หลักสูตร AI Agents for Business เป็นการอบรมสร้าง AI Agent ที่วางแผนและทำงานหลายขั้นตอนแทนคนแบบ No-code/Low-code ครอบคลุม ReAct, Tool-use, Memory, Multi-Agent และการเชื่อม MCP กับ n8n เหมาะกับผู้ใช้ AI ในงานประจำ ทีม IT, Operations และหัวหน้าทีม จบแล้วสร้าง Agent ที่เรียกใช้เครื่องมือและ API ได้จริง
ที่ผ่านมาองค์กรใช้ AI ในรูปแบบถาม-ตอบเป็นหลัก คนถาม AI ตอบ แล้วคนนำผลไปทำต่อเองทุกครั้ง แต่ปัจจุบัน AI ก้าวข้ามจากผู้ช่วยที่รอรับคำสั่ง ไปสู่ AI Agent ที่รับเป้าหมายเป็นภาษามนุษย์ แล้ววางแผนเอง เลือกใช้เครื่องมือเอง ทำงานหลายขั้นตอนต่อเนื่อง ตรวจสอบผลลัพธ์ และปรับแก้จนบรรลุเป้าหมาย ความสามารถนี้กำลังเปลี่ยนวิธีทำงานขององค์กรอย่างรวดเร็ว เพราะงานที่เคยต้องมีคนคอยกดทีละขั้น
สามารถมอบหมายให้ Agent ทำแทนได้ตั้งแต่ต้นจนจบ หลักสูตรนี้ออกแบบสำหรับคนทำงานและทีมในองค์กรที่ต้องการเข้าใจและสร้าง AI Agent ได้จริง โดยเน้นการใช้งานเชิงธุรกิจ ไม่ลงลึกด้านการเขียนโปรแกรม ผู้เรียนจะได้เข้าใจกายวิภาคของ Agent ตั้งแต่สมอง (LLM) ความจำ (Memory) เครื่องมือ (Tools) และการวางแผน (Planning) เรียนรู้ Agent Pattern สำคัญอย่าง ReAct, Tool-use, Planning และ Reflection สร้าง Agent ตัวแรกที่เรียกใช้เครื่องมือและ API ได้จริง ต่อยอดสู่ Multi-Agent
ที่แบ่งบทบาททำงานร่วมกัน เชื่อม Agent เข้ากับระบบงานจริงผ่าน MCP และแพลตฟอร์มอย่าง n8n และวางแนวปฏิบัติด้าน Reliability, Guardrails, Human-in-the-loop, Security และ PDPA ที่จำเป็นก่อนนำ Agent ไปใช้จริง เนื้อหาทั้งหมดสอนผ่าน Workshop ที่ใช้โจทย์งานจริง และปิดท้ายด้วย Capstone Project ที่ผู้เรียนจะได้สร้าง AI Agent สำหรับงานขององค์กรตนเองแบบครบวงจร (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate ถึง Advanced ควรเคยใช้งาน Generative AI มาก่อน ไม่จำเป็นต้องเขียนโปรแกรม)
รายละเอียดหลักสูตร
อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง รูปแบบบรรยายพร้อมปฏิบัติจริง (Hands-on Workshop) และ Capstone Project ระดับ Intermediate ถึง Advanced ผู้เรียนจะได้ AI Agent ที่สร้างเอง, Template การออกแบบ Agent และ Multi-Agent, และ Checklist ด้าน Reliability, Security และ PDPA กลับไปใช้งานจริง
Section 1: ทำความรู้จัก AI Agents
Section 2: กายวิภาคของ AI Agent
Section 3: Agent Patterns สำคัญ
Section 4: สร้าง AI Agent ตัวแรกแบบ No-code / Low-code
Section 5: Tools และ Function Calling ให้ Agent ทำงานจริง
Section 6: Memory และ Knowledge สำหรับ Agent
Section 7: Multi-Agent System และ Orchestration
Section 8: เชื่อม AI Agent เข้ากับระบบงานจริง
Section 9: Reliability, Guardrails และ Human-in-the-loop
Section 10: Security, Cost, PDPA และ AI Governance สำหรับ Agent
Section 11: Capstone Project และการนำไปใช้จริง
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
Chatbot ตอบคำถามทีละข้อความตามที่ผู้ใช้ถาม ส่วน Workflow อัตโนมัติทำงานตามขั้นตอนที่คนกำหนดไว้ล่วงหน้าทุกครั้ง ขณะที่ AI Agent รับเป้าหมายแล้ววางแผนเอง เลือกเครื่องมือที่จะใช้ ลงมือทำหลายขั้นตอน ตรวจผลลัพธ์ และปรับแผนเมื่อเจอปัญหา จึงเหมาะกับงานที่ขั้นตอนเปลี่ยนตามสถานการณ์ แต่ต้องกำหนดระดับความอิสระและจุดที่คนต้องอนุมัติให้เหมาะกับความเสี่ยงของงาน
ReAct ย่อมาจาก Reason and Act คือรูปแบบที่ให้ Agent คิดสลับกับลงมือทำเป็นรอบ เริ่มจากคิดว่าขั้นต่อไปควรทำอะไร จากนั้นเรียกใช้เครื่องมือ เช่น ค้นเว็บ อ่านไฟล์ หรือเรียก API แล้วสังเกตผลที่ได้ นำผลนั้นมาคิดต่อว่าจะทำอะไรต่อ วนจนได้คำตอบหรือทำงานเสร็จ ข้อดีคือคำตอบอิงข้อมูลจริงและตรวจย้อนได้ว่า Agent ตัดสินใจอย่างไร แต่ควรจำกัดจำนวนรอบเพื่อกันการวนไม่จบ
ในระบบนี้ Agent ตัวหลักทำหน้าที่ Supervisor รับเป้าหมาย แตกเป็นงานย่อย แล้วส่งต่อ (Hand-off) ให้ Worker แต่ละตัวที่ถนัดเฉพาะด้าน เช่น ตัวหนึ่งค้นข้อมูล อีกตัวเขียนรายงาน อีกตัวตรวจความถูกต้อง เมื่อ Worker ส่งผลกลับ Supervisor จะรวม ตรวจ และตัดสินใจว่าจะส่งงานต่อหรือแก้ซ้ำ การแบ่งบทบาทแบบนี้ทำให้แต่ละตัวมีคำสั่งและเครื่องมือเฉพาะ ดูแลและแก้ปัญหาได้ง่ายกว่าการให้ Agent ตัวเดียวทำทุกอย่าง
เหมาะกับผู้ใช้ AI ในงานประจำที่อยากขยับจากผู้ช่วย AI ไปสู่ระบบที่ทำงานแทนได้ ทีม IT Operations และ Innovation ที่ต้องวางระบบ Agent หัวหน้าทีมที่อยากมอบงานหลายขั้นตอนให้ AI และผู้บริหารที่อยากเข้าใจศักยภาพและความเสี่ยง ควรเคยใช้ ChatGPT หรือ Claude มาก่อน ไม่ต้องเขียนโปรแกรม แต่ถ้าอ่าน JSON หรือเคยเรียก API จะเข้าใจส่วน Tools และ MCP ได้ลึกขึ้น
แยกได้ว่างานใดเหมาะกับ AI Agent สร้าง Agent แบบ No-code หรือ Low-code ที่เรียกใช้เครื่องมือและ API ภายนอกได้จริง ใช้ Pattern อย่าง ReAct Planning และ Reflection ออกแบบ Memory และ Knowledge ให้ Agent ใช้ข้อมูลองค์กร ออกแบบ Multi-Agent เชื่อมระบบงานผ่าน MCP และ n8n และวาง Guardrails กับ Human-in-the-loop ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ออกแบบ Agent จากกระบวนการจริงของแผนก และกำหนดจุดที่ต้องให้คนอนุมัติตามนโยบายขององค์กร ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449
ทุกวันนี้พนักงานออฟฟิศจำนวนมากต้องทำงานซ้ำ ๆ ผ่าน Excel หลายสิบไฟล์ ต้องรอทีม IT พัฒนาเครื่องมือเล็ก ๆ ให้เป็นเดือน หรือมีไอเดียดี ๆ ที่อยากทดลองแต่ติดกำแพงว่าเขียนโปรแกรมไม่เป็น การมาถึงของ AI Coding Agent อย่าง Claude Code ได้เปลี่ยนสมการนี้ไปอย่างสิ้นเชิง…
Next.js ได้กลายเป็นเฟรมเวิร์กมาตรฐานของการพัฒนาเว็บแอปพลิเคชันด้วย React ในระดับองค์กร และในปี 2026 นี้ Next.js ได้ก้าวเข้าสู่เวอร์ชัน 16 ซึ่งเป็นการเปลี่ยนแปลงครั้งใหญ่ที่สุดนับตั้งแต่การมาของ App Router ไม่ว่าจะเป็นการที่ Turbopack กลายเป็น Bundler…
องค์กรจำนวนมากลงทุนซื้อ License ของเครื่องมือ AI ให้พนักงานแล้ว แต่กลับพบว่าอัตราการใช้งานจริงต่ำ พนักงานส่วนใหญ่ใช้ AI เพียงระดับถามตอบทั่วไป ไม่ได้นำไปเชื่อมกับงานประจำวัน ผลลัพธ์ที่ได้จึงไม่คุ้มกับงบประมาณที่จ่ายไป ปัญหาที่พบซ้ำในองค์กรไทยมี 3 ข้อหลักคือ…
