เมื่อเปิดเข้าไปดูโปรเจกต์ headcount ของ cbrock84 บน GitHub สิ่งแรกที่เห็นไม่ใช่คำโฆษณา AI แต่เป็นสโลแกนสั้นๆ ว่า "Add a department, not a prompt" หรือเพิ่มงานทั้งแผนกเข้ามา แทนที่จะเพิ่มทีละพรอมต์

สิ่งที่โปรเจกต์นี้ทำ คือยกผังองค์กรทั้งบริษัทมาใส่ไว้ใน Claude Code เครื่องมือ AI ที่ช่วยเขียนโค้ดและแก้ไขไฟล์ในเครื่องเราผ่านหน้าต่าง Terminal โดยมี headcount คอยจัดวางบทบาทให้อีกที บนสุดของผังคือ Chief Executive แล้วกระจายลงมาเป็น 16 แผนก รวม 143 สกิล ครอบคลุมตั้งแต่ Security, Finance, Marketing ไปจนถึง People

เวลาใช้งานจริง เราไม่ต้องจำชื่อสกิลเลยแม้แต่ชื่อเดียว แค่พิมพ์คำถามตามปกติ เช่น ถามไปตรงๆ ว่าทำไมหน้า landing page นี้ถึงไม่มีคนกดต่อ ระบบจะเลือกสกิล demand-generation:landing-page-cro-expert มาช่วยตอบให้อัตโนมัติ

เลือกติดตั้งเฉพาะแผนกที่ต้องใช้ ไม่ต้องยกมาทั้งบริษัท

จุดเด่นที่ทำให้ headcount ต่างจากชุดรวมสกิลทั่วไป คือแยกแต่ละแผนกออกเป็นปลั๊กอินเดี่ยวๆ ทำให้เราเลือกติดตั้งเฉพาะแผนกที่ต้องใช้ได้ เช่น ถ้าโปรเจกต์นี้ต้องการแค่ฝ่ายความปลอดภัย ก็ติดตั้งเฉพาะแผนก Security โดยไม่ต้องโหลดอีก 15 แผนกที่เหลือมาให้หนักเครื่อง

เริ่มจากเพิ่มแหล่งรวมปลั๊กอินอย่าง Marketplace ของ headcount เข้าไปใน Claude Code ด้วยคำสั่ง:

/plugin marketplace add cbrock84/headcount

จากนั้นค่อยเลือกติดตั้งแผนกที่ต้องการในรูปแบบ /plugin install <department>@headcount เช่น ถ้าต้องการติดตั้งฝ่าย Security:

/plugin install security@headcount

วิธีนี้ทำให้แต่ละโปรเจกต์มีเฉพาะความสามารถที่ต้องใช้จริง ไม่ต้องโหลดทุกอย่างมากองไว้เผื่อ ต่างจากแนวทางที่แจกมาเป็นชุดใหญ่ทั้งก้อน อย่างทีมวิศวกร 23 ตำแหน่งที่แจกมาเป็นไฟล์ Markdown ที่เราเคยเล่าไปก่อนหน้านี้

16 แผนก 143 สกิล ย่อทั้งบริษัทมาไว้ในเครื่องเดียว

ถ้าดูภาพรวมของผังองค์กร ทั้ง 16 แผนกแบ่งออกเป็น 4 กลุ่มหลัก:

• กลุ่มพัฒนาผลิตภัณฑ์: Technology, Product และ IT Operations
• กลุ่มสร้างรายได้และการตลาด: Marketing, Demand Generation และ Revenue
• กลุ่มบริหารจัดการและหลังบ้าน: Finance, Operations, People และ Program Management Office
• กลุ่มกำกับดูแลและวางกลยุทธ์: Security, Legal & Risk, Corporate Strategy, Data & Analytics, Customer Experience และ Office of the CEO

ตารางด้านล่างแสดงแผนกทั้งหมด พร้อมตำแหน่งผู้บริหารที่ดูแล และจำนวนสกิลในแต่ละแผนก:

ถ้าจะเลือกใช้ให้ตรงจุด ไม่ต้องเริ่มจากแผนกที่ชื่อดูสำคัญ ให้เริ่มจากปัญหาหรือคำถามที่กำลังเจอ แล้วดูว่าเรื่องนั้นอยู่ในความรับผิดชอบของผู้บริหารตำแหน่งใด

ไม่ต้องจำชื่อสกิล แค่ถามคำถามให้ตรงเรื่อง

ชื่อสกิลในระบบนี้จะตั้งเป็น 2 ท่อนเสมอในรูปแบบ department:skill เช่น security:threat-modeling หรือ finance:unit-economics เพื่อป้องกันไม่ให้ชื่อสกิลของแต่ละแผนกซ้ำกัน

สะดวกตรงที่เราแทบไม่ต้องพิมพ์ชื่อสกิลเอง ระบบจะดูจากคำถามที่เราพิมพ์ แล้วดึงสกิลที่เกี่ยวข้องมาทำงานให้อัตโนมัติ

ถ้าเรายังไม่แน่ใจว่าปัญหาเป็นของแผนกไหน ให้ระบบเลือกให้อัตโนมัติจะสะดวกที่สุด แต่ถ้ารู้อยู่แล้วว่าต้องการมุมมองจากผู้เชี่ยวชาญเรื่องใด ก็พิมพ์เรียกสกิลนั้นตรงๆ ได้เลย เช่น:

/finance:financial-modeling

นอกจากนี้ แต่ละแผนกยังมี Agent Charter ที่เป็นไฟล์กำหนดบทบาทและสิทธิ์แก้ไขไฟล์ อยู่ในโฟลเดอร์ .claude/agents/ ทำให้เรามอบหมายงานทั้งชิ้นให้ AI ผู้ช่วยย่อยอย่าง Subagent แยกไปทำเฉพาะเรื่องได้อย่างปลอดภัย โดยมี Write Surface จำกัดขอบเขตไฟล์ที่แก้ไขได้ แยกจากแผนกอื่นอย่างชัดเจน

Agent ต้องแบ่งตามขอบเขตไฟล์ ไม่ใช่ตามหัวข้องาน เพราะการแบ่งตามหัวข้อ เช่น ให้ AI ตัวหนึ่งดู SEO และอีกตัวดู UI ไม่มีขอบเขตที่ตรวจสอบได้จริง สุดท้าย AI ทั้งสองตัวอาจเข้าไปแก้ไฟล์เดียวกันจนเกิดปัญหา แต่ถ้าจำกัดสิทธิ์ตามรายชื่อไฟล์ ขอบเขตจะชัดเจนและคุมความปลอดภัยได้ง่ายกว่า

2 แผนกที่มีสิทธิ์สั่งเบรกงานจริง

ในผังองค์กรนี้ มี 2 แผนกที่จัดอยู่ในกลุ่มฝ่ายตรวจสอบอย่าง Reviewer-class ที่ทำหน้าที่ตรวจงานของแผนกอื่นโดยตรง ได้แก่ Security ที่มี CISO คอยดูแลด้านความปลอดภัย และ Legal & Risk ที่มี CLO คอยดูแลด้านกฎหมาย

ความพิเศษคือ ถ้า 2 แผนกนี้ตรวจพบปัญหาแล้วสั่งบล็อกงาน แผนกที่ถูกตรวจจะข้ามผลการตรวจนี้ไปเองไม่ได้ นี่คือเหตุผลที่ CISO และ CLO ต้องรายงานตรงต่อ Chief Executive โดยไม่อยู่ภายใต้แผนกปฏิบัติการที่ตัวเองต้องตรวจ เพราะถ้าฝ่ายตรวจสอบอยู่ใต้บังคับบัญชาของฝ่ายปฏิบัติการ ผลการตรวจจะกลายเป็นเพียงความเห็นทั่วไปที่ถูกปัดตกได้ง่าย

ผู้พัฒนาอธิบายเบื้องหลังการวางผังองค์กรแบบนี้ไว้ในบทความ Giving AI agents an org chart ถึงเหตุผลที่เลือกใช้โครงสร้างนี้ และปัญหาที่เคยเจอมาก่อนหน้านี้

กฎเกณฑ์ที่ช่วยคุมไม่ให้ระบบรก

การดูแลระบบที่มีถึง 143 สกิลให้เป็นระเบียบไม่ใช่เรื่องง่าย ถ้ามีไฟล์ใหม่เพิ่มเข้ามาเรื่อยๆ โดยไม่ตรวจสอบ ก็จะเกิดความซ้ำซ้อนทันที โปรเจกต์นี้จึงมีสคริปต์ตรวจสอบอัตโนมัติมาช่วยดูแลความเรียบร้อย:

./scripts/check-all.sh

สคริปต์นี้ตรวจเรื่องต่างๆ เช่น:

• ตารางคุมสิทธิ์ไฟล์อย่าง Surface Map ระบุเจ้าของแต่ละไฟล์ได้ถูกต้องและสอดคล้องกัน
• ข้อมูลหัวไฟล์ของทุกสกิลถูกต้องและไม่มีชื่อซ้ำ
• ไม่มีสัญญาอนุญาตจากบุคคลภายนอกหลุดเข้ามา
• ไฟล์ README เป็นเวอร์ชันล่าสุดเสมอ เช่นเดียวกับ Social Card ที่เป็นรูปพรีวิวสำหรับแชร์
• ทุกจุดที่อ้างอิงแบบ department:skill ในเอกสาร ชี้ไปยังสกิลที่มีอยู่จริง
• ตัวสะกดภาษาอังกฤษเป็นรูปแบบ US English ทั้งหมด
• ไฟล์กำหนดค่าอย่าง Manifest ของทุกปลั๊กอินอยู่ในรูปแบบที่ถูกต้องและอ่านค่าได้ครบถ้วน

การรวมการตรวจทั้งหมดไว้ในสคริปต์เดียวมีข้อดีตรงที่ระบบ CI ซึ่งตรวจโค้ดอัตโนมัติทุกครั้งที่มีการแก้ไข จะรันสคริปต์นี้ด้วย ผลการตรวจในเครื่องเราจึงตรงกับผลบน CI เสมอ

ถ้าต้องการเพิ่มแผนกใหม่ แค่โยนโฟลเดอร์ใหม่เข้าไปเฉยๆ ยังไม่พอ ต้องแก้ไขให้ครบทั้ง 4 จุด:

• เพิ่มแถวข้อมูลใหม่ใน docs/AGENT-SURFACES.md
• ระบุ Surface Block เพื่อกำหนดขอบเขตไฟล์ของแผนกนั้น
• เพิ่มไฟล์ Agent Charter ในโฟลเดอร์ .claude/agents/
• เพิ่มรายชื่อแผนกใน .claude-plugin/marketplace.json

ถ้าขาดจุดใดจุดหนึ่ง สคริปต์จะตรวจพบและแจ้งเตือนทันที แม้จะต้องทำตามขั้นตอนเพิ่มขึ้น แต่นี่คือสิ่งที่ทำให้โครงสร้างทั้ง 16 แผนกยังเป็นระเบียบและไม่พัง โครงสร้างไฟล์ของแต่ละแผนกกำหนดไว้อย่างชัดเจน คือไฟล์ Manifest อยู่ที่ plugins/<department>/.claude-plugin/plugin.json และไฟล์สกิลอยู่ที่ skills/<skill>/SKILL.md โดยชื่อในหัวไฟล์ต้องตรงกับชื่อโฟลเดอร์เสมอ

ควรเริ่มติดตั้งจากแผนกไหนก่อนดี

วิธีที่ใช้ได้จริงที่สุดคือเริ่มจากปัญหาที่อยู่ตรงหน้าเราตอนนี้ ไม่ใช่เริ่มจากแผนกที่ชื่อฟังดูน่าสนใจ

• ถ้ากำลังจะปล่อยระบบและอยากให้มีคนตรวจระบบเพื่อหาช่องโหว่ ให้ติดตั้ง Security ก่อน
• ถ้ากำลังชั่งใจว่าพร้อมจ้างทีมงานเพิ่มหรือไม่ ให้ติดตั้ง Finance
• ถ้าหน้าเว็บมีคนเข้าชมแต่ไม่มีใครกดไปต่อ ให้ติดตั้ง Demand Generation

แนะนำให้ทยอยติดตั้งเฉพาะแผนกที่ต้องใช้จริง แล้วค่อยเพิ่มแผนกอื่นเมื่อเจอปัญหาที่แผนกเดิมตอบไม่ได้ เพราะการติดตั้งเผื่อไว้โดยไม่ได้ใช้งาน สุดท้ายจะกลายเป็นภาระที่ต้องไล่เช็กย้อนหลังอยู่ดี

ถ้ายังนึกไม่ออกว่าจะเริ่มจากตรงไหน เข้าไปดูหน้า org chart แบบกดดูได้ เพื่อค้นหาชื่อสกิลจากปัญหาของเราเอง หรือถ้าอยากเห็นตัวอย่างการทำงานร่วมกันระหว่างหลายแผนก ในเอกสาร USE-CASES.md มี 7 สถานการณ์จำลองให้ศึกษา ตั้งแต่การเตรียมความพร้อมเมื่อลูกค้าองค์กรขอตรวจสอบมาตรฐานความปลอดภัยอย่าง SOC 2, การรับมือเมื่อเกิดเหตุการณ์ด้านความปลอดภัย, ช่วงที่การเติบโตเริ่มนิ่ง ไปจนถึงจังหวะที่แผนก Reviewer-class สั่งระงับงานจริงแทนที่จะแค่ให้ความเห็น

โปรเจกต์นี้เปิดเป็นโอเพนซอร์สภายใต้สัญญาอนุญาตแบบ MIT และทุกสกิลเขียนขึ้นมาสำหรับโปรเจกต์นี้โดยเฉพาะ ไม่ได้คัดลอกจากที่อื่น

คุณค่าของระบบ AI ในเครื่องเราไม่ได้วัดกันที่มีกี่แผนก แต่อยู่ที่เวลาเจอปัญหา เราเคาะถูกห้องหรือไม่

ที่มา: โปรเจกต์ headcount จาก cbrock84 (GitHub)