Replying to @Rjing_jee
เป็นกำลังใจให้เสมอออ ไม่อยากให้รู้สึกบั่นทอนกับคอมเม้นแย่ๆ มีคนอีกเยอะที่เห็นความสามารถของน้องอาจิงงง
1
530
อาจิง ทำไมจะเทียบกับเมนโวคอลไม่ได้ งง เรนจ์เสียงกว้างอยู่แมะ ร้องเสียงเต็ม พลังเยอะ จะสลับช่องเสียงไปใช้เสียงลมเบาๆ ก็ทำได้ ชีมีของอยู่แร้ว ถ้าชีโดนเทรนดีดี มีปสกบนเวทีเยอะๆ ก็เป็นนักร้องคุณภาพคนนึงอะ
ไม่เปนไรนะน้องอาจิง ถึงคนอื่นจะฟังไม่จบ แต่นี่ฟังจบ และชอบเสียงชีมาก นี่ว่า ur เพลงมันยากมาก ช่วงท้ายขึ้นไฮโน๊ต ลากยาวๆ คืออย่างน้อยมันก็โชว์ให้เห็นศักยภาพชีแมะ
อันนี้โคตรรรรรรมีประโยชน์ เซฟค่า
แทนที่จะใช้ Claude ตัวเดียวทำทุกอย่าง มีคนจัดทีม AI ขึ้นมา 4 ตัว ให้ Fable เป็นสมอง Opus เป็นคนสร้าง Sonnet ตรวจงาน ส่วน Haiku ทำงานจุกจิก แล้วสั่งงานทั้งทีมได้ด้วยคำสั่งเดียว
บทความนี้ยังแจก Prompt สำหรับให้ AI วิเคราะห์ตัวตนเราจากประวัติการทำงาน สร้างคลังความรู้ส่วนตัว เช็กว่าเราเสียโควตาไปกับอะไรบ้าง ไปจนถึงวางระบบให้ AI ทำโปรเจกต์ต่อระหว่างที่เรานอน คืออ่านจบแล้วได้ไอเดียจัดระบบการทำงานกับ AI ใหม่ทั้งระบบเลย สรุปมาให้แล้ว
1. เลิกใช้โมเดลที่เก่งที่สุดกับทุกงาน
ปัญหาของหลายคนคือพอมีโมเดลใหม่ออกมา ก็อยากใช้ตัวใหม่กับทุกอย่าง ทั้งที่บางงานใช้โมเดลราคาถูกกว่าก็ได้ผลลัพธ์เหมือนกัน คนเขียนแนะนำให้แบ่งงานแบบนี้
Fable 5.2 คิดแผน วางระบบ แก้ปัญหาซับซ้อน และจัดการโปรเจกต์ใหญ่
Opus 5.5 เขียนโค้ด สร้างโปรเจกต์ และงานที่ต้องใช้การวิเคราะห์จริงจัง
Sonnet 5.5 งานประจำวัน ตรวจสอบโค้ด และแก้ไขงานทั่วไป
Haiku 5.5 งานง่าย ๆ ที่ต้องทำซ้ำเยอะ ๆ เช่น จัดหมวดหมู่ เปลี่ยนชื่อไฟล์ ดึงข้อมูล และสรุปข้อความ
ความเก่งของโมเดลไม่ได้แปลว่าต้องใช้กับทุกงาน บางทีใช้ตัวที่ถูกกว่าแล้วให้ตัวที่เก่งที่สุดช่วยตัดสินใจเฉพาะจุดสำคัญ อาจคุ้มกว่ามาก
2. ตั้งค่า CLAUDE.md ให้ AI ทำงานจนจบ
ใครใช้ Claude Code น่าจะเคยเจอปัญหา AI ทำงานไปครึ่งทางแล้วหยุด หรือถามเราทุกขั้นตอนจนต้องคอยนั่งเฝ้า วิธีที่คนเขียนแนะนำคือสร้างไฟล์ CLAUDE.md สำหรับกำหนดกฎการทำงานให้ AI อ่านทุกครั้ง
ตัวอย่างกฎที่ควรมี
ทำงานต่อจนกว่าจะครบตามที่ผู้ใช้ขอ
ถ้าเจอ Error ให้ลองวิเคราะห์และแก้ไขก่อนหยุด
ถ้ามีงานส่วนอื่นที่ทำต่อได้ ก็ให้ทำต่อโดยไม่ต้องรอคำตอบ
ขออนุมัติก่อนลบข้อมูล Deploy จ่ายเงิน หรือเผยแพร่อะไรออกไป
สรุปท้ายงานว่าทำอะไรไปแล้ว ตรวจสอบยังไง และเหลืออะไรที่ยังทำไม่ได้
เหมือนเรากำหนดมาตรฐานให้พนักงานใหม่ตั้งแต่วันแรก ไม่ต้องมานั่งสอนเรื่องเดิมทุกครั้งที่เริ่มโปรเจกต์
3. ทำ Prompt Doctor ตรวจคำสั่งเก่า ๆ ที่อาจทำให้ AI ทำงานแย่ลง
อันนี้น่าสนใจมาก เพราะหลายคนสะสม Skill และ Prompt เอาไว้เยอะมาก แต่ไม่เคยกลับมาเช็กเลยว่าคำสั่งเหล่านั้นยังเหมาะกับโมเดลใหม่อยู่ไหม คำสั่งบางอย่างที่เคยใช้ได้ดีกับโมเดลรุ่นเก่า อาจกลายเป็นข้อจำกัดสำหรับโมเดลรุ่นใหม่
เช่น
ห้ามลองทำใหม่ถ้าเจอ Error
จำกัดจำนวน Token แบบตายตัว
บังคับให้ส่งงานไปให้ Subagent ทุกครั้ง
กำหนดรูปแบบการเขียนละเอียดเกินความจำเป็น
มีกฎหลายข้อที่ขัดแย้งกันเอง
ให้ Claude ตรวจสอบ CLAUDE.md, Skills, Agent และ Memory ทั้งหมด แล้วทำรายงานว่าคำสั่งไหนควรเก็บ คำสั่งไหนควรแก้ และคำสั่งไหนไม่จำเป็นแล้ว ที่สำคัญคือให้ Backup ไฟล์เดิมและแสดงสิ่งที่จะเปลี่ยนก่อนทุกครั้ง ไม่ใช่ให้ AI ลบกฎทั้งหมดตามใจตัวเอง
4. ใช้ Fable เป็นที่ปรึกษา ไม่ใช่คนลงมือทำทุกอย่าง
นี่คือส่วนที่น่าจะช่วยประหยัดโควตาได้เยอะที่สุดสำหรับคนใช้ Claude ทำงานทุกวัน ในบทความแนะนำการตั้งค่า
/model sonnet
/advisor fable
ให้ Sonnet เป็นโมเดลหลักที่ทำงาน ส่วน Fable ทำหน้าที่เป็น Advisor หรือที่ปรึกษา เมื่อเจอจุดที่ต้องตัดสินใจเรื่องใหญ่ เช่น เลือกโครงสร้างโปรเจกต์ แก้ Error ที่แก้หลายรอบไม่หาย หรือตรวจสอบงานก่อนส่ง ค่อยให้ Fable เข้ามาช่วยคิด
แต่ต้องกำหนดด้วยว่าจะให้ AI เรียกใช้ Advisor ตอนไหน เพราะถ้าเปิดไว้เฉย ๆ โมเดลหลักอาจไม่ได้เรียกใช้เลย แนวคิดคือเราไม่จำเป็นต้องจ่ายให้โมเดลที่ฉลาดที่สุดคิดทุกเรื่อง ใช้ความสามารถของมันเฉพาะตอนที่จำเป็นจริง ๆ
5. สร้างทีม AI 4 โมเดล แล้วเรียกใช้ด้วยคำสั่งเดียว
ถ้าเป็นโปรเจกต์ใหญ่ที่มีงานหลายส่วน ให้สร้างทีม Agent แบบนี้
🧠 Fable - Brain วางแผนทั้งหมด แบ่งงาน ตัดสินใจ และดูภาพรวมของโปรเจกต์
🛠️ Opus - Builder รับแผนจาก Fable แล้วลงมือสร้างหรือแก้ไขโปรเจกต์
🔍 Sonnet - Checker ตรวจงานที่ Opus ทำเสร็จแล้ว ทดสอบระบบ และรายงานข้อผิดพลาด โดยไม่แก้โค้ดเอง
📋 Haiku - Worker จัดการงานซ้ำ ๆ ที่ไม่ต้องใช้การวิเคราะห์ซับซ้อน
จากนั้นสร้าง Skill ชื่อ /brain เพื่อเรียกทีมทั้งหมดมาทำงานพร้อมกัน ตัวอย่าง สมมติเราจะสร้างเว็บไซต์ใหม่ พิมพ์ /brain ตามด้วยรายละเอียดเว็บไซต์ที่ต้องการ และเงื่อนไขว่างานจะถือว่าเสร็จเมื่อไหร่
Fable จะวางแผนว่าโปรเจกต์นี้ต้องทำอะไรบ้าง แบ่งให้ Opus ลงมือสร้าง ส่งให้ Sonnet ตรวจ และใช้ Haiku จัดการงานย่อยที่เหมาะสม แต่ไม่จำเป็นต้องเรียกทั้งทีมกับทุกงานนะ ถ้างานเล็กหรือแต่ละขั้นต้องรอกันอยู่แล้ว ใช้โมเดลเดียวอาจประหยัดกว่า
6. The Mirror ให้ AI วิเคราะห์ว่าเราเป็นคนยังไงจากประวัติการทำงาน
ส่วนนี้ชอบมาก เพราะไม่ใช่การให้ AI วิเคราะห์บุคลิกจากการตอบคำถามทั่วไป แต่ให้กลับไปดูสิ่งที่เราเคยทำจริง ๆ Claude Code มีประวัติการสนทนาและการทำงานที่บันทึกไว้ในเครื่อง
ให้ AI วิเคราะห์ข้อมูลเหล่านั้นว่า
เรากลับมาสนใจเรื่องอะไรบ่อยที่สุด
มีโปรเจกต์อะไรที่เริ่มแล้วปล่อยทิ้งไว้
เราชอบแก้ไขงานของ AI ตรงไหน
งานอะไรที่เราสั่งซ้ำ ๆ จนควรสร้าง Automation
ช่วงเวลาไหนที่เราทำงานได้ดีที่สุด
เราเสียเวลาและโควตา AI ไปกับงานประเภทไหนมากที่สุด
หลังจากนั้นให้ AI สัมภาษณ์เราอีก 5 คำถาม เพื่อเช็กว่าสิ่งที่มันวิเคราะห์จากประวัติการทำงานตรงกับความเป็นจริงไหม แล้วสรุปออกมาเป็นแผน 30 วัน
STOP - สิ่งที่ควรหยุดทำ
HAND OFF - งานที่ควรส่งต่อให้ AI รับผิดชอบ
KEEP - สิ่งที่เราทำได้ดีอยู่แล้ว
ONLY ME - งานที่เราควรทำด้วยตัวเอง เพราะเป็นจุดแข็งที่ AI แทนไม่ได้ง่าย ๆ
คนที่ไม่ได้ใช้ Claude Code ก็สามารถใช้แนวคิดนี้ได้ โดยแนบโน้ตหรือประวัติแชตที่ Export จาก ChatGPT หรือ Claude มาให้ AI วิเคราะห์แทน แต่ควรตรวจสอบข้อมูลส่วนตัว รหัสผ่าน และข้อมูลของคนอื่นก่อนส่งให้ AI อ่านด้วย
7. สร้าง Second Brain จากสิ่งที่เราอ่านทุกวัน
มีอีกวิธีที่ต่อยอดจากแนวคิดของ Andrej Karpathy คือให้ AI สร้างฐานความรู้ส่วนตัวให้เรา สร้างโฟลเดอร์ขึ้นมา 2 ส่วน
raw/ - เก็บบทความ PDF โน้ต และข้อมูลต้นฉบับ
wiki/ - เก็บความรู้ที่ AI สรุปและจัดระเบียบแล้ว
ทุกครั้งที่เราเพิ่มบทความใหม่เข้าไป ให้ Claude อ่าน สรุปสาระสำคัญ เชื่อมโยงกับข้อมูลเก่า และอัปเดต Wiki ให้ สมมติวันนี้เราอ่านเรื่อง Marketing พรุ่งนี้อ่านเรื่องจิตวิทยาผู้บริโภค อีกวันอ่านเรื่องการสร้างแบรนด์
แทนที่จะมีไฟล์สรุปแยกกันเต็มไปหมด AI จะช่วยเชื่อมโยงให้เห็นว่าความรู้แต่ละเรื่องสัมพันธ์กันยังไง และนำมาประยุกต์ใช้ร่วมกันได้แบบไหน ถ้าบทความใหม่ขัดแย้งกับข้อมูลเดิม ก็ให้ AI ระบุความขัดแย้งไว้ด้วย ไม่ใช่เขียนทับจนไม่รู้ว่าข้อมูลมาจากไหน ยิ่งเราอ่านและสะสมข้อมูลเยอะ ฐานความรู้นี้ก็ยิ่งมีประโยชน์กับการทำงานของเรามากขึ้น
8. Bill Autopsy ตรวจว่าโควตา Claude หายไปไหนหมด
ถ้าใช้ Claude ทุกวันแล้วรู้สึกว่าโควตาหมดเร็วมาก ลองให้ AI วิเคราะห์ประวัติการใช้ Token ของตัวเองดู บทความแนะนำเครื่องมือ ccusage สำหรับอ่านข้อมูลการใช้งาน Claude Code
ให้ AI สรุปว่า
ใช้ Token ไปกับโมเดลไหนมากที่สุด
โปรเจกต์ไหนกินโควตาเยอะที่สุด
มีงานง่าย ๆ อะไรที่เราเผลอใช้โมเดลราคาแพงทำ
เสีย Token ไปกับการแปะข้อความยาว ๆ หรือข้อมูลที่ไม่จำเป็นแค่ไหน
มีงานอะไรที่สามารถเปลี่ยนไปใช้โมเดลเล็กกว่าได้
แล้วให้ AI เสนอวิธีลดการใช้ Token จากข้อมูลการทำงานของเราจริง ๆ คนเขียนยังแนะนำว่า ถ้ามีข้อมูลยาว ๆ อย่างตารางหรือ Log ให้แนบเป็นไฟล์แล้วให้ AI ใช้โค้ดช่วยประมวลผล แทนที่จะคัดลอกข้อมูลทั้งหมดมาใส่ในแชต
9. Night Shift เตรียมงานให้ AI ทำต่อระหว่างที่เรานอน
สำหรับโปรเจกต์ใหญ่ สามารถวางระบบให้ Claude Code ทำงานต่อได้โดยไม่ต้องคอยตอบคำถามทุกขั้นตอน ก่อนนอนให้ AI ถามรายละเอียดทั้งหมดที่จำเป็น แล้วสร้างไฟล์ NIGHT-SHIFT.md ระบุว่า
คืนนี้ต้องทำอะไรให้เสร็จ
แต่ละงานจะตรวจสอบว่าเสร็จจริงได้ยังไง
มีไฟล์หรือข้อมูลอะไรที่ห้ามแตะ
ถ้าเจอปัญหาที่ต้องถามเจ้าของงาน ให้ข้ามไปทำส่วนอื่นก่อน
ให้ทำงานบน Git Branch แยกจากโปรเจกต์หลัก ห้าม Deploy ห้ามจ่ายเงิน และห้ามแก้ไขข้อมูลสำคัญโดยไม่ได้รับอนุญาต เมื่อทำเสร็จให้สร้างรายงาน MORNING-REPORT.md สรุปว่างานไหนเสร็จแล้ว งานไหนยังติดปัญหา และระหว่างทำงานเจออะไรเพิ่มเติมบ้าง
ตื่นเช้ามาก็สามารถเปิดรายงานดู แล้วตรวจผลงานต่อได้เลย ทั้งนี้ต้องตั้งค่าขอบเขตสิทธิ์และงบการใช้งานให้ดี เพราะการปล่อย Agent ทำงานต่อเนื่องสามารถใช้ Token ได้เยอะมาก
สรุปสิ่งที่ได้จากบทความนี้คือ คนที่ใช้ AI ได้คุ้มที่สุดอาจไม่ใช่คนที่สมัครแพ็กเกจแพงที่สุด หรือมี Prompt เยอะที่สุด
แต่เป็นคนที่รู้ว่าแต่ละงานควรใช้โมเดลไหน รู้ว่าอะไรควรมอบหมายให้ AI และสามารถสร้างระบบที่ทำให้ AI ทำงานร่วมกันได้โดยไม่ต้องคอยสั่งใหม่ทุกครั้ง
ให้ Haiku จัดการงานซ้ำ
ให้ Sonnet ตรวจสอบ
ให้ Opus ลงมือสร้าง
ให้ Fable รับผิดชอบเรื่องที่ต้องคิดหนัก
แทนที่จะมี AI เก่ง ๆ อยู่ตัวเดียว เราสามารถสร้างทีม AI ที่ทำงานเป็นระบบและเหมาะกับงานของเราจริง ๆ ได้
#Claude #ClaudeCode #AI #มินนี่แปลให้
Claude Fable 5.2 is the most insane AI model in history...
99% of people will never touch it or burn money on it: "Too expensive", "Not for me"
Use it right, and it becomes your second BRAIN, for a fraction of the price
In this article, I show you how:
เคยชนเทสล่า คือไม่ได้ขับมาเร็ว เว้นระยะห่างไว้ระดับนึง นี่ก็เห็นชีเบรค นี่ก็ค่อยๆแตะเบรค เพราะคิดว่าความเร็วกับระยะเหลือๆ แต่สุดท้ายก็จิ้มตูดเบาๆไปที 😭 เดี๋ยวนี้ คือถ้าขับตามหลังเทสล่า จะระวังมาก เว้นระยะห่างเยอะกว่าปกติ แล้วถ้าเห็นชีเบรค ชั้นก็จะเตรียมเหยียบเบรคเตมเท้า 555555
ขับ Tesla ‼️กรณีนี้ auto เบรกทำงาน 100% เพราะเซนเซอร์ตรวจจับว่ามีรถที่จะยูเทิร์น สังเกตุได้ว่ารถที่จะยูเทิร์นออกตัวมานิดนึง ทำให้ระบบเบรกอัตโนมัติของเทสล่าตรวจจับได้ว่าจะมีรถออกมาข้างหน้า ทำให้เบรกอัตโนมัติ คนขับทำไรไม่ได้ เเต่โหมดนี้สามารถปิดได้ เเค่มอเตอร์ไซค์ตัดหน้าหรือเบรคนิดเดียว ก็หัวทิ่มเหมือนกัน
426
มาคิสๆดู ไม่ค่อยเห็นไอดอลเกาหลีสมัยนี้ร้องโคฟเพลงวิทนี่ มาราย เซลีนเท่าไหร่ อาจจะเพราะวัย(?) ด้วยมั้ง 555
101
youtu.be/g5lej24w4fE?si=xlLc…
Uji bestie ชีร้องให้ฟีลมารายมากก แบบขนลุกก เพราะมากก
162
룰루랄라lullulalla retweeted
แกร๊ เราไปซื้อไดร์เป่าผมตามรีวิวคุณเต้ย @toeydohair ใน tt มา นางเป็นช่างผม มีร้านอยู่ชะอำ ใช้ทั้งกับตัวเองและลูกค้า เลยมีมุมเปรียบเทียบที่น่าสนใจ สรุปจากคลิปให้เผื่อใครกำลังเลือก 😂
• Panasonic — สำหรับใช้เองที่บ้าน คุณเต้ยชอบมากกว่า Dyson เพราะเป่าแล้วผมนุ่มสลวย ลมไม่ร้อนเกิน
• Valera — ตัวโปรดของนาง แห้งไว ผมเงา จัดทรงง่าย สายยาว หน้าตาอาจไม่หวือหวา แต่ช่างเชียร์มาก
• JMW — ลมแรง เหมาะกับงานในร้าน แต่เรื่องผมเงาสลวย นางให้ Panasonic กับ Valera มากกว่า
• ReFa รุ่นในคลิป — พับได้ เป่าแล้วผมนุ่ม แห้งไว ใช้ได้หลายประเทศ แต่สายสั้น ใครซื้อตามเช็กรุ่นและแรงดันไฟด้วย
• Dyson Airstrait — นางเชียร์สำหรับคนอยากเป่าพร้อมทำผมตรง โดยเฉพาะผมหยิกหรือชี้ฟู
• Dyson Airwrap — เหมาะกับคนชอบเซตผมเองจริง ๆ ถ้าซื้อมาเป่าให้แห้งเฉย ๆ อาจใช้ไม่คุ้ม
• Solis — ลมแรง ร้อน แต่ปุ่มอยู่ในตำแหน่งที่เผลอกดโดนง่าย
• Super V — แรง แห้งไว ถึกทน แต่หนักและเสียงดัง ปิดจบการรีวิวไดร์หลักหมื่นได้อย่างงดงาม 555555
ส่วนตัวเราได้ Panasonic มา เพราะผมสั้น ไม่ได้เซตอะไรซับซ้อน ขอเป่าแล้วผมนุ่มก็พอ 5555
ชอบที่นางบอกตรง ๆ ด้วยว่าตัวไหนซื้อเอง ตัวไหนแบรนด์ส่งให้ และตัวไหนเคยจ้างรีวิว ทั้งหมดนี้สรุปจากประสบการณ์ของคุณเต้ยนะ ส่วนเราเพิ่งซื้อตาม 😂 ยังไงติดตามนางได้ ทริปทริคเลิ่ดๆเยอะ
เครดิต: คุณเต้ย TikTok @toeydohair
🔗 ข่าวเพิ่มเติมในรีพลาย



































