ชุดสกิล mattpocock/skills ไม่เริ่มงานด้วยการเขียนโค้ด แต่เริ่มด้วยการย้อนถามคนสั่ง

ในคลิปที่ Matt Pocock พาใช้ชุดสกิลของตัวเองตั้งแต่ต้นจนจบ เขาเปิดเครื่องมือ AI ช่วยเขียนโค้ด (coding agent) ที่ติดตั้งสกิลชุดนี้ไว้ แล้วพิมพ์ไอเดียกว้างๆ ลงไปว่าอยากรื้อเครื่องมือภายในส่วนใหญ่ออกจากโปรเจกต์ตัวเอง ให้เหลือแต่ส่วนที่เปิดให้คนนอกใช้ สิ่งที่โผล่ขึ้นมาต่อจากนั้นไม่ใช่โค้ด แต่เป็นคำถาม

มันไล่อ่านโค้ดจนได้แผนที่ของโปรเจกต์ทั้งตัว เห็นว่ากลุ่มคำสั่งภายในมีคำสั่งย่อยอยู่ 11 ตัว แล้วเริ่มถามกลับทีละข้อจนเห็นภาพตรงกัน รอบนั้นจบที่หกคำถาม ซึ่งเขาบอกว่าน้อยกว่าปกติที่มักโดนถามราวยี่สิบข้อ พอคุยจบมันถึงวางแผนออกมาว่าจะลบไฟล์คำสั่งราวสิบไฟล์ ลบชุดทดสอบสามตัว แล้วแก้จุดที่ส่วนอื่นเรียกใช้กันอยู่ให้เชื่อมกันใหม่

ของที่ทำให้ agent เปลี่ยนพฤติกรรมแบบนั้นคือ mattpocock/skills ชุดสกิลบน GitHub ที่ติดตั้งเพิ่มเข้าไปแล้วเรียกใช้เป็นคำสั่งได้ทีหลัง ตอนอัดคลิปเขาบอกว่าชุดนี้มียอดกดดาว 162,000 ครั้ง และยอดดาวน์โหลด 7.5 ล้านครั้ง ของที่เปลี่ยนวิธีทำงานจริงคือลำดับขั้นที่มันบังคับให้เดิน เพราะการพิมพ์สั่งยาวรวดเดียวแล้วหวังให้ได้ของครบ จะเริ่มพังทันทีที่งานใหญ่เกินหนึ่งรอบสนทนา

ซักถามให้จบก่อน ค่อยได้แผน

สกิลที่เปิดหัวขบวนชื่อ grill with docs หน้าที่ของมันคือสัมภาษณ์คนสั่งงาน

มันรับไอเดียดิบๆ ที่ยังไม่ชัดเข้าไป แล้วไล่ถามกลับจนไอเดียนั้นกลายเป็นแผนงานที่ตอบได้ทุกคำถาม ระหว่างทางมันไม่ได้ถามลอยๆ แต่เปิดโค้ดในโปรเจกต์ดูก่อนว่าของจริงวางไว้อย่างไร คำถามที่ออกมาจึงเป็นคำถามที่มีแต่เจ้าของงานตอบได้ เช่นเส้นแบ่งระหว่างของที่ต้องเก็บกับของที่ทิ้งได้อยู่ตรงไหน

อีกจุดที่ต่างจากการคุยกับแชตทั่วไปคือมันจำได้ข้ามรอบ มันเขียนข้อสรุประหว่างซักถามลงไฟล์ context.md และเก็บเหตุผลของการตัดสินใจไว้ในโปรเจกต์ แปลว่าสิ่งที่ตกลงกันไว้ไม่ได้ตายไปพร้อมหน้าต่างสนทนาที่ปิดไป งานถัดไปที่แตะเรื่องเดิมจะอ่านของเก่าเจอ นิสัยหยุดถามก่อนลงมือแบบนี้ไม่ได้มีที่นี่ที่เดียว COMPASS ชุดสกิลที่ทำให้ coding agent หยุดมาถามก่อนทำ ก็แก้อาการลุยงานที่ยังไม่ชัดด้วยหลักคิดใกล้กัน

ถ้าคำถามไหนคุยกันเฉยๆ แล้วไม่จบ เพราะต้องเห็นของรันจริงถึงจะรู้คำตอบ ก็มีสกิลชื่อ prototype ให้แยกไปลองของก่อน แล้วค่อยเอาคำตอบกลับเข้าลำดับขั้นเดิม แต่ถ้าไม่จำเป็นก็ข้ามขั้นนี้ไปได้เลย

ทางแยกที่ context window บังคับให้เลือก

พอได้แผนแล้ว คำถามต่อไปไม่ใช่ว่าจะเขียนโค้ดอย่างไร แต่คืองานนี้ใหญ่เกินหนึ่งรอบสนทนาหรือเปล่า

เพราะ AI จำได้เฉพาะของที่อยู่ในรอบสนทนาปัจจุบัน ทุกคำถาม ทุกคำตอบ และทุกไฟล์ที่มันเปิดอ่าน กองสะสมอยู่ในพื้นที่เดียวกันที่เรียกว่า context window และพื้นที่นั้นมีขอบ เขาวางเส้นของตัวเองไว้ที่ราว 140k tokens โดย tokens คือหน่วยนับปริมาณข้อความที่กองอยู่ในนั้น เลยเส้นนี้ไปเมื่อไร เขาบอกว่าโมเดลจะเริ่มจับประเด็นไม่อยู่และมั่วมากขึ้น ช่วงก่อนถึงเส้นเขาเรียกว่า smart zone

ทางแยกจึงชัดเจน งานที่จบได้ในเซสชันเดียวให้สั่งเขียนโค้ดจริง (implement) ต่อจากการซักถามได้เลย ส่วนงานที่ต้องกินหลายเซสชันให้แวะเขียนเอกสารรายละเอียด (spec) กับใบงานย่อย (ticket) ก่อน รอบซักถามในคลิปใช้ไป 46.1k tokens และเขาประเมินว่ายังเหลือพื้นที่พอสำหรับงานลบคำสั่งสิบตัว ตามปกติเขาจะสั่งลุยต่อในรอบเดียวเลย แต่คราวนี้เขาสมมติว่าพื้นที่ไม่พอ เพื่อพาดูขั้นที่เหลือให้ครบ

spec คือปลายทาง ticket คือทางเดิน

คำสั่ง to spec ทำหน้าที่บีบบทสนทนาที่ยาวเป็นหมื่น tokens ให้เหลือเอกสารเดียวที่กลับมาอ่านทีหลังได้

เอกสารนั้นไม่ใช่สรุปย่อขอไปที แต่บอกตั้งแต่ปัญหาที่จะแก้ ทางออกที่เลือก มุมของคนใช้ว่าเขาต้องทำอะไรได้บ้าง ไปจนถึงข้อตัดสินใจว่าจะลงมือทางไหนและจะทดสอบอย่างไร จากนั้นมันส่งเอกสารไปเก็บในที่เก็บงานที่ตั้งค่าไว้ตั้งแต่แรก จะเป็น GitHub เป็นไฟล์ markdown ในเครื่อง หรือระบบอื่นที่ทีมใช้อยู่ก็ได้

ส่วน to tickets จะแปลง spec เป็นแผนลงมือ โดยซอยงานเป็น ticket ที่แต่ละใบใหญ่พอดีกับหนึ่งเซสชัน ตรงนี้คนยังมีสิทธิ์เถียง ในคลิปมันเสนอมาสามใบ แต่เขามองว่าเยอะเกินไปสำหรับงานขนาดนั้น เลยสั่งให้ยุบเหลือใบเดียว

ตัวอย่างของจริงที่เขาเปิดให้ดูคืองานรื้อของออกจากโปรเจกต์ที่เพิ่งทำจบไปไม่นาน spec ใบนั้นมี ticket ย่อยห้อยอยู่ 11 ใบ และแต่ละใบสั้นมาก เพราะเงื่อนไขว่างานแบบไหนถึงเรียกว่าเสร็จ เขียนรวมไว้ในตัว spec หมดแล้ว ticket จึงเหลือหน้าที่เดียวคือบอกว่าเซสชันนี้ต้องทำอะไร

วิธีเดินต่อที่เขาแนะนำคือทำทีละใบ แล้วล้าง context ก่อนขึ้นใบใหม่ ถ้าใบที่เพิ่งจบยังกินพื้นที่ไม่มาก จะแถมอีกใบในรอบเดียวกันก็ได้ แต่ค่าตั้งต้นคือล้างทุกครั้ง เพราะของค้างจากใบที่แล้วไม่ได้ช่วยให้ใบถัดไปดีขึ้น มีแต่จะเบียดพื้นที่คิด

รีวิวโค้ดต้องให้ตัวที่ไม่ได้เขียนเป็นคนตรวจ

ขั้น implement ไม่ได้จบที่โค้ดรันผ่าน แต่จบที่มีคนตรวจแล้วเท่านั้น

หลังเขียนเสร็จ มันจะสั่งตรวจชนิดข้อมูลในโค้ด สั่งประกอบโค้ด (build) และรันการตรวจอื่นที่โปรเจกต์มีอยู่ ก่อนโหลดสกิลรีวิวโค้ดขึ้นมาทำงานต่อ การรีวิวรอบนี้ตรวจสองเรื่อง เรื่องแรกคือเทียบงานที่ทำจริงกับ spec ตั้งต้นทีละข้อ ว่าตกอะไรไปหรือเปล่า เรื่องที่สองคือเทียบกับเอกสารมาตรฐานการเขียนโค้ดของโปรเจกต์เอง ถ้าโปรเจกต์นั้นไม่ได้เขียนมาตรฐานของตัวเองไว้ มันจะหยิบหลักการเขียนโค้ดคลาสสิกของ Martin Fowler มาใช้แทน

จุดที่ตั้งใจออกแบบไว้คือรีวิวไม่ได้ทำในหน้าต่างเดิม แต่แยกไปเปิด agent ตัวใหม่ที่ context ว่างเปล่า ยังไม่เคยเห็นบทสนทนาก่อนหน้า ตัวที่เพิ่งเขียนโค้ดเสร็จมักตรวจงานตัวเองไม่ออก เพราะมันเขียนมากับมือ มันจึงคิดไปแล้วว่าของชิ้นนี้ใช้ได้ การส่งงานให้ตัวที่ไม่รู้ที่มาที่ไปอ่าน ทำให้คำถามที่ควรถามกลับมาอีกครั้ง พอผ่านทั้งสองเรื่อง agent ถึงจะบันทึกงานเข้าโปรเจกต์ด้วยคำสั่ง commit ลงบน branch ที่ทำอยู่ ฝั่งเครื่องมือเองก็เริ่มมีฟีเจอร์รีวิวด้วย agent หลายตัวแล้วเหมือนกัน อย่าง Code Review ของ Claude Code ที่ส่ง AI 5 ตัวมาช่วยกันตรวจโค้ด

เริ่มใช้จริงต้องพิมพ์อะไรบ้าง

การติดตั้งเริ่มที่คำสั่งเดียว โดยเครื่องต้องมีโปรแกรม Node.js อยู่ก่อน

npx skills@latest add mattpocock/skills

คำสั่งนี้เรียกตัวติดตั้งชื่อ skills ของ Vercel ขึ้นมาถามค่าตั้งต้นสามเรื่อง เรื่องแรกคือคุณใช้เครื่องมือตัวไหน ชุดสกิลนี้ต่อกับ coding agent ได้หลายตัวทั้ง Cursor และ Codex ส่วนตัวที่ใช้รูปแบบสกิลของ Claude อย่าง Claude Code ต้องกดเลือกเพิ่มเอง

เรื่องที่สองคือจะติดตั้งเฉพาะในโปรเจกต์นี้หรือติดตั้งไว้ทั้งเครื่อง ถ้าทำงานเป็นทีมเขาแนะนำแบบรายโปรเจกต์ เพื่อให้ทุกคนใช้ชุดเดียวกันและช่วยกันแก้ได้ ส่วนคนที่ทำงานคนเดียวเลือกแบบทั้งเครื่องก็สะดวกกว่า เรื่องสุดท้ายคือจะคัดลอกไฟล์เข้าไปหรือทำลิงก์เชื่อมไว้ ซึ่งเขาบอกให้เลือก symlink ไปเลย ไม่ต้องคิดมาก

ตอนสาธิต ตัวติดตั้งขึ้นรายการสกิลมาให้เลือก 38 ตัว แบ่งเป็นสองกลุ่ม กลุ่มแรกคือของที่เจ้าตัวการันตีแล้วว่าพร้อมให้คนนอกใช้ อีกกลุ่มคือของที่ยังทดลองอยู่และอาจถูกลบทิ้งในอนาคต แม้จะโหลดมาทั้งชุด คำอธิบายของสกิลทั้งหมดก็กินพื้นที่รวมกันแค่ราว 660 tokens เพราะเขาออกแบบให้สกิลเกือบทั้งหมดรอคนเรียกใช้ ไม่ใช่แบบที่แทรกตัวเองเข้าไปในทุกคำสั่ง หลักประหยัดพื้นที่แบบนี้เป็นธรรมชาติของ Skills ที่โหลดตัวเองเฉพาะตอนถูกใช้จริง อยู่แล้ว

ติดตั้งเสร็จยังใช้ทันทีไม่ได้ ต้องสั่งอีกหนึ่งรอบว่า set up Matt Pocock skills เพื่อตอบอีกสามคำถาม คือจะเก็บ spec กับ ticket ไว้ที่ไหน จะใช้ป้ายกำกับแบบไหนคัดแยกงาน และเอกสารอธิบายขอบเขตงานของโปรเจกต์จะเป็นชุดเดียวหรือแยกหลายชุด ข้อสุดท้ายเขาบอกว่าโปรเจกต์เกือบทั้งหมดใช้ชุดเดียวก็พอ ส่วนแบบแยกหลายชุดมีไว้สำหรับโปรเจกต์ขนาดใหญ่ที่มีหลายส่วนงานปนกัน เมื่อตอบครบ มันจะเขียนลิงก์ชี้ไปยังเอกสารเหล่านี้ลงในไฟล์ตั้งค่าของ agent เช่น CLAUDE.md ให้เอง

ถ้าลงครบแล้วแต่ยังไม่รู้จะเริ่มตรงไหน มีสกิลชื่อ Ask Matt ที่ตอบคำถามเรื่องวิธีใช้แทนเจ้าตัวได้ ซึ่งมันสรุปลำดับขั้นทั้งหมดไว้เป็นประโยคเดียวว่า idea to ship

ราคาที่ต้องจ่ายก่อนจะได้ความเร็ว

กระบวนการแบบนี้ไม่ได้ฟรี ของที่ต้องจ่ายคือเวลาช่วงต้นและวินัยระหว่างทาง

ต้องนั่งตอบคำถามหลายข้อกว่าจะได้เห็นโค้ดสักบรรทัด ต้องยอมให้มันเขียนไฟล์เอกสารกับลิงก์ตั้งค่าลงในโปรเจกต์ และต้องมีที่เก็บงานจริงจังสักที่ไว้รองรับ spec กับ ticket งานเล็กที่แก้จบในสองนาทีจึงไม่คุ้มจะเดินครบทุกขั้น โดยกระบวนการเปิดทางให้ข้ามไปเขียนโค้ดตรงๆ เมื่องานจบได้ในเซสชันเดียว

ชุดสกิลนี้ไม่ได้ผูกกับโมเดลหรือเครื่องมือตัวใดตัวหนึ่ง ในคลิปเขาสาธิตบน Claude Code ที่รัน Opus 4.8 แต่ย้ำว่ามีคนเอาชุดนี้ไปใช้กับเครื่องมือและโมเดลอื่นที่ต่างกันออกไป สิ่งที่ชุดสกิลให้จริงๆ จึงไม่ใช่ความฉลาดที่เพิ่มขึ้น แต่เป็นจังหวะหยุดที่วางไว้ถูกที่

จังหวะหยุดพวกนี้ยังทำอีกอย่างหนึ่งด้วย มันย้ายสิ่งที่เคยอยู่แต่ในหัวคนสั่ง ออกมาเป็นของที่คนอื่นหยิบไปอ่านต่อได้ งานที่เดินเป็นขั้นแบบนี้เลยส่งต่อได้จริง ไม่ว่าคนที่มารับช่วงจะเป็น agent ตัวใหม่ เพื่อนร่วมทีม หรือตัวเราเองในอีกสามเดือนข้างหน้า

ที่มา: คลิป mattpocock/skills: A complete AI Coding workflow, end-to-end จากช่อง Matt Pocock