StarNet จัดทีม AI ผ่านห้องทำงานจำลอง: เริ่มจากหน้าที่ ก่อนเพิ่มสมาชิก

ดูวิธีแบ่งบทบาท เลือกโมเดล และตั้งจุดรออนุมัติจากเดโม โดยยังไม่เหมารวมว่าซอฟต์แวร์ฟรีจะทำให้ต้นทุนงานเป็นศูนย์

หน้าจอ StarNet ดูเหมือนสถานีอวกาศที่มีตัวละครเดินอยู่ตามห้อง แต่สิ่งที่ควรดูให้ละเอียดอยู่ในหน้าตั้งค่าของสมาชิกแต่ละตัว: ใครรับงานอะไร ใช้โมเดลใด จำข้อมูลอะไร และได้รับอนุญาตให้ทำต่อเองแค่ไหน

วิดีโอ StarNet: New FREE Agent OS is INSANE! ของ Julian Goldie SEO พาชมระบบจัดทีม AI ลักษณะนี้ ทั้งหน้าสร้างสมาชิกและพื้นที่สนทนา บทความนี้สรุปสิ่งที่เห็นในเดโม พร้อมเสนอวิธีทดลองกับงานเล็กหนึ่งงาน ยังไม่มีผลทดสอบในคลิปที่ยืนยันว่าระบบจะลดเวลาหรือต้นทุนให้ทุกธุรกิจ

เริ่มจากบทบาทที่แยกกันได้จริง

หน้าจอ Recruitment Bay ในภาพต้นฉบับมีบทบาทอย่าง Copywriter, Web Designer, Content Manager, Video Producer และ Scriptwriter พร้อมแท็บ Appearance, Model และ Role การเลือกหน้าตาของตัวละครจึงเป็นเพียงส่วนหนึ่งของการเพิ่มสมาชิก ส่วนที่มีผลกับงานคือบทบาทและการตั้งค่าที่อยู่ข้างกัน

ผู้สาธิตยกตัวอย่างทีมที่แบ่งงานวิดีโอ เนื้อหา และออกแบบเว็บออกจากกัน และแนะนำให้ตั้งชื่อสมาชิกให้รู้ว่าใช้ทำอะไร นี่เป็นจุดเริ่มต้นที่จับต้องได้กว่าการสร้างตัวละครจำนวนมากไว้ก่อนแล้วค่อยหางานให้ทำ

ตัวอย่างการประยุกต์กับทีมเนื้อหาขนาดเล็กคือให้สมาชิกตัวหนึ่งร่างจากเอกสารสินค้า และอีกตัวตรวจว่าข้อความแต่ละส่วนมีข้อมูลรองรับ ก่อนส่งให้คนอนุมัติ นี่เป็นโจทย์ทดลองที่เสนอเพิ่มในบทความ ไม่ใช่ผลสำเร็จที่วิดีโอพิสูจน์ไว้แล้ว

ก่อนสร้างสมาชิก ควรเขียนให้ครบสามบรรทัด: รับข้อมูลอะไร ส่งงานแบบไหน และเรื่องใดต้องหยุดถามคน หากสองบทบาทรับข้อมูลและส่งผลลัพธ์เหมือนกันทั้งหมด อาจยังไม่มีเหตุผลให้แยกเป็นสองตัว

โมเดล ความจำ และขอบเขตงานต้องตั้งแยกกัน

ช่วงกลางของเดโมอธิบายการเลือกโมเดลให้สมาชิก การปรับระดับการใช้เหตุผลในพื้นที่สนทนา และการแนบไฟล์หรือรูปภาพ

อีกส่วนคือ memory และ reflection ผู้สาธิตอธิบายว่าเพิ่มข้อมูลความจำและใช้การทบทวนงานได้ การมีช่องเก็บความจำยังไม่บอกว่าคำตอบจะถูกขึ้นทุกครั้ง สำหรับการทดลอง ควรใส่ข้อมูลที่ตรวจแล้ว เช่น รูปแบบชื่อสินค้าและหลักการเขียน แยกออกจากราคาและเงื่อนไขที่เปลี่ยนบ่อย

เดโมยังกล่าวถึงสิ่งที่ agent เข้าถึงได้ การทำงานเบื้องหลัง และตัวเลือกให้รอผู้ใช้ก่อนเดินหน้าต่อ สิ่งที่ต้องทดลองจึงไม่ใช่แค่ว่าตั้งค่ารอได้หรือไม่ แต่ต้องทดสอบด้วยว่าเมื่อถึงจุดนั้นระบบหยุดจริง และผู้ใช้เห็นคำขออนุมัติชัดเจนพอหรือเปล่า

ในรอบแรก ให้ทีม AI ทำเพียงร่างหรือเสนอการแก้ไข แล้วตรวจงานก่อนนำไปใช้กับลูกค้า การมีหน้าจอเปิดบนเครื่องตนเองไม่เพียงพอจะสรุปว่าข้อมูลทุกส่วนอยู่บนเครื่อง ต้องดูด้วยว่าโมเดลและบริการที่เชื่อมต่อรับข้อมูลอะไรไปบ้าง

ห้องทำงานช่วยติดตามทีม แต่ผลงานยังต้องเปิดตรวจ

ภาพช่วงท้ายแสดงสมาชิกหลายตัวในแถบ Crew สถานะ working หรือ idle ห้องหลายห้องตรงกลาง และบทสนทนาทางด้านขวา รูปแบบนี้ช่วยให้ผู้ใช้มองเห็นทีมและสลับดูงานได้ในพื้นที่เดียว

ภาพนี้บอกโครงสร้างหน้าจอได้ แต่ยังใช้ตัดสินคุณภาพงานไม่ได้ หากให้ทีมสร้างหน้าเว็บ ต้องเปิดหน้าเว็บที่ได้ หากให้ตรวจเนื้อหา ต้องอ่านรายการข้อผิดพลาดและหลักฐานประกอบ สถานะกำลังทำงานหรือข้อความว่าเสร็จแล้วไม่แทนการตรวจผลลัพธ์

คลิปยังกล่าวถึงคลังทักษะ workflow และตัวเลือกสั่งงานด้วยเสียง อย่างไรก็ดี ไม่มีตัวอย่างภาษาไทยหรือรายละเอียดเพียงพอให้ประเมินการสั่งงานด้วยเสียงภาษาไทยในบทความนี้ จึงไม่ใช้ฟังก์ชันเหล่านั้นเป็นเหตุผลหลักในการเลือกเครื่องมือ

คำว่าฟรีครอบคลุมแค่ไหน

ผู้สาธิตนำเสนอ StarNet ว่าเป็นโครงการฟรีและโอเพนซอร์สบน GitHub แต่ชุดต้นทางที่ใช้เขียนบทความนี้ไม่ได้ยืนยัน repository และเงื่อนไข license จึงควรอ่านคำว่า “ฟรี” เป็นคำอธิบายของผู้สาธิต ไม่ใช่ข้อสรุปว่าการนำไปใช้งานทุกแบบไม่มีค่าใช้จ่ายหรือข้อจำกัด

ก่อนติดตั้งจริง ต้องตรวจเอกสารของโครงการที่ถูกต้อง วิธีเชื่อมบัญชีโมเดล และค่าใช้บริการที่เกี่ยวข้อง การใช้สมาชิก AI ที่มีอยู่แล้วได้ในบางวิธีเชื่อมต่อ ไม่ได้พิสูจน์ว่าทุกแพ็กเกจใช้ได้เหมือนกัน บทความนี้จึงไม่ให้คำสั่งติดตั้งหรือลิงก์ repository ที่ยังยืนยันไม่ได้

ช่วงท้ายผู้สาธิตตั้งข้อสังเกตด้วยว่าเครื่องมือแนวสำนักงาน AI จะมีประโยชน์ก็ต่อเมื่อมีงานจริงให้ทำ ประเด็นนี้เหมาะกับการใช้เป็นเกณฑ์ทดลองมากกว่าจำนวนสมาชิก ความสวยของห้อง หรือจำนวนดาวบน GitHub

ทดลองหนึ่งงานก่อนขยายทีม

สำหรับคนที่อยากนำแนวคิดไปลอง ใช้การทดลองขนาดเล็กนี้ได้โดยไม่ต้องเริ่มจากการเชื่อมทั้งธุรกิจ:

1. เลือกผลลัพธ์หนึ่งอย่าง เช่น ร่างหน้าแนะนำสินค้าจากเอกสารที่ตรวจแล้ว ระบุให้ชัดว่าแบบไหนถือว่าผ่าน
2. แยกผู้ร่างกับผู้ตรวจ ให้ผู้ร่างส่งข้อความพร้อมจุดที่ข้อมูลขาด ส่วนผู้ตรวจเทียบกับต้นทางและรายงานสิ่งที่ต้องแก้
3. กำหนดจุดหยุด จบที่ร่างสำหรับคนอนุมัติ และทดลองว่าระบบไม่เดินหน้าต่อเอง
4. ตรวจทั้งงานและภาระของคน บันทึกเวลาตั้งค่า เวลารอ เวลาตรวจแก้ และข้อผิดพลาดที่หลุดมา
5. เทียบกับวิธีเดิม ถ้าการใช้แชตตัวเดียวทำงานได้ง่ายกว่า ก็ยังไม่จำเป็นต้องเพิ่มจำนวน agent

StarNet เสนอวิธีจัดทีม AI ที่มองเห็นได้ผ่านบทบาท สมาชิก และห้องทำงาน คุณค่าที่ต้องพิสูจน์ต่อคือการแบ่งงานแบบนั้นทำให้ส่งงานได้ตรงขึ้นและตรวจง่ายขึ้นหรือไม่ เริ่มจากคำตอบนี้ก่อนสร้างสำนักงานให้ใหญ่ขึ้น