ชื่อบทความต้นฉบับ: how non-developers automate work like engineers (without writing code)…
ผู้เขียนต้นฉบับ: Damian Player
ผู้เรียบเรียง/แปล: Peggy，BlockBeats

หมายเหตุบรรณาธิการ: เมื่อคนส่วนใหญ่ยังมอง AI เป็น “เครื่องมือค้นหาที่มีประสิทธิภาพมากขึ้น” Perplexity กำลังเริ่มทำงานในแบบที่ต่างออกไป

บทความนี้หมุนรอบความแตกต่างที่ถูกมองข้ามซ้ำแล้วซ้ำเล่า—เหตุใดเมื่อใช้ AI เหมือนกัน ถึงมีบางคนได้แค่คำตอบหนึ่งย่อหน้า แต่กลับมีอีกบางคนได้ผลงานที่พร้อมส่งมอบได้ทันที ไม่ใช่ความสามารถของโมเดลเป็นตัวกำหนด แต่เป็นวิธีการใช้งาน: คุณใช้มันเป็นหน้าต่างสนทนา หรือใช้มันเป็นระบบปฏิบัติการที่สามารถสั่งการและจัดตารางให้ทำงานได้

เครื่องมือรุ่นใหม่ที่นำโดย Perplexity Computer เปลี่ยน “งาน (task)” ให้มาเป็นโหมดปฏิสัมพันธ์หลัก แทนที่จะเป็น “การถาม (question)” จากการตรวจสัญญา การวิเคราะห์คู่แข่ง ไปจนถึงการล้างข้อมูลและการสร้างรายงาน ผู้ใช้ไม่ได้อธิบายปัญหาอีกต่อไป แต่กลับนิยาม “สิ่งที่ต้องส่งมอบขั้นสุดท้าย” โดยตรง เมื่อผสานการเชื่อมต่อกับเครื่องมือขององค์กร การทำให้บริบทและตัวอย่างสไตล์ของบุคคลถูกตรึงไว้ ความสามารถนี้จึงพัฒนาจากการได้ผลลัพธ์ครั้งเดียว ไปสู่เวิร์กโฟลว์ที่นำกลับมาใช้ได้และรันอัตโนมัติได้

ที่สำคัญกว่านั้น ขอบเขตของระบบอัตโนมัติกำลังถูกนิยามใหม่ มันไม่ใช่แค่ช่วยทำให้เสร็จงานทีละขั้นตอนเท่านั้น แต่สามารถรันต่อเนื่อง ทำงานข้ามเครื่องมือได้ และแม้กระทั่งเสนอ “งานเสริม” เอง ซึ่งหมายความว่า ความสัมพันธ์ระหว่างมนุษย์กับเครื่องมือกำลังเปลี่ยนจาก “การใช้งาน” ไปสู่ “การบริหารและการมอบหมายงาน (manage & delegate)”

ในความเปลี่ยนแปลงนี้ เส้นแบ่งสำคัญที่แท้จริงไม่ได้อยู่ที่ว่าคุณใช้ AI หรือไม่ แต่อยู่ที่ว่าคุณเริ่มใช้มันเพื่อ “ส่งมอบผลลัพธ์” แล้วหรือยัง

ต่อไปนี้เป็นบทความต้นฉบับ:

คนที่ทำให้เรื่องนี้กระจ่าง จะได้รับความได้เปรียบแบบไม่สมดุล ไม่นาน ทุกคนก็จะเรียนรู้วิธีทำ แต่ก่อนที่ทุกอย่างจะกลายเป็นเรื่องเห็นได้ชัด นี่คือวิธีที่คุณเริ่มทำได้ล่วงหน้า

ในช่วงปีที่ผ่านมา นักพัฒนาได้รันเอเจนต์ AI แบบปฏิบัติการอัตโนมัติอยู่เบื้องหลังแล้ว (เช่น Claude Code, OpenClaw ฯลฯ) ซึ่งสามารถทำการวิจัย ประกอบสร้างผลิตภัณฑ์ และส่งมอบผลงานที่สมบูรณ์ได้โดยตรง โดยไม่ต้องมีคนจ้องดูซ้ำ ๆ หรือส่งคำสั่งแบบถามไปถามมา แต่ความจริงคือ คุณอาจไม่สามารถใช้แพ็กเกจนี้ได้—เว้นแต่คุณจะใช้เทอร์มินัลได้ และเขียนโค้ดเป็น

แต่ Perplexity Computer เปลี่ยนเรื่องนี้ นี่เป็นครั้งแรกที่คนไม่ใช่นักพัฒนาก็ใช้ความสามารถแบบเดียวกันได้ คุณแค่ต้องมีเบราว์เซอร์ และมี “งาน” ที่คุณส่งให้มันไปทำ

คนส่วนใหญ่เปิด Perplexity พิมพ์คำถาม ได้คำตอบ แล้วปิดหน้าเว็บ พวกเขาพลาดจุดสำคัญ Perplexity Computer ไม่ได้มีไว้เพื่อ “ตอบคำถาม” แต่มันมีไว้เพื่อ “ทำงาน (execute tasks)”

หยุดถามคำถามเสียที เริ่มมอบหมายงานตัวจริงให้มันทำ

เหตุใดคนส่วนใหญ่จึงล้มเหลว

ผู้อำนวยการฝ่ายการเงิน ทนายความ ที่ปรึกษาเชิงธุรกิจ… พวกเขาเปิดเครื่องมือ พิมพ์คำถาม ได้คำตอบที่ค่อนข้างดี แล้วคิดว่า: “โอ้ นี่คือ Google ที่ล้ำหน้ากว่าอีกหน่อย” จากนั้นก็ยังคงใช้เวลาอีก 90 นาทีเพื่อไปล้างตารางเดียวกับที่เมื่อต้นสัปดาห์ก่อนเพิ่งล้างไปแล้ว

ปัญหาไม่อยู่ที่เครื่องมือ แต่เป็นที่วิธีการใช้งาน พวกเขาเอามันไปใช้เหมือนแชตบอท

วิธีการถาม: “สัญญาฉบับนี้มีความเสี่ยงอะไรบ้าง?”

วิธีการทำงาน: “ตรวจสัญญาฉบับนี้ ตรวจสอบทุกถ้อยคำทีละรายการว่ามีแหล่งอ้างอิงสาธารณะรองรับหรือไม่ ระบุส่วนที่ถ้อยคำคลุมเครือ การขาดหายของข้อกำหนด และส่วนที่อาจก่อให้เกิดความรับผิดทางกฎหมาย แสดงรายการความเสี่ยงที่สำคัญที่สุด 5 จุด พร้อมอ้างอิงถ้อยคำข้อกำหนดที่เกี่ยวข้อง และจัดทำเอกสาร Word ที่มีร่องรอยการแก้ไข”

สัญญาฉบับเดียวกัน หนึ่งวิธีให้แค่เช็กลิสต์หนึ่งชุดที่ทำให้คุณต้องอ่านเอง อีกวิธีให้ผลงานสำเร็จรูปที่คุณสามารถส่งให้ลูกค้าได้ทันที

แค่ 10 นาที จัดระบบชุดนี้ให้เสร็จ

ก่อนอื่นให้เชื่อมต่อเครื่องมือ คลิก connectors ที่แถบด้านข้าง Perplexity สามารถเชื่อมต่อแอปมากกว่า 400 รายการ: Gmail, Google Drive, Slack, Salesforce, Notion, SharePoint… เชื่อมต่อทั้งหมดที่คุณใช้งานจริง

จากนั้นทำให้มันรู้ว่าคุณเป็นใคร พิมพ์ครั้งเดียวก็พอ: “ฉันทำงานในตำแหน่ง X ในบริษัทประเภท Y ฉันจะผลิตคอนเทนต์ X, Y, Z เป็นประจำ โปรดจำบริบทเหล่านี้ในทุกครั้งของการสนทนา” มันจะเก็บข้อมูลพวกนี้ไว้ระยะยาว

แล้วบอกมันว่า “อะไรคือผลงานที่ดี” หา 2–3 ผลงานที่คุณพอใจที่สุด อัปโหลดและป้อนว่า: “นี่คือเคสงานที่ดีที่สุดของฉัน โปรดเรียนรู้รูปแบบและโทนของมัน ใช้เป็นข้อมูลอ้างอิงเวลาได้สร้างคอนเทนต์ในอนาคต”

แบบนี้ มันไม่ได้แค่วิเคราะห์เดาสไตล์ของคุณ แต่มันกำลัง “แตกโครง (reverse engineer)” เส้นทางความสำเร็จที่คุณพิสูจน์แล้วจากผลงานที่เกิดขึ้นจริง

10 นาที ทำสิ่งนี้ก่อน

ตัวอย่างจากสถานการณ์จริง: วันจันทร์ที่ไม่ต้องใช้เวลา 90 นาทีอีกต่อไป

นักวิเคราะห์การเงินคนหนึ่งจะได้รับการส่งออกข้อมูลทุกวันจันทร์ จำนวน 150 แถว รูปแบบยุ่งเหยิง: ข้อมูลซ้ำ สามรูปแบบของวันที่ คะแนนเรตติ้งเป็นคำ ไม่ใช่ตัวเลข ก่อนเริ่มการวิเคราะห์ เธอต้องใช้เวลา 90 นาทีทุกสัปดาห์เพื่อทำความสะอาดข้อมูล ทำโจทย์เดียวกันซ้ำทุกสัปดาห์

เธอแค่ป้อนคำสั่งหนึ่งบรรทัด: ทำความสะอาดไฟล์นี้ กำจัดข้อมูลซ้ำ ทำให้รูปแบบวันที่เป็นมาตรฐาน แปลงคะแนนเรตติ้งจากข้อความเป็นตัวเลข; ทำการวิเคราะห์จากข้อมูลที่ผ่านการทำความสะอาด; สร้างแดชบอร์ดแบบอินเทอร์แอคทีฟที่มีฟังก์ชันการกรองและให้ลิงก์แชร์; สร้างรายงาน PDF ที่เทียบก่อนและหลังการทำความสะอาด; และบันทึกไฟล์ทั้งหมดไว้ในโฟลเดอร์ “รายงานวันจันทร์” ของ Drive

หลังจาก 4 นาที: ชุดข้อมูลที่สะอาด แดชบอร์ดแบบอินเทอร์แอคทีฟ ลิงก์แชร์ และรายงาน PDF—ทั้งหมดปรากฏอยู่ใน Drive ของเธอ

จากนั้นเธอยังถามประโยคหนึ่งว่า: “มีการปรับปรุงอะไรที่ฉันยังไม่ได้ถาม แต่ทำให้เรื่องนี้มีประโยชน์มากขึ้นไหม?”

ระบบเสนอ 2 ข้อ: หนึ่ง ตั้งค่างานนี้ให้รันอัตโนมัติทุกวันจันทร์เวลา 7:00 เช้า; สอง เพิ่มงานใหม่ สร้าง brief สำหรับผู้บริหารวันอังคารโดยอิงจากส่วนที่ผลลัพธ์ไม่ดี

เธอตั้งค่าทั้งสองอย่าง แล้วปิดหน้าเว็บ

หลังจากนั้น ทุกวันจันทร์ มันจะรันอัตโนมัติ—ไม่ว่าคอมพิวเตอร์ของเธอจะเปิดอยู่หรือไม่ก็ตาม

นี่คือความสามารถแบบเดียวกับที่นักพัฒนาใช้กันมาตลอดปีที่ผ่านมา ตอนนี้คุณใช้ได้ในเบราว์เซอร์แล้ว

ผู้คนกำลังใช้มันทำอะไรอยู่

@gregisenberg ทำการทดสอบแบบสดในพอดแคสต์ @startupideaspod

เขาส่งแค่งานเดียว: หาบริษัทที่ลงโฆษณาในพอดแคสต์คู่แข่ง ระบุว่าผู้ที่แท้จริงเป็นผู้สนับสนุนคือใคร และเขียนอีเมลส่วนบุคคลให้แต่ละคน

ระบบหาพบรองประธานฝ่ายการเติบโตของ Ramp จับและดึงเนื้อหาจากพอดแคสต์ที่เขาเข้าร่วมเมื่อสองสัปดาห์ก่อน เขียนอีเมลเย็น ๆ โดยอ้างอิงคำพูดเฉพาะเจาะจงที่เขาพูดในรายการ แล้วส่งทันที Greg ไม่ได้บอกว่า “ส่ง” ระบบตัดสินว่าทำงานเสร็จแล้วและลงมือทำเอง

ถัดจากนั้นมันยังแนะนำเชิงรุก: เฝ้าติดตามพอดแคสต์คู่แข่ง ทันทีที่เริ่มมีแบรนด์ใหม่ลงโฆษณา ให้แจ้งเตือนพร้อมกับผู้ติดต่อที่เกี่ยวข้อง—“ติดต่อเมื่อมีการเริ่มงบประมาณ”

สุดท้าย เวิร์กโฟลว์นี้ทำแบบขนานเสร็จสิ้นการวิจัยสำหรับลีดที่เป็นไปได้ 96 ราย และจัดเตรียมอีเมลติดตามผลสำหรับวันที่ 3 และวันที่ 7

ในรายการ Marketing Against the Grain ทีมใช้มันตรวจสอบทั้งหน้าโปรดักต์ของ HubSpot: สแกนทั้งเว็บไซต์อัตโนมัติ ให้คะแนนตามเกณฑ์ที่กำหนดเอง จัดลำดับประเด็น และสร้างรายงานเว็บไซต์ที่แชร์ได้ โดยปกติต้องใช้เวลาหนึ่งสัปดาห์สำหรับทีม แต่ระหว่างการอัดรายการก็เสร็จเรียบร้อยแล้ว

ทั้งหมดนี้ทำเสร็จแบบสด ไม่ใช่การเดโม่ และไม่ใช่สคริปต์ที่เตรียมไว้ล่วงหน้า

การใช้งานสำหรับงานเฉพาะด้าน

ในภาคการเงิน นักวิเคราะห์พอร์ตโฟลิโอคนหนึ่งสั่งงานเพียงหนึ่งคำสั่ง ก่อนประกาศผลการเงินของ NVIDIA

ผลลัพธ์คือ: แดชบอร์ดแบบอินเทอร์แอคทีฟแบบเรียลไทม์ ประกอบด้วยรายได้ 1.305 แสนล้านดอลลาร์ อัตรากำไรขั้นต้น 75% อัตราการเติบโต 114.2% งบกำไรขาดทุนฉบับเต็ม และแนวโน้มอัตรากำไรตั้งแต่ปีงบประมาณ 2021 ถึง 2028 ทั้งหมดรองรับการกรองและมีลิงก์แชร์

ไม่มี Excel ไม่ต้องหาข้อมูลด้วยตัวเอง ใช้เวลา 5 นาทีจบ

Perplexity สามารถเรียกใช้แหล่งข้อมูลที่เกี่ยวข้องกับ SEC, FactSet, S&P Global, PitchBook ฯลฯ ได้โดยตรง ไม่ต้องใช้ API key และไม่ต้องขอสิทธิ์เพิ่ม ระบบทำมาให้ในตัว

สถานการณ์ด้านกฎหมาย:
“ตรวจสัญญาฉบับนี้ ตรวจสอบทีละรายการว่าข้อความทั้งหมดมีแหล่งอ้างอิงสาธารณะรองรับหรือไม่ ระบุส่วนที่ถ้อยคำคลุมเครือ ข้อกำหนดมาตรฐานที่ขาดหาย และส่วนที่อาจก่อให้เกิดความรับผิดทางกฎหมายภายใต้กฎหมายสัญญาใน [รัฐที่ระบุ] แสดงรายการความเสี่ยงที่สำคัญที่สุด 5 จุด พร้อมอ้างอิงถ้อยคำข้อกำหนดที่เกี่ยวข้อง และสร้างเอกสาร Word ที่มีร่องรอยการแก้ไข”

มีผู้ตรวจสอบคนหนึ่งเคยอัปโหลดข้อเสนอที่อ้างว่าการเติบโตเมื่อเทียบกับปีก่อนในตลาดนั้นอยู่ที่ 43% Perplexity Computer พบว่าข้อมูลจริงมีเพียง 4% และหยุดปัญหาก่อนลงนามสัญญา

สถานการณ์ด้านการตลาด:
“วิเคราะห์ [คู่แข่ง 1], [คู่แข่ง 2], [คู่แข่ง 3] ในช่วง 30 วันที่ผ่านมา โดยดูว่าคอนเทนต์แบบไหนทำผลงานได้ดีที่สุด ค้นหารูปแบบคอนเทนต์และหัวข้อที่มีการมีส่วนร่วมสูงที่สุด ระบุช่องว่างของคอนเทนต์ และสร้างปฏิทินคอนเทนต์ 30 วันโดยอิงจากช่องว่างเหล่านี้ จากนั้นบันทึกเป็น Google Doc”

ตั้งค่าให้เป็นงานแบบกำหนดเวลา ทุกวันจันทร์จะสร้างการวิเคราะห์คู่แข่งเวอร์ชันล่าสุดอัตโนมัติ โดยไม่ต้องวิจัยด้วยคน

สถานการณ์ด้านการปฏิบัติการ (运营):
“นี่คือข้อมูล CSV สำหรับ Q1 ของเรา โปรดทำความสะอาดข้อมูล; วิเคราะห์รายได้ตามภูมิภาคและสายผลิตภัณฑ์; ระบุปัญหาที่ใหญ่ที่สุด 3 เรื่อง; สร้างคำแนะนำแบบ one-page สำหรับการลงมือ; จัดทำสไลด์ PPT สำหรับรายงานหนึ่งหน้า; บันทึกไฟล์ทั้งหมดไว้ในโฟลเดอร์โปรเจกต์”

ไฟฟ์ (5) ชิ้นงานที่ต้องส่งมอบ หนึ่งคำสั่ง คุณก็มีมันเสร็จแล้วตอนประชุม

การประเมินโมเดล (Model Council): 60 วินาที ได้คำตัดสิน 3 แบบ

เมื่อคุณต้องตัดสินใจในเรื่องที่มีผลลัพธ์จริง แค่ป้อนคำถามครั้งเดียว Perplexity จะเรียกใช้ Claude, ChatGPT และ Gemini พร้อมกัน แล้วให้ “ตัวรวม (combinator)” สรุปทั้งฉันทามติและความเห็นต่างของพวกมัน

·ส่วนที่ทั้งสามเห็นตรงกัน: ข้อสรุปที่มีความมั่นใจสูง

·ส่วนที่มีความเห็นต่าง: ต้องประเมินเพิ่มเติม

มีคนถามเรื่องการกำหนดราคาสินค้าว่าควรเลือก $297 หรือ $497 ทั้งสามโมเดลให้คำตอบไม่เหมือนกัน แต่ตัวรวมพบว่า “ข้อสรุปเดียวที่ทั้งสามเห็นตรงกัน” คือ อย่าตั้งราคาให้ต่ำกว่า $297 การตัดสินใจก็จบตรงนี้

หลายบริษัทจะจ่ายเงินให้บริษัทที่ปรึกษามาทำการ “ขังนักวิเคราะห์” ไว้ในห้องประชุมเพื่อให้ได้ข้อสรุป

ที่นี่ แค่คำสั่งเดียวก็พอ

ความสามารถหลักที่แท้จริง

หากต้องการให้ Perplexity Computer สร้างคุณค่าได้จริง 80% ขึ้นอยู่กับสิ่งหนึ่ง: คุณสามารถอธิบาย “ผลลัพธ์สุดท้าย (final deliverable)” ได้ชัดเจนหรือไม่

ไม่ใช่การตั้งค่าเชิงเทคนิค แต่เป็นว่าคุณชัดพอไหมว่าต้องส่งมอบอะไร อย่าอธิบายขั้นตอน ให้ “อธิบายผลลัพธ์”

หลังจากทุกงานเสร็จ อย่าลืมถามอีกหนึ่งประโยค: “มีอะไรที่ฉันยังไม่ได้ถาม แต่สามารถทำให้ผลลัพธ์นี้มีประโยชน์มากขึ้นไหม?”

มันจะชี้ช่องว่าง (blind spot) ให้แทบทุกครั้ง และทำแบบนั้นซ้ำ ๆ ทุกครั้ง

เริ่มจากตรงนี้

เปิด Perplexity (แพ็ก pro $20/เดือน) เข้าไปที่หน้า Computer คลิก connectors แล้วเริ่มเชื่อมต่อ Gmail และ Google Drive

ป้อนคำแนะนำเบื้องหลัง 3 ประโยคของคุณ (แค่ครั้งเดียวพอ) อัปโหลดตัวอย่างงานที่ดีที่สุด 2–3 ชิ้นเพื่อให้มันเรียนรู้สไตล์ของคุณ จากนั้นเลือกงานหนึ่งที่คุณใช้เวลามากกว่า 2 ชั่วโมงเมื่อสัปดาห์ที่แล้ว และทุกครั้งที่ผลลัพธ์ออกมาจะคล้ายกัน ให้สั่งด้วยวิธีที่อิง “สิ่งที่ต้องส่งมอบขั้นสุดท้าย (final deliverable)” แล้วกดส่ง สังเกตขั้นตอนการทำ หากเป็นงานที่ทำซ้ำ ให้ตั้งค่าให้รันอัตโนมัติก่อนปิดหน้าเว็บ

นักพัฒนาใช้ชุดนี้มานานหนึ่งปีแล้ว ช่องว่างระหว่างผลลัพธ์ของพวกเขากับของคนอื่น เป็นเรื่องจริงที่มีอยู่

นี่แหละ วิธีการลดช่องว่าง

[ลิงก์บทความต้นฉบับ]

คลิกเพื่อเรียนรู้เพิ่มเติม Lydong BlockBeats กำลังรับสมัครตำแหน่งงาน

ยินดีต้อนรับเข้าร่วมชุมชนทางการของ Lydong BlockBeats:

Telegram ช่องทางติดตาม: https://t.me/theblockbeats

Telegram กลุ่มพูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter อย่างเป็นทางการ: https://twitter.com/BlockBeatsAsia