Who is RAG & Knowledge Base for, and what background is needed?

Built for IT, data and knowledge management teams that want to build search and Q&A over organizational data · Those who want to build an AI chatbot or assistant that answers accurately from internal documents · Customer service, support and helpdesk teams answering repetitive questions from manuals and knowledge bases Background you should have: Prior basic use of generative AI such as ChatGPT or Claude · General computer and internet skills Not sure the fit is right? Talk to our team on LINE @itgenius or call 02-570-8449.

How much does RAG & Knowledge Base cost and how long does it run?

THB 9,900 (currently THB 8,910 on promotion). The course runs 12 hours. The price excludes 7% VAT (for payment in a company's name). Pay by bank transfer to the company account, confirm it on our payment page, and we can issue the receipt or tax invoice in your company's name.

Do I get a certificate?

Yes. Everyone who completes the course receives a Certificate of Completion from IT Genius Institute. Each certificate carries its own number, and anyone holding that number can verify it online on our certificate page, so you can add it to your portfolio or pass it to HR as evidence of training.

Where does the training take place, and is there an online option?

You can attend onsite at IT Genius Institute or arrange to join online, and we also run it as a private in-house session for your team. Ask about dates and venues on LINE @itgenius or call 02-570-8449.

What if I fall behind or miss a session — can I retake it?

Yes. You may retake the same course free of charge in a later round, under the institute's conditions. Tell our team which course and round you attended, and we will check it and offer you the rounds that still have seats. Ask us on LINE @itgenius or call 02-570-8449.

How do I enrol, or request a quotation for my company?

Enrol online with the registration form on this page. You can register several attendees at once and enter your tax ID and billing address for the tax invoice. Or request a company quotation straight from the quote button. For anything else call 02-570-8449 or reach us on LINE @itgenius.

AI · AIC-20

RAG & Knowledge Base

หลักสูตร RAG & Knowledge Base เป็นการอบรมสร้าง AI ที่ตอบจากเอกสารภายในองค์กร ครอบคลุม Embeddings, Vector Database, Chunking, Hybrid Search และ Reranking โดยไม่ลงลึกการเขียนโปรแกรม เหมาะกับทีม IT, Data และ Helpdesk จบแล้วได้ Chatbot ที่ตอบพร้อมอ้างอิงแหล่งที่มาและลด Hallucination

ອັບເດດລ່າສຸດ 21 ສ.ຫ. 2026

ລາຄາເລີ່ມຕົ້ນ 8,910 ບາດ / ທ່ານ 9,900 −10% ຍັງບໍ່ລວມ VAT 7% · ມີລາຄາໝູ່ຄະນະ

ຂໍໃບສະເໜີລາຄາຝຶກອົບຮົມອົງກອນ ລົງຊື່ຈອງໄວ້

PDFດາວໂຫຼດ Course Outline

ໄລຍະເວລາ12 ຊົ່ວໂມງ · 2 ມື້
ຮູບແບບຢູ່ສະຖາບັນ / ອອນລາຍສົດ
ຮອບຕໍ່ໄປເປີດຕາມຄຳຂໍ
ໃບຢັ້ງຢືນມີໃບຢັ້ງຢືນ

ພາບລວມຫຼັກສູດ

โมเดล AI ทั่วไปเก่งเรื่องภาษาก็จริง แต่ไม่รู้จักข้อมูลภายในองค์กรของคุณ ไม่ว่าจะเป็นคู่มือ นโยบาย สัญญา ข้อมูลลูกค้า หรือองค์ความรู้ที่สั่งสมมา เมื่อถามเรื่องเฉพาะขององค์กร AI จึงมักตอบมั่ว (Hallucination) หรือตอบจากข้อมูลทั่วไปที่ไม่ตรงบริบท ปัญหานี้คือกำแพงสำคัญที่ทำให้หลายองค์กรยังไม่กล้านำ AI มาใช้กับงานจริงที่ต้องการความถูกต้องสูง RAG (Retrieval Augmented Generation) คือคำตอบของเรื่องนี้ ด้วยการต่อ AI เข้ากับ Knowledge Base ขององค์กร ให้ AI

ค้นข้อมูลจริงมาประกอบก่อนตอบทุกครั้ง ผลลัพธ์คือผู้ช่วย AI ที่ตอบจากเอกสารขององค์กรได้อย่างแม่นยำ อ้างอิงแหล่งที่มาได้ และลด Hallucination ลงอย่างมาก หลักสูตรนี้ออกแบบสำหรับคนทำงานและทีมที่ต้องการสร้างระบบ RAG ได้จริง โดยเน้นการใช้งานเชิงธุรกิจ ไม่ลงลึกด้านการเขียนโปรแกรม ผู้เรียนจะได้เข้าใจกลไกของ RAG ตั้งแต่การเตรียมเอกสาร การทำ Embeddings การเก็บลง Vector Database การค้นคืน (Retrieval) ไปจนถึงการให้ AI ตอบพร้อมอ้างอิง เรียนรู้เทคนิค Advanced Retrieval

อย่าง Hybrid Search และ Reranking การวัดและปรับคุณภาพของ RAG การเชื่อมเข้ากับระบบงานจริงผ่าน MCP และ n8n และการวางแนวปฏิบัติด้าน Access Control, Security และ PDPA ที่จำเป็นสำหรับข้อมูลองค์กร เนื้อหาทั้งหมดสอนผ่าน Workshop ที่ใช้เอกสารและโจทย์เสมือนจริง และปิดท้ายด้วย Capstone Project ที่ผู้เรียนจะได้สร้างผู้ช่วย AI ที่รู้จักองค์กรของตนเองแบบครบวงจร (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate ถึง Advanced ควรเคยใช้งาน Generative AI มาก่อน ไม่จำเป็นต้องเขียนโปรแกรม)

ສິ່ງທີ່ທ່ານຈະໄດ້ຮັບ

เข้าใจข้อจำกัดของ LLM (Hallucination, Knowledge Cutoff, ไม่รู้ข้อมูลภายใน) และเหตุผลที่องค์กรต้องใช้ RAG
เข้าใจกลไกของ RAG ครบวงจร: Ingest, Chunk, Embed, Store, Retrieve, Augment และ Generate
เข้าใจ Embeddings และ Semantic Search และเลือก Vector Database ให้เหมาะกับองค์กร
เตรียมและทำ Chunking เอกสารหลายรูปแบบอย่างเป็นระบบ พร้อมจัดการ Metadata
สร้าง Knowledge Base และระบบค้นคืน (Retrieval) ที่ตอบจากข้อมูลจริงได้
วัดและปรับคุณภาพของ RAG ทั้งด้าน Retrieval และ Faithfulness ของคำตอบ
ใช้เทคนิค Advanced Retrieval: Hybrid Search, Reranking, Query Rewriting และ Metadata Filtering
สร้าง RAG Application หรือ Chatbot ที่ตอบพร้อมอ้างอิงแหล่งที่มาและลด Hallucination
เชื่อม RAG เข้ากับระบบงานจริงและแหล่งข้อมูลผ่าน MCP และ n8n และรักษา Knowledge Base ให้ทันสมัย
วางแนวปฏิบัติด้าน Access Control, Security และ PDPA สำหรับข้อมูลองค์กรใน RAG

ຫຼັກສູດນີ້ເໝາະສຳລັບ

ทีม IT, Data และ Knowledge Management ที่ต้องการสร้างระบบค้นหาและตอบคำถามจากข้อมูลองค์กร
ผู้ที่ต้องการสร้าง AI Chatbot หรือผู้ช่วยที่ตอบจากเอกสารภายในได้อย่างแม่นยำ
ทีม Customer Service, Support และ Helpdesk ที่ต้องตอบคำถามซ้ำจากคู่มือและฐานความรู้
ทีม HR, Legal, Compliance และ Operations ที่มีเอกสารและนโยบายจำนวนมาก
เจ้าของกิจการ ผู้บริหาร และผู้ดูแล Digital Transformation ที่ต้องการนำองค์ความรู้องค์กรมาใช้กับ AI

ພື້ນຖານຂອງຜູ້ເຂົ້າຝຶກອົບຮົມ

เคยใช้งาน Generative AI เช่น ChatGPT หรือ Claude เบื้องต้นมาก่อน
ใช้งานคอมพิวเตอร์และอินเทอร์เน็ตในระดับทั่วไปได้
เข้าใจลักษณะเอกสารและองค์ความรู้ในหน่วยงานของตนเอง เพื่อนำมาใช้เป็นโจทย์ระหว่างอบรม
ไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม แต่หากอ่าน JSON หรือเคยเรียก API ได้จะเข้าใจส่วน Vector Database และ MCP ได้ลึกขึ้น

ຫົວຂໍ້ການຝຶກອົບຮົມ

รายละเอียดหลักสูตร

อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง รูปแบบบรรยายพร้อมปฏิบัติจริง (Hands-on Workshop) และ Capstone Project ระดับ Intermediate ถึง Advanced ผู้เรียนจะได้ระบบ RAG และ Knowledge Base ที่สร้างเอง, Template RAG Pipeline, และ Checklist ด้าน Access Control, Security และ PDPA กลับไปใช้งานจริง

Day 1 เข้าใจ RAG และสร้าง Knowledge Base

Section 1: ทำไมองค์กรต้องมี RAG

ข้อจำกัดของ LLM: Hallucination, Knowledge Cutoff และการไม่รู้ข้อมูลภายในองค์กร
RAG คืออะไร และเปลี่ยน AI ทั่วไปให้กลายเป็น AI ที่รู้จักองค์กรได้อย่างไร
ความแตกต่างระหว่างการ Fine-tune, การใส่ข้อมูลใน Prompt และการทำ RAG
ตัวอย่าง Use Case ของ RAG ในองค์กร: Helpdesk, คู่มือพนักงาน, นโยบาย, สัญญา และฐานความรู้

Section 2: กายวิภาคของ RAG

ภาพรวม RAG Pipeline: Ingest, Chunk, Embed, Store, Retrieve, Augment และ Generate
ขั้นตอน Indexing (เตรียมข้อมูลล่วงหน้า) กับขั้นตอน Query (ตอบคำถามตอนใช้งาน)
บทบาทของแต่ละองค์ประกอบและจุดที่มักทำให้คุณภาพตก
ภาพรวมเครื่องมือในตลาดและการเลือกให้เหมาะกับองค์กร

Section 3: Embeddings และ Vector Database

Embeddings คืออะไร และทำให้ค้นหาด้วยความหมาย (Semantic Search) ได้อย่างไร
ความต่างระหว่าง Keyword Search กับ Semantic Search
การเลือก Embedding Model และผลต่อคุณภาพและต้นทุน
Vector Database (Qdrant, Pinecone, Chroma) หลักการทำงานและการเลือกใช้ รวมถึงแบบ Self-hosted สำหรับข้อมูลภายใน

Section 4: การเตรียมและ Chunking เอกสาร

การนำเข้าเอกสารหลายรูปแบบ: PDF, Word, Excel, เว็บ และฐานข้อมูล
กลยุทธ์ Chunking: ขนาด Chunk, การซ้อน (Overlap) และการแบ่งตามโครงสร้างเอกสาร
ผลของ Chunking ต่อคุณภาพการค้นคืน และปัญหาที่พบบ่อย
การจัดการ Metadata (แหล่งที่มา วันที่ สิทธิ์เข้าถึง) เพื่อใช้กรองและอ้างอิง
Workshop: เตรียมและ Chunk ชุดเอกสารตัวอย่างพร้อมกำหนด Metadata ให้พร้อมทำ Index

Section 5: สร้าง Knowledge Base และ Retrieval แรก

การสร้าง Index และนำ Embeddings เข้าสู่ Vector Database
การค้นคืนด้วย Similarity Search และการกำหนดจำนวนผลลัพธ์ (Top-k)
การอ่านผลการค้นคืนและการประเมินว่าตรงคำถามหรือไม่ และการกรองผลด้วย Metadata
Workshop: สร้าง Knowledge Base จากเอกสารของ Workshop ก่อนหน้า แล้วทดสอบค้นคืนด้วยคำถามจริง

Day 2 คุณภาพ, Advanced Retrieval, การใช้งานจริงและการกำกับดูแล

Section 6: การวัดและปรับคุณภาพ RAG

ทำไม RAG ถึงตอบผิด: ค้นคืนไม่เจอ, เจอไม่ตรง หรือโมเดลไม่ใช้บริบทที่ให้
การวัดคุณภาพ 2 ระดับ: Retrieval Quality และ Answer Faithfulness
การสร้างชุดคำถามทดสอบ (Evaluation Set) จากงานจริง
แนวทางไล่หาสาเหตุและปรับปรุงทีละจุดใน Pipeline

Section 7: Advanced Retrieval

Hybrid Search: ผสาน Keyword กับ Semantic เพื่อครอบคลุมทั้งคำตรงและความหมาย
Reranking: การจัดอันดับผลการค้นคืนซ้ำให้ตรงคำถามยิ่งขึ้น
Query Rewriting และ Multi-query สำหรับคำถามที่กำกวมหรือกว้าง
Metadata Filtering และการค้นแบบจำกัดขอบเขต เช่น เฉพาะแผนกหรือช่วงเวลา

Section 8: สร้าง RAG Application และ Chatbot

การประกอบบริบทที่ค้นคืนเข้ากับ Prompt และการออกแบบ System Prompt สำหรับ RAG
การบังคับให้ AI ตอบพร้อมอ้างอิงแหล่งที่มา (Citation) และตอบ ไม่พบข้อมูล เมื่อไม่มีในฐานความรู้
การจัดการบทสนทนาต่อเนื่องและการค้นคืนตามบริบทการสนทนา
Workshop: สร้าง RAG Chatbot ที่ตอบคำถามจาก Knowledge Base พร้อมแสดงแหล่งอ้างอิง

Section 9: เชื่อม RAG เข้ากับระบบงานจริง

การเชื่อมแหล่งข้อมูลจริงผ่าน MCP (Model Context Protocol): Google Drive, SharePoint, Notion และฐานข้อมูล
การวาง Workflow นำเข้าเอกสารและอัปเดต Knowledge Base อัตโนมัติด้วย n8n
การรักษา Knowledge Base ให้ทันสมัย: การเพิ่ม แก้ไข และลบข้อมูล (Re-indexing) และการนำ RAG ไปใช้ผ่านช่องทางจริง เช่น เว็บ, LINE หรือ Microsoft Teams
Workshop: ตั้ง Workflow นำเข้าเอกสารใหม่เข้าสู่ Knowledge Base โดยอัตโนมัติ

Section 10: Security, Access Control และ PDPA

การควบคุมสิทธิ์การเข้าถึงข้อมูลใน Knowledge Base (ใครเห็นเอกสารใดได้บ้าง)
การจำแนกระดับชั้นความลับของเอกสารและการป้องกันข้อมูลรั่วผ่านคำตอบของ AI
ข้อมูลส่วนบุคคลตาม PDPA และการจัดการก่อนนำเอกสารเข้าสู่ RAG
ความแตกต่างของ Cloud กับ On-premise / Self-hosted สำหรับข้อมูลอ่อนไหว และการทำ Audit Trail

Section 11: Capstone Project และการนำไปใช้จริง

โจทย์: สร้างผู้ช่วย AI ที่รู้จักองค์กรจากชุดเอกสารจริงหรือของหน่วยงานตนเองแบบครบวงจร
เตรียมเอกสาร ทำ Index ปรับคุณภาพการค้นคืน และให้ตอบพร้อมอ้างอิง แล้วทดสอบด้วยชุดคำถามจริง วัดคุณภาพและปรับปรุงจนใช้งานได้
นำเสนอผลงานและรับ Feedback แนวทางการนำไปใช้จริงใน 30 วันแรก และการต่อยอดสู่ระบบ Enterprise Knowledge และ AI Agent ที่ใช้ RAG เป็นฐานความรู้

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

หลักสูตร RAG & Knowledge Base เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับ ทีม IT, Data และ Knowledge Management ที่ต้องการสร้างระบบค้นหาและตอบคำถามจากข้อมูลองค์กร · ผู้ที่ต้องการสร้าง AI Chatbot หรือผู้ช่วยที่ตอบจากเอกสารภายในได้อย่างแม่นยำ · ทีม Customer Service, Support และ Helpdesk ที่ต้องตอบคำถามซ้ำจากคู่มือและฐานความรู้ พื้นฐานที่ผู้เรียนควรมี เคยใช้งาน Generative AI เช่น ChatGPT หรือ Claude เบื้องต้นมาก่อน · ใช้งานคอมพิวเตอร์และอินเทอร์เน็ตในระดับทั่วไปได้ หากไม่แน่ใจว่าพื้นฐานพอหรือไม่ ปรึกษาทีมงานได้ฟรีทาง LINE @itgenius หรือโทร 02-570-8449

หลักสูตร RAG & Knowledge Base ราคาเท่าไร ใช้เวลาเรียนกี่ชั่วโมง

ราคาปกติ 9,900 บาท (โปรโมชันปัจจุบันเหลือ 8,910 บาท) ใช้เวลาอบรม 12 ชั่วโมง ราคานี้ยังไม่รวม VAT 7% (กรณีชำระในนามนิติบุคคล) ชำระค่าอบรมด้วยการโอนเข้าบัญชีบริษัท แล้วแจ้งชำระเงินผ่านหน้าแจ้งชำระเงินของเว็บไซต์ และขอใบเสร็จรับเงินหรือใบกำกับภาษีในนามบริษัทได้

เรียนจบได้รับ Certificate หรือไม่

ได้รับ ผู้ผ่านการอบรมทุกท่านจะได้รับใบประกาศนียบัตร (Certificate of Completion) จากสถาบันไอทีจีเนียส ใบประกาศแต่ละใบมีเลขที่ของตัวเอง ใครก็ตามที่มีเลขที่ใบประกาศตรวจสอบความถูกต้องออนไลน์ได้ที่หน้าตรวจสอบใบประกาศของสถาบัน จึงใช้แนบแฟ้มผลงานหรือส่งให้ฝ่ายบุคคลประกอบการพัฒนาบุคลากรได้

อบรมที่ไหน มีเรียนแบบออนไลน์หรือไม่

เรียนได้ทั้งแบบออนไซต์ที่สถาบันไอทีจีเนียส และนัดเรียนผ่านออนไลน์ และรับจัดอบรมเฉพาะทีม (In-house Training) ให้องค์กร สอบถามรอบและสถานที่ได้ที่ LINE @itgenius หรือโทร 02-570-8449

ถ้าเรียนไม่ทันหรือขาดเรียน มีเรียนซ้ำ/เรียนชดเชยหรือไม่

มี ผู้เรียนสามารถแจ้งขอเรียนซ้ำ (repeat) ในรอบถัดไปของหลักสูตรเดียวกันได้ฟรีตามเงื่อนไขของสถาบัน แจ้งชื่อหลักสูตรและรอบที่เคยเรียนกับทีมงาน แล้วทีมงานจะตรวจสอบและแจ้งรอบที่ยังมีที่นั่งว่างให้เลือก สอบถามได้ที่ LINE @itgenius หรือโทร 02-570-8449

สมัครเรียนหรือขอใบเสนอราคาในนามบริษัทได้อย่างไร

สมัครออนไลน์ได้จากแบบฟอร์มลงทะเบียนบนหน้านี้ ลงทะเบียนผู้เข้าอบรมหลายคนได้ในครั้งเดียว และกรอกเลขประจำตัวผู้เสียภาษีกับที่อยู่สำหรับออกใบกำกับภาษีได้ในฟอร์ม หรือขอใบเสนอราคา (Quotation) ในนามนิติบุคคลได้ทันทีจากปุ่มขอใบเสนอราคา สอบถามเพิ่มเติมโทร 02-570-8449 หรือ LINE @itgenius

ຫຼັກສູດທີ່ກ່ຽວຂ້ອງ

AI Agents for Business

ที่ผ่านมาองค์กรใช้ AI ในรูปแบบถาม-ตอบเป็นหลัก คนถาม AI ตอบ แล้วคนนำผลไปทำต่อเองทุกครั้ง แต่ปัจจุบัน AI ก้าวข้ามจากผู้ช่วยที่รอรับคำสั่ง ไปสู่ AI Agent ที่รับเป้าหมายเป็นภาษามนุษย์ แล้ววางแผนเอง เลือกใช้เครื่องมือเอง ทำงานหลายขั้นตอนต่อเนื่อง ตรวจสอบผลลัพธ์…

12 ຊົ່ວໂມງ 2 ມື້

8,910ບາດ 9,900 ບາດ

Custom GPTs & AI Automation

หลายองค์กรใช้ ChatGPT ในงานประจำจนคล่องแล้ว แต่ยังติดอยู่ที่การพิมพ์คำสั่งซ้ำเดิมทุกวัน ต้องคอยก๊อปวางข้อมูลไปมาระหว่างระบบ และผลลัพธ์ก็ไม่เป็นมาตรฐานเดียวกันเมื่อคนละคนใช้งาน ก้าวต่อไปที่สร้างความต่างจริงจึงไม่ใช่การใช้ AI เก่งขึ้น แต่คือการหยุดสั่งงาน AI…

12 ຊົ່ວໂມງ 2 ມື້

8,010ບາດ 8,900 ບາດ

Claude Cowork for Business

ในยุคที่ AI ก้าวจากแชทบอทตอบคำถามมาเป็น AI Agent ที่ลงมือทำงานแทนเราได้จริง Claude คือหนึ่งในเครื่องมือที่โดดเด่นที่สุดในเวลานี้ โดยเฉพาะความสามารถด้านการทำงานกับเอกสารยาว การให้เหตุผลเชิงลึก และความสามารถใหม่อย่าง Cowork Mode ที่เปิดให้ Claude…

12 ຊົ່ວໂມງ 2 ມື້

7,110ບາດ 7,900 ບາດ