Google AI Studio

Google AI Studio คือเครื่องมือฟรีสำหรับนักพัฒนา ใช้ทดลองโมเดล Gemini ของ Google บนเบราว์เซอร์ ทดสอบ Prompt และออก API key ได้
Google AI Studio คือเครื่องมือสำหรับนักพัฒนาที่ใช้ทดลองโมเดล Generative AI ของ Google อย่าง "Gemini" บนเบราว์เซอร์ ตั้งแต่ทดสอบ Prompt ปรับพารามิเตอร์ ไปจนถึงออก API key ถ้าแอป Gemini คือแชทสำหรับผู้ใช้ทั่วไป AI Studio ก็คือ "ห้องทดลอง" ก่อนนำ AI ไปใส่ในแอปหรือระบบงาน
สิ่งที่ทำได้
- ทดลอง Prompt: เปลี่ยน System Instruction พารามิเตอร์อย่าง temperature และรูปแบบผลลัพธ์ (เช่น JSON) แล้วเปรียบเทียบผล
- อินพุตหลายรูปแบบ: ให้อ่านภาพ เสียง วิดีโอ และ PDF
- ทดสอบเครื่องมือ: Grounding ด้วย Google Search การรันโค้ด และ Function Calling
- ส่งออกโค้ดและออก API key: แปลง Prompt ที่ทดลองเป็นโค้ด Python หรือ JavaScript แล้วเรียกผ่าน Gemini API ได้ทันที
- สร้างแอปต้นแบบ: อธิบายแอปที่ต้องการเป็นข้อความ ระบบจะสร้างเว็บแอปที่ใช้งานได้ และเผยแพร่บน Google Cloud ได้
แบบฟรีกับแบบเสียเงินต่างกันอย่างไร
AI Studio ใช้งานได้ฟรี Gemini API ก็มีแบบฟรีที่เรียกโมเดลหลักได้ภายใต้โควตาจำนวนครั้งและโทเค็น แต่บางโมเดล เช่น การสร้างวิดีโอหรือภาพ ใช้ได้เฉพาะแบบเสียเงิน
เรื่องที่มักถูกมองข้ามคือการจัดการข้อมูล หน้าราคาอย่างเป็นทางการระบุว่า เนื้อหาที่ส่งในแบบฟรีจะถูกใช้ปรับปรุงผลิตภัณฑ์ของ Google แต่แบบเสียเงินจะไม่ถูกใช้ การทดสอบด้วยข้อมูลลูกค้าหรือเอกสารภายในจึงควรทำบนแบบเสียเงิน หรือ Vertex AI ของ Google Cloud
จากต้นแบบสู่ระบบจริง
- เขียนบทบาทและข้อจำกัดใน System Instruction แล้วเตรียมอินพุตทดสอบหลายสิบชุด
- เปลี่ยนโมเดล temperature และจำนวนโทเค็นสูงสุด เปรียบเทียบผล แล้วเลือกการตั้งค่า
- ส่งออกโค้ด และเก็บ Prompt ไว้ในระบบจัดการโค้ดเพื่อติดตามประวัติการแก้ไข
- ระบบจริงที่ต้องการการยืนยันตัวตน การตรวจสอบ การกำหนดภูมิภาค และ SLA ควรย้ายไป Vertex AI
โมเดลอัปเดตบ่อย Prompt เดิมอาจให้ผลต่างไป จึงควรมีชุดทดสอบและตรวจซ้ำทุกครั้งที่อัปเดต ดูวิธีเขียน Prompt ได้ที่ Prompt Engineering และ System Prompt ขั้นตอนออกแบบ PoC สรุปไว้ในคู่มือออกแบบ PoC สำหรับการนำ AI มาใช้ และบริษัทของเราช่วยออกแบบตั้งแต่ PoC จนถึงใช้งานจริง ผ่านบริการ AI・DX
บทความที่กล่าวถึงคำศัพท์นี้
- วิธีที่ SME ไทยลดต้นทุนการตลาดด้วย Generative AIอธิบายวิธีที่ SME ไทยลดต้นทุนสร้างคอนเทนต์ SNS และ EC ด้วย Generative AI พร้อมขั้นตอนปฏิบัติจริงสำหรับสร้างภาพ วิดีโอ และข้อความสำหรับ LINE และ TikTok
- เรียนรู้จากสาเหตุและกรณีศึกษาความล้มเหลวของ PoC: ออกแบบการนำ AI มาใช้ด้วย Specification-Driven Development (SDD) และ Acceptance Test-Driven Development (ATDD)สาเหตุที่ AI PoC ล้มเหลวคือการไม่เข้าใจธรรมชาติของ AI ตั้งแต่ขั้นวางแผน เรียนรู้วิธีแก้ปัญหาด้วย SDD และ ATDD พร้อมเช็คลิสต์ก่อนเริ่มโปรเจกต์ที่นี่
- ตัวชี้วัดและวิธีการประเมินคุณภาพผลลัพธ์ของ Generative AI แบบอัตโนมัติเจาะลึกการวัดคุณภาพ Generative AI หลังใช้งานจริงด้วยตัวชี้วัดอัตโนมัติอย่าง BLEU, ROUGE, BERTScore พร้อมวิธีติดตั้งระบบตรวจสอบและตรวจจับคุณภาพที่ลดลง
- คู่มือการออกแบบการประเมิน AI Agent — การเรียกใช้เครื่องมือ, รอยทางการทำงาน และการตรวจจับการถดถอยสำหรับ AI Agent นั้น สิ่งที่ขาดไม่ได้ไม่ใช่เพียงแค่ผลลัพธ์สุดท้าย แต่รวมถึงการตรวจสอบการเรียกใช้เครื่องมือ (Tool calling) และเส้นทางการทำงาน (Execution trajectory) อีกด้วย เราจะอธิบายขั้นตอนตั้งแต่การออกแบบ Golden Set, การให้คะแนนเส้นทางการทำงาน, ไปจนถึงการตรวจจับการถดถอย (Regression) ภายใต้สภาวะที่ไม่แน่นอน (Non-determinism) และการเชื่อมต่อกับ CI
คำศัพท์ที่เกี่ยวข้อง

AI Checker (เครื่องมือตรวจข้อความที่สร้างด้วย AI)
AI Checker คือเครื่องมือที่ประเมินว่าข้อความถูกเขียนโดย AI หรือไม่ จากลักษณะทางสถิติของข้อความ ผลตรว

AI Mode (โหมด AI ของ Google)
AI Mode คือโหมดการค้นหาของ Google ที่ใช้ Generative AI ตอบคำถามแบบสนทนา สรุปคำตอบพร้อมลิงก์แหล่งที่ม

AI สร้างภาพ (Image Generation AI)
AI สร้างภาพ คือ Generative AI ที่สร้างภาพใหม่จากคำสั่งข้อความหรือภาพอ้างอิง ใช้ผลิตสื่อโฆษณา เอกสาร

DeepSeek
DeepSeek คือโมเดลภาษาขนาดใหญ่และบริการแชทที่พัฒนาโดยบริษัท DeepSeek ของจีน จุดเด่นคือเปิดเผยน้ำหนักโ



