Jev for Claude is INSANE (Every Jev Concept Explained)

1
00:00:00,000 --> 00:00:02,787
โมเดล AI ที่คนพูดถึงมากที่สุดเดือนนี้

2
00:00:02,787 --> 00:00:05,349
เขียนประโยคแม้แต่ประโยคเดียวไม่ได้

3
00:00:05,349 --> 00:00:08,663
คุยกับมันไม่ได้ และมันอธิบายตัวเองไม่ได้ด้วย

4
00:00:08,663 --> 00:00:13,937
และนี่คือสิ่งที่คนสร้างขึ้นมาด้วยมันภายในสัปดาห์แรกที่มันถูกปล่อยออกมา

5
00:00:13,937 --> 00:00:17,251
เรามีเบราว์เซอร์ที่กรอกข้อมูล Google Flights

6
00:00:17,251 --> 00:00:20,340
เสร็จในประมาณ 7 วินาที และถ้าคุณเคยลองใช้

7
00:00:20,340 --> 00:00:22,374
Claude กับเบราว์เซอร์มาก่อน

8
00:00:22,374 --> 00:00:25,538
คุณจะรู้ว่ามันช้ามาก ๆ เรามีข้อมูล session

9
00:00:25,538 --> 00:00:27,496
ของเว็บไซต์ 3 ล้าน session

10
00:00:27,496 --> 00:00:29,530
ที่จับพวกลูกค้าที่หลุดมือไป

11
00:00:29,530 --> 00:00:32,920
ตะกร้าที่ถูกทิ้งไว้ และอื่น ๆ เรียงให้เสร็จใน

12
00:00:32,920 --> 00:00:35,482
40 วินาที ด้วยราคาประมาณ 2 ดอลลาร์

13
00:00:35,482 --> 00:00:38,043
แล้วยังมีอีกคนขับ Chrome ด้วยเสียง

14
00:00:38,043 --> 00:00:41,810
โดยที่มันลงมือทำก่อนที่เขาจะพูดประโยคเต็มจบด้วยซ้ำ

15
00:00:41,810 --> 00:00:42,905
มันชื่อ Jev

16
00:00:42,905 --> 00:00:45,692
และผมได้อ่านเอกสารทางการทั้งหมดมาแล้ว

17
00:00:45,692 --> 00:00:47,952
เพื่อที่คุณจะได้ไม่ต้องอ่านเอง

18
00:00:47,952 --> 00:00:50,890
และเมื่อจบคลิปนี้ คุณจะรู้ว่ามันคืออะไร

19
00:00:50,890 --> 00:00:53,904
ทำไมมันถึงสำคัญถ้าคุณใช้ Claude อยู่แล้ว

20
00:00:53,904 --> 00:00:57,218
วิธีรันจาก Claude Code และถามคำถามที่ถูกต้อง

21
00:00:57,218 --> 00:00:59,780
รวมถึงวิธีเอามันไปใช้ให้คุ้มที่สุด

22
00:00:59,780 --> 00:01:02,868
เริ่มจากคุยกันว่าอะไรที่ต่างจริง ๆ ใน Jev

23
00:01:02,868 --> 00:01:05,430
เพราะบางส่วนของมันไม่ใช่เรื่องใหม่

24
00:01:05,430 --> 00:01:08,895
ซอฟต์แวร์ทุกชิ้นที่คุณใช้อยู่แล้วเต็มไปด้วย if

25
00:01:08,895 --> 00:01:11,230
statement ทั้งนั้น ตัวอย่างเช่น

26
00:01:11,230 --> 00:01:14,018
ถ้าออเดอร์มีมูลค่าเกิน 10,000 ดอลลาร์

27
00:01:14,018 --> 00:01:16,956
เราจะตั้งธงให้ตรวจสอบ แต่ข้อจำกัดคือ if

28
00:01:16,956 --> 00:01:18,051
statement

29
00:01:18,051 --> 00:01:20,989
ตรวจสอบได้เฉพาะสิ่งที่คอมพิวเตอร์วัดได้

30
00:01:20,989 --> 00:01:24,078
เราเปรียบเทียบกับตัวเลข วันที่ เช็คบ็อกซ์

31
00:01:24,078 --> 00:01:25,173
เกณฑ์ที่ชัดเจน

32
00:01:25,173 --> 00:01:28,563
แต่มันตรวจไม่ได้ว่าอีเมลนี้ฟังดูโกรธหรือเปล่า

33
00:01:28,563 --> 00:01:31,049
หรือออเดอร์นี้ดูน่าสงสัยหรือเปล่า

34
00:01:31,049 --> 00:01:34,439
เพราะพวกนั้นไม่ใช่ตัวเลข ไม่ใช่สิ่งที่เช็คได้

35
00:01:34,439 --> 00:01:37,302
มันไม่ deterministic Jev ทำสิ่งนี้แหละ

36
00:01:37,302 --> 00:01:38,507
มันเปลี่ยน input

37
00:01:38,507 --> 00:01:41,596
ที่ยุ่งเหยิงจากลูกค้าให้กลายเป็นตัวเลข if

38
00:01:41,596 --> 00:01:43,253
statement ก็จะกลายเป็น

39
00:01:43,253 --> 00:01:46,492
"ถ้าออเดอร์นี้ดูน่าสงสัย โอเค เรามั่นใจ 95%

40
00:01:46,492 --> 00:01:47,773
ตั้งธงให้ตรวจสอบ"

41
00:01:47,773 --> 00:01:51,088
ตอนนี้คอมพิวเตอร์อ่านได้และตัดสินใจแทนเราได้

42
00:01:51,088 --> 00:01:54,327
และเราจะคุยกันว่าจะกำหนดยังไงว่าอะไรนับเป็น

43
00:01:54,327 --> 00:01:56,662
"น่าสงสัย" เพราะเราจะใช้ Claude

44
00:01:56,662 --> 00:01:58,244
กับคุณในการเขียนคำถาม

45
00:01:58,244 --> 00:02:00,956
และคุณเป็นคนกำหนดเกณฑ์ของคำตอบ "ใช่"

46
00:02:00,956 --> 00:02:04,346
เช่นระดับความมั่นใจ 95% เราจะส่งชุดคำถามไปให้

47
00:02:04,346 --> 00:02:05,442
Jev แล้ว Jev

48
00:02:05,442 --> 00:02:08,304
จะตอบทีละข้อพร้อมบอกว่ามันมั่นใจแค่ไหน

49
00:02:08,304 --> 00:02:13,954
และโค้ดของคุณจะตั้งธงออเดอร์ก็ต่อเมื่อทุกคำตอบกลับมาเกินเกณฑ์ที่คุณเลือกไว้

50
00:02:13,954 --> 00:02:17,043
เช่น 95% นั่นแหละ และอาจรู้สึกต่างจาก LLM

51
00:02:17,043 --> 00:02:19,755
แบบเดิม ๆ อย่างโมเดลแชทของ Anthropic

52
00:02:19,755 --> 00:02:22,994
นี่คือเหตุผลที่ Typesafe บริษัทผู้สร้าง Jev

53
00:02:22,994 --> 00:02:26,459
เรียกมันว่า judgment model ผู้ก่อตั้งคือ Doooo

54
00:02:26,459 --> 00:02:29,548
ผู้ช่วยพัฒนาวิธีการเบื้องหลัง ChatGPT ที่

55
00:02:29,548 --> 00:02:32,109
OpenAI นี่คือการประกาศครั้งใหญ่มาก

56
00:02:32,109 --> 00:02:35,499
และถ้าเทียบกับ Claude บนพื้นผิว คุณถาม Claude

57
00:02:35,499 --> 00:02:38,739
ได้แน่นอนว่า "อีเมลออเดอร์นี้ดูน่าสงสัยไหม"

58
00:02:38,739 --> 00:02:41,451
แล้วคุณจะได้ข้อความตอบจาก Claude แบบ

59
00:02:41,451 --> 00:02:44,389
"คุณพูดถูกเลย อันนี้ดูน่าสงสัยจริง ๆ นะ

60
00:02:44,389 --> 00:02:46,950
ต้องการให้ผมร่างอีเมลตอบลูกค้าไหม"

61
00:02:46,950 --> 00:02:48,683
ซึ่งใช้เวลาประมาณ 10-15

62
00:02:48,683 --> 00:02:51,470
วินาทีกว่าจะได้คำตอบนั้น เทียบกับ Jev

63
00:02:51,470 --> 00:02:53,956
ที่ได้รับชุดคำถามให้มองหาล่วงหน้า

64
00:02:53,956 --> 00:02:58,175
คำตอบของคำถามเหล่านั้นจะเป็นตัวกำหนดว่ามันน่าสงสัยแค่ไหน

65
00:02:58,175 --> 00:02:59,270
เช่น

66
00:02:59,270 --> 00:03:02,585
"ที่อยู่ใบแจ้งหนี้กับที่อยู่จัดส่งตรงกันไหม"

67
00:03:02,585 --> 00:03:05,824
แล้วมันจะได้รับข้อมูลที่กำลังประมวลผลจริง ๆ

68
00:03:05,824 --> 00:03:07,180
ซึ่งเรียกว่า state

69
00:03:07,180 --> 00:03:11,173
ในกรณีนี้ก็คืออีเมลออเดอร์ฉบับเดียวที่เรากำลังประเมิน

70
00:03:11,173 --> 00:03:13,734
และคำตอบจาก Jev จะไม่ใช่ข้อความตอบ

71
00:03:13,734 --> 00:03:17,350
มันให้แค่ตัวเลขจากตัวเลือกที่เรากำหนดไว้เท่านั้น

72
00:03:17,350 --> 00:03:22,322
ตัวเลขนั้นบอกความน่าจะเป็นที่มันน่าสงสัยเทียบกับเกณฑ์ที่เราตั้งไว้

73
00:03:22,322 --> 00:03:25,109
มันไม่มีวันเขียน output เหมือน Claude

74
00:03:25,109 --> 00:03:28,650
และสิ่งนี้มีข้อดีหลายอย่างที่เดี๋ยวจะเล่าให้ฟัง

75
00:03:28,650 --> 00:03:31,889
นี่ต่างจากอินเทอร์เฟซแชทที่เราคุ้นเคยใน LLM

76
00:03:31,889 --> 00:03:34,450
(large language model) โดยสิ้นเชิง

77
00:03:34,450 --> 00:03:37,614
มันใกล้เคียงกับโมเดล deterministic machine

78
00:03:37,614 --> 00:03:41,080
learning ซึ่งเป็นสไตล์ AI อีกแบบหนึ่ง Typesafe

79
00:03:41,080 --> 00:03:44,319
เรียกสิ่งนี้ว่า system one model ตามหนังสือ

80
00:03:44,319 --> 00:03:47,106
Thinking Fast and Slow โดย system one

81
00:03:47,106 --> 00:03:50,421
คือการตัดสินใจด้วยสัญชาณญาณอย่างรวดเร็ว ส่วน

82
00:03:50,421 --> 00:03:53,058
system two คือนั่งลงคิดและใช้เหตุผล

83
00:03:53,058 --> 00:03:56,523
โมเดลแชทอย่าง Claude และโมเดล reasoning อื่น ๆ

84
00:03:56,523 --> 00:03:59,762
อยู่ใน system two แต่ Jev อยู่ใน system one

85
00:03:59,762 --> 00:04:02,474
แล้วทำไมมันถึงพิเศษเมื่อเทียบกับ LLM

86
00:04:02,474 --> 00:04:04,584
แชทแบบที่เราเห็นกันทุกวันนี้

87
00:04:04,584 --> 00:04:07,522
มีอยู่ไม่กี่เหตุผลที่การไม่เขียน output

88
00:04:07,522 --> 00:04:10,309
เป็นข้อได้เปรียบในบาง use case ข้อแรก

89
00:04:10,309 --> 00:04:13,398
มันถูกและเร็วสุดขั้น บอกกันว่าถูกกว่า LLM

90
00:04:13,398 --> 00:04:16,788
ดั้งเดิม 40 ถึง 1,000 เท่า และเร็วกว่า 20 ถึง

91
00:04:16,788 --> 00:04:20,177
400 เท่า ราคาประมาณ 4 เซนต์ต่อล้าน token ฝั่ง

92
00:04:20,177 --> 00:04:22,588
input และ output แทบจะฟรี ข้อสอง

93
00:04:22,588 --> 00:04:25,827
มันปลอมแปลงคำตอบไม่ได้ ถ้าคุณให้ 3 ตัวเลือก

94
00:04:25,827 --> 00:04:29,293
มันตอบกลับมาด้วยหนึ่งใน 3 ตัวเลือกนั้นทุกครั้ง

95
00:04:29,293 --> 00:04:31,251
นี่เป็นทั้งข้อดีและข้อเสีย

96
00:04:31,251 --> 00:04:34,792
ซึ่งเดี๋ยวจะคุยกันตอนพูดถึงกฎเฉพาะที่ต้องให้กับ

97
00:04:34,792 --> 00:04:36,299
Jev ตอนใช้งาน ข้อสาม

98
00:04:36,299 --> 00:04:39,689
มันให้คำตอบเดิมหรือเกือบเดิมเมื่อถามซ้ำสองรอบ

99
00:04:39,689 --> 00:04:41,421
มัน consistent กว่า LLM

100
00:04:41,421 --> 00:04:44,058
มากในการตอบคำถามเดิมบนชุดข้อมูลเดิม

101
00:04:44,058 --> 00:04:47,222
ในการทดสอบเดียวกัน พวกเขาถามคำถามเดิมซ้ำ ๆ

102
00:04:47,222 --> 00:04:48,352
และคำตอบจาก Jev

103
00:04:48,352 --> 00:04:51,742
ขยับน้อยกว่าโมเดลแชททุกตัวที่ลอง แม้จะตั้งค่า

104
00:04:51,742 --> 00:04:54,529
prompt ให้ repeatable ที่สุดแล้วก็ตาม

105
00:04:54,529 --> 00:04:57,995
และประเด็นหลักทั้งหมดของเรื่องนี้คือ ตัวเลขที่

106
00:04:57,995 --> 00:05:01,309
Jev ให้เป็น output ทำให้สิ่งที่ปกติไม่แน่นอน

107
00:05:01,309 --> 00:05:04,775
อย่างอีเมลลูกค้าที่ยุ่งเหยิง เต็มไปด้วยข้อความ

108
00:05:04,775 --> 00:05:07,637
กลายเป็นสิ่งที่ซอฟต์แวร์นำไปใช้ได้จริง

109
00:05:07,637 --> 00:05:10,575
Typesafe เทรนโมเดลนี้ให้ความน่าจะเป็นมี

110
00:05:10,575 --> 00:05:12,157
calibration พูดง่าย ๆ

111
00:05:12,157 --> 00:05:15,396
คือมันทำงานเหมือนพยากรณ์อากาศ เมื่อ Jev ตอบ

112
00:05:15,396 --> 00:05:18,033
0.8 มันควรจะถูกประมาณ 8 ครั้งจาก 10

113
00:05:18,033 --> 00:05:20,519
และจากความมั่นใจ 8 ใน 10 นั้นแหละ

114
00:05:20,519 --> 00:05:24,286
ที่ทำให้ซอฟต์แวร์ตัดสินใจได้ว่าจะลงมือทำตามหรือไม่

115
00:05:24,286 --> 00:05:26,847
จะส่ง query นั้นไปที่อื่นหรือเปล่า

116
00:05:26,847 --> 00:05:29,785
การกระทำถัดไปถูกตัดสินจากตัวเลขนั้น Jev

117
00:05:29,785 --> 00:05:32,045
ให้ความน่าจะเป็นของคำถามนั้น ๆ

118
00:05:32,045 --> 00:05:36,188
ว่าจริงหรือเท็จ แล้วเดี๋ยวเราจะเห็นตัวเลือกประเภทต่าง ๆ

119
00:05:36,188 --> 00:05:38,825
ที่ให้ Jev ได้ เทียบกับโมเดลแชท LLM

120
00:05:38,825 --> 00:05:42,140
ที่ถูกเทรนให้ฟังดูถูกต้องสำหรับคนฟังโดยเฉพาะ

121
00:05:42,140 --> 00:05:46,358
นั่นคือเหตุผลที่เรามีอคติแบบเห็นด้วยกับทุกอย่างที่เราพูด

122
00:05:46,358 --> 00:05:49,673
Jev ไม่ได้ถูกสร้างแบบนั้น สำคัญมาก ถ้าคุณใช้

123
00:05:49,673 --> 00:05:53,138
Claude หรือ GPT อยู่แล้ว Jev ไม่ได้มาแทนที่มัน

124
00:05:53,138 --> 00:05:56,528
แต่จะทำงานเคียงข้างและเพิ่มข้อได้เปรียบให้บาง

125
00:05:56,528 --> 00:05:59,843
workflow Jev แทนที่หนึ่งหมวดของงานที่ Claude

126
00:05:59,843 --> 00:06:02,856
ทำอยู่ในปัจจุบันทั้งหมด และเมื่อผมพูดว่า

127
00:06:02,856 --> 00:06:05,342
Claude คุณแทนด้วยผู้ให้บริการ LLM

128
00:06:05,342 --> 00:06:06,924
ตัวไหนก็ได้ตามต้องการ

129
00:06:06,924 --> 00:06:09,259
หมวดงานนั้นคือการตัดสินใจเร็ว ๆ

130
00:06:09,259 --> 00:06:11,595
ที่ต้องทำจำนวนมากภายในซอฟต์แวร์

131
00:06:11,595 --> 00:06:13,779
ดังนั้นโค้ดที่คุณจะส่งให้ Jev

132
00:06:13,779 --> 00:06:16,868
จะส่งมอบข้อมูลนั้น เช่น อีเมลลูกค้าของเรา

133
00:06:16,868 --> 00:06:20,333
พร้อมชุดคำถามที่นิยามชัดเจนซึ่งเราอยากรู้คำตอบ

134
00:06:20,333 --> 00:06:23,799
แล้ว Jev จะส่งกลับมาเป็นความน่าจะเป็น หมวดหมู่

135
00:06:23,799 --> 00:06:26,963
หรือคะแนน จากนั้นโค้ดของคุณก็จะเอาไปใช้ต่อ

136
00:06:26,963 --> 00:06:30,277
เพื่อ route มัน เรียงลำดับ ตั้งธงให้มนุษย์ดู

137
00:06:30,277 --> 00:06:31,483
หรือดำเนินการต่อ

138
00:06:31,483 --> 00:06:34,119
มันอาจลงมือทำอะไรบางอย่างตามนั้นได้

139
00:06:34,119 --> 00:06:37,208
แต่ทุกอย่างที่ต้องสนทนา แชทไปมา ใช้เหตุผล

140
00:06:37,208 --> 00:06:40,673
หรือเขียนข้อความ จะยังอยู่ในอินเทอร์เฟซ Claude

141
00:06:40,673 --> 00:06:43,762
ของเราเหมือนเดิม Doooo ผู้ก่อตั้งพูดชัด ๆ

142
00:06:43,762 --> 00:06:47,227
ในพอดแคสต์ Latent Space ว่า "Claude คือบทสนทนา

143
00:06:47,227 --> 00:06:49,563
ส่วน Jev คือระบบท่อใต้พื้นบ้าน"

144
00:06:49,563 --> 00:06:52,877
และสำคัญที่ต้องตระหนักคือมันทำทุกอย่างไม่ได้

145
00:06:52,877 --> 00:06:53,973
จริง ๆ

146
00:06:53,973 --> 00:06:58,342
แล้วมันทำได้ไม่กี่อย่าง แต่สิ่งที่มันทำได้ มันทำได้ดีมาก ๆ

147
00:06:58,342 --> 00:07:03,088
เราพูดไปแล้วว่าคำถามแต่ละอย่างที่มันตอบแบ่งได้เป็นหนึ่งในสามแบบ

148
00:07:03,088 --> 00:07:07,533
มาไล่ดูทีละแบบด้วยตัวอย่างลูกค้าโกรธเหมือนเดิมเพื่อความง่าย

149
00:07:07,533 --> 00:07:10,395
แบบแรกคือคำถามใช่/ไม่ใช่ เรียกว่า null

150
00:07:10,395 --> 00:07:11,525
อาจเป็นคำถามว่า

151
00:07:11,525 --> 00:07:14,915
"ลูกค้าคนนี้ฟังดูโกรธหรือเปล่า" สมมติ Jev ตอบ

152
00:07:14,915 --> 00:07:18,230
0.9 กลับมา แปลว่ามันคิดว่ามีโอกาส 90% ว่าใช่

153
00:07:18,230 --> 00:07:21,469
ลูกค้าคนนี้โกรธ แล้วโค้ดหรือสคริปต์ของคุณ —

154
00:07:21,469 --> 00:07:23,880
สำคัญนะ นี่ไม่ใช่ Jev ไม่ใช่ LLM

155
00:07:23,880 --> 00:07:26,968
แต่เป็นสคริปต์ที่เราให้ Claude เขียนได้ —

156
00:07:26,968 --> 00:07:29,982
ก็จะทำส่วนที่เหลือด้วย if statement ปกติ

157
00:07:29,982 --> 00:07:33,372
ถ้าผลลัพธ์เกินสัก 0.8 เราจะส่งต่อให้ผู้จัดการ

158
00:07:33,372 --> 00:07:36,310
เพื่อให้ผู้จัดการตอบลูกค้ารายนั้นโดยตรง

159
00:07:36,310 --> 00:07:39,549
หรือถ้าต่ำกว่า 0.2 คือแน่นอนว่าไม่โกรธ หรือ

160
00:07:39,549 --> 00:07:42,788
Jev ตัดสินว่าไม่โกรธแน่นอน เราก็จะไม่ส่งต่อ

161
00:07:42,788 --> 00:07:44,596
แต่จะลดความสำคัญของมันลง

162
00:07:44,596 --> 00:07:48,062
แต่ต้องเข้าใจให้ชัดว่า Jev ไม่เคยส่งต่ออะไรเลย

163
00:07:48,062 --> 00:07:51,226
มันแค่ให้ตัวเลขที่แทนความน่าจะเป็นของคำตอบ

164
00:07:51,226 --> 00:07:54,691
"ใช่" ในกรณีนี้ 0.9 คือใช่แบบมั่นใจ ลูกค้าโกรธ

165
00:07:54,691 --> 00:07:57,930
ส่วน 0.5 แปลว่ามันไม่รู้เลย เหมือนโยนเหรียญ

166
00:07:57,930 --> 00:08:02,224
แล้วโค้ดหรือสคริปต์จะเป็นผู้ตัดสินใจจากตัวเลขที่ได้กลับมา

167
00:08:02,224 --> 00:08:05,087
แบบที่สองเรียกว่า choice ตรงตัวตามชื่อ

168
00:08:05,087 --> 00:08:08,100
คุณกำหนดหมวดหมู่ล่วงหน้า ในเคสลูกค้าโกรธ

169
00:08:08,100 --> 00:08:10,812
ก็เช่น "ทีมไหนควรรับผิดชอบ query นี้

170
00:08:10,812 --> 00:08:13,072
ทีมบิลลิ่ง เทคนิค หรือฝ่ายขาย"

171
00:08:13,072 --> 00:08:16,839
แล้วมันจะตอบกลับมาพร้อมความน่าจะเป็นของทุกตัวเลือก

172
00:08:16,839 --> 00:08:19,626
มันไม่ได้ตอบว่า "ใช่ เป็นฝ่ายบิลลิ่ง"

173
00:08:19,626 --> 00:08:22,715
แต่มันจะบอกว่าบิลลิ่งมีโอกาส 85% ที่จะถูก

174
00:08:22,715 --> 00:08:25,577
เทคนิค 10% ฝ่ายขาย 5% แล้วโค้ดจะ route

175
00:08:25,577 --> 00:08:28,440
อีเมลไปยังตัวที่ชนะ ในที่นี้คือบิลลิ่ง

176
00:08:28,440 --> 00:08:31,529
ดังนั้นใช้ choice เมื่อคุณจะ route output

177
00:08:31,529 --> 00:08:34,542
ไปที่ไหนสักแห่ง ส่วนเมื่อตัวเลือกมีลำดับ

178
00:08:34,542 --> 00:08:37,028
เราจะใช้แบบที่สามซึ่งเดี๋ยวคุยกัน

179
00:08:37,028 --> 00:08:40,343
เมื่อมีมากกว่าหนึ่งตัวเลือก — บิลลิ่ง เทคนิค

180
00:08:40,343 --> 00:08:43,356
และฝ่ายขาย — คุณจะได้ตัวเลขที่สองจาก Jev

181
00:08:43,356 --> 00:08:44,787
เรียกว่า confidence

182
00:08:44,787 --> 00:08:48,328
ซึ่งคำนวณจากความกระจายของความน่าจะเป็นเหล่านั้น

183
00:08:48,328 --> 00:08:50,513
85% สำหรับบิลลิ่งถือว่ามั่นใจ

184
00:08:50,513 --> 00:08:53,677
แต่สมมติบิลลิ่งได้ 40 เทคนิค 35 ฝ่ายขาย 25

185
00:08:53,677 --> 00:08:56,991
เราก็จะมั่นใจน้อยลง บิลลิ่งยังถูกเลือกอยู่ดี

186
00:08:56,991 --> 00:08:58,498
แต่ confidence จะต่ำ

187
00:08:58,498 --> 00:09:02,641
และตัวเลขนั้นแหละที่โค้ดต้องเช็คก่อนจะไว้ใจการเลือกนั้น

188
00:09:02,641 --> 00:09:06,106
โค้ดจะเช็คตัวเลข confidence ด้วย นี่คือสิ่งที่

189
00:09:06,106 --> 00:09:09,044
demo เบราว์เซอร์ที่เห็นตอนต้นคลิปทำอยู่

190
00:09:09,044 --> 00:09:11,681
ทุกปุ่มและช่องกรอกบนหน้าจอง booking

191
00:09:11,681 --> 00:09:14,694
เที่ยวบินจะได้ตัวเลข แล้ว Jev ตอบ choice

192
00:09:14,694 --> 00:09:18,009
สองอย่างพร้อมกัน — จะทำอะไรกับมัน คลิก พิมพ์

193
00:09:18,009 --> 00:09:21,098
หรือเลื่อน ตามการกระทำหรือ input จากเสียง

194
00:09:21,098 --> 00:09:22,529
และจะทำกับตัวเลขไหน

195
00:09:22,529 --> 00:09:25,316
เราเรียงทุกอย่างบนหน้าเพจให้ได้ตัวเลข

196
00:09:25,316 --> 00:09:28,104
แล้วเลือก element ที่ 3 หรือ 4 หรือ 7

197
00:09:28,104 --> 00:09:29,836
ซึ่งไม่มีลำดับอยู่ในตัว

198
00:09:29,836 --> 00:09:32,624
เราจึงรู้ว่าแบบนี้ต้องเป็น choice และ

199
00:09:32,624 --> 00:09:35,712
confidence ก็เป็นเหมือนกลไกนิรภัย ถ้า Jev

200
00:09:35,712 --> 00:09:39,178
มั่นใจ คืออยู่เหนือระดับ confidence ที่ตั้งไว้

201
00:09:39,178 --> 00:09:41,890
คลิกก็จะเกิดขึ้น แต่ถ้าต่ำกว่า agent

202
00:09:41,890 --> 00:09:45,054
จะหยุดและถามผู้ใช้ คุณปรับเพดาน confidence

203
00:09:45,054 --> 00:09:46,937
ขึ้นลงได้ตามการกระทำเฉพาะ

204
00:09:46,937 --> 00:09:50,478
ถ้าเป็นสิ่งที่จะสร้างความเสียหายหรือมีต้นทุนสูง

205
00:09:50,478 --> 00:09:52,210
เราก็ต้องการ confidence

206
00:09:52,210 --> 00:09:55,374
ที่สูงกว่าจึงจะอนุญาตให้ลงมือ แบบที่สามคือ

207
00:09:55,374 --> 00:09:58,689
score แนวคิดเหมือน choice แต่ตัวเลือกมีลำดับ

208
00:09:58,689 --> 00:10:02,003
และคุณอธิบายแต่ละระดับด้วยคำพูด คำถามอาจเป็น

209
00:10:02,003 --> 00:10:03,736
"ลูกค้าคนนี้โกรธแค่ไหน"

210
00:10:03,736 --> 00:10:06,825
ผลลัพธ์จะเป็นคะแนนบนมาตรวัดระหว่าง ใจเย็น

211
00:10:06,825 --> 00:10:09,989
หงุดหงิด และ โกรธจัด นี่คือสามตัวเลือก Jev

212
00:10:09,989 --> 00:10:12,625
จะตอบกลับมาเป็นตำแหน่งบนมาตรวัดนั้น

213
00:10:12,625 --> 00:10:15,563
และมันตกกลางระดับได้ด้วย เช่น 2.4 จาก 3

214
00:10:15,563 --> 00:10:18,501
แปลว่าส่วนใหญ่หงุดหงิด (ตัวเลือกที่สอง)

215
00:10:18,501 --> 00:10:21,665
แต่กำลังจะไปทางโกรธจัด เมื่อเราเรียง inbox

216
00:10:21,665 --> 00:10:23,925
อีเมลฝ่ายบริการลูกค้าทั้งกล่อง

217
00:10:23,925 --> 00:10:27,089
เราสามารถจัดเรียงจากร้ายแรงที่สุดมาก่อนได้

218
00:10:27,089 --> 00:10:30,555
นี่คือสิ่งที่โค้ดหรือสคริปต์ของเราทำ 3 เต็มจาก

219
00:10:30,555 --> 00:10:34,020
3 อยู่บนสุด ส่วน 1 จาก 3 อยู่ล่างสุด ใช้ score

220
00:10:34,020 --> 00:10:36,355
กับทุกสิ่งที่คุณวางบนมาตรวัดได้

221
00:10:36,355 --> 00:10:39,821
ความต่างสำคัญระหว่าง choice กับ score คือลำดับ

222
00:10:39,821 --> 00:10:42,608
เช่น "ticket นี้เร่งด่วนแค่ไหน" "lead

223
00:10:42,608 --> 00:10:44,868
นี้เข้ากับสิ่งที่เราขายแค่ไหน"

224
00:10:44,868 --> 00:10:48,183
"ผู้สมัครคนนี้อยู่ระดับไหนบนมาตรวัดนี้" "bug

225
00:10:48,183 --> 00:10:51,045
นี้แย่แค่ไหน เป็น bug เรื่องหน้าตา bug

226
00:10:51,045 --> 00:10:54,360
น่ารำคาญ หรือ bug ที่ขวางการทำงาน" ใช้ score

227
00:10:54,360 --> 00:10:57,599
เมื่อต้องการจัดอันดับหรือเรียง ไม่ใช่ route

228
00:10:57,599 --> 00:11:00,688
คำตอบเหมือน choice และเพราะมันมีหลายระดับ

229
00:11:00,688 --> 00:11:03,852
มันจึงมี confidence แบบเดียวกับ choice แต่

230
00:11:03,852 --> 00:11:07,242
null ไม่มี confidence เพราะมีแค่ใช่หรือไม่ใช่

231
00:11:07,242 --> 00:11:08,447
demo ของ session

232
00:11:08,447 --> 00:11:11,837
เว็บไซต์ที่โชว์ไว้ตอนต้นคลิปใช้แบบแรกเป็นหลัก

233
00:11:11,837 --> 00:11:13,720
คือใช่/ไม่ใช่ต่อเหตุการณ์

234
00:11:13,720 --> 00:11:15,604
"คนนี้คลิกแบบหงุดหงิดไหม"

235
00:11:15,604 --> 00:11:18,994
"คลิกแล้วไม่มีอะไรเกิดขึ้นไหม" "หน้าเพจ error

236
00:11:18,994 --> 00:11:22,082
ไหม" แล้วเราค่อยเพิ่ม score เป็นชั้นบนสุด

237
00:11:22,082 --> 00:11:25,548
"session ทั้งหมดนี้แย่แค่ไหนสำหรับผู้ใช้คนนี้"

238
00:11:25,548 --> 00:11:28,184
เพื่อที่เวลาเรียง session เหล่านั้น

239
00:11:28,184 --> 00:11:31,574
เราเรียงจากแย่สุดมาก่อนได้ แล้วคนก็แค่เปิด 10

240
00:11:31,574 --> 00:11:34,889
อันดับแรก ทั้งหมดนี้ทำใน LLM ก็ได้แน่นอน แต่

241
00:11:34,889 --> 00:11:36,546
LLM ไม่ได้ถูก optimize

242
00:11:36,546 --> 00:11:39,560
สำหรับการตัดสินใจเชิงความน่าจะเป็นแบบนี้

243
00:11:39,560 --> 00:11:42,196
เราจึงทำได้ปริมาณมหาศาลในเวลาสั้น ๆ

244
00:11:42,196 --> 00:11:43,402
ด้วยราคาถูกมาก ๆ

245
00:11:43,402 --> 00:11:46,792
วิธีเลือกระหว่างสามแบบนี้ — null, choice หรือ

246
00:11:46,792 --> 00:11:47,887
score —

247
00:11:47,887 --> 00:11:50,825
คือดูว่าโค้ดของคุณจะเอาคำตอบไปทำอะไรต่อ

248
00:11:50,825 --> 00:11:53,236
ถ้าต้องลงมือหรือไม่ลงมือตามคำตอบ

249
00:11:53,236 --> 00:11:56,324
นั่นคือใช่/ไม่ใช่ หรือ null ถ้าต้อง route

250
00:11:56,324 --> 00:11:58,961
คำตอบไปที่ไหนสักแห่ง นั่นคือ choice

251
00:11:58,961 --> 00:12:02,049
หรือถ้าต้องเรียงหรือจัดอันดับด้วย นั่นคือ

252
00:12:02,049 --> 00:12:05,515
score และสำคัญที่สุด ทั้งสามแบบใส่ไปใน request

253
00:12:05,515 --> 00:12:06,946
เดียวถึง Jev ได้เลย

254
00:12:06,946 --> 00:12:11,014
นี่คือตัวอย่างอีเมลหนึ่งฉบับเข้าไปพร้อมคำถามทั้งสามแบบ

255
00:12:11,014 --> 00:12:14,103
และนี่คือสิ่งที่ได้กลับมา เรามี null ก่อน

256
00:12:14,103 --> 00:12:17,267
คำถามว่า "ลูกค้าคนนี้ฟังดูโกรธไหม" ได้ 0.9

257
00:12:17,267 --> 00:12:20,431
แปลว่าโค้ดควรส่งต่อให้พนักงาน ต่อมา choice

258
00:12:20,431 --> 00:12:23,595
"นี่ทีมไหน" บิลลิ่ง 85 เทคนิค 10 ฝ่ายขาย 5

259
00:12:23,595 --> 00:12:26,909
พร้อม confidence สูง ก็จะ route ไปทีมบิลลิ่ง

260
00:12:26,909 --> 00:12:30,375
แล้ว score "ใจเย็น หงุดหงิด โกรธ หรือ โกรธจัด"

261
00:12:30,375 --> 00:12:33,689
บนมาตรวัด 4 ระดับ ได้ 2.4 ที่ confidence 80%

262
00:12:33,689 --> 00:12:34,895
ก็จะไปอยู่ใกล้ ๆ

263
00:12:34,895 --> 00:12:41,298
กองบนสุดของอีเมลที่ทีมบิลลิ่งต้องตอบ และพวกเขาจะเห็นเฉพาะฉบับที่ลูกค้าฟังดูโกรธจริง ๆ

264
00:12:41,298 --> 00:12:43,633
เท่านั้น รายการสั้น ๆ เพราะ Jev

265
00:12:43,633 --> 00:12:47,400
ประมวลผลกองใหญ่ที่ไม่จำเป็นต้องถึงมือพนักงานไปแล้ว

266
00:12:47,400 --> 00:12:50,790
หนึ่งอีเมลเข้า สามคำตอบออก ในเวลาที่สั้นมาก ๆ

267
00:12:50,790 --> 00:12:53,879
ต่อไปมาดูวิธีจับคู่กับ Claude Code จริง ๆ

268
00:12:53,879 --> 00:12:57,344
เพื่อให้ได้ประโยชน์เต็ม ๆ จากทั้งสองเครื่องมือ

269
00:12:57,344 --> 00:12:59,980
แต่ก่อนอื่น ผมเหลืออีกไม่ถึงพัน sub

270
00:12:59,980 --> 00:13:03,521
ก็จะถึงหมื่นสองพันที่วิเศษและป้ายบนผนังบ้านแล้ว

271
00:13:03,521 --> 00:13:05,630
ถ้าดูคลิปนี้แล้วเพลิน กด sub

272
00:13:05,630 --> 00:13:09,020
ด้านล่างหน่อยนะครับ มีสองวิธีจับคู่กับ Claude

273
00:13:09,020 --> 00:13:12,109
เพื่อให้ได้จุดแข็งของทั้งคู่ และ Typesafe

274
00:13:12,109 --> 00:13:14,896
พูดชัดเจนมากใน docs ว่ามันไม่ถนัดอะไร

275
00:13:14,896 --> 00:13:18,211
จึงควรใช้ Claude ตรงนั้น นั่นคือการใช้เหตุผล

276
00:13:18,211 --> 00:13:21,676
ความรู้เฉพาะทาง และทุกอย่างที่ต้องเขียนข้อความ

277
00:13:21,676 --> 00:13:24,916
วิธีแรกคือใช้มันล้อมรอบความสามารถของ Claude

278
00:13:24,916 --> 00:13:27,703
เพื่อตรวจสอบสิ่งต่าง ๆ ก่อนที่ Claude

279
00:13:27,703 --> 00:13:30,641
จะอ่านอะไร ให้ Jev ตัดสินก่อนว่า Claude

280
00:13:30,641 --> 00:13:33,730
ควรอ่านไหม ควรเปลือง token กับสิ่งนั้นไหม

281
00:13:33,730 --> 00:13:36,065
Typesafe ใช้ตัวอย่าง guardrails

282
00:13:36,065 --> 00:13:39,154
ซึ่งคัดกรองข้อความทุกฉบับที่เข้าหา Claude

283
00:13:39,154 --> 00:13:42,619
เรื่อง jailbreak และคำขอที่เป็นอันตราย ตอนเข้า

284
00:13:42,619 --> 00:13:45,482
แล้วคัดกรองคำตอบของ Claude อีกทีตอนออก

285
00:13:45,482 --> 00:13:48,570
ก่อนผู้ใช้จะเห็น นี่คือตัวอย่างที่ Claude

286
00:13:48,570 --> 00:13:51,056
อยู่ตรงกลาง แต่ใช้ราวกัน้ำของ Jev

287
00:13:51,056 --> 00:13:54,521
ครอบหน้า-หลัง ใช้แนวคิดเดียวกันหลังการประมวลผล

288
00:13:54,521 --> 00:13:57,911
LLM ได้ด้วย ในตัวอย่าง citation ของพวกเขา LLM

289
00:13:57,911 --> 00:14:01,377
เขียนเอกสารที่มีการอ้างอิง 8 จุด แล้ว Jev ตรวจ

290
00:14:01,377 --> 00:14:04,315
quote แต่ละอันกับแหล่งที่มา 4 จุดผ่าน 1

291
00:14:04,315 --> 00:14:06,951
จุดเป็นการอ้างอิงที่ไม่มีอยู่จริง 1

292
00:14:06,951 --> 00:14:09,136
จุดพูดตรงข้ามกับต้นฉบับ และ 2

293
00:14:09,136 --> 00:14:12,074
จุดถูกส่งต่อให้มนุษย์เพราะ Jev ไม่แน่ใจ

294
00:14:12,074 --> 00:14:15,464
นี่คือการ post-process เนื้อหาของ Claude ผ่าน

295
00:14:15,464 --> 00:14:16,559
Jev

296
00:14:16,559 --> 00:14:20,778
เพื่อยืนยันว่าทุกอย่างที่ปล่อยออกไปถูกต้องตามข้อเท็จจริง

297
00:14:20,778 --> 00:14:22,963
วิธีที่สองคือใช้มันแทน Claude

298
00:14:22,963 --> 00:14:26,127
สำหรับงานจำนวนมาก งานที่ scale ใหญ่กว่าแต่

299
00:14:26,127 --> 00:14:29,441
deterministic มาก อย่าใช้ Claude เรียง 5,000

300
00:14:29,441 --> 00:14:32,605
แถว แท็ก ticket ทุกใบใน inbox หรือให้คะแนน

301
00:14:32,605 --> 00:14:35,619
lead ทุกตัว Claude ควรได้เฉพาะแถวที่ Jev

302
00:14:35,619 --> 00:14:38,632
ไม่แน่ใจ หรือแถวที่ต้องเขียนอะไรสักอย่าง

303
00:14:38,632 --> 00:14:41,947
ถ้าเป็นการให้คะแนนแบบ deterministic ก็ควรใช้

304
00:14:41,947 --> 00:14:44,960
Jev แทน Claude ในขั้นตอนนั้นของ workflow

305
00:14:44,960 --> 00:14:47,898
และนี่คือสิ่งที่คุณคงเห็นกันทั่ว X หรือ

306
00:14:47,898 --> 00:14:51,213
Twitter มีคนให้คะแนน sales lead 700 ตัวใน 40

307
00:14:51,213 --> 00:14:54,603
วินาที ราคาประมาณ 9 เซนต์ งานกองโตอย่างนี้ใช้

308
00:14:54,603 --> 00:14:57,315
Claude จะช้ากว่ามากและแพงกว่ามากด้วย

309
00:14:57,315 --> 00:15:00,629
และทั้งสองตัวอย่างนี้ เราจะสร้างมันด้วยกันใน

310
00:15:00,629 --> 00:15:03,718
5-10 นาทีต่อจากนี้ด้วยเคสฝ่ายบริการลูกค้า

311
00:15:03,718 --> 00:15:07,108
มาตั้งค่าใน Claude Code กันเลย Typesafe ปล่อย

312
00:15:07,108 --> 00:15:10,422
skill สำหรับใช้ใน LLM อย่าง Claude Code หรือ

313
00:15:10,422 --> 00:15:13,888
harness ทำนองเดียวกันมาให้ ติดตั้งแค่สองบรรทัด

314
00:15:13,888 --> 00:15:16,976
จะทำผ่าน console หลังสมัครที่ typesafe.ai

315
00:15:16,976 --> 00:15:19,839
ก็ได้ ก็อปปี agent prompt ไป หรือไปที่

316
00:15:19,839 --> 00:15:21,948
docs.typesafe.ai/agent-skill

317
00:15:21,948 --> 00:15:24,208
แล้วรันสองคำสั่งนี้ใน terminal

318
00:15:24,208 --> 00:15:26,318
เพื่อติดตั้งเข้า Claude Code

319
00:15:26,318 --> 00:15:29,406
เอาคำสั่งจากตรงนั้นตรง ๆ ก็ได้ หรือใช้กับ

320
00:15:29,406 --> 00:15:31,440
agent ตัวอื่นก็ได้เหมือนกัน

321
00:15:31,440 --> 00:15:34,378
ข้อแนะนำคือต้องเอ่ยชื่อ skill ใน prompt

322
00:15:34,378 --> 00:15:37,241
ทุกครั้ง เช่น "use the Typesafe skill"

323
00:15:37,241 --> 00:15:40,706
คุณจะเห็นใน prompt ของเราตลอด รันสองคำสั่งนั้น

324
00:15:40,706 --> 00:15:43,494
มันจะเพิ่ม marketplace แล้วเรา reload

325
00:15:43,494 --> 00:15:46,582
เพื่อยืนยันว่า plugin ติดตั้งแล้ว ขึ้นว่า

326
00:15:46,582 --> 00:15:49,671
success พอ reload หรือเปิด session ใหม่ใน

327
00:15:49,671 --> 00:15:52,684
Claude Code รัน /plugins ไปที่ installed

328
00:15:52,684 --> 00:15:55,773
จะเห็น plugin ของ Typesafe เปิดใช้งานแล้ว

329
00:15:55,773 --> 00:15:58,711
จากนั้นไปที่หมวด API key สร้าง key ใหม่

330
00:15:58,711 --> 00:16:01,649
แล้วใส่ในไฟล์ env ชื่อ TYPESAFE_API_KEY

331
00:16:01,649 --> 00:16:04,511
แล้วทดสอบว่าใช้ได้ด้วยการสั่ง "use the

332
00:16:04,511 --> 00:16:07,600
Typesafe skill" ซึ่งสำคัญมาก "ตรวจว่า key

333
00:16:07,600 --> 00:16:09,257
ของผมใช้ได้ไหม ถาม Jev

334
00:16:09,257 --> 00:16:12,497
คำถามใช่/ไม่ใช่หนึ่งข้อเกี่ยวกับ" และนี่คือ

335
00:16:12,497 --> 00:16:15,133
input ของเราที่สมมติเป็นอีเมลลูกค้า

336
00:16:15,133 --> 00:16:18,523
"เราถูกตัดเงินสองครั้ง ช่วยแก้ด่วน" แล้วขอให้

337
00:16:18,523 --> 00:16:19,955
Jev ประเมินตามคำถาม

338
00:16:19,955 --> 00:16:22,968
"ลูกค้ากำลังรายงานปัญหาการเรียกเก็บเงิน"

339
00:16:22,968 --> 00:16:25,529
และบอกคำตอบดิบที่ได้จาก Jev กลับมา

340
00:16:25,529 --> 00:16:31,104
ควรได้แค่ใช่หรือไม่ใช่ในรูปตัวเลขที่บอกว่านี่เป็นปัญหาบิลลิ่งหรือน่าจะเป็น

341
00:16:31,104 --> 00:16:34,193
ก่อนรัน ถ้าคุณไม่ได้ใช้ Claude Code ตรง ๆ

342
00:16:34,193 --> 00:16:37,206
แต่อยากใช้ในแอป desktop ผมยังไม่ได้ทดสอบ

343
00:16:37,206 --> 00:16:40,596
แต่น่าจะเหมือนกันทุกประการ เพียงไปหา skill.md

344
00:16:40,596 --> 00:16:43,233
บน GitHub เปิดหน้านั้นแล้วดาวน์โหลด

345
00:16:43,233 --> 00:16:46,246
แล้วอัปโหลด skill ในหมวด customize ภายใน

346
00:16:46,246 --> 00:16:49,334
skills ของคุณ แล้วคุณก็ควรจะใช้ Jev ในแอป

347
00:16:49,334 --> 00:16:52,724
Claude desktop ได้เช่นกัน มารัน prompt นี้กัน

348
00:16:52,724 --> 00:16:55,813
ใช้ Typesafe skill แล้วดูว่าได้อะไรกลับมา

349
00:16:55,813 --> 00:16:58,902
นี่คือ request ที่สร้างจาก Typesafe skill

350
00:16:58,902 --> 00:17:02,216
state คือข้อมูลที่เราส่ง "ถูกตัดเงินสองครั้ง

351
00:17:02,216 --> 00:17:05,004
แก้ด่วน" คืออีเมล ส่งให้ Jev คำถามคือ

352
00:17:05,004 --> 00:17:08,243
"เป็นปัญหาบิลลิ่งไหม" ระบุว่าเป็นใช่/ไม่ใช่

353
00:17:08,243 --> 00:17:09,599
พร้อมคำอธิบายเกณฑ์

354
00:17:09,599 --> 00:17:12,612
"ลูกค้ากำลังรายงานปัญหาการเรียกเก็บเงิน"

355
00:17:12,612 --> 00:17:15,852
ตรงตามเกณฑ์ที่เราต้องการประเมินเลย เกณฑ์ของ

356
00:17:15,852 --> 00:17:16,947
"ใช่" คือ

357
00:17:16,947 --> 00:17:19,885
ข้อความรายงานปัญหาเกี่ยวกับค่าธรรมเนียม

358
00:17:19,885 --> 00:17:22,371
การชำระเงิน ใบแจ้งหนี้ การคืนเงิน

359
00:17:22,371 --> 00:17:25,234
หรือการเรียกเก็บค่าสมาชิก ส่วนเกณฑ์ของ

360
00:17:25,234 --> 00:17:28,548
"ไม่ใช่" คือ ข้อความไม่ได้รายงานปัญหาบิลลิ่ง

361
00:17:28,548 --> 00:17:31,863
เห็นไหมว่านี่คือเกณฑ์ที่อธิบายละเอียด จน Jev

362
00:17:31,863 --> 00:17:34,048
ตัดสินได้ว่าข้อความหรือ state

363
00:17:34,048 --> 00:17:37,212
นี้น่าจะเป็นใช่หรือไม่ใช่เทียบกับเกณฑ์นั้น

364
00:17:37,212 --> 00:17:40,376
Claude สร้างเกณฑ์นี้ขึ้นจาก Typesafe skill

365
00:17:40,376 --> 00:17:43,540
คำตอบที่ได้กลับมาคือตัวเลขเดียว 0.99 โดย 1

366
00:17:43,540 --> 00:17:45,875
หมายถึงเป็นปัญหาบิลลิ่งแน่นอน 0

367
00:17:45,875 --> 00:17:49,340
หมายถึงไม่ใช่เลย นี่คือ response ตรง ๆ จาก Jev

368
00:17:49,340 --> 00:17:52,504
input 324 token output 24 token และผมขอให้

369
00:17:52,504 --> 00:17:55,593
Claude ดึงเวลาและต้นทุนมาด้วย ส่วนของ Jev

370
00:17:55,593 --> 00:17:56,949
ใช้เวลา 0.3 วินาที

371
00:17:56,949 --> 00:18:00,414
ซึ่งน่าจะเป็นตัวเลขที่สูงเกินจริง เพราะ Claude

372
00:18:00,414 --> 00:18:03,729
ต้องเชื่อมต่อก่อนหน้านั้นด้วย ส่วน 324 input

373
00:18:03,729 --> 00:18:05,989
token มีค่าประมาณ 0.0136 เซนต์

374
00:18:05,989 --> 00:18:11,337
เห็นไหมว่าถ้าทำแบบนี้กับอีเมลหลายพันฉบับก็แทบไม่กระทบเงินไม่กี่เซนต์เลย

375
00:18:11,337 --> 00:18:13,221
ต้องเรียกแบบนี้ถึง 73,000

376
00:18:13,221 --> 00:18:15,405
ครั้งถึงจะใช้เงินหนึ่งดอลลาร์

377
00:18:15,405 --> 00:18:18,720
ถูกและเร็วสุดขั้นจริง ๆ ส่วน output 24 token

378
00:18:18,720 --> 00:18:21,809
ที่แค่บอกตัวเลขนั้น แทบไม่มีค่าใช้จ่ายเลย

379
00:18:21,809 --> 00:18:24,747
และถ้าย้อนกลับไปดูว่า skill นี้ทำอะไร —

380
00:18:24,747 --> 00:18:28,212
Typesafe skill ไม่ได้รันอะไรเองเลย มันคือ rule

381
00:18:28,212 --> 00:18:30,171
book ที่ Claude หรือ agent

382
00:18:30,171 --> 00:18:32,054
อื่นใช้กับคำถามสามแบบนั้น

383
00:18:32,054 --> 00:18:34,314
มันบอกได้ว่าคำถามควรเป็นแบบไหน

384
00:18:34,314 --> 00:18:37,327
วิธีเขียนคำถามที่ Jev จะไม่อ่านเข้าใจผิด

385
00:18:37,327 --> 00:18:39,512
เรื่องความเฉพาะเจาะจงของคำถาม

386
00:18:39,512 --> 00:18:42,751
เมื่อไหร่ควรรวมคำถามเป็นชุด เมื่อไหร่ควรแยก

387
00:18:42,751 --> 00:18:45,840
ซึ่งเดี๋ยวค่อยคุยกัน และวิธีวาง threshold

388
00:18:45,840 --> 00:18:48,929
และระดับ confidence ดังนั้นถ้าคุณทำงานจาก

389
00:18:48,929 --> 00:18:51,640
Claude คุณไม่ได้คุยกับ Jev ตรง ๆ เลย

390
00:18:51,640 --> 00:18:54,654
คุณอธิบายงานเป็นภาษาคน Claude อ่าน skill

391
00:18:54,654 --> 00:18:57,968
เขียนสคริปต์ประเมิน สคริปต์ส่งแถวข้อมูลไปให้

392
00:18:57,968 --> 00:19:00,906
Jev แล้ว Claude อ่านผลลัพธ์กลับมาให้ฟัง

393
00:19:00,906 --> 00:19:04,372
นี่คือวิธีใช้ทั้งคู่ร่วมกัน ทางเลือกอื่นคือใช้

394
00:19:04,372 --> 00:19:07,837
OpenRouter ข้าม Claude Code แล้วเรียกโมเดล Jev

395
00:19:07,837 --> 00:19:11,302
จาก OpenRouter ตรง ๆ แต่แปลว่าคุณต้องแต่งคำถาม

396
00:19:11,302 --> 00:19:14,466
แต่งคำอธิบาย และจัดโครงสร้าง input ให้ Jev

397
00:19:14,466 --> 00:19:17,630
เองทั้งหมด ตอนนี้คุณเห็นแล้วว่า key ใช้ได้

398
00:19:17,630 --> 00:19:19,514
เร็วมาก และขยาย scale ได้

399
00:19:19,514 --> 00:19:23,808
มาถอดโครงวิธีใช้สิ่งนี้เองด้วยตัวอย่างอีเมลสนับสนุนลูกค้า

400
00:19:23,808 --> 00:19:27,122
50 ฉบับที่เข้ามาข้ามคืน ผมมี CSV หรือ Google

401
00:19:27,122 --> 00:19:30,437
Sheet ของอีเมลสนับสนุน 50 ฉบับ เวลาที่ได้รับ

402
00:19:30,437 --> 00:19:31,532
ID อีเมล

403
00:19:31,532 --> 00:19:34,395
ลูกค้ารายนี้อยู่กับเราตั้งแต่เมื่อไหร่

404
00:19:34,395 --> 00:19:37,710
แพ็กเกจไหน ใบแจ้งหนี้ล่าสุดที่จ่าย หัวเรื่อง

405
00:19:37,710 --> 00:19:40,346
เนื้อความ ทุกอย่างที่ต้องส่งให้ Jev

406
00:19:40,346 --> 00:19:43,284
เราจะถอดวิธีเปลี่ยนสิ่งนี้เป็น workflow

407
00:19:43,284 --> 00:19:46,298
ที่คัดแยกให้ฉบับง่าย ๆ ได้คำตอบอัตโนมัติ

408
00:19:46,298 --> 00:19:48,030
ฉบับเสี่ยงส่งต่อพนักงาน

409
00:19:48,030 --> 00:19:51,119
และเมื่อเข้าคิวแล้วเรียงตามลำดับความสำคัญ

410
00:19:51,119 --> 00:19:55,187
เพื่อให้คนที่มานั่งเปิดอ่านตอนเช้าเห็นเรียงไปทำทีละอัน

411
00:19:55,187 --> 00:19:58,426
อีเมลเหล่านี้อยู่ใน emails.csv ที่เตรียมไว้

412
00:19:58,426 --> 00:20:01,741
หรือถ้าใช้ harness อย่าง Claude Code ก็เสียบ

413
00:20:01,741 --> 00:20:03,021
MCP ตรงเข้า inbox

414
00:20:03,021 --> 00:20:05,658
อีเมลจริงแล้วประมวลผลแบบเดียวกันได้

415
00:20:05,658 --> 00:20:07,315
มีตัวอย่างเช่น "สวัสดี

416
00:20:07,315 --> 00:20:10,555
เพิ่งเห็นว่าถูกตัดเงินสองรายการ 99 ดอลลาร์"

417
00:20:10,555 --> 00:20:13,493
"สมัครทดลองใช้แล้ว magic link ไม่มา" มี

418
00:20:13,493 --> 00:20:16,581
feature request "เพิ่ม Perplexity ได้ไหม"

419
00:20:16,581 --> 00:20:19,670
มีเรื่องร้องเรียน "ตัวเลข metrics ไม่แสดง

420
00:20:19,670 --> 00:20:23,060
หรือตัวเลขลดลง" มีคำถามเรื่อง GDPR compliance

421
00:20:23,060 --> 00:20:25,245
ทั้งหมดนี้คือข้อมูลที่ให้ Jev

422
00:20:25,245 --> 00:20:28,635
ประเมินได้เร็วมากเทียบกับชุดคำถาม เวลาถอดโครง

423
00:20:28,635 --> 00:20:35,038
สิ่งสำคัญที่สุดก่อนเขียนสักคำถามเดียวคือตัดสินใจก่อนว่าโค้ดจะเอาคำตอบแต่ละอันไปทำอะไร

424
00:20:35,038 --> 00:20:36,394
คำตอบที่ได้จาก Jev

425
00:20:36,394 --> 00:20:39,407
ไม่ว่าจะความน่าจะเป็นหรือตัวเลข ต้องเป็น

426
00:20:39,407 --> 00:20:42,571
trigger ของการกระทำ ทุกคำถามที่เราแต่งต้อง

427
00:20:42,571 --> 00:20:44,605
trigger การกระทำเฉพาะเจาะจง

428
00:20:44,605 --> 00:20:47,619
และเดี๋ยวเราจะคุยกันว่าหาคำถามจากไหนก่อน

429
00:20:47,619 --> 00:20:51,837
พิจารณาการกระทำที่จะเกิดจากผลลัพธ์ในเคสสนับสนุนลูกค้านี้

430
00:20:51,837 --> 00:20:54,850
เรามีสี่การกระทำ คือ ตอบอีเมลด้วย Claude

431
00:20:54,850 --> 00:20:57,562
โดยตรงหรือให้ Claude ร่าง ส่งเข้าคิว

432
00:20:57,562 --> 00:21:00,877
engineering ในฐานะ bug ที่ต้องแก้ บันทึกเป็น

433
00:21:00,877 --> 00:21:02,610
feature request ไว้ก่อน

434
00:21:02,610 --> 00:21:05,020
หรือส่งต่อ/ขยายเรื่องให้คนจัดการ

435
00:21:05,020 --> 00:21:08,335
นี่คือสิ่งที่ผมต้องบอก Claude — งานที่ต้องทำ

436
00:21:08,335 --> 00:21:10,821
สี่การกระทำหรือเส้นทางที่เลือกได้

437
00:21:10,821 --> 00:21:14,286
และคำสั่งเดียวคือ "โชว์แผนก่อนรันอะไรทั้งสิ้น"

438
00:21:14,286 --> 00:21:17,450
เพื่อให้เราเห็นโครงสร้างแผนที่จะส่งให้ Jev

439
00:21:17,450 --> 00:21:21,594
และไล่อ่านทีละชิ้นก่อนรันกับข้อมูลทั้งกองว่ามีคำถามอะไร

440
00:21:21,594 --> 00:21:24,833
รันบนข้อมูลชุดไหน เรื่อง prompt ผมเจาะจงมาก

441
00:21:24,833 --> 00:21:28,148
แต่คุณจะให้ Claude เขียน prompt แบบนี้สำหรับ

442
00:21:28,148 --> 00:21:31,161
use case ของคุณเองก็ได้แหละ อย่างที่ผมทำ

443
00:21:31,161 --> 00:21:34,174
อีกครั้ง ต้องมี "use the Typesafe skill"

444
00:21:34,174 --> 00:21:36,962
สำคัญมาก "ผมมีอีเมลสนับสนุน 50 ฉบับใน

445
00:21:36,962 --> 00:21:39,900
emails.csv ในโฟลเดอร์ downloads ทุกเช้า

446
00:21:39,900 --> 00:21:42,235
ผมอยากให้มันถูกคัดเข้าสี่กอง" —

447
00:21:42,235 --> 00:21:45,399
นี่คือสี่การกระทำของเรา ตอบด้วย Claude คิว

448
00:21:45,399 --> 00:21:47,207
engineering ส่งให้คน ฯลฯ

449
00:21:47,207 --> 00:21:50,371
"แต่ละกองเรียงลูกค้าที่โกรธที่สุดขึ้นก่อน"

450
00:21:50,371 --> 00:21:53,158
จากสิ่งเหล่านี้ บวกกับ Typesafe skill

451
00:21:53,158 --> 00:21:56,397
มันจะเข้าใจลำดับความสำคัญและคำถามที่ต้องถาม

452
00:21:56,397 --> 00:21:58,582
เข้าใจว่าต้องมีคำถามแบบ score

453
00:21:58,582 --> 00:22:00,164
เพื่อให้คะแนนความโกรธ

454
00:22:00,164 --> 00:22:03,403
และเพราะผมมีภาพชัดว่าอยากรู้อะไรในแต่ละฉบับ

455
00:22:03,403 --> 00:22:05,663
ผมระบุไปเลย แต่ปล่อยให้ Claude

456
00:22:05,663 --> 00:22:08,225
กำหนดคำถามและเกณฑ์เองก็ได้ ต่อฉบับ

457
00:22:08,225 --> 00:22:11,464
ผมอยากรู้ว่ามันเกี่ยวกับอะไร อาจเป็น choice

458
00:22:11,464 --> 00:22:14,553
บิลลิ่ง เทคนิค feature request บัญชี หรือ

459
00:22:14,553 --> 00:22:17,717
"ไม่ใช่อันไหนเลย" การใส่ "ไม่ใช่อันไหนเลย"

460
00:22:17,717 --> 00:22:20,504
สำคัญมาก เพราะถ้าไม่มีตัวเลือกนี้ Jev

461
00:22:20,504 --> 00:22:23,517
จะพยายามเลือกอะไรที่น่าจะใช่ที่สุดอยู่ดี

462
00:22:23,517 --> 00:22:24,873
แต่พอมีตัวเลือกนี้

463
00:22:24,873 --> 00:22:27,209
มันมีทางออกให้ตอบว่าไม่เข้าข่าย

464
00:22:27,209 --> 00:22:30,297
ผมอยากรู้ว่าเขาขอเงินคืนหรือขอ refund ไหม

465
00:22:30,297 --> 00:22:33,386
อยากรู้ว่ามีอะไรพังหรือเปล่า เพราะนั่นคือ

466
00:22:33,386 --> 00:22:35,872
trigger ให้ส่งเข้าคิว engineering

467
00:22:35,872 --> 00:22:38,735
ผมอยากรู้ระดับความโกรธบนมาตรวัด ใจเย็น

468
00:22:38,735 --> 00:22:41,070
หงุดหงิด โกรธจัด ประมาณ 1 ถึง 3

469
00:22:41,070 --> 00:22:43,782
และอยากรู้ว่าเป็นเรื่องกิจวัตรธรรมดา

470
00:22:43,782 --> 00:22:45,364
ต้องใช้วิจารณญาณหน่อย

471
00:22:45,364 --> 00:22:47,774
หรือผิดสังเกตพอที่ควรให้คนจัดการ

472
00:22:47,774 --> 00:22:51,014
จากนั้นผมเพิ่มกฎว่าโค้ดจะทำอะไร Claude Code

473
00:22:51,014 --> 00:22:53,726
จะสร้างโค้ดที่ประมวลผลคำตอบของ Jev —

474
00:22:53,726 --> 00:22:56,739
ทุกอย่างที่เกี่ยวกับเงินต้องส่งให้คนเสมอ

475
00:22:56,739 --> 00:23:00,129
ห้ามให้ Claude จัดการ และผมต้องการ confidence

476
00:23:00,129 --> 00:23:01,862
สูงสำหรับข้อนี้ ถ้า Jev

477
00:23:01,862 --> 00:23:04,875
ไม่มั่นใจเรื่องหมวดหมู่ หรือเคสผิดสังเกต

478
00:23:04,875 --> 00:23:07,813
ส่งให้คน ถ้าผลิตภัณฑ์พังจนใช้ไม่ได้ ส่ง

479
00:23:07,813 --> 00:23:10,977
engineering ส่วน feature request บันทึกไว้

480
00:23:10,977 --> 00:23:14,442
ที่เหลือให้ Claude ร่างคำตอบโดยใช้ reply guide

481
00:23:14,442 --> 00:23:17,531
ที่กำหนด ซึ่งเป็นทรัพยากรแบรนด์แยกต่างหาก

482
00:23:17,531 --> 00:23:24,085
และเราจะเรียงทุกกองด้วยคะแนนความสำคัญที่อิงความโกรธเป็นหลักและความรุนแรงของปัญหาเป็นรอง

483
00:23:24,085 --> 00:23:26,872
ดังนั้นต้อง score จากหลายคำถาม Claude

484
00:23:26,872 --> 00:23:28,906
ทำงานร่วมกับ Typesafe skill

485
00:23:28,906 --> 00:23:32,146
จะเข้าใจว่าต้องแตกสิ่งเหล่านี้เป็นคำถามเชิง

486
00:23:32,146 --> 00:23:34,255
deterministic แยกอัน ที่ Jev

487
00:23:34,255 --> 00:23:37,042
ให้คะแนนความน่าจะเป็นพร้อม confidence

488
00:23:37,042 --> 00:23:40,206
และเราระบุเพิ่มเพราะอยากได้การตรวจสอบพิเศษ

489
00:23:40,206 --> 00:23:43,521
ก่อนเซฟฉบับร่างของ Claude ทุกฉบับ ให้เช็คกับ

490
00:23:43,521 --> 00:23:45,856
Jev อีกหนึ่ง request แยกต่างหาก

491
00:23:45,856 --> 00:23:47,664
ด้วยคำถามต่างจากชุดแรก —

492
00:23:47,664 --> 00:23:50,150
"มันตอบคำถามของลูกค้าจริงไหม" และ

493
00:23:50,150 --> 00:23:52,937
"มันรับปากคืนเงินหรือลดราคาไหม" คือทำ

494
00:23:52,937 --> 00:23:56,403
validation ซ้ำหลัง Claude สำหรับฉบับที่ Claude

495
00:23:56,403 --> 00:23:59,491
เขียน แล้วเก็บเฉพาะฉบับที่ผ่านทั้งสองด่าน

496
00:23:59,491 --> 00:24:02,731
เขียนแผนเป็นสามส่วน — state คือข้อมูล input

497
00:24:02,731 --> 00:24:06,045
คำถามพร้อมเกณฑ์ และการ route พร้อม threshold

498
00:24:06,045 --> 00:24:09,360
ของทุกกฎ คือระดับ confidence ที่ผ่านกฎนั้น ๆ

499
00:24:09,360 --> 00:24:12,750
เก็บในไฟล์เดียว และโชว์แผนก่อนรันอะไรทั้งสิ้น

500
00:24:12,750 --> 00:24:16,140
คุณจะขอดูสคริปต์ที่จะส่งให้ Typesafe หรือ Jev

501
00:24:16,140 --> 00:24:19,379
ก็ได้ แต่แบบนี้เราก็อปปีไปวางใน Claude Code

502
00:24:19,379 --> 00:24:22,091
ที่ติดตั้ง Typesafe ไว้แล้วรันได้เลย

503
00:24:22,091 --> 00:24:24,502
และสิ่งที่มันจะทำคือส่งแผนกลับมา

504
00:24:24,502 --> 00:24:26,837
ตอนนี้เรายังไม่สนเรื่องความเร็ว

505
00:24:26,837 --> 00:24:29,248
เพราะเป้าหมายตอนนี้คือได้แผนดี ๆ

506
00:24:29,248 --> 00:24:32,035
พร้อมชุดคำถามที่ดี เพื่อให้รันกับ Jev

507
00:24:32,035 --> 00:24:34,747
ได้เต็มที่ Jev จะทรงพลังกับ workflow

508
00:24:34,747 --> 00:24:38,137
แบบกองโตก็ต่อเมื่อเราถามได้ดี และ Claude หรือ

509
00:24:38,137 --> 00:24:39,233
LLM

510
00:24:39,233 --> 00:24:42,472
สามารถแตกความต้องการของเราเป็นคำถามที่ดีได้

511
00:24:42,472 --> 00:24:45,334
ตอนนี้เราได้แผนของ Claude กลับมาในไฟล์

512
00:24:45,334 --> 00:24:48,423
questions.py แล้ว สิ่งแรกที่เห็นคือ state

513
00:24:48,423 --> 00:24:51,813
หรือหน้าตาของแต่ละอีเมลเมื่อถึงมือ Jev มันใช้

514
00:24:51,813 --> 00:24:55,278
skill กำหนดว่า state ควรหน้าตาเป็นแบบไหน เรามี

515
00:24:55,278 --> 00:24:58,367
ID เวลาที่รับ แพ็กเกจ หัวเรื่อง เนื้อความ

516
00:24:58,367 --> 00:25:01,456
ทุกฟิลด์ สิ่งที่มันบอกคือเราต้องมี object

517
00:25:01,456 --> 00:25:04,620
หนึ่งชิ้นต่ออีเมล แทนที่จะเป็นข้อความยาว ๆ

518
00:25:04,620 --> 00:25:07,256
เพื่อให้ทุกส่วนมีชื่อที่บอกความหมาย

519
00:25:07,256 --> 00:25:08,838
ความสัมพันธ์จึงชัดเจน

520
00:25:08,838 --> 00:25:12,605
มันใส่ข้อมูลลูกค้าเช่นแพ็กเกจหรืออายุการเป็นลูกค้า

521
00:25:12,605 --> 00:25:17,954
เพราะลูกค้ารายแรกบนแพ็กเกจสูงสุดเป็นเคสคนละเรื่องกับทรายลองอายุหนึ่งวัน

522
00:25:17,954 --> 00:25:20,214
Jev จะปฏิบัติทั้งสองแบบต่างกัน

523
00:25:20,214 --> 00:25:22,926
มันแมพคอลัมน์ของ CSV ออกมาให้สคริปต์

524
00:25:22,926 --> 00:25:26,090
แปลงหนึ่งแถว CSV เป็น state หรือ input ของ

525
00:25:26,090 --> 00:25:29,555
triage request ทุกแถวจะมีข้อมูลอีเมลที่ส่งเข้า

526
00:25:29,555 --> 00:25:32,719
Jev และข้อมูลลูกค้า แยกเป็นหมวดเฉพาะเจาะจง

527
00:25:32,719 --> 00:25:34,301
เพราะ skill สั่งให้ทำ

528
00:25:34,301 --> 00:25:36,862
เพื่อให้คำถามเรียกฟิลด์ได้ด้วยชื่อ

529
00:25:36,862 --> 00:25:39,122
และตัดสิ่งที่ไม่เกี่ยวออก เช่น

530
00:25:39,122 --> 00:25:40,629
ประวัติบทสนทนาเก่า ๆ

531
00:25:40,629 --> 00:25:45,601
เพราะยิ่งมีข้อความที่ไม่เกี่ยวเข้าสู่การตัดสินใจมากเท่าไหร่ยิ่งแย่

532
00:25:45,601 --> 00:25:49,066
และนี่พาเราไปสู่ข้อจำกัดแบบ hard limit ของ Jev

533
00:25:49,066 --> 00:25:51,175
คือ 64,000 token ต่อ request

534
00:25:51,175 --> 00:25:53,812
แต่คุณไม่ควรจะเข้าใกล้ตัวเลขนั้นเลย

535
00:25:53,812 --> 00:25:56,976
มันไม่ได้ออกแบบมาแบบ LLM ที่ยัด input ล้าน

536
00:25:56,976 --> 00:26:00,140
token มันต่างกันมาก request แบบ structured

537
00:26:00,140 --> 00:26:03,304
นี้กระชับตรงประเด็น ถามคำถามที่นิยามชัดเจน

538
00:26:03,304 --> 00:26:05,338
เรายังมี state สำหรับรอบสอง

539
00:26:05,338 --> 00:26:09,406
ซึ่งอิงจากหัวเรื่องและเนื้อความของอีเมลที่ถูกร่างคำตอบ

540
00:26:09,406 --> 00:26:12,495
และ state ตัวที่สองสำหรับรอบสองที่จะทำตอน

541
00:26:12,495 --> 00:26:13,700
Claude ร่างคำตอบ

542
00:26:13,700 --> 00:26:16,412
มันจะบรรจุข้อมูลอีเมลและฉบับร่างจริง

543
00:26:16,412 --> 00:26:18,521
เพื่อดูว่าเราตอบคำถามหรือยัง

544
00:26:18,521 --> 00:26:20,706
ซึ่งเป็นรอบที่สองที่เราวางไว้

545
00:26:20,706 --> 00:26:23,117
ส่วนที่สองที่มันแตกออกมาคือคำถาม

546
00:26:23,117 --> 00:26:25,904
เรามีห้าคำถามต่ออีเมลใน request เดียว

547
00:26:25,904 --> 00:26:28,917
ทุกอีเมลใน CSV จะได้คำถามทั้งห้าข้อตอบใน

548
00:26:28,917 --> 00:26:31,027
request เดียว ซึ่งไม่มีปัญหา

549
00:26:31,027 --> 00:26:33,060
เพราะทุกคำถามที่เพิ่มเข้าไป

550
00:26:33,060 --> 00:26:35,923
จะสิบหรือสิบห้าข้อก็แทบไม่มีค่าใช้จ่าย

551
00:26:35,923 --> 00:26:39,162
คำถามเหล่านี้แทบฟรี เราจึงส่งทีเดียวทั้งหมด

552
00:26:39,162 --> 00:26:41,272
ให้ประมวลผลทุกเกณฑ์ขนานกันไป

553
00:26:41,272 --> 00:26:44,436
และในแต่ละคำตอบเราจะได้คะแนนและ confidence

554
00:26:44,436 --> 00:26:47,449
กลับจาก Jev มันสร้างคำถาม triage หลายข้อ

555
00:26:47,449 --> 00:26:48,730
ข้อแรกเป็น choice

556
00:26:48,730 --> 00:26:51,668
"อีเมลสนับสนุนนี้เกี่ยวกับอะไรเป็นหลัก"

557
00:26:51,668 --> 00:26:54,756
ถ้าเป็นบิลลิ่ง เกณฑ์คือเรื่องค่าธรรมเนียม

558
00:26:54,756 --> 00:26:57,167
ใบแจ้งหนี้ การชำระเงิน ค่าสมาชิก

559
00:26:57,167 --> 00:26:59,804
แต่ไม่รวมปัญหาล็อกอินหรือการเข้าถึง

560
00:26:59,804 --> 00:27:02,290
เราระบุชัดว่าคืออะไรและไม่ใช่อะไร

561
00:27:02,290 --> 00:27:05,378
พร้อมตัวอย่าง ต่อมาเทคนิค feature request

562
00:27:05,378 --> 00:27:08,467
บัญชี และ "ไม่มี" อย่างที่บอก ทุก request

563
00:27:08,467 --> 00:27:10,576
ต้องมีทางออกให้เลือก "ไม่มี"

564
00:27:10,576 --> 00:27:13,966
เพื่อไม่ให้มันต้องยัดเยียดเข้าหมวดใดหมวดหนึ่ง

565
00:27:13,966 --> 00:27:17,356
แล้วเราแตกต่อเรื่อง "ขอเงินคืน" เกณฑ์ของ null

566
00:27:17,356 --> 00:27:20,746
ถ้าจริง คืออีเมลขอให้คืนเงินหรือ cred เงินคืน

567
00:27:20,746 --> 00:27:21,842
ถ้าเท็จ

568
00:27:21,842 --> 00:27:24,930
คืออีเมลไม่ได้อ้างสิทธิ์เงินที่จ่ายไปแล้ว

569
00:27:24,930 --> 00:27:28,998
และระบุว่าการขอยกเลิกโดยไม่พูดถึงการคืนเงินถือเป็นเท็จ

570
00:27:28,998 --> 00:27:32,464
เพราะเขาจะไม่ได้เงินคืนจากการนั้น เราแตกเรื่อง

571
00:27:32,464 --> 00:27:34,422
"พังหนักแค่ไหน" เป็น score

572
00:27:34,422 --> 00:27:37,737
ให้เกณฑ์แต่ละระดับจาก 1 ถึง 4 — ไม่มีอะไรพัง

573
00:27:37,737 --> 00:27:39,846
เสียหายเรื่องหน้าตา น่ารำคาญ

574
00:27:39,846 --> 00:27:41,202
และใช้ของไม่ได้เลย

575
00:27:41,202 --> 00:27:44,441
สิ่งสำคัญคือเราเจาะจงกับเกณฑ์มาก "น่ารำคาญ"

576
00:27:44,441 --> 00:27:45,537
หมายถึงอะไร

577
00:27:45,537 --> 00:27:48,852
หมายถึงฟีเจอร์ทำงานเสื่อมหรือล้มเหลวบางครั้ง

578
00:27:48,852 --> 00:27:51,488
แต่มีทางแก้ผ่าน เพราะเราระบุไว้ Jev

579
00:27:51,488 --> 00:27:55,104
จึงมั่นใจได้มากขึ้นในการตัดสินว่าน่ารำคาญหรือไม่

580
00:27:55,104 --> 00:27:58,343
และต้องจำไว้ว่าทุกอีเมลผ่านเกณฑ์เดียวกันหมด

581
00:27:58,343 --> 00:27:59,439
เช่น

582
00:27:59,439 --> 00:28:03,055
อีเมลบิลลิ่งก็ยังโดนถามคำถามความเสียหายเหมือนกัน

583
00:28:03,055 --> 00:28:05,842
"ผลิตภัณฑ์พังแค่ไหนสำหรับลูกค้าคนนี้"

584
00:28:05,842 --> 00:28:08,780
จากที่อีเมลบรรยายมันก็จะตอบว่าไม่พังเลย

585
00:28:08,780 --> 00:28:10,588
และคะแนนนั้นก็ถูกละเลยไป

586
00:28:10,588 --> 00:28:13,526
การส่งคำถามทั้งหมดพร้อมกันทำให้เร็วขึ้น

587
00:28:13,526 --> 00:28:14,882
ประมวลผลขนานกันหมด

588
00:28:14,882 --> 00:28:17,745
เราแค่เข้าใจว่าไม่เกี่ยวกับความเสียหาย

589
00:28:17,745 --> 00:28:18,840
คะแนนเป็นศูนย์

590
00:28:18,840 --> 00:28:22,079
และไม่มีการกระทำตามคะแนนนั้นสำหรับอีเมลนั้น

591
00:28:22,079 --> 00:28:25,319
เรื่องความโกรธ "ลูกค้าคนนี้โกรธแค่ไหน" เป็น

592
00:28:25,319 --> 00:28:28,031
score จากใจเย็นถึงโกรธจัด และ Claude

593
00:28:28,031 --> 00:28:31,270
ยังแตกเรื่อง "ต้องใช้วิจารณญาณมนุษย์แค่ไหน"

594
00:28:31,270 --> 00:28:34,660
เป็นเคสมาตรฐาน ต้องใช้วิจารณญาณ หรือผิดสังเกต

595
00:28:34,660 --> 00:28:37,899
ซึ่งเป็น choice ให้เลือกหนึ่งในสาม ในรอบสอง

596
00:28:37,899 --> 00:28:40,461
เรามีคำถามยืนยัน — ตอบคำถามหรือยัง

597
00:28:40,461 --> 00:28:43,926
รับปากคืนเงินหรือลดราคาไหม — แล้ว Claude จะใช้

598
00:28:43,926 --> 00:28:46,789
Typesafe skill แปลงทั้งหมดเป็น request

599
00:28:46,789 --> 00:28:50,103
ตามโครงสร้าง JSON ที่เห็นก่อนหน้า ส่งให้ Jev

600
00:28:50,103 --> 00:28:52,966
ในแผนยังมีกฎการ route — จะส่งให้คน ทีม

601
00:28:52,966 --> 00:28:56,130
engineering หรือกองไว้ให้ Claude ร่างคำตอบ

602
00:28:56,130 --> 00:28:58,465
พร้อมระดับ confidence ที่ใช้วัด

603
00:28:58,465 --> 00:29:01,403
คุณเข้าไปแก้ค่าพวกนี้ได้ ถ้า confidence

604
00:29:01,403 --> 00:29:03,889
ของหมวดหมู่ต่ำกว่าเกณฑ์ในกฎข้อสอง

605
00:29:03,889 --> 00:29:07,053
ผลลัพธ์จะไม่ถูกไว้ใจ และจะถูก route ไปหาคน

606
00:29:07,053 --> 00:29:10,368
แล้วล่างสุดมีสคริปต์ route จริง ๆ ที่ Claude

607
00:29:10,368 --> 00:29:13,005
เขียนตาม Typesafe skill อย่างที่บอก

608
00:29:13,005 --> 00:29:15,415
ไม่มีการตัดสินด้วย LLM ตรงนี้เลย

609
00:29:15,415 --> 00:29:18,052
เป็นสคริปต์ล้วน ๆ ส่งผลลัพธ์จาก Jev

610
00:29:18,052 --> 00:29:21,517
ผ่านกฎเหล่านี้เข้ากองที่ถูกต้อง ทั้งหมดเป็น if

611
00:29:21,517 --> 00:29:24,455
statement ที่ตรวจสอบได้กับตัวเลขที่ Jev

612
00:29:24,455 --> 00:29:27,544
ตอบกลับมา คุณเห็นแล้ววิธีเขียนสิ่งนี้ด้วย

613
00:29:27,544 --> 00:29:29,804
Claude ซึ่งเร็วกว่าเขียนเองมาก

614
00:29:29,804 --> 00:29:35,303
แต่ส่วนที่ยากกว่าคือการรู้ว่าควรถามอะไรเกี่ยวกับกระบวนการของคุณตั้งแต่แรก

615
00:29:35,303 --> 00:29:38,768
นี่คือส่วนที่ผมหาในเน็ตไม่เจอ ไม่มีใครเขียนไว้

616
00:29:38,768 --> 00:29:40,802
ผมเลยทำ checklist ของตัวเอง

617
00:29:40,802 --> 00:29:43,062
ดาวน์โหลดฟรีในคำอธิบายด้านล่าง

618
00:29:43,062 --> 00:29:46,151
ใช้ไล่หาคำถามที่ต้องถามกับกระบวนการของคุณ

619
00:29:46,151 --> 00:29:49,315
หรือหา requirement ที่จะใส่เป็น prompt แรก

620
00:29:49,315 --> 00:29:52,178
สิ่งนี้ไม่มีแม้แต่ใน skill ที่เขาให้มา

621
00:29:52,178 --> 00:29:55,643
ซึ่งเป็นเกณฑ์เฉพาะเรื่องโครงสร้าง request ไปหา

622
00:29:55,643 --> 00:29:59,108
Jev นี่คือ checklist ที่ผมใช้กับห้าหัวข้อคำถาม

623
00:29:59,108 --> 00:30:02,423
ประกอบจาก docs ที่อ่านและวิดีโอ use case ของ

624
00:30:02,423 --> 00:30:03,518
Jev ที่ดูมา

625
00:30:03,518 --> 00:30:06,682
หลักการคือคิดจากมุมว่าซอฟต์แวร์จะทำอะไรต่อ

626
00:30:06,682 --> 00:30:09,470
ไม่ใช่มุมของข้อมูล ทุกคำถามที่ถาม Jev

627
00:30:09,470 --> 00:30:11,880
มีอยู่เพราะต้อง trigger การกระทำ

628
00:30:11,880 --> 00:30:13,538
การกระทำขึ้นอยู่กับมัน

629
00:30:13,538 --> 00:30:16,702
ดังนั้นเขียนรายการการกระทำก่อนเป็นข้อหนึ่ง

630
00:30:16,702 --> 00:30:20,167
ของเราคือ Claude ตอบ ส่งคิว engineering บันทึก

631
00:30:20,167 --> 00:30:22,502
feature log หรือส่งให้คน ข้อสอง

632
00:30:22,502 --> 00:30:24,837
สำหรับทุกการกระทำ เขียน trigger

633
00:30:24,837 --> 00:30:27,851
เป็นหนึ่งประโยค ประโยคนั้นคือคำถามของคุณ

634
00:30:27,851 --> 00:30:30,487
และมันบอกการกระทำซึ่งบอกชนิดคำถาม —

635
00:30:30,487 --> 00:30:33,425
ถ้าลงมือหรือไม่ลงมือคือ null ใช่/ไม่ใช่

636
00:30:33,425 --> 00:30:36,589
ถ้าเลือกปลายทางต่างกันคือ choice เป็นปัญหา

637
00:30:36,589 --> 00:30:39,377
routing ถ้าเรียงลำดับคือ score ข้อสาม

638
00:30:39,377 --> 00:30:42,691
เขียนว่าคนจะดูอะไรก่อนตัดสินใจ คือ input คือ

639
00:30:42,691 --> 00:30:43,787
state อะไร

640
00:30:43,787 --> 00:30:47,101
ในที่นี้คืออีเมลเดี่ยวหรือรายการอีเมล ข้อสี่

641
00:30:47,101 --> 00:30:50,341
เพิ่ม "อะไรอีกที่อาจเป็นจริงและจะเปลี่ยนการ

642
00:30:50,341 --> 00:30:52,977
route" นี่คือ edge case แม้หายากมาก

643
00:30:52,977 --> 00:30:56,217
ความรุนแรงของ bug มาจากไหนก็จากตรงนี้ เราจะ

644
00:30:56,217 --> 00:30:59,531
route ตามความรุนแรงของ bug จึงต้อง score มัน

645
00:30:59,531 --> 00:31:02,997
ข้อห้า ตัดสินว่าคำตอบผิดจะทำให้เสียหายเท่าไหร่

646
00:31:02,997 --> 00:31:06,236
เพื่อตั้งระดับ confidence หรือความยอมรับได้

647
00:31:06,236 --> 00:31:08,797
นั่นคือ threshold ของแต่ละการกระทำ

648
00:31:08,797 --> 00:31:11,585
ซึ่งคุณเห็นแล้วว่าเรามี threshold ของ

649
00:31:11,585 --> 00:31:14,598
confidence ครบทุกกฎ ผมรันกับอีเมลทั้ง 50

650
00:31:14,598 --> 00:31:16,632
ฉบับใน CSV แล้ว ใช้เวลา 4.2

651
00:31:16,632 --> 00:31:19,721
วินาทีสำหรับทั้งหมดด้วย worker ขนานแปดตัว

652
00:31:19,721 --> 00:31:22,056
ถ้ารันเรียงลำดับจะใช้ 31 วินาที

653
00:31:22,056 --> 00:31:24,467
ซึ่งเป็นวิธีที่คุณน่าจะทำกับ LLM

654
00:31:24,467 --> 00:31:27,103
แต่มันทำพร้อมกันหมดได้ ต้นทุน 0.026

655
00:31:27,103 --> 00:31:29,514
เซนต์สำหรับทั้ง 50 ประมาณ 19,000

656
00:31:29,514 --> 00:31:32,678
อีเมลต่อหนึ่งดอลลาร์ ถ้ารันทุกเช้า 50 ฉบับ

657
00:31:32,678 --> 00:31:35,390
จะเสียค่าใช้จ่ายราวหนึ่งดอลลาร์ต่อปี

658
00:31:35,390 --> 00:31:38,403
ถูกเหลือเชื่อ ผลลัพธ์อยู่ในไฟล์ markdown

659
00:31:38,403 --> 00:31:40,964
ให้อ่านง่าย เรียงตามลำดับความสำคัญ

660
00:31:40,964 --> 00:31:44,053
โดยถ่วงน้ำหนักความโกรธ 70% ความรุนแรง 30%

661
00:31:44,053 --> 00:31:46,388
เห็นว่า 19 ฉบับถูก route ไปหาคน

662
00:31:46,388 --> 00:31:48,573
ตามระดับความโกรธและความรุนแรง

663
00:31:48,573 --> 00:31:51,360
พร้อมหัวเรื่องและเหตุผลที่จัดหมวดนั้น

664
00:31:51,360 --> 00:31:54,600
เช่นคนขอเงินคืนบนมาตรวัด 0 ถึง 3 เขาโกรธมาก

665
00:31:54,600 --> 00:31:56,106
และ Jev ถือว่ารุนแรง

666
00:31:56,106 --> 00:32:00,852
พนักงานสนับสนุนลูกค้าจึงมีลิสต์เคสเรียงลำดับความสำคัญไว้ทุกเช้า

667
00:32:00,852 --> 00:32:04,318
และใช้เวลาไม่ถึงสิบวินาที นอกจากนี้ยังมีกองคิว

668
00:32:04,318 --> 00:32:07,783
engineering กอง feature request และ 19 ฉบับที่

669
00:32:07,783 --> 00:32:08,988
Claude ตอบได้เลย

670
00:32:08,988 --> 00:32:11,324
ซึ่งไม่ใช่งานของพนักงานอีกต่อไป

671
00:32:11,324 --> 00:32:14,563
ตอนนี้คุณเห็นวิธีจับ Jev คู่กับ Claude แล้ว

672
00:32:14,563 --> 00:32:18,104
ต่อไปคือกฎที่ต้องทำตามเพื่อให้ได้ประโยชน์สูงสุด

673
00:32:18,104 --> 00:32:20,816
นี่คือ pattern ที่ถอดจาก docs โดยตรง

674
00:32:20,816 --> 00:32:24,055
ข้อแรกฟังดูย้อนแย้งแต่เป็น insight สุดยอด —

675
00:32:24,055 --> 00:32:27,294
ถามทุกอย่างพร้อมกันเลย เราถามคำถามทั้งห้าใน

676
00:32:27,294 --> 00:32:30,759
request เดียวอย่างที่ทำไปแล้ว ปัญหาที่ pattern

677
00:32:30,759 --> 00:32:32,191
นี้แก้ก็คือการรอคอย

678
00:32:32,191 --> 00:32:35,505
และนี่คือเหตุผลที่มันเร็วสุดขั้น กับโมเดลแชท

679
00:32:35,505 --> 00:32:36,937
คุณถามหนึ่งอย่าง รอ

680
00:32:36,937 --> 00:32:39,950
แล้วค่อยตัดสินว่าจะถามอะไรต่อ แต่กับ Jev

681
00:32:39,950 --> 00:32:43,039
ทุกคำถามใน request รันขนานกันอย่างที่เห็น

682
00:32:43,039 --> 00:32:45,826
และคุณจ่ายค่าอ่านข้อความแค่ครั้งเดียว

683
00:32:45,826 --> 00:32:49,291
ถามทุกอย่างล่วงหน้า รวมถึงคำถามที่อาจไม่เกี่ยว

684
00:32:49,291 --> 00:32:50,949
เช่น ความรุนแรงของ bug

685
00:32:50,949 --> 00:32:52,907
ในสถานการณ์บิลลิ่งเมื่อกี้

686
00:32:52,907 --> 00:32:55,544
แล้วมันก็จะตัดสิ่งที่ไม่ต้องใช้ทิ้ง

687
00:32:55,544 --> 00:32:58,256
นี่เรียกว่า speculative fan-out เช่น

688
00:32:58,256 --> 00:33:01,495
ถ้ากลับมาเป็น query บิลลิ่ง คำตอบเรื่อง bug

689
00:33:01,495 --> 00:33:04,961
จะถูกละเลยในการประมวลผลทันที แต่ถ้ามันเป็น bug

690
00:33:04,961 --> 00:33:06,844
คุณก็มีความรุนแรงอยู่แล้ว

691
00:33:06,844 --> 00:33:09,933
ไม่ต้องเรียกอีกรอบเพื่อดูความรุนแรง หนึ่ง

692
00:33:09,933 --> 00:33:13,398
request คำถามหลายข้อ หลายชนิดปนกันได้ทั้ง null

693
00:33:13,398 --> 00:33:16,336
choice และ score Pattern สองคือการ gate

694
00:33:16,336 --> 00:33:18,596
การตัดสินใจตามระดับ confidence

695
00:33:18,596 --> 00:33:19,801
ของการกระทำเฉพาะ

696
00:33:19,801 --> 00:33:22,965
ช่วยให้คุณสร้างระบบที่ทั้งเสถียรและปลอดภัย

697
00:33:22,965 --> 00:33:26,430
รู้ว่าฟังยาวไป ตัวอย่างที่ Typesafe ใช้ใน docs

698
00:33:26,430 --> 00:33:29,896
คือ voice banking สมมติ confidence ต่ำกว่า 0.6

699
00:33:29,896 --> 00:33:33,210
คือ 60% ใกล้ ๆ ห้าสิบห้าสิบ จะถูกส่งต่อให้คน

700
00:33:33,210 --> 00:33:35,772
"เช็คยอดคงเหลือ" ที่ 0.6 ก็ผ่านได้

701
00:33:35,772 --> 00:33:39,764
เพราะกรณีแย่ที่สุดคือมีคนได้ยินยอดของตัวเองหากมันพลาด

702
00:33:39,764 --> 00:33:42,702
แต่การกระทำต่างชนิดกันต้อง gate ต่างกัน

703
00:33:42,702 --> 00:33:45,866
"อนุมัติโอนเงิน" ต้องมั่นใจกว่านั้นมาก สัก

704
00:33:45,866 --> 00:33:46,962
0.85

705
00:33:46,962 --> 00:33:52,084
ต่ำกว่านั้นมันจะขอให้คุณยืนยันก่อนว่าใช่การกระทำที่ตั้งใจทำหรือเปล่า

706
00:33:52,084 --> 00:33:53,666
คุณเห็นสิ่งนี้ใน demo

707
00:33:53,666 --> 00:33:55,776
เบราว์เซอร์เสียงตอนต้นคลิป —

708
00:33:55,776 --> 00:33:57,885
เลื่อนหน้าลงเกิดขึ้นทันทีเลย

709
00:33:57,885 --> 00:34:01,200
แต่การกระทำที่ทำลายอะไรบางอย่าง เช่น ปิดแท็บ

710
00:34:01,200 --> 00:34:04,514
มันจะหยุดถามขอยืนยันก่อนเสมอ เพราะมันต่ำกว่า

711
00:34:04,514 --> 00:34:07,603
threshold ที่ตั้งไว้ คุณมีหนึ่ง threshold

712
00:34:07,603 --> 00:34:08,808
ต่อหนึ่งการกระทำ

713
00:34:08,808 --> 00:34:11,822
กำหนดจากต้นทุนของการตอบผิดในการกระทำนั้น

714
00:34:11,822 --> 00:34:12,917
Pattern

715
00:34:12,917 --> 00:34:16,081
สามคือการให้คะแนนรายส่วนโดยแตกเป็นคำถามแยก

716
00:34:16,081 --> 00:34:17,964
แล้วถ่วงน้ำหนักหรือรวมกัน

717
00:34:17,964 --> 00:34:21,882
กฎนี้มีเพราะคุณถูกส่งเสริมให้แตกการตัดสินของมิติต่าง

718
00:34:21,882 --> 00:34:24,518
ๆ ที่เป็นอิสระต่อกันออกเป็นคำถามแยก

719
00:34:24,518 --> 00:34:27,456
ให้คะแนนแต่ละด้านแยก แล้วรวมด้วยน้ำหนัก

720
00:34:27,456 --> 00:34:30,093
เพื่อที่เราจะคุมการ route ได้ในโค้ด

721
00:34:30,093 --> 00:34:33,558
ยกตัวอย่างให้เห็นภาพ คือการตัดสินใหญ่ ๆ ยุ่ง ๆ

722
00:34:33,558 --> 00:34:35,894
เราอาจมี CV กองหนึ่ง แล้วถามว่า

723
00:34:35,894 --> 00:34:39,284
"คนนี้เป็นผู้สมัครที่ดีไหม" ให้คะแนน 1 ถึง 10

724
00:34:39,284 --> 00:34:42,673
คุณจะได้ตัวเลขเดียวจาก Jev ที่คุณถามต่อไม่ได้

725
00:34:42,673 --> 00:34:44,933
ไม่รู้ว่ามันใช้เกณฑ์อะไรตัดสิน

726
00:34:44,933 --> 00:34:48,323
แต่สิ่งที่เราควรทำคือแตกมันออกเป็นสิ่งที่ความ

727
00:34:48,323 --> 00:34:51,638
"ดี" หมายถึง สำหรับวิศวกร อาจเป็นความลึกด้าน

728
00:34:51,638 --> 00:34:53,973
Python ทักษะนำทีม การออกแบบระบบ

729
00:34:53,973 --> 00:34:57,439
หรือความเร็วในการเรียนรู้ของใหม่ สำหรับ senior

730
00:34:57,439 --> 00:35:00,904
engineer คุณถ่วง Python กับ design อย่างละ 40%

731
00:35:00,904 --> 00:35:04,143
เป็นเกณฑ์ แต่สำหรับตำแหน่งผู้จัดการ อาจเป็น

732
00:35:04,143 --> 00:35:07,533
leadership ที่ได้ 40% แทน Pattern สี่ pattern

733
00:35:07,533 --> 00:35:08,739
สุดท้ายคือ route

734
00:35:08,739 --> 00:35:11,601
ไปยังตัวจัดการที่ดีที่สุดสำหรับงานนั้น

735
00:35:11,601 --> 00:35:14,765
เรียกว่า intent routing เราจะจำแนก request

736
00:35:14,765 --> 00:35:16,197
ที่เข้ามาแล้ว route

737
00:35:16,197 --> 00:35:19,059
แต่ละอันไปยังตัวจัดการที่เหมาะสมที่สุด

738
00:35:19,059 --> 00:35:21,470
ไม่ว่าจะเป็น logic deterministic

739
00:35:21,470 --> 00:35:24,935
ในสคริปต์อย่างที่เห็น LLM เฉพาะทางอย่าง Claude

740
00:35:24,935 --> 00:35:26,031
หรือมนุษย์ Jev

741
00:35:26,031 --> 00:35:29,722
นั่งอยู่หน้าทั้งหมดนี้ในฐานะตัวจำแนกที่เร็วและถูก

742
00:35:29,722 --> 00:35:31,831
ตัดสินว่าจะเรียกตัวจัดการไหน

743
00:35:31,831 --> 00:35:34,393
จะส่งให้พนักงานบริการลูกค้าหรือไม่

744
00:35:34,393 --> 00:35:37,707
"ออเดอร์ของผมอยู่ไหน" จะไปที่การค้น database

745
00:35:37,707 --> 00:35:39,365
ไม่ใช้ AI ไม่ต้องใช้คน

746
00:35:39,365 --> 00:35:42,152
แต่คำถามเรื่องผลิตภัณฑ์จะไปที่ Claude

747
00:35:42,152 --> 00:35:44,035
ที่เข้าถึงเอกสารผลิตภัณฑ์

748
00:35:44,035 --> 00:35:47,953
แล้วเรื่องร้องเรียนจะโดนถามต่ออีกข้อว่าซับซ้อนแค่ไหน

749
00:35:47,953 --> 00:35:51,192
และพวกยุ่งยากจะไปหาคนตั้งแต่แรก ส่วนอะไรที่

750
00:35:51,192 --> 00:35:53,678
confidence ต่ำจะไม่ผ่าน threshold

751
00:35:53,678 --> 00:35:56,314
และไปหาคนอยู่ดี เมื่อรวมสี่ pattern

752
00:35:56,314 --> 00:35:59,403
เข้าด้วยกัน คุณจะได้ demo บ้านอัจฉริยะที่

753
00:35:59,403 --> 00:36:02,793
Typesafe มีไว้ใน docs ซึ่งใช้ทุกอย่างพร้อมกัน

754
00:36:02,793 --> 00:36:05,957
นี่คือการควบคุมไฟและอุปกรณ์ในบ้านด้วยเสียง

755
00:36:05,957 --> 00:36:08,518
การพิมพ์คำสั่ง หรือแอป คุณพิมพ์ว่า

756
00:36:08,518 --> 00:36:10,251
"ปิดไฟทั้งบ้าน" request

757
00:36:10,251 --> 00:36:12,963
เดียวจะถามว่าเป็นคำขอชนิดไหน ห้องไหน

758
00:36:12,963 --> 00:36:15,449
อุปกรณ์อะไร และต้องทำการกระทำอะไร

759
00:36:15,449 --> 00:36:18,538
แล้วถ้าคุณพิมพ์สองคำสั่งในหนึ่งประโยค Jev

760
00:36:18,538 --> 00:36:21,928
จะเห็นว่าเป็น compound request แล้วส่งให้ LLM

761
00:36:21,928 --> 00:36:24,790
แยกมันออก จากนั้นค่อยตัดสินทั้งสองส่วน

762
00:36:24,790 --> 00:36:27,879
มันเข้าใจว่าต้องแตก request เป็นหลายคำถาม

763
00:36:27,879 --> 00:36:30,666
แล้วถ้าคุณถามเรื่องทั่วไปที่ไม่เกี่ยว

764
00:36:30,666 --> 00:36:33,981
มันก็รู้จักส่งต่อให้ LLM ตอบ นั่นคือ pattern

765
00:36:33,981 --> 00:36:37,070
สี่นั่นเอง ประเด็นทั้งหมดคือพวกเขาวาง Jev

766
00:36:37,070 --> 00:36:40,083
เคียงข้าง LLM Jev ทำงานเร็วมากบนการกระทำ

767
00:36:40,083 --> 00:36:43,473
deterministic ที่มีคำถาม threshold confidence

768
00:36:43,473 --> 00:36:45,883
ฯลฯ จนคุณแทบไม่รู้สึกถึงตัวตนมัน

769
00:36:45,883 --> 00:36:50,328
มันตัดสินใจได้เร็วมากจนกำหนดขั้นตอนถัดไปที่น่าจะใช่ได้ทันที

770
00:36:50,328 --> 00:36:53,492
ตามคะแนนและ confidence เทียบกับเกณฑ์ของคุณ

771
00:36:53,492 --> 00:36:56,430
ถ้ายังไม่เห็น ผมตื่นเต้นกับเรื่องนี้มาก

772
00:36:56,430 --> 00:36:59,895
เพราะพอจับมันคู่กับ Claude Code หรือ GPT Astra

773
00:36:59,895 --> 00:37:03,135
คุณได้คอมบิเนชันที่โหดจริง ๆ Jev ทำงานจำแนก

774
00:37:03,135 --> 00:37:04,230
deterministic

775
00:37:04,230 --> 00:37:07,997
จำนวนมากได้เร็วสุดขั้วในราคาต่ำสุดเป็นประวัติการณ์

776
00:37:07,997 --> 00:37:10,709
ขณะที่ Claude ทำแชทไปมา การใช้เหตุผล

777
00:37:10,709 --> 00:37:14,475
และการตัดสินใจที่ต้องคิดเพิ่มหรือเกณฑ์ยืดหยุ่นกว่า

778
00:37:14,475 --> 00:37:18,393
ถ้าอยากดูวิดีโอการเอาคอมบิเนชันนี้ไปใช้กับโดเมนอย่าง

779
00:37:18,393 --> 00:37:21,858
GEO หรือ browser use คอมเมนต์ไว้ด้านล่างได้เลย

780
00:37:21,858 --> 00:37:23,440
แล้วพบกันคลิปหน้าครับ