PM (Product Manager) จะสามารถลดเวลาที่ใช้ไปกับการเขียนเอกสารวางแผนด้วย AI ได้หรือไม่?
ช่วงหลังมานี้ ด้วยความก้าวหน้าของเทคโนโลยี AI ทำให้การสร้างร่าง PRD, การจัดระเบียบความต้องการ, ไปจนถึงหน้าจอ mockup สามารถทำงานอัตโนมัติได้ แต่เมื่อนำไปใช้กับงานจริงกลับเกิดปัญหาขึ้น
ปัญหาหลัก
• ร่างที่ AI สร้างขึ้นใกล้เคียงกับ "PRD มาตรฐานเฉลี่ยจากที่ไหนสักแห่งบนอินเทอร์เน็ต"
• แต่ละบริษัทมีคำศัพท์ นโยบาย และวิธีจัดการเคสยกเว้นต่างกัน จึงไม่เพียงพอหากใช้เพียงเทมเพลตมาตรฐาน
• ไม่สามารถสะท้อนจุดที่ทีมพัฒนาตรวจสอบหรือวัฒนธรรมการรีวิวได้
• business logic อย่างสิทธิ์การใช้งาน ค่าสถานะ และการจัดการประวัติ มักถูกตกหล่นได้ง่าย
วิธีแก้เริ่มจากการคิดกลับด้าน
คือต้องสอน AI ให้รู้จัก "ไวยากรณ์การเขียนเอกสารวางแผนของบริษัทเรา" ก่อน
หากให้มันวิเคราะห์เอกสารวางแผน 1–2 ฉบับที่ผ่านการรีวิวมาอย่างดีอยู่แล้ว ก็จะสามารถเรียนรู้โครงสร้างสารบัญร่วม วิธีเขียนความต้องการ และแพตเทิร์นการจัดระเบียบนโยบายกับเคสยกเว้นได้
เมื่อใช้ Claude Code จะยิ่งมีประสิทธิภาพมากขึ้น
• บันทึกกฎการเขียนเอกสารวางแผนไว้ใน CLAUDE.md
• แยกเทมเพลตจริงออกเป็น prd-template.md, screen-spec-template.md, admin-mockup-guide.md
• เมื่อกฎเปลี่ยน ให้แก้ไขเฉพาะไฟล์นั้น
• กำหนด workflow งานที่ทำซ้ำบ่อยด้วยคำสั่งอย่าง /make-admin-prd
ลำดับโฟลว์มีดังนี้
~/.claude/
├── CLAUDE.md
└── templates/
├── prd-template.md
├── screen-spec-template.md
└── admin-mockup-guide.md
หากดูเคสจริงอย่าง "การปรับปรุงฟังก์ชันอนุมัติคำขอแอดมินภายใน"
ระบบจะไม่ได้เพียงแค่ "เพิ่มปุ่มอนุมัติ" แต่จะสะท้อนความต้องการในงานจริงโดยอัตโนมัติ เช่น การควบคุมสิทธิ์การเข้าถึงตามบทบาท การบังคับกรอกเหตุผลการดำเนินการ และการติดตามประวัติการเปลี่ยนสถานะ
หลังสร้าง PRD แล้ว หากมีการจัดทำ HTML mockup ควบคู่กันไปด้วย ก็จะช่วยให้ในกระบวนการรีวิว นักพัฒนาหรือนักออกแบบมองเห็นได้ชัดเจนว่า "หน้าตาจะเป็นอย่างไร"
บทบาทของ AI ไม่ใช่การสร้างงานฉบับสมบูรณ์ แต่คือการจัดทำโครงร่างชิ้นแรกที่พร้อมให้ตรวจทาน
เมื่อเริ่มจากเอกสารว่าง ความคิดมักกระจัดกระจาย แต่เมื่อมีร่างตั้งต้น ก็จะเห็นได้ชัดว่าอะไรตกหล่นและส่วนไหนผิดปกติ จึงช่วยงานได้มาก
เมื่อผ่านกระบวนการนี้แล้ว เวลาที่ใช้เขียนเอกสารวางแผนสามารถลดลงจากหนึ่งวันเหลือราว 10 นาทีได้
ยังไม่มีความคิดเห็น