คอร์สพัฒนา AI Agent: การเรียกใช้เครื่องมือ การจัดการหน่วยความจำ กรอบงาน LangGraph กรณีศึกษาธุรกิจบริการลูกค้าอีคอมเมิร์ซจริง

แนะนำคอร์ส:
คอร์สปฏิบัติการโปรเจกต์ Agent นี้ครอบคลุมทั้งหลักการทางทฤษฎีและการนำไปใช้จริงในธุรกิจบริการลูกค้าอีคอมเมิร์ซ ส่วนทฤษฎีอธิบายแนวคิดพื้นฐาน AI Agent วงจรการทำงาน ข้อจำกัดพรอมต์ วิศวกรรมบริบท เอาต์พุตแบบมีโครงสร้าง ToolCalling AgenticRAG หน่วยความจำระยะสั้นและระยะยาว รวมถึงกรอบงาน LangGraph การทำงานร่วมกันของหลายเอเจนต์ สิทธิ์ความปลอดภัย การสังเกตและประเมินผล ส่วนปฏิบัติการใช้บริการลูกค้าอีคอมเมิร์ซเป็นกรณีศึกษา เริ่มจากการสร้างบริการแชท แก้ไขปัญหาแบบทีละขั้น เช่น ภาพหลอน การค้นหาที่ไม่แม่นยำ เครื่องมือผิดพลาด บริบทล้น การดำเนินการเกินสิทธิ์ จนเสร็จสิ้นกระบวนการคืนเงินและคืนสินค้า การซ้อมรับมือช่วงโปรโมชันใหญ่ เหมาะสำหรับผู้เรียนสายเทคนิคที่ต้องการนำเอเจนต์ไปใช้จริง

สารบัญคอร์ส:
01_AI Agent คืออะไร
02_โมเดลและข้อความ
03_วงจรการทำงานของ Agent
04_แผนที่ฉากธุรกิจ Agent สำหรับอีคอมเมิร์ซ
05_Prompt จำกัดบทบาทธุรกิจอย่างไร
06_พื้นฐานวิศวกรรมบริบท
07_เอาต์พุตแบบมีโครงสร้าง
08_Streaming และประสบการณ์ผู้ใช้
09_พื้นฐาน ToolCalling
10_พารามิเตอร์ของเครื่องมือ ค่าที่ส่งคืน และการจัดการข้อผิดพลาด
11_ToolRuntime, ToolNode และโหนดเครื่องมือ LangGraph
12_create_agent ตัวแรก
13_ทำไมต้องใช้ RAG
14_การแบ่งเอกสารและเมทาดาทา
15_การอ้างอิงและการป้องกันภาพหลอน
16_ความรู้เบื้องต้นเกี่ยวกับ AgenticRAG
17_ความจำระยะสั้น
18_ความจำระยะยาวและขอบเขตความเป็นส่วนตัว
19_Runtime และบริบท
20_ทำไมต้องใช้ LangGraph
21_โหนดสถานะและเส้นเชื่อม
22_เวิร์กโฟลว์ FunctionalAPI
23_การคงอยู่ การกู้คืน และการเดินทางข้ามเวลา
24_Human-in-the-loop และ Interrupt
25_การจัดการข้อผิดพลาดและความทนทานต่อข้อผิดพลาด
26_การสังเกตการณ์และ Trace
27_การประเมินและการทดสอบ
28_ความปลอดภัยของ MCP และขอบเขตสิทธิ์
29_กรอบความคิดด้านวิศวกรรมของ ClaudeCode
30_วิศวกรรมบริบทและความจำของโครงการ
31_แซนด์บ็อกซ์สิทธิ์ของเครื่องมือและขอบเขตความปลอดภัย
32_Hooks, Skills, MCP และการแบ่งชั้นส่วนขยาย
33_Subagents การทำงานร่วมกันของหลายเอเจนต์และการกำกับดูแล
บทที่ 01: ฝ่ายบริการลูกค้าหนีไป เจ้านายบอกให้คุณรับสาย
บทที่ 02: สร้างบริการแชท ให้ข้อความไหลเข้ามา
บทที่ 03: AI เวอร์ชันแรกคุยเก่งแต่ตอบคำถามธุรกิจไม่ได้
บทที่ 04: AI บอกว่าจะจัดการให้ แต่ฝ่ายหลังการขายไม่ได้รับคำขอคืนสินค้า
บทที่ 05: AI สัญญาว่าจะชดเชย คุณยัดกฎทั้งหมดลงใน Prompt
บทที่ 06: Prompt โตเหมือนกำแพง กลัวพังเมื่อแก้จุดเดียว
บทที่ 07: บิลสิ้นเดือนมาแล้ว ดูการเผา Token ต่อรอบ
บทที่ 08: ปัญหาไม่ใช่โมเดลโง่ แต่เป็นข้อมูลนำเข้าที่หยาบของคุณ
บทที่ 09: แยกกฎหลังการขายและติดแท็กแต่ละส่วน
บทที่ 10: การค้นหาเวกเตอร์ครั้งแรก: หากฎที่ใกล้เคียงคำถามผู้ใช้ที่สุด
บทที่ 11: เจ้านายเห็นแหล่งที่มาของคำตอบในที่สุด
บทที่ 12: ตรงเป้าไม่ได้หมายว่าถูกต้อง ห้ามกุขึ้นมาโดยไม่มีหลักฐาน
บทที่ 13: ผู้ใช้ถามถึงโปรโมชันหูฟัง แต่การค้นหาเวกเตอร์ได้กฎผิด
บทที่ 14: กฎคล้ายกันมากเกินไป Top-k อาจไม่ถูกต้อง
บทที่ 15: เวกเตอร์อย่างเดียวไม่พอ ต้องเพิ่มคีย์เวิร์ดและการกำหนดเส้นทางด้วยกฎ
บทที่ 16: กฎระเบิดก่อนเทศกาลลดราคาครั้งใหญ่ การค้นหาฐานความรู้เริ่มติดขัด
บทที่ 17: ผู้ใช้ถามสถานะจัดส่ง AI เริ่มกุสถานะการจัดส่ง
บทที่ 18: ให้กล่องเครื่องมือ Agent แต่พารามิเตอร์และตัวตนต้องถูกควบคุม
บทที่ 19: ผู้ใช้ไม่ได้บอกเลขคำสั่งซื้อ AI ไม่ควรแกล้งทำเป็นรู้
บทที่ 20: ผลลัพธ์เครื่องมือป้อนกลับดิบไม่ได้ บริบทจะระเบิด
บทที่ 21: บริการโมเดลขัดข้อง เครื่องมือหมดเวลา บริการลูกค้าต้องไม่ล่มสลาย
บทที่ 22: แนะนำสินค้าเชื่อถือได้ในที่สุด: สต็อก ราคา ความรู้ รวมกัน
บทที่ 23: เครื่องมือมากขึ้น โค้ดการกำกับดูแลเริ่มรั่วไหล
บทที่ 24: เครื่องมือไม่ควรให้บริการเฉพาะ Agent เวอร์ชันนี้
บทที่ 25: เครื่องมือ ฐานความรู้ กระบวนการพร้อมแล้ว ผู้ใช้จะเลือกเส้นทางใด
บทที่ 26: ผู้ใช้บอกให้คืนเงินเลย การคืนเงินไม่ใช่แค่ประโยคเดียว
บทที่ 27: Agent อิสระไม่เหมาะกับกระบวนการหลังการขาย ต้องวาดกระบวนการอย่างเข้มงวด
บทที่ 28: คืนเงินสินค้าที่ยังไม่จัดส่ง: ตรวจสอบคำสั่งซื้อแล้วจึงดูกฎ
บทที่ 29: คืนสินค้าที่ลงนามแล้ว: ตรวจเวลา สินค้า เหตุผล นโยบาย
บทที่ 30: AI ทำได้แค่ส่งคำขอ อนุมัติตัวเองไม่ได้
บทที่ 31: การกู้คืนการอนุมัติต้องไม่เชื่อมต่อแบบสุ่มหรือซ้ำซ้อน
บทที่ 32: ผู้ใช้ถามถึงคำสั่งซื้อเมื่อสักครู่ แต่ไม่ใช่ทุกประโยคที่ควรจดจำ
บทที่ 33: ผู้ใช้อ้างว่าเป็น VIP ไม่ได้หมายความว่าเป็นจริง
บทที่ 34: ประวัติ ผลลัพธ์เครื่องมือ ชิ้นส่วน RAG เบียดกันแน่น โมเดลเริ่มสับสน
บทที่ 35: บริบทยาวเกินไป โมเดลเริ่มลืมเนื้อหากลาง
บทที่ 36: ผู้ใช้ เครื่องมือ ฐานความรู้ ล้วนนำคำสั่งสกปรกมาได้
บทที่ 37: เจ้าถามว่าทำไมตอบแบบนั้น พูดแค่ว่า LLM คิดอย่างนั้นไม่ได้
บทที่ 38: หลังเปลี่ยนพรอมต์ การจัดส่งดีขึ้นแต่การคืนเงินพัง
บทที่ 39: อย่าเปลี่ยนสุ่มหลังล้มเหลว รีวิวแย่ไม่ได้ฟรี
บทที่ 40: เจ้าตรวจบิลอีกครั้ง เริ่มแบ่งระดับต้นทุน
บทที่ 41: คืนก่อนเทศกาลลดราคาครั้งใหญ่ ซ้อมเต็มรูปแบบของ Agent บริการลูกค้าอีคอมเมิร์ซ
บทที่ 42: คลื่นลูกแรกของเทศกาลลดราคา: กฎการจัดส่งและโปรโมชันต้องถูกต้อง
บทที่ 43: คลื่นลูกที่สอง: ผู้ใช้ต้องการคืนเงิน AI ต้องหยุดและรอการอนุมัติ
บทที่ 44: คลื่นลูกที่สาม: บริการขัดข้อง การค้นหาที่ไม่ได้รับอนุญาต การพลาดความรู้ เกิดขึ้นทั้งหมด
บทที่ 45: เจ้าถามว่าเปิดตัวได้หรือยัง เขียนขอบเขตก่อน
บทที่ 46: เจ้าถามว่าแข็งแกร่งขึ้นได้ไหม อธิบายแผนงานและการนำเสนอโครงการ