AI as Research Assistant

#AIช่วยงานวิจัย Part 1 การสร้าง AI (Customed GEM) เป็นผู้ช่วยวิจัย ในการระดมสมองประเด็นวิจัย ทำคำค้น เพื่อนำไปค้นในเว็บสาย AI Literature Review

การสร้าง AI (Customed GEM) เป็นผู้ช่วยวิจัย ในการระดมสมองประเด็นวิจัย ทำคำค้น มีขั้นตอนดังนี้

1. สร้าง #GeminiGem เป็นผู้ช่วยวิจัย โดยใช้แนวทางคำสั่งที่จะแนบให้ด้านล่าง

2. นำ ชุดคำค้น (Boolean) ที่ได้จาก Gem ผู้ช่วยวิจัย ไปใช้ค้นวรรณกรรมในเว็บ AI ช่วยงานวิจัย เช่น #Scispace หรือ #Consensus

3. หลังจากได้ผลการค้นให้ทำการอ่านรายละเอียดและดาวน์โหลดบทความ มาอ่าน สามารถใช้ตัวช่วยในการอ่านได้ เช่น #NotebookLM, SciSpace Chat with PDF, #ChatPDF (อ่านเอาความเข้าใจ แต่ไม่ควรนะผลจากการถามตอบไปใช้โดยตรง ควรแปลจากเนื้อความจากต้นฉบับ ซึ่ง ChatPDF เป็นตัวที่ชี้ตำแหน่งบรรทัดได้ค่อนข้างแม่นยำและตรงจุด)

______

ด้านล่างเป็นคำสั่ง (Instuction) สำหรับป้อนให้ Gemini Gem สามารถปรับได้ตามบริบทงานวิจัยที่ทำ

______

คุณคือผู้เชี่ยวชาญด้านระเบียบวิธีวิจัยและสถิติประยุกต์ในสาขาวิชา [**กำหนดสาขาที่ทำการวิจัย เช่น การแพทย์, วิศวกรรมศาสตร์, บริหารธุรกิจ, สังคมศาสตร์**] งานหลักของคุณคือการช่วยเหลือนักวิจัยระดับปริญญาโท/เอกในการสร้างสรรค์แนวคิดงานวิจัย, การวางแผนการทบทวนวรรณกรรม, และการเลือกใช้สถิติที่เหมาะสม โดยยึดตามหลักการ TCREI

**หลักการปฏิบัติงาน (TCREI Framework):**

### T: Task (งาน)

* **Persona:** คุณคือผู้เชี่ยวชาญด้านระเบียบวิธีวิจัยและสถิติประยุกต์ในสาขาวิชาที่นักวิจัยระบุ

* **งานหลัก:** ให้คำแนะนำเชิงวิชาการเพื่อช่วยในกระบวนการวิจัย (ระดมสมองหัวข้อ, คิดคำค้น, เสนอสถิติ)

* **Format:** ตอบกลับเป็นข้อ ๆ ในรูปแบบ Markdown ที่ชัดเจน

### C: Context (บริบท)

* **บริบท:** งานทั้งหมดเกี่ยวข้องกับการวิจัยในระดับสูง (ปริญญาโท/เอก)

* **รูปแบบการกำหนดหัวข้อ:** เมื่อมีการร้องขอความช่วยเหลือในการระดมสมอง ให้เน้นการใช้เฟรมเวิร์ก **PICO (เชิงปริมาณ) หรือ PICo (เชิงคุณภาพ)** โดยต้องอธิบายองค์ประกอบย่อ:

   * **PICO:** Population/Problem, Intervention, Comparison, Outcome

   * **PICo:** Population/Problem, Interest, Context

* **ข้อจำกัด:** ห้ามเสนอแนวคิดที่ขัดต่อจริยธรรมการวิจัยโดยเด็ดขาด

### R: References (ข้อมูลอ้างอิง/ตัวอย่าง)

* **แนวทางการคิดคำค้น:** จัดทำในรูปแบบตาราง **Boolean Search** (ใช้ AND, OR, NOT) โดยอิงจากองค์ประกอบหลักของ PICO/PICo

* **แนวทางการเสนอสถิติ:** เสนอประเภทของสถิติพร้อมเหตุผลที่สอดคล้องกับ **ประเภทของข้อมูล** และ **วัตถุประสงค์การวิจัย**

### E: Evaluate (การประเมินผล)

* **การประเมินตนเอง:** ให้มั่นใจว่าการตอบสนองมีความ **ถูกต้อง (Accuracy)**, มีความ **เกี่ยวข้อง (Relevance)** กับคำถาม, และมีความ **สม่ำเสมอ (Consistency)** ในการใช้เฟรมเวิร์กวิจัย

### I: Iterate (การปรับปรุง)

* **คำแนะนำการปรับปรุง:** ให้จบท้ายการตอบสนองทุกครั้งด้วยคำถามกระตุ้นให้นักวิจัยดำเนินการต่อหรือปรับปรุง Prompt

**คำถามเริ่มต้น:**

โปรดระบุ "สาขาที่ทำการวิจัย" (เช่น วิทยาศาสตร์การอาหาร, เศรษฐศาสตร์, นิเทศศาสตร์) และ "ประเภทของความช่วยเหลือแรกที่คุณต้องการ" (เช่น ระดมสมองหัวข้อ, คิดคำค้นสำหรับ Literature Review, หรือเลือกสถิติสำหรับการวิเคราะห์)

#AIช่วยงานวิจัย Part 2 เปรียบเทียบความสามารถของเครื่องมือช่วยอ่านบทความวิจัยภาษาอังกฤษ สำหรับช่วยลดเวลาในการทำงานวิจัย #NotebookLM VS #SciSpace (Chat with PDF) VS #ChatPDF

-----

Post นี้เป็นการเปรียบเทียบเครื่องมือที่วิทยากรนำมาใช้ช่วยในการทำวิจัย โดยอัปโหลดบทความที่ต้องการไปยัง 3 เครื่องมือ ดังนี้

1. #NotebookLM เป็นเครื่องมือ AI ที่สามารถช่วยอ่านบทความ ถามตอบ ทำสรุปในรูปแบบต่าง ๆ ที่ช่วยให้เข้าใจง่ายวิจัยนั้นได้ง่ายมากขึ้น แต่กรณีที่ต้องการนำเนื้อความไปอ้างอิงในงานวิจัย เมื่อกดหมายเลขอ้างอิงจากคำตอบในแชท แม้จะมีการแสดงข้อความต้นฉบับ แต่รูปแบบการแสดงผลไม่ได้แสดงในรูปแบบตามต้นฉบับบทความ ทำให้ลำดับเนื้อความที่ต้องการได้ค่อนข้างยาก

**โดยวิทยากรมากมักจะใช้ NotebookLM เพื่อทำความเข้าใจภาพรวมบทความก่อนจะอ่านเชิงลึก หรือใช้ช่วยกรองบทความที่ต้องการนำไปใช้**

2. #SciSpace (Chat with PDF) ถ้าจ่าย SciSpace Premium ขึ้นไป แล้วค้นหาบทความจาก SciSpace ไว้อยู่แล้ว ฟังก์ชัน ChatPDF ก็สามารถช่วยทำความเข้าในเนื้อหาแต่ละท่อนของบทความได้ละเอียด เลือกตั้งค่าเป็นภาษาไทย ถามตอบประเด็นที่สงสัยจากบทความได้ 

3. #ChatPDF กรณีที่ไม่ได้ใช้งาน SciSpace Chat with PDF เว็บไซต์ ChatPDF ก็สามารถใช้งานได้ แม้ใช้งานแบบฟรี ก็ใช้งานได้เยอะพอสมควร และถามตอบรายละเอียดของบทความที่ต้องการให้ AI ช่วยอ่านและถามตอบประเด็นต่าง ๆ ได้ค่อนข้างละเอียด

**ทั้ง SciSpace Chat with PDF และ ChatPDF หากต้องการนำเนื้อความไปใช้ในการวิจัยสามารถแปลเทียบเคียงกับข้อความต้นฉบับได้อย่างตรงจุดกว่า NotebookLM**

#AIช่วยงานวิจัย Part 3 การใช้ภาษา Python ช่วยสร้าง #PRISMA Diagram สำหรับ #SystematicReview ใน #GoogleColab

______

การใช้ภาษา Python ช่วยสร้าง PRISMA Diagram ใน #GoogleColab

ขั้นที่ 1 คัดลอก Code ภาษา Python ที่ด้านล่าง Post นี้

ขั้นที่ 2 ไปที่ Google Colab: https://colab.research.google.com/

ขั้นที่ 3 สร้าง New notebook จากนั้นวาง Code ที่คัดลอกไว้ แล้วคลิก Run

ขั้นที่ 4 เติมข้อมูลที่ได้จากการคัดกรองบทความสำหรับการทบทวนวรรณกรรมอย่างเป็นระบบ (Systematic Review) เพื่อสร้างเป็น PRISMA Diagram

จะได้ผลลัพธ์ PRISMA Diagram และส่งออกเป็นไฟล์ .docx นำไปปรับใช้ในการรายงานผลการวิจัย (เลือกทำได้ทั้งภาษาไทยและภาษาอังกฤษ)

ด้านล่างนี้ คือ Code Python สำหรับใช้ในขั้นที่ 2 นะคะ

____

# ==========================================

# ส่วนที่ 1: เตรียม Environment (รันครั้งเดียว)

# ==========================================

import os

import sys

def setup_environment():

   # 1. ติดตั้ง Library

   try:

       import docx

       import graphviz

       import ipywidgets

   except ImportError:

       print(" กำลังติดตั้ง Library... (รอสักครู่)")

       !pip install -q python-docx graphviz ipywidgets

   # 2. ติดตั้งฟอนต์ Sarabun (Regular & Bold)

   font_dir = '/usr/share/fonts/truetype/sarabun'

   if not os.path.exists(f'{font_dir}/Sarabun-Bold.ttf'):

       print(" กำลังดาวน์โหลดและติดตั้งฟอนต์ 'Sarabun' (Regular & Bold)...")

       !mkdir -p {font_dir}

       !wget -q -O {font_dir}/Sarabun-Regular.ttf https://github.com/.../main/ofl/sarabun/Sarabun-Regular.ttf

       !wget -q -O {font_dir}/Sarabun-Bold.ttf https://github.com/.../raw/main/ofl/sarabun/Sarabun-Bold.ttf

       !fc-cache -f -v > /dev/null

   print(" ติดตั้งเสร็จเรียบร้อย!")

setup_environment()

# ==========================================

# ส่วนที่ 2: โปรแกรมหลัก (Visual Interactive)

# ==========================================

import graphviz

import ipywidgets as widgets

from IPython.display import display, clear_output

from google.colab import files

from docx import Document

from docx.shared import Inches, Pt, RGBColor

from docx.enum.text import WD_ALIGN_PARAGRAPH

# --- Helper Functions ---

def get_int_input(prompt):

   while True:

       try:

           val = input(prompt)

           clean_val = val.replace(',', '').strip()

           if clean_val == "": return 0

           return int(clean_val)

       except ValueError:

           print(" กรุณากรอกเฉพาะตัวเลข")

def get_base_graph_settings(font_reg='Sarabun', font_bold='Sarabun-Bold'):

   dot = graphviz.Digraph(format='png')

   dot.node_attr.update({'shape': 'box', 'fontname': font_reg, 'fontsize': '12', 'style': 'rounded', 'height': '0.8'})

   dot.attr(rankdir='TB', splines='ortho', nodesep='0.6', ranksep='0.5')

   # Label Style

   lbl_style = {'shape': 'box', 'style': 'filled', 'fillcolor': '#d0e0e3', 'fontname': font_bold, 'margin': '0.2'}

   return dot, lbl_style

# --- Phase Rendering Functions (วาดกราฟย่อย) ---

def show_phase_1_identification(txt, box1_text, lbl_style):

   dot, _ = get_base_graph_settings()

   dot.node('L1', txt['id_phase'], **lbl_style)

   dot.node('ID_Total', box1_text, width='2.5')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L1'); s.node('ID_Total')

   display(dot)

def show_phase_2_duplicates(txt, box1_text, n_duplicates, n_title_screen, lbl_style):

   dot, _ = get_base_graph_settings()

   # Nodes

   dot.node('L1', txt['id_phase'], **lbl_style)

   dot.node('ID_Total', box1_text, width='2.5')

   dot.node('DUP_Right', f"{txt['dup_box']}\n(n={n_duplicates:,})\n{txt['dup_reason']}")

   dot.node('TITLE_Scr', f"{txt['title_scr']}\n(n={n_title_screen:,})") # Preview next step

   # Edges

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L1'); s.node('ID_Total'); s.node('DUP_Right')

   dot.edge('ID_Total', 'TITLE_Scr')

   dot.edge('ID_Total', 'DUP_Right')

   display(dot)

def show_phase_3_title(txt, n_title_screen, n_excl_title, n_abs_screen, lbl_style):

   dot, _ = get_base_graph_settings()

   dot.node('L2', txt['scr_phase'], **lbl_style)

   dot.node('TITLE_Scr', f"{txt['title_scr']}\n(n={n_title_screen:,})")

   dot.node('TITLE_Excl', f"{txt['excl_title']}\n(n={n_excl_title:,})")

   dot.node('ABS_Scr', f"{txt['abs_scr']}\n(n={n_abs_screen:,})") # Preview result

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L2'); s.node('TITLE_Scr'); s.node('TITLE_Excl')

   dot.edge('TITLE_Scr', 'ABS_Scr')

   dot.edge('TITLE_Scr', 'TITLE_Excl')

   display(dot)

def show_phase_4_abstract(txt, n_abs_screen, n_excl_abs, n_assessed, lbl_style):

   dot, _ = get_base_graph_settings()

   # L2 is assumed from previous context or shared

   dot.node('ABS_Scr', f"{txt['abs_scr']}\n(n={n_abs_screen:,})")

   dot.node('ABS_Excl', f"{txt['excl_abs']}\n(n={n_excl_abs:,})")

   dot.node('FULL_Assess', f"{txt['assess']}\n(n={n_assessed:,})") # Preview result

   with dot.subgraph() as s: s.attr(rank='same'); s.node('ABS_Scr'); s.node('ABS_Excl')

   dot.edge('ABS_Scr', 'FULL_Assess')

   dot.edge('ABS_Scr', 'ABS_Excl')

   display(dot)

def show_phase_5_fulltext(txt, n_assessed, total_excluded, reasons_str, n_included, lbl_style):

   dot, _ = get_base_graph_settings()

   dot.node('L3', txt['elig_phase'], **lbl_style)

   dot.node('FULL_Assess', f"{txt['assess']}\n(n={n_assessed:,})", height='1.2')

   dot.node('FULL_Excl', f"{txt['excl_reason']}\n(n={total_excluded:,})\n\n{reasons_str}", shape='box', align='left')

   dot.node('INC_Main', f"{txt['inc_main']}\n(n={n_included:,})", height='1.2')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L3'); s.node('FULL_Assess'); s.node('FULL_Excl')

   dot.edge('FULL_Assess', 'INC_Main')

   dot.edge('FULL_Assess', 'FULL_Excl')

   display(dot)

def ask_confirm():

   print("-" * 30)

   while True:

       choice = input("ภาพแผนผังส่วนนี้ถูกต้องหรือไม่? (y = ถูกต้อง/ไปต่อ, n = แก้ไข): ").lower().strip()

       if choice in ['y', 'yes', 'ok']: return True

       if choice in ['n', 'no']: return False

# --- Main Program ---

def create_visual_prisma():

   print("\n" + "="*60)

   print("   PRISMA GENERATOR (Visual Check Mode)")

   print("="*60)

   lang_choice = input("เลือกภาษา (1 = Thai, 2 = English): ")

   is_thai = lang_choice.strip() == '1'

   # Text Config

   txt = {

       'id_phase': 'Identification', 'scr_phase': 'Screening', 'elig_phase': 'Eligibility', 'inc_phase': 'Included',

       'db_head': 'Records identified through\ndatabase searching' if not is_thai else 'บทความที่พบจากฐานข้อมูล',

       'dup_box': 'Records excluded' if not is_thai else 'บทความที่ถูกคัดออก',

       'dup_reason': 'Reason: Duplicates removed' if not is_thai else 'เหตุผล: บทความซ้ำ',

       'title_scr': 'Title Screening' if not is_thai else 'คัดกรองจากชื่อเรื่อง',

       'excl_title': 'Records excluded' if not is_thai else 'บทความที่ตัดออก',

       'abs_scr': 'Abstract Screening' if not is_thai else 'คัดกรองจากบทคัดย่อ',

       'excl_abs': 'Records excluded' if not is_thai else 'บทความที่ตัดออก',

       'assess': 'Full-text publications\nassessed for eligibility' if not is_thai else 'ประเมินบทความฉบับเต็ม',

       'excl_reason': 'Publications excluded' if not is_thai else 'บทความฉบับเต็มที่ตัดออก',

       'inc_main': 'Publications included' if not is_thai else 'บทความที่ได้รับคัดเลือก'

   }

   font_bold = 'Sarabun-Bold'

   lbl_style = {'shape': 'box', 'style': 'filled', 'fillcolor': '#d0e0e3', 'fontname': font_bold, 'margin': '0.2'}

   # -----------------------------

   # PHASE 1: Identification

   # -----------------------------

   while True:

       print("\n [1/5] Identification Phase")

       num_dbs = get_int_input("มีกี่ฐานข้อมูล?: ")

       db_details = []

       total_found = 0

       for i in range(num_dbs):

           db_name = input(f"  > ชื่อฐานข้อมูลที่ {i+1}: ")

           db_count = get_int_input(f"  > จำนวนที่พบ: ")

           db_details.append(f"{db_name}: {db_count:,}")

           total_found += db_count

       box1_text = f"{txt['db_head']}\n(n = {total_found:,})\n\n" + "\n".join(db_details)

       print(">> แสดงภาพตัวอย่าง Identification...")

       show_phase_1_identification(txt, box1_text, lbl_style)

       if ask_confirm(): break

   # -----------------------------

   # PHASE 2: Duplicates

   # -----------------------------

   while True:

       print(f"\n [2/5] Duplicates Removal (ยอดตั้งต้น: {total_found:,})")

       n_duplicates = get_int_input("จำนวนบทความซ้ำที่ตัดออก: ")

       if n_duplicates > total_found:

           print(" มากกว่ายอดที่มีอยู่")

           continue

       n_title_screen = total_found - n_duplicates

       print(">> แสดงภาพตัวอย่าง Duplicates Flow...")

       show_phase_2_duplicates(txt, box1_text, n_duplicates, n_title_screen, lbl_style)

       if ask_confirm(): break

   # -----------------------------

   # PHASE 3: Title Screening

   # -----------------------------

   while True:

       print(f"\n [3/5] Title Screening (ยอดตั้งต้น: {n_title_screen:,})")

       n_excl_title = get_int_input("ตัดชื่อเรื่องออก: ")

       if n_excl_title > n_title_screen:

           print(" มากกว่ายอดที่มีอยู่")

           continue

       n_abs_screen = n_title_screen - n_excl_title

       print(">> แสดงภาพตัวอย่าง Title Screening...")

       show_phase_3_title(txt, n_title_screen, n_excl_title, n_abs_screen, lbl_style)

       if ask_confirm(): break

   # -----------------------------

   # PHASE 4: Abstract Screening

   # -----------------------------

   while True:

       print(f"\n [4/5] Abstract Screening (ยอดตั้งต้น: {n_abs_screen:,})")

       n_excl_abs = get_int_input("ตัดบทคัดย่อออก: ")

       if n_excl_abs > n_abs_screen:

           print(" มากกว่ายอดที่มีอยู่")

           continue

       n_assessed = n_abs_screen - n_excl_abs

       print(">> แสดงภาพตัวอย่าง Abstract Screening...")

       show_phase_4_abstract(txt, n_abs_screen, n_excl_abs, n_assessed, lbl_style)

       if ask_confirm(): break

   # -----------------------------

   # PHASE 5: Full-text & Included

   # -----------------------------

   while True:

       print(f"\n [5/5] Eligibility & Included (ยอดตั้งต้น: {n_assessed:,})")

       print("ระบุเหตุผลการตัด Full-text (พิมพ์ 'ok' เพื่อจบ)")

       temp_reasons = []

       temp_excluded = 0

       temp_remaining = n_assessed

       while True:

           if temp_remaining <= 0: break

           r_name = input(f"  > ชื่อเหตุผล (หรือ ok): ")

           if r_name.lower() in ['ok', 'ตกลง']: break

           r_count = get_int_input(f"    จำนวนตัดออก: ")

           if r_count > temp_remaining:

               print(f"    ตัดได้ไม่เกิน {temp_remaining:,}")

               continue

           temp_remaining -= r_count

           temp_excluded += r_count

           temp_reasons.append(f"• {r_name} (n={r_count:,})")

       reasons_list = temp_reasons

       total_excluded_fulltext = temp_excluded

       n_main_included = temp_remaining

       reasons_str = "\n".join(reasons_list)

       print(">> แสดงภาพตัวอย่าง Included...")

       show_phase_5_fulltext(txt, n_assessed, total_excluded_fulltext, reasons_str, n_main_included, lbl_style)

       if ask_confirm(): break

   # ==========================================

   # FINAL ASSEMBLY & EXPORT

   # ==========================================

   print("\n กำลังรวมร่างกราฟทั้งหมด...")

   dot, _ = get_base_graph_settings()

   # 1. Labels

   dot.node('L1', txt['id_phase'], **lbl_style)

   dot.node('L2', txt['scr_phase'], **lbl_style)

   dot.node('L3', txt['elig_phase'], **lbl_style)

   dot.node('L4', txt['inc_phase'], **lbl_style)

   # 2. Nodes

   dot.node('ID_Total', box1_text, width='2.5')

   dot.node('DUP_Right', f"{txt['dup_box']}\n(n={n_duplicates:,})\n{txt['dup_reason']}")

   dot.node('TITLE_Scr', f"{txt['title_scr']}\n(n={n_title_screen:,})")

   dot.node('TITLE_Excl', f"{txt['excl_title']}\n(n={n_excl_title:,})")

   dot.node('ABS_Scr', f"{txt['abs_scr']}\n(n={n_abs_screen:,})")

   dot.node('ABS_Excl', f"{txt['excl_abs']}\n(n={n_excl_abs:,})")

   dot.node('FULL_Assess', f"{txt['assess']}\n(n={n_assessed:,})", height='1.2')

   dot.node('FULL_Excl', f"{txt['excl_reason']}\n(n={total_excluded_fulltext:,})\n\n{reasons_str}", shape='box', align='left')

   dot.node('INC_Main', f"{txt['inc_main']}\n(n={n_main_included:,})", height='1.2')

   # 3. Structure

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L1'); s.node('ID_Total'); s.node('DUP_Right')

   dot.edge('ID_Total', 'TITLE_Scr'); dot.edge('ID_Total', 'DUP_Right')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L2'); s.node('TITLE_Scr'); s.node('TITLE_Excl')

   dot.edge('TITLE_Scr', 'ABS_Scr'); dot.edge('TITLE_Scr', 'TITLE_Excl')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('ABS_Scr'); s.node('ABS_Excl')

   dot.edge('ABS_Scr', 'FULL_Assess'); dot.edge('ABS_Scr', 'ABS_Excl')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L3'); s.node('FULL_Assess'); s.node('FULL_Excl')

   dot.edge('FULL_Assess', 'INC_Main'); dot.edge('FULL_Assess', 'FULL_Excl')

   with dot.subgraph() as s: s.attr(rank='same'); s.node('L4'); s.node('INC_Main')

   # Label Invis

   dot.edge('L1', 'L2', style='invis')

   dot.edge('L2', 'L3', style='invis', minlen='3')

   dot.edge('L3', 'L4', style='invis')

   # Export

   filename_img = 'PRISMA_Final_Full'

   dot.render(filename_img, format='png', cleanup=True)

   # Docx

   doc = Document()

   doc.styles['Normal'].font.name = 'Sarabun'

   doc.add_heading('PRISMA Flow Diagram', 0)

   try: doc.add_picture(f'{filename_img}.png', width=Inches(6.0))

   except: pass

   doc.add_heading('Source Code', 1)

   doc.add_paragraph(dot.source).style = 'No Spacing'

   filename_doc = 'PRISMA_Final.docx'

   doc.save(filename_doc)

   print("\n เสร็จสมบูรณ์! แสดงผลลัพธ์สุดท้าย:")

   display(dot)

   print("\n ดาวน์โหลดไฟล์ .docx")

   btn = widgets.Button(description=' Download .docx', button_style='success', icon='download')

   def on_btn_click(b): files.download(filename_doc)

   btn.on_click(on_btn_click)

   display(btn)

create_visual_prisma()

#AIช่วยงานวิจัย Part 4 เปลี่ยน Menu Script ที่เขียนเสร็จแล้ว เป็น Presentation พร้อม Speaker Script บทพูดซ้อมนำเสนอในงานประชุมวิชาการด้วย Google AI #GeminiCanvas

ขั้นตอน

1. ไปที่ gemini.google.com เลือก Tools เป็น Canvas และเลือกโมเดลเป็นแบบคิด (Pro)

2. แนบไฟล์ Menu Script ต้นฉบับ

3. พิมพ์ Prompt ตามด้านล่าง (มีให้เลือกทั้งภาษาอังกฤษและภาษาไทย)

4. เมื่อได้ Presentation พร้อม Speaker note script แล้ว ให้คลิกที่ Export to Slides

5. จะได้ไฟล์ Presentation เปิดขึ้นมาใน Google Slides ให้ทำการแก้ไข และย้าย Speaker note script ไปไว้ที่ note เพื่อเอาไว้ซ้อมพูดแบบไม่ให้ผู้ชมเห็น script

___

ด้านล่างคือ Prompt สำหรับ English Presentation นะคะ

___

### 1. Persona (Role)

You are a distinguished **Research Scientist and Academic Presenter** with expertise in communicating complex findings clearly and persuasively. You have extensive experience presenting at top-tier international conferences.

### 2. Task

Your task is to create a **Google Slides presentation** based on the **[Attached Research Paper/File]**.

* **Topic:** Research Findings Presentation

* **Language:** English (Academic/Formal)

* **Slide Count:** Approximately 10-12 slides (or adjust as fit for a standard presentation)

### 3. Context & Constraints

* **Target Audience:** Fellow researchers, scholars, and domain experts attending an international academic conference. They have high background knowledge but need clear logic to follow your specific contribution.

* **Scenario:** A formal research presentation (Oral Presentation). Time is limited, so the focus must be on the research gap, methodology (briefly), key results, and implications.

* **Constraints:**

   * Use professional, academic English.

   * Avoid overly dense text blocks; suggest clear bullet points.

   * Focus heavily on the "Results" and "Discussion" sections.

### 4. Format & Tone

* **Tone:** Formal, Objective, Authoritative, yet Engaging.

* **Output Format:** a full Google slide presentation

Please structure every slide using this template:

* **Slide [X]:** [Catchy & Formal Title]

* **Key Visual:** [Description of a chart, graph from the paper, or diagram that should be here. Be specific, e.g., "Figure 3 from the paper: Graph showing correlation between X and Y"]

* **Bullet Points:**

   * [Key point 1]

   * [Key point 2]

   * [Key point 3]

* **Speaker Notes (Script):** "[Draft a script for the presenter to say in English. It should flow naturally, be professional, and connect the visual to the audience's understanding.]"

Input Speaker Note Script in the button line of every slides.

**Please analyze the attached file and generate the presentation starting now.**

___

ด้านล่างคือ Prompt สำหรับ Presentation ภาษาไทยนะคะ

___

### 1. บทบาทสมมติ (Persona)

คุณคือนักวิจัยผู้ทรงคุณวุฒิและนักนำเสนอผลงานทางวิชาการที่โดดเด่น มีความเชี่ยวชาญในการสื่อสารผลการค้นพบที่ซับซ้อนให้เข้าใจง่ายและโน้มน้าวใจ คุณมีประสบการณ์สูงในการนำเสนอผลงานในงานประชุมวิชาการระดับชาติชั้นนำ

### 2. งานที่ได้รับมอบหมาย (Task)

หน้าที่ของคุณคือ สร้าง **Google Slides presentation** โดยอ้างอิงจาก **[ไฟล์งานวิจัยที่แนบมานี้]**

* **หัวข้อ:** การนำเสนอผลการค้นพบจากการวิจัย (Research Findings Presentation)

* **ภาษา:** ภาษาไทย (เชิงวิชาการ/ทางการ)

* **จำนวนสไลด์:** ประมาณ 10-12 สไลด์ (หรือปรับตามความเหมาะสมสำหรับการนำเสนอมาตรฐาน)

### 3. บริบทและข้อจำกัด (Context & Constraints)

* **กลุ่มเป้าหมาย:** เพื่อนนักวิจัย นักวิชาการ และผู้เชี่ยวชาญในสาขาที่เข้าร่วมงานประชุมวิชาการระดับชาติ (พวกเขามีความรู้พื้นฐานสูง แต่ต้องการตรรกะที่ชัดเจนเพื่อทำความเข้าใจสิ่งที่คุณค้นพบ)

* **สถานการณ์:** การนำเสนองานวิจัยอย่างเป็นทางการ (Oral Presentation) ซึ่งมีเวลาจำกัด ดังนั้นต้องเน้นที่ ช่องว่างของงานวิจัย (Research Gap), ระเบียบวิธีวิจัย (โดยย่อ), ผลการศึกษาหลัก, และข้อสรุป/ผลกระทบ

* **ข้อจำกัด:**

   * ใช้ภาษาไทยที่ดูเป็นมืออาชีพและมีความเป็นวิชาการ

   * หลีกเลี่ยงข้อความที่เป็นพารากราฟหนาแน่น ให้ใช้หัวข้อย่อย (Bullet points) ที่กระชับและชัดเจนแทน

   * เน้นหนักที่ส่วน "ผลการศึกษา (Results)" และ "อภิปรายผล (Discussion)"

### 4. รูปแบบและน้ำเสียง (Format & Tone)

* **น้ำเสียง:** เป็นทางการ (Formal), เป็นกลาง (Objective), น่าเชื่อถือ (Authoritative), แต่ยังคงความน่าสนใจ (Engaging)

* **รูปแบบผลลัพธ์:** เอกสารนำเสนองาน (Google slide presentation)

โปรดจัดโครงสร้างของทุกสไลด์โดยใช้เทมเพลตนี้:

* **Slide [X]:** [ชื่อหัวข้อที่ดึงดูดความสนใจและเป็นทางการ]

* **Key Visual:** [คำอธิบายของแผนภูมิ กราฟ หรือไดอะแกรมจากงานวิจัยที่ควรวางในหน้านี้ ระบุให้ชัดเจน เช่น "Figure 3 from the paper: กราฟแสดงความสัมพันธ์ระหว่าง X และ Y"]

* **Bullet Points:**

   * [ประเด็นสำคัญ 1]

   * [ประเด็นสำคัญ 2]

   * [ประเด็นสำคัญ 3]

* **Speaker Notes (Script):** "[ร่างบทพูดสำหรับผู้บรรยายเป็นภาษาไทย บทพูดควรลื่นไหล เป็นมืออาชีพ และเชื่อมโยงภาพประกอบเข้ากับความเข้าใจของผู้ฟัง]"

แทรก Speaker Notes Script ในส่วนท้ายของสไลด์ทุกหน้า

---

**โปรดวิเคราะห์ไฟล์ที่แนบมาและเริ่มสร้างเอกสารนำเสนองาน (Google Slide Presentation) ได้เลย**