# การเปิด-ปิด การแก้ไข การดูสถิติการใช้ และจำนวน tokens ที่เหลือ

เมื่อสร้างผู้ช่วยเสร็จแล้ว ผู้ช่วยจะปรากฏใน **My Assistance** และ **Left Sidebar Menu** อาจารย์สามารถจัดการ เปิด-ปิด แก้ไข ดูสถิติการใช้งาน และตรวจสอบจำนวน tokens ที่เหลือได้ดังนี้

## <mark style="color:red;">**1. เปิด/ปิดการเข้าถึง**</mark> <img src="/files/PRfz6vZlo2ShWbC6fRQF" alt="" data-size="line">

* หากเปิดใช้งาน นักศึกษาที่ได้รับสิทธิ์จะเห็นและใช้ได้ (สถานะเป็น **สีเขียวสว่าง**) <img src="/files/FJDRD78WZxzCGGJcE5Um" alt="" data-size="line">

<figure><img src="/files/ioEDjc3KC5l1AkccO5Qa" alt=""><figcaption></figcaption></figure>

* หากปิด นักศึกษาจะไม่สามารถเข้าถึงได้ (สถานะเป็น **สีเทา**) <img src="/files/wXGVIQmDnE34h8xq2I6U" alt="" data-size="line">

<figure><img src="/files/iYhtkN8kRAXQe1mKTbFm" alt=""><figcaption></figcaption></figure>

## <mark style="color:red;">**2. แก้ไขการตั้งค่า**</mark> <img src="/files/ZIBZX199qvBuRUvLskKL" alt="" data-size="line">

* หากผู้ช่วยยังทำงานได้ไม่ตรงตามความต้องการ สามารถกด **แก้ไข** เพื่อเข้าสู่ **Edit Assistance Menu** ซึ่งมีการตั้งค่าเหมือนกับการสร้าง **New Assistance**

<figure><img src="/files/FtmZVrff7CCiIa978Iln" alt="" width="485"><figcaption></figcaption></figure>

* <mark style="color:purple;">ดูวิธีการสร้าง AI assistant ที่</mark> [การสร้างผู้ช่วยสอน AI (AI Teaching Assistant)](/cmu-matthew-ai/getting-started/ai-teaching-assistant.md)

## <mark style="color:red;">**3. ตรวจสอบสถานะการใช้งาน**</mark> <img src="/files/fryosm6wRdfQBiD6Xac0" alt="" data-size="line">

* ดูจำนวนครั้งที่นักศึกษาใช้งาน ทั้งแบบภาพรวมและรายบุคคล <mark style="color:orange;">(หมายเหตุ : อาจารย์ไม่สามารถดูเนื้อหาที่นักศึกษาพิมพ์ได้)</mark>

<figure><img src="/files/MuSSvxFpu1MTM5wnECqo" alt="" width="479"><figcaption></figcaption></figure>

โดยสามารถดูสถานะการใช้งานของแต่ละ ผู้ช่วย AI ดังนี้

* **Context Tokens**: จำนวนโทเคนของข้อมูลที่ป้อนเข้าไป (<mark style="color:purple;">ดูความหมายของ tokens ที่</mark> [#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 %}

<figure><img src="/files/Ev4l8unMJEhlHOTQyvvj" alt=""><figcaption></figcaption></figure>

## <mark style="color:red;">**Token คืออะไร?**</mark>

**Token** คือ **หน่วยย่อยของข้อความ** ที่ AI ใช้ในการประมวลผล ซึ่งอาจเป็นคำ พยางค์ หรือแม้แต่อักษรแต่ละตัว ขึ้นอยู่กับภาษาและระบบที่ใช้

### 💡อธิบายง่าย ๆ

ลองนึกถึงการตัดคำในประโยคหนึ่งให้เป็นส่วนเล็ก ๆ เพื่อให้ AI เข้าใจ เช่น

| ✅ ภาษาอังกฤษ                                                                                                                        | ✅ ภาษาไทย                                                                                                                               |
| ----------------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------- |
| <ul><li>ประโยค: <strong>"I love cats."</strong></li><li>Token อาจเป็น: <code>\["I", "love", "cats", "."]</code> (4 token)</li></ul> | <ul><li>ประโยค: <strong>"ฉันชอบกินข้าว"</strong></li><li>Token อาจเป็น: <code>\["ฉัน", "ชอบ", "กิน", "ข้าว"]</code> (4 token)</li></ul> |

{% 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**&#x20;
  * สำหรับภาษาไทย **1 คำ ≈ 1 Token** หากเป็นคำง่าย ๆ หรือคำเดี่ยว
  * แต่สำหรับคำซับซ้อน คำยาว หรือคำประสม **1 คำ อาจมากกว่า 1 Token** ขึ้นอยู่กับโครงสร้างของคำ
  * โดยทั่วไป **ข้อความภาษาไทยมีจำนวน Token ใกล้เคียงกับจำนวนคำ** มากกว่าภาษาอังกฤษ
    {% endtab %}
    {% endtabs %}

***


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.tlic.cmu.ac.th/cmu-matthew-ai/getting-started/token.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.