AI Agent for ALL

AI Agent for ALL 

AI ไม่ใช่เรื่องไกลตัวอีกต่อไป มาเริ่มต้นสร้าง AI Agent ของคุณไปพร้อมกัน

ในปัจจุบันเทคโนโลยี AI ได้พัฒนาก้าวกระโดดจากการเป็นเพียง Chatbot ที่ตอบคำถาม ไปสู่ “AI Agent” ที่สามารถรับรู้สภาพแวดล้อม ตัดสินใจ และกระทำการเพื่อบรรลุเป้าหมายได้เอง ทั้งในรูปแบบของ Autonomous AI ที่ทำงานเป็นระบบเดียว และ Agentic AI ที่มีหลาย Agents ทำงานร่วมกันอย่างซับซ้อน คอร์สนี้จะพาผู้เรียนทำความเข้าใจพื้นฐานของ AI Agent ตั้งแต่แนวคิดและความแตกต่างระหว่าง Autonomous AI กับ Agentic AI บทบาทของ Large Language Model (LLM) ในการเป็น “สมอง” ของ Agent รวมถึงการรู้จัก 3 เครื่องมือสำคัญ คือ n8n สำหรับสร้าง Workflow อัตโนมัติ Claude Co-Work สำหรับทำงานร่วมกับ AI และ OpenClaw แพลตฟอร์ม AI Agent ที่สามารถคิด วางแผน และลงมือทำงานได้จริง พร้อมสาธิตการสร้างระบบ AI Agent ที่มี Memory และเชื่อมต่อกับ Tools ต่างๆ เช่น Auto Facebook Post ให้เห็นภาพการทำงานที่ชัดเจน

ผู้สอน

ผศ.ดร. ทวีศักดิ์ สมานชื่น

สิ่งที่คุณจะได้เรียนรู้จากคอร์สนี้

• Understand AI Agent Core: เข้าใจแนวคิดพื้นฐานของ AI Agent ว่าคืออะไร ทำงานอย่างไร และแตกต่างจาก Chatbot ทั่วไปอย่างไร พร้อมเรียนรู้ความแตกต่างระหว่าง Autonomous AI (Agent เดียวทำงานอิสระ) กับ Agentic AI (หลาย Agents ทำงานร่วมกัน) รวมถึงข้อดี-ข้อเสียของแต่ละแนวทาง

• LLM as the Brain: ทำความเข้าใจบทบาทของ Large Language Model (LLM) ในฐานะ “สมอง” ของ AI Agent ที่ทำหน้าที่คิด วิเคราะห์ และวางแผน เพื่อให้ Agent สามารถตัดสินใจและกระทำการได้อย่างชาญฉลาด ไม่ใช่เพียงเครื่องมือตอบคำถาม

• AI Tools Ecosystem: รู้จักกับเครื่องมือสำคัญ 3 ตัว ได้แก่ n8n (Workflow Automation แบบ Low-code/No-code), Claude Co-Work (ทำงานร่วมกับ AI เพื่อคิดและเขียนงาน), และ OpenClaw (แพลตฟอร์ม Agentic AI ที่คิด วางแผน และลงมือทำงานได้) พร้อมเข้าใจจุดเด่นและกรณีการใช้งานของแต่ละตัว

• Building AI Agent System: เรียนรู้แนวคิดการสร้าง AI Agent ที่มี Memory เพื่อจดจำบริบทและทำงานต่อเนื่อง การเชื่อมต่อ Tools ต่างๆ เพื่อขยายความสามารถ และการออกแบบระบบให้ Agent ทำงานอัตโนมัติได้อย่างมีประสิทธิภาพ

• Real-World Demo & Safety: รับชมการสาธิตการสร้างระบบ AI Agent จริง เช่น Auto Facebook Post ที่แสดงขั้นตอนตั้งแต่การรับคำสั่ง → วางแผน → เรียกใช้เครื่องมือ → สรุปผล พร้อมเรียนรู้ข้อควรระวังในการใช้งาน เช่น การให้สิทธิ์เข้าถึงระบบอย่างเหมาะสม

หลังจากเรียนจบคอร์สนี้ ผู้เรียนจะ…

• เข้าใจและแยกแยะได้ (Understand & Differentiate): สามารถอธิบายความหมายของ AI Agent, Autonomous AI และ Agentic AI ได้ รวมถึงแยกแยะความแตกต่างและเลือกใช้แนวทางที่เหมาะกับแต่ละสถานการณ์

• เข้าใจบทบาท LLM (Comprehend LLM Role): เข้าใจบทบาทของ LLM ในฐานะ “สมอง” ของ AI Agent และรู้ว่า LLM สามารถเป็นส่วนหนึ่งของ Agent เพื่อช่วยการตัดสินใจได้อย่างไร ไม่ใช่เพียงเครื่องมือสร้างข้อความ

• เลือกเครื่องมือได้ถูกต้อง (Select Right Tools): สามารถเลือกใช้เครื่องมือที่เหมาะสมกับงาน เช่น n8n สำหรับ Workflow Automation, Claude Co-Work สำหรับงานคิดและเขียน, หรือ OpenClaw สำหรับ Agentic AI ที่ซับซ้อน

• เข้าใจกระบวนการสร้างระบบ (Understand System Design): เข้าใจขั้นตอนและแนวคิดในการสร้าง AI Agent ที่มี Memory และเชื่อมต่อกับ Tools ต่างๆ จากตัวอย่างที่ได้เห็น พร้อมนำไปประยุกต์วางแผนระบบของตัวเองได้

• ใช้งานอย่างตระหนักรู้ (Aware & Secure): ตระหนักถึงข้อควรระวังในการใช้ AI Agent เช่น การให้สิทธิ์เข้าถึงระบบ การควบคุมการทำงาน และการใช้งานอย่างปลอดภัยและเหมาะสม

รูปแบบและวันที่จัดอบรม

• รูปแบบการเรียนรู้ผ่านสื่อวิดีโอ (Online Learning) 
•  

หัวข้อการอบรม

• Introduction to LLM (Large Language Models) – ทำความเข้าใจ LLM และบทบาทในฐานะสมองของ AI Agent
• Introduction to AI Agent – แนวคิด Autonomous AI vs Agentic AI พร้อมกรณีศึกษา
• Introduction to n8n – รู้จัก n8n, Claude Co-Work และ OpenClaw พร้อมข้อแตกต่าง
• แนวคิดการสร้าง AI Agent พร้อม Memory เพื่อทํางานต่อเนื่อง
• การเชื่อมต่อ Tools ต่าง ๆ ที่จะเพิ่มความสามารถให้ AI Agent ตัวอย่างการใช้งานจริง เช่น Auto Facebook Post