การพัฒนา Agentic AI: การสร้างเวิร์กโฟลว์ LLM แบบอัตโนมัติ

การเปลี่ยนผ่านจากแชทบอทธรรมดาไปสู่เอเจนต์อัตโนมัติกำลังเปลี่ยนแปลงวิธีที่เราโต้ตอบกับเทคโนโลยี การทำความเข้าใจวิธีการสร้างระบบที่สามารถวางแผนและดำเนินการงานได้อย่างอิสระคือพรมแดนถัดไปสำหรับนักพัฒนาและนักนวัตกรรม หลักสูตรนี้จะนำคุณไปสู่สถาปัตยกรรมของระบบ agentic โดยก้าวข้ามจาก prompt พื้นฐานไปสู่เวิร์กโฟลว์ที่ซับซ้อนและหลายขั้นตอน คุณจะได้เรียนรู้วิธีการให้ Large Language Models (LLMs) มีความสามารถในการใช้เครื่องมือภายนอก จัดการหน่วยความจำ และทำงานร่วมกับเอเจนต์อื่น ๆ เพื่อแก้ไขปัญหาในโลกแห่งความเป็นจริง What you'll learn: - ทำความเข้าใจสถาปัตยกรรมพื้นฐานของเอเจนต์ AI อัตโนมัติและองค์ประกอบหลักของมัน - ออกแบบเวิร์กโฟลว์การให้เหตุผลแบบหลายขั้นตอนโดยใช้เทคนิคการประสานงาน LLM ที่ทันสมัย - นำความสามารถในการเรียกใช้เครื่องมือ (tool-calling) มาใช้เพื่อให้เอเจนต์สามารถโต้ตอบกับ APIs และข้อมูลภายนอกได้ - ประยุกต์ใช้รูปแบบ Retrieval-Augmented Generation (RAG) เพื่อให้การดำเนินการของเอเจนต์อ้างอิงจากความรู้เฉพาะ - เชี่ยวชาญกลยุทธ์ prompt engineering สำหรับการวางแผนและการดำเนินการของเอเจนต์ที่เชื่อถือได้ - สำรวจข้อพิจารณาด้านจริยธรรมและมาตรการป้องกันความปลอดภัยสำหรับระบบอัตโนมัติ Starting with foundational definitions and agent types, the material progresses through memory management, tool integration, and the design of multi-agent environments. You will study clear explanations and code-based implementations to understand how these systems operate in production. This course is designed for beginners interested in the future of AI automation. No prior experience with agentic frameworks or advanced AI development is required. Begin building the next generation of autonomous intelligence today.