Summary
จาก chatbot ธรรมดา สู่ AI ที่ทำงานแทนเราได้, เราเติมอะไรเข้าไปบ้าง?
🧱 เริ่มจาก LLM เปล่า ๆ
➕ Layer 1: System Prompt, ใส่ "บทบาท" และ "กติกา"
➕ Layer 2: Tool Calling, ใส่ "แขน" และ "ขา"
➕ Layer 3: Loop, ใส่ "ความต่อเนื่อง"
- LLM → tool: read_file("main.go") ← อ่านก่อนว่ามีอะไร
- LLM → tool: search_files("*.go") ← หาไฟล์ทั้งหมด
- LLM → tool: read_file("go.mod") ← อ่าน module name
- LLM → tool: write_file("README.md") ← เขียน!
- LLM → ผู้ใช้: "สร้าง README.md เสร็จแล้วครับ"
➕ Layer 4: Memory, ใส่ "ความจำ"
➕ Layer 5: Planning & Reasoning, ใส่ "การคิดก่อนทำ"
AI คิด (reasoning): "1. ต้องเข้าเว็บ led.go.th 2. กรอกฟอร์ม: ประเภท=ห้องชุด, จังหวัด=กรุงเทพ, ราคา=7-8M, ขนาด≥60 3. แต่เว็บมี CAPTCHA, ต้องอ่าน CAPTCHA ทีหลังสุด 4. ต้องใช้ button.click(), form.submit() ใช้ไม่ได้ 5. ถ้าไม่มีในห้วยขวาง → ขยายเป็นทั้งกรุงเทพ"
AI ลงมือทำตามแผน → สำเร็จ
➕ Layer 6: Skills, ใส่ "ประสบการณ์"
➕ Layer 7: Multi-Agent, ใส่ "ทีม"
🧩 ประกอบร่าง, Agentic AI
🎯 สรุปให้เห็นภาพ
ต่อไปจากนี้
Source
This article discusses content originally published by at Dev.to.
