Contact
Line : comsiam
Contact
Line : comsiam

Google AI Studio เป็นเครื่องมือสำหรับทดลอง Gemini และพัฒนาแอปด้วย Gemini API โดยผู้เริ่มต้นสามารถเข้าใช้งานผ่านเว็บด้วยบัญชี Google จากนั้นเลือกได้ว่าจะทดลอง Prompt, สร้าง Gemini API Key, ทดลองโมเดล หรือใช้ Build mode สร้างแอปจากคำสั่งภาษาธรรมชาติ
ขั้นตอนพื้นฐานคือ ลงชื่อเข้าใช้ Google AI Studio → เลือกสิ่งที่ต้องการทำ → ทดลอง Prompt → ตรวจผลลัพธ์ → สร้าง API Key เมื่อจะเขียนโปรแกรม → ใช้ Build mode เมื่อจะสร้างแอป
สำหรับผู้ใช้ใหม่ Google ระบุว่าระบบสามารถสร้าง Project และ API Key เริ่มต้นให้โดยอัตโนมัติ แต่ก่อนนำ Key ไปใช้จริงควรทำความเข้าใจเรื่อง Security, Quota และ Billing ให้เรียบร้อย
สำหรับมือใหม่ ขั้นตอนแรกคือเปิดหน้า Google AI Studio อย่างเป็นทางการผ่าน Browser
จากนั้นเลือก
Sign in to Google AI Studio
แล้วลงชื่อเข้าใช้ด้วยบัญชี Google ที่ต้องการใช้สำหรับงาน Developer
Workflow คือ
เปิด Google AI Studio
↓
Sign in
↓
เลือกบัญชี Google
↓
ยอมรับเงื่อนไขที่ระบบแสดง
↓
เข้าสู่ AI Studio
หลังเข้าระบบแล้วจะสามารถเริ่มสำรวจ Prompt, API, Build และเครื่องมืออื่นตามสิทธิ์ของบัญชีได้
โดยทั่วไปต้องใช้บัญชี Google ที่มีสิทธิ์เข้าถึง Google AI Studio
อาจเป็น
สำหรับ Google Workspace นั้น Google ระบุว่า AI Studio เปิดให้ผู้ใช้ Workspace โดยค่าเริ่มต้น แต่ Administrator ขององค์กรสามารถปิดการเข้าถึงได้
ดังนั้นถ้าใช้บัญชีบริษัทแล้วเปิดไม่ได้ ไม่ได้หมายความว่า AI Studio มีปัญหาเสมอไป
อาจเป็น Policy ขององค์กร
Google ระบุข้อกำหนดปัจจุบันว่า ผู้ใช้ Google AI Studio และ Gemini API ต้องมีอายุ
18 ปีขึ้นไป
หากบัญชีไม่มีข้อมูลอายุที่ Google สามารถยืนยันได้ อาจถูกพาไปยังหน้าข้อจำกัดการเข้าใช้งานแทน
ดังนั้นหากเปิด AI Studio ไม่ได้ทั้งที่อยู่ในประเทศที่รองรับ ควรตรวจด้วยว่า Google Account ได้รับการยืนยันอายุเรียบร้อยหรือไม่
ได้
ประเทศไทยอยู่ในรายชื่อประเทศและเขตแดนที่ Google ระบุว่ารองรับ
ในปัจจุบัน
ดังนั้นถ้าอยู่ประเทศไทยและบัญชีมีคุณสมบัติครบ แต่เข้าไม่ได้ ควรตรวจเรื่อง
เพิ่มเติม
Google ระบุสาเหตุหลักที่อาจทำให้เข้า AI Studio ไม่ได้ เช่น
บริการยังไม่เปิดในบางพื้นที่
ต้องมีอายุอย่างน้อย 18 ปี
บัญชีอาจมีสิทธิ์แต่ Google ยังยืนยันอายุไม่ได้
พบได้กับบัญชีองค์กร
Browser อาจ Login Google หลาย Account พร้อมกัน
จึงควรตรวจ Account ที่มุม Profile ก่อน
หากมี Account หลายบัญชี เช่น
Personal
Work
Developer
ควรเลือก Account ที่ต้องการผูกกับ
ให้ชัดเจนตั้งแต่ต้น
โดยเฉพาะเวลาสร้าง Gemini API Key
เพราะ Project และ Usage จะสัมพันธ์กับบัญชีและ Project ที่เลือก
การใช้ Account สลับไปมาอาจทำให้สงสัยว่า
“API Key หายไปไหน”
ทั้งที่จริงกำลังเปิด AI Studio ด้วยคนละ Account
มือใหม่ไม่จำเป็นต้องเปิดทุก Feature พร้อมกัน
ให้เริ่มจาก 3 ส่วนหลักก่อน
ใช้ทดลอง Gemini และ Prompt
ใช้สร้าง Application จาก Prompt
ใช้สำหรับงาน Gemini API
สามารถคิดง่าย ๆ ว่า
อยากคุย/ทดลอง AI
→ Playground
อยากสร้าง App
→ Build
อยากเขียนโปรแกรมเรียก Gemini
→ API Key
แค่นี้ก็เพียงพอสำหรับเริ่มต้น
ถ้ายังไม่เคยใช้ AI Studio แนะนำให้เริ่มจากการทดลอง Prompt
เช่น
อธิบาย REST API สำหรับมือใหม่
หรือ
สรุปข้อความนี้เป็น 5 ประเด็นสำคัญ
หรือ
อ่านข้อความนี้แล้วตอบเป็น JSON
จุดประสงค์ยังไม่ใช่สร้าง Application
แต่ให้เข้าใจก่อนว่า
Input → Gemini → Output
ทำงานอย่างไร
Prompt ง่ายที่สุดประกอบด้วย
เช่น
“สรุปข้อความ”
ข้อความที่ให้วิเคราะห์
ต้องการคำตอบแบบใด
ตัวอย่าง
อ่านข้อความด้านล่าง
สรุปเป็นภาษาไทย 5 ข้อ
แต่ละข้อไม่เกิน 2 ประโยค
อย่าเพิ่มข้อมูลที่ไม่มีในต้นฉบับ
ข้อความ:
[วางข้อความ]
นี่เป็น Prompt ที่ควบคุมผลลัพธ์ได้ดีกว่า
สรุปให้หน่อย
สมมติต้องการสร้างระบบจัดหมวดหมู่ Feedback
อย่าเพิ่งเขียน Application
ให้ทดลอง Prompt ก่อน
อ่านข้อความ Feedback ต่อไปนี้
จัดหมวดหมู่เป็นหนึ่งใน:
- billing
- technical
- account
- other
ตอบเฉพาะชื่อหมวดหมู่
Feedback:
[ข้อความ]
ทดลองกับ Feedback หลายชนิด
ถ้าผลยังไม่นิ่ง ให้แก้ Prompt ก่อน
เมื่อ Prompt เสถียรแล้วจึงค่อยนำไปใช้ผ่าน Gemini API
Prompt ที่ทำงานกับตัวอย่างเดียวอาจไม่ได้หมายความว่าจะทำงานกับข้อมูลจริงทุกแบบ
ควรทดลอง
ช่วยให้รู้ว่า Application ต้องเพิ่ม Validation ตรงไหน
Google AI Studio อาจมีโมเดลหลายรุ่นให้เลือกตามช่วงเวลาที่ใช้งาน
แต่สำหรับมือใหม่ไม่ควรเริ่มด้วยการไล่เปรียบเทียบทุกโมเดล
ให้เริ่มจากโมเดลที่ AI Studio แนะนำสำหรับ Use Case ปัจจุบัน แล้วพิจารณาภายหลังจาก
เมื่อ Requirement ชัดขึ้น
ชื่อ Model และ Model ID สามารถเปลี่ยนแปลงได้ จึงควรตรวจรายการใน AI Studio หรือเอกสาร Gemini API ปัจจุบันทุกครั้งก่อนนำไป Hard-code ใน Application
Gemini เป็น Multimodal AI จึงไม่ได้ทำงานกับ Text อย่างเดียว
ตาม Model และ Feature ที่รองรับสามารถทำงานกับข้อมูลประเภทต่าง ๆ เช่น
ตัวอย่าง Prompt
วิเคราะห์ภาพนี้และสรุปสิ่งที่เห็นเป็น 5 ข้อ
หรือ
อ่านเอกสารนี้แล้วสรุปหัวข้อสำคัญ
แต่ประเภทไฟล์และ Limit ต้องตรวจตาม Model/Feature ปัจจุบัน
ถ้าจะนำ Response ไปใช้กับโปรแกรม การตอบเป็นข้อความธรรมดาอาจ Parse ยาก
ตัวอย่าง Application ต้องการ
{
"category": "technical",
"priority": "high"
}
แทนข้อความ
ดูเหมือนจะเป็นปัญหาทางเทคนิคและมีความสำคัญสูง
Google AI Studio เหมาะกับการทดลอง Output Structure ก่อนนำไปเขียน Application
รายละเอียด Structured Output จะมีหัวข้อเฉพาะภายหลัง
Function Calling ช่วยให้ Gemini เชื่อมการตัดสินใจของโมเดลกับ Function ที่ Application กำหนด
ตัวอย่าง
User:
สภาพอากาศที่ขอนแก่นวันนี้เป็นอย่างไร
Gemini
↓
เลือก Function
↓
get_weather()
↓
Application เรียกข้อมูลจริง
↓
ส่งข้อมูลกลับให้ Gemini
AI Studio สามารถใช้ทดลองแนวคิดเหล่านี้ก่อนนำไปเขียนระบบจริง
แต่ Gemini ไม่ควรถูกให้สิทธิ์ทำ Action สำคัญโดยไม่มี Permission และ Validation ที่เหมาะสม
ถ้ากำลังทดลอง Prompt ใน Interface เพียงอย่างเดียว อาจยังไม่จำเป็นต้องคิดเรื่องการเขียน API Integration ทันที
แต่เมื่อจะสร้างโปรแกรม เช่น
Python
JavaScript
PHP
Backend
Mobile App
ให้เรียก Gemini API
จะต้องมี Authentication ที่เหมาะสม ซึ่งโดยทั่วไปเกี่ยวข้องกับ Gemini API Key ตาม Workflow ของ Google
เอกสาร Getting Started ปัจจุบันของ Google ระบุว่า สำหรับผู้ใช้ใหม่ AI Studio สามารถสร้าง
เริ่มต้นให้โดยอัตโนมัติ
จึงควรเปิดหน้า API Keys แล้วตรวจดูก่อน
อาจไม่จำเป็นต้องสร้าง Key ใหม่ทุกครั้ง
หากต้องการ Key ใหม่จึงเลือก
Create API key
และทำตาม Dialog ของระบบ
มือใหม่มักสร้าง Key ใหม่ทุกครั้งที่ทดลอง
ทำให้ภายหลังมี
Key 1
Key 2
Key 3
Key 4
Key 5
แล้วไม่รู้ว่า Application ใดใช้ Key ไหน
ควรกำหนด Project และ Key ให้เป็นระเบียบตั้งแต่ต้น
เช่น
Project: ai-test
Key: development
และแยก Production ตาม Architecture ที่เหมาะสม
Google มีแนวทางให้จำกัด API Key สำหรับ Gemini API
หาก Key ถูกระบุว่า
Unrestricted
ควรตรวจ Security Setting และจำกัดให้เหมาะกับการใช้งาน
โดยเฉพาะ Key ที่จะใช้งานระยะยาว
อย่าคิดว่าเพียงไม่มีใครรู้ URL ของ Project แล้ว Key จะปลอดภัย
ตัวอย่างที่ไม่ควรใช้กับ Secret จริง
const apiKey = "REAL_GEMINI_API_KEY";
แล้วส่ง JavaScript นี้ไปยัง Browser
ผู้ใช้สามารถตรวจ Source หรือ Network ได้
ถ้า Key ต้องเป็น Secret ควรจัดการฝั่ง Server หรือ Secret Management ที่เหมาะสม
เมื่อเขียน Application แบบ Server-side สามารถใช้ Environment Variable
เช่น
GEMINI_API_KEY
แทนการฝัง Key ลง Source Code
แนวคิดคือ
Environment
↓
Server Application
↓
Gemini API
ลดโอกาส Commit Secret เข้า Git Repository
หลังมี API Key แล้ว Workflow สำหรับมือใหม่คือ
API Key
↓
เลือกภาษา
↓
ติดตั้ง SDK
↓
ตั้ง Environment Variable
↓
สร้าง Client
↓
ส่ง Request
↓
อ่าน Response
Google มี SDK ทางการสำหรับภาษาที่รองรับ
ตัวอย่าง Python ปัจจุบันใช้ Package
google-genai
และ JavaScript ใช้
@google/genai
Package และ API สามารถเปลี่ยนตามเวลา จึงควรตรวจ Getting Started ล่าสุดก่อน Copy Code
แนวคิดการติดตั้ง SDK ปัจจุบันคือ
pip install -U google-genai
แล้ว Import
from google import genai
client = genai.Client()
Client สามารถใช้ Environment Configuration ตามวิธีที่ SDK รองรับ
แต่รายละเอียด Model และ Request ควรตรวจเอกสารปัจจุบันก่อนใช้งานจริง
Google มี JavaScript SDK ปัจจุบันชื่อ
@google/genai
ติดตั้งด้วย npm
npm install @google/genai
จากนั้นจึงสร้าง Client และ Request ตาม API ปัจจุบัน
สำหรับมือใหม่ควรเลือก ภาษาเดียวก่อน
ไม่จำเป็นต้องทดลอง Python, JavaScript และ PHP พร้อมกัน
ถ้าเป้าหมายคือสร้าง Application อย่างรวดเร็ว สามารถเลือก Build mode
แล้วพิมพ์ Requirement เช่น
สร้าง Web App สำหรับบันทึกรายรับรายจ่าย
ต้องมี:
- เพิ่มรายการ
- ลบรายการ
- ยอดรวม
- Filter
- Responsive
AI Studio จะสร้าง Project และ Preview ให้
จากนั้นสั่งแก้ต่อได้
Build mode รุ่นปัจจุบันรองรับทั้ง
มี Full-stack Environment
ค่าเริ่มต้นปัจจุบันประกอบด้วย Frontend และ Server-side Node.js Runtime
สามารถสร้าง Native Android Project ด้วย
Kotlin
+
Jetpack Compose
ตาม Platform ที่เลือก
จึงควรเลือก Platform ให้ถูกก่อนเริ่ม Project
ตัวอย่าง Prompt
สร้าง Web App เครื่องคิดเลข VAT
Requirement:
- รับราคาสินค้า
- รับ VAT %
- แสดงราคาก่อน VAT
- VAT
- ราคาสุทธิ
- Responsive
- ใช้งานบนมือถือได้
- ห้ามเพิ่ม Login
- ห้ามเพิ่ม Database
จุดสำคัญคือระบุว่า
ห้ามเพิ่มสิ่งที่ไม่จำเป็น
เพราะ Prototype แรกควรเล็กที่สุด
อย่าเพิ่ง Deploy
ให้ทำตามนี้
ทดลองกดทุก Feature
ลองข้อมูลผิด
ดู Responsive
อ่าน Source
ไม่มี Key ฝังผิดที่
ดูปัญหา Build/Runtime
อย่าเพิ่ม 20 Feature พร้อมกัน
ได้
ใน Build mode สามารถเปิด
Code
จาก Preview Pane เพื่อดู File และ Source ที่ระบบสร้าง
เหมาะสำหรับเรียนรู้ว่า Prompt ถูกเปลี่ยนเป็น
อย่างไร
ผู้เริ่มต้นไม่ควรหลีกเลี่ยง Code ไปตลอด แม้จะใช้ Vibe Coding เพราะเมื่อ App เกิด Bug การเข้าใจ Source พื้นฐานจะช่วยอย่างมาก
ไม่ต้อง Generate ใหม่ทุกครั้ง
เช่น
เพิ่มปุ่ม Reset
จากนั้น
เพิ่ม Validation ห้ามจำนวนติดลบ
แล้ว
แก้ Layout บนมือถือเท่านั้น
การแก้ทีละ Requirement ช่วยลด Bug
Build mode มีตัวเลือก
I’m Feeling Lucky
สำหรับให้ Gemini ช่วยสร้าง Project Idea/Prompt เริ่มต้น
เหมาะสำหรับ
แต่ Project ที่จะใช้งานจริงควรกลับมากำหนด Requirement ของตัวเอง
AI Studio มี App Gallery สำหรับดูตัวอย่าง Application
สามารถ
ได้ตาม Workflow ปัจจุบัน
สำหรับมือใหม่ การดู App ที่มีอยู่แล้วช่วยให้เข้าใจว่า AI Studio สามารถสร้างอะไรได้บ้างก่อนเริ่มจากหน้าว่าง
Build mode ปัจจุบันรองรับการ Import Project จาก GitHub
สามารถเลือก
Add files → Import from GitHub
แล้วนำ Code เดิมมาให้ Agent ช่วยทำงานต่อ
ตัวอย่าง
อ่าน Project นี้ก่อน
อย่าแก้ Code
อธิบาย Architecture และ Entry Point
ควรให้ Gemini เข้าใจ Project ก่อนสั่งเพิ่ม Feature
ตรวจไฟล์ เช่น
.env
credentials
private key
API key
production config
อย่านำ Credential ที่ไม่จำเป็นเข้ามาใน Context
Source Code Repository ที่มี Secret อยู่แล้วควรแก้ปัญหา Secret ก่อน
ไม่ใช่หวังให้ AI Studio ซ่อนให้
Build mode ปัจจุบันมี Workflow สำหรับเชื่อม Repository เพื่อ Sync Code
ทำให้สามารถทำงาน
AI Studio
↕
GitHub
↕
Local IDE
ได้
แต่ทุก Change ที่ Agent สร้างควรถูก Review ก่อนนำเข้าสู่ Production Branch
ได้
หากสร้าง Prototype แล้วต้องการพัฒนาต่อในเครื่อง สามารถ Export/Download Project แล้วเปิดด้วย IDE ของตัวเอง
เช่น
AI Studio
↓
Download
↓
VS Code
↓
Git
↓
Development
เมื่อย้ายออกจาก AI Studio ต้องตั้ง
ตาม Project จริง
Build mode รองรับการ Deploy Web Application ไปยัง Cloud Run ตาม Workflow ของ Google
แต่สำหรับมือใหม่ไม่ควรรีบ Deploy หลัง Prompt แรก
ก่อน Deploy ควรตรวจ
ก่อนเสมอ
การใช้ AI Studio, Gemini API และ Deployment มีหลายส่วนที่มีเงื่อนไขค่าใช้จ่ายแตกต่างกัน
สำหรับมือใหม่ไม่ควรตีความว่า
เข้า AI Studio ได้
=
ทุกอย่างใช้ฟรีไม่จำกัด
การใช้ Model, API, Paid Tier หรือ Cloud Service บางประเภทสามารถมีค่าใช้จ่าย
จึงควรดู Billing และ Pricing ปัจจุบันก่อนเปิด App ให้คนจำนวนมากใช้
หัวข้อถัดไปในชุดนี้จะอธิบายเรื่อง Google AI Studio ใช้ฟรีหรือไม่โดยเฉพาะ
Google ระบุว่าการใช้งาน Gemini API สามารถตรวจได้ใน AI Studio บริเวณ
Dashboard
→
Usage
เหมาะสำหรับตรวจ
ผู้ที่เริ่มเขียน API ควรสร้างนิสัยตรวจ Usage ตั้งแต่ทดลอง
ไม่ใช่รอจน Application เปิด Public แล้วจึงค่อยดู
Rate Limit คือข้อจำกัดว่าระบบสามารถเรียก API ได้มากเท่าใดตาม Tier, Model และข้อกำหนดที่เกี่ยวข้อง
หาก Application ส่ง Request มากเกิน Limit อาจเกิด Error เช่น
429
ดังนั้น Prototype ที่ใช้คนเดียวทำงานได้ ไม่ได้หมายความว่าจะรองรับผู้ใช้จำนวนมากทันที
สำหรับ App ที่สร้างด้วย Build mode และใช้ Gemini API Google ระบุว่า Key สามารถถูกจัดการเป็น Server-side Secret
เมื่อ App ถูกแชร์หรือ Deploy ตาม Workflow ที่กำหนด การเรียก Gemini API ของผู้ใช้สามารถนับกับ Usage ของ Project/Key ของเจ้าของ App
ดังนั้นก่อน Share Public ต้องคิดถึง
ด้วย
สำหรับ App ใหม่ที่ใช้ Gemini API Build mode ปัจจุบันสามารถตั้ง
GEMINI_API_KEY
เป็น Server-side Secret ให้อัตโนมัติ
Key จึงไม่ถูกส่งเข้า Client-side Browser Code ตาม Architecture นี้
สามารถตรวจ Secrets ได้จาก Settings ตาม Workflow ปัจจุบัน
ถ้า App ต้องใช้
สามารถเพิ่ม Secret สำหรับบริการภายนอกใน Build Environment ที่รองรับ
หลักสำคัญคือ
Secret อยู่ Server-side
ไม่ใช่
ฝัง Secret ใน Frontend
สำหรับมือใหม่ควรเลือก Project เล็ก
เช่น
Input Text
↓
Gemini
↓
Summary
Article
↓
Gemini
↓
FAQ
Product Information
↓
Gemini
↓
Description
ใช้เรียน Build mode โดยยังไม่ต้องเรียก AI ทุก Feature
ไม่ควรเริ่มจากระบบ
ทันที
แนะนำให้เรียนตามลำดับนี้
ทำความรู้จัก Interface
เข้าใจ Input/Output
ดูความสม่ำเสมอ
เมื่อจะใช้ Response ใน Code
เข้าใจ Authentication
Python หรือ JavaScript
ให้สำเร็จก่อน
ใช้ Build mode
อย่าพึ่ง Prompt อย่างเดียว
Normal และ Error Case
จัดเก็บ Version
เมื่อเข้าใจ Security และ Billing แล้ว
สำหรับผู้เริ่มต้นของ comsiam เส้นทางนี้ช่วยลดความสับสน เพราะไม่ต้องเรียน Prompt, API, Frontend, Backend, Database และ Deployment พร้อมกันตั้งแต่วันแรก
หา Project หรือ API Key ไม่เจอ
จัดการยาก
เสี่ยง Key รั่ว
แก้ Bug ยาก
ไม่รู้ปัญหาอยู่ตรงไหน
ไม่ได้ Test Edge Case
ยังอาจมี Bug
ควบคุม Limit และค่าใช้จ่ายยาก
อาจสร้าง Usage ที่ไม่ได้คาดไว้
เพิ่มความเสี่ยงให้ระบบจริง
ก่อนสร้าง Key ถามตัวเอง
ถ้ายังทดลอง Prompt อย่างเดียวอาจยังไม่ต้องรีบทำ Integration
ตั้ง Project ให้จำได้
ควรแยกตาม Architecture
ต้องไม่อยู่ใน Public Source
จำกัดเฉพาะผู้ที่ต้องใช้
App แก้ปัญหาอะไร
ใครใช้
รับอะไร
คืนอะไร
จำเป็นต้องใช้ Gemini ตรงไหน
ต้องเก็บข้อมูลหรือไม่
จำเป็นหรือไม่
มี External API หรือไม่
แต่ละ Request มี Usage หรือไม่
ถ้ายังตอบไม่ได้ อย่าเพิ่ม Architecture โดยไม่จำเป็น
ตรวจ
Public Link ควรถูกมองว่าเป็นการเปิด App ให้ผู้ใช้อื่นเข้าถึงจริง ไม่ใช่เพียง Preview ส่วนตัว
อ่าน Code สำคัญ
ตรวจ Secret และ Permission
Feature หลักผ่าน
เข้าใจค่าใช้จ่าย
รองรับ Traffic
รู้ว่า App Error อย่างไร
มีวิธีย้อน Version
สำหรับ Production App ควรใช้ Software Engineering Process เต็มรูปแบบ แม้ Source Code จะเริ่มจาก AI
UI และ Feature ของ Google AI Studio สามารถเปลี่ยนได้
ให้ตรวจ
และเอกสารทางการปัจจุบัน
อย่าพึ่ง Tutorial เก่าที่ตำแหน่ง Menu อาจไม่เหมือน UI ปัจจุบัน
ถ้าใช้ Workspace Account และพบข้อความลักษณะ
You do not have access to Google AI Studio
Google แนะนำให้ติดต่อ Workspace Administrator
เพราะ Administrator สามารถควบคุมการเปิดหรือปิด AI Studio สำหรับผู้ใช้ในองค์กรได้
ตรวจตามลำดับ
ถ้ายังมีปัญหาจึงค่อยตรวจ Account และ Service Status เพิ่มเติม
“สรุปข้อความนี้เป็น 5 ประเด็น โดยไม่เพิ่มข้อมูลใหม่”
“ดึงชื่อสินค้า ราคา และจำนวนออกมาเป็น JSON”
“จัดข้อความนี้เป็น billing, technical, account หรือ other”
“ปรับข้อความนี้ให้อ่านง่ายขึ้นโดยรักษาความหมายเดิม”
“อธิบาย Function นี้ก่อน แล้วหา Bug ที่เป็นไปได้”
“จาก Schema นี้สร้าง SELECT Query โดยห้ามสร้าง Column เพิ่มเอง”
“สร้างตัวอย่าง JSON Request/Response จาก Contract นี้”
“ตอบตาม Schema ที่กำหนดและห้ามเพิ่ม Field”
“แบ่ง Feature ของ App นี้เป็น MVP กับ Version 2 ก่อนเขียน Code”
“ตรวจคำตอบของตัวเองอีกครั้งและแยกข้อมูลที่ยืนยันได้กับสิ่งที่เป็นการอนุมาน”
เปิดหน้า Google AI Studio อย่างเป็นทางการ เลือก Sign in และลงชื่อเข้าใช้ด้วยบัญชี Google ที่มีสิทธิ์ จากนั้นสามารถทดลอง Playground, Build หรือจัดการ Gemini API Key ได้ตาม Feature ที่บัญชีรองรับ
Google ระบุว่าผู้ใช้ Google AI Studio และ Gemini API ต้องมีอายุอย่างน้อย 18 ปี
ได้ ประเทศไทยอยู่ในรายชื่อ Region ที่ Google รองรับ Google AI Studio และ Gemini API ในปัจจุบัน
ไม่จำเป็นต้องรีบสร้างเพื่อเรียน Prompt อย่างเดียว แต่เมื่อจะเรียก Gemini API จาก Application จำเป็นต้องใช้ Authentication ตาม Workflow ของ API และผู้ใช้ใหม่อาจมี Project/API Key เริ่มต้นถูกสร้างให้อยู่แล้ว
ได้ Build mode ปัจจุบันรองรับทั้ง Full-stack Web App และ Native Android App โดยสร้างจาก Prompt และสามารถดู Source Code รวมถึงปรับ Project ต่อได้
Google ระบุว่า Workspace Administrator สามารถปิด AI Studio ได้ หากบัญชีองค์กรไม่มีสิทธิ์ควรติดต่อ Administrator เพื่อตรวจ Policy
วิธีเข้าใช้ Google AI Studio สำหรับมือใหม่เริ่มจาก ลงชื่อเข้าใช้ด้วย Google Account ที่มีสิทธิ์และมีอายุอย่างน้อย 18 ปี โดยประเทศไทยอยู่ใน Region ที่รองรับในปัจจุบัน
หลังเข้า AI Studio แล้วไม่จำเป็นต้องเรียนทุก Feature พร้อมกัน ให้เริ่มจาก Playground เพื่อทดลอง Prompt ก่อน เมื่อเข้าใจ Input/Output แล้วจึงเรียน API Key และทดลอง Gemini API ด้วยภาษาเดียว เช่น Python หรือ JavaScript
หากต้องการสร้าง Application โดยไม่เริ่มจากไฟล์เปล่า สามารถใช้ Build mode สร้าง Full-stack Web App หรือ Native Android App จาก Prompt แล้วแก้ไข Project เป็นรอบ ๆ ได้
สำหรับผู้ใช้ใหม่ Google ระบุว่า AI Studio สามารถสร้าง Project และ API Key เริ่มต้นให้อัตโนมัติ จึงควรตรวจหน้า API Keys ก่อนสร้าง Key เพิ่ม และต้องรักษา Key เป็น Secret ไม่ฝังลง Frontend หรือ Public Repository
เมื่อเริ่มสร้าง App จริงควรตรวจ Usage, Rate Limit, Billing, Security และ Generated Code ก่อน Share หรือ Deploy ทุกครั้ง
แนวทางของ comsiam คือเริ่ม Google AI Studio จากงานเล็กที่สุดให้สำเร็จก่อน แล้วค่อยเพิ่ม API, Build, Database และ Deployment ทีละระดับ วิธีนี้เรียนรู้ได้เร็วกว่าและลดความผิดพลาดจากการพยายามสร้างระบบใหญ่ตั้งแต่ครั้งแรก