Autoprompt เป็นสกิลเสริมที่ติดตั้งเข้าไปใน coding agent หรือโปรแกรมที่รับคำสั่งเป็นภาษาคนแล้วลงมือเขียนและแก้โค้ดในเครื่องให้เอง อย่าง Claude Code หรือ Codex หน้าแรกของโปรเจกต์แปะตัวเลขไว้ประโยคเดียวว่าลดงานที่ทำพังลง 45%

ตัวเลขนั้นไม่ใช่คะแนนสอบ แต่มาจากการนับจำนวนโจทย์ที่ทำไม่สำเร็จ ชุดโจทย์ที่ใช้คือ Terminal-Bench 2.1 ซึ่งปล่อยให้ agent ลงมือทำงานบนเทอร์มินัลจริง แล้วนับว่าทำสำเร็จได้กี่ข้อ ในการทดสอบนี้ agent ตัวเดียวกันรันโจทย์ชุดเดิม 89 ข้อ ตอนยังไม่มี Autoprompt ทำพลาด 29 ข้อ แต่พอเปิด Autoprompt เหลือ 16 ข้อ ลดลง 13 ข้อ คิดเป็น 45% ของจำนวนที่เคยพลาด

คนวัดคือผู้พัฒนา Autoprompt เอง ไม่ใช่หน่วยงานกลาง และวัดเฉพาะบน OpenCode ซึ่งเป็น coding agent หนึ่งในหกตัวที่สกิลนี้รองรับ ส่วนจังหวะที่สกิลตัวนี้เข้าไปแทรกไม่ใช่ตอนโมเดลเขียนโค้ด แต่เป็นช่วงก่อนที่มันจะแตะโค้ดบรรทัดแรก

งานพังกลางทาง ไม่ได้แปลว่าโมเดลไม่เก่ง

สมมติฐานที่ Autoprompt ตั้งไว้คือปัญหาส่วนใหญ่ไม่ได้เกิดตอนโมเดลเขียนโค้ด แต่เกิดก่อนหน้านั้นหนึ่งขั้น เพราะคำสั่งที่ป้อนเข้าไปมีแค่เป้าหมายลอยๆ ไม่มีขอบเขต ไม่มีลำดับงาน และไม่มีเกณฑ์ว่าแบบไหนถึงเรียกว่าเสร็จ

พอไม่มีสามอย่างนั้น agent ก็เริ่มแก้ไฟล์ทันทีตั้งแต่ประโยคแรก แล้วคนสั่งจะรู้ว่าเข้าใจโจทย์ไม่ตรงกันก็ต่อเมื่องานเดินไปไกลแล้ว ปัญหาที่หนักกว่านั้นคือ agent ตัวเดียวกันทั้งวางแผน ลงมือ และเป็นคนบอกเองว่างานผ่าน พื้นฐานการทำงานแบบนี้ของ coding agent มีอธิบายไว้ใน Claude Code คืออะไร

คำว่า auto ในชื่อชวนให้สับสนตรงที่ไม่ได้แปลว่าไม่ต้องสั่งอะไรอีกเลย เอกสารของโปรเจกต์ระบุตรงๆ ว่าคนใช้ยังต้องให้เป้าหมาย เงื่อนไข และเกณฑ์ความสำเร็จที่ชัดเจนเหมือนเดิม สิ่งที่สกิลรับไปทำแทนคือการลงมือตามลำดับงานหลังจากนั้น ทำให้ไม่ต้องพิมพ์สั่งใหม่ทีละขั้น

Autoprompt แทรกอะไรไว้ระหว่างคำสั่งกับโค้ด

ตามผังการทำงานในเอกสารของโปรเจกต์ หนึ่งคำสั่งจะกลายเป็นลำดับงานที่มีจุดตรวจคั่นเป็นระยะ

1. แตกงานก่อนแตะโค้ด ระบบอ่านเป้าหมายแล้วทำ roadmap ซึ่งเป็นรายการงานที่ระบุลำดับ ผู้รับผิดชอบ สิ่งที่ต้องรอกัน และวิธีตรวจรับของแต่ละข้อ ออกมาเป็นแผนที่ลงมือตามได้จริง
2. ให้ agent อีกตัวตรวจแผนแบบไม่รู้ที่มา ตัวตรวจจะอ่านคำสั่งตั้งต้นและโค้ดในโปรเจกต์ใหม่ทั้งหมด โดยไม่รับบริบทจากตัวที่วางแผนมาก่อน ต้องผ่านทั้งสองฝั่งถึงจะไปต่อ
3. ทำแผนละเอียดเพิ่มเฉพาะเมื่อจำเป็น งานที่ซับซ้อนพอจะได้แผนย่อยอีกชั้น แล้วตรวจซ้ำอีกรอบด้วยวิธีเดียวกัน
4. ลงมือโดยเขียนเทสต์ก่อนแล้วค่อยเขียนโค้ด จากนั้นมีขั้นตรวจ diff เพื่อดูส่วนของโค้ดที่เปลี่ยนไปจากเดิมแยกออกมา แล้วรันเทสต์จริงอีกชั้น
5. กวาดปิดท้ายก่อนบอกว่าเสร็จ ขั้นสุดท้ายไล่ดูว่าทุกข้อที่ขอไว้และทุกอย่างที่เจอระหว่างทางจัดการครบแล้ว งานที่ใหญ่พอจะมีการเซ็นรับจาก agent อิสระคั่นไว้ก่อนถึงขั้นนี้

รายละเอียดที่ทำให้ลำดับนี้ต่างจากเช็กลิสต์ธรรมดาคือมีขั้นย้อนกลับ เมื่อขั้นตรวจเจอช่องโหว่ งานจะย้อนไปแก้ roadmap หรือแผนย่อยที่เป็นต้นเหตุ แทนการแก้เฉพาะหน้าแล้วเดินหน้าต่อ สิ่งที่งานทั่วไปมักขาดจึงไม่ใช่ความสามารถของโมเดล แต่เป็นจุดตรวจพวกนี้ที่ไม่มีใครพิมพ์สั่งเองทุกครั้ง

คนวางแผน คนลงมือ คนตรวจ ไม่ใช่ตัวเดียวกัน

การรัน Autoprompt แต่ละครั้งไม่ได้มี agent เพียงตัวเดียว แต่แบ่งบทบาทและแยกหน้าที่ออกเป็นหลายชั้น ตัวกลางชื่อ Conductor ทำหน้าที่ส่งงานไปแต่ละช่วงและรายงานผลรวมตอนจบ ถัดลงมามีผู้ประสานงานสามฝ่าย ได้แก่ ฝ่ายวางขอบเขต ฝ่ายลงมือทำฟีเจอร์ และฝ่ายกวาดตรวจปิดท้าย เมื่อชิ้นงานคร่อมหลายฟีเจอร์หรือหลายส่วนพร้อมกัน ระบบจะเรียก Manager ขึ้นมาแบ่งงานเพิ่มอีกชั้น

แนวคิดการแยกคนทำออกจากคนตรวจมีให้เห็นในเครื่องมือตัวอื่นเช่นกัน เช่นการตั้ง agent ให้รับผิดชอบงานที่เปิดค้างไว้ในโปรเจกต์ แล้วรอคนตรวจก่อนรวมโค้ดเข้าโปรเจกต์หลักใน Multica ต่างกันตรงที่ Autoprompt ย้ายขั้นตรวจเข้าไปอยู่ในรันเดียวกัน แทนที่จะรอให้คนมาตรวจตอนจบ สิ่งที่ต้องแลกกับการแบ่งชั้นคือจำนวนครั้งที่เรียกโมเดลเพิ่มขึ้น ซึ่งทำให้ใช้เวลาและมีค่าใช้จ่ายสูงขึ้นตามมา

ติดตั้ง Autoprompt ด้วยสองคำสั่ง แล้วเลือก agent ของตัวเอง

ก่อนเริ่ม เครื่องต้องมีของครบตามนี้

• Node.js เวอร์ชัน 20 ขึ้นไป
• Python เวอร์ชัน 3.11 ขึ้นไป และต้องเรียกใช้ผ่านคำสั่ง python ได้ พร้อมไลบรารี PyYAML
• Bash เวอร์ชัน 4.3 ขึ้นไป สำหรับ macOS หรือ Linux
• Git เฉพาะกรณีที่จะติดตั้งด้วยวิธี clone จาก GitHub
• coding agent ที่จะเอาสกิลไปติดตั้งอย่างน้อยหนึ่งตัว เช่น Claude Code หรือ Codex เพราะ Autoprompt ไม่ใช่โปรแกรมที่ทำงานเดี่ยวได้

ตัวติดตั้งเผยแพร่ผ่าน npm ซึ่งเป็นคลังแพ็กเกจกลางของ Node.js เมื่อลงแพ็กเกจเสร็จแล้วก็เรียกคำสั่ง autoprompt เพื่อเปิดตัวติดตั้งได้ทันที

npm install -g autoprompt-skill
autoprompt

หลังจากนั้นตัวติดตั้งจะถามว่าใช้ coding agent ตัวไหน แล้วให้ยืนยันตำแหน่งโฟลเดอร์ที่มันเจอ ถ้าอยากกรอกตำแหน่งเองเพิ่มให้ตอบ N ส่วนใครที่ใช้เครื่องมือตัวอื่นนอกลิสต์ ให้เลือกหัวข้อ Custom coding agent แล้วทำตาม คู่มือความเข้ากันได้ ประกอบ

ถ้าอยากลงจากซอร์สโดยตรงก็ได้เหมือนกัน

git clone https://github.com/Spielewoy/autoprompt-skill
cd autoprompt-skill
npm install -g .
autoprompt

อีกทางคือโหลดตัวติดตั้งจากหน้า Releases เวอร์ชัน v1.0.3 ไปรันเอง

รองรับ agent ตัวไหนบ้าง แล้วเวอร์ชันต้องเท่าไร

ตารางในเอกสารระบุไว้หกตัว พร้อมเวอร์ชันขั้นต่ำที่ผู้พัฒนาตรวจสอบแล้ว และ key ที่ใช้แทนชื่อในคำสั่ง

ข้อแตกต่างที่ต้องรู้ก่อนเลือกอยู่ที่ตัวคุมสองตัว โดยค่า mode= ซึ่งกำหนดว่าจะให้ทำงานพร้อมกันได้แค่ไหน ใช้ได้ครบทั้งหกตัว ส่วน agents= ที่ใช้สั่งให้แต่ละบทบาทแยกใช้โมเดลคนละตัว ใช้ได้เฉพาะ Claude Code กับ Codex เท่านั้น อีกสี่ตัวที่เหลือจะยึดโมเดลที่เปิดใช้อยู่ตอนนั้นไปทั้งรัน

สั่งงานจริงเป็นบรรทัดเดียว

รูปแบบคำสั่งคือ /autoprompt ตามด้วยเป้าหมายเป็นภาษาอังกฤษแบบที่พิมพ์สั่ง agent ตามปกติ ส่วนใน Codex ให้เปลี่ยนเป็น $autoprompt ตัวอย่างจากเอกสารของโปรเจกต์

/autoprompt fix the registration race and add a regression test
/autoprompt mode=wide build the booking flow from API to checkout
/autoprompt compare job queues against this codebase and recommend one
/autoprompt mode=custom max_subs=4 migrate every model

สังเกตคำว่า mode= ที่แทรกอยู่กลางบรรทัด ค่านี้กำหนดว่าจะเปิด subagent หรือ agent ย่อยให้แยกไปทำงานคนละชิ้นพร้อมกันได้กี่ตัว โหมดที่ตั้งไว้ให้แล้วมีสามแบบ mode=tokensaver จำกัดจำนวนที่ทำงานพร้อมกันไว้หกตัว mode=wide เปิด agent ทุกตัวที่พร้อมทำงาน และ mode=custom max_subs=N ให้กำหนดเพดานเอง งานเล็กที่อยากคุมค่าใช้จ่ายกับงานใหญ่ที่อยากให้จบไวจึงเลือกคนละโหมดกันตั้งแต่บรรทัดคำสั่ง

อีกอย่างที่สกิลตัวนี้ตั้งใจไม่ทำคือ การเริ่มทำงานเองอยู่เบื้องหลัง เหตุผลที่เอกสารให้ไว้คือมันกระทบทั้งค่าใช้จ่าย เวลา และจังหวะการทำงาน คนใช้จึงต้องสั่งเริ่มเองทุกครั้ง

45% วัดจากอะไร แล้วอะไรที่ยังไม่ได้วัด

ตัวเลขทั้งชุดมาจากการรัน Terminal-Bench 2.1 กับ agent ตัวเดียว คือ OpenCode เวอร์ชัน 1.18.7 โดยมีโมเดล DeepSeek V4 Flash 0731 ขับเคลื่อนอยู่เบื้องหลัง ตามที่กราฟเทียบในหน้าโปรเจกต์ระบุไว้ สองแถวที่เอามาเทียบกันจึงต่างกันแค่เปิดหรือไม่เปิด Autoprompt

อ่านจากคอลัมน์คะแนนจะเห็นว่าขยับจาก 67.42% เป็น 82.02% ส่วนตัวเลข 45% ที่ยกไปโปรยไว้หน้าโปรเจกต์คือคอลัมน์ขวาสุดของตารางเดียวกัน รายละเอียดการตั้งค่าและขอบเขตผลการทดสอบเปิดอ่านได้ที่ เอกสารเบนช์มาร์ก Terminal-Bench 2.1

สามอย่างที่ตัวเลขนี้ยังไม่ได้บอก และควรรู้ก่อนตัดสินใจ

• รันครั้งเดียว กับ agent ตัวเดียว ไม่มีการวัดซ้ำบน Claude Code, Codex หรือตัวอื่นในตาราง และไม่มีหน่วยงานกลางมาวัดให้
• รันด้วยเวอร์ชันเก่ากว่าที่โหลดได้ตอนนี้ กราฟระบุว่าเป็น Autoprompt v1.0.0 ขณะที่ตัวล่าสุดในหน้าโปรเจกต์คือ 1.0.3
• ตัวเลข 82.7% ของ DeepSeek ที่วางอยู่ข้างกัน เทียบตรงๆ ไม่ได้ เพราะมาจากชุดทดสอบของ DeepSeek เอง เอกสารระบุว่าเป็นแค่จุดอ้างอิง ไม่ใช่การรันเทียบด้วยชุดทดสอบเดียวกัน

อีกด้านที่ต้องอ่านคู่กันคือฝั่งต้นทุน เอกสารประเมินไว้ว่างานหนึ่งชิ้นจะใช้เวลาราวสามเท่าและใช้ token ราวสองเท่าของการสั่งตามปกติ แต่ก็เขียนกำกับไว้ตรงๆ ว่าไม่ได้เก็บบันทึกเวลาและ token ของรันนั้น ตัวเลขคู่นี้จึงเป็นการประมาณการจากรายงานของผู้ใช้ ไม่ใช่ผลวัดจริง

สิ่งที่วัดจริงในรันนั้นมีอย่างเดียวคือจำนวนงานที่พัง แปลว่าฝั่งประโยชน์มีตัวเลขรองรับ ส่วนฝั่งต้นทุนยังเป็นการคาดคะเน ใครที่จ่ายค่า token ตามจริง ยังมีเครื่องมืออีกกลุ่มที่ช่วยบีบข้อมูลที่ส่งเข้าโมเดลให้เล็กลงก่อน เช่น Edgee gateway

ยังอยู่ที่เวอร์ชัน 1.0.3 และเปลี่ยนแปลงทุกวัน

ตัวเลขล่าสุดบนหน้าโปรเจกต์คือได้ดาวบน GitHub ไปแล้ว 465 ดวง มีคนแยกไปทำต่ออีก 34 ราย ปล่อยเวอร์ชันออกมาแล้วสี่ครั้ง และไฟล์ส่วนใหญ่ในโปรเจกต์เพิ่งมีการแก้ไขในช่วงไม่กี่ชั่วโมงถึงสามวันที่ผ่านมา สัญญาอนุญาตเป็นแบบ MIT คือหยิบไปใช้และแก้ต่อได้ฟรี

ความใหม่ขนาดนี้มีสองด้านที่แลกกันตรงๆ ด้านหนึ่งคือผู้พัฒนายังตามแก้ปัญหาได้เร็ว อีกด้านคือพฤติกรรมยังเปลี่ยนได้ระหว่างเวอร์ชัน และไม่มีใครนอกทีมผู้พัฒนายืนยันตัวเลขให้ ทางที่เสี่ยงน้อยกว่าคือเปิดใช้กับงานที่มีเทสต์คุมอยู่แล้ว หรืองานที่พังแล้วย้อนกลับได้ง่าย ก่อนจะปล่อยให้มันคุมลูปในโปรเจกต์ที่แตะฐานข้อมูลจริง

ตัวเลข 45% นับมาจากโจทย์ 89 ข้อบนเครื่องของคนอื่น ส่วนตัวเลขที่จะช่วยให้เราตัดสินใจได้จริงมีอยู่ชุดเดียว คือจำนวนครั้งที่ต้องสั่ง agent ซ้ำในโค้ดของเราเอง ซึ่งเริ่มนับได้ตั้งแต่สัปดาห์นี้ โดยไม่ต้องรอใครมาเบนช์มาร์กให้

ที่มา: โปรเจกต์ Autoprompt บน GitHub