แทนที่จะให้ AI ไล่อ่านเอกสารดิบใหม่ทุกครั้งที่ถาม มีอีกวิธีคือให้ Claude ค่อย ๆ เขียนความเข้าใจของตัวเองเก็บเป็นไฟล์ markdown ในโฟลเดอร์ธรรมดา แล้วดูแลคลังความรู้นี้ต่อเอง เสน่ห์ของมันคือยิ่งใช้ยิ่งฉลาด ความรู้ทับถมและต่อยอดไปเรื่อย ๆ ไม่ต้องเริ่มจากศูนย์ทุกคำถามเหมือนเดิม ไอเดียนี้ฟังดูง่ายจนน่าจะมีคนทำกันเกลื่อน แต่จริง ๆ คนที่ลงมือทำจนระบบอยู่ตัวกลับนับหัวได้ ปัญหาไม่ได้อยู่ที่คนไม่เข้าใจไอเดีย เพราะไอเดียเข้าใจง่ายมาก สิ่งที่ทำให้ทุกคนหยุดคือส่วนที่น่าเบื่อที่สุดของการมีคลังความรู้ นั่นคืองานดูแล จัดหมวด ลิงก์เรื่องที่เกี่ยวข้อง และคอยอัปเดตเมื่อข้อมูลใหม่ขัดกับของเก่า งานพวกนี้มักโตเร็วกว่าประโยชน์ที่ได้ คนเลยทิ้ง wiki กันกลางทาง
ประเด็นที่วิธีนี้จับได้ตรงจุดคือ งานดูแลที่คนเบื่อจนเลิกทำ เป็นงานที่ LLM ทำได้ทั้งวันโดยไม่เบื่อ พอย้ายภาระตรงนี้จากคนไปไว้ที่ Claude สมการก็เปลี่ยน เราเลยได้คลังความรู้ส่วนตัวที่ค่อย ๆ โตเอง โดยไม่ต้องมานั่งจัดบ้านทุกสัปดาห์ และที่สำคัญ มันต่างจากวิธีที่หลายคนคุ้นอย่าง RAG อยู่คนละขั้ว
RAG เริ่มใหม่ทุกครั้ง ส่วน wiki สะสมต่อเนื่อง
RAG ไล่อ่านเอกสารต้นทางใหม่ทุกครั้ง · ส่วน knowledge base เขียนความเข้าใจเก็บไว้แล้วสะสมต่อเนื่อง
วิธีที่นิยมกันอย่าง RAG คือเก็บเอกสารเป็นชิ้น ๆ ไว้ พอถามอะไรก็ดึงชิ้นที่เกี่ยวข้องมาให้ AI อ่านสด ๆ ตอนนั้น ปัญหาคือทุกคำถาม AI ต้องกลับไปไล่อ่านเอกสารต้นทางใหม่หมด แล้วปะติดปะต่อความเข้าใจขึ้นมาใหม่จากศูนย์ทุกรอบ ความเชื่อมโยงที่คิดได้เมื่อวานหายไปหมด พรุ่งนี้ถามใหม่ก็ต้องคิดใหม่อีกที
วิธี knowledge base เปลี่ยนตรงนี้ แทนที่จะดึงเอกสารต้นทางมาอ่านใหม่ทุกครั้ง เราให้ Claude เขียนความเข้าใจออกมาเก็บไว้เป็นไฟล์ ทุกครั้งที่มีข้อมูลใหม่เข้ามา มันจะผสานข้อมูลนั้นเข้ากับ wiki เดิมแบบถาวร พร้อมโยงกับเรื่องที่เกี่ยวข้อง บันทึกจุดที่ขัดแย้งกัน และสรุปภาพรวมไว้ล่วงหน้า พอถามครั้งต่อไป คำตอบ ลิงก์ และข้อสังเกตต่าง ๆ ก็อยู่ในไฟล์รอแล้ว ไม่ต้องคิดซ้ำ นี่คือ compounding หรือความรู้ที่ทับถมและทบต้นไปเรื่อย ๆ เหมือนดอกเบี้ย วันแรกที่เปิดใช้ คลังยังบางและธรรมดามาก แต่พอผ่านไปสักร้อยวัน มันจะกลายเป็นสินทรัพย์ที่คนอื่นไม่มี
โครงสร้างมีสามชั้น
สิ่งที่ทำให้ Claude ดูแล wiki ได้เองโดยไม่หลงทาง คือการแยกข้อมูลออกเป็นสามชั้น แต่ละชั้นมีหน้าที่ต่างกันชัด ๆ
- Raw คือต้นฉบับดิบ ๆ ที่เราโยนเข้าไปทั้งดุ้น บทความ โน้ต สกรีนช็อต transcript PDF รูป ชั้นนี้ห้ามแก้ เก็บไว้เป็นหลักฐานต้นทาง
- Wiki คือชั้นที่ Claude เป็นเจ้าของและเขียนเอง เป็นไฟล์ markdown หนึ่งไฟล์ต่อหนึ่งหัวข้อใหญ่ โยงกันด้วยลิงก์
- Schema คือไฟล์
CLAUDE.mdที่บอกกติกาทั้งหมด ว่า wiki มีโครงสร้างยังไง ใช้ convention อะไร และทำงานตามขั้นตอนไหน
ในชั้น wiki มีไฟล์พิเศษสองไฟล์ที่เป็นหัวใจ ไฟล์แรกคือ index.md ทำหน้าที่เป็นสารบัญแบบเรียงตามเนื้อหา ไฟล์ที่สองคือ log.md จดข้อมูลตามเวลาแบบเติมท้ายอย่างเดียว ไม่มีการลบ ส่วนที่หลายคนคิดว่าต้องมี แต่จริง ๆ ไม่จำเป็นเลยคือ vector database, embedding หรือแอปอย่าง Obsidian กับ Notion แค่โฟลเดอร์กับไฟล์ข้อความก็พอ
ทำไมไม่ต้องมี vector store: คลังความรู้ขนาดราว 100 บทความ หรือ 400,000 คำ LLM อ่านผ่านไฟล์ index แล้ว drill เข้าไปยังหน้าที่ต้องการได้สบาย ไม่ต้องพึ่ง embedding และไฟล์ wiki ทั้งชุดกินพื้นที่แค่ระดับไม่กี่ KB เท่านั้น
ตั้งระบบจริงใน 45 นาที
ความน่าทึ่งอยู่ตรงที่งานทั้งหมดทำได้ภายในเสาร์อาทิตย์ ไม่ใช่งานระดับเดือน ลำดับมีแค่นี้
ขั้นแรก สร้างโฟลเดอร์ knowledge-base/ ข้างในมี CLAUDE.md กับสามโฟลเดอร์ย่อย raw/ wiki/ outputs/ แล้วเขียนใน CLAUDE.md ว่า wiki ของเราหน้าตาเป็นยังไง
ขั้นที่สอง โยนต้นฉบับทั้งหมดลง raw/ แบบไม่ต้องจัดระเบียบอะไรเลย จะลากทั้งโฟลเดอร์เข้าไป แปะลงแชต หรือ clip หน้าเว็บเข้ามาก็ได้ ขั้นนี้ใช้เวลาราวสิบนาที
ขั้นที่สามคือ prompt เดียวจบ สั่งประมาณว่า "อ่านทุกอย่างใน raw แล้วเรียบเรียงเป็น wiki ในโฟลเดอร์ wiki ตามกติกาใน CLAUDE.md สร้างไฟล์ index ก่อน จากนั้นทำไฟล์หนึ่งหัวข้อต่อหนึ่งไฟล์ แล้วโยงเรื่องที่เกี่ยวข้องเข้าด้วยกัน" แล้วปล่อยให้ Claude ทำงานราวสามสิบนาที ผลที่ได้คือ index.md ไฟล์หัวข้อต่าง ๆ และลิงก์ข้ามไปมา รวมแล้วใช้เวลาราว 45 นาที
วงจรที่ยิ่งใช้ยิ่งฉลาด
ทุกครั้งที่ใช้ Claude เขียนคำตอบกลับลงคลัง รอบถัดไปจึงเริ่มจากของที่หนากว่าเดิม ไม่ใช่เริ่มจากศูนย์
ขั้นที่สี่เป็นหัวใจที่ทำให้ระบบนี้ต่างจากการจดโน้ตเฉย ๆ เวลาเราถามคำถาม Claude จะอ่าน index ก่อน แล้ว drill เข้าไปยังหน้าที่เกี่ยวข้อง จากนั้นจึงเรียบเรียงคำตอบออกมา จุดสำคัญคือระบบจะบันทึกคำตอบที่ดีกลับเข้า raw/ หรือ wiki/ และเก็บ report ไว้ใน outputs/ ทุกครั้ง ผลลัพธ์ของวันนี้จึงกลายเป็นวัตถุดิบของวันหน้า คลังเลยฉลาดขึ้นจากการใช้งานจริง ไม่ใช่แค่จากเอกสารใหม่ที่เราป้อนเพิ่ม
กับดักที่เจอจริง: ถ้าไม่เขียนใน
CLAUDE.mdให้ชัดว่าต้องบันทึกคำตอบลง outputs Claude จะไม่ทำอัตโนมัติ วงจรสะสมเลยไม่เกิด จุดนี้พลาดง่ายและพลาดแล้วเสียของ
มีตัวเลขช่วยให้เห็นภาพว่าการ ingest แต่ละครั้งลึกแค่ไหน ต้นฉบับชิ้นเดียวที่โยนเข้าไปอาจไปแตะหน้า wiki ได้ถึง 10-15 หน้า เพราะต้องไล่โยงเข้ากับเรื่องเดิมที่กระจายอยู่หลายที่ นี่คืองานน่าเบื่อที่คนทำเองคงท้อ แต่เป็นสิ่งที่ทำให้คลังเชื่อมโยงกันแน่นขึ้นทุกครั้ง
ให้ wiki ตรวจสุขภาพตัวเองทุกเดือน
ส่วนขยายที่ทำให้ระบบดูแลตัวเองได้จริงคือ health check แบบรายเดือน ตั้งเป็น scheduled task ให้รันเอง แล้วสั่งให้ Claude ทบทวน wiki ทั้งชุด จากนั้นให้รายงานปัญหา เช่น จุดที่ขัดแย้งกัน ลิงก์เสีย อ้างอิงที่ไม่มีต้นทาง บทความที่เก่าเกินเก้าสิบวัน และหัวข้อใหม่ที่ยังขาดอยู่
งานตรวจรอบเต็มใช้เวลาราวสิบสองนาที แต่ต้องบอกตามตรงว่ากินทรัพยากรพอตัว รอบหนึ่งใช้ราว 45% ของ session credits บนแพ็กใหญ่ ถ้าใช้แพลนเล็ก ตอน build wiki รอบแรกหรือทำ health check อาจต้องแบ่งเป็นหลายรอบ จุดนี้คือต้นทุนจริงที่ควรรู้ไว้ก่อนตัดสินใจ ไม่ใช่ของฟรีล้วน ๆ
แต่เมื่อเทียบกับงานที่คนต้องทำเองแล้ว ตัวเลขพวกนี้ถือว่าคุ้ม เพราะสิ่งที่ได้กลับมาคือคลังที่ไม่ทรุดลงตามกาลเวลา ปกติ wiki ของคนจะรกและล้าสมัยขึ้นเรื่อย ๆ จนเลิกเปิด แต่ระบบนี้มีคนคอยจัดบ้านให้ตลอด
ข้อดีที่แถมมากับการเป็นแค่ไฟล์
เพราะ wiki ทั้งหมดเป็นไฟล์ markdown ธรรมดา มันเลยเป็น git repo ได้ทันที เรามี version history สำหรับย้อนดูว่าใครแก้อะไรเมื่อไร และได้ branching กับการทำงานร่วมกันไปด้วย โดยไม่ต้องพึ่งแอปพิเศษ ถ้าอยากแยกความรู้คนละเรื่อง ก็สร้างหลาย knowledge base ในโฟลเดอร์แม่เดียวกันได้ แต่ละอันมี CLAUDE.md ของตัวเอง
มีทริกเล็ก ๆ ที่ใช้ได้ทันทีคือ เอาหน้า Wikipedia เรื่องลักษณะการเขียนแบบ AI มา paste ให้ Claude แล้วสั่งว่า "สร้างกติกาให้ตัวเองว่าห้ามเขียนแบบนี้เลย" จะได้ชุดกฎการเขียนที่ทำให้ wiki อ่านเป็นภาษาคน ไม่มีกลิ่นสำเร็จรูป
วิธีนี้ไม่ใช่ของวิเศษที่แก้ได้ทุกอย่าง มันยังกินทรัพยากร ยังต้องเขียนกติกาให้ดีตั้งแต่แรก และเราก็ยังต้องคอยป้อนวัตถุดิบเข้าไปเอง แต่สิ่งที่มันแก้ได้คือคำถามเก่าแก่ที่สุดของการมีคลังความรู้ว่า "ใครจะดูแลมัน" ซึ่งค้างมาตั้งแต่ยุคก่อนมีคอมพิวเตอร์ส่วนตัวด้วยซ้ำ
คลังความรู้ที่ดีไม่ได้วัดกันที่วันแรกว่ามีอะไรอยู่ในนั้น แต่วัดกันที่ว่าผ่านไปร้อยวันแล้วมันยังโตต่อเองได้หรือเปล่า
เพจมีหนังสือเรื่องใช้ AI ทำงานจริงอยู่ 2 เล่ม · Claude Cowork: The Business Playbook กับ Vibecoding with Claude Code · แวะดูได้ที่ vibecodingthailand.com/books
