"The map is not the territory"
"The map is not the territory" — ประโยคเก่าแก่ที่ Thariq จากทีม Claude Code บอกว่า Fable 5 สอนเขาซ้ำอีกรอบ
เขาเปรียบว่า "แผนที่" คือ prompt กับ context ที่เราป้อนให้ AI ส่วน "พื้นที่จริง" คือ codebase โลกจริงที่งานต้องเกิดขึ้นจริง ช่องว่างระหว่างสองอันนี้เขาเรียกมันว่า Unknowns หรือสิ่งที่เรายังไม่รู้ และทุกครั้งที่ AI เจอ unknown มันก็ต้องเดาเอาเองว่าเราอยากได้อะไร
ประเด็นที่ผมว่าโดนมากคือ ยิ่งโมเดลเก่งขึ้นเท่าไหร่ คอขวดของงานยิ่งไม่ได้อยู่ที่ตัว AI แล้ว แต่ย้ายมาอยู่ที่ตัวเรา ที่ว่าเรา clarify สิ่งที่ตัวเองยังไม่รู้ได้ดีแค่ไหน คนที่ใช้ agentic coding เก่งที่สุดไม่ใช่คนที่พิมพ์ prompt สวย แต่เป็นคนที่มี unknowns น้อยและรู้วิธีจัดการมัน
เขาแบ่ง unknowns เป็น 4 แบบตามกรอบของ Rumsfeld คือ Known Knowns สิ่งที่เรารู้และบอกไปแล้ว, Known Unknowns เรารู้ตัวว่ายังไม่รู้, Unknown Knowns เรื่องที่เห็นแล้วรู้เลยว่าใช่แต่บอกออกมาไม่ได้ และตัวอันตรายสุดคือ Unknown Unknowns จุดบอดที่เราไม่รู้ด้วยซ้ำว่ามีอยู่
ที่ผมชอบคือเขาไม่ได้พูดลอยๆ แต่ให้เทคนิคใช้จริงเป็นสามจังหวะ ก่อนเขียนโค้ดให้สั่ง AI ทำ Blind Spot Pass ช่วยหาจุดบอด ให้มัน brainstorm ทำ prototype หลายเวอร์ชันให้เราเลือก หรือให้มันสัมภาษณ์เราทีละคำถามเพื่อดึงเรื่องที่กำกวมออกมา ระหว่างเขียนให้มันจดไฟล์ implementation-notes เก็บทุกจุดที่ต้องเบี่ยงจากแผน และพอเสร็จให้มันออกควิซถามกลับ ต้องตอบผ่านก่อนถึงจะ merge
เคสที่เห็นภาพสุดคือเขาใช้ Fable ตัดต่อวิดีโอ launch ทั้งที่ตัวเองไม่เชี่ยวชาญวิดีโอเลย พอเจอว่าภาพดูจืดแต่ไม่รู้ว่า color grading คืออะไร เขาไม่ได้สั่งให้ AI ทำมั่วๆ แต่ให้ AI สอนเขาเรื่อง color grading ก่อน เพื่อให้ตัวเองรู้ว่า "ดี" หน้าตาเป็นยังไง
ประโยคที่ผมว่าเก็บไปใช้ได้เลยคือ ทุก explainer ทุก brainstorm ทุก interview ทุก prototype มันคือวิธีราคาถูกที่ทำให้เรารู้ว่าเราพลาดอะไร ก่อนที่มันจะแพงเกินแก้
ยุคที่เครื่องมือเก่งขึ้นทุกวัน ทักษะที่คุ้มค่าลงทุนที่สุดอาจไม่ใช่การสั่งให้เก่งขึ้น แต่เป็นการรู้จักตัวเองว่ายังไม่รู้อะไร
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac