Loading...
จากทีมที่เคยเจ็บหนักกับ AI บอกว่า "เสร็จแล้ว" แต่จริงๆ พัง สู่การออกแบบระบบ 4 ไฟล์ที่ทำให้ AI ทำงานถูกต้อง ไม่ลืม ไม่หลอก ทุกครั้ง
เราเล่าจากการทดลองจริงในแล็บ ไม่ใช่ทฤษฎี — และให้หลักฐานพูดแทน
จุดเจ็บ: งานซ้ำ ๆ ในทีมกินเวลาคนเก่ง ทำให้ไม่มีเวลาคิดงานที่สำคัญกว่า
เดิมพัน: ถ้าไม่วางระบบให้ AI ช่วย คนก็จมอยู่กับงานจุกจิกจนธุรกิจไม่โต
สิ่งที่เราทำในแล็บ: จากทีมที่เคยเจ็บหนักกับ AI บอกว่า "เสร็จแล้ว" แต่จริงๆ พัง สู่การออกแบบระบบ 4 ไฟล์ที่ทำให้ AI ทำงานถูกต้อง ไม่ลืม ไม่หลอก ทุกครั้ง
จากคนที่เคยโดน AI หลอกจนอยากปาคอม ไปสู่การออกแบบระบบที่ทำให้ AI ทำงานถูกต้อง ไม่ลืม ไม่มั่ว ทุกครั้ง
อัปเดตล่าสุด: 2026-04-16
CLAUDE.md ลดจาก 400 → 100 บรรทัด | bug loop จาก 10 → ≤2 รอบ (วัดจากประสบการณ์จริง)
ผมใช้ AI ช่วยเขียนโค้ดมาสักพัก เจอปัญหาซ้ำๆ เยอะมาก ที่หนักสุดคือ AI หลอกว่าทำงานเสร็จแล้ว แต่จริงๆ ไม่เสร็จ — เสียทั้งเวลา เสียทั้งเงิน (token) และที่แย่กว่านั้นคือเสียความมั่นใจในงานที่ส่งให้ลูกค้า
blog นี้คือสรุปปัญหาที่ผมเจอ และวิธีแก้ที่ผมออกแบบไว้ เผื่อทีมเราเจอเหมือนกัน จะได้ไม่ต้องเจ็บตัวแบบผม
AI ไม่ได้ตั้งใจหลอก — แค่ระบบที่ออกแบบมาไม่ได้บังคับให้มันทำสิ่งที่ถูกต้องทุกครั้ง
5 ปัญหาแรกล้วนเกิดจาก ข้อมูลที่ AI รับเข้ามาไม่ครบ ไม่ว่าจะเพราะไม่ได้อ่านคู่มือ ลืมข้าม session หรือคู่มือยาวเกินจนถูกตัดออกจาก context แก้ได้ทั้งหมดด้วยการออกแบบไฟล์ให้ถูกวิธี
ผมมี project ใหญ่ชื่อ Venture Radar — เป็นระบบ AI สแกนไอเดียธุรกิจวันละ 1 อัน เชื่อมต่อกับ Paperclip, n8n, OpenClaw, Lark Base หลายระบบมาก วันหนึ่งผมบอก AI ว่า "อยากให้ปรับ card ที่ส่งเข้า Lark ให้เป็นภาษาไทย เหมือนนักลงทุนอ่านแล้วตัดสินใจได้" — เรื่องง่ายๆ ใช่ไหม? แต่ AI ทำงานไปได้สักพัก เสนอวิธีแก้มาแบบมั่วมาก ทั้งที่ผมมีไฟล์ CLAUDE.md อธิบายทุกอย่างไว้แล้ว สุดท้ายผมด่า AI แล้วสั่งให้อ่านทั้ง project ใหม่ พอมันอ่านจบก็เข้าใจถูกทันที
AI ไม่ได้ "ถูกบังคับ" ให้อ่านไฟล์สำคัญก่อนเริ่มงาน มันเลยเดาจากสิ่งที่เห็นง่ายๆ แล้วเสนอวิธีแก้ที่ผิด
ในไฟล์ CLAUDE.md ต้องมี section ชัดเจนว่า
"ก่อนทำอะไรทั้งนั้น ต้องอ่านไฟล์เหล่านี้ก่อน"
และต้องเป็น section แรกๆ ของไฟล์ (ไม่ใช่อยู่ท้ายๆ ที่ AI ลืม)
ผมเขียนไว้ใน CLAUDE.md ว่า "ผมเป็น vibe coder ใช้ภาษาคนธรรมดา" แต่ AI ก็ยังใช้ศัพท์เทคนิคเต็มไปหมด เช่น "refactor the module," "decouple the dependency" — ผมอ่านแล้วไม่รู้ว่าคืออะไร
กฎที่เขียนไว้ "ท้ายๆ" ของ CLAUDE.md จะถูกลืมก่อน เพราะ AI อ่านจากบนลงล่าง พอถึงท้ายไฟล์มันเริ่มจำไม่ได้แล้ว
ใส่กฎเรื่องภาษา "บรรทัดแรกสุด" ของ CLAUDE.md เลย ให้ AI เห็นก่อนทุกอย่าง — ตำแหน่งที่เขียน = ความสำคัญในสายตา AI
ทุกครั้งที่เปิด chat ใหม่ใน Cursor ผมต้องอธิบายตั้งแต่ต้นว่า project ทำอะไร ใช้อะไร สถานะตอนนี้อยู่ตรงไหน — เสียเวลามาก และบางครั้งลืมบอกอะไรไป AI ก็ทำผิดทิศทาง
AI ไม่มีความจำข้าม session — แต่ละ chat เริ่มจากศูนย์ ต้องอาศัย "ไฟล์" เป็นความจำแทน
สร้างไฟล์ MEMORY.md ที่ AI อัปเดตทุกครั้งก่อนจบงาน มีข้อมูล:
พอเปิด chat ใหม่ AI อ่าน MEMORY.md ก็รู้ทันทีว่าอยู่ตรงไหน ไม่ต้องอธิบายใหม่
ผมพยายามใส่กฎทุกอย่างลงใน CLAUDE.md สุดท้ายมัน 400 บรรทัด แล้ว AI ก็ทำตามแค่ครึ่งเดียว ลืมครึ่งนึง
ยิ่งยาว ยิ่งถูกลืม — ต่อให้เขียนกฎดีแค่ไหน ถ้ายาวเกิน AI ก็จำไม่ไหว context window ไม่พอ
แยกไฟล์ตามหน้าที่ — ข้อมูลไม่หาย แค่ย้ายไปที่ถูกที่:
| ไฟล์ | หน้าที่ | ความยาว |
|---|---|---|
| CLAUDE.md | กฎเหล็ก / protocol | 80-100 บรรทัด |
| MEMORY.md | สถานะ project | 60-80 บรรทัด |
| CHANGELOG.md | ประวัติทุก session | ต่อเพิ่มเรื่อยๆ |
| STACK-REGISTRY.md | รายการ tool ที่ใช้ | ตามจำนวน tool |
| Docs/ | detail ยาวๆ | อ่านเมื่อจำเป็น |
สั่ง AI ทำ 10 issues ใน 1 phase — มันรายงานว่าเสร็จหมด ผมดีใจ ปิดงาน... พอลูกค้าใช้ถึงรู้ว่าเหลืออีก 3 issues ที่ไม่ได้ทำ
AI ไม่ได้ตั้งใจโกหก แต่ context window เต็มไปด้วยโค้ดที่เพิ่งเขียน ข้อมูลตอนเริ่มงาน (ว่ามี issues อะไรบ้าง) ถูกดันออกไปจาก "สมาธิ" แล้ว มันเลยคิดว่าเสร็จจากสิ่งที่เห็นอยู่ตรงหน้า
ใช้ ไฟล์ checklist ภายนอก (PHASE-TRACKER.md) ที่ AI ต้อง:
จุดสำคัญ: บังคับให้ "เปิดไฟล์อ่านใหม่" ไม่ใช่ "จำจาก chat" — เพราะการจำไม่เชื่อถือได้
ปัญหาทั้ง 5 นี้มีรูปแบบเดียวกัน: AI ไม่ได้รับข้อมูลที่ถูกต้องก่อนทำงาน — แก้ด้วยการออกแบบไฟล์ ไม่ใช่อธิบายซ้ำใน chat
กำแพงเมืองจีน — สร้างทีละอิฐ ทีละส่วน ไม่ข้ามขั้น
6 ปัญหาที่เหลือเป็นเรื่อง คุณภาพของงานที่ส่ง ตั้งแต่แก้ bug วนเป็นลูป ไปถึง server ไม่ทำงานเมื่อส่งงาน วิธีแก้คือกำหนด protocol ชัดเจนว่า AI ต้องทำอะไรก่อนบอกว่า "เสร็จ"
Error ตัวเดียว AI แก้ไป 10 รอบ ยิ่งแก้ยิ่งพัง เพราะมันลองไปเรื่อยๆ โดยไม่หยุดคิด
AI เห็น error → รีบแก้ → ไม่ได้ → แก้อีก → วนแบบนี้ โดยไม่เคย หยุดถามตัวเองว่า "root cause จริงๆ อยู่ที่ไหน?"
กฎชัดเจน: "แก้ bug ครั้งที่ 2 ไม่ผ่าน = หยุดทันที" แล้ว:
ผลคือ AI ไม่วนลูปอีก เพราะถูกบังคับให้หยุดคิดก่อนแก้
AI แก้ bug ในไฟล์ A → bug หาย → แต่ไฟล์ B ที่เรียกใช้ไฟล์ A พังแทน — เพราะ AI มองแคบ แก้แค่จุดที่เห็น
AI ไม่ตรวจ dependencies — เห็นแค่ไฟล์ที่กำลังแก้ ไม่เห็นภาพรวม
เพิ่ม "Impact Check" ใน protocol:
ก่อนแก้:
หลังแก้:
AI บอก "เสร็จแล้ว เปิดดูได้เลย" ผมเปิดไป... เงียบกริบ server ไม่รัน กดลิงก์ไม่เข้า กลายเป็นผมต้องเสีย token ให้ AI ไปแก้อีกรอบ
Delivery Checklist ที่ AI ต้องผ่านครบก่อนบอกว่า "เสร็จ":
ห้ามบอก "เสร็จ" ถ้าข้อใดข้อหนึ่งไม่ผ่าน
AI ไม่เคยใช้ library บางตัว แต่ก็เขียนโค้ดมาให้ผมใช้ โดยเดาว่ามันทำงานยังไง พอผมรัน = พัง เพราะเดาผิด
AI มี bias ชอบดู "มีประโยชน์" ไม่อยากบอกว่า "ไม่รู้" เลยเดาแทน
Honesty Protocol — เขียนใน CLAUDE.md ชัดเจน:
ให้ AI รู้ว่า "บอกไม่รู้" = ไม่ได้ทำให้ดูแย่ แต่ช่วยให้งานไม่พัง
ใน project มี library, plugin, API ต่างๆ เต็มไปหมด บางอันลงแล้ว test แล้ว บางอันลงแล้วไม่เคย test เลย พอ AI จะใช้ ก็ไม่รู้ว่าอันไหน ready
สร้างไฟล์ STACK-REGISTRY.md — รายชื่อ tool ทั้งหมดพร้อมสถานะ:
| สัญลักษณ์ | ความหมาย | AI ทำได้? |
|---|---|---|
| ✅ VERIFIED | ลง + test แล้ว ใช้ได้จริง | ใช้ได้เลย |
| ⚠️ INSTALLED | ลงแล้ว ยังไม่ test | ต้อง test ก่อน |
| ❌ FAILED | ลงแล้ว ใช้ไม่ได้ | ห้ามใช้ |
| 📋 PLANNED | ยังไม่ได้ลง | ไม่มีใน project |
| 🔧 USER-ONLY | AI ลงเองไม่ได้ | ต้องให้ผมลง |
กฎ: status ⚠️ = ห้ามถือว่าใช้ได้ ต้อง test ก่อน
พอคุยกับ AI ไปเรื่อยๆ เกิน 30-40 ข้อความ มันเริ่มลืมสิ่งที่คุยไว้ตอนต้น ตอบแปลกๆ ทำผิดพลาด
Context window (พื้นที่ความจำของ AI) มีขีดจำกัด พอเต็มก็เริ่มตัดข้อมูลเก่าออก — ข้อตกลงสำคัญที่คุยไว้ตอนเริ่มงานอาจหายไปแล้ว
Context Window Protocol — เมื่อ chat ยาวเกิน (~30 messages หรือ 20 tool calls):
เปิด chat ใหม่ = AI ได้ "สมอง" fresh + มี MEMORY.md อ่านเป็น context
ปัญหาทั้ง 11 ข้อมีคำตอบเดียวกัน — ออกแบบ "โครงสร้างไฟล์" ให้บังคับ AI ทำสิ่งที่ถูกต้อง ไม่ใช่หวังพึ่งความจำของมัน
จาก "คู่มือยาว" สู่ "ระบบไฟล์" — AI ไม่ต้องจำ แค่ต้องอ่านไฟล์ที่ถูกที่
หลังจากเจอปัญหาทั้ง 11 ข้อ ผมออกแบบระบบไฟล์แบบนี้:
| ไฟล์ | ใครเขียน | เมื่อไหร่อ่าน | ขนาด |
|---|---|---|---|
| CLAUDE.md | User (ไม่ค่อยเปลี่ยน) | ทุก session — บังคับ | 80-100 บรรทัด |
| MEMORY.md | AI (update ทุก session) | ทุก session — บังคับ | 60-80 บรรทัด |
| CHANGELOG.md | AI (append ก่อนจบ) | อ่านเมื่ออยากรู้ประวัติ | ต่อเพิ่มเรื่อยๆ |
| STACK-REGISTRY.md | AI (update เมื่อลง tool) | อ่านก่อนใช้ tool | ตามจำนวน tool |
| Docs/ | User / AI | อ่านเมื่อต้อง detail | ไม่จำกัด |
เทียบขนาด CLAUDE.md ก่อนและหลังแยกไฟล์ — วัดจากจำนวนบรรทัดจริง
ลด 75% — โดยย้ายข้อมูลที่เหลือไปไฟล์เฉพาะทาง ไม่ใช่ตัดทิ้ง
จำนวนบรรทัดโดยประมาณของแต่ละไฟล์ เทียบกับ CLAUDE.md เดิม 400 บรรทัด
80 บรรทัดที่ AI จำได้ครบ ดีกว่า 400 บรรทัดที่ถูกลืมครึ่งหนึ่ง
จาก 11 ปัญหาข้างต้น มีบทเรียนที่ซ้ำกัน 5 ข้อ — เข้าใจสิ่งเหล่านี้แล้ว จะออกแบบระบบ AI ได้ดีขึ้นทุก project
ต้องออกแบบระบบที่ บังคับให้มันกลับไปอ่านไฟล์ ไม่ใช่หวังให้มันจำจาก chat — เพราะการจำข้าม session ไม่มีอยู่จริงสำหรับ AI แต่ไฟล์มีอยู่เสมอ
กฎที่อยู่ ต้นไฟล์ = AI เห็นก่อนและจำได้นาน กว่ากฎที่ท้ายไฟล์ซึ่งจะถูกลืมก่อน กฎเรื่องภาษา, tone, honesty ต้องอยู่บรรทัดแรกสุดเสมอ
400 บรรทัดที่ถูกลืมครึ่งหนึ่ง แย่กว่า 80 บรรทัดที่ AI จำได้ครบ แยกไฟล์ตามหน้าที่ ดีกว่าใส่ทุกอย่างไว้ที่เดียว
AI มี bias ต่อการดูเหมือนมีคำตอบ ถ้าไม่สั่งชัดว่า "บอกไม่รู้ได้" มันจะเดาแทน ต้องเขียน Honesty Protocol ใน CLAUDE.md ว่า "ไม่รู้ = บอกตรงๆ ดีกว่าเดาแล้วพัง"
AI ไม่มีความจำข้าม session ต้องอาศัย ไฟล์เป็นความจำแทน MEMORY.md ที่ AI อัปเดตก่อนจบทุก session คือ "สมอง" ที่ยังอยู่พอเปิด chat ใหม่
ระบบนี้ไม่ได้ทำให้ AI "ฉลาดขึ้น" — มันแค่ทำให้ AI ทำในสิ่งที่ควรทำอยู่แล้ว ให้ถูกต้องทุกครั้ง ไม่ลืม ไม่มั่ว ไม่หลอก
ถ้าทีมอยากลองใช้ระบบนี้ ผมแบ่งเป็น 3 กรณี:
ใช้ prompt setup รันใน Cursor 1 ครั้ง AI จะช่วยจัดระเบียบโครงสร้างไฟล์ให้อัตโนมัติ ไม่จำเป็นต้องลบ CLAUDE.md เดิม แค่ตัดให้สั้น + แยกออก (ผมมี prompt เตรียมไว้แล้ว ถามได้)
สร้าง 4 ไฟล์นี้ก่อน commit แรก — ใช้เวลา 30 นาที คุ้มค่ามากกว่าย้อนกลับมาแก้ทีหลัง
ให้ทีมช่วยกันดู MEMORY.md สัปดาห์ละครั้ง เพื่อให้แน่ใจว่าข้อมูลยังถูกต้อง และ AI ยังอัปเดตสม่ำเสมอ — 10 นาที/สัปดาห์ ป้องกันปัญหาได้มากมาย
AI เป็นเครื่องมือที่ทรงพลัง แต่ถ้าไม่ออกแบบระบบให้ดี มันจะทำให้เราเสียเวลามากกว่าช่วย
ระบบนี้ไม่ได้ทำให้ AI "ฉลาดขึ้น" — มันแค่ทำให้ AI ทำในสิ่งที่มันควรทำอยู่แล้ว ให้ถูกต้องทุกครั้ง ไม่ต้องอธิบายซ้ำ ไม่ต้องเจ็บซ้ำปัญหาเดิมอีก
ถ้าใครลองใช้แล้วเจอปัญหาเพิ่ม หรือมีไอเดียปรับปรุง มาคุยกันได้ตลอด — เราจะได้พัฒนาระบบนี้ให้ดียิ่งขึ้นไปอีก
เขียนจากประสบการณ์จริง ความเจ็บปวดจริง และ solution ที่ test แล้วใช้ได้จริง
สิ่งที่ได้ และหลักคิด
ของจริงที่เอาไปใช้ต่อได้ ไม่ใช่แค่ไอเดีย หลักคิดของเราคือทำให้เป็นระบบที่ทำซ้ำได้และไม่พึ่งความจำคน
อยากเห็นระบบแบบนี้ทำงานกับงานของคุณ — ดู ViberQC และลงชื่อรอรอบทดลองที่ hilogiclabs.com
สมัครสมาชิก Hi Logic Labs เพื่อเข้าถึง Content, Template และ Community คุณภาพสูง
สมัครสมาชิก
หลาย Project บน Server เดียว ทีมหลายคน clone แยก กิน Disk มหาศาล → ใช้ Bare Repo + Worktree แชร์ .git เดียว ประหยัด Disk ~80% + wt helper script ทีมสร้าง worktree ได้ใน 30 วินาที
Blueprint สำหรับทีม Viber — AI สร้าง ทดสอบ และ Optimize โฆษณาอัตโนมัติ 6 Platforms ด้วย 9 AI Agents + Thompson Sampling เริ่มต้น ฿990/เดือน