ชุด agent skills ของ Matt Pocock ขึ้นเวอร์ชัน v1.2.0 แล้ว รอบนี้เพิ่ม skill ใหม่สามตัว รื้อของเดิมอีกสองตัว มีเว็บเอกสารของตัวเอง และเข้าไปอยู่ใน plugin marketplace ของ Claude Code อย่างเป็นทางการด้วย

ของใหม่ที่สะท้อนวิธีคิดของทั้งชุดได้ชัดที่สุดคือ /wait-what คำสั่งสั้นๆ สำหรับเรียกใช้เมื่อคำตอบของ agent อ่านแล้วงงหรือยาวเกินจำเป็น เจ้าของเล่าว่าเคยลองแก้อาการนี้ทั้งด้วย output styles และด้วยการเขียนคำสั่งไว้ใน CLAUDE.md แต่ไม่ได้ผลทั้งคู่ สุดท้ายจึงเปลี่ยนมาทำเป็นคำสั่งที่ผู้ใช้เรียกเองเมื่อเจอปัญหา

เส้นแบ่งที่ /wait-what ทำให้เห็น

เมื่อผู้ใช้เรียก /wait-what คำสั่งนี้จะให้ agent ทำสองอย่าง อย่างแรกคือตอบใหม่ตาม ASD-STE 100 หรือ Simplified Technical English ซึ่งเป็นมาตรฐานการเขียนเอกสารเทคนิคของอุตสาหกรรมการบิน โดยเน้นประโยคบอกเล่าที่สั้นและตรง อย่างที่สองคือให้คำตอบใหม่ใช้ศัพท์ที่กำหนดไว้แล้วใน context.md ของ project เจ้าของชี้ว่าส่วนหลังนี่เองที่แก้อาการตอบยืดยาวได้จริง เพราะแค่สั่งให้พูดให้ง่ายยังไม่พอ

งานแบบนี้ต้องอยู่ในรูปคำสั่งเพราะมีเงื่อนไขสองข้อ ข้อแรกอยู่ที่จุดชนวน มันควรเริ่มทำงานเมื่อคนอ่านคำตอบแล้วรู้สึกว่าตามไม่ทัน ซึ่งเป็นการตัดสินใจที่ต้องอาศัยวิจารณญาณในจังหวะนั้น กฎที่เขียนไว้ล่วงหน้าในไฟล์ประจำ project ตรวจเรื่องนี้เองไม่ได้ ข้อสองอยู่ที่เป้าหมาย เพราะคำสั่งนี้เจาะจงแก้คำตอบที่พิมพ์ออกมาแล้วหนึ่งชิ้น ขณะที่กฎใน CLAUDE.md มีผลกับทุกคำตอบเหมือนกันหมด ตั้งแต่ก่อนจะรู้ว่าครั้งไหนมีปัญหา

ส่วนที่เขียนเป็นกฎยืนได้จริงคือชุดศัพท์ใน context.md เพราะเป็นข้อมูลประจำ project ที่ใช้ได้ทุกครั้ง ส่วน skill มีหน้าที่เดียวคือดึงศัพท์ชุดนั้นกลับมาใช้เมื่อคำตอบเริ่มไม่ยึดศัพท์ที่กำหนดไว้

/grill-me ที่ถามเป็นรอบแทนการไล่ทีละข้อ

เจ้าของบอกว่า /grill-me เป็น skill ที่เขาใช้บ่อยที่สุดในชุด หน้าที่ของมันคือซักผู้ใช้เพื่อดึงการตัดสินใจที่ยังไม่ชัดออกมา แต่เดิม skill นี้ถามทีละข้อ แม้แต่คำถามง่ายๆ ที่ตอบได้ในสองวินาทีก็ยังถูกแยกถาม จน session ยืดยาวโดยไม่จำเป็น

เวอร์ชันใหม่มองคำถามทั้งชุดเป็น dependency graph แล้วแบ่งถามเป็นรอบ ถ้าคำถามข้ออื่นต้องรอคำตอบจากข้อแรก รอบแรกก็จะมีเพียงข้อนั้น หรือมีแค่คำถามกลุ่มเล็กๆ ที่กำหนดทิศทางของบทสนทนา เมื่อตอบแล้ว คำถามทุกข้อที่ถามต่อได้ในจังหวะนั้นจึงขึ้นมาพร้อมกันในรอบถัดไป วนไปจนหมดทั้งกราฟ ระหว่างใช้งาน หน้าจอจะแสดงคำถามของแต่ละรอบเป็นรายการ แต่ละข้อมีไอคอนสีกำกับและมีคำตอบที่ระบบเสนอไว้ข้างๆ

ตัวคำถามยังเป็นชุดเดิม สิ่งที่เปลี่ยนจากการรื้อครั้งนี้คือจังหวะในการถาม จึงเห็นได้ว่า skill มีขอบเขตกว้างกว่าก้อน prompt ที่เซฟไว้เรียกซ้ำพอสมควร เพราะมันกำหนด protocol ของบทสนทนาทั้งชุดได้

สอง skill ที่หยุดตรงงานที่คนต้องลงมือเอง

ของใหม่อีกสองตัวใน v1.2 เดินสวนทางกับความคาดหวังที่ว่า agent ควรทำงานให้จบด้วยตัวเอง

/wizard สร้างสคริปต์ bash แบบโต้ตอบขึ้นมาหนึ่งไฟล์ เพื่อพาคนทำขั้นตอน provisioning ที่ยังไงก็ต้องลงมือเอง เช่น ล็อกอินหรือก๊อป API key ไปวาง แทนที่จะปล่อยให้ agent เป็นฝ่ายกดหน้าจอ เจ้าของทำ skill นี้ขึ้นมาหลังจากหงุดหงิดกับการ provisioning ระบบบน AWS ด้วยมือ เขาอยากควบคุมทุกขั้นตอนเองเหมือนเดิม แต่ทำได้ง่ายขึ้น

สคริปต์ที่ได้ทำงานแบบ deterministic ทั้งหมด และไม่เรียกโมเดล AI ระหว่างทางเลย ค่าที่กรอกตอนรันสคริปต์เก็บลงไฟล์ในเครื่องได้ และส่งเข้า GitHub secrets ได้เมื่อจำเป็น

/to-questionnaire ทำงานตรงรอยต่อระหว่างคนที่อยู่ในบทสนทนากับคนนอกวง คำอธิบายของมันบอกไว้ตรงๆ ว่า skill นี้รับโจทย์ที่มีบางประเด็นเกินกว่าผู้ใช้จะตัดสินใจเองได้ แล้วเปลี่ยนเป็นแบบสอบถามให้คนอื่นกรอก ในทางปฏิบัติ มันจะดึงการตัดสินใจที่เกิดขึ้นระหว่างวง /grill-me ออกมาเป็นไฟล์ Markdown ที่อ่านรู้เรื่องได้โดยไม่ต้องมีบริบทเดิม จากนั้นจึงส่งให้คนที่มีความรู้ในส่วนที่ยังขาดอยู่กรอก หรือจะนั่งกรอกด้วยกันก็ได้

แนวทางใน skill กำหนดให้ถามผู้ใช้เฉพาะเรื่องปลายทางว่าจะส่งเอกสารให้ใครและอยากได้อะไรกลับมา ส่วนช่องว่างที่เหลือให้คำถามในเอกสารเป็นตัวจัดการ เจ้าของยกตัวอย่างว่า เขาใช้มันเปลี่ยนบทสนทนาเรื่องแปลนห้องทำงานที่บ้านให้เป็นเอกสารที่ภรรยาอ่านและตอบกลับมาได้ แล้วจึงเอาคำตอบกลับเข้า agent อีกรอบ

เขามองว่านี่คือช่องทางที่ยังขาดอยู่สำหรับทีมที่ไม่มีวิธีดึงคนนอกเข้ามาร่วมบทสนทนากับ agent ส่วนทีมที่รัน agent ไว้ใน Slack มีช่องทางแบบนี้อยู่แล้ว

แล้ว friction ของตัวเองควรลงตรงไหน

เมื่อนำของใหม่ทั้งสี่ตัวมาเทียบกัน จะเห็นว่าแต่ละตัวมีรูปแบบตามปัญหาที่ต้องแก้ ไม่ได้ออกมาเป็น skill หน้าตาเดียวกันทั้งหมด

อีกแกนที่ต้องเลือกคือจะให้ใครเรียก skill นั้น /grill-me กำหนดให้ผู้ใช้เป็นฝ่ายเรียกเอง และจะไม่ปรากฏใน context window ของ agent จนกว่าจะมีคนเรียกจริง ส่วน /to-questionnaire ล็อกเพิ่มอีกชั้นด้วย disable-model-invocation: true โมเดลจึงหยิบไปใช้เองไม่ได้เลย ตรงกันข้ามกับ writing-for-agents ที่เปิดให้โมเดลดึงมาใช้เองได้เมื่อกำลังแก้ AGENTS.md หรือ CLAUDE.md

writing-for-agents เป็น skill เดิมที่ v1.2 ขยายขอบเขต จากเดิมที่ใช้สำหรับเขียน skill เจ้าของสังเกตว่าตัวเองหยิบไปใช้กับเอกสารประเภทอื่นอยู่บ่อยๆ จึงขยายให้ครอบคลุมเอกสารทุกชิ้นที่ agent ต้องอ่าน ตั้งแต่ตัว skill ไปจนถึง AGENTS.md และ CLAUDE.md แม้เอกสารเหล่านี้จะมีรูปแบบต่างกัน แต่ทักษะการเขียนที่ช่วยให้ผลลัพธ์ของ agent เดาทางได้ยังเป็นเรื่องเดียวกัน

เมื่อมองกลับมาที่ friction ใน setup ของตัวเอง คำถามจึงเหลือสองข้อ จุดชนวนต้องให้คนเป็นฝ่ายกดหรือไม่ และผลของมันเจาะจงงานชิ้นเดียวหรือมีผลทุกครั้งที่ agent ทำงาน ถ้าคำตอบคือต้องให้คนกดและมีผลกับงานชิ้นเดียว ทางเลือกจึงเหลือการทำเป็น skill

ติดตั้งจาก marketplace และไฟล์ที่เพิ่มมาให้ Codex

ขั้นตอนติดตั้งใน v1.2 สั้นลง เพราะชุด skill เข้าไปอยู่ใน plugin marketplace ของ Claude Code อย่างเป็นทางการแล้ว เมื่อเปิด Claude Code เรียกคำสั่ง plugin แล้วค้นด้วยชื่อผู้สร้าง จะเจอ bundle สำหรับติดตั้งแบบ read-only ซึ่งอัปเดตตามต้นทางเองทุกครั้งที่เจ้าของแก้ skill จึงไม่มีขั้นตอนอัปเดตแยกที่ต้องคอยจำ

ส่วนเว็บเอกสารใหม่อย่าง aihero.dev/skills แบ่งหมวดตามจังหวะที่คนหยิบ skill มาใช้ ตั้งแต่กลุ่มเริ่มต้น กลุ่มที่ใช้ระหว่างงานหลัก กลุ่มที่ใช้ตอนขัดเกลา ไปจนถึงกลุ่มที่ใช้ตอนดูแลของเดิม

v1.2 ยังเติมส่วนที่เคยขาดให้ฝั่ง Codex ด้วย โดยทุก skill มีไฟล์ openai.yaml วางคู่มาให้ ไฟล์นี้เก็บ policy ชุดเดียวกับที่อยู่ใน frontmatter ของ skill นั้น เช่น skill ที่ให้ผู้ใช้เรียกเองจะตั้ง allow_implicit_invocation: false ผลคือ UI ที่สร้างบน Codex จะซ่อน skill ไว้จนกว่าผู้ใช้เรียก เช่นเดียวกับที่ Claude Code และ harness อีกสองสามตัวทำอยู่แล้ว

---

ที่มา: คลิป New Skills! v1.2 brings /wait-what, /writing-for-agents, and fixes /grill-me จากช่อง Matt Pocock