สรุปจากคลิป ดูคลิปต้นฉบับ

ตอบคำถาม AI สุดแปลก พร้อมเบื้องหลังการทำช่อง เครื่องมือ งานทีม รายได้ และวิธีใช้ AI แบบไม่ให้สมองล้า

โลกของ AI เปลี่ยนเร็วมากจนหลายคนไม่ได้อยากรู้แค่ว่า “มีเครื่องมืออะไรใหม่” แต่ยังอยากรู้ด้วยว่า คนที่ทำงานกับ AI ทุกวันจัดการชีวิต การทำคอนเทนต์ การตัดต่อ ทีมงาน รายได้ และวิธีคิดอย่างไรให้ตามทันโดยไม่หลงไปกับกระแสเกินไป

คำถามเหล่านี้อาจเริ่มจากเรื่องเบา ๆ เช่น ใช้โมเดลอะไรทำอินโทร ทำไมฉากหลังเป็นสีม่วง หรือของตกแต่งหลังโต๊ะคืออะไร แต่เมื่อขยายออกไป ก็กลายเป็นประเด็นใหญ่เกี่ยวกับธุรกิจคอนเทนต์ AI การเลือกเครื่องมือ การใช้ AI ให้เสริมสมองแทนที่จะทำให้คิดน้อยลง ไปจนถึงคำแนะนำสำหรับคนที่อยากเริ่มทำช่อง AI หรือแม้แต่เตรียมตัวสำหรับระยะถัดไปการทำงาน

เบื้องหลังอินโทร AI ที่หลายคนถามถึง

หนึ่งในคำถามที่ถูกถามมากที่สุดคืออินโทรเปิดคลิปที่มีเอฟเฟกต์ประหลาดและสะดุดตา โดยเฉพาะอินโทรที่เริ่มจากหมาป่านั่งอยู่บนเก้าอี้ ก่อนจะค่อย ๆ กลายเป็นเจ้าของช่องอย่างลื่นไหล

กระบวนการทำอินโทรลักษณะนี้ไม่ได้ซับซ้อนอย่างที่คิด แต่ต้องอาศัยการเขียนพรอมป์อย่างละเอียดและการลองซ้ำหลายรอบ เครื่องมือหลักที่ใช้มีสองส่วนคือ ChatGPT สำหรับสร้างภาพตั้งต้น และ Runway สำหรับทำการเปลี่ยนภาพนิ่งให้กลายเป็นวิดีโอแบบ morph

ขั้นตอนหลักมีลักษณะดังนี้

1. เริ่มจากภาพห้องทำงานจริง โดยใช้ภาพเก้าอี้ว่างในมุมถ่ายเดียวกับฉากจริง
2. ส่งภาพนั้นให้โมเดลภาพสร้าง “หมาป่านั่งบนเก้าอี้” และกำชับเรื่องอัตราส่วนภาพ 16:9
3. นำภาพหมาป่าที่ได้ไปใส่ใน Runway เป็นเฟรมเริ่มต้น
4. ใช้ภาพแรกของคลิปจริงที่เจ้าของช่องนั่งอยู่หน้ากล้องเป็นเฟรมสุดท้าย
5. เขียนพรอมป์อธิบายให้ละเอียดว่า หมาป่าค่อย ๆ กลายเป็นมนุษย์ในหนึ่งการเคลื่อนไหวต่อเนื่อง
6. เติมคำสั่งกำกับพฤติกรรมช่วงท้าย เช่น ให้ “นั่งนิ่งมองกล้อง” เพื่อป้องกันโมเดลทำปากพูดมั่วหรือสร้างเสียงแปลก ๆ

จุดที่น่าสนใจคือไม่ได้สำเร็จในครั้งเดียว มีการลองถึง 13 ครั้งกว่าจะได้เวอร์ชันที่ใช้จริง นี่สะท้อนหลักสำคัญของงานสร้างสรรค์ด้วย AI คือ ผลลัพธ์ที่ดีมักมาจากการทดลองซ้ำ ไม่ใช่พรอมป์เดียวจบ

ส่วนไอเดียอินโทรนั้นไม่ได้มาจาก AI แต่ส่วนใหญ่เกิดจากเจ้าตัวเอง บางครั้งก็มาจากลูก ๆ และบางครั้งก็มาจากคอมเมนต์ของชุมชน เช่น ไอเดียหมาป่าก็มาจากคำแนะนำที่มีคนเสนอเข้ามาบ่อย ๆ

ทีมงานจริงมีหน้าตาอย่างไร และทำไมยังตัดต่อเอง

หลายคนมักคิดว่าช่องเทคโนโลยีที่ดูเป็นระบบต้องมีทีมใหญ่หรือมีโปรดักชันครบวงจร แต่โครงสร้างที่ใช้อยู่จริงกลับใกล้เคียงกับ “ธุรกิจคนเดียวที่มีผู้ช่วยภายนอก” มากกว่า

แม้จะมีทีมช่วยงาน แต่เจ้าของช่องยังตัดต่อวิดีโอหลักด้วยตัวเอง เหตุผลสำคัญคือเคยทดลองจ้างทีมตัดต่อเพื่อปรับความเนี้ยบให้ใกล้เคียงช่องระดับโปรดักชันสูง แต่ผลตอบรับกลับบอกชัดว่า คนส่วนใหญ่ชอบสไตล์ที่เรียบง่าย เป็นธรรมชาติ และดูเหมือนกำลังอธิบายพร้อมกดเปลี่ยนหน้าจอไปด้วยแบบเรียลไทม์มากกว่า

เวิร์กโฟลว์ปัจจุบันจึงเป็นแบบนี้

• วิดีโอหลักตัดต่อเอง
• ใช้ปุ่มบน Stream Deck ควบคุมฉากและการสลับหน้าจอขณะอัด
• นำไฟล์ไปเก็บรายละเอียดและตัดข้อผิดพลาดใน DaVinci Resolve
• มีผู้ช่วยเฉพาะสำหรับ Shorts และงานโฆษณาสปอนเซอร์

โครงสร้างทีมโดยรวมประกอบด้วยผู้ร่วมงานหลายประเภท เช่น

• บรรณาธิการ Shorts 2 ราย โดยมีทั้งแบบทำเฉพาะ Shorts และแบบช่วยทั้ง Shorts กับโฆษณา
• ผู้ช่วยด้านแพ็กเกจจิง ช่วยคิดชื่อคลิปและภาพปก
• Production Assistant ช่วยดูแลโซเชียล ประสานงานผู้ตัดต่อ และช่วยงานกลยุทธ์
• ผู้ดูแลเว็บไซต์ Future Tools ตรวจความถูกต้องของข้อมูลเครื่องมือ AI
• เอเจนซีสปอนเซอร์ ช่วยเจรจาดีลและบริหารงานขาย
• ผู้ช่วยเขียนจดหมายข่าว ทำงานร่วมกันใน newsletter รายสัปดาห์

รวมแล้วมีราว 7 ถึง 8 คน แต่ไม่มีใครเป็นพนักงานประจำแบบ in-house ทั้งหมดเป็นเอเจนซีหรือผู้รับจ้างอิสระที่มีลูกค้ารายอื่นด้วย

ต้นทุนการทำธุรกิจคอนเทนต์ AI สูงกว่าที่หลายคนคิด

ภาพภายนอกของช่อง YouTube อาจดูเหมือนมีแค่กล้อง ไมค์ และคอมพิวเตอร์ แต่เมื่อขยายไปถึงเว็บไซต์ จดหมายข่าว คอนเทนต์สั้น โซเชียลมีเดีย และค่าใช้เครื่องมือ AI จำนวนมาก ต้นทุนรวมต่อเดือนก็เพิ่มขึ้นอย่างชัดเจน

ค่าใช้จ่ายโดยประมาณมีดังนี้

• ค่าทีมและเอเจนซี ราว 20,000 ดอลลาร์ต่อเดือน
• ค่าสมัครใช้เครื่องมือและโมเดล AI ราว 2,000 ดอลลาร์ต่อเดือน
• ต้นทุนรวมทั้งหมด อยู่แถว 23,000 ถึง 25,000 ดอลลาร์ต่อเดือน

ตัวเลขนี้รวมทั้งการดูแล YouTube, Future Tools, newsletter, social media, short-form content และการทดสอบเครื่องมือใหม่อย่างต่อเนื่อง

อีกประเด็นที่น่าสนใจคือ เขาเลือกจ่ายแพ็กเกจสูงสุดให้กับหลายโมเดล เช่น Claude, ChatGPT และ Gemini เพราะงานของเขาขึ้นอยู่กับการเปรียบเทียบและทดสอบสิ่งใหม่แบบทันทีเมื่อมีของออกมา

ทำงานกี่ชั่วโมงต่อสัปดาห์ และใช้ชีวิตอย่างไรไม่ให้ AI กลืนทั้งวัน

แม้จะอยู่ในวงการที่อัปเดตแทบทุกชั่วโมง แต่ตารางทำงานหลักกลับค่อนข้างปกติ คือประมาณ 9 โมงเช้าถึง 5 โมงเย็น บางวันยืดถึง 6 โมง

กิจกรรมประจำวันประกอบด้วย

• อ่านข่าว AI
• ทดสอบเครื่องมือใหม่
• คุยกับคนในวงการ
• วางโครงเรื่องคอนเทนต์
• อัดและตัดต่อ

บางคืนเมื่อมีโมเดลใหม่หรือฟีเจอร์ที่น่าตื่นเต้น เขาก็กลับมานั่งเล่นต่อหลังครอบครัวเข้านอน และอาจทำยาวถึงตี 1 แต่สิ่งสำคัญคือไม่ถือว่านั่นเป็นชั่วโมงบังคับ เป็นผลจากความสนุกและความอยากทดลองมากกว่า

วันเสาร์อาทิตย์มักกันไว้สำหรับครอบครัว ซึ่งเป็นไปได้เพราะมีระบบอัตโนมัติและทีมสนับสนุนช่วยรับภาระบางส่วน

รายได้มาจากไหน และทำไม YouTube AdSense ไม่ใช่ตัวหลัก

หลายคนมักคิดว่าช่อง YouTube ทำเงินจากโฆษณาบนแพลตฟอร์มเป็นหลัก แต่สำหรับธุรกิจคอนเทนต์สายเฉพาะทางอย่าง AI รายได้หลักกลับมาจาก สปอนเซอร์และดีลแบบแพ็กเกจ

รายได้จาก YouTube AdSense ที่พูดถึงอยู่ในช่วงประมาณ 7,600 ดอลลาร์ต่อเดือน ซึ่งแน่นอนว่าไม่พอครอบคลุมต้นทุนรวมเกือบ 25,000 ดอลลาร์ต่อเดือน

สิ่งที่ทำให้ธุรกิจอยู่ได้คือรายได้จากสปอนเซอร์ ซึ่งมีขนาดมากกว่า 100,000 ดอลลาร์ต่อเดือน โดยดีลเหล่านี้ไม่ได้ขายแค่คลิป YouTube ชิ้นเดียว แต่สามารถจัดเป็นแพ็กเกจ เช่น

• สปอนเซอร์ 2 คลิป YouTube
• สปอนเซอร์ newsletter หลายฉบับ
• แทรกใน Shorts หรือ Instagram Reel
• รวมการพูดในงานอีเวนต์หรือพื้นที่บนเว็บไซต์

ดังนั้นตัวเลขรายรับจึงไม่นิ่ง มีทั้งดีลรายเดือน ดีลระยะยาว 12 เดือน และยังต้องหักค่าคอมมิชชันให้เอเจนซี ค่าใช้จ่ายทีม และภาษีอีกหลายชั้น

ใช้ AI หนักมาก แต่ไม่ปล่อยให้ AI คิดแทนทั้งหมด

คำถามที่ลึกและมีประโยชน์มากที่สุดข้อหนึ่งคือ ถ้า AI ทำทุกอย่างได้เร็วกว่า แล้วจะใช้อย่างไรไม่ให้ “กล้ามเนื้อการคิด” ฝ่อลง

คำตอบของเขาค่อนข้างชัดเจน คือ ใช้การจดบันทึกเป็นพื้นที่คิดด้วยตัวเองก่อน แล้วค่อยนำสิ่งที่คิดได้ไปให้ AI ช่วยวิจารณ์หรือเติมช่องว่าง

แนวทางนี้มีหลักการสำคัญ 3 ข้อ

1. คิดก่อน เขียนปัญหา ความกังวล ไอเดีย หรือทางออกด้วยตัวเอง
2. ใช้ AI เป็น second opinion ไม่ใช่ต้นทางของทุกความคิด
3. ให้ AI ช่วยตรวจ blind spot มากกว่ามอบหมายให้ผลิตทุกอย่างแทน

เขาอธิบายว่า AI มักไม่เก่งมากในการเป็น “ผู้ริเริ่มไอเดียที่ดีจริง ๆ” แต่เก่งในการเสนอทางเลือกเพิ่มเติม ชี้รูรั่ว หรือช่วยจัดโครงความคิดให้ชัดขึ้น

นี่เป็นแนวคิดที่มีประโยชน์มากสำหรับคนทำงานความรู้ นักการตลาด นักพัฒนา หรือครีเอเตอร์ เพราะช่วยรักษาสมดุลระหว่างความเร็วกับความลึกของการคิด

รูปแบบการจดบันทึกที่ใช้จริง

เขาไม่ได้ยึดติดกับวิธีเดียว แต่ใช้ทั้งสามแบบ

• พิมพ์ เป็นวิธีหลัก เพราะคิดและถ่ายทอดได้เร็วที่สุด
• เขียนมือ ใช้บ่อยสำหรับโน้ตและไฮไลต์ประเด็นสำคัญ
• อัดเสียง ใช้ตอนเดิน ขับรถ หรืออยู่ในช่วงที่ไม่สะดวกพิมพ์

แกนกลางไม่ใช่รูปแบบ แต่คือการสร้างช่วงเวลาที่สมองได้คิดเองก่อนจะโยนงานให้ AI

ทำไมยังพูดถึง Benchmarks ทั้งที่รู้ว่ามีข้อจำกัด

เขาเคยอธิบายชัดเจนว่า benchmarks ของโมเดล AI มีข้อจำกัดมาก และอาจทำให้คนเข้าใจเกินจริงเกี่ยวกับความสามารถของโมเดล แต่ก็ยังนำมาใช้เวลาเปรียบเทียบรุ่นใหม่อยู่ดี

เหตุผลไม่ได้ซับซ้อน เพราะตอนนี้ยังไม่มีวิธีที่ดีกว่านี้ในการเปรียบเทียบเชิงมาตรฐาน โดยเฉพาะในงานอย่างคณิตศาสตร์ การเขียนโค้ด และการทดสอบเชิงเทคนิค

อย่างไรก็ตาม เขาย้ำว่าการอัปเกรดจำนวนมากเป็นเพียง incremental improvements สำหรับผู้ใช้ทั่วไป ความต่างระหว่างโมเดลใหม่กับเก่าอาจเป็นแค่บุคลิกการตอบ ความกระชับ หรือโทนภาษา ไม่ใช่การเปลี่ยนแปลงระดับพลิกโลกทุกครั้ง

ถ้าจะเริ่มทำช่อง AI วันนี้ ควรทำอย่างไร

คำแนะนำสำคัญคือ อย่าทำช่อง “AI กว้าง ๆ” อย่างเดียว เพราะตอนนี้คำว่า AI กว้างและแข่งขันสูงเกินไปแล้ว ควรจับ AI ไปผสมกับความสนใจหรือความเชี่ยวชาญอีกด้านหนึ่ง

ตัวอย่างแนวทางที่ชัดเจน ได้แก่

• AI + เกม
• AI + ระบบอัตโนมัติสำหรับธุรกิจ
• AI + กฎหมาย
• AI + การศึกษา
• AI + งานสร้างสรรค์เฉพาะทาง

แนวคิดนี้สำคัญมากสำหรับ SEO และการสร้างแบรนด์ เพราะยิ่งระบุกลุ่มชัดเท่าไร ก็ยิ่งสร้างตัวตนที่จำง่ายและตอบโจทย์คนกลุ่มเฉพาะได้มากขึ้น

เครื่องมือโปรดเปลี่ยนตลอด ไม่มีความภักดีต่อโมเดลไหนเป็นพิเศษ

มุมมองเรื่องโมเดล AI ของเขาชัดมาก คือ ไม่มี loyalty จะใช้ตัวไหนก็ได้ถ้ามันดีที่สุดในช่วงเวลานั้น

ในช่วงเวลาที่อธิบายอยู่ โมเดลที่ชอบที่สุดคือ GPT 5.5 เพราะรู้สึกว่าใช้งานได้ดีแทบทุกด้าน ทั้งการเขียนโค้ด การตอบคำถาม และการทำงานกับโน้ตหรือ journal entries

แต่ก่อนหน้านั้นตัวเลือกโปรดอาจเป็น Claude หรือ Gemini แล้วแต่ช่วงเวลา แปลว่าแนวคิดที่ใช้งานจริงไม่ใช่การยึดแบรนด์ แต่คือการประเมินตามงานตรงหน้า

ฝั่งภาพก็เช่นกัน ช่วงหนึ่งเคยชอบ Nano Banana Pro แต่ปัจจุบันชอบ GPT image model โดยเฉพาะกรณีที่ต้องการใส่ข้อความในภาพ

แล้ว Codex หรือ Copilot ควรเลือกอะไร

ถ้าต้องจ่ายได้เพียงแพ็กเกจเดียวที่ประมาณ 20 ดอลลาร์ต่อเดือน เขาแนะนำ Codex มากกว่าในช่วงนี้ ด้วยเหตุผลหลักสองข้อ

• รู้สึกว่าโมเดล GPT ทำงานได้ดีกว่าเล็กน้อยในตอนนี้
• ข้อจำกัดเรื่อง rate limits ของ Claude ทำให้ใช้งานได้ไม่นานเท่า

นั่นหมายความว่าในมุมการใช้งานจริง “ความคุ้มค่าในการกดพรอมป์ได้ต่อเนื่อง” ก็สำคัญไม่แพ้คุณภาพโมเดล

ข้อมูลส่วนตัวที่กลายเป็นกลยุทธ์แบรนด์

หลายคำถามดูเหมือนขำ ๆ แต่จริง ๆ ซ่อนแนวคิดด้านแบรนด์เอาไว้

ทำไมต้องสีม่วง

สีม่วงถูกใช้เยอะเพราะเชื่อว่าเป็นสีที่ให้ความรู้สึกสงบ ในขณะที่ตัวเจ้าของช่องเป็นคนพลังงานสูง การมีฉากและองค์ประกอบสีม่วงจึงเหมือนเป็นตัวถ่วงสมดุล และยังช่วยให้บรรยากาศของคอนเทนต์ AI ที่มักทำให้คนเครียดหรือกังวลดูลดความตึงลงเล็กน้อย

ป้าย LED ข้างหลังคืออะไร

อุปกรณ์ชิ้นเล็กบนโต๊ะด้านหลังคือ Tidbyt เป็นจอ LED ขนาดเล็กที่เปลี่ยนภาพหรือแอนิเมชันผ่านแอปบนมือถือได้

รูปในกรอบดิจิทัลด้านหลังมาจากไหน

เป็นรูปที่ถ่ายร่วมกับผู้คนตามงานอีเวนต์ต่าง ๆ แล้วนำไปใส่ในกรอบรูปดิจิทัล Frameo เมื่อมีการพบปะและถ่ายภาพร่วมกัน รูปเหล่านั้นก็กลายเป็นส่วนหนึ่งของฉากหลังในสตูดิโอ

AI avatars, talking heads และงานภาพเคลื่อนไหว

มีคนถามว่าเขาเป็น AI หรือใช้ AI avatar ทำคลิปหรือไม่ คำตอบคือไม่ใช่ แต่ก็เคยทดลองใช้ AI avatar อย่างเปิดเผยในบางกรณี

อีกตัวอย่างที่น่าสนใจคือการทำภาพคนดังพูดบทสนทนา เช่น การทำให้ภาพของ Sam Altman และ Mira พูดตามข้อความที่เล่าในคลิป จุดประสงค์ไม่ใช่เพื่อหลอกว่าเป็นของจริง แต่เพื่อให้การเล่าเรื่องลื่นขึ้น ไม่ต้องอ่านชื่อสลับไปมา

วิธีทำคือบันทึกเสียงตัวเองอ่านบททั้งหมด จากนั้นนำเสียงเดียวกันไปใส่กับภาพแต่ละคนในเครื่องมือ character audio to voice ของ Runway แล้วค่อยตัดเฉพาะประโยคที่แต่ละคนควรพูดออกมาในขั้นตอนตัดต่อ

วิธีนี้ชี้ให้เห็นว่าบางครั้ง AI ไม่ได้ถูกใช้เพื่อแทนมนุษย์ แต่ใช้เป็น อุปกรณ์ช่วยเล่าเรื่อง ให้เนื้อหาชัดและอ่านง่ายขึ้น

มุมมองต่อ open source, data centers และระยะถัดไปของโมเดลขนาดใหญ่

เมื่อมีคำถามว่า ถ้าโมเดล open source ที่รันในเครื่องเริ่มเก่งขึ้น Data centers ขนาดยักษ์จะหมดความสำคัญหรือไม่ คำตอบของเขาคือไม่น่าใช่

เหตุผลหลักมีสองข้อ

• องค์กรขนาดใหญ่ยังต้องการโมเดลที่ดีที่สุดและล้ำที่สุด ซึ่งมักต้องพึ่งโครงสร้างพื้นฐานขนาดใหญ่
• แม้โมเดลจะถูกนำไปรันแบบ local ได้ แต่กระบวนการฝึกโมเดลก็ยังต้องใช้คลัสเตอร์ GPU ระดับมหาศาลอยู่ดี

บางอุตสาหกรรมอาจเลือกใช้ on-premise หรือ local models เพราะข้อกำหนดด้านความปลอดภัยและความเป็นส่วนตัว แต่ตลาดส่วนใหญ่ยังน่าจะใช้โมเดลแบบปิดที่ให้ประสิทธิภาพสูงสุดต่อไป

AI YouTube channels, การโดนลดรายได้ และบทบาทของมนุษย์ในการตัดสินใจ

อีกประเด็นที่สำคัญคือเรื่องการ demonetization ของช่องที่เกี่ยวข้องกับ AI เขามองว่าแพลตฟอร์มไม่ได้ต่อต้าน AI โดยตรง เพราะหลายแพลตฟอร์มกำลังผลักดันฟีเจอร์ AI เองด้วยซ้ำ

ปัญหาจริงอยู่ที่การคัดกรองคอนเทนต์แบบ low effort และ no value-add ซึ่งเป็นสิ่งที่แพลตฟอร์มพยายามจัดการ แต่เขาไม่เห็นด้วยอย่างยิ่งกับการปล่อยให้ AI เป็นผู้ตัดสินใจขั้นสุดท้ายว่าใครควรถูกลดรายได้หรือปิดช่อง

มุมมองนี้สำคัญมาก เพราะเป็นการแยกสองเรื่องออกจากกันอย่างชัดเจน

• การใช้ AI ทำคอนเทนต์ ไม่ใช่ปัญหาในตัวเอง
• การใช้ AI ตัดสินชะตาผู้สร้างโดยไม่มี human review เป็นปัญหา

รายได้ YouTube วัดจากอะไร: Subscribers หรือ Views

คำตอบสั้นมากแต่สำคัญ คือ ยอดดูสำคัญกว่ายอดผู้ติดตามมาก

จำนวน subscribers มีประโยชน์ในฐานะ milestone หรือสัญญาณว่าเนื้อหามีคนอยากติดตามต่อ แต่ในระบบแนะนำคอนเทนต์ของ YouTube ปัจจุบัน สิ่งที่สำคัญกว่าคือความสามารถในการดึงยอดดูจริงและการคงความสนใจของผู้คน

อีกปัจจัยคือ ความยาววิดีโอ เพราะวิดีโอที่ยาวกว่ามีโอกาสแทรกโฆษณาได้มากกว่า จึงมีศักยภาพในการสร้างรายได้สูงขึ้นถ้าคนยังดูต่อเนื่อง

คำแนะนำสำหรับคนรุ่นใหม่: อะไรสำคัญกว่าการท่องจำ

ช่วงที่น่าสนใจที่สุดช่วงหนึ่งคือคำตอบสำหรับนักเรียนมัธยมที่กำลังคิดเรื่องระยะถัดไปหลังเรียนจบ

แทนที่จะชี้ว่าควรเรียนคณะอะไรหรือควรเข้ามหาวิทยาลัยหรือไม่ เขากลับเน้น 3 ทักษะที่ดูจะสำคัญขึ้นเรื่อย ๆ ในโลก AI

1. รักการเรียนรู้ ชอบตั้งคำถามและลงลึกกับสิ่งใหม่อยู่เสมอ
2. สร้างของจริง ไม่หยุดที่ความรู้เชิงทฤษฎี แต่ลงมือทำเว็บไซต์ แอป จดหมายข่าว หรือโปรเจกต์จริง
3. พัฒนาทักษะทางสังคม สื่อสาร เชื่อมสัมพันธ์ และทำงานกับคนอื่นได้

AI สามารถช่วยเร่งทั้งสามอย่างนี้ได้ ช่วยเรียนรู้เร็วขึ้น ช่วยสร้างได้เร็วขึ้น และอาจช่วยฝึกการสื่อสารได้ด้วย แต่สุดท้ายคนที่ได้เปรียบยังคงเป็นคนที่ ลงมือทำจริง พบปะคนจริง และสร้างผลงานจริง

งานโค้ด การสร้างแอป และการปล่อยขึ้นออนไลน์

พื้นฐานด้านการเขียนโค้ดของเขาเริ่มตั้งแต่อายุประมาณ 11 ปี เคยเขียน QBasic ทำโปรแกรม DOS และเกมเล็ก ๆ มาก่อน เพียงแต่ช่วงหลังกลับมาจับงานโค้ดอีกครั้งผ่านยุค AI

สำหรับคนที่สงสัยว่าหลังจากให้ AI เขียนแอปแล้ว จะเอาแอปนั้นขึ้นใช้งานจริงอย่างไร คำแนะนำที่ตรงไปตรงมาคือใช้ Vercel เป็นทางลัดในการ deploy

แนวทางที่เสนอคือ

1. สร้างและทดสอบแอปในแพลตฟอร์มที่ใช้อยู่ก่อน
2. เมื่อทำงานได้แล้ว ให้บอก AI ตรง ๆ ว่าอยาก deploy ไปที่ Vercel
3. ให้ AI ช่วยอธิบายทีละขั้นตอนจนเสร็จ

นี่เป็นตัวอย่างของการใช้ AI เป็นผู้ช่วยปฏิบัติการ ไม่ใช่แค่เครื่องมือเขียนโค้ด

ชีวิตนอกเหนือจาก AI: เกม แก็ดเจ็ต และความเป็นเนิร์ดแบบเต็มตัว

นอกจากเรื่องงาน ยังมีคำถามที่ช่วยให้เห็นบุคลิกของคนทำช่องชัดขึ้น เช่น ใช้ AI เพื่อความสนุกไหม คำตอบคือใช้ โดยเฉพาะกับเครื่องมือสร้างภาพและเครื่องมือทำเพลงอย่าง Suno

เขาสนุกกับการโยนข้อความหรือท่อนกีตาร์เข้าไป แล้วดูว่า AI จะต่อยอดเป็นเพลงอย่างไร แม้จะยังมีความรู้สึกก้ำกึ่งทางจริยธรรมกับเครื่องมือเพลงอยู่บ้าง แต่ก็ยอมรับว่านี่เป็นหมวดที่เล่นสนุกมากที่สุดหมวดหนึ่งในโลก AI

ด้านเกมก็เป็นเกมเมอร์เต็มตัว อุปกรณ์ที่ชอบที่สุดในเชิงความทรงจำคือ Super Nintendo ส่วนระบบปัจจุบันที่ชอบที่สุดคือ PC gaming และ Steam Deck

เกมโปรดตลอดกาลคือ The Legend of Zelda: Ocarina of Time และยังรักเกมตระกูล Zelda มาจนถึงปัจจุบัน

ยังมีของสะสมอย่าง Master Sword ที่เป็นดาบเหล็กจริงจากงาน Renaissance fair และมีการใช้แว่น Ray-Ban Meta ในชีวิตประจำวันบ้าง โดยหลัก ๆ ใช้เป็นหูฟังและถ่ายภาพเร็ว ๆ มากกว่าจะใช้ฟีเจอร์ล้ำระยะถัดไปตลอดเวลา

บทสรุป: ทำงานกับ AI ให้ลึก ไม่ใช่แค่เร็ว

สิ่งที่โดดเด่นที่สุดจากคำถามตอบทั้งหมดนี้ไม่ใช่แค่รายชื่อเครื่องมือหรือเทคนิคการทำอินโทร แต่คือวิธีคิดต่อ AI อย่างมีชั้นเชิง

แนวทางที่เห็นได้ชัดมีอยู่หลายข้อ

• ใช้ AI เพื่อเร่งงาน แต่ไม่ปล่อยให้ AI แทนกระบวนการคิดทั้งหมด
• เลือกเครื่องมือตามงาน ไม่ยึดติดแบรนด์
• รักษาความเรียบง่ายในงานสร้างสรรค์ หากนั่นคือสิ่งที่ตอบโจทย์จริง
• ลงทุนกับทีมและระบบเท่าที่จำเป็น แต่ยังควบคุมแกนหลักด้วยตัวเอง
• ให้ความสำคัญกับการเรียนรู้ การลงมือสร้าง และทักษะการสื่อสาร ซึ่งยังเป็นข้อได้เปรียบในโลก AI

สำหรับคนที่ทำคอนเทนต์ ทำธุรกิจ หรือกำลังหาทางใช้ AI อย่างยั่งยืน บทเรียนสำคัญอาจไม่ใช่ว่า “ใช้เครื่องมือไหน” แต่คือ จะออกแบบกระบวนการทำงานอย่างไรให้ AI ช่วยขยายศักยภาพ โดยไม่ลดทอนความเป็นมนุษย์

นั่นคือความต่างระหว่างการใช้ AI แบบฉาบฉวย กับการใช้ AI ให้กลายเป็นส่วนหนึ่งของระบบคิด ระบบสร้างงาน และระบบเติบโตระยะยาวจริง ๆ