สำรวจ AWS Skill Builder, PartyRock และ Kiro สำหรับผู้เริ่มต้น
กรกฎาคม 2026 | จาการ์ตา, อินโดนีเซีย
คำนิยามตาม Amazon Web Services (AWS):
Cloud Computing คือการส่งมอบทรัพยากรด้าน IT ตามคำขอ (On-demand) ที่สามารถเข้าถึงได้จากทุกที่ผ่านอินเทอร์เน็ต โดยคิดค่าบริการตามการใช้งานจริง (Pay-as-you-go).
โซเชียลมีเดีย อีคอมเมิร์ซ ความบันเทิงและเกม แอปเพิ่มประสิทธิภาพการทำงาน การประชุมออนไลน์ ไปจนถึงแอปทำงานร่วมกัน ล้วนขับเคลื่อนอยู่บนคลาวด์ทั้งสิ้น.
ใช้ระบบคิดราคาตามความต้องการและการใช้งานจริง ไม่จ่ายเกินความจำเป็น.
ไม่ต้องแบกรับค่าดูแลรักษาเซิร์ฟเวอร์ (Data Center) อีกต่อไป.
ปรับขนาดทรัพยากรได้อัตโนมัติทุกเวลาที่ต้องการ.
ยิ่งมีการใช้งานทั่วโลกมากเท่าไร ต้นทุนต่อหน่วยยิ่งถูกลงเท่านั้น.
ติดตั้งและเปิดใช้งานโครงสร้างพื้นฐานใหม่ได้ภายในไม่กี่นาที.
เข้าถึงผู้ใช้งานทั่วโลกด้วยความหน่วง (Latency) ที่ต่ำที่สุด.
จากผลสำรวจ Future of Jobs Survey ของ World Economic Forum คลาวด์คอมพิวติ้งครองอันดับ 1 (17%) ของเทรนด์การนำเทคโนโลยีมาใช้งาน.
ระบุ รวบรวม วิเคราะห์ และนำเสนอข้อมูลในรูปแบบที่เข้าใจง่าย.
เงินเดือนโดยประมาณ: 8-25 ล้านรูเปีย / เดือน
ออกแบบระบบ AI เพื่อสร้างโมเดลทำนายผลแบบอัตโนมัติ.
เงินเดือนโดยประมาณ: 9-31 ล้านรูเปีย / เดือน
ออกแบบ สร้าง และดูแลโครงสร้างพื้นฐานของ data pipeline.
เงินเดือนโดยประมาณ: 10-28 ล้านรูเปีย / เดือน
ออกแบบโครงสร้างสถาปัตยกรรมคลาวด์ให้กับองค์กร.
เงินเดือนโดยประมาณ: 27-115 ล้านรูเปีย / เดือน
ศูนย์การเรียนรู้ดิจิทัลอย่างเป็นทางการ เพื่อสร้างทักษะคลาวด์ที่ตรงกับความต้องการของอุตสาหกรรม:
ใบประกาศดิจิทัลอย่างเป็นทางการที่ยืนยันความเข้าใจพื้นฐานด้านคลาวด์คอมพิวติ้ง ครอบคลุมทั้ง Compute, Storage, Networking และ Database.
มีทั้งหมด 5 โมดูลหลัก + 1 assessment เพื่อรับใบประกาศ:
เครื่องเสมือน (EC2) คอนเทนเนอร์ (ECS, EKS) และ Serverless (AWS Lambda).
VPC สำหรับเครือข่ายส่วนตัว Route 53 สำหรับ DNS และ CloudFront สำหรับ Content Delivery Network (CDN).
ฐานข้อมูลเชิงสัมพันธ์ (Amazon RDS/Aurora) NoSQL แบบ Key-Value (DynamoDB) และ DocumentDB.
EBS (พื้นที่จัดเก็บแบบบล็อกความหน่วงต่ำ) Amazon S3 (พื้นที่จัดเก็บ ออบเจกต์ระดับโลก) และ EFS (ระบบไฟล์).
ดาวน์โหลด PDF คลิกที่นี่
Before you start registering for an AWS Skill Builder ก่อนเริ่มสมัครบัญชี AWS Skill Builder ตรวจสอบให้แน่ใจว่าคุณเตรียมอุปกรณ์ตามข้อกำหนดด้านล่างพร้อมแล้ว เพื่อให้กระบวนการสมัครเป็นไปอย่างราบรื่น.
แนะนำให้ใช้ โน้ตบุ๊ก / พีซี เพื่อให้แสดงผลหน้าจอได้ดีที่สุด.
แนะนำให้ใช้ Google Chrome เวอร์ชันล่าสุด.
แนะนำให้ใช้โน้ตบุ๊กเพื่อการแสดงผลที่ดีที่สุด หากใช้สมาร์ตโฟน กรุณาสลับไปที่ โหมดเดสก์ท็อป เพื่อให้ปุ่มนำทางของ AWS แสดงผลและกดใช้งานได้อย่างถูกต้อง.
พิมพ์
aws skill builder ในช่องค้นหา Google แล้วคลิกผลการค้นหาลำดับแรก
หรือเข้าลิงก์ทางการด้านล่างได้โดยตรง:
https://skillbuilder.aws
เมื่อแดชบอร์ดของ AWS Skill Builder ปรากฏขึ้น คลิกปุ่ม "Create free account".
ในหน้าจอเลือกวิธีเข้าสู่ระบบ คลิกปุ่ม ใต้ตัวเลือก **AWS Builder ID**.
หน้า "Email Verification" จะปรากฏขึ้น ตรวจสอบกล่องข้อความอีเมลที่คุณสมัคร, คัดลอก verification code ที่ได้รับ นำไปวางในช่องที่กำหนด, แล้วคลิก "Verify".
ต่อไป, ในหน้า create-password , กรอกรหัสผ่านที่ผสมผสาน
ตัวอักษรพิมพ์ใหญ่, ตัวพิมพ์เล็ก, ตัวเลข, numbers, และอักขระพิเศษ
(ตัวอย่าง:
ATsn2368#@). กรอกรหัสผ่านซ้ำอีกครั้ง, พิมพ์ตัวอักษรตามภาพให้ถูกต้อง,
แล้วคลิก "Create AWS Builder ID".
ในหน้า Terms and conditions ของ AWS Training and Certification, เพียงคลิกปุ่ม .
หากระบบตรวจพบว่า time zone ไม่ตรงกัน และแสดงข้อความให้สลับไปใช้ time zone (GMT +07:00) Asia/Jakarta, ให้คลิกปุ่ม "UPDATE".
เมื่อสมัครบัญชีเสร็จสมบูรณ์และเข้าสู่แดชบอร์ดผู้ใช้หลักแล้ว ทำตามคำแนะนำนี้เพื่อค้นหาเนื้อหาคอร์สเรียน:
บนแดชบอร์ดผู้เรียน เลื่อนลงจนกว่าจะพบ Featured content section.
คลิกไอคอนลูกศรขวา (>) บนแถบนำทางเพื่อเลื่อนไปหน้าถัดไป (Page 2/2).
มองหาคอร์สที่ชื่อว่า: Cloud Essentials Knowledge Badge Readiness Path, แล้วคลิกเข้าไป.
คลิกปุ่มสีส้ม . หากมีกล่องข้อความยืนยันความสำเร็จปรากฏขึ้น, คลิกปุ่ม "START LEARNING NOW".
คอร์สนี้ประกอบด้วย 5 โมดูลหลัก และ 1 assessment (final exam เพื่อรับใบประกาศ Knowledge Badge).
เลือกคอร์สที่ต้องการเรียน (ไม่จำเป็นต้องเรียงลำดับ) แล้วคลิกเข้าไปที่คอร์ส. คลิกปุ่ม "START LEARNING NOW" .
เนื้อหาคอร์สมีทั้งบทความให้อ่านและวิดีโอสอน ท้ายแต่ละโมดูลจะมีแบบประเมินสั้นๆ เรียกว่า "Knowledge Check" และ "feedback", กรุณาทำให้ครบทุกครั้ง.
เลือก Cloud Essentials Knowledge Badge Assessment ที่ต้องการสอบ, คลิกเข้าไปที่คลาส ,แล้วคลิกปุ่ม BEGIN THE TEST.
หากคุณได้คะแนนตั้งแต่ 83% ขึ้นไปตามเกณฑ์ที่กำหนด, ยินดีด้วย, คุณสอบผ่านแล้ว! กรุณาสละเวลากรอกแบบสอบถามประเมินผล ( Survey/Feedback). จากนั้นสามารถดาวน์โหลดใบประกาศได้โดยคลิกปุ่ม DOWNLOAD YOUR CERTIFICATE. ส่วนแบดจ์ดิจิทัลตัวจริงจะถูกส่งไปยังอีเมลที่ลงทะเบียนไว้ (กรุณารอ 2-5 วันทำการ).
หากคะแนนสุดท้ายต่ำกว่าเกณฑ์ที่กำหนด แสดงว่าคุณยังสอบไม่ผ่าน. แล้วต่อไปทำอย่างไร? คุณสามารถสอบใหม่ได้ แต่โปรดทราบว่าต้องรอ ระยะเวลา 24 ชั่วโมง (1 วัน) ก่อนสอบใหม่อีกครั้ง.
ดาวน์โหลด PDF คลิกที่นี่
ปัญญาประดิษฐ์ (AI) เป็นสาขาหนึ่งของวิทยาการคอมพิวเตอร์ที่มุ่งแก้ปัญหา เชิงพุทธิปัญญาซึ่งมักเกี่ยวข้องกับความสามารถของมนุษย์ เช่น การเรียนรู้ การสร้างสรรค์ และการจดจำภาพ.
ความฉลาดของมนุษย์ที่แสดงออกผ่านเครื่องจักร.
ระบบ AI ที่เรียนรู้จากข้อมูลในอดีต.
โมเดล Machine Learning ที่เลียนแบบการทำงานของสมองมนุษย์.
โมเดล Deep Learning (foundation models) ที่สามารถสร้างสรรค์เนื้อหาใหม่ได้เอง.
ปัญญาประดิษฐ์เชิงสร้างสรรค์ (Generative AI) คือ AI ประเภทหนึ่งที่สามารถ สร้างเนื้อหาและไอเดียใหม่ๆ ได้ ไม่ว่าจะเป็นบทสนทนา เรื่องราว รูปภาพ วิดีโอ และเพลง.
โมเดลเหล่านี้สามารถฝึกให้เรียนรู้ภาษามนุษย์ ภาษาโปรแกรม งานศิลปะ เคมี ชีววิทยา หรือหัวข้อซับซ้อนอื่นๆ ได้.
| ประเภท Output | เทคโนโลยีตัวอย่าง | คำอธิบาย |
|---|---|---|
| ข้อความ | ChatGPT, Bard, Claude | สร้างข้อความ เรื่องราว บทความ อีเมล และแม้แต่โค้ดโปรแกรม. |
| รูปภาพ | DALL-E, Midjourney, Stable Diffusion | สร้างภาพวิชวลใหม่จากคำอธิบายที่เป็นข้อความ (prompt). |
| วิดีโอ | Sora, Runway, Pika | สร้างวิดีโอสั้นๆ จากบทหรือภาพอ้างอิงที่กำหนด. |
| เสียง | ElevenLabs, Voicemod | สร้างเสียงมนุษย์ที่โคลนหรือสังเคราะห์จากข้อความอินพุต. |
ลองใช้ ChatGPT ช่วยเขียนงาน แล้วศึกษาว่าทำไมผลลัพธ์ถึงออกมาแบบนั้น.
ลองแต่งกลอนกับ ChatGPT สร้างภาพด้วย DALL-E หรือเรียบเรียงเพลงด้วย Suno AI.
เรียนรู้ประเด็นสำคัญเสมอ ทั้งการลอกเลียนงาน ความถูกต้องของข้อมูล (AI hallucination) การเพิ่มขึ้นของ deepfake และความเป็นส่วนตัวของข้อมูล.
ออกแบบมาเพื่อสร้างความรู้พื้นฐานด้าน AI และ ML เหมาะสำหรับผู้เริ่มต้น ที่ต้องการเริ่มต้นสายอาชีพหรือยกระดับคุณสมบัติด้านเทคโนโลยี AI.
เหมาะสำหรับผู้ที่มีประสบการณ์อย่างน้อย 1 ปีในงานวิศวกรรม machine learning โดยใช้ระบบนิเวศโครงสร้างพื้นฐานคลาวด์ของ AWS โดยตรง.
ในการสร้างสถาปัตยกรรมแอปพลิเคชันที่ใช้ Generative AI คุณจะต้องมี องค์ประกอบหลักดังต่อไปนี้:
บริการแบบ fully-managed สำหรับสร้าง ฝึกฝน และนำโมเดล machine learning ไปใช้งานจริงบนระบบคลาวด์ในระดับ production.
ทำให้ Foundation Models (FMs) ประสิทธิภาพสูงจากสตาร์ทอัพชั้นนำด้าน AI หลากหลายรายเข้าถึงได้ง่ายผ่านการเชื่อมต่อ API ที่ปลอดภัย.
ผู้ช่วย Generative AI สำหรับธุรกิจและนักพัฒนา ใช้เขียน *โค้ดคุณภาพสูง* และประมวลผลข้อมูลภายในองค์กรได้อย่างชาญฉลาด.
บริการ playground ด้าน UI/UX แบบครบวงจร ที่ช่วยให้ผู้เริ่มต้น ออกแบบแอปพลิเคชัน Gen AI ได้ง่ายๆ โดยไม่ต้องเขียนโค้ด.
ปรับระดับความยากได้อัตโนมัติตามความสามารถเฉพาะตัวของผู้เรียนแต่ละคน.
เร่งความเร็วในการค้นหาข้อมูลข้ามศาสตร์ ก้าวข้ามตำราเรียนแบบเดิม.
กระตุ้นการวิเคราะห์เชิงลึกผ่านการจำลองสถานการณ์/กรณีศึกษาที่ซับซ้อน.
ให้บทสรุป แผนผังความคิด และการแสดงภาพเนื้อหาได้ในทันที.
ดาวน์โหลด PDF คลิกที่นี่
"นำความเข้มงวดเชิงวิศวกรรมมาสู่การพัฒนาแบบ agentic"
IDE ที่ขับเคลื่อนด้วย AI ซึ่งสามารถวางแผนและลงมือทำงานที่ซับซ้อนได้ด้วยตัวเอง.
พัฒนาอย่างเป็นทางการโดย Amazon Web Services (AWS) มีทั้งแผนฟรีและแบบเสียเงิน.
ขับเคลื่อนเต็มรูปแบบด้วย *foundation models* ประสิทธิภาพสูง ผ่าน Amazon Bedrock.
เวอร์ชันที่พร้อมใช้งาน: Desktop IDE, CLI (Terminal) และเว็บเบราว์เซอร์.
Kiro ช่วยแก้ปัญหาหลักของการสร้างระบบซอฟต์แวร์ขนาดใหญ่ด้วย AI ทั่วไป:
วิธีแบบฉับพลัน: เขียน *prompt* ตามอารมณ์ AI เขียนโค้ดตามสมมติฐาน โดยไม่มี spec ที่แน่นอน เร็วในช่วงเริ่มต้น แต่คาดเดาผลลัพธ์ไม่ได้ เมื่อขึ้นระดับ production.
วิธีที่มีโครงสร้างชัดเจน กำหนดสถาปัตยกรรม dependency และขอบเขตการทำงาน ไว้ในเอกสารเทคนิคอย่างชัดแจ้งก่อนที่ AI จะเริ่มเขียนโค้ดใดๆ.
| ตัวแปร | Vibe Coding | Spec-Driven Development |
|---|---|---|
| จุดเริ่มต้น | AI เขียนโค้ดทันที | สร้าง Requirements ก่อน |
| เอกสารประกอบ | ไม่มี | สร้างขึ้นโดยอัตโนมัติ |
| โปรเจกต์ขนาดใหญ่ | จัดการยาก | มีโครงสร้างที่ดี |
| การทำงานร่วมกันเป็นทีม | ซิงก์กันยาก | ง่ายมาก |
| ความสามารถในการคาดเดาผลลัพธ์ | ต่ำ | สูง |
เปลี่ยนไอเดียนามธรรมให้กลายเป็น *requirements* การออกแบบ สถาปัตยกรรม (*design*) และ *tasks* โค้ดโดยละเอียดอย่างอัตโนมัติ.
บทสนทนาแบบโต้ตอบที่รับรู้บริบทกับ AI ซึ่งสามารถ ลงมือแก้ไขโค้ดได้โดยตรง.
ไฟล์กฎ markdown แบบถาวร ที่ทำให้พฤติกรรมของ AI สอดคล้อง กับมาตรฐานภายในของทีมเสมอ.
สั่งงาน AI โดยอัตโนมัติเมื่อมีเหตุการณ์บางอย่างเกิดขึ้นใน IDE (เช่น หลังจากบันทึกไฟล์).
เชื่อมต่อกับแหล่งข้อมูลภายนอกได้อย่างราบรื่น เช่น API ฐานข้อมูล หรือเอกสาร ผ่าน Model Context Protocol.
มอบหมายงานขนาดใหญ่ให้ AI ทำ พร้อมตัวเลือกให้ตรวจสอบหรือย้อนกลับผลลัพธ์ได้เต็มที่.
pecs ทำหน้าที่เป็น *blueprint* ที่มีโครงสร้าง แบ่งการพัฒนาออกเป็นไฟล์ markdown หลัก 3 ไฟล์:
วิเคราะห์เรื่องราวของไอเดีย ➔ ออกแบบสถาปัตยกรรมโค้ดเบสและการจัดการ ข้อผิดพลาด ➔ สร้างรายการงานเชิงเทคนิคโดยละเอียด ➔ คลิก "Run" เพื่อทำงานอัตโนมัติ.
EARS = Easy Approach to Requirements Syntax.รูปแบบมาตรฐาน การเขียน requirements เพื่อให้ชัดเจน ไม่กำกวม และทดสอบได้โดยตรง.
รับประกันความชัดเจน ความสามารถในการทดสอบ การตรวจสอบย้อนกลับของโค้ด และความครบถ้วนของกรณีสถานการณ์.
Steering ประกอบด้วยไฟล์ markdown ในไดเรกทอรี
.kiro/steering/ ที่ทำให้ Kiro มีความรู้ถาวรเกี่ยวกับ มาตรฐานของโปรเจกต์
จึงไม่จำเป็นต้องอธิบายใหม่ทุกครั้งที่เริ่มเซสชัน prompt.
กำหนดจุดประสงค์ของผลิตภัณฑ์ กลุ่มผู้ใช้เป้าหมาย และวัตถุประสงค์ ทางธุรกิจหลัก.
บันทึกเฟรมเวิร์ก ไลบรารี และ *เครื่องมือ* ที่ทีมเลือกใช้.
อธิบายกฎการตั้งชื่อโฟลเดอร์ โครงสร้างไฟล์ และกฎการ import โค้ด.
ตัวกระตุ้นอัตโนมัติที่ทำให้ AI Agent ลงมือทำงานเองได้ทันที เมื่อตรวจพบ *เหตุการณ์* ในสภาพแวดล้อมพื้นที่ทำงานของ IDE.
CHANGELOG.md โดยอัตโนมัติ.
มาตรฐานอุตสาหกรรมแบบเปิดสำหรับเชื่อมต่อ AI เข้ากับทรัพยากร บุคคลที่สามภายนอกโดยตรง เช่น ฐานข้อมูล (MySQL/Postgres) REST API ของบุคคลที่สาม Google Drive, Notion, Jira, Figma และเอกสาร API ที่กำหนดเอง.
มอบหมายคำสั่งขนาดใหญ่ให้ Kiro วางแผน *sub-tasks* และลงมือทำเองได้โดยไม่ต้องขัดจังหวะเพื่อยืนยันซ้ำๆ คุณยังคงควบคุมได้เต็มที่ในการ *ตรวจสอบ* ผลลัพธ์สุดท้าย.
| ฟีเจอร์สำคัญ | Kiro | GitHub Copilot | Cursor | ChatGPT |
|---|---|---|---|---|
| Spec-Driven Development | มี | ไม่มี | มีบางส่วน | ไม่มี |
| EARS Notation Requirements | มี | ไม่มี | ไม่มี | ไม่มี |
| Auto Architectural Design | มี | ไม่มี | ไม่มี | ไม่มี |
| Agent Hooks Trigger | มี | ไม่มี | ไม่มี | ไม่มี |
| Steering (Persistent Context) | มี | มีบางส่วน | มีบางส่วน | ไม่มี |
ปัจจุบัน Kiro เป็น IDE เพียงตัวเดียวที่มอบเวิร์กโฟลว์ *Spec-Driven Development* ครบวงจร ตั้งแต่ไอเดียเชิงข้อกำหนดเริ่มต้นจนถึงการลงมือทำ ทั้งหมดอยู่ในระบบนิเวศเดียวกัน.
ดาวน์โหลด PDF
คลิกที่นี่
PartyRock คือ *สนามเด็กเล่นเครื่องมือ* Generative AI ที่ดูแลโดย AWS ซึ่งช่วยให้คุณสร้างและออกแบบแอปพลิเคชัน AI ที่กำหนดเองได้ภายในไม่กี่วินาที โดยไม่ต้องมีทักษะการเขียนโค้ดเลย.
ช่วยให้สร้างงานเขียนเชิงสร้างสรรค์ บทความ อีเมลธุรกิจ และงานที่โรงเรียนมอบหมายได้อย่างง่ายดาย.
ช่วยแปลงไอเดียศิลปะให้เป็นภาพจากคำอธิบายที่เป็นข้อความโดยตรง.
เพิ่มประสิทธิภาพในการทำงานและความสามารถในการดำเนินงานประจำวัน.
บริการนี้ยังครอบคลุม *คำแนะนำเครื่องมือ AI* *การพัฒนาสายอาชีพ* และ *การเรียนรู้และการศึกษา*.
ทำตามขั้นตอนด้านล่างเพื่อเริ่มเข้าถึงสภาพแวดล้อม *AI Playground* อย่างเป็นทางการ:
เปิดเบราว์เซอร์และเข้าเว็บไซต์ทางการของ PartyRock ที่ URL ต่อไปนี้: partyrock.aws.
คลิกปุ่ม "Log In" หรือ "Get started for free" ที่มุมขวาบนของหน้าจอ.
ในหน้าต่างเลือกวิธีเข้าสู่ระบบที่ปรากฏขึ้น คลิกตัวเลือก "Sign in with Amazon" ซึ่งอยู่ด้านล่างของเมนู.
หากคุณยังไม่มีบัญชี Amazon คลิกปุ่ม "Create your Amazon account" ในกล่องข้อความนำทาง ที่ปรากฏขึ้น.
เพื่อรักษาความถูกต้องของการเข้าถึงบัญชี AWS ใช้การตรวจสอบข้อมูล ยืนยันตัวตนหลายชั้น:
เมื่อล็อกอินสำเร็จแล้ว คุณจะถูกพาไปที่ *Home Dashboard* หลักโดยตรง.
คลิกปุ่มสีเขียวสด "Generate app" ที่อยู่บน แถบนำทางมุมขวาบน.
หน้าต่างป็อปอัปจะปรากฏขึ้นถามว่าคุณต้องการวิธีสร้างแอปแบบไหน หากต้องการควบคุมองค์ประกอบการออกแบบแอปได้เต็มที่ คลิก "Build manually".
ในหน้าแคนวาสแก้ไขโปรเจกต์ คุณสามารถเพิ่มบล็อกฟังก์ชันต่างๆ ได้โดยใช้ เมนูหลัก "+ Add widget" ด้านล่างนี้คือรายละเอียดหน้าที่การ ทำงานของแต่ละส่วนประกอบ:
| ชื่อส่วนประกอบ Widget | หน้าที่หลัก |
|---|---|
| User Input | ให้ช่องกรอกข้อความอิสระสำหรับผู้ใช้แอปกรอกข้อมูลที่เปลี่ยนแปลงได้ (เช่น แนวหนัง ชื่อวัตถุ). |
| Select | ให้พารามิเตอร์การโต้ตอบในรูปแบบรายการดรอปดาวน์ตัวเลือกที่กำหนดไว้ ตายตัวสำหรับผู้ใช้r. |
| Document Select | ให้ผู้ใช้อัปโหลดเอกสารข้อความภายนอก (PDF, DOCX, PPTX, HTML, JSON, CSV) ได้สูงสุด 800,000 ตัวอักษร. |
| Static Text | แสดงข้อความข้อมูลคงที่ถาวรที่คุณในฐานะผู้ออกแบบแอปกำหนดเอง โดยตรง. |
| Text Generation | สร้างผลลัพธ์ข้อความใหม่ทันทีตามพารามิเตอร์ prompt ของ AI (AI-powered text). |
| Chatbot | ให้พื้นที่แชทแบบโต้ตอบด้วย AI แบบไดนามิกระหว่างผู้ใช้กับแอป (AI-powered chat). |
| Image Generation | สร้างภาพวิชวลใหม่โดยอัตโนมัติตามคำอธิบายที่กำหนดไว้. |
บล็อก widget ทุกตัวที่คุณเพิ่มลงในแคนวาสออกแบบสามารถปรับแต่งใหม่ได้ — ชื่อหัวข้อ (*Widget title*) ข้อความ placeholder (*Placeholder*) และค่าเริ่มต้น (*Default value*) — ให้เหมาะกับกรณีใช้งานขององค์กรคุณ.
ใน widget สร้างเนื้อหาอย่างเช่น *Profile Summary* คุณสามารถ สร้างคำสั่ง prompt เฉพาะที่อ้างอิงข้อมูลจากตัวแปร widget อื่นๆ ได้ (ตัวอย่าง: เรียกข้อมูลอายุ เพศ ส่วนสูง น้ำหนัก และกิจกรรมทางกาย).
คุณยังสามารถเลือกประเภทโมเดล AI ขั้นสูงที่เชื่อถือได้เป็นเอนจิน ตรรกะหลักของแอปพลิเคชัน เช่น Claude 3.5 Sonnet v2, และปรับพารามิเตอร์ *Temperature* และ *Top P*.
โดยค่าเริ่มต้น แอปที่คุณออกแบบครั้งแรกบนแคนวาสจะเป็น *Private* หากต้องการให้แอปของคุณถูกทดลองใช้และเข้าถึงได้โดยสาธารณะหรือเพื่อนร่วมงาน ทำตามขั้นตอนนี้:
ใช้ความสามารถ *no-code Generative AI* เหล่านี้เพื่อสร้างสรรค์ โซลูชันแก้ปัญหากรณีศึกษาต่างๆ รอบตัวคุณ:
แอปสนุกๆ ที่วิเคราะห์รูปที่ผู้ใช้อัปโหลด แล้วมอบคำนิยาม บุคลิกเฉพาะตัวโดยอัตโนมัติ เช่น "มีแววรวยสุด" หรือ "ยิ้มสวยสุด".
ผู้ช่วยอัจฉริยะแบบโต้ตอบเพื่อฝึกนักเรียนให้กล้าแสดงข้อโต้แย้ง อย่างมั่นใจ ลับคมทักษะการสื่อสาร และสร้างกรอบตรรกะที่สอดคล้องกัน.
แอปที่ปรึกษาด้านการศึกษาสำหรับนักเรียนในการค้นหาสาขาวิชาและ มหาวิทยาลัยในฝันที่เหมาะกับความสามารถและพรสวรรค์ทางวิชาการ.
ตัวอย่างเดโมโปรเจกต์แบบสด:
s.id/BMICHECKดาวน์โหลด PDF คลิกที่นี่