Share
Embed
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
Punsiri Boonyakiat
March 30, 2025
Transcript
119 slides
-
© National Telecom All Rights Reserved NT AI*dea Bootcamp 2025
Day 1: Basic Generative AI -
© National Telecom All Rights Reserved AI Skill is a
Must for Every Generation 6 -
© 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 -
© National Telecom All Rights Reserved 1 9 ประวัติของระบบ AI
🚀 ยุคกําเนิด AI (1950s - 1970s) • 1950 – Alan Turing เผยแพร Turing Test ทดสอบวา สามารถแยก AI จากมนุษยไดหรือไม • 1956 – งานประชุม Dartmouth Conference John McCarthy ตั้งชื่อ "Artificial Intelligence" (AI) • 1966 – ELIZA แชทบอทตัวแรก พัฒนาโดย โจเซฟ เวเซนบาม (MIT) • 1969 – ระบบ Shakey the Robot หุนยนต AI ตัวแรกที่ ใชเหตุผลในการตัดสินใจ 📉 AI Winter ยุคตกตํ่า (1970s - 1980s) • 1974-1980 – AI Winter แรกเกิดขึ้นเนื่องจากขาดเงินทุน และการพัฒนาไมคืบหนา • 1980s – ระบบ Expert Systems (AI เชิงกฎ) กลับมาได รับความสนใจ • 1987-1993 – AI Winter รอบที่สอง เนื่องจากขอจํากัด ของคอมพิวเตอรและตนทุนสูง 📈 ยุคฟนตัวและ Machine Learning (1990s - 2010s) • 1997 – Deep Blue (IBM) เอาชนะแชมปโลกหมากรุก Garry Kasparov • 2006 – Geoffrey Hinton เผยแพรแนวคิด Deep Learning ทําให AI พัฒนาแบบกาวกระโดด • 2011 – IBM Watson ชนะเกมโชว Jeopardy! แขงกับมนุษย • 2012 – AlexNet ควาชัยชนะใน ImageNet Challenge จุดเริ่มตนของยุค Deep Learning • 2016 – AlphaGo ของ DeepMind เอาชนะแชมปโลกโกะ Lee Sedol 🚀 AI ยุคใหมและ Generative AI (2020s - ปจจุบัน ) • 2020 – GPT-3 เปดตัวโดย OpenAI ทําให AI เขาใจภาษาและสรางขอความ ไดเหมือนมนุษย • 2021 – DALL·E สรางภาพจากขอความไดอยางนาทึ่ง • 2022 – ChatGPT และ Stable Diffusion ปฏิวัติการสรางคอนเทนตดวย Generative AI • 2023 – GPT-4 และ Midjourney v5 ทําให AI ขีดความสามารถสูงขึ้น • 2024-2025 – การแขงขันดาน AI รุนแรงขึ้น (OpenAI, Google DeepMind, Anthropic, Meta ฯลฯ) -
© National Telecom All Rights Reserved ขนาดตลาดของปญญาประดิษฐจาก 2020 ถึง 2030
2 0 * ขอมูล ณ วันที่ 8 มค. 2568 อางอิง: eluminoustechnologies.com -
© National Telecom All Rights Reserved อัตราการใช AI ในอุตสาหกรรมตางๆ 2
1 * ขอมูล ณ วันที่ 8 มค. 2568 อางอิง: eluminoustechnologies.com -
© National Telecom All Rights Reserved Workshop - ตัวอยางเหลานี้ตัวไหนเปน AI
2 4 CAPTCHA ที่ขอใหคลิก ภาพที่มีสัญญาณไฟจราจร ระบบแนะนําหนังใน Netflix โปรแกรมคํานวณภาษีราย ได ระบบตรวจสอบการโกงบัตร เครดิต AutoCorrect บนมือถือ ระบบล็อกอินที่ขอ OTP Google Translate ระบบเปด-ปดไฟอัตโนมัติ ดวยเซ็นเซอร Chatbot ที่ตอบตามสคริปต ระบบ Auto-Reply Email ระบบแนะนําสินคาใน Shopee/Lazada ระบบกันสั่นของกลอง ถายรูป ระบบจดจําใบหนาบน iPhone (Face ID) โปรแกรมสแกนไวรัส ระบบวาดภาพ (เชน Midjourney, DALL·E) ระบบจัดลําดับเว็บไซตของ Google Search ระบบตรวจจับสแปมอีเมล ระบบสั่งงานเครื่องใชไฟฟา ดวยเสียง (เชน Alexa, Google Assistant) ระบบวิเคราะหคะแนน เครดิตลูกคาเพื่อปลอยกู ระบบตัดสินใจใหวงเงินบัตร เครดิตตามเกณฑที่ตั้งไว -
© National Telecom All Rights Reserved ตัวอยางเหลานี้ตัวไหนเปน AI 2 5
CAPTCHA ที่ขอใหคลิก ภาพที่มีสัญญาณไฟจราจร ระบบแนะนําหนังใน Netflix โปรแกรมคํานวณภาษีราย ได ระบบตรวจสอบการโกงบัตร เครดิต AutoCorrect บนมือถือ ระบบล็อกอินที่ขอ OTP Google Translate ระบบเปด-ปดไฟอัตโนมัติ ดวยเซ็นเซอร Chatbot ที่ตอบตามสคริปต ระบบ Auto-Reply Email ระบบแนะนําสินคาใน Shopee/Lazada ระบบกันสั่นของกลอง ถายรูป ระบบจดจําใบหนาบน iPhone (Face ID) โปรแกรมสแกนไวรัส ระบบวาดภาพ (เชน Midjourney, DALL·E) ระบบจัดลําดับเว็บไซตของ Google Search ระบบตรวจจับสแปมอีเมล ระบบสั่งงานเครื่องใชไฟฟา ดวยเสียง (เชน Alexa, Google Assistant) ระบบวิเคราะหคะแนน เครดิตลูกคาเพื่อปลอยกู ระบบตัดสินใจใหวงเงินบัตร เครดิตตามเกณฑที่ตั้งไว -
© National Telecom All Rights Reserved Generative AI? 2 8
Generative AI คือ อะไร Generative AI คือ ปญญาประดิษฐที่สามารถสรางเนื้อหาใหม เชน ขอความ รูปภาพ วิดีโอ โคด หรือเสียง โดยเรียนรูจากขอมูลตนแบบ ใชในงานสรางสรรค การตลาด การขาย และการประชาสัมพันธ เชน การเขียนโฆษณา ออกแบบภาพ สรางแชทบอท และปรับแตงคอนเท นตใหเหมาะกับกลุมเปาหมาย -
© National Telecom All Rights Reserved Generative AI ทํางานอยางไร ใชทําอะไร
2 9 Generative AI ทํางานอยางไร • ศึกษาขอมูลตนแบบเพื่อสรางเนื้อหาใหมที่มีความสมจริง โดยใช Pattern Recognition และ Probability Estimation • ใช Machine Learning (ML) และ Deep Learning (DL) โดยเฉพาะ Neural Networks เชน Transformer Models (เชน GPT, Llama, Claude) หรือ Diffusion Models (เชน Stable Diffusion) • อาจใช Reinforcement Learning หรือ Fine-tuning เพื่อปรับแตงผลลัพธใหเหมาะสมกับการใชงาน Use Case ของ Generative AI 1. การตลาดและประชาสัมพันธ – สรางคอนเทนตโฆษณา, เขียนบทความ SEO, ออกแบบภาพกราฟก 2. การขายและ CRM – สรางอีเมลสวนบุคคล, วิเคราะหพฤติกรรมลูกคา, สรางแชทบอทตอบคําถาม 3. การออกแบบผลิตภัณฑ – สรางตัวอยางผลิตภัณฑใหม, ออกแบบ UX/UI 4. การพัฒนาโคด – ชวยเขียนและตรวจสอบโคดอัตโนมัติ 5. งานเอกสารและการวิจัย – สรุปบทความ, วิเคราะหขอมูลจากเอกสารจํานวนมาก 6. สื่อบันเทิงและคอนเทนต – สรางเพลง, วิดีโอ, โมเดล 3D สําหรับเกมและแอนิเมชัน -
© National Telecom All Rights Reserved Non-Generative AI? 3 0
Non-Generative AI หรือ Traditional AI คือ อะไร AI ที่ ไมสรางเนื้อหาใหม แต วิเคราะห, จําแนก, ทํานาย หรือทํางานตาม กฎเกณฑที่กําหนดไว มักใช Machine Learning (ML), Rule-based Systems, หรือ Statistical Models ในการประมวลผล -
© National Telecom All Rights Reserved Non-Generative AI ทํางานอยางไร ใชทําอะไร
3 1 Non-Generative AI ทํางานอยางไร ? • Supervised Learning – ใชขอมูลตัวอยางที่มีปายกํากับ (Labeled Data) เชน การจําแนกอีเมลเปนสแปมหรือไมสแปม • Unsupervised Learning – คนหารูปแบบจากขอมูลที่ไมมีปายกํากับ เชน การจัดกลุมลูกคา (Customer Segmentation) • Reinforcement Learning – เรียนรูจากการกระทําและผลลัพธ เชน AI เลนเกมและพัฒนาเทคนิคการชนะ • Rule-based AI – ใชกฎที่กําหนดไว เชน Chatbot ตอบคําถามพื้นฐาน Use Case ของ Non-Generative AI 1. การตลาดและการขาย – วิเคราะหพฤติกรรมลูกคา, คาดการณแนวโนมการซื้อ (Predictive Analytics), ระบบแนะนําสินคา (Recommendation Systems) 2. การบริการลูกคา – Chatbot ที่ใช Rule-based หรือ AI วิเคราะหปญหาจากขอมูลลูกคา 3. การเงินและธุรกิจ – ตรวจจับการฉอโกง (Fraud Detection), วิเคราะหเครดิตลูกคา 4. การแพทย – วิเคราะหภาพทางการแพทย, คาดการณความเสี่ยงโรค 5. การขนสงและโลจิสติกส – คํานวณเสนทางที่ดีที่สุด, พยากรณความตองการสินคา -
© 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 -
© 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 -
© National Telecom All Rights Reserved Machine Learning 3 6
“การสอนคอมพิวเตอร์ให้เรียนรู้ได้ด้วยตัวเองโดยไม่ต้องเขียนโปรแกรมสั่งมันตรงๆ” Arthur Samuel (1959) นักวิทยาศาสตร์คอมพิวเตอร์ของ IBM -
© National Telecom All Rights Reserved Machine Learning 3 7
“การทําให้คอมพิวเตอร์เรียนรู้ได้ด้วยตัวเอง” ไม่ใช่การเขียนโปรแกรมแบบเดิมๆ ที่กําหนดมีการกําหนด “เงื่อนไข หรือ ขั้นตอนการทํางาน” -
© National Telecom All Rights Reserved Machine Learning 3 8
การเขียนโปรแกรม => บอกคอมพิวเตอร์ว่าต้องทําอย่างไร VS Machine Learning => บอกผลลัพธ์ที่ต้องการ ให้คอมพิวเตอร์เรียนรู้วิธีการเอง -
© National Telecom All Rights Reserved ประเภทของ Machine Learning 4
0 • Supervised Learning (การเรียนรู้แบบมีผู้สอน) • Unsupervised Learning (การเรียนรู้แบบไม่มีผู้สอน) • Reinforcement Learning (การเรียนรู้แบบเสริมแรง) -
© National Telecom All Rights Reserved Supervised Learning 4 1
การแบงกลุมแบบมีปายกํากับ มีการสอน บอกลวงหนาวาเปนกลุมไหน สาม สาม สาม สาม กลม กลม สอน ใช้งาน -
© National Telecom All Rights Reserved Unsupervised Learning 4 3
การแบงกลุมแบบไมมีปายกํากับ -
© National Telecom All Rights Reserved ตัวอยางจาก Automated car driving
4 7 การเรียนรู้แบบมีผู้สอน (Supervised Learning) • เช่น ไฟจราจร ป้ายสัญญาณ สัญลักษณ์บนถนน การเรียนรู้แบบเสริมแรง (Reinforcement Learning) • ให้หัดขับแบบลองผิดลองถูก • ให้รางวัลถ้าขับแบบปลอดภัย • หักคะแนนถ้าขับแบบไม่ปลอดภัย -
© National Telecom All Rights Reserved Neural Network 4 8
Neural Network เป็นหนึ่งในเทคนิคของ Machine Learning • ได้แรงบันดาลใจจากการทํางานของสมองมนุษย์ • เปรียบเสมือนกับเซลล์สมอง (นิวรอน) ที่เชื่อมต่อกันเป็นเครือข่าย -
© 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 -
© 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 -
© 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 -
© 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 -
© National Telecom All Rights Reserved อะไรนับวาเปน Supervised / Unsupervised
Learning 5 6 การแบงกลุมลูกคา (Customer Segmentation) แอปพลิเคชันแปลภาษา (Google Translate) การจัดกลุมขาวสาร (News Clustering) การตรวจจับสแปม (Spam Detection) การจดจําใบหนา (Face Recognition) การตรวจจับธุรกรรมที่นาสงสัย (Anomaly Detection in Fraud Detection) การจัดหมวดหมูเพลง (Music Genre Clustering) การจดจําเสียง (Speech Recognition) การแนะนําสินคา (Product Recommendation) การวิเคราะหขอมูลภาพทางการแพทย (Medical Image Analysis) -
© National Telecom All Rights Reserved อะไรนับวาเปน Supervised / Unsupervised
Learning 5 7 การแบงกลุมลูกคา (Customer Segmentation) แอปพลิเคชันแปลภาษา (Google Translate) การจัดกลุมขาวสาร (News Clustering) การตรวจจับสแปม (Spam Detection) การจดจําใบหนา (Face Recognition) การตรวจจับธุรกรรมที่นาสงสัย (Anomaly Detection in Fraud Detection) การจัดหมวดหมูเพลง (Music Genre Clustering) การจดจําเสียง (Speech Recognition) การแนะนําสินคา (Product Recommendation) การวิเคราะหขอมูลภาพทางการแพทย (Medical Image Analysis) -
© National Telecom All Rights Reserved Structured & Unstructured Data
5 9 Structured Data • ขอมูลที่มีรูปแบบชัดเจน จัดเก็บในตารางฐานขอมูล (SQL, Excel) • มีโครงสรางแนนอน เชน แถว (Rows) และคอลัมน (Columns) • งายตอการคนหาและวิเคราะห ดวย SQL หรือ Business Intelligence (BI) Tools • ตัวอยาง : ขอมูลลูกคา (ชื่อ, เบอรโทร, อีเมล), รายการธุรกรรม, ขอมูลสินคาคงคลัง Unstructured Data • ขอมูลที่ไมมีรูปแบบแนนอน หรือไมสามารถเก็บในตารางฐานขอมูล แบบดั้งเดิมได • ซับซอนและยากตอการวิเคราะห ตองใช AI หรือ Natural Language Processing (NLP) • ตัวอยาง : อีเมล, โซเชียลมีเดียโพสต, รูปภาพ, วิดีโอ, ไฟลเสียง, เอกสาร PDF -
© National Telecom All Rights Reserved Introduction to LLM "LLM
คือโมเดล AI ที่ถูกฝึกให้เข้าใจและสร้างภาษามนุษย์ได้" - เป็นโมเดลที่มีขนาดใหญ่มาก ฝึกด้วยข้อมูลมหาศาล - สามารถเข้าใจบริบท (Context) และสร้างเนื้อหาที่สมเหตุสมผล 6 6 -
© National Telecom All Rights Reserved คุณสมบัติหลักของ LLM - ความสามารถในการประมวลผลภาษาในระดับลึก
- เรียนรู้จาก "Big Data" อย่างต่อเนื่อง - มีความยืดหยุ่นในการใช้งานในหลายโดเมน - รองรับการปรับแต่งตามความต้องการขององค์กร 6 7 -
© National Telecom All Rights Reserved LLM ทํางานอย่างไร? LLM เรียนรู้รูปแบบของภาษาจากข้อมูลจํานวนมาก
- เหมือนเด็กที่เรียนรู้ภาษาจากการอ่านหนังสือนับล้านเล่ม 6 8 -
© National Telecom All Rights Reserved ความสามารถของ LLM 6 9
"LLM สามารถทํางานได้ หลากหลายด้านภาษา" - แปลภาษา - ตอบคําถาม - เขียนเนื้อหา - สรุปความ - วิเคราะห์เนื้อหา - ช่วยเขียนโค้ด -
© National Telecom All Rights Reserved AI / Machine Learning
/ Deep Learning / Gen AI 7 0 -
© National Telecom All Rights Reserved Generative AI ทํางานอย่างไร? 7
1 Generative AI คือ AI ที่สร้างสรรค์สิ่งใหม่ได้ เหมือนศิลปินที่วาดรูป หรือนักเขียนที่แต่งเรื่อง • ต่างจาก AI ทั่วไปที่แค่วิเคราะห์หรือทํานายผล • สร้างได้ทั้งข้อความ รูปภาพ เสียง วิดีโอ -
© National Telecom All Rights Reserved สมองของ Generative AI 7
2 เหมือนเด็กที่เรียนรู้จากตัวอย่างมากมาย แล้วสร้างสรรค์สิ่งใหม่ได้ ขั้นตอนการทํางาน: • การเรียนรู้ - ดูตัวอย่างจํานวนมาก (เช่น รูป ข้อความ) • การจดจํารูปแบบ - เข้าใจว่าสิ่งต่างๆ เชื่อมโยงกันอย่างไร • การสร้างสรรค์ - ใช้สิ่งที่เรียนรู้มาสร้างของใหม่ -
© 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 -
© 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 -
© 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" -
© 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" -
© 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" -
© National Telecom All Rights Reserved ขอจํากัดของ Context Window 7
8 เหมือนกระดาษทดที่มีขีดจํากัด • พื้นที่จํากัด: เมื่อเต็มต้องลบเพื่อเขียนใหม่ ข้อมูลเก่าจะหายไป • การจัดการพื้นที่: เหมือนจดบนกระดาษที่มีขนาดจํากัด ต้องเลือกว่าจะเก็บข้อมูลไหนไว้ การแกปญหา Context Window จํากัด มีหลายวิธี • สรุปข้อมูล (Summarization) เพื่อลดปริมาณข้อมูล • แบ่งข้อมูลออกเป็นส่วนเล็ก (Chunking) เพื่อความชัดเจน • เลื่อนหน้ากระดาษ เพื่อใช้พื้นที่สําหรับข้อมูลใหม่ -
© National Telecom All Rights Reserved การพัฒนา Gen AI Model
7 9 การพัฒนา Gen AI เหมือนการสอนเด็กให้เรียนรู้ • Pre-training - การเรียนรู้พื้นฐาน ◦ เรียนรู้จากข้อมูลจํานวนมาก • Fine-tuning - การปรับแต่งเฉพาะทาง ◦ ฝึกฝนเพิ่มเติมด้วยข้อมูลเฉพาะด้าน -
© National Telecom All Rights Reserved การเรียนรูจาก Prompt และการใชงาน 8
0 Gen AI เรียนรู้และพัฒนาจากการโต้ตอบกับผู้ใช้ • การเก็บข้อมูล Prompt ◦ บันทึกคําสั่งที่ผู้ใช้ป้อน ◦ วิเคราะห์รูปแบบการใช้งาน • การพัฒนาต่อเนื่อง ◦ ปรับปรุงความแม่นยํา ◦ เพิ่มความสามารถใหม่ๆ -
© National Telecom All Rights Reserved การจัดการขอมูลและความเปนสวนตัว 8 1 ข้อมูลทุกอย่างที่ป้อนให้
AI อาจถูกบันทึกไว้ 1. "การเก็บข้อมูลการใช้งาน" - ข้อความสนทนา - คําสั่ง Prompt - ผลลัพธ์ที่ AI สร้าง 2. "การเข้าถึงข้อมูล" - พนักงานบริษัทอาจเข้าถึงได้ - ใช้เพื่อปรับปรุงระบบ - อาจมีการตรวจสอบคุณภาพ -
© National Telecom All Rights Reserved คําแนะนําการใชงานอยางปลอดภัย 8 2 ใช้
AI อย่างระมัดระวัง รักษาความลับ 1. หลีกเลี่ยงข้อมูลส่วนตัว - ไม่ใส่ชื่อจริง - ไม่ใส่ข้อมูลติดต่อ - ไม่ใส่รหัสผ่าน 2. ปกปิดข้อมูลธุรกิจ - ใช้ชื่อสมมติแทนชื่อบริษัท - ไม่เปิดเผยความลับทางการค้า - ปรับเปลี่ยนตัวเลขที่สําคัญ -
© National Telecom All Rights Reserved จริยธรรมในการใช AI 8 4
"AI เป็นเครื่องมือที่ทรงพลัง แต่ต้องใช้อย่างมีความรับผิดชอบ" • ต้องคํานึงถึงผลกระทบต่อสังคมและบุคคลอื่น • ต้องเข้าใจข้อจํากัดและความเสี่ยง • ต้องใช้วิจารณญาณในการตรวจสอบข้อมูล -
© National Telecom All Rights Reserved ความเปนสวนตัวและการคุมครองขอมูล 8 5 PDPA
(พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล) • การขอความยินยอม • สิทธิของเจ้าของข้อมูล • หน้าที่ของผู้ควบคุมข้อมูล GDPR (General Data Protection Regulation) • กฎหมายคุ้มครองข้อมูลของสหภาพยุโรป -
© National Telecom All Rights Reserved ประโยชนของ AI ที่มีตอองคกร 8
6 องคกรที่ใช Gen-AI เปนหลัก: • ใชประโยชนจากปญญาประดิษฐเพื่อเพิ่มผลผลิตและขับเคลื่อนนวัตกรรม • รักษาความสามารถในการแขงขันในโลกดิจิทัลที่เติบโตอยางตอเนื่อง • ตามการวิจัยของ McKinsey: ◦ Gen-AI สามารถเพิ่มมูลคาใหเศรษฐกิจโลกไดถึง 4.4 ลานลานดอลลารตอป ◦ มีผลกระทบสำคัญในหลายภาคสวน เชน คาปลีก, ธนาคาร, เภสัชกรรม, และสินคาอุปโภคบริโภค • ภายในองคกร: ◦ ฝายที่ไดรับประโยชนหลัก ไดแก การตลาด, ปฏิบัติการลูกคา, วิศวกรรมซอฟตแวร, และการวิจัยและพัฒนา ◦ รวมกันอาจคิดเปน 75% ของมูลคาที่ Gen-AI สรางขึ้น การนำ Gen-AI มาใช: • ตองการมากกวาการนำเทคโนโลยีมาใช • จำเปนตองสรางวัฒนธรรมองคกรที่สนับสนุนนวัตกรรม • ตองมีความสามารถในการปรับตัวตอ AI ที่เพิ่มขึ้น บทบาทสำคัญของผูนำ: • สนับสนุนการนำ Gen-AI มาใชในองคกร • นำพาองคกรผานการเปลี่ยนแปลงทางวัฒนธรรมและการดำเนินงาน • ผสานเทคโนโลยีใหมๆ เขากับการทำงานขององคกร -
© 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 -
© 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 ขอมูลสวนบุคคล PDPA GDPR ลิขสิทธิ์ พ.ร.บ. ลิขสิทธิ์ Copyright Laws การใชคอมพิวเตอร พ.ร.บ. คอมพิวเตอร Cybersecurity Laws -
© National Telecom All Rights Reserved Claud 9 3 •
https://claude.ai/chat -
© National Telecom All Rights Reserved 🚀 Prompt สําหรับผูเริ่มตน 1⃣
ถามเกี่ยวกับการใชงาน AI 💬 "คุณสามารถชวยอะไรฉันไดบาง ?" 💬 "ฉันเพิ่งเริ่มใช AI คุณสามารถแนะนําฉันไดไหม ?" 💬 "มีตัวอยางการใชงาน AI ที่งายและมีประโยชนสําหรับมือใหมไหม ?" 🎨 Prompt สรางสรรค (Creative) 2⃣ ขอให AI สรางเนื้อหา 💬 "ชวยแตงนิทานสั้น ๆ เกี่ยวกับแมวที่เดินทางไปดวงจันทร " 💬 "ชวยแตงคําอวยพรวันเกิดใหเพื่อนที่ชอบดอกไม " 💬 "ชวยเขียนโพสตสําหรับโซเชียลมีเดียที่ใหกําลังใจคนที่กําลังเหนื่อยลา " 9 5 -
© 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 -
© National Telecom All Rights Reserved 🚀 Prompt สําหรับผู้เริ่มต้น 🎨
Prompt สําหรับ AI ด้านภาพ (เช่น Gemini Vision หรือ DALL·E) 5⃣ สร้างภาพจากข้อความ 💬 "วาดภาพหุ่นยนต์กําลังทําอาหารในห้องครัวอนาคต" 💬 "สร้างภาพทิวทัศน์ของป่าแฟนตาซีที่มีต้นไม้เรืองแสง" 💬 "ช่วยสร้างภาพโลโก้ร้านกาแฟที่ดูอบอุ่นและเป็นกันเอง" 9 7 -
© National Telecom All Rights Reserved Try on AI Tools
9 8 LINK: https://aistudio.google.com/ LINK: https://notebooklm.google/ -
© National Telecom All Rights Reserved Prompt Gallery 1 0
3 https://aistudio.google.com/gallery -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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 -
© 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