หลักสูตร NotebookLM and AppSheet for Work เป็นการอบรมการใช้ NotebookLM สรุปความรู้จากเอกสารพร้อมอ้างอิงแหล่งที่มา และสร้างแอปจาก Google Sheets ด้วย AppSheet โดยไม่ต้องเขียนโค้ด เหมาะกับพนักงานสำนักงานและทีมปฏิบัติการที่ใช้ Google Workspace จบแล้วได้แอปตรวจงานที่นำไปปรับใช้ได้
ทุกองค์กรมีความรู้กระจายอยู่ในคู่มือ รายงาน สไลด์ และบันทึกการประชุมจำนวนมาก แต่เวลาต้องการคำตอบกลับต้องเปิดหาทีละไฟล์ ขณะที่งานประจำอย่างการแจ้งซ่อม ตรวจเช็กอุปกรณ์ หรือขออนุมัติ ยังพึ่งกระดาษ ไลน์กลุ่ม และสเปรดชีตที่หลายคนแก้พร้อมกันจนข้อมูลไม่ตรงกัน เครื่องมือของ Google สองตัวช่วยปิดช่องว่างนี้ได้โดยไม่ต้องเขียนโค้ด คือ NotebookLM สำหรับจัดการความรู้ และ AppSheet สำหรับเปลี่ยนสเปรดชีตให้เป็นแอปใช้งานจริง
หลักสูตรนี้วันแรกพาผู้เรียนใช้ NotebookLM สร้างคลังความรู้จากเอกสารของทีม ถามตอบโดยอ้างอิงแหล่งที่มาตรวจสอบได้ สรุปเป็น Report, Mind Map, Flashcards และ Quiz ทำ Audio และ Video Overview และแชร์อย่างปลอดภัยใน Google Workspace วันที่สองสร้างแอปด้วย AppSheet จาก Google Sheets ตั้งแต่ออกแบบ Data Model, View และฟอร์มเก็บข้อมูลหน้างาน ไปจนถึง Action, Automation Bot และการกำหนดสิทธิ์ผู้ใช้ ก่อนติดตั้งบนมือถือ แล้วปิดท้ายด้วยโปรเจกต์ที่ใช้ทั้งสองเครื่องมือร่วมกัน (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Beginner)
รายละเอียดหลักสูตร
อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab ทุกหัวข้อ ระดับ Beginner ไม่ต้องมีพื้นฐานการเขียนโปรแกรม วันแรกเรียน NotebookLM สำหรับจัดการความรู้จากเอกสารของทีม วันที่สองเรียน AppSheet สำหรับสร้างแอปใช้งานจริงจาก Google Sheets Lab ทั้งหมดใช้ข้อมูลขององค์กรสมมุติ จึงไม่ต้องนำเอกสารจริงของบริษัทเข้าห้องอบรม ความสามารถบางอย่าง เช่น การใช้ Gemini สร้างแอป หรือ AI Task ใน AppSheet ขึ้นกับแพ็กเกจที่องค์กรใช้ ผู้เรียนจะได้ Lab Guide ชุดเอกสารตัวอย่าง Google Sheets ตั้งต้น และแอปที่สร้างระหว่างอบรมกลับไปปรับใช้กับงานของตนเอง
Section 1: Lab: เริ่มต้นกับ NotebookLM
NotebookLM ต่างจากแชต AI ทั่วไปอย่างไร และงานแบบไหนที่เหมาะจะใช้
รู้จักหน้าจอ Sources, Chat และ Studio และสร้าง Notebook แรก
วางโครง Notebook ให้เหมาะกับงาน: แยกตามโปรเจกต์ หัวข้อ หรือหน่วยงาน
Lab: สร้าง Notebook คู่มือพนักงานจากเอกสารนโยบายตัวอย่าง
Section 2: จัดการแหล่งข้อมูล (Sources)
เพิ่มแหล่งข้อมูลจาก PDF, Google Docs, Google Slides, เว็บไซต์, YouTube และข้อความที่วาง
ค้นหาแหล่งข้อมูลเพิ่มเติมจากเว็บภายใน NotebookLM และคัดเลือกก่อนนำเข้า
เปิดหรือปิดแหล่งข้อมูลเพื่อกำหนดขอบเขตคำตอบ และอัปเดตเมื่อต้นฉบับถูกแก้ไข
Lab: รวมรายงาน สไลด์ และคลิปวิดีโอเป็นคลังความรู้ของทีม
Section 3: Lab: ถามตอบพร้อมการอ้างอิงแหล่งที่มา
ตั้งคำถามให้ได้คำตอบที่ชัดเจน และคลิก Citation กลับไปดูข้อความต้นฉบับ
เปรียบเทียบ สรุป และหาจุดที่ขัดแย้งกันระหว่างเอกสารหลายฉบับ
ปรับบทบาทและความยาวของคำตอบ และบันทึกคำตอบสำคัญเป็น Note
ขีดจำกัดของคำตอบ และวิธีตรวจความถูกต้องก่อนนำไปใช้จริง
Section 4: สรุปความรู้ด้วย Studio
สร้าง Report เช่น Briefing Doc และ Study Guide พร้อมกำหนดประเด็นที่ต้องการ
Mind Map เห็นภาพรวมของหัวข้อ และ Data Table ดึงข้อมูลออกมาเป็นตาราง
Flashcards และ Quiz สำหรับทบทวนความรู้และอบรมพนักงานใหม่
Workshop: ทำชุดสรุปและแบบทดสอบจากคู่มือการทำงาน
Section 5: Audio, Video Overview และสื่อนำเสนอ
Audio Overview แบบบทสนทนา เลือกรูปแบบ ความยาว ภาษา และประเด็นที่เน้น
ถามแทรกระหว่างฟังด้วยโหมด Interactive
Video Overview แบบสไลด์พร้อมเสียงบรรยาย
Slide Deck และ Infographic สำหรับสรุปให้ผู้บริหารหรือทีม
Lab: ทำสื่อสรุปโครงการเป็นเสียง วิดีโอ และสไลด์จาก Notebook เดียว
Section 6: แชร์ Notebook และความปลอดภัยของข้อมูล
แชร์ Notebook ให้เพื่อนร่วมงานพร้อมกำหนดสิทธิ์ผู้อ่านและผู้แก้ไข
NotebookLM ใน Google Workspace: การดูแลข้อมูลและบทบาทของผู้ดูแลระบบ
ข้อมูลใดควรและไม่ควรนำเข้า และการดูแลข้อมูลส่วนบุคคลตาม PDPA
Workshop: วางแนวทางใช้ NotebookLM ในหน่วยงานของตนเอง
Section 7: Lab: เริ่มต้น AppSheet จาก Google Sheets
AppSheet คืออะไร งานแบบไหนเหมาะกับแอป No-code และหน้าจอ Editor
เตรียม Google Sheets ให้พร้อม: หนึ่งแผ่นงานต่อหนึ่งตาราง หัวคอลัมน์ชัดเจน และมี Key
สร้างแอปจาก Google Sheets หรือใช้ Gemini สร้างโครงแอปจากคำอธิบาย (หากบัญชีรองรับ)
Lab: สร้างแอปแจ้งซ่อมและทดสอบผ่านหน้าจอ Preview
Section 8: Data Model: ตาราง คอลัมน์ และความสัมพันธ์
ชนิดคอลัมน์ที่ใช้บ่อย: Text, Number, Date, Enum, Image, LatLong และ Ref
ตั้งค่า Key, Label, Initial Value, Valid If และ Required
Expression พื้นฐาน เช่น IF, LOOKUP, SELECT และ USEREMAIL และ Virtual Column
Lab: เชื่อมตารางอุปกรณ์ ผู้รับผิดชอบ และประวัติการซ่อมด้วย Ref
Section 9: Lab: View และฟอร์มเก็บข้อมูลหน้างาน
เลือก View ให้เหมาะกับงาน: Deck, Table, Gallery, Detail, Calendar, Map และ Dashboard
ฟอร์มที่ใช้ง่ายบนมือถือ: ถ่ายรูป ลายเซ็น ตำแหน่ง GPS และสแกน Barcode
Slice กรองข้อมูล, Format Rule ไฮไลต์สถานะ และ Show If ซ่อนคอลัมน์ตามเงื่อนไข
Lab: ฟอร์มตรวจเช็กอุปกรณ์พร้อมรูปถ่ายและลายเซ็นผู้ตรวจ
Section 10: Action และ Automation Bot
Action สำหรับเปลี่ยนสถานะงาน ไปยังหน้าอื่น หรือโทรและส่งอีเมลจากแอป
โครงสร้างของ Bot: Event, Process และ Task รวมถึง Bot แบบตั้งเวลา
ส่งอีเมลหรือ Notification และสร้างไฟล์ PDF จาก Template อัตโนมัติ
AI Task สำหรับอ่านข้อมูลจากรูปหรือเอกสาร (หากแพ็กเกจรองรับ)
Lab: แจ้งหัวหน้าเมื่อมีงานซ่อมใหม่ และออกใบงาน PDF เมื่อปิดงาน
Section 11: ผู้ใช้ สิทธิ์ และ Security Filter
บังคับลงชื่อเข้าใช้ และเลือกผู้ใช้หรือโดเมนที่เข้าแอปได้
แยกบทบาทผู้แจ้ง ช่าง และหัวหน้า พร้อมจำกัดสิทธิ์เพิ่ม แก้ไข และลบ
Security Filter ให้แต่ละคนเห็นเฉพาะข้อมูลที่เกี่ยวข้องกับตน
Lab: ทดสอบแอปในมุมมองของผู้ใช้แต่ละบทบาท
Section 12: Deploy และ Capstone Project
ตรวจความพร้อมก่อน Deploy ติดตั้งแอปบน iOS และ Android และใช้งานแบบ Offline
ภาพรวมรูปแบบ License ของ AppSheet สำหรับผู้สร้างและผู้ใช้ในองค์กร
Capstone: ใช้ NotebookLM สรุปขั้นตอนจากคู่มือเป็น Checklist แล้วสร้างแอปตรวจงานด้วย AppSheet
นำเสนอผลงาน รีวิวร่วมกัน และวางแผนนำไปใช้กับงานจริง
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
NotebookLM ตอบจากแหล่งข้อมูลที่ผู้ใช้ใส่ไว้ใน Notebook เช่น PDF, Google Docs, เว็บไซต์ หรือ YouTube และแสดง Citation ที่คลิกกลับไปดูข้อความต้นฉบับได้ จึงตรวจสอบคำตอบได้ง่ายกว่าแชต AI ทั่วไปที่ตอบจากความรู้ของโมเดล ผู้ใช้ยังเปิดหรือปิดแหล่งข้อมูลเพื่อกำหนดขอบเขตคำตอบ และสร้างสรุปเป็น Report, Mind Map, Quiz หรือ Audio Overview ได้
ให้หนึ่งแผ่นงานเก็บข้อมูลหนึ่งตาราง ใส่หัวคอลัมน์ไว้แถวแรกให้ชัดเจน ไม่ผสานเซลล์ และมีคอลัมน์ Key ที่ไม่ซ้ำกันในทุกแถว ข้อมูลที่เกี่ยวข้องกัน เช่น อุปกรณ์กับประวัติการซ่อม ควรแยกเป็นคนละแผ่นงาน แล้วเชื่อมกันด้วยคอลัมน์ชนิด Ref ใน AppSheet เมื่อโครงสร้างพร้อมจึงสร้างแอปจาก Sheets และตั้งชนิดคอลัมน์ให้ถูกต้อง
Bot ประกอบด้วย Event, Process และ Task เริ่มจากกำหนด Event เช่น เมื่อมีการเพิ่มแถวงานซ่อมใหม่ หรือตั้งให้ทำงานตามรอบเวลา จากนั้นใน Process เพิ่ม Task ส่งอีเมลหรือ Notification ถึงผู้รับผิดชอบ และสร้างไฟล์ PDF จาก Template ได้ เช่น ออกใบงานเมื่อปิดงาน แล้วทดสอบด้วยการเพิ่มข้อมูลในแอปจริง
เหมาะกับพนักงานสำนักงานและหัวหน้างานที่จัดการเอกสารจำนวนมาก ฝ่าย HR ฝ่ายฝึกอบรม และฝ่ายคุณภาพที่ดูแลคู่มือ และฝ่ายปฏิบัติการหรืองานภาคสนามที่อยากเลิกใช้แบบฟอร์มกระดาษ ไม่จำเป็นต้องเขียนโปรแกรม เพียงใช้ Google Drive และ Google Sheets ขั้นพื้นฐานได้ เช่น สร้างตาราง กรอกข้อมูล และแชร์ไฟล์
สร้างคลังความรู้ของทีมใน NotebookLM ถามตอบพร้อมตรวจแหล่งอ้างอิง และสรุปเป็น Report, Quiz หรือ Audio Overview สร้างแอปจาก Google Sheets ด้วย AppSheet ที่มีฟอร์มเก็บรูปภาพ ตำแหน่ง และลายเซ็น ตั้ง Bot แจ้งเตือนและออกเอกสาร PDF และจำกัดสิทธิ์ผู้ใช้ด้วย Security Filter ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ควรมีบัญชี Google สำหรับใช้ในห้องอบรม หากใช้บัญชี Google Workspace ขององค์กร ให้ผู้ดูแลระบบเปิดใช้ NotebookLM และ AppSheet ไว้ก่อน และเตรียมสมาร์ตโฟนที่ติดตั้งแอป AppSheet ได้สำหรับทดสอบแอปบนมือถือ ไม่ต้องนำเอกสารจริงของบริษัทมา เพราะ Lab ใช้ข้อมูลขององค์กรสมมุติ
องค์กรจำนวนมากใช้ Google Workspace เป็นเครื่องมือหลักในการทำงานอยู่แล้ว ทั้ง Gmail, Google Docs, Sheets, Slides, Drive และ Meet แต่ยังใช้ศักยภาพของ Google Gemini ที่ฝังอยู่ในเครื่องมือเหล่านี้ได้ไม่เต็มที่ ทั้งที่ Gemini สามารถช่วยร่างและสรุปอีเมล…
ChatGPT กลายเป็นเครื่องมือที่คนทำงานจำนวนมากเปิดใช้ทุกวัน แต่ส่วนใหญ่ยังใช้แค่ถามตอบทีละข้อความ ทั้งที่ ChatGPT ในปัจจุบันอ่านไฟล์ วิเคราะห์ข้อมูล สร้างไฟล์ Word, Excel และ PowerPoint เชื่อมต่อกับอีเมลและปฏิทิน ค้นคว้าเชิงลึก และทำงานตามรอบเวลาที่กำหนดได้…
หลายองค์กรใช้ ChatGPT ในงานประจำจนคล่องแล้ว แต่ยังติดอยู่ที่การพิมพ์คำสั่งซ้ำเดิมทุกวัน ต้องคอยก๊อปวางข้อมูลไปมาระหว่างระบบ และผลลัพธ์ก็ไม่เป็นมาตรฐานเดียวกันเมื่อคนละคนใช้งาน ก้าวต่อไปที่สร้างความต่างจริงจึงไม่ใช่การใช้ AI เก่งขึ้น แต่คือการหยุดสั่งงาน AI…
