---

10 เรื่องเกี่ยวกับ Claude ที่น่าเอาไปใช้ต่อ — EP.1

รวมแนวคิดจากหลายบทความและ Open Source Project สำหรับคนที่อยากใช้ AI ให้เก่งกว่าแค่ถาม-ตอบ

ช่วงนี้มีทั้งบทความ GitHub Repo และเครื่องมือใหม่ ๆ เกี่ยวกับ Claude และ AI Agent ออกมาเยอะมาก หลายเรื่องไม่ได้ช่วยแค่ให้ AI “ตอบเก่งขึ้น” แต่เปลี่ยนวิธีที่เราใช้ AI ทำงานไปเลย ตั้งแต่การ Vibe Code อย่างมีระบบ การสร้าง Workflow และ Skills ให้ AI ทำงานตามมาตรฐาน ไปจนถึงการใช้ Claude ช่วย Research, ทำธุรกิจ และตรวจคุณภาพงาน ผมเลยรวบรวม 10 เรื่องที่อ่านแล้วน่าสนใจมาเขียนเป็น Note สั้น ๆ ในภาษาของตัวเอง เผื่อใครกำลังใช้งาน Claude อยู่จะได้หยิบแนวคิดหรือเครื่องมือบางตัวไปทดลองใช้ต่อได้ครับ

1. วิธีใช้งาน Vibe Coding ให้มีประสิทธิภาพ

• คิดเหมือนเป็น PM ให้ AI
  อย่าถามแค่ว่า “AI ทำอะไรให้เราได้บ้าง” แต่ให้คิดว่า เราต้องเตรียมอะไรให้ AI เพื่อให้มันทำงานได้ดี เช่น Context, Requirement, Input/Output, ไฟล์ที่เกี่ยวข้อง และข้อจำกัดต่างๆ
• Brief ให้ชัดก่อนเริ่ม Code
  ยิ่งบอกเป้าหมาย วิธีการทำงาน เงื่อนไข และผลลัพธ์ที่คาดหวังชัดเจน AI ก็ยิ่งทำงานได้ถูกต้อง ลดการแก้ไปมาและลดโอกาสได้โค้ดผิดทิศทาง
• ไม่จำเป็นต้องเข้าใจทุกบรรทัด แต่ต้องรู้วิธีตรวจสอบ
  เราสามารถทำงานกับระบบที่ซับซ้อนได้ หากรู้จักแบ่งงานเป็น Layer และมีวิธีตรวจสอบความถูกต้องในแต่ละจุด
• แยก Core กับ Leaf ก่อน Vibe Code
  ส่วน Core ที่เป็นโครงสร้างหลัก เปลี่ยนยาก และมีผลกระทบสูง ควรเข้าใจเองอย่างลึกซึ้ง ส่วน Leaf เช่น Feature หรือ Function ย่อย สามารถให้ AI ช่วยเขียนเพื่อเพิ่มความเร็วได้มากกว่า
• ใช้ AI มากขึ้นในงานที่ย้อนกลับหรือแก้ไขได้ง่าย
  งานย่อยที่ผลกระทบต่ำ สามารถยอมรับ Technical Debt ได้บางส่วน เหมาะกับการ Vibe Code มากกว่างาน Critical ที่ผิดแล้วกระทบทั้งระบบ
• ออกแบบระบบให้ Verifiable ตั้งแต่ต้น
  ต้องมี Test, Stress Test, Checkpoint, Expected Output หรือเกณฑ์ที่ชัดเจน เพื่อให้ทั้งคนและ AI สามารถตรวจสอบได้ว่าสิ่งที่สร้างขึ้นมาถูกต้องหรือไม่
• AI เขียนโค้ดจำนวนมากได้ แต่ Human Review ยังสำคัญ
  แม้ Claude จะช่วยเขียนโค้ดระดับหลายหมื่นบรรทัดเพื่อใช้จริงใน Production ได้ แต่ต้องผ่าน Testing และการตรวจสอบจากมนุษย์อย่างเข้มงวดก่อน Merge
• อย่าปล่อย AI ทำงานยาวๆ โดยไม่มีจุดตรวจ
  ควรแบ่งงานเป็นช่วงเล็กๆ ให้ AI ทำ → ตรวจ → Test → แล้วค่อยไปขั้นต่อไป เพื่อลดความผิดพลาดสะสม
• ปัญหา Vibe Coding ส่วนใหญ่อยู่ที่การเตรียมงาน ไม่ใช่ความสามารถของ AI
  ถ้า Context ไม่ดี Requirement ไม่ชัด และไม่มีระบบตรวจสอบ ต่อให้ AI เก่งแค่ไหน ผลลัพธ์ก็มีโอกาสพังได้

Context ชัด → แยก Core/Leaf → Verify ทุกช่วง.

2. สร้าง 1-Person Business ด้วย Claude Code

• อย่าเริ่มจาก “อยากสร้างอะไร” แต่เริ่มจาก “ตลาดมีปัญหาอะไร”
  ใช้ Claude Code ทำ Product Research หา pain point ที่เกิดซ้ำ ประเมินทั้ง Market Size + Buildability เพื่อเลือกปัญหาที่มีตลาดและคนเดียวสร้างไหว
• ใช้เสียงของลูกค้าจริงเป็นวัตถุดิบ
  ให้ AI ไปดู Reddit, รีวิว หรือ Community แล้วดึงคำบ่นและภาษาที่ลูกค้าใช้จริงมาใช้กับ Landing Page, Ads, Content, Cold Email และ Proposal แทนการคิดคำสวยๆ เอง
• คู่แข่งที่มีคนบ่นคือแผนที่ของ Product Opportunity
  วิเคราะห์ Pricing + Reviews ของคู่แข่ง แล้วหาว่า “คนไม่พอใจอะไร” เช่น แพงเกิน ใช้ยาก ซับซ้อน หรือฟีเจอร์ไม่ตรงจุด จากนั้นสร้าง Product ที่แก้ช่องว่างนั้นโดยตรง
• สำหรับ MVP ให้ Optimize ที่ Speed ไม่ใช่ Perfection
  เป้าหมายคือ Build เร็ว → Launch เร็ว → รับ Feedback เร็ว → Iterate เร็ว เพราะการเรียนรู้จากตลาดสำคัญกว่าการทำ Version แรกให้สมบูรณ์แบบ
• มอง AI เป็นทีมงาน ไม่ใช่แค่ Coding Assistant
  แยกงานให้ Sub-agents ทำ Backend, Database, Frontend, Auth, Integration พร้อมกัน แล้วให้ Main Agent ทำหน้าที่ Orchestrate เหมือนเรามีทีมเล็กๆ อยู่รอบตัว
• Context ดี = Output ดี
  ก่อนทุก Session ควรให้ Product Brief สั้นๆ ว่า กำลังสร้างอะไร / ให้ใครใช้ / Tech Stack อะไร / Session นี้ต้องทำอะไร เพื่อลดการเดาและลด AI หลุดโจทย์
• ทำงานเป็น Sprint: 1 Session = 1 Task
  อย่าสั่งให้ AI สร้างทั้งระบบใน Prompt เดียว แต่แบ่งงานเป็นก้อนเล็กๆ ที่มีเป้าหมายชัดเจน จะควบคุมคุณภาพและ Debug ได้ง่ายกว่า
• Marketing ต้องเริ่มพร้อม Product ตั้งแต่วันแรก
  ใช้แนวคิด Build in Public แชร์สิ่งที่กำลังสร้าง ปัญหาที่เจอ สิ่งที่เรียนรู้ และเบื้องหลัง เพื่อสร้าง Audience ไปพร้อมกับ Product แทนที่จะสร้างเสร็จแล้วค่อยหาลูกค้า
• สร้าง Content Pipeline เพื่อเพิ่ม Leverage
  เก็บโพสต์เก่า Script และ Content ที่เคยทำดีเป็น Knowledge Base แล้วให้ AI เปลี่ยนเรื่องเดียวเป็น X, LinkedIn, Reels, Shorts ฯลฯ โดยเราเน้น Review และ Approve แทนการเริ่มใหม่ทุกครั้ง
• Proposal คือเครื่องพิสูจน์ว่าเราเข้าใจธุรกิจลูกค้า
  ใช้ AI ช่วย Research และสร้าง Proposal ที่เฉพาะเจาะจงกับ Pain Point ของลูกค้า ยิ่ง Proposal ดูเข้าใจธุรกิจจริงมากเท่าไร ยิ่งเพิ่มโอกาสปิดดีลและลดแรงต่อรองเรื่องราคา

1-Person Business ไม่ได้หมายถึง “ทำทุกอย่างคนเดียว” แต่คือ เราเป็นคนคิด ตัดสินใจ และกำกับระบบ ส่วน AI ทำหน้าที่เป็น Researcher + Developer + Marketer + Sales Assistant เพื่อเพิ่ม Leverage ให้คนหนึ่งคนทำงานได้เหมือนทีม.

3. จาก AI Coding Assistant → AI Engineer ที่มี Workflow

• อย่าใช้ AI แบบ “โยน Bug แล้วให้เดา”
  ควรฝัง Workflow ให้ AI ทำงานเป็นขั้นตอน เช่น Reproduce → Trace → ทดสอบสมมติฐาน → หาหลักฐาน → ค่อย Fix เพื่อลดการแก้แบบเดาสุ่ม
• Skill คือการบันทึก “วิธีคิดและมาตรฐานการทำงาน” ให้ AI
  แทนที่จะ Prompt ใหม่ทุกครั้ง เราสามารถสร้าง SKILL.md เพื่อกำหนดว่า เมื่อเจองานประเภทหนึ่ง AI ต้องคิด ทำ และตรวจสอบอะไรบ้าง
• Debug ต้องพิสูจน์ก่อนแก้
  หลักของ debug-mantra คือ ห้ามเสนอ Fix ก่อน Reproduce Bug ได้อย่างน่าเชื่อถือ เพราะ Root Cause ควรมาจาก Evidence ไม่ใช่ความน่าจะเป็นของ AI
• Bug ที่แก้แล้วควรกลายเป็น Knowledge
  ใช้ Post-mortem/RCA บันทึกให้ครบว่า เกิดอะไรขึ้น → Root Cause คืออะไร → แก้อย่างไร → Validate อย่างไร → ทำไมถึงหลุด Production เพื่อไม่ให้ทีมเจอปัญหาเดิมซ้ำ
• อย่า Review แค่ Code Diff ให้ Review ว่า “ควรทำสิ่งนี้ไหม” ก่อน
  scrutinize ช่วย Challenge Solution ว่ามีวิธีที่ เล็กกว่า ง่ายกว่า และเสี่ยงน้อยกว่า หรือไม่ แล้วจึง Trace Code Path จริงแบบ End-to-End
• Bug มักเกิดที่ “รอยต่อ” มากกว่าบรรทัดที่แก้
  เวลา Review ควรมอง Interaction ระหว่าง โค้ดใหม่ + ระบบเดิม + Dependency + Data Flow ไม่ใช่ดูเฉพาะไฟล์หรือ Function ที่เปลี่ยน
• AI ควรช่วยทั้ง Engineering และ Communication
  ใช้ management-talk แปลงรายละเอียด Technical ให้เป็นภาษาที่ PM/Manager/Executive ตัดสินใจต่อได้ เช่น สถานะ / Impact / Owner / Next Step / Risk
• Skill ที่ดีช่วยสร้างมาตรฐานทีม
  Developer, Tech Lead หรือ Engineering Manager สามารถใช้ Skill เพื่อทำให้วิธี Debug, Review, RCA และ Communication สม่ำเสมอขึ้นทั้งทีม ไม่ขึ้นกับว่าใครเป็นคน Prompt
• เป้าหมายไม่ใช่แค่ทำให้ AI “เก่งขึ้น” แต่ทำให้ AI “มีวินัยขึ้น”
  จุดสำคัญคือเปลี่ยนจากการใช้ AI แบบ ถาม-ตอบเป็นครั้งๆ ไปสู่การสร้าง AI Workflow ที่ทำซ้ำได้ ตรวจสอบได้ และถ่ายทอดวิธีคิดของทีมได้

อย่าเก็บ Best Practice ไว้แค่ในหัวคน — เปลี่ยนวิธีคิดที่ดีของ Engineer ให้เป็น Skill แล้วให้ AI ทำซ้ำตามมาตรฐานนั้นทุกครั้ง.

Note:

• 9arm-skills https://github.com/thananon/9arm-skills

4. ใช้ Web Quality Skills เป็น “ทีม QA” หลัง Vibe Coding เว็บเสร็จ

• อย่าจบงานแค่เว็บเปิดได้และหน้าตาสวย
  หลัง AI สร้างเว็บเสร็จ ควรมีขั้นตอน Audit ก่อน Production โดยตรวจอย่างน้อย Performance, Core Web Vitals, Accessibility, SEO, Security และ Best Practices
• ใช้ web-quality-audit เป็น Final QA Agent
  เหมาะสำหรับตรวจภาพรวมทั้งเว็บ แล้วจัดปัญหาเป็น Critical / High / Medium / Low จากนั้นให้แก้ Critical และ High ก่อน แล้ว Audit ซ้ำอีกรอบ
• Performance ต้องมี Budget ไม่ใช่แค่รู้สึกว่า “เร็ว”
  ตรวจขนาด JS, CSS, Images, Fonts, Cache, CDN, Lazy Loading, Code Splitting และ Critical Rendering Path เพื่อป้องกันเว็บที่ AI ใส่ Library หรือ Asset มากเกินจำเป็น
• วัด UX ด้วย Core Web Vitals 3 ตัวหลัก
  ตั้งเป้า LCP ≤ 2.5s, INP ≤ 200ms, CLS ≤ 0.1 เพื่อให้เว็บโหลดเนื้อหาหลักเร็ว ตอบสนองเร็ว และ Layout ไม่กระโดด โดยควรหา Root Cause ก่อนแก้โค้ด
• Accessibility ต้องตรวจแยกโดยเฉพาะ
  UI ที่คนทั่วไปใช้ได้ ไม่ได้แปลว่า Screen Reader หรือ Keyboard User ใช้ได้ ควรตรวจ Semantic HTML, Keyboard Navigation, Focus, Contrast, Forms, ARIA และ Alt Text ตามแนวทาง WCAG
• SEO ควรเริ่มจาก Technical Foundation
  ตรวจให้ Search Engine สามารถ Crawl และเข้าใจเว็บได้ เช่น robots.txt, sitemap, canonical, title/meta description, heading structure, internal links และ structured data มากกว่ามุ่ง Keyword Stuffing
• Security และ Best Practices ต้องมาก่อนการเก็บ Code ให้สวย
  ตรวจ HTTPS, Mixed Content, CSP, Security Headers, Vulnerable Dependencies, Deprecated APIs, Console Errors และ Browser Compatibility ก่อนปรับเรื่อง Code Quality รองลงมา
• แยก Skill ตามปัญหาแทนการใช้ Prompt ใหญ่คำสั่งเดียว
  Audit รวมใช้หา “อะไรพัง” แล้วค่อยเรียก Skill เฉพาะทาง เช่น performance, accessibility หรือ seo เพื่อเจาะ Root Cause และแก้แบบมีระบบ
• Workflow ที่เหมาะกับ Vibe Coding คือ Build → Audit → Fix → Re-audit
  อย่าให้ AI สร้างเว็บครั้งเดียวแล้ว Deploy เลย แต่เพิ่ม Quality Gate เป็นส่วนหนึ่งของ Workflow เพื่อให้ผลลัพธ์พร้อม Production มากขึ้น

Vibe Coding ที่ดีไม่ใช่แค่ “AI ช่วยสร้างเว็บ” แต่ต้องมี AI อีกชุดทำหน้าที่ตรวจคุณภาพเว็บอย่างเป็นระบบก่อนขึ้น Production.

Note:

• GitHub Repo: https://github.com/addyosmani/web-quality-skills
• จริง ๆ repo ออกแบบให้ web-quality-audit เป็น skill ภาพรวมที่เชื่อมแนวคิดจาก skill อื่น ๆ อยู่แล้ว ดังนั้น ถ้าเป็นมือใหม่ ไม่จำเป็นต้องสั่งครบ 6 ตัวทุกครั้ง เริ่มจาก web-quality-audit แล้วค่อยเรียก skill เฉพาะด้านเมื่อเจอปัญหาก็ได้
• ถ้ามองในมุม Vibe Coding อาจบ่งบทบาทแบบนี้
  - AI กำลังสร้างเว็บ:best-practices + accessibility - เว็บเสร็จ Feature แล้ว:performance - ก่อน Deploycore-web-vitals - เตรียมขึ้น Googleseo - ก่อนส่ง Productionweb-quality-audit - ไม่รู้ว่าต้องใช้ตัวไหนweb-quality-audit

5. ลดความผิดพลาดของ Claude Code: ใช้ CLAUDE.md, Rules, Skills, Hooks และ Plugin ให้ถูกที่

ถ้าใช้ Claude Code แล้วเจอปัญหา เช่น AI เดาเอง, แก้โค้ดเกินขอบเขต, overengineering, ลืม test หรือบอกว่าเสร็จทั้งที่ยังมีปัญหา วิธีแก้ไม่ใช่การยัดทุกอย่างลง CLAUDE.md แต่ควรแยกหน้าที่ให้ถูกชั้น

โครงสร้างที่ควรใช้

CLAUDE.md → Context ที่ Claude ต้องรู้ทุกครั้ง

.claude/rules/ → กฎที่ Code ต้องทำตาม

.claude/skills/ → Workflow สำหรับงานเฉพาะด้าน

Hooks → สิ่งที่ต้องเกิดขึ้นจริง เช่น lint / test / format

Plugins → Package ที่รวม Skills, Hooks, Agents หรือเครื่องมือหลายตัวไว้ติดตั้งทีเดียว

5.1) Karpathy Guidelines — ลดนิสัยพลาดพื้นฐานของ AI

เหมาะสำหรับใช้เป็นกฎพื้นฐานของ Claude Code โดยเน้น 4 เรื่อง:

• Think Before Coding — อย่าเดา ถ้าไม่รู้ให้ตรวจสอบก่อน
• Simplicity First — ทำวิธีที่ง่ายที่สุดก่อน อย่า overengineer
• Surgical Changes — แก้เฉพาะส่วนที่เกี่ยวกับงาน
• Goal-Driven Execution — กำหนดว่า “งานเสร็จเมื่อไร” และ verify ก่อนจบ

ติดตั้งเป็น Claude Code Plugin:

/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills

เหมาะกับ: ทุก Project
ประโยชน์หลัก: ลดการเดา แก้เกิน scope และสร้างระบบซับซ้อนเกินความจำเป็น

5.2) Buddhist Method — ช่วย Debug แบบหา Root Cause

เป็น Skill ที่เน้นลด hallucination และการแก้ปัญหาผิดจุด

หลักสำคัญคือ:

จำจาก pattern → Verify ก่อน

เห็น Error → หา Root Cause

ข้อมูลอาจเก่า→ Check Current State

แนวทางเดิมผิด → Rewrite แทนการ Patch

เจอ workaround → แก้สาเหตุจริง

ติดตั้ง:

git clone https://github.com/nai0om/buddhist-method ~/.claude/skills/buddhist-method

เหมาะกับ: Debugging, Bug Fix, งานที่ต้องวิเคราะห์สาเหตุ
ประโยชน์หลัก: ลดการแก้ปลายเหตุและการใช้ workaround แบบมั่ว ๆ

5.3) Superpowers — เปลี่ยน Vibe Coding ให้เป็น Engineering Workflow

Superpowers เป็นชุด Skills สำหรับจัดกระบวนการพัฒนา Software แบบครบวงจร

Workflow ประมาณนี้:

Idea
↓
Brainstorm
↓
Design
↓
Plan
↓
TDD
↓
Implementation
↓
Code Review
↓
Verification
↓
Finish

มี Skills เช่น:

• brainstorming
• writing-plans
• test-driven-development
• systematic-debugging
• requesting-code-review
• verification-before-completion

ติดตั้ง:

/plugin install superpowers@claude-plugins-official

เหมาะกับ: Project จริงจังหรือ Codebase ขนาดใหญ่
ประโยชน์หลัก: ลดการเขียนก่อนคิด และบังคับให้มี Plan → Test → Review → Verify

5.4) .claude/rules/ — แยกกฎออกจาก CLAUDE.md

อย่าใส่กฎทั้งหมดไว้ใน CLAUDE.md

ควรแยกเป็น:

.claude/
└── rules/
├── coding.md
├── frontend.md
├── backend.md
├── security.md
└── testing.md

ตัวอย่าง:

---

paths:

• "src/api/**/*.ts"

---

API Rules

• Validate every input
• Never expose secrets
• Follow existing API response format

ข้อดีคือ Claude จะใช้กฎเฉพาะกับไฟล์ที่เกี่ยวข้อง แทนที่จะโหลดทุกกฎตลอดเวลา

5.5) Hooks — เรื่องไหน “ห้ามลืม” อย่าฝากไว้กับ Prompt

ถ้าบอก Claude ว่า:

Always run lint after editing.

นี่เป็นเพียง instruction และ Claude ยังมีโอกาสลืม

ถ้าต้องการให้เกิดจริง ให้ใช้ Hook:

Claude แก้ Code
↓
PostToolUse Hook
↓
Run ESLint
↓
Run Prettier
↓
Run Tests

หลักคิดง่าย ๆ:

Rule = บอกว่า Claude ควรทำอะไร Hook = ทำให้สิ่งนั้นเกิดขึ้นจริง

เหมาะกับงาน เช่น lint, format, test, security checks หรือ block คำสั่งอันตราย

5.6) Web Quality Skills — Quality Gate สำหรับงาน Web

ถ้าทำเว็บไซต์ สามารถเสริมชุด Web Quality Skills เพื่อให้ Claude ตรวจงานก่อนส่งได้ เช่น:

performance
core-web-vitals
accessibility
seo
best-practices
web-quality-audit

ช่วยตรวจว่าเว็บไม่ได้แค่ “เปิดได้” แต่ต้อง:

• เร็ว
• Responsive
• Accessible
• SEO-ready
• ปลอดภัย
• ผ่าน Best Practices

Stack ที่แนะนำ

ถ้าต้องการให้ Claude Code ทำพลาดน้อยลง สามารถจัดโครงสร้างแบบนี้:

Claude Code
│
├── 🧠 Karpathy Guidelines
│ └── Think / Simple / Surgical / Verify
│
├── 📏 Rules
│ └── Coding / Security / Testing Standards
│
├── 🛠 Skills
│ └── Debug / Deploy / Audit / Specialized Workflow
│
├── 🔒 Hooks
│ └── Lint / Test / Format / Security Checks
│
└── 🌐 Web Quality Skills
└── Performance / Accessibility / SEO / Audit

สำหรับมือใหม่ เริ่มแค่นี้พอ

1. Karpathy Guidelines: ใช้ลดความผิดพลาดจากวิธีคิดของ AI
2. .claude/rules/: กำหนดมาตรฐานของ Project
3. Hooks: บังคับ lint / test / format ให้เกิดจริง
4. Web Quality Skills: เพิ่มเมื่อทำเว็บไซต์

ส่วน Superpowers ค่อยเพิ่มเมื่อ Project ใหญ่ขึ้น และ Buddhist Method เหมาะมากเมื่อมีงาน Debug ซับซ้อน

หลักสำคัญที่สุด

อย่าพยายามสร้าง CLAUDE.md ขนาดใหญ่ที่ควบคุมทุกอย่าง

ให้คิดเป็นระบบว่า:

Context → CLAUDE.md
Policy → Rules
Procedure → Skills
Enforcement → Hooks
Quality Gate → Tests / Audit

แบบนี้ Claude Code จะมี Context น้อยลง กฎชัดขึ้น และมีโอกาสทำผิดซ้ำน้อยกว่าการพึ่ง Prompt อย่างเดียว

6. Claude for Small Business

เปิดตัว 13 พ.ค. 2026 — ไม่ใช่แพ็กเกจใหม่ ไม่ใช่ราคาใหม่ แต่เป็น plugin ที่ติดตั้งเข้าไปใน Claude Cowork (แอปเดสก์ท็อป) ฟรีสำหรับคนที่มีแพลน Pro, Max หรือ Team อยู่แล้ว

แนวคิดคือ: แทนที่จะเปิดแชทเปล่าแล้วนั่งคิดว่าจะพิมพ์อะไร plugin นี้ใส่ “ขั้นตอนการทำงานสำเร็จรูป” มาให้แล้ว คุณแค่บอกงานเป็นภาษาคนธรรมดา

6.1) มีอะไรบ้าง

• 15 Workflows — งานใหญ่ที่รันหลายขั้นตอนต่อกัน เรียกด้วย / - เงิน: /plan-payroll /month-heads-up /close-month /price-check /tax-prep - ขาย-การตลาด: /call-list /sales-brief /run-campaign - ลูกค้า-ปฏิบัติการ: /handle-complaint /customer-pulse-check /crm-cleanup /review-contract - ภาพรวมธุรกิจ: /monday-brief /friday-brief /quarterly-review
• 15 Skills — ชิ้นงานย่อยที่ workflow เรียกใช้ ไม่ต้องพิมพ์เรียกเอง เช่น cash-flow-snapshot, invoice-chase, margin-analyzer, lead-triage, contract-review, job-post-builder, smb-onboard
• 1 Router — ตัวแปลว่าคุณอยากได้อะไร แล้วเลือก workflow ให้เอง (บางที่จึงนับรวมเป็น 31 ตัว)
• Connectors — QuickBooks, PayPal, HubSpot (สามตัวหลัก) + Canva, Docusign, Google Workspace, Microsoft 365
• Human approval — Claude ร่างและเตรียมให้ แต่ไม่ส่ง ไม่โพสต์ ไม่จ่าย จนกว่าคุณจะกดอนุมัติ และสิทธิ์การเข้าถึงข้อมูลยังเป็นสิทธิ์เดิมของแต่ละคน

ข้อสังเกต: Workflow กับ Skill หลายตัวชื่อคล้ายกันเพราะเป็นคู่กัน — /price-check คือด่านหน้าที่เรียก margin-analyzer ไปทำงานจริง ถ้าจำง่ายๆ คือ Workflow = งานที่คุณสั่ง / Skill = แรงงานที่ทำให้

6.2) ใช้งานยังไง

• ติดตั้ง:

เปิด Cowork → คลิก Customize ที่แถบซ้าย → หัวข้อ Plugins กด + → หา Small Business → Install

• เริ่มใช้ตามลำดับนี้:

1. เริ่มที่ smb-onboard ก่อนเสมอ — มันจะถามว่าธุรกิจคุณทำอะไร ทีมมีใคร ตอนนี้ติดอะไร แล้วบันทึกไว้ให้ตัวอื่นรู้จักธุรกิจคุณ ข้ามขั้นนี้ผลลัพธ์จะกลางๆ ไม่ตรงงาน
2. เชื่อม connector เท่าที่ใช้จริง — ยังไม่ต้องเชื่อมครบ หลาย workflow ทำงานได้แม้เชื่อมไม่ครบ
3. เล่นกับ Workflow ก่อน อย่าเพิ่งสนใจ Skill — พิมพ์ / แล้วเลือกจากรายการ เริ่มจากตัวที่ความเสี่ยงต่ำอย่าง /monday-brief หรือ /review-contract เพื่อดูว่าผลลัพธ์หน้าตาเป็นยังไง
4. ถ้าจำคำสั่งไม่ได้ ก็ไม่ต้องจำ — พิมพ์เป็นภาษาคนไปเลย เช่น “เดือนนี้เงินตึง จะพอจ่ายเงินเดือนไหม” Router จะพาไปที่ workflow ที่ใช่เอง
5. Skill ปล่อยให้ workflow เรียกเอง — ยกเว้นบางตัวที่ใช้เดี่ยวได้ดี เช่น job-post-builder
6. ค่อยปรับให้เข้ากับธุรกิจตัวเอง — สั่ง Claude ให้แก้ค่าเริ่มต้น หรือชี้ skill ไปใช้เครื่องมืออื่นแทนของที่ตั้งมาให้ได้

สรุปลำดับสั้นที่สุด: ติดตั้ง → smb-onboard → เชื่อมเครื่องมือ → ลอง workflow ที่ปลอดภัยก่อน → พูดภาษาคนแล้วให้ Router จัดการ → ค่อยปรับแต่ง

7. Skill, Plugin และ MCP Server ยอดฮิตของ Claude

Claude สามารถขยายความสามารถในการทำงานได้หลายรูปแบบ ทั้ง Skill, Plugin และ MCP Server ซึ่งแต่ละอย่างมีหน้าที่แตกต่างกัน และเหมาะกับงานคนละประเภท

ก่อนเลือกใช้ สิ่งสำคัญคือเข้าใจก่อนว่าแต่ละตัวคืออะไร เพราะบางตัวช่วย “สอนวิธีทำงาน” ให้ Claude ขณะที่บางตัวมีหน้าที่เชื่อม Claude เข้ากับข้อมูลหรือบริการภายนอก

บทความนี้จะพาไปรู้จักเครื่องมือที่น่าสนใจ แยกตามประเภท พร้อมอธิบายว่า แต่ละตัวใช้ทำอะไร เหมาะกับใคร และควรเริ่มจากตัวไหน

ก่อนอื่น: Skill, Plugin และ MCP Server ต่างกันอย่างไร?

• Skill = ไฟล์ที่สอน Claude ว่า “งานนี้ควรทำอย่างไร”
  เช่น ขั้นตอนออกแบบเว็บไซต์ วิธีวางแผนงาน หรือแนวทางเขียนเอกสาร
• Plugin = ชุดเครื่องมือที่รวม Skill, Command, Agent หรือ Workflow หลายอย่างเข้าด้วยกัน
• MCP Server = ตัวเชื่อม Claude เข้ากับข้อมูลหรือบริการภายนอก
  เช่น Search Engine, Database, Social Media หรือ API

จำง่าย ๆ ว่า

Skill = สอนวิธีทำงาน
Plugin = รวมเครื่องมือ
MCP = เชื่อมข้อมูลและระบบภายนอก

หมายเหตุเรื่องการเรียกใช้งาน

• ใน Claude Code Claude จะหยิบ Skill มาใช้เองเมื่อเจองานที่ตรง หรือจะพิมพ์ /ชื่อ-skill เรียกตรง ๆ ก็ได้
• ใน claude.ai (หน้าแชท/แอป) ไม่มีระบบพิมพ์ / — แค่เปิดใช้งาน Skill ในหน้า Settings แล้ว Claude จะหยิบมาใช้เองอัตโนมัติ
• MCP Server ไม่มีการพิมพ์ **/** เรียก เพราะเป็น tool ที่ Claude เรียกใช้เบื้องหลัง ไม่ใช่คำสั่งที่ผู้ใช้พิมพ์
• เครื่องมือหลายตัวในบทความนี้ออกแบบมาสำหรับ Claude Code มากกว่าการใช้งานผ่านหน้า Chat ปกติ

7.1) Skill/Plugin จาก Anthropic

skill-creator

• ใช้ตอนมีงานซ้ำทุกสัปดาห์ เบื่อพิมพ์ prompt เดิม
• ถาม-ตอบกับคุณแล้วสร้างไฟล์ skill ให้เสร็จ พร้อมทดสอบ (eval) ให้ด้วย

frontend-design

• ใช้ตอนไม่อยากได้เว็บหน้าตา “AI ทำ” แบบ gradient ม่วงซ้ำๆ
• ดันให้ Claude เลือกทิศทางดีไซน์อย่างตั้งใจ แทนค่า default

/feature-dev

• เป็น Plugin ที่ออกแบบมาให้พิมพ์คำสั่งเรียกเอง เช่น /feature-dev เพิ่มระบบ login
• ใช้ตอนจะสร้างฟีเจอร์ใหญ่ในโค้ดเบสเดิม
• เดิน 7 เฟส: สำรวจโค้ด → ถามคำถาม → ออกแบบ → เขียนโค้ด → รีวิว → สรุป
• ไม่เหมาะกับงานแก้บั๊กเล็กๆ หนักเกินไป

docx, pdf, pptx, xlsx

• ชุด Skill เอกสารทางการ ที่เป็นตัวเดียวกับที่ขับเคลื่อนฟีเจอร์สร้าง/แก้ไฟล์ในแอป Claude
• docx เข้าใจโครงสร้างไฟล์ Word จริง แก้ไขโดยรักษา track changes และฟอร์แมตเดิมไว้ได้
• pdf ดึงข้อความ/ตาราง กรอกฟอร์ม รวม-แยกไฟล์
• เหมาะกับคนทำงานออฟฟิศทั่วไปมากที่สุดในบรรดา Skill ทั้งหมด

code-simplifier

• เก็บกวาดโค้ดที่เพิ่งเขียน ลดโค้ดซ้ำ แตกเงื่อนไขซ้อนให้อ่านง่ายขึ้น
• เปลี่ยนได้แค่วิธีเขียน ห้ามเปลี่ยนพฤติกรรมของโค้ด

brand-guidelines

• ใส่สีและฟอนต์ตามแบรนด์ลงในทุก artifact ที่ Claude สร้าง (สไลด์, เอกสาร, หน้าเว็บ)
• ค่าเริ่มต้นตั้งไว้ตามแบรนด์ของ Anthropic เอง ต้องปรับให้เป็นของบริษัทตัวเองก่อนใช้จริง
• เหมาะกับสาย marketing/design ที่ต้องคุมความ on-brand

internal-comms

• ช่วยเขียนสื่อสารภายในองค์กร เช่น status report, newsletter, FAQ
• เหมาะกับสาย HR และคนที่ต้องเขียนอัปเดตทีมประจำ

7.2) Skill/Plugin จากชุมชน

brainstorming + writing-plans + executing-plans

• ความจริงที่ภาพไม่บอก: ทั้ง 3 อันเป็นท่อเดียวกันจากชุด “Superpowers” ไม่ใช่แยกกัน
• brainstorming = คุยไอเดียให้เป็นดีไซน์ ให้คุณอนุมัติก่อน
• writing-plans = ซอยเป็น task ย่อยพร้อม path ไฟล์ชัดเจน
• executing-plans = รันตามแผนทีละ task
• ข้อควรระวัง: กินคอนเทกซ์หนัก ใช้กับงานเล็กจะช้ากว่าเดิม

ui-ux-pro-max

• ให้ฐานข้อมูลดีไซน์จริง (สไตล์, สี, ฟอนต์, UX rule) แทนให้ Claude เดา
• มี tier พรีเมียมขายของ และรัน Python script ในเครื่อง ควรอ่านก่อนติดตั้ง

7.3) MCP Server

Brave Search

• ค้นเว็บเรียลไทม์ ต้องมี API key
• Claude มี web search ในตัวอยู่แล้ว ถ้าใช้แค่หน้าแชทแทบไม่จำเป็น

Firecrawl

• ดูดหน้าเว็บเป็น markdown สะอาดให้ AI อ่าน เหมาะกับงาน scraping จำนวนมาก

Socialcrawl

• ดึงข้อมูลโซเชียล 40+ แพลตฟอร์มด้วย key เดียว เฉพาะทางมาก
• ถ้าไม่ได้ทำ social listening ข้ามไปได้เลย

7.4) ติด Skill เยอะ ไม่ได้แปลว่า Claude ฉลาดขึ้น

Skill ไม่ได้เพิ่มความฉลาดของ Model แต่ช่วยให้ Claude รู้ขั้นตอน ทำงานสม่ำเสมอ และทำ Workflow ซ้ำได้ง่ายขึ้น การติด Skill มากเกินไปอาจทำให้ Context เยอะและ Instruction ซ้อนกัน จึงควรเลือกใช้เฉพาะที่จำเป็น โดยเฉพาะ Skill จากชุมชนควรตรวจสอบก่อนติดตั้ง เพราะอาจมี Script หรือ MCP Server ที่สามารถรันโค้ดและเชื่อมต่อบริการภายนอกได้

7.5) ถ้าจะเริ่ม ควรเริ่มจากอะไร?

ถ้าไม่ได้เขียน Code แนะนำเริ่มจาก Document Skills → Skill Creator ส่วนสายพัฒนาเริ่มจาก Frontend Design → Feature Dev และค่อยเพิ่ม Superpowers เมื่องานซับซ้อนขึ้น สำหรับ MCP Server ควรเพิ่มเมื่อจำเป็นต้องเชื่อมข้อมูลหรือระบบภายนอกจริง ๆ โดยจำง่าย ๆ ว่า Skill ช่วยเรื่อง “วิธีทำงาน” ส่วน MCP ช่วยเรื่อง “การเข้าถึงข้อมูลและเครื่องมือ”

8. Spec-Driven Development ด้วย spec.md

หัวใจคือให้ spec.md ทำหน้าที่เป็น Save Point / External Memory ของ Project แทนที่จะฝาก Context ทั้งหมดไว้ใน Claude Code session เพราะต่อให้ /clear, /compact หรือเปิด session ใหม่ Claude ก็สามารถอ่านไฟล์นี้แล้วทำงานต่อได้ทันที

spec.md ควรมี 4 ส่วนหลัก:

1. Architecture — ระบบปัจจุบันมี component อะไร เชื่อมกันอย่างไร ใช้ technology อะไร
2. Done — ทำอะไรเสร็จแล้ว รวมถึง decision สำคัญว่าเลือกวิธีไหนและเพราะอะไร
3. Todo — งานที่ยังเหลืออยู่ และต้อง update ตามสถานะจริงตลอด
4. Current State — สำคัญที่สุด ระบุว่าตอนนี้กำลังทำอะไร ค้างตรงไหน และขั้นตอนถัดไปคืออะไร

จากนั้นกำหนดใน CLAUDE.md ครั้งเดียวว่า หลังจบทุก Task ให้ Claude:

• Update spec.md
• Update data contract ถ้ามี interface เปลี่ยน
• ห้ามบอกว่า “Done” จนกว่าจะ update spec.md ก่อน

Workflow จึงกลายเป็น:

ทำ Task → Update spec.md อัตโนมัติ → ปิด/clear session → Session ใหม่อ่าน spec.md → ทำต่อ

ข้อดีคือไม่ต้องอธิบาย Project ใหม่ทุกครั้ง ลด Context ที่ต้องยัดไว้ใน Conversation และทำให้ Claude เข้าใจทั้ง สถานะปัจจุบัน + สิ่งที่ตัดสินใจไปแล้ว + สิ่งที่ต้องทำต่อ

ถ้าจะเริ่มใช้ง่าย ๆ:

สร้าง _spec.md_ ที่ root → ใส่ Architecture / Done / Todo / Current State → เพิ่ม rule ใน _CLAUDE.md_ ให้ update ทุก task → ทุก session ใหม่ให้เริ่มจาก _read spec.md_

สรุปเป็นประโยคเดียวได้ว่า:

CLAUDE.md บอก Claude ว่า “ต้องทำงานอย่างไร” ส่วน spec.md บอก Claude ว่า “Project ตอนนี้อยู่ตรงไหน”

9. Web Quality Skills: checklist คุณภาพเว็บที่ AI Agent ควรรู้ก่อนเขียนโค้ดให้เรา

ไปเจอ repo ของ Addy Osmani ชื่อ addyosmani/web-quality-skills มาครับ เป็นชุด Agent Skills ที่เอาแนวทาง Google Lighthouse, Core Web Vitals, WCAG 2.2 และ SEO สมัยใหม่มาเขียนเป็นคำสั่งให้ AI agent อ่านรู้เรื่อง พูดง่ายๆ คือแทนที่จะบอก AI แค่ว่า "ทำเว็บให้สวย" เราติดตั้งชุดนี้แล้ว agent จะรู้เองว่าเว็บที่ดีต้องเร็ว ใช้งานง่าย เข้าถึงได้ ปลอดภัย และ search engine เข้าใจด้วย ที่สำคัญคือมันเป็น unofficial collection นะครับ ไม่ใช่ repo ทางการของ Google แต่ตัวเลขและมาตรฐานที่อ้างอิงมาจากของจริงทั้งหมด

• 6 skills แยกหมวดชัดเจน — web-quality-audit (ตัวหลักที่สั่งงาน skill อื่นต่อ), performance, core-web-vitals, accessibility, seo, best-practices
• ฐานความรู้เบื้องหลัง — Lighthouse audits กว่า 150 รายการ, Core Web Vitals, WCAG 2.2, ประสบการณ์ performance engineering จริง
• เรื่อง Security อยู่ใน best-practices ไม่ใช่หมวดแยก — Lighthouse มี 4 หมวดคือ Performance, Accessibility, Best Practices, SEO ส่วน HTTPS / security headers / browser compatibility ถูกยัดไว้ใน best-practices
• Stack-agnostic จริง — ใช้ได้กับ React, Vue, Angular, Svelte, Next.js, Nuxt, Astro หรือ plain HTML และมี note เฉพาะ framework ให้ เช่น next/image ฝั่ง Next, partial hydration ฝั่ง Astro
• Threshold ของ Core Web Vitals — LCP ≤ 2.5s / INP ≤ 200ms / CLS ≤ 0.1 คือระดับ Good ส่วนโซนแดงคือ LCP > 4.0s, INP > 500ms, CLS > 0.25
• เป้า Lighthouse ไม่ได้ 90+ ทุกหมวด — Performance ≥ 90, Best Practices ≥ 95, SEO ≥ 95 แต่ Accessibility ตั้งไว้ที่ 100 เต็ม
• มี performance budget ให้ใช้ด้วย — น้ำหนักหน้ารวม < 1.5 MB, JavaScript < 300 KB (compressed), CSS < 100 KB, ภาพครึ่งบน < 500 KB, fonts < 100 KB, third-party < 200 KB
• ติดตั้งได้หลาย ecosystem — npx skills add addyosmani/web-quality-skills, Claude Code plugin marketplace, Codex plugin (CLI v0.122+), Gemini CLI extension หรือจะแปะ SKILL.md ลง project knowledge ใน claude.ai ตรงๆ ก็ได้
• เรียกใช้แบบไม่ต้องจำคำสั่ง — skill จะ activate เองเมื่อ prompt ตรงกับ description เช่นพิมพ์ว่า “optimize performance” หรือ “review accessibility”
• License MIT เอาไป fork ไปแก้เป็นมาตรฐานของทีมตัวเองได้เลย

สรุปคือ repo นี้เหมาะมากสำหรับคนที่ใช้ AI เขียนเว็บอยู่ แล้วอยากมี quality layer ให้ agent ตรวจงานตัวเองก่อนส่งมอบ เพราะมันเปลี่ยนเรื่องคุณภาพเว็บจาก checklist ที่ dev ต้องมานั่งไล่ทีหลัง ให้กลายเป็น instruction ที่ฝังอยู่ในตัว agent ตั้งแต่ตอนเริ่มเขียนโค้ด แต่อย่าลืมว่า skill พวกนี้คือ “ความรู้” ไม่ใช่ “เครื่องมือวัด” นะครับ มันช่วยให้ agent เขียนโค้ดที่มีโอกาสผ่านเกณฑ์สูงขึ้นมาก แต่สุดท้ายก็ยังต้องรัน Lighthouse จริงและดูข้อมูล field data จาก CrUX เพื่อยืนยันอยู่ดี

10. เปลี่ยน AI Coding Agents ให้กลายเป็นตัวละครด้วย Pixel Agents

Reference: Pixel Agents — GitHub

Pixel Agents เป็นเครื่องมือ Open Source ที่เปลี่ยน AI Coding Agents ที่กำลังทำงานอยู่ใน Terminal ให้กลายเป็น ตัวละคร Pixel Art ในออฟฟิศจำลอง ทำให้เรามองเห็นสถานะการทำงานของ Agent ได้ง่ายและสนุกขึ้น เช่น กำลังเขียน Code, อ่านไฟล์, รันคำสั่ง หรือกำลังรอให้เราตอบกลับ

แนวคิดคือ 1 Agent = 1 ตัวละคร ดังนั้นถ้าเราเปิด Claude Code หลาย Session หรือใช้ Sub-Agent หลายตัว ก็จะเห็นตัวละครหลายคนทำงานอยู่ใน Office เดียวกัน ช่วยให้การทำงานแบบ Multi-Agent ซึ่งปกติอยู่ใน Terminal ดูเข้าใจง่ายขึ้นว่า Agent ไหนกำลังทำอะไร และตัวไหนกำลังรอเราอยู่ นอกจากนี้ยังสามารถแต่ง Office เพิ่มโต๊ะ เฟอร์นิเจอร์ พื้นที่ทำงาน และเปิดเสียงแจ้งเตือนเมื่อ Agent ทำงานเสร็จหรือขอ Permission ได้ด้วย

วิธีเริ่มต้นแบบง่าย

1. ติดตั้งและตั้งค่า Claude Code
2. ติดตั้ง Pixel Agents จาก VS Code Marketplace
3. เปิด Pixel Agents Panel ที่อยู่บริเวณเดียวกับ Terminal
4. กด + Agent เพื่อเปิด Claude Code
5. จากนั้นสั่งงาน Claude ตามปกติ แล้วดูตัวละครเปลี่ยนพฤติกรรมตามสิ่งที่ Agent กำลังทำ

นอกจากใช้เป็น VS Code Extension แล้ว ยังสามารถเปิดเป็น Browser ผ่านคำสั่ง

npx pixel-agents

ได้ด้วย เหมาะกับคนที่ใช้ Terminal, Remote Environment หรือ Workflow ที่ไม่ได้ทำงานอยู่ใน VS Code ตลอดเวลา

Reference: Pixel Agents — GitHub

สิ่งที่น่าสนใจ: Pixel Agents ไม่ได้ทำให้ AI เขียน Code เก่งขึ้น แต่เป็นการเปลี่ยน ประสบการณ์ในการควบคุมและติดตาม AI Agents จากหน้าจอ Terminal ที่เต็มไปด้วยข้อความ ให้กลายเป็น Visual Interface ที่ดูคล้ายเกม ทำให้แนวคิด Multi-Agent เข้าใจง่ายและสนุกขึ้น

ปัจจุบัน Claude Code เป็นระบบหลักที่ใช้งานได้จริง ส่วนการรองรับ Agent อื่นอย่าง Codex, Gemini และ Cursor ยังอยู่ใน Roadmap ของโครงการ

Reference: Pixel Agents — GitHub

---

ทั้ง 10 เรื่องมีรายละเอียดต่างกัน แต่สิ่งที่ผมรู้สึกว่าเหมือนกันคือ เราเริ่มขยับจากการใช้ AI แบบ “ถามแล้วตอบ” ไปสู่การออกแบบว่า AI ควรทำงานอย่างไร เราเริ่มมี Context, Rules, Skills, Workflow, Tools และ Quality Gate มาช่วยกำกับให้ AI ทำงานได้สม่ำเสมอและตรวจสอบได้มากขึ้น สุดท้ายแล้วเครื่องมือเหล่านี้อาจไม่ได้ทำให้ Model ฉลาดขึ้นโดยตรง แต่ช่วยให้เราใช้ความสามารถของ Model ได้เต็มที่ขึ้น และสำหรับผม นี่น่าจะเป็นทิศทางที่น่าสนใจที่สุดของการทำงานร่วมกับ AI Agent ในช่วงต่อจากนี้ครับ.