AutoClaw×
ZCode 101
การใช้ AutoClaw และ ZCode เบื้องต้น — ตั้งแต่ติดตั้ง สั่งงาน ต่อแชท ทำงานอัตโนมัติ ไปจนถึงสร้างโปรแกรมจริงด้วยตัวเอง จบในเล่มเดียว
ในเล่มนี้มีอะไรบ้าง
อ่านเล่มนี้อย่างไรดี
เล่มนี้ออกแบบให้ “อ่านพร้อมลงมือ” — ทุกบทจบด้วยแบบฝึกหัดสั้น ๆ ที่ทำตามได้ทันทีบนเครื่องของคุณเอง
หนังสือแบ่งเป็น 4 ช่วง: ช่วงที่ 1 ปูพื้นฐานว่า AI Agent คืออะไร และสองเครื่องมือนี้ต่างกันตรงไหน · ช่วงที่ 2 (บท 2–5) พาใช้ AutoClaw ตั้งแต่ติดตั้งจนทำงานอัตโนมัติ · ช่วงที่ 3 (บท 6–7) พาใช้ ZCode สร้างโปรแกรมจริง · ช่วงที่ 4 (บท 8 + ภาคผนวก) มองภาพรวม เคสจริง คำศัพท์ และคำถามที่พบบ่อย
อ่านไล่ตามลำดับก็ได้ กระโดดไปบทที่ตรงงานก็ได้ — แต่ถ้าเพิ่งเคยเห็นคำว่า AI Agent เป็นครั้งแรก แนะนำให้อ่านบท 1 ให้จบก่อน
กล่องแบบฝึกหัด มีขั้นตอนเป็นเช็กลิสต์ ติ๊กได้ทั้งแถวโดยตรงในหน้าเว็บ และระบบจำความคืบหน้าไว้ให้อัตโนมัติ (เก็บในเบราว์เซอร์ของคุณเท่านั้น)
มีคอมพิวเตอร์ Windows 10 ขึ้นไป หรือ macOS (ทั้ง Apple Silicon และ Intel)
อินเทอร์เน็ตเสถียรพอให้ดาวน์โหลดแอปและคุยกับ AI
ยอมสมัครบัญชี Z.ai ฟรี 1 บัญชี (ใช้รับเครดิตทดลองใช้)
เตรียม “งานจริง 1 งาน” ของตัวเองไว้ลองระหว่างอ่าน เช่น ไฟล์ยอดขาย หรือไอเดียเว็บที่อยากได้
map ของทั้งเล่ม
40 หน้า · 8 บท · 8 แบบฝึกหัด — เลขหน้ากำกับไว้ให้กระโดดได้ทันที
Agent ไม่ใช่แค่แชตบอท
ก่อนจะแตะปุ่มดาวน์โหลดสักอย่าง มาเข้าใจคำทั้งเล่มนี้เสียก่อน: AI Agent คือผู้ช่วยที่ “ลงมือทำ” ไม่ใช่แค่ “ตอบคำถาม”
แชตบอท ที่เราคุ้นเคย ทำได้แค่หนึ่งอย่าง: รับคำถาม → ตอบข้อความกลับมา ถามเรื่องยอดขาย มันจะ “บอกวิธีคำนวณ” ให้ฟัง
AI Agent ต่างออกไป มันมี “มือ” คือเครื่องมือที่เรียกใช้ได้จริง — อ่านไฟล์บนเครื่องคุณ เปิดเบราว์เซอร์ รันคำสั่ง เขียนโค้ด สร้างเอกสาร แล้วส่งผลลัพธ์กลับมาในบทสนทนา ถามเรื่องยอดขายเหมือนเดิม มันจะเปิดไฟล์ Excel คำนวณ ทำกราฟ แล้วแนบรายงานมาให้
ข้อสรุปง่าย ๆ ที่ใช้ทั้งเล่ม: สั่ง “เป้าหมาย” ไม่ใช่ “ขั้นตอน” — แทนที่จะสอนมันทีละคลิก ให้บอกว่า “อยากได้อะไร” แล้วปล่อยให้มันหาทางไปเอง คุณคุมอยู่ที่การตรวจรับงาน
รู้จัก GLM, Z.ai และCoding Plan
สองแอปในเล่มนี้มาจากค่ายเดียวกัน — เข้าใจค่ายและระบบเครดิตแล้ว จะใช้ทั้งคู่ได้ลื่นไหลขึ้นมาก
Z.ai (Zhipu AI) คือบริษัท AI ที่พัฒนาตระกูลโมเดล GLM ทั้งหมดที่ใช้ในเล่มนี้ โมเดลคือ “สมอง” ที่ขับเคลื่อน agent
GLM-5.3 คือรุ่นเรือธงที่แข็งแรงเรื่องการเขียนโค้ดและงานหลายขั้นตอน (Z.ai ระบุว่าทำคะแนนโค้ดในเกณฑ์ภายในดีกว่า GLM-5.2 ราว 50%) ส่วน GLM-5.3-Flash คือรุ่นเร็วและประหยัดกว่า ใช้ได้ทั้งงานเอกสาร งานทั่วไป และงานที่ต้องเข้าใจภาพ/สกรีนช็อต
GLM Coding Plan คือแพ็กเกจเครดิตรายเดือนของ Z.ai จุดสำคัญคือแผนเดียวใช้ได้กับหลายเครื่องมือในเครือ — ทั้ง ZCode, AutoClaw และเครื่องมืออื่นอีกกว่า 20 ตัว
ส่วนคนเพิ่งเริ่ม: AutoClaw ให้ เครดิตทดลองใช้ 100 ล้าน tokens ของ GLM-5.3-Flash (มูลค่าราว 12 ดอลลาร์) เมื่อสมัครบัญชีใหม่ พร้อมการใช้งานพื้นฐานแบบฟรีและเครดิตฟรีรายวัน — เพียงพอสำหรับเรียนจบเล่มนี้โดยไม่ต้องจ่ายสักบาท
AutoClaw กับ ZCode —เลือกเมื่อไหร่
ไม่ใช่คู่แข่งกัน แต่เป็นสองมือของผู้ช่วยคนเดียวกัน — อันหนึ่งเก่งเรื่องงานออฟฟิศ อีกอันเก่งเรื่องโค้ด
| เปรียบเทียบ | AutoClaw | ZCode |
|---|---|---|
| ตัวตน | AI agent สำหรับ “งาน” บนเดสก์ท็อป — พัฒนาโดย Z.ai บนพื้นฐานของ OpenClaw เฟรมเวิร์กโอเพนซอร์ส | Agentic Development Environment (ADE) — สภาพแวดล้อมพัฒนาซอฟต์แวร์ที่ agent เป็นพระเอก และเป็น harness ทางการของ GLM-5.3 |
| เด่นเรื่อง | เอกสาร (Word/Excel/PPT) · วิเคราะห์ข้อมูล · คอนเทนต์ · งานเบราว์เซอร์อัตโนมัติ · ส่งงานเข้าแชท IM | เขียน/แก้/ทบทวนโค้ด · โปรเจกต์จริงทั้งอัน · Terminal · Git · งานยาวหลายชั่วโมง (Goal) |
| รูปแบบการใช้ | คุยในแชท เหมือนสั่งเพื่อนร่วมงาน | คุย + เห็นไฟล์/diff/terminal แบบนักพัฒนา |
| ต้องเขียนโค้ดไหม | ไม่ต้องเลย | ไม่บังคับ — มีพื้นฐานยิ่งได้เปรียบ |
| ใครเหมาะเริ่มก่อน | ทุกคนที่อยากมีผู้ช่วยลดงานซ้ำ ๆ | คนอยากได้ “โปรแกรมของตัวเอง” หรือสายเทค |
กฎง่าย ๆ: งานที่จบด้วย “ไฟล์/รายงาน/ข้อความ” → AutoClaw · งานที่จบด้วย “โปรแกรม/เว็บ/แอปที่รันได้” → ZCode และทั้งคู่ใช้ Coding Plan เดียวกันได้ เลยไม่ต้องเลือกลำบาก — เริ่มอันที่ตรงกับงานวันนี้ของคุณก่อน
AutoClaw คืออะไร
ผู้ช่วย AI บนเดสก์ท็อปที่ “ทำงาน” ให้คุณจริง ๆ — ไม่ใช่แค่แนะนำ โดยไม่ต้องตั้งค่าอะไรซับซ้อนก่อนใช้
นิยามสั้นที่สุด: คุณพิมพ์เป้าหมายในแชท → AutoClaw แตกงาน ใช้เครื่องมือ แล้วส่งผลลัพธ์กลับมาในบทสนทนาเดิม พร้อมไฟล์แนบและขั้นตอนถัดไปที่แนะนำ
- งานเอกสารออฟฟิศ — สร้าง Word, Excel, PPT, รายงาน, บันทึกประชุม ด้วย skill สำเร็จรูปในตัวกว่า 50 รายการ
- คอนเทนต์หลายแพลตฟอร์ม — จากหัวข้อเดียว แตกเป็นโพสต์ Instagram, สคริปต์ TikTok, บทยาว Substack, เธรด X พร้อมปรับโทนตามแพลตฟอร์ม
- วิจัยการลงทุน — เก็บข้อมูลตลาด จัดโครงสร้าง ช่วย backtest เบื้องต้น แล้วร่างรายงานวิเคราะห์
- สร้างเว็บ/เครื่องมือเล็ก — อธิบายหน้าเว็บหรือ dashboard ที่ต้องการ แล้วได้โค้ดที่รันพร้อมพรีวิว
- งานเบราว์เซอร์อัตโนมัติ — กรอกฟอร์ม จับภาพหน้าจอ เก็บข้อมูลเว็บ ตามรอบเวลาที่กำหนด
- เชื่อม IM — ผูก WhatsApp, Telegram, Discord, Lark/Feishu, Slack แล้ว @ สั่งงานในแชทได้เลย (บทที่ 4)
รองรับ Windows 10 ขึ้นไป และ macOS ทั้ง Apple Silicon และ Intel รวมถึงมีแอปประกอบบน iOS และ Android การใช้พื้นฐานฟรี มีเครดิตฟรีรายวัน และผู้ใช้ใหม่รับโบนัส 100 ล้าน tokens ของ GLM-5.3-Flash
4 แนวคิดหลักที่ต้องรู้จัก
จำแค่ 4 คำนี้ คุณจะเข้าใจการทำงานภายในของ AutoClawได้เกือบทั้งหมด
ใต้ฝากระโปรงยังมีระบบที่จัดการให้เอง: workspace พื้นที่เก็บไฟล์งาน, ความจำ ที่จดบันทึกสิ่งสำคัญระหว่างทำงาน (หน้า 12) และ ตารางเวลา สำหรับงานอัตโนมัติ (หน้า 18)
อีกหนึ่งจุดที่มือใหม่ควรรู้: AutoClaw สลับโมเดลได้ ระหว่างตระกูล GLM และ DeepSeek ตามชนิดงาน — งานเอกสารทั่วไปใช้รุ่นเร็ว งานยากค่อยเรียกตัวเรือธง เพื่อประหยัดเครดิต
ติดตั้ง AutoClaw และเปิดแชทแรก
เป้าหมาย: จบขั้นนี้คุณจะมีผู้ช่วยพร้อมใช้บนเครื่อง พร้อมเครดิตทดลอง และคุยกับมันไปแล้วหนึ่งรอบ — ใช้เวลาราว 10 นาที
ดาวน์โหลด: เปิด autoclaw.z.ai → กด Download → เลือกเวอร์ชันตรงกับเครื่อง (Windows หรือ macOS)
ติดตั้งและเข้าสู่ระบบ: เปิดไฟล์ติดตั้ง → ล็อกอินด้วยบัญชี Z.ai (สมัครใหม่ก็ทำในแอปได้เลย ฟรี)
เช็กเครดิต: ผู้ใช้ใหม่ได้ 100 ล้าน tokens ของ GLM-5.3-Flash — ดูยอดได้ในหน้าบัญชี/การใช้งานของแอป
ทักทายก่อน: พิมพ์แนะนำตัวสั้น ๆ เช่น “สวัสดี ฉันทำงานสายการตลาด อยากใช้เธอช่วยงานเอกสารกับข้อมูล” แล้วดูการตอบกลับ
สั่งงานจริงชิ้นแรก: “สรุปสิ่งที่เธอช่วยฉันได้ เป็น 5 ข้อ พร้อมตัวอย่างคำสั่ง 1 ประโยคต่อข้อ”
autoclaw.z.ai เท่านั้น อย่าโหลดตัวติดตั้งจากลิงก์ที่ไม่รู้จักสูตรสั่งงาน 3 ชิ้น:เป้าหมาย + บริบท + รูปแบบ
คุณภาพงาน 80% มาจากประโยคสั่งงานของคุณ — นี่คือสูตรเดียวที่ต้องจำในทั้งเล่ม
Agent ต้องเดาเอาเองว่า รายงานอะไร จากข้อมูลไหน ส่งใคร หน้าตาเป็นอย่างไร — ผลลัพธ์เลยกลาง ๆ เสียเวลาแก้นาน
sales-q3.xlsx เป็นรายงาน 1 หน้า มีกราฟเทียบรายเดือน ไฮไลต์สินค้าขายดี 3 อันดับ โทนทางการ ส่งคืนเป็น PDF”เป้าหมายชัด บริบทครบ รูปแบบผลลัพธ์แน่นอน
| ชิ้นส่วน | คำถามที่ต้องตอบให้ได้ | คำตัวอย่าง |
|---|---|---|
| 1 · เป้าหมาย | อยากได้ “อะไร” กลับมาเป็นผลลัพธ์สุดท้าย | รายงาน 1 หน้า / ตารางสรุป / สไลด์ 5 หน้า |
| 2 · บริบท | ข้อมูลจากไหน ใครใช้ มีข้อจำกัดอะไร | จากไฟล์ยอดขายไตรมาส 3 / เพื่อนำเสนอหัวหน้า |
| 3 · รูปแบบ | หน้าตา โทน ความยาว ชนิดไฟล์ | โทนทางการ ไม่เกิน 1 หน้า ส่งเป็น PDF |
งานเอกสารชิ้นแรกของคุณ
เป้าหมาย: ผลิตเอกสารจริง 1 ชิ้นจากข้อมูลของคุณเอง และฝึกนิสัย “ตรวจก่อนใช้ + แก้ทีละจุด” — 15 นาที
เตรียมวัตถุดิบ: เลือกไฟล์จริง 1 ไฟล์ (Excel/CSV/PDF/ข้อความยาว) หรือวางข้อความในแชทได้เลย
สั่งด้วยสูตร 3 ชิ้น: เป้าหมาย + บริบท + รูปแบบ ครบทั้งสามส่วนในข้อความเดียว
ตรวจ 3 จุด: ตัวเลขตรงกับต้นทางไหม · ชื่อ/คำศัพท์ถูกไหม · รูปแบบตรงตามที่ขอไหม
แก้แบบผู้ชำนาญ: ขอแก้เฉพาะจุด เช่น “ดีมาก แต่เปลี่ยนกราฟเป็นแท่งแนวนอน และขยับสรุปไปหน้าแรก”
ขอไฟล์: ระบุชนิดไฟล์ที่ต้องการชัด ๆ เช่น “ส่งเป็น .docx” หรือ “ส่งเป็น .pdf”
ถ้ายังไม่มีไฟล์งาน ลองโจทย์นี้แทน: “ช่วยร่างแผนสัปดาห์ของทีม 4 คน เป็นตารางวันจันทร์–ศุกร์ มีคอลัมน์ผู้รับผิดชอบ ส่งเป็น Excel” — ได้ฝึกสูตรเดิม แต่ไม่ต้องเตรียมข้อมูล
Agent จำอะไรได้บ้าง และเรื่องความเป็นส่วนตัว
ผู้ช่วยที่ดีต้องจำได้ว่าคุณเป็นใครทำงานอะไร — แต่คุณควรเป็นคนกำหนดว่าให้จำอะไรได้บ้าง
AutoClaw มีระบบความจำแบบ 3 ชั้น: โปรไฟล์ผู้ใช้ (คุณเป็นใคร ชอบอะไร) · บันทึกประจำวัน (เรื่องที่เกิดขึ้นแต่ละวัน) · และ บริบทของเซสชัน (เรื่องที่คุยกันอยู่ในงานนั้น ๆ)
ใช้จริงง่ายมาก: พิมพ์ว่า “จำไว้ว่า…” ตามด้วยข้อมูลที่อยากให้จำ เช่น “จำไว้ว่าฉันทำงานสายการตลาด รายงานชอบกระชับ ไม่เกิน 1 หน้า” — ครั้งต่อไปมันจะยกมาใช้เอง
ขอบเขตที่ควรตั้งไว้ตั้งแต่วันแรก:
ไม่ให้เก็บรหัสผ่านหรือคีย์ใด ๆ · ไม่ป้อนข้อมูลลับขององค์กร (ข้อมูลลูกค้าดิบ, งบก่อนเผยแพร่) ในงานทั่วไป · ทวนดูสิ่งที่มันจำได้เป็นระยะ และลบ/แก้ได้เสมอ
เบื้องหลัง: AutoClaw เป็นแอปที่ติดตั้งบนเครื่องคุณ งานที่ส่งไปโมเดลมีเพียง “คำอธิบายงานและบริบทที่จำเป็น” เท่านั้น — ทีมที่ใช้ร่วมกันควรตั้งนโยบายการเข้าถึงไฟล์ของทีมเองอีกชั้น
ทำไมต้องต่อเข้าIM
พอผูกแชทเข้ากับ AutoClaw ได้ ผู้ช่วยจะย้ายมาอยู่ “ในที่ที่งานเกิด” — คุณสั่งจากมือถือระหว่างเดินทางก็ได้ และทั้งทีมก็ใช้ร่วมกันได้
ปัญหาของการใช้ AI บนคอม คือมันอยู่ “อีกหน้าต่างหนึ่ง” ที่ต้องลุกไปเปิด แต่พอต่อเข้า IM ที่ทุกคนเปิดค้างไว้แล้ว การสั่งงานเหลือเพียงการ @ ในแชทเดิม แล้วผลลัพธ์ ไฟล์ ความคืบหน้า และขั้นตอนถัดไป จะไหลกลับมาในกระทู้เดียวกัน ไม่ต้องสลับหน้าจอไปมา
หลักการใช้ในกลุ่ม: @ แล้วมีงาน — พิมพ์ถึงบอทโดยตรงในแชทส่วนตัว หรือ @ เมนชันในกลุ่มที่เชื่อมไว้ เฉพาะเมื่อมีงานจริง บอทจะไม่กระโดดเข้ามายุ่งกับบทสนทนาอื่นของทีม
ต่อ Telegram ใน 10 นาที
เป้าหมาย: สั่งงาน AutoClaw จากมือถือผ่าน Telegram สำเร็จ 1 ครั้ง — เราเลือก Telegram เพราะเชื่อมต่อง่ายที่สุดสำหรับผู้เริ่มต้น
เตรียม: ติดตั้ง Telegram และมีบัญชีใช้งานแล้ว (ถ้าไม่มี สมัครก่อน ใช้เบอร์มือถือได้)
ใน AutoClaw: ไปที่หน้าผูกช่องทาง/Channels → เลือก Telegram → ทำตามขั้นตอนบนจอ (ส่วนใหญ่คือสร้างบอทผ่าน @BotFather แล้วนำโทเคนมาวาง)
เชื่อมสำเร็จ: เห็นสถานะเชื่อมต่อเป็น “พร้อมใช้” และบอททักทายคุณในแชท
สั่งงานจากมือถือ: ส่ง “สรุป 3 ข้อจากไฟล์ที่เราคุยกันเมื่อวาน” หรืองานใหม่สั้น ๆ 1 งาน แล้วดูผลลัพธ์ไหลกลับมาในแชท
ปิดท้าย: ลองขอไฟล์เป็นเอกสารแนบ เช่น “ส่งสรุปมาเป็นไฟล์ PDF ในแชทนี้”
มารยาทและความปลอดภัยในกลุ่ม
บอทในกลุ่มเหมือนเพื่อนร่วมทีมคนใหม่ — ตั้งกติกาให้ชัดตั้งแต่วันแรก แล้วทุกคนจะอยู่กันได้สบาย
- มีงานค่อย @ — ไม่ต้องทักทายลอย ๆ ให้บอทตอบทุกข้อความ
- หนึ่งงาน หนึ่งกระทู้ — ตอบต่อในเธรดเดิม บริบทไม่กระจาย
- ระบุผู้อนุมัติ — ใครเป็นคนตอบ “เดี๋ยว/ทำต่อ” ของทีม
- ไม่ทิ้งงานค้าง — จบงานด้วยคำว่า “โอเค จบข้อนี้” เพื่อปิดเธรดให้สะอาด
- สิทธิ์แชท ≠ สิทธิ์ไฟล์ — เชื่อมกลุ่มแล้วให้ทวนว่าบอทเข้าถึงโฟลเดอร์อะไรบ้าง
- งานอ่อนไหวแยกเซสชัน — ข้อมูล HR/การเงิน ใช้เซสชันเฉพาะและจำกัดผู้ใช้
- อย่าแปะข้อมูลลับในกลุ่ม — สิ่งที่พิมพ์ในแชทกลุ่ม ให้ถือว่าทีมทั้งทีมเห็น
- ทบทวนรายการเชื่อมต่อ — เดือนละครั้ง ถอดช่องทางที่ไม่ใช้แล้วออก
Skill คือคู่มือสำเร็จรูป — Tool คือมือ
เข้าใจสองคำนี้แล้ว คุณจะรู้ว่าทำไม AutoClaw ถึงทำงานได้ “ครบจบ” โดยที่คุณไม่ต้องเขียนโค้ดสักบรรทัด
Skill = คู่มือปฏิบัติ (playbook) ที่ซอฟต์แวร์ฝังมาให้กว่า 50 ชุด เช่น ทำงานนำเสนอ อ่าน PDF ด้วย OCR วิเคราะห์ตาราง สร้างเว็บเพจ เขียนรายงานประจำวัน — คุณไม่ต้องจำชื่อ skill เลย แค่สั่งเป้าหมาย agent จะหยิบใช้เอง
Tool = ความสามารถตามธรรมชาติ เช่น อ่าน/เขียนไฟล์ รันคำสั่ง เปิดเบราว์เซอร์ ค้นเว็บ — skill ต่าง ๆ ประกอบร่างจาก tool เหล่านี้ขึ้นเป็นขั้นตอนงานจริง
นึกภาพง่าย ๆ: skill คือ “สูตรกับข้าว” ส่วน tool คือ “เตา กระทะ มีด”
และเมื่อสั่งงานแบบเดิมซ้ำทุกวัน คุณไม่ต้องมานั่งพิมพ์ใหม่ — เลื่อนไปหน้า 18 เพื่อทำ “งานอัตโนมัติตามตารางเวลา” กันเลย
สั่งทำ Excel และสไลด์จริง
เป้าหมาย: ใช้ skill เอกสาร 2 ชนิดใน 1 งานต่อเนื่อง — ข้อมูลเดียวกัน แปลงเป็นทั้งตารางและงานนำเสนอ — 20 นาที
สร้างข้อมูลตั้งต้น: “สร้างไฟล์ Excel ยอดขายจำลอง 3 เดือน แยกตาม 4 สินค้า พร้อมคอลัมน์รายได้และกำไร”
เพิ่มการวิเคราะห์: “เพิ่มชีตสรุป: รายได้รวม/เฉลี่ยต่อเดือน และสินค้าทำกำไรสูงสุด พร้อมกราฟเทียบเดือน”
ต่อยอดเป็นสไลด์: “จากข้อมูลชีตสรุป ทำ PPT 3 หน้า: ภาพรวม · กราฟเทียบ · ข้อเสนอถัดไป โทนสะอาดกระชับ”
เช็กไฟล์: เปิดไฟล์ทั้งสองจริง — เลขใน PPT ตรงกับ Excel ไหม กราฟอ่านง่ายไหม ชื่อไฟล์ถูกไหม
เก็บที่นำไปใช้ต่อ: ถ้าพรุ่งนี้มีข้อมูลจริง แค่ส่งไฟล์ใหม่แล้วสั่ง “ทำเหมือนเดิมกับไฟล์นี้”
รายงานอัตโนมัติทุกเช้า
เป้าหมาย: ตั้งเวลาให้ agent รายงานตัวเองทุกวันโดยไม่ต้องสั่งซ้ำ — นี่คือจุดที่ผู้ช่วยกลายเป็น “เพื่อนร่วมงานประจำ” จริง ๆ
คิด “ข่าวประจำวัน” ของคุณ: เลือก 1 เรื่องที่อยากรู้ทุกเช้า เช่น ข่าวสายงานตัวเอง ราคาสินค้าที่ติดตาม หรือสรุปปฏิทินวันนี้
สั่งตั้งเวลา: “ช่วยเก็บข่าว [หัวข้อ] 5 ข้อ สรุปข้อละ 2 บรรทัด ส่งเข้าแชทนี้ทุกวันเวลา 08:00” (ปรับหัวข้อ/เวลาตามจริง)
รอรอบแรก: เช็กข้อความที่ไหลเข้ามา — รูปแบบถูกใจไหม ข้อมูลตรงโจทย์ไหม
ปรับจนชื่นชอบ: “ต่อไปให้เพิ่มบรรทัด ‘ทำไมต้องสนใจ’ ต่อข่าว และตัดข่าวเก่ากว่า 1 วันทิ้ง”
จัดการรายการ: ลองสั่ง “แสดงงานอัตโนมัติทั้งหมดที่ตั้งไว้” แล้วลองพัก/ลบ 1 รายการดู
เส้นแบ่งความปลอดภัย:สิ่งที่ต้องขออนุมัติ
ผู้ช่วยที่ลงมือได้จริง ต้องมีเบรกที่ดีพอ ๆ กัน — รู้ว่าอะไรทำได้เลย อะไรต้องถามก่อน แล้วคุณจะกล้าใช้ได้เต็มที่
| การกระทำ | พฤติกรรมของ AutoClaw |
|---|---|
| อ่านไฟล์ในพื้นที่ทำงานของมัน | ทำได้เอง เพื่อให้งานต่อเนื่อง |
| เขียน/สร้างไฟล์ผลลัพธ์ | ทำได้เอง ไฟล์ใหม่อยู่ในพื้นที่งาน ตรวจย้อนได้ |
| ลบไฟล์ หรือแก้ไฟล์เดิมของคุณ | ถามก่อนเสมอ — และควรตอบ “ให้แก้สำเนา” เมื่อเป็นไฟล์สำคัญ |
| ติดตั้งโปรแกรม / คำสั่งระดับระบบ | ขออนุมัติก่อน พร้อมเหตุผลว่าทำเพื่ออะไร |
| ส่งข้อความออกนอกเครื่อง (อีเมล/โพสต์) | ขออนุมัติก่อน — เป็นแนวคิด “ถามก่อนออกจากบ้าน” |
| จ่ายเงิน / ทำรายการการเงิน | ห้ามเด็ดขาดโดยพื้นฐาน — อย่าให้ข้อมูลบัตร/วอลเล็ตกับ agent ใด ๆ |
กฎ 3 ข้อสำหรับผู้เริ่มต้น: 1) ไฟล์ต้นฉบับสำคัญ ทำสำเนาให้ทำงานก่อนเสมอ 2) อ่านสิ่งที่มันขออนุมัติจริง ๆ อย่ากดผ่านเพราะเร่ง 3) งานที่ส่งออกนอกเครื่อง อ่านก่อนส่งทุกครั้งในช่วงแรก
ZCode คือโปรแกรมเมอร์ผู้ช่วยในรูปแอป
ถ้า AutoClaw คือผู้ช่วยสายออฟฟิศ ZCode คือทีมพัฒนาซอฟต์แวร์ส่วนตัว — และคุณคือโปรดิวเซอร์ที่ตั้งโจทย์
Z.ai เรียกมันว่า Agentic Development Environment (ADE) — สภาพแวดล้อมพัฒนาที่ agent ทำงานหนักแทนคุณ ตั้งแต่อ่านโค้ดเก่า เขียนใหม่ รันทดสอบ แก้บั๊ก คุมเวอร์ชันด้วย Git ไปจนถึงช่วยเตรียม release เบื้องต้น โดยมี GLM-5.3 เป็นสมองหลัก (พร้อม GLM-5.3-Flash สำหรับงานที่ต้องอ่านภาพ/สกรีนช็อต) และเป็น harness ทางการที่ออกแบบมาคู่กับโมเดลตระกูลนี้โดยเฉพาะ
- แชท+ประวัติงาน — สั่งงาน ดู agent คิดและลงมือทีละขั้น แก้จุดไหนไฟล์ไหน
- ไฟล์+สิ่งที่เปลี่ยน — ดู diff ว่า agent แก้โค้ดบรรทัดไหน ย้อนกลับ (Undo) ได้ทีละจุด
- Terminal — คำสั่งที่ agent รันไป ผลลัพธ์ออกมา โปร่งใสตรวจได้
- Git ในตัว — คอมมิต ดูการเปลี่ยนแปลง สลับ branch โดยไม่ต้องจำคำสั่ง
- Goal panel — งานยาวที่แตกเป็นเช็กลิสต์ วิ่งไปเรื่อย ๆ จนครบ (บทที่ 7)
รองรับ macOS (Apple Silicon / Intel), Windows (64-bit / ARM64) และ Linux (Beta) — ดาวน์โหลดฟรีที่ zcode.z.ai
ติดตั้งและรู้จักโหมดทำงาน
ตัวติดตั้งธรรมดา แต่สิ่งที่ต้องเลือกให้ถูกคือ “โหมด” — เพราะแต่ละโหมดเหมาะกับงานต่างกัน
zcode.z.ai เลือกไฟล์ตรงระบบ เช่น macOS (Apple Silicon).dmg หรือ Windows (64-bit).exe แล้วเปิดติดตั้งตามปกติmy-first-app — ZCode จะทำงานภายในพื้นที่นี้- งานชัดเจน 1–2 ขั้น เช่น “เพิ่มปุ่มรีเซ็ต”
- โปรเจกต์ใหม่เอี่ยม ยังไม่มีอะไรให้พัง
- อยากเห็นผลไว แล้วค่อยขัดเกลา
- งานใหญ่ แตะหลายไฟล์ หลายขั้น
- โค้ดเก่าที่ใช้งานจริง แก้พลาดไม่ได้
- อยากเรียนรู้ว่า “ทำไม” ก่อนสั่ง “ทำ”
โปรเจกต์แรกใน 15 นาที
เป้าหมาย: เว็บเพจเกม “ทายตัวเลข” ที่เล่นได้จริงในเบราว์เซอร์ — โดยคุณไม่ได้เขียนโค้ดเองสักบรรทัด
สร้างงานใหม่: ตั้งชื่อว่า guess-my-number แล้วเปิด workspace ว่าง
สั่งด้วยโจทย์เป้าหมาย: “สร้างเกมทายตัวเลข 1–100 ผู้เล่นทายทีละครั้ง บอกว่าสูงไป/ต่ำไป นับจำนวนครั้ง เก็บสถิติชนะ จบเกมมีปุ่มเล่นใหม่ ภาษาไทยทั้งหมด”
ดูมันลงมือ: สังเกตขั้นที่ agent สร้างไฟล์ → เขียนโค้ด → ตรวจ syntax → รัน — นี่คือวงจรทำงานจริงของนักพัฒนา
เล่นเกมของคุณเอง: เปิดไฟล์ index.html ในเบราว์เซอร์ ทายไป 5 รอบ
ขออัปเกรด 1 อย่าง: “เพิ่มระดับยาก: เลข 1–500 และจับเวลา 60 วินาที” — สังเกตว่ามันแก้เฉพาะจุดหรือเปล่า
อ่านผลงานที่ agentส่งกลับมา
คุณไม่ต้องอ่านโค้ดเป็น แต่ต้องอ่าน “สัญญาณ” เป็น — สี่อย่างนี้บอกคุณเสมอว่างานผ่านหรือควรสั่งแก้
ธรรมเนียมปิดงานที่ดี: สั่งเสมอว่า “สรุปสิ่งที่ทำ + วิธีทดสอบ + สิ่งที่ยังไม่ได้ทำ” — สามข้อนี้ทำให้คุณรับมอบงานจาก agent เหมือนรับมอบงานจากลูกน้องมือดี
Goal Mode คือผู้จัดโปรเจกต์ในตัว
งานเล็กสั่งเป็นครั้ง แต่งานใหญ่ต้อง “ตั้งเป้า” — Goal Mode คือการยื่นเป้าหมายให้ ZCode แล้วปล่อยให้มันวางแผน ลงมือ ตรวจสอบ วนไปเรื่อย ๆ จนครบ
ตัวอย่างจากหน้าเว็บทางการ ZCode เองก็ใช้วิธีนี้พัฒนาตัวเอง: goal “ทำเกมโกโมกุที่เล่นสู้กับ AI ได้” ถูกแตกเป็น 5 ข้อ — วางกระดาน → รับการเดินของผู้เล่น+ตรวจชนะ → ใส่ AI ฝั่งคอมพิวเตอร์ → รองรับจอมือถือ → ใส่กติกาและปุ่มเริ่มใหม่ — ใช้เวลารวมราว 2 นาที กินราว 89K tokens
จุดที่ทรงพลังคือ มันตรวจงานตัวเองระหว่างทาง แล้ววนกลับมาแก้ข้อที่พลาดโดยไม่ต้องรอคุณตะโกน — งานเดินหน้าต่อได้แม้คุณไปทำอย่างอื่น หรือ... ปิดแอปไปเลย (รอบถัดไปที่เปิดเข้ามา งานยังอยู่)
Goal แรกของคุณ
เป้าหมาย: ผลิต “เครื่องมือจริง 1 ชิ้น” ที่คุณจะใช้ต่อเองหลังปิดหนังสือ — แนะนำโจทย์ตามนี้ แล้วเปลี่ยนหัวข้อตามงานคุณ
เลือกโจทย์: “เว็บบันทึกรายรับ-รายจ่ายส่วนตัว: เพิ่มรายการ หมวดอัตโนมัติ สรุปยอดรายเดือน เก็บข้อมูลไว้ในเครื่อง ภาษาไทย”
สร้างเป็น Goal: ใช้ปุ่ม/คำสั่ง Goal ใน ZCode วางโจทย์ข้างบน แล้วกดเริ่ม
อ่านเช็กลิสต์ที่ได้: เห็นด้วยไหม? ถ้าอยากเพิ่ม/ตัด สั่งแก้ goal ก่อนเริ่ม — ถูกกว่าแก้ทีหลัง
ปล่อยให้วิ่ง: รอดูความคืบหน้าในแผง Goal — สังเกตข้อที่ติดแล้วมันแก้ตัวเองยังไง
ทดสอบ+บันทึก: ใช้จริง 3 รายการ แล้วคอมมิตผลงานด้วย Git ในตัว — นี่คือ “ทรัพย์สินดิจิทัล” ชิ้นแรกของคุณ
Plan mode + คุมงานจากมือถือ
เป้าหมาย: จับคู่เทคนิคบท 6 และ 7 เข้าด้วยกัน — งานยากใช้ Plan mode อนุมัติก่อน แล้วคุมสถานะจากแชทบนมือถือ
ตั้งงานยาก: “เพิ่มระบบล็อกอิน+บันทึกรายการลงไฟล์ ให้เว็บรายรับ-รายจ่ายจากลองทำ 07”
ใช้ Plan mode: ก่อนเริ่ม สลับเป็น Plan ให้มันเสนอแผน — อ่าน ถาม “ทำไมต้องทำข้อนี้ก่อน” อย่างน้อย 1 ข้อ
อนุมัติแผน: ยืนยันเมื่อเข้าใจแล้ว แล้วดูมันลงมือ
เชื่อมบอทคุมงาน: ในส่วน Bot/ช่องทางของ ZCode เชื่อม Telegram (หรือ Feishu/WeChat) แล้วลองถามสถานะจากมือถือ: “ตอนนี้ goal ไปถึงไหน”
ส่งคำสั่งเบา ๆ จากมือถือ: “หลังจบ goal ให้สรุปการเปลี่ยนแปลงเป็น 5 ข้อ” — งานเดินต่อแม้คุณไม่อยู่หน้าจอ
แผนเดียว สองมือ — เวิร์กโฟลว์รวม
จุดพักของการเรียน คือจุดเริ่มของการใช้งานจริง — นี่คือแผนที่ใช้ AutoClaw กับ ZCode ร่วมกันในชีวิตประจำวัน
ตัวอย่างการใช้จริงของแผนนี้: เจ้าของร้านออนไลน์ใช้ AutoClaw เก็บราคาคู่แข่งทุกเช้า → รายงานเข้ากลุ่มทีม → เห็นว่าควรมีเครื่องมือคำนวณราคากำไรของตัวเอง → ใช้ ZCode สร้างเป็น Goal → ได้เว็บเครื่องมือใช้ภายในทีมภายในวันเดียว
หลักคิดสำคัญ: อย่ามองหา “แอปเดียวที่ทำได้ทุกอย่าง” — มองหา “การแบ่งงานที่ถูกตัว” งานข้อมูล-เอกสาร-การสื่อสาร ให้ AutoClaw · งานที่ผลลัพธ์คือซอฟต์แวร์ ให้ ZCode และ Coding Plan ใบเดียวคือบัตรผ่านของทั้งสองฝั่ง
เคส 1 · ครีเอเตอร์คนเดียวครบทุกแพลตฟอร์ม
จากเว็บทางการ: ครีเอเตอร์ “Lin” ทำคอนเทนต์จากหัวข้อเดียว ครบทั้ง Instagram, TikTok, Substack และ X — โดยมี AutoClaw เป็นทีมคอนเทนต์ประจำตัว
สิ่งที่ได้เพิ่มจากเล่มนี้: ผูกแชท IG/โซเชียลที่ทีมใช้เข้ากับ AutoClaw (บท 4) แล้วตั้งเวลาเตือนคิดหัวข้อทุกวันจันทร์ (บท 5) — วงจรคอนเทนต์ครบจบในเครื่องเดียว
เคส 2 · ทีมพอร์ตโฟลิโอรายงานวิจัยรายสัปดาห์
จากเว็บทางการ: ผู้จัดการพอร์ต “Wang” ใช้ AutoClaw เก็บข้อมูลตลาด งบการเงิน และข่าวอุตสาหกรรม แล้วได้รายงานวิจัยรายสัปดาห์พร้อมกราฟสำเร็จรูป
เคส 3 · อีคอมเมิร์ซเฝ้าราคาคู่แข่งทุกเช้า
จากเว็บทางการ: ทีมปฏิบัติการ “นำโดย Chen” ใช้ AutoClaw เปิดหน้าคู่แข่งทุกเช้า จับราคาและโปรโมชัน เรียงข้อมูล แล้วส่งรายงานก่อนเริ่มงาน
เคสนี้คือสูตร “ข้อมูลเช้า — การตัดสินใจสาย” ที่ใช้ได้กับทุกกิจการ: เปลี่ยนแค่ “สิ่งที่เฝ้า” เป็นราคาวัตถุดิบ ค่าขนส่ง หรือคอนเทนต์ของคู่แข่ง
พจนานุกรมนักสั่งงาน
25 คำที่จะเจอบ่อยที่สุด เรียงตามตัวอักษร — กลับมาเปิดหาได้เสมอ
- เอเจนต์ Agent
- AI ที่ลงมือทำงานได้จริงด้วยเครื่องมือ ไม่ใช่แค่ตอบคำถาม
- โมเดล Model
- “สมอง” ที่คิดและตอบ เช่น GLM-5.3, GLM-5.3-Flash, DeepSeek
- โทเคน Token
- หน่วยวัดการใช้งานโมเดล ข้อความ 1 คำไทย ≈ 1–3 tokens
- เครดิต Credit
- สิ่งที่ใช้จ่ายเมื่อเรียกโมเดล ซื้อเป็นแพ็กเกจหรือรับฟรีทุกวัน
- บริบท Context
- ข้อมูลที่ agent “มองเห็น” ในตอนนั้น ทั้งคำสั่ง ไฟล์ และความจำ
- หน้าต่างบริบท Context window
- ขนาดบริบทสูงสุดที่รับได้ต่อรอบ — ยิ่งกว้างยิ่งอ่านงานยาวได้
- เซสชัน Session
- บทสนทนาหนึ่งเรื่อง แยกบริบทจากเรื่องอื่น
- สกิล Skill
- คู่มือปฏิบัติสำเร็จรูปที่ agent หยิบใช้ เช่น ทำ PPT, OCR
- เครื่องมือ Tool
- ความสามารถพื้นฐาน เช่น อ่านไฟล์ รันคำสั่ง เปิดเว็บ
- ช่องทาง Channel
- จุดเชื่อมกับแชทภายนอก เช่น Telegram, WhatsApp, Discord
- พื้นที่ทำงาน Workspace
- โฟลเดอร์ประจำของ agent เก็บไฟล์งานและความจำ
- ความจำ Memory
- บันทึกถาวรที่ agent จดไว้เพื่อจำคุณข้ามเซสชัน
- งานตามเวลา Cron
- งานที่ตั้งเวลาให้ทำซ้ำเอง เช่น รายงานทุกวัน 08:00
- เป้าหมาย Goal
- งานยาวที่ ZCode แตกเป็นเช็กลิสต์แล้วทำ-ตรวจวนจนครบ
- แผน Plan mode
- โหมดที่ agent เสนอแผนรออนุมัติก่อนลงมือแก้ไขจริง
- ดิฟ Diff
- สรุปว่าโค้ดเปลี่ยนบรรทัดไหน เพิ่ม/ลดอะไร
- คอมมิต Commit
- บันทึกสถานะงานของ Git เพื่อกลับมาดู/ย้อนได้
- กิต Git
- ระบบบันทึกประวัติการเปลี่ยนแปลงของโค้ด มีในตัว ZCode
- สาขา Branch
- สำเนาพื้นที่ทดลอง แยกจากงานหลัก ไม่กระทบกัน
- เทอร์มินัล Terminal
- หน้าต่างพิมพ์คำสั่งคุมคอมพิวเตอร์ — ZCode ใช้แทนคุณ
- บอท Bot
- ตัวแทนของ agent ในแชทภายนอก รับคำสั่ง/ส่งสถานะ
- พรอมป์ต Prompt
- ประโยคสั่งงานของคุณ — ยิ่งชัด ผลยิ่งตรง
- ภาพตัวอย่าง Mockup
- ร่างหน้าตาผลลัพธ์ก่อนทำจริง
- การทดสอบ Test
- ชุดตรวจว่าโค้ดยังทำงานถูกหลังแก้ไข
- ดีพลอย Deploy
- เอางานขึ้นไปใช้จริงบนอินเทอร์เน็ต
คำถามที่พบบ่อย ชุดที่ 1
เก็บจากคำถามก่อนดาวน์โหลดบนเว็บทางการ บวกคำถามที่มือใหม่ถามจริงมากที่สุด
คำถามที่พบบ่อย ชุดที่ 2
ฝั่งการใช้งานจริง เครดิต และการเลือกแผน
เจอปัญหา แก้ทันที
อาการที่พบบ่อยที่สุด 8 ข้อ พร้อมทางแก้ที่ได้ผลจริง
| อาการ | ทางแก้ |
|---|---|
| ตอบมาไม่ตรงโจทย์เลย | กลับไปใช้สูตร 3 ชิ้น (หน้า 10): เป้าหมาย+บริบท+รูปแบบ — แล้วสั่งใหม่เป็นข้อความเดียว |
| ทำไปได้ครึ่ง ๆ แล้วหยุด | อย่าสั่งใหม่ทั้งงาน ให้พิมพ์ “ทำต่อจากที่ค้าง” — agent จำบริบทไว้อยู่ |
| เลข/ข้อมูลผิด | ส่งไฟล์/ข้อความต้นทาง แล้วสั่ง “ตรวจตัวเลขข้อนี้กับไฟล์จริงอีกครั้ง แสดงวิธีคิดด้วย” |
| แชทภายนอกเงียบ | เช็กสถานะช่องทางในแอปว่า “เชื่อมต่อ” — ถอดแล้วเชื่อมใหม่ และดูว่าเครดิตยังเหลือไหม |
| งานตามเวลาไม่ยิงรายงาน | เครื่องต้องเปิดและแอปทำงานอยู่ในช่วงเวลานั้น — หรือลองเลื่อนเวลาแล้วดูอีกรอบ |
| ZCode แก้ไฟล์ผิดจุด | กด Undo แล้วใช้ Plan mode สั่งใหม่ ระบุชัด: “แก้เฉพาะไฟล์ X ห้ามแตะไฟล์อื่น” |
| โค้ดรันไม่ผ่าน | ก๊อปข้อความ error แปะพร้อมคำเดียว “แก้ให้หน่อย” — วิธีนี้ได้ผลเกือบเสมอ |
| เครดิตหายเร็วผิดปกติ | ตรวจรายการงานอัตโนมัติที่ตั้งไว้ ปิดตัวที่ไม่จำเป็น และเปลี่ยนงานร่างไปใช้โมเดล Flash |
เส้นทาง 90 วันหลังปิดเล่ม
จากผู้เริ่มต้นวันนี้ สู่คนที่มี “ระบบผู้ช่วย” ของตัวเอง — ลองเดินตามนี้
ตัวชี้วัดง่าย ๆ ว่าคุณ “จบ 101” แล้วจริง: (1) มีงานอัตโนมัติที่วิ่งอยู่อย่างน้อย 1 งาน (2) มีเครื่องมือที่สร้างเอง 1 ชิ้น (3) สั่งงานด้วยสูตร 3 ชิ้นได้โดยไม่ต้องคิด
คลังประโยคสั่งงานพร้อมใช้
ก๊อปไปแก้ [วงเล็บ] ได้ทันที — 12 ประโยคที่ใช้บ่อยที่สุดจากทั้งเล่ม
- “สรุป [ไฟล์/เรื่อง] เป็น [จำนวน] ข้อ ข้อละ [จำนวน] บรรทัด โทน [ทางการ/เป็นกันเอง] ส่งเป็น [PDF/Word]”
- “สร้าง Excel [ประเภทข้อมูล] จาก [แหล่ง] พร้อมชีตสรุปและกราฟ [ชนิดกราฟ]”
- “ทำ PPT [จำนวน] หน้าจาก [ไฟล์/หัวข้อ] โทน [สไตล์] ปิดท้ายด้วยข้อเสนอถัดไป”
- “จำไว้ว่า [ข้อมูลที่อยากให้จำ] แล้วใช้ข้อมูลนี้กับงานทุกครั้ง”
- “เก็บ [ข่าว/ราคา/ข้อมูล] เรื่อง [หัวข้อ] ทุกวันเวลา [เวลา] ส่งเข้าแชทนี้”
- “ทำเหมือนเดิมกับไฟล์นี้: [แนบไฟล์]”
- “ตรวจตัวเลขทั้งหมดกับ [ไฟล์ต้นทาง] อีกครั้ง แสดงวิธีคิดของแต่ละตัวเลข”
- “สร้างเว็บ [ประเภท] ที่ [ฟีเจอร์ 2–3 อย่าง] ภาษาไทยทั้งหมด” — ใช้กับ ZCode
- “เพิ่ม [ฟีเจอร์] ให้โปรเจกต์นี้ แก้เฉพาะไฟล์ที่เกี่ยวข้อง” — ใช้ Plan mode
- “สรุปสิ่งที่ทำ + วิธีทดสอบ + สิ่งที่ยังไม่ได้ทำ” — ปิดงานทุกครั้ง
- “แก้ให้หน่อย: [ก๊อปข้อความ error/ภาพหน้าจอปัญหา]”
- “ถามฉันก่อนทำทุกครั้งที่จะลบไฟล์หรือส่งอะไรออกนอกเครื่อง” — ตั้งกติกาวันแรก
ลิงก์รวมทางการ
ทุกอย่างในเล่มนี้อ้างอิงจากแหล่งทางการด้านล่าง — ข้อมูล ณ กันยายน 2026 (ราคา/ฟีเจอร์อาจเปลี่ยน ยึดเว็บจริงเป็นหลัก)
| ปลายทาง | URL |
|---|---|
| ดาวน์โหลด + ข้อมูล AutoClaw | autoclaw.z.ai |
| ดาวน์โหลด + เอกสาร ZCode | zcode.z.ai |
| บัญชี / โมเดล / Coding Plan (Z.ai) | z.ai |
| คู่มือนักพัฒนา Z.AI (OpenClaw, เครื่องมือต่าง ๆ) | docs.z.ai |
| OpenClaw (เฟรมเวิร์กโอเพนซอร์สต้นทาง) | openclaw.ai · docs.openclaw.ai |
คำแนะนำการอ่านต่อ: ถ้าอยากลงลึกฝั่งเทคนิค ลองเปิดเอกสาร ZCode Docs (zcode.z.ai/en/docs) — มีคู่มือ agentic coding ครบทุกหัวข้อ ทั้งงานยาว บริบทยาว และการทำงานจริงบนเดสก์ท็อป ส่วนผู้ใช้ทั่วไปแนะนำเริ่มจากหน้า FAQ ของทั้งสองเว็บก่อนเสมอ
GLM Coding Plan — แพ็กเกจไหนเหมาะกับคุณ
ราคาจากหน้าเว็บทางการ ZCode ณ กันยายน 2026 (ราคาโปรโมชัน ส่วนลดเป็นราคาปกติในวงเล็บ) — ทางการระบุว่าราคาและสิทธิ์อาจปรับได้ ยึดหน้าจอจริงตอนสมัครเป็นหลัก
| แผน | ราคา/เดือน | เหมาะกับใคร + สิทธิ์หลัก |
|---|---|---|
| ฟรี (AutoClaw) | 0 บาท | เริ่มต้น/เรียนเล่มนี้ — ใช้งานพื้นฐาน + เครดิตฟรีรายวัน + โบนัสใหม่ 100 ล้าน tokens (GLM-5.3-Flash) |
| Lite | $12.6 ($18) | งานเล็ก-กลางบน repo เล็ก — เครดิต 10,000/สัปดาห์ · เข้าถึงโมเดลเรือธงและฟีเจอร์ล่าสุดแบบต่อเนื่อง · ความเป็นส่วนตัวของข้อมูลโดยค่าเริ่มต้น · ใช้ได้ 20+ เครื่องมือรวม ZCode และ AutoClaw |
| Pro | $56 ($80) | พัฒนาประจำวันบน repo กลาง — โควตา 6 เท่าของ Lite + เครื่องมือ MCP คัดสรร + คิวเร็วขึ้น |
| Max | $117.6 ($168) | งานหนัก repo กลาง-ใหญ่ — โควตา 14 เท่าของ Lite + ทรัพยากรเฉพาะช่วงพีค + ฟีเจอร์ใหม่ก่อนใคร |
วิธีเลือกแบบไม่ปวดหัว: เริ่มฟรี → เก็บสถิติการใช้ 2 สัปดาห์ → ถ้าเกินฟรีทุกวัน ค่อยเลื่อน Lite → ถ้าเจอตัวเองรอคิว/ตัดงานทิ้งเพราะเครดิตไม่พอ ค่อย Pro
จำไว้ 2 ข้อ: แผนหนึ่งใบใช้ได้ทั้งสองแอปและเครื่องมือในเครือ · เทียบสัดส่วนง่าย ๆ ว่า Pro = 6 เท่าของ Lite และ Max = 14 เท่า — ประเมินจากปริมาณงานต่อสัปดาห์ของคุณได้โดยตรง
บันทึกท้ายเล่ม
เกี่ยวกับเล่มนี้ และคำขอบคุณ
“AutoClaw x ZCode 101” เขียนขึ้นเพื่อเป็นคู่มือมือใหม่ฉบับสมบูรณ์ ตั้งแต่รู้จักเครื่องมือ ติดตั้ง ใช้งาน จนถึงการประกอบระบบผู้ช่วยของตัวเอง ภายในเวลาอ่านไม่กี่ชั่วโมง เนื้อหาทั้งหมดอ้างอิงข้อมูลจากเว็บไซต์ทางการของ AutoClaw (autoclaw.z.ai), ZCode (zcode.z.ai), Z.ai (z.ai, docs.z.ai) และโปรเจกต์ OpenClaw (openclaw.ai) ณ เดือนกันยายน 2026
ราคา แพ็กเกจ และชื่อฟีเจอร์อาจเปลี่ยนแปลงตามเวอร์ชัน — เมื่อเจอความต่างจากในเล่ม กรุณายึดข้อมูลบนเว็บทางการเป็นหลักเสมอ และหากเล่มนี้ช่วยงานคุณได้จริง แบ่งปันต่อให้เพื่อนที่ยังทำงานซ้ำ ๆ ด้วยมือทั้งคู่ก็ดีเสมอ
- เนื้อหาและงานออกแบบ: ผลิตด้วยระบบ AutoClaw Design Capability บนโมเดลตระกูล GLM
- โครงตัวอักษร: Trirong (หัวเรื่อง) · Sarabun (เนื้อหา) · IBM Plex Mono (ตัวเลข/คำสั่ง)
- รูปแบบ: HTML ไฟล์เดียว อ่านบนเบราว์เซอร์ได้ทันที พิมพ์เป็น PDF ได้จากปุ่มด้านบน (แนะนำตั้ง “พื้นหลังกราฟิก” เป็นเปิด ขนาด A4)
- ความคืบหน้าการอ่าน/เช็กลิสต์: บันทึกในเครื่องของคุณเท่านั้น (localStorage)
“อย่าถามว่า AI ทำอะไรได้บ้าง — ถามว่างานของคุณ วันนี้ ตั้งเป้าอะไรไว้”