ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

สอน AI Coding Agent ให้ทำงานเฉพาะทางด้วยไฟล์ SKILL.md

สอน AI Coding Agent ให้ทำงานเฉพาะทางด้วยไฟล์ SKILL.md
ความสนใจ|เพิ่มประสิทธิภาพงานด้วย AI

รู้จัก Skill และเตรียมงานก่อนเริ่ม

Skill สำหรับ AI coding agent คือชุดคำสั่งที่บันทึกวิธีทำงานเฉพาะเรื่องไว้ในโฟลเดอร์ เพื่อให้ Claude หรือ Devin เรียกใช้เมื่อคำขอตรงกับเงื่อนไข โดยไฟล์ SKILL.md ระบุทั้งขอบเขตงาน ขั้นตอน อินพุต และข้อห้าม ทำให้ทีมไม่ต้องป้อนคำอธิบายยาวซ้ำทุกครั้ง Claude Skills เหมาะกับกระบวนการที่ทำซ้ำได้ และงานธุรกิจส่วนใหญ่สร้างได้โดยไม่ต้องเขียนโค้ดหรือมีพื้นฐานเทคนิคลึก

เริ่มจากเลือกงานเดียวที่เกิดซ้ำและรู้ผลลัพธ์ที่ต้องการ เช่น ตรวจไฟล์ทดสอบก่อนเปิดคำขอรวมโค้ด จากนั้นกำหนดว่าใครจะเรียกใช้ ต้องมีไฟล์หรือข้อมูลใด และอะไรถือว่าผ่าน หากงานต้องเรียก API ภายในหรือใช้สคริปต์ Python, Bash หรือ Node.js ควรให้ผู้พัฒนาช่วยตรวจการเชื่อมต่อ การยืนยันตัวตน และการแก้ข้อผิดพลาดด้วย อย่าเริ่มจากการรวมงานหลายชนิดไว้ใน Skill เดียว เพราะทั้งคำอธิบายและการทดสอบจะคลุมเครือ

ทั้ง Claude และ Devin ใช้ไฟล์ SKILL.md เป็นแกน แต่แนวทางติดตั้งต่างกัน Claude จัด Skill เป็นโฟลเดอร์ที่อาจมีไฟล์อ้างอิง แม่แบบ หรือสคริปต์เสริม ส่วน Devin สามารถเก็บ Skill ระดับที่เก็บโค้ดไว้ใน .agents/skills/<ชื่อสกิล>/SKILL.md และติดตามการเปลี่ยนแปลงผ่าน Git ส่วนหัว YAML บอกว่า Skill ทำอะไรและควรเรียกเมื่อใด ส่วนเนื้อหา Markdown บอกวิธีทำงาน การโหลดแบบเป็นชั้นช่วยไม่ให้รายละเอียดทั้งหมดถูกนำเข้ามาตั้งแต่ต้น

สอน AI Coding Agent ให้ทำงานเฉพาะทางด้วยไฟล์ SKILL.md

เขียน Skill และกำหนดคำเรียกให้ชัด

ทำตามลำดับนี้ โดยเขียนคำอธิบายให้ตรงกับถ้อยคำที่ทีมใช้จริง เพราะระบบอาศัยคำอธิบายนั้นตัดสินใจว่าจะเปิด Skill หรือไม่ คำอธิบายกว้างอย่าง “ช่วยเรื่อง JMeter” บอกทั้งงานและจังหวะใช้งานไม่พอ ส่วนคำสั่งในเนื้อหาควรอ่านเหมือนคู่มือส่งต่องานให้เพื่อนร่วมทีม: ทำอะไร ตรวจอะไร และหยุดเมื่อพบเงื่อนไขใด

  1. กำหนดงานเดียวให้ชัด พร้อมระบุคำขอที่ควรเรียกใช้ ข้อมูลนำเข้า ผลลัพธ์ที่ต้องส่ง และเงื่อนไขความสำเร็จ
  2. สร้างโฟลเดอร์ Skill ในตำแหน่งที่เครื่องมือรองรับ สำหรับ Devin แบบระดับที่เก็บโค้ดใช้ .agents/skills/<ชื่อสกิล>/ แล้วสร้างไฟล์ SKILL.md
  3. เขียนส่วนหัว YAML คั่นด้วย --- ระบุชื่อและ description ที่บอกทั้งหน้าที่และจังหวะเรียกใช้ โดยใช้คำที่ทีมมีแนวโน้มพิมพ์จริง
  4. เขียนคำสั่ง Markdown เป็นลำดับขั้น เพิ่มเกณฑ์ผ่านไม่ผ่าน ข้อห้าม วิธีจัดการกรณีผิดปกติ และไฟล์อ้างอิงหรือสคริปต์เมื่อจำเป็น
  5. บันทึก Skill ในตำแหน่งที่ Claude หรือ Devin อ่านได้ แล้วทดลองด้วยคำขอที่ควรเรียกและคำขอใกล้เคียงที่ไม่ควรเรียก
  6. ปรับคำอธิบายและขั้นตอนจากผลทดสอบ ตรวจสิทธิ์และข้อมูลที่สคริปต์เข้าถึง ก่อนให้ทีมใช้เป็นกิจวัตร

ตัวอย่างคำอธิบายสำหรับ Devin อาจระบุว่าให้รันทดสอบ JMeter แบบโหลดต่ำในโหมดไม่เปิดหน้าต่าง และสรุปผลผ่านหรือไม่ผ่านแยกตาม sampler ให้ใช้เมื่อผู้ใช้ขอ smoke test, sanity check หรือ dry run ไฟล์ JMX หรือก่อนเปิดคำขอรวมโค้ดที่แก้ไฟล์ .jmx คำเหล่านี้ช่วยจับทั้งชนิดงานและช่วงเวลาที่เหมาะสม โดยไม่ต้องหวังให้ agent เดาความตั้งใจจากชื่อ Skill อย่างเดียว

สอน AI Coding Agent ให้ทำงานเฉพาะทางด้วยไฟล์ SKILL.md

ตัวอย่าง Skill ตรวจ JMeter ก่อนทดสอบโหลด

ก่อนรันทดสอบโหลดจริง ให้ Devin ตรวจแผน JMeter ด้วยการทดสอบแบบผู้ใช้เดียว ขั้นตอนนี้ช่วยจับปัญหาพื้นฐานในเวลาไม่นาน และลดโอกาสเผลอรันแผนที่ตั้งโหลดสูงเกินเจตนา Skill ตัวอย่างควรสั่งให้ตรวจไฟล์ .jmx ก่อน จากนั้นรันแบบไม่เปิดหน้าต่าง บันทึกผล JTL และใช้สคริปต์ Python แยกผลตาม sampler เพื่อแสดงตารางผ่านหรือไม่ผ่าน

จุดพลาดที่ต้องเขียนเป็นข้อห้ามคืออย่าแก้แผนทดสอบเพื่อเปลี่ยนจำนวนผู้ใช้หรือโหลดเอง ให้ตรวจค่าที่มีอยู่และรายงานความเสี่ยงแทน อีกจุดคือไฟล์ JTL อาจต่อท้ายผลเดิมเมื่อรันซ้ำ จึงต้องกำหนดวิธีจัดการไฟล์ก่อนเริ่ม เช่น ตรวจว่าไฟล์ผลลัพธ์เป็นของรอบปัจจุบันหรือแยกชื่อไฟล์ตามรอบ หากไม่ระบุ Devin อาจอ่านข้อมูลเก่าปนกับผลล่าสุดแล้วสรุปผิด

กำกับการใช้งานด้วยการทดสอบทั้งกรณีปกติและกรณีที่ควรหยุด เช่น ไม่มีไฟล์ JMX คำสั่งรันล้มเหลว หรือไฟล์ผลลัพธ์มีข้อมูลจากรอบก่อน ตรวจว่าตารางแสดงผลครบทุก sampler และรายงานข้อผิดพลาดโดยไม่แตะต้องค่าการโหลด สำหรับ Skill ที่แตะระบบหรือข้อมูลสำคัญ ให้ตรวจสิทธิ์และนโยบายองค์กรก่อนเปิดใช้ และเก็บคำสั่งที่เปลี่ยนแปลงไว้ใน Git เพื่อให้ทีมทบทวนย้อนหลังได้

ทดสอบ เลือกใช้ และดูแลต่อเนื่อง

Skill ที่ดีต้องทำงานถูกทั้งตอนถูกเรียกและตอนที่ไม่ควรถูกเรียก ลองส่งคำขอที่ใช้ถ้อยคำตรงกับ description แล้วตรวจว่าระบบทำตามขั้นตอนครบ จากนั้นลองคำขอใกล้เคียงแต่คนละงานเพื่อดูว่า Skill ไม่แทรกเข้ามาผิดจังหวะ หากทริกเกอร์กว้างเกินไป ให้เพิ่มบริบทและคำที่ทีมใช้จริง หากแคบเกินไป ให้เพิ่มตัวอย่างคำขอที่ยังอยู่ในขอบเขตเดียวกัน

ไม่จำเป็นต้องสร้างเองทุกครั้ง ถ้ามี Skill ที่เชื่อถือได้และตรงกับงาน ให้ประเมินขอบเขต สิทธิ์ และวิธีดูแลก่อนนำมาใช้ แต่ควรสร้างเองเมื่อขั้นตอนเป็นความรู้เฉพาะทีม มีข้อห้ามเฉพาะโครงการ หรือต้องการให้ตรวจสอบการเปลี่ยนแปลงได้ หาก Skill มีสคริปต์หรือเรียก API ให้ผู้พัฒนาตรวจโค้ด การยืนยันตัวตน และการปฏิบัติตามนโยบายข้อมูลขององค์กร

เริ่มจาก Skill เล็กที่มีเจ้าของรับผิดชอบ เขียนตัวอย่างคำขอและผลลัพธ์ที่คาดหวังไว้ให้ทีมใช้ทดสอบ แล้วทบทวนเมื่อเวิร์กโฟลว์หรือเครื่องมือเปลี่ยน วิธีนี้ทำให้ AI coding agent ทำงานซ้ำได้ตามมาตรฐานโดยไม่ปล่อยให้คำสั่งคลุมเครือกลายเป็นสิทธิ์ให้แก้ระบบเกินขอบเขต หากทีมมีขั้นตอนเฉพาะที่ทำซ้ำบ่อย การสร้าง Skill คุ้มค่า แต่ต้องเฝ้าดูคำเรียก ข้อมูลที่แตะ และพฤติกรรมเมื่อเจอข้อผิดพลาด

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!