ปัญหาคลาสสิกเวลาใช้งาน AI คือเรามักต้องพิมพ์สั่งแก้เรื่องเดิมซ้ำๆ เช่น "ขอภาษาเป็นธรรมชาติกว่านี้" หรือ "ยาวไป ขอสั้นกระชับลงหน่อย"

ทุก session การทำงาน AI สามารถจดจำประวัติไว้ได้ ทั้งสิ่งที่สร้างขึ้น สิ่งที่เราสั่งแก้ และสไตล์ที่เราชอบ

การสร้าง Skill จะช่วยสอนให้ AI เรียนรู้วิธีการทำงานในแบบที่เราต้องการอย่างแม่นยำ ผลลัพธ์ที่ได้จะเข้าใกล้ความสมบูรณ์แบบมากขึ้นเรื่อยๆ ยิ่งใช้งาน Claude มากเท่าไหร่ ระบบก็ยิ่งปรับตัวเข้าหาเราได้ดีขึ้นเท่านั้น เมื่อเวลาผ่านไป เราแทบไม่ต้องสั่งแก้รายละเอียดหยุมหยิมอีกเลย เพราะโมเดลเข้าใจสไตล์ที่ต้องการจากประวัติการทำงานทั้งหมดแล้ว

รู้จัก Thariq Shihipar

Thariq Shihipar อดีตผู้ก่อตั้งสตาร์ทอัพเกม Multiverse ที่ระดมทุนได้กว่า 600 ล้านบาท จบการศึกษาระดับปริญญาโทจาก MIT ปัจจุบันเป็น Technical Staff ในทีม Claude Code และเป็นหัวหอกสำคัญในการพัฒนา Claude Agent SDK

Thariq เล่าว่า Skills เป็นหนึ่งในฟีเจอร์ยอดนิยมของ Claude Code เพราะมีความยืดหยุ่น สร้างง่าย และแชร์ต่อได้สะดวก ทว่าความยืดหยุ่นที่สูงมากนี้ ก็ทำให้หลายคนสงสัยว่าควรเขียน Skill รูปแบบไหนถึงจะรีดประสิทธิภาพออกมาได้ดีที่สุด

Skill คืออะไร?

Skill คือการวางโครงสร้างระบบเพื่อสอนให้ AI คิดและทำงานอย่างเป็นขั้นตอน แทนที่จะต้องพิมพ์ prompt ยาวๆ ซ้ำใหม่ทุกครั้ง เราตั้งค่าวิดีการทำงาน (Workflow) ไว้เพียงครั้งเดียว แล้วเรียกใช้ซ้ำได้ตลอดเวลา

เปรียบเทียบให้เห็นภาพชัดเจน:

• Prompt: คำสั่งเฉพาะกิจแบบใช้ครั้งเดียวจบ
• Skill: ระบบการทำงาน (Workflow) ที่นำกลับมาใช้ซ้ำได้ต่อเนื่อง

Skill ถูกจัดเก็บเป็นโฟลเดอร์ที่บรรจุได้ทั้งสคริปต์, ไฟล์ assets, ข้อมูลอ้างอิง และไฟล์อื่นๆ ที่ agent สามารถค้นหา สำรวจ และนำไปประมวลผลต่อได้

หลายคนมักเข้าใจผิดว่า Skill เป็นแค่ไฟล์ Markdown ข้อความธรรมดา แต่จุดเด่นที่แท้จริงคือความสามารถในการเชื่อมโยงไฟล์และคำสั่งต่างๆ เข้าด้วยกันอย่างเป็นระบบ

วิธีสร้าง Skill

1. เปิด Claude แล้วเข้าไปที่ Sidebar มุมบนซ้าย
2. เลือก Customize > Skills > + Write skill instruction
3. หรือดาวน์โหลด Skill สำเร็จรูปจาก Anthropic ได้ที่ github.com/anthropics/skills

12 เทคนิคเขียน Skill ให้ AI ทำงานได้จริง

1. ข้ามเรื่องพื้นฐาน ใส่เฉพาะบริบทเฉพาะตัว

Claude เข้าใจโค้ดและ pattern มาตรฐานทั่วไปดีอยู่แล้ว ไม่จำเป็นต้องเสียเวลาเขียนอธิบายเรื่องเบสิก ให้เน้นใส่เฉพาะข้อมูลที่โมเดลไม่มีทางรู้เอง เช่น:

• Architecture pattern เฉพาะที่ทีมเลือกใช้
• สิ่งที่ทีมสั่งห้ามทำเด็ดขาด
• Coding convention หรือศัพท์เฉพาะภายในองค์กร

2. บันทึกจุดตกม้าตาย (Gotchas) ไว้เสมอ

เมื่อไหร่ก็ตามที่ Claude ทำงานผิดพลาดในจุดเดิมๆ ให้จดบันทึกไว้ในส่วน Gotchas ทันที เช่น:

• ตารางนี้ให้อ่านค่าจากคอลัมน์ version เท่านั้น ห้ามอ่านจาก created_at
• ค่า request_id ใน API gateway ตรงกับ trace_id ในระบบ billing
• Staging ส่งสถานะ 200 กลับมา แต่ webhook อาจยังไม่ทำงานจริง ต้องเช็กที่ตาราง payment_events ประกอบ

การบันทึก Gotchas จากประสบการณ์ทำงานจริง จะช่วยให้ AI ฉลาดขึ้นและไม่ทำผิดซ้ำรอยเดิม

3. จัดระเบียบเป็นโฟลเดอร์ แยกหมวดหมู่ให้ชัดเจน

หลีกเลี่ยงการยัดเนื้อหาทั้งหมดลงในไฟล์ Markdown เพียงหน้าเดียว ควรแยกข้อมูลออกเป็นโครงสร้างโฟลเดอร์ เช่น references/, examples/, scripts/

วิธีนี้ช่วยให้ AI ทยอยโหลดเฉพาะข้อมูลที่จำเป็นต่อคำสั่งนั้นๆ มาประมวลผล ลดภาระ context window และทำให้การทำงานเป็นระเบียบ

4. กำหนดกรอบชัดเจน แต่เปิดพื้นที่ให้ยืดหยุ่น

การกำหนดขอบเขตและเป้าหมายที่ชัดเจนเป็นเรื่องสำคัญ แต่ควรเปิดโอกาสให้โมเดลใช้ตรรกะในการแก้ปัญหาด้วย หากล็อกขั้นตอนละเอียดเกินไปทุกกระเบียดนิ้ว เมื่อเจอเคสพิเศษ (Edge Case) AI จะติดขัดและทำงานต่อไม่ได้

5. วางแผนการตั้งค่าเริ่มต้น (Setup) ให้รัดกุม

บาง Skill จำเป็นต้องมีข้อมูลตั้งต้นก่อนเริ่มงาน เช่น ต้องส่งแจ้งเตือนเข้า Slack แชนแนลไหน แนะนำให้เก็บค่าเหล่านี้ไว้ในไฟล์ เช่น config.json หากข้อมูลยังไม่ครบถ้วน ให้เขียนเงื่อนไขให้ AI สอบถามผู้ใช้ก่อนเริ่มดำเนินการ

6. เขียน Description เพื่อสื่อสารกับโมเดลโดยตรง

ช่วงเริ่มต้นเซสชัน Claude Code จะสแกน description ของทุก Skill เพื่อประเมินว่ามี Skill ใดตรงกับโจทย์ของผู้ใช้ ดังนั้นเนื้อหาใน description ต้องระบุให้ชัดเจนตรงไปตรงมาว่า Skill นี้มีไว้ทำอะไร และควรถูกเรียกใช้ในสถานการณ์ใด

7. เพิ่มระบบบันทึกความจำ (Memory) ให้ Skill

งานบางประเภทจะมีประสิทธิภาพสูงขึ้นเมื่อ AI จำบริบทก่อนหน้าได้ เช่น งานสรุป Daily Standup เราสามารถตั้งค่าให้บันทึก log หรือเก็บไฟล์ JSON เพื่อใช้เปรียบเทียบข้อมูลย้อนหลัง แต่ควรเลือกที่จัดเก็บไฟล์ให้ปลอดภัยเพื่อป้องกันข้อมูลสูญหายระหว่างอัปเดตระบบ

8. เตรียม Helper Scripts ช่วยทุ่นแรง

แทนที่จะปล่อยให้ AI เขียนโค้ดประมวลผลพื้นฐานขึ้นมาใหม่ทุกรอบ ควรเตรียม Helper Script หรือฟังก์ชันสำเร็จรูปไว้ใน Skill (เช่น สคริปต์ดึงข้อมูล หรือตัวแปลงไฟล์) ช่วยให้ AI เรียกใช้เครื่องมือได้ทันที รวดเร็วและลดข้อผิดพลาด

9. ใช้งาน Hooks เท่าที่จำเป็น

ระบบความปลอดภัยสำหรับตรวจสอบคำสั่งอันตราย (เช่น ป้องกันการรัน rm -rf หรือห้ามแก้ไขไฟล์นอก workspace) เป็นสิ่งสำคัญ แต่ควรเปิดใช้เฉพาะจุดที่มีความเสี่ยงจริง การตั้งข้อจำกัดแน่นหนาเกินไปจะทำให้ workflow ติดขัดและใช้งานไม่คล่องตัว

10. ออกแบบให้ทำงานร่วมกันและแชร์ต่อได้

Skill ที่ดีควรนำไปแชร์ต่อใน Repository ของทีมได้ และควรรองรับการทำงานแบบต่อยอด (Chaining) เช่น Skill ตัวแรกประมวลผลไฟล์ CSV ออกมา แล้วส่งต่อให้ Skill ตัวถัดไปนำข้อมูลขึ้นคลาวด์เซิร์ฟเวอร์

11. จัดการช่องทางการแชร์ให้เหมาะสมกับขนาดทีม

เก็บบันทึก Skill ไว้ใน repo ที่พาธ .claude/skills หรือแพ็กเป็นปลั๊กอิน สำหรับทีมขนาดเล็ก การเก็บใน repo ถือว่าเพียงพอและดูแลรักษาง่าย ส่วนทีมขนาดใหญ่ การใช้งานผ่าน marketplace ภายในจะช่วยให้กระจายเครื่องมือได้สะดวกกว่า

12. ทดสอบ ปรับปรุง และทำซ้ำอย่างต่อเนื่อง

ตรวจสอบ log การใช้งานเป็นประจำเพื่อดูว่า Skill ใดถูกเรียกใช้งานบ่อย หรือ Skill ใดไม่เคยถูกเรียกใช้เลย จากนั้นนำข้อมูลมาปรับปรุงคำอธิบาย (description) หรือเพิ่มเคสใน Gotchas เพื่อยกระดับความแม่นยำ

ตัวอย่างการนำไปประยุกต์ใช้งานจริง

• งานคอนเทนต์: กำหนดเงื่อนไข เช่น "ห้ามใช้สำนวนทางการเกินไป" "ห้ามใช้คำศัพท์ที่ระบุ" "ใส่ Call-to-Action ก่อนย่อหน้าปิดท้ายเสมอ" ดราฟต์ที่ได้จะตรงกับสำนวนและโทนที่เราต้องการตั้งแต่แรก
• อีเมลติดต่อลูกค้า (Outreach): "ขอหัวข้ออีเมลสั้นกระชับ" "อ้างอิงข้อมูลธุรกิจของลูกค้าอย่างเจาะจง" "ห้ามขึ้นต้นประโยคด้วยชื่อบริษัท" ผลลัพธ์ที่ได้จะดูเป็นธรรมชาติ ไม่เหมือนข้อความอัตโนมัติจากบอท
• รายงานส่งลูกค้า: "เลือกใช้กราฟแท่งแทนกราฟวงกลม" "สรุปข้อเสนอแนะขึ้นก่อนตารางตัวเลข" "หลีกเลี่ยงศัพท์เทคนิคเชิงลึก" เอกสารจะพร้อมส่งมอบงานได้ทันที
• เอกสารนำเสนอโครงการ (Proposals): "เริ่มต้นด้วยการวิเคราะห์ปัญหา" "แยกหน้ารายละเอียดราคาไว้ท้ายเล่ม" "ใช้ภาษาที่เป็นมิตรและเข้าถึงง่าย" คุณจะได้โครงร่างข้อเสนอที่นำไปใช้งานจริงได้อย่างมั่นใจ

วิธีตั้งค่า Feedback Log ให้ AI เรียนรู้อัตโนมัติ

คุณสามารถคัดลอกคำสั่งด้านล่างนี้ไปวางใน Claude Cowork เพื่อเริ่มใช้งานได้ทันที:

สำหรับ [ใส่ชื่อ Skill] ให้สร้างไฟล์ feedback.log ไว้ในโฟลเดอร์ของ Skill แล้วอัปเดตคำสั่งดังนี้:

1. ให้อ่านไฟล์ feedback.log ตอนเริ่มต้นเซสชันทุกครั้งก่อนเริ่มทำงาน
2. เมื่อไหร่ก็ตามที่มีการสั่งแก้ไขงานหรือระบุสไตล์ที่ชอบเพิ่มเติม ให้บันทึกข้อมูลนั้นต่อท้ายลงใน feedback.log ทันที โดยบันทึกเฉพาะความชอบเชิงโครงสร้างหรือสไตล์ทั่วไปที่นำไปใช้ต่อในอนาคตได้ และข้ามคำสั่งที่เจาะจงเฉพาะงานชิ้นนั้นทิ้งไป

ระบบ Cowork จะจัดการโครงสร้างทั้งหมดให้เรียบร้อย ใช้เวลาตั้งค่าเพียงไม่กี่วินาที หลังจากใช้งานไปสักระยะ Claude จะค่อยๆ ปรับจูนแนวทางการทำงานให้เข้ากับสไตล์และความคิดของคุณได้อย่างแม่นยำ

แหล่งดาวน์โหลด Skill สำเร็จรูป

• github.com/anthropics/skills (Official Skills จาก Anthropic)
• skills.sh
• skillsmp.com

สรุป

Skill ที่ทรงพลังไม่จำเป็นต้องเขียนให้ยาวหรือซับซ้อน หัวใจสำคัญอยู่ที่การตอบโจทย์งานจริง มีบริบทเฉพาะที่โมเดลไม่รู้ และสามารถต่อยอดความสามารถได้เรื่อยๆ ผ่านการใช้งานจริง

Skill ยอดเยี่ยมจำนวนมากเริ่มต้นจากคำสั่งสั้นๆ เพียงไม่กี่บรรทัดบวกกับข้อควรระวังสำคัญหนึ่งข้อ แล้วค่อยๆ เพิ่มข้อมูลเมื่อพบกรณีการทำงานใหม่ๆ การเริ่มต้นสร้างและทดลองใช้งานตั้งแต่วันนี้ คือวิธีที่ดีที่สุดในการสร้าง AI ผู้ช่วยที่รู้ใจเราอย่างแท้จริง