- ใช้งาน Claude Code อย่างกว้างขวางทั้งในโปรเจกต์ส่วนตัวและสภาพแวดล้อมโมโนรีโปสำหรับองค์กร พร้อมสรุปองค์ประกอบหลักและวิธีใช้ฟีเจอร์ขั้นสูงในงานจริง
- หัวใจสำคัญของการใช้งานเอเจนต์อย่างมีประสิทธิภาพอยู่ที่ คุณภาพของ PR สุดท้าย ไม่ใช่สไตล์ผลลัพธ์หรือ UI โดยมีเป้าหมายคือการมอบหมายงานแบบ "ตั้งค่าแล้วปล่อยทำงาน (shoot and forget)"
- ศูนย์กลางของโค้ดเบสคือไฟล์
CLAUDE.md ซึ่งทำหน้าที่เป็น “รัฐธรรมนูญ” ที่กำหนดกฎพฤติกรรมและวิธีใช้เครื่องมือของเอเจนต์
- ยกระดับการทำงานร่วมกันและระบบอัตโนมัติผ่านฟีเจอร์หลากหลาย เช่น การจัดการคอนเท็กซ์, คำสั่งสแลช, subagent, Hooks, และ GitHub Action(GHA)
- แยกความสัมพันธ์ระหว่าง Skills และ MCP(Model Context Protocol) เพื่อเน้นสถาปัตยกรรมเอเจนต์ที่ยืดหยุ่นและยึดสคริปต์เป็นศูนย์กลาง
- นำเสนอคู่มือเชิงปฏิบัติที่ช่วยขยาย Claude Code จากเครื่องมือ CLI ธรรมดาไปสู่ โครงสร้างพื้นฐาน AI สำหรับการพัฒนาระดับองค์กร
- ใช้ Claude Code หนักมาก
- โปรเจกต์งานอดิเรก: รันบน VM หลายครั้งต่อสัปดาห์ และใช้
--dangerously-skip-permissions เพื่อเปลี่ยนไอเดียที่ผุดขึ้นมาให้เป็นโค้ดได้ทันที
- ในงานจริง: ภายในทีมสร้างกฎและเครื่องมือสำหรับ AI-IDE และทีมวิศวกรรมของเรา ใช้โทเค็นหลายพันล้านต่อเดือนแค่กับการสร้างโค้ด
- ตลาดเอเจนต์แบบ CLI แน่นไปด้วย Claude Code, Gemini CLI, Cursor, Codex CLI แต่ การแข่งขันที่แท้จริงคือระหว่าง Anthropic กับ OpenAI
- แต่พอคุยกับนักพัฒนา จะพบว่าการเลือกเครื่องมือมัก พึ่งพาปัจจัยผิวเผิน
- เช่นการได้ฟีเจอร์ที่ “โชคดี” ใช้งานได้ หรือ “vibe” ของ system prompt ที่ชอบ
- ณ ตอนนี้ เครื่องมือเหล่านี้ล้วนอยู่ในระดับที่ดีมากแล้ว
- บางคน โฟกัสกับสไตล์ผลลัพธ์หรือ UI มากเกินไป
- คำประจบอย่าง "you're absolutely right!" ไม่ใช่บั๊กที่น่ากังวลอะไร
- กลับกัน มันคือ สัญญาณว่าผู้ใช้เข้าไปมีส่วนร่วมในลูปมากเกินไป
- ปรัชญาการใช้งานหลักของฉันคือ "Shoot and Forget"
- เดินตามลำดับ มอบหมายงาน, ตั้งค่าคอนเท็กซ์, ลงมือทำงาน
- ตัดสินเครื่องมือจาก PR สุดท้าย และประเมินจากผลลัพธ์ ไม่ใช่เส้นทางที่ใช้ไปถึงตรงนั้น
- บทความนี้คือ การทบทวนระบบนิเวศทั้งหมด จากประสบการณ์ใช้งาน Claude Code ตลอดหลายเดือนที่ผ่านมา
- ฟีเจอร์แทบทั้งหมดที่ฉันใช้ (รวมถึงที่ไม่ได้ใช้)
- ไฟล์
CLAUDE.md พื้นฐาน
- คำสั่งสแลชแบบกำหนดเอง
- โลกอันทรงพลังของ Subagent, Hook และ GitHub Actions
- เนื้อหาค่อนข้างยาว จึง แนะนำให้ใช้เป็นเอกสารอ้างอิงมากกว่าอ่านรวดเดียวทั้งหมด
CLAUDE.md: รัฐธรรมนูญของเอเจนต์
Compact, Context, Clear: การจัดการ context window
- ใช้คำสั่ง
/context เพื่อตรวจสอบสถานะการใช้หน้าต่าง 200k โทเค็น
- แม้ใน Sonnet-1M ก็ยังไม่ชัดเจนว่า context window ทั้งหมดถูกใช้อย่างมีประสิทธิภาพหรือไม่
- เซสชันใหม่ของโมโนรีโปใช้โทเค็นเริ่มต้นราว ~20k (10%) และอีก 180k ที่เหลือมีไว้สำหรับงานแก้ไขเปลี่ยนแปลง (ซึ่งหมดเร็วมาก)
- เวิร์กโฟลว์หลัก 3 แบบ
/compact (หลีกเลี่ยง): การบีบอัดอัตโนมัติไม่โปร่งใส เกิดข้อผิดพลาด และยังปรับให้เหมาะไม่ดีพอ จึงพยายามเลี่ยงให้มากที่สุด
/clear + /catchup (รีสตาร์ตแบบง่าย): วิธีรีบูตพื้นฐาน โดยใช้ /clear ล้างสถานะแล้วตามด้วย /catchup แบบกำหนดเองเพื่ออ่านไฟล์ทั้งหมดที่เปลี่ยนใน git branch
- "Document & Clear" (รีสตาร์ตแบบซับซ้อน): สำหรับงานขนาดใหญ่ โดยให้ Claude dump แผนและความคืบหน้าลง
.md → /clear → เซสชันใหม่อ่าน .md แล้วทำต่อ
คำสั่งสแลชแบบกำหนดเอง
- คำสั่งสแลชคือ ทางลัดง่าย ๆ สำหรับพรอมป์ต์ที่ใช้บ่อย เท่านั้น ไม่มากไม่น้อยไปกว่านั้น
- การตั้งค่าขั้นต่ำ
/catchup: พรอมป์ต์ให้อ่านไฟล์ทั้งหมดที่เปลี่ยนใน git branch
/pr: ตัวช่วยจัดระเบียบโค้ด, stage และเตรียม PR
- รายการคำสั่งแบบกำหนดเองที่ซับซ้อนคือ anti-pattern
- แก่นของเอเจนต์อย่าง Claude คือสามารถสร้างผลลัพธ์ที่มีประโยชน์และนำไป merge ต่อได้จากอินพุตภาษาธรรมชาติเกือบทุกแบบ
- ถ้าบังคับให้วิศวกร (หรือคนที่ไม่ใช่วิศวกร) ต้องเรียนรู้รายการ "คำสั่งวิเศษ" ที่จำเป็นต่อการทำงาน = ล้มเหลว
- เป้าหมายคือสร้างเอเจนต์ที่มี
CLAUDE.md ที่เข้าใจง่ายกว่าเดิมและมีเครื่องมือที่ดีกว่าเดิม
Subagent แบบกำหนดเอง
- ในทางทฤษฎีเป็นฟีเจอร์จัดการคอนเท็กซ์ที่ทรงพลัง
- งานที่ซับซ้อน: คอนเท็กซ์อินพุต
X โทเค็น + คอนเท็กซ์งาน Y โทเค็น + คำตอบ Z โทเค็น
- งาน
N งาน = (X + Y + Z) * N โทเค็นในหน้าต่างหลัก
- แนวทาง Subagent: มอบหมายงาน
(X + Y) * N ให้เอเจนต์เฉพาะทาง แล้วส่งคืนเฉพาะคำตอบสุดท้าย Z โทเค็น
- แต่ในทางปฏิบัติ Subagent แบบกำหนดเองสร้างปัญหาใหม่ 2 อย่าง
- การคุมสิทธิ์คอนเท็กซ์: เมื่อสร้าง Subagent
PythonTests แล้วซ่อนคอนเท็กซ์การทดสอบทั้งหมดจากเอเจนต์หลัก → ทำให้ให้เหตุผลภาพรวมไม่ได้ → ต้องเรียก Subagent เพื่อรู้วิธีตรวจสอบโค้ดของตัวเอง
- การบังคับเวิร์กโฟลว์แบบมนุษย์: บังคับ Claude ให้อยู่ในเวิร์กโฟลว์แข็งตัวที่มนุษย์นิยามไว้ → การสั่งว่าจะมอบหมายอย่างไร กลายเป็นตัวปัญหาที่เอเจนต์ควรเป็นผู้แก้เอง
-
โดยส่วนตัวชอบฟีเจอร์ Task(...) มากกว่า
- สร้างสำเนาเอเจนต์อเนกประสงค์ด้วยฟีเจอร์
Task(...) ที่มีมาในตัวของ Claude
- ใส่คอนเท็กซ์หลักทั้งหมดไว้ใน
CLAUDE.md
- ให้เอเจนต์หลักตัดสินใจเองว่าเมื่อไรและอย่างไรควรมอบหมายงานให้สำเนาของตัวเอง
- ยังได้ประโยชน์ด้านการประหยัดคอนเท็กซ์ของ Subagent แต่ตัดข้อเสียออกไป
- เอเจนต์จัดการ orchestration ของตัวเองแบบไดนามิก
- ใน "Building Multi-Agent Systems (Part 2)" เรียกสิ่งนี้ว่า สถาปัตยกรรม "Master-Clone"
- ชอบมากกว่าโมเดล "Lead-Specialist" ที่ Subagent แบบกำหนดเองชักนำอย่างชัดเจน
Resume, Continue, History
- การใช้งานระดับพื้นฐาน
- ใช้
claude --resume และ claude --continue บ่อยมาก
- สำหรับรีสตาร์ตเทอร์มินัลที่มีบั๊ก หรือบูตเซสชันเก่าอย่างรวดเร็ว
- เปิดเซสชันเมื่อหลายวันก่อนด้วย
claude --resume เพื่อ สรุปวิธีเอาชนะข้อผิดพลาดบางอย่าง → ปรับปรุง CLAUDE.md และเครื่องมือภายใน
- การใช้งานขั้นลึก
- Claude Code เก็บประวัติเซสชันทั้งหมดไว้ที่
~/.claude/projects/
- มีสคริปต์สำหรับใช้ข้อมูลเซสชันดิบจากประวัติ
- ทำ meta-analysis กับ log: ค้นหาข้อยกเว้นที่พบบ่อย คำขอสิทธิ์ และแพตเทิร์นข้อผิดพลาด → ปรับปรุงคอนเท็กซ์ที่มอบให้เอเจนต์
Hooks
- สำคัญมากในรีโปฝั่งองค์กร: แต่ไม่ได้ใช้กับโปรเจกต์งานอดิเรก
- เป็นกฎแบบ กำหนดแน่นอนว่า “ต้องทำ” เพื่อเสริมคำแนะนำแบบ “ควรทำ” ใน
CLAUDE.md
- มี 2 ประเภท
- Hook บล็อกตอน commit (Block-at-Submit): เป็นกลยุทธ์หลัก
- ใช้ Hook
PreToolUse ครอบทุกคำสั่ง Bash(git commit)
- ตรวจสอบไฟล์
/tmp/agent-pre-commit-pass (ซึ่งสคริปต์ทดสอบจะสร้างขึ้นก็ต่อเมื่อเทสต์ทั้งหมดผ่านเท่านั้น)
- ถ้าไม่มีไฟล์ก็ห้าม commit → บังคับ Claude ให้วนลูป “ทดสอบ-แก้ไข” จนกว่าจะ build ผ่าน
- Hint Hook: Hook แบบไม่บล็อกอย่างง่าย ให้ฟีดแบ็กแบบ “fire-and-forget” เมื่อเอเจนต์ทำทางเลือกที่ด้อยกว่า
- ตั้งใจไม่ใช้ Hook ที่บล็อกในขั้นเขียน (
Edit หรือ Write)
- เพราะการบล็อกเอเจนต์กลางแผนอาจทำให้สับสนหรือ “หงุดหงิด”
- การตรวจผลลัพธ์สุดท้ายตอนขั้น commit หลังงานเสร็จแล้วมีประสิทธิภาพกว่ามาก
โหมดวางแผน
- หากใช้ AI IDE ทำการเปลี่ยนฟีเจอร์แบบ “ขนาดใหญ่” การวางแผนเป็นสิ่งจำเป็น
- โปรเจกต์งานอดิเรก: ใช้โหมดวางแผนในตัวเท่านั้น
- ใช้เพื่อจัดแนวทางก่อนเริ่ม Claude
- กำหนดวิธี build และ “จุดตรวจ” ที่ต้องหยุดงานและแสดงผลลัพธ์
- การใช้เป็นประจำทำให้เกิดสัญชาตญาณที่ดีมากว่า Claude ต้องการคอนเท็กซ์ขั้นต่ำแค่ไหนจึงจะได้แผนที่ดีโดยไม่ทำการ implement พัง
- โมโนรีโปฝั่งองค์กร: เริ่ม rollout เครื่องมือวางแผนแบบกำหนดเองที่สร้างบน Claude Code SDK
- คล้ายกับ native plan mode แต่โฟกัสที่ prompt ให้ผลลัพธ์สอดคล้องกับฟอร์แมต technical design ที่มีอยู่
- บังคับใช้แนวปฏิบัติภายในเป็นค่าเริ่มต้น (ตั้งแต่โครงสร้างโค้ดไปจนถึง data privacy และ security)
- ทำให้วิศวกรสามารถ “vibe plan” ฟีเจอร์ใหม่ได้เหมือนสถาปนิกอาวุโส (อย่างน้อยนั่นคือข้อเสนอ)
Skills
- เห็นด้วยกับ Simon Willison ว่า Skills เป็นดีลที่ใหญ่กว่า MCP (น่าจะใช่)
- วิวัฒนาการ 3 ขั้นของ mental model เรื่องความเป็นอิสระของเอเจนต์
- Single Prompt: ให้คอนเท็กซ์ทั้งหมดกับเอเจนต์ผ่านพรอมป์ต์ยักษ์อันเดียว (เปราะบาง และขยายต่อไม่ได้)
- Tool Calling: โมเดลเอเจนต์แบบ “คลาสสิก” สร้างเครื่องมือด้วยมือและทำ abstraction ของโลกจริงให้เอเจนต์ใช้ (ดีขึ้น แต่สร้าง abstraction ใหม่และคอขวดด้านคอนเท็กซ์ขึ้นมาอีก)
- Scripting: ให้อเอเจนต์เข้าถึงสภาพแวดล้อมดิบ (ไบนารี สคริปต์ เอกสาร) → เอเจนต์เขียนโค้ดสด ๆ เพื่อโต้ตอบได้เอง
- Agent Skills คือความสามารถถัดไปอย่างชัดเจน: เป็นการทำให้เลเยอร์ “Scripting” กลายเป็นผลิตภัณฑ์อย่างเป็นทางการ
- ถ้าคุณ ชอบ CLI มากกว่า MCP คุณก็ ได้รับข้อดีของ Skills แบบแฝงอยู่แล้ว
- ไฟล์
SKILL.md คือวิธีที่ เป็นระเบียบกว่า แชร์ได้มากกว่า และค้นพบได้ง่ายกว่า ในการจัดทำเอกสาร CLI และสคริปต์เหล่านี้ แล้วเปิดให้เอเจนต์ใช้งาน
- Skills คือ abstraction ที่ถูกต้อง: ทำให้โมเดลเอเจนต์แบบ “สคริปต์” ซึ่งแข็งแรงและยืดหยุ่นกว่า กลายเป็นสิ่งทางการ แทนโมเดลแข็งทื่อคล้าย API ที่ MCP เป็นตัวแทน
MCP (Model Context Protocol)
- การมี Skills ไม่ได้แปลว่า MCP ตายแล้ว (ดู "Everything Wrong with MCP")
- ปัญหาเดิม: หลายคนสร้าง MCP ที่แย่มากและกินคอนเท็กซ์สูง ด้วยเครื่องมือเป็นสิบตัวที่แค่สะท้อน REST API (
read_thing_a(), read_thing_b(), update_thing_c())
- โมเดล “Scripting” (ที่ถูกทำให้เป็นทางการผ่าน Skills) เป็นวิธีที่ดีกว่า แต่ก็ยัง ต้องมีวิธีเข้าถึงสภาพแวดล้อมอย่างปลอดภัย → นี่คือบทบาทใหม่ที่โฟกัสมากขึ้นของ MCP
-
บทบาทใหม่ของ MCP: data gateway
- แทนที่จะเป็น API ขนาดพองโต ให้เป็น gateway ที่เรียบง่ายและปลอดภัย พร้อมเครื่องมือระดับสูงที่ทรงพลังเพียงไม่กี่ตัว
download_raw_data(filters…)
take_sensitive_gated_action(args…)
execute_code_in_environment_with_state(code…)
- บทบาทของ MCP: จัดการ authentication, networking, security boundary แล้วอย่าเข้าไปขวางทาง แทนที่จะทำ abstraction ของโลกจริงให้เอเจนต์
- ให้จุดเริ่มต้นกับเอเจนต์ → จากนั้นเอเจนต์ทำงานจริงผ่าน scripting และคอนเท็กซ์
markdown
- MCP เดียวที่ใช้อยู่ตอนนี้: Playwright (สมเหตุสมผลเพราะเป็นสภาพแวดล้อมที่ซับซ้อนและมี state)
- เครื่องมือไร้ state ทั้งหมด (Jira, AWS, GitHub) ย้ายไปใช้ CLI แบบเรียบง่าย
Claude Code SDK
- Claude Code ไม่ได้เป็นแค่ CLI แบบโต้ตอบเท่านั้น แต่ยังเป็น SDK ทรงพลังสำหรับสร้างเอเจนต์รูปแบบใหม่ทั้งหมด ทั้งสำหรับงานเขียนโค้ดและงานที่ไม่ใช่โค้ด
- ในโปรเจกต์งานอดิเรกใหม่ส่วนใหญ่ เริ่มใช้มันเป็น เฟรมเวิร์กเอเจนต์พื้นฐานแทนเครื่องมืออย่าง LangChain/CrewAI
- 3 วิธีใช้งานหลัก
- การเขียนสคริปต์แบบขนานในวงกว้าง: เวลาทำรีแฟกเตอร์ครั้งใหญ่ แก้บั๊ก หรือย้ายระบบ จะไม่ใช้แชตแบบโต้ตอบ
- เขียน bash script แบบง่ายเพื่อเรียกใช้งานแบบขนาน เช่น
claude -p "in /pathA change all refs from foo to bar"
- ขยายระบบได้ดีกว่าและควบคุมได้มากกว่าการให้เอเจนต์หลักคอยจัดการงาน Subagent หลายสิบงาน
- สร้างเครื่องมือแชตภายใน: เหมาะมากสำหรับห่อกระบวนการที่ซับซ้อนให้กลายเป็นอินเทอร์เฟซแชตแบบง่ายสำหรับผู้ใช้ที่ไม่ใช่สายเทคนิค
- ตัวอย่าง: อินสตอลเลอร์ที่ fallback ไปใช้ Claude Code SDK เมื่อเกิดข้อผิดพลาดเพื่อช่วยแก้ปัญหาให้ผู้ใช้
- ตัวอย่าง: เครื่องมือภายใน "v0-at-home" ที่ช่วยให้ทีมดีไซน์ vibe-code ม็อกอัปฟรอนต์เอนด์ด้วย UI framework ภายในบริษัทได้ (ช่วยให้ไอเดียมีความเที่ยงตรงสูง และนำไปใช้ต่อกับโค้ดฟรอนต์เอนด์ระดับโปรดักชันได้โดยตรงมากขึ้น)
- การทำต้นแบบเอเจนต์อย่างรวดเร็ว: เป็นกรณีใช้งานที่พบบ่อยที่สุด และไม่ได้จำกัดแค่งานเขียนโค้ด
- เมื่อมีไอเดียงานของเอเจนต์ (เช่น "เอเจนต์สืบสวนภัยคุกคาม" ที่ใช้ CLI แบบปรับแต่งเองหรือ MCP)
- สร้างและทดสอบต้นแบบได้อย่างรวดเร็วด้วย Claude Code SDK ก่อนจะ commit โครงสร้าง deployment แบบเต็ม
Claude Code GitHub Action (GHA)
- เป็นหนึ่งในฟีเจอร์ที่ชอบที่สุดและถูกประเมินค่าต่ำที่สุด: แนวคิดเรียบง่ายมาก (รัน Claude Code ใน GHA) แต่ความเรียบง่ายนี่เองคือแหล่งพลังของมัน
- คล้ายกับ Background Agent ของ Cursor หรือเว็บ UI แบบ managed ของ Codex แต่ ปรับแต่งได้มากกว่ามาก
- ควบคุมคอนเทนเนอร์และสภาพแวดล้อมทั้งหมดได้ → เข้าถึงข้อมูลได้ดีขึ้น
- มี sandboxing และการควบคุมการตรวจสอบย้อนหลัง ที่แข็งแกร่งกว่าผลิตภัณฑ์อื่นมาก
- รองรับฟีเจอร์ขั้นสูงทั้งหมด เช่น Hook, MCP
-
กรณีการใช้งาน
- สร้างเครื่องมือ "PR จากที่ไหนก็ได้" แบบคัสตอม
- สั่ง trigger PR ได้จาก Slack, Jira หรือแม้แต่การแจ้งเตือนจาก CloudWatch
- GHA จะส่ง PR ที่ผ่านการทดสอบครบถ้วนกลับมาหลังจากแก้บั๊กหรือเพิ่มฟีเจอร์แล้ว
- วงล้อการพัฒนาที่ขับเคลื่อนด้วยข้อมูล
- log ของ GHA = log ของเอเจนต์ทั้งหมด
- ทบทวน log เป็นประจำในระดับบริษัท: หา mistake ที่เกิดซ้ำ, ข้อผิดพลาดของ bash และแนวปฏิบัติทางวิศวกรรมที่ไม่สอดคล้องกัน
- วงล้อการพัฒนา: บั๊ก → ปรับปรุง CLAUDE.md/CLI → เอเจนต์ที่ดีขึ้น
$ query-claude-gha-logs --since 5d | claude -p "see what the other claudes were getting stuck on and fix it, then put up a PR"
settings.json
- คอนฟิกบางอย่างที่จำเป็นทั้งกับงานอดิเรกและงานจริง
HTTPS_PROXY/HTTP_PROXY: สำหรับดีบัก
- ตรวจดูทราฟฟิกดิบเพื่อดูพรอมป์ต์ที่ Claude ส่งออกไปอย่างแม่นยำ
- สำหรับ background agent ยังเป็นเครื่องมือที่ทรงพลังสำหรับทำ network sandboxing แบบละเอียด
MCP_TOOL_TIMEOUT/BASH_MAX_TIMEOUT_MS: เพิ่มค่าให้สูงขึ้น
- ชอบรันคำสั่งที่ยาวและซับซ้อน ซึ่ง timeout เริ่มต้นมักจะเผื่อไว้น้อยเกินไป
- ยังไม่แน่ใจว่าหลังมีงาน bash แบบ background แล้วจำเป็นอยู่ไหม แต่ก็เก็บไว้เผื่อ
ANTHROPIC_API_KEY: ที่ทำงานใช้ enterprise API key (apiKeyHelper ผ่านทางนี้)
- เปลี่ยนจากไลเซนส์แบบ "ต่อที่นั่ง" ไปเป็นราคาแบบ "คิดตามการใช้งาน" (เหมาะกับวิธีทำงานมากกว่ามาก)
- เพราะปริมาณการใช้งานของนักพัฒนาต่างกันมหาศาล (พบว่าต่างกันได้ถึง 1:100 ระหว่างวิศวกร)
- วิศวกรสามารถทดลองสคริปต์ LLM ที่ไม่ใช่ Claude Code ได้ด้วยบัญชี enterprise เดียว
"permissions": ตรวจสอบรายการคำสั่งที่อนุญาตให้ Claude รันอัตโนมัติด้วยตัวเองเป็นระยะ
สรุป
- มีรายละเอียดเยอะพอสมควร แต่หวังว่าจะเป็นประโยชน์
- ถ้ายังไม่ได้ใช้เอเจนต์แบบ CLI อย่าง Claude Code หรือ Codex CLI ก็ควร เริ่มใช้ได้แล้ว
- แทบไม่มีคู่มือดี ๆ สำหรับฟีเจอร์ขั้นสูงเหล่านี้ และ วิธีเดียวที่จะเรียนรู้ได้คือกระโดดลงมือทำเอง
2 ความคิดเห็น
ความคิดเห็นบน Hacker News
เรากำลังซิงก์ไฟล์กับ AGENTS.md เพื่อให้เข้ากันได้กับ AI IDE อื่น ๆ
พอไปค้นดูเพิ่มก็พบว่าวิธีที่ Anthropic แนะนำคือใส่แค่บรรทัดเดียว
@AGENTS.mdในไฟล์CLAUDE.mdแล้วเก็บเนื้อหาจริงไว้ใน AGENTS.mdเอกสารที่เกี่ยวข้อง: Claude Code Best Practices
ผมชอบบทความส่วนที่พูดถึง MCP มาก
ผมชอบมุมมองที่ว่า “MCP ไม่ควรเป็น API ซับซ้อน แต่ควรเป็น เกตเวย์แบบเรียบง่าย ที่จัดการเรื่องการยืนยันตัวตน เครือข่าย และขอบเขตความปลอดภัย แล้วที่เหลือก็ถอยออกไป”
บทความที่เกี่ยวข้อง
ถึงอย่างนั้นก็แทบไม่ได้ใช้ MCP อยู่ดี อยากให้โฟกัสไปที่ฝั่ง auth มากกว่า
ลิงก์อ้างอิง: โพสต์บน X
น่าเสียดายนิดหน่อยที่บทความยาว 3,000 คำกลับถูกมองว่า “ยาวเกินไปเลยเอาไว้อ้างอิงอย่างเดียว”
ผมอยากเห็นเวอร์ชันที่ยาวกว่านี้และมีตัวอย่างใช้งานจริง
ผมใช้ ขั้นตอนรีสตาร์ตแบบง่าย ๆ ด้วย
/clearและ/catchupเพื่อรีเซ็ตสถานะของ Claude และให้มันกลับไปอ่านไฟล์ที่เปลี่ยนใหม่อีกไม่นาน
/compactน่าจะเข้ามาทำหน้าที่นี้แทน/compactเลยแทบใช้ไม่ได้ถึงจะขึ้นว่า “0% context remaining” แต่จริง ๆ แล้วมีการกันไว้ราว 30% สำหรับการบีบอัด
ถึงอย่างนั้นประมาณครึ่งหนึ่งก็ยังบีบอัดไม่สำเร็จหรือไม่ก็ติดข้อจำกัดของ API
การใช้ Claude Code เพื่อ ปรับปรุงการตั้งค่าของตัวเอง ก็ดีเหมือนกัน
แนะนำให้สลับไปโหมด plan แล้วใช้พรอมป์ต์นี้:
“อ่านเอกสารนี้(How I use every Claude Code feature) แล้วบอกฉันว่าควรปรับปรุงการตั้งค่า Claude Code ของฉันอย่างไร”
แม้แต่คำสั่งง่าย ๆ ใน CLAUDE.md Claude ก็ยังทำตามได้ไม่ดีนัก จนผมเลิกพยายามดูแลมันแล้ว
ตัวอย่างเช่น ต่อให้สั่งว่าชื่อสคริปต์ที่สร้างต้องเป็น
<foo>.aigen.tsมันก็ยังไม่ทำตามประมาณครึ่งหนึ่งเลยต้องเลี่ยงด้วยการใส่คอนเท็กซ์ลงในพรอมป์ต์ทุกครั้งแทน
หรือว่ามีแค่ผมคนเดียวที่เจอปัญหานี้?
ผมได้ผลคล้ายกันนี้ในหลายโปรเจ็กต์ด้วย
มีคนบอกว่า “ถ้ายังไม่ได้ใช้เอเจนต์แบบ CLI คุณควรใช้” เลยสงสัยว่ามันดีกว่าแอป Cursor จริงไหม
Cursor ดีตรงที่เลือกบางส่วนของโค้ดแล้วกด Cmd-L พร้อมสั่งว่า “แก้ส่วนนี้ให้หน่อย” ได้ง่าย
การส่งโค้ดบางชิ้นผ่าน CLI ดูค่อนข้างยุ่งยาก
ทั้ง UX ที่เบา และประสิทธิภาพโดยรวมดีกว่า Claude ทำงานได้ดีที่สุดใน CC
ghเป็นต้น) ได้ด้วยพอเห็นประโยคที่ว่า “Claude Code ไม่ใช่แค่ CLI ธรรมดา แต่เป็น SDK ที่ใช้สร้างเอเจนต์ใหม่ได้” ก็รู้สึกเหนื่อย เพราะมันเหมือน สำนวนที่ AI เขียน
ให้ความรู้สึกว่าไม่ค่อยเคารพผู้อ่าน
บทความนี้ดูเหมือนผู้เขียนอ่านและแก้ไขด้วยตัวเองจริง ๆ เลยคิดว่าเป็นตัวอย่างที่ดี
ตรงกันข้าม ถ้าเป็นเอาต์พุต AI ที่ก็อปวางมาแบบตรง ๆ ก็ควรถูกวิจารณ์
สำหรับผมกลับรู้สึกว่าได้รับความเคารพ เลยอ่านจนจบ
เครื่องมือพวกนี้น่าสนใจก็จริง แต่ก็อดกังวลไม่ได้ว่าอุตสาหกรรมกำลังกลับไปโฟกัสที่ ตัวเทคโนโลยีเองแทนลูกค้า อีกรอบหรือเปล่า
(ทำให้นึกถึงบทความ “Top idea in your mind” ของ Paul Graham)
ถ้าทำผลิตภัณฑ์ได้เร็วและถูก แต่เต็มไปด้วยบั๊ก ก็ไม่มีความหมายอะไร
AI ก็เหมือนกัน ตอนนี้ CEO หลายคนมองมันเป็นแค่เครื่องมือลดจำนวนคน แต่เทคโนโลยียังไม่ถึงระดับที่จะให้ประโยชน์จริงกับลูกค้าได้
แชตบอต AI มีแต่จะทำให้ลูกค้า หงุดหงิดมากขึ้น
ความเร็วในการพัฒนาของ Claude Code น่าทึ่งมาก
มันดีขึ้นต่อเนื่องจนแทบต้องเรียนรู้อะไรใหม่ทุกสัปดาห์
ถ้ามันเพิ่มฟีเจอร์ได้โดยไม่ทำให้ M4 Mac ของผม (RAM 64GB) ช้าลง แบบนั้นต่างหากถึงจะเป็น เวทมนตร์จริง ๆ
ก็ดีนะ ..