GLM 5.3 AI Full COURSE 1 HOUR (Build & Automate Anything)

1
00:00:00,000 --> 00:00:03,365
GLM 5.3 เพิ่งปล่อยออกมา และมันอาจเป็นโมเดล AI

2
00:00:03,365 --> 00:00:06,132
แบบเปิดที่ทรงพลังที่สุดเท่าที่เคยมีมา

3
00:00:06,132 --> 00:00:09,872
แต่จะดีขนาดนั้นก็ต่อเมื่อคุณตั้งค่ามันอย่างถูกวิธี

4
00:00:09,872 --> 00:00:12,938
นี่คือคอร์ส GLM 5.3 แบบเต็มจบในคอร์สเดียว

5
00:00:12,938 --> 00:00:14,035
และเมื่อดูจบ

6
00:00:14,035 --> 00:00:18,373
คุณจะสร้างและทำให้งานเกือบทุกอย่างในธุรกิจเป็นอัตโนมัติได้

7
00:00:18,373 --> 00:00:21,589
เครื่องมือ เว็บไซต์ หรือแอปที่คุณเคยอยากได้

8
00:00:21,589 --> 00:00:23,533
งานน่าเบื่อที่คุณเบื่อจะทำ

9
00:00:23,533 --> 00:00:25,552
คุณจะได้รู้วิธีส่งให้ AI ทำ

10
00:00:25,552 --> 00:00:28,693
แล้วรับงานที่เสร็จสมบูรณ์กลับมา และผมจะให้

11
00:00:28,693 --> 00:00:30,937
prompt ที่คุณต้องพิมพ์แบบเป๊ะๆ

12
00:00:30,937 --> 00:00:34,377
คุณแค่ลอกตามที่ผมทำ และมีเทคนิคการเขียน prompt

13
00:00:34,377 --> 00:00:35,947
หนึ่งอย่างที่ผมจะโชว์

14
00:00:35,947 --> 00:00:39,612
ซึ่งจะทำให้ทุกอย่างที่คุณสร้างดีขึ้นแบบก้าวกระโดด

15
00:00:39,612 --> 00:00:42,977
แค่ 10 คำสั้นๆ ที่คนส่วนใหญ่ไม่เคยใช้ ท้ายสุด

16
00:00:42,977 --> 00:00:46,342
ผมจะโชว์วิธีทำให้ทุกอย่างนี้รันอยู่เบื้องหลัง

17
00:00:46,342 --> 00:00:49,109
งานจะเสร็จตอนคุณอยู่ยิม ตอนคุณนอนหลับ

18
00:00:49,109 --> 00:00:51,128
ตอนคุณใช้ชีวิต ถ้าคุณดูจนจบ

19
00:00:51,128 --> 00:00:55,690
ผมรับรองว่าคุณจะสร้างสิ่งที่คุณคิดว่าต้องใช้ทั้งทีมถึงจะทำได้

20
00:00:55,690 --> 00:00:57,336
และคุณเริ่มใช้ GLM 5.3

21
00:00:57,336 --> 00:01:00,701
ได้ตั้งแต่วันนี้ด้วยการทดลองใช้ฟรี ไปดูกันเลย

22
00:01:00,701 --> 00:01:02,571
เริ่มจากว่า GLM 5.3 จริงๆ

23
00:01:02,571 --> 00:01:09,226
แล้วคืออะไร เพราะมีรายละเอียดจุดหนึ่ง ที่จะเปลี่ยนวิธีคิดของคุณเกี่ยวกับโมเดล AI ตัวอื่นๆ

24
00:01:09,226 --> 00:01:12,442
ไปตลอด GLM 5.3 มาจากแล็บที่ชื่อ Z AI (Zhipu

25
00:01:12,442 --> 00:01:15,284
AI) เปิดตัวเมื่อวันที่ 14 สิงหาคม 2026

26
00:01:15,284 --> 00:01:18,574
และจุดที่ทำให้คนเซอร์ไพรส์ก็คือ มันเป็น base

27
00:01:18,574 --> 00:01:21,940
model (โมเดลพื้นฐาน) ตัวเดียวกับ GLM 5.2 เป๊ะ

28
00:01:21,940 --> 00:01:25,305
ขนาดเดียวกัน สถาปัตยกรรมเดียวกัน pre-training

29
00:01:25,305 --> 00:01:27,250
(การฝึกจากข้อมูล) เดียวกัน

30
00:01:27,250 --> 00:01:29,418
ไม่มีอะไรในแกนโมเดลเปลี่ยนเลย

31
00:01:29,418 --> 00:01:32,185
ทุกการปรับปรุงล้วนมาจาก post-training

32
00:01:32,185 --> 00:01:34,952
(การฝึกเพื่อให้ทำงานได้จริง) ทั้งสิ้น

33
00:01:34,952 --> 00:01:36,822
ขออธิบายว่ามันหมายถึงอะไร

34
00:01:36,822 --> 00:01:40,262
เพราะนี่คือไอเดียที่มีประโยชน์ที่สุดในคอร์สนี้

35
00:01:40,262 --> 00:01:43,627
pre-training คือช่วงที่โมเดลเรียนรู้สิ่งต่างๆ

36
00:01:43,627 --> 00:01:48,189
มันอ่านข้อความมหาศาล แล้วสะสมความรู้ดิบกับพลังแก้ปัญหาแบบดิบๆ

37
00:01:48,189 --> 00:01:49,287
post-training

38
00:01:49,287 --> 00:01:52,428
คือช่วงที่โมเดลเรียนรู้วิธีการทำงาน วางแผน

39
00:01:52,428 --> 00:01:54,671
ใช้เครื่องมือ ทดสอบคำตอบตัวเอง

40
00:01:54,671 --> 00:01:56,317
กู้สถานการณ์ตอนอะไรพัง

41
00:01:56,317 --> 00:01:59,831
และทำงานที่กินเวลาหลายชั่วโมงแทนที่จะเป็นวินาที

42
00:01:59,831 --> 00:02:03,271
หลายปีที่ผ่านมา คนเข้าใจว่า AI ที่ดีกว่าคือ AI

43
00:02:03,271 --> 00:02:06,562
ที่ใหญ่และดีกว่า แต่พารามิเตอร์ (parameters)

44
00:02:06,562 --> 00:02:09,853
ไม่ได้เปลี่ยนเลย ในขณะที่คนส่วนใหญ่เคยคิดว่า

45
00:02:09,853 --> 00:02:13,293
แค่เพิ่มพารามิเตอร์ เพิ่ม pre-training GLM 5.3

46
00:02:13,293 --> 00:02:15,985
ทลายสมมติฐานนั้นทิ้งไปหมด ถ้าอยากใช้

47
00:02:15,985 --> 00:02:18,378
วิธีที่ง่ายที่สุดคือใช้ใน Z Code

48
00:02:18,378 --> 00:02:21,669
คุณได้ทดลองใช้ฟรี แค่เช็คให้แน่ใจว่ากำลังใช้

49
00:02:21,669 --> 00:02:22,766
GLM 5.3 อยู่

50
00:02:22,766 --> 00:02:25,533
คุณจะเห็นว่าเราสร้างอะไรไว้แล้วตรงนี้

51
00:02:25,533 --> 00:02:27,477
มันทำงานคล้ายๆ Claude Code

52
00:02:27,477 --> 00:02:30,918
เดี๋ยวจะลงรายละเอียดทีหลัง พูดถึงตัวโมเดลต่อ Z

53
00:02:30,918 --> 00:02:33,759
AI เอาโมเดลเดิมที่พวกเขามีอยู่ ใช้เวลา

54
00:02:33,759 --> 00:02:36,601
post-training เพิ่มอีกประมาณเดือนเดียว

55
00:02:36,601 --> 00:02:41,163
แล้วได้ผลลัพธ์ที่เมื่อก่อนต้องใช้โมเดลเจนเนอเรชันใหม่ทั้งรุ่น

56
00:02:41,163 --> 00:02:43,332
ถ้าจะเปรียบให้เห็นภาพ GLM 5.2

57
00:02:43,332 --> 00:02:46,772
คือนักเรียนเก่งที่ทำได้แต่การบ้าน ส่วน GLM 5.3

58
00:02:46,772 --> 00:02:50,137
คือนักเรียนคนเดียวกันหลังฝึกงานจริงหนึ่งเดือน

59
00:02:50,137 --> 00:02:52,605
สมองเดิมเป๊ะ แต่เป็นคนทำงานคนละคน

60
00:02:52,605 --> 00:02:55,970
และสิ่งที่เขาฝึกด้วยสำคัญพอๆ กับระยะเวลา Z AI

61
00:02:55,970 --> 00:02:58,214
จงใจเลิกฝึกด้วยโจทย์โค้ดปริศนา

62
00:02:58,214 --> 00:03:01,654
แล้วหันไปฝึกด้วยงานที่เหมือนงานจริงของมืออาชีพ

63
00:03:01,654 --> 00:03:03,075
งานยาว งานยุ่งเหยิง

64
00:03:03,075 --> 00:03:06,440
งานหลายขั้นตอนที่ต้องจำได้ว่าทำอะไรไปเมื่อ 10

65
00:03:06,440 --> 00:03:07,538
ขั้นตอนก่อน

66
00:03:07,538 --> 00:03:11,950
งานฝึกบางงานคิดเป็นหลายวันของการทำงานของวิศวกรมากประสบการณ์

67
00:03:11,950 --> 00:03:13,072
ในตัวอย่างหนึ่ง

68
00:03:13,072 --> 00:03:17,409
เขาบอกว่าโมเดลถูกวางลงในสภาพแวดล้อมทำงานเดียวกับวิศวกรจริง

69
00:03:17,409 --> 00:03:20,625
มีไฟล์ เอกสาร ผลลัพธ์เก่า และไม่มีอย่างอื่น

70
00:03:20,625 --> 00:03:22,943
แล้วให้โจทย์ปัญหาจริงมาวินิจฉัย

71
00:03:22,943 --> 00:03:26,010
มันต้องหาว่าอะไรพัง แก้ให้หาย รันการทดลอง

72
00:03:26,010 --> 00:03:29,151
และพิสูจน์ว่าการแก้นั้นได้ผล นั่นคือการฝึก

73
00:03:29,151 --> 00:03:32,441
และมันทำให้โมเดลนี้เก่งในสิ่งที่คุณสนใจจริงๆ

74
00:03:32,441 --> 00:03:35,283
นั่นคือทำงานชิ้นใหญ่ให้เสร็จด้วยตัวเอง

75
00:03:35,283 --> 00:03:38,424
แล้วส่งกลับเป็นงานที่เสร็จสมบูรณ์ชิ้นเดียว

76
00:03:38,424 --> 00:03:40,667
มีอีกส่วนที่สองของวิธีที่เขาทำ

77
00:03:40,667 --> 00:03:44,706
ซึ่งจะอธิบายสิ่งที่คุณรู้สึกทุกครั้งที่สั่งงานโมเดลนี้

78
00:03:44,706 --> 00:03:48,071
Z AI สร้างงานฝึกเสมือนจริงพวกนี้ด้วยมือไม่ไหว

79
00:03:48,071 --> 00:03:51,436
เลยสร้างโรงงานที่ผลิตงานพวกนี้ขึ้นมา research

80
00:03:51,436 --> 00:03:53,007
agents (เอเจนต์วิจัย)

81
00:03:53,007 --> 00:03:56,821
เอารูปแบบจากงานจริงมาทำเป็นสภาพแวดล้อมที่รันได้จริง

82
00:03:56,821 --> 00:04:00,037
มีหลายขั้นตอนและปัญหาซ่อนอยู่ จากนั้น judge

83
00:04:00,037 --> 00:04:03,028
agent (เอเจนต์ผู้ตัดสิน) ก็ลองทำแต่ละงาน

84
00:04:03,028 --> 00:04:06,468
เพื่อเช็คว่ามันแก้ได้จริงหรือเปล่า แล้วก็สร้าง

85
00:04:06,468 --> 00:04:08,413
verifier (ตัวตรวจให้คะแนน)

86
00:04:08,413 --> 00:04:10,507
โดยไม่ให้ผู้ให้คะแนนเห็นเฉลย

87
00:04:10,507 --> 00:04:13,274
และขั้นตอนสุดท้ายนี่แหละคือจุดที่ฉลาด

88
00:04:13,274 --> 00:04:16,564
ผู้ให้คะแนนที่เห็นเฉลยจะให้คะแนนเทียบกับเฉลย

89
00:04:16,564 --> 00:04:19,182
แทนที่จะเทียบกับเป้าหมาย พอซ่อนเฉลย

90
00:04:19,182 --> 00:04:22,622
ผู้ให้คะแนนจึงต้องเช็คว่าเป้าหมายสำเร็จจริงไหม

91
00:04:22,622 --> 00:04:24,342
นั่นหมายความว่า GLM 5.3

92
00:04:24,342 --> 00:04:27,408
ใช้เวลาหนึ่งเดือนถูกประเมินจากผลลัพธ์จริง

93
00:04:27,408 --> 00:04:29,502
ไม่ใช่จากความดูถูกต้องของงาน

94
00:04:29,502 --> 00:04:32,045
แล้วคุณจะรู้สึกถึงสิ่งนี้ตอนใช้งาน

95
00:04:32,045 --> 00:04:34,662
โมเดลนี้เช็คตัวเองก่อนจะบอกว่าเสร็จ

96
00:04:34,662 --> 00:04:36,382
และเมื่อคุณเขียน prompt

97
00:04:36,382 --> 00:04:38,476
ที่ให้อะไรกับมันไว้เทียบเช็ค

98
00:04:38,476 --> 00:04:41,542
คุณภาพก็จะพุ่งขึ้นตาม ผมจะโชว์วิธีทำเป๊ะๆ

99
00:04:41,542 --> 00:04:46,553
ใน build แรก ต่อไปขอไล่ตัวเลขให้ฟัง เพราะการกระโดดครั้งนี้ใหญ่จริงๆ

100
00:04:46,553 --> 00:04:49,544
มีการทดสอบชื่อ Terminal Bench 3.0 วาง AI

101
00:04:49,544 --> 00:04:51,489
ลงในคอมพิวเตอร์ ให้งานจริง

102
00:04:51,489 --> 00:04:54,480
แล้วดูว่ามันทำงานทั้งชิ้นเสร็จคนเดียวไหม

103
00:04:54,480 --> 00:04:57,546
มันทำได้ถึง 600 รอบ ในกรอบเวลา 10 ชั่วโมง

104
00:04:57,546 --> 00:05:00,912
นั่นคืองานระยะยาว (long horizon task) GLM 5.2

105
00:05:00,912 --> 00:05:04,202
ได้ 4.6 ส่วน GLM 5.3 ได้ 28.3 ดีขึ้นประมาณ 6

106
00:05:04,202 --> 00:05:06,894
เท่า ใน 8 สัปดาห์ บน base model เดิม

107
00:05:06,894 --> 00:05:08,764
มีอีกการทดสอบชื่อ DeepSWE

108
00:05:08,764 --> 00:05:11,980
วัดว่าโมเดลแก้ปัญหาซอฟต์แวร์จริงได้ดีแค่ไหน

109
00:05:11,980 --> 00:05:14,971
GLM 5.2 ได้ 46.2 GLM 5.3 ได้ 66.9 มี SWE

110
00:05:14,971 --> 00:05:16,542
Marathon ด้วย ตามชื่อ

111
00:05:16,542 --> 00:05:19,757
มันวัดความอึดกับปัญหายาวๆ คะแนนขึ้นจาก 19.4

112
00:05:19,757 --> 00:05:22,823
เป็น 42.5 มากกว่าสองเท่า และมี Automation

113
00:05:22,823 --> 00:05:23,921
Bench

114
00:05:23,921 --> 00:05:27,436
วัดว่าโมเดลทำงานหลายขั้นตอนอัตโนมัติได้ดีแค่ไหน

115
00:05:27,436 --> 00:05:30,577
ขึ้นจาก 26.2 เป็น 48.2 เกือบสองเท่าเช่นกัน

116
00:05:30,577 --> 00:05:33,942
และมี Agent's Last Exam การทดสอบเอเจนต์ที่โหด

117
00:05:33,942 --> 00:05:35,587
ขึ้นจาก 23.8 เป็น 28.5

118
00:05:35,587 --> 00:05:37,980
ถ้าสังเกตแพตเทิร์นในตัวเลขพวกนี้

119
00:05:37,980 --> 00:05:40,374
ยิ่งงานหลายขั้นตอนและยาวเท่าไหร่

120
00:05:40,374 --> 00:05:42,019
ยิ่งกระโดดเยอะเท่านั้น

121
00:05:42,019 --> 00:05:45,459
การทดสอบสั้นขยับนิดเดียว การทดสอบยาวขยับมหาศาล

122
00:05:45,459 --> 00:05:49,273
และนั่นบอกคุณชัดเจนว่าโมเดลนี้กำลังมุ่งหน้าไปทางไหน

123
00:05:49,273 --> 00:05:52,563
มันเก่งมากกับงานระยะยาว (long horizon tasks)

124
00:05:52,563 --> 00:05:54,807
แต่ Z AI รันการทดสอบ benchmark

125
00:05:54,807 --> 00:05:57,275
พวกนี้เองและตีพิมพ์ตารางของตัวเอง

126
00:05:57,275 --> 00:06:00,565
ทุกแล็บทำแบบนี้ และการสงสัยไว้ก่อนก็ยุติธรรม

127
00:06:00,565 --> 00:06:03,332
เพราะแล็บทั้งหลายชอบตรวจการบ้านตัวเอง

128
00:06:03,332 --> 00:06:06,399
แต่มีหนึ่งแถวในตารางที่พวกเขาไม่ได้รันเอง

129
00:06:06,399 --> 00:06:08,493
เรียกว่า GDP vow [ฟังไม่ชัด]

130
00:06:08,493 --> 00:06:11,409
ให้คะแนนโดยหน่วยงานอิสระชื่อ Artificial

131
00:06:11,409 --> 00:06:13,653
Analysis มันวัดงานมืออาชีพจริง

132
00:06:13,653 --> 00:06:17,093
งานแบบที่คนถูกจ้างให้ทำ GLM 5.3 ได้ 1,769 ส่วน

133
00:06:17,093 --> 00:06:20,309
GLM 5.2 ได้ 1,58 [ฟังไม่ชัด] Claude Fable 5

134
00:06:20,309 --> 00:06:21,730
[ชื่อรุ่นฟังไม่ชัด]

135
00:06:21,730 --> 00:06:24,871
หนึ่งในโมเดลปิดที่แข็งแกร่งที่สุดในโลก ได้

136
00:06:24,871 --> 00:06:28,311
1,743 GT5.6 Soul [ชื่อรุ่นฟังไม่ชัด] ได้ 1,730

137
00:06:28,311 --> 00:06:30,031
ในการทดสอบเดียวที่ Z AI

138
00:06:30,031 --> 00:06:33,396
ไม่ได้แตะในรอบเปิดตัวทั้งหมด โมเดลเปิดกลับชนะ

139
00:06:33,396 --> 00:06:36,836
แถวนั้นแถวเดียวมีค่ามากกว่าตารางที่เหลือรวมกัน

140
00:06:36,836 --> 00:06:40,127
และมันคือจุดแข็งที่สุดของรอบ release ทั้งหมด

141
00:06:40,127 --> 00:06:42,819
ถ้าจำตัวเลขได้แค่ตัวเดียวจากคอร์สนี้

142
00:06:42,819 --> 00:06:45,062
จำตัวนี้ไว้ ทีนี้ขอเล่าอีกด้าน

143
00:06:45,062 --> 00:06:47,381
เพราะแน่นอนว่าเขาโชว์แต่ด้านชนะ

144
00:06:47,381 --> 00:06:49,774
คุณจะได้ไม่ผิดหวังทีหลัง GLM 5.3

145
00:06:49,774 --> 00:06:52,092
ไม่ได้ชนะโมเดลปิดชั้นนำทุกอย่าง

146
00:06:52,092 --> 00:06:55,532
ในการทดสอบภายในที่ยากที่สุดของ Z AI เอง Claude

147
00:06:55,532 --> 00:06:58,598
Fable 5 ยังนำอยู่ที่ 39.5% เทียบกับ 34.5%

148
00:06:58,598 --> 00:07:00,767
ที่ระดับความพยายามสูงสุด Z AI

149
00:07:00,767 --> 00:07:03,385
พิมพ์ตัวเลขนี้ในบล็อกโพสต์ของตัวเอง

150
00:07:03,385 --> 00:07:05,404
ซึ่งนับว่าให้เครดิตเขาจริงๆ

151
00:07:05,404 --> 00:07:08,021
และยังมีโมเดลเปิดอีกตัวชื่อ Kimi K3

152
00:07:08,021 --> 00:07:10,639
จากแล็บชื่อ Moonshot ที่ชนะ GLM 5.3

153
00:07:10,639 --> 00:07:13,481
หลายแถวในตารางของ Z AI ใน DeepSWE, SWE

154
00:07:13,481 --> 00:07:16,696
Marathon และอีกสองสามตัว Kimi K3 มี weights

155
00:07:16,696 --> 00:07:17,794
(น้ำหนักโมเดล)

156
00:07:17,794 --> 00:07:20,411
ให้ดาวน์โหลดตั้งแต่ปลายเดือนกรกฎาคม

157
00:07:20,411 --> 00:07:22,655
และกำลังชนะ GLM 5.3 ในหลายด้าน

158
00:07:22,655 --> 00:07:25,048
นี่คือภาพรวมคร่าวๆ ว่ามันคืออะไร

159
00:07:25,048 --> 00:07:28,488
แล้วคุณจะเข้าถึงมันได้ยังไง ไปที่ Z Code (Z.ai

160
00:07:28,488 --> 00:07:31,928
Code) ดาวน์โหลดได้ตรงนี้ มันทำงานเหมือน Claude

161
00:07:31,928 --> 00:07:34,022
Code ถ้าคุณคุ้นเคยกับตัวนั้น

162
00:07:34,022 --> 00:07:36,640
คุณจะเห็นตัวอย่างหน้าตาของมัน หลักๆ

163
00:07:36,640 --> 00:07:38,509
คือคุณเริ่มทดลองใช้ฟรีได้

164
00:07:38,509 --> 00:07:41,501
แต่จำไว้หน่อยว่าคุณไม่ได้ tokens (โทเคน)

165
00:07:41,501 --> 00:07:44,716
เยอะแยะ ตอนใช้ฟรีมันก็ดี แต่ระวังว่า tokens

166
00:07:44,716 --> 00:07:46,362
อาจหมดเร็ว อยากบอกตรงๆ

167
00:07:46,362 --> 00:07:52,868
100% สำหรับคนที่ใช้แผนฟรี พอคุณทำขั้นตอนนั้นเสร็จแล้ว หน้าตาจะประมาณนี้ ผมซูมให้ดูใกล้ๆ

168
00:07:52,868 --> 00:07:54,513
เพื่อให้เข้าใจง่ายขึ้น

169
00:07:54,513 --> 00:07:57,878
ถ้าคุณเขียนโค้ดด้วยตัวนี้และไม่อยากเสี่ยงอะไร

170
00:07:57,878 --> 00:08:01,094
เช่น ไม่อยากคอยอนุมัติทุกอย่างที่มันจะสร้าง

171
00:08:01,094 --> 00:08:04,534
ซึ่งจริงๆ แล้วน่ารำคาญมากถ้าต้องทำตลอด ก็เลือก

172
00:08:04,534 --> 00:08:07,077
full access (สิทธิ์เต็ม) ไว้ได้เลย

173
00:08:07,077 --> 00:08:09,021
แต่ถ้าอยากให้มันวางแผนก่อน

174
00:08:09,021 --> 00:08:12,387
หรือขออนุญาตก่อนจะแก้ไขอะไร เช่น ทำงานกับระบบ

175
00:08:12,387 --> 00:08:13,484
เว็บไซต์ แอป

176
00:08:13,484 --> 00:08:17,223
หรือเครื่องมือที่ไม่อยากเสี่ยงและไม่อยากให้แก้อะไร

177
00:08:17,223 --> 00:08:20,140
ก็เลือก ask before changes (ถามก่อนแก้)

178
00:08:20,140 --> 00:08:22,608
แล้วคุณค่อยอนุมัติทุกอย่างทีละอัน

179
00:08:22,608 --> 00:08:25,300
แล้วต้องเช็คให้แน่ใจว่าเลือก GLM 5.3

180
00:08:25,300 --> 00:08:28,665
ในดรอปดาวน์ เพราะมันมี GLM รุ่นเก่าๆ เช่น GLM

181
00:08:28,665 --> 00:08:31,956
5 Turbo หรือ GLM 5.2 ซึ่งสู้รุ่นนี้ไม่ได้เลย

182
00:08:31,956 --> 00:08:35,172
ผมมักใช้ effort level (ระดับความพยายาม) แบบ

183
00:08:35,172 --> 00:08:37,939
max ยิ่งโปรเจกต์ที่คุณสร้างซับซ้อนมาก

184
00:08:37,939 --> 00:08:40,855
และอยากได้ผลลัพธ์ดีแค่ไหน ก็ยิ่งต้องใช้

185
00:08:40,855 --> 00:08:43,473
reasoning level (ระดับการใช้เหตุผล)

186
00:08:43,473 --> 00:08:46,614
สูงขึ้นเท่านั้น แต่จำไว้ว่ายิ่ง effort และ

187
00:08:46,614 --> 00:08:50,054
reasoning สูง ก็ยิ่งกิน tokens เยอะ แล้วแต่คุณ

188
00:08:50,054 --> 00:08:52,297
แต่ผมแนะนำให้ใช้ max ตอน build

189
00:08:52,297 --> 00:08:53,868
เพราะได้ผลลัพธ์ดีกว่า

190
00:08:53,868 --> 00:08:56,411
และได้ของที่ถูกต้องตั้งแต่ครั้งแรก

191
00:08:56,411 --> 00:08:58,280
นี่คือหน้าตาทั้งหมดของมัน

192
00:08:58,280 --> 00:09:01,346
ถ้าอยากเริ่มเขียนโค้ดงานใหม่ ก็สร้าง task

193
00:09:01,346 --> 00:09:02,543
(งาน) ใหม่ตรงนี้

194
00:09:02,543 --> 00:09:05,011
สิ่งที่ต้องทำคือเลือกโปรเจกต์ก่อน

195
00:09:05,011 --> 00:09:06,880
เวลาจะเขียนโค้ดด้วยตัวนี้

196
00:09:06,880 --> 00:09:10,321
คุณจะเห็นตัวเลือกสามแบบ เปิดโฟลเดอร์ใหม่ เลือก

197
00:09:10,321 --> 00:09:13,237
remote connection (การเชื่อมต่อระยะไกล)

198
00:09:13,237 --> 00:09:16,229
หรือทำงานนอกโปรเจกต์ ถ้าเปิดโฟลเดอร์ใหม่

199
00:09:16,229 --> 00:09:19,519
เราก็เลือกโฟลเดอร์ในเครื่องที่เราจะใช้ build

200
00:09:19,519 --> 00:09:22,511
ถ้าใช้ remote connection มันเชื่อมต่อกับ

201
00:09:22,511 --> 00:09:25,502
Docker หรือ SSH ได้ และเข้าถึง workspace

202
00:09:25,502 --> 00:09:28,867
ระยะไกลได้ ถ้าอยาก build ใน workspace ระยะไกล

203
00:09:28,867 --> 00:09:31,559
หรืออยากเชื่อมต่อกับ VPS อะไรแบบนั้น

204
00:09:31,559 --> 00:09:34,551
ก็ใช้ระบบนี้ได้ ผมปกติเขียนโค้ดในเครื่อง

205
00:09:34,551 --> 00:09:37,168
เพราะง่ายกว่า สะดวกกว่า และเร็วกว่า

206
00:09:37,168 --> 00:09:40,384
เปิดโฟลเดอร์ใหม่แบบนี้ แล้วตั้งชื่อโฟลเดอร์

207
00:09:40,384 --> 00:09:43,301
ตัวนี้ทำให้อะไรก็ตามเป็นอัตโนมัติได้หมด

208
00:09:43,301 --> 00:09:44,946
สิ่งไหนที่คุณอยากสร้าง

209
00:09:44,946 --> 00:09:46,965
ก็เริ่มจากตรงนี้ได้ทั้งนั้น

210
00:09:46,965 --> 00:09:49,882
ไม่ว่าจะเป็นชื่อเว็บไซต์ แอป เครื่องมือ

211
00:09:49,882 --> 00:09:53,097
หรือไอเดียสิ่งที่อยากสร้างวันนี้ หรือแม้แต่

212
00:09:53,097 --> 00:09:56,313
workflow (ขั้นตอนการทำงาน) ที่อยากโยนให้ AI

213
00:09:56,313 --> 00:09:58,407
ทำแทน คุณก็เริ่มตรงนี้ได้หมด

214
00:09:58,407 --> 00:10:00,277
ทุกอย่างวนกลับมาที่จุดนี้

215
00:10:00,277 --> 00:10:03,418
คุณแค่บรรยายเป็นภาษาธรรมดาว่าอยากสร้างอะไร

216
00:10:03,418 --> 00:10:06,858
แล้วก็ไปต่อได้เลย ดูตัวอย่างตรงนี้ เราพิมพ์ว่า

217
00:10:06,858 --> 00:10:09,999
build me... ผมบอกแล้วว่าจะให้ prompt เป๊ะๆ

218
00:10:09,999 --> 00:10:12,168
ขออ่าน prompt จริงๆ ให้ฟังเลย

219
00:10:12,168 --> 00:10:15,982
สร้างเว็บไซต์หน้าเดียวให้ธุรกิจอาบน้ำตัดแต่งขนสุนัข

220
00:10:15,982 --> 00:10:19,571
เป้าหมายของหน้านี้คือให้ผู้เข้าชมจองคิวคุยกับฉัน

221
00:10:19,571 --> 00:10:22,862
ใส่ headline (พาดหัว) ที่แข็งแรง เหตุผลสั้นๆ

222
00:10:22,862 --> 00:10:24,357
สามข้อที่ควรเลือกเรา

223
00:10:24,357 --> 00:10:27,573
ส่วนที่ตอบข้อกังวลที่ลูกค้าใหม่พบบ่อยที่สุด

224
00:10:27,573 --> 00:10:30,265
และฟอร์มติดต่อที่เก็บข้อมูลของพวกเขา

225
00:10:30,265 --> 00:10:33,556
ทำให้สะอาด ทันสมัย และโหลดเร็วบนหน้าจอมือถือ

226
00:10:33,556 --> 00:10:35,575
ก่อนจะเสร็จ ให้ทดสอบมันด้วย

227
00:10:35,575 --> 00:10:38,492
ฟอร์มบันทึกข้อมูลที่ส่งเข้ามาจริงด้วยนะ

228
00:10:38,492 --> 00:10:41,708
เห็นไหมว่าง่ายแค่ไหนที่จะเริ่มสร้างเว็บไซต์

229
00:10:41,708 --> 00:10:45,073
ถ้าดู version 1 จะเห็นว่ามันทำงานไป 7 นาที 54

230
00:10:45,073 --> 00:10:47,989
วินาที มันบอกเราจริงๆ ว่าทำงานนานแค่ไหน

231
00:10:47,989 --> 00:10:50,981
แปลว่าคุณพิมพ์ prompt แล้วก็ไปก่อนได้เลย

232
00:10:50,981 --> 00:10:54,122
ไปชงกาแฟ หรือไปทำงานอย่างอื่นในเบราว์เซอร์

233
00:10:54,122 --> 00:10:57,562
หรือใน Claude ก็ได้ กลับมาอีก 8 นาทีมันก็เสร็จ

234
00:10:57,562 --> 00:10:59,132
และเว็บไซต์อยู่ตรงนี้

235
00:10:59,132 --> 00:11:01,526
มันอธิบายว่าบันทึกไว้ที่ไหน เช่น

236
00:11:01,526 --> 00:11:02,946
บันทึกในโฟลเดอร์นี้

237
00:11:02,946 --> 00:11:06,087
แล้วก็อธิบายว่าทำอะไรไปบ้าง ทีละขั้นตอน มี

238
00:11:06,087 --> 00:11:08,107
output (ผลลัพธ์) อยู่ตรงนี้

239
00:11:08,107 --> 00:11:11,322
และอธิบายว่าทดสอบยังไง เหตุผลที่ผมไม่ build

240
00:11:11,322 --> 00:11:13,865
สดให้ดูตอนนี้ เพราะถ้าต้องนั่งรอ 8

241
00:11:13,865 --> 00:11:15,286
นาทีให้มันเขียนโค้ด

242
00:11:15,286 --> 00:11:17,978
มันจะน่าเบื่อมากสำหรับการดูเป็นคอร์ส

243
00:11:17,978 --> 00:11:20,521
ผมจะโชว์ให้ดูว่าหน้าตาเป็นยังไงแทน

244
00:11:20,521 --> 00:11:23,961
เปิดในเบราว์เซอร์ได้ หรือกลับไปที่ Z Code แล้ว

245
00:11:23,961 --> 00:11:27,027
preview (ดูตัวอย่าง) ทางด้านขวา ถ้าเคยใช้

246
00:11:27,027 --> 00:11:28,672
Codex หรือ Claude Code

247
00:11:28,672 --> 00:11:31,065
มันดูและให้ความรู้สึกคล้ายกันมาก

248
00:11:31,065 --> 00:11:34,206
สิ่งหนึ่งที่อยากบอกคือ เวลาเขียนโค้ดด้วย Z

249
00:11:34,206 --> 00:11:36,375
Code ผลลัพธ์ที่ได้ค่อนข้างสวย

250
00:11:36,375 --> 00:11:39,815
ไม่ดูเหมือนเว็บสไตล์ AI slop (เว็บที่ดูมั่วแบบ

251
00:11:39,815 --> 00:11:42,508
AI สร้าง) ปกติเวลา build เว็บด้วย AI

252
00:11:42,508 --> 00:11:45,349
มันจะดูและรู้สึกเหมือนเว็บที่ AI สร้าง

253
00:11:45,349 --> 00:11:48,565
แต่อันนี้มีโลโก้สวยๆ ไม่ค่อยรู้สึกเหมือน AI

254
00:11:48,565 --> 00:11:51,482
และคุณไปมาแก้ output ตรงนี้ได้ตลอด เช่น

255
00:11:51,482 --> 00:11:53,127
ถ้าเปิด setting ตรงนี้

256
00:11:53,127 --> 00:11:55,520
จะเห็นเว็บทั้งเว็บที่เราสร้างไว้

257
00:11:55,520 --> 00:11:58,661
มันลิงก์ไปหน้าจองคิวคุย ดูออกแบบมาสวยสะอาด

258
00:11:58,661 --> 00:12:02,101
คุณอาจสงสัยว่าโมเดลไหนดีที่สุด ระหว่าง Fable 5

259
00:12:02,101 --> 00:12:05,541
หรือ Z Code ส่วนตัวผมยังชอบใช้ Fable 5 มากกว่า

260
00:12:05,541 --> 00:12:08,234
แต่อันนี้ถูกกว่า และลองใช้ฟรีได้ด้วย

261
00:12:08,234 --> 00:12:10,851
ถ้าอยากเริ่มต้นและไม่ได้ใช้งานหนักๆ

262
00:12:10,851 --> 00:12:13,693
ก็ใช้ตัวนี้ได้เลย นั่นคือตัวอย่างหนึ่ง

263
00:12:13,693 --> 00:12:15,712
วิธีสร้างเว็บไซต์ด้วยตัวนี้

264
00:12:15,712 --> 00:12:18,180
นี่อีกตัวอย่างหนึ่งที่เรากลับมาดู

265
00:12:18,180 --> 00:12:21,096
เราตั้งเป้าหมาย (goal) ให้มัน น่าสนใจดี

266
00:12:21,096 --> 00:12:24,013
คุณใช้สิ่งที่เรียกว่า for/goal mode ได้

267
00:12:24,013 --> 00:12:27,079
นี่คือโหมดใหม่ ผมโชว์วิธี prompt แบบง่ายๆ

268
00:12:27,079 --> 00:12:32,912
เพื่อสร้างเว็บไซต์แล้ว คุณแค่ให้ prompt บอกสิ่งที่ต้องการ ถ้าไม่ชอบ บอกมันตรงๆ

269
00:12:32,912 --> 00:12:37,026
ว่าอยากเปลี่ยนอะไร แล้ว iterate (วนปรับ) ไปมาได้เรื่อยๆ

270
00:12:37,026 --> 00:12:40,316
อีกอย่างที่ทำได้คือสร้าง tracker (ตัวติดตาม)

271
00:12:40,316 --> 00:12:42,709
อะไรประมาณนั้น เราพิมพ์ว่า goal:

272
00:12:42,709 --> 00:12:46,748
สร้างหน้าเพจวางแผนรายสัปดาห์ที่ฉันเปิดทุกเช้าวันจันทร์

273
00:12:46,748 --> 00:12:50,113
แสดงเจ็ดวันของสัปดาห์ ฉันเพิ่มงานในวันใดก็ได้

274
00:12:50,113 --> 00:12:51,908
ทำเครื่องหมายว่างานเสร็จ

275
00:12:51,908 --> 00:12:54,450
แล้วลากงานที่เหลือค้างไปวันอื่นได้

276
00:12:54,450 --> 00:12:56,171
นี่เหมือนกับการสร้างแอป

277
00:12:56,171 --> 00:12:59,910
และมันโชว์ด้วยว่าฉันทำงานเสร็จไปกี่งานในสัปดาห์นี้

278
00:12:59,910 --> 00:13:02,976
เรากำลังสร้าง dashboard (แดชบอร์ด) แบบนี้

279
00:13:02,976 --> 00:13:05,593
มันทำงาน 39 วินาทีก็สร้างออกมาเสร็จ

280
00:13:05,593 --> 00:13:08,809
จากนั้นเราให้งานอีกอัน ปรับ prompt นิดหน่อย

281
00:13:08,809 --> 00:13:11,726
มันก็ทำงานต่อเนื่อง 18 นาทีแบบอัตโนมัติ

282
00:13:11,726 --> 00:13:14,568
ถ้าอยากเห็นรายละเอียดว่ามันทำอะไรใน 18

283
00:13:14,568 --> 00:13:17,185
นาทีนั้น ก็คลิกตรงนี้ คลิกดรอปดาวน์

284
00:13:17,185 --> 00:13:20,176
แล้วมันจะโชว์ทุกอย่างตรงนี้ พอเลื่อนลงมา

285
00:13:20,176 --> 00:13:22,495
เราจะเห็นทุกอย่างที่เราสร้างไว้

286
00:13:22,495 --> 00:13:25,711
เราสามารถเปิดดูสิ่งที่ถูกสร้างขึ้นมาได้จริง

287
00:13:25,711 --> 00:13:27,954
และมันจะให้ local file address

288
00:13:27,954 --> 00:13:31,095
(ที่อยู่ไฟล์ในเครื่อง) ตรงนี้ในเบราว์เซอร์

289
00:13:31,095 --> 00:13:33,189
ถ้าอยากเปิดในเบราว์เซอร์หลัก

290
00:13:33,189 --> 00:13:34,685
ก็คลิกแล้วเปิดได้เลย

291
00:13:34,685 --> 00:13:36,704
นั่นคือที่อยู่ไฟล์ในเครื่อง

292
00:13:36,704 --> 00:13:38,873
คุณเปิดดูในเบราว์เซอร์หลักได้

293
00:13:38,873 --> 00:13:41,714
จำไว้ว่ายังไม่ได้เก็บไว้บนเว็บไซต์จริง

294
00:13:41,714 --> 00:13:43,734
แต่ถ้าอยากโฮสต์เว็บไซต์ แอป

295
00:13:43,734 --> 00:13:46,800
หรือเครื่องมือที่คุณสร้าง ให้เป็นเว็บจริง

296
00:13:46,800 --> 00:13:50,090
สิ่งที่ทำได้คือใช้ Netlify ไปที่ netlify.com

297
00:13:50,090 --> 00:13:52,708
ล็อกอินแล้วขอ personal access token

298
00:13:52,708 --> 00:13:55,998
(โทเคนส่วนตัว) แล้วให้ personal access token

299
00:13:55,998 --> 00:13:57,419
นั้นกับ Z Code ตรงๆ

300
00:13:57,419 --> 00:14:03,926
ได้เลย ผมโชว์วิธีสร้างเว็บไซต์ และวิธีใช้ goal แล้ว ถ้าสงสัยว่า goal mode คืออะไร หลักๆ

301
00:14:03,926 --> 00:14:07,291
คือคุณตั้งเป้าหมาย (goal) แล้วบอกว่า for/goal

302
00:14:07,291 --> 00:14:10,507
ทำสิ่งนี้ มันจะวนลูป เช็คว่างานเสร็จหรือยัง

303
00:14:10,507 --> 00:14:11,853
จนกว่าจะเสร็จจริงๆ

304
00:14:11,853 --> 00:14:14,994
เป็นวิธีทำให้ agent ของคุณทำงานวนไปเรื่อยๆ

305
00:14:14,994 --> 00:14:18,060
โดยมี agent หนึ่งสร้างงานให้ และอีก agent

306
00:14:18,060 --> 00:14:19,630
หนึ่งคอยตรวจงาน agent

307
00:14:19,630 --> 00:14:21,874
ที่ตรวจงานจะเช็คว่างานเสร็จไหม

308
00:14:21,874 --> 00:14:24,566
และได้มาตรฐานไหม ถ้ายังไม่ได้มาตรฐาน

309
00:14:24,566 --> 00:14:26,511
มันก็วนลูปกับเป้าหมายต่อไป

310
00:14:26,511 --> 00:14:29,128
จนกว่างานจะถูกตัดสินว่าเสร็จสมบูรณ์

311
00:14:29,128 --> 00:14:31,372
นี่อีกตัวอย่างหนึ่งของเว็บไซต์

312
00:14:31,372 --> 00:14:33,391
เราสร้างเว็บนี้ด้วยภาษาอื่น

313
00:14:33,391 --> 00:14:36,083
เราบอกว่าสร้างเว็บไซต์ให้ caser dash

314
00:14:36,083 --> 00:14:37,803
[ฟังไม่ชัด] เป็นภาษาจีน

315
00:14:37,803 --> 00:14:40,645
มันก็สร้างเว็บทั้งเว็บเป็นภาษาจีนเต็มๆ

316
00:14:40,645 --> 00:14:44,085
อย่างที่เห็นตรงนี้ และมีตัวเลือกภาษา (language

317
00:14:44,085 --> 00:14:45,281
option) มุมขวาบน

318
00:14:45,281 --> 00:14:48,049
ให้สลับระหว่างภาษาอังกฤษกับภาษาจีนได้

319
00:14:48,049 --> 00:14:51,040
เห็นไหมว่าเราสลับไปมาได้ตรงนี้ สรุปสั้นๆ

320
00:14:51,040 --> 00:14:57,097
เราได้เรียนรู้วิธีสร้างโปรเจกต์ วิธีใช้ goal mode และวิธีสร้างเว็บไซต์ในภาษาต่างๆ

321
00:14:57,097 --> 00:15:00,164
อีกอย่างที่ทำได้คือส่วน automation ตรงนี้

322
00:15:00,164 --> 00:15:03,529
เราสร้าง scheduled task (งานตามตารางเวลา) ได้

323
00:15:03,529 --> 00:15:06,670
ข้อดีของ scheduled task คือตั้ง automation

324
00:15:06,670 --> 00:15:08,689
ให้รันทุกวันโดยไม่ต้องมีเรา

325
00:15:08,689 --> 00:15:11,007
สมมติว่าอยากให้ระบบค้นหาข่าว AI

326
00:15:11,007 --> 00:15:14,448
ล่าสุดให้อัตโนมัติ เราก็ให้มันรันไปเรื่อยๆ ได้

327
00:15:14,448 --> 00:15:17,588
แต่ต้องแน่ใจว่าข้อแรก เปิดแอปไว้ และข้อสอง

328
00:15:17,588 --> 00:15:20,729
มันรันอยู่บนคอมพิวเตอร์ เวลารัน automation

329
00:15:20,729 --> 00:15:24,170
แบบรายวัน ถ้าตั้ง scheduled task มันคล้ายๆ กับ

330
00:15:24,170 --> 00:15:27,086
OpenClaw หรือ Hermes agent ถ้าเคยได้ยิน

331
00:15:27,086 --> 00:15:30,377
ถ้าไม่เคย มันเหมือนมีผู้ช่วยที่ล็อกอินทุกวัน

332
00:15:30,377 --> 00:15:33,742
แล้วรันงานของมันทุกวัน เราตั้ง automation ได้

333
00:15:33,742 --> 00:15:36,509
เช่น บอกว่า ค้นคว้าข่าว AI automation

334
00:15:36,509 --> 00:15:39,426
รายวันล่าสุด จากนั้นเลือกตารางเวลา เช่น

335
00:15:39,426 --> 00:15:42,791
ทุกสัปดาห์ ในวันจันทร์ตอน 9 โมงเช้า จากตรงนี้

336
00:15:42,791 --> 00:15:44,661
เราบอกได้ว่า ทุกวันจันทร์

337
00:15:44,661 --> 00:15:47,802
ให้เช็คและค้นคว้าข่าว AI automation ล่าสุด

338
00:15:47,802 --> 00:15:50,120
แล้วให้ไอเดียคอนเทนต์จำนวนหนึ่ง

339
00:15:50,120 --> 00:15:53,710
ที่จะทำคอนเทนต์ได้จากสิ่งที่เพิ่งปล่อยสัปดาห์นี้

340
00:15:53,710 --> 00:15:58,645
อยากให้โฟกัสเฉพาะคอนเทนต์ที่ปล่อยสัปดาห์นี้กับไอเดียใหม่สัปดาห์นี้

341
00:15:58,645 --> 00:15:59,743
ไม่ใช่ของเก่า

342
00:15:59,743 --> 00:16:02,435
ต้องเช็คให้แน่ใจว่าคอนเทนต์ใหม่จริงๆ

343
00:16:02,435 --> 00:16:04,155
และอีกอย่างที่อยากให้ทำ

344
00:16:04,155 --> 00:16:06,399
คือเอาไปทำเป็นเว็บเพจที่สวยงาม

345
00:16:06,399 --> 00:16:08,567
เพื่อให้เปิดดูคอนเทนต์ได้จริง

346
00:16:08,567 --> 00:16:11,783
จากตรงนี้เราก็ได้คำสั่ง (instructions) แล้ว

347
00:16:11,783 --> 00:16:12,881
อีกอย่าง

348
00:16:12,881 --> 00:16:16,096
เวลาผมสร้างคำสั่งสำหรับอะไรที่ซับซ้อนแบบนี้

349
00:16:16,096 --> 00:16:19,387
ผมชอบสร้างเป็น voice note (บันทึกเสียง) ก่อน

350
00:16:19,387 --> 00:16:22,528
ถ้าสงสัยว่าผมใช้อะไรสร้าง voice note ผมใช้

351
00:16:22,528 --> 00:16:24,846
Whisper Flow นี่คือหน้าตาของมัน

352
00:16:24,846 --> 00:16:27,688
วิธีนี้ทำให้ผมให้ prompt ที่ละเอียดได้

353
00:16:27,688 --> 00:16:29,408
โดยไม่ต้องนั่งพิมพ์นานๆ

354
00:16:29,408 --> 00:16:31,726
ซึ่งเสียพลังงานและเวลาเหลือเกิน

355
00:16:31,726 --> 00:16:35,017
เราให้คำสั่งแล้ว มีตารางเวลาแล้ว มีชื่อ task

356
00:16:35,017 --> 00:16:36,887
แล้ว จากนั้นเลือกโปรเจกต์

357
00:16:36,887 --> 00:16:38,532
ว่าจะให้มันทำงานที่ไหน

358
00:16:38,532 --> 00:16:41,673
ผมจะให้มันทำงานนอกโปรเจกต์ (work outside a

359
00:16:41,673 --> 00:16:44,739
project) และจำไว้ว่านี่คือ scheduled task

360
00:16:44,739 --> 00:16:47,431
สำหรับผม ถ้ามันต้องรันโดยไม่มีผมอยู่

361
00:16:47,431 --> 00:16:50,797
ผมต้องการให้มันเป็นอัตโนมัติเต็มรูปแบบ (fully

362
00:16:50,797 --> 00:16:52,965
autonomous) ถ้าอยากได้แบบนั้น

363
00:16:52,965 --> 00:16:55,209
ผมจะตั้งสิทธิ์เป็น full access

364
00:16:55,209 --> 00:16:58,499
จากนั้นเลือกโมเดลที่มันรัน อีกครั้ง ให้เลือก

365
00:16:58,499 --> 00:17:01,266
GLM 5.3 ส่วน effort level ผมเลือก max

366
00:17:01,266 --> 00:17:04,632
จากนั้นสร้าง scheduled task ได้เลย เราก็จะได้

367
00:17:04,632 --> 00:17:07,773
task ที่รันตามตาราง ทุกวันจันทร์ 9 โมงเช้า

368
00:17:07,773 --> 00:17:10,540
ถ้าอยากแก้ไข ก็คลิกปุ่มสามจุด แล้วแก้

369
00:17:10,540 --> 00:17:13,755
scheduled task ได้ และทดสอบรันได้ทันที คลิก

370
00:17:13,755 --> 00:17:14,952
run now (รันเลย)

371
00:17:14,952 --> 00:17:18,317
เราจะเห็นว่ามันรันอยู่ในแอปของเราด้วย GLM 5.3

372
00:17:18,317 --> 00:17:20,336
ในส่วน tasks เราจะเห็น task

373
00:17:20,336 --> 00:17:23,477
ก่อนหน้านี้ทั้งหมดในประวัติที่เราทำ จะ pin

374
00:17:23,477 --> 00:17:26,544
(ปักหมุด) อะไรไว้กลับมาดูทีหลังก็ได้ หรือ

375
00:17:26,544 --> 00:17:29,685
unpin ก็ได้ เห็น run ทั้งหมดของงานก่อนหน้า

376
00:17:29,685 --> 00:17:32,003
รวมถึง scheduled task ในส่วนนี้

377
00:17:32,003 --> 00:17:35,368
แล้วคุณจะเห็นมันคิด กำลังดูข่าว AI automation

378
00:17:35,368 --> 00:17:38,285
ล่าสุด เห็นมันวางแผนว่าจะทำยังไง นี่คือ

379
00:17:38,285 --> 00:17:41,575
scheduled task ส่วนตัวผม เวลาจะใช้ scheduled

380
00:17:41,575 --> 00:17:44,716
tasks ผมจะเปิดแอปทิ้งไว้ ตั้งเวลา task ไว้

381
00:17:44,716 --> 00:17:47,857
แล้วเปิดคอมพิวเตอร์ทิ้งไว้ ผมมี Mac Studio

382
00:17:47,857 --> 00:17:49,876
ที่เปิดทิ้งไว้เกือบตลอดเวลา

383
00:17:49,876 --> 00:17:53,167
มันรันอยู่เบื้องหลัง เพื่อให้ scheduled task

384
00:17:53,167 --> 00:17:55,859
ใดๆ รันได้จริง ถ้าปิดแอป มันไม่ทำงาน

385
00:17:55,859 --> 00:17:59,150
ถ้าปิดคอมพิวเตอร์ มันไม่ทำงาน ถ้าตอนตั้งเวลา

386
00:17:59,150 --> 00:18:01,842
task ไม่มีอินเทอร์เน็ต มันก็ไม่ทำงาน

387
00:18:01,842 --> 00:18:05,133
ต้องแน่ใจว่ามี connection (การเชื่อมต่อ) ครบ

388
00:18:05,133 --> 00:18:08,049
เพื่อให้มันเข้าถึงได้ทุกครั้งที่ต้องการ

389
00:18:08,049 --> 00:18:10,293
นี่คือระบบ automation และ task

390
00:18:10,293 --> 00:18:13,508
อีกอย่างตรงนี้คือส่วน mobile remote control

391
00:18:13,508 --> 00:18:16,649
(รีโมตจากมือถือ) เราสแกน QR code ตรงนี้ได้

392
00:18:16,649 --> 00:18:19,192
มันจะให้เราเชื่อมต่อกับโทรศัพท์ได้

393
00:18:19,192 --> 00:18:21,735
หรือคัดลอกลิงก์นี้แชร์ให้คนอื่นได้

394
00:18:21,735 --> 00:18:25,250
แล้วโทรศัพท์ที่มีแอปจะควบคุมโค้ดของเราตรงนี้ได้

395
00:18:25,250 --> 00:18:29,363
แปลว่าคุณไม่จำเป็นต้องเขียนโค้ดจากคอมพิวเตอร์อย่างเดียว

396
00:18:29,363 --> 00:18:31,905
ตราบใดที่เปิดระบบนิเวศ (ecosystem)

397
00:18:31,905 --> 00:18:35,346
ทั้งหมดนี้ทิ้งไว้อย่างที่ผมพูดถึง คุณก็สแกน QR

398
00:18:35,346 --> 00:18:37,365
code ด้วยโทรศัพท์ เชื่อมต่อ

399
00:18:37,365 --> 00:18:40,132
และควบคุมคอมพิวเตอร์ของคุณผ่าน Z Code

400
00:18:40,132 --> 00:18:42,600
จากมือถือได้เหมือนกัน ซึ่งเจ๋งมาก

401
00:18:42,600 --> 00:18:45,965
และยังใช้ช่องทางอื่นได้ด้วย เช่น เชื่อมต่อกับ

402
00:18:45,965 --> 00:18:48,582
Telegram ทำยังไง แค่คลิกตรงนี้ก็ได้

403
00:18:48,582 --> 00:18:51,350
เชื่อมต่อกับ Line ได้ยังไง ก็ทำแบบนี้

404
00:18:51,350 --> 00:18:54,341
เชื่อมต่อกับ Feishu [ฟังไม่ชัด] ได้ยังไง

405
00:18:54,341 --> 00:18:57,183
ไปตรงนี้ เชื่อมต่อกับ Wian [ฟังไม่ชัด]

406
00:18:57,183 --> 00:19:00,548
ได้ยังไง ไปตรงนี้ แอปพวกนี้หลายตัวเป็นภาษาจีน

407
00:19:00,548 --> 00:19:02,343
เพราะ Z AI เป็นบริษัทจีน

408
00:19:02,343 --> 00:19:05,559
แต่คุณเชื่อมต่อได้แบบนี้ สำหรับคนดูส่วนใหญ่

409
00:19:05,559 --> 00:19:08,700
Telegram น่าจะมีประโยชน์ที่สุด และ QR code

410
00:19:08,700 --> 00:19:11,467
ตรงนี้ เราหยุดใช้งานมันเมื่อไหร่ก็ได้

411
00:19:11,467 --> 00:19:14,458
หรือรีเฟรช QR code ใหม่ก็ได้ ตอนใช้ เช่น

412
00:19:14,458 --> 00:19:17,075
ผมโชว์บนหน้าจอแบบนี้ ผมรีเฟรชมันได้

413
00:19:17,075 --> 00:19:20,216
พอรีเฟรชแล้ว คนอื่นเข้าถึงอันเก่าไม่ได้อีก

414
00:19:20,216 --> 00:19:23,432
เรามี settings อีกเพียบ ตรงนี้จะเห็น skills

415
00:19:23,432 --> 00:19:25,227
(ทักษะ) หลายตัว มี skill

416
00:19:25,227 --> 00:19:28,144
เฉพาะทางที่ทำอะไรเจ๋งๆ ได้ skills ก็คือ

417
00:19:28,144 --> 00:19:29,938
workflow ที่เราฝึก agent

418
00:19:29,938 --> 00:19:33,079
กับขั้นตอนการทำงานที่เราจะใช้ ตัวอย่างเช่น

419
00:19:33,079 --> 00:19:35,921
ผมมี skill สำหรับ SEO อยู่ใน AI Profit

420
00:19:35,921 --> 00:19:39,137
Boardroom ของเรา มันทำให้ผมสร้างคอนเทนต์ดีๆ

421
00:19:39,137 --> 00:19:42,428
สำหรับ AICO [ฟังไม่ชัด] ได้ ผมมีโปรเจกต์ SEO

422
00:19:42,428 --> 00:19:45,195
หลายอันที่ทำอยู่ และใช้ AI automation

423
00:19:45,195 --> 00:19:47,662
ช่วยอันดับเว็บไซต์และเพิ่มทราฟฟิก

424
00:19:47,662 --> 00:19:50,803
นี่ตัวอย่างเว็บไซต์ที่โตด้วย AI automation

425
00:19:50,803 --> 00:19:53,720
ผมไม่เคยล็อกอินเข้าเว็บนี้เลย แต่ให้ AI

426
00:19:53,720 --> 00:19:55,664
ควบคุมมันได้ ทำยังไงให้ AI

427
00:19:55,664 --> 00:19:58,955
ควบคุมและโพสต์คอนเทนต์ที่นั่นได้ ผมใช้ skill

428
00:19:58,955 --> 00:20:02,395
นี้ วิธีให้ skill กับ AI agent คือเข้าไปในส่วน

429
00:20:02,395 --> 00:20:05,760
skill ตรงนี้ คลิกเครื่องหมายบวก แล้ววาง skill

430
00:20:05,760 --> 00:20:08,004
หรือฝึกมันกับ skill ที่อยากใช้

431
00:20:08,004 --> 00:20:11,220
แล้วก็บอกว่าทำสิ่งนี้ เข้าไปข้างในได้ สร้าง

432
00:20:11,220 --> 00:20:14,061
skill ได้ เราไปที่ task ใหม่ วาง skill

433
00:20:14,061 --> 00:20:17,202
นั้นลงไป แล้วบอกว่า add this as a skill so

434
00:20:17,202 --> 00:20:20,643
that you can create SEO content to my websites

435
00:20:20,643 --> 00:20:22,288
(เพิ่มอันนี้เป็น skill

436
00:20:22,288 --> 00:20:24,382
เพื่อให้คุณสร้างคอนเทนต์ SEO

437
00:20:24,382 --> 00:20:27,373
ให้เว็บไซต์ฉันได้) นี่คือ saved workflow

438
00:20:27,373 --> 00:20:30,140
(เวิร์กโฟลว์ที่บันทึกไว้) ถ้าดู skill

439
00:20:30,140 --> 00:20:33,057
ดีฟอลต์ที่มีในระบบ คลิก settings ตรงนี้

440
00:20:33,057 --> 00:20:36,123
แล้วก็จะเจอ skills skill พวกนี้คือ custom

441
00:20:36,123 --> 00:20:38,666
workflows (เวิร์กโฟลว์ที่กำหนดเอง)

442
00:20:38,666 --> 00:20:41,956
ที่บันทึกไว้ใช้ทีหลัง ดู skill นี้ มันมีชื่อ

443
00:20:41,956 --> 00:20:44,648
2D games มีคำอธิบาย มี allowed tools

444
00:20:44,648 --> 00:20:46,219
(เครื่องมือที่อนุญาต)

445
00:20:46,219 --> 00:20:49,285
แล้วก็มีรายละเอียดทั้งหมดว่ามันทำงานยังไง

446
00:20:49,285 --> 00:20:52,650
เป็นคำสั่งละเอียดมาก ที่สอน agent ตัวไหนก็ได้

447
00:20:52,650 --> 00:20:55,044
ไม่ว่าจะเป็น Claude หรือ Kimi K3

448
00:20:55,044 --> 00:20:58,334
ให้รู้วิธีทำสิ่งนั้น เพื่อเอากลับมาใช้ทีหลัง

449
00:20:58,334 --> 00:21:01,176
ทำไมต้องทำแบบนี้ เพราะมันคือวิธีบันทึก

450
00:21:01,176 --> 00:21:04,392
workflow ไว้ใช้ภายหลัง เช่น บอกว่า use your

451
00:21:04,392 --> 00:21:07,383
guide skill to create a guide (ใช้ skill

452
00:21:07,383 --> 00:21:10,823
สร้างไกด์ของคุณสร้างไกด์) หรือ use your mobile

453
00:21:10,823 --> 00:21:14,263
design skill to create a mobile app (ใช้ skill

454
00:21:14,263 --> 00:21:17,703
ออกแบบมือถือสร้างแอป) skill พวกนี้ปิดได้ ลบได้

455
00:21:17,703 --> 00:21:20,994
แก้ไขได้ เพิ่มใหม่ได้ ดาวน์โหลดได้ รีเฟรชได้

456
00:21:20,994 --> 00:21:23,910
และ import (นำเข้า) skill ได้ด้วย ถ้ามี

457
00:21:23,910 --> 00:21:27,276
workflow ที่บันทึกไว้ใน Claude Code ก็ import

458
00:21:27,276 --> 00:21:30,566
skill จาก Claude Code เข้า Z Code ได้ import

459
00:21:30,566 --> 00:21:33,782
เข้า Claude CLI, Codex, Open Code, OpenClaw

460
00:21:33,782 --> 00:21:36,998
ได้ตามที่ต้องการ เจ๋งดี แล้วก็มี sub agents

461
00:21:36,998 --> 00:21:38,493
(เอเจนต์ย่อย) ตรงนี้

462
00:21:38,493 --> 00:21:41,934
เป็นเอเจนต์ย่อยที่ฝังมาในระบบ แล้วก็มี plugins

463
00:21:41,934 --> 00:21:43,429
(ปลั๊กอิน) ซึ่งดีมาก

464
00:21:43,429 --> 00:21:46,795
เพราะมันให้เราเชื่อมต่อกับเครื่องมือภายนอกได้

465
00:21:46,795 --> 00:21:50,010
เช่น document skills (ทักษะเอกสาร) มี skill

466
00:21:50,010 --> 00:21:52,777
ต่างๆ ที่เพิ่มและสร้างได้ เพิ่ม skill

467
00:21:52,777 --> 00:21:54,049
ใหม่ตรงนี้ได้ด้วย

468
00:21:54,049 --> 00:21:57,190
สิ่งที่มันให้เราทำคือเชื่อมต่อกับแอปภายนอก

469
00:21:57,190 --> 00:22:00,555
เพื่อควบคุมแอปต่างๆ ด้วย AI agent ของเรา เช่น

470
00:22:00,555 --> 00:22:03,920
ตรงนี้ เราสร้างหรือเพิ่มแอปใหม่ได้ ดึง GitHub

471
00:22:03,920 --> 00:22:06,986
repo ที่มีอยู่ของแอปที่อยากเพิ่มเข้ามาได้

472
00:22:06,986 --> 00:22:10,427
หรือเชื่อมต่อกับแอปที่มีอยู่ตรงๆ ก็ได้ เช่น มี

473
00:22:10,427 --> 00:22:13,044
Contact 7 เราติดตั้งแอปสำหรับมันได้

474
00:22:13,044 --> 00:22:16,335
ติดตั้งปลั๊กอินสำหรับ cloud-based skills ได้

475
00:22:16,335 --> 00:22:19,401
สำหรับ GitHub สำหรับ iOS simulator สำหรับ

476
00:22:19,401 --> 00:22:21,719
browser use browser use คืออะไร

477
00:22:21,719 --> 00:22:23,663
มันควบคุมคอมพิวเตอร์เราได้

478
00:22:23,663 --> 00:22:27,104
ควบคุมเบราว์เซอร์เราได้ มัน automate และ build

479
00:22:27,104 --> 00:22:28,749
อะไรก็ได้ตามที่ต้องการ

480
00:22:28,749 --> 00:22:31,441
และควบคุมทุกอย่างในเบราว์เซอร์ของเรา

481
00:22:31,441 --> 00:22:34,806
ทำให้เราใช้ AI ควบคุมเบราว์เซอร์ได้ พูดตามตรง

482
00:22:34,806 --> 00:22:37,798
ในแง่การใช้งานจริง ผมชอบ browser use ไหม

483
00:22:37,798 --> 00:22:40,490
ไม่ค่อยชอบ ผมว่ามันไม่ค่อยดีเท่าไหร่

484
00:22:40,490 --> 00:22:44,154
และนั่นคือเหตุผลที่ผมไม่อยากลงลึกกับมันในคอร์สนี้

485
00:22:44,154 --> 00:22:47,146
เพราะผมจะไม่สอนสิ่งที่คุณไม่เห็นประโยชน์

486
00:22:47,146 --> 00:22:49,240
ผมสอนวิธีใช้ browser use ได้

487
00:22:49,240 --> 00:22:52,456
แต่ผมคิดว่ากับโมเดล AI ตัวไหนก็ตาม ไม่ว่าจะ

488
00:22:52,456 --> 00:22:54,849
Claude หรือ Z Code หรืออะไรก็ตาม

489
00:22:54,849 --> 00:22:57,840
มันค่อนข้างแย่ ไม่ค่อยมีประโยชน์เท่าไหร่

490
00:22:57,840 --> 00:23:00,757
ถึงจะฟังดูน่าประทับใจและสนุกแค่ไหนก็ตาม

491
00:23:00,757 --> 00:23:03,299
แล้วก็มี memory (ความทรงจำ) ตรงนี้

492
00:23:03,299 --> 00:23:06,590
เราบันทึกความทรงจำไว้ใช้ทีหลังได้ ถ้า toggle

493
00:23:06,590 --> 00:23:07,861
(สลับเปิด) อันนี้

494
00:23:07,861 --> 00:23:10,628
จะบันทึกความทรงจำไว้ใช้ภายหลัง แปลว่า

495
00:23:10,628 --> 00:23:13,994
ถ้าไม่อยากอธิบายตัวเองใหม่ทุกครั้ง และอยากให้

496
00:23:13,994 --> 00:23:16,013
AI agent มี context (บริบท)

497
00:23:16,013 --> 00:23:17,733
และความเป็นส่วนตัวเยอะๆ

498
00:23:17,733 --> 00:23:20,949
มันก็บันทึกความทรงจำไว้ในส่วนนี้ แค่ toggle

499
00:23:20,949 --> 00:23:23,790
เปิด ส่วนตัวผม ผมชอบใช้สิ่งที่เรียกว่า

500
00:23:23,790 --> 00:23:26,632
Obsidian Obsidian เป็น external memory

501
00:23:26,632 --> 00:23:29,773
(ความทรงจำภายนอก) ที่ดีมาก เสียบเข้ากับ AI

502
00:23:29,773 --> 00:23:32,765
agent ทุกตัวของคุณได้ ทำไมต้องใช้แบบนั้น

503
00:23:32,765 --> 00:23:36,205
เพราะมันให้ context กับ agent ทุกตัว ไม่ใช่แค่

504
00:23:36,205 --> 00:23:38,598
Z Code ใช้ memory ข้างในนี้ก็ได้

505
00:23:38,598 --> 00:23:41,963
แต่ส่วนตัวผมชอบ Obsidian ถ้าสงสัยว่า Obsidian

506
00:23:41,963 --> 00:23:45,403
คืออะไร มันคือแอปฟรีที่เก็บข้อมูลทั้งหมดของคุณ

507
00:23:45,403 --> 00:23:48,843
เช่น คลิกปุ่มนี้ จะเห็นข้อมูลเกี่ยวกับชุมชน AI

508
00:23:48,843 --> 00:23:51,685
Profit Boardroom มันทำงานยังไง คืออะไร

509
00:23:51,685 --> 00:23:54,452
ใช้ยังไง ฯลฯ และมันเชื่อมต่อกับ agent

510
00:23:54,452 --> 00:23:57,444
ทั้งหมดของเรา เช่น ดูที่ agent operating

511
00:23:57,444 --> 00:24:00,659
system (ระบบปฏิบัติการเอเจนต์) ตรงนี้ agent

512
00:24:00,659 --> 00:24:03,052
ทั้งหมดของเราดึงข้อมูลจาก memory

513
00:24:03,052 --> 00:24:04,922
และการอัปเดตทั้งหมด agent

514
00:24:04,922 --> 00:24:08,287
ทั้งหมดของเราก็อัปเดตกลับเข้าระบบ memory ด้วย

515
00:24:08,287 --> 00:24:11,503
ทำไมถึงมีประโยชน์ เพราะ AI agent ของเราจะมี

516
00:24:11,503 --> 00:24:12,625
context เยอะมาก

517
00:24:12,625 --> 00:24:15,766
เกี่ยวกับว่าเราเป็นใครและเราทำอะไร วิธีให้

518
00:24:15,766 --> 00:24:17,860
agent ใช้มัน เข้าไปใน Z Code

519
00:24:17,860 --> 00:24:21,075
ให้แน่ใจว่าตั้งค่า Obsidian แล้ว แล้วบอกว่า

520
00:24:21,075 --> 00:24:24,291
based on my Obsidian memory locally can you

521
00:24:24,291 --> 00:24:27,657
make sure that you use that for your memories

522
00:24:27,657 --> 00:24:28,928
and also context?

523
00:24:28,928 --> 00:24:35,584
(จาก Obsidian memory ในเครื่องของฉัน ช่วยใช้มันเป็นความทรงจำและบริบทด้วย) มาทดสอบกันสั้นๆ

524
00:24:35,584 --> 00:24:42,240
ตอนนี้ can you just tell me what happened recently using my Obsidian memory and database?

525
00:24:42,240 --> 00:24:45,530
(ช่วยเล่าให้ฟังหน่อยว่าเกิดอะไรขึ้นเร็วๆ นี้

526
00:24:45,530 --> 00:24:48,746
โดยใช้ Obsidian memory กับ database ของฉัน)

527
00:24:48,746 --> 00:24:51,887
มันถูกเก็บในเครื่อง ตรงนี้มันเริ่มทำงานกับ

528
00:24:51,887 --> 00:24:55,103
Obsidian memory ของเรา ซึ่งก็คือโฟลเดอร์และ

529
00:24:55,103 --> 00:24:58,468
vault (ที่เก็บข้อมูล) มันบอกว่า I'll look for

530
00:24:58,468 --> 00:25:01,684
your Obsidian vault on your system (ฉันจะหา

531
00:25:01,684 --> 00:25:03,778
Obsidian vault ในระบบของคุณ)

532
00:25:03,778 --> 00:25:07,218
แล้วมันจะขอสิทธิ์เข้าถึง มันเจอทันที เยี่ยมมาก

533
00:25:07,218 --> 00:25:10,658
และตอนนี้ เราก็มีระบบ memory ที่เสียบเข้ากับ Z

534
00:25:10,658 --> 00:25:13,799
Code ได้ทันที มันบอกว่า Your Vault is very

535
00:25:13,799 --> 00:25:17,089
well organized (vault ของคุณจัดระเบียบดีมาก)

536
00:25:17,089 --> 00:25:19,632
ขอบคุณสำหรับคำชม มันมี daily notes

537
00:25:19,632 --> 00:25:22,025
(บันทึกรายวัน) มี agent memories

538
00:25:22,025 --> 00:25:25,016
(ความทรงจำของเอเจนต์) มี digest (บทสรุป)

539
00:25:25,016 --> 00:25:27,036
ทั้งหมดและโน้ตทั้งหมดของเรา

540
00:25:27,036 --> 00:25:29,877
สิ่งที่มันทำคือดึงข้อมูลจากระบบ memory

541
00:25:29,877 --> 00:25:33,093
ของเราแล้วใช้เป็น context ทำไมถึงมีประโยชน์

542
00:25:33,093 --> 00:25:35,636
เวลาคุณจะ automate อะไรก็ตาม agent

543
00:25:35,636 --> 00:25:37,505
ทั่วไปที่แกะกล่องออกมาใช้

544
00:25:37,505 --> 00:25:40,946
มันไม่รู้อะไรเกี่ยวกับคุณเลย แล้วจะให้ context

545
00:25:40,946 --> 00:25:44,087
มันยังไง ใช้ Obsidian ได้ Obsidian คืออะไร

546
00:25:44,087 --> 00:25:47,153
มันคือแอปฟรี ที่มีโน้ตและไฟล์เกี่ยวกับคุณ

547
00:25:47,153 --> 00:25:50,069
วิธีเสียบเข้ากับ Obsidian แค่บอกมันตรงๆ

548
00:25:50,069 --> 00:25:53,435
ว่าให้ทำอะไร แล้วเมื่อไหร่ก็ตามที่มี workflow

549
00:25:53,435 --> 00:25:56,800
ที่ต้องใช้ข้อมูลส่วนตัวของคุณ ก็บอกได้ว่า hey

550
00:25:56,800 --> 00:26:00,165
using my Obsidian Vault can you just use that

551
00:26:00,165 --> 00:26:03,231
for information so that you can give me a

552
00:26:03,231 --> 00:26:06,522
personalized answer? (เฮ้ ใช้ Obsidian Vault

553
00:26:06,522 --> 00:26:07,719
ของฉันเป็นข้อมูล

554
00:26:07,719 --> 00:26:10,635
เพื่อให้คุณตอบแบบเฉพาะบุคคลได้ไหม) เช่น

555
00:26:10,635 --> 00:26:14,000
ผมบอกว่า using my Obsidian Vault can you give

556
00:26:14,000 --> 00:26:17,441
me some SEO keyword ideas? (ใช้ Obsidian Vault

557
00:26:17,441 --> 00:26:19,983
ของฉัน ช่วยให้ไอเดียคีย์เวิร์ด SEO

558
00:26:19,983 --> 00:26:23,049
หน่อยได้ไหม) ใช้กับอะไรก็ได้ตามที่ต้องการ

559
00:26:23,049 --> 00:26:26,340
ผมเป็นคนทำ SEO ส่วนตัวผมก็จะใช้มันกับงาน SEO

560
00:26:26,340 --> 00:26:28,583
เช่น ใช้ Obsidian Vault ของฉัน

561
00:26:28,583 --> 00:26:31,799
บอกหน่อยว่าเมื่อวานเราทำอะไรไปบ้าง หรือ ใช้

562
00:26:31,799 --> 00:26:35,165
Obsidian Vault ของฉัน ฉันควร automate อะไรกับ

563
00:26:35,165 --> 00:26:38,380
GLM 5.3 ดี มันคือ second brain (สมองที่สอง)

564
00:26:38,380 --> 00:26:41,297
ที่ทรงพลัง ที่ไม่ใช่แค่เสียบกับ GLM 5.3

565
00:26:41,297 --> 00:26:44,737
แต่เสียบกับ agent ทั้งหมดของคุณ มันให้ context

566
00:26:44,737 --> 00:26:47,504
กับ GLM 5.3 ตั้งแต่วันแรก เป็นระบบที่

567
00:26:47,504 --> 00:26:50,645
ไม่ว่าโมเดลไหนจะออกมา ไม่ว่าระบบไหนจะออกมา

568
00:26:50,645 --> 00:26:53,188
พรุ่งนี้ เดือนหน้า หรือสัปดาห์หน้า

569
00:26:53,188 --> 00:26:55,506
คุณก็มีโฟลเดอร์ Obsidian memory

570
00:26:55,506 --> 00:26:57,376
ไว้เสียบเข้ากับมันได้เสมอ

571
00:26:57,376 --> 00:27:01,264
และมันยังเป็นวิธีปรับแต่งให้เป็นส่วนตัวที่ละเอียดมาก

572
00:27:01,264 --> 00:27:03,957
จำไว้ว่า ตอนดู Obsidian vault ของเรา

573
00:27:03,957 --> 00:27:05,527
มันดูซับซ้อน แต่จริงๆ

574
00:27:05,527 --> 00:27:11,435
คุณบอกให้ agent อัปเดตให้คุณได้ เวลาผมใช้ AI agent ตัวไหนก็ตาม ไม่ว่าจะ Claude,

575
00:27:11,435 --> 00:27:13,604
Hermes, OpenClaw หรือ GLM 5.3

576
00:27:13,604 --> 00:27:16,521
ผมจะบอกให้มันอัปเดตข้อมูลทั้งหมดของผมใน

577
00:27:16,521 --> 00:27:17,618
Obsidian vault

578
00:27:17,618 --> 00:27:21,507
แปลว่าโน้ตทั้งหมดจะถูกอัปเดตและเชื่อมโยงกันอัตโนมัติ

579
00:27:21,507 --> 00:27:24,274
จัดระเบียบสวยงาม โดยที่ผมไม่ต้องทำเอง

580
00:27:24,274 --> 00:27:27,564
ประหยัดงานธุรการไปหลายชั่วโมง และเวลาจะเรียก

581
00:27:27,564 --> 00:27:30,631
context กลับมาใช้ agent ตัวนั้นใช้ได้ และ

582
00:27:30,631 --> 00:27:33,547
agent ตัวอื่นก็ใช้ได้เหมือนกัน ดูตรงนี้

583
00:27:33,547 --> 00:27:36,763
จะเห็นว่ามันดึงข้อมูลล่าสุดเข้ามาจริง มันดู

584
00:27:36,763 --> 00:27:39,455
Obsidian vault ของเรา ดู impressions

585
00:27:39,455 --> 00:27:41,848
(การแสดงผล) ของคีย์เวิร์ดพวกนั้น

586
00:27:41,848 --> 00:27:44,615
แล้วก็ดึงคีย์เวิร์ดเข้ามา เช่น Hermes

587
00:27:44,615 --> 00:27:46,560
workspace สิ่งที่ผมใช้อยู่

588
00:27:46,560 --> 00:27:49,551
จะเป็นคีย์เวิร์ดที่ดีมากสำหรับเว็บไซต์ผม

589
00:27:49,551 --> 00:27:51,570
มันเจอไอเดียคีย์เวิร์ดใหม่ๆ

590
00:27:51,570 --> 00:27:58,376
ที่เกี่ยวข้องเพียบ ซึ่งเอาไปใส่ในระบบ SEO ของเราได้เลย ดูสิ นี่คือไอเดียที่เป็นส่วนตัวจริงๆ

591
00:27:58,376 --> 00:28:01,666
และผมไม่ต้องเริ่มจากศูนย์ ตอนนี้ผมมีระบบ GLM

592
00:28:01,666 --> 00:28:04,957
5.3 แบบเฉพาะบุคคล ที่มี skills และ workflows

593
00:28:04,957 --> 00:28:07,574
บันทึกไว้ในนั้น มี memory เสียบอยู่

594
00:28:07,574 --> 00:28:10,416
เชื่อมต่อกับ plugins และมี automations

595
00:28:10,416 --> 00:28:11,514
รันอยู่ด้วย

596
00:28:11,514 --> 00:28:15,103
และผมยังโชว์วิธีสร้างเว็บไซต์และแอปด้วยมันไปแล้ว

597
00:28:15,103 --> 00:28:18,394
เจ๋งมาก เรากำลังก้าวหน้าไปได้ดี มาพูดถึง GLM

598
00:28:18,394 --> 00:28:21,161
5.3 และวิธี build ให้ดียิ่งขึ้น build

599
00:28:21,161 --> 00:28:23,853
แรกคือหน้า lead capture (หน้าจับลีด)

600
00:28:23,853 --> 00:28:27,293
ให้ธุรกิจของคุณ นี่คือโปรเจกต์แรกที่คุ้มค่ามาก

601
00:28:27,293 --> 00:28:28,938
เพราะหน้า lead capture

602
00:28:28,938 --> 00:28:31,032
คือประตูหน้าสำหรับลูกค้าใหม่

603
00:28:31,032 --> 00:28:35,295
มันคือสิ่งที่เปลี่ยนผู้เข้าชมให้เป็นชื่อในอินบ็อกซ์ของคุณ

604
00:28:35,295 --> 00:28:37,539
ตั้ง effort level เป็น max ได้

605
00:28:37,539 --> 00:28:40,829
และดูตัวอย่างว่ามันทำงานจริงยังไงตรงนี้ ตั้ง

606
00:28:40,829 --> 00:28:42,400
effort level เป็น max

607
00:28:42,400 --> 00:28:45,391
เปิดโฟลเดอร์ใหม่สำหรับโปรเจกต์ แล้วพิมพ์

608
00:28:45,391 --> 00:28:48,532
prompt แบบที่เห็นตรงนี้ เราพูดถึงมันไปแล้ว

609
00:28:48,532 --> 00:28:51,673
นี่คือตัวอย่างเว็บร้านอาบน้ำตัดแต่งขนสุนัข

610
00:28:51,673 --> 00:28:54,365
ตอนกด enter นี่คือคลิปที่ถ่ายสดจริงๆ

611
00:28:54,365 --> 00:28:55,711
ดูว่ามันทำงานยังไง

612
00:28:55,711 --> 00:28:58,852
มันไม่ได้เริ่มพิมพ์โค้ดทันที มันวางแผนก่อน

613
00:28:58,852 --> 00:29:02,068
เห็นไหมว่ามันแยกคำขอของคุณเป็นรายการขั้นตอน

614
00:29:02,068 --> 00:29:04,237
แล้วค่อยทำทีละขั้นตอน ตอนท้าย

615
00:29:04,237 --> 00:29:07,453
มันย้อนกลับไปตรวจงานตัวเองก่อนจะบอกว่าเสร็จ

616
00:29:07,453 --> 00:29:11,566
ขั้นตอนสุดท้ายนั้นคือพฤติกรรมจากการฝึกที่ผมเล่าไปตอนต้น

617
00:29:11,566 --> 00:29:16,576
มันเรียนรู้ในสภาพแวดล้อมที่งานของมันถูกให้คะแนนเทียบกับเป้าหมายจริง

618
00:29:16,576 --> 00:29:20,016
เวลาที่ prompt ของคุณมีบรรทัดแบบ test that the

619
00:29:20,016 --> 00:29:21,437
form actually saves

620
00:29:21,437 --> 00:29:23,531
(ทดสอบว่าฟอร์มบันทึกได้จริง)

621
00:29:23,531 --> 00:29:26,298
คุณกำลังพูดภาษาเดียวกับที่มันถูกฝึกมา

622
00:29:26,298 --> 00:29:30,860
และประโยคเดียวนั้นช่วยยกระดับสิ่งที่คุณได้กลับมาอย่างวัดผลได้

623
00:29:30,860 --> 00:29:33,178
พอมันเสร็จ เปิดโฟลเดอร์โปรเจกต์

624
00:29:33,178 --> 00:29:34,599
ดับเบิลคลิกไฟล์หลัก

625
00:29:34,599 --> 00:29:37,067
หน้าเว็บของคุณจะเปิดในเบราว์เซอร์

626
00:29:37,067 --> 00:29:40,208
แล้วก็ไปต่อจากนั้นได้เลย มีบทเรียนการเขียน

627
00:29:40,208 --> 00:29:42,975
prompt สองข้อที่อยากแนะนำ ข้อหนึ่งคือ

628
00:29:42,975 --> 00:29:46,415
อธิบายผลลัพธ์ (outcomes) ไม่ใช่ขั้นตอน (steps)

629
00:29:46,415 --> 00:29:48,061
ดู prompt ก่อนหน้านั้น

630
00:29:48,061 --> 00:29:50,304
มันบอกว่าหน้านี้มีไว้เพื่ออะไร

631
00:29:50,304 --> 00:29:53,296
คือให้ผู้เข้าชมจองคิวคุย มันไม่ได้บอกว่า

632
00:29:53,296 --> 00:29:56,287
สร้างไฟล์ชื่อ index แล้วเพิ่ม header tag

633
00:29:56,287 --> 00:29:58,830
อะไรแบบนั้น โมเดลถูกฝึกมาให้วางแผน

634
00:29:58,830 --> 00:30:01,671
การวางแผนคือสิ่งที่โมเดลนี้เก่งขึ้นมาก

635
00:30:01,671 --> 00:30:04,513
เวลาคุณคุมทุกขั้นตอนเล็กๆ น้อยๆ กับมัน

636
00:30:04,513 --> 00:30:07,654
คุณกำลังใช้โมเดลงานระยะยาวเหมือนเครื่องมือ

637
00:30:07,654 --> 00:30:09,075
autocomplete ธรรมดา

638
00:30:09,075 --> 00:30:11,992
และทิ้งอัปเกรดทั้งหมดทิ้งไป prompt แย่ๆ

639
00:30:11,992 --> 00:30:15,282
ตอนใช้ระบบนี้ เช่น ทำ header ที่เขียนว่า dog

640
00:30:15,282 --> 00:30:18,423
grooming สีฟ้า แล้วข้างล่างทำกล่องสามกล่อง

641
00:30:18,423 --> 00:30:19,545
prompt ดีๆ เช่น

642
00:30:19,545 --> 00:30:22,836
ทำหน้าเพจที่โน้มน้าวลูกค้าใหม่ที่กังวลให้จอง

643
00:30:22,836 --> 00:30:24,032
และดูน่าเชื่อถือ

644
00:30:24,032 --> 00:30:27,547
รายละเอียดระดับที่สองแบบนี้ให้หน้าเว็บที่ดีกว่า

645
00:30:27,547 --> 00:30:30,015
เพราะโมเดลตัดสินใจเล็กๆ ร้อยอย่าง

646
00:30:30,015 --> 00:30:32,632
เพื่อเป้าหมายที่มันเข้าใจ ข้อสองคือ

647
00:30:32,632 --> 00:30:35,998
ให้อะไรกับมันไว้ตรวจสอบตัวเองเสมอ เช่น บอกว่า

648
00:30:35,998 --> 00:30:39,288
test that every link works before you finish

649
00:30:39,288 --> 00:30:42,728
(ทดสอบว่าทุกลิงก์ใช้งานได้ก่อนเสร็จ) make sure

650
00:30:42,728 --> 00:30:44,523
it reads well on a phone

651
00:30:44,523 --> 00:30:47,589
(แน่ใจว่าอ่านง่ายบนมือถือ) check that the

652
00:30:47,589 --> 00:30:49,982
numbers add up before showing me

653
00:30:49,982 --> 00:30:53,348
(เช็คว่าตัวเลขรวมกันถูกต้องก่อนโชว์ฉัน) don't

654
00:30:53,348 --> 00:30:55,890
finish until saving actually works

655
00:30:55,890 --> 00:30:58,657
(อย่าเสร็จจนกว่าการบันทึกจะทำงานจริง)

656
00:30:58,657 --> 00:31:01,499
เวลามีบรรทัดเช็คอินแบบนี้ที่บอกมันชัดๆ

657
00:31:01,499 --> 00:31:04,341
ว่าต้องทำอะไร มันก็คือคำพิเศษแค่ 10 คำ

658
00:31:04,341 --> 00:31:06,734
แต่เป็นการยกระดับคุณภาพครั้งใหญ่

659
00:31:06,734 --> 00:31:10,100
เพราะมันทำให้โมเดลตรวจงานตัวเองและปรับปรุงมัน

660
00:31:10,100 --> 00:31:13,689
มีเหตุผลว่าทำไมมันถึงเวิร์กดีกับโมเดลนี้โดยเฉพาะ

661
00:31:13,689 --> 00:31:16,830
ไม่ใช่คำแนะนำทั่วๆ ไป แนวทาง post-training

662
00:31:16,830 --> 00:31:20,270
ทั้งหมดของ Z AI สร้างบน verifiers หรือ graders

663
00:31:20,270 --> 00:31:23,411
ที่ตรวจว่าเป้าหมายสำเร็จไหม โดยไม่เห็นเฉลย

664
00:31:23,411 --> 00:31:26,627
พอคุณส่งเกณฑ์ (criteria) ให้โมเดลตรวจสอบตาม

665
00:31:26,627 --> 00:31:29,843
คุณกำลังสลับมันเข้าโหมดที่มันถูกฝึกมาให้ใช้

666
00:31:29,843 --> 00:31:32,909
ขอพักสักครู่ ถ้าอยากเทรนเพิ่มเรื่องแนวนี้

667
00:31:32,909 --> 00:31:35,152
ลองดูลิงก์ AI Profit Boardroom

668
00:31:35,152 --> 00:31:38,518
ในคอมเมนต์หรือคำอธิบาย หรือไปที่เว็บของมันได้

669
00:31:38,518 --> 00:31:40,163
ทุกวันผมตอบคำถามของคุณ

670
00:31:40,163 --> 00:31:42,855
และสร้างวิดีโอสอนสำหรับสมาชิกที่นั่น

671
00:31:42,855 --> 00:31:45,547
เพื่อช่วยคุณให้มากที่สุด ในห้องเรียน

672
00:31:45,547 --> 00:31:46,645
(classroom)

673
00:31:46,645 --> 00:31:49,935
คุณจะเข้าถึงเทรนนิ่งที่ดีที่สุดทั้งหมดของเรา

674
00:31:49,935 --> 00:31:52,329
ได้ระบบ Agentic operating system

675
00:31:52,329 --> 00:31:55,470
เต็มรูปแบบที่ผม ที่ผมโชว์ก่อนหน้านี้ ที่มี

676
00:31:55,470 --> 00:31:57,564
agent ทั้งหมดของคุณเสียบอยู่

677
00:31:57,564 --> 00:32:00,854
และเราอัปเดตตลอดเวลา คุณเข้าถึงเทรนนิ่งใหม่ๆ

678
00:32:00,854 --> 00:32:06,164
ของผมทั้งหมดได้ อิงจากสิ่งที่เวิร์กจริงในห้องเรียน เข้าถึงเทรนนิ่งอื่นๆ

679
00:32:06,164 --> 00:32:09,305
ทั้งหมดของผมได้ด้วย และในปฏิทิน (calendar)

680
00:32:09,305 --> 00:32:12,221
คุณเข้าร่วม coaching call (สายโค้ชชิ่ง)

681
00:32:12,221 --> 00:32:15,138
รายสัปดาห์ 4 ครั้ง เรื่อง AI automation

682
00:32:15,138 --> 00:32:18,354
เพื่อขอความช่วยเหลือแบบเรียลไทม์ แชร์หน้าจอ

683
00:32:18,354 --> 00:32:21,345
เจอสมาชิกเจ๋งๆ คนอื่นๆ และในแผนที่ (map)

684
00:32:21,345 --> 00:32:24,785
คุณเจอคนในพื้นที่ของคุณ ที่กำลัง build ด้วย AI

685
00:32:24,785 --> 00:32:25,907
agent เหมือนคุณ

686
00:32:25,907 --> 00:32:28,524
หาลิงก์นี้ได้ในคอมเมนต์หรือคำอธิบาย

687
00:32:28,524 --> 00:32:31,441
หรือไปที่เว็บ AI Profit Boardroom build

688
00:32:31,441 --> 00:32:34,582
ที่สองคือ client tracker (ตัวติดตามลูกค้า)

689
00:32:34,582 --> 00:32:36,227
build นี้สอน goal mode

690
00:32:36,227 --> 00:32:39,144
ซึ่งเป็นฟีเจอร์ที่สำคัญมากในแอปทั้งระบบ

691
00:32:39,144 --> 00:32:40,640
ขออธิบายความต่างก่อน

692
00:32:40,640 --> 00:32:44,528
เพราะนี่คือจุดที่คนส่วนใหญ่ทิ้งกำไรก้อนใหญ่ไว้บนโต๊ะ

693
00:32:44,528 --> 00:32:47,445
โหมดแชตปกติทำงานเหมือนบทสนทนา คุณขออะไร

694
00:32:47,445 --> 00:32:49,988
มันก็ทำ คุณดู เจอปัญหา ถามอีก ไปมา

695
00:32:49,988 --> 00:32:51,932
และคุณเป็นคนถือแผนไว้ในหัว

696
00:32:51,932 --> 00:32:55,148
และคุณเป็นคนจับข้อผิดพลาดเอง ส่วน goal mode

697
00:32:55,148 --> 00:32:58,289
ทำงานต่างออกไป คุณส่งเส้นชัย (finish line)

698
00:32:58,289 --> 00:33:01,355
ให้มัน แทนที่จะเป็นคำสั่ง มันวางแผน ทำงาน

699
00:33:01,355 --> 00:33:04,346
สร้าง ทดสอบ เจอข้อผิดพลาด แก้ไข ทดสอบอีก

700
00:33:04,346 --> 00:33:05,444
วนลูปไปเรื่อยๆ

701
00:33:05,444 --> 00:33:08,360
จนกว่าเป้าหมายจะถูกพิสูจน์ว่าสำเร็จจริง

702
00:33:08,360 --> 00:33:11,202
มันไม่ได้ทำงานจนกว่าจะคิดว่าน่าจะเสร็จ

703
00:33:11,202 --> 00:33:14,268
แต่มันทำงานจนกว่าจะพิสูจน์ได้ว่าเสร็จจริง

704
00:33:14,268 --> 00:33:17,709
และนี่คือฟีเจอร์ที่ช่วยให้คุณได้ประโยชน์สูงสุด

705
00:33:17,709 --> 00:33:20,700
จากทุกอย่างที่ผมสอนในเทรนนิ่งนี้ จำคะแนน

706
00:33:20,700 --> 00:33:23,916
Terminal Bench ก่อนหน้านี้ได้ไหม ที่ขึ้นจาก

707
00:33:23,916 --> 00:33:26,384
4.6 เป็น 28.3 มันวัดทักษะนี้เป๊ะๆ

708
00:33:26,384 --> 00:33:29,599
คือการทำงานยาวๆ หลายขั้นตอนให้อยู่บนเส้นทาง

709
00:33:29,599 --> 00:33:31,618
โดยไม่หลุดประเด็น goal mode

710
00:33:31,618 --> 00:33:34,984
คือที่ที่คุณได้ใช้สิ่งนั้น ถ้าสงสัยว่า prompt

711
00:33:34,984 --> 00:33:38,349
คืออะไร ขอโชว์ตัวอย่าง ในตัวอย่างนี้ คุณพิมพ์

712
00:33:38,349 --> 00:33:41,714
for/goal แล้วคลิกมันแบบนี้ มันจะเลือกเป็นระบบ

713
00:33:41,714 --> 00:33:44,481
goal แล้วคุณก็บอก เช่น client tracker

714
00:33:44,481 --> 00:33:47,473
ที่ใช้งานได้ ซึ่งฉันเปิดในเบราว์เซอร์ได้

715
00:33:47,473 --> 00:33:49,716
ฉันต้องเพิ่มลูกค้าได้ ด้วยชื่อ

716
00:33:49,716 --> 00:33:52,708
งานที่ฉันทำให้พวกเขา กำหนดส่ง (deadline)

717
00:33:52,708 --> 00:33:55,101
สถานะปัจจุบัน ฉันต้องอัปเดตสถานะ

718
00:33:55,101 --> 00:33:57,943
และลบลูกค้าที่เสร็จแล้ว ทุกอย่างแสดงใน

719
00:33:57,943 --> 00:33:59,962
dashboard เดียวที่สะอาด ฯลฯ

720
00:33:59,962 --> 00:34:06,319
ประมาณนี้ที่ใช้ได้ แล้วคุณก็เดินออกไปได้ กลับมาเจองานที่เสร็จแล้ว มันทำงานเป็นลูปซ้ำๆ

721
00:34:06,319 --> 00:34:08,637
จนกว่างานจะเสร็จสมบูรณ์ในที่สุด

722
00:34:08,637 --> 00:34:11,254
ก่อนหน้านี้ผมพูดถึง scheduled tasks

723
00:34:11,254 --> 00:34:13,498
เห็นไหมว่ามันรันอยู่เบื้องหลัง

724
00:34:13,498 --> 00:34:15,592
สิ่งเจ๋งที่ทำกับ GLM 5.3 ได้

725
00:34:15,592 --> 00:34:19,331
คือมีหลายโปรเจกต์ทำงานเบื้องหลังพร้อมกันแบบคู่ขนาน

726
00:34:19,331 --> 00:34:21,874
มีทีม agent ทำงานแทนที่จะทำทีละตัว

727
00:34:21,874 --> 00:34:24,417
ดูตัวอย่างนี้ เราดู scheduled task

728
00:34:24,417 --> 00:34:26,735
นั้นและรันมันทดสอบไปก่อนหน้านี้

729
00:34:26,735 --> 00:34:30,175
เห็นไหมว่ามันค้นคว้ามาแล้วส่งกลับให้เรา มันเจอ

730
00:34:30,175 --> 00:34:33,540
headline (พาดหัวข่าว) ที่เพิ่งปล่อยออกมาจริงๆ

731
00:34:33,540 --> 00:34:36,906
เห็นตรงนี้ มันเจอ headline ข่าว AI automation

732
00:34:36,906 --> 00:34:40,121
ที่เราตั้งไว้ เช่น 13 สิงหาคม 15 สิงหาคม 11

733
00:34:40,121 --> 00:34:43,187
สิงหาคม มันให้วันที่ของของที่เพิ่งปล่อยมา

734
00:34:43,187 --> 00:34:46,254
และถ้าดู มันสร้างหน้าเว็บด้วย มี headline

735
00:34:46,254 --> 00:34:47,899
พร้อมรายละเอียดแยกย่อย

736
00:34:47,899 --> 00:34:50,292
มีรายการข่าวทั้งหมดของสัปดาห์นี้

737
00:34:50,292 --> 00:34:53,657
และมันจัดเรียงลำดับให้ด้วย หน้าเว็บนี้ดูดีมาก

738
00:34:53,657 --> 00:34:56,424
มันสร้างเว็บไซต์โดยใช้ scheduled task

739
00:34:56,424 --> 00:34:58,219
ที่เราตั้งไว้ก่อนหน้านี้

740
00:34:58,219 --> 00:35:01,435
นี่คืออีกตัวอย่างว่าของพวกนี้ดีแค่ไหน ตอนดู

741
00:35:01,435 --> 00:35:02,532
จริงๆ

742
00:35:02,532 --> 00:35:05,673
คุณอาจสังเกตว่าเว็บดีไซน์ไม่ได้สวยเลิศอะไร

743
00:35:05,673 --> 00:35:07,842
ไม่ได้ถึงกับทำให้คุณตื่นตะลึง

744
00:35:07,842 --> 00:35:10,983
แต่ถ้าดูระบบในเว็บไซต์ของเรา ที่เราทำคือมี

745
00:35:10,983 --> 00:35:13,825
skill ที่จัดระเบียบทุกอย่างที่เราสร้าง

746
00:35:13,825 --> 00:35:15,919
ไกด์ทั้งหมด บทช่วยสอนทั้งหมด

747
00:35:15,919 --> 00:35:19,135
ให้เป็นไกด์ที่สวยงามแบบที่เห็น นี่คือการใช้

748
00:35:19,135 --> 00:35:20,855
skill ถ้าคุณกำลัง build

749
00:35:20,855 --> 00:35:22,650
เว็บไซต์หรือแอปอะไรก็ตาม

750
00:35:22,650 --> 00:35:25,491
นี่คือเหตุผลที่คุณอยากมี skills พวกนี้

751
00:35:25,491 --> 00:35:28,558
ที่คุณปรับ ปรับ และให้ฟีดแบ็กกับ AI agent

752
00:35:28,558 --> 00:35:31,474
ของคุณ จนสุดท้ายมันสร้างของที่เจ๋งออกมา

753
00:35:31,474 --> 00:35:34,914
ดูในส่วนนี้ เรามี skills ทั้งหมดที่เราสร้างไว้

754
00:35:34,914 --> 00:35:37,980
แล้วก็แค่ทำให้แน่ใจว่าเวลาจะใช้ skill ไหน

755
00:35:37,980 --> 00:35:41,047
มันละเอียดพร้อมใช้ เหตุผลที่ผมแนะนำแบบนี้

756
00:35:41,047 --> 00:35:43,365
เพราะมันประหยัดเวลาให้คุณมหาศาล

757
00:35:43,365 --> 00:35:45,982
และมีประโยชน์และทรงพลังกว่ามาก เช่น

758
00:35:45,982 --> 00:35:49,348
ตอนเราสร้างไกด์ที่ผมเพิ่งโชว์ เรื่อง Deep Sea

759
00:35:49,348 --> 00:35:52,489
Carnis [ฟังไม่ชัด] ที่เห็นตรงนี้ มันสวยมาก

760
00:35:52,489 --> 00:35:54,583
สร้างออกมาดีมาก ตอนดูอยู่นี้

761
00:35:54,583 --> 00:35:58,023
คุณอาจสงสัยว่าเรียกใช้ skill ยังไง ก็แค่บอกว่า

762
00:35:58,023 --> 00:36:01,463
use your guide skill to create a guide on this

763
00:36:01,463 --> 00:36:02,560
(ใช้ skill

764
00:36:02,560 --> 00:36:05,627
สร้างไกด์ของคุณสร้างไกด์เกี่ยวกับสิ่งนี้)

765
00:36:05,627 --> 00:36:08,020
มันจะดึงไกด์ที่เรามีตรงนี้เข้ามา

766
00:36:08,020 --> 00:36:10,114
แล้วก็เห็นว่ามันเสร็จสมบูรณ์

767
00:36:10,114 --> 00:36:13,554
คุณอาจสงสัยว่าทำไมผมโชว์ใน Claude เพราะนั่นคือ

768
00:36:13,554 --> 00:36:16,096
agent ที่ผมใช้เป็นประจำ แต่ Z Code

769
00:36:16,096 --> 00:36:19,312
ทำงานเหมือนกันเป๊ะ แค่บอกว่า use your skill

770
00:36:19,312 --> 00:36:22,603
for this, use your skill for that (ใช้ skill

771
00:36:22,603 --> 00:36:25,444
ของคุณสำหรับสิ่งนี้ ใช้สำหรับสิ่งนั้น)

772
00:36:25,444 --> 00:36:28,810
แล้วคุณก็ได้ทุกอย่างที่เทรนเฉพาะไว้ในที่เดียว

773
00:36:28,810 --> 00:36:32,100
อีกอย่างที่ผมชอบทำกับโมเดลแบบนี้ตอนออกมาใหม่

774
00:36:32,100 --> 00:36:35,316
คือเสียบมันเข้ากับ Agentic operating system

775
00:36:35,316 --> 00:36:38,681
และนี่คือระดับสูงสุดของการใช้ GLM 5.3 หรือ AI

776
00:36:38,681 --> 00:36:41,822
agent ตัวไหนก็ตาม ถ้าคุณใช้แอปอย่าง Z Code

777
00:36:41,822 --> 00:36:43,842
ยิ่งใช้ระบบ AI เยอะเท่าไหร่

778
00:36:43,842 --> 00:36:46,683
คุณก็ยิ่งทรงพลังกับ AI มากขึ้นเท่านั้น

779
00:36:46,683 --> 00:36:50,049
แต่ปัญหาคือ ถ้าคุณมี Z Code ในแอปหนึ่ง Claude

780
00:36:50,049 --> 00:36:53,414
Code ในอีกแอปหนึ่ง Obsidian ในอีกแอปหนึ่ง และ

781
00:36:53,414 --> 00:36:55,957
agent ทั้งหมดของคุณ รวมถึง ChatGPT

782
00:36:55,957 --> 00:36:58,350
ในแท็บเบราว์เซอร์ อะไรประมาณนั้น

783
00:36:58,350 --> 00:37:00,818
มันจะยุ่งเหยิงมาก เพราะมีแอปต่างๆ

784
00:37:00,818 --> 00:37:03,585
มากมายที่ไม่เชื่อมโยงกัน กระจัดกระจาย

785
00:37:03,585 --> 00:37:06,277
และคุณสลับแท็บไปมา ตัดบริบท (context

786
00:37:06,277 --> 00:37:09,493
switching) ตลอดเวลา ทำงานแบบนั้นเสียเวลามาก

787
00:37:09,493 --> 00:37:12,110
สิ่งที่ผมชอบทำคือมี mission control

788
00:37:12,110 --> 00:37:15,401
(ศูนย์ควบคุมภารกิจ) แบบที่เห็น แบบนี้เราจะมี

789
00:37:15,401 --> 00:37:18,841
agent ทั้งหมดและระบบ agentic ทั้งหมดในที่เดียว

790
00:37:18,841 --> 00:37:21,982
ที่กลับมาดูเมื่อไหร่ก็ได้ เช่น ระบบ memory

791
00:37:21,982 --> 00:37:25,272
ที่ผมพูดถึงก่อนหน้านี้ แต่มันถูกทำให้เห็นภาพ

792
00:37:25,272 --> 00:37:26,370
สวยงาม

793
00:37:26,370 --> 00:37:29,361
เห็นความทรงจำทั้งหมดที่เราสร้างไว้ตรงนี้

794
00:37:29,361 --> 00:37:32,726
และกราฟตรงนี้ จุดดีของสิ่งนี้คือ จำไว้ว่า GLM

795
00:37:32,726 --> 00:37:36,017
5.5 จะออกมา แล้ว GLM 6 แล้ว Claude Fable 5.5

796
00:37:36,017 --> 00:37:39,308
ก็คงจะออกมา สักวันหนึ่งก็จะมี GPT-6 ออกมาอีก

797
00:37:39,308 --> 00:37:42,224
ปัญหาคือ ถ้าคุณไล่ตามโมเดลพวกนี้ทั้งหมด

798
00:37:42,224 --> 00:37:44,318
มันยากมากที่จะตาม Z Code ทัน

799
00:37:44,318 --> 00:37:47,010
เพราะเขาสร้างโมเดลใหม่เจ๋งๆ ตลอดเวลา

800
00:37:47,010 --> 00:37:49,927
แล้วจะเลี่ยงยังไง จะเลี่ยง shiny object

801
00:37:49,927 --> 00:37:52,619
syndrome (โรคใจโลเลตามของใหม่) ยังไง

802
00:37:52,619 --> 00:37:55,685
และโฟกัสอยู่กับที่ และสร้างอะไรที่อยู่ยาว

803
00:37:55,685 --> 00:37:58,078
แทนที่จะพังทุกครั้งที่มีระบบใหม่

804
00:37:58,078 --> 00:38:01,369
สิ่งที่ผมชอบทำคือมี agentic operating system

805
00:38:01,369 --> 00:38:04,136
ที่มี Claude, Hermes และ Anti-Gravity

806
00:38:04,136 --> 00:38:06,529
[ฟังไม่ชัด] และเวลาผมใช้ GLM 5.3

807
00:38:06,529 --> 00:38:09,446
ผมจะเสียบมันเข้าระบบนี้ตรงนี้ เลือก GLM

808
00:38:09,446 --> 00:38:12,512
ตรงนี้ได้ แล้วก็มี Claude Code ใน agentic

809
00:38:12,512 --> 00:38:14,456
operating system และมี GLM

810
00:38:14,456 --> 00:38:17,523
เป็นสมองเสียบอยู่ตรงนี้ ใช้เมื่อไหร่ก็ได้

811
00:38:17,523 --> 00:38:20,663
แบบนี้ทุกอย่าง ข้อแรก ซิงก์เข้าระบบ memory

812
00:38:20,663 --> 00:38:23,505
ของเรา ข้อสอง ทุกอย่างห่างแค่คลิกเดียว

813
00:38:23,505 --> 00:38:26,871
ไม่ต้องสลับแท็บ ไม่ต้องสลับแอป ไม่ต้องคิดอะไร

814
00:38:26,871 --> 00:38:30,311
ทุกอย่างพร้อมใช้อยู่ตรงนั้น ผมชอบแบบนี้มากกว่า

815
00:38:30,311 --> 00:38:33,452
เพราะมันประหยัดเวลา และทุกอย่างเป็นระเบียบ

816
00:38:33,452 --> 00:38:36,144
วิธีสร้างอะไรแบบนี้ แค่เข้าไปใน task

817
00:38:36,144 --> 00:38:39,135
ใหม่แบบนี้ แล้วบอกว่า build me a mission

818
00:38:39,135 --> 00:38:42,426
control dashboard where I can control Z code

819
00:38:42,426 --> 00:38:45,642
and all my other agents in one place (สร้าง

820
00:38:45,642 --> 00:38:49,007
mission control dashboard ที่ฉันควบคุม Z Code

821
00:38:49,007 --> 00:38:52,447
และ agent อื่นๆ ทั้งหมดของฉันในที่เดียว) Start

822
00:38:52,447 --> 00:38:55,812
with Z code and just make it like a beautiful

823
00:38:55,812 --> 00:38:59,028
mission control (เริ่มจาก Z Code แล้วทำเป็น

824
00:38:59,028 --> 00:39:02,393
mission control ที่สวยงาม) Use the CLI inside

825
00:39:02,393 --> 00:39:05,235
Z code and also have a section for the

826
00:39:05,235 --> 00:39:08,526
Obsidian memory as well inside the dashboard

827
00:39:08,526 --> 00:39:11,741
(ใช้ CLI ใน Z Code และมีส่วนสำหรับ Obsidian

828
00:39:11,741 --> 00:39:15,032
memory ใน dashboard ด้วย) ใช้เวลาสร้างประมาณ

829
00:39:15,032 --> 00:39:17,874
20 นาที ตอนนี้คุณอาจไม่ได้เห็น preview

830
00:39:17,874 --> 00:39:20,416
แต่นั่นคือวิธีเริ่มสร้าง dashboard

831
00:39:20,416 --> 00:39:23,258
ถ้าอยากได้ระบบของผมที่พร้อมใช้ทุกอย่าง

832
00:39:23,258 --> 00:39:26,624
เพราะผมใช้เวลาสร้างของแบบนี้วันละ 3-4 ชั่วโมง

833
00:39:26,624 --> 00:39:29,465
คุณหามันได้ในลิงก์ AI Profit Boardroom

834
00:39:29,465 --> 00:39:32,906
ในคอมเมนต์หรือคำอธิบาย หรือไปที่เว็บ AI Profit

835
00:39:32,906 --> 00:39:36,271
Boardroom นั่นคือระดับสูงสุดของการใช้ agentic

836
00:39:36,271 --> 00:39:39,412
operating system และการเป็นคนทรงพลังกับ AI

837
00:39:39,412 --> 00:39:42,029
จุดดีคือ คุณมีระบบ memory และ agent

838
00:39:42,029 --> 00:39:45,395
ทั้งหมดในที่เดียว ประสิทธิภาพสุดๆ แล้วก็สร้าง

839
00:39:45,395 --> 00:39:48,610
custom workflows (เวิร์กโฟลว์เฉพาะ) ได้ด้วย

840
00:39:48,610 --> 00:39:52,050
เช่น มี video agent ตรงนี้ มี SEO agent ตรงนี้

841
00:39:52,050 --> 00:39:54,369
นี่ก็คือ UI สวยๆ ของ SEO skills

842
00:39:54,369 --> 00:39:57,360
ที่เห็นก่อนหน้านี้ skills หรือ workflows

843
00:39:57,360 --> 00:40:00,277
แบบไหนก็ตามที่คุณรัน เช่น ดู automation

844
00:40:00,277 --> 00:40:02,595
workflow ข่าว AI automation นี้

845
00:40:02,595 --> 00:40:05,213
น่าเบื่อมากใช่ไหม ใน workflow เล็กๆ

846
00:40:05,213 --> 00:40:08,054
แบบนี้มันดูไม่สวย ไม่สนุกที่จะกลับมาดู

847
00:40:08,054 --> 00:40:09,152
เช็คบทสนทนาได้

848
00:40:09,152 --> 00:40:12,218
แต่สลับไปมาระหว่างมันค่อนข้างยาก แต่ถ้ามี

849
00:40:12,218 --> 00:40:14,985
agentic operating system แบบนี้ เรามี

850
00:40:14,985 --> 00:40:18,201
automation ข่าวตรงนี้ และมันรันตามตารางเวลา

851
00:40:18,201 --> 00:40:21,491
ผมไม่ต้องคลิกมัน ไม่ต้องเปิดมันเอง แต่ได้ UI

852
00:40:21,491 --> 00:40:22,589
สวยๆ

853
00:40:22,589 --> 00:40:28,048
สำหรับ automation ตัวเดียวกัน มีประวัติการรันทั้งหมดตรงนี้ สลับดูวันต่างๆ

854
00:40:28,048 --> 00:40:31,114
ได้ ตอนมันรัน ทำอะไรไปบ้าง อะไรประมาณนั้น

855
00:40:31,114 --> 00:40:34,405
แล้วทุกอย่างก็เชื่อมโยงกัน เช่น ผมพูดถึง SEO

856
00:40:34,405 --> 00:40:37,097
content workflow ก่อนหน้านี้ ผมลิงก์

857
00:40:37,097 --> 00:40:40,537
automation หาข่าว กับ automation สร้างคอนเทนต์

858
00:40:40,537 --> 00:40:43,977
SEO ด้วยปุ่มเดียว ถ้าคลิก publish to WordPress

859
00:40:43,977 --> 00:40:47,343
(เผยแพร่ไป WordPress) มันจะเผยแพร่บทความไปที่

860
00:40:47,343 --> 00:40:50,184
WordPress ของผมโดยตรงในหัวข้อนั้นจริงๆ

861
00:40:50,184 --> 00:40:53,475
สุดยอดมาก และประหยัดเวลามหาศาล เช่น ดูตรงนี้

862
00:40:53,475 --> 00:40:56,765
ข่าว DeepSeek V4 Pro [ฟังไม่ชัด] ชนะ Fable 5

863
00:40:56,765 --> 00:40:59,832
ถ้าผมอยากเผยแพร่บทความเกี่ยวกับเรื่องนั้น

864
00:40:59,832 --> 00:41:00,929
แค่คลิกปุ่มนี้

865
00:41:00,929 --> 00:41:03,771
มันก็เริ่มเผยแพร่คอนเทนต์ไปที่เว็บไซต์

866
00:41:03,771 --> 00:41:06,538
WordPress ของผมโดยตรง สุดยอดแค่ไหนกัน

867
00:41:06,538 --> 00:41:08,782
นั่นคือเลเยอร์ที่ล้ำหน้าที่สุด

868
00:41:08,782 --> 00:41:10,801
และมันเกินขอบเขตของคอร์สนี้

869
00:41:10,801 --> 00:41:13,119
แต่ผมแค่อยากโชว์ว่ามันเป็นไปได้

870
00:41:13,119 --> 00:41:14,914
เพราะนั่นคือเลเยอร์บนสุด

871
00:41:14,914 --> 00:41:17,905
เลเยอร์ล่างสุดคือคุณสร้างเว็บไซต์พื้นฐาน

872
00:41:17,905 --> 00:41:20,298
จากนั้นก็สร้างแอป อะไรประมาณนั้น

873
00:41:20,298 --> 00:41:23,514
สร้างตัววางแผนรายสัปดาห์ เพิ่ม skills เพิ่ม

874
00:41:23,514 --> 00:41:26,356
automations ใช้ long horizon tasks กับ

875
00:41:26,356 --> 00:41:28,076
for/goal mode ให้ agent

876
00:41:28,076 --> 00:41:30,843
รันในหลายบทสนทนาพร้อมกัน แล้วสร้าง UI

877
00:41:30,843 --> 00:41:33,834
ครอบมันที่รันในเครื่อง และมี automations

878
00:41:33,834 --> 00:41:37,125
ทั้งหมดในที่เดียว อีกอย่างที่อยากโชว์กับ GLM

879
00:41:37,125 --> 00:41:40,341
และมันเจ๋งมาก คือคุณเสียบมันเข้ากับ harness

880
00:41:40,341 --> 00:41:42,435
(ฮาร์เนส) ตัวอื่นได้ harness

881
00:41:42,435 --> 00:41:45,800
ก็คือมือและร่างกายของสมอง AI ลองคิดดู GLM 5.3

882
00:41:45,800 --> 00:41:48,866
เองคือโมเดล นั่นคือสมองเบื้องหลังระบบจริง

883
00:41:48,866 --> 00:41:51,558
แล้วก็มีตัวแอปเอง Z Code คือ harness

884
00:41:51,558 --> 00:41:54,774
ที่คอร์สนี้โฟกัสหลักๆ Hermes ก็เป็น agentic

885
00:41:54,774 --> 00:41:55,872
harness อีกตัว

886
00:41:55,872 --> 00:41:59,087
และคุณเสียบแผนการเขียนโค้ดของคุณกับ GLM 5.3

887
00:41:59,087 --> 00:42:02,228
หรือ GLM 5.2 เข้าไปใน harness อย่าง Hermes

888
00:42:02,228 --> 00:42:05,145
ได้โดยตรง แปลว่าอะไร แปลว่าคุณได้ agent

889
00:42:05,145 --> 00:42:08,510
ที่รันด้วยสมองนั้นได้ ความต่างระหว่าง harness

890
00:42:08,510 --> 00:42:11,053
คือวิธีที่นำเสนอข้อมูล เช่น ตรงนี้

891
00:42:11,053 --> 00:42:13,521
จะเห็นว่าเรามี bot mode ใน Hermes

892
00:42:13,521 --> 00:42:16,961
มันให้เราสร้างสมาชิกทีมหลายคนด้วย GLM 5.3 คลิก

893
00:42:16,961 --> 00:42:20,326
new bot ตรงนี้ สร้าง bot ใหม่ เช่น researcher

894
00:42:20,326 --> 00:42:23,243
(นักวิจัย) ให้รายละเอียดว่ามันทำงานอะไร

895
00:42:23,243 --> 00:42:26,085
เปิดใช้งานอยู่หรือเปล่า อะไรประมาณนั้น

896
00:42:26,085 --> 00:42:29,375
แล้วสลับไปมาระหว่างแชตต่างๆ ตรงนี้ เหมือนใช้

897
00:42:29,375 --> 00:42:32,591
GLM 5.3 แต่ความต่างคือ มันดูและรู้สึกเหมือน

898
00:42:32,591 --> 00:42:35,807
WhatsApp เช่น content writer ของเราพร้อมใช้

899
00:42:35,807 --> 00:42:39,172
เราส่งข้อความหามันได้เลย มันดูและรู้สึกเหมือน

900
00:42:39,172 --> 00:42:42,388
WhatsApp มีแชตทั้งหมดตรงนี้ ผมว่ามันเจ๋งมาก

901
00:42:42,388 --> 00:42:45,529
เพราะคุณใช้ GLM 5.3 ได้ แต่ใช้แบบ WhatsApp

902
00:42:45,529 --> 00:42:47,548
หรือ Telegram และมีแชตต่างๆ

903
00:42:47,548 --> 00:42:50,988
จัดระเบียบในที่เดียว เจ๋งมาก แล้วก็สร้าง voice

904
00:42:50,988 --> 00:42:54,428
agent (เอเจนต์เสียง) ได้ด้วย ใช้ Hermes Oracle

905
00:42:54,428 --> 00:42:57,494
สำหรับดึงข่าวล่าสุด แล้วเผยแพร่คอนเทนต์ไป

906
00:42:57,494 --> 00:42:58,592
WordPress ได้

907
00:42:58,592 --> 00:43:01,060
มีบทความที่เราเผยแพร่ไปแล้วตรงนี้

908
00:43:01,060 --> 00:43:04,500
พร้อมใช้ทั้งหมดในที่เดียว สุดยอด และยังให้ GLM

909
00:43:04,500 --> 00:43:07,940
5.3 เข้าถึง API ต่างๆ ได้ เช่น ถ้าอยากให้มันทำ

910
00:43:07,940 --> 00:43:11,081
outreach (ติดต่อหาลูกค้า) ให้ ให้ API keys

911
00:43:11,081 --> 00:43:14,446
ที่คุณมี เช่น Hunter API ที่สร้างลีดให้คุณได้

912
00:43:14,446 --> 00:43:16,465
ให้ API นั้นกับ GLM 5.3 ได้

913
00:43:16,465 --> 00:43:19,905
เสียบมันในแชตตรงนี้ แล้วบอกว่า generate a list

914
00:43:19,905 --> 00:43:23,121
of leads for me (สร้างรายการลีดให้ฉันหน่อย)

915
00:43:23,121 --> 00:43:25,066
อะไรประมาณนั้น มีอะไรเจ๋งๆ

916
00:43:25,066 --> 00:43:26,935
เยอะมากที่ทำได้กับสิ่งนี้

917
00:43:26,935 --> 00:43:30,226
นี่คือตัวอย่างเพิ่มเติมของสิ่งที่สร้างได้ มี

918
00:43:30,226 --> 00:43:32,544
build ที่เราเอาฟีดแบ็กจากลูกค้า

919
00:43:32,544 --> 00:43:34,713
รวบรวมอะไรก็ตามที่มีอยู่ เช่น

920
00:43:34,713 --> 00:43:37,480
อีเมลฝ่ายซัพพอร์ต รีวิว คำตอบแบบสำรวจ

921
00:43:37,480 --> 00:43:40,770
โน้ตจากการโทร ใส่ไว้ในโฟลเดอร์เดียวในเครื่อง

922
00:43:40,770 --> 00:43:42,565
จากนั้นใช้ prompt แบบนี้

923
00:43:42,565 --> 00:43:45,557
อ่านฟีดแบ็กของลูกค้าทุกชิ้นในโฟลเดอร์นี้

924
00:43:45,557 --> 00:43:47,875
จัดกลุ่มฟีดแบ็กเป็นธีม (themes)

925
00:43:47,875 --> 00:43:50,418
นับว่าความถี่แต่ละธีมปรากฏกี่ครั้ง

926
00:43:50,418 --> 00:43:54,082
แล้วสร้างเว็บเพจเดียวที่แสดงข้อร้องเรียนอันดับต้น

927
00:43:54,082 --> 00:43:56,026
เรียงตามความถี่ที่เกิดขึ้น

928
00:43:56,026 --> 00:43:59,018
พร้อมคำพูดอ้างอิงสามอันดับแรกใต้แต่ละธีม

929
00:43:59,018 --> 00:44:01,710
เพื่อให้ฉันเห็นคำพูดจริงที่ลูกค้าใช้

930
00:44:01,710 --> 00:44:04,253
แล้วก็ลิสต์สามอันดับแรกที่ลูกค้าชม

931
00:44:04,253 --> 00:44:07,469
อย่าเสร็จจนกว่าฟีดแบ็กแต่ละชิ้นจะถูกอ่านครบ

932
00:44:07,469 --> 00:44:10,610
เห็นตรงนี้ มันเอาข้อมูลนั้นไปเริ่มสร้างเลย

933
00:44:10,610 --> 00:44:13,825
เราใช้ GLM 5.3 ที่ระดับ Max กับ full access

934
00:44:13,825 --> 00:44:15,695
แล้วมันก็สร้างเว็บเพจสวยๆ

935
00:44:15,695 --> 00:44:18,462
แบบนี้ ที่วิเคราะห์ทุกอย่างอันดับต้นๆ

936
00:44:18,462 --> 00:44:20,107
ที่ลูกค้าให้ฟีดแบ็กเรา

937
00:44:20,107 --> 00:44:22,650
มันดีมากสำหรับการเอาข้อมูลที่คุณมี

938
00:44:22,650 --> 00:44:24,445
มาวิเคราะห์และจัดระเบียบ

939
00:44:24,445 --> 00:44:27,885
ให้อ่านและเข้าใจง่ายมาก อีกตัวอย่างคือ planner

940
00:44:27,885 --> 00:44:30,951
(ตัววางแผน) รอบสัปดาห์ของคุณ สร้าง weekly

941
00:44:30,951 --> 00:44:33,718
planner ด้วยตัวนี้ได้ เราบอกว่า goal:

942
00:44:33,718 --> 00:44:35,812
สร้างหน้าเพจวางแผนรายสัปดาห์

943
00:44:35,812 --> 00:44:37,756
ที่ฉันเปิดทุกเช้าวันจันทร์

944
00:44:37,756 --> 00:44:39,551
มันแสดงเจ็ดวันของสัปดาห์

945
00:44:39,551 --> 00:44:41,271
ฉันเพิ่มงานในวันใดก็ได้

946
00:44:41,271 --> 00:44:43,066
ทำเครื่องหมายว่างานเสร็จ

947
00:44:43,066 --> 00:44:44,861
ลากงานที่เหลือไปวันถัดไป

948
00:44:44,861 --> 00:44:47,553
แสดงว่าฉันทำงานเสร็จกี่งานสัปดาห์นี้

949
00:44:47,553 --> 00:44:50,769
เทียบกับสัปดาห์ที่แล้ว ทุกอย่างถูกบันทึกไว้

950
00:44:50,769 --> 00:44:53,162
กลับมาเปิดวันจันทร์หน้าก็ยังอยู่

951
00:44:53,162 --> 00:44:56,378
ให้ดีไซน์สงบและเรียบง่าย มีพื้นที่ว่างเยอะๆ

952
00:44:56,378 --> 00:44:59,145
ไม่รก อย่าเสร็จจนกว่าการเพิ่ม การย้าย

953
00:44:59,145 --> 00:45:01,987
การทำเสร็จ และการบันทึก จะทำงานสมบูรณ์

954
00:45:01,987 --> 00:45:05,053
มันเริ่มเขียนโค้ดให้เลย มีแชตอยู่ฝั่งซ้าย

955
00:45:05,053 --> 00:45:08,493
พรีวิวอยู่ฝั่งขวา และมันก็สร้าง weekly planner

956
00:45:08,493 --> 00:45:09,615
ออกมาแบบที่เห็น

957
00:45:09,615 --> 00:45:12,008
มันสร้างของที่ใช้ประโยชน์ได้จริง

958
00:45:12,008 --> 00:45:14,850
สร้างแอปได้ด้วย เช่น แอปที่เราสร้างนี้

959
00:45:14,850 --> 00:45:17,841
เพิ่มงานเฉพาะ (custom jobs) ข้อมูลลูกค้า

960
00:45:17,841 --> 00:45:21,206
อะไรประมาณนั้น ทำยังไง เราบอกว่า goal เท่ากับ

961
00:45:21,206 --> 00:45:24,422
build me a mobile app I can add to my phone

962
00:45:24,422 --> 00:45:26,441
home screen and use offline

963
00:45:26,441 --> 00:45:30,031
(สร้างแอปมือถือที่ฉันเพิ่มลงหน้าจอโฮมของโทรศัพท์

964
00:45:30,031 --> 00:45:33,471
และใช้แบบออฟไลน์ได้) It's a job tracker for my

965
00:45:33,471 --> 00:45:35,266
window cleaning business

966
00:45:35,266 --> 00:45:38,781
(มันคือตัวติดตามงานสำหรับธุรกิจล้างกระจกของฉัน)

967
00:45:38,781 --> 00:45:41,323
ปรับแต่งเป็นอะไรก็ได้ตามที่ต้องการ

968
00:45:41,323 --> 00:45:44,689
บนหน้าจอหลัก ฉันเห็นงานวันนี้ พร้อมชื่อลูกค้า

969
00:45:44,689 --> 00:45:45,786
รายละเอียด ฯลฯ

970
00:45:45,786 --> 00:45:48,179
แตะงานเพื่อทำเครื่องหมายว่าเสร็จ

971
00:45:48,179 --> 00:45:49,301
เพิ่มงานใหม่ได้

972
00:45:49,301 --> 00:45:52,816
มันก็ไปสร้างแอปมือถือที่ใช้งานได้จริงแบบที่เห็น

973
00:45:52,816 --> 00:45:56,256
บันทึกข้อมูลได้ เก็บในโทรศัพท์ได้ พร้อมใช้ แอป

974
00:45:56,256 --> 00:45:58,350
ตัววางแผนรายสัปดาห์ เว็บไซต์

975
00:45:58,350 --> 00:46:00,220
การวิเคราะห์ข้อมูล Z Code

976
00:46:00,220 --> 00:46:02,837
เก่งกับของพวกนี้ทั้งหมด ถ้าสร้างแอป

977
00:46:02,837 --> 00:46:06,277
อีกอย่างที่ทำได้คือบอกว่า give me the simplest

978
00:46:06,277 --> 00:46:09,643
way to open this on my phone from my computer

979
00:46:09,643 --> 00:46:12,784
in plain steps so I can follow without any

980
00:46:12,784 --> 00:46:14,204
technical knowledge

981
00:46:14,204 --> 00:46:18,766
(บอกวิธีที่ง่ายที่สุดในการเปิดสิ่งนี้บนโทรศัพท์จากคอมพิวเตอร์

982
00:46:18,766 --> 00:46:20,112
เป็นขั้นตอนธรรมดาๆ

983
00:46:20,112 --> 00:46:23,104
ที่ฉันทำตามได้โดยไม่ต้องมีความรู้เทคนิค)

984
00:46:23,104 --> 00:46:26,394
มันจะให้ local address (ที่อยู่ในเครื่อง) มา

985
00:46:26,394 --> 00:46:29,535
เปิดที่อยู่นั้นบนโทรศัพท์ เพิ่มเข้า iPhone

986
00:46:29,535 --> 00:46:32,527
ตั้งชื่อ แตะมัน แล้วมันก็รันในเครื่องได้

987
00:46:32,527 --> 00:46:34,097
ไม่ใช่แอปบน App Store

988
00:46:34,097 --> 00:46:37,163
แต่เป็นแอปที่รันในเครื่องบนโทรศัพท์ของคุณ

989
00:46:37,163 --> 00:46:40,005
ก็เจ๋งดีเหมือนกัน อยากสอนเรื่อง tokens

990
00:46:40,005 --> 00:46:43,370
ในระบบอีกนิด เพราะมีสามอย่างซ้อนกันอยู่ตรงนี้

991
00:46:43,370 --> 00:46:45,240
ที่คนส่วนใหญ่ไม่เคยสังเกต

992
00:46:45,240 --> 00:46:48,381
รวมกันแล้วเพิ่มสิ่งที่คุณทำได้เกือบสองเท่า

993
00:46:48,381 --> 00:46:51,522
อย่างแรกคือ caching (การแคช) Z Code รายงาน

994
00:46:51,522 --> 00:46:54,663
cache hit rate (อัตราการชนแคช) สูงกว่า 98%

995
00:46:54,663 --> 00:46:57,580
caching แปลว่า ตอนโมเดลอ่าน context ซ้ำ

996
00:46:57,580 --> 00:47:00,945
มันเคยเห็นแล้ว เช่น โปรเจกต์ของคุณ ไฟล์ของคุณ

997
00:47:00,945 --> 00:47:04,385
ข้อความที่สอง สาม และสิบของคุณ การอ่านซ้ำๆ คิด

998
00:47:04,385 --> 00:47:06,255
quota (โควตา) น้อยลง Z AI

999
00:47:06,255 --> 00:47:08,423
ให้ผลเชิงปฏิบัติประมาณ tokens

1000
00:47:08,423 --> 00:47:11,564
ที่มีประสิทธิภาพเพิ่มขึ้น 30% แปลว่าคุณได้

1001
00:47:11,564 --> 00:47:14,780
tokens มากขึ้นจากสิ่งที่ทำ ใช้ประโยชน์ยังไง

1002
00:47:14,780 --> 00:47:17,622
อยู่ภายในโปรเจกต์เดียวแล้วคุยต่อเนื่อง

1003
00:47:17,622 --> 00:47:19,492
ถ้าเปิดโปรเจกต์อยู่แบบนี้

1004
00:47:19,492 --> 00:47:22,184
ก็อยู่ในโปรเจกต์นั้นแล้วคุยไปเรื่อยๆ

1005
00:47:22,184 --> 00:47:24,652
แทนที่จะเริ่มโปรเจกต์ใหม่ตลอดเวลา

1006
00:47:24,652 --> 00:47:27,867
บทสนทนายาวในโปรเจกต์เดียว ถูกกว่าต่อข้อความ

1007
00:47:27,867 --> 00:47:31,307
เมื่อเทียบกับบทสนทนาสั้นๆ 10 อันใน 10 โปรเจกต์

1008
00:47:31,307 --> 00:47:32,803
เพราะ cache hit rate

1009
00:47:32,803 --> 00:47:35,795
และนั่นตรงข้ามกับสิ่งที่คนส่วนใหญ่เข้าใจ

1010
00:47:35,795 --> 00:47:39,235
อย่างที่สอง และคนส่วนใหญ่ก็ไม่รู้เหมือนกัน คือ

1011
00:47:39,235 --> 00:47:42,450
off-peak rate (อัตราช่วงนอกชั่วโมงเร่งด่วน)

1012
00:47:42,450 --> 00:47:45,816
การใช้งานนอกช่วงพีค คิดเป็นครึ่งอัตราเทียบกับ

1013
00:47:45,816 --> 00:47:49,256
quota ถ้าอยากไม่ชนขีดจำกัด tokens ตอนเขียนโค้ด

1014
00:47:49,256 --> 00:47:51,425
ช่วงพีคของ GLM 5.3 ใช้เวลาจีน

1015
00:47:51,425 --> 00:47:53,444
คือช่วงบ่ายวันธรรมดาที่นั่น

1016
00:47:53,444 --> 00:47:56,884
ซึ่งเป็นกรอบเวลาค่อนข้างแคบ แต่ถ้าอยู่ในสหรัฐฯ

1017
00:47:56,884 --> 00:47:58,679
อังกฤษ หรือยุโรปส่วนใหญ่

1018
00:47:58,679 --> 00:48:01,296
ช่วงเวลาทำงานปกติของคุณเกือบทั้งหมด

1019
00:48:01,296 --> 00:48:03,390
อยู่ในช่วงครึ่งอัตราอยู่แล้ว

1020
00:48:03,390 --> 00:48:06,307
โดยไม่ต้องทำอะไรเลย แปลว่าคุณได้ tokens

1021
00:48:06,307 --> 00:48:09,448
เพิ่มเป็นสองเท่า ถ้าอยู่ในสหรัฐฯ หรือยุโรป

1022
00:48:09,448 --> 00:48:11,093
และเขียนโค้ดด้วยตัวนี้

1023
00:48:11,093 --> 00:48:13,037
ถ้าเผอิญทำงานในช่วงพีคนั้น

1024
00:48:13,037 --> 00:48:14,982
และมีงานใหญ่ที่ไม่เร่งด่วน

1025
00:48:14,982 --> 00:48:18,422
ก็ควรเลื่อนไปทำทีหลัง เพราะงั้นคุณจะได้ tokens

1026
00:48:18,422 --> 00:48:19,519
สองเท่า

1027
00:48:19,519 --> 00:48:22,735
อย่างที่สามคือประสิทธิภาพของตัวโมเดลเอง ใช้

1028
00:48:22,735 --> 00:48:25,427
tokens ต่องานน้อยกว่าโมเดลเทียบเคียง

1029
00:48:25,427 --> 00:48:28,718
พอสมควรทีเดียว พอรวม caching, off-peak rates

1030
00:48:28,718 --> 00:48:31,784
และประสิทธิภาพเข้าด้วยกัน คุณก็ได้ tokens

1031
00:48:31,784 --> 00:48:33,429
ออกจากกระบวนการมากขึ้น

1032
00:48:33,429 --> 00:48:35,972
และใช้มันอย่างมีประสิทธิภาพมากขึ้น

1033
00:48:35,972 --> 00:48:38,515
แล้วก็สลับเครื่องยนต์ (engine) ได้

1034
00:48:38,515 --> 00:48:41,805
อย่างที่พูดก่อนหน้านี้ ถ้าคุณใช้ Claude Code

1035
00:48:41,805 --> 00:48:45,096
อยู่แล้ว GLM 5.3 เสียบเข้ากับมันได้ตรงๆ Z AI

1036
00:48:45,096 --> 00:48:46,193
สร้าง endpoint

1037
00:48:46,193 --> 00:48:49,559
ของตัวเองให้เข้ากันได้กับฟอร์แมตของ Anthropic

1038
00:48:49,559 --> 00:48:51,727
ชี้ Claude Code ไปที่ GLM 5.3

1039
00:48:51,727 --> 00:48:53,597
ด้วยการตั้งค่าไม่กี่อย่าง

1040
00:48:53,597 --> 00:48:56,962
โดยไม่ต้องใช้ซอฟต์แวร์พิเศษ เช่นเดียวกับ Open

1041
00:48:56,962 --> 00:49:00,328
Code ที่มี GLM 5.3 ตั้งแต่เปิดตัววันแรก พร้อม

1042
00:49:00,328 --> 00:49:03,469
context window หนึ่งล้าน tokens เต็มรูปแบบ

1043
00:49:03,469 --> 00:49:07,656
ถ้าคุณใช้เวลาหลายเดือนทำความคุ้นเคยกับเครื่องมือตัวหนึ่ง

1044
00:49:07,656 --> 00:49:09,900
ไม่ต้องทิ้งมันไปเพื่อลองตัวนี้

1045
00:49:09,900 --> 00:49:13,191
สลับเครื่องยนต์ได้ แต่รักษานิสัยการใช้งานไว้

1046
00:49:13,191 --> 00:49:15,958
และนั่นคือเหตุผลที่คนทดสอบโมเดลพวกนี้

1047
00:49:15,958 --> 00:49:18,201
การสลับใช้เวลาประมาณ 90 วินาที

1048
00:49:18,201 --> 00:49:20,146
ลองโมเดลใหม่แทบไม่เสียอะไร

1049
00:49:20,146 --> 00:49:24,034
และความเข้ากันได้นี้ยังเปิดส่วนที่คนส่วนใหญ่ไปไม่ถึง

1050
00:49:24,034 --> 00:49:27,026
นั่นคือการตั้งค่า skills และ automations

1051
00:49:27,026 --> 00:49:29,942
คุณจะได้หยุดพิมพ์สิ่งเดิมซ้ำแล้วซ้ำเล่า

1052
00:49:29,942 --> 00:49:33,158
ถ้าสร้างไฟล์ข้อความธรรมดาในโฟลเดอร์โปรเจกต์

1053
00:49:33,158 --> 00:49:34,429
ชื่อ instructions

1054
00:49:34,429 --> 00:49:38,917
เขียนกฎที่อยากให้ใช้กับทุกโปรเจกต์และทุกงานในโปรเจกต์นั้นได้

1055
00:49:38,917 --> 00:49:41,085
สีแบรนด์ของคุณ น้ำเสียงของคุณ

1056
00:49:41,085 --> 00:49:43,927
กฎที่ว่าทุกหน้าเพจต้องโหลดเร็วบนมือถือ

1057
00:49:43,927 --> 00:49:46,993
และกฎที่ว่าอะไรจะถูกทำเครื่องหมายว่าเสร็จ

1058
00:49:46,993 --> 00:49:49,985
ต่อเมื่อผ่านการทดสอบแล้ว จากนั้นเริ่มทุก

1059
00:49:49,985 --> 00:49:52,527
prompt ในโปรเจกต์นั้นด้วย read the

1060
00:49:52,527 --> 00:49:55,967
instructions file first (อ่านไฟล์ instructions

1061
00:49:55,967 --> 00:49:59,034
ก่อน) และนั่นคือ skill หนึ่ง ไม่ใช่ skill

1062
00:49:59,034 --> 00:50:00,131
ที่เลิศหรู

1063
00:50:00,131 --> 00:50:02,823
แต่นั่นคือตัวอย่างสิ่งที่ทำได้ตรงนี้

1064
00:50:02,823 --> 00:50:06,039
คุณอาจสงสัยว่าจะเริ่มจากอะไรดี ควร automate

1065
00:50:06,039 --> 00:50:07,137
อะไรกับ Z Code

1066
00:50:07,137 --> 00:50:09,604
อะไรคือสิ่งที่เริ่มต้นได้ดีที่สุด

1067
00:50:09,604 --> 00:50:11,250
ผมไม่แนะนำให้ automate

1068
00:50:11,250 --> 00:50:14,166
งานที่น่าสนใจหรือไอเดียใหม่ๆ ของคุณ ให้

1069
00:50:14,166 --> 00:50:16,186
automate งานที่คุณบรรยายว่า

1070
00:50:16,186 --> 00:50:17,980
ฉันต้องทำแบบนี้ซ้ำทุกวัน

1071
00:50:17,980 --> 00:50:21,346
อะไรก็ตามที่พิมพ์มากกว่าห้าครั้ง กลายเป็นไฟล์

1072
00:50:21,346 --> 00:50:24,786
skill ได้ อะไรก็ตามที่ทำเวลาเดียวกันทุกสัปดาห์

1073
00:50:24,786 --> 00:50:26,057
คือ scheduled job

1074
00:50:26,057 --> 00:50:30,245
งานน่าเบื่อซ้ำซากคือจุดที่คุณได้คุณค่ามากที่สุดจากตัวนี้

1075
00:50:30,245 --> 00:50:33,835
เพราะมันคืองานที่กินเวลาทั้งสัปดาห์และเวลาของคุณ

1076
00:50:33,835 --> 00:50:36,901
อยากพูดถึงข้อผิดพลาดที่คนทำกับโมเดลพวกนี้

1077
00:50:36,901 --> 00:50:40,191
เพราะการเลี่ยงมัน จะทำให้คุณนำหน้าคนส่วนใหญ่

1078
00:50:40,191 --> 00:50:43,632
ข้อผิดพลาดข้อหนึ่งคือ prompt มันเหมือนแชตโมเดล

1079
00:50:43,632 --> 00:50:45,875
คำขอสั้นๆ คลุมเครือบรรทัดเดียว

1080
00:50:45,875 --> 00:50:48,866
โมเดลนี้ถูกฝึกด้วยงาน (jobs) ไม่ใช่คำถาม

1081
00:50:48,866 --> 00:50:51,858
คุณให้งานมันได้เลย ข้อสองคือปล่อย effort

1082
00:50:51,858 --> 00:50:53,578
ไว้ที่ low สำหรับ build

1083
00:50:53,578 --> 00:50:57,018
ที่ต้องการอะไรที่ดีกว่านี้มาก คุณอาจคิดว่า อ้อ

1084
00:50:57,018 --> 00:50:59,187
ประหยัด tokens ใช้ low effort

1085
00:50:59,187 --> 00:51:02,103
แต่คุณจะได้แค่ผู้ช่วยที่เร็วแต่ตื้นเขิน

1086
00:51:02,103 --> 00:51:03,749
แล้วก็โทษโมเดล ใช้ max

1087
00:51:03,749 --> 00:51:06,815
สำหรับอะไรก็ตามที่คุณสร้าง ที่ซับซ้อนหรือ

1088
00:51:06,815 --> 00:51:10,031
sophisticated จริงๆ ข้อสามคือไม่ให้ context

1089
00:51:10,031 --> 00:51:13,396
คุณควรสร้างระบบ memory ที่ผมพูดถึงก่อนหน้านี้

1090
00:51:13,396 --> 00:51:15,340
มันประหยัดเวลาให้คุณมหาศาล

1091
00:51:15,340 --> 00:51:18,481
และเวลาคุณให้ตัวอย่างสิ่งที่คุณกำลังทำจริง

1092
00:51:18,481 --> 00:51:19,579
คุณใช้ context

1093
00:51:19,579 --> 00:51:21,972
นั้นปรับทุกอย่างให้เป็นของคุณได้

1094
00:51:21,972 --> 00:51:25,038
ข้อสี่คือไม่มีบรรทัดตรวจสอบ (verification

1095
00:51:25,038 --> 00:51:27,581
line) เวลาคุณเขียนโค้ดกับของแบบนี้

1096
00:51:27,581 --> 00:51:29,450
ต้องแน่ใจว่า prompt จริงๆ

1097
00:51:29,450 --> 00:51:32,442
ทุกอันจบด้วยสิ่งที่โมเดลใช้ตรวจตัวเองได้

1098
00:51:32,442 --> 00:51:35,583
ข้อห้าคือเริ่มใหม่แทนที่จะวนปรับ (iterate)

1099
00:51:35,583 --> 00:51:37,527
เวลาอะไรประมาณ 80% ถูกแล้ว

1100
00:51:37,527 --> 00:51:39,845
ก็ให้ฟีดแบ็กมันว่าปรับปรุงยังไง

1101
00:51:39,845 --> 00:51:42,014
ทำอะไรได้ดีกว่า ต้องทำอะไรต่อ

1102
00:51:42,014 --> 00:51:44,407
ดีกว่าการเริ่มใหม่ซ้ำแล้วซ้ำเล่า

1103
00:51:44,407 --> 00:51:47,623
ซึ่งบางคนทำเพราะคิดว่า อ้อ แค่ต้องเริ่มใหม่

1104
00:51:47,623 --> 00:51:48,721
เริ่มจากศูนย์

1105
00:51:48,721 --> 00:51:52,609
แต่ปกติคุณห่างจากโปรเจกต์เสร็จแค่หนึ่งหรือสองขั้นตอน

1106
00:51:52,609 --> 00:51:56,049
อีกอย่างที่ควรรู้ GLM 5.3 ไม่สร้างรูปภาพให้คุณ

1107
00:51:56,049 --> 00:51:57,147
แค่รู้ไว้เฉยๆ

1108
00:51:57,147 --> 00:51:59,764
คุณอาจสงสัยว่าเมื่อไหร่ควรใช้ตัวนี้

1109
00:51:59,764 --> 00:52:02,831
ผมแนะนำให้ใช้เป็น sub agent (เอเจนต์ย่อย)

1110
00:52:02,831 --> 00:52:05,672
ผมไม่คิดว่ามันควรเป็น agent หลักของคุณ

1111
00:52:05,672 --> 00:52:08,290
มันเป็นโมเดลที่ดี โมเดลที่เยี่ยมมาก

1112
00:52:08,290 --> 00:52:11,506
แต่ผมว่ามันเหมาะกับงานแบบ sub agent มากกว่า

1113
00:52:11,506 --> 00:52:14,647
ส่วนตัวผม จะให้ Claude เป็นตัว orchestrate

1114
00:52:14,647 --> 00:52:18,012
(คุมงาน) มัน จุดดีคือ ผมให้ Claude ควบคุม GLM

1115
00:52:18,012 --> 00:52:20,629
5.3 สำหรับงานที่ต้องใช้ tokens เยอะ

1116
00:52:20,629 --> 00:52:22,948
แต่ไม่อยากชนขีดจำกัดของ Fable 5

1117
00:52:22,948 --> 00:52:26,089
นั่นคือวิธีใช้ที่ยอดเยี่ยม แค่ไปที่ Claude

1118
00:52:26,089 --> 00:52:29,230
แล้วบอกว่า hey use GLM 5.3 for this or for

1119
00:52:29,230 --> 00:52:32,670
that (เฮ้ ใช้ GLM 5.3 สำหรับอันนี้หรืออันนั้น)

1120
00:52:32,670 --> 00:52:36,110
ประหยัดเวลาเยอะมากเช่นกัน นั่นคือทั้งหมดสำหรับ

1121
00:52:36,110 --> 00:52:38,802
GLM 5.3 นี่คือคอร์สเต็ม สรุปอีกครั้ง

1122
00:52:38,802 --> 00:52:42,466
เราได้ครอบคลุมทุกอย่างที่ต้องรู้เกี่ยวกับตัวโมเดล

1123
00:52:42,466 --> 00:52:45,458
วิธี build กับ agentic operating systems

1124
00:52:45,458 --> 00:52:48,374
skills, automations, tasks วิธีสร้างและ

1125
00:52:48,374 --> 00:52:51,740
automate อะไรก็ได้ วิธีใช้ที่ดีที่สุด วิธีให้

1126
00:52:51,740 --> 00:52:54,881
Claude orchestrate มัน วิธีเสียบมันเข้ากับ

1127
00:52:54,881 --> 00:52:57,124
Claude และวิธีใช้กับ goal mode

1128
00:52:57,124 --> 00:53:01,761
เราแทบจะครอบคลุมทุกอย่างที่คุณต้องรู้เกี่ยวกับเรื่องพวกนี้แล้ว

1129
00:53:01,761 --> 00:53:04,453
ถ้าอยากเทรนเพิ่มเรื่อง agents และ AI

1130
00:53:04,453 --> 00:53:07,295
automation โดยรวม ลองดูลิงก์ AI Profit

1131
00:53:07,295 --> 00:53:09,688
Boardroom ในคอมเมนต์หรือคำอธิบาย

1132
00:53:09,688 --> 00:53:12,605
หรือไปที่เว็บของมัน ในชุมชน (community)

1133
00:53:12,605 --> 00:53:15,895
คุณถามคำถามและขอความช่วยเหลือแบบเรียลไทม์ได้

1134
00:53:15,895 --> 00:53:17,765
มีสมาชิกดีๆ เยอะมากในนั้น

1135
00:53:17,765 --> 00:53:20,681
มีคนออนไลน์พร้อมช่วยคุณเสมอเมื่อต้องการ

1136
00:53:20,681 --> 00:53:23,598
ส่งข้อความตรงถึงผมเป็นการส่วนตัวได้ด้วย

1137
00:53:23,598 --> 00:53:26,589
รับความช่วยเหลือเมื่อไหร่ก็ได้ เยี่ยมมาก

1138
00:53:26,589 --> 00:53:28,683
และในชุมชน คุณเจอคนเจ๋งๆ ได้

1139
00:53:28,683 --> 00:53:31,899
เป็นวิธีสร้างเน็ตเวิร์กที่ดีมาก ในห้องเรียน

1140
00:53:31,899 --> 00:53:32,997
(classroom)

1141
00:53:32,997 --> 00:53:36,138
คุณเข้าถึงเทรนนิ่งที่ดีที่สุดทั้งหมดของเรา

1142
00:53:36,138 --> 00:53:39,428
มีการอัปเดตใหม่ทุกวัน มีระบบ agent OS และเอา

1143
00:53:39,428 --> 00:53:41,073
agent operating system

1144
00:53:41,073 --> 00:53:44,364
ที่ผมพูดถึงก่อนหน้านี้ได้ ที่คอย orchestrate

1145
00:53:44,364 --> 00:53:46,608
agent ของคุณ เห็นเทรนนิ่งใหม่ๆ

1146
00:53:46,608 --> 00:53:47,804
ทั้งหมดของเราได้

1147
00:53:47,804 --> 00:53:51,469
เราครอบคลุมเกือบทุกอย่างที่มีประโยชน์ที่คุณใช้ได้

1148
00:53:51,469 --> 00:53:54,834
ในปฏิทิน (calendar) คุณเข้าร่วม coaching call

1149
00:53:54,834 --> 00:53:57,676
รายสัปดาห์ ขอความช่วยเหลือแบบเรียลไทม์

1150
00:53:57,676 --> 00:54:00,218
ถามคำถาม แชร์หน้าจอ ในแผนที่ (map)

1151
00:54:00,218 --> 00:54:03,658
คุณเจอคนในพื้นที่ของคุณ ที่กำลัง build ด้วย AI

1152
00:54:03,658 --> 00:54:06,650
agent เหมือนคุณ ทั้งหมดนี้อยู่ในลิงก์ AI

1153
00:54:06,650 --> 00:54:09,566
Profit Boardroom ในคอมเมนต์หรือคำอธิบาย

1154
00:54:09,566 --> 00:54:13,007
นั่นคือวิธีสร้างและ automate อะไรก็ได้ด้วย GLM

1155
00:54:13,007 --> 00:54:16,297
5.3 โมเดลที่ทรงพลัง และอีกอย่างที่อยากบอกคือ

1156
00:54:16,297 --> 00:54:19,064
มันดีขึ้นเรื่อยๆ ตลอดเวลา ถ้าเห็น GLM

1157
00:54:19,064 --> 00:54:22,130
เวอร์ชันแรกเมื่อปีที่แล้ว ยังไม่ค่อยดีเลย

1158
00:54:22,130 --> 00:54:24,823
แต่มันกำลังพัฒนา ด้วยอัตราที่เร็วมาก

1159
00:54:24,823 --> 00:54:28,188
และผมสังเกตแบบนี้กับโมเดลโอเพนซอร์สจีนทั้งหมด

1160
00:54:28,188 --> 00:54:30,207
ใครจะรู้ว่ามันจะไปไกลแค่ไหน

1161
00:54:30,207 --> 00:54:33,423
อีกอย่างที่คุณจะพบคือ GLM 5.3 เป็นโมเดลเปิด

1162
00:54:33,423 --> 00:54:36,788
ดาวน์โหลด open weights (น้ำหนักโมเดลเปิด) ได้

1163
00:54:36,788 --> 00:54:38,583
แต่คุณรันในเครื่องไม่ได้

1164
00:54:38,583 --> 00:54:42,023
มันใหญ่เกินไปสำหรับการรันในเครื่อง ต้องใช้ GPU

1165
00:54:42,023 --> 00:54:45,014
จำนวนมหาศาล รันผ่าน API แบบ cloud hosted

1166
00:54:45,014 --> 00:54:47,781
ดีกว่าเสมอ มันรันเร็วกว่า ราบรื่นกว่า

1167
00:54:47,781 --> 00:54:50,698
และน่าเชื่อถือกว่ามากสำหรับคนดูส่วนใหญ่

1168
00:54:50,698 --> 00:54:53,839
ขอบคุณที่รับชม เจอกันวิดีโอหน้า สวัสดีครับ