AI*dea - [Thai National Telecom] AI Hackathon 2025 - LINE Chatbot with Gemini

This internal workshop is for Thai National Telecom employees. The session drove into the theme of AI Agents and Prompt Engineering. Together, we’ll explore how to harness the power of leading AI models—Gemini, ChatGPT, and Claude—alongside smart tools like Google NotebookLM and Google AI Studio. Finally, the session teaches how to integrate Gemini with the LINE Messaging API to create a conversational agent that can understand and interact in meaningful ways

Transcript

1. © National Telecom All Rights Reserved NT AI*dea Bootcamp 2025 Day 1: Basic Generative AI
2. © National Telecom All Rights Reserved Introduction 2
3. © National Telecom All Rights Reserved 3 Polls :)
4. © National Telecom All Rights Reserved What Generation are you? 4
5. © National Telecom All Rights Reserved 5
6. © National Telecom All Rights Reserved AI Skill is a Must for Every Generation 6
7. © National Telecom All Rights Reserved Agenda • พื้นฐานและแนวโน้ม AI ในโลกธุรกิจ • ประเภทของ AI • Generative AI และ Non-Generative AI • Machine Learning • การทํางานของ Generative AI • ประโยชน์ของ AI ที่มีต่อองค์กร • บทบาทของ AI และ ML ในการเป็นผู้นํายุคใหม่ • Workshops ◦ Prompt Engineering ◦ Google AI Studio ◦ LINE Messaging API x Gemini in Python
8. © National Telecom All Rights Reserved พื้นฐานและแนวโน้ม AI ในโลกธุรกิจ
9. © National Telecom All Rights Reserved 9
10. © National Telecom All Rights Reserved 1 0
11. © National Telecom All Rights Reserved 1 1
12. © National Telecom All Rights Reserved 1 2
13. © National Telecom All Rights Reserved 1 3
14. © National Telecom All Rights Reserved ประวัติของระบบ AI
15. © National Telecom All Rights Reserved 1 5 ประวัติของระบบ AI
16. © National Telecom All Rights Reserved 1 6 ประวัติของระบบ AI
17. © National Telecom All Rights Reserved 1 7 ประวัติของระบบ AI
18. © National Telecom All Rights Reserved ประวัติของระบบ AI 1 8
19. © National Telecom All Rights Reserved 1 9 ประวัติของระบบ AI 🚀 ยุคกําเนิด AI (1950s - 1970s) • 1950 – Alan Turing เผยแพร Turing Test ทดสอบวา สามารถแยก AI จากมนุษยไดหรือไม • 1956 – งานประชุม Dartmouth Conference John McCarthy ตั้งชื่อ "Artificial Intelligence" (AI) • 1966 – ELIZA แชทบอทตัวแรก พัฒนาโดย โจเซฟ เวเซนบาม (MIT) • 1969 – ระบบ Shakey the Robot หุนยนต AI ตัวแรกที่ ใชเหตุผลในการตัดสินใจ 📉 AI Winter ยุคตกตํ่า (1970s - 1980s) • 1974-1980 – AI Winter แรกเกิดขึ้นเนื่องจากขาดเงินทุน และการพัฒนาไมคืบหนา • 1980s – ระบบ Expert Systems (AI เชิงกฎ) กลับมาได รับความสนใจ • 1987-1993 – AI Winter รอบที่สอง เนื่องจากขอจํากัด ของคอมพิวเตอรและตนทุนสูง 📈 ยุคฟนตัวและ Machine Learning (1990s - 2010s) • 1997 – Deep Blue (IBM) เอาชนะแชมปโลกหมากรุก Garry Kasparov • 2006 – Geoffrey Hinton เผยแพรแนวคิด Deep Learning ทําให AI พัฒนาแบบกาวกระโดด • 2011 – IBM Watson ชนะเกมโชว Jeopardy! แขงกับมนุษย • 2012 – AlexNet ควาชัยชนะใน ImageNet Challenge จุดเริ่มตนของยุค Deep Learning • 2016 – AlphaGo ของ DeepMind เอาชนะแชมปโลกโกะ Lee Sedol 🚀 AI ยุคใหมและ Generative AI (2020s - ปจจุบัน ) • 2020 – GPT-3 เปดตัวโดย OpenAI ทําให AI เขาใจภาษาและสรางขอความ ไดเหมือนมนุษย • 2021 – DALL·E สรางภาพจากขอความไดอยางนาทึ่ง • 2022 – ChatGPT และ Stable Diffusion ปฏิวัติการสรางคอนเทนตดวย Generative AI • 2023 – GPT-4 และ Midjourney v5 ทําให AI ขีดความสามารถสูงขึ้น • 2024-2025 – การแขงขันดาน AI รุนแรงขึ้น (OpenAI, Google DeepMind, Anthropic, Meta ฯลฯ)
20. © National Telecom All Rights Reserved ขนาดตลาดของปญญาประดิษฐจาก 2020 ถึง 2030 2 0 * ขอมูล ณ วันที่ 8 มค. 2568 อางอิง: eluminoustechnologies.com
21. © National Telecom All Rights Reserved อัตราการใช AI ในอุตสาหกรรมตางๆ 2 1 * ขอมูล ณ วันที่ 8 มค. 2568 อางอิง: eluminoustechnologies.com
22. © National Telecom All Rights Reserved AI vs. Programing
23. © National Telecom All Rights Reserved Computing Techniques 2 3 Computing
24. © National Telecom All Rights Reserved Workshop - ตัวอยางเหลานี้ตัวไหนเปน AI 2 4 CAPTCHA ที่ขอใหคลิก ภาพที่มีสัญญาณไฟจราจร ระบบแนะนําหนังใน Netflix โปรแกรมคํานวณภาษีราย ได ระบบตรวจสอบการโกงบัตร เครดิต AutoCorrect บนมือถือ ระบบล็อกอินที่ขอ OTP Google Translate ระบบเปด-ปดไฟอัตโนมัติ ดวยเซ็นเซอร Chatbot ที่ตอบตามสคริปต ระบบ Auto-Reply Email ระบบแนะนําสินคาใน Shopee/Lazada ระบบกันสั่นของกลอง ถายรูป ระบบจดจําใบหนาบน iPhone (Face ID) โปรแกรมสแกนไวรัส ระบบวาดภาพ (เชน Midjourney, DALL·E) ระบบจัดลําดับเว็บไซตของ Google Search ระบบตรวจจับสแปมอีเมล ระบบสั่งงานเครื่องใชไฟฟา ดวยเสียง (เชน Alexa, Google Assistant) ระบบวิเคราะหคะแนน เครดิตลูกคาเพื่อปลอยกู ระบบตัดสินใจใหวงเงินบัตร เครดิตตามเกณฑที่ตั้งไว
25. © National Telecom All Rights Reserved ตัวอยางเหลานี้ตัวไหนเปน AI 2 5 CAPTCHA ที่ขอใหคลิก ภาพที่มีสัญญาณไฟจราจร ระบบแนะนําหนังใน Netflix โปรแกรมคํานวณภาษีราย ได ระบบตรวจสอบการโกงบัตร เครดิต AutoCorrect บนมือถือ ระบบล็อกอินที่ขอ OTP Google Translate ระบบเปด-ปดไฟอัตโนมัติ ดวยเซ็นเซอร Chatbot ที่ตอบตามสคริปต ระบบ Auto-Reply Email ระบบแนะนําสินคาใน Shopee/Lazada ระบบกันสั่นของกลอง ถายรูป ระบบจดจําใบหนาบน iPhone (Face ID) โปรแกรมสแกนไวรัส ระบบวาดภาพ (เชน Midjourney, DALL·E) ระบบจัดลําดับเว็บไซตของ Google Search ระบบตรวจจับสแปมอีเมล ระบบสั่งงานเครื่องใชไฟฟา ดวยเสียง (เชน Alexa, Google Assistant) ระบบวิเคราะหคะแนน เครดิตลูกคาเพื่อปลอยกู ระบบตัดสินใจใหวงเงินบัตร เครดิตตามเกณฑที่ตั้งไว
26. © National Telecom All Rights Reserved Generative AI vs Traditional AI
27. © National Telecom All Rights Reserved 2 7
28. © National Telecom All Rights Reserved Generative AI? 2 8 Generative AI คือ อะไร Generative AI คือ ปญญาประดิษฐที่สามารถสรางเนื้อหาใหม เชน ขอความ รูปภาพ วิดีโอ โคด หรือเสียง โดยเรียนรูจากขอมูลตนแบบ ใชในงานสรางสรรค การตลาด การขาย และการประชาสัมพันธ เชน การเขียนโฆษณา ออกแบบภาพ สรางแชทบอท และปรับแตงคอนเท นตใหเหมาะกับกลุมเปาหมาย
29. © National Telecom All Rights Reserved Generative AI ทํางานอยางไร ใชทําอะไร 2 9 Generative AI ทํางานอยางไร • ศึกษาขอมูลตนแบบเพื่อสรางเนื้อหาใหมที่มีความสมจริง โดยใช Pattern Recognition และ Probability Estimation • ใช Machine Learning (ML) และ Deep Learning (DL) โดยเฉพาะ Neural Networks เชน Transformer Models (เชน GPT, Llama, Claude) หรือ Diffusion Models (เชน Stable Diffusion) • อาจใช Reinforcement Learning หรือ Fine-tuning เพื่อปรับแตงผลลัพธใหเหมาะสมกับการใชงาน Use Case ของ Generative AI 1. การตลาดและประชาสัมพันธ – สรางคอนเทนตโฆษณา, เขียนบทความ SEO, ออกแบบภาพกราฟก 2. การขายและ CRM – สรางอีเมลสวนบุคคล, วิเคราะหพฤติกรรมลูกคา, สรางแชทบอทตอบคําถาม 3. การออกแบบผลิตภัณฑ – สรางตัวอยางผลิตภัณฑใหม, ออกแบบ UX/UI 4. การพัฒนาโคด – ชวยเขียนและตรวจสอบโคดอัตโนมัติ 5. งานเอกสารและการวิจัย – สรุปบทความ, วิเคราะหขอมูลจากเอกสารจํานวนมาก 6. สื่อบันเทิงและคอนเทนต – สรางเพลง, วิดีโอ, โมเดล 3D สําหรับเกมและแอนิเมชัน
30. © National Telecom All Rights Reserved Non-Generative AI? 3 0 Non-Generative AI หรือ Traditional AI คือ อะไร AI ที่ ไมสรางเนื้อหาใหม แต วิเคราะห, จําแนก, ทํานาย หรือทํางานตาม กฎเกณฑที่กําหนดไว มักใช Machine Learning (ML), Rule-based Systems, หรือ Statistical Models ในการประมวลผล
31. © National Telecom All Rights Reserved Non-Generative AI ทํางานอยางไร ใชทําอะไร 3 1 Non-Generative AI ทํางานอยางไร ? • Supervised Learning – ใชขอมูลตัวอยางที่มีปายกํากับ (Labeled Data) เชน การจําแนกอีเมลเปนสแปมหรือไมสแปม • Unsupervised Learning – คนหารูปแบบจากขอมูลที่ไมมีปายกํากับ เชน การจัดกลุมลูกคา (Customer Segmentation) • Reinforcement Learning – เรียนรูจากการกระทําและผลลัพธ เชน AI เลนเกมและพัฒนาเทคนิคการชนะ • Rule-based AI – ใชกฎที่กําหนดไว เชน Chatbot ตอบคําถามพื้นฐาน Use Case ของ Non-Generative AI 1. การตลาดและการขาย – วิเคราะหพฤติกรรมลูกคา, คาดการณแนวโนมการซื้อ (Predictive Analytics), ระบบแนะนําสินคา (Recommendation Systems) 2. การบริการลูกคา – Chatbot ที่ใช Rule-based หรือ AI วิเคราะหปญหาจากขอมูลลูกคา 3. การเงินและธุรกิจ – ตรวจจับการฉอโกง (Fraud Detection), วิเคราะหเครดิตลูกคา 4. การแพทย – วิเคราะหภาพทางการแพทย, คาดการณความเสี่ยงโรค 5. การขนสงและโลจิสติกส – คํานวณเสนทางที่ดีที่สุด, พยากรณความตองการสินคา
32. © National Telecom All Rights Reserved AI คือชุดของเครื่องมือ 3 2
33. © National Telecom All Rights Reserved AI คือชุดของเครื่องมือ ปัญญาประดิษฐ์ (AI) ไม่ใช่เทคโนโลยีเดียว แต่เป็นชุดของเครื่องมือและเทคนิคหลายอย่างที่ทํางานร่วมกัน • AI ไม่ใช่สิ่งมีชีวิตหรือสมองจริงๆ แต่เป็นระบบคอมพิวเตอร์ที่ถูกออกแบบมาให้เลียนแบบความสามารถบางอย่าง ของมนุษย์ Generative AI คือเทคโนโลยีที่สามารถสร้างเนื้อหาใหม่ได้ เช่น ข้อความ รูปภาพ เสียง หรือวิดีโอ • เช่น ChatGPT ที่สร้างข้อความ หรือ DALL-E ที่สร้างรูปภาพจากคําอธิบาย 3 3
34. © National Telecom All Rights Reserved AI คือชุดของเครื่องมือ การเรียนรู้แบบมีผู้สอน (Supervised Learning) คือวิธีการสอน AI โดยใช้ข้อมูลที่มีคําตอบถูกต้องกํากับไว้แล้ว • เหมือนการสอนเด็กโดยให้ตัวอย่างพร้อมคําตอบที่ถูกต้อง เช่น "นี่คือแมว" "นี่คือสุนัข" จนกระทั่งเด็กสามารถ แยกแยะได้เอง การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning) คือการให้ AI ค้นหารูปแบบหรือกลุ่มในข้อมูลด้วยตัวเอง โดยไม่มีคําตอบที่ถูกต้องให้ • เหมือนการให้เด็กจัดกลุ่มของเล่นตามสี รูปร่าง หรือขนาด โดยไม่บอกวิธีจัดกลุ่มล่วงหน้า การเรียนรู้แบบเสริมแรง (Reinforcement Learning) คือการให้ AI เรียนรู้จากการลองผิดลองถูกและได้รับ รางวัลเมื่อทําถูก • เหมือนการฝึกสุนัข: ให้ขนมเมื่อทําตามคําสั่ง ทําให้สุนัขเรียนรู้ว่าควรทําพฤติกรรมใดซํา 3 4
35. © National Telecom All Rights Reserved Machine Learning
36. © National Telecom All Rights Reserved Machine Learning 3 6 “การสอนคอมพิวเตอร์ให้เรียนรู้ได้ด้วยตัวเองโดยไม่ต้องเขียนโปรแกรมสั่งมันตรงๆ” Arthur Samuel (1959) นักวิทยาศาสตร์คอมพิวเตอร์ของ IBM
37. © National Telecom All Rights Reserved Machine Learning 3 7 “การทําให้คอมพิวเตอร์เรียนรู้ได้ด้วยตัวเอง” ไม่ใช่การเขียนโปรแกรมแบบเดิมๆ ที่กําหนดมีการกําหนด “เงื่อนไข หรือ ขั้นตอนการทํางาน”
38. © National Telecom All Rights Reserved Machine Learning 3 8 การเขียนโปรแกรม => บอกคอมพิวเตอร์ว่าต้องทําอย่างไร VS Machine Learning => บอกผลลัพธ์ที่ต้องการ ให้คอมพิวเตอร์เรียนรู้วิธีการเอง
39. © National Telecom All Rights Reserved Machine Learning 3 9
40. © National Telecom All Rights Reserved ประเภทของ Machine Learning 4 0 • Supervised Learning (การเรียนรู้แบบมีผู้สอน) • Unsupervised Learning (การเรียนรู้แบบไม่มีผู้สอน) • Reinforcement Learning (การเรียนรู้แบบเสริมแรง)
41. © National Telecom All Rights Reserved Supervised Learning 4 1 การแบงกลุมแบบมีปายกํากับ มีการสอน บอกลวงหนาวาเปนกลุมไหน สาม สาม สาม สาม กลม กลม สอน ใช้งาน
42. © National Telecom All Rights Reserved ตัวอยาง Supervised Learning 4 2
43. © National Telecom All Rights Reserved Unsupervised Learning 4 3 การแบงกลุมแบบไมมีปายกํากับ
44. © National Telecom All Rights Reserved เปรียบเทียบ Supervised กับ Unsupervised Learning 4 4
45. © National Telecom All Rights Reserved Reinforcement Learning 4 5
46. © National Telecom All Rights Reserved Reinforcement Learning 4 6
47. © National Telecom All Rights Reserved ตัวอยางจาก Automated car driving 4 7 การเรียนรู้แบบมีผู้สอน (Supervised Learning) • เช่น ไฟจราจร ป้ายสัญญาณ สัญลักษณ์บนถนน การเรียนรู้แบบเสริมแรง (Reinforcement Learning) • ให้หัดขับแบบลองผิดลองถูก • ให้รางวัลถ้าขับแบบปลอดภัย • หักคะแนนถ้าขับแบบไม่ปลอดภัย
48. © National Telecom All Rights Reserved Neural Network 4 8 Neural Network เป็นหนึ่งในเทคนิคของ Machine Learning • ได้แรงบันดาลใจจากการทํางานของสมองมนุษย์ • เปรียบเสมือนกับเซลล์สมอง (นิวรอน) ที่เชื่อมต่อกันเป็นเครือข่าย
49. © National Telecom All Rights Reserved Neural Network 4 9 โครงข่ายเซลประสาท (Neural Network) เป็นระบบที่เชื่อมโยงเซลประสาทจํานวนมากเข้าด้วยกัน ทํางานประสานกันเพื่อประมวลผลข้อมูล • โครงสร้างพื้นฐาน: ประกอบด้วยเซลประสาท (neurons) ที่เชื่อมต่อกันผ่านจุดเชื่อม (synapses) ซึ่งทํา หน้าที่ส่งผ่านสัญญาณไฟฟ้าและสารเคมี • การส่งสัญญาณ: เมื่อเซลประสาทได้รับกระแสไฟฟ้าถึงระดับหนึ่ง (threshold) จะเกิดการส่งกระแส ประสาท (action potential) ไปตามแขนงประสาท (axon) ไปยังเซลประสาทถัดไป • โครงข่ายสามารถปรับเปลี่ยนได้ตามประสบการณ์ผ่านกระบวนการเรียนรู้ ที่เรียกว่าความยืดหยุ่นของ สมอง (neuroplasticity) โดยจุดเชื่อมระหว่างเซลประสาทจะแข็งแรงขึ้นเมื่อมีการใช้งานบ่อย • การประมวลผลแบบขนาน: สมองประมวลผลข้อมูลจํานวนมากพร้อมกันในหลายส่วน ทําให้สามารถจัดการ กับข้อมูลที่ซับซ้อนได้อย่างมีประสิทธิภาพ
50. © National Telecom All Rights Reserved Neural Network 5 0 โครงข่ายประสาทเทียม (Artificial Neural Network) นําแนวคิดของโครงข่ายเซลประสาทในสมองมนุษย์ มาพัฒนาเป็นโมเดลทางคอมพิวเตอร์ • โครงข่ายประสาทเทียมเป็นโมเดลคอมพิวเตอร์ที่จําลองการทํางานของเซลล์ประสาทในสมองมนุษย์ • ทํางานโดยรับข้อมูลเข้า (input) ผ่านการประมวลผลหลายชัน แล้วให้ผลลัพธ์ (output) ออกมา • แต่ละ "เซลล์ประสาทเทียม" (node) จะรับข้อมูลจากหลายแหล่ง คํานวณค่านํ้าหนัก (weight) แล้ว ตัดสินใจว่าจะ "ส่งสัญญาณ" ต่อหรือไม่ • โครงข่ายเรียนรู้จากข้อมูลจํานวนมาก โดยปรับ “ค่านํ้าหนักของการเชื่อมต่อระหว่างโหนด” เพื่อให้ ผลลัพธ์ถูกต้องมากขึนเรื่อยๆ • เปรียบเหมือนเด็กที่เรียนรู้จากตัวอย่าง: ดูรูปแมวและสุนัขหลายๆ ครัง จนสามารถแยกแยะได้โดยอัตโนมัติ
51. © National Telecom All Rights Reserved Neural Network 5 1
52. © National Telecom All Rights Reserved Neural Network 5 2
53. © National Telecom All Rights Reserved Deep Learning 5 3 Deep Learning คือ Neural Network ที่มีชั้นมากกว่า เปรียบเสมือนทีมงานหลายชัน: • ชันแรกมองหาเส้นและสี • ชันถัดไปมองหารูปร่างพืนฐาน • ชันลึกลงไปมองหาโครงสร้างซับซ้อน (เช่น ตา หู จมูก) • ชั้นสุดท้ายรวมทุกอย่างเข้าด้วยกัน ("นี่คือใบหน้าคน") Deep Learning ทําให้ AI เรียนรู้สิ่งที่ซับซ้อนได้ดีขึ้น
54. © National Telecom All Rights Reserved Deep Learning 5 4
55. © National Telecom All Rights Reserved Machine Learning / Deep Learning 5 5 การเรียนรู้แบบมีผู้สอน (Supervised Learning) • เช่น ไฟจราจร ป้ายสัญญาณ สัญลักษณ์ บนถนน การเรียนรู้แบบเสริมแรง (Reinforcement Learning) • ให้หัดขับแบบลองผิดลองถูก • ให้รางวัลถ้าขับแบบปลอดภัย • หักคะแนนถ้าขับแบบไม่ปลอดภัย
56. © National Telecom All Rights Reserved อะไรนับวาเปน Supervised / Unsupervised Learning 5 6 การแบงกลุมลูกคา (Customer Segmentation) แอปพลิเคชันแปลภาษา (Google Translate) การจัดกลุมขาวสาร (News Clustering) การตรวจจับสแปม (Spam Detection) การจดจําใบหนา (Face Recognition) การตรวจจับธุรกรรมที่นาสงสัย (Anomaly Detection in Fraud Detection) การจัดหมวดหมูเพลง (Music Genre Clustering) การจดจําเสียง (Speech Recognition) การแนะนําสินคา (Product Recommendation) การวิเคราะหขอมูลภาพทางการแพทย (Medical Image Analysis)
57. © National Telecom All Rights Reserved อะไรนับวาเปน Supervised / Unsupervised Learning 5 7 การแบงกลุมลูกคา (Customer Segmentation) แอปพลิเคชันแปลภาษา (Google Translate) การจัดกลุมขาวสาร (News Clustering) การตรวจจับสแปม (Spam Detection) การจดจําใบหนา (Face Recognition) การตรวจจับธุรกรรมที่นาสงสัย (Anomaly Detection in Fraud Detection) การจัดหมวดหมูเพลง (Music Genre Clustering) การจดจําเสียง (Speech Recognition) การแนะนําสินคา (Product Recommendation) การวิเคราะหขอมูลภาพทางการแพทย (Medical Image Analysis)
58. © National Telecom All Rights Reserved Structured & Unstructured Data
59. © National Telecom All Rights Reserved Structured & Unstructured Data 5 9 Structured Data • ขอมูลที่มีรูปแบบชัดเจน จัดเก็บในตารางฐานขอมูล (SQL, Excel) • มีโครงสรางแนนอน เชน แถว (Rows) และคอลัมน (Columns) • งายตอการคนหาและวิเคราะห ดวย SQL หรือ Business Intelligence (BI) Tools • ตัวอยาง : ขอมูลลูกคา (ชื่อ, เบอรโทร, อีเมล), รายการธุรกรรม, ขอมูลสินคาคงคลัง Unstructured Data • ขอมูลที่ไมมีรูปแบบแนนอน หรือไมสามารถเก็บในตารางฐานขอมูล แบบดั้งเดิมได • ซับซอนและยากตอการวิเคราะห ตองใช AI หรือ Natural Language Processing (NLP) • ตัวอยาง : อีเมล, โซเชียลมีเดียโพสต, รูปภาพ, วิดีโอ, ไฟลเสียง, เอกสาร PDF
60. © National Telecom All Rights Reserved การทํางานของ Generative AI
61. © National Telecom All Rights Reserved ประเภทของ AI 6 1
62. © National Telecom All Rights Reserved 6 2
63. © National Telecom All Rights Reserved AI Type Overview 6 3
64. © National Telecom All Rights Reserved 6 4
65. © National Telecom All Rights Reserved Introduction to LLM
66. © National Telecom All Rights Reserved Introduction to LLM "LLM คือโมเดล AI ที่ถูกฝึกให้เข้าใจและสร้างภาษามนุษย์ได้" - เป็นโมเดลที่มีขนาดใหญ่มาก ฝึกด้วยข้อมูลมหาศาล - สามารถเข้าใจบริบท (Context) และสร้างเนื้อหาที่สมเหตุสมผล 6 6
67. © National Telecom All Rights Reserved คุณสมบัติหลักของ LLM - ความสามารถในการประมวลผลภาษาในระดับลึก - เรียนรู้จาก "Big Data" อย่างต่อเนื่อง - มีความยืดหยุ่นในการใช้งานในหลายโดเมน - รองรับการปรับแต่งตามความต้องการขององค์กร 6 7
68. © National Telecom All Rights Reserved LLM ทํางานอย่างไร? LLM เรียนรู้รูปแบบของภาษาจากข้อมูลจํานวนมาก - เหมือนเด็กที่เรียนรู้ภาษาจากการอ่านหนังสือนับล้านเล่ม 6 8
69. © National Telecom All Rights Reserved ความสามารถของ LLM 6 9 "LLM สามารถทํางานได้ หลากหลายด้านภาษา" - แปลภาษา - ตอบคําถาม - เขียนเนื้อหา - สรุปความ - วิเคราะห์เนื้อหา - ช่วยเขียนโค้ด
70. © National Telecom All Rights Reserved AI / Machine Learning / Deep Learning / Gen AI 7 0
71. © National Telecom All Rights Reserved Generative AI ทํางานอย่างไร? 7 1 Generative AI คือ AI ที่สร้างสรรค์สิ่งใหม่ได้ เหมือนศิลปินที่วาดรูป หรือนักเขียนที่แต่งเรื่อง • ต่างจาก AI ทั่วไปที่แค่วิเคราะห์หรือทํานายผล • สร้างได้ทั้งข้อความ รูปภาพ เสียง วิดีโอ
72. © National Telecom All Rights Reserved สมองของ Generative AI 7 2 เหมือนเด็กที่เรียนรู้จากตัวอย่างมากมาย แล้วสร้างสรรค์สิ่งใหม่ได้ ขั้นตอนการทํางาน: • การเรียนรู้ - ดูตัวอย่างจํานวนมาก (เช่น รูป ข้อความ) • การจดจํารูปแบบ - เข้าใจว่าสิ่งต่างๆ เชื่อมโยงกันอย่างไร • การสร้างสรรค์ - ใช้สิ่งที่เรียนรู้มาสร้างของใหม่
73. © National Telecom All Rights Reserved ทําไม Generative AI ต้องใหญ่? 7 3 เปรียบเทียบ AI เหมือนกับการสร้างผู้เชี่ยวชาญ 1. "การเรียนรู้" (Training Data) - เหมือนนักเรียนต้องอ่านหนังสือเป็นแสนเล่ม - เหมือนดูหนัง 50,000 เรื่อง ตลอด 24 ชั่วโมง เป็นเวลา 6 ปี 2. "สมอง" (Storage) - เหมือนมีห้องสมุดขนาด 3 ชั้นในหัว - จําทุกคําในพจนานุกรม 1,000 เล่มได้ 3. "พลังคิด" (Computing Power) - ต้องใช้คอมพิวเตอร์แรงเท่ากับมือถือ 50,000 เครื่องทํางานพร้อมกัน - กินไฟเท่ากับหมู่บ้าน 100 หลัง
74. © National Telecom All Rights Reserved เทียบให้เห็นภาพ 7 4 AI ขนาดต่างๆ เหมือนร้านอาหารขนาดต่างกัน 1. AI เล็ก = ร้านข้าวมันไก่ - เมนูง่ายๆ ไม่ซับซ้อน - รับลูกค้าได้ 4-5 คน - ทําอาหารเร็ว - ปรับเปลี่ยนเมนูยาก 2. AI ใหญ่ = ร้านอาหารใหญ่ - เมนูซับซ้อน ทําได้ทุกอย่าง - รับลูกค้าได้เป็นร้อย - ใช้เวลาทํานาน แต่คุณภาพสูง - ปรับแต่งเมนูได้ตามต้องการ
75. © National Telecom All Rights Reserved เปรียบเทียบขนาด AI 7 5 แต่ละรุ่นของ AI มีขนาดไม่เท่ากัน เหมือนรถยนต์หลายขนาด ตัวอย่างเปรียบเทียบ • GPT-3.5 (ChatGPT ฟรี) = "รถเก๋ง" (175B Parameters) • GPT-4 = "รถ SUV" (1.8T Parameters) • Claude 2 = "รถบรรทุก" (2T Parameters) "Parameters คือ 'ความรู้' ที่ AI จําได้ ยิ่งมากยิ่งฉลาด"
76. © National Telecom All Rights Reserved Context Window คืออะไร ? 7 6 เหมือนความจําระยะสั้นของ AI • จํานวนคําหรือข้อมูลที่ AI จําได้ในการสนทนาครั้งหนึ่งๆ • เช่น GPT-4 จําได้ประมาณ 32k tokens (ประมาณ 50 หน้า A4) • ถ้าเกินต้องเริ่มใหม่หรือแบ่งการสนทนา "Context Window เหมือนกระดาษทด ที่ AI ใช้จดบันทึกขณะคุยกับเรา"
77. © National Telecom All Rights Reserved เปรียบเทียบ Context Window 7 7 ขนาดของแต่ละรุ่น • GPT-3.5 = "4,096 tokens" (ประมาณ 3 หน้า A4) • GPT-4 = "32,768 tokens" (ประมาณ 25 หน้า A4) • Claude 2 = "100,000 tokens" (ประมาณ 75 หน้า A4) • Gemini 2.0 Flash, Gemini 1.5 Flash = "1M tokens" • Gemini 1.5 Pro = "2M tokens"
78. © National Telecom All Rights Reserved ขอจํากัดของ Context Window 7 8 เหมือนกระดาษทดที่มีขีดจํากัด • พื้นที่จํากัด: เมื่อเต็มต้องลบเพื่อเขียนใหม่ ข้อมูลเก่าจะหายไป • การจัดการพื้นที่: เหมือนจดบนกระดาษที่มีขนาดจํากัด ต้องเลือกว่าจะเก็บข้อมูลไหนไว้ การแกปญหา Context Window จํากัด มีหลายวิธี • สรุปข้อมูล (Summarization) เพื่อลดปริมาณข้อมูล • แบ่งข้อมูลออกเป็นส่วนเล็ก (Chunking) เพื่อความชัดเจน • เลื่อนหน้ากระดาษ เพื่อใช้พื้นที่สําหรับข้อมูลใหม่
79. © National Telecom All Rights Reserved การพัฒนา Gen AI Model 7 9 การพัฒนา Gen AI เหมือนการสอนเด็กให้เรียนรู้ • Pre-training - การเรียนรู้พื้นฐาน ◦ เรียนรู้จากข้อมูลจํานวนมาก • Fine-tuning - การปรับแต่งเฉพาะทาง ◦ ฝึกฝนเพิ่มเติมด้วยข้อมูลเฉพาะด้าน
80. © National Telecom All Rights Reserved การเรียนรูจาก Prompt และการใชงาน 8 0 Gen AI เรียนรู้และพัฒนาจากการโต้ตอบกับผู้ใช้ • การเก็บข้อมูล Prompt ◦ บันทึกคําสั่งที่ผู้ใช้ป้อน ◦ วิเคราะห์รูปแบบการใช้งาน • การพัฒนาต่อเนื่อง ◦ ปรับปรุงความแม่นยํา ◦ เพิ่มความสามารถใหม่ๆ
81. © National Telecom All Rights Reserved การจัดการขอมูลและความเปนสวนตัว 8 1 ข้อมูลทุกอย่างที่ป้อนให้ AI อาจถูกบันทึกไว้ 1. "การเก็บข้อมูลการใช้งาน" - ข้อความสนทนา - คําสั่ง Prompt - ผลลัพธ์ที่ AI สร้าง 2. "การเข้าถึงข้อมูล" - พนักงานบริษัทอาจเข้าถึงได้ - ใช้เพื่อปรับปรุงระบบ - อาจมีการตรวจสอบคุณภาพ
82. © National Telecom All Rights Reserved คําแนะนําการใชงานอยางปลอดภัย 8 2 ใช้ AI อย่างระมัดระวัง รักษาความลับ 1. หลีกเลี่ยงข้อมูลส่วนตัว - ไม่ใส่ชื่อจริง - ไม่ใส่ข้อมูลติดต่อ - ไม่ใส่รหัสผ่าน 2. ปกปิดข้อมูลธุรกิจ - ใช้ชื่อสมมติแทนชื่อบริษัท - ไม่เปิดเผยความลับทางการค้า - ปรับเปลี่ยนตัวเลขที่สําคัญ
83. © National Telecom All Rights Reserved คําแนะนําการใชงานอยางปลอดภัย 8 3
84. © National Telecom All Rights Reserved จริยธรรมในการใช AI 8 4 "AI เป็นเครื่องมือที่ทรงพลัง แต่ต้องใช้อย่างมีความรับผิดชอบ" • ต้องคํานึงถึงผลกระทบต่อสังคมและบุคคลอื่น • ต้องเข้าใจข้อจํากัดและความเสี่ยง • ต้องใช้วิจารณญาณในการตรวจสอบข้อมูล
85. © National Telecom All Rights Reserved ความเปนสวนตัวและการคุมครองขอมูล 8 5 PDPA (พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล) • การขอความยินยอม • สิทธิของเจ้าของข้อมูล • หน้าที่ของผู้ควบคุมข้อมูล GDPR (General Data Protection Regulation) • กฎหมายคุ้มครองข้อมูลของสหภาพยุโรป
86. © National Telecom All Rights Reserved ประโยชนของ AI ที่มีตอองคกร 8 6 องคกรที่ใช Gen-AI เปนหลัก: • ใชประโยชนจากปญญาประดิษฐเพื่อเพิ่มผลผลิตและขับเคลื่อนนวัตกรรม • รักษาความสามารถในการแขงขันในโลกดิจิทัลที่เติบโตอยางตอเนื่อง • ตามการวิจัยของ McKinsey: ◦ Gen-AI สามารถเพิ่มมูลคาใหเศรษฐกิจโลกไดถึง 4.4 ลานลานดอลลารตอป ◦ มีผลกระทบสำคัญในหลายภาคสวน เชน คาปลีก, ธนาคาร, เภสัชกรรม, และสินคาอุปโภคบริโภค • ภายในองคกร: ◦ ฝายที่ไดรับประโยชนหลัก ไดแก การตลาด, ปฏิบัติการลูกคา, วิศวกรรมซอฟตแวร, และการวิจัยและพัฒนา ◦ รวมกันอาจคิดเปน 75% ของมูลคาที่ Gen-AI สรางขึ้น การนำ Gen-AI มาใช: • ตองการมากกวาการนำเทคโนโลยีมาใช • จำเปนตองสรางวัฒนธรรมองคกรที่สนับสนุนนวัตกรรม • ตองมีความสามารถในการปรับตัวตอ AI ที่เพิ่มขึ้น บทบาทสำคัญของผูนำ: • สนับสนุนการนำ Gen-AI มาใชในองคกร • นำพาองคกรผานการเปลี่ยนแปลงทางวัฒนธรรมและการดำเนินงาน • ผสานเทคโนโลยีใหมๆ เขากับการทำงานขององคกร
87. © National Telecom All Rights Reserved Trend of Generative AI 2024-2025
88. © National Telecom All Rights Reserved AI Trend 2024
89. © National Telecom All Rights Reserved AI Trend 2025
90. © National Telecom All Rights Reserved แนวโน้มกฎหมาย AI ในอนาคต 9 0 กฎหมาย AI กําลังพัฒนาอย่างต่อเนื่อง • EU AI Act (https://artificialintelligenceact.eu/) • การควบคุม AI ที่มีความเสี่ยงสูง • การคุ้มครองผู้บริโภค • มาตรฐานความโปร่งใสของ AI
91. © National Telecom All Rights Reserved ความรับผิดชอบในการใช้ AI 9 1 ผู้ใช้ AI ต้องรับผิดชอบต่อผลลัพธ์ • ตรวจสอบความถูกต้องของข้อมูล • ระบุแหล่งที่มาของข้อมูล • แจ้งให้ทราบเมื่อใช้ AI สร้างเนื้อหา กฎหมายที่เกี่ยวข้องในประเทศไทย • พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล • กฎหมายคอมพิวเตอร์ • กฎหมายทรัพย์สินทางปัญญา ประเด็น กฎหมายไทย กฎหมายสากล ขอมูลสวนบุคคล PDPA GDPR ลิขสิทธิ์ พ.ร.บ. ลิขสิทธิ์ Copyright Laws การใชคอมพิวเตอร พ.ร.บ. คอมพิวเตอร Cybersecurity Laws
92. © National Telecom All Rights Reserved Workshop
93. © National Telecom All Rights Reserved Claud 9 3 • https://claude.ai/chat
94. © National Telecom All Rights Reserved Gemini https://gemini.google.com/ 9 4
95. © National Telecom All Rights Reserved 🚀 Prompt สําหรับผูเริ่มตน 1⃣ ถามเกี่ยวกับการใชงาน AI 💬 "คุณสามารถชวยอะไรฉันไดบาง ?" 💬 "ฉันเพิ่งเริ่มใช AI คุณสามารถแนะนําฉันไดไหม ?" 💬 "มีตัวอยางการใชงาน AI ที่งายและมีประโยชนสําหรับมือใหมไหม ?" 🎨 Prompt สรางสรรค (Creative) 2⃣ ขอให AI สรางเนื้อหา 💬 "ชวยแตงนิทานสั้น ๆ เกี่ยวกับแมวที่เดินทางไปดวงจันทร " 💬 "ชวยแตงคําอวยพรวันเกิดใหเพื่อนที่ชอบดอกไม " 💬 "ชวยเขียนโพสตสําหรับโซเชียลมีเดียที่ใหกําลังใจคนที่กําลังเหนื่อยลา " 9 5
96. © National Telecom All Rights Reserved 🚀 Prompt สําหรับผู้เริ่มต้น 📚 Prompt สําหรับเรียนรู้ 3⃣ ขอให้ AI อธิบายสิ่งที่ซับซ้อนให้เข้าใจง่าย 💬 "ช่วยอธิบายว่า AI คืออะไรในแบบที่เด็ก 10 ขวบเข้าใจได้" 💬 "อธิบายหลักการของ Machine Learning ให้คนที่ไม่มีพื้นฐานด้านเทคนิคฟัง" 💬 "ช่วยเปรียบเทียบ Blockchain กับสมุดบัญชีทั่วไปในแบบที่เข้าใจง่าย" 🤖 Prompt ที่ใช้ AI ช่วยแก้ปัญหา 4⃣ ขอให้ AI ช่วยวางแผน หรือให้คําแนะนํา 💬 "ฉันอยากเริ่มออกกําลังกาย แต่ไม่รู้จะเริ่มยังไง ช่วยแนะนําหน่อย" 💬 "ฉันอยากเรียนภาษาใหม่ แต่ไม่มีเวลา ช่วยแนะนําวิธีที่เหมาะสมหน่อย" 💬 "ฉันต้องเตรียมพรีเซนต์งานสําคัญ มีวิธีไหนที่ช่วยให้ฉันพูดได้มั่นใจขึ้นบ้าง?" 9 6
97. © National Telecom All Rights Reserved 🚀 Prompt สําหรับผู้เริ่มต้น 🎨 Prompt สําหรับ AI ด้านภาพ (เช่น Gemini Vision หรือ DALL·E) 5⃣ สร้างภาพจากข้อความ 💬 "วาดภาพหุ่นยนต์กําลังทําอาหารในห้องครัวอนาคต" 💬 "สร้างภาพทิวทัศน์ของป่าแฟนตาซีที่มีต้นไม้เรืองแสง" 💬 "ช่วยสร้างภาพโลโก้ร้านกาแฟที่ดูอบอุ่นและเป็นกันเอง" 9 7
98. © National Telecom All Rights Reserved Try on AI Tools 9 8 LINK: https://aistudio.google.com/ LINK: https://notebooklm.google/
99. © National Telecom All Rights Reserved 9 9
100. © National Telecom All Rights Reserved Prompt Strategy
101. © National Telecom All Rights Reserved Prompt Design Technique 1 0 1
102. © National Telecom All Rights Reserved Prompt Stategy 1 0 2
103. © National Telecom All Rights Reserved Prompt Gallery 1 0 3 https://aistudio.google.com/gallery
104. © National Telecom All Rights Reserved 1⃣ Prompt สําหรับการสรุปข้อมูล Persona: นักเรียนมหาวิทยาลัยที่ต้องการสรุปบทเรียน Task: สรุปเนื้อหาสําคัญของบทความ Format: Bullet points 5-7 ข้อ Context: บทความเกี่ยวกับการเปลี่ยนแปลงสภาพภูมิอากาศ Example: "สาเหตุหลักของภาวะโลกร้อนคือ..." Source: ใช้ข้อมูลจากบทความทางวิทยาศาสตร์ล่าสุด 📝 Prompt: "ฉันเป็นนักศึกษามหาวิทยาลัย กําลังศึกษาบทความเกี่ยวกับการเปลี่ยนแปลงสภาพภูมิอากาศ ช่วย สรุปเนือหาหลักเป็น Bullet points 5-7 ข้อโดยใช้ข้อมูลจากบทความทางวิทยาศาสตร์ล่าสุด" 1 0 4
105. © National Telecom All Rights Reserved 2⃣ Prompt สําหรับการสร้างคอนเทนต์โซเชียลมีเดีย Persona: เจ้าของร้านกาแฟที่ต้องการโพสต์โปรโมชัน Task: เขียนแคปชันโปรโมชัน Format: ข้อความสั้นๆ พร้อมอิโมจิ Context: ร้านกาแฟกําลังจัดโปรโมชัน 1 แถม 1 Example: "ซื้อ 1 แก้ว แถม 1 ฟรี! ☕🎉" Source: ข้อมูลเกี่ยวกับร้านกาแฟของฉัน 📝 Prompt: "ฉันเป็นเจ้าของร้านกาแฟ กําลังจัดโปรโมชันซื้อ 1 แก้ว แถม 1 ช่วยเขียนแคปชันโปรโมชันให้ น่าสนใจ กระชับ และเป็นกันเอง โดยใส่อิโมจิด้วย" 1 0 5
106. © National Telecom All Rights Reserved 3⃣ Prompt สําหรับการเขียนอีเมลธุรกิจ Persona: ผู้จัดการฝ่ายขายที่ต้องการติดต่อคู่ค้า Task: เขียนอีเมลเสนอความร่วมมือ Format: อีเมลแบบมืออาชีพ Context: บริษัทต้องการนําเสนอผลิตภัณฑ์ใหม่ให้กับคู่ค้า Example: "เรียน คุณ [ชื่อ], เรามีผลิตภัณฑ์ใหม่ที่น่าสนใจ..." Source: ข้อมูลเกี่ยวกับบริษัทและผลิตภัณฑ์ 📝 Prompt: "ฉันเป็นผู้จัดการฝ่ายขายของบริษัท ABC ต้องการส่งอีเมลไปหาคู่ค้าเพื่อนําเสนอผลิตภัณฑ์ใหม่ที่ ช่วยลดต้นทุนการผลิตได้ 20% ช่วยร่างอีเมลแบบมืออาชีพและโน้มน้าวใจ" 1 0 6
107. © National Telecom All Rights Reserved 4⃣ Prompt สําหรับการสร้างภาพด้วย AI Persona: เจ้าของร้านเบเกอรี่ที่ต้องการโลโก้ใหม่ Task: สร้างภาพโลโก้ร้านเบเกอรี่ Format: ภาพโลโก้ที่ดูอบอุ่นและมีความเป็นกันเอง Context: ร้านขายขนมโฮมเมด บรรยากาศอบอุ่น Example: โลโก้มีรูปขนมปังอบใหม่และตัวอักษรสไตล์แฮนด์เมด Source: ไม่มี แค่ใช้ AI สร้างจากคําบรรยาย 📝 Prompt: "ช่วยสร้างโลโก้สําหรับร้านเบเกอรี่ของฉันที่ให้ความรู้สึกอบอุ่นและเป็นกันเอง ใช้โทนสีครีม นําตาล และมีรูปขนมปังอบใหม่กับตัวอักษรสไตล์แฮนด์เมด" 1 0 7
108. © National Telecom All Rights Reserved 5⃣ Prompt สําหรับการช่วยแก้ปัญหา Persona: นักพัฒนาเว็บที่พบปัญหาโค้ดไม่ทํางาน Task: วิเคราะห์และช่วยแก้ไขโค้ด Format: คําอธิบายปัญหา + โค้ดที่แก้ไข Context: ฉันใช้ Python และมีปัญหากับ API Example: "ลองเพิ่ม headers ใน request แล้วลองใหม่" Source: ใช้โค้ดที่ฉันให้ 📝 Prompt: *"ฉันกําลังพัฒนาเว็บแอปด้วย Python และพบปัญหา API Request ไม่ทํางาน โค้ดที่ใช้คือ: import requests response = requests.get("https://api.example.com/data") print(response.json()) ช่วยวิเคราะห์และบอกวิธีแก้ไขให้หน่อย"* 1 0 8
109. © National Telecom All Rights Reserved Workshop
110. © National Telecom All Rights Reserved Create LINE Messaging API 1 1 0
111. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Chatbot
112. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 Why LINE Messaging API
113. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Official Account
114. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Message Events
115. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Message types • Text message • Sticker message • Image message • Video message • Audio message • Location message • Imagemap message • Template message • Flex Message
116. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Webhook
117. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 LINE Webhook
118. © National Telecom All Rights Reserved Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at Vestibulum semper eros et laoreet blandit. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse ut laoreet magna. Donec urna ipsum, tempor sed pellentesque sit amet, elementum at DATA & AI BOOTCAMP 2024 Validate LINE Signature
119. © National Telecom All Rights Reserved LINE x Gemini - ชุดคําสั่ง REPO: https://github.com/punsiriboo/gcf-echo-line-bot • pip install -r requirements.txt • python -m functions_framework --target=callback • #copy url to put in webhook • pip install google-genai Call gemini from LINEBOT • from generate_gemini import generate • result = generate(event.message.text) 1 1 9