AI Foundations for Modern Professionals
เรียน AI อย่างถูกทางจากพื้นฐานสู่การใช้งานจริง
หลักสูตร Reskill และ Upskill บุคลากรยุคใหม่ให้มี AI Literacy และพื้นฐานด้าน AI ที่ถูกต้อง ใช้งาน AI ได้อย่างมีประสิทธิภาพ ปลอดภัย และพร้อมต่อยอดในอนาคต
จองวันอบรมกับเรา
อบรมองค์กร
ปลดล็อคความสามารถของบุคลากรในบริษัทด้วยหลักสูตรอบรมที่ออกแบบมาเพื่อคุณ
- อบรม ณ สถานที่ของคุณ
- ปรับหลักสูตรได้ตามต้องการ
- สามารถยื่นกรมพัฒน์ฯ ได้
อบรมกลุ่มเล็ก
อบรมกลุ่มเล็กกับอาจารย์ผู้สอนได้ประโยชน์อย่างเต็มประสิทธิภาพ
- เหมาะสำหรับการอบรม 1-5 คน
- อบรม ณ สถานที่ของคุณ
- ปรับหลักสูตรได้ตามต้องการ
อบรม Public
เรียนร่วมกับผู้เข้าอบรมจากหลายองค์กรในรอบอบรมที่เปิดรับ พร้อมสถานที่อบรมใจกลางเมือง
5,900 บาท
ราคาต่อท่าน สำหรับ Public Training
8-9 กรกฎาคม
สถานที่อบรม
ห้องอบรม BE ACADEMY
ชั้น 32 อาคารสกุลไทย ทาวเวอร์
ถนนสุรวงศ์
- BTS ศาลาแดง
- MRT สามย่าน
สะดวกในการเดินทาง
ผู้มาอบรมสามารถเดินทางด้วยรถไฟฟ้า BTS มาลงที่สถานีศาลาแดง เพื่อเดินทางมาห้องอบรมได้ และสำหรับผู้มาอบรมที่นำรถยนต์มา สามารถจอดรถได้ฟรี โดยไม่มีค่าใช้จ่ายเรื่องค่าจอดรถ
หลักสูตรสำหรับการ Reskill และ Upskill บุคลากรยุคใหม่ให้มี AI Literacy และพื้นฐานด้าน AI ที่ถูกต้อง เพื่อเข้าใจ ประเมิน และใช้งาน AI ได้อย่างมีประสิทธิภาพ ปลอดภัย และพร้อมต่อยอดสู่เครื่องมือ AI และการประยุกต์ใช้งานรูปแบบใหม่ในอนาคต
สิ่งที่คุณจะได้เรียนรู้
เข้าใจพื้นฐาน AI, Generative AI และ LLM ด้วยมุมมองแบบ AI Engineer
เรียนรู้ Prompting, Context Management และการตรวจสอบผลลัพธ์แบบใช้งานจริง
ใช้ AI อย่างปลอดภัยในบริบทธุรกิจ พร้อมแนวคิดด้านข้อมูล ความเสี่ยง และ Compliance
สรุปหลักสูตร
หลักสูตรนี้มีเป้าหมายเพื่อ Reskill และ Upskill บุคลากรยุคใหม่ให้มี AI Literacy มีกรอบความคิดที่ถูกต้อง และมีพื้นฐานเชิงปฏิบัติที่สามารถนำไปใช้กับเครื่องมือ AI ทั้งในปัจจุบันและอนาคตได้อย่างมีประสิทธิภาพ ปลอดภัย และมั่นใจ หลังเรียนจบ ผู้เรียนจะเข้าใจวิธีการทำงานของ AI ประเมินความเหมาะสมของงานที่ควรใช้ AI เลือกเครื่องมือให้เหมาะกับสถานการณ์ จัดเตรียมข้อมูลและบริบทได้ดีขึ้น เขียน Prompt ได้อย่างมีหลักการ ตรวจสอบผลลัพธ์อย่างเป็นระบบ และใช้งาน AI ได้อย่างปลอดภัยในบริบทธุรกิจ
หัวข้อการอบรม
-
- AI, Generative AI และ LLM ต่างกันอย่างไร
- หลักการทำงานของ LLM แบบเข้าใจง่าย
- Foundation Models vs AI Applications
- ChatGPT, Claude, Gemini และโมเดลต่าง ๆ แตกต่างกันอย่างไร
- อะไรคือ System Prompt
-
- Tokenization และการประมวลผลภาษา
- ทำไม AI ไม่ได้อ่านภาษาเหมือนมนุษย์
- Mixed-language Prompting การใช้ Prompt สองภาษาอย่างเหมาะสม
- Context Window ข้อจำกัดด้านความยาวของข้อมูล
- ทำไม Prompt ละเอียดมากไม่ได้แปลว่าจะได้ผลลัพธ์ดีขึ้นเสมอไป
-
- Hallucination การตอบอย่างมั่นใจแต่ผิด
- Lost in the Middle การลืมข้อมูลสำคัญกลางบริบท
- Context Saturation ผลลัพธ์ที่แย่ลงเมื่อข้อมูลมากเกินไป
- Human-in-the-loop และบทบาทของมนุษย์ในการตรวจสอบ
- Validation Frameworks สำหรับตรวจสอบผลลัพธ์ก่อนนำไปใช้จริง
-
- ประเภทงานที่เหมาะกับ AI
- ปัจจัยที่ส่งผลต่อคุณภาพของผลลัพธ์
- ลักษณะของปัญหาที่ AI มักเกิดข้อผิดพลาด
- ข้อจำกัดของ AI ในการทำงานจริง
- การประเมินว่าเมื่อไรควรใช้ AI และเมื่อไรไม่ควรใช้ด้วย DATA Framework
-
- หลักการ Prompt แบบ AI Engineer ด้วย CORE Framework
- การกำหนดเป้าหมาย บริบท ข้อจำกัด และรูปแบบผลลัพธ์
- Prompt พิเศษที่ควรใช้ในแต่ละสถานการณ์
- Counter Argument Prompt สำหรับตรวจสอบมุมมองตรงข้าม
- JSON Prompt และ Structured Output สำหรับงานที่ต้องการรูปแบบชัดเจน
- Prompt สำหรับการสรุป วิเคราะห์ เปรียบเทียบ ตรวจสอบ และสร้างแนวทางการทำงาน
-
- อะไรคือ Context และทำไมจึงสำคัญกว่าการเขียน Prompt เพียงอย่างเดียว
- AI ประมวลผล Input แต่ละประเภทอย่างไร
- ข้อความ เอกสาร ตาราง รูปภาพ เสียง และวิดีโอ แตกต่างกันอย่างไรในมุมของ AI
- รูปแบบไฟล์ที่ควรใช้สำหรับแต่ละประเภทงาน
- การเตรียมข้อมูลก่อนส่งให้ AI วิเคราะห์หรือสรุป
- ทำไม Input ที่ยาวเกินไปถึงทำให้ผลลัพธ์แย่ลง
- ข้อมูลอะไรบ้างที่ควรให้ AI เพื่อให้ได้ผลลัพธ์ที่ดี
-
- ความเสี่ยงด้านข้อมูลเมื่อใช้ AI ในการทำงาน
- ข้อมูลประเภทใดที่ไม่ควรป้อนเข้า AI
- ความแตกต่างระหว่างข้อมูลทั่วไป ข้อมูลภายใน ข้อมูลลับ และข้อมูลส่วนบุคคล
- Public AI Tools vs Enterprise AI Tools
- ความเสี่ยงจากการอัปโหลดไฟล์ เอกสาร ภาพ ตาราง และข้อมูลลูกค้า
- แนวทางการใช้งาน AI ให้สอดคล้องกับนโยบายองค์กร
- AI Usage Checklist สำหรับงานจริง
-
- ChatGPT, Claude, Gemini, NotebookLM, Perplexity, Cursor ใช้ต่างกันอย่างไร
- เครื่องมือแบบ General AI, Research AI, Document AI และ Coding AI
- ทำไมเครื่องมือที่ใช้โมเดลคล้ายกันจึงให้ผลลัพธ์ต่างกัน
- ข้อจำกัดของ AI Tools แต่ละประเภท
- วิธีเรียนรู้เครื่องมือ AI ใหม่โดยไม่ต้องเริ่มจากศูนย์
-
- ทดลองทำ Project สั้น ๆ จากสถานการณ์งานจริง
- ผู้เรียนร่วมออกแบบ Prompt และ Workflow เพื่อแก้ปัญหาแบบ Step by Step
- ฝึกตรวจสอบข้อผิดพลาด ความเสี่ยง และความเหมาะสมของผลลัพธ์
- สรุปแนวทางการนำกลับไปใช้กับงานของผู้เรียน
-
- ถาม-ตอบประเด็นการใช้งาน AI จริงในองค์กร
ดาวน์โหลด Course Outline
รายละเอียดเนื้อหาการอบรมแบบเต็มสำหรับทีมของคุณ
คำถามที่พบบ่อย
-
เหมาะสำหรับคนทำงาน, ทีมธุรกิจ, ผู้จัดการ, HR, L&D, Operations, Sales, Marketing, Finance และองค์กรที่ต้องการ Reskill และ Upskill บุคลากรด้วยพื้นฐาน AI Literacy ที่นำไปใช้ได้จริง
-
ไม่จำเป็น หลักสูตรนี้ออกแบบสำหรับ Business Users และ Professionals ที่ต้องการเข้าใจและใช้ AI อย่างถูกต้อง ปลอดภัย และมีหลักการ
-
ได้ สามารถจัดอบรมให้กับองค์กรและปรับตัวอย่าง Workshop ให้สอดคล้องกับลักษณะงานจริงของทีมได้
จองวันอบรมกับเรา
พร้อมพัฒนาทีมของคุณแล้วหรือยัง?
เริ่มต้นการเปลี่ยนแปลงที่ยั่งยืนกับหลักสูตร AI Foundations for Modern Professionals วันนี้
หลักสูตรอื่นๆ ที่น่าสนใจ
สำรวจหลักสูตรเพิ่มเติมในหมวดAI Masterclass
AI BY DEPARTMENT
AI for Data Analysts
เรียนรู้แนวทางใช้ AI ช่วยเตรียมข้อมูล วิเคราะห์ สรุป Insight และสร้างรายงานสำหรับงาน Data Analytics
AI BY TOOLS
Claude Cowork & Agentic AI
เรียนรู้ใช้ Claude Cowork ทำงานหลายขั้นตอนกับไฟล์จริง ออกแบบ Workflow ที่ใช้ซ้ำได้ และเชื่อมต่อเครื่องมือในองค์กรอย่างปลอดภัย
ดูรายละเอียด
PROFESSIONAL AI TRACK
AI Productivity Mastery
ต่อยอดจาก AI Foundations สู่การใช้ AI ช่วยวางแผน คิด วิเคราะห์ สรุป เขียน ตรวจสอบ และออกแบบ Workflow สำหรับงานจริง
ดูรายละเอียด