คิดและสื่อสาร
รับข้อความหรือไฟล์ในบทสนทนา สร้างคำตอบให้ผู้ใช้ เหมาะกับการสำรวจความคิด ร่าง วิเคราะห์ critique และตัดสินใจก่อนลงมือ
FOUNDATION · DAY 1
Agent ไม่ใช่เวทมนตร์
แต่คือ ระบบทำงาน
บทนี้ช่วยผู้สอนอธิบายตั้งแต่คำว่า model จนถึง MCP โดยใช้ภาษาคนและตัวอย่างงานเดียวกัน เพื่อให้ผู้เรียนมองเห็นว่าแต่ละชิ้นมีหน้าที่ต่างกันอย่างไร
01 · THE ORIGIN
ทำไมจาก “ถาม–ตอบ” จึงกลายเป็น “มอบหมายงาน”
LLM เก่งในการทำนายและสร้างภาษา จึงอธิบาย สรุป วิเคราะห์ และเขียนได้ดี แต่คำตอบในหน้าต่างสนทนายังไม่เท่ากับงานที่เสร็จในโลกจริง งานสำนักงานมักต้องอ่านหลายไฟล์ ใช้ข้อมูลจากระบบ วางลำดับ สร้าง artifact ตรวจความถูกต้อง และตัดสินใจว่าจะเดินต่อหรือหยุดถาม
แนวคิด Agent จึงเกิดจากการนำโมเดลมาอยู่ใน วงจรที่มีเป้าหมาย เครื่องมือ ผลตอบกลับ และเกณฑ์หยุด โมเดลไม่ได้เปลี่ยนเป็นสิ่งมีชีวิต และไม่ได้เข้าใจองค์กรเองโดยอัตโนมัติ—เราเพียงออกแบบสภาพแวดล้อมให้มันลงมือเป็นขั้นและเห็นผลของการกระทำ
Chat ให้ “คำตอบ” ส่วน Agent พยายามส่งมอบ “สภาวะใหม่” เช่น โฟลเดอร์ที่จัดแล้ว รายงานที่สร้างแล้ว หรือระบบที่ผ่านการทดสอบ
วิวัฒนาการ 4 ขั้นที่ใช้สอน
| รูปแบบ | เรามอบอะไร | ระบบทำอะไร | ตัวอย่าง |
|---|---|---|---|
| Search | คำค้น | ค้นและเรียงแหล่งข้อมูล | “นโยบายลาป่วยบริษัทอยู่ที่ไหน” |
| Chat / LLM | คำถาม + บริบท | สร้างคำตอบหนึ่งรอบ | “สรุปนโยบายนี้ให้เข้าใจง่าย” |
| Workflow | ขั้นตอนที่กำหนดไว้ | เดินตามเส้นทางเดิม | เมื่อมีฟอร์มใหม่ → บันทึก → แจ้งทีม |
| Agent | เป้าหมาย + กติกา | เลือกขั้น ใช้ tool ดูผล และปรับ | ตรวจแฟ้มเอกสาร สร้างรายงาน และแยก exception |
02 · SAME MODEL, DIFFERENT JOB
อย่าอธิบายว่า Agent คือ LLM ที่ฉลาดกว่า
ความต่างสำคัญอยู่ที่วงจรและสิ่งที่ระบบทำได้ ไม่ใช่ชื่อรุ่นของโมเดล ผู้เรียนจึงเลือก surface และ permission ให้ตรงงานได้
คิด + ใช้เครื่องมือ + ตรวจผล
เข้าถึงขอบเขตงานที่อนุญาต อ่าน/สร้างไฟล์ รันคำสั่ง เรียก tool และเดินหลายรอบจนผ่านเกณฑ์หรือถึงจุดที่ต้องถามคน
03 · THE LOOP
Agent เก่งขึ้นเมื่อวงจรเห็นผล และรู้ว่าเมื่อไรต้องหยุด
ให้ผู้เรียนชี้วงจรนี้บนหน้าจอทุกครั้ง: Agent กำลังรับรู้อะไร วางแผนอย่างไร ลงมือด้วย tool ใด เห็นผลอะไร และใช้หลักฐานใดตัดสิน
Observe
อ่าน goal, context, files, tool results และสถานะล่าสุด
Plan
แตกงาน เลือกเครื่องมือ ประเมินความเสี่ยง และวาง checkpoint
Act
อ่าน เขียน รัน เรียก หรือส่งตาม permission ที่ให้ไว้
Verify
ตรวจ output กับ acceptance criteria และหาความผิดปกติ
Stop / Learn
ส่งมอบ ถามคน หรือบันทึก feedback เป็นวิธีทำที่ตรวจได้
กำหนดสิ่งที่ “ดี” และรับผิดชอบผล
คนเป็นเจ้าของเป้าหมาย กติกา สิทธิ์ การอนุมัติ และการตัดสินในเรื่องที่กระทบลูกค้า พนักงาน การเงิน หรือชื่อเสียง
เดินงานที่ตรวจได้และรายงานความไม่แน่ใจ
Agent ควรหา evidence ทำงานซ้ำ ติดตามสถานะ และบอกข้อจำกัด ไม่ใช่ปกปิดช่องว่างเพื่อให้คำตอบดูมั่นใจ
04 · AGENT ANATOMY
เจ็ดชิ้นที่ต้องออกแบบ ไม่ใช่แค่เขียน Prompt
เมื่อ output มีปัญหา ให้ชี้ว่าชิ้นใดเสียก่อนแก้: เป้าหมายคลุมเครือ บริบทไม่พอ tool ไม่เหมาะ สิทธิ์กว้าง หรือไม่มีเกณฑ์ตรวจ
Model
เครื่องยนต์ด้านภาษาและเหตุผล มีความสามารถและข้อจำกัดของตน
Goal
สภาวะปลายทางที่อยากได้ ไม่ใช่เพียงกิจกรรมที่ให้ทำ
Context
ข้อมูล กติกา ตัวอย่าง และสถานะที่จำเป็นต่อการตัดสินใจ
Tools
ความสามารถลงมือ เช่น อ่านไฟล์ ค้นเว็บ รันคำสั่ง หรือเรียกแอป
Permissions
ขอบเขตว่า tool ใด แตะอะไร และต้องถามก่อนเมื่อไร
State
บันทึกว่างานอยู่ขั้นไหน ทำอะไรแล้ว และอะไรยังค้าง
Evaluation
เกณฑ์และ test ที่บอกว่า output ผ่านหรือควรวนแก้
05 · CLAUDE SURFACES
Claude เหมือนกัน แต่พื้นที่ทำงานต่างกัน
ชื่อผลิตภัณฑ์และหน้าจออาจเปลี่ยนตามเวอร์ชันและแผนขององค์กร จึงสอนจาก “ความสามารถที่ต้องใช้” ก่อนชื่อเมนู สำหรับหลักสูตรนี้ให้ Claude Code เป็นแกนเมื่อทำงานกับไฟล์และโค้ด ส่วน Chat/Cowork ใช้กับการคิด งานเอกสาร และ critique ตามสิทธิ์ที่องค์กรเปิด
| พื้นที่ | เหมาะกับ | สิ่งที่ต้องระวัง | ใช้ในหลักสูตร |
|---|---|---|---|
| Claude Chat | ถาม อธิบาย วิเคราะห์ ร่าง และ critique | คำตอบไม่เท่ากับไฟล์/ระบบที่ถูกเปลี่ยนจริง | วาง brief และ review |
| Cowork / file work | งานความรู้ ไฟล์ และงานหลายขั้นในพื้นที่ที่ให้ | ตรวจขอบเขตไฟล์ connector และ computer use | ทางเลือกสำหรับ non-technical |
| Claude Code | project files, terminal, code, tests และ repeatable workflows | อ่าน diff, permission และคำสั่งก่อนอนุมัติ | แกน Day 1, 2 และ 4 |
| API / Agent SDK | สร้าง Agent เป็นส่วนหนึ่งของระบบองค์กร | ต้องออกแบบ auth, logging, cost, reliability และ maintenance | อธิบายแนวคิด / follow-up |
06 · MEMORY WITHOUT MYTH
Agent ไม่ได้ฝึกตัวเองใหม่ทุกครั้งที่เราติ
คำว่า “จำ” มีหลายชั้น ถ้าไม่แยก ผู้เรียนจะคิดว่า feedback ในแชตหนึ่งจะกลายเป็นมาตรฐานถาวรขององค์กรโดยอัตโนมัติ
จำชั่วคราวในบทสนทนา
Prompt, คำตอบ และไฟล์ที่อ่านใน session มีขีดจำกัดและอาจถูกย่อ/หลุดเมื่อ context ยาว
กติกาของพื้นที่งาน
เช่น CLAUDE.md บอกคำสั่ง มาตรฐาน และข้อห้ามที่ควรใช้ซ้ำใน project
วิธีทำงานที่เรียกใช้ซ้ำ
รวม trigger, inputs, steps, checks และ examples เพื่อให้ workflow คงเส้นคงวา
ทางเข้าข้อมูลและเครื่องมือ
ไม่ได้เป็นความจำ แต่ทำให้ Agent ดึงบริบทหรือใช้ action จากระบบอื่นตามสิทธิ์
หลักฐานว่างานอยู่ตรงไหน
เช่น checklist, report, issue log หรือไฟล์สถานะ ช่วยให้กู้และส่งต่องานได้
การเปลี่ยนพารามิเตอร์ของโมเดล
ไม่ใช่สิ่งที่เกิดขึ้นเพราะเราสั่งหรือแก้ output ใน session ปกติ
07 · AUTONOMY LADDER
ไม่ได้มีแค่ “เปิด” หรือ “ปิด” Agent
ระดับอิสระควรเพิ่มตามความชัดของงาน คุณภาพของ check ความสามารถในการย้อนกลับ และความเสียหายหากผิด ไม่ใช่เพิ่มเพราะใช้มานานจนรู้สึกไว้ใจ
| ระดับ | Agent ทำ | คนทำ | เหมาะกับ |
|---|---|---|---|
| L0 · Advise | เสนอคำตอบ/แผน | ลงมือทั้งหมด | งานใหม่ ความเสี่ยงสูง |
| L1 · Draft | สร้างร่างหรือ preview | ตรวจและนำไปใช้ | รายงาน แคมเปญ |
| L2 · Act with approval | เตรียม action แล้วหยุด | อนุมัติจุดสำคัญ | จัดไฟล์ แก้โค้ด ส่งข้อความ |
| L3 · Bounded autonomy | ทำงานในขอบเขตและ monitor | ตรวจ exception / audit | workflow ซ้ำที่มี test |
| L4 · Automated system | ทำงานตาม policy และ alert | กำกับ policy/incident | ระบบ production ที่ผ่าน governance |
หลักสูตรนี้จบที่ L1–L2 เป็นหลัก และแตะ L3 เฉพาะข้อมูลจำลอง ไม่ควรสื่อว่าผู้เรียนพร้อมปล่อย Agent ทำงาน production โดยไม่มีการออกแบบระบบต่อ.
08 · SAFETY IS DESIGN
Permission ไม่ใช่กล่องเด้งน่ารำคาญ แต่คือขอบเขตความรับผิดชอบ
ฝึกผู้เรียนให้หยุดอ่าน permission แล้วตอบ 3 คำถาม: Agent จะทำอะไร, กระทบอะไร, และย้อนกลับได้หรือไม่
เผยแพร่ได้
ยังต้องตรวจลิขสิทธิ์และความถูกต้อง แต่ความเสียหายจากการเข้าถึงต่ำ
ใช้ภายใน
ให้เฉพาะบุคลากรและเครื่องมือที่องค์กรอนุญาต ไม่ส่งไปบริการอื่นโดยพลการ
ลับ
ข้อมูลลูกค้า สัญญา แผนธุรกิจ ต้องจำกัดสิทธิ์และมีเหตุผลทางงานชัด
จำกัดสูง
เงินเดือน บัญชีธนาคาร รหัสผ่าน สุขภาพ หรือข้อมูลตัดสินบุคลากร ไม่ใช้ในคลาส