AI ช่วยตรงไหนใน Platform
AI Co-Teacher, Template Theme, Voice, OCR, AI Tutor, Child_DNA, Parent Insight และ Admin Governance
เปิดหน้าจอจริงคู่มือนี้พาไล่ตั้งแต่สมัครใช้งาน เลือก Workspace ไปจนถึงการใช้ AI ช่วยครู นักเรียน ผู้ปกครอง และโรงเรียน เพื่อให้เห็นภาพว่าแต่ละคนต้องทำอะไร และระบบช่วยอะไรได้บ้าง

Getting Started · เริ่มต้นใช้งาน
BloomDNA เริ่มจากโรงเรียน แล้วไล่ส่งต่อกันเป็นทอด ๆ — โรงเรียน → ครู → นักเรียน → ผู้ปกครอง แต่ละคนทำส่วนของตัวเองแล้ว “ส่งกุญแจ” ให้คนถัดไป
ตัวอย่าง: ผอ.สมศรีเปิดโรงเรียน → ก็อปลิงก์เชิญ → ส่งในไลน์กลุ่มครู
ตัวอย่าง: ครูสมพรสร้างห้อง ป.3/1 → ได้รหัส ABC123 → เขียนบนกระดาน
ตัวอย่าง: น้องตะวันใส่รหัส ABC123 → เข้าห้องเลย → บอกชื่อผู้ใช้ให้แม่
ตัวอย่าง: แม่น้องตะวันเชื่อมกับลูก → โรงเรียนยืนยัน → เห็น insight เอาไปต่อที่บ้าน
มี 3 วิธี — เลือกวิธีไหนก็ได้ แต่ทุกวิธี “โรงเรียนต้องยืนยัน” ก่อนถึงจะเห็นข้อมูลลูก
ครู/แอดมินออกลิงก์เชิญที่ผูกกับลูกของคุณไว้ → คุณกดลิงก์แล้วสมัคร → เชื่อม + ยืนยันอัตโนมัติทันที
ในหน้าผู้ปกครอง พิมพ์ “ชื่อผู้ใช้ของลูก” → ส่งคำขอ → โรงเรียนกดยืนยันว่าเป็นผู้ปกครองจริง
ครู/แอดมินจับคู่ผู้ปกครอง–นักเรียนให้ในหน้า Roster ของโรงเรียน
ปลอดภัย: ไม่มีใครอ้างเป็นผู้ปกครองเด็กคนไหนเองได้ — โรงเรียนเป็นผู้ยืนยันเสมอ และพ่อแม่จะเห็นพัฒนาการแบบ “เชิงคุณภาพ” ไม่มีคะแนนดิบหรือการเปรียบเทียบกับเด็กคนอื่น
Teacher Studio · สร้างสื่อด้วย AI
AI เป็นผู้ช่วย “ร่าง” เท่านั้น — ไม่มีอะไรถึงมือเด็กจนกว่าครูจะตรวจ แก้ และกดอนุมัติ และระบบเช็คเฉลยให้ตรงกับตัวเลือกจริงก่อนเผยแพร่
AI ช่วยร่าง — ครูตรวจและอนุมัติก่อนใช้เสมอ: ระบบเช็คว่าเฉลยตรงกับตัวเลือกจริงก่อนเผยแพร่ และไม่มีอะไรถึงเด็กโดยไม่ผ่านครู
AI Co-Creator Lab · /student/creator
AI ช่วยต่อยอดได้ แต่เด็กเริ่มจากไอเดียของตัวเอง ตรวจงาน AI เอง ตัดสินใจเอง แล้วบอกว่าแก้อะไรเอง — ก่อนส่งครูเก็บเป็นผลงาน (portfolio)
My Idea → Ask AI → Check → Improve → Disclose
คิดเองก่อน: อยากสร้าง/แก้อะไร
ขอทางเลือกจาก AI ช่วยร่าง
ตรวจงาน AI: claim / ความเสี่ยง / แหล่ง
เลือก + ปรับด้วยตัวเอง
บอกว่าเราแก้อะไรเอง
AI เป็นเพื่อนร่วมคิด — แต่ไอเดีย การตรวจ การตัดสินใจ และความรับผิดชอบเป็นของเรา: ไม่ใส่ข้อมูลส่วนตัว ใช้ภาษาของตัวเอง และตรวจความถูกต้องก่อนส่งครู
AI Future Skills
BloomDNA ฝึกเด็กให้คิดเองก่อน ถาม AI อย่างมีเป้าหมาย ตรวจความถูกต้อง ปรับด้วยรสนิยมและเหตุผลของตัวเอง แล้วเปิดเผยการใช้ AI ก่อนครูอนุมัติเป็น portfolio
เปิด AI Co-Creator Labเด็กเริ่มจากคำถาม ความสงสัย หรือสิ่งที่อยากสร้างของตัวเองก่อน
AI ช่วยปรับ prompt ให้มีเป้าหมาย บริบท ข้อจำกัด รูปแบบคำตอบ และสิ่งที่ต้องตรวจ
AI เสนอทางเลือกหลายแบบ แต่เด็กเป็นคนเลือกและตัดสินใจว่าจะใช้หรือไม่ใช้ส่วนไหน
เด็กตรวจ claim แหล่งข้อมูล ความเสี่ยง และสิ่งที่ AI อาจเดาหรือผิด
เด็กปรับงานด้วยภาษาของตัวเอง เพิ่ม taste ความคิดสร้างสรรค์ และเหตุผลของตัวเอง
ก่อนส่งครู เด็กบอกว่า AI ช่วยอะไร เด็กตัดสินใจอะไร ตรวจอะไร และแก้อะไร
Journey Map
BloomDNA ทำงานเป็นวงจรเดียวกัน แต่แยกหน้าจอและสิทธิ์ให้เหมาะกับบทบาทของแต่ละคน
ครูออกแบบบทเรียน กิจกรรม และการประเมินด้วย Teacher Studio
นักเรียนทำภารกิจ เรียนรู้กับ AI Tutor ฝึก AI Co-Creator และสะสมสัญญาณความถนัด
ผู้ปกครองเห็น Growth Card ที่แปลข้อมูลให้เป็นกิจกรรมที่ทำได้ที่บ้าน
โรงเรียนเห็นภาพรวมศักยภาพทั้งระบบ เพื่อจัดทรัพยากรและสนับสนุนเด็กได้ตรงจุด
Demo Clips
คลิปสั้นเหล่านี้ใช้ screenshot จริงของระบบ พร้อม caption สรุปว่า AI ช่วยตรงไหน แต่ละบทบาทต้องทำอะไร และต้องตรวจ/อนุมัติจุดใด
AI Co-Teacher, Template Theme, Voice, OCR, AI Tutor, Child_DNA, Parent Insight และ Admin Governance
เปิดหน้าจอจริงTeacher Workspace, AI Studio, Template Theme, Voice, Scan และ Growth Insight
เปิดหน้าจอจริงStudent Learn, AI Tutor, Talent signals และการเรียนรู้แบบไม่กดดัน
เปิดหน้าจอจริงAdmin Gateway, Plans, Voice/STT, Users & Roles และ Integration governance
เปิดหน้าจอจริงครูใช้ AI เป็นผู้ช่วยร่างบทเรียน แบบทดสอบ และกิจกรรมที่ตรงกับจุดที่ห้องยังเข้าใจไม่ตรงกัน จากนั้นครูตรวจ ปรับ และอนุมัติก่อนใช้จริง




นักเรียนเห็นงานที่เหมาะกับตัวเอง ถาม AI Tutor ได้ และดู Talent Profile เพื่อเข้าใจว่าตัวเองถนัดอะไรโดยไม่ถูกตัดสิน




ผู้ปกครองไม่ต้องอ่านข้อมูลการศึกษาแบบซับซ้อน ระบบแปลความถนัด ความสนใจ และพฤติกรรมการเรียนรู้ให้เป็นการสนับสนุนที่ทำได้จริง


โรงเรียนดูแนวโน้มระดับชั้น ห้องเรียน และกลุ่มทักษะ เพื่อวางแผนทรัพยากร สนับสนุนครู และยกระดับระบบการเรียนรู้โดยไม่ติดป้ายรายบุคคล


Child_DNA คือ “แกนการเรียนรู้” (learner spine) ระยะยาวของเด็ก ที่รวมหลักฐานจากการเรียน กิจกรรม และความสนใจ มาสรุปเป็นพลังเด่นแบบ deterministic — ไม่ตีตรา ไม่ตัดสิน และเติบโตได้เสมอ
ดูลำดับตั้งแต่ครูสร้าง DNA จากหลักฐานจริง ครูอนุมัติก่อนเผยแพร่ เด็กเห็น “พลังของฉัน” และผู้ปกครองนำ insight ไปส่งเสริมต่อได้ โดยไม่มีการจัดอันดับหรือใช้คะแนนดิบในมุมเด็ก
เปิดวิดีโอเต็มเด็กเห็น “พลังของฉัน” แบบเชิงบวก ไม่มีตัวเลข ไม่มีการตัดสิน
ครูเป็นคนสร้าง รีวิว และอนุมัติ DNA ก่อนเด็กหรือผู้ปกครองเห็น
ผู้ปกครองเห็นว่าลูกเก่งและชอบอะไร เพื่อส่งเสริมได้ตรงจุด — ไม่มีตัวเลขเช่นกัน
เข้าสู่ระบบด้วยบัญชี demo เพื่อเห็น Child_DNA จากมุมต่าง ๆ — เด็กแต่ละคน “แววต่างกัน”
AI เสนอแผน บทเรียน คำถาม และ insight แต่ครูหรือผู้ดูแลยังเป็นคนตรวจและอนุมัติ
ข้อมูลถูกใช้เพื่อหาแนวทางสนับสนุน ไม่ใช่สรุปว่าเด็กเป็นคนแบบใดแบบถาวร
แต่ละบทบาทเห็นข้อมูลในระดับที่เหมาะสม ครู พ่อแม่ และโรงเรียนจึงช่วยเด็กไปทางเดียวกัน
ถ้ายังไม่แน่ใจ ให้เริ่มที่ Dashboard เพื่อดูภาพรวม หรือสมัครใช้งานเพื่อสร้าง Workspace ส่วนตัว