ข้ามไปยังเนื้อหา
QC/QA สู่ BA

Track A — เข้าใจ AI · Stage 2

AI Literacy

เข้าใจว่า AI ต่างจาก software อย่างไร ทำหน้าที่อะไรในงานเรา และพลาดแบบไหนได้บ้าง โดยไม่ต้องสร้าง model เอง

8 Lesson

ถ้าคุณมาจาก Customer Support

ถ้าคุณมาจาก Customer Support ทุกแนวคิดใน Stage นี้ใช้กับงานคุณได้โดยตรง เพียงเปลี่ยนตัวอย่าง: งานที่ AI ช่วยได้ดีคือ สรุป ticket ยาว ๆ, ร่างคำตอบลูกค้า, จำแนกประเภท ticket, แปลภาษา และ extract ข้อมูล (เลขออเดอร์ อาการ เวอร์ชันแอป) จากข้อความลูกค้า

ตัวอย่าง Machine Learning ในโรงงาน (predict machine failure, classify defect) เทียบได้กับฝั่ง support เช่น การจำแนก ticket อัตโนมัติ, การคาดการณ์ปริมาณ ticket, การตรวจจับ ticket ผิดปกติที่พุ่งขึ้นหลัง release

ความเสี่ยง hallucination ของคุณคือ AI แต่งเงื่อนไข SLA, นโยบาย refund หรือขั้นตอน troubleshooting ที่ไม่มีจริงใน Knowledge Base แล้วคำตอบนั้นหลุดไปถึงลูกค้า — หลักการรับมือเหมือนกันทุกข้อ: ขอ source, ตรวจกับเอกสารจริง และให้คนอนุมัติก่อนส่ง

ทำ Exercise ด้วยข้อความ ticket จริงหรือจำลองของคุณเองแทน complaint โรงงานได้เลย

Lesson

  1. 1AI ต่างจาก Software ทั่วไปอย่างไร
  2. 2AI เข้ามาทำหน้าที่อะไรในงานเรา
  3. 3ทำอย่างไรให้ได้ผลลัพธ์ที่ดี
  4. 4ผลลัพธ์ที่ไม่ดีหน้าตาเป็นอย่างไร + Hallucination
  5. 5ตัวอย่างปัญหาจริง
  6. 6AI คืออะไร: แผนที่ภาพรวม
  7. 7Machine Learning
  8. 8Generative AI และ LLM

Exercise

Exercise: ทดลองใช้ AI ให้ครบ 10 แบบ

ใช้ AI ตัวใดก็ได้ (ChatGPT, Claude, Gemini ฯลฯ) ทดลองถามคำถาม 10 แบบกับเนื้อหางานของคุณเอง (ใช้ข้อมูลจำลองหรือข้อมูลที่ไม่เป็นความลับ):

  1. Summarization — สรุป complaint หรือเอกสารยาว ๆ
  2. Extraction — ดึงข้อมูลสำคัญ เช่น Part Number, Lot, วันที่
  3. Classification — จำแนกประเภทปัญหา
  4. Translation — แปลข้อความไทย↔อังกฤษ
  5. Rewrite — เรียบเรียงข้อความให้เป็นทางการขึ้น
  6. Comparison — เปรียบเทียบเอกสาร 2 ฉบับ
  7. Brainstorming — ระดมสมมติฐานสาเหตุของปัญหา
  8. Question answering — ถามตอบจากข้อมูลที่ให้
  9. Structured JSON/table — ขอ output เป็นตารางหรือ JSON
  10. Reasoning from supplied evidence — ให้วิเคราะห์จากหลักฐานที่แนบไปเท่านั้น

แต่ละแบบ ให้บันทึกว่า: อะไรทำได้ดี อะไรไม่น่าเชื่อถือ และเจอสัญญาณของ hallucination ตรงไหนบ้าง

Deliverable ที่ควรได้

ไฟล์ ai-experiment-notes.md — บันทึกการทดลองทั้ง 10 แบบ พร้อมข้อสังเกตว่างานแบบไหนไว้ใจได้แค่ไหน และต้องตรวจอะไรก่อนใช้จริง

ถ้า sign in แล้วสามารถบันทึก Deliverable นี้เก็บไว้กับบัญชีของคุณบนเว็บได้

เข้าสู่ระบบ เพื่อบันทึกงานของคุณ — ไม่มีบัญชีก็ทำ Exercise ได้ตามปกติ เพียงแต่ระบบจะไม่เก็บงานให้

ความคืบหน้าของคุณ

4 ข้อนี้เป็นบันทึกส่วนตัวของคุณ — สถานะ Complete ของ Stage มาจากแถวล่างสุดเท่านั้น

เข้าสู่ระบบ เพื่อบันทึกความคืบหน้าของคุณ