ສະຖາບັນໄອທີຈີເນຍສ໌IT Genius Instituteหลักสูตร PostgreSQL for AI Apps with pgvector เป็นการอบรมแบบเวิร์กชอปการสร้างระบบค้นหาเชิงความหมายและ RAG บน PostgreSQL ด้วย pgvector ตั้งแต่สร้าง Embedding เลือก Index แบบ HNSW หรือ IVFFlat ทำ Hybrid Search จนถึงวัดคุณภาพการค้นหา เหมาะกับนักพัฒนา Backend และ AI ที่ใช้ PostgreSQL อยู่แล้ว
ระบบค้นหาเชิงความหมายและ RAG กลายเป็นฟีเจอร์ที่หลายองค์กรต้องการเพิ่มเข้าไปในแอปพลิเคชัน แต่การนำ Vector Database แยกมาอีกระบบหมายถึงข้อมูลที่ต้องซิงก์สองที่ สิทธิ์การเข้าถึงที่ต้องดูแลซ้ำ และงานปฏิบัติการที่เพิ่มขึ้น สำหรับทีมที่ใช้ PostgreSQL อยู่แล้ว ส่วนขยาย pgvector ช่วยให้เก็บเวกเตอร์ไว้ข้างข้อมูลธุรกิจในฐานข้อมูลเดียวกัน ค้นหาด้วย SQL ที่คุ้นเคย และใช้ Transaction, Backup และระบบสิทธิ์เดิมได้ทันที
หลักสูตรนี้พาลงมือตั้งแต่ติดตั้ง PostgreSQL 18 กับ pgvector ด้วย Docker สร้าง Embedding จากเอกสารด้วย Python เลือกชนิดข้อมูลและ Index ที่เหมาะกับขนาดข้อมูล ปรับพารามิเตอร์ของ HNSW และ IVFFlat ไปจนถึง Hybrid Search ที่รวม Full-text Search กับเวกเตอร์ การแยกข้อมูลแต่ละลูกค้าด้วย Row-Level Security และการสร้าง RAG Pipeline ที่อ้างอิงแหล่งที่มาได้ ปิดท้ายด้วยการวัดคุณภาพการค้นหา การดูแลระบบจริง และ Workshop ระบบถามตอบจากเอกสารตัวอย่าง (อบรม 1 วัน 6 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
อบรม 1 วัน 6 ชั่วโมง (09:00-16:00 น.) รูปแบบลงมือทำ ระดับ Intermediate สำหรับผู้ที่เขียน SQL และ Python ได้ ใช้ PostgreSQL 18 และ pgvector 0.8.x บน Docker ผู้เรียนเตรียม API Key ของผู้ให้บริการ Embedding/LLM หรือเลือกใช้โมเดลแบบ Local ที่ทำงานบนเครื่อง ผู้เรียนจะได้เอกสารประกอบการอบรม ไฟล์ Docker Compose สคริปต์ SQL โค้ด Python สำหรับ Chunking, Embedding, Hybrid Search และ RAG Pipeline ชุดคำถามทดสอบพร้อมสคริปต์วัด Recall@k และ Checklist ก่อนขึ้น Production กลับไปใช้งานต่อ
Day 1: สร้างระบบค้นหาเชิงความหมายและ RAG บน PostgreSQL
Embedding คืออะไร และทำไมข้อความที่ความหมายใกล้กันจึงอยู่ใกล้กันในพื้นที่เวกเตอร์
การวัดความคล้าย: Cosine Distance, L2 Distance และ Inner Product ควรเลือกแบบใด
เก็บเวกเตอร์ใน PostgreSQL เทียบกับ Vector Database แยก: ความสอดคล้องของข้อมูล สิทธิ์ และงานดูแล
ข้อจำกัดที่ต้องรู้: ขนาดข้อมูล หน่วยความจำของ Index และปริมาณการค้นหาต่อวินาที
รัน PostgreSQL 18 พร้อม pgvector ด้วย Docker Compose และเปิดใช้ CREATE EXTENSION vector
ชนิดข้อมูล vector, halfvec และ sparsevec กับการเลือกให้เหมาะกับขนาดและจำนวนมิติ
Binary Quantization ด้วยชนิด bit และการค้นหาแบบสองขั้นเพื่อลดหน่วยความจำ
Lab: สร้างตาราง documents และ chunks แล้วลองค้นหาด้วยตัวดำเนินการระยะทางทั้งสามแบบ
เรียก Embedding API หรือโมเดล Open Source แบบ Local จาก Python
Chunking: แบ่งตามขนาด ตามหัวข้อ และการกำหนดส่วนซ้อนทับระหว่าง Chunk
เก็บ Metadata ที่จำเป็น เช่น แหล่งที่มา หน้า วันที่ และเวอร์ชันของโมเดล
Lab: โหลดเอกสารแบบ Batch ด้วย psycopg 3 และ COPY เพื่อความเร็ว
Exact Search แบบ Sequential Scan เทียบกับ Approximate Nearest Neighbor
HNSW: พารามิเตอร์ m, ef_construction และ hnsw.ef_search กับผลต่อความแม่นและความเร็ว
IVFFlat: การกำหนด lists, ivfflat.probes และเหตุผลที่ต้องมีข้อมูลก่อนสร้าง Index
Iterative Index Scan ใน pgvector 0.8 สำหรับการค้นหาที่มีเงื่อนไข WHERE
Lab: สร้าง Index ทั้งสองแบบ แล้วเทียบเวลาและผลลัพธ์กับ Exact Search
จุดอ่อนของ Vector Search กับชื่อเฉพาะ รหัสสินค้า และคำย่อ
Full-text Search ด้วย tsvector, tsquery และ GIN Index
รวมผลสองแบบด้วย Reciprocal Rank Fusion ใน SQL คำสั่งเดียว
Lab: เทียบผลค้นหาแบบเวกเตอร์ แบบคำค้น และแบบ Hybrid กับคำถามชุดเดียวกัน
ออกแบบคอลัมน์ Metadata และ JSONB สำหรับกรองตามประเภท วันที่ และสิทธิ์
Partial Index และ Partitioning เมื่อข้อมูลแต่ละกลุ่มมีขนาดต่างกันมาก
Row-Level Security แยกข้อมูลแต่ละ Tenant ให้การค้นหาเห็นเฉพาะข้อมูลของตนเอง
Lab: ทดสอบว่าผู้ใช้คนละ Tenant ค้นหาแล้วไม่เห็นเอกสารของกันและกัน
ขั้นตอน RAG: รับคำถาม สร้าง Embedding ดึง Chunk ที่เกี่ยวข้อง และประกอบ Context
เขียน Prompt ให้ LLM ตอบจาก Context เท่านั้น และบอกเมื่อไม่พบคำตอบ
แนบแหล่งที่มาของแต่ละคำตอบ เช่น ชื่อเอกสารและหน้า
Workshop: สร้าง API ถามตอบขนาดเล็กที่ดึงข้อมูลจาก PostgreSQL
สร้างชุดคำถามทดสอบพร้อมคำตอบที่ถูกต้องจากเอกสารจริง
วัด Recall@k และเทียบผลของการปรับ Chunking, Index และ Hybrid Search
อ่าน EXPLAIN ANALYZE ว่า Query ใช้ Index หรือไม่ และจุดที่ช้า
Lab: ปรับ ef_search และ probes แล้วบันทึกผลความแม่นเทียบกับเวลา
เวลาและหน่วยความจำในการสร้าง Index, maintenance_work_mem และการสร้างแบบขนาน
อัปเดตเอกสาร ลบข้อมูลเก่า และการสร้าง Embedding ใหม่เมื่อเปลี่ยนโมเดล
Backup, Restore และ Replication ของตารางที่มีเวกเตอร์
บริการ Managed ที่รองรับ pgvector เช่น Supabase, Neon และ Amazon RDS
ทางเลือก: เปิดฐานข้อมูลให้ AI Agent ผ่าน MCP อย่างปลอดภัยด้วย Role อ่านอย่างเดียว
Workshop: นำชุดเอกสารตัวอย่างหรือเอกสารของผู้เรียนเข้าระบบตั้งแต่ Chunking ถึง Index
ทดสอบคำถามจริง ตรวจแหล่งที่มา และปรับจุดที่ค้นหาไม่เจอ
สรุปแนวทางนำไปใช้กับระบบของตนเองและ Checklist ก่อนขึ้น Production
ຂະນະນີ້ຍັງບໍ່ມີຮອບຝຶກອົບຮົມເປີດຮັບສະໝັກ ລົງຊື່ຈອງໄວ້ໄດ້ເລີຍ ທີມງານຈະຕິດຕໍ່ກັບເປັນກຸ່ມທຳອິດເມື່ອເປີດຮອບຕໍ່ໄປ ຫຼື ສອບຖາມທາງ LINE ຫຼື ໂທ 02-570-8449 ຫຼື 088-807-9770
Embedding คือการแปลงข้อความหรือข้อมูลอื่นเป็นเวกเตอร์ตัวเลขหลายมิติ โดยข้อความที่ความหมายใกล้กันจะได้เวกเตอร์ที่อยู่ใกล้กัน การค้นหาเชิงความหมายทำโดยแปลงคำถามเป็น Embedding ด้วยโมเดลเดียวกัน แล้วหาเอกสารที่ใกล้ที่สุดด้วยการวัดแบบ Cosine Distance, L2 Distance หรือ Inner Product จึงค้นเจอได้แม้คำที่ใช้ไม่ตรงกับในเอกสาร
ทั้งสองเป็น Index สำหรับ Approximate Nearest Neighbor แบบ HNSW สร้างเป็นกราฟหลายชั้น มักให้ความแม่นและความเร็วในการค้นหาดีกว่า แต่ใช้หน่วยความจำและเวลาสร้างมากกว่า ปรับได้ด้วย m, ef_construction และ hnsw.ef_search ส่วน IVFFlat แบ่งเวกเตอร์เป็นกลุ่มตามค่า lists สร้างเร็วและใช้หน่วยความจำน้อยกว่า แต่ต้องมีข้อมูลในตารางก่อนสร้าง และปรับความแม่นด้วย ivfflat.probes
เริ่มจากแบ่งเอกสารเป็น Chunk สร้าง Embedding ของแต่ละ Chunk แล้วเก็บลงคอลัมน์ vector พร้อม Metadata เช่น แหล่งที่มาและหน้า เมื่อมีคำถามให้สร้าง Embedding ของคำถาม ค้นหา Chunk ที่ใกล้ที่สุดจาก PostgreSQL แล้วประกอบเป็น Context ส่งให้ LLM พร้อม Prompt ที่สั่งให้ตอบจาก Context เท่านั้น และแนบแหล่งที่มาไปกับคำตอบ หลักสูตรนี้ฝึกสร้างครบทุกขั้นตอนด้วย Python
เหมาะกับนักพัฒนา Backend และ AI ที่ต้องสร้างฟีเจอร์ค้นหาเชิงความหมายหรือ RAG ทีมที่ใช้ PostgreSQL อยู่แล้วและไม่อยากเพิ่ม Vector Database อีกระบบ และ Data Engineer ที่เตรียมข้อมูลให้ระบบ AI ควรเขียน SQL ระดับ SELECT JOIN และ CREATE INDEX ได้ เขียน Python ขั้นพื้นฐานได้ และใช้ Docker เบื้องต้นได้ ไม่จำเป็นต้องมีประสบการณ์ด้าน Machine Learning
สร้าง Embedding จากเอกสารและโหลดเข้า PostgreSQL เลือกและปรับ Index แบบ HNSW หรือ IVFFlat ทำ Hybrid Search ร่วมกับ Full-text Search แยกข้อมูลแต่ละ Tenant ด้วย Row-Level Security และสร้าง RAG Pipeline ที่ตอบพร้อมอ้างอิงแหล่งที่มา รวมถึงวัดคุณภาพการค้นหาด้วย Recall@k ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ควรมีโน้ตบุ๊กที่ใช้ Docker และ Python ได้ เพราะ Lab ใช้ PostgreSQL 18 กับ pgvector 0.8 บน Docker และเตรียม API Key ของผู้ให้บริการ Embedding หรือ LLM ไว้ หรือเลือกใช้โมเดลแบบ Local ที่ทำงานบนเครื่องแทนได้ ผู้เรียนจะได้ไฟล์ Docker Compose สคริปต์ SQL และโค้ด Python สำหรับ Chunking, Embedding, Hybrid Search และ RAG กลับไปใช้งานต่อ
PostgreSQL กลายเป็นฐานข้อมูลตัวเลือกแรกของแอปยุคใหม่ ทั้งระบบหลังบ้าน SaaS และงานที่ต้องเก็บข้อมูลแบบ JSON หรือ Vector ไว้ที่เดียวกัน แต่นักพัฒนาจำนวนมากยังใช้ PostgreSQL เหมือนฐานข้อมูลทั่วไปผ่าน ORM อย่างเดียว พอข้อมูลโตขึ้นก็เจอ Query ช้า Lock ค้าง…
โมเดล AI ทั่วไปเก่งเรื่องภาษาก็จริง แต่ไม่รู้จักข้อมูลภายในองค์กรของคุณ ไม่ว่าจะเป็นคู่มือ นโยบาย สัญญา ข้อมูลลูกค้า หรือองค์ความรู้ที่สั่งสมมา เมื่อถามเรื่องเฉพาะขององค์กร AI จึงมักตอบมั่ว (Hallucination) หรือตอบจากข้อมูลทั่วไปที่ไม่ตรงบริบท…
งานอัตโนมัติแบบเดิมทำงานตามเงื่อนไขที่เขียนไว้ล่วงหน้า พอเจอข้อความที่ไม่ตรงรูปแบบหรือคำถามที่ต้องดูข้อมูลหลายแหล่งประกอบกันก็ไปต่อไม่ได้ Agentic AI เปลี่ยนโจทย์นี้ด้วยการให้ LLM เป็นผู้ตีความ วางแผน และเลือกเครื่องมือเองว่าต้องดึงข้อมูลอะไร จากที่ไหน…
