# การเปิด-ปิด การแก้ไข การดูสถิติการใช้ และจำนวน tokens ที่เหลือ เมื่อสร้างผู้ช่วยเสร็จแล้ว ผู้ช่วยจะปรากฏใน **My Assistance** และ **Left Sidebar Menu** อาจารย์สามารถจัดการ เปิด-ปิด แก้ไข ดูสถิติการใช้งาน และตรวจสอบจำนวน tokens ที่เหลือได้ดังนี้ ## **1. เปิด/ปิดการเข้าถึง** * หากเปิดใช้งาน นักศึกษาที่ได้รับสิทธิ์จะเห็นและใช้ได้ (สถานะเป็น **สีเขียวสว่าง**)
* หากปิด นักศึกษาจะไม่สามารถเข้าถึงได้ (สถานะเป็น **สีเทา**)
## **2. แก้ไขการตั้งค่า** * หากผู้ช่วยยังทำงานได้ไม่ตรงตามความต้องการ สามารถกด **แก้ไข** เพื่อเข้าสู่ **Edit Assistance Menu** ซึ่งมีการตั้งค่าเหมือนกับการสร้าง **New Assistance**
* ดูวิธีการสร้าง AI assistant ที่ [ai-teaching-assistant](https://docs.tlic.cmu.ac.th/cmu-matthew-ai/getting-started/ai-teaching-assistant "mention") ## **3. ตรวจสอบสถานะการใช้งาน** * ดูจำนวนครั้งที่นักศึกษาใช้งาน ทั้งแบบภาพรวมและรายบุคคล (หมายเหตุ : อาจารย์ไม่สามารถดูเนื้อหาที่นักศึกษาพิมพ์ได้)
โดยสามารถดูสถานะการใช้งานของแต่ละ ผู้ช่วย AI ดังนี้ * **Context Tokens**: จำนวนโทเคนของข้อมูลที่ป้อนเข้าไป (ดูความหมายของ tokens ที่ [#token](#token "mention")) * **Response Tokens**: จำนวนโทเคนของคำตอบที่ AI สร้างขึ้น * **Users**: จำนวนผู้ใช้ที่เข้าถึงระบบ * **Conversations**: จำนวนการสนทนาที่เกิดขึ้น {% hint style="success" %} #### **นอกจากนี้ อาจารย์ยังสามารถตรวจสอบการใช้งานของนักศึกษาแต่ละคน จาก User Activity** โดยจะแสดงข้อมูลตามบัญชีผู้ใช้ (CMU Account), กิจกรรมล่าสุด (Last Activity), จำนวนบทสนทนา (Conversations), Context Tokens และ Response Tokens {% endhint %}
## **Token คืออะไร?** **Token** คือ **หน่วยย่อยของข้อความ** ที่ AI ใช้ในการประมวลผล ซึ่งอาจเป็นคำ พยางค์ หรือแม้แต่อักษรแต่ละตัว ขึ้นอยู่กับภาษาและระบบที่ใช้ ### 💡อธิบายง่าย ๆ ลองนึกถึงการตัดคำในประโยคหนึ่งให้เป็นส่วนเล็ก ๆ เพื่อให้ AI เข้าใจ เช่น | ✅ ภาษาอังกฤษ | ✅ ภาษาไทย | | ----------------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------- | | | | {% tabs %} {% tab title="💡1 คำในภาษาอังกฤษ ≈ 1.3 Token " %} * **1 คำในภาษาอังกฤษอาจมี** **มากกว่า 1 token** เนื่องจาก AI ใช้การตัดคำที่ละเอียดกว่าที่มนุษย์เข้าใจ เช่น: * คำง่าย ๆ: "dog" = 1 token * คำยาวหรือซับซ้อน: "important" อาจแบ่งเป็น \["im", "por", "tant"] = 3 token * คำที่มีสัญลักษณ์พิเศษ: "Hello!" อาจแบ่งเป็น \["Hello", "!"] = 2 token * **การประมาณว่า 1 คำ ≈ 1.3 token ในภาษาอังกฤษมาจากการประเมินโดยรวมของข้อความทั่วไป** ซึ่งมักประกอบด้วย: * คำยาวหลายพยางค์ * สัญลักษณ์พิเศษ เช่น ".", ",", หรือ "!" * เครื่องหมายเว้นวรรคที่ถูกนับเป็น token * ตัวอย่าง:\ ประโยค "I love cats." มี 3 คำ แต่ระบบนับเป็น 4 token เพราะจุด "." ก็ถูกนับเป็น token ด้วย {% endtab %} {% tab title="💡 1 คำในภาษาไทย ≈ 1 Token" %} * **โดยทั่วไป 1 คำไทย ≠ 1 Token** เนื่องจากภาษาไทยมีลักษณะเฉพาะ เช่น: * ไม่มีการเว้นวรรคระหว่างคำ * การประมวลผลต้องใช้วิธีตัดคำแบบเฉพาะเจาะจง * ตัวอย่างเช่น "ฉันชอบกินข้าว" \["ฉัน", "ชอบ", "กิน", "ข้าว"] = **4 token** ในกรณีนี้ แต่ละคำในภาษาไทยตรงกับ 1 token เพราะเป็นคำสั้น ๆ และไม่ซับซ้อน อย่างไรก็ตาม หากเป็นคำยาวหรือมีคำเชื่อมต่อ เช่น คำซับซ้อน หรือคำประสม อาจถูกแบ่งเป็น **มากกว่า 1 token** * ในกรณีที่ประโยคยาวและซับซ้อน "ประเทศไทยเป็นประเทศที่มีความหลากหลายทางวัฒนธรรม" Token อาจถูกแบ่งเป็น \["ประเทศไทย", "เป็น", "ประเทศ", "ที่", "มี", "ความ", "หลาก", "หลาย", "ทาง", "วัฒนธรรม"] = **10 token** * **สรุปโดยเฉลี่ย** * สำหรับภาษาไทย **1 คำ ≈ 1 Token** หากเป็นคำง่าย ๆ หรือคำเดี่ยว * แต่สำหรับคำซับซ้อน คำยาว หรือคำประสม **1 คำ อาจมากกว่า 1 Token** ขึ้นอยู่กับโครงสร้างของคำ * โดยทั่วไป **ข้อความภาษาไทยมีจำนวน Token ใกล้เคียงกับจำนวนคำ** มากกว่าภาษาอังกฤษ {% endtab %} {% endtabs %} ***