การประเมินผล
การประเมินผล
เกณฑ์การให้คะแนนและรายละเอียด Final Project
ภาพรวมคะแนน (รวม 100 คะแนน)
งาน 1: สรุปวิจัย (5%)1%
งาน 2: Infographic (5%)2%
งาน 3: สปอตโฆษณา (5%)3%
งาน 4: ลิงก์เว็บ (5%)4%
งาน 5: Character Sheet (5%)5%
สอบกลางภาค (30%)30%
งาน 6: วิดีโอพูดได้ (5%)6%
สอบปลายภาค (40%)40%
Final Project (40 คะแนน)
งานกลุ่ม 4-5 คน: “สร้าง Digital Solution สำหรับธุรกิจหรือองค์กรสมมติ”
Technical Skills
15 คะแนนWebsite บน Vercel ที่ใช้งานได้จริง และมีระบบ AI ฝังอยู่
Creativity & Story
15 คะแนนวิดีโอสั้น 2-3 นาที (ตัวละครคงที่, เสียงพากย์, เพลงประกอบ)
AI Transparency
10 คะแนนNotebookLM Hub (แหล่งอ้างอิง) และ Prompt Log (ประวัติการสั่งงาน)
ประโยชน์ของ Context Character (Gems) ในการสอน
Consistency: ช่วยให้ AI เข้าใจ "โทน" และ "บุคลิก" เดิมตลอดทั้งโปรเจกต์
Specialization: สร้าง AI ผู้เชี่ยวชาญเฉพาะด้าน (เช่น นักกฎหมาย, นักการตลาด) มาช่วยตรวจทานงาน
Productivity: ลดการพิมพ์บรีฟซ้ำซ้อน เพราะ AI จำบริบทหลักของงานได้จาก System Instruction