
เลิกใช้ AI แบบกล่องแชท: 13 งานที่ควรให้ AI Employee ใน OPB Stack ทำแทน
หลายคนเริ่มใช้ AI แล้วครับ แต่ยังใช้เหมือนกล่องแชทที่ฉลาดขึ้น
ถามให้สรุปเอกสาร ให้ช่วยเขียน caption ให้ brainstorm ไอเดีย ให้ทำ paragraph ให้ดูดีขึ้น
งานแบบนี้มีประโยชน์ แต่ถ้าพูดกันตรง ๆ มันยังเป็นแค่การใช้ AI แบบครั้งต่อครั้ง
วันนี้ถาม พรุ่งนี้ถามใหม่ วันนี้เล่า context พรุ่งนี้เล่าใหม่ วันนี้ได้ output แต่ไม่มีใครรู้ว่า output นั้นถูกเอาไปทำงานต่อจริงไหม
ผมไปอ่านโพสต์ X ของ Tony Simons ที่รวบรวม 20 Hermes Agent workflows แล้วชอบประเด็นหนึ่งมาก คือเขาไม่ได้พูดถึง AI ในฐานะ chatbot แต่พูดถึง AI ในฐานะ operator
AI ที่มี tools AI ที่มี files AI ที่มี memory AI ที่มี schedules AI ที่ทำงานข้าม browser, terminal, inbox, GitHub, WordPress หรือระบบอื่นได้
ถ้าแปลเป็นภาษาเจ้าของธุรกิจไทย ประโยคนี้สั้นมาก:
เลิกใช้ AI เป็นคนตอบคำถาม แล้วเริ่มใช้ AI เป็นพนักงานที่มีงานประจำ
นี่คือมุมที่ผมคิดว่าเหมาะกับ OPB Stack มากครับ
OPB Stack ไม่ควรถูกอธิบายว่าเป็น chatbot อีกตัวหนึ่ง เพราะ chatbot เป็นแค่หน้าจอคุย แต่โจทย์จริงของธุรกิจคือทำอย่างไรให้ AI มีความจำ มีวิธีทำงาน มีบทบาท และทำงานซ้ำได้โดยที่เจ้าของยังคุมทิศทางอยู่
1) ปัญหาของการใช้ AI แบบกล่องแชท
การใช้ ChatGPT, Claude หรือ Gemini แบบถามตอบทั่วไปมีข้อดีคือเริ่มง่ายมาก
แต่ข้อเสียคือมันไม่รู้จักธุรกิจเราจริง
ถ้าเราขายคอร์ส AI, ขายสินค้าบน Shopee, ทำคลินิก, ทำเอเจนซี่, ทำร้านอาหาร หรือทำ B2B service สิ่งที่ AI ต้องรู้ไม่ได้มีแค่คำถามล่าสุด
มันต้องรู้ว่า:
- ลูกค้าหลักคือใคร
- สินค้าทำเงินคืออะไร
- brand voice เป็นแบบไหน
- อะไรขายได้จริง และอะไรเคยลองแล้วไม่เวิร์ก
- ทีมตอบลูกค้าแบบไหน
- ราคา margin และต้นทุนคร่าว ๆ เป็นอย่างไร
- งานไหนต้องให้เจ้าของ approve ก่อน
ถ้าไม่มีข้อมูลพวกนี้ AI จะตอบได้ แต่จะตอบแบบลอย ๆ
ฟังดูฉลาด แต่ไม่เหมือนคนในบริษัท
นี่คือช่องว่างระหว่าง AI ที่ตอบเก่ง กับ AI ที่ทำงานเป็น
2) OPB Stack ควรเริ่มจาก AI Employee ไม่ใช่ chatbot
บนหน้า OPB Stack เราวางโครงไว้ชัดเจนว่าเจ้าของธุรกิจควรมี workspace สำหรับพนักงาน AI ที่มี:
- Company Second Brain เป็นความจำธุรกิจ
- skills เป็น playbook วิธีทำงาน
- Web Chat และ Telegram เป็นช่องทางใช้งานจริง
- scheduled work สำหรับงานที่ต้องทำซ้ำ
- AI Employee roles เช่น Marketing, Customer, Operations, Money, Creative และ Builder
จุดนี้สำคัญครับ
เพราะเจ้าของธุรกิจส่วนใหญ่ไม่ได้อยากได้ agent framework ที่ต้อง config ทุกอย่างเอง
เขาอยากได้คำตอบที่ง่ายกว่า:
วันนี้ฉันควรให้พนักงาน AI คนไหนช่วยงานอะไร
ผมเลยเอาไอเดียจาก 20 Hermes workflows มาปรับเป็น 13 งานที่เหมาะกับ OPB Stack มากกว่า
ไม่ใช่ list เท่ ๆ สำหรับโชว์ demo แต่เป็นงานที่ owner ใช้ได้จริงในสัปดาห์แรก
3) 13 งานที่ควรให้ AI Employee ใน OPB Stack ทำ
1. Business Brief Builder
งานแรกสุดไม่ใช่ให้ AI เขียนโพสต์ครับ
งานแรกคือให้มันเข้าใจธุรกิจก่อน
ให้ OPB Stack ช่วยสรุป business profile, ลูกค้าหลัก, สินค้าหลัก, ช่องทางขาย, tone of voice และข้อห้ามสำคัญ แล้วบันทึกเข้า Company Second Brain
ถ้า Second Brain ดี งานหลังจากนี้จะดีขึ้นทั้งหมด
2. Content Angle Finder
แทนที่จะถามว่า “ช่วยคิดคอนเทนต์ 10 หัวข้อ” ให้ Marketing AI Employee อ่าน Second Brain แล้วหา angle ที่สัมพันธ์กับสินค้าจริง กลุ่มลูกค้าจริง และสิ่งที่เจ้าของอยากขายในเดือนนี้
เป้าหมายไม่ใช่ได้หัวข้อเยอะ
เป้าหมายคือได้หัวข้อที่ขายภาพจำของธุรกิจได้
3. Weekly Content Sprint
ให้ AI แตกแผนคอนเทนต์ 7 หรือ 14 วัน พร้อม caption, hook, visual brief และ CTA
แต่ต้องมี owner approval ก่อนโพสต์
AI ช่วยเตรียมงาน เจ้าของเลือกทิศทาง
4. Content Schedule Operator
หลายทีมทำ content plan ได้ แต่พังตอนจัดตารางจริงครับ
Marketing AI Employee ควรช่วยแปลง content plan ให้เป็น schedule ที่ใช้ทำงานได้ เช่น วันไหนโพสต์อะไร ช่องทางไหน ใครต้อง approve ภาพไหนต้องทำก่อน และ post ไหนควรถูก repurpose ไป LINE หรือ blog
ที่สำคัญคือ schedule ไม่ควรเป็นปฏิทินสวย ๆ ที่ไม่มีคนทำตาม
มันควรมี owner approval point, asset deadline, publish status และ review note หลังโพสต์ เพื่อให้ AI เรียนรู้ว่า angle ไหนทำงานจริง
5. Customer Reply Template
Customer AI Employee ควรช่วยสร้าง template ตอบลูกค้าที่เจอบ่อย เช่น ราคา, วิธีใช้, ปัญหาหลังซื้อ, การจอง, การเคลม, การ follow-up
ที่สำคัญคือ template ต้องใช้ภาษาของแบรนด์ ไม่ใช่ภาษาบอท
6. FAQ Gap Detector
เอาแชทลูกค้าเก่า คำถามใน inbox หรือ comment มาวิเคราะห์ว่า FAQ ตอนนี้ขาดอะไร
ถ้าลูกค้าถามเรื่องเดิมซ้ำ ๆ แปลว่าเราไม่ได้มีแค่ปัญหาการตอบแชท
เราอาจมีปัญหาเรื่องหน้าเว็บ, landing page, pricing, offer หรือ onboarding
7. Complaint Pattern Review
หลายธุรกิจกลัว complaint แต่จริง ๆ แล้ว complaint คือ data ที่แพงมาก
ให้ Customer AI Employee สรุปว่า complaint เดือนนี้มาจากเรื่องอะไร เช่น ส่งช้า, ไม่เข้าใจวิธีใช้, ราคาไม่ชัด, expectation ไม่ตรง, ทีมตอบไม่เหมือนกัน
จากนั้นให้ Operations AI Employee แปลงเป็น SOP หรือ checklist
8. Owner Weekly Review
นี่คือ workflow ที่ผมอยากให้ทุก OPB Stack workspace มี
ทุกสัปดาห์ AI ควรสรุปว่า:
- อะไรเกิดขึ้นในธุรกิจ
- คอนเทนต์ไหนทำงานดี
- ลูกค้าถามอะไรบ่อย
- ยอดขายหรือ lead เป็นอย่างไร
- owner ควรตัดสินใจเรื่องไหนในสัปดาห์หน้า
ไม่ใช่ dashboard ยาว ๆ
แต่เป็น brief แบบเจ้าของอ่านแล้วรู้ว่าต้องทำอะไรต่อ
9. Money Snapshot
Money AI Employee ไม่จำเป็นต้องเป็นนักบัญชี
แต่ควรช่วยเจ้าของดูตัวเลขเบื้องต้นแบบ operator เช่น ราคา, margin, ยอดขายรายสัปดาห์, campaign cost, สินค้าที่ควรดัน, สินค้าที่ควรพัก
ประโยคสำคัญคือ:
อย่าสรุปเลขเพื่อให้ดูฉลาด ให้สรุปเลขเพื่อช่วยตัดสินใจ
10. Offer Teardown
ให้ AI ดู offer ปัจจุบันของธุรกิจ แล้วถามคำถามแรง ๆ เช่น
- ลูกค้าเข้าใจไหมว่าเราขายอะไร
- ข้อเสนอชัดไหม
- CTA บังคับให้ตัดสินใจพอไหม
- มี proof อะไร support บ้าง
- ถ้าเทียบกับคู่แข่ง เราเด่นตรงไหนจริง
นี่คือเวอร์ชันธุรกิจของ Competitor Autopsy และ Daily Opponent จากโพสต์ต้นทาง
11. Skill Builder
ถ้ามีงานที่เจ้าของสั่งซ้ำบ่อย เช่น “ทำ content plan รายสัปดาห์”, “สรุปแชทลูกค้า”, “ทำ visual brief”, “ตรวจ FAQ” อย่าปล่อยให้เป็น prompt ลอย ๆ
ให้ AI ช่วยเขียนเป็น skill หรือ playbook
เพราะจุดที่ AI เริ่มคุ้มจริงคือวันที่มันไม่ต้องรอ prompt ยาวใหม่ทุกครั้ง
12. Launch Checklist
Builder AI Employee ช่วยร่าง landing page, MVP spec, automation plan หรือ technical handoff ได้
แต่ควรใช้กับ checklist ที่ชัด เช่น launch campaign, เปิดคอร์สใหม่, ทำ lead magnet, เปิด LINE OA flow หรือ deploy landing page
งาน build ที่ดีไม่ใช่เริ่มจาก code
มันเริ่มจาก brief ที่ชัดว่าเรากำลังสร้างอะไร เพื่อใคร และต้องมี proof อะไรว่าเสร็จแล้ว
13. Knowledge Archaeologist
นี่คือ workflow ที่เจ้าของธุรกิจจะรักมากเมื่อใช้ไปสักพัก
ให้ AI ค้นกลับไปใน Second Brain, notes, past prompts, campaign review และ weekly review แล้วตอบคำถามแบบ:
“เราเคยคุยเรื่อง offer นี้ไว้ยังไง”
“เดือนที่แล้ว content angle ไหนเวิร์ก”
“ลูกค้าบ่นเรื่องอะไรซ้ำ ๆ”
“มี idea ไหนที่ควรเอากลับมาทำต่อ”
นี่คือเหตุผลที่ memory สำคัญ
เพราะธุรกิจไม่ได้ขาดไอเดียอย่างเดียว ธุรกิจมักลืมไอเดียดี ๆ ที่เคยคิดไว้แล้ว
4) วิธีคิดที่ถูก: อย่าเริ่มจาก automate ทุกอย่าง
ผมไม่แนะนำให้เริ่มจาก “ให้ AI ทำทุกอย่างแทนคน” ครับ
เริ่มแบบนั้นเสี่ยง และมักพังเร็ว
วิธีที่ดีกว่าคือเริ่มจาก 3 ระดับนี้
ระดับที่ 1: AI ช่วยเตรียมงาน เช่น research, draft, summarize, organize, checklist
ระดับที่ 2: AI ช่วยทำงานซ้ำ เช่น weekly review, content sprint, FAQ review, customer pattern summary
ระดับที่ 3: AI ช่วย trigger งานตามเวลา เช่น report ทุกวันจันทร์, monitor inbox pattern, เตือน follow-up, สรุป campaign ทุกศุกร์
งานที่เสี่ยงกับลูกค้า เงิน กฎหมาย หรือ brand reputation ยังควรมี owner approve
AI Employee ที่ดีไม่ใช่ตัวที่ autonomous สุด
แต่คือตัวที่รู้ว่าอะไรทำเองได้ อะไรต้องให้เจ้าของตัดสินใจ
Operator Kit: OPB Stack Prompt Pack สำหรับเริ่มใช้ AI Employee
เอา prompt ด้านล่างไปปรับใช้ใน OPB Stack ได้เลยครับ
Prompt 1: สร้าง Business Brief เข้า Company Second Brain
คุณคือ OPB Stack AI Employee ของธุรกิจฉัน
เป้าหมาย: สร้าง Business Brief เวอร์ชันแรกเพื่อบันทึกเข้า Company Second Brain
ข้อมูลธุรกิจ:
- ชื่อธุรกิจ:
- สินค้า/บริการหลัก:
- ลูกค้าหลัก:
- ช่องทางขาย:
- ช่องทางคุยกับลูกค้า:
- ราคา/แพ็กเกจหลัก:
- tone of voice:
- สิ่งที่ห้ามพูดหรือห้าม claim:
- เป้าหมาย 30 วันนี้:
งานของคุณ:
1. สรุป business profile แบบอ่านง่าย
2. แยก customer segment หลัก
3. สรุป offer ปัจจุบัน
4. สรุป brand voice เป็น bullet
5. ตั้งคำถาม 10 ข้อที่ยังขาดเพื่อทำให้ Second Brain แม่นขึ้น
6. เสนอไฟล์ความจำที่ควรสร้าง เช่น POSITIONING.md, FAQ.md, OFFERS.md, BRAND_VOICE.md
ตอบเป็นภาษาไทย กระชับ และพร้อมเอาไปบันทึกต่อ
Prompt 2: ให้ Marketing AI Employee หา content angle
อ่าน Company Second Brain ของธุรกิจฉัน แล้วช่วยหา content angle สำหรับ 14 วันถัดไป
เงื่อนไข:
- ไม่เอาหัวข้อ generic
- ต้องโยงกับ offer หรือสินค้าที่ขายจริง
- ต้องมี hook สำหรับเจ้าของธุรกิจไทย
- ต้องบอกว่าคอนเทนต์นี้เหมาะกับ Facebook, LINE, TikTok หรือ blog
- ต้องมี CTA ที่ไม่ขายแข็งเกินไป
Output ที่ต้องการ:
1. 10 content angles
2. เหตุผลว่าทำไม angle นี้เหมาะกับธุรกิจเรา
3. caption draft สั้น ๆ 3 ตัวอย่าง
4. visual brief สำหรับแต่ละ angle
5. คำถามที่ต้องถามเจ้าของก่อน publish
Prompt 3: จัด content schedule รายสัปดาห์
ช่วยแปลง content angles ด้านล่างให้เป็น content schedule 14 วัน
ข้อมูลที่มี:
- เป้าหมายธุรกิจของเดือนนี้:
- offer ที่อยากดัน:
- ช่องทางที่ใช้: Facebook / LINE / TikTok / Blog / Email
- จำนวนวันที่โพสต์ได้จริงต่อสัปดาห์:
- วันที่เจ้าของสะดวก approve:
- asset ที่มีอยู่แล้ว:
- asset ที่ต้องทำเพิ่ม:
งานของคุณ:
1. จัดตารางโพสต์ 14 วัน แยกตามช่องทาง
2. ระบุ objective ของแต่ละโพสต์ เช่น awareness, trust, lead, conversion, retention
3. ระบุ owner approval point ก่อน publish
4. ระบุ asset deadline เช่น ภาพ, short video, blog draft, LINE message
5. เสนอ repurpose plan ว่าโพสต์ไหนเอาไปแตกเป็น LINE, email หรือ blog ได้
6. ทำ review checklist หลังโพสต์ 7 วัน ว่าควรดู metric อะไร
ข้อห้าม:
- อย่าจัดตารางแน่นเกิน capacity จริง
- อย่า schedule โพสต์ขายติดกันจนดู spam
- ถ้า content ไหนเสี่ยงต่อ brand หรือ claim เกินจริง ให้ flag ว่าต้อง owner approve ก่อน
Output เป็นตารางอ่านง่าย พร้อม next action ของวันนี้
Prompt 4: ทำ weekly owner review
ช่วยทำ Weekly Owner Review จากข้อมูลสัปดาห์นี้
ข้อมูลที่มี:
- ยอดขาย/lead:
- คอนเทนต์ที่โพสต์:
- คำถามลูกค้าที่เจอบ่อย:
- complaint หรือปัญหา:
- งานที่ทำเสร็จ:
- งานที่ค้าง:
- สิ่งที่เจ้าของกังวล:
สรุปเป็น 5 ส่วน:
1. สิ่งที่เกิดขึ้นจริงในสัปดาห์นี้
2. สัญญาณที่ควรสนใจ
3. ปัญหาที่ต้องแก้ก่อนโต
4. 3 action ที่ควรทำสัปดาห์หน้า
5. สิ่งที่ควรบันทึกเข้า Company Second Brain
อย่าเขียนเป็นรายงานยาว ให้เขียนแบบ owner อ่านแล้วตัดสินใจได้
Prompt 5: ตรวจ FAQ จากคำถามลูกค้า
ฉันจะ paste คำถามลูกค้าหรือแชทตัวอย่างให้คุณ
งานของคุณคือวิเคราะห์ว่า FAQ และ reply template ของเราขาดอะไร
ช่วยสรุป:
1. คำถามที่ลูกค้าถามซ้ำ
2. คำถามที่สะท้อนว่า offer ยังไม่ชัด
3. คำถามที่ควรตอบด้วย template
4. คำถามที่ควรแก้ที่ landing page หรือหน้า product
5. draft FAQ ใหม่ 10 ข้อ
6. reply template ภาษาไทย 5 แบบที่ยังฟังเป็นมนุษย์
ข้อห้าม:
- อย่าตอบเหมือน call center แข็ง ๆ
- อย่า claim เกินข้อมูลที่มี
- ถ้าข้อมูลไม่พอ ให้ระบุว่าต้องถามเจ้าของเพิ่มเรื่องอะไร
Prompt 6: ให้ Money AI Employee ช่วยดูราคาและ margin
ช่วยดูภาพรวมราคาและ margin แบบ owner ไม่ใช่นักบัญชี
ข้อมูล:
- สินค้า/บริการ:
- ราคาขาย:
- ต้นทุนโดยประมาณ:
- ช่องทางขาย:
- ค่าการตลาดโดยประมาณ:
- ปัญหาที่เจอตอนขาย:
ช่วยวิเคราะห์:
1. margin เบื้องต้น
2. ราคานี้อธิบายคุณค่าได้ชัดไหม
3. ลูกค้าน่าจะติดตรงไหนก่อนซื้อ
4. ควรทำ bundle, upsell หรือ entry offer ไหม
5. คำถามที่ต้องตอบก่อนปรับราคา
6. สิ่งที่ไม่ควรสรุปเพราะข้อมูลยังไม่พอ
ตอบแบบระวัง ไม่ฟันธงเกินข้อมูล
Prompt 7: เปลี่ยน prompt ซ้ำให้เป็น skill
ฉันมีงานที่สั่ง AI ซ้ำบ่อย และอยากเปลี่ยนเป็น skill/playbook
งานที่ทำซ้ำคือ:
[paste งานหรือ prompt เดิม]
ช่วยเขียนเป็น playbook ให้พนักงาน AI ใช้ซ้ำได้ โดยมี:
1. ใช้เมื่อไหร่
2. input ที่ต้องขอจากเจ้าของ
3. ขั้นตอนการทำงาน
4. output format
5. quality checklist
6. สิ่งที่ต้องให้เจ้าของ approve
7. ตัวอย่าง prompt สั้นสำหรับเรียกใช้ skill นี้ครั้งต่อไป
เขียนให้ practical และไม่ซับซ้อนเกินจำเป็น
Prompt 8: Builder AI Employee ทำ launch checklist
ช่วยทำ launch checklist สำหรับแคมเปญ/สินค้า/landing page นี้
รายละเอียด:
- สิ่งที่จะ launch:
- กลุ่มเป้าหมาย:
- offer:
- ช่องทางหลัก:
- deadline:
- ทีม/คนที่เกี่ยวข้อง:
- ความเสี่ยงที่กังวล:
ช่วยทำ:
1. launch checklist ก่อนปล่อย
2. asset ที่ต้องมี
3. ข้อความที่ต้องเตรียม
4. proof ที่ต้องเช็กก่อนบอกว่าเสร็จ
5. owner approval points
6. post-launch review หลัง 7 วัน
ถ้าข้อมูลไม่พอ ให้ถามคำถามเพิ่มก่อนสรุป
6) ถ้าจะเริ่มจริง ให้เริ่มจากสัปดาห์แรกแบบนี้
ถ้าเพิ่งเริ่มใช้ OPB Stack ผมไม่แนะนำให้เปิดทุก workflow พร้อมกัน
เริ่มแบบนี้พอครับ
วันแรก: สร้าง Business Brief และ Company Second Brain
วันที่สอง: ให้ Marketing AI Employee หา 10 content angles
วันที่สาม: แปลง content angles เป็น content schedule 14 วัน พร้อม owner approval point
วันที่สี่: ให้ Customer AI Employee ทำ FAQ และ reply template
วันที่ห้า: ให้ Operations AI Employee เปลี่ยนงานซ้ำเป็น SOP หรือ checklist
วันที่หก: ให้ Money AI Employee ดูราคาและ margin เบื้องต้น และให้ Builder AI Employee ทำ launch checklist สำหรับ offer หนึ่งอัน
วันที่เจ็ด: ทำ Weekly Owner Review แล้วบันทึกสิ่งที่เรียนรู้กลับเข้า Second Brain
แค่นี้ก็เริ่มเห็นความต่างแล้วครับ
เพราะ AI จะไม่ได้เป็นคนตอบคำถามลอย ๆ อีกต่อไป
มันจะเริ่มกลายเป็นพนักงานที่มีบริบท มีงาน มี routine และมีความจำของธุรกิจ
7) สิ่งที่ต้องระวัง
ผมเชื่อใน AI Employee แต่ไม่เชื่อใน AI ที่ปล่อยทำทุกอย่างแบบไม่มีเจ้าของคุม
สิ่งที่ต้องระวังมี 5 เรื่อง
- อย่าให้ AI ตอบลูกค้าเรื่องราคา เงื่อนไข หรือ refund ถ้า owner ยังไม่ approve template
- อย่าให้ AI สรุปตัวเลขการเงินเกินข้อมูลที่มี
- อย่าให้ AI claim สินค้าเกินจริง
- อย่าปล่อยให้ Second Brain เก่าหรือมั่ว เพราะ output จะมั่วตาม
- อย่าวัดผลจากจำนวน output ให้วัดจากงานที่เจ้าของตัดสินใจได้ดีขึ้น
AI Employee ที่ดีไม่ใช่แค่ทำงานเยอะ
แต่ต้องทำงานแบบตรวจได้ แก้ได้ และค่อย ๆ เรียนรู้จากธุรกิจจริง
สรุป
โพสต์ 20 Hermes Agent workflows ทำให้เห็นภาพใหญ่ที่สำคัญมากครับ
อนาคตของ AI ในงานจริงไม่ใช่ chatbot ที่ตอบฉลาดขึ้นเรื่อย ๆ
แต่มันคือ AI ที่มีบริบท มีเครื่องมือ มีความจำ มีตารางงาน และมี playbook ของธุรกิจ
สำหรับ OPB Stack ผมอยากแปลไอเดียนี้ให้เรียบง่ายกว่าเดิม:
ธุรกิจไม่ต้องเริ่มจากการสร้าง agent framework เอง
เริ่มจากการมี AI Employee หนึ่งคนที่รู้จักธุรกิจคุณก่อน
จากนั้นค่อยเพิ่ม Marketing, Customer, Operations, Money, Creative และ Builder roles ตามงานที่หนักที่สุดของวันนี้
ถ้าใช้ถูกทาง OPB Stack ไม่ใช่ chatbot อีกตัว
มันคือจุดเริ่มต้นของ owner operating system ที่ช่วยให้เจ้าของธุรกิจไม่ต้องเล่าเรื่องเดิมซ้ำทุกวัน และเริ่มเปลี่ยนงานซ้ำให้กลายเป็น workflow ที่ดีขึ้นเรื่อย ๆ
ถ้าอยากลองทางนี้ เริ่มจาก prompt แรกในบทความนี้ก็พอครับ
ให้ AI เข้าใจธุรกิจคุณก่อน แล้วงานที่เหลือจะเริ่มง่ายขึ้นมาก
