เนื้อหา Skill ใน Claude ถ้าเปิดไฟล์ออกมาดูจริงๆ มันคือ markdown…
แต่คำถามที่คนถามผมบ่อยมากคือ ถ้ามันคือ prompt เหมือนกัน แล้วทำไมเวลาใช้จริงมันแม่นกว่ากันคนละเรื่อง
คำตอบคือเราเทียบผิดคู่มาตลอด คู่ที่เทียบกันจริงๆ ไม่ใช่ prompt กับ skill แต่คือ prompt ที่เราพิมพ์สดทุกครั้ง กับ prompt ที่ถูกเก็บเป็นไฟล์ และช่องว่างระหว่างสองอันนี้มาจากกลไกที่ชัดเจนมาก
เรื่องแรกคือต้นทางไม่นิ่ง ลองสังเกตตัวเองดู เราไม่เคยพิมพ์ prompt เดิมซ้ำได้เป๊ะสักครั้ง วันนี้พิมพ์ว่าสรุปให้กระชับ พรุ่งนี้พิมพ์ว่าย่อให้สั้นๆ ในหัวเราคิดว่ามันคืออันเดียวกัน แต่สำหรับโมเดลมันคือ input คนละตัว input ต่างกัน output ก็ต่างกัน ความไม่แม่นที่เราชอบโทษ AI จำนวนมากเกิดตรงนี้ ไม่ได้เกิดที่ตัวโมเดล ส่วน skill คือไฟล์เดิม ตัวอักษรเดิม ทุกครั้ง มันตัดความแกว่งทิ้งตั้งแต่ต้นทาง
เรื่องที่สองคือ context ที่ยาวไม่ได้แปลว่าโมเดลใส่ใจทุกบรรทัดเท่ากัน เวลาเรายัด prompt ยาวสี่สิบบรรทัดเข้าไปรวดเดียว ข้อ 7 กับข้อ 31 มันแย่ง attention กันเอง ยิ่งยาวยิ่งเจือจาง แต่ skill ถูกออกแบบให้โหลดเป็นชั้น ตอนแรกโมเดลเห็นแค่ชื่อกับคำอธิบายสั้นๆ พอมันตัดสินใจว่างานนี้ตรงกับ skill ตัวไหน มันค่อยเปิดไฟล์เต็มเข้ามา แล้วถ้าในไฟล์นั้นอ้างถึงไฟล์อื่นอีก มันค่อยเปิดตอนที่ต้องใช้จริง เขาเรียกว่า progressive disclosure ผลลัพธ์คือ ณ วินาทีที่ลงมือทำ context มีแต่ของที่เกี่ยวข้องกับงานตรงหน้า ไม่ได้มีทุกอย่างที่เรานึกออกเมื่อสามเดือนก่อนปนอยู่ด้วย
เรื่องที่สามผมว่าสำคัญที่สุด แต่คนพูดถึงน้อยที่สุด คืออะไรที่ต้องเป๊ะ อย่าให้โมเดลเดา prompt ทำได้อย่างเดียวคือขอให้โมเดลพยายาม ซึ่งวิธีทำงานของมันคือทำนายคำถัดไปทีละคำ มันเป็นความน่าจะเป็น ถูกเก้าสิบเก้าครั้งก็ยังมีครั้งที่ร้อยที่เพี้ยนได้ แต่ skill แนบ script ไปด้วยได้ เวลาผมสั่งย่อรูปเป็น 1080x1350 มันไม่ได้พยายามให้ได้ประมาณนั้น แต่มันรันโค้ดแล้วได้ 1080x1350 ทุกครั้ง ไม่มีวันเพี้ยน
หลักคิดที่ผมใช้คืองานไหนที่ตัดสินถูกผิดได้ชัด ให้โค้ดทำ งานไหนที่ต้องใช้ดุลพินิจ ค่อยให้โมเดลทำ ความแม่นที่เพิ่มขึ้นส่วนใหญ่ไม่ได้มาจากการเขียน prompt เก่งขึ้น แต่มาจากการย้ายงานออกจากฝั่งที่ต้องเดา
เรื่องที่สี่คือมันไม่ต้องพึ่งความจำของเรา ช่องคำอธิบายใน skill ทำหน้าที่เหมือนพนักงานต้อนรับที่คอยชี้ทาง ผมพิมพ์แค่ว่าทำโพส มันไปหยิบขั้นตอนสี่สิบบรรทัดมาเองครบ ในขณะที่ prompt ความแม่นของมันผูกกับสภาพของเราในวันนั้น วันที่ว่างเราสั่งครบ วันที่ยุ่งเราสั่งครึ่งเดียวแล้วก็บ่นว่า AI มันโง่ลง ทั้งที่คนที่เปลี่ยนไปคือเรา
เรื่องสุดท้ายคือมันสะสมบทเรียนได้ ส่วน prompt ดีๆ ของเรานอนตายอยู่ในแชตเก่าที่หาไม่เจอ ยกตัวอย่างจริงของผม skill ทำสไลด์ที่ชื่อ base-slides กว่าจะนิ่งคือเวอร์ชันหก แต่ละเวอร์ชันไม่ได้เกิดจากผมฉลาดขึ้น แต่เกิดจากมันพังแล้วผมจดไว้ อย่างเรื่อง shape ที่ใส่ความโปร่งใสแล้ว Keynote render ออกมาเพี้ยน หรือระยะขอบที่ต้องจัดยังไงถึงจะไม่เหลื่อม ถามจริงว่ามีใครจะนึกพิมพ์ข้อจำกัดพวกนี้ลงใน prompt ตั้งแต่ครั้งแรกไหม ไม่มีทาง เพราะมันเป็นความรู้ที่ได้จากการพังเท่านั้น และถ้าไม่มีที่ให้จด มันก็หายไปพร้อมแชตนั้น
แล้ว prompt แพ้ตลอดเลยไหม ไม่ใช่เลย งานที่ทำครั้งเดียวจบ งานที่ยังไม่รู้ว่าอยากได้อะไร งานสำรวจหาไอเดีย พวกนี้ prompt เร็วกว่าและดีกว่าเยอะ เพราะการรีบเขียน skill ตอนที่เรายังไม่รู้ว่าผลลัพธ์ที่ดีหน้าตาเป็นยังไง คือการล็อกความเข้าใจผิดของตัวเองเอาไว้ถาวร แล้วมันจะผิดซ้ำๆ อย่างเสถียรมาก
กฎที่ผมใช้คือทำงานเดิมถึงครั้งที่สาม ค่อยแปลงเป็น skill สองครั้งแรกปล่อยให้มันเลอะไปก่อน เพราะสองครั้งแรกคือช่วงที่เรากำลังหาว่าคำว่าดีของงานนี้แปลว่าอะไร
สิ่งที่ผมได้เรียนรู้จากการทำ skill มาหลายตัวคือ ความแม่นของ AI ไม่ได้เพิ่มขึ้นเพราะเราเขียนคำสั่งเก่งขึ้น แต่เพิ่มขึ้นเพราะเราเหลือสิ่งที่มันต้องเดาน้อยลงเรื่อยๆ ซึ่งแปลว่างานหลักไม่ได้อยู่ที่การตามหาคำสั่งวิเศษ แต่อยู่ที่การยอมจดสิ่งที่ตัวเองเคยพลาด ซึ่งฟังดูน่าเบื่อกว่ามาก แต่มันได้ผลกว่าจริงๆ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac