หลักสูตรเรียนด้วยตนเอง · ฟรี
หลักสูตร AI ภาษาไทยทั้งหมด
เลือกเรียนตามลำดับหรือเปิดเฉพาะหัวข้อที่ต้องใช้ ทุกบทเชื่อมกับแบบทดสอบประจำบท
32 บท256 บทเรียน
- 1AI ทำอะไรได้ และงานแบบไหนยังต้องให้คนตัดสินใจ 12 นาที
- 2เลือกเครื่องมือ AI ให้เหมาะกับงาน ไม่ใช่เลือกตามกระแส 13 นาที
- 3โมเดลภาษาสร้างคำตอบอย่างไร 11 นาที
- 4Token และ Context Window สำคัญกับงานจริงอย่างไร 11 นาที
- 5ทำไม AI จึงสร้างข้อมูลที่ไม่มีจริง 12 นาที
- 6ตรวจคำตอบ AI ก่อนใช้กับธุรกิจ 9 นาที
- 7ให้ AI ตอบจาก SOP ด้วย RAG 10 นาที
- 8สรุปพื้นฐาน AI และแบบทดสอบตัดสินใจ 12 นาที
- 1Agent คืออะไร และต่างจากแชตอย่างไร 11 นาที
- 2Tool ทำให้ Agent ลงมือทำได้อย่างไร 10 นาที
- 3เขียนคำอธิบาย Tool ให้ Agent เลือกถูก 9 นาที
- 4ReAct: คิด เลือกการกระทำ และสังเกตผล 10 นาที
- 5หน่วยความจำของ Agent ไม่ใช่การจำทุกอย่าง 10 นาที
- 6จัดลำดับหลาย Tool โดยไม่ทำงานซ้ำ 10 นาที
- 7ออกแบบสิทธิ์และจุดอนุมัติของ Agent 11 นาที
- 8สรุป Agent และแบบทดสอบออกแบบระบบ 12 นาที
- 1ใช้ AI สรุปประชุมและทำรายงานที่ติดตามงานได้ 14 นาที
- 2ร่างใบเสนอราคาและข้อเสนองานฟรีแลนซ์ด้วย AI 15 นาที
- 3ออกแบบผู้ช่วยตอบลูกค้า LINE OA ที่สุภาพและปลอดภัย 16 นาที
- 4ทำคอนเทนต์สินค้า Shopee และ Lazada โดยไม่อวดอ้างเกินจริง 14 นาที
- 5วางแผนคอนเทนต์ร้านอาหารด้วย AI จากข้อมูลจริง 13 นาที
- 6ใช้ AI ช่วยงานโรงแรมโดยยังรักษามาตรฐานบริการ 16 นาที
- 7วิเคราะห์เสียงลูกค้าด้วย AI โดยไม่หลงกับสรุปสวย ๆ 15 นาที
- 8สรุป: ใช้ AI ในงานและธุรกิจไทยอย่างรับผิดชอบ 13 นาที
- 1Context Window และ Token ในเอกสารงาน 14 นาที
- 2แบ่งเอกสารยาวโดยไม่ทำให้ความหมายขาด 15 นาที
- 3สรุป SOP ให้สั้นลงโดยไม่เปลี่ยนกฎ 16 นาที
- 4เปรียบเทียบใบเสนอราคาโดยไม่ให้ AI เลือกแทนธุรกิจ 15 นาที
- 5วิเคราะห์ CSV และตารางธุรกิจอย่างไม่หลงตัวเลข 17 นาที
- 6ทำวิจัยด้วย AI ที่ตามกลับแหล่งที่มาได้ 16 นาที
- 7ควบคุมต้นทุน AI โดยไม่ลดคุณภาพงาน 15 นาที
- 8สรุป: เอกสาร ข้อมูล แหล่งที่มา และต้นทุน 14 นาที
- 1เลือกงานที่ควรและไม่ควรทำอัตโนมัติ 14 นาที
- 2ออกแบบ AI Workflow จาก trigger ถึงผลลัพธ์ 16 นาที
- 3ใช้ JSON และ Structured Output ส่งต่องานอย่างเสถียร 15 นาที
- 4เข้าใจ API และ Webhook สำหรับคนออกแบบงาน 14 นาที
- 5ออกแบบ retry, idempotency และ rollback 17 นาที
- 6วาง Human Approval Gate โดยไม่ทำให้คนกดผ่านทุกอย่าง 15 นาที
- 7Monitor ระบบ AI ให้รู้ว่าทำอะไร ผิดตรงไหน และเสียเท่าไร 16 นาที
- 8สรุป: Automation ที่ควบคุมได้ 14 นาที
- 1เข้าใจการสร้างภาพด้วย AI ก่อนใช้กับธุรกิจ 14 นาที
- 2เขียน Visual Prompt ที่ควบคุมงานได้ 15 นาที
- 3ใช้ภาพอ้างอิงโดยไม่ทำลายสินค้าและสิทธิ์ 14 นาที
- 4รักษาความสม่ำเสมอของแบรนด์ด้วยระบบ ไม่ใช่ความจำ 16 นาที
- 5สร้างภาพ Shopee และ Lazada ที่ขายได้โดยไม่หลอกลูกค้า 15 นาที
- 6ลิขสิทธิ์ ใบหน้า และข้อความโฆษณาในภาพ AI 17 นาที
- 7สร้าง Visual Content Workflow จาก brief ถึงเผยแพร่ 16 นาที
- 8สรุป: ภาพ AI แบรนด์ และการเผยแพร่อย่างรับผิดชอบ 14 นาที
- 1เริ่ม AI Project จากปัญหาธุรกิจ ไม่ใช่จากเครื่องมือ 15 นาที
- 2เลือก Workflow หรือ Agent ให้เหมาะกับความไม่แน่นอน 16 นาที
- 3สร้าง AI Prototype ที่ตอบคำถามธุรกิจ 15 นาที
- 4สร้าง Evaluation Set ก่อนปรับ Prompt หรือโมเดล 18 นาที
- 5รัน AI Pilot แบบจำกัดผลกระทบและเรียนรู้ได้ 17 นาที
- 6ทำให้ทีมใช้ AI ได้อย่างสม่ำเสมอ ไม่พึ่งคนเก่งคนเดียว 15 นาที
- 7วัด ROI ของ AI โดยรวมคุณภาพ ความเสี่ยง และงานคน 17 นาที
- 8สรุป: จาก AI Idea สู่การตัดสินใจขององค์กร 14 นาที
- 1จัดชั้นข้อมูลก่อนส่งให้ AI 15 นาที
- 2ป้องกัน Prompt Injection จากเอกสารและผู้ใช้ 15 นาที
- 3จัดการสิทธิ์ AI และ Credentials 15 นาที
- 4ประเมิน AI Vendor ก่อนส่งข้อมูลบริษัท 15 นาที
- 5สร้างนโยบาย AI ที่พนักงานใช้ได้จริง 15 นาที
- 6รับมือ AI Incident อย่างมีหลักฐาน 15 นาที
- 7Red Team Workflow ก่อนผู้ใช้จริงจะเจอช่องโหว่ 15 นาที
- 8สรุป: ความปลอดภัย ความเป็นส่วนตัว และ AI Governance 14 นาที
- 1เมื่อไรควรสร้าง Knowledge Base และใช้ RAG 16 นาที
- 2เตรียมเอกสารก่อนเข้า Enterprise Knowledge Base 16 นาที
- 3ออกแบบ Chunk และ Metadata เพื่อให้ค้นเจอสิ่งที่ถูก 16 นาที
- 4ค้นหาและ Rerank ก่อนให้โมเดลตอบ 16 นาที
- 5ตอบพร้อม Citation หรือปฏิเสธเมื่อหลักฐานไม่พอ 16 นาที
- 6ทำ RAG ที่เคารพสิทธิ์ของผู้ใช้ 16 นาที
- 7ประเมินและดูแล RAG หลังเปิดใช้ 16 นาที
- 8สรุป: Enterprise Knowledge Base และ RAG 14 นาที
- 1เข้าใจ Multimodal AI และสิ่งที่โมเดลไม่ได้เห็น 15 นาที
- 2อ่านภาพและเอกสารสแกนด้วย AI อย่างตรวจสอบได้ 15 นาที
- 3ดึงตารางจาก PDF โดยไม่ทำแถวและหน่วยหาย 15 นาที
- 4ถอดเสียงภาษาไทยพร้อมผู้พูดและช่วงไม่แน่ใจ 15 นาที
- 5วิเคราะห์วิดีโอโดยรู้ว่าเฟรมใดอาจถูกข้าม 15 นาที
- 6รวมข้อความ ภาพ และข้อมูลโดยไม่ปนแหล่ง 15 นาที
- 7ประเมิน Multimodal AI แยกการมองเห็นจากการให้เหตุผล 15 นาที
- 8สรุป: Multimodal AI สำหรับงานจริง 14 นาที
- 1เปรียบเทียบโมเดลจากงานจริง ไม่ใช่ชื่อแบรนด์ 15 นาที
- 2ใช้ Reasoning Model เมื่อความยากคุ้มเวลาและต้นทุน 15 นาที
- 3ทำไม Benchmark สูงไม่รับรองว่างานคุณดี 15 นาที
- 4เลือกใช้ฟรี สมัครสมาชิก หรือ API 15 นาที
- 5คำนวณต้นทุน API จาก Token และการใช้งานจริง 15 นาที
- 6Open Source ไม่เท่ากับใช้ฟรี 15 นาที
- 7ใช้ Model Routing ให้แต่ละงานใช้ความสามารถพอดี 15 นาที
- 8สรุป: โมเดล API และการตัดสินใจต้นทุน 14 นาที
- 1บอกความสามารถและขอบเขต AI ก่อนผู้ใช้เริ่ม 15 นาที
- 2ออกแบบ Waiting, Streaming และ Progress ที่ไม่หลอก 15 นาที
- 3แสดง Source และ Uncertainty ในจุดที่ใช้ตัดสินใจ 15 นาที
- 4ทำให้การกระทำของ AI ตรวจและ Undo ได้ 15 นาที
- 5ให้ผู้ใช้แก้ AI โดยไม่ต้องเริ่มใหม่ 15 นาที
- 6เก็บ Feedback ที่วินิจฉัยปัญหาได้ 15 นาที
- 7ป้องกัน Automation Bias และการกดอนุมัติแบบไม่อ่าน 15 นาที
- 8สรุป: ประสบการณ์ AI และความไว้วางใจที่พอดี 14 นาที
- 1Capstone: ผู้ช่วยร่างคำตอบ LINE OA 35 นาที
- 2Capstone: Knowledge Base และ RAG สำหรับ SME 35 นาที
- 3Capstone: วิเคราะห์ยอดขายหลายช่องทาง 35 นาที
- 4Capstone: แคมเปญคอนเทนต์ที่ไม่อวดอ้าง 35 นาที
- 5Capstone: Automation งานปฏิบัติการที่ย้อนกลับได้ 35 นาที
- 6Capstone: ข้อเสนอโครงการ AI สำหรับผู้บริหาร 35 นาที
- 7สร้าง AI Portfolio ที่แสดงกระบวนการ ไม่ใช่แค่ผลลัพธ์ 35 นาที
- 8สรุปโปรแกรม: จากผู้ใช้ AI สู่ผู้สร้างงานที่ตรวจสอบได้ 22 นาที
- 1แยก Model, Agent และ AI Application 14 นาที
- 2Skill คือคู่มือทำงาน ไม่ใช่ความสามารถมหัศจรรย์ 14 นาที
- 3Training, Prompting และ Context ต่างกันอย่างไร 14 นาที
- 4Fine-tuning, RAG หรือ Workflow ควรใช้อะไร 14 นาที
- 5Open Model และ License ที่ธุรกิจต้องอ่าน 14 นาที
- 6แปลศัพท์ AI ให้เป็นการตัดสินใจทางงาน 14 นาที
- 7AI คุยกับเรานานขึ้นไม่ได้แปลว่ามันเรียนรู้เรา 14 นาที
- 8สรุป: แผนที่ Model, Agent, Skill, RAG และ API 13 นาที
- 1Session ไม่เท่ากับ Context Window 15 นาที
- 2จัดการบทสนทนายาวโดยไม่ขนทุกข้อความ 15 นาที
- 3บีบอัด Context โดยไม่ทำมติและข้อยกเว้นหาย 15 นาที
- 4เลือกสิ่งที่ AI ควรจำและไม่ควรจำ 15 นาที
- 5แก้ Memory Conflict เมื่อผู้ใช้เปลี่ยนใจ 15 นาที
- 6แยก System Prompt เป็นชั้นที่ดูแลได้ 15 นาที
- 7Cache ส่วนคงที่โดยไม่ใช้ข้อมูลเก่า 15 นาที
- 8สรุป: Context, Session, Memory และ Cache 14 นาที
- 1เมื่อไร Multi-agent ช่วยและเมื่อไรเพิ่มความวุ่นวาย 16 นาที
- 2แบ่งบทบาท Agent ด้วยความรับผิดชอบและสิทธิ์ 16 นาที
- 3เลือก Parallel หรือ Sequential ตาม Dependency 16 นาที
- 4จัดการ Agent ที่ทำงานนานโดยไม่หวังให้ Session อยู่ตลอด 16 นาที
- 5Checkpoint และ Resume งาน Agent อย่างปลอดภัย 16 นาที
- 6จัดการความเห็นต่างของ Agent โดยไม่โหวตมั่ว 16 นาที
- 7ติดตามทีม Agent ด้วย Trace, Cost และ Outcome 16 นาที
- 8สรุป: Multi-agent และงานระยะยาว 14 นาที
- 1Vibe Coding ช่วยอะไรและรับผิดชอบอะไรไม่ได้ 16 นาที
- 2เขียน Spec ก่อนให้ AI สร้างโค้ด 16 นาที
- 3ออกแบบ Data Schema และ Workflow สำหรับ Internal Tool 16 นาที
- 4Review โค้ดที่ AI สร้างโดยไม่เชื่อคำอธิบาย 16 นาที
- 5ใช้ Sandbox และ Secret อย่างปลอดภัย 16 นาที
- 6ทดสอบ Internal Tool ที่ AI ช่วยสร้าง 16 นาที
- 7ปล่อย Internal Tool แบบจำกัดและย้อนกลับได้ 16 นาที
- 8สรุป: AI Coding และ Internal Tool 14 นาที
- 1List และ Map: ลำดับกับการค้นด้วยรหัส 15 นาที
- 2Queue และ Priority: ใครควรได้งานก่อน 15 นาที
- 3Tree สำหรับหมวดหมู่ สิทธิ์ และ Knowledge Navigation 15 นาที
- 4Graph สำหรับ Dependency และ Workflow ที่ไม่เป็นเส้นตรง 15 นาที
- 5Search และ Index: ทำไมมีข้อมูลแต่หาไม่เจอ 15 นาที
- 6Sorting และ Ranking: เกณฑ์ที่ซ่อนอยู่ในลำดับ 15 นาที
- 7Complexity และ Scale: สิ่งที่เร็วกับ 100 แถวอาจพังที่ล้านแถว 15 นาที
- 8สรุป: Data Structure และ Algorithm Thinking 14 นาที
- 1จัดซื้อ AI Tool จากงาน ข้อมูล และ Exit Plan 16 นาที
- 2อ่านเงื่อนไข AI Contract ที่กระทบธุรกิจ 16 นาที
- 3ปกป้อง Domain, Trademark และ Brand Asset 16 นาที
- 4เก็บหลักฐาน Copyright และการสร้างงานร่วมกับ AI 16 นาที
- 5รักษา Trade Secret เมื่อต้องใช้ AI 16 นาที
- 6รู้ว่าข้อมูลอยู่ที่ไหนและผ่านใครบ้าง 16 นาที
- 7สร้าง AI Asset Register สำหรับผู้ก่อตั้ง 16 นาที
- 8สรุป: AI Procurement, Contract และ Intellectual Property 14 นาที
- 1หา Paying Customer ก่อนสร้างระบบใหญ่ 16 นาที
- 2เลือก Niche ที่เล็กพอจะเรียนรู้และใหญ่พอจะจ่าย 16 นาที
- 3สัมภาษณ์ลูกค้าโดยไม่ชวนให้ตอบว่าชอบ 16 นาที
- 4ออกแบบ Paid Pilot ที่พิสูจน์คุณค่าทั้งสองฝ่าย 16 นาที
- 5เลือก Cofounder จากความรับผิดชอบ ไม่ใช่แค่ความสนิท 16 นาที
- 6กำหนด Decision Rules ก่อนเกิด Deadlock 16 นาที
- 7บันทึก Founder Agreement, IP และ Exit 16 นาที
- 8สรุป: Customer Validation และ Founder Team 14 นาที
- 1วางเส้นทางเรียน AI โดยไม่ต้องเรียนครบทุกเรื่อง 15 นาที
- 2เรียน AI ให้จำได้ด้วยวงจรลงมือทำ 15 นาที
- 3รู้ทันช่องว่างระหว่างความมั่นใจกับความสามารถ 15 นาที
- 4ทำไมถามเหมือนเดิมแล้ว AI ตอบไม่เหมือนเดิม 15 นาที
- 5คุยกับ AI อย่างไรไม่ให้ข้อมูลธุรกิจและลูกค้ารั่ว 15 นาที
- 6AI Detector เชื่อได้แค่ไหน 15 นาที
- 7ทำไมบัญชีแชร์และ API ผ่านคนกลางจึงเสี่ยง 15 นาที
- 8สรุป: เรียน AI และใช้ให้ปลอดภัย 14 นาที
- 1Training Data หล่อหลอมสิ่งที่โมเดลรู้และไม่รู้ 16 นาที
- 2Training กับ Inference เป็นคนละงาน 16 นาที
- 3Token และ Vocabulary: ทำไมภาษาไทยใช้พื้นที่ไม่เท่ากัน 16 นาที
- 4GPT พัฒนาจากการเติมข้อความสู่ผู้ช่วยงาน 16 นาที
- 5จาก Completion สู่ Chat Template และ SFT 16 นาที
- 6Context Window คือพื้นที่ทำงานของ Prompt 16 นาที
- 7Temperature และ Top-P คุมการสุ่ม ไม่ได้คุมความจริง 16 นาที
- 8สรุป: จาก Training Data ถึง Sampling 15 นาที
- 1หา Search Demand ก่อนผลิตคอนเทนต์ 16 นาที
- 2Technical SEO ขั้นต่ำ: Crawl, Understand, Index 16 นาที
- 3เขียนหน้าให้คนและ Search Engine เข้าใจทันที 16 นาที
- 4GEO: ทำให้ AI Engine กล้าอ้างอิง 16 นาที
- 5ตรวจช่องว่างเมื่อ Google กับ Bing เห็นหน้าไม่เท่ากัน 16 นาที
- 6คนเดียวควรเขียนคำถามไหนก่อน 16 นาที
- 7วัด SEO โดยไม่หลงกับ Traffic 16 นาที
- 8สรุป: SEO และ AI Search Visibility 14 นาที
- 1ประเมินความพร้อมผู้ก่อตั้งจากพฤติกรรม ไม่ใช่ความมั่นใจ 17 นาที
- 2ทำ Premortem ตั้งแต่วันแรก: ถ้าธุรกิจล้มจะล้มเพราะอะไร 17 นาที
- 3เลือกตลาดใหญ่ด้วย Wedge ที่เริ่มได้จริง 17 นาที
- 4ทดสอบชื่อธุรกิจ โดเมน และความหมายก่อนลงทุนแบรนด์ 17 นาที
- 5ออกแบบ Word of Mouth จากผลลัพธ์ที่เกินความคาดหมาย 17 นาที
- 6หารายได้ก้อนแรกก่อนสร้างระบบใหญ่ 17 นาที
- 7ระดมทุนเมื่อมีเหตุผล ไม่ใช่เพราะเงินใกล้หมด 17 นาที
- 8สรุป: One-person AI Business ที่อยู่รอดด้วยหลักฐาน 15 นาที
- 1จาก Demo ที่รันได้สู่ Flow ที่คนใช้จบ 16 นาที
- 2ออกแบบ Loading, Empty และ Error State 16 นาที
- 3ลดขั้นตอนโดยไม่ตัดการควบคุมที่จำเป็น 16 นาที
- 4ใช้รูปแบบคุ้นเคยก่อนประดิษฐ์ Interaction ใหม่ 16 นาที
- 5เลือก Radio, Checkbox, Switch และ Select ให้ตรงการตัดสินใจ 16 นาที
- 6เขียน Requirement จากเป้าหมาย ไม่ใช่ Feature List 16 นาที
- 7เขียน State Machine และ Boundary ให้ AI UI 16 นาที
- 8สรุป: Interaction Design สำหรับ AI Product 14 นาที
- 1ออกแบบความรู้สึกระหว่างรอ AI โดยไม่แสดงงานปลอม 17 นาที
- 2ออกแบบ Peak และ End ที่ผู้ใช้จดจำ 17 นาที
- 3กู้ความไว้วางใจหลัง AI ผิดครั้งแรก 17 นาที
- 4ทำให้ Mental Model ของผู้ใช้ตรงกับระบบ 17 นาที
- 5กำหนดความเป็นมนุษย์ของ AI ให้พอดี 17 นาที
- 6ใช้ Cognitive Offloading โดยไม่ทำให้ทักษะหาย 17 นาที
- 7ตั้งราคา AI ที่ผลลัพธ์เป็นความน่าจะเป็นอย่างเป็นธรรม 17 นาที
- 8สรุป: จิตวิทยาผู้ใช้สำหรับ AI Product 15 นาที
- 1ตั้งกติกาให้ AI Coding ก่อนเริ่มแก้ระบบ 17 นาที
- 2Replicate → PRD → Confirm → Code 17 นาที
- 3ใช้ Playground แยก Component ก่อนประกอบหน้า 17 นาที
- 4ทำ Style ให้ Converge: หนึ่งความหมาย หนึ่งระบบ 17 นาที
- 5กฎ Debug: เก็บ Log และทำให้เกิดซ้ำก่อนแก้ 17 นาที
- 6เขียน Environment Fact และวิธีตรวจลงใน Rule 17 นาที
- 7สามด่านก่อน Destructive Action 17 นาที
- 8สรุป: Vibe Coding ที่ทีมดูแลต่อได้ 15 นาที
- 1รู้จักกลิ่นงาน AI ที่ดูสำเร็จรูป 16 นาที
- 2สร้าง Visual Hierarchy: หนึ่งหน้ามีพระเอกหนึ่งคน 16 นาที
- 3ใช้ Spacing และ Alignment แก้งานที่ดูรก 16 นาที
- 4ทำ Budget ให้สีและ Typography 16 นาที
- 5สร้างความสม่ำเสมอด้วย Token และ Component 16 นาที
- 6เปลี่ยนคำว่า สวย เป็น Visual Specification 16 นาที
- 7สั่ง AI สร้างภาพด้วย Composition, Light และ Color 16 นาที
- 8สรุป: Design Judgment สำหรับงานที่สร้างร่วมกับ AI 14 นาที
- 1Weights คือความสามารถที่โมเดลเรียนมา ไม่ใช่ Source Code ทั้งหมด 17 นาที
- 2อ่าน License ให้รู้ว่า Open แค่ไหนและใช้ธุรกิจได้หรือไม่ 17 นาที
- 3เข้าใจธุรกิจเบื้องหลังการเปิดโมเดล 17 นาที
- 4ประเมิน Emergent Capability โดยไม่หลง Threshold 17 นาที
- 5Distillation: ถ่ายทอดจาก Teacher สู่ Student พร้อมวัดสิ่งที่หาย 17 นาที
- 6คำนวณว่าเครื่องของเรารัน Local Model ได้แค่ไหน 17 นาที
- 7เริ่ม Ollama และ LM Studio แบบปลอดภัย 17 นาที
- 8สรุป: Open Model และ Local AI 15 นาที
- 1Prompt Injection เกิดเพราะโมเดลแยกคำสั่งกับข้อมูลไม่เด็ดขาด 18 นาที
- 2รู้จัก Direct, Indirect และ Obfuscated Injection 18 นาที
- 3แยก Instruction จาก Untrusted Data ใน Architecture 18 นาที
- 4ป้องกัน RAG จากเอกสารที่สั่งโมเดล 18 นาที
- 5ควบคุม Tool ด้วย Least Privilege และ Allowlist 18 นาที
- 6ตรวจ Argument, Output และ Side Effect นอกโมเดล 18 นาที
- 7Red Team Prompt Injection ด้วย Attack Matrix 18 นาที
- 8สรุป: Prompt Injection และ Layered Defense 15 นาที
- 1จัด System, Developer, User, Assistant และ Tool Message 18 นาที
- 2ใช้ Markdown เป็น Interface ที่คนและโมเดลอ่านร่วมกัน 18 นาที
- 3Streaming Output โดยรักษาโครงสร้างและสถานะ 18 นาที
- 4ออกแบบ MCP Tool Contract ให้ค้นพบและควบคุมได้ 18 นาที
- 5แยก Skill ที่ใช้ซ้ำจาก Prompt ยาว 18 นาที
- 6ลดต้นทุน Context ด้วย Stable Prefix และ Cache 18 นาที
- 7สร้าง Evaluation Set ให้ Harness ก่อนขยาย Tool 18 นาที
- 8สรุป: AI Harness จาก Prompt สู่ระบบ 15 นาที