Year 1 · ENG · Computer Programming · 15 weeks

เรียนเขียนโปรแกรม
ยุค AI — ตั้งแต่ปัญหาจริง

คู่มือฉบับภาษาไทย ครอบคลุม 15 สัปดาห์ สำหรับนักศึกษาปี 1 วิศวกรรมศาสตร์ — เริ่มจาก "การมองเห็นปัญหาจริง" ก่อนเขียนโค้ดสักบรรทัด แล้วใช้ Python + AI เป็นเครื่องมือสร้างของจริงที่ใช้งานได้ — ไม่ใช่แค่ทำการบ้าน

📦 15 สัปดาห์ · 3 เฟส 🐍 Python 3 เป็นภาษาหลัก 🤖 ทำงานคู่ AI Agent 🎓 จบด้วย Project จริง
Computer Programming — สรุปภาพรวมหลักสูตร 15 สัปดาห์

📋 ภาพสรุปหลักสูตร 15 สัปดาห์ในรูปเดียว — คลิกเพื่อดูขนาดใหญ่

หลักคิดของคู่มือนี้

ก่อน AI — เรียนเขียนโปรแกรม คือเรียน "แก้โจทย์ที่อาจารย์ให้" หลัง AI — เรียนเขียนโปรแกรม คือเรียน "หาโจทย์เอง แล้วสั่งให้ AI ช่วยทำ"

คู่มือนี้ไม่ได้สอน Python syntax ตามตำราเดิม แล้วค่อยพูดถึง AI ตอนท้าย — แต่ เริ่มจากพื้นฐานยุค AI ก่อน (สังเกตปัญหา · เขียน Diagram · เลือกเครื่องมือ) แล้วจึงเรียน Python เป็นเครื่องมือสำหรับทำสิ่งที่อยากทำให้สำเร็จ

เป้าหมายเมื่อจบ 15 สัปดาห์ นักศึกษาต้องสามารถ — มองเห็นปัญหา → อธิบายเป็น workflow → เขียน spec → สั่ง AI ช่วยสร้างต้นแบบ → ทดสอบของจริง → ปรับแก้ → ส่งมอบใช้งานได้กับเพื่อน 1 คน

เฟส 1 · พื้นฐานก่อนเขียนโค้ด (W01–W03)

3 สัปดาห์แรกไม่มีการเขียน Python — เป็นพื้นฐานที่ยุค AI ขาดไม่ได้

W01 · Foundations
หาปัญหา + Flowchart
แยก symptom vs root problem, สังเกตงานในห้อง lab/บ้าน, เขียน Flowchart ของ process จริง — เริ่ม "ก่อนที่จะคิดถึงโค้ด"
Problem-finding Flowchart Spec
W02 · Foundations
เครื่องมือ + คำศัพท์ระบบ
รู้จัก เครื่องมือยุค AI (Cursor, Claude, GitHub, Cloud Run, …) และ คำศัพท์ระบบ (User, API, Server, Database, …) — เพื่อสั่ง AI ให้แม่นยำ
Tool literacy Vocabulary
W03 · Foundations
Diagram 6 แบบ
Flowchart, Sequence, C4, State machine, ER, Block — AI อ่าน diagram ได้ดีกว่าคำพูดคลุมเครือ มาก เรียนเขียน 6 แบบให้ใช้งานได้จริง
C4 Sequence State ER

เฟส 2 · Code Literacy with AI (W04–W07)

ไม่สอน Python syntax ทีละหัวข้อแบบเดิม — แต่ใช้ AI เป็น คู่หูฝึก เริ่มจาก อ่านโค้ดที่ AI เขียน ให้เข้าใจ → แก้ไข → สั่งงาน AI ครอบคลุม print/input/if/for/def ในเฟสเดียว

W04 · Literacy
อ่านโค้ดที่ AI เขียน
ติดตั้ง Python/Cursor · ขอ AI สร้างโปรแกรมเล็ก ๆ 3-4 ตัว แล้ว "อ่านให้เข้าใจ" ทั้ง print/input/if/for/def ในงานเดียว — ไม่ต้องท่อง syntax ก่อน
read Cursor trace
W05 · Literacy
แก้ไข + ต่อยอดโค้ด AI
แก้ AI's code ทีละนิด — เปลี่ยน condition, เพิ่ม field, ต่อ loop — เรียน syntax โดยลงมือ "แก้แล้วรัน" แทนการเรียนตามตำรา
edit syntax small steps
W06 · Literacy
สั่ง AI จาก Spec
เริ่มจาก spec ที่นักศึกษาเขียนเอง → AI สร้าง → นักศึกษาทดสอบ + แก้ — ฝึก "prompt อย่างชัดเจน" และ "ตรวจสอบงาน AI"
spec verify
W07 · Workshop
Workshop — 3 CLI Tools
สร้าง 3 เครื่องมือเล็ก ๆ ใน 1 สัปดาห์ — เครื่องคิดเลขเกรด · นับคำในไฟล์ · ตัวจัดการ TODO — ทำงานร่วมกับ AI ทุกขั้น
CLI end-to-end

เฟส 3 · Data with AI (W08–W10)

3 สัปดาห์ทำงานกับ ข้อมูลจริง — รวม list/dict/CSV/pandas เป็นเรื่องเดียว, NumPy + plot, แล้วทำ Data Project

W08 · Data
ตาราง: list / dict / CSV
เรียน list, dict, tuple, JSON, CSV, และ pandas.DataFrame เป็น "เรื่องเดียวกัน" — ทุกอันคือ "ตาราง"
list dict CSV pandas
W09 · Data
NumPy + Matplotlib
ndarray + การคำนวณ vectorize + plt.plot/scatter/bar — เพื่อ "เห็นข้อมูลด้วยตา"
numpy plot visualize
W10 · Data
Data Project ปลายทาง
เก็บข้อมูลจริง (Google Forms / CSV จาก lab) → ทำความสะอาด → วิเคราะห์ → ทำกราฟ → เล่าเรื่องด้วย insight
end-to-end real data

เฟส 4 · Advanced (W11–W14)

4 สัปดาห์ก้าวข้าม "scripts" — สู่ "ระบบจริง" ที่มีโครงสร้าง, ติดต่อโลกภายนอก, ทดสอบได้, และ deploy ได้

W11 · Advanced
OOP + จัดระเบียบโค้ด
class, method, module — และที่สำคัญกว่า "เมื่อไหร่ใช้ / เมื่อไหร่ไม่ใช้" OOP เพราะ AI ชอบ over-engineer
class modules when-not-to
W12 · Advanced
APIs + Integration
requests, Google Sheets API, LINE Messaging API, Flask/Streamlit เล็ก ๆ — ทำให้ Python "คุยกับโลกภายนอก"
requests Sheets LINE Flask
W13 · Advanced
Debug + Test + Reality
อ่าน stack trace, เขียน assert + pytest, จับ "AI hallucination", และเหตุผลว่า "works on my machine ≠ ใช้งานได้"
debug pytest hallucination
W14 · Advanced
Deploy + Maintain
Git/GitHub พื้นฐาน, deploy แอป Streamlit/Flask ขึ้น Cloud, version, rollback, change-log — ของจริงต้องบำรุงรักษาได้
git cloud maintain

เฟส 5 · Capstone (W15)

1 สัปดาห์ส่งมอบ ของจริง ให้ user จริง 1 คน — รวมทุกทักษะตั้งแต่ W01

W15 · 🎓 Capstone
Final Project — ทำของให้ user จริง
Problem → Workflow → Spec → AI Build → Test → Deploy → Docs → Demo — ประเมินจาก "ใช้งานได้กับเพื่อน 1 คน" ไม่ใช่ "ดูเท่"
spec build test deploy

ทักษะ 12 อย่างที่จะได้ (ตาม Mainidea)

The new foundation stack — สิ่งที่ "coding ยังอยู่ข้างใน แต่ไม่ใช่ศูนย์กลางอีกต่อไป"

FDN 1
เห็นปัญหาจริง
แยก symptom vs root, สังเกตงานซ้ำ, ใครเดือดร้อน, ถ้าไม่แก้จะเป็นอะไร
FDN 2
อธิบาย Workflow
เขียน flowchart ของ process ปัจจุบัน vs ที่อยากให้เป็น
FDN 3
เข้าใจข้อมูล
record, field, key, ความสัมพันธ์ — ก่อนเขียน database
FDN 4
เข้าใจระบบ
user, server, API, frontend, backend, queue — คำศัพท์ที่ AI ใช้ได้
FDN 5
ใช้ Diagram
Flowchart · Sequence · C4 · State · ER · Block
FDN 6
รู้จักเครื่องมือ
รู้ว่ามีอะไรให้ใช้ได้บ้าง และที่สำคัญ — "อะไรที่เราไม่มี"
FDN 7
สั่ง AI ให้ชัด
ขอแผนก่อน · บอกข้อจำกัด · ขอให้วิจารณ์งานตัวเอง · จับ hallucination
FDN 8
ทดสอบของจริง
manual + automated, edge case, failure path — "ทดสอบก่อนเชื่อ AI"
FDN 9
Debug พฤติกรรม
ไม่ใช่แค่ syntax — debug ระดับระบบและข้อมูล
FDN 10
คุม Scope
MVP, non-goals, "ยังไม่ต้องทำ", "ใช้ spreadsheet ก่อนพอ"
FDN 11
เขียนเอกสาร
README, spec, test plan, changelog — เป็น control layer ของ AI
FDN 12
บำรุงรักษา
version, rollback, ไม่เปลี่ยนหลายอย่างพร้อมกัน

ก่อนเริ่ม — สิ่งที่ต้องเตรียม

🚀 Setup — ทำครั้งเดียว ใช้ทั้งคอร์ส

กดเข้าแต่ละหน้าเพื่อทำตามขั้นตอน · เริ่มจาก "ต้องมี" (สีน้ำเงิน) ก่อนไปต่อ · "เสริม" (สีเหลือง/เขียว) ทำตามจำเป็น

Core · 10 นาที
🐍 ติดตั้ง Python
ดาวน์โหลดจาก python.org · ติด Add to PATH · verify ด้วย python --version · troubleshoot ครบทุกปัญหาที่เจอบ่อย
Windows Mac step-by-step
Core · 10 นาที
💻 VS Code / Cursor
เลือก editor — VS Code (ฟรี) หรือ Cursor (มี AI ในตัว) · ลง Python extension · shortcut cheat-sheet · ปัญหาที่พบบ่อย
VS Code Cursor shortcuts
Core · 10 นาที
🖥️ Terminal พื้นฐาน
PowerShell / Terminal — cd, ls/dir, pwd, run python file.py · shortcut + troubleshoot
PowerShell cd / ls
Core · 10 นาที
📦 pip + Packages
ลง package เสริม (pandas, numpy, flask) · requirements.txt · virtual environment (venv) · troubleshoot
pip install venv
Core · 15 นาที
🌿 Git + GitHub
ลง Git · สร้าง GitHub account · workflow แรก (init/add/commit/push) · .gitignore · ใช้ตั้งแต่ W04 จนถึง Final Project
git GitHub version
Core · 10 นาที
🤖 AI Accounts
Claude / ChatGPT / Cursor / Gemini · เปรียบเทียบ · เลือกอันที่เหมาะ · 5 prompt templates · GitHub Copilot ฟรีสำหรับนักศึกษา
Claude ChatGPT prompts
เสริม · ทางเลือก
☁️ Google Colab
ทางเลือกถ้าลง Python ไม่ได้ (Chromebook / iPad / ไม่มี admin) · เปิดเบราว์เซอร์รัน Python ได้เลย · เหมาะกับ W08–W10 (ทำ data + plot)
no-install Jupyter data
Reference · เปิดทิ้งไว้
📖 Python Cheat-sheet
syntax พื้นฐานทั้งหมด · variables, operators, list, dict, def, try/except · ทุก example รันได้ในเบราว์เซอร์ · ลืม syntax ไหน → ค้นที่นี่
runnable quick-ref
Reference · ใช้ตอน W12+
📐 UX/UI Principles
เลือก UI tech ให้ตรงงาน (Tkinter / Streamlit / Flask / Bot) · 5 states ที่ AI ลืม · forms · tables · mobile · AI-era traps · checklist ก่อนส่งงาน
judge AI UI W12 / W14 / W15

อื่น ๆ ที่ใช้ตอนหลัง

ความรู้พื้นฐานที่ต้องมี

ระดับรายการทำไมต้องมี
ต้องมีใช้ Windows / Mac ได้คล่องเปิด terminal, จัดการไฟล์, แตก zip
ต้องมีพิมพ์ภาษาอังกฤษได้code + error message + prompt ส่วนใหญ่เป็นอังกฤษ
ดีเคยใช้ Google Sheets / ExcelW09 / W12 ใช้แนวคิดตารางเหมือนกัน
ดีเคยใช้ ChatGPT / Gemini มาก่อนW14 จะลงลึก แต่เริ่มเร็วขึ้นถ้าคุ้นเคย
ไม่จำเป็นเคยเขียนโปรแกรมมาก่อนคู่มือเริ่มจากศูนย์
เคล็ดลับสำหรับผู้เริ่มต้น อย่ารีบกระโดดเข้า W04 (Python) ถ้ายังไม่ทำ W01–W03 — การไม่มีพื้นฐานยุค AI จะทำให้เขียนได้แค่ "toy app" ตามคำสั่ง AI ที่ไม่ชัดเจน · ลงทุน 3 สัปดาห์แรกอย่างเต็มที่
คู่มือนี้สร้างมาจาก Mainidea ของผู้สอน + เอกสารประกอบการสอนเดิม วิชา Computer Programming (Topic 1–11: Flowchart, Python, Output, Input, Conditions, Repetition, Functions, NumPy, OOP/Matplotlib, Pandas, GenAI) ของภาควิชาวิศวกรรมเครื่องกลและเมคาทรอนิกส์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยอุบลราชธานี
ดู Slide เดิมทั้งหมดได้ที่ หน้าเอกสารอ้างอิง

การใช้คู่มือนี้

คู่มือเป็นเว็บไซต์ static — ไม่ต้องติดตั้งอะไร เพียงเปิด index.html ด้วยเบราว์เซอร์ใดก็ได้ ทุกหน้ามี checklist ที่บันทึก progress ใน localStorage ของเบราว์เซอร์ (เห็นแถบล่างขวา) — เคลียร์ได้ที่ปุ่ม "รีเซ็ต"