អតិថិជនជាទីគោរព ថ្ងៃនេះខ្ញុំចង់និយាយអំពីមូលហេតុដែលផលិតផលជាច្រើនត្រូវបង្កើតឡើងវិញ ដើម្បីប្រើប្រាស់ដោយភ្នាក់ងារ AI ទីមួយ មនុស្សទីពីរ។ នេះមិនមែនជាការបង្ហោះងាយស្រួលសម្រាប់ខ្ញុំក្នុងការសរសេរនោះទេ ពីព្រោះ៖ ខ្ញុំបានចំណាយពេលជាងមួយទស្សវត្សរ៍ គិតគូរលើការកសាងចំណុចប្រទាក់អ្នកប្រើដ៏អស្ចារ្យ។ ប៉ុន្តែ "អ្នកប្រើប្រាស់" នៅក្នុង UX កំពុងក្លាយជាភ្នាក់ងារជំនួសវិញយ៉ាងឆាប់រហ័ស។ ប៊ូតុងភីកសែលល្អឥតខ្ចោះ របាររុករកដែលងាយស្រួលប្រើ និងដាក់ CTAs ដោយប្រុងប្រយ័ត្នដែលខ្ញុំនៅតែឈ្លក់វង្វេងនឹងមានបញ្ហាតិចជាងមុន។ អនុញ្ញាតឱ្យខ្ញុំពន្យល់ដោយគ្របដណ្តប់៖ ហេតុអ្វីបានជាបង្កើតសម្រាប់ភ្នាក់ងារដំបូង APIs ជំនាញ និង MCPs: ជំហានបឋម 5 យ៉ាងរហ័សដើម្បីកសាងសម្រាប់ភ្នាក់ងារ AI ជាដំបូងហេតុអ្វីបានជាការវិនិច្ឆ័យ និងការត្រួតពិនិត្យរបស់មនុស្សនៅតែជាបញ្ហាអ្វីដែលអ្នកអាចធ្វើបានក្នុងសប្តាហ៍នេះ ខ្ញុំមានមោទនភាពក្នុងការធ្វើជាដៃគូជាមួយ Granola កិច្ចប្រជុំរបស់អ្នកមានបរិបទដ៏មានតម្លៃបំផុតមួយចំនួននៅក្នុងក្រុមហ៊ុនរបស់អ្នក ហើយ MCP របស់ Granola អនុញ្ញាតឱ្យវាចូលប្រើភ្នាក់ងារ AI ណាមួយ។ គ្រាន់តែភ្ជាប់ MCP ទៅ Claude, ChatGPT, ឬ Claude Code ហើយការសន្ទនារបស់អ្នកអាចប្រើបានគ្រប់ទីកន្លែងដែលអ្នកកំពុងធ្វើការ។ ប្រើវាដើម្បីបន្លំលក្ខណៈពិសេសពីអ្វីដែលបានព្រមព្រៀងគ្នាក្នុងកិច្ចប្រជុំ បង្កើតសំបុត្រពីការឈរ ឬព្រាងសំណើផលិតផលពីការហៅរកអតិថិជន។ សាកល្បង Granola សម្រាប់ FreeWhy build for agents first ការពិតគឺថាការប្រើ Claude Code និង OpenClaw បានធ្វើអោយខួរក្បាលរបស់ខ្ញុំត្រលប់មកវិញ។ ជំនួសឱ្យការទៅ Mercury ដើម្បីពិនិត្យមើលហិរញ្ញវត្ថុរបស់ខ្ញុំ Linear ដើម្បីគ្រប់គ្រងការងារត្រូវធ្វើរបស់ខ្ញុំឥឡូវនេះ ខ្ញុំទទួលបានអត្ថបទដើម្បីបើក Granola ទទួលបានបច្ចុប្បន្នភាពទាំងនេះ។ ខ្ញុំនឹងនិយាយរឿងដូចជា៖ "រួមបញ្ចូលហិរញ្ញវត្ថុ Mercury របស់ខ្ញុំនៅក្នុងអ៊ីមែលប្រចាំខែរបស់អ្នក។" "រាយបញ្ជីសំបុត្រលីនេអ៊ែររបស់ខ្ញុំនៅក្នុងការសង្ខេបពេលព្រឹករបស់អ្នក។" "តើអ្វីទៅជាការដកយកកំពូលពីការប្រជុំរបស់ខ្ញុំថ្ងៃនេះ?" ខ្ញុំឃើញគំរូស្រដៀងគ្នាកំពុងលេងនៅកន្លែងធ្វើការ៖ ឯកសារបច្ចេកទេសរបស់អ្នក? មនុស្សកំពុងផ្តល់អាហារដល់ AI និងសួរសំណួរ។ ផ្ទាំងស្លាយ 30 ទំព័ររបស់អ្នក? មនុស្សកំពុងអានសេចក្ដីសង្ខេប AI ជំនួសវិញ។ UX ដ៏ស្រស់ស្អាតរបស់អ្នក? ភ្នាក់ងារនឹងរំលងវា ហើយធ្វើអន្តរកម្មជាមួយ APIs របស់អ្នក។ ភ្នាក់ងារ AI នឹងធ្វើអន្តរកម្មជាមួយផលិតផលរបស់អ្នកក្នុងពេលឆាប់ៗនេះ មុនពេលមនុស្សធ្វើ។ Peter Steinberger (ស្ថាបនិករបស់ OpenClaw) គឺជាឧទាហរណ៍ដ៏អស្ចារ្យនៃការគិតដំបូងរបស់ភ្នាក់ងារ។ អ្នកមានឥទ្ធិពល AI មួយចំនួនបានមើលប្រវត្តិ GitHub របស់គាត់ ហើយបានអះអាងថាគាត់បានសាងសង់គម្រោងបរាជ័យជាង 40 មុនពេលទទួលបានជោគជ័យជាមួយ OpenClaw:Wrong ។ គាត់ពិតជាកំពុងបង្កើតឧបករណ៍បន្ទាត់ពាក្យបញ្ជាភ្នាក់ងារដំបូងចំនួន 40 ដែលរួមគ្នាធ្វើឱ្យ OpenClaw អាចធ្វើទៅបាន។ ពេត្រុសមានការកាត់ទោសឱ្យបង្កើតភ្នាក់ងារជាមុន មុនពេលអ្នកផ្សេងទៀត - ហើយការផ្តន្ទាទោសនោះគឺជាហេតុផលដ៏ធំមួយដែល OpenClaw ចាប់ផ្តើម។ ផលិតផលល្អបំផុតដែលឆ្ពោះទៅមុខនឹងងាយស្រួលបំផុតសម្រាប់ភ្នាក់ងារក្នុងការប្រើប្រាស់។APIs ជំនាញ និង MCPs៖ របៀបដែលពួកវាត្រូវគ្នា មុនពេលដែលយើងពិភាក្សាអំពីរបៀបធ្វើឱ្យភ្នាក់ងារផលិតផលរបស់អ្នកមានភាពស្និទ្ធស្នាល សូមយើងរៀបរាប់ពីភាពខុសគ្នារវាង APIs ជំនាញ និង MCPs។ គិតពី APIs ជំនាញ និង MCPs ដូចជាផ្នែកនៃផ្ទះបាយដែលមានជំនាញវិជ្ជាជីវៈ។APIs គឺជាឧបករណ៍ផ្ទះបាយ — ចំណុចបញ្ចប់ជាក់លាក់ដែលអនុញ្ញាតឱ្យភ្នាក់ងារធ្វើអន្តរកម្មជាមួយផលិតផលរបស់អ្នក។ ជាឧទាហរណ៍ API របស់ Slack អនុញ្ញាតឱ្យអ្នកផ្ញើសារ រាយបញ្ជីឆានែល និងគ្រប់គ្រងអ្នកប្រើប្រាស់។ បើគ្មាន APIs នោះគ្មានអ្វីសម្រាប់ភ្នាក់ងារដើម្បីធ្វើការជាមួយនោះទេ។ ជំនាញគឺជារូបមន្ត — ឯកសារអត្ថបទដែលបានផ្ទុកទៅក្នុងបរិបទរបស់ AI ដែលប្រាប់វាយ៉ាងច្បាស់លាស់ពីអ្វីដែលត្រូវធ្វើ និងរបៀប។ ឧទាហរណ៍៖ "នៅពេលអ្នកប្រើប្រាស់ស្នើសុំឱ្យបង្ហោះនៅក្នុង Slack សូមហៅទៅកាន់ចំណុចបញ្ចប់ "chat.postMessage" របស់ Slack API ជាមួយនឹងឆានែល និងអត្ថបទសារ។ MCPs គឺជាផ្ទះបាយដែលបំពាក់យ៉ាងពេញលេញ — ពួកគេភ្ជាប់ការភ្ជាប់ API ការផ្ទៀងផ្ទាត់ និងការកំណត់ឧបករណ៍ទៅក្នុងម៉ាស៊ីនមេតែមួយ។ ជាឧទាហរណ៍ ម៉ាស៊ីនមេ MCP របស់ Slack លាតត្រដាងឧបករណ៍ដូចជា “send_message(channel, text)” និង “list_channels()” ដូច្នេះ AI ដឹងច្បាស់ពីអ្វីដែលវាអាចហៅបាន និងរបៀប។ នេះជារបៀបគិតអំពីជំនាញធៀបនឹង MCPs ក្នុងការអនុវត្ត៖ ប្រើជំនាញនៅពេលអ្នកចង់គ្រប់គ្រងច្បាស់លាស់លើលំហូរការងាររបស់ AI របស់អ្នក។ ជំនាញធ្វើឱ្យបង្អួចបរិបទរបស់អ្នកគ្មានខ្លាញ់ ដោយសារពួកវាគ្រាន់តែជាការណែនាំជាអត្ថបទធម្មតា។ ប៉ុន្តែអ្នក (ឬភ្នាក់ងារសរសេរកូដ AI របស់អ្នក) ចាំបាច់ត្រូវសរសេរការផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវ និងតក្កវិជ្ជាហៅ API ដោយខ្លួនឯង។ ប្រើ MCPs នៅពេលអ្នកចង់បានភាពងាយស្រួលនៃការលេង។ ម៉ាស៊ីនមេ MCP ដែលបានសាងសង់ជាមុនប្រគល់ឧបករណ៍ដែលត្រៀមរួចជាស្រេចសម្រាប់ប្រើ AI របស់អ្នក និងដោះស្រាយការផ្ទៀងផ្ទាត់នៅពីក្រោយឆាក។ ប៉ុន្តែការភ្ជាប់ម៉ាស៊ីនមេ MCP ច្រើនពេកអាចធ្វើឲ្យវិនដូបរិបទរបស់អ្នកផ្ទុះឡើង។ ការដំឡើងល្អបំផុតរួមបញ្ចូលគ្នាទាំងពីរ។ MCP ផ្តល់ឱ្យភ្នាក់ងាររបស់អ្នកចូលប្រើឧបករណ៍របស់សេវាកម្ម។ ជំនាញបង្រៀនវាជាវិធីល្អបំផុតក្នុងការប្រើឧបករណ៍ទាំងនោះសម្រាប់លំហូរការងារជាក់លាក់របស់អ្នក។MCPs គឺជាអ្វីដែល AI របស់អ្នកអាចធ្វើបាន។ ជំនាញគឺជារបៀបដែលវាគួរធ្វើវា។ 5 ជំហានដើម្បីបង្កើតសម្រាប់ភ្នាក់ងារ AI firstRule មិនអនុវត្តចំពោះបណ្តាញសង្គម និង Netflix :) ខ្ញុំចង់កំណត់ APIs ជំនាញ និង MCPs ជាដំបូងព្រោះក្រុមហ៊ុនជាច្រើនគិតថា "ភ្នាក់ងារដំបូង" មានន័យថាបង្កើត MCPserver ហើយហៅវាក្នុងមួយថ្ងៃ។ ប៉ុន្តែ MCP គួរតែជាជំហានចុងក្រោយបំផុត។ នេះគឺជាជំហានទាំង 5 ដែលមានសារៈសំខាន់ តាមលំដាប់អាទិភាព៖ កុំបង្ខំមនុស្សឱ្យប្រើគេហទំព័រ ឬកម្មវិធីរបស់អ្នក។ នេះគឺជាការផ្លាស់ប្តូរផ្នត់គំនិតដែលត្រូវមកមុន។ យើងកំពុងផ្លាស់ប្តូរទៅកាន់ពិភពលោកដែលមនុស្សធ្វើអន្តរកម្មជាមួយផលិតផលរបស់អ្នកជាចម្បងតាមរយៈ ChatGPT, Claude ឬភ្នាក់ងារ AI ផ្សេងទៀត។ ប្រសិនបើផលិតផលរបស់អ្នកដំណើរការតែនៅពេលដែលមនុស្សចូលមើលគេហទំព័រ ឬកម្មវិធីរបស់អ្នក នោះអ្នកនៅពីក្រោយរួចហើយ។ រាល់សមត្ថភាពផលិតផលទាំងអស់ត្រូវការ API ដែលត្រូវគ្នា។ ជ្រើសរើសសកម្មភាពសំខាន់ៗនៅក្នុងផលិតផលរបស់អ្នក។ ប្រសិនបើភ្នាក់ងារមិនអាចធ្វើសកម្មភាពដូចគ្នាតាមរយៈ API នោះអ្នកមិនមែនជាភ្នាក់ងារដំបូងទេ។ ខ្ញុំ​មាន​ការ​ភ្ញាក់​ផ្អើល​ចំពោះ​ចំនួន​ផលិតផល​ដែល​មាន UI ស្អាតៗ​ដែល​អង្គុយ​លើ APIs មិន​ពេញលេញ ឬ​មិន​មាន​ឯកសារ។ អានបន្ថែម

You May Also Like

Enjoyed This Article?

Get weekly tips on growing your audience and monetizing your content — straight to your inbox.

No spam. Join 138,000+ creators. Unsubscribe anytime.

Create Your Free Bio Page

Join 138,000+ creators on Seemless.

Get Started Free