ผมไม่ใช่โปรแกรมเมอร์…แต่ให้ Claude Code เป็น “ทีมงาน AI ทั้งบริษัท” ได้ยังไง

เปิดใจคนไม่ใช่สายโค้ด ที่ดันหลงรัก Claude Code

ผมเป็นคนสอน Excel กับ Power BI ไม่ได้เป็นโปรแกรมเมอร์ มือโค้ดก็มีบ้างแบบงูๆ ปลาๆ เขียน Python พอเอาตัวรอดได้ แต่ทุกวันนี้ผมเปิด Claude Code ทุกวัน และต้องบอกตรงๆ ว่า มันเปลี่ยนวิธีคิดและ workflow การทำงานกับ AI ของผมไปทั้งระบบ

เดิมทีผมใช้ Obsidian เก็บโน้ตทุกอย่าง มี knowledge base เยอะมาก ทุกครั้งที่อยากให้ AI ช่วยงาน ต้อง

• copy โน้ตไปใส่ ChatGPT

• รอคำตอบ

• copy กลับมาวางที่เดิม

ถ้าต้องใช้ context จากหลายไฟล์ก็ยิ่งวุ่นวาย เหมือนคนแบกแฟ้มเอกสารวิ่งไปวิ่งมา เหนื่อยโดยไม่จำเป็น

จนวันหนึ่งผมเจอ Claude Code… แค่เปิดโฟลเดอร์แล้วพิมพ์ประมาณว่า

“ช่วยสรุปโน้ตเรื่อง X ให้หน่อย”

มันจะไปอ่านไฟล์ทั้งหมดในโฟลเดอร์นั้นเอง รู้ context ครบ ไม่ต้อง copy-paste อะไรเลย

และที่สำคัญกว่าแค่ “สะดวก” คือ เมื่อ AI มี context ที่ถูกต้อง มันจะเก่งขึ้นแบบอีกระดับ

• สรุปโน้ตแล้วเขียนออกมาเป็นบทความใหม่ให้

• สร้าง to-do list จาก meeting notes

• จัดการ Power BI ผ่าน MCP server ให้เลย (อันนี้โคตรสะใจ ไว้เล่าต่อด้านล่าง)

ตรงนี้แหละที่ทำให้ผมรู้สึกว่า นี่ไม่ใช่แค่ AI Chatbot อีกต่อไป แต่มันคือเพื่อนร่วมงาน ตัวจริง

“AI Coding” ไม่ได้มีไว้ให้โปรแกรมเมอร์เท่านั้น

พอได้ยินคำว่า AI Coding Tools หลายคนจะนึกถึงของเล่นสำหรับ dev อย่างเดียว ซึ่งผมมองว่า… เข้าใจผิดกันเยอะมาก

ความจริงแล้วเครื่องมือพวกนี้คือ AI Agent อเนกประสงค์ ที่เอาไปใช้ได้เกือบทุกงานดิจิทัล ไม่ว่าจะเป็น

• เขียน content

• วางโครง project

• ทำ research

• จัดการไฟล์

• สร้าง automation

แม้แต่บทความที่คุณกำลังอ่านอยู่นี่ ก็ใช้ Claude Code เป็น “คู่เขียน” แทบทุกย่อหน้า ผมทำหน้าที่เป็นบรรณาธิการใหญ่ คอยรีวิว แก้ และตัดสินใจ

ฟีลลิ่งตอนใช้งาน: เราเป็นผู้กำกับ ไม่ใช่คนลงมือเขียนโค้ดเอง

เวลาใช้ Claude Code ผมรู้สึกเหมือนตัวเองเป็น

• ผู้กำกับ

• หรือ หัวหน้าทีม

ผมไม่ต้องลงมือเขียนโค้ดเอง แต่เป็นคนบอก vision ว่า “ฉากนี้ต้องได้อารมณ์แบบนี้นะ” แล้วให้ทีมงาน (Claude) ลงรายละเอียดให้

วงจรการทำงานจะประมาณนี้

1. อธิบายให้ AI ฟังว่าต้องการอะไร

2. รอดู output ที่มันทำให้

3. ถ้ายังไม่ใช่ ก็ feedback กลับไปชัดๆ ว่า “ตรงนี้ยังไม่โอ ลองแบบนี้แทน”

4. วนไปจนได้ผลลัพธ์ที่พอใจ

แต่มีสิ่งหนึ่งที่ขาดไม่ได้

เราต้องมี Domain Knowledge ของงานตัวเองเสมอ เช่น

• ให้มันเขียน Excel formula เราต้องดูออกว่า logic ถูกหรือเปล่า

• ให้มันเขียน Python script เราต้องรู้วิธีเทสต์ ว่าทำงานได้จริงมั้ย

AI เก่งมากก็จริง แต่ก็มั่วได้ง่ายมากเหมือนกัน คนใช้งานต้องเป็น “กรรมการตัดสิน” อยู่ดี

ทำไม “AI Coding” ถึงทรงพลังกว่าการถาม-ตอบแบบ Chat

ผมเคยใช้เครื่องมือ automation อย่าง Power Automate, n8n มาก่อน บอกเลยว่าเหมาะกับ workflow ที่ค่อนข้างตายตัว แต่พอเจอเคสที่ซับซ้อน ต้องคิด-วิเคราะห์เยอะๆ ก็เริ่มไปไม่ค่อยรอด

ในทางกลับกัน AI Coding อย่าง Claude Code ทำได้มากกว่า

• คิดเอง ปรับตัวเองตามสถานการณ์

• เจอ error ก็ลองแก้เอง แถมอธิบายให้เราฟังด้วย

• สร้าง Script / Tool / Flow มาใช้ช่วยตัวเองได้

• ต่อ API ไม่เป็น? ให้มันไป search วิธีทำ แล้วทำเองเลย

ฟีลลิ่งเหมือนมี ผู้ช่วยที่ฉลาดจริง ไม่ใช่แค่หุ่นยนต์ทำตามสคริปต์

มองภาพรวม: 3 วิธีหลักในการใช้ AI ช่วยงาน

ก่อนจะเจาะลึก Claude Code ผมว่าควรเข้าใจ “ภาพใหญ่” ของ AI Tools ก่อน ว่าโดยมากจะแบ่งได้ 3 แบบ

1. Chat Interface – แบบที่ทุกคนคุ้นหน้าคุ้นตา

สไตล์คลาสสิกที่สุด คือเปิดเว็บ ChatGPT หรือ Claude.ai แล้ว

• พิมพ์คำถาม

• รอคำตอบ

• copy-paste ไปใช้

ข้อดี:

• ใช้งานง่ายมาก ไม่ต้องติดตั้งอะไร

• เหมาะกับคำถามทั่วไปหรือ brainstorming เร็วๆ

ข้อเสีย:

• ต้อง copy-paste ข้อมูลไปมาเอง

• AI มองไม่เห็น context ทั้งระบบงานเรา เหมือนไม่เคยเห็น workspace จริงของเรา

2. IDE Integration – AI ที่ฝังอยู่ใน Code Editor

สาย dev จะคุ้นกับคำว่า IDE (Integrated Development Environment) เช่น VS Code, Cursor, Windsurf ฯลฯ ตอนนี้หลายตัวมี AI ฝังในตัวเลย

ฟีเจอร์หลักๆ คือ

• ช่วยเขียนโค้ดแบบ real-time

• เดาได้ทั้งบรรทัด หรือทั้ง function

• มีหน้าต่าง chat ข้างๆ ให้คุยกับ AI ไปพร้อมดูโค้ด

ตัวอย่างที่เจอบ่อย:

• VS Code + AI extensions

• GitHub Copilot

• Cursor

• Windsurf

3. CLI – ตัวเปลี่ยนเกมของผม

CLI (Command Line Interface) คือการสั่งคอมพิวเตอร์ผ่าน command แทนการคลิก เช่น Command Prompt, PowerShell, Terminal

สิ่งที่ทำให้ CLI + AI เปลี่ยนเกม คือมันทำงานในระดับระบบปฏิบัติการเลย เข้าถึงอะไรได้บ้าง?

• ไฟล์ทุกประเภท: Excel, PDF, รูปภาพ, โค้ด, JSON ฯลฯ

• อ่านได้ แก้ได้ เขียนได้

• รัน script ได้

IDE อย่าง VS Code หรือ Cursor ก็เรียก terminal ได้เหมือนกัน แต่เหตุผลที่ผมเลือก Claude Code (CLI จาก Anthropic) เป็นหลัก เพราะ

• เป็น first-party tool ของผู้สร้าง Claude

• integration ดีที่สุด

• ฟีเจอร์ใหม่ๆ มาลงที่นี่ก่อน

ถึงจะอยู่บน CLI แต่การใช้งาน ใกล้เคียง Chatbot มาก แค่พิมพ์บอกว่าอยากทำอะไร แล้วมันจะ

• ขึ้น to-do list ให้ดูว่ากำลังทำอะไรอยู่

• รายงาน error ชัดเจน

• วิ่งเข้าถึงไฟล์บนเครื่องเรา

• ต่อ internet ได้

• ทำงานแบบยืดหยุ่นสุดๆ

ทำไมผมเลือก Claude Code แทนตัวอื่น

ผมลองเล่น AI CLI หลายตัว ทั้ง

• Gemini CLI จาก Google

• Codex CLI จาก OpenAI

• แล้วก็มาจบที่ Claude Code จาก Anthropic

ความรู้สึกส่วนตัวกับแต่ละค่าย (ในยุคนี้)

• GPT 5.2 Codex – OpenAI
  ฉลาดมาก ทำงานเงียบๆ สั่งไปแล้วลุยเลย ไม่ค่อยพูดมาก ฟีลแบบคนเก่งแต่ไม่คุย ถ้าชอบสไตล์ “ขอแค่จบงานก็พอ” ตัวนี้ตอบโจทย์ แต่ข้อเสียคือบางทีเราจะไม่รู้ว่ามันกำลังหลงทาง เพราะเราอธิบายไม่เคลียร์

• Gemini 3.0 Pro – Google
  จุดเด่นคืออ่าน context ได้เยอะมาก แต่เวลาเอามาใช้ทำงานจริง ผมเจอปัญหาจุกจิกบ่อย ทำพลาดบ่อย ทั้งที่สเปกบนกระดาษดูดีมาก โดยเฉพาะ Gemini 3.0 Flash เร็วจริงแต่ผิดเยอะ ผมไม่แนะนำเอามาทำงานจริงจัง

• Claude Opus 4.5 – Anthropic
  ฉลาดพอๆ กับ GPT 5.2 Codex แต่คาแรกเตอร์การทำงาน “เข้ากับคนง่าย” กว่าเยอะ ประสานงานดี รายงานเป็นระยะ ทำงานด้วยแล้วสนุก เหมือนมีผู้ช่วยที่รู้จังหวะเรา

สรุปคือ ผมไม่ได้เลือกจากคะแนน benchmark อย่างเดียว แต่เลือกจาก “นิสัยเวลาเราทำงานคู่กัน” ด้วย ซึ่ง Claude ทำตรงนี้ได้ดีมาก

Workflow ที่เปลี่ยนไปแบบไม่รู้ตัว

ตอนเริ่มใช้ Claude Code ผมเปิดมันใน terminal ของ VS Code แบบมาตรฐาน

• ฝั่งหนึ่งเป็น code editor

• อีกฝั่งเป็นหน้าต่าง Claude

แต่พอใช้ไปเรื่อยๆ ทุกวันนี้ผมแทบ ไม่มองโค้ดโดยตรงแล้ว

• เปิด Claude เต็มจอ

• สนใจแค่ผลลัพธ์สุดท้าย ว่า test ผ่านมั้ย app ทำงานมั้ย

ถ้าทดสอบผ่าน = โอเค จบ ไม่ต้องรู้แม้กระทั่งว่ามันไป refactor โค้ดตรงไหนบ้าง (เว้นแต่งานสำคัญที่ต้องรีวิวละเอียด)

อีก insight ที่ผมชอบมากคือ ให้ AI เขียน tools/scrips มาช่วยตัวมันเองทำงาน

แนวคิดหลัก:

• งานไหนทำซ้ำบ่อย → ให้ AI เขียน script มาช่วย
  เพราะ script

  • เร็วกว่า

  • เสถียรกว่า

  • ถูกต้องกว่า

  • ประหยัด token กว่า

• งานไหนต้องคิด วิเคราะห์ ตัดสินใจ หรือสร้างสรรค์ → ให้ LLM ทำแบบ manual

ตัวอย่างจริง:

เดิมผมให้ Claude อ่านไฟล์ JSON แล้วตรวจว่า format ถูกมั้ยทุกครั้ง ซึ่ง

• ช้า

• เปลือง token

เลยสั่งให้มันสร้าง Python script สำหรับ validate JSON ให้เสร็จสรรพ

ตอนนี้ผมแค่รัน script → เสร็จใน 1 วินาที
งานที่เคยใช้ 5 นาที เหลือ 10 วินาทีได้ง่ายๆ

โดยรวมแล้ว งานดิจิทัลบนคอมเกือบทุกอย่างผมเริ่มโยนให้ AI Coding ช่วยคิด ช่วยรัน

กฎสั้นๆ ที่ผมใช้กับตัวเอง
อะไร code ได้ ให้ LLM code อัตโนมัติ ส่วนงานที่ต้องคิดด้วยตัดสินใจด้วย ให้ LLM ช่วย generate แต่เราเป็นคนตัดสินผลลัพธ์สุดท้ายเสมอ

เรื่องราคา: แพงจริงไหม หรือเราคิดไปเอง

หลายคนเห็นคำว่า “AI Coding” แล้วกลัวราคาทันที คิดว่าต้องจ่ายแบบ pay-per-use ผ่าน API ที่คาดเดายาก

แต่ตอนนี้เครื่องมือส่วนใหญ่มีแบบ Subscription รายเดือน ให้เลือก เช่น

• Claude Pro – $20/เดือน (ประมาณ 700 บาท)

ใช้จริงได้เลย แต่…ถ้าใช้งานหนักๆ จะเริ่มชน rate limit บ่อย ต้องรอ reset ซึ่งเสียจังหวะมาก

สำหรับผม ถ้าลองแล้วรู้สึกว่าเวิร์ค แนะนำ

• ขยับขึ้นเป็น Claude Max ประมาณ $100–$200/เดือน

ผมใช้แพ็ก $100 อยู่ รู้สึกว่าคุ้ม เพราะ

• ทำงานลื่นไม่สะดุด

• ไม่ต้องมานั่งกังวลว่าจะชนเพดานกลางงาน

อีกทางเลือก:

• ใช้ GLM-4.7 (โมเดลจีน) คู่กับ Claude Code
  เอาไว้ทำงานที่ไม่ซับซ้อนมาก เพราะถูกกว่ามาก แต่คุณภาพโอเค

หรือถ้าอยากลองแบบฟรีก่อน

• ใช้ผ่าน IDE ของ Google อย่าง Antigravity ก็เป็นอีกทางเลือก

วิธีเริ่มต้นใช้ Claude Code แบบ Step-by-Step

Claude Code รองรับหลากหลาย OS

• macOS

• Linux

• Windows (ทั้ง PowerShell และผ่าน WSL)

ส่วนตัวผมชอบใช้ผ่าน WSL บน Windows เพราะคำสั่งฝั่ง Linux เป็นธรรมชาติสำหรับ AI มากกว่า พวก macOS/Linux ใช้ syntax ใกล้กันอยู่แล้ว

ขั้นตอนคร่าวๆ

1. สมัคร Claude Pro
เข้าไปที่ claude.ai แล้วสมัคร Pro plan ขั้นต่ำ

2. ติดตั้ง Node.js
ถ้ายังไม่มี ให้ติดตั้งจาก nodejs.org

3. ติดตั้ง Claude Code
เปิด terminal แล้วพิมพ์:

```bash
npm install -g @anthropic-ai/claude-code
```

4. Login
พิมพ์:

```bash
claude login
```
แล้วทำตามขั้นตอน

5. เริ่มใช้งาน
เปิดโฟลเดอร์โปรเจกต์ที่ต้องการแล้วพิมพ์:

```bash
claude
```

แค่นี้ก็พร้อมเริ่มคุยกับ AI ในระดับ OS แล้ว

YOLO Mode: ให้ AI จัดเต็มแบบไม่ต้องรออนุมัติ

ในชีวิตจริง ผมมักรัน Claude แบบที่ผมเรียกว่า YOLO Mode คือ

```bash
claude --dangerously-skip-permissions
```

ปกติ Claude จะถามก่อนทุก action ว่า

• จะเขียน/แก้ไฟล์นี้นะ โอเคมั้ย?

• จะรัน command นี้นะ ตกลงไหม?

โหมดนี้คือ “เชื่อใจกันแล้ว” ไม่ต้องถามบ่อย ทำให้ทำงานเร็วมาก แต่…

คำเตือน: ถ้าจะเล่นโหมดนี้ คุณต้องรับความเสี่ยงเองเต็มๆ

ผมกล้าใช้เพราะ

• commit/push ขึ้น GitHub บ่อยมาก

• ถ้าพังเมื่อไหร่ก็ revert กลับได้

• โปรเจกต์ส่วนใหญ่เป็นของผมเอง ไม่ได้เกี่ยวกับข้อมูลคนอื่นโดยตรง

ถ้าใครจะใช้กับงานทีม หรือระบบสำคัญ แนะนำให้คิดดีๆ ก่อนกด YOLO

Feature เด็ดของ Claude Code ที่ทำให้มันไม่เหมือน AI CLI ทั่วไป

จากมุมมองผม Claude Code ไม่ใช่แค่ AI ตอบคำถาม แต่มันคือ framework สำหรับบริหาร AI Agents เลยทีเดียว ฟีเจอร์หลักๆ ที่ผมใช้งานจริงมีดังนี้

1. CLAUDE.md – สมองพื้นฐานที่ฝังให้ AI ทุกครั้งที่เริ่มงาน

CLAUDE.md คืออะไร?

คือไฟล์ Markdown ที่เก็บ

• กฎทั่วไปของโปรเจกต์

• บุคลิกของ AI

• ข้อมูลพื้นฐานของเรา

• โครงสร้างโปรเจกต์

ข้อดีคือ Claude จะอ่านไฟล์นี้ทุกครั้งที่เริ่ม session ทำให้มันเข้าใจ context ทันที โดยไม่ต้องพิมพ์อธิบายซ้ำๆ

ตัวอย่างสิ่งที่ผมใส่ใน CLAUDE.md (ของจริงยาวเป็นร้อยบรรทัด):

• ชื่อ/สไตล์ของ AI

• ข้อมูลตัวผม

• หลักการทำงาน เช่น

  • Never Guess – อ่านโค้ดก่อนตอบ อย่าเดา

  • Find Root Cause – เน้นหาสาเหตุจริง ไม่ใช่แค่แก้อาการ

  • Minimize Changes – แก้เฉพาะที่จำเป็น ไม่ over-engineer

• โครงสร้างโปรเจกต์ เช่น

  • `/functions/` – JSON สำหรับ function docs

  • `/tools/` – Python scripts สำหรับ automation

  • `/theme/` – WordPress Block Theme

ทริกเล็กๆ: เราสามารถใส่ prompt แบบมี # เพื่อให้มันจำเข้า CLAUDE.md ได้ เช่น `#ผมชื่อศิระ`

ฟีเจอร์ใหม่ใน v2.1+

• Imports – ใช้ `@path/to/file.md` เพื่อ import ไฟล์อื่น เช่น `@README.md`

• Modular Rules – แยกไฟล์คำสั่งเป็นหมวด ๆ ในโฟลเดอร์ `.claude/rules/`

Use Case จริง:
ผมตั้งกฎว่า

เขียนบทความให้ใช้ภาษาไทยเป็นหลัก ศัพท์เทคนิคให้เป็นอังกฤษ

ใส่ไว้ใน CLAUDE.md ครั้งเดียว จากนั้นไม่ว่าผมจะให้มันเขียน content อะไร มันจะยึด pattern นี้อัตโนมัติ

2. Slash Commands / Skills – ปุ่มลัด + SOP อัตโนมัติ

เดิมที Claude Code มีทั้ง Slash Commands และ Skills ทำหน้าที่ต่างกันเล็กน้อย แต่ตั้งแต่ v2.1.3 เป็นต้นไป สองอย่างนี้ถูกรวมกันแล้ว ใช้เมนู `/` เหมือนกันหมด

ในเชิง mindset ผมมองแบบนี้

• Slash Command = ปุ่มลัดที่เรากดเองเมื่ออยากเรียก workflow บางอย่าง (เหมือนกด run macro)

• Skill = SOP หรือคู่มือการทำงาน ที่ AI จะหยิบมาใช้เองเมื่อเข้าเงื่อนไข

ตอนนี้แนะนำให้ สร้างเป็น Skill เป็นหลัก เพราะยืดหยุ่นกว่า และเรียกผ่าน `/` ได้เหมือนกัน

ตัวอย่าง Skill ที่ผมใช้จริง:

```yaml
skill: function-explainer
description: “สร้าง function documentation สำหรับ Excel/Power Query”
trigger: เมื่อพูดถึงการเขียน documentation หรือ function explainer
```

เวลาเราพิมพ์ว่า

ช่วยเขียน documentation ให้ SUMIF หน่อย

Claude จะไปหยิบ skill `function-explainer` มาใช้เอง และทำตามขั้นตอนที่เรากำหนดไว้ เช่น

• ดึงข้อมูลจาก Microsoft Docs

• เขียนคำอธิบาย 3 ย่อหน้า

• สร้างตัวอย่าง 3 เคสขึ้นไป

• ใส่ related functions ที่เกี่ยวข้อง

ทั้งหมดนี้เกิดขึ้นโดยที่เราไม่ต้องอธิบายใหม่ทุกครั้ง

ตัวอย่าง Slash Command ที่ผมใช้บ่อย:

• `/full 10 excel`

คำสั่งเดียว แต่เบื้องหลังคือ workflow ใหญ่ระดับ production เลย (เดี๋ยวไปเล่าที่ Section Workflow จริงด้านล่าง)

3. Subagents – ให้ AI สร้าง “ทีมย่อย” มาช่วยงาน

Subagents คืออะไร?

คือ AI agents ย่อยๆ ที่โฟกัสงานเฉพาะทาง ซึ่ง Claude หลักสามารถ

• spawn subagent เหล่านี้ขึ้นมาทำงาน

• ให้ทำงาน พร้อมกันแบบ parallel

นึกภาพว่า

• Claude หลัก = Project Manager

• Subagents = ผู้เชี่ยวชาญย่อย เช่น

  • นักเขียน content

  • นักวิจัย

  • นักพัฒนา

ตัวอย่างจริง:

เวลาเรียกคำสั่ง `/full 10 excel` ผมไม่ได้ให้ Claude หลักทำทุกอย่างคนเดียว แต่ให้มัน spawn subagents 10 ตัว ไปทำ function ละอันพร้อมๆ กัน

```text
Claude หลัก: “ต้องเขียน 10 functions”
→ Spawn function-writer #1 → SUMIF
→ Spawn function-writer #2 → VLOOKUP
→ Spawn function-writer #3 → INDEX
… ทำพร้อมกัน
```

ผลคือ

• งานที่ทำทีละชิ้นจะใช้เวลาประมาณ 30 นาที

• พอทำแบบ parallel เหลือแค่ 5–8 นาที

ข้อดีแอบซ่อน:

• แต่ละ subagent มี context แยกกัน ไม่แย่ง context window กัน

• เลือก model ต่างกันได้ตามประเภทงาน เช่น

  • งานง่าย → ใช้ Haiku (เร็ว ราคาถูก)

  • งานซับซ้อน → ใช้ Sonnet/Opus

4. MCP – ช่องทางให้ AI ต่อกับระบบภายนอก

MCP (Model Context Protocol) คือมาตรฐานกลาง ที่ทำให้ AI ต่อกับ

• database

• API ต่างๆ

• services ภายนอก

นึกภาพมันเหมือน ปลั๊กไฟสากล ที่ทำให้ Claude เสียบต่อกับ “เครื่องมือ” ต่างๆ ได้ ถ้าเครื่องมือเหล่านั้นรองรับ MCP

Use Case จริง:

ผมต่อ MCP เข้ากับ Power BI service ให้มัน

• อ่าน Data Model

• เขียน Measure

• ปรับแก้แบบจำลอง

• deploy ให้เสร็จในไม่กี่คำสั่ง

วิธีตั้ง MCP แบบสั้นๆ:

1. เปิด `settings.json` ของ Claude Code

2. เพิ่ม config MCP server ที่ต้องการ

3. restart Claude Code

ข้อควรระวัง: MCP บางตัวให้สิทธิ์เขียน/ลบข้อมูลได้จริง อย่าเปิดแบบ YOLO กับระบบ production เด็ดขาด ต้องคิดเรื่องสิทธิ์ให้ดี

5. Hooks – ให้ระบบรันคำสั่งอัตโนมัติเมื่อมี Event

Hooks คืออะไร?

คือ shell commands ที่จะรันอัตโนมัติเมื่อเกิด event บางอย่างใน Claude Code

เปรียบเทียบได้กับ

• email filter

• automation rule ต่างๆ เช่น “ถ้าอีเมลจากเจ้านี้ → ย้ายไปโฟลเดอร์นั้น”

ตำแหน่งไฟล์ตั้งค่า Hooks:

• ระดับ user: `~/.claude/settings.json`

• ระดับ project: `.claude/settings.json`

ตัวอย่าง event ที่ใช้บ่อย:

• ก่อนใช้ tool บางตัว

• ตอนจบงาน

Use Case 1 – กันไม่ให้ AI แก้ไฟล์สำคัญ (.env):

```json
{
“hooks”: {
“PreToolUse”: [{
“matcher”: “Edit”,
“command”: “if echo ‘$FILE_PATH’ | grep -q ‘.env’; then echo ‘BLOCKED: ห้ามแก้ .env!’; exit 1; fi”
}]
}
}
```

Use Case 2 – แจ้งเตือนเมื่อทำงานเสร็จ:

```json
{
“hooks”: {
“Stop”: [{
“command”: “notify-send ‘Claude Code’ ‘งานเสร็จแล้ว!’”
}]
}
}
```

ข้อดีของ Hooks: เราสามารถสร้าง “รั้วป้องกัน” ไม่ให้ AI ทำอะไรพลาดแรงๆ ได้ เช่น

• ห้ามแตะไฟล์บางชนิด

• สั่งรัน test ทุกครั้งก่อน deploy

6. Plugins – แพ็กทุกอย่างเป็นชุดพร้อมแจกจ่าย

Plugins คืออะไร?

คือการแพ็กทุกอย่างเกี่ยวกับ Claude Code ของโปรเจกต์หนึ่งให้เป็นชุดเดียว

ประกอบด้วย

• CLAUDE.md – กฎหลัก

• Skills / Commands – workflow และ SOP ต่างๆ

• MCP – การเชื่อมต่อภายนอก

• Hooks – guardrails และ automation

โครงสร้างตัวอย่าง:

```text
my-plugin/
├── CLAUDE.md # กฎทั่วไป
├── .claude/
│ ├── skills/ # Skills
│ ├── commands/ # Slash commands
│ └── settings.json # MCP + Hooks
└── README.md # วิธีใช้ plugin
```

Use Case จริง:

สมมติผมสร้าง

“ThepExcel Function Writer Plugin”

ภายในมี

• CLAUDE.md – บอก tone & style การเขียนของเว็บ ThepExcel

• Skills – ขั้นตอนเขียน function explainer

• MCP – ต่อ WordPress API

• Hooks – validate JSON ก่อน publish

ถ้าอยากให้ทีมเขียน content ทำงาน “เหมือนผม” แค่เอา plugin นี้ให้ทุกคนติดตั้ง ทุกคนจะมี workflow และ guardrails เหมือนกันทันที

ข้อดีของ Plugin:

• แชร์ workflow ให้ทีมอื่นได้ง่าย

• ใช้ git ทำ version control ได้

• ติดตั้ง/ลบออกสะดวก แยกจาก project หลักได้ชัดเจน

เคสจริง: ผมใช้ Claude Code ดูแลเว็บ ThepExcel ยังไง

มาถึงส่วนสนุกแล้ว ผมจะเล่า workflow จริงที่ใช้อยู่ในเว็บ ThepExcel ให้ฟัง

1. Project: Function Explainer

บนเว็บผมมีโปรเจกต์ใหญ่ คือเขียนคู่มือ function สำหรับ

• Excel

• Google Sheets

• DAX

• Power Query

• n8n

ถ้าจะทำเองทีละตัว คงใช้เวลาเป็นเดือน

สิ่งที่ผมทำคือ

1. ให้ Claude Code ช่วยสร้าง Infrastructure ก่อน

   • template หน้ารายละเอียดแต่ละ function

   • หน้าค้นหาฟังก์ชันกลาง

   • ระบบแสดง related functions เป็น node graph

   • integrate ทุกอย่างเข้า WordPress Theme ของ ThepExcel

2. พอเครื่องมือพร้อมแล้ว เวลาเพิ่ม function ใหม่ ผมแค่พิมพ์คำสั่งเดียว:

   ```
   /full 10 excel
   ```

   เบื้องหลังมันจะทำอะไรบ้าง?

   1. Main Agent ไปดึงจาก database ว่ามี function ไหนต้องอัปเดต

   2. Main Agent เรียก Function Explainer Skill

   3. Skill นั้นสั่ง spawn Function Writer Subagents ทีเดียว 10 ตัว พร้อมกัน

   4. แต่ละ subagent research + เขียน documentation ของ function ตัวเอง

   5. เมื่อทุกตัวเสร็จ Main Agent สั่ง script ตรวจ format JSON ถ้าผิดก็ให้ AI แก้ให้

   6. ทุกอย่างผ่านการ validate แล้ว จึงสั่ง script ยิง API ขึ้น WordPress อัตโนมัติ

ผลลัพธ์: 10 functions เสร็จภายใน 3–5 นาที
ถ้าผมลงมือเองทุกขั้นตอน น่าจะหมดครึ่งวัน

2. เขียนและแก้บทความ (รวมถึงบทความนี้ด้วย)

บทความนี้เองก็เกิดจาก

• Claude Code ช่วยเขียนโครง+เนื้อหา

• ผมตรวจทาน ปรับโทน แก้รายละเอียด

• ใช้ Claude Code ช่วย publish ขึ้น WordPress

Workflow คร่าวๆ:

• ใช้ Skill สำหรับ Deep Research ให้ AI ไปอ่านข้อมูลเกี่ยวกับเครื่องมือ/โมเดล AI ใหม่ๆ

• ให้มันอ่าน context ทั้ง project ก่อน แล้วค่อยสั่งให้เขียน content เป็น `.md` ด้วย style การเขียนของผม

• ผมเปิดไฟล์ `.md` ในเครื่อง ตรวจและแก้จนพอใจ

• จากนั้นสั่ง Claude ให้ publish ขึ้น WordPress

• ต่อด้วยสั่ง API ไปยังบริการสร้างภาพ ให้ gen feature image ที่มี mascot ของ Claude + โลโก้ ThepExcel (มันไป search รูปเองได้ และผมให้ feedback แก้จนโอเค)

เวลาแก้บทความทีหลัง ถ้าแก้เล็กน้อยผมจะ edit ใน WordPress โดยตรง แต่ถ้าจะ

• ปรับโครงใหม่

• เปลี่ยน logic การเล่าเรื่อง

ผมจะกลับไปหา Claude บอกเป็นภาษาคน แล้วให้มันแก้ที่ไฟล์ `.md` + sync ขึ้นเว็บให้

สรุป: Claude Code สำหรับคนที่ไม่ใช่ Programmer

หลังใช้มาพักใหญ่ ผมมองว่า Claude Code ไม่ใช่แค่ AI ช่วยเขียนโค้ด แต่มันคือ

AI Agent ที่เข้าไปอยู่ใน workflow การทำงานจริงทั้งระบบ

จุดเด่นที่ทำให้ผมติดงอมแงม:

• อ่าน/เขียนไฟล์บนเครื่องได้โดยตรง

• เห็น context ทั้ง project ไม่ใช่แค่มองคำถามทีละก้อน

• ขยายตัวเองได้ด้วย Skills, Subagents, MCP, Hooks, Plugins

• ปรับให้เข้ากับ style การทำงานของแต่ละคนได้สูงมาก

สำหรับคนที่ไม่ใช่โปรแกรมเมอร์แบบผม มันเปิดประตูให้ทำสิ่งที่เมื่อก่อนทำไม่ได้ (หรือทำได้แต่ต้องเหนื่อยมาก) กลายเป็นเรื่องที่สั่ง AI ช่วยได้ในไม่กี่คำสั่ง

ความรู้สึกคือ

• จากทำงานคนเดียว → กลายเป็นเหมือนมีทีมงานเพิ่มอีกหลายคน

• ทีมงานเหล่านี้ไม่บ่น ไม่เหนื่อย ทำงานวนได้ทั้งวัน

• และเก่งขึ้นเรื่อยๆ ตามกฎและ SOP ที่เราป้อนให้

ใครกำลังมองหาวิธี ยกระดับการใช้ AI จากแค่ถาม-ตอบ ให้กลายเป็น “ทีมงานดิจิทัล” ผมแนะนำให้ลองจับ Claude Code ดูสักรอบ แล้วคุณจะเริ่มมองงานในมุมใหม่เลยว่าจริงๆ เรา “ไม่จำเป็นต้องทำเองทุกอย่าง” อีกต่อไป

คำศัพท์ที่ควรรู้ (สไตล์คนใช้จริง)

• CLI (Command Line Interface) – การสั่งคอมด้วยคำสั่งพิมพ์แทนการคลิกเมาส์ เช่น Terminal, PowerShell

• IDE (Integrated Development Environment) – โปรแกรมเขียนโค้ดแบบครบชุด เช่น VS Code, Cursor, Windsurf

• LLM (Large Language Model) – โมเดล AI สำหรับประมวลผลภาษาธรรมชาติ เช่น Claude, GPT, Gemini

• AI Agent – AI ที่ไม่ได้แค่ตอบคำถาม แต่ลงมือทำงานตามขั้นตอนให้เอง (อ่านไฟล์ เขียนไฟล์ รันคำสั่ง ฯลฯ)

• CLAUDE.md – ไฟล์กติกาและ context พื้นฐานของโปรเจกต์ ที่ Claude อ่านทุกครั้งก่อนเริ่มงาน

• Skill – SOP หรือชุดคำสั่งที่บอก AI ว่าถ้าเจอสถานการณ์แบบนี้ ให้ทำงานตามขั้นตอนนี้

• Slash Command (`/…`) – คำสั่งลัดเรียก workflow หรือ Skill ที่เราเตรียมไว้

• Subagent – AI ย่อยที่ Claude หลักเรียกมาช่วยทำงานเฉพาะทาง ทำงานแบบ parallel ได้

• MCP (Model Context Protocol) – มาตรฐานให้ AI เชื่อมกับระบบภายนอก เช่น database, API, SaaS ต่างๆ

• Hook – คำสั่งที่รันอัตโนมัติเมื่อเกิด event บางอย่าง เช่น ก่อน/หลังใช้ tool

• Plugin – แพ็กเกจรวม CLAUDE.md, Skills, MCP, Hooks ให้แชร์ไปใช้ในโปรเจกต์อื่นหรือกับคนอื่นได้