# AI agronomist > AI agronomist คือผู้ช่วยให้คำปรึกษาที่ขับเคลื่อนด้วย AI ซึ่งตอบคำถามด้านเกษตรของเกษตรกรและทีมภาคสนาม เช่น เรื่องศัตรูพืช โรคพืช ดิน และแนวทางปฏิบัติในฟาร์ม โดยใช้แหล่งความรู้ที่ผ่านการตรวจสอบและบริบทท้องถิ่น ในรูปแบบที่เข้าถึงง่าย เช่น ข้อความ เสียง หรือภาพ หรือเรียกอีกชื่อว่า: ที่ปรึกษาฟาร์ม AI, นักวิชาการเกษตรดิจิทัล, บริการส่งเสริมการเกษตรด้วย AI, ที่ปรึกษาเกษตร AI ## เหตุใดจึงสำคัญ บริการส่งเสริมการเกษตรเข้าถึง[เกษตรกรรายย่อย](/glossary/smallholder/)ได้เพียงส่วนหนึ่งของโลก และคำแนะนำมักเป็นแบบทั่วไป เกษตรกรต้องการคำตอบที่ทันเวลาและเจาะจง เช่น จุดด่างบนใบนี้คืออะไร ควรตัดแต่งกิ่งเมื่อใด หรือเตรียมรับมือช่วงแล้งอย่างไร AI agronomist สามารถทำให้คำแนะนำเหล่านี้พร้อมใช้งานได้ตามต้องการ และช่วยให้ทีมภาคสนามตอบคำถามได้อย่างสอดคล้องกัน ## ทำงานอย่างไร - **ข้อมูลนำเข้า**: คำถามในรูปแบบข้อความหรือเสียง ภาพถ่ายอาการ และบริบท เช่น ชนิดพืช ภูมิภาค และฤดูกาล - **ฐานความรู้**: แหล่งข้อมูลที่ผ่านการตรวจทาน รวมถึง[แนวทางปฏิบัติทางการเกษตรที่ดี](/glossary/good-agricultural-practices/) คู่มือส่งเสริมการเกษตรระดับประเทศ และงานวิจัย ซึ่งเรียกใช้ผ่าน[RAG](/glossary/retrieval-augmented-generation/) - **ผลลัพธ์**: คำตอบที่สั้น นำไปปฏิบัติได้จริง ในภาษาท้องถิ่น พร้อมแหล่งอ้างอิงและคำเตือนด้านความปลอดภัย เช่น เรื่องสารเคมีการเกษตร - **วงจรการเรียนรู้**: คำถามที่พบบ่อยช่วยเผย[ช่องว่างความรู้](/glossary/training-impact/) ซึ่งนำไปสู่การออกแบบโปรแกรมฝึกอบรม ## ข้อผิดพลาดที่พบบ่อย - คำแนะนำที่ขัดกับกฎระเบียบท้องถิ่น เช่น การแนะนำสารกำจัดศัตรูพืชที่ถูกห้ามใช้ - ความมั่นใจเกินจริงเมื่อคุณภาพภาพหรือข้อมูลไม่เพียงพอ - การละเลยความรู้และข้อจำกัดของเกษตรกรเอง - การไม่มีช่องทางส่งต่อไปยังมนุษย์เมื่อคำตอบนั้นมีความสำคัญ [AI agronomist](/services/ai-agronomist/) ของ Farmer1st เป็นส่วนหนึ่งของเครือข่ายก่อนการแข่งขัน (pre-competitive) ขององค์กร: หน่วยงานต่าง ๆ สามารถเลือกรวมความรู้ด้านเกษตรเข้าด้วยกัน และแต่ละแห่งสามารถเพิ่มเนื้อหาของตนเองได้ โดยข้อมูลจะยังคงเป็นส่วนตัวเว้นแต่จะตัดสินใจเป็นอย่างอื่น ## คำถามที่พบบ่อย ### AI agronomist มาแทนที่เจ้าหน้าที่ส่งเสริมการเกษตรหรือไม่ ไม่ใช่การแทนที่ แต่เป็นการเสริมการทำงาน โดยสามารถตอบคำถามพื้นฐานได้ตลอดเวลาและในภาษาท้องถิ่น ขณะที่กรณีซับซ้อน การวินิจฉัยภาคสนาม และการสร้างความไว้วางใจยังคงต้องอาศัยคน หลายระบบจะส่งต่อคำถามที่ยากไปยังผู้เชี่ยวชาญที่เป็นมนุษย์ ### มีการควบคุมคุณภาพคำแนะนำของ AI อย่างไร ผ่านฐานความรู้ที่คัดสรรและตรวจทานแล้ว เทคนิคการอ้างอิงแหล่งข้อมูล เช่น retrieval-augmented generation การประเมินเทียบกับคำตอบของผู้เชี่ยวชาญ ความคิดเห็นจากผู้ใช้งาน และกระบวนการส่งต่อไปยังมนุษย์ที่ชัดเจน ## แหล่งอ้างอิง - [FAO, Digital agriculture](https://www.fao.org/digital-agriculture/en/) - [Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv)](https://arxiv.org/abs/2005.11401) - [FAO Committee on Agriculture, Development of a Framework for Good Agricultural Practices](https://www.fao.org/4/y8704e/y8704e.htm)