How does this course differ from AI Coding Agent for SDLC and Claude Code Roadmap?

AI Coding Agent for SDLC covers coding agents across the whole software lifecycle without tying to one tool, from planning, frontend and backend to testing and deployment. Claude Code Roadmap covers Claude Code in depth. This course focuses on Codex and how a team adopts it: AGENTS.md, skills, config.toml, pull requests, GitHub code review, Codex cloud, and sandbox and permission settings that follow company policy. It includes a comparison with Claude Code to help you choose. For Claude Code in depth, see Claude Code Roadmap; for the SDLC-wide view, see AI Coding Agent for SDLC.

Which accounts do I need, and does the institute provide them?

The institute does not provide accounts or licences. Learners use a personal or company ChatGPT account on a plan that includes Codex, and their own GitHub account. How much you can use Codex in a day depends on the plan. Please sign in to Codex and connect GitHub before the training day. Claude Code is demonstrated by the instructor in the comparison session, so you do not need an account for it.

Do I need to know how to program?

Yes. You should be fluent in at least one programming language and comfortable with Git, including branches, commits and pull requests, because you will read and decide whether to accept the diffs the agent produces. The course does not teach programming. If you are new to coding, learn a language and Git first.

Can I use my company's repository during the training?

Yes, if your company allows that code to be used with AI tools under the ChatGPT plan you have. Check the company policy before the training day, and make sure the repository holds no secrets or customer data. If you do not have permission, use the sample repository, which comes with tests and a backlog and covers every lab.

How do we use Codex safely in an organisation?

The course has a dedicated security session. It covers choosing the sandbox and approval mode for each kind of task, restricting network access, keeping .env files, tokens and customer data away from the agent, never running an agent with full access on production machines, reviewing every diff before a person approves the merge, and handling the licensing and intellectual property of AI-generated code in line with company policy.

Will the content stay current, given how often Codex changes?

Codex menus, modes and features change often, so the instructor updates the content and labs to match the latest version on the training day. The core practices, such as writing AGENTS.md, delegating and checking an agent's work, and setting permissions safely, still apply when the tool's interface changes.

AI · AIC-96

ChatGPT Codex สำหรับทีมพัฒนา (ChatGPT Codex for Development Teams)

หลักสูตร ChatGPT Codex for Development Teams เป็นการอบรมการใช้ Codex เป็น Coding Agent กับ Repository จริงของทีม ตั้งแต่ AGENTS.md, Skills การมอบหมายงาน จนถึง Pull Request และ Code Review อย่างปลอดภัย เหมาะกับนักพัฒนาและ Tech Lead ที่ใช้ Git อยู่แล้ว จบแล้วได้ชุด AGENTS.md, Skill และ config.toml ของทีม

ອັບເດດລ່າສຸດ 11 ຕ.ລ. 2026

ChatGPT Codex สำหรับทีมพัฒนา (ChatGPT Codex for Development Teams)

ລາຄາເລີ່ມຕົ້ນ 6,210 ບາດ / ທ່ານ 6,900 −10% ຍັງບໍ່ລວມ VAT 7% · ມີລາຄາໝູ່ຄະນະ

ຂໍໃບສະເໜີລາຄາຝຶກອົບຮົມອົງກອນ ລົງຊື່ຈອງໄວ້

PDFດາວໂຫຼດ Course Outline

ໄລຍະເວລາ12 ຊົ່ວໂມງ · 2 ມື້
ຮູບແບບຢູ່ສະຖາບັນ / ອອນລາຍສົດ
ຮອບຕໍ່ໄປເປີດຕາມຄຳຂໍ
ໃບຢັ້ງຢືນມີໃບຢັ້ງຢືນ

ພາບລວມຫຼັກສູດ

ทีมพัฒนาจำนวนมากเริ่มใช้ AI ช่วยเขียนโค้ดแล้ว แต่ส่วนใหญ่ยังใช้แค่เติมโค้ดทีละบรรทัดหรือถามตอบในหน้าแชต ขณะที่ Codex ทำงานแบบ Coding Agent ที่อ่าน Repository ทั้งโปรเจกต์ รันคำสั่ง แก้หลายไฟล์ และส่งงานกลับมาเป็น Diff หรือ Pull Request ได้ คำถามจึงไม่ใช่ว่า AI เขียนโค้ดได้หรือไม่ แต่เป็นว่าทีมจะมอบงานให้ Agent อย่างไรให้ได้ผลตรงมาตรฐาน ตรวจสอบได้ และไม่เปิดความเสี่ยงด้านความปลอดภัย

หลักสูตรนี้พาทีมพัฒนาใช้ Codex กับ Repository จริงตั้งแต่งานแรกจนถึง Pull Request เริ่มจากติดตั้ง CLI และ IDE Extension ตั้งค่า config.toml เขียน AGENTS.md และ Skills ให้ Agent ทำตามมาตรฐานของทีม ฝึกมอบหมาย ติดตาม และปรับทิศทางงานระหว่างทาง จากนั้นต่อเข้ากับ Git และ GitHub ทั้งการทำงานบน Branch การรีวิวโค้ด และการรันหลายงานพร้อมกันบน Cloud พร้อมตั้ง Sandbox สิทธิ์ และ Network Access ให้เหมาะกับองค์กร เทียบกับ Claude Code เพื่อเลือกเครื่องมือ และปิดท้ายด้วย Workshop กับ Backlog ของทีมเอง (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate to Advanced)

ສິ່ງທີ່ທ່ານຈະໄດ້ຮັບ

อธิบายความต่างระหว่าง Coding Agent กับ Code Completion และเลือกงานที่เหมาะจะมอบให้ Agent
ติดตั้งและตั้งค่า Codex CLI, IDE Extension และ config.toml กับ Repository จริงได้
เขียน AGENTS.md และสร้าง Skills ที่ทำให้ Codex ทำงานตามมาตรฐานของทีม
มอบหมาย ติดตาม และปรับทิศทางงานของ Agent ระหว่างทำได้อย่างมีระบบ
ส่งงานจาก Branch ถึง Pull Request พร้อม Test และใช้ Codex ช่วยรีวิวโค้ดบน GitHub
รันหลายงานพร้อมกันบน Codex Cloud และเลือกรับเฉพาะผลที่ผ่านเกณฑ์
ตั้ง Sandbox, โหมดขออนุมัติ และ Network Access ให้ปลอดภัยตามนโยบายองค์กร
เปรียบเทียบ Codex กับ Claude Code และวางแนวทางนำ Coding Agent มาใช้ในทีม

ຫຼັກສູດນີ້ເໝາະສຳລັບ

Software Developer และ Full-stack Developer ที่ต้องการใช้ Codex กับงานจริงของทีม
Tech Lead และ Engineering Manager ที่ต้องวางมาตรฐานการใช้ Coding Agent ให้ทั้งทีม
DevOps และ Platform Engineer ที่ดูแลสิทธิ์ Sandbox และการเชื่อม Codex กับ GitHub
ทีมที่ใช้ ChatGPT Business หรือ Enterprise อยู่แล้วและอยากใช้ Codex ให้คุ้มค่า
นักพัฒนาที่ใช้ AI แบบเติมโค้ดอยู่ และอยากก้าวไปสู่การทำงานแบบ Agent

ພື້ນຖານຂອງຜູ້ເຂົ້າຝຶກອົບຮົມ

เขียนโปรแกรมได้คล่องอย่างน้อยหนึ่งภาษา หลักสูตรนี้ไม่สอนการเขียนโปรแกรม
ใช้ Git ได้ เช่น Branch, Commit, Merge และ Pull Request บน GitHub
ใช้ Command Line และ VS Code หรือ Editor ที่รองรับ Codex ได้
มีบัญชี ChatGPT ส่วนตัวหรือของบริษัทในแผนที่มี Codex และบัญชี GitHub ของตนเอง
โน้ตบุ๊กที่ติดตั้งโปรแกรมได้ และ Repository ที่ได้รับอนุญาตให้ใช้กับ AI หรือใช้ Repository ตัวอย่าง

ຫົວຂໍ້ການຝຶກອົບຮົມ

รายละเอียดหลักสูตร

หลักสูตรนี้เจาะการใช้ Codex และการนำมาใช้ในทีมพัฒนาโดยเฉพาะ อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บน Repository ของทีมที่ได้รับอนุญาตหรือ Repository ตัวอย่าง ระดับ Intermediate to Advanced ผู้เรียนต้องเขียนโค้ดและใช้ Git ได้อยู่แล้ว หลักสูตรไม่สอนการเขียนโปรแกรม ผู้เรียนใช้บัญชี ChatGPT ส่วนตัวหรือของบริษัทในแผนที่มี Codex และบัญชี GitHub

ของตนเอง สถาบันไม่ได้จัดเตรียมบัญชีให้ หลักสูตรนี้ต่างจาก AI Coding Agent for SDLC ที่พาใช้ Coding Agent แบบไม่ผูกกับเครื่องมือตลอดวงจรพัฒนาซอฟต์แวร์ และต่างจาก Claude Code Roadmap ที่เจาะ Claude Code เชิงลึก โดยเน้น Codex ตั้งแต่ AGENTS.md, Skills, config.toml, Pull Request, Code Review บน GitHub, Codex Cloud ไปจนถึง Sandbox สิทธิ์ และนโยบายความปลอดภัยของทีม ชื่อเมนูและความสามารถของ Codex เปลี่ยนบ่อย เนื้อหาจะอิงเวอร์ชันล่าสุดในวันอบรม

Day 1 ตั้ง Codex ให้ทำงานตามมาตรฐานของทีม

Section 1: Coding Agent ต่างจาก Code Completion อย่างไร

Code Completion เติมโค้ดทีละส่วน เทียบกับ Agent ที่อ่านทั้ง Repository รันคำสั่ง และแก้หลายไฟล์
วงจรทำงานของ Agent: อ่าน Context วางแผน ลงมือ รัน Test และรายงานผล
ภาพรวมช่องทางใช้ Codex: CLI, IDE Extension, แอป ChatGPT, Codex Cloud และ GitHub
งานที่เหมาะจะมอบให้ Agent งานที่ทีมควรทำเอง และข้อจำกัดที่ต้องรู้

Section 2: Lab: ติดตั้งและตั้งค่า Codex กับ Repository จริง

แผน ChatGPT ที่มี Codex เทียบกับการใช้ API Key และสิ่งที่แต่ละแบบใช้ได้
ติดตั้ง Codex CLI และ IDE Extension แล้วลงชื่อเข้าใช้ด้วยบัญชี ChatGPT
ให้ Codex อธิบายโครงสร้างโปรเจกต์ วิธี Build และวิธีรัน Test
Lab: ให้ Codex แก้บั๊กเล็ก ๆ หนึ่งจุด แล้วอ่าน Diff ก่อนรับการเปลี่ยนแปลง

Section 3: config.toml, Model และ Session

โครงสร้าง ~/.codex/config.toml การตั้งค่าระดับโปรเจกต์ และการเลือก Model
Slash Command ที่ใช้บ่อย และการเชื่อมเครื่องมือภายนอกผ่าน MCP
กลับไปทำงานเดิมต่อด้วย codex resume และเริ่ม Session ใหม่เมื่อ Context ยาวเกิน
Lab: ตั้ง Profile แยกสำหรับงานแก้โค้ดกับงานสำรวจโค้ดแบบอ่านอย่างเดียว

Section 4: AGENTS.md มาตรฐานที่ Agent อ่านทุกครั้ง

Codex รวม AGENTS.md จากระดับผู้ใช้ Root ของ Repository และโฟลเดอร์ย่อยใน Monorepo
สิ่งที่ควรเขียน: คำสั่ง Build และ Test, Code Style, โครงสร้างโฟลเดอร์ และสิ่งที่ห้ามทำ
เขียนกฎให้สั้น ชัด ตรวจได้ และไม่ใส่ข้อมูลลับลงในไฟล์
Lab: เขียน AGENTS.md ของ Repository แล้วทดสอบว่า Codex ทำตามจริง

Section 5: Skills สำหรับงานที่ทีมทำซ้ำ

Skill คือโฟลเดอร์ที่มี SKILL.md พร้อมสคริปต์และเอกสารอ้างอิง
Skill ระดับ Repository กับระดับผู้ใช้ แชร์ผ่าน Git และเรียกใช้แบบระบุชื่อหรือให้ Codex เลือกเอง
แยกให้ออกว่าเรื่องใดควรอยู่ใน AGENTS.md และเรื่องใดควรเป็น Skill
Lab: สร้าง Skill สำหรับงานประจำ เช่น เพิ่ม API Endpoint ตามแบบแผนของทีม

Section 6: Lab: มอบหมาย ติดตาม และปรับทิศทางงาน

เขียน Task Brief: เป้าหมาย ขอบเขต ไฟล์ที่เกี่ยวข้อง และเกณฑ์ว่างานเสร็จ
ให้ Codex วางแผนก่อนลงมือ และตรวจแผนก่อนอนุญาตให้แก้โค้ด
ติดตามงาน แทรกคำสั่งเมื่อออกนอกทาง และแบ่งงานใหญ่เป็นงานย่อยที่ตรวจได้
Lab: มอบงานเพิ่มฟีเจอร์ขนาดกลาง แล้วปรับทิศทางระหว่างทางอย่างน้อยหนึ่งครั้ง

Day 2 จาก Pull Request สู่การใช้งานในองค์กร

Section 7: Lab: จาก Branch ถึง Pull Request

ให้ Codex ทำงานบน Branch แยก และเขียน Commit Message ตามรูปแบบของทีม
ให้ Agent เขียนและรัน Test ก่อนรายงานว่างานเสร็จ
ตรวจงานด้วย /review ก่อน Commit และอ่านทุก Diff ด้วยตนเอง
Lab: ส่งงานจาก Day 1 เป็น Pull Request พร้อมคำอธิบายบน GitHub ของผู้เรียน

Section 8: Code Review ด้วย Codex บน GitHub

เชื่อม GitHub กับ Codex เปิดการรีวิวอัตโนมัติ หรือสั่งใน PR ด้วย @codex review
เขียนกฎรีวิวของทีมไว้ใน AGENTS.md เพื่อให้ Codex ใช้ตรวจ
คนยังเป็นผู้อนุมัติ: วางขั้นตอน Review และ Merge ร่วมกับ CI
Lab: เปิด PR ที่ตั้งใจใส่จุดผิด แล้วเทียบผลรีวิวของ Codex กับของคน

Section 9: Lab: รันหลายงานพร้อมกันบน Codex Cloud

ตั้ง Environment บน Cloud: Repository, Setup Script และตัวแปรที่จำเป็น
ส่งหลายงานพร้อมกันบน Cloud หรือใช้ Git Worktree บนเครื่องตัวเองโดยไม่ชนกัน
ตรวจ Diff และผล Test แล้วเปิด Pull Request หรือดึงกลับมาที่เครื่อง
Lab: ส่ง 3 งานจาก Backlog ไปทำพร้อมกัน แล้วเลือกรับเฉพาะผลที่ผ่านเกณฑ์

Section 10: Sandbox, สิทธิ์ และ Network Access

Sandbox แบบ read-only, workspace-write และ danger-full-access ต่างกันอย่างไร
เลือกโหมดด้วย /permissions ข้อกำหนดจากผู้ดูแล และกรณีที่ไม่ควรเปิด Full access
Network บน Cloud: ปิดไว้ก่อน อนุญาตเฉพาะโดเมน และจำกัด HTTP Method
Lab: ทดลองแต่ละโหมดกับคำสั่งเสี่ยง แล้วเขียน config.toml มาตรฐานของทีม

Section 11: ความปลอดภัย นโยบาย และการเลือกเครื่องมือ

ป้องกัน Secret รั่ว: ไฟล์ .env, Token และข้อมูลลูกค้าที่ไม่ควรให้ Agent เห็น
ไม่รัน Agent แบบสิทธิ์เต็มบนเครื่อง Production และตรวจทุก Diff ก่อน Merge
Licence และทรัพย์สินทางปัญญาของโค้ดที่ AI สร้าง และนโยบาย AI ของบริษัท
เทียบ Codex กับ Claude Code: ไฟล์ Context, การตั้งสิทธิ์ และงานที่แต่ละตัวถนัด

Section 12: Workshop: Capstone กับ Backlog ของทีม

เลือก 2-3 งานจาก Backlog ของทีมหรือ Repository ตัวอย่าง แล้วเขียน Task Brief
มอบงานให้ Codex ปรับทิศทาง และส่งเป็น Pull Request ที่ผ่าน Test
รีวิวทั้งจาก Codex และเพื่อนร่วมทีม แล้วนำเสนอสิ่งที่ได้ผลและไม่ได้ผล
สรุปแผนนำ Codex เข้าทีม พร้อมชุด AGENTS.md, Skill และ config.toml

ຮອບຝຶກອົບຮົມ ແລະ ຮູບແບບການຝຶກອົບຮົມ

ສຳລັບບຸກຄົນ — ຮອບຝຶກອົບຮົມທົ່ວໄປ

ຂະນະນີ້ຍັງບໍ່ມີຮອບຝຶກອົບຮົມເປີດຮັບສະໝັກ ລົງຊື່ຈອງໄວ້ໄດ້ເລີຍ ທີມງານຈະຕິດຕໍ່ກັບເປັນກຸ່ມທຳອິດເມື່ອເປີດຮອບຕໍ່ໄປ ຫຼື ສອບຖາມທາງ LINE ຫຼື ໂທ 02-570-8449 ຫຼື 088-807-9770

ລົງຊື່ຈອງໄວ້ ສອບຖາມຮອບຝຶກອົບຮົມ

ສຳລັບອົງກອນ — In-house / Private Training

ປັບເນື້ອໃນໃຫ້ກົງກັບເຄື່ອງມື ແລະ ວຽກຈິງຂອງທີມ
ເລືອກວັນເອງ ຝຶກອົບຮົມທີ່ບໍລິສັດ ຫຼື ອອນລາຍສົດ
ອອກໃບສະເໜີລາຄາໃນນາມນິຕິບຸກຄົນໃຫ້ຝ່າຍຈັດຊື້

ຂໍໃບສະເໜີລາຄາຝຶກອົບຮົມອົງກອນ

ວິທະຍາກອນຜູ້ສອນ

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

ຄຳຖາມທີ່ພົບເລື້ອຍ

หลักสูตรนี้ต่างจาก AI Coding Agent for SDLC และ Claude Code Roadmap อย่างไร

AI Coding Agent for SDLC พาใช้ Coding Agent ตลอดวงจรพัฒนาซอฟต์แวร์แบบไม่ผูกกับเครื่องมือใดเครื่องมือหนึ่ง ตั้งแต่วางแผน Frontend, Backend, Test จนถึง Deploy ส่วน Claude Code Roadmap เจาะ Claude Code เชิงลึก หลักสูตรนี้เน้น Codex โดยเฉพาะและการนำมาใช้ในทีม ทั้ง AGENTS.md, Skills, config.toml, Pull Request, Code Review บน GitHub, Codex Cloud และการตั้ง Sandbox กับสิทธิ์ตามนโยบายองค์กร มีช่วงเทียบกับ Claude Code เพื่อช่วยเลือกเครื่องมือ หากต้องการใช้ Claude Code เชิงลึกให้ดู Claude Code Roadmap และถ้าต้องการภาพรวมทั้ง SDLC ให้ดู AI Coding Agent for SDLC

ต้องเตรียมบัญชีอะไรบ้าง และสถาบันจัดเตรียมให้หรือไม่

สถาบันไม่ได้จัดเตรียมบัญชีหรือ License ให้ ผู้เรียนใช้บัญชี ChatGPT ส่วนตัวหรือของบริษัทในแผนที่มี Codex และบัญชี GitHub ของตนเอง ปริมาณการใช้งานต่อวันขึ้นกับแผนที่ใช้ ควรลงชื่อเข้าใช้ Codex และเชื่อม GitHub ให้เรียบร้อยก่อนวันอบรม Claude Code ในช่วงเปรียบเทียบเป็นการสาธิตโดยวิทยากร ผู้เรียนไม่ต้องมีบัญชี

ต้องเขียนโปรแกรมเป็นมาก่อนหรือไม่

ต้องเขียนโปรแกรมได้คล่องอย่างน้อยหนึ่งภาษาและใช้ Git ได้ ทั้ง Branch, Commit และ Pull Request เพราะผู้เรียนต้องอ่านและตัดสินใจรับหรือไม่รับ Diff ที่ Agent สร้าง หลักสูตรนี้ไม่สอนการเขียนโปรแกรม หากเพิ่งเริ่มเขียนโค้ดควรเรียนพื้นฐานภาษาและ Git ก่อน

นำ Repository ของบริษัทมาใช้ในการอบรมได้หรือไม่

ได้ หากบริษัทอนุญาตให้ใช้โค้ดนั้นกับเครื่องมือ AI ภายใต้แผน ChatGPT ที่ใช้อยู่ ควรตรวจนโยบายบริษัทก่อนวันอบรม และไม่ควรมี Secret หรือข้อมูลลูกค้าอยู่ใน Repository หากยังไม่ได้รับอนุญาตให้ใช้ Repository ตัวอย่างที่มี Test และ Backlog พร้อมแทน ซึ่งฝึกได้ครบทุก Lab

ใช้ Codex อย่างไรให้ปลอดภัยในองค์กร

หลักสูตรมีหัวข้อความปลอดภัยโดยเฉพาะ ได้แก่ เลือก Sandbox และโหมดขออนุมัติให้เหมาะกับงาน จำกัด Network Access ไม่ให้ Agent เห็นไฟล์ .env, Token หรือข้อมูลลูกค้า ไม่รัน Agent แบบสิทธิ์เต็มบนเครื่อง Production ตรวจทุก Diff ก่อน Merge โดยมีคนเป็นผู้อนุมัติ และพิจารณาเรื่อง Licence และทรัพย์สินทางปัญญาของโค้ดที่ AI สร้างให้สอดคล้องกับนโยบายบริษัท

เนื้อหาจะยังทันสมัยไหม เพราะ Codex อัปเดตบ่อย

ชื่อเมนู โหมด และความสามารถของ Codex เปลี่ยนบ่อย วิทยากรจะอัปเดตเนื้อหาและ Lab ให้ตรงกับเวอร์ชันล่าสุดในวันอบรม ส่วนแนวคิดหลัก เช่น การเขียน AGENTS.md การมอบหมายและตรวจงานของ Agent และการตั้งสิทธิ์อย่างปลอดภัย ใช้ต่อได้แม้หน้าตาเครื่องมือจะเปลี่ยน