บทช่วยสอน Grok Bot: สร้างเอเจนต์วิจัย AI รายสัปดาห์

Grok Bot คืออะไร?

Grok Bot คือแอปเอเจนต์ของ SpaceXAI ซึ่งใช้งานผ่าน Cursor สำหรับสร้าง Bot ที่มีชื่อ บทบาท และสนทนาของตนเองที่คงอยู่ระหว่างงานแต่ละงาน แยกจากแอปแชต Grok และ Grok Build ซึ่งเป็น CLI สำหรับโค้ด

ลูปการทำงานของ Grok Bot แตกต่างจากผู้ช่วย AI ส่วนใหญ่ คุณมอบผลลัพธ์ที่ต้องการให้ Bot ทำงานข้ามแอปและเว็บไซต์ใดก็ตามที่งานนั้นเกี่ยวข้อง และจะส่งกลับงานที่เสร็จแล้วหรือคำถามที่ต้องอาศัยดุลยพินิจของมนุษย์ มันคงค่าความชอบและบริบทบทบาทระหว่างการสนทนา แต่สิ่งใดที่เปลี่ยนทุกสัปดาห์ควรอยู่ในไฟล์ที่ Bot อ่าน ไม่ใช่ในหน่วยความจำ

หากต้องการข้อมูลพื้นฐานเพิ่มเติม แนะนำให้อ่าน คู่มือ Grok Bot ของเรา

Bot สกิล และรูทีนทำงานอย่างไรใน Grok Bot

สำหรับบทช่วยสอน Grok Bot นี้ เราต้องใช้คำสี่คำ คู่มือของ SpaceXAI เกี่ยวกับ Bot และคอมพิวเตอร์คลาวด์ และคู่มือผลิตภัณฑ์ให้คำจำกัดความไว้ดังนี้:

• Bot: เอเจนต์ที่มีชื่อ งาน การสนทนาของตนเอง และบริบทที่บันทึกไว้
• คอมพิวเตอร์คลาวด์: เครื่องที่คงอยู่และใช้ร่วมกันโดยทุก Bot ในบัญชี มีเบราว์เซอร์ ไฟล์ และเทอร์มินัลของตนเอง และยังคงรันต่อแม้ปิดแล็ปท็อป
• สกิล: ชุดคำสั่งสำหรับทำงาน ตรวจสอบผลลัพธ์ และรู้ว่าเมื่อใดควรถามขออนุมัติ
• รูทีน: งานมอบหมายที่บอกให้ Bot ตัวหนึ่งรันงานเมื่อใด ตามตารางเวลาหรือหลังเหตุการณ์ที่รองรับ

ลำดับนี้สอดคล้องกับ คู่มือสกิลและรูทีนอย่างเป็นทางการ ซึ่งให้ทดสอบก่อนตั้งตาราง

Grok Bot ทั้งหมดใช้คอมพิวเตอร์คลาวด์เครื่องเดียวร่วมกันหรือไม่?

ใช่ คำถามที่พบบ่อยของ Grok Bot ระบุว่าคอมพิวเตอร์เป็นของบัญชี ไม่ใช่ของ Bot รายตัว ทุก Bot เห็นคุกกี้ของเบราว์เซอร์ การเข้าสู่ระบบที่บันทึกไว้ และไฟล์บนคอมพิวเตอร์นั้น แม้แต่ละ Bot จะได้หน้าจอแยกสำหรับงานเบราว์เซอร์ของตนเอง

ในการทำงานของ Scout จะยึดเพจสาธารณะก่อน หากภายหลังลงชื่อเข้าใช้ DataCamp, Notion หรือบริการอื่น ทุก Bot จะใช้เซสชันนั้นได้ การลบ Scout ไม่รับประกันว่าจะแก้ไขไฟล์ที่แชร์หรือสถานะการเข้าสู่ระบบ จึงต้องออกจากระบบและล้างสิ่งที่ไม่ต้องการให้ Bot อื่นใช้งานได้อีก

หนึ่งบัญชี หนึ่งคอมพิวเตอร์ หลาย Bot ภาพโดยผู้เขียน

สร้าง Scout สำหรับแผนการเรียน DataCamp รายสัปดาห์ด้วย Grok Bot

Scout จะอ่านโปรไฟล์ผู้เรียนและงบเวลาที่มีแล้วส่งคืนแผนย่อ ผู้เรียนของเรารู้ Python และแนวคิดพื้นฐานของ LLM ยังใหม่กับการออร์เคสเทรตเอเจนต์ และมีเวลา 4 ชั่วโมงในสัปดาห์นี้ เส้นทาง AI Agent Fundamentals ของเรามีเวลารวม 6 ชั่วโมง จึงเรียนทั้งเส้นทางไม่ไหว

ขีดจำกัด 4 ชั่วโมงกำหนดเส้นตาย ส่วนรูปแบบผลลัพธ์บ่งชี้ว่าแผนเสร็จเมื่อใด

Scout Bot ควรส่งคืนอะไรบ้าง?

สำหรับแต่ละทรัพยากร Scout ควรส่งรายละเอียดต่อไปนี้จากหน้าคอร์ส: 

• ชื่อเรื่องและลิงก์
• ประเภท (คอร์ส แทร็ก โปรเจกต์ หรือบทช่วยสอน)
• ระดับ (พื้นฐาน ระดับกลาง หรือขั้นสูง)
• ระยะเวลา (ถ้ามีระบุในหน้า)
• เหตุผลที่เลือก
• ลำดับในซีเควนซ์

ตอนท้ายควรมีเวลารวมและวัตถุประสงค์รายสัปดาห์หนึ่งข้อ หากหน้าไม่มีระยะเวลา ให้ตอบว่า "not listed" ไม่ใช่การประมาณ

สำหรับผู้เรียนของเรา ทรัพยากรที่ตรวจสอบแล้วสามรายการก็พอ Scout อาจส่งคืนน้อยกว่านี้หากสื่อที่มีไม่สอดคล้องกับเป้าหมาย ระดับ หรือเวลาที่ตั้งไว้

เหตุผลแต่ละข้อควรอ้างอิงผู้เรียนคนนี้ "สมมติฐานว่า Python ที่ผู้เรียนมีอยู่แล้ว และสานต่อแนวคิดจากคอร์ส Basic ก่อนหน้า" เป็นการอธิบายที่ดี "ครอบคลุมเรื่อง AI agents" ไม่เพียงพอ ลำดับก็ต้องมีเหตุผล เช่น ทำคอร์สพื้นฐานให้จบก่อนโปรเจกต์ที่สมมติแนวคิดเดียวกัน

เหตุใดชิ้นส่วนค้นหา (search snippets) จึงไม่เพียงพอ

ชิ้นส่วนค้นหาอาจล้าสมัยหรือไม่ระบุระดับและเวลา Scout ใช้มันเพื่อหาผู้สมัครได้ แต่ต้องอ่านหน้าของ DataCamp ก่อนเพิ่มทรัพยากรลงในแผน

ต้องใส่กฎนี้ในคำสั่งด้วย ทั้งนี้ บางเว็บไซต์อาจบล็อก Bot ต้องล็อกอิน หรือมี CAPTCHA หากเป็นเช่นนั้น Bot ควรถามให้เรารับช่วงต่อ

วิธีเข้าถึง Grok Bot

ด้วยความร่วมมือระหว่าง SpaceXAI และ Cursor จึงมีสองวิธีในการเข้าถึง Grok Bot

แพ็คเกจของ Grok Bot

Grok Bot ไม่มีระดับใช้ฟรีถาวร ขณะนี้ Cursor เสนอทดลองใช้แบบจำกัดเป็นเครดิตการใช้งาน การเข้าถึงแบบชำระเงินมาผ่านแพ็คเกจ Cursor ที่เข้าเงื่อนไขหรือการสมัคร SuperGrok ไม่ว่าทางใด ให้ลงชื่อเข้าใช้ด้วย Cursor

บัญชีทางการของ Grok Bot ระบุขณะนี้ว่าผู้สมัคร SuperGrok และ Cursor Pro ทุกคนสามารถเข้าถึงได้ และมีการรีเซ็ตขีดจำกัดการใช้งานรายสัปดาห์สำหรับผู้ใช้ทั้งหมด หน้าช่วยเหลือของ Cursor ยังไม่สะท้อนทุกส่วนของประกาศนั้นเมื่อเราเช็ค ดังนั้นโปรดยืนยันสถานะล่าสุดในหน้าราคาหรือในแอปเมื่ออ่านสิ่งนี้

สำหรับบัญชีที่ลิงก์ SuperGrok หน้า Cursor Help ยังอธิบายว่าการลิงก์ให้สิทธิการใช้งานถาวรโดยไม่เปลี่ยนแพ็คเกจ Cursor Cursor นับขั้นตอนของเอเจนต์และโทเค็น ไม่ใช่จำนวนข้อความ จึงควรตรวจสอบ Usage and Billing ก่อนเริ่มค้นคว้าและก่อนทดสอบรูทีน

การตั้งค่าความเป็นส่วนตัวและแพลตฟอร์มที่รองรับ

Grok Bot ต้องการจัดเก็บข้อมูลบนคลาวด์ หากบัญชี Cursor ของคุณใช้โหมด Legacy Privacy จะไม่เริ่มทำงาน ให้เปลี่ยนการตั้งค่านั้นในแดชบอร์ดความเป็นส่วนตัวของ Cursor

Grok Bot รองรับ macOS ทั้ง Apple silicon และ Intel, Windows ทั้ง x64 และ Arm64 และ iPhone บน iOS 18 ขึ้นไป หากใช้ Linux, Android หรือ iPad โปรดตรวจสอบรายการแพลตฟอร์มล่าสุดเมื่ออ่าน เพราะอาจมีการเปลี่ยนแปลง

การสมัครสมาชิกมีการใช้งานรายสัปดาห์รวมอยู่ แต่ Cursor ไม่ได้เผยตัวเลขเดียวที่ใช้กับทุกแพ็คเกจ การทดลองใช้ให้เครดิตการใช้งานในช่วง 7 วัน และงานขนาดใหญ่ครั้งเดียวก็อาจใช้หมดได้

ขั้นตอนที่ 1: ติดตั้ง Grok Bot และสร้าง Bot

ไม่ต้องใช้คีย์ API สภาพแวดล้อมโค้ดแบบโลคัล หรือการเข้าสู่ระบบ DataCamp สำหรับการค้นคว้า การเริ่มคอร์สเป็นเรื่องแยกต่างหากและอาจต้องมีบัญชี การติดตั้งมีเพียงไม่กี่ขั้นตอน ขณะที่คำอธิบาย Bot ต้องให้ความสำคัญมากกว่าตัวติดตั้ง

ติดตั้งและลงชื่อเข้าใช้

ดาวน์โหลดเดสก์ท็อปแอปจากหน้าการเริ่มต้นใช้งาน Grok Bot แล้วเลือกบิลด์ที่ตรงกับเครื่องของคุณ ลงชื่อเข้าใช้ผ่านเบราว์เซอร์ด้วยบัญชี Cursor หากองค์กรของคุณใช้ single sign-on ให้ทำตามหน้าล็อกอินตามปกติ

ครั้งแรกที่เปิดจะจบที่หน้าจอ "พบกับเพื่อนร่วมทีมในอนาคต" ระหว่างที่คอมพิวเตอร์คลาวด์เริ่มทำงาน หากค้าง ให้ปิด Grok Bot ให้สนิทแล้วเปิดใหม่ก่อนลองอย่างอื่น หากยังมีปัญหา ให้อัปเดตแอปเดสก์ท็อป ปิดและเปิดใหม่ จากนั้นเปิด Agent Computer และรอให้ทำงานเสร็จ ใช้ Recover ก่อน และใช้ Reset เฉพาะกรณีสุดท้าย เพราะ Reset อาจทิ้งงานที่ยังไม่ซิงก์

แอปเดสก์ท็อป Grok Bot หลังลงชื่อเข้าใช้ ภาพโดยผู้เขียน

เขียนคำอธิบายที่ใช้ได้นานกว่าสัปดาห์นี้

สร้าง Bot ด้วย New หรือ Cmd/Ctrl+N เลือก Create new agent จากนั้นเปิด Bot actions → Edit Profile ตั้งชื่อ Scout และให้คำนำหน้า DataCamp Learning Scout.

คำอธิบายถือเป็นกฎที่ใช้ได้ทุกสัปดาห์ หัวข้อของสัปดาห์นี้ควรอยู่ที่อื่น เพิ่มกฎเช่น:

• คัดสรรเนื้อหาเรียนรู้ของ DataCamp และจับคู่กับระดับทักษะและเวลาที่กำหนด
• มองโปรไฟล์นี้เป็นบริบทถาวร ไม่ใช่งาน รอข้อความแยกต่างหากก่อนเริ่มค้นคว้า
• ใช้เฉพาะหัวข้อและงบเวลาของงานปัจจุบัน อย่านำหัวข้อจากการสนทนาก่อนหน้ามาใช้ซ้ำ
• เปิดหน้าของผู้สมัครแต่ละรายบน DataCamp เองก่อนแนะนำ
• อ้างอิงระดับและระยะเวลาให้ตรงตามที่พิมพ์บนหน้า และเขียน "not listed" เมื่อหน้าไม่ระบุค่า
• คงลิงก์แหล่งที่มาไว้ครบและอย่าแต่งรายละเอียดคอร์ส
• ให้ความสำคัญกับสื่อแบบลงมือทำเมื่อมีทรัพยากรสองรายการครอบคลุมแนวคิดเดียวกัน

ครั้งแรกที่ตั้งค่า Scout มองโปรไฟล์เป็นงานสดและเริ่มแผน ETL ที่ไม่เกี่ยวข้อง จึงหยุดมัน สร้าง Scout ใหม่ และเพิ่มกฎการรอ 2 ข้อด้านล่าง: 

• ถามเพื่อความชัดเจนเมื่อเป้าหมายการเรียนคลุมเครือ แทนการเดา
• ห้ามสร้างบัญชี ลงทะเบียน หรือซื้อสิ่งใด

Bot ตัวใหม่จึงรอรับงานแยก แทนที่จะเริ่มทำงานจากโปรไฟล์ของมัน

การมี Scout เฉพาะทางยังช่วยแยกรูทีนรายสัปดาห์ออกจากแชตทั่วไปยาวๆ ทำให้แต่ละรันมีเฉพาะบริบทที่จำเป็นต่อแผนการเรียน

สำคัญที่จะใส่ข้อจำกัดในโปรไฟล์เพื่อให้ใช้ได้แม้รูทีนรันโดยเราไม่ได้เฝ้า และรักษาโปรไฟล์ให้สั้นพอจะทบทวนเมื่อหน้าที่ของ Scout เปลี่ยน ขั้นตอนที่ 2 จะจัดการหัวข้อและขีดจำกัดเวลา

โปรไฟล์ของ Scout เก็บกฎการค้นคว้าที่คงทน วิดีโอโดยผู้เขียน

หากไม่อยากเริ่มจากโปรไฟล์ว่าง สามารถเพิ่มเทมเพลต Scout ของเราที่มีบทบาทเริ่มต้นและคำอธิบายเดียวกัน ที่นี่สร้างโปรไฟล์ด้วยมือเพื่อให้เห็นทุกกฎก่อนที่ Scout จะได้รับงานครั้งแรก ไม่ว่าทางใด โปรดทบทวนคำอธิบายก่อนดำเนินการต่อ

ขั้นตอนที่ 2: เขียนงานวิจัยแรกของ Bot

เราให้ Scout รับงานเป็นภาษาธรรมดาได้ แต่คำขอก็ยังต้องมีรายละเอียด เอกสารแนะนำให้ระบุผลลัพธ์ แหล่งข้อมูล ข้อจำกัด เอาต์พุต และจุดที่ Bot ต้องหยุดเพื่อทบทวน

อะไรควรอยู่ในโปรไฟล์ และอะไรควรอยู่ในข้อความ?

โปรไฟล์และข้อความตอบคนละคำถาม:

• โปรไฟล์บอกวิธีที่ Scout ทำงาน 
• ข้อความบอกสิ่งที่ต้องทำในสัปดาห์นี้ 

หลังจากนั้น สกิลจะเก็บขั้นตอน ส่วนการรันแต่ละรูทีนจะอ่านอินพุตล่าสุด

โปรไฟล์ครอบคลุมการเช็กหน้าและลิงก์แหล่งที่มาแล้ว ในข้อความ ให้ระดับของผู้เรียนและงานของสัปดาห์นี้ ขอทรัพยากรไม่กี่รายการภายใน 4 ชั่วโมง และให้ Bot หยุดเพื่อทบทวน

เราได้ส่งงานแรกเป็นข้อความเดียวและไม่เพิ่มข้อจำกัดระหว่างที่ Scout ทำงาน:

Build me a weekly DataCamp learning plan.

The learner is comfortable with Python, understands basic LLM concepts, is new to AI agent orchestration, and has 4 hours available this week. 
They prefer practical, hands-on material over theory.

Search current DataCamp content on AI agents. 
Open each candidate's resource page before you consider it. 
Pick a small number of resources whose page-listed durations total 4 hours or less, and order them from foundations toward practical application.
For each resource, return the title, the content type, the level and duration exactly as printed on the page, the link, one sentence on why it fits this learner, and its position in the order. 
Then give me the total time and one learning objective for the week.

Do not use search snippets as evidence. 
If a page does not list a duration or a level, write "not listed" instead of estimating. 
If the goal is too broad to plan against, ask me before you continue.

Stop after the plan. 
Do not enroll me in anything.

Scout เริ่มค้นหาในเบราว์เซอร์และส่งคืนแผนเพื่อทบทวน คำตอบแรกใช้ระดับผิดสำหรับคอร์สหนึ่งรายการ ซึ่งจะแก้ในขั้นตอนที่ 4

สร้างไฟล์ผู้เรียนประจำสัปดาห์

หน่วยความจำของ Bot ไม่ใช่บันทึกที่เชื่อถือได้สำหรับรายละเอียดที่เปลี่ยนแปลง สร้าง /workspace/learner-profile.md บนคอมพิวเตอร์ที่ใช้ร่วมกันและใช้เป็นแหล่งข้อมูลอ้างอิงสำหรับการรันรายสัปดาห์

# Learner profile

Current goal: AI agent orchestration
Weekly budget: 4 hours
Background: Comfortable with Python and basic LLM concepts
Preference: Practical, hands-on resources
Completed resources: None

อัปเดตไฟล์นี้เมื่อเป้าหมาย งบเวลา หรือรายการที่เรียนจบมีการเปลี่ยนแปลง Scout ควรอ่านไฟล์นี้ก่อนทุกแผน และหยุดหากไฟล์หายไปหรือข้อมูลล้าสมัย

ขั้นตอนที่ 3: ทบทวนงานวิจัยใน Agent Computer ของ Grok Bot

หน้าสนทนาแสดงเครื่องมือ ไฟล์ คำถาม และการอนุมัติ ส่วน Agent Computer แสดงการคลิก พิมพ์ นำทาง และสถานะ การออกจากมุมมองใดๆ ไม่ได้หยุดงานที่ทำอยู่

ควรสังเกตอะไรใน Agent Computer

ตรวจสอบว่า Scout เปิดหน้าคอร์สแต่ละหน้าแทนการพึ่งชิ้นส่วนค้นหา และสังเกตทรัพยากรหนึ่งรายการที่ถูกปฏิเสธพร้อมเหตุผล

หากค้าง ให้ตรวจสอบปัญหาการเข้าสู่ระบบ CAPTCHA และการอนุมัติที่กล่าวถึงก่อนหน้า ดำเนินการเฉพาะขั้นตอนที่ติดขัดก่อนส่งคืนการควบคุม ห้ามวางรหัสผ่านในแชต ให้ใช้คำขอความลับที่ปลอดภัย

มุมมองคอมพิวเตอร์จะแสดงว่ามีการเยี่ยมชมหน้า แต่ไม่ได้พิสูจน์ว่าคำตอบสุดท้ายถูกต้อง เก็บทรานสคริปต์ของการสนทนาไว้เพื่อดูว่า Bot ใช้หน้าใดและเปลี่ยนแนวทางหรือไม่

แนวทางที่เริ่มจากเบราว์เซอร์เหมาะกับเวิร์กโฟลว์ DataCamp เพราะหน้าเองคือหลักฐาน สำหรับบริการที่มีคอนเนคเตอร์ที่รองรับ ให้ใช้คอนเนคเตอร์เพื่อดึงข้อมูลเชิงโครงสร้าง และเปิดเบราว์เซอร์เมื่อจำเป็นต้องตรวจด้วยสายตาเท่านั้น

ในการรันของเรา Agent Computer เปิดหน้าหลักของ Introduction to AI Agents ส่วนหัวแสดง Basic และ 1 hr 30 min ระยะเวลาเหมือนกับคำตอบของ Scout แต่ระดับไม่ตรง

Agent Computer เปิดอยู่บนหน้า DataCamp ภาพโดยผู้เขียน

ขั้นตอนที่ 4: ตรวจสอบและแก้ไขผลลัพธ์ของ Bot

ขั้นนี้ต้องใจเย็น นำแผนมาเทียบกับหน้า DataCamp ก่อนยอมรับ

ตรวจลิงก์ ระดับ เงื่อนไขเบื้องต้น และเวลา

อ่านแผนทีละบรรทัด รูปแบบที่สะอาดตาอาจซ่อนระดับที่ผิด ลิงก์เสีย หรือผลรวมเวลาที่ไม่ถูกต้อง ตรวจสิ่งต่อไปนี้:

• ลิงก์พาไปยังหน้า DataCamp จริงที่มีชื่อเรื่องตรงกันหรือไม่
• ระดับที่ระบุสอดคล้องกับที่หน้าแสดงหรือไม่
• ผู้เรียนผ่านเงื่อนไขเบื้องต้นทั้งหมดหรือยัง
• คำนวณรวมได้ไม่เกิน 4 ชั่วโมง โดยยึดตามระยะเวลาที่แสดงบนหน้าใช่หรือไม่
• มีความก้าวหน้าจริงหรือเป็นคอร์สระดับเริ่มต้นที่แทนกันได้สามรายการ
• มีรายการที่ถูกใส่มาเพียงเพราะตรงคีย์เวิร์ดหรือไม่

ควรบวกเวลาตามที่หน้าระบุเอง แทนที่จะเชื่อผลรวมในแผน หากเกิน 4 ชั่วโมง ให้ขอให้ Scout ตัดรายการที่เกี่ยวข้องน้อยที่สุดออกแล้วคำนวณใหม่

แผนแรกของ Scout มี Introduction to AI Agents, Building AI Agents with CrewAI และ Building AI Agents with Google ADK ระยะเวลาที่พิมพ์รวม 3 ชั่วโมง 30 นาที จึงอยู่ในงบและเหลือเวลา 30 นาที

ปัญหาคือระดับของคอร์สแรก Scout เขียนว่า Beginner ขณะที่หน้าหลักพิมพ์ว่า Basic เราส่งคำแก้ไขเดียว:

Please revise the plan using the exact level labels shown on each course page.

The Introduction to AI Agents page lists its level as Basic, not Beginner. Reopen all three pages and verify each title, level, duration, and canonical URL.

Return the same plan with only the verified corrections. Keep the total at or below 4 hours.

Scout เปิดทั้งสามหน้าใหม่ เปลี่ยนเฉพาะระดับรายการแรก และคงผลรวม 3 ชั่วโมง 30 นาที การแก้ไขเล็กน้อยนี้ยืนยันว่ามีลิงก์ถูกและป้ายกำกับที่ดูสมเหตุสมผลยังไม่เพียงพอ

แผนแรกเคียงข้างแผนที่แก้ไขแล้ว ภาพโดยผู้เขียน

จัดการกรณีไม่มีระยะเวลา

ไม่ควรแปลง XP วิดีโอ หรือแบบฝึกหัดเป็นชั่วโมง หากช่องระยะเวลาไม่ตรงกัน ให้คงค่าที่พิมพ์ทุกค่า ระบุชื่อฟิลด์ และใช้ค่าขอบบนสูงสุดเพื่อเช็คงบเท่านั้น

บันทึกกฎที่เกิดซ้ำไว้ในโปรไฟล์ของ Bot

หลังแก้ไขแผนของเรา เพิ่มเฉพาะกฎที่ควรใช้ทุกสัปดาห์ลงในคำอธิบาย Bot หัวข้อครั้งคราวหรือขีดจำกัดเวลาอยู่ในไฟล์อินพุตรายสัปดาห์ของเรา

ขั้นตอนที่ 5: บันทึกเวิร์กโฟลว์ของ Bot เป็นสกิล

แนวปฏิบัติที่ดีสองข้อสำหรับการบันทึกเวิร์กโฟลว์เป็นสกิล:

• อย่าบันทึกกระบวนการจนกว่าเวอร์ชันทำมือจะทำงานได้ ไม่เช่นนั้นสกิลจะทำซ้ำปัญหาเดิม
• ทำให้สกิลแคบ: แหล่งข้อมูลตระกูลเดียว รูปแบบเอาต์พุตเดียว และขอบเขตการอนุมัติเดียว หากต้องเดาว่าจะใช้ระบบไหนหรือส่งคืนอะไร มันอาจออกนอกเส้นทางและกินการใช้งานมากขึ้น

อะไรควรอยู่ในสกิล

ให้ Scout บันทึกสกิลชื่อ Weekly DataCamp Learning Plan โดยอ่าน /workspace/learner-profile.md ตรวจสอบเงื่อนไขเบื้องต้นแต่ละข้อกับพื้นหลังผู้เรียนและทรัพยากรที่เรียนจบ บวกเวลาตามหน้าคอร์ส ส่งคืนฟิลด์ที่ตกลงกัน และหยุดก่อนการกระทำใดๆ ที่ต้องขออนุมัติ

เมื่อบันทึกแล้ว อ้างอิงด้วย / ในตัวเขียนข้อความ หากไม่ปรากฏ ให้เปิดใช้งานที่ Settings → Plugins → Yours.

สกิลที่บันทึกแล้วพร้อมอินพุตและการตรวจสอบ ภาพโดยผู้เขียน

ทดสอบสกิลกับเป้าหมายที่ต่างออกไป

ได้เปลี่ยนเป้าหมายของผู้เรียนเป็น การประเมิน LLM ลดงบเป็น 3 ชั่วโมง และเรียกใช้สกิลที่บันทึกด้วยคำขอสั้นๆ เดียวว่า "สร้างแผนของสัปดาห์นี้โดยใช้โปรไฟล์ผู้เรียนปัจจุบัน"

Scout ใช้ Agent Computer และส่งคืนคอร์สเดียวคือ LLM Application Evaluation with LangSmith โดยไม่นำคำแนะนำจากแผน AI agents มาก่อน และยังตัดหน้าและบทช่วยสอนนอกเรื่องหรือที่ไม่มีระยะเวลาที่พิมพ์ไว้

หน้าคอร์สหลักแสดงรูปแบบระยะเวลา 2 แบบ: 2 ชม. ในสรุป และ 1 ชม. - 3 ชม. ในชิประยะเวลา Scout คัดลอกชิปแต่ตีความขอบบนเป็นผลรวมตายตัว 3 ชั่วโมง เราขอให้ระบุชื่อฟิลด์ที่ใช้ คงค่าที่พิมพ์ทั้งสอง และใช้ขอบบนเพียงเพื่อเช็คงบ

ต่อมาพบปัญหาสำคัญกว่าในการตรวจเงื่อนไขเบื้องต้น: คอร์สต้องการ LLM Application Fundamentals with LangChain ซึ่งผู้เรียนของเรายังไม่ผ่าน การเปิดหน้าหลักเป็นสิ่งจำเป็น แต่สกิลยังต้องเทียบเงื่อนไขเบื้องต้นกับโปรไฟล์ผู้เรียนก่อนแนะนำคอร์สด้วย

จึงอัปเดตสกิลให้เทียบเงื่อนไขเบื้องต้นทุกข้อกับโปรไฟล์ผู้เรียนและรายงานฟิลด์ระยะเวลาที่ขัดแย้งทุกฟิลด์ก่อนคัดเลือกทรัพยากร

ขั้นตอนที่ 6: ตั้งตารางสกิลให้รันเป็นรูทีนรายสัปดาห์ของ Grok Bot

เนื่องจากคอมพิวเตอร์คลาวด์ยังคงทำงานต่อดังที่กล่าวไว้ รูทีนจึงรันได้แม้ปิดแล็ปท็อป เราจะทดสอบก่อนพึ่งตารางวันจันทร์

ที่ตั้งรายสัปดาห์เป็นไปโดยเจตนา การรันงานวิจัยเดียวกันทุกๆ ไม่กี่นาทีจะกินการใช้งานโดยไม่จำเป็นเมื่อรายละเอียดผู้เรียนและหน้า DataCamp ไม่ได้เปลี่ยน

ตั้งตาราง เขตเวลา และขอบเขต

ตั้งค่าเขตเวลาที่ Settings → General → Agent แล้วสร้างรูทีนด้วยรายละเอียด 5 ข้อ: 

• ตารางเวลา
• ตำแหน่งอ่านเป้าหมายและงบ
• สิ่งที่ต้องส่งคืน
• สิ่งที่ต้องขออนุมัติ
• สิ่งที่ต้องทำหากหาแหล่งข้อมูลไม่พบ

หาก /workspace/learner-profile.md หายไป หรือ Scout ไม่สามารถก้าวหน้าต่อได้ รูทีนควรรายงานปัญหาและหยุด แทนที่จะลองซ้ำเป็นลูป มันจะรับช่วงข้อจำกัดของ Scout ขณะที่การอนุมัติจะใช้เมื่อภายหลังเราเพิ่มการกระทำภายนอก จัดการรูทีนได้ที่ View conversation details → Routines.

รูทีนวันจันทร์แสดงตารางและเขตเวลา ภาพโดยผู้เขียน

รันทันที แทนการรอวันจันทร์

แทนรอวันจันทร์ ได้เริ่มทดสอบด้วยสกิลที่อัปเดตและโปรไฟล์การประเมิน LLM เดิม รูทีนเปิดหน้าผู้สมัคร รายงานฟิลด์ระยะเวลาของ LangSmith ทั้งหมด และทำเครื่องหมายว่าเงื่อนไข LangChain ยังไม่ผ่าน.

หากไม่เริ่ม ให้ตรวจว่าถูกเปิดใช้งานหรือไม่ จากนั้นตรวจรายละเอียด (ตารางเวลา เขตเวลา Bot แหล่งข้อมูลผู้เรียน เซสชันเบราว์เซอร์) และสุดท้ายคือโควตาการใช้งาน รายละเอียดผู้เรียนที่ขาดหรือเซสชันหมดอายุอาจทำให้รันไม่ผ่าน

รูทีนตัด LangSmith ออกจากแผน ตัดผู้สมัครอื่นเพราะนอกเรื่อง ยังไม่ผ่านเงื่อนไขเบื้องต้น หรือไม่มีระยะเวลาที่ระบุในหน้า และส่งคืน Total: 0 การเติมให้ครบสัปดาห์จะขัดกับกฎการตรวจสอบ

การรันปรากฏใน Run history พร้อมเครื่องหมายเสร็จสิ้น และผลลัพธ์ยังอยู่ในสนทนาของ Scout การทดสอบสุดท้ายนี้ยืนยันว่าตารางเวลา สกิลที่บันทึก นโยบายระยะเวลา และการตรวจเงื่อนไขเบื้องต้นทำงานร่วมกันได้

การทดสอบรูทีนเสร็จสมบูรณ์และแสดงประวัติ วิดีโอโดยผู้เขียน

ข้อคิดส่งท้าย

ในบทช่วยสอนนี้ เราได้สร้าง DataCamp Learning Scout รอบแหล่งผู้เรียนปัจจุบันหนึ่งแหล่ง การตรวจแหล่งข้อมูล สกิลที่นำกลับมาใช้ซ้ำได้ และรูทีนรายสัปดาห์ โปรไฟล์เก็บกฎถาวร สกิลเก็บวิธีวิจัย และรูทีนกำหนดตารางวันจันทร์

จะเห็นว่าการไปให้ถึงการรันรายสัปดาห์ตามตารางที่ทำได้ตรงตามที่ควร ต้องผ่านการลองผิดลองถูกอยู่บ้าง การทดสอบเผยสามประเด็นที่คำตอบที่ดูดีอาจกลบไว้: Beginner แทน Basic การตีความช่วงเวลาเป็นผลรวมตายตัว และเงื่อนไขเบื้องต้นที่ยังไม่ผ่าน สองข้อแรกแก้ได้ด้วยการเปิดหน้าหลักใหม่ ส่วนสกิลที่อัปเดตจับข้อที่สาม และรูทีนสุดท้ายส่งคืนว่าไม่พบคำแนะนำ แทนการผ่อนกฎ

จากตรงนี้ อาจเพิ่มประวัติการเรียนจบเพื่อหยุดคำแนะนำซ้ำ หรือสร้าง Study Coach Bot ที่แปลงทรัพยากรที่ Scout เลือกเป็นตารางเรียน หากมี Teach a task ในแอป ก็ใช้บันทึกเวิร์กโฟลว์ในเบราว์เซอร์และสร้างฉบับร่างสกิลได้

การเชื่อมต่อ X ใหม่ของ Grok Bot อาจต่อยอดขั้นตอนค้นพบของ Scout การเชื่อมโปรไฟล์ X ตอนนี้จะสร้างบัญชีนักพัฒนาพร้อมเครดิตที่รวมมาแล้ว สำหรับ Scout ที่ทำวิจัยเท่านั้น ให้บล็อกการเขียนบน X และยืนยันผู้สมัครทุกคนบนหน้า DataCamp ก่อนเพิ่มลงในแผน