AI
Claude AI
ยกระดับทักษะ AI สู่การสร้างทีม Multi-Agent ที่ทำงานได้จริง! เรียนรู้ตั้งแต่การสั่งงาน Swarm การสร้าง Specialty Agent ไปจนถึงการออกแบบกระบวนการทำงานแบบ Orchestration และ Sequential ผ่านการลงมือทำ พร้อมใช้ Leader วางแผน มอบหมาย ติดตาม และรวมผลงานของทีมอย่างเป็นระบบ เพื่อพร้อมนำไปประยุกต์ใช้กับงานจริง
VIBE-CODE-L2
Build AI Multi-Agent with Claude Code
2 วัน (12 ชม.)/ ช่วงเวลา 9:00 - 16:00 น.
PublicInhouse
21,900บาท
*ราคาดังกล่าวยังไม่รวมภาษีมูลค่าเพิ่ม
Workshope-Certificate
ดาวน์โหลด Course Outline
แพ็กเกจที่มีหลักสูตรนี้
ดูโปรโมชันทั้งหมดรูปแบบการอบรม:ClassroomHybrid
Classroom
อบรมแบบ Class Room ณ ห้องอบรม 9EXPERT
Hybrid
เลือกอบรมแบบ Class Room หรือ Ms Teams
ตารางอบรม Public Training
Build AI Multi-Agent with Claude Code
วัตถุประสงค์
พัฒนา AI Agent สำหรับการใช้งานในยุค Agentic AI ได้
สั่งงาน Subagents หลายตัวแบบ Swarm ด้วย Prompt เดียว โดยไม่ต้องควบคุมทีละตัว
สร้าง Specialty Agent เฉพาะทางของตนเองบน Claude Code ด้วย Markdown + YAML โดยใช้ Prompt เป็นหลัก
ออกแบบการทำงานแบบ Orchestration (Leader แจกงาน) และ Sequential (กระบวนการทีละขั้นตอน) ให้เหมาะกับลักษณะงาน
ทำงานแบบ Leader-first โดยส่งโจทย์ให้ Leader วางแผนและมอบหมายก่อนเสมอ แล้วเห็นพัฒนาการของทีมผ่าน Plan และ Task List ตลอดงาน
ควบคุมคุณภาพ สิทธิ์ และงบประมาณ Token ด้วย Permission Boundary และ Guardrails แล้วส่งมอบงานขึ้น Production
หลักสูตรนี้เหมาะสำหรับ
นักพัฒนาที่ต้องการเพิ่มประสิทธิภาพและคุณภาพงานด้วย AI Agent
Tech Lead ที่ต้องการเข้าใจการทำงานของ AI Agent เพื่อใช้วางแผนและตัดสินใจเชิงเทคนิค
เจ้าของกิจการ ผู้ที่ต้องการนำ AI Agent มาช่วยงานอัตโนมัติในกระบวนการทำงานจริง และต้องการสร้างทีม Agent
ผู้ที่สนใจ AI และต้องการเรียนรู้ผ่านการลงมือทำจริง
พื้นฐานของผู้เข้าอบรม
สามารถเขียน Prompt ได้เป็นอย่างดี
สามารถใช้ Terminal / Command Line / PowerShell เบื้องต้นได้ (cd, ls, mkdir)
มีความรู้พื้นฐานการใช้ Git Command ร่วมกับ GitHub
ความต้องการของระบบ
ระบบปฏิบัติการ Windows 11 / Windows 10
Claude Account (Free) — ผู้เรียนจัดเตรียมล่วงหน้าก่อนวันอบรม
Claude for Desktop (สำหรับใช้งาน Claude Code)
Subscription: Claude (ทาง 9Expert จัดเตรียมให้โดย invite ผู้เรียนระหว่างการอบรม)
VS Code หรือ Google Antigravity
Node.js (Latest version)
หัวข้อการฝึกอบรม
- AI Agent คืออะไร และต่างจาก Chatbot อย่างไร
- การเรียกใช้งานเครื่องมือ Tool Calling อย่างเหมาะสม
- ประเภท Multi-Agent
- Subagents
- Agent Teams
- Background Agents
- Cost Token Management ต้นทุนที่ต้องรู้ เพื่อจัดการ Effort ให้เหมาะสม
- คำสั่งพื้นฐานในการใช้งานบน Terminal
- การตั้งค่า Visual Studio Code
- เข้าใจโครงสร้างเอกสาร JSON
- การตั้งค่า Environment Variables
- Claude Code ใน Claude Desktop
- ตรวจเวอร์ชัน Claude Code ล่าสุด และ Environment Flag ที่เกี่ยวกับ Agent
- การทำงานรูปแบบ Swarm คืออะไร
- Built-in Subagents ทำงานใน Context แยกของตัวเอง
- Explore
- Plan
- General-purpose
- การแบ่งงานและปล่อย Subagents ผ่าน Leader
- เมื่อไหร่ควรทำงานแบบ Swarm เมื่อไหร่ควรทำงานแบบ Sequential
- เห็นความคืบหน้าของแต่ละตัว และรวมผลกลับสู่บทสนทนาหลัก
- Workshop: ใช้ Prompt เดียว สั่ง Leader ปล่อยทัพ Subagents สำรวจ/วิเคราะห์ Codebase พร้อมกัน แล้วรวมรายงานเป็นชุดเดียว
- CLAUDE.md คืออะไร
- รู้จักกับโฟลเดอร์ .claude/agents/
- สร้างผ่าน Prompt โดยให้ Claude เขียนไฟล์ Agent
- การกำหนด Model ให้กับ Specialist Agent
- วิธีเรียกใช้งานด้วยคำสั่ง
- Auto-delegation
- @-mention
- claude --agent
- Workshop: สร้าง Specialty Agent ตัวแรก (Researcher Agent) ผ่าน Prompt
- รู้จักกับโฟลเดอร์ .claude/skills
- Skill คืออะไร / ส่วนประกอบของ Skill / Skill.md คืออะไร
- ตัวอย่างการประยุกต์ใช้ Skill
- โหลด Skill ให้ Subagents ล่วงหน้าผ่าน frontmatter (skills)
- ชนิดของ MCP Server ตาม Transport:
- stdio
- HTTP หรือ Streamable HTTP
- SSE / WebSocket
- รูปแบบการติดตั้ง:
- Node.js (npx)
- Docker container
- Remote URL
- Scope ของ MCP Server ใน Claude Code:
- Project (.mcp, .json)
- User Profile (Global)
- เครื่องมือจาก MCP Server มอบให้ Agent ผ่านกลไก Tool Calling
- ผูก MCP Server เฉพาะตัวให้ Subagents
- Orchestrator – Worker Pattern จาก Anthropic Engineering
- Leader-first การวิเคราะห์และจ่ายงานให้ Specialty Agent
- เทคนิคเขียน Delegation Prompt
- Effort Scaling
- Task List ของ Leader
- Workshop: การสร้างทีมที่เพื่อมอบหมายงานให้ Leader จัดทีม Specialty Agents (Frontend, Backend, QA) แบบ Orchestration แล้วติดตามความคืบหน้าจาก Task List
- Sequential Workflow คืออะไร
- งานแบบไหนต้องใช้ Sequential Workflow
- การเชื่อมต่อ Subagents ภายใน Workflow (Pipeline)
- การทำงานของ Agent Teams
- Workshop: การนำ Sequential Workflow มากระจายการทำงานให้เหมาะกับ Agent
- เทคนิค Context Management / การจัดการ Memory ของ Agent ระดับ Project, Global
- Context Isolation ของ Subagents เพื่อสรุปผลลัพธ์กลับให้ Leader
- Persistent Memory ให้ Agent จำได้ข้าม Session
- การกำหนดขอบเขตและสิทธิของ Agent
- Gate Logic: การตั้งเงื่อนไขหยุดงาน (Stop Condition) และ Human-in-the-Loop ผ่านระบบอนุมัติ
- Hooks กลไกการสกัดและควบคุมการทำงานของ AI
- Workshop: สร้าง "Quality Gate" ตรวจจับ Error และ "Cost Gate" ป้องกัน Token Overflow
- หลักการทำงานภายในทีมของ Agent
- วิเคราะห์โจทย์ธุรกิจโดยใช้ Agent
- การส่งต่องานภายในทีม Agent
- Planner Agent — แตกโจทย์เป็น Product Spec และ Task ให้ทีม
- Competitive Agent — เก็บข้อมูลตลาด/คู่แข่งเป็น input ออกแบบของทีม
- Full Stack Developer Agent — สร้างแอปขนานกันบน Spec เดียวกัน
- Writer Agent— เขียนเนื้อหาจริงของแอปตาม Spec เดียวกัน
- QA/Reviewer Agent — ตรวจว่าทุกส่วนทำงานร่วมกันได้ แล้วส่งกลับ Leader
- Synthesize Pattern: Aggregation Logic รวม Output จากทุก Agent ให้เป็นชิ้นงานเดียว
- การติดตามงานผ่าน Task List ของ Agent
- Workshop: ทีม Specialty Agents สร้างเว็บแอปธุรกิจจริงตามสายส่งงานด้านบน โดย Leader คุมสัญญากลาง มอบงาน และรีวิวความคืบหน้า
- Connector Vercel in Claude
- Pre-flight Checklist ก่อนส่งงานมอบให้ Agent ทำงานอัตโนมัติ
คำถามที่พบบ่อย
หลักสูตรนี้มุ่งเน้นการสร้าง Multi-Agent Systems ที่ให้ AI หลายตัวทำงานร่วมกันอย่างเป็นระบบ ไม่ใช่เพียงการใช้งาน Claude Code เพียงตัวเดียว ผู้เรียนจะได้เรียนรู้การออกแบบ Agent หลายบทบาท การประสานงานระหว่าง Agent การกำหนด Guardrails และการนำระบบไปประยุกต์ใช้ในระดับ Production ผ่าน Workshop จากสถานการณ์จริง
ได้ ผู้เรียนจะได้ลงมือสร้าง Multi-Agent Workflow ด้วย Claude Code และ OpenCode พร้อมเรียนรู้การแบ่งบทบาทของ Agent เช่น Frontend, Backend และ QA การกำหนด Gate Pattern, Synthesize Pattern และการติดตามการทำงานผ่าน Multica.ai เพื่อให้สามารถนำไปพัฒนาระบบ Automation หรือ AI Assistant ในองค์กรได้จริง
หลักสูตรเหมาะสำหรับนักพัฒนา, Tech Lead, DevOps, System Engineer, Founder และผู้ที่ต้องการสร้าง AI Agent สำหรับงานจริง ผู้เรียนควรสามารถใช้งาน Terminal หรือ Command Line เบื้องต้น และมีทักษะการเขียน Prompt ได้ดี เพื่อให้สามารถต่อยอดสู่การพัฒนา Multi-Agent Systems ได้อย่างมีประสิทธิภาพ
9Expert เน้นการเรียนรู้ผ่าน Workshop และกรณีศึกษาจริง ผู้เรียนจะได้สร้าง Multi-Agent Systems ตั้งแต่การออกแบบ Architecture การกำหนดสิทธิ์ (Permission Boundary) การจัดการ Memory การควบคุมคุณภาพด้วย AI Guardrails ไปจนถึงการติดตามการทำงานของ Agent ในสภาพแวดล้อมที่ใกล้เคียงกับการใช้งานจริงในองค์กร
หลักสูตรครอบคลุมทั้งการสร้างและการบริหารจัดการ Multi-Agent Systems ผู้เรียนจะได้เรียนรู้การออกแบบการทำงานร่วมกันของ Agent การกำหนด Workflow, Quality Gate, Safety & Cost Guardrails, Human-in-the-Loop และการติดตามความคืบหน้าผ่าน Multica.ai เพื่อให้สามารถพัฒนาระบบ AI ที่มีประสิทธิภาพ ปลอดภัย และพร้อมใช้งานในระดับ Production ได้
หลักสูตรที่เกี่ยวข้อง
เรียนรู้ตั้งแต่การใช้งาน Claude ผ่านหลากหลายช่องทาง ได้แก่ Claude.ai (Web & Mobile), Claude Desktop App, Cowork Mode และ Claude Code พร้อม Workshop
2 วัน (12 ชม.)14,900 .-
สำหรับ Business Users และ Office Workers ที่ไม่มีพื้นฐานการเขียนโปรแกรม เพื่อให้สามารถใช้ AI Coding Agent อย่าง Claude Code ในการสร้างเครื่องมือทำงาน, Internal Tool, Prototype, และ Web App ได้จริง โดยใช้แค่การ "พิมพ์บอกความต้องการเป็นภาษามนุษย์" Vibe Coding
2 วัน (12 ชม.)18,900 .-
พลิกโฉมธุรกิจด้วย Generative AI เพิ่มประสิทธิภาพ 10 เท่า
2 วัน (12 ชม.)14,900 .-
สนใจหลักสูตร
“Build AI Multi-Agent with Claude Code”
กดลงทะเบียนเพื่อกลับไปเลือกรอบอบรมที่เปิดรับสมัคร