6 บทเรียนสั่งงาน AI ให้ทำงานจริง จากคนสร้าง Claude Code (Boris Cherny)

สารบัญ

ทำไมหลายคนใช้ AI agent แล้วไม่ได้งานจริง?

เพราะใช้มันเป็นแค่ตัวเติมข้อความ ไม่ใช่ทีมงาน รีบสั่งให้ลงมือทันที โดยไม่ให้มันถาม วางแผน หรือเข้าใจ Context ของงานก่อน
AI Agent ทำงานได้ผลเมื่อเรามองมันเป็นคนในทีมที่ต้อง Onboard ไม่ใช่ปุ่มที่กดแล้วได้คำตอบ หัวใจคือบริหารมัน ไม่ใช่สั่งมันทีละครั้ง

 

📃 “คนส่วนใหญ่ใช้ AI เป็นปุ่มเติมข้อความ คนที่ชนะใช้มันเป็นทีมงาน”

 

ผมตามดู Talk ตัวนึงจบ แล้วรู้สึกว่าต้องเอามาเล่าให้ฟังจริง ๆ

มันคือ Talk ของ Boris Cherny คนสร้าง Claude Code ที่ Anthropic เอง

หัวข้อ “How to write prompts that actually work”
เขาไม่ได้มาขายของ ไม่ได้มาเล่าทฤษฎี แต่เขาเปิดเครื่องโชว์เลยว่าคนที่สร้างเครื่องมือ AI มากับมือ เขาสั่งงานมันยังไงให้ออกมาเป็นงานจริง

แล้วพอฟังจบ ผมเห็นเลยว่าหลักพวกนี้ไม่ได้ใช้ได้แค่กับ Developer เท่านั้น

มันคือวิธีคิดของคนที่ “บริหาร AI เป็น”

และนั่นแหละคือสกิลที่ Solopreneur กับนักการตลาดทุกคนต้องมีในปีนี้
ผมทำ Leademption คนเดียว + ฟรีแลนซ์ + AI
ถ้าผมสั่ง AI ไม่เป็น ผมตายตั้งแต่อาทิตย์แรก

บทความนี้ผมสรุป 6 บทเรียนจาก Talk ของเขามาให้ แล้วแปลงให้เห็นภาพว่ามันใช้กับงานการตลาด/ธุรกิจคนเดียวยังไง

 

AI Agent คืออะไร แล้วทำไมมันไม่ใช่ “ตัวเติมข้อความ”

Boris เปิดมาด้วยการแยกให้ชัดก่อนเลยว่า Claude Code ไม่ใช่ AI รุ่นที่ช่วยเติมโค้ดทีละบรรทัด

มันคือ Agentic AI เต็มตัว — สั่งงานเป็นก้อน สร้างทั้งฟีเจอร์ แก้ทั้ง Bug จบในรอบเดียว

ความต่างมันอยู่ตรงนี้:

  • ตัวเติมข้อความ = คุณพิมพ์ครึ่งประโยค มันต่อให้ — คุณยังเป็นคนทำงานเองอยู่
  • Agent = คุณบอกเป้าหมาย มันไปคิด ไปหา ไปลงมือ แล้วเอาผลมาให้ — คุณกลายเป็นคนสั่ง

ลองแทนคำว่า “โค้ด” ด้วยงานของคุณดู

AI ที่เติมแคปชั่นให้คุณทีละบรรทัด กับ AI ที่รับบรีฟแล้วร่างทั้งแคมเปญมาให้ ขออนุมัติ แล้ววนแก้เองจนได้ — มันคนละเกมกันเลย

และสิ่งที่ Boris ย้ำคือ มันทำงานกับเครื่องมือเดิมของคุณได้หมด ไม่ต้องเปลี่ยน Workflow ทั้งชีวิตเพื่อมาใช้มัน นั่นแหละคือจุดที่ทำให้คนเริ่มได้ง่าย

 

บทเรียนที่ 1 — อย่าเพิ่งสั่งให้มันทำ แต่ให้มัน “ตอบคำถาม” ก่อน

นี่คือสิ่งที่ Boris บอกว่าแนะนำ “เหนืออย่างอื่นทั้งหมด”

เวลาเจอ AI Agent ครั้งแรก คนส่วนใหญ่รีบสั่งให้มันลงมือทำเลย แล้วก็ผิดหวัง

เขาบอกว่าให้เริ่มจากการ ถามคำถามกับงานเดิมก่อน ที่ Anthropic เขาสอนพนักงานใหม่แบบนี้
วันแรกของการ Onboarding คือโหลด Claude Code มา แล้วเริ่มถามมันเรื่องตัวงานและระบบงานทั้งหมดของบริษัท

ผลคืออะไรรู้ไหม

การ Onboarding คนใหม่สายเทคนิคที่ Anthropic เคยใช้เวลา 2-3 สัปดาห์ ตอนนี้เหลือแค่ 2-3 วัน

 

นั่นแหละคือพลังของการเริ่มจากถาม ไม่ใช่เริ่มจากสั่ง

ทำไมต้องถามก่อน? เพราะการถามมันสอนให้คุณรู้ “ขอบเขต” ของมัน
ว่าอะไรที่มันสามารถทำจบในช็อตเดียวได้ อะไรที่ต้องจูงมือ หรืออะไรที่ต้องคุยกันหลายรอบ พอคุณรู้ขอบเขต คุณถึงจะสั่งงานมันเป็น

ความจริงสุดแสบ:

คนที่บ่นว่า “AI โง่ ใช้ไม่ได้” ส่วนใหญ่ไม่เคยถามมันก่อนสั่ง
พวกเขากระโดดข้ามขั้นที่สอนให้ตัวเองสั่งงานเป็นไปเลย

 

แปลงเป็นโลกการตลาด: ก่อนสั่งให้ AI เขียนคอนเทนต์ ลองให้มันอ่าน Brand Voice เก่า โพสต์ที่เคย Perform ดี
แล้วถามมันว่า “คอนเทนต์ของแบรนด์นี้มี Pattern อะไร”

คุณจะเห็นเลยว่ามันเข้าใจคุณแค่ไหน ก่อนที่คุณจะไว้ใจให้มันลงมือ

 

บทเรียนที่ 2 — บังคับให้มันคิดและวางแผนก่อนลงมือ

อันนี้คือเทคนิคที่ผมว่าทรงพลังที่สุดใน Talk ทั้งหมด

Boris เล่าว่าคนชอบเอางานใหญ่ ๆ โยนให้ AI แล้วสั่ง “ทำเลย”
บางทีมันก็ทำถูกในช็อตเดียว แต่บ่อยครั้ง สิ่งที่มันสร้างออกมา ไม่ใช่สิ่งที่คุณต้องการเลยสักนิด

วิธีแก้ที่ง่ายที่สุดคือ สั่งให้มันคิดก่อน

“Brainstorm ideas, make a plan, run it by me, ask for approval before you write code.” — Boris Cherny

 

แปลเป็นไทยง่าย ๆ ระดมไอเดียก่อน วางแผนมา เอามาให้เราดู ขออนุมัติก่อนค่อยลงมือทำจริง

สิ่งที่เจ๋งคือ คุณไม่ต้องใช้โหมดพิเศษอะไรเลย แค่ “พิมพ์บอกมันตรง ๆ” ว่าก่อนลงมือ ให้วางแผนมาก่อนเท่านั้นเอง

และ Boris ย้ำประโยคนึงที่ผมชอบมาก
“เหตุผลที่มันรู้จักทำแบบนี้ ไม่ใช่เพราะเขาไปตั้งค่าสั่งมันไว้ล่วงหน้า มันรู้เพราะตัวโมเดลมันเก่งพอ”

แค่คุณบอกมันชัด ๆ มันก็ทำตามได้

นี่แหละจุดที่คนพลาด คนคิดว่าต้องมีคาถาวิเศษ มี Prompt ลับ ทั้งที่จริงแค่บอกมันเป็นภาษาคนให้ชัดก็พอ

ผมใช้หลักนี้ทุกวัน ก่อนให้ AI ทำแคมเปญ ผมสั่งให้มันร่างโครงมาก่อน ผมเคาะ แล้วค่อยปล่อยให้ทำ ประหยัดเวลาแก้งานไปมหาศาล

Workflow ที่ Boris แนะนำ — เริ่มจาก Explore แล้ว Plan ก่อนถึงจะ Code/Commit (รวมถึงแบบ TDD และ screenshot-iterate) — slide จาก Talk ของ Boris Cherny

 

บทเรียนที่ 3 — ให้เครื่องมือมันไว้ “เช็คงานตัวเอง”

Boris บอกว่าพลังจริง ๆ ของ Agent มันจะโผล่ตอนที่มันมีทางเช็คงานของตัวเองได้

ตัวอย่างในโลกโค้ด
ให้มันเขียน Test ไว้ตรวจ หรือให้มันถ่าย Screenshot หน้าจอออกมาดู

พอมันเห็นผลงานตัวเอง มันจะ วนปรับเอง 2-3 รอบ แล้วผลลัพธ์ดีขึ้นแบบเห็นได้ชัด

เขายกตัวอย่างชัดมาก ถ้าคุณให้ภาพ Mock UI ไป แล้วสั่งให้สร้างหน้าเว็บ มันจะทำออกมาได้ “พอใช้”
แต่ถ้าคุณปล่อยให้มันวนเทียบกับภาพต้นแบบ 2-3 รอบ มันจะออกมา เกือบเป๊ะ

เคล็ดลับคือ ให้เครื่องมือมันไว้ “มองเห็นผลงานตัวเอง” แล้วมันจะวนแก้เองจนดีขึ้น

 

แปลงเป็นงานคุณ
แทนที่จะให้ AI เขียนแคปชั่นมาแล้วจบ ลองให้เกณฑ์มันไว้ตรวจ
เช่น “เช็คกับ Brand Voice นี้ เช็คว่าตรง Funnel Stage ไหน เช็คว่ามี Hook ใน 3 บรรทัดแรกไหม” แล้วสั่งให้มันตรวจงานตัวเองก่อนส่ง

คุณจะได้งานที่ผ่านมือมันมาแล้วหลายรอบ ไม่ใช่ Draft ดิบ ๆ

 

บทเรียนที่ 4 — เก็บ Context ไว้ในไฟล์เดียวให้มันอ่านทุกครั้ง

ยิ่งให้ Context เยอะ การตัดสินใจของ AI ยิ่งฉลาด
เพราะในหัวคุณมีบริบทเรื่องงานเต็มไปหมด แต่ AI ไม่รู้ ถ้าคุณไม่บอก

Boris แนะนำเครื่องมือชื่อ CLAUDE.md
ไฟล์ที่วางไว้ในโปรเจกต์ แล้วมันจะถูกอ่านเข้าหัว AI อัตโนมัติทุกครั้งที่เริ่มงาน

สิ่งที่ควรใส่คือ คำสั่งที่ใช้บ่อย เครื่องมือที่ใช้ การตัดสินใจเชิงโครงสร้าง ไฟล์สำคัญ อะไรก็ตามที่คนเข้ามาทำงานต้องรู้

กฎสำคัญที่เขาเน้น:

เก็บให้สั้น — ถ้ายาวไป มันจะกินพื้นที่ Context เปล่า ๆ และมักจะไม่ค่อยมีประโยชน์

 

ความจริงสุดแสบ:

คนชอบยัดทุกอย่างใส่ Prompt เพราะคิดว่ายิ่งเยอะยิ่งฉลาด แต่ Context ที่รก = AI ที่งง
สั้นแต่ตรงชนะยาวแต่มั่วทุกครั้ง

 

ผมทำแบบนี้กับ Notion ของ Leademption
ผมเคยใช้ Airtable + Google Sheet + ClickUp กระจายกันไปหมด
สุดท้ายรวมเป็น Notion ที่เดียว แล้วเขียนกฎ + บริบทของแบรนด์ไว้ให้ AI อ่านที่เดียว

ทำงานครั้งเดียว มันจำได้ข้ามทุกครั้งที่สั่ง ไม่ต้องเล่าใหม่ทุกรอบ

หลัก

 

บทเรียนที่ 5 — บอกมันให้รู้จักเครื่องมือของคุณ แล้วมันจะใช้เอง

พอเริ่มคล่อง Boris บอกให้ “เสียบเครื่องมือของทีมเข้าไป” นี่แหละจุดที่ Agent เริ่มฉายแสง

หลักการง่ายมาก บอกมันว่ามีเครื่องมืออะไร ใช้ยังไง แล้วมันจะร้อยเรียงใช้เองโดยที่คุณไม่ต้องสั่งทีละสเต็ป

เขาบอกว่า Claude Code ใช้ได้ทั้งเครื่องมือ Command Line ทั่วไป และ MCP (มาตรฐานต่อเครื่องมือภายนอกเข้า AI) แค่บอกมันเรื่องเครื่องมือ มันก็เริ่มใช้

นี่คือเหตุผลว่าทำไม AI ที่ต่อเข้า Notion, Canva, Ads Manager, Google Analytics ของคุณได้ ถึงเปลี่ยนเกม
มันไม่ได้แค่ตอบคำถาม มันลงมือทำงานบนเครื่องมือจริงของคุณแทนคุณได้เลย

คุณไม่ต้องเป็นคนกดเอง คุณแค่เป็นคนบอกว่าจะเอาอะไร

Claude Code ต่อเครื่องมือผ่าน Command Line และ MCP — บอกมันว่ามีเครื่องมืออะไร แล้วมันร้อยเรียงใช้เอง — slide จาก Talk ของ Boris Cherny

 

บทเรียนที่ 6 — เขียน Context ครั้งเดียว แชร์ทั้งทีม

สำหรับคนที่ยังไม่รู้จะเริ่มยังไง Boris แนะนำตรง ๆ ว่าให้เริ่มจาก “Shared Project Context”

เขียนบริบทของงานครั้งเดียว แล้วแชร์ให้ทุกคนในทีม จะเกิดสิ่งที่เขาเรียกว่า Network Effect
คนนึงทำงานนิดเดียว ทั้งทีมได้ประโยชน์หมด

สำหรับ Solopreneur ที่อ่านอยู่แล้วคิดว่า “ฉันไม่มีทีมนี่”

ฟังก่อน

“ทีม” ของคุณในวันนี้คือ AI หลายตัว + ฟรีแลนซ์ที่จ้างเป็นจ็อบ
ถ้าคุณเขียนบริบทแบรนด์ไว้ชุดเดียว ทุกครั้งที่ AI ทำงาน หรือฟรีแลนซ์เข้ามารับงาน เขาอ่านชุดเดียวกัน เข้าใจตรงกัน
คุณไม่ต้องเล่าเรื่องแบรนด์ใหม่ทุกครั้ง

นี่แหละ คือการที่ให้คุณทำงานหลายรอบ แต่คุณยังคงคุณภาพได้มากกว่า
การจ้าง Copywriter จริง ๆ หลาย ๆ คน
พอเปลี่ยนคน อีกคนเปลี่ยนสไตล์การเขียน

ตอนนี้คนเดียว + AI + ฟรีแลนซ์ ได้ Output มากกว่าเดิม
เพราะบริบททุกอย่างถูกเขียนไว้ที่เดียว ไม่ต้องสื่อสารซ้ำ ลดเวลาประชุมไปอีกเพียบ

 

โบนัส — ปุ่มลัดที่ Boris กดจริงตอนคุยกับ AI

ช่วงท้าย Boris แวะโชว์ “ปุ่มลัด” ที่เขากดตลอดเวลาคุยกับ Claude Code
และประเด็นสำคัญที่สุดคือ ปุ่มพวกนี้ไม่ใช่คาถาหรือ Prompt ลับอะไรทั้งนั้น มันคือการคุยกับ AI ให้เป็นธรรมชาติเหมือนสั่งคนในทีม
เห็นมันเริ่มหลุดทางก็เบรกได้ อยากให้มันจำอะไรก็บอกได้

  • # = สั่งให้มันจำ — พิมพ์ # แล้วบอกสิ่งที่อยากให้จำ มันเซฟเข้าไฟล์ Context (CLAUDE.md) ให้เองอัตโนมัติ ไม่ต้องเปิดไฟล์ไปแก้มือ
    Boris ยกเคสจริงมาเล่าว่า เวลามันใช้เครื่องมือผิดซ้ำ ๆ เขาก็กด # บอกวิธีที่ถูกครั้งเดียว แล้วมันจำข้ามทุก Session
  • / (slash command) = คำสั่งลัดที่สร้างเอง — งานที่ทำซ้ำ ยัดเป็นคำสั่งเดียว เก็บไว้ในโปรเจกต์ Check เข้า Git แชร์ได้ทั้งทีม
    ทีม Boris เองมี Slash Command ที่รันเองแล้วจัดระเบียบ (ติด Label) งานให้ คนไม่ต้องมาแตะ
  • /memory = เปิดดูว่ามันจำอะไรอยู่ — เห็นไฟล์ Context ทั้งหมดที่มันดึงเข้าหัว และเลือกได้ว่าจะให้จำที่ไฟล์ไหน
  • ! = พิมพ์คำสั่ง Terminal ตรง ๆ — ผลลัพธ์เข้า Context ให้มันเห็นต่อในเทิร์นถัดไป
  • @ = ดึงไฟล์หรือโฟลเดอร์เข้ามาให้มันอ่าน — ชี้ตรงไปที่ของที่อยากให้มันดู
  • Esc = หยุดมันกลางคันได้ทุกเมื่อ — ไม่พัง Session ไม่ต้องรอมันทำจบ Boris บอกเขากดตลอด เห็นมันเริ่มหลุดทางปุ๊บกด Esc บอกใหม่ได้เลย
  • Shift+Tab = สลับเข้าโหมด Auto-accept Edits — ให้มันแก้ไฟล์เองไม่ต้องกดอนุมัติทุกครั้ง
    (คำสั่ง Terminal ยังต้องอนุมัติอยู่) เหมาะตอนรู้ว่ามันเดินถูกทางแล้ว

สังเกตไหมว่าทุกปุ่มมันวนกลับมาที่แก่นเดียวกับทั้งบทความ
คุณไม่ได้กำลังจำ Syntax วิเศษ คุณกำลังเรียนวิธี คุมทีมงาน ตัวนึงที่ชื่อ AI อยากให้จำก็บอก เห็นมันหลุดก็เบรก นั่นแหละคือมุมที่เปลี่ยนทุกอย่าง

 

สรุปตรง ๆ — 6 บทเรียนสั่งงาน AI ให้ทำงานจริง

ทั้งหมดนี้มาจาก Talk ของ Boris Cherny คนสร้าง Claude Code เอง ผมแค่เรียบเรียงให้เห็นภาพกับโลกธุรกิจ/การตลาด

  • เริ่มจากถาม ไม่ใช่สั่ง — ให้มันตอบคำถามงานเดิมก่อน เพื่อเรียนรู้ขอบเขตมัน
  • บังคับให้คิดก่อนทำ — ระดมไอเดีย วางแผน ขออนุมัติ แล้วค่อยลงมือ
  • ให้เครื่องมือมันเช็คงานตัวเอง — แล้วมันจะวนปรับเองจนดีขึ้น
  • เก็บ Context ไว้ที่เดียว — สั้นแต่ตรง อย่ายัดจนรก
  • บอกมันเรื่องเครื่องมือ — แล้วมันจะลงมือทำบนเครื่องมือจริงแทนคุณ
  • เขียนครั้งเดียว แชร์ทุกคน — ทีมหรือ AI หรือฟรีแลนซ์ อ่านชุดเดียวกัน

มีประโยคนึงใน Talk ที่ Boris พูดแล้วผมคิดตามไม่หยุด เขาบอกว่าโมเดลมันเก่งขึ้นเร็วมาก
จนเขาเชื่อว่าสิ้นปีคนอาจไม่ใช้โปรแกรมเขียนโค้ด เช่น VS Code กันแล้วด้วยซ้ำ

ลองคิดดูว่าถ้าคนสร้างเครื่องมือเองยังพูดแบบนี้ แล้วคนที่ยังใช้ AI เป็นแค่ตัวเติมข้อความอยู่ จะตามทันไหม

AI ที่เก่งสุด ไม่ได้อยู่ที่ Prompt ลับ — มันอยู่ที่คนสั่งมองมันเป็นทีมงาน ไม่ใช่ปุ่ม

 

คุณไม่ต้องเขียนโค้ดเป็นเพื่อใช้หลักพวกนี้ คุณแค่ต้องเลิกคิดว่า AI คือเครื่องมือที่คุณกด แล้วเริ่มคิดว่ามันคือทีมงานที่คุณบริหาร

ผมเองก็ยังเรียนรู้อยู่ทุกวัน แต่แค่เปลี่ยนมุมนี้มุมเดียว Output ก็ต่างกันคนละโลกแล้ว

 

FAQ

ทำไมหลายคนใช้ AI Agent แล้วไม่ได้งานจริง?

เพราะใช้มันเป็นแค่ตัวเติมข้อความ ไม่ใช่ทีมงาน
รีบสั่งให้ลงมือทันที โดยไม่ให้มันถาม วางแผน หรือเข้าใจ Context ของงานก่อน AI Agent ทำงานได้ผลเมื่อเรามองมันเป็นคนในทีมที่ต้อง Onboard

ไม่ใช่ปุ่มที่กดแล้วได้คำตอบ หัวใจคือบริหารมัน ไม่ใช่สั่งมันทีละครั้ง

 

ทำไมใช้ AI Agent แล้วไม่ได้งานจริง? และควรเริ่มใช้ยังไงให้ได้งานจริง?

เพราะคนส่วนใหญ่รีบสั่งให้มัน “ลงมือทำเลย” ทั้งที่มันยังไม่เข้าใจ Context ของงาน เลยได้ Output ที่ไม่ตรงกับที่ต้องการ
วิธีเริ่มที่ Boris แนะนำคือ “เริ่มจากถาม ไม่ใช่สั่ง”
ให้มันตอบคำถามกับงานเดิมก่อนเพื่อเรียนรู้ขอบเขตของมัน (อะไรทำจบในช็อตเดียวได้ อะไรต้องจูงมือ)

แล้วค่อยสั่งให้มันวางแผน ขออนุมัติ และให้มันเช็คงานตัวเองก่อนส่ง

 

Claude Code ต่างจาก AI เติมโค้ดทั่วไปยังไง?

AI ทั่วไป คุณยังเป็นคนทำงานเองอยู่ ส่วน Agent คุณบอกเป้าหมาย มันไปคิด ไปหา ไปลงมือ แล้วเอาผลมาให้
คุณกลายเป็นคนสั่ง (Agentic AI) นั่นแหละคือความต่างของคนละเกม

 

ไฟล์ CLAUDE.md คืออะไร?

ไฟล์กติกาของงาน ที่ AI อ่านเข้าหัวอัตโนมัติทุกครั้งที่เริ่มงาน ใส่วิธีการต่องานกัน เครื่องมือที่ใช้ ไฟล์สำคัญ เอาไว้ในนั้น กฎสำคัญคือเก็บให้สั้น
ถ้ายาวไปมันกินพื้นที่ Context เปล่า ๆ

 

ต้องเขียนโค้ดเป็นไหมถึงใช้หลักพวกนี้ได้?

ไม่ต้อง — หลักทั้งหมดคือวิธี “บริหาร AI” ไม่ใช่วิธีเขียนโค้ด คือถามก่อนสั่ง ให้มันวางแผนก่อนลงมือ
ให้มันเช็คงานตัวเอง และเก็บ Context ไว้ที่เดียว ใช้กับงานการตลาดและธุรกิจได้หมด

 

อ้างอิง

Claude Code creator: “How to write prompts that actually work” โดย Boris Cherny (Member of Technical Staff, Anthropic)

https://www.youtube.com/watch?v=3PDAJtYZMnQ

Third

Leademption