ขอแชร์บันทึกการนำ AI มาใช้ทำงานอัตโนมัติและแก้โจทย์ที่ชวนหนักใจอย่างการตรวจทานข้อความทั้งบริการทั้งหมด (งานที่โดยทั่วไปเรียกว่า UX Writing)
ไม่ใช่แค่การ "ใช้ AI" แบบผิวเผิน แต่ยังถ่ายทอดกระบวนการเปลี่ยนเกณฑ์การตัดสินใจขององค์กรให้เป็นระบบและนำไปใช้ติดกับงานจริงได้อย่างดี
สรุปประเด็นสำคัญ
แทนที่คู่มือการเขียนที่คลุมเครือด้วย "สเปกตรัมที่วัดค่าได้"
แทนคำสั่งเชิงอัตวิสัยอย่าง "ให้ดูเป็นมิตร" ทีมได้กำหนดโทนตั้งแต่การ onboarding ไปจนถึงคำเตือนเป็น 5 ระดับ ทำให้ AI สร้างน้ำเสียงที่ถูกต้องตามสถานการณ์ได้อย่างแม่นยำ คุณภาพกว่า 70% มาจากการจัดการ Glossary
Claude Code (CLI) และระบบไฟล์ Markdown
แทนที่จะยัดกฎทั้งหมดไว้ในพรอมป์ต์ ทีมแยกจัดการโครงสร้างโฟลเดอร์ Markdown (.md) สำหรับหลักการ/ตัวอย่าง/เซสชันอย่างอิสระ ด้วยสภาพแวดล้อม CLI ทำให้ AI อ่านดัชนีเฉพาะเมื่อจำเป็น ลดการสิ้นเปลืองโทเค็นและเพิ่มความแม่นยำ
เชื่อมต่อ Figma MCP เพื่อทำงานเวิร์กโฟลว์ดีไซน์อัตโนมัติ
เมื่อนักออกแบบส่งลิงก์แบบร่างมาให้ AI จะเข้า Figma โดยตรง แล้วทำงานอัตโนมัติตั้งแต่ [คัดลอกต้นฉบับ → สร้าง TOBE → เปลี่ยนข้อความ → มาร์กส่วนที่เปลี่ยนเป็นสีชมพู] ช่วยเพิ่มประสิทธิภาพการทำงานร่วมกันอย่างมาก
โครงสร้าง "ยกระดับความรู้" ที่หมุนเป็นวงจรเชิงบวก
รูปแบบที่เกิดซ้ำในสรุปเซสชันซึ่งสะสมจากการพูดคุยกับทีม จะถูกยกระดับเป็นหลักการทางการ (Docs) ออกแบบให้บอตไม่ใช่แค่เครื่องมือ แต่เติบโตไปพร้อมกับทรัพย์สินด้านการเขียนขององค์กร
จุดที่ช่วยลดทรัพยากร
ลบเวลาที่ต้องเปิดหาคู่มือ
ทำให้การค้นหากรณีคล้ายกันเป็นอัตโนมัติ
ทำให้งานแก้ไขและมาร์กใน Figma ที่ทำด้วยมือเป็นอัตโนมัติ
สร้างเหตุผลประกอบการแก้ไข (Reason) อัตโนมัติ
ท้ายที่สุด การตัดสินใจขั้นสุดท้ายยังเป็นหน้าที่ของมนุษย์ แต่เมื่อมอบงานรูทีนที่ทำซ้ำให้ AI ก็ทำให้สามารถโฟกัสกับ "บริบทและประสบการณ์ผู้ใช้" ได้เต็มที่
ดูเป็นสิ่งที่สามารถนำไปใช้กับงานจริงได้ทันที
ยังไม่มีความคิดเห็น