาน พอได้

566
00:39:00,214 --> 00:39:03,897
MVP แล้ว พอมันทำงานได้ ค่อยขยายขนาด เพิ่ม web search

567
00:39:03,897 --> 00:39:07,651
เพิ่มแผน API แบบเสียเงิน แล้วค่อย deploy ทำได้ทั้งหมด

568
00:39:07,651 --> 00:39:11,192
แต่ตอนนี้เราจะทำ pure OpenRouter AI only และ local

569
00:39:11,192 --> 00:39:14,663
only "Once you pick, I'll write the full plan. No

570
00:39:14,663 --> 00:39:18,346
code until you approve that plan." สิ่งที่ผมจะบอกคือ

571
00:39:18,346 --> 00:39:21,746
ข้อหนึ่งเลือก A และข้อสองเลือก B: local และ pure

572
00:39:21,746 --> 00:39:26,917
OpenRouter AI only "Lock and load, sergeant." ผมแค่เล่นสนุกไปเรื่อยตรงนี้

573
00:39:26,917 --> 00:39:31,591
เรากำลังบอกตัวเลือกที่เราเลือกให้มัน และสิ่งที่คุณเห็นคือเราไม่ได้

574
00:39:31,591 --> 00:39:35,062
brainstorm คนเดียว เรากำลัง brainstorm ร่วมกับ AI

575
00:39:35,062 --> 00:39:39,808
agent เรากำลังร่วมมือกับ AI agent ตรงนี้ ตอนนี้มันกำลังร่างแผนการรบ

576
00:39:39,808 --> 00:39:43,137
การตัดสินใจถูกล็อกแล้ว: pure OpenRouter AI only

577
00:39:43,137 --> 00:39:46,820
ทีนี้มาพูดถึงความยอดเยี่ยมของแผนที่ Cursor คิดขึ้นมา

578
00:39:46,820 --> 00:39:52,415
สิ่งที่คุณเห็นตรงนี้คือแผนที่ละเอียดมาก มีไดอะแกรมเลยเพื่ออธิบายให้เราเข้าใจแผน

579
00:39:52,415 --> 00:39:55,957
Cursor ทำงานให้เราเยอะมากจนน่าทึ่ง มันบอกว่า "Yes,

580
00:39:55,957 --> 00:39:59,427
this works at $0. You bring a free OpenRouter API

581
00:39:59,427 --> 00:40:02,969
key. The app calls live free models, no mock data,

582
00:40:02,969 --> 00:40:06,935
no web search, no deploy, local only. Honest constraint:

583
00:40:06,935 --> 00:40:10,477
competitor/VC names come from the model's training

584
00:40:10,477 --> 00:40:13,947
knowledge, and those can be wrong. Strategies, on

585
00:40:13,947 --> 00:40:17,489
the other hand, GTM framing and location reasoning

586
00:40:17,489 --> 00:40:21,455
will still be strong and useful for a founder briefing."

587
00:40:21,455 --> 00:40:25,493
มันตรงไปตรงมากับเรา โมเดลหลายตัวจะโกหกต่อหน้าคุณและบอกว่า

588
00:40:25,493 --> 00:40:29,388
"โอ้ ใช่แน่นอน เราทำได้ เราทำได้" ทั้งที่มันรู้ว่าจริงๆ

589
00:40:29,388 --> 00:40:33,426
แล้วมันทำไม่ได้ แต่ตรงนี้ คุณเห็นว่า Gro 4.5 ซื่อสัตย์มาก

590
00:40:33,426 --> 00:40:37,109
ซึ่งเป็นสิ่งที่อีลอนพูดถึงบ่อย และเราก็เห็นมันตรงนี้

591
00:40:37,109 --> 00:40:40,792
แล้วมันก็พูดถึง stack ที่จะใช้: Next.js, TypeScript,

592
00:40:40,792 --> 00:40:47,025
Tailwind, กลยุทธ์โมเดล AI อะไรพวกนั้น แล้วมันก็อธิบายว่าการวิเคราะห์หนึ่งครั้งทำงานยังไง

593
00:40:47,025 --> 00:40:50,850
"Request budget critical for free tier, one OpenRouter

594
00:40:50,850 --> 00:40:54,179
call per analysis, not six parallel agents. One

595
00:40:54,179 --> 00:40:57,933
large structured JSON response covering all sections.

596
00:40:57,933 --> 00:41:01,403
That will keep you at one analysis is roughly one

597
00:41:01,403 --> 00:41:04,732
request. So you can run dozens of ideas per day

598
00:41:04,732 --> 00:41:09,195
within free limits." มันเข้าใจว่าความประหยัดสำคัญแค่ไหนสำหรับผม

599
00:41:09,195 --> 00:41:12,878
และมันนำมาพิจารณาในการให้แผน ซึ่งเป็นสิ่งที่ผมชอบมาก

600
00:41:12,878 --> 00:41:17,482
มันใส่ใจตรงนี้จริงๆ จากนั้นมันก็บอกเราเกี่ยวกับหน้าตาของผลิตภัณฑ์

601
00:41:17,482 --> 00:41:22,156
(product surface) ทั้ง input, output sections ว่าจะหน้าตาเป็นยังไง

602
00:41:22,156 --> 00:41:26,335
เราไม่ต้องลงรายละเอียดมากตรงนั้น แผนดูดี เราได้รีวิวแผนแล้ว

603
00:41:26,335 --> 00:41:30,373
ตอนนี้เราสามารถไปที่ build mode และปล่อยให้มันสร้างให้เรา

604
00:41:30,373 --> 00:41:33,985
ผมจะคลิก build ตรงนี้ แล้วมันจะเปลี่ยนไป build mode

605
00:41:33,985 --> 00:41:37,597
และเริ่มสร้างแอปพลิเคชันให้เรา "Roger that. Logging

606
00:41:37,597 --> 00:41:41,139
on to the first objective, scaffolding the Next.js

607
00:41:41,139 --> 00:41:45,955
app now." และเราไม่ต้องทำอะไรเลย นายสิบฝึกทหารของเราทำทุกอย่างให้เรา

608
00:41:45,955 --> 00:41:49,568
Gro 4.5 ทำทุกอย่างให้เรา นี่คือความงดงามของ agentic

609
00:41:49,568 --> 00:41:54,172
engineering กระบวนการวางแผน คุยกับ AI agents สานสัมพันธ์กับพวกมัน

610
00:41:54,172 --> 00:41:57,501
ให้พวกมันช่วยคุณ แล้วสร้างซอฟต์แวร์อย่างรวดเร็ว

611
00:41:57,501 --> 00:42:01,963
เอาล่ะทุกคน มันสร้าง iteration แรกของแอปพลิเคชันให้เราในเวลาแค่

612
00:42:01,963 --> 00:42:06,354
3 นาที 34 วินาที ซึ่งสั้นอย่างเหลือเชื่อ มันบอกว่าภารกิจสำเร็จ

613
00:42:06,354 --> 00:42:09,683
"NMNX Startup Win is live locally" ผมเปิดมันได้

614
00:42:09,683 --> 00:42:13,366
และมันก็เปิดขึ้นมา เราได้อะไร? แอป Next.js แบบ local

615
00:42:13,366 --> 00:42:16,837
โทนสีแดงดำ หนึ่งสิ่งที่ผมอยากเตือนพวกคุณตรงนี้คือ

616
00:42:16,837 --> 00:42:20,591
ผมไม่ได้ใส่คำว่าแดงหรือดำใน prompt นี้ ถ้าเรากลับไปดู

617
00:42:20,591 --> 00:42:26,257
prompt ตรงนี้ ผมไม่ได้พูดถึงสีแดงดำที่ไหนเลย พวกคุณสามารถหยุดวิดีโอแล้วตรวจดูได้

618
00:42:26,257 --> 00:42:30,224
แต่ผมมี rule อยู่ใน Cursor แล้ว rule นี้ถูกนำมาใช้ตรงนี้

619
00:42:30,224 --> 00:42:34,190
นี่คือเหตุผลที่ rules มีประโยชน์ ผมไม่ต้องพูดถึงมันในทุก

620
00:42:34,190 --> 00:42:38,157
prompt ผมไม่ต้องเปลือง input tokens ตรงนี้ มันมีอยู่แล้ว

621
00:42:38,157 --> 00:42:41,486
แอป Next.js แบบ local โทนสีแดงดำ พร้อม hero แรก

622
00:42:41,486 --> 00:42:45,240
ฟอร์มกรอกข้อมูล (briefing form) ผลลัพธ์แบบมีโครงสร้าง

623
00:42:45,240 --> 00:42:48,781
และ pipeline AI จริง pipeline อยู่ตรงนี้ มันอธิบาย

624
00:42:48,781 --> 00:42:53,810
pipeline ทั้งหมดให้เรา: หนึ่ง OpenRouter call ต่อการวิเคราะห์หนึ่งครั้ง

625
00:42:53,810 --> 00:42:59,972
แล้วก็ free model chain และไม่มี mock data มันจะว่างเปล่าจนกว่าคุณจะรันการวิเคราะห์จริง

626
00:42:59,972 --> 00:43:03,372
ตอนนี้มันบอกว่า "Your move, recruit" อย่างนายสิบ

627
00:43:03,372 --> 00:43:06,701
และบอกว่านี่คือที่ที่คุณจะได้คีย์ฟรี เปิดตรงนี้

628
00:43:06,701 --> 00:43:10,030
แล้วเริ่มทดสอบได้เลย มาทำกัน เอาล่ะทุกคน Cursor

629
00:43:10,030 --> 00:43:14,917
Gro 4.5 สร้างแอปพลิเคชันของเราแล้ว และสิ่งที่เราจะทำตอนนี้คือทดสอบมัน

630
00:43:14,917 --> 00:43:18,813
ผมจะคลิก run the briefing แล้วกรอกไอเดียสตาร์ทอัปของเรา

631
00:43:18,813 --> 00:43:22,567
ผมมีไอเดียเตรียมไว้แล้ว: "I'm building an AI services

632
00:43:22,567 --> 00:43:26,392
company where we build AI solutions for small business

633
00:43:26,392 --> 00:43:32,696
owners." Niche คือ AI อุตสาหกรรมคือ AI กลุ่มลูกค้าเป้าหมายคือธุรกิจขนาดเล็กในสหรัฐอเมริกา

634
00:43:32,696 --> 00:43:36,237
ยุโรป และเอเชีย และตอนนี้เราอยู่ในช่วงไอเดีย (idea

635
00:43:36,237 --> 00:43:40,558
stage) ผมจะคลิก generate briefing แล้วตอนนี้มันกำลังวิเคราะห์

636
00:43:40,558 --> 00:43:44,170
แล้วมันจะให้ brief จริงๆ กับเรา ตรงตามที่เราต้องการ

637
00:43:44,170 --> 00:43:48,137
ตรงตามไอเดียของเรา มาดูกันว่ามันทำงานได้ไหมและทำงานยังไง

638
00:43:48,137 --> 00:43:51,466
รออีกสักครู่ มันบอกว่า "free models can take up

639
00:43:51,466 --> 00:43:54,795
to 20 to 60 seconds under load. Hold the line."

640
00:43:54,795 --> 00:43:58,619
รอให้มันสร้าง brief ให้เราจากไอเดียและข้อมูลที่เรากรอก

641
00:43:58,619 --> 00:44:02,019
เอาล่ะทุกคน มันบอกว่า "briefing complete" และให้

642
00:44:02,019 --> 00:44:05,631
feedback สดเกี่ยวกับไอเดียโดยใช้ AI มันบอกว่า "SMBs

643
00:44:05,631 --> 00:44:09,102
globally spend more than $150 billion annually on

644
00:44:09,102 --> 00:44:12,502
software, but only 15% have dedicated AI talent.

645
00:44:12,502 --> 00:44:15,902
A simple affordable AI layer can capture a large

646
00:44:15,902 --> 00:44:19,868
underserved market across the EU, US, and Asia-Pacific."

647
00:44:19,868 --> 00:44:23,410
แล้วมันก็ให้กลยุทธ์กับเรา: "free tier with limited

648
00:44:23,410 --> 00:44:26,810
AI interactions, industry specific AI templates,

649
00:44:26,810 --> 00:44:30,139
build a defensible IP moat, launch via SMB SaaS

650
00:44:30,139 --> 00:44:36,584
marketplaces, cultivate an SMB AI community" มันให้เคล็ดลับทั้งหมดที่ใช้ได้กับอุตสาหกรรมนี้

651
00:44:36,584 --> 00:44:41,188
และสิ่งเหล่านี้ไม่ได้ใช้ได้กับทุกอุตสาหกรรม ถ้าผมเริ่มบริษัทอาหาร

652
00:44:41,188 --> 00:44:44,517
สิ่งเหล่านี้จะใช้ไม่ได้ เช่น build a defensible

653
00:44:44,517 --> 00:44:49,617
IP moat ดังนั้นมันปรับแต่งตามข้อมูลที่เราใส่ ซึ่งตรงกับที่เราต้องการเป๊ะ

654
00:44:49,617 --> 00:44:53,017
แล้วเราก็ได้คู่แข่งและแนวทางของพวกเขา Freshworks

655
00:44:53,017 --> 00:44:58,258
ทำแบบนี้ ADA ทำแบบนี้ Intercom, Zoho บริษัทเหล่านี้ทั้งหมดทำงานแบบเดียวกัน

656
00:44:58,258 --> 00:45:01,658
แล้วก็ VC และนักลงทุน Andreessen Horowitz (a16z)

657
00:45:01,658 --> 00:45:05,270
พวกนี้ลงทุนในด้านนี้ Sequoia ลงทุนในสตาร์ทอัปแบบนี้

658
00:45:05,270 --> 00:45:10,582
Y Combinator ลงทุนในสตาร์ทอัปแบบนี้ โดยสรุปนี่คือสิ่งที่เราจินตนาการไว้เป๊ะ

659
00:45:10,582 --> 00:45:14,974
ไอเดียที่ผมมีตรงนี้ เราทำให้มันเป็นจริงได้ในเวลาไม่กี่นาทีด้วย

660
00:45:14,974 --> 00:45:18,869
Cursor Gro 4.5 และนี่คือ iteration แรกของแอปพลิเคชันเรา

661
00:45:18,869 --> 00:45:23,048
ตอนนี้เราสามารถ iterate ต่อ ทำให้มันดีขึ้นมากและปรับแต่งมัน

662
00:45:23,048 --> 00:45:28,290
เพราะตอนนี้เรารู้ทุกอย่างแล้ว ทุกสิ่งที่เราเรียนรู้มาในคอร์สนี้จนถึงตอนนี้

663
00:45:28,290 --> 00:45:32,256
เราสามารถพาแอปนี้ไปได้ไกลมาก เราสามารถยกระดับมันได้จริงๆ

664
00:45:32,256 --> 00:45:36,506
และนั่นคือสิ่งที่เราจะทำตอนนี้ นี่เป็นตัวอย่างที่ดีของการใช้

665
00:45:36,506 --> 00:45:40,260
ask mode บางครั้งสมองผมอยู่ในสภาวะอิ่มตัว ไม่มีไอเดีย

666
00:45:40,260 --> 00:45:43,731
สิ่งที่ผมจะทำคือไปที่ ask mode ตรงนี้ คุณแค่เลือก

667
00:45:43,731 --> 00:45:47,201
ask mode ผมเพิ่งยกเลิกการเลือก ผมจะเลือก ask mode

668
00:45:47,201 --> 00:45:50,814
แล้วถามว่า "what can we do to improve the app? Make

669
00:45:50,814 --> 00:45:54,143
it super super professional and real right now.

670
00:45:54,143 --> 00:45:57,613
It looks like a weekend project." แล้วมันก็บอกว่า

671
00:45:57,613 --> 00:46:00,942
"listen up, the bones are solid. It still feels

672
00:46:00,942 --> 00:46:04,484
like a weekend project because the product surface

673
00:46:04,484 --> 00:46:07,884
is thin. One long page, one spinner, one dump of

674
00:46:07,884 --> 00:46:11,354
text. Pros sell process plus confidence, not just

675
00:46:11,354 --> 00:46:14,754
JSON output." แล้วมันก็บอก "here's what actually

676
00:46:14,754 --> 00:46:25,520
moves the needle in order" มันให้ข้อเสนอแนะมากมายกับเราว่าจะเปลี่ยนจากสิ่งที่ตอนนี้ดูเหมือนโปรเจกต์สุดสัปดาห์ให้กลายเป็นแอปพลิเคชันที่ส่งออกได้จริงยังไง

677
00:46:25,520 --> 00:46:28,920
สิ่งที่เราจะทำคือปล่อยให้มันทำให้สิ่งนี้เป็นจริง

678
00:46:28,920 --> 00:46:32,674
ตอนนี้มันบอกว่า "Want me to turn this into a concrete

679
00:46:32,674 --> 00:46:36,074
upgrade plan? Switch to agent mode and say which

680
00:46:36,074 --> 00:46:39,969
priority you want first. I'll build it." เราจะสลับไปที่

681
00:46:39,969 --> 00:46:43,653
agent mode ผมแค่ยกเลิกการเลือกตรงนี้ เรากลับมาอยู่ใน

682
00:46:43,653 --> 00:46:46,982
agent mode แล้วผมจะบอกว่า "do all of them. Make

683
00:46:46,982 --> 00:46:52,648
it super super advanced and real and good." และผมตั้งใจพูดแบบไม่เป็นทางการตรงนี้

684
00:46:52,648 --> 00:46:56,189
คุณสามารถพูดแบบเทคนิคและเป็นทางการกับ AI agent ได้

685
00:46:56,189 --> 00:47:01,147
แต่ผมรู้สึกว่ายิ่งคุณสบายใจ ยิ่งเปิดใจ ยิ่งปล่อยให้ความคิดไหลออกมาตรงๆ

686
00:47:01,147 --> 00:47:04,476
AI agent ก็ยิ่งสามารถทำให้คุณพอใจได้มากเท่านั้น

687
00:47:04,476 --> 00:47:07,876
มันบอกว่า "Roger that. Full upgrade wizard flow,

688
00:47:07,876 --> 00:47:11,347
dossier UI, scores, export, history, and denoised

689
00:47:11,347 --> 00:47:16,234
copy. Locking in and executing." รอให้มันแก้ทุกอย่างและสร้างมันให้เรา

690
00:47:16,234 --> 00:47:19,847
ย้ำอีกครั้ง คุณไม่ต้องเป็นทางการกับ AI agent มากนัก

691
00:47:19,847 --> 00:47:23,742
คุณสามารถเป็นธรรมชาติได้ อย่างน้อยนั่นคือวิธีที่ผมชอบทำ

692
00:47:23,742 --> 00:47:27,142
สิ่งที่ผมรักเกี่ยวกับ Cursor Gro 4.5 คือความเร็ว

693
00:47:27,142 --> 00:47:31,675
ดูนั่นสิ แค่ 2 นาที 24 วินาที มันก็ให้อัปเกรดเต็มรูปแบบนี้กับเรา

694
00:47:31,675 --> 00:47:35,642
"Hard refresh localhost:3001" และนี่คือสัตว์คนละชนิดแล้ว

695
00:47:35,642 --> 00:47:39,183
สิ่งที่เราได้: การกรอกข้อมูลสามขั้นตอน (three-step

696
00:47:39,183 --> 00:47:42,866
intake), pipeline วิเคราะห์ (intelligence pipeline),

697
00:47:42,866 --> 00:47:46,337
dossier จริง, ตาราง, แถบนำทางแบบติดหน้าจอ (sticky

698
00:47:46,337 --> 00:47:50,020
nav), การส่งออก (export), คลังข้อมูลในเครื่อง (local

699
00:47:50,020 --> 00:47:53,491
archive), ข้อความที่ปรับแต่งแล้ว (denoised copy),

700
00:47:53,491 --> 00:47:57,245
schema AI ที่คมชัดขึ้น สิ่งที่เราจะทำคือเปิดมันขึ้นมา

701
00:47:57,245 --> 00:48:00,928
แล้วรันหนึ่งครั้งเพื่อดูว่ามันยังรู้สึกเหมือนเดิมไหม

702
00:48:00,928 --> 00:48:04,823
นี่คือเวอร์ชันปรับปรุง มันบอกว่า "Founder Intelligence.

703
00:48:04,823 --> 00:48:08,223
Founder intelligence for your niche: strategies,

704
00:48:08,223 --> 00:48:11,694
competitive maps, investor patterns, and where to

705
00:48:11,694 --> 00:48:17,714
build." ผมคลิก start briefing มันพามาที่นี่ ตอนนี้มันมีขั้นตอนการกรอกข้อมูลสามขั้นตอน

706
00:48:17,714 --> 00:48:22,248
ซึ่งดีกว่าที่เรามีก่อนหน้านี้: startup idea — คุณกำลังสร้างอะไร?

707
00:48:22,248 --> 00:48:26,285
"I'm building an AI services company for small businesses

708
00:48:26,285 --> 00:48:29,826
in the United States" กด Continue, niche — "AI and

709
00:48:29,826 --> 00:48:33,722
small businesses" แล้วคลิก continue ตอนนี้มันกำลังสร้าง

710
00:48:33,722 --> 00:48:37,405
dossier ของเรา "This usually takes 20 to 60 seconds:

711
00:48:37,405 --> 00:48:40,876
framing market thesis, mapping competitive field,

712
00:48:40,876 --> 00:48:44,417
scoring strategies and channels, matching investor

713
00:48:44,417 --> 00:48:48,171
patterns, ranking build locations, assembling founder

714
00:48:48,171 --> 00:48:52,492
dossier." มันทำทีละขั้นตอน สะอาดกว่ามาก ดูเป็นมืออาชีพกว่ามาก

715
00:48:52,492 --> 00:48:55,892
ดูดีกว่าที่เรามีก่อนหน้านี้ และตอนนี้เรามี brief

716
00:48:55,892 --> 00:48:59,221
ที่ดูดีมาก โดยรวมแล้ว A- จริงๆ แล้วมันดีขึ้นมาก

717
00:48:59,221 --> 00:49:03,400
ดูเป็นมืออาชีพมากขึ้น และใช่ มันเยี่ยมมาก มันพัฒนาขึ้นจริงๆ

718
00:49:03,400 --> 00:49:07,083
สถานที่ที่ดีที่สุดสำหรับผมคือออสติน รัฐเท็กซัส จำไว้

719
00:49:07,083 --> 00:49:10,553
ตอนนี้เรามี briefing และมันดูดีมาก "AI ops for US

720
00:49:10,553 --> 00:49:13,953
small businesses. Executive summary." อะไรพวกนี้

721
00:49:13,953 --> 00:49:17,566
ผมจะไม่ลงรายละเอียดมาก แต่สิ่งที่คุณเห็นคือ หลังจาก

722
00:49:17,566 --> 00:49:21,674
brainstorm ไอเดียกับ agent ใน ask mode แล้วบอกให้มันย้ายไป

723
00:49:21,674 --> 00:49:27,269
agent mode แล้ว implement แผนนั้น ตอนนี้เรามีแอปพลิเคชันที่ดีกว่ามากในเวลาเพียง

724
00:49:27,269 --> 00:49:30,669
iteration เดียวภายในไม่กี่นาที คุณสามารถ iterate

725
00:49:30,669 --> 00:49:34,423
แบบนี้ต่อไปเรื่อยๆ ใช้ ask mode ถามไอเดียเพิ่มเติมจาก

726
00:49:34,423 --> 00:49:38,531
agent และทำให้แอปพลิเคชันของคุณดีขึ้นเรื่อยๆ ต่อไปมาพูดถึง

727
00:49:38,531 --> 00:49:44,552
GitHub ซึ่งสำคัญมากด้วยสองเหตุผล อย่างแรก ตอนนี้เราสร้างแอปพลิเคชันบนเครื่องของเราเอง

728
00:49:44,552 --> 00:49:48,235
(local) และโฮสต์กับรันมันในเบราว์เซอร์ของเราท้องถิ่น

729
00:49:48,235 --> 00:49:53,689
แต่สิ่งที่เราต้องการตอนนี้คือคนอื่นควรจะเข้าถึงแอปพลิเคชันของเราบนเว็บได้ด้วย

730
00:49:53,689 --> 00:49:57,868
และเพื่อให้ทำได้ เราต้อง deploy และเผยแพร่แอปพลิเคชันของเรา

731
00:49:57,868 --> 00:50:01,622
และในกระบวนการ deploy เราจำเป็นต้องใช้ GitHub เราต้อง

732
00:50:01,622 --> 00:50:07,075
push โค้ดของเราขึ้น GitHub ผมจะอธิบายว่าทั้งหมดนี้หมายความว่าอะไรในอีกสักครู่

733
00:50:07,075 --> 00:50:10,688
แต่ก่อนอื่นมาทำความเข้าใจเหตุผลที่สองว่าทำไม GitHub

734
00:50:10,688 --> 00:50:15,221
ถึงสำคัญมากสำหรับเรา นั่นคือ version control (การควบคุมเวอร์ชัน)

735
00:50:15,221 --> 00:50:18,550
ตอนนี้เราอยู่ที่ iteration ที่สองของแอปพลิเคชัน

736
00:50:18,550 --> 00:50:24,287
สมมติว่าผม iterate ต่ออีกแล้วไปถึงเวอร์ชัน 3 แต่หลังจากนั้นผมรู้ตัวว่าชอบเวอร์ชัน

737
00:50:24,287 --> 00:50:29,387
2 มากกว่า แล้วผมจะกลับไปเวอร์ชัน 2 ได้ยังไงถ้าผมไม่ได้บันทึกโค้ดเวอร์ชัน

738
00:50:29,387 --> 00:50:33,141
2 ไว้? GitHub โดยพื้นฐานช่วยให้ผมบันทึกโค้ดในจุดต่างๆ

739
00:50:33,141 --> 00:50:38,736
ของวงจรโปรเจกต์ ตอนนี้เราอยู่ที่เวอร์ชัน 2 ผมสามารถบันทึกโค้ดทั้งหมดของเวอร์ชัน

740
00:50:38,736 --> 00:50:42,632
2 และต่อมาถ้าผมอยากเข้าถึงโค้ดนั้น ผมก็จะมีโค้ดเวอร์ชัน

741
00:50:42,632 --> 00:50:46,173
2 ทั้งหมดบันทึกไว้ใน GitHub เราจะเรียนรู้เกี่ยวกับ

742
00:50:46,173 --> 00:50:49,715
version control, deployment และ GitHub มาพูดกันว่า

743
00:50:49,715 --> 00:50:53,115
GitHub คืออะไร GitHub เป็นแพลตฟอร์มที่ Microsoft

744
00:50:53,115 --> 00:50:58,073
เป็นเจ้าของ ซึ่งให้นักพัฒนาหลายล้านคนทั่วโลกบันทึกและแชร์โค้ดของพวกเขา

745
00:50:58,073 --> 00:51:02,818
โค้ดที่ Cursor Gro 4.5 เขียนให้เรา เราต้องบันทึกมันไว้ที่ไหนสักแห่ง

746
00:51:02,818 --> 00:51:06,218
และ GitHub คือสถานที่สำหรับสิ่งนั้น คุณสามารถใช้

747
00:51:06,218 --> 00:51:11,601
GitHub ได้ฟรีไม่จำกัด ไม่ต้องกังวลอะไรแบบนั้น สิ่งที่ผมทำคือสร้างบัญชีฟรีที่

748
00:51:11,601 --> 00:51:15,780
github.com และเข้ามาที่ github.com/new ตรงนี้เราสามารถสร้าง

749
00:51:15,780 --> 00:51:21,659
repository ใหม่ได้ repository โดยพื้นฐานประกอบด้วยไฟล์ของโปรเจกต์และประวัติเวอร์ชัน

750
00:51:21,659 --> 00:51:25,484
(version history) สิ่งที่เราจะทำคือตั้งชื่อ repository

751
00:51:25,484 --> 00:51:29,096
ตอนนี้ผมจะตั้งว่า "nmnx startup win" และชื่อนี้ว่าง

752
00:51:29,096 --> 00:51:33,346
แจ๋ว ผมจะไม่เพิ่มคำอธิบายตอนนี้ แต่คุณสามารถเพิ่มคำอธิบายให้

753
00:51:33,346 --> 00:51:37,029
repository ได้ ตอนนี้ repository มีสองประเภท: public

754
00:51:37,029 --> 00:51:40,642
และ private ซึ่งผมค่อนข้างแน่ใจว่าชื่อก็บอกอยู่แล้ว

755
00:51:40,642 --> 00:51:46,450
repository GitHub แบบ public คือ repository ที่ใครก็ตามบนอินเทอร์เน็ตสามารถเห็นได้

756
00:51:46,450 --> 00:51:50,487
และคุณเลือกได้ว่าใครสามารถ commit ได้ เดี๋ยวผมจะอธิบายว่า

757
00:51:50,487 --> 00:51:54,312
commit คืออะไรในอีกสักครู่ ส่วน repository แบบ private

758
00:51:54,312 --> 00:51:57,782
คือที่ที่คุณเลือกได้ว่าใครสามารถเห็นและ commit ใน

759
00:51:57,782 --> 00:52:01,820
repository นี้ ไม่มีใครเห็นมันได้โดยไม่ได้รับอนุญาตจากคุณ

760
00:52:01,820 --> 00:52:07,061
ตรงนี้ผมจะปล่อย repository เป็น public แต่คุณสามารถตั้งตามความชอบของคุณได้

761
00:52:07,061 --> 00:52:10,744
ตอนนี้ readme ก็คือคำอธิบายของทั้งโปรเจกต์โดยพื้นฐาน

762
00:52:10,744 --> 00:52:15,561
เราสามารถให้ Cursor Gro 4.5 สร้างมันให้เราได้ มันน่าจะสร้างไว้แล้วใน

763
00:52:15,561 --> 00:52:20,023
codebase ของมัน คุณไม่ต้องกังวลกับสิ่งเหล่านี้ และคุณสามารถคลิก

764
00:52:20,023 --> 00:52:23,423
create repository มันก็จะสร้าง repository ให้คุณ

765
00:52:23,423 --> 00:52:28,664
จากนั้นคุณจะได้ลิงก์นี้ ลิงก์ตรงนี้ และมันสำคัญมากเพราะเราจะให้ลิงก์นี้กับ

766
00:52:28,664 --> 00:52:32,206
Cursor เพื่อ deploy และเผยแพร่โค้ดของเรา จำไว้ด้วย

767
00:52:32,206 --> 00:52:38,368
สิ่งที่เราจะทำคือบอกให้ Cursor Gro 4.5 บันทึกโค้ดทั้งหมดของเราและบันทึกโปรเจกต์ของเราบน

768
00:52:38,368 --> 00:52:42,051
GitHub วิธีที่เราจะทำคือใช้ลิงก์ที่เราเพิ่งคัดลอกจาก

769
00:52:42,051 --> 00:52:45,805
GitHub repository ของเรา วางมันตรงนี้ แล้วเราจะบอกว่า

770
00:52:45,805 --> 00:52:49,771
"can you please push all of our code to this repository?

771
00:52:49,771 --> 00:52:53,525
Let me know what you need. Just get it done, please."

772
00:52:53,525 --> 00:52:57,421
แล้วผมก็กด Enter ตอนนี้มันจะ push โค้ดทั้งหมดของเราขึ้น

773
00:52:57,421 --> 00:53:00,750
GitHub repository นี้ มันกำลัง push Startup Win

774
00:53:00,750 --> 00:53:04,291
ไปที่ GitHub repo นั้น มันตรวจสอบ remotes และสถานะ

775
00:53:04,291 --> 00:53:07,691
branch ก่อน ระหว่างที่มันทำอยู่ ผมจะบอกพวกคุณว่า

776
00:53:07,691 --> 00:53:11,233
commit คืออะไร commit โดยพื้นฐานหมายถึง checkpoint

777
00:53:11,233 --> 00:53:14,562
(จุดบันทึกสถานะ) คิดเหมือนการบันทึกเอกสารในไฟล์

778
00:53:14,562 --> 00:53:18,316
Word มันช่วยให้คุณมี checkpoint ณ ช่วงเวลาใดเวลาหนึ่ง

779
00:53:18,316 --> 00:53:22,282
ต่อมาเมื่อคุณอยากย้อนกลับ บางทีคุณทำผิดพลาด อยากย้อนกลับ

780
00:53:22,282 --> 00:53:27,665
คุณก็แค่กลับไปที่จุดที่คุณ commit ไว้ แล้วเข้าถึงโค้ดทั้งหมดของคุณจากตรงนั้น

781
00:53:27,665 --> 00:53:31,561
ผมจะไม่อนุญาตสิ่งนี้ตอนนี้ รอให้มันทำอย่างอื่นเสร็จก่อน

782
00:53:31,561 --> 00:53:35,032
เอาล่ะ ตอนนี้มันบอกว่าเสร็จแล้ว โค้ดอยู่บน GitHub

783
00:53:35,032 --> 00:53:38,785
แล้ว Repo คือ repo เดียวกับที่เราใส่เป๊ะ แล้วมันก็บอก

784
00:53:38,785 --> 00:53:42,256
branch ให้เรา บอก commit ให้เรา และบอกว่า API key

785
00:53:42,256 --> 00:53:46,081
ของเราไม่ได้ถูก push ขึ้นไป ซึ่งยอดเยี่ยมมาก เราสามารถ

786
00:53:46,081 --> 00:53:49,906
push แยกต่างหากได้ถ้าต้องการ ตอนนี้ผมจะคลิกที่ลิงก์นี้

787
00:53:49,906 --> 00:53:53,943
มันพาผมไปที่ repository ของเรา และอย่างที่เห็น repository

788
00:53:53,943 --> 00:53:57,626
ของเรามีไฟล์ทั้งหมดนี้ มีไฟล์ cloud.md มีไฟล์ readme

789
00:53:57,626 --> 00:54:01,380
มาคลิกที่ไฟล์ readme แล้วดูว่าเรามีอะไร "NMNX Startup

790
00:54:01,380 --> 00:54:05,134
Win — founder intelligence for your niche" คุณลองดูสิ

791
00:54:05,134 --> 00:54:08,959
นี่คือ readme ที่มีโครงสร้างดีมาก สวยงามสุดๆ เยี่ยมมาก

792
00:54:08,959 --> 00:54:12,430
เราสามารถกลับมาตรงนี้และเห็นไฟล์ต่างๆ เหล่านี้ได้

793
00:54:12,430 --> 00:54:17,600
มี readme อยู่ด้านล่าง นี่ดูเหมือน repository ที่เป็นมืออาชีพและสวยงามมาก

794
00:54:17,600 --> 00:54:21,142
มันบอกภาษาที่ใช้ ส่วนใหญ่เป็น TypeScript, CSS บ้าง

795
00:54:21,142 --> 00:54:24,471
และ JavaScript อีกเล็กน้อย นี่น่าทึ่งมาก มีไฟล์

796
00:54:24,471 --> 00:54:29,216
public มีไฟล์ source และอีกหลายอย่าง โค้ดทั้งหมดของเราถูกเผยแพร่และ

797
00:54:29,216 --> 00:54:34,245
deploy ไปที่ GitHub แล้ว ต่อมาไม่ว่าจุดไหนในวงจรการพัฒนาผลิตภัณฑ์ของเรา

798
00:54:34,245 --> 00:54:37,645
ถ้าเราอยากเข้าถึงเวอร์ชัน 2 ของ NMNX Startup Win

799
00:54:37,645 --> 00:54:40,974
เราก็มี repository นั้นบันทึกไว้ ตอนนี้เรา push

800
00:54:40,974 --> 00:54:44,374
โค้ดขึ้น GitHub repository แล้ว เราสามารถ deploy

801
00:54:44,374 --> 00:54:47,915
แอปพลิเคชันของเราได้ และสำหรับบทช่วยสอนนี้เราจะใช้

802
00:54:47,915 --> 00:54:51,528
Vercel ในการ deploy สิ่งที่เราต้องทำคือ import repo

803
00:54:51,528 --> 00:54:55,494
ของเรา และเราสามารถ deploy ได้ในไม่กี่วินาที และมันมีแผน

804
00:54:55,494 --> 00:55:02,081
Hobby ที่ไม่เสียค่าใช้จ่าย เป็นจุดเริ่มต้นที่สมบูรณ์แบบสำหรับเว็บแอปหรือโปรเจกต์ส่วนตัวของคุณ

805
00:55:02,081 --> 00:55:06,331
ซึ่งตรงกับที่เรามีพอดี และนี่คือสิ่งที่ผมแนะนำให้คุณเริ่มต้น

806
00:55:06,331 --> 00:55:09,731
ต่อมาถ้าคุณอยาก deploy แอปพลิเคชันที่ซับซ้อนขึ้น

807
00:55:09,731 --> 00:55:13,768
ถ้าคุณทำเงินจากมัน อยากขยายแอปของคุณ คุณก็สามารถสลับไปแผน

808
00:55:13,768 --> 00:55:17,947
Pro ได้ แต่ตอนนี้เราจะใช้แผน Hobby สิ่งที่คุณต้องทำคือไปที่

809
00:55:17,947 --> 00:55:21,347
vercel.com และสร้างบัญชี หลังจากสร้างบัญชีฟรีกับ

810
00:55:21,347 --> 00:55:24,818
Vercel แล้ว มันขอให้เชื่อมต่อ GitHub ซึ่งผมทำแล้ว

811
00:55:24,818 --> 00:55:28,501
และตอนนี้มันขอให้ import Git repository นี้ ผมจะคลิก

812
00:55:28,501 --> 00:55:31,971
import แล้วเราจะ import repository นี้ ทีม Vercel

813
00:55:31,971 --> 00:55:36,080
ของผมชื่อ NMNX และนี่คือชื่อโปรเจกต์ สิ่งที่เราจะทำคือคลิก

814
00:55:36,080 --> 00:55:39,904
deploy ตรงนี้ ผมจะคลิก deploy และหวังว่ามันน่าจะสำเร็จ

815
00:55:39,904 --> 00:55:43,658
สิ่งที่เราต้องการคือลิงก์ที่เราสามารถแชร์กับคนอื่นได้

816
00:55:43,658 --> 00:55:47,412
และลิงก์นั้นจะเข้าถึงได้โดยใครก็ได้ทั่วโลก เรา deploy

817
00:55:47,412 --> 00:55:51,804
แอปพลิเคชันที่เราสร้างด้วย Cursor แล้ว เพื่อให้ทุกคนเข้าถึงได้

818
00:55:51,804 --> 00:55:55,416
รอให้ Vercel deploy แอปพลิเคชันของเราจนเสร็จสมบูรณ์

819
00:55:55,416 --> 00:55:59,170
และปัง! มันบอกว่า "Congratulations, you just deployed

820
00:55:59,170 --> 00:56:03,349
a new project to NMNX" และนี่คือแอปพลิเคชัน นี่คือแอปของเรา

821
00:56:03,349 --> 00:56:06,890
สิ่งที่เราทำได้ตอนนี้คือคลิก continue to dashboard

822
00:56:06,890 --> 00:56:10,715
แล้วมันจะให้ลิงก์นี้กับเรา ตรงนี้ ถ้าผมคลิกที่ลิงก์นี้

823
00:56:10,715 --> 00:56:14,894
มันจะพาผมไปที่แอปพลิเคชันนี้ และนี่คือแอปพลิเคชันของเราเป๊ะ

824
00:56:14,894 --> 00:56:18,507
เรามีแอปที่เราสร้างด้วย Cursor เรานำโค้ดนั้นไป push

825
00:56:18,507 --> 00:56:22,048
ขึ้น GitHub repository โดยใช้ Cursor และเมื่อเรามี

826
00:56:22,048 --> 00:56:25,448
GitHub repository นี้แล้ว เราก็ใช้ Vercel deploy

827
00:56:25,448 --> 00:56:31,043
แอปพลิเคชันของเราได้ฟรีโดยสมบูรณ์ และตอนนี้เรามีลิงก์นี้ที่สามารถส่งให้ใครก็ได้

828
00:56:31,043 --> 00:56:37,489
และพวกเขาก็จะเข้าถึงและใช้แอปพลิเคชันของเราได้ ถึงตอนนี้คุณได้เรียนรู้ฟีเจอร์สำคัญทั้งหมดใน

829
00:56:37,489 --> 00:56:41,314
Cursor แล้ว ต่อไปมาพูดถึง agent skills ซึ่งมีคุณค่ามาก

830
00:56:41,314 --> 00:56:45,493
agent skill โดยพื้นฐานใช้สำหรับขยายความสามารถเฉพาะทางให้กับ

831
00:56:45,493 --> 00:56:49,672
AI agents เช่น ผมสามารถสร้าง skill สำหรับการจัดรูปแบบเอกสาร

832
00:56:49,672 --> 00:56:53,213
(formatting documents) สมมติว่าผมกำลัง vibe coding

833
00:56:53,213 --> 00:56:58,313
ด้วย Cursor และถึงเวลาที่ผมต้องจัดรูปแบบเอกสาร สิ่งที่ผมทำได้คือเรียกใช้

834
00:56:58,313 --> 00:57:01,996
(invoke) skill ที่ผมสร้างไว้สำหรับการจัดรูปแบบเอกสาร

835
00:57:01,996 --> 00:57:05,537
และ agent จะรู้ทุกอย่างเกี่ยวกับการจัดรูปแบบเอกสาร

836
00:57:05,537 --> 00:57:09,150
เพราะมันมีความสามารถเฉพาะทางนั้นผ่าน skill อยู่แล้ว

837
00:57:09,150 --> 00:57:14,462
ดังนั้นเมื่อเรา invoke skill เราจะมอบความสามารถเฉพาะทางสำหรับงานเฉพาะให้กับ

838
00:57:14,462 --> 00:57:18,499
agent ของเรา skill สำหรับจัดรูปแบบเอกสารสามารถถูกเรียกใช้

839
00:57:18,499 --> 00:57:22,253
และนั่นจะทำให้ agent มีความสามารถในการจัดรูปแบบเอกสาร

840
00:57:22,253 --> 00:57:25,795
เราสามารถสร้าง skill ได้หลากหลาย และยังมี built-in

841
00:57:25,795 --> 00:57:29,336
skills อีกมากมาย ซึ่งเราจะพูดถึงอย่างละเอียด skill

842
00:57:29,336 --> 00:57:33,161
คือแพ็กเกจแบบพกพาที่จัดการด้วย version control ซึ่งสอน

843
00:57:33,161 --> 00:57:36,490
agent ถึงวิธีทำงานเฉพาะโดเมน เช่น ผมอาจมี skill

844
00:57:36,490 --> 00:57:39,819
ที่วิเคราะห์ราคาหุ้นของบริษัท แค่ตัวอย่างสมมุติ

845
00:57:39,819 --> 00:57:45,627
และสมมติว่าผมกำลังสร้างแอปพลิเคชันการเงินและต้องวิเคราะห์ราคาหุ้นของบริษัทหลากหลาย

846
00:57:45,627 --> 00:57:49,239
ผมสามารถ invoke skill นั้นตรงนี้ได้ ผมสามารถ invoke

847
00:57:49,239 --> 00:57:53,206
skill โดยใช้คำสั่ง slash (เครื่องหมายทับ) ผมจะโชว์วิธีทำ

848
00:57:53,206 --> 00:57:56,889
และจู่ๆ agent ก็จะมีความสามารถในการวิเคราะห์ราคาหุ้น

849
00:57:56,889 --> 00:58:02,272
คุณสามารถให้ skill หลากหลายกับ agent ของคุณและทำให้มันมีความสามารถมากขึ้นมาก

850
00:58:02,272 --> 00:58:06,026
skills ทำงานยังไง? เมื่อ Cursor เริ่มทำงาน มันจะค้นพบ

851
00:58:06,026 --> 00:58:10,559
skills จากไดเรกทอรีของ skills โดยอัตโนมัติและทำให้มันพร้อมใช้กับ

852
00:58:10,559 --> 00:58:16,792
agent agent จะเห็น skills ที่พร้อมใช้ และตัดสินใจว่ามันเกี่ยวข้องเมื่อไหร่โดยอิงจากบริบท

853
00:58:16,792 --> 00:58:20,475
ขณะที่ผมสนทนาเกี่ยวกับ agentic engineering กับ agent

854
00:58:20,475 --> 00:58:24,158
agent อาจตระหนักว่ามันต้อง invoke และใช้ skill เฉพาะ

855
00:58:24,158 --> 00:58:27,912
นั่นคือตอนที่มันเห็น skills ที่พร้อมใช้และตัดสินใจว่า

856
00:58:27,912 --> 00:58:31,596
"โอเค เราต้องใช้ตัวนี้" นอกจากนี้คุณยังสามารถ invoke

857
00:58:31,596 --> 00:58:34,995
skills ด้วยมือโดยพิมพ์เครื่องหมาย slash ในแชตของ

858
00:58:34,995 --> 00:58:38,679
agent แล้วค้นหาชื่อ skill ซึ่งเราจะทำในอีกไม่กี่นาที

859
00:58:38,679 --> 00:58:42,574
เรามี built-in skills ใน Cursor ด้วย Cursor มี built-in

860
00:58:42,574 --> 00:58:46,257
skills ชุดเล็กๆ เพื่อปรับปรุงเวิร์กโฟลว์ทั่วไปของคุณ

861
00:58:46,257 --> 00:58:49,940
skills เหล่านี้ถูกจัดการโดย Cursor และปรากฏเคียงข้าง

862
00:58:49,940 --> 00:58:54,119
skills ที่คุณเพิ่มเอง ในด้านหนึ่งเรามี skills ที่เราจะสร้าง

863
00:58:54,119 --> 00:58:57,944
ซึ่งเฉพาะเจาะจงกับเวิร์กโฟลว์ของเรา ถ้าผมเป็น YouTuber

864
00:58:57,944 --> 00:59:01,344
ผมจะสร้าง skill มากมายที่จะช่วยผมในการเดินทางสาย

865
00:59:01,344 --> 00:59:04,673
YouTube ถ้าผมเป็นนักเศรษฐศาสตร์ ผมจะสร้าง skill

866
00:59:04,673 --> 00:59:08,710
มากมายที่จะช่วยงานและวิจัยด้านเศรษฐศาสตร์ของผม และเราก็มี

867
00:59:08,710 --> 00:59:12,181
skills ที่ Cursor มี คือ built-in skills ซึ่งเป็น

868
00:59:12,181 --> 00:59:16,077
skills ทั่วไปที่จะช่วยคุณเมื่อคุณทำ agentic engineering

869
00:59:16,077 --> 00:59:19,901
กับ Cursor เช่น create skill คือ skill ที่ช่วยเราสร้าง

870
00:59:19,901 --> 00:59:23,585
agent skills, create rules ช่วยเราสร้าง Cursor rules

871
00:59:23,585 --> 00:59:27,197
ซึ่งเป็นสิ่งที่เราพูดถึงไปช่วงต้นของคอร์ส มี skills

872
00:59:27,197 --> 00:59:30,738
หลากหลายตรงนี้ เช่น "loop" รัน prompter หรือ skill

873
00:59:30,738 --> 00:59:34,280
ซ้ำๆ ตามช่วงเวลาที่กำหนด หรือ "review" เลือกและรัน

874
00:59:34,280 --> 00:59:38,317
agent ตรวจสอบโค้ดที่เหมาะสมเมื่อคุณต้องการรีวิวโค้ดของคุณ

875
00:59:38,317 --> 00:59:41,859
มี built-in skills ทุกแบบใน Cursor และคุณสามารถรัน

876
00:59:41,859 --> 00:59:45,188
built-in skill ใดก็ได้โดยพิมพ์เครื่องหมาย slash

877
00:59:45,188 --> 00:59:48,517
ในแชตของ agent แล้วเลือกชื่อของมัน agent อาจใช้

878
00:59:48,517 --> 00:59:54,608
built-in skills บางอย่างโดยอัตโนมัติเมื่อคำขอของคุณตรงกับวัตถุประสงค์ของมันอย่างชัดเจน

879
00:59:54,608 --> 00:59:58,008
เมื่อคุณทำ agentic engineering ถ้า agent ระบุได้

880
00:59:58,008 --> 01:00:01,833
ตรงนี้ในอินเทอร์เฟซ Cursor ของเรา คุณจะเห็นเครื่องหมาย

881
01:00:01,833 --> 01:00:05,445
slash สำหรับ skills ถ้าผมคลิกที่ slash เราจะเข้าถึง

882
01:00:05,445 --> 01:00:10,190
skills ทั้งหมดเหล่านี้ นี่คือ built-in skills คุณเห็นว่ามันเขียนว่า

883
01:00:10,190 --> 01:00:13,803
built-in cursor skill และมีอีก 15 skills ของ Cursor

884
01:00:13,803 --> 01:00:18,903
skills ทั้งหมดที่เราเห็นตรงนั้นอยู่ตรงนี้แล้ว ต่อไปมาดูวิธีที่เราจะสร้าง

885
01:00:18,903 --> 01:00:22,444
skill ของเราเอง คุณต้องคลิกที่ปุ่ม settings ตรงนี้

886
01:00:22,444 --> 01:00:26,056
แล้วเราจะกลับไปที่ส่วน rules, skills และ sub-agents

887
01:00:26,056 --> 01:00:29,385
นี้ และคุณสามารถเลื่อนลงมาตรงนี้แล้วเห็น skills

888
01:00:29,385 --> 01:00:32,927
"Skills are specialized capabilities that help the

889
01:00:32,927 --> 01:00:36,256
agent accomplish specific tasks. Skills will be

890
01:00:36,256 --> 01:00:40,081
invoked by the agent when relevant or can be triggered

891
01:00:40,081 --> 01:00:45,322
manually with slash in chat." ผมค่อนข้างแน่ใจว่าพวกคุณเข้าใจทั้งหมดนี้แล้ว

892
01:00:45,322 --> 01:00:48,722
มาพูดถึงวิธีสร้าง skill ใหม่กัน ในการสร้าง skill

893
01:00:48,722 --> 01:00:52,263
ใหม่ สิ่งที่เราจะทำคือคลิกที่ปุ่ม new skill ตรงนี้

894
01:00:52,263 --> 01:00:56,159
แล้วมันจะพาเราไปตรงนี้ มันใช้ built-in skill ที่ชื่อว่า

895
01:00:56,159 --> 01:00:59,913
create skill อยู่แล้ว และ built-in skill นี้ใน Cursor

896
01:00:59,913 --> 01:01:04,021
จะช่วยเราสร้าง skill ใหม่ของเราเอง skill ที่ผมอยากสร้างคือ

897
01:01:04,021 --> 01:01:08,413
skill ที่ให้ความสามารถกับ agent ในการแนะนำว่าเมื่อไหร่ควรสร้าง

898
01:01:08,413 --> 01:01:14,504
rule ใหม่ ถ้าผมขออะไรบางอย่างซ้ำๆ agent ควรจะระบุได้และแนะนำว่าเราสามารถเปลี่ยนมันเป็น

899
01:01:14,504 --> 01:01:17,904
rule ได้ ผมอยากให้ความสามารถนี้กับ agent นั่นคือ

900
01:01:17,904 --> 01:01:21,374
skill ที่เราจะสร้าง สิ่งที่ผมเขียนตรงนี้คือ "help

901
01:01:21,374 --> 01:01:24,845
me create this skill for cursor suggesting cursor

902
01:01:24,845 --> 01:01:28,386
rules. So whenever I repeat an instruction or when

903
01:01:28,386 --> 01:01:32,211
the agent realizes that I've been asking for something

904
01:01:32,211 --> 01:01:35,682
repeatedly and it's quite common in my workflows,

905
01:01:35,682 --> 01:01:39,294
the agent should suggest turning that into a rule."

906
01:01:39,294 --> 01:01:42,907
เราจะกด Enter แล้วดูว่ามันจะไปทางไหน มันบอกว่า "All

907
01:01:42,907 --> 01:01:46,944
right soldier. Clear mission: catch repeated instructions

908
01:01:46,944 --> 01:01:50,485
and push them into cursor rules before they become

909
01:01:50,485 --> 01:01:55,373
bad habits." แทนที่จะต้องพูดคำสั่งซ้ำหลายครั้งจนกลายเป็นนิสัยที่ไม่ดี

910
01:01:55,373 --> 01:01:58,914
มันจะผลักดันสิ่งนั้นเข้าไปใน rule โดยอัตโนมัติก่อน

911
01:01:58,914 --> 01:02:02,456
และมันจะเขียน skill นี้ให้เรา และมันถามคำถามสองข้อ

912
01:02:02,456 --> 01:02:06,847
หนึ่ง: skill นี้จะอยู่ที่ไหน? Personal ซึ่งจะใช้กับทุกโปรเจกต์

913
01:02:06,847 --> 01:02:10,530
หรือแค่โปรเจกต์นี้ ซึ่งใช้กับ repository นี้เท่านั้น

914
01:02:10,530 --> 01:02:14,497
สอง: agent ควรออกแรงแค่ไหน? "Quiet nudge" — คำแนะนำสั้นๆ

915
01:02:14,497 --> 01:02:18,817
หนึ่งครั้งเมื่อมีสิ่งที่ซ้ำปรากฏขึ้น แล้วปล่อยไปถ้าคุณไม่สนใจ

916
01:02:18,817 --> 01:02:22,359
หรือ "firm recommendation" — แนะนำพร้อมร่างข้อความ

917
01:02:22,359 --> 01:02:26,750
rule และเสนอให้สร้างด้วย create rule skill นี้ คำแนะนำของผมคือ

918
01:02:26,750 --> 01:02:31,142
personal + firm นั่นคือวิธีที่คุณจะหยุดพูดซ้ำตัวเองในทุกภารกิจ

919
01:02:31,142 --> 01:02:35,391
มันกำลังถามข้อมูลจำเพาะของ skill จากเรานั่นเอง คุณต้องการให้

920
01:02:35,391 --> 01:02:38,933
skill นี้ใช้กับโปรเจกต์นี้เท่านั้นหรือทุกโปรเจกต์?

921
01:02:38,933 --> 01:02:42,758
และนี่คือการตัดสินใจที่สำคัญมากที่คุณจะต้องทำสำหรับทุก

922
01:02:42,758 --> 01:02:47,787
skill ที่คุณสร้าง skill นั้นสามารถใช้กับโปรเจกต์ใดโปรเจกต์หนึ่งโดยเฉพาะ

923
01:02:47,787 --> 01:02:51,541
หรือใช้กับโปรเจกต์ทั้งหมดของคุณ สำหรับ skill ส่วนใหญ่

924
01:02:51,541 --> 01:02:56,569
ถ้าเวิร์กโฟลว์ของคุณค่อนข้างคล้ายกัน คุณอยากเก็บมันไว้ใช้กับทุกโปรเจกต์

925
01:02:56,569 --> 01:03:02,519
ซึ่งในกรณีนี้ก็คือ personal แต่ถ้ามี skill ที่คุณสร้างขึ้นเพื่อโปรเจกต์เดียวเท่านั้น

926
01:03:02,519 --> 01:03:06,061
คือโปรเจกต์ที่คุณกำลังทำอยู่ คุณก็สามารถเก็บ skill

927
01:03:06,061 --> 01:03:09,673
นั้นไว้เฉพาะในโปรเจกต์นั้นได้ และนี่เป็นแค่คำถามที่

928
01:03:09,673 --> 01:03:13,002
agent ถาม ผมจะเลือก firm recommendation ผมจะตอบ

929
01:03:13,002 --> 01:03:16,898
personal และ firm แล้วกด Enter ตอนนี้มันจะสร้างและเขียน

930
01:03:16,898 --> 01:03:20,581
skill ทั้งหมดให้เรา มันราบรื่นมาก ผมไม่ต้องทำอะไรเลย

931
01:03:20,581 --> 01:03:24,476
ผมไม่ต้องสร้างไฟล์ skill.md เองหรืออะไรแบบนั้น ผมแค่บอก

932
01:03:24,476 --> 01:03:28,089
agent ว่าผมอยากสร้าง skill นี้โดยใช้ built-in skill

933
01:03:28,089 --> 01:03:31,772
ชื่อ /create skill และมันจะช่วยผมสร้าง skill ทั้งหมด

934
01:03:31,772 --> 01:03:36,092
เขียน skill ทั้งหมดจากศูนย์ ผมไม่ต้องทำอะไรเลย แม้แต่การเขียน

935
01:03:36,092 --> 01:03:39,705
skills ก็ง่ายมาก และเมื่อคุณมี skills เหล่านั้นแล้ว

936
01:03:39,705 --> 01:03:44,380
การใช้มันด้วยคำสั่ง slash ก็ง่ายสุดๆ นี่เป็นกระบวนการที่ราบรื่นมาก

937
01:03:44,380 --> 01:03:48,275
คุณเห็นว่ามันกำลังแก้ไฟล์ skill.md เราจะดูไฟล์ skill.md

938
01:03:48,275 --> 01:03:51,604
ด้วยเพื่อให้พวกคุณเข้าใจ และมันบอกว่า "Skill is

939
01:03:51,604 --> 01:03:55,712
live, recruit. Location mode: personal, auto-discoverable.

940
01:03:55,712 --> 01:03:59,466
When you repeat yourself or the agent spots a durable

941
01:03:59,466 --> 01:04:03,079
workflow habit, it will call out the pattern, draft

942
01:04:03,079 --> 01:04:06,691
the rule text, recommend user versus project scope,

943
01:04:06,691 --> 01:04:10,091
and offer to create it automatically." เยี่ยมมาก

944
01:04:10,091 --> 01:04:13,703
โอเค ผมคลิกที่ไฟล์ skill.md แล้วมันเปิดขึ้นมาตรงนี้

945
01:04:13,703 --> 01:04:17,670
นี่คือไฟล์ skill.md และเราจะศึกษามัน เราจะไปที่เอกสารของ

946
01:04:17,670 --> 01:04:21,069
Cursor และพูดถึงไฟล์ skill.md แต่ก่อนอื่นมาดูว่า

947
01:04:21,069 --> 01:04:24,823
Cursor เขียนอะไรให้เราในไฟล์ skill.md นี้ มันตั้งชื่อ

948
01:04:24,823 --> 01:04:29,781
skill ว่า "suggesting cursor rules" ซึ่งตรงกับที่เราบอกให้ตั้งชื่อเป๊ะ

949
01:04:29,781 --> 01:04:33,606
แล้วก็มีคำอธิบาย (description) คำอธิบายบอกว่า "detects

950
01:04:33,606 --> 01:04:37,077
repeated user instructions and recurring workflow

951
01:04:37,077 --> 01:04:40,689
preferences, then firmly suggests turning them into

952
01:04:40,689 --> 01:04:44,585
cursor rules. Use when the user repeats an instruction,

953
01:04:44,585 --> 01:04:48,197
restates the same preference across turns or chats,

954
01:04:48,197 --> 01:04:51,739
corrects the same behavior more than once, or when

955
01:04:51,739 --> 01:04:55,422
a pattern is clearly a durable workflow convention."

956
01:04:55,422 --> 01:04:59,317
นี่คือสิ่งที่ผมจินตนาการไว้เป๊ะ และคำสั่งนี้มีไว้สำหรับ

957
01:04:59,317 --> 01:05:02,930
agent agent จะใช้ skill นี้ และมันบอกว่า "use when"

958
01:05:02,930 --> 01:05:08,171
ใช่ไหม agent จะปฏิบัติตามนี้และใช้ skill ในเวลานั้นเมื่อผู้ใช้พูดคำสั่งซ้ำ

959
01:05:08,171 --> 01:05:11,713
สิ่งที่เราทำได้คือกลับไปที่ Chrome และดูรูปแบบไฟล์

960
01:05:11,713 --> 01:05:15,396
skill.md "Each skill is defined in a skill.md file."

961
01:05:15,396 --> 01:05:20,070
นี่คือไฟล์นั้นเป๊ะ skill ถูกกำหนดไว้ในไฟล์นี้ และมันมีรูปแบบเฉพาะ:

962
01:05:20,070 --> 01:05:23,541
name (ชื่อ) และ description ซึ่งเป็นคำอธิบายสั้นๆ

963
01:05:23,541 --> 01:05:29,703
ว่า skill นี้ทำอะไรและใช้เมื่อไหร่ และสิ่งที่คุณเห็นตรงนี้คือคำอธิบายนี้เป็นแบบนั้นพอดี

964
01:05:29,703 --> 01:05:34,307
มันบอกว่า skill คืออะไรและใช้เมื่อไหร่ จำได้ไหมตอนที่เราพูดถึงว่า

965
01:05:34,307 --> 01:05:40,186
agent สามารถดึง skill หรือ invoke skill โดยอิงจากความเกี่ยวข้องกับการสนทนาปัจจุบัน?

966
01:05:40,186 --> 01:05:44,153
แล้วมันจะรู้ได้ยังไงว่าต้องตรวจสอบความเกี่ยวข้องจากอะไร?

967
01:05:44,153 --> 01:05:48,048
มันจะตรวจสอบที่ description เพราะ description อธิบายว่า

968
01:05:48,048 --> 01:05:52,298
skill ทำอะไรและใช้เมื่อไหร่ เมื่อ agent ต้องตัดสินใจว่าจะใช้

969
01:05:52,298 --> 01:05:56,760
skill หรือไม่ มันจะใช้ description เพื่อตัดสินความเกี่ยวข้องของ

970
01:05:56,760 --> 01:06:00,373
skill นั้น พวกคุณหลายคนอาจคิดว่า "แล้วถ้าผมไม่ want

971
01:06:00,373 --> 01:06:04,410
ให้ agent invoke skill เมื่อไหร่ก็ตามที่มันเห็นสมควรล่ะ?"

972
01:06:04,410 --> 01:06:08,376
สิ่งที่คุณทำได้คือปิดการ invoke อัตโนมัติ โดยค่าเริ่มต้น

973
01:06:08,376 --> 01:06:13,122
skills จะถูกนำไปใช้โดยอัตโนมัติเมื่อ agent ตัดสินใจว่ามันเกี่ยวข้อง

974
01:06:13,122 --> 01:06:17,655
แต่ถ้าคุณอยากเอาอำนาจในการตัดสินว่ามันเกี่ยวข้องหรือไม่ออกจากตัว

975
01:06:17,655 --> 01:06:21,551
agent คุณสามารถทำได้โดยตั้งค่า disable model invocation

976
01:06:21,551 --> 01:06:24,951
เป็น true และนั่นจะทำให้ skill ทำตัวเหมือนคำสั่ง

977
01:06:24,951 --> 01:06:28,846
slash แบบดั้งเดิม ซึ่งจะถูกรวมในบริบทก็ต่อเมื่อคุณพิมพ์

978
01:06:28,846 --> 01:06:32,246
/skill name ในแชตอย่างชัดเจนเท่านั้น หมายความว่า

979
01:06:32,246 --> 01:06:35,858
แทนที่จะให้อำนาจกับ agent ในการตัดสินว่าจะใช้ skill

980
01:06:35,858 --> 01:06:40,462
ใดหรือไม่ คุณเก็บอำนาจนั้นไว้กับตัวคุณเอง ตอนนี้เราสามารถทดสอบว่า

981
01:06:40,462 --> 01:06:43,862
skill ถูกสร้างแล้ว ด้วยการพิมพ์เครื่องหมาย slash

982
01:06:43,862 --> 01:06:47,545
และชื่อของ skill มันอยู่ตรงนี้ คุณเห็นว่าเรามี skill

983
01:06:47,545 --> 01:06:50,874
เรามี description สำหรับ skill ที่เราเพิ่งสร้าง

984
01:06:50,874 --> 01:06:56,541
ตอนนี้คุณสามารถสร้าง skills ได้มากเท่าที่ต้องการด้วยกระบวนการที่คุณเพิ่งเรียนรู้

985
01:06:56,541 --> 01:07:02,632
และเมื่อคุณสร้าง skills สำหรับงานของคุณ คุณจะพบว่างานสำคัญส่วนใหญ่ของคุณสามารถทำได้โดย

986
01:07:02,632 --> 01:07:08,227
agent จริงๆ และเมื่อคุณสร้าง skills คุณให้คำแนะนำที่เฉพาะเจาะจงและละเอียดมากกับ

987
01:07:08,227 --> 01:07:12,831
agent ว่าจะทำงานนั้นให้สำเร็จได้ยังไง มันทำให้ทุกอย่างง่ายขึ้นมาก

988
01:07:12,831 --> 01:07:16,231
ต่อไปเราจะพูดถึง MCP หรือ model context protocol

989
01:07:16,231 --> 01:07:22,039
นี่คือคำที่ใช้บ่อยมากในวงการ AI และผมจะทำให้แน่ใจว่าคุณเข้าใจมันและความสำคัญของมัน

990
01:07:22,039 --> 01:07:25,935
มาดูตัวอย่างกัน สมมติว่าผมขอให้ Cursor สร้างวิดีโอให้ผม

991
01:07:25,935 --> 01:07:31,530
เป็นวิดีโอคุณภาพสูงมาก มันจะไม่สามารถทำได้ เพราะมันไม่มีการเข้าถึงเครื่องมือใดๆ

992
01:07:31,530 --> 01:07:35,072
ที่สร้างวิดีโอโดยเฉพาะ นี่คือจุดที่ MCP เข้ามาช่วย

993
01:07:35,072 --> 01:07:38,897
เราจะใช้ MCP เพื่อเชื่อมต่อ Cursor กับเครื่องมือภายนอก

994
01:07:38,897 --> 01:07:43,571
ในกรณีนี้เราจะใช้เครื่องมืออย่าง Remotion ซึ่งให้คุณสร้างวิดีโอได้

995
01:07:43,571 --> 01:07:47,042
สิ่งที่จะเกิดขึ้นคือ เมื่อเราเชื่อมต่อ MCP server

996
01:07:47,042 --> 01:07:50,725
ของ Remotion แล้ว เราจะสามารถสร้างวิดีโอได้ มันทำให้

997
01:07:50,725 --> 01:07:56,250
Cursor เข้าถึงเครื่องมือภายนอกนั้น และตอนนี้มันมีความสามารถที่เกี่ยวข้องกับมัน

998
01:07:56,250 --> 01:07:59,862
ครั้งหน้าเมื่อผมบอกว่า "สร้างวิดีโอนี้ให้ฉัน" ภายใน

999
01:07:59,862 --> 01:08:03,687
Cursor ที่เราเชื่อมต่อ MCP server ของ Remotion ไว้แล้ว

1000
01:08:03,687 --> 01:08:07,158
มันก็จะสามารถสร้างวิดีโอให้ผมได้ สิ่งนี้ใช้ได้กับ

1001
01:08:07,158 --> 01:08:11,337
MCP นับพันที่พร้อมใช้งานออนไลน์ ถ้าคุณเคยใช้เครื่องมืออย่าง

1002
01:08:11,337 --> 01:08:16,224
Linear, Figma และ Notion พวกมันทั้งหมดมี MCP ที่คุณสามารถเชื่อมต่อกับ

1003
01:08:16,224 --> 01:08:21,395
Cursor ได้ MCP servers เชื่อมต่อ Cursor กับเครื่องมือภายนอกและแหล่งข้อมูล

1004
01:08:21,395 --> 01:08:24,865
เช่น Linear, Figma และ Notion ตัวอย่างเช่น Cursor

1005
01:08:24,865 --> 01:08:28,336
และ Figma ตั้งค่า MCP server ขึ้นมา Figma MCP ให้

1006
01:08:28,336 --> 01:08:32,232
Cursor เข้าถึงไฟล์และเครื่องมือของ Figma แบบมีโครงสร้าง

1007
01:08:32,232 --> 01:08:36,765
Figma เป็นหนึ่งในเครื่องมือออกแบบที่ได้รับความนิยมมากที่สุดในโลก

1008
01:08:36,765 --> 01:08:41,298
ถ้าคุณต้องการติดตั้ง MCP servers วิธีที่ง่ายที่สุดคือติดตั้งผ่าน

1009
01:08:41,298 --> 01:08:45,052
plugin ถ้าคุณยังไม่รู้ว่า plugin คืออะไร ไม่ต้องกังวล

1010
01:08:45,052 --> 01:08:50,293
เราจะพูดถึงในอีกไม่กี่นาทีข้างหน้าในคอร์สนี้ แต่สิ่งที่เราหมายถึงตรงนี้คือ

1011
01:08:50,293 --> 01:08:54,330
ถ้าคุณติดตั้ง plugin มันจะประกอบด้วย MCP อยู่โดยอัตโนมัติ

1012
01:08:54,330 --> 01:08:57,872
โดยการติดตั้ง Figma plugin ผมจะได้การเข้าถึง Figma

1013
01:08:57,872 --> 01:09:03,822
MCP โดยอัตโนมัติ และพร้อมกับนั้น ผมยังได้เข้าถึงเวิร์กโฟลว์ทั่วไปบางอย่างในรูปแบบของ

1014
01:09:03,822 --> 01:09:07,505
skills ซึ่งเป็น skills ที่มีประโยชน์มากเมื่อเทียบกับ

1015
01:09:07,505 --> 01:09:12,038
MCP และ plugin เฉพาะที่ผมกำลังใช้ skills เหล่านี้จะเกี่ยวข้องกับ

1016
01:09:12,038 --> 01:09:15,367
Figma และการออกแบบด้วย Figma ใน Cursor คุณจะได้

1017
01:09:15,367 --> 01:09:19,404
skills เหล่านี้ทั้งหมด และยังได้ Figma MCP ด้วยการติดตั้ง

1018
01:09:19,404 --> 01:09:22,733
plugin นี่คือตัวอย่างหนึ่ง สิ่งที่คุณทำได้คือดู

1019
01:09:22,733 --> 01:09:26,770
MCPs และ plugins หลากหลายตรงนี้ มี Linear ถ้าพวกคุณเคยใช้

1020
01:09:26,770 --> 01:09:30,099
Linear มีทุกอย่างตรงนี้ มี Ampify มี plugin และ

1021
01:09:30,099 --> 01:09:33,853
MCP ของ Ampify และมีหลายอย่างให้ลองดู มี Slack ตรงนี้

1022
01:09:33,853 --> 01:09:37,395
Slack MCP server ถ้าผมคลิกที่ Slack คุณจะได้ Slack

1023
01:09:37,395 --> 01:09:41,149
MCP ตรงนี้ Slack MCP server จะให้คุณค้นหาช่อง (search

1024
01:09:41,149 --> 01:09:44,478
channels), ส่งข้อความ และทำ Slack actions อื่นๆ

1025
01:09:44,478 --> 01:09:48,515
ผ่านไคลเอนต์ที่รองรับ MCP ถ้าคุณต้องการทำสิ่งเหล่านี้ผ่าน

1026
01:09:48,515 --> 01:09:51,844
Cursor คุณก็ทำได้ง่ายๆ ด้วยการติดตั้ง Slack MCP

1027
01:09:51,844 --> 01:09:55,669
แค่คลิก add to cursor แล้วมันก็ถูกเพิ่มให้โดยอัตโนมัติ

1028
01:09:55,669 --> 01:09:59,210
มี MCPs และ plugins หลากหลายที่คุณสามารถค้นหาได้ใน

1029
01:09:59,210 --> 01:10:02,610
Cursor marketplace แค่คลิกตรงนี้ คุณจะเห็นมากมาย

1030
01:10:02,610 --> 01:10:06,081
มี Azure จาก Microsoft มี Enor มี Firebase, Clerk

1031
01:10:06,081 --> 01:10:09,764
ซึ่ง Clerk ใช้สำหรับ authentication (การยืนยันตัวตน)

1032
01:10:09,764 --> 01:10:14,297
Clerk authentication toolkit สำหรับ Cursor พร้อมคู่มือการตั้งค่า

1033
01:10:14,297 --> 01:10:18,334
MCP server และ skills เฉพาะทาง plugin หลายตัวเหล่านี้จะมี

1034
01:10:18,334 --> 01:10:22,088
skills รวมอยู่ด้วย ซึ่งเยี่ยมมาก ถ้าคุณอยากเริ่มเพิ่ม

1035
01:10:22,088 --> 01:10:28,180
authentication การยืนยันตัวตนผู้ใช้ การเข้าสู่ระบบและการสมัครสมาชิกในแอปพลิเคชันของคุณ

1036
01:10:28,180 --> 01:10:31,934
ผมแนะนำให้เพิ่ม Clerk MCP เข้าไปใน Cursor ของคุณจริงๆ

1037
01:10:31,934 --> 01:10:35,263
แล้วคุณใช้ MCPs ในกระบวนการ agentic engineering

1038
01:10:35,263 --> 01:10:39,229
ยังไงกันแน่? สิ่งที่คุณทำได้คือขอเครื่องมือเฉพาะด้วยชื่อ

1039
01:10:39,229 --> 01:10:44,329
หรืออธิบายสิ่งที่คุณต้องการ เช่น ถ้าผมกำลังทำงานออกแบบบางอย่างและอยากให้

1040
01:10:44,329 --> 01:10:47,800
Cursor เริ่มใช้ Figma ให้ผม ผมก็แค่บอกมันว่า "use

1041
01:10:47,800 --> 01:10:51,129
Figma MCP for this particular task" เท่านั้นเอง

1042
01:10:51,129 --> 01:10:55,095
แล้วมันก็จะใช้มัน Cursor จะใช้ MCP tools ที่อยู่ในรายการ

1043
01:10:55,095 --> 01:10:59,841
available tools โดยอัตโนมัติเมื่อเกี่ยวข้อง ซึ่งเป็นสิ่งที่ควรจำไว้

1044
01:10:59,841 --> 01:11:03,453
และมันรวมถึงใน plan mode ด้วย ในเรื่องของการอนุมัติ

1045
01:11:03,453 --> 01:11:07,774
(approval) Cursor จะขออนุมัติก่อนใช้ MCP tools โดยค่าเริ่มต้น

1046
01:11:07,774 --> 01:11:11,315
และมีข้อควรพิจารณาด้านความปลอดภัยที่ระบุไว้ตรงนี้:

1047
01:11:11,315 --> 01:11:15,140
"Verify the source" เสมอ คุณต้องแน่ใจเสมอว่าคุณติดตั้ง

1048
01:11:15,140 --> 01:11:18,965
MCP servers จากองค์กรที่คุณเชื่อถือ ไม่ใช่ผู้ไม่หวังดี

1049
01:11:18,965 --> 01:11:22,789
ควรเป็นนักพัฒนาและ repositories ที่น่าเชื่อถือ "Review

1050
01:11:22,789 --> 01:11:26,898
your permissions" ตรวจสอบให้แน่ใจว่าข้อมูลที่คุณต้องการให้

1051
01:11:26,898 --> 01:11:31,147
MCP servers เข้าถึงได้เท่านั้น นั่นคือข้อมูลเดียวที่พวกมันมี

1052
01:11:31,147 --> 01:11:35,043
"Limit your API keys" "Audit your code" และจำไว้เสมอว่า

1053
01:11:35,043 --> 01:11:39,364
MCP servers สามารถเข้าถึงบริการภายนอกและรันโค้ดในนามของคุณได้

1054
01:11:39,364 --> 01:11:42,976
ดังนั้นควรเข้าใจเสมอว่า server ทำอะไรก่อนการติดตั้ง

1055
01:11:42,976 --> 01:11:47,013
ต่อไปผมจะพูดถึง sub agents agent ที่เราโต้ตอบด้วยเรียกว่า

1056
01:11:47,013 --> 01:11:53,246
main agent (agent หลัก) และ main agent จะแยกย่อยงานที่ซับซ้อนที่เราให้มันออกเป็นงานย่อยๆ

1057
01:11:53,246 --> 01:11:58,346
ซึ่งมันจะส่งต่อให้ sub agents main agent แยกย่อยงานที่เราให้เป็นงานย่อยๆ

1058
01:11:58,346 --> 01:12:02,879
ซึ่งมันให้กับ sub agents ดังนั้น sub agent หนึ่งได้งานหนึ่งอย่าง

1059
01:12:02,879 --> 01:12:06,421
sub agent สองได้อีกงานหนึ่ง เช่น การรีวิว codebase

1060
01:12:06,421 --> 01:12:11,095
sub agent สามถูกสั่งให้รีวิวเบราว์เซอร์หรือทำงานร่วมกับเบราว์เซอร์

1061
01:12:11,095 --> 01:12:14,637
sub agent สี่ถูกสั่งให้รันคำสั่งในเทอร์มินัล แต่ละ

1062
01:12:14,637 --> 01:12:18,462
sub agent ได้งานที่ต่างกัน sub agents ยังสามารถเปิดตัว

1063
01:12:18,462 --> 01:12:21,791
child sub agents ของตัวเอง ซึ่งก็คือ sub agents

1064
01:12:21,791 --> 01:12:25,828
ของ sub agents อีกที แต่ child sub agent ไม่สามารถเปิดตัว

1065
01:12:25,828 --> 01:12:29,511
sub agent อีกตัวหนึ่งได้ main agent สร้าง sub agents

1066
01:12:29,511 --> 01:12:33,407
ส่วน sub agents ที่ถูกสร้างโดย main agent สามารถเปิดตัว

1067
01:12:33,407 --> 01:12:36,736
sub agents ต่อได้ แต่ sub agents ที่ถูกสร้างโดย

1068
01:12:36,736 --> 01:12:41,269
sub agent ไม่สามารถเปิดตัว sub agents ต่อได้ เป็นสิ่งที่ควรจำไว้

1069
01:12:41,269 --> 01:12:45,519
มี sub agents หลายประเภท: custom และ built-in เราจะพูดถึงแบบ

1070
01:12:45,519 --> 01:12:48,918
built-in มี built-in sub agents สามตัวใน Cursor:

1071
01:12:48,918 --> 01:12:52,318
bash, browser และ explore main agent จะให้งานกับ

1072
01:12:52,318 --> 01:12:55,718
sub agents เหล่านี้โดยอัตโนมัติเมื่อมันเห็นสมควร

1073
01:12:55,718 --> 01:13:02,234
explore ใช้สำหรับสำรวจ codebase browser ใช้สำหรับงานเบราว์เซอร์และการทำงานร่วมกับเบราว์เซอร์

1074
01:13:02,234 --> 01:13:06,272
และ bash ใช้สำหรับรันคำสั่ง เมื่อไหร่ก็ตามที่เราโต้ตอบกับ

1075
01:13:06,272 --> 01:13:10,309
agent agent จะสลับไปมาระหว่าง agents เหล่านี้โดยอัตโนมัติ

1076
01:13:10,309 --> 01:13:14,559
เพราะงานเหล่านี้ต้องการบริบทจำนวนมาก และด้วยเหตุผลหลายประการ

1077
01:13:14,559 --> 01:13:17,888
มันจะมอบหมายงานเหล่านั้นให้ sub agents เหล่านี้

1078
01:13:17,888 --> 01:13:22,633
เราแตะเรื่อง plugins ไปแล้ว ผมจะให้ข้อมูลเพิ่มเติมเล็กน้อยเกี่ยวกับ

1079
01:13:22,633 --> 01:13:27,025
plugins และว่ามันคืออะไร plugins โดยพื้นฐานประกอบด้วยสิ่งต่างๆ

1080
01:13:27,025 --> 01:13:30,637
ที่เราเรียนไปแล้วหลายอย่าง เช่น skills, rules, MCPs

1081
01:13:30,637 --> 01:13:35,595
และ agents ถ้าผมติดตั้ง plugin ผมจะได้การเข้าถึงทั้งหมดนี้โดยอัตโนมัติ

1082
01:13:35,595 --> 01:13:38,995
ตัวอย่างเช่น ถ้าผมติดตั้ง Datadog plugin ผมจะได้

1083
01:13:38,995 --> 01:13:42,749
Datadog MCP และยังได้ Datadog skills ที่เกี่ยวข้องกับ

1084
01:13:42,749 --> 01:13:46,078
Datadog ใน Cursor คุณใช้ Datadog ตรงๆ ใน Cursor

1085
01:13:46,078 --> 01:13:49,478
ผ่าน Datadog MCP server ที่ถูกตั้งค่าไว้ล่วงหน้า

1086
01:13:49,478 --> 01:13:53,303
และ plugin นี้อยู่ในช่วง preview โดยสรุปนั่นคือสิ่งที่

1087
01:13:53,303 --> 01:13:57,340
plugins เป็น คุณได้สิ่งต่างๆ มากมายจากการติดตั้งสิ่งเดียว

1088
01:13:57,340 --> 01:14:03,219
คุณแค่เพิ่ม plugin แล้วคุณก็ได้ทั้งหมดนี้ ถ้าพวกคุณอยู่กับผมมาถึงส่วนนี้ของคอร์สได้

1089
01:14:03,219 --> 01:14:06,548
ผมค่อนข้างแน่ใจว่าพวกคุณหลงใหล Cursor พอๆ กับผม

1090
01:14:06,548 --> 01:14:11,577
ตอนนี้ผมจะแชร์เคล็ดลับและเทคนิคส่วนตัวบางอย่าง และสิ่งที่ผมรักเกี่ยวกับ

1091
01:14:11,577 --> 01:14:14,976
Cursor อย่างแรกคือ dictation (การพิมพ์ด้วยเสียง)

1092
01:14:14,976 --> 01:14:18,589
ตรงนี้มันบอกว่า "Voice mode lets you dictate better

1093
01:14:18,589 --> 01:14:22,484
prompts for your agents" นี่คือสิ่งที่ผมพูดถึง สำหรับผม

1094
01:14:22,484 --> 01:14:29,072
ผมเป็นคนที่คิดเยอะขณะพูด เช่น ตอนอัดคอร์สนี้ สิ่งที่ผมทำคือพูดและปล่อยให้ความคิดไหลไปหาพวกคุณ

1095
01:14:29,072 --> 01:14:32,896
ตอนนี้ สมมติว่าผมอยากสื่อสารกับ AI agents ผมทำได้เพราะ

1096
01:14:32,896 --> 01:14:37,359
dictation dictation ให้ผมพูดกับ AI agents โดยตรงโดยไม่ต้องพิมพ์

1097
01:14:37,359 --> 01:14:41,821
ผมแค่ปล่อยให้ความคิดไหลและพูด ตัวอย่างเช่น ให้ผมโชว์วิธีที่ผมจะ

1098
01:14:41,821 --> 01:14:45,575
dictate prompt สำหรับการสร้างแอปพลิเคชันให้ AI agent:

1099
01:14:45,575 --> 01:14:49,471
"Build me an e-commerce website. I am deeply fascinated

1100
01:14:49,471 --> 01:14:53,154
by Amazon and eBay and I want you to build something

1101
01:14:53,154 --> 01:14:56,979
similar for me. I want it to have a super good-looking

1102
01:14:56,979 --> 01:15:00,662
UI, modern, minimalistic with glassmorphism, a matte

1103
01:15:00,662 --> 01:15:04,061
black color, just make it look super super nice.

1104
01:15:04,061 --> 01:15:07,390
I also want it to have all the features that an

1105
01:15:07,390 --> 01:15:10,719
e-commerce website would have. I want checkout.

1106
01:15:10,719 --> 01:15:14,261
I want users to be able to browse products. I want

1107
01:15:14,261 --> 01:15:17,590
users to be able to add products to their cart.

1108
01:15:17,590 --> 01:15:21,344
I want users to be able to look at customer reviews."

1109
01:15:21,344 --> 01:15:27,223
"และผมอยากให้มันเป็นประสบการณ์แบบองค์รวมที่ให้ผู้ใช้เพลิดเพลินกับแพลตฟอร์มได้จริงๆ"

1110
01:15:27,223 --> 01:15:32,039
สิ่งที่คุณเห็นคือผมพูดได้อย่างคล่องแคล่ว แค่พูดสิ่งที่ผุดขึ้นมาในหัว

1111
01:15:32,039 --> 01:15:36,218
และมันทำให้ผมสื่อสารได้อย่างมีประสิทธิภาพมากกว่าการพิมพ์มาก

1112
01:15:36,218 --> 01:15:40,185
ตอนนี้คุณเห็นแล้วว่าผมแปลงมันเป็น prompt ได้อย่างรวดเร็ว

1113
01:15:40,185 --> 01:15:44,293
ผมพบว่านี่เป็นวิธีสื่อสารกับ AI agents ที่มีประสิทธิภาพมาก

1114
01:15:44,293 --> 01:15:48,118
และผมแค่อยากแชร์กับพวกคุณเผื่อคุณจะชอบวิธีนี้เหมือนกัน

1115
01:15:48,118 --> 01:15:51,659
ต่อไปผมมีเคล็ดลับสำหรับคุณเมื่อพูดถึงการ prompting

1116
01:15:51,659 --> 01:15:56,050
Cursor เคล็ดลับเหล่านี้ไม่ค่อยเป็นที่รู้จัก แต่จะช่วยคุณได้มาก

1117
01:15:56,050 --> 01:15:59,450
และสำคัญมากในความเห็นของผม ถ้าพวกคุณจำได้ เราคอย

1118
01:15:59,450 --> 01:16:03,488
brainstorm และคิดไอเดียร่วมกับ AI agents ตลอดทั้งคอร์สนี้

1119
01:16:03,488 --> 01:16:07,312
ผมไม่เคยอ้างว่ามีไอเดียทั้งหมดอยู่ในหัวหรืออะไรแบบนั้น

1120
01:16:07,312 --> 01:16:11,066
เรามักจะโต้ตอบกับ agent อย่างสม่ำเสมอ เราถามไอเดียและ

1121
01:16:11,066 --> 01:16:14,466
feedback จาก agent และวิธีที่ดีที่สุดคือปล่อยให้

1122
01:16:14,466 --> 01:16:17,866
AI agent ทำหน้าที่ของมัน คุณไม่ควรขังมันไว้ในกรง

1123
01:16:17,866 --> 01:16:21,266
สิ่งที่ผมหมายถึงคือโอบรับสิ่งที่มันบอกคุณ โอบรับ

1124
01:16:21,266 --> 01:16:24,807
hallucinations ของมัน มันอาจไปในทิศทางที่ต่างออกไป

1125
01:16:24,807 --> 01:16:29,128
มันอาจพูดถึงหลายอย่างที่ไม่เกี่ยวข้อง ถ้าคุณขอให้มันคิดไอเดีย

1126
01:16:29,128 --> 01:16:34,086
แต่จงโอบรับมัน เพราะในบรรดาไอเดียเหล่านั้น คุณน่าจะเจอไอเดียที่ดีจริงๆ

1127
01:16:34,086 --> 01:16:39,115
ที่คุณอาจอยาก implement จริงๆ AI อาจสร้างไอเดียและความคิดที่คุณไม่ได้ขอ

1128
01:16:39,115 --> 01:16:44,144
แน่นอน มันสามารถ hallucinate ได้ แต่แทนที่จะมองว่ามันเป็นสิ่งที่ซ้ำซ้อน

1129
01:16:44,144 --> 01:16:48,819
ลองมองมันเป็นข้อเสนอที่สร้างสรรค์ และนี่สำคัญมากเมื่อคุณอยู่ในช่วง

1130
01:16:48,819 --> 01:16:52,289
brainstorm เมื่อคุณยังพูดคุยเกี่ยวกับไอเดียของคุณ

1131
01:16:52,289 --> 01:16:56,681
ยังนิยามไอเดียของคุณอยู่ คุณยังไม่ได้คิดทุกอย่างที่อยากทำออกมา

1132
01:16:56,681 --> 01:17:01,639
เมื่อคุณอยู่ในช่วงสร้าง (building phase) เมื่อคุณรู้แล้วว่าต้องการอะไร

1133
01:17:01,639 --> 01:17:05,109
อยากสร้างอะไร ตอนนั้นคุณถึงจะจริงจังกับคำสั่งตรงๆ

1134
01:17:05,109 --> 01:17:09,005
ได้เต็มที่ เมื่อคุณกำลังคิดไอเดีย คุณควรโอบรับไอเดียของ

1135
01:17:09,005 --> 01:17:12,476
AI แน่นอนว่าไอเดียหลายอย่างนั้นคุณจะไม่ได้ใช้จริง

1136
01:17:12,476 --> 01:17:16,584
แต่ไอเดียบางอย่างของมันอาจพาคุณไปที่ที่คุณไม่มีทางไปเองได้

1137
01:17:16,584 --> 01:17:20,975
นั่นคือเคล็ดลับหนึ่งที่ผมคิดว่าคุณควรทำตาม เคล็ดลับถัดไปคือใช้

1138
01:17:20,975 --> 01:17:24,375
AI ในการ prompt AI เครื่องมือ AI ฟรีอย่าง Gemini

1139
01:17:24,375 --> 01:17:28,483
และ ChatGPT เป็นเครื่องมือที่เราใช้กันทุกวัน เมื่อเรากำลัง

1140
01:17:28,483 --> 01:17:33,512
prompting เครื่องมือแบบเสียเงินอย่าง Cursor และใช้โมเดลแบบเสียเงินอย่าง

1141
01:17:33,512 --> 01:17:37,904
Cursor Gro 4.5 สิ่งที่เราทำได้คือใช้เครื่องมือฟรีเหล่านี้ทำให้

1142
01:17:37,904 --> 01:17:41,587
prompt ของเราสั้นลง และเราคุยกันไปแล้วว่าทำไม prompt

1143
01:17:41,587 --> 01:17:46,332
ที่สั้นถึงดี ตอนต้นคอร์สเราพูดถึงว่า prompt ที่สั้นนำไปสู่การเปลือง

1144
01:17:46,332 --> 01:17:50,936
tokens น้อยลง สิ่งที่คุณอยากทำคือลดคำฟุ่มเฟือย ลดคำที่ไม่จำเป็นใน

1145
01:17:50,936 --> 01:17:55,894
prompt ของคุณ และแทนที่จะทำด้วยมือ ซึ่งอาจใช้เวลามากและทำให้คุณเหนื่อย

1146
01:17:55,894 --> 01:17:59,436
คุณสามารถใช้เครื่องมือ AI เหล่านี้ทำได้ ใส่ prompt

1147
01:17:59,436 --> 01:18:04,677
ของคุณลงใน ChatGPT หรือ Gemini แล้วบอกว่า "เฮ้ ฉันอยากให้คุณลบคำที่ซ้ำซ้อน

1148
01:18:04,677 --> 01:18:08,998
อย่าเปลี่ยนความหมาย อย่าเปลี่ยนเจตนา เก็บรายละเอียดทั้งหมดไว้

1149
01:18:08,998 --> 01:18:13,318
แต่ลบคำที่ไม่จำเป็นออกให้มากที่สุด" และเมื่อคุณทำแบบนี้กับทุก

1150
01:18:13,318 --> 01:18:17,072
prompt ในที่สุดคุณจะพบว่าค่าใช้จ่ายเล็กๆ เหล่านี้สะสม

1151
01:18:17,072 --> 01:18:20,543
และสุดท้ายคุณจะประหยัดเงินได้มาก อีกหนึ่งอย่างคือ

1152
01:18:20,543 --> 01:18:29,538
negative authority (อำนาจเชิงลบ) การบอก agent ว่าคุณไม่อยากให้มันทำอะไรนั้นง่ายและมีประสิทธิภาพมากกว่าการบอกว่าอยากให้มันทำอะไร

1153
01:18:29,538 --> 01:18:33,009
บางครั้งถ้าผมอยากให้ agent ไม่ใช้ HTML ผมก็บอกว่า

1154
01:18:33,009 --> 01:18:36,409
"never use HTML" หรือ "do not use CSS, stay away

1155
01:18:36,409 --> 01:18:40,092
from this file" และคำสั่งเหล่านี้ตรงไปตรงมามาก agent

1156
01:18:40,092 --> 01:18:45,829
เข้าใจมันดีจริงๆ ไม่ค่อยมีทางเข้าใจผิดได้ง่าย คำสั่งแบบนี้ง่ายมากและตรงไปตรงมามาก

1157
01:18:45,829 --> 01:18:49,371
agents เข้าใจคำสั่งแบบนี้ได้ดีมาก ดังนั้น negative

1158
01:18:49,371 --> 01:18:54,825
authority ทำงานได้ดีมากเวลาสั่งงาน agent ผมยังมีเคล็ดลับสำหรับคุณเกี่ยวกับการ

1159
01:18:54,825 --> 01:19:00,562
debug ด้วย Cursor ด้วย เคล็ดลับเหล่านี้เรียบง่ายมากแต่จะช่วยคุณได้จริงถ้าคุณใส่ใจ

1160
01:19:00,562 --> 01:19:04,599
อย่างแรกคือการใช้ debug mode debug mode ไม่ได้มีมานานแล้ว

1161
01:19:04,599 --> 01:19:08,778
ก่อนยุค debug mode สิ่งที่เราทำคือนำ error ที่เราเจอไปใส่ใน

1162
01:19:08,778 --> 01:19:14,445
agent ด้วยมือ แล้ว AI agent ก็จะแก้ไขให้เรา และถึงอย่างนั้นมันก็มีประสิทธิภาพมาก

1163
01:19:14,445 --> 01:19:18,482
ในประสบการณ์ 1.5 ปีที่ผมสร้างด้วย Cursor ผมไม่เคยเจอปัญหา

1164
01:19:18,482 --> 01:19:22,236
error หรือบั๊กที่ AI แก้ไม่ได้ด้วยตัวเองเลย และตอนนี้

1165
01:19:22,236 --> 01:19:25,919
Cursor มี debug mode สำหรับ errors เหล่านั้นโดยเฉพาะ

1166
01:19:25,919 --> 01:19:29,460
และมันยากมากที่จะหา error ที่ debug mode แก้ไม่ได้

1167
01:19:29,460 --> 01:19:33,781
และผมพูดแบบนั้นด้วยความมั่นใจ มี errors ในซอฟต์แวร์น้อยมากที่

1168
01:19:33,781 --> 01:19:39,235
debug mode แก้ไม่ได้ debug mode ดีเกินคาด ดังนั้นเมื่อไหร่ก็ตามที่คุณเจอปัญหา

1169
01:19:39,235 --> 01:19:42,706
ให้สลับไปที่ debug mode ตรงนี้ใน Cursor ถ้าคุณเจอ

1170
01:19:42,706 --> 01:19:49,647
error แค่สลับไป debug mode เพราะ debug mode ชี้ต้นตอของปัญหาโดยการสร้างสมมติฐานและรวบรวมหลักฐานจาก

1171
01:19:49,647 --> 01:19:53,118
runtime (runtime evidence) คุณเจอปัญหา ไม่มีปัญหา

1172
01:19:53,118 --> 01:19:58,713
สลับไป debug mode แล้วแก้ไขปัญหาของคุณ โดยอธิบายปัญหาให้ลึกที่สุดเท่าที่ทำได้ใน

1173
01:19:58,713 --> 01:20:02,184
debug mode เพิ่มรายละเอียดให้มากที่สุด screenshot

1174
01:20:02,184 --> 01:20:05,725
ของปัญหา และความเป็นไปได้ให้มากที่สุด แล้วปล่อยให้

1175
01:20:05,725 --> 01:20:09,054
agent จัดการต่อจากนั้น นั่นคือวิธีการแก้ errors

1176
01:20:09,054 --> 01:20:14,154
ด้วย debug mode โดยประมาณ และปัญหาส่วนใหญ่ที่คุณจะเจอจะถูกแก้ด้วยวิธีนี้

1177
01:20:14,154 --> 01:20:19,254
เคล็ดลับอีกอย่างคือ ถ้าโมเดลหนึ่งติดอยู่กับปัญหาหนึ่งและใช้เวลานานเกินไป

1178
01:20:19,254 --> 01:20:22,866
ก็แค่ถามโมเดลอื่น เพราะถ้า GPT-5.6 แก้ error ไม่ได้

1179
01:20:22,866 --> 01:20:26,762
บางที Fable 5 อาจแก้ได้ ถ้า Composer 2.5 แก้ปัญหาไม่ได้

1180
01:20:26,762 --> 01:20:32,428
บางที Gro 4.5 อาจแก้ได้ บางทีโมเดลหนึ่งอาจไม่เก่งในการแก้ปัญหาหนึ่งเท่าโมเดลอื่น

1181
01:20:32,428 --> 01:20:35,970
หรือโมเดลอื่นอาจจับได้ในสิ่งที่โมเดลหนึ่งจับไม่ได้

1182
01:20:35,970 --> 01:20:39,440
ดังนั้นสลับไปมาระหว่างโมเดลถ้ามันใช้เวลานานเกินไป

1183
01:20:39,440 --> 01:20:44,115
และหนึ่งในโมเดลเหล่านั้นจะแก้ปัญหาได้แน่นอน เคล็ดลับถัดไปสำหรับการ

1184
01:20:44,115 --> 01:20:47,656
debug คืออย่าทำให้ tokens หมด (don't drain tokens)

1185
01:20:47,656 --> 01:20:51,481
เมื่อ agent ติดอยู่กับปัญหา อาจมีอะไรผิดปกติใน context

1186
01:20:51,481 --> 01:20:55,235
ของมัน และมันอาจติดอยู่กับการทำสิ่งเดิมซ้ำแล้วซ้ำเล่า

1187
01:20:55,235 --> 01:20:58,777
ซึ่งทำให้ tokens หมดเร็วมาก ดังนั้นถ้าคุณสังเกตว่า

1188
01:20:58,777 --> 01:21:02,177
agent ติดอยู่กับปัญหาและไม่มีความคืบหน้า ให้หยุด

1189
01:21:02,177 --> 01:21:07,630
agent ชั่วคราว บอกให้มันถอยกลับมาหนึ่งก้าว บอกให้มันมองปัญหาจากหลักการพื้นฐาน

1190
01:21:07,630 --> 01:21:14,288
(first principles) และลองวิธีใหม่ เพราะมันอาจกำลังทำสิ่งเดิมซ้ำแล้วซ้ำเล่ากับปัญหาที่ไม่สำเร็จ

1191
01:21:14,288 --> 01:21:18,892
บอกมันอย่างชัดเจนมาก พูดตรงๆ ว่า "นี่ไม่เวิร์ค คุณพยายามวิธีนี้มา

1192
01:21:18,892 --> 01:21:25,125
20 นาทีแล้ว หยุดลองวิธีนี้ คิดสิ่งใหม่" และนั่นคือตอนที่มันจะเปลี่ยนแนวทางและลองสิ่งใหม่

1193
01:21:25,125 --> 01:21:30,721
บางครั้งคุณต้องทำตัวแรงๆ คุณต้องบังคับให้มันหยุดทำซ้ำแนวทางเดิมและลองแนวทางใหม่

1194
01:21:30,721 --> 01:21:34,333
บางทีบอกให้มันไปค้นหา Stack Overflow เพื่อหาวิธีแก้

1195
01:21:34,333 --> 01:21:37,946
errors ที่คล้ายกัน บอกให้มันค้นหาเว็บว่า developers

1196
01:21:37,946 --> 01:21:41,275
คนอื่นเคยเจอ errors เหมือนกันไหม แพลตฟอร์มอย่าง

1197
01:21:41,275 --> 01:21:46,658
Stack Overflow มีการใช้งานลดลงอย่างมาก แต่มีข้อมูลทองและมีค่ายิ่งเมื่อพูดถึง

1198
01:21:46,658 --> 01:21:51,474
errors และการแก้ปัญหาเหล่านั้นจากช่วง 15 ปีที่ผ่านมาของชุมชนนักพัฒนา

1199
01:21:51,474 --> 01:21:55,653
AI agents เหล่านี้สามารถใช้ประโยชน์จากมันได้ บอกให้มันค้นหา

1200
01:21:55,653 --> 01:21:59,053
Stack Overflow และ index และฟอรัมทั้งหมดเหล่านี้

1201
01:21:59,053 --> 01:22:02,453
แล้วพวกมันอาจพบวิธีแก้ตรงนั้น นั่นคือหนึ่งในนั้น

1202
01:22:02,453 --> 01:22:05,923
และคุณอาจอยากเพิ่มระดับความพยายาม (effort levels)

1203
01:22:05,923 --> 01:22:09,323
ด้วย ถ้าผมไปที่ Cursor ตรงนี้ นี่คือ Gro 4.5 แบบ

1204
01:22:09,323 --> 01:22:13,006
medium แต่ผมสามารถคลิก edit ตรงนี้แล้วเปลี่ยน effort

1205
01:22:13,006 --> 01:22:16,619
เป็น high ได้ Cursor Gro 4.5 แบบ high จะดีกว่าในการ

1206
01:22:16,619 --> 01:22:20,727
debug มากเมื่อเทียบกับแบบ medium แน่นอน และผมยังสามารถเปิด

1207
01:22:20,727 --> 01:22:24,197
max mode ได้ ซึ่งจะเพิ่ม context windows และ tool

1208
01:22:24,197 --> 01:22:28,589
calls ให้สูงสุด คุณสามารถเปิดใช้งาน max mode และเริ่มใช้มันได้

1209
01:22:28,589 --> 01:22:33,051
สิ่งเหล่านี้จะช่วยคุณได้แน่นอน เอาล่ะทุกคน ตอนนี้ให้ผมอธิบายว่า

1210
01:22:33,051 --> 01:22:36,876
multitasking ใน Cursor คืออะไร ผมสามารถเลือก multitask

1211
01:22:36,876 --> 01:22:40,701
ตรงนี้ได้ และสิ่งที่ multitask ทำโดยพื้นฐานคือใช้กลุ่ม

1212
01:22:40,701 --> 01:22:44,242
sub agents (fleet of sub agents) เพื่อทำงานแบบขนาน

1213
01:22:44,242 --> 01:22:48,350
(parallelize requests) แทนที่จะเพิ่มลงในคิว ผมบอกไปแล้วว่า

1214
01:22:48,350 --> 01:22:52,246
sub agents คืออะไรช่วงต้นคอร์ส และ parallelize requests

1215
01:22:52,246 --> 01:22:57,133
หมายความว่า สมมติว่าผมให้สามงานกับ AI แทนที่จะทำทีละอย่างต่อเนื่องกัน

1216
01:22:57,133 --> 01:23:00,816
agent หนึ่งจะทำงานหนึ่ง อีก agent หนึ่งจะทำงานที่สอง

1217
01:23:00,816 --> 01:23:05,208
และ agent ที่สามจะทำงานที่สาม พวกมันจะทำทั้งหมดพร้อมกันแบบขนาน

1218
01:23:05,208 --> 01:23:08,891
ไม่ใช่ agent ตัวหนึ่งไล่ตามอีกตัวหนึ่งทำงานคนละอย่าง

1219
01:23:08,891 --> 01:23:12,645
แต่เป็น agents ทั้งหมดที่ทำงานพร้อมกันในงานของแต่ละคน

1220
01:23:12,645 --> 01:23:15,974
นั่นคือ multitask mode คุณสามารถเลือก multitask

1221
01:23:15,974 --> 01:23:19,728
mode ตรงนี้หรือตรงนี้ก็ได้ และเมื่อคุณเลือก multitask

1222
01:23:19,728 --> 01:23:23,198
mode แล้ว คุณจะสามารถประสานงานงานแบบขนานใน Cursor

1223
01:23:23,198 --> 01:23:26,669
ได้ มาลองให้ Cursor รันสามงานที่ต่างกันแบบขนานกัน

1224
01:23:26,669 --> 01:23:30,281
ผมจะบอกว่า "I want three agents working in parallel

1225
01:23:30,281 --> 01:23:34,177
on these three different tasks on these three different

1226
01:23:34,177 --> 01:23:37,506
documents. One should write about the growth of

1227
01:23:37,506 --> 01:23:40,835
Europe's economy. The second should write about

1228
01:23:40,835 --> 01:23:44,235
koala bears and the third should write about the

1229
01:23:44,235 --> 01:23:47,918
impact of AI in finance. Give me all three documents

1230
01:23:47,918 --> 01:23:51,601
ready." แล้วกด Enter สิ่งที่คุณจะสังเกตคือมันจะสร้าง

1231
01:23:51,601 --> 01:23:55,072
agents สามตัวทำงานแบบขนาน "Three parallel writing

1232
01:23:55,072 --> 01:23:59,392
missions, soldier. Locking them in now." และคุณจะเห็นว่าเรามี

1233
01:23:59,392 --> 01:24:02,863
agents สามตัวตั้งแบบขนาน คุณเห็นว่าพวกมันกำลังคิด

1234
01:24:02,863 --> 01:24:06,830
ทำงาน สร้าง เขียน ทั้งหมดแบบขนาน พวกมันทำทั้งหมดพร้อมกัน

1235
01:24:06,830 --> 01:24:10,300
แต่ละ agent ทำงานของตัวเอง "The three writers are

1236
01:24:10,300 --> 01:24:13,842
already in the field working in parallel. Standby.

1237
01:24:13,842 --> 01:24:17,454
When they report in, you'll get all three documents

1238
01:24:17,454 --> 01:24:21,208
ready for inspection." ตอนนี้ agents สามตัวกำลังทำงาน

1239
01:24:21,208 --> 01:24:24,820
"AI in finance is delivering the finished briefing"

1240
01:24:24,820 --> 01:24:28,787
เอกสาร AI and finance เสร็จแล้ว ส่วนอีกสองคนยังทำงานอยู่

1241
01:24:28,787 --> 01:24:32,116
"Europe economy growth has completed. The Koala

1242
01:24:32,116 --> 01:24:36,011
document is still underway." เอกสารโคอาลาเป็นตัวสุดท้าย

1243
01:24:36,011 --> 01:24:40,899
คุณเห็นว่าพวกมันทำงานแบบขนาน และตอนนี้ทีละตัวก็เสร็จและถูกส่งมาให้เรา

1244
01:24:40,899 --> 01:24:45,078
รอเอกสารสุดท้ายเสร็จ แล้วเราจะรีวิวทั้งหมด นั่นคือเรื่องของ

1245
01:24:45,078 --> 01:24:49,398
parallel agents และ multitasking โดยประมาณ คุณแค่ให้คำสั่งกับ

1246
01:24:49,398 --> 01:24:52,798
agents แล้วพวกมันก็ทำงานแบบขนานแทนที่จะทำทีละตัว

1247
01:24:52,798 --> 01:24:56,552
ซึ่งมีประสิทธิภาพมากและสนุกมากถ้าคุณจับทางได้ เมื่อทำ

1248
01:24:56,552 --> 01:25:00,589
agentic engineering ถ้าคุณมีงานหลายอย่างที่ต้องทำให้เสร็จ

1249
01:25:00,589 --> 01:25:05,264
สมมติว่าต้องสร้างปุ่ม ต้องสร้าง backend และต้องเขียนเอกสารบางอย่าง

1250
01:25:05,264 --> 01:25:09,018
ทั้งสามงาน คุณแค่ส่งให้ agents แบบขนาน แล้วมันก็เสร็จ

1251
01:25:09,018 --> 01:25:12,418
และตอนนี้ทั้งสามเสร็จแล้ว รวมถึงเอกสารโคอาลาด้วย

1252
01:25:12,418 --> 01:25:15,818
มันบอกว่าแต่ละชิ้นเป็น brief ยาว 1,000 ถึง 1,150

1253
01:25:15,818 --> 01:25:20,988
คำแบบสแตนด์อโลน เอกสารยุโรปครอบคลุมการเติบโตหลังสงครามจนถึงแนวโน้มในอนาคต

1254
01:25:20,988 --> 01:25:26,584
โคอาลาครอบคลุมชีววิทยาจนถึงการอนุรักษ์ และ AI ในภาคการเงินครอบคลุมกรณีการใช้งาน

1255
01:25:26,584 --> 01:25:32,604
ประโยชน์ ความเสี่ยง กฎระเบียบ และอะไรต่อไป ตอนนี้ผมคลิกที่แต่ละไฟล์ได้และจะเห็นเอกสาร

1256
01:25:32,604 --> 01:25:36,712
นี่คือเอกสารโคอาลา นี่คือเศรษฐกิจยุโรป และนี่คือผลกระทบของ

1257
01:25:36,712 --> 01:25:40,112
AI ในภาคการเงิน นั่นคือความมหัศจรรย์ของ parallel

1258
01:25:40,112 --> 01:25:45,425
agents และ multitasking ใน Cursor อีกหนึ่งสิ่งที่ผมคิดว่าพวกคุณจะสนใจมากคือ

1259
01:25:45,425 --> 01:25:49,674
ผมอัดคอร์สทั้งคอร์สนี้ด้วยแผน Cursor Pro อย่างที่ผมบอกตอนต้น

1260
01:25:49,674 --> 01:25:53,641
แต่มันทำให้ผมเสียค่าใช้จ่ายน้อยกว่า 4 ดอลลาร์จนถึงตอนนี้

1261
01:25:53,641 --> 01:25:57,820
เราสร้างแอปพลิเคชันหลายตัว เรา iterate แอปพลิเคชันเหล่านั้น

1262
01:25:57,820 --> 01:26:03,061
เราเขียนเอกสาร เราถามคำถาม เราทำงานทั้งหมดนี้ และมันเสียค่าใช้จ่ายน้อยกว่า

1263
01:26:03,061 --> 01:26:09,223
4 ดอลลาร์ ในส่วนสุดท้ายของคอร์สนี้ ผมจะพูดถึงโอกาสทางเศรษฐกิจที่พร้อมให้คนอย่างผมและคุณ

1264
01:26:09,223 --> 01:26:12,552
เมื่อเราเชี่ยวชาญทักษะอย่าง agentic engineering

1265
01:26:12,552 --> 01:26:16,094
ด้วย Cursor แล้ว พูดง่ายๆ คือผมจะสอนวิธีทำเงินด้วย

1266
01:26:16,094 --> 01:26:19,564
Cursor ตอนนี้มีช่องว่างขนาดใหญ่ในตลาดเนื่องจาก AI

1267
01:26:19,564 --> 01:26:22,964
และให้ผมพูดถึงเรื่องนี้และแยกแยะให้คุณฟัง ในช่วง

1268
01:26:22,964 --> 01:26:28,631
20 ปีที่ผ่านมา เจ้าของธุรกิจ ไม่ว่าจะเป็นเจ้าของธุรกิจขนาดเล็กหรือองค์กรขนาดใหญ่

1269
01:26:28,631 --> 01:26:33,518
จ่ายเงินเป็นพันล้านๆ ดอลลาร์ให้กับนักพัฒนาซอฟต์แวร์แบบดั้งเดิมทั่วโลก

1270
01:26:33,518 --> 01:26:36,989
และนักพัฒนาซอฟต์แวร์แบบดั้งเดิมจะสร้างแอปพลิเคชัน

1271
01:26:36,989 --> 01:26:40,459
ระบบ เว็บไซต์ ระบบอัตโนมัติ เครื่องมือภายในองค์กร

1272
01:26:40,459 --> 01:26:45,134
แดชบอร์ด CRM และซอฟต์แวร์ทุกชนิดแบบนั้นให้กับเจ้าของธุรกิจเหล่านี้

1273
01:26:45,134 --> 01:26:49,455
และตอบแทน พวกเขาสร้างอุตสาหกรรมซอฟต์แวร์มูลค่าล้านล้านดอลลาร์

1274
01:26:49,455 --> 01:26:54,059
แต่ตอนนี้ AI กำลังก่อให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในระบบเศรษฐกิจ

1275
01:26:54,059 --> 01:26:58,450
และสิ่งที่เราทำได้ คนอย่างผมและคุณสามารถใช้ประโยชน์จากสิ่งนั้น

1276
01:26:58,450 --> 01:27:03,054
ก้าวเข้ามาตรงนี้และทำเงินจากมันได้ เราสามารถทำเงินได้มากมายตรงนี้

1277
01:27:03,054 --> 01:27:08,012
และวิธีที่เราทำได้คือ ซอฟต์แวร์ที่นักพัฒนาซอฟต์แวร์แบบดั้งเดิมเคยพัฒนา

1278
01:27:08,012 --> 01:27:13,253
ในการพัฒนามัน พวกเขาต้องการปริญญา CS ต้องรู้ภาษาการเขียนโปรแกรมหลายสิบภาษา

1279
01:27:13,253 --> 01:27:19,061
แต่ตอนนี้กำแพงการเข้าถึงต่ำมากจนคนอย่างผมและคุณสามารถพัฒนาซอฟต์แวร์ในระดับเดียวกัน

1280
01:27:19,061 --> 01:27:24,161
คุณภาพเดียวกัน ประสิทธิภาพเดียวกัน และความพึงพอใจของลูกค้าแบบเดียวกันได้

1281
01:27:24,161 --> 01:27:28,836
แต่เราทำได้เร็วกว่ามาก และถูกกว่าการจ้างทีมซอฟต์แวร์แบบดั้งเดิมมาก

1282
01:27:28,836 --> 01:27:32,236
เพราะเรามี AI agents เรามีเครื่องมืออย่าง Cursor

1283
01:27:32,236 --> 01:27:37,477
ดังนั้นเราสามารถทำให้กระบวนการนั้นเป็นอัตโนมัติและเคลื่อนที่ได้เร็วกว่ามาก

1284
01:27:37,477 --> 01:27:42,577
และความเร็วชนะในระบบเศรษฐกิจ โดยเฉพาะในเศรษฐกิจที่เปลี่ยนแปลงเร็วขนาดนี้

1285
01:27:42,577 --> 01:27:46,614
สิ่งนี้ทำให้ผมนึกถึงคำพูดของ Kevin Systrom ผู้ร่วมก่อตั้ง

1286
01:27:46,614 --> 01:27:50,581
Instagram ที่บอกว่า คุณไม่จำเป็นต้องเก่งที่สุดหรือมาก่อน

1287
01:27:50,581 --> 01:27:56,955
คุณแค่ต้องอันตราย (dangerous) สิ่งที่เราทำได้ตรงนี้คือก้าวเข้ามาอย่างรวดเร็วและมองหาลูกค้า

1288
01:27:56,955 --> 01:28:02,055
เราสามารถเริ่มเปลี่ยนใจลูกค้าที่ปัจจุบันจ้างนักพัฒนาซอฟต์แวร์แบบดั้งเดิม

1289
01:28:02,055 --> 01:28:07,934
และโน้มน้าวให้พวกเขาจ้างคนอย่างผมและคุณ เพราะเราจะทำงานเดียวกันนั้นในราคาที่ถูกกว่า

1290
01:28:07,934 --> 01:28:11,900
เราจะทำมันได้เร็วกว่า และเราสามารถใช้สิ่งนั้นเป็นข้อเสนอ

1291
01:28:11,900 --> 01:28:16,575
(pitch) ให้กับเจ้าของธุรกิจขนาดเล็ก และสุดท้ายก็ธุรกิจขนาดใหญ่ด้วย

1292
01:28:16,575 --> 01:28:20,542
และผู้คนกำลังทำแบบนี้อยู่ AI automation และ AI services,

1293
01:28:20,542 --> 01:28:25,500
AI consulting, AI solutions กลายเป็นอุตสาหกรรมมูลค่าพันล้านดอลลาร์แล้ว

1294
01:28:25,500 --> 01:28:29,679
และมันยังคงเติบโตเรื่อยๆ ดังนั้นพายที่คนพวกนั้นกำลังกินอยู่

1295
01:28:29,679 --> 01:28:34,070
ค่อยๆ เคลื่อนมาถึงคนอย่างผมและคุณ คุณอาจคิดว่าฟังดูดีในหลักการ

1296
01:28:34,070 --> 01:28:37,399
แต่จะนำไปใช้ในชีวิตจริงและทำเงินจริงๆ ได้ยังไง?

1297
01:28:37,399 --> 01:28:41,224
คำตอบค่อนข้างง่าย มีการหาโอกาสลูกค้า (lead generation)

1298
01:28:41,224 --> 01:28:44,695
สองแบบ: inbound lead generation และ outbound lead

1299
01:28:44,695 --> 01:28:48,590
generation และเมื่อคุณเริ่มต้น คุณต้องเริ่มจาก outbound

1300
01:28:48,590 --> 01:28:52,627
lead generation ซึ่งหมายความว่าคุณเป็นฝ่ายติดต่อลูกค้าเอง

1301
01:28:52,627 --> 01:28:56,381
outbound lead generation คือคุณติดต่อลูกค้าแล้วพูดว่า

1302
01:28:56,381 --> 01:29:00,490
"เฮ้ ผมสังเกตว่าคุณยังไม่มีเว็บไซต์ อยากให้ผมสร้างให้ไหม?"

1303
01:29:00,490 --> 01:29:04,244
หรือ "เฮ้ ผมเห็นว่าคุณมีเว็บไซต์ แต่ยังไม่มีแอปมือถือ

1304
01:29:04,244 --> 01:29:08,139
อยากให้ผมพัฒนาให้ไหม?" นั่นคือ outbound lead generation

1305
01:29:08,139 --> 01:29:11,751
และโดยปกติมันเริ่มจากอะไรอย่างการส่งอีเมลเย็น (cold

1306
01:29:11,751 --> 01:29:15,293
emailing) หรือการติดต่อธุรกิจท้องถิ่น และในสิ่งนี้

1307
01:29:15,293 --> 01:29:18,764
แน่นอนว่าคุณจะโดนปฏิเสธเยอะมาก คุณต้องพร้อมรับมัน

1308
01:29:18,764 --> 01:29:25,138
คุณต้องมีความมุ่งมั่น และคุณต้องทำปริมาณมากขนาดที่ในที่สุดคุณจะเริ่มได้คำตอบว่าใช่เยอะขึ้น

1309
01:29:25,138 --> 01:29:30,380
และคำว่าใช่นั้นแปลงเป็นลูกค้าที่จ่ายเงินจริง คุณแค่ต้องทำปริมาณมากขนาดนั้น

1310
01:29:30,380 --> 01:29:33,780
ในที่สุดคุณจะประสบความสำเร็จ เพราะ outbound lead

1311
01:29:33,780 --> 01:29:37,534
generation แค่ต้องการปริมาณ ไม่มีความลับ มันแค่ปริมาณ

1312
01:29:37,534 --> 01:29:41,287
และเมื่อคุณเก่งขึ้นเรื่อยๆ ในการหาลูกค้าผ่าน outbound

1313
01:29:41,287 --> 01:29:44,900
lead generation ในที่สุดคุณจะเริ่มได้ inbound leads

1314
01:29:44,900 --> 01:29:50,141
ซึ่งหมายความว่าลูกค้าจะเริ่มติดต่อคุณมาเอง และสิ่งนี้เกิดขึ้นผ่านการบอกต่อ

1315
01:29:50,141 --> 01:29:55,453
(referrals) เช่น เจ้าของธุรกิจท้องถิ่นที่คุณติดต่อไปแนะนำคุณให้เพื่อนของเขา

1316
01:29:55,453 --> 01:29:59,703
และตอนนี้เพื่อนของเขาก็ติดต่อคุณมา และค่อยๆ เมื่อคุณทำงานดีๆ

1317
01:29:59,703 --> 01:30:04,378
ต่อไปเรื่อยๆ และขยายตัว inbound leads ของคุณจะสูงมากจนคุณไม่ต้องทำ

1318
01:30:04,378 --> 01:30:08,132
outbound lead generation อีกต่อไป หรืออย่างน้อยก็ชะลอ

1319
01:30:08,132 --> 01:30:11,815
outbound ลงได้ ดังนั้นเป้าหมายของคุณคือเพิ่ม inbound

1320
01:30:11,815 --> 01:30:15,569
lead generation ให้สูงที่สุด หลายคนไม่อยากทำ outbound

1321
01:30:15,569 --> 01:30:22,156
lead generation มันเหนื่อยเกินไปสำหรับพวกเขา ในกรณีนั้นสิ่งที่คุณทำได้คือใช้เว็บไซต์เหล่านี้:

1322
01:30:22,156 --> 01:30:26,548
Freelancer, Upwork และ Fiverr ซึ่งเจ้าของธุรกิจจะลงความต้องการ

1323
01:30:26,548 --> 01:30:30,514
(requirements) สำหรับแอปพลิเคชันที่พวกเขาต้องการให้สร้าง

1324
01:30:30,514 --> 01:30:34,197
และนี่คือรูปแบบของ inbound lead generation สำหรับคุณ

1325
01:30:34,197 --> 01:30:37,597
เพราะลูกค้าไปที่เว็บไซต์เหล่านั้นแล้วบอกว่า "เฮ้

1326
01:30:37,597 --> 01:30:41,209
เราต้องการให้คุณสร้างสิ่งนี้ให้เรา ใครสร้างได้บ้าง"

1327
01:30:41,209 --> 01:30:44,893
แล้วฟรีแลนซ์ก็ประมูลงานเหล่านั้น แล้วคุณก็ส่งเรซูเม่

1328
01:30:44,893 --> 01:30:49,001
ส่งผลงานที่ผ่านมา และพยายามได้งานเหล่านั้น นี่คือรูปแบบของ

1329
01:30:49,001 --> 01:30:52,896
inbound lead generation ที่ลูกค้าเป็นฝ่ายวางความต้องการ

1330
01:30:52,896 --> 01:30:57,713
แล้วคุณบอกพวกเขาว่าคุณทำได้หรือไม่ นี่คือวิธีที่เร็วที่สุดในการไปสู่

1331
01:30:57,713 --> 01:31:01,963
inbound lead generation แต่ถ้าคุณอยากทำธุรกิจนี้ระยะยาวจริงๆ

1332
01:31:01,963 --> 01:31:05,858
ซึ่งหลายคนทำอยู่และทำเงินได้มาก คุณควรเริ่มจาก outbound

1333
01:31:05,858 --> 01:31:09,612
lead generation ติดต่อธุรกิจ อีเมลเย็น ธุรกิจท้องถิ่น

1334
01:31:09,612 --> 01:31:13,579
แล้วค่อยๆ เริ่มได้ inbound leads แบบออร์แกนิก ถ้าต้องการ

1335
01:31:13,579 --> 01:31:17,403
คุณสามารถลองเว็บไซต์ฟรีแลนซ์พวกนี้ได้ ผมเคยทำเองมาก่อน

1336
01:31:17,403 --> 01:31:22,220
และมันเวิร์คจริง คุณแค่ต้องสม่ำเสมอมาก ลงมือทำทุกวันและทำปริมาณเยอะๆ

1337
01:31:22,220 --> 01:31:26,328
ขอบคุณที่รับชมคอร์สนี้ครับ ผมหวังว่าผมจะให้คุณค่าแก่คุณได้

1338
01:31:26,328 --> 01:31:29,728
ถ้าคุณมีคำถามหรืออะไรที่อยากเรียนรู้ในวิดีโอต่อๆ

1339
01:31:29,728 --> 01:31:34,190
ไป บอกผมในช่องคอมเมนต์ด้านล่าง แล้วผมจะเข้าไปดูและตอบกลับแน่นอน

1340
01:31:34,190 --> 01:31:35,040
สันติสุขครับ