GitHub Blog 26 วันที่แล้ว general AI Generated

GitHub Copilot app for Beginners: How to build custom workflows with canvases

เกี่ยวกับ GitHub
GitHub Blog 26 Sep 2026
88
0
100
รูปภาพประกอบ
รูปภาพประกอบกระทู้
7 12m



เจาะเครื่องมือ
AI / Tools


GitHub Copilot เปิดทางให้เราสร้างหน้าจอการทำงานเองได้ด้วยการพิมพ์บอกเป็นภาษาอังกฤษ



แนวคิด canvases พลิกวิธีที่เราคุยกับเครื่องมือทำงาน จากนั่งปรับตัวเข้ากับหน้าจอคนอื่น มาเป็นบอกสิ่งที่อยากได้แล้วให้เอเจนต์สร้างให้เลย




ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที



ถ้าเราบอกเครื่องมือทำงานด้วยภาษาคนธรรมดาได้ ทำไมเรายังต้องมานั่งจำว่าปุ่มไหนอยู่ตรงไหน




มีอยู่อย่างนึงที่คนใช้เครื่องมือทำงานทุกวันเจอเหมือนกันหมด นั่นคือความรู้สึกว่าเราต้องเป็นฝ่ายปรับตัวเข้ากับหน้าจอของโปรแกรม ไม่ใช่โปรแกรมปรับเข้าหาเรา อยากได้ข้อมูลแบบนี้ก็ต้องไปหาว่ามันซ่อนอยู่เมนูไหน อยากได้ปุ่มลัดสำหรับงานที่ทำซ้ำๆ ก็ต้องรอให้ทีมพัฒนาทำมาให้ หรือไม่ก็ยอมนั่งทำมือไปวันๆ ฟังดูคุ้นๆ ใช่ไหม



GitHub Blog เพิ่งออกโพสต์ที่พูดถึงฟีเจอร์หนึ่งของแอป GitHub Copilot ที่ชื่อว่า canvases ซึ่งเป็นแนวคิดที่ตรงๆ เลยคือ คุณแค่พิมพ์อธิบายหน้าจอที่อยากได้ออกมาเป็นภาษาอังกฤษธรรมดา จากนั้นปล่อยให้เอเจนต์สร้าง surface แบบ live ขึ้นมาให้ใช้จริง แล้วทั้งคุณและเอเจนต์ก็ช่วยกันอัปเดตมันได้ด้วย



ทำไมเรื่องนี้ถึงน่าสนใจ


ถ้าอ่านผ่านๆ อาจดูเหมือนเป็นแค่ฟีเจอร์เล็กๆ ของแอปหนึ่ง แต่ถ้ามองดีๆ มันคือการย้ายอำนาจการออกแบบหน้าจอจากมือนักพัฒนา มาเป็นมือคนใช้งานตรงๆ เลยนะ คิดดูว่าเดิมที ถ้าอยากได้ dashboard ที่โชว์ข้อมูลเฉพาะแบบที่ตัวเองสนใจ อยากได้หน้าจอที่รวม workflow เฉพาะของทีมตัวเอง คุณต้องไปขอทีม dev ซึ่งก็ต้องรอคิว รอ prioritization รอกันไป บางทีงานที่อยากได้ก็ไม่สำคัญพอจะได้ทำสักที



แต่พอเราพิมพ์บอกเป็นภาษาคนได้ว่า "อยากได้หน้าจอที่โชว์ X Y Z แล้วมีปุ่มสำหรับทำ A" แล้วเอเจนต์สร้างให้เลยทันที มันเปลี่ยนสมการทั้งหมด นี่ไม่ใช่เรื่องของการเขียนโค้ดเป็นหรือไม่เป็นอีกต่อไป แต่เป็นเรื่องของการอธิบายสิ่งที่ตัวเองต้องการให้ชัดเจนต่างหาก



จุดที่ผมว่าสำคัญที่สุด


คำว่า "live surface" ในที่นี้หมายความว่ามันไม่ใช่แค่หน้าจอ static ที่สร้างเสร็จแล้วจบ แต่มันเป็นพื้นที่ทำงานที่ทั้งคนและเอเจนต์ช่วยกันอัปเดตได้ อันนี้คือหัวใจเลย เพราะปกติเวลาเราสร้างเครื่องมืออะไรเสร็จ มันจะกลายเป็นของแข็งทันที อยากแก้ก็ต้องไปแก้โค้ดใหม่ แต่ถ้ามันเป็น surface ที่ปรับได้ตลอดเวลา มันก็จะโตไปพร้อมกับงานที่เปลี่ยนไปเรื่อยๆ



โพสต์ต้นฉบับสรุปเจตนาของฟีเจอร์นี้ไว้ว่า จุดมุ่งหมายคือให้เราใช้เวลากับการปรับตัวเข้ากับเครื่องมือน้อยลง และเอาเวลาไปทำงานจริงให้มากขึ้น ซึ่งผมว่าฟังดูดี แต่ก็ต้องบอกตรงๆ ว่ามันจะดีจริงก็ต่อเมื่อเอเจนต์เข้าใจสิ่งที่เราสื่อได้แม่นพอ ถ้าพิมพ์บอกแล้วได้หน้าจอที่ไม่ตรงกับที่คิด ก็จะกลายเป็นว่าเสียเวลามากกว่าเดิม



“
Describe the interface you need in plain English, then let the agent build a live surface you can both use and update—so you spend less time adapting to tools and more time getting work done.


กระทบใครบ้าง


กลุ่มที่ได้ประโยชน์ชัดสุดคือคนที่ทำงานกับข้อมูลหรือ workflow เฉพาะทาง แต่ไม่ใช่สายเขียนโค้ด เช่น ทีม operation ที่ต้องเฝ้าดูตัวเลขหลายตัวพร้อมกัน หรือคนที่ต้องทำงานซ้ำๆ ทุกวันและอยากได้หน้าจอที่ย่นขั้นตอนให้สั้นลง สำหรับคนกลุ่มนี้ canvases อาจเป็นครั้งแรกที่พวกเขาได้เครื่องมือที่ออกแบบมาเพื่อตัวเองจริงๆ โดยไม่ต้องพึ่งทีมเทคนิค



ส่วนคนที่เป็นนักพัฒนาเองก็ได้เหมือนกัน อย่างน้อยก็ประหยัดเวลาไม่ต้องมานั่งทำ internal tool เล็กๆ ที่ไม่มีใครอยากทำ แต่ก็ต้องยอมรับว่ามันมีเส้นบางๆ ระหว่าง "เครื่องมือที่ปรับได้เอง" กับ "เครื่องมือที่พังไม่รู้ตัว" เพราะถ้าเอเจนต์สร้างอะไรขึ้นมาแล้วเราไม่ได้เข้าใจว่ามันทำงานยังไง วันนึงที่มันพังก็จะแก้ไม่เป็นเอา



ภาพรวมแล้ว โพสต์นี้เป็นคอนเทนต์แนว beginner คือสอนวิธีใช้ฟีเจอร์นี้สำหรับคนเริ่มต้น ไม่ได้ประกาศอะไรใหญ่โต แต่ผมมองว่าทิศทางมันชัดเจนว่า GitHub กำลังดันไอเดียที่ว่า "การสั่งงานด้วยภาษาธรรมชาติ" จะกลายเป็นวิธีหลักในการสร้างเครื่องมือทำงาน ไม่ใช่แค่ของเล่นสำหรับเดโม



💡

canvases ของ GitHub Copilot ไม่ใช่แค่ฟีเจอร์ใหม่ แต่เป็นสัญญาณว่ากำแพงระหว่าง "คนใช้" กับ "คนสร้างเครื่องมือ" กำลังบางลงเรื่อยๆ ใครที่ยังรอให้คนอื่นทำหน้าจอให้ใช้ คงได้เวลาลองพิมพ์บอกเอเจนต์ดูสักครั้งแล้ว



ที่มา: GitHub Blog — อ่านต้นฉบับ


#GitHubCopilot #AITools #WorkflowAutomation

🔗 อ่านต่อ · สินค้าและคำถามที่เกี่ยวข้อง

สินค้ามาแรงตอนนี้

คนขายของถามบ่อย

ความคิดเห็น 5

กำลังโหลดความคิดเห็น...