teach-me-ai / roadmap
applied ai for developers

เรียน AI แบบ เอาไปใช้งานจริง
ทีละขั้น จนสร้างเองได้

หลักสูตรสำหรับ Developer ที่อยากใช้ AI ช่วยทำงานและต่อ AI เข้ากับโค้ดของตัวเอง เริ่มจากพื้นฐานที่จำเป็น ไปจนถึง Agent และการทำระบบใช้งานจริง — เนื้อหาภาษาไทย ยกตัวอย่างด้วย TypeScript / NestJS / Go

0%
0 / 0 โมดูล
ความคืบหน้าอัปเดตอัตโนมัติจากสถานะแต่ละโมดูลด้านล่าง
(แหล่งความจริงหลักคือ PROGRESS.md)
อ่านนี่ก่อนเริ่ม

🚀 ใช้บทเรียนพวกนี้ยังไง

แต่ละบทเป็นหน้า HTML อ่านเองได้เลย แต่จะได้ผลสุดเมื่อเรียน “คู่กับครู AI” ในโปรเจกต์นี้ — พิมพ์คำสั่งด้านล่างใน Claude Code ได้ทุกเมื่อ

1 · เรียน

เปิดบท แล้วเรียนทีละขั้น

คลิกการ์ด/โหนดด้านล่างเพื่อเปิดหน้าบท หรือพิมพ์ /lesson แล้วบอกบทที่อยากเรียน (เช่น “เริ่ม SP-0”) ครูจะอธิบายเป็นภาษาไทย ตรวจความเข้าใจก่อนไปต่อ

2 · ถาม

สงสัยคำไหน ถามเจาะจุด

พิมพ์ /explain <คำ> เพื่อขอคำอธิบายสั้น กระชับ พร้อมตัวอย่างสาย dev (เช่น /explain prompt injection) ถามซ้ำได้ไม่จำกัด

3 · ทดสอบ & ติดตาม

เช็กความเข้าใจ + ดูความคืบหน้า

จบบทแล้วพิมพ์ /quiz ให้ครูตั้งคำถาม + ให้ feedback · อยากรู้ว่าเรียนถึงไหนพิมพ์ /progress (สรุปจาก PROGRESS.md)

🧭

ลำดับแนะนำ: อยากใช้งานไวเริ่มที่ Fast-Track · อยากเข้าใจรากฐานเดินเส้นทางหลัก Lv0→Lv7 · สาย tooling ต่อด้วยแทร็กเสริม · และ🔒 อ่านบท Securityก่อนเอา AI ไปแตะข้อมูลจริงเสมอ

เข้าตรงได้เลย · เน้นใช้งานก่อน

⚡ Fast-Track — หลักสูตรเร่งรัด

3 หัวข้อที่เอาไปใช้ทำงานได้ทันที ไม่ต้องรอเรียนเส้นทางหลักให้จบก่อน สอนแบบ teach-by-example โดยชี้ไปที่ .claude จริงของโปรเจกต์นี้

FT-1

AI ช่วยงาน Dev

ใช้ Claude Code เขียนโค้ด วางแผน และออกแบบโครงสร้าง + เทคนิคสั่งงานให้ได้ผลดี

ยังไม่เริ่ม
FT-2

สร้าง Agent & Skill

Agent/Skill คืออะไร และเขียนของตัวเองไปใช้จริง พร้อมเทมเพลตพกพาใน EN/ + TH/

ยังไม่เริ่ม
FT-3

CLAUDE.md & .claude

เขียน CLAUDE.md ที่ดี, โครงสร้าง .claude (commands / agents / skills / hooks) และ MCP เบื้องต้น

ยังไม่เริ่ม
เรียงพื้นฐาน → ขั้นสูง

🛤️ เส้นทางหลัก

8 โมดูลเรียงลำดับ แต่ละโมดูลมีแนวคิดหลัก + mini-project ให้ลงมือทำ

  1. Lv0

    ปูพื้นเท่าที่ต้องรู้

    AI/ML/LLM ต่างกันยังไง · LLM ทำงานยังไง (token, context window, temperature, การหลอน) · เลือกโมเดล + cost/latency

    ยังไม่เริ่ม
  2. Lv1

    Prompt Engineering

    โครงสร้าง prompt, system/role · few-shot, chain-of-thought · คุม output format · debug prompt

    ยังไม่เริ่ม
  3. Lv2

    ต่อ AI เข้ากับโค้ด (LLM API)

    เรียก Claude API + SDK · streaming · structured/JSON output · error handling, token counting, คุม cost

    ยังไม่เริ่ม
  4. Lv3

    Tool use / Function calling

    ให้ LLM เรียกเครื่องมือ · ออกแบบ tool schema · จัดการผลลัพธ์

    ยังไม่เริ่ม
  5. Lv4

    RAG — ให้ AI รู้ข้อมูลเรา

    embeddings · vector search (pgvector บน Postgres) · chunking + retrieval

    ยังไม่เริ่ม
  6. Lv5

    Agents

    agent loop (plan → act → observe) · ต่างจาก chatbot · memory + multi-step

    ยังไม่เริ่ม
  7. Lv6

    Claude Code · CLAUDE.md · .claude

    เชื่อมกับ Fast-Track — สร้าง .claude ของโปรเจกต์จริงไปใช้เอง

    ยังไม่เริ่ม
  8. Lv7

    ขั้นสูง / Production

    evaluation & testing LLM · prompt caching · guardrails & prompt-injection · workflow vs agent patterns

    ยังไม่เริ่ม
จาก repo จริงใน sources/

🧩 แทร็กเสริม — สอนใช้ 2 repo

เรียนใช้ 2 repo ที่ผู้เรียนสนใจ แยกเนื้อหาชัดเจน ไล่จากภาพรวม → skill ทีละตัว → นำไปใช้จริง (ดูภาพรวมทั้ง 2 แทร็ก →)

SP · 8 บท

Superpowers

เมโธดอโลยีพัฒนาซอฟต์แวร์แบบ skill auto-trigger: brainstorm → plan → TDD → review → verify

MP · 7 บท

mattpocock/skills

ชุด skill “Real engineering, not vibe coding” แก้ 4 อาการ: ไม่ตรงใจ · verbose · โค้ดพัง · ball of mud