สิ่งที่ได้เรียนรู้การใช้ AI ในสัปดาห์ที่ผ่านมา
14 Apr 2025 - 2 min read
สัปดาห์ที่ผ่านมา ได้เรียนรู้การใช้ AI หลายเรื่อง เป็นเรื่องที่น่าสนใจ เลยจดไว้สักหน่อย
- ผมไม่ค่อยสนใจเรื่องเอา AI มาสร้างภาพหรือเนื้อหาอะไรเท่าไร มีใช้ในแอปที่พัฒนาเองอย่าง snThumbnail เช่น คิดหัวเรื่องสำหรับ Video ใน Youtube คิด Keywords สร้างภาพจาก prompt แต่ไม่ได้ใช้ทุกอย่าง
- ผมยังเชื่อมั่นว่าความคิดสร้างสรรค์ อารมณ์ และ ความรู้สึกยังเป็นของมนุษย์
- ลองเอางานเขียนต้นฉบับเอามาให้ AI เรียบเรียงใหม่ พบว่า AI ยังหลอน ทั้งๆ ที่ให้ข้อมูลบริบท (context) ไปแล้ว
- การควบคุมผลลัพท์ด้วยการกำหนดบริบท (context) มันไม่เพียงพอ เพราะโมเดลยังสุ่มเติมคำตาม pattern ที่มันได้เรียนรู้มา ซึ่งไม่ได้ตรงกับเส้นเรื่องที่ควรจะเป็น
- พิสูจน์ได้ว่างานที่เป็นความคิดสร้างสรรค์ ศิลปะการถ่ายทอดจิตวิญญานผ่านงานเขียนที่มีความหมายแผง โดยการอ่านระหว่างบรรทัด AI ทำไม่ได้ และที่แย่กว่านั้นคือมันตัดออกไปทั้งหมดเพราะคิดว่าสิ่งเหล่านี้ไม่มีความหมายและไม่อยู่ใน pattern ที่ได้ฝึกมา ทำให้สิ่งที่ศิลปินต้องการถ่ายทอดสูญหายไปด้วย อันนี้รับไม่ได้
- มุมมองด้านจริยธรรม ตัวอย่างงานเขียนแบบ PWP เรื่องนี้ยังมีหลุดอยู่บ้าง แต่ AI ก็รู้ตัวเร็วและไม่ให้สร้างเนื้อหาแบบนี้ได้อีก โมเดลสร้างเนื้อหาแบบอื่นออกมาให้แทน
- AI หลายๆ ค่ายเพิ่มโหมด Agent เข้ามาในครื่องมือต่างๆ รวมไปถึงแอปปกติ เช่น Claude desktop ที่ให้เราเพิ่ม MCP Server (Model Context Protocol) เพื่อใช้งาน feature เพิ่มเติมตามทีเราต้องการได้ ผ่านการใช้งานควบคู่กับ LLM
- Coding model ใน LLM กับ Agent ที่ฝังเข้ามาใน Copilot หรือ extension เสริมอื่นๆ เช่น Cline ช่วยให้คุณใช้ Coding อย่าง ChatGPT, Claude เข้ามาช่วยเขียนโค้ดได้ดีมากยิ่งขึ้น ไม่ใช่แค่ถามตอบ แต่เป็นการสร้างไฟล์ลงในเครื่อง สั่งติดตั้ง dependency ที่จำเป็นต้องใช้ การ build, test แก้ bug รวมไปถึง commit และ push ไปยัง GitHub ซึ่งน่าทึ่งมาก
- ได้เขียน MCP Server ไปหลายตัว เอาไว้ใช้งานร่วมกับ n8n และ Claude desktop ส่วนใหญ่เป็นงานส่วนตัว ก็พบว่าการใช้ LLM + MCP ผ่านการสั่งงานด้วยภาษาเขียนหรือแชทมันก็สะดวกดี แต่ให้คิดเสมอว่า "งานแบบนี้จำเป็นมั้ย ที่ต้องใช้ LLM + MCP" หรือ "งานแบบนี้มีเครื่องมือที่เหมาะสมกว่าหรือไม่" เพราะเครื่องมือที่มีอยู่แล้วสามารถทำงานได้ดีกว่า และตรงกับความต้องการมากกว่า เช่น BI, BPMs เป็นต้น
- อีกอย่างที่ได้ลองในสัปดาห์นี้คือ RAG, Summary, Audio Overview ใน Notebook LM ผมได้ใช้ Notebook LM ตั้งแต่รุ่น preview การใช้งานจะเน้นไปที่ใช้สรุปข้อมูล ถาม-ตอบ สร้าง learning guide จากไฟล์ที่เราโยนเข้าไป ซึ่ง Gemini model ใน Notebook LM มันจะไม่หลง ไม่เพ้อ แต่จะเน้นที่หลักฐาน นั่นก็คือไฟล์ที่เราโยนเข้าไป การตอบคำถาม การสร้างเนื้อหาต่างๆ จะอยู่บนข้อมูลที่มีอยู่เท่านั้น ซึ่งเหมาะกับงาน research, สรุปข้อมูล รวมไปถึงการใช้ feature discover เพื่อหาข้อมูลอื่นๆ เข้ามาเพิ่มเติมได้ซึ่งดีมากๆ
- Audio overview ใน Notebook LM เหมือนกับโปรดักตัวนึงที่เป็น AI จัดรายการ podcast ด้วยตัวเอง จำชื่อไม่ได้ละ ตัว model ใช้การสรุปเนื้อหาจากไฟล์ และเล่าผ่านสไตล์การจัด podcast มี host 2 คนช่วยกันเล่าในเนื้อหาที่เราใส่เข้าไป เหมือนมาเล่าสปอยนิยาย/หนังสือ ได้ทดลองกับนิยาย "นวดรัก สัมผัสใจ" และหนังสือ "สูตรลัด Next.js" ก็พบว่ามันน่าทึ่งมาก เล่าสปอยนิยายได้สนุกมาก ส่วนหนังสือก็สรุปเนื้อหาและดึงประเด็นสำคัญๆ ออกมาได้น่าสนใจมาก อันนี้ต้องไปลองดูเอง
- ส่วนอื่นๆ เช่น ถาม-ตอบ, สรุปความ, จดบันทึก, สร้าง mindmap เคยเล่นแล้วเมื่อปีที่แล้ว ก็เลยเฉยๆ
เอาเป็นว่าสรุปไว้ประมาณนี้ ถ้านึกอะไรเพิ่มได้คงจะไปเล่าใน Live ที่ เพจ Dart แบบ Dart Dart อีกรอบนึง ยังไงก็ฝากกด like กด share กันด้วย
