RayClaude Cowork Course · SE TRACK

SE บทที่ 4 — สั่งงาน AI Coding ให้เป๊ะและปลอดภัย · สั่งชัด อ่านออก คุมได้

ใช้ปุ่ม ← → เปลี่ยนสไลด์ได้

SE TRACK — MODULE 4 · สั่งงาน AI CODING

สั่งงาน AI Coding ให้เป๊ะและปลอดภัย

เคยไหม — สั่ง AI แก้จุดเดียว แต่มันตอบกลับมาว่า "Done! I'm confident this works — I've updated 12 files." แล้วเราก็ได้แต่นั่งลุ้นว่า 12 ไฟล์นั้นมีไฟล์ที่ไม่ควรแตะปนอยู่ไหม บทนี้สอนวิธีสั่งให้ชัดตั้งแต่แรก และอ่านคำตอบของ AI ให้ออกว่าประโยคไหนปลอดภัย ประโยคไหนต้องยกมือหยุดก่อน

ไม่ต้องเขียนโค้ดเป็นแม้แต่บรรทัดเดียว — บทนี้สอน "ภาษาหัวหน้างาน": สั่งเป็น อ่านรายงานเป็น และรู้จังหวะที่ต้องเบรก

ทำไมต้องรู้

AI คือเด็กฝึกงานที่เก่งที่สุดที่เคยมี — แต่ยังเป็นเด็กฝึกงาน

01สั่งชัด — ทำดีเกินคาด

  • บอกเป้าหมาย ขอบเขต และข้อห้ามครบ → ได้งานระดับมืออาชีพในไม่กี่นาที
  • เหมือนเด็กฝึกงานเก่ง ๆ ที่ได้ brief ดี

02สั่งคลุมเครือ — เดาแล้วมั่ว

  • "ช่วยปรับหน้าร้าน Shopee ให้ดีขึ้นหน่อย" → AI เดาเองว่า "ดีขึ้น" แปลว่าอะไร แล้วแก้ในจุดที่เราไม่ได้ตั้งใจ
  • งานเสียไม่ใช่เพราะ AI ไม่เก่ง แต่เพราะคำสั่งเปิดช่องให้เดา

03บางทีมั่วอย่างมั่นใจ

  • AI ตอบผิดด้วยน้ำเสียงมั่นใจเต็มร้อยได้ — อาการนี้มีชื่อเรียก เดี๋ยวเจอในบทนี้
  • หัวหน้าที่ดีจึงไม่เชื่อคำพูด แต่เชื่อหลักฐาน

MENTAL MODEL ประจำบท

"อ่านก่อนแก้ · แผนก่อนลงมือ · หลักฐานก่อนเชื่อ" — เด็กฝึกงานเก่งแค่ไหน งานทุกชิ้นก็ต้องมีหัวหน้าตรวจ และหัวหน้าคนนั้นคือเรา

ศัพท์ชุดที่ 1 · 6 คำ

ภาษาที่ใช้ "สั่งงาน" AI

PROMPTใบสั่งงาน

  • ข้อความคำสั่งที่เราส่งให้ AI — คุณภาพงานขึ้นกับคุณภาพใบสั่งนี้โดยตรง

CONTEXTข้อมูลประกอบ

  • สิ่งที่ AI ใช้ทำความเข้าใจงาน: ไฟล์โค้ด ข้อมูลธุรกิจ ข้อความ error
  • เหมือน brief เด็กฝึกงาน — ยิ่งให้บริบทครบ ยิ่งเดาน้อย

CONSTRAINTข้อห้าม

  • สิ่งที่ห้ามทำ เช่น "ห้ามแตะระบบจ่ายเงิน" "ห้ามเพิ่มเครื่องมือใหม่โดยไม่บอก"
  • AI: "given the constraints…"

TOKENหน่วยนับข้อความ

  • AI อ่าน-เขียนเป็นชิ้นคำเล็ก ๆ เรียกว่า token — ใช้นับปริมาณงานและค่าใช้จ่าย

CONTEXT WINDOWความจุสมองต่อรอบ

  • ปริมาณข้อมูลสูงสุด (นับเป็น token) ที่ AI พิจารณาได้ในครั้งเดียว
  • งานใหญ่มากจึงควรหั่นเป็นงานย่อย — ยัดทีเดียวหมดไม่ได้

SCOPE CONTROLล้อมคอกพื้นที่งาน

  • กำหนดชัดว่าแก้ไฟล์ไหนได้ ไฟล์ไหนห้ามแตะ
  • ยาแก้อาการ "แก้จุดเดียวแต่ลาม 12 ไฟล์" ตรงที่สุด

ตัวอย่างจริง: "แก้เฉพาะข้อความในหน้าโปรโมชัน ห้ามแตะระบบตะกร้าสินค้าและไฟล์อื่นทั้งหมด" — หนึ่งประโยคนี้คือ Constraint + Scope Control พร้อมกัน

Workflow มาตรฐาน · หัวใจของการคุมงาน

4 จังหวะทำงานกับ AI แบบไม่มีเซอร์ไพรส์

1 · READ-ONLYอ่านอย่างเดียวก่อน

สั่งให้ AI สำรวจและอธิบายระบบ โดยยังห้ามแก้ไฟล์ใด ๆ ทั้งสิ้น

2 · PLAN-FIRSTขอแผนก่อนลงมือ

ให้ AI เสนอแผนเป็นขั้น ๆ ว่าจะแก้อะไร ไฟล์ไหน — แล้วรอเราอนุมัติ

3 · EXECUTEลงมือทีละขั้นเล็ก

ทำตามแผนเป็นชิ้นเล็ก ๆ ไม่ใช่รวดเดียว 12 ไฟล์ — หลุดแผนเมื่อไหร่เบรกได้ทัน

4 · VERIFYตรวจด้วยหลักฐาน

ให้ AI รันการทดสอบและโชว์ผลจริง — ไม่ใช่รับคำว่า "มั่นใจว่าเวิร์ก" เฉย ๆ

สังเกต: จังหวะ 1–2 คือการ "ยังไม่ให้จับของจริง" เหมือนให้เด็กฝึกงานเดินดูหน้าร้าน + เสนอแผนก่อน แล้วเราค่อยปล่อยมือ — ความปลอดภัยเกือบทั้งหมดของบทนี้อยู่ที่การไม่ข้าม 2 จังหวะแรก

ศัพท์ชุดที่ 2 · 6 คำ

ภาษาฝั่ง "กันพลาด" — เมื่อ AI อาจมั่วหรือเกินขอบเขต

HALLUCINATIONมั่วอย่างมั่นใจ

  • AI แต่งข้อมูล ชื่อฟังก์ชัน หรือข้อเท็จจริงที่ดูน่าเชื่อแต่ไม่มีจริง
  • ไม่ใช่ความผิดปกติที่แก้ขาดได้ — เป็นธรรมชาติของ AI ที่ต้องมีระบบตรวจรองรับ

GROUNDINGผูกกับของจริง

  • ให้คำตอบอ้างอิงแหล่งที่ตรวจสอบได้ เช่น โค้ดจริง เอกสารจริง ผลทดสอบจริง
  • ยากันมั่ว: "ตอบโดยอ้างจากไฟล์ในโปรเจกต์เท่านั้น"

VERIFICATIONตรวจด้วยหลักฐาน

  • พิสูจน์ว่างานถูกจริง ด้วยการรันทดสอบ/รันระบบจริง — ไม่ใช่ฟังคำยืนยัน
  • AI: "all tests pass" พร้อมผลลัพธ์ = หลักฐาน · "I'm confident" เฉย ๆ = ยังไม่ใช่

GUARDRAIL · APPROVAL GATEรั้วกั้น + ด่านขออนุมัติ

  • Guardrail = กฎจำกัดสิ่งที่ AI ทำได้ · Approval Gate = จุดที่ AI ต้องหยุดถามเราก่อนทำเรื่องสำคัญ
  • เด้งถามบ่อย = ระบบทำงานปกติ ไม่ใช่ระบบพัง

HITL · SANDBOXคนอยู่ในวงจร + สนามซ้อม

  • Human-in-the-loop = มีคนตรวจ/อนุมัติก่อนขั้นสำคัญเสมอ — คนนั้นคือเรา
  • Sandbox = พื้นที่แยกไว้รันทดลอง พังก็ไม่กระทบร้านจริง

PROMPT INJECTIONคำสั่งแฝงหลอก AI

  • ข้อความแฝงในไฟล์/เว็บที่ AI ไปอ่าน พยายามหลอกให้มันทำนอกคำสั่งเรา
  • เหตุผลที่ "AI ขออนุมัติก่อนทำ" สำคัญ — ให้คนเห็นก่อนเสมอ

ศัพท์ที่จะเริ่มได้ยินบ่อยขึ้น (รู้ไว้พออ่านออก ยังไม่ต้องลงลึก): Agent = AI ที่รับเป้าหมายแล้ววางแผน-ลงมือ-ตรวจผลเองเป็นรอบ ๆ · Tool Calling = AI ขอเรียกใช้เครื่องมือภายนอก · MCP = มาตรฐานกลางสำหรับเสียบ AI เข้ากับไฟล์และระบบต่าง ๆ

เครื่องมือประจำตัว

ใบสั่งงาน 8 ช่อง — โครงสร้าง Prompt สำหรับงานโค้ด

# ตัวอย่างจริง: สั่งทำระบบแจ้งเตือนสต๊อกใกล้หมดผ่าน LINE OA
Goal:          เพิ่มระบบแจ้งเตือน "สต๊อกใกล้หมด" ส่งเข้า LINE OA ของร้าน
Context:       ระบบสต๊อกปัจจุบันอยู่ในไฟล์ stock.js · สินค้า ~500 รายการ
Requirements:  แจ้งเตือนเมื่อสินค้าเหลือต่ำกว่า 10 ชิ้น · สรุปวันละ 1 ครั้ง
Constraints:   ห้ามแก้โครงสร้างฐานข้อมูล · ห้ามเพิ่มเครื่องมือภายนอก (dependency) ใหม่ · ห้ามแตะไฟล์นอก scope
Acceptance Criteria: สินค้าเหลือ 9 ชิ้น → มีข้อความแจ้งเข้า LINE ภายใน 1 นาที
Tasks:         อ่านโค้ดแบบ read-only ก่อน → เสนอแผน → รอผมอนุมัติ → ค่อยลงมือ
Verification:  รันชุดทดสอบทั้งหมด แล้วแสดงผลลัพธ์ให้ดู
Output Format: สรุปรายการไฟล์ที่แก้ + สิ่งที่เปลี่ยนในแต่ละไฟล์

ไม่ต้องครบ 8 ช่องทุกครั้ง — งานเล็กใช้แค่ Goal + Constraints ก็ได้ แต่ช่องที่ห้ามหายบ่อยที่สุดคือ Constraints เพราะมันคือรั้วกันเดา · สังเกตว่า Tasks ฝัง workflow 4 จังหวะจากสไลด์ก่อนไว้ในตัว

ศัพท์ชุดที่ 3 · 8 คำ

คำกริยาสั่งงาน — พูดคำเดียว AI รู้เลยว่าต้องทำแค่ไหน

คำกริยาแปลว่าใช้ตอนไหน
Inspectอ่านและสำรวจระบบ — ยังไม่แก้อะไรเริ่มงานใหม่ทุกครั้ง (จังหวะ read-only)
Explainอธิบายว่าโค้ด/ระบบส่วนนี้ทำอะไรอยากเข้าใจของที่ AI หรือคนเก่าทำไว้
Refactorจัดระเบียบโค้ดใหม่ โดยพฤติกรรมเดิมต้องไม่เปลี่ยนโค้ดเริ่มรก แต่ระบบยังต้องทำงานเหมือนเดิมเป๊ะ
Reviewตรวจคุณภาพและความเสี่ยงของงานก่อนอนุมัติงานชิ้นใหญ่ — ให้ AI อีกรอบช่วยตรวจงานตัวเอง
Verifyพิสูจน์ด้วยหลักฐานว่าผลลัพธ์ถูกจริงทุกครั้งที่ AI บอกว่า "เสร็จแล้ว"
Do Not Modifyห้ามแตะส่วนนี้เด็ดขาดล้อมคอกไฟล์สำคัญ เช่น ระบบจ่ายเงิน
Preserve Behaviorแก้ข้างในได้ แต่พฤติกรรมที่ผู้ใช้เห็นต้องเหมือนเดิมคู่กับ Refactor — กันเผลอเปลี่ยนของที่ลูกค้าใช้อยู่
Propose Alternativesเสนอหลายทางเลือกพร้อมข้อดี-ข้อเสียงานที่มีหลายวิธีทำ — เราอยากเป็นคนเคาะเอง

สูตรผสมที่ใช้บ่อยจริง: "Inspect first, then propose alternatives. Do not modify anything yet." — ประโยคเดียว ล็อกทั้งลำดับงานและความปลอดภัย

⭐ หัวใจของบท

ตารางแปลภาษา AI — ได้ยินแบบนี้ ต้องทำยังไง

AI พูดว่ากำลังจะเกิดอะไรเราควรทำอะไร
"Let me explore the codebase first"ขออ่านสำรวจก่อน ยังไม่แตะไฟล์ใด ๆ✅ ปล่อยเลย — read-only คือโหมดปลอดภัยที่สุด
"Here's my plan — approve before I edit"เสนอแผนและหยุดรอเราอนุมัติก่อนแก้จริง✅ ดีที่สุด — อ่านแผนทีละข้อ ตัดข้อที่เกิน scope ออกก่อนอนุมัติ
"I'll need permission to run this command"ถึงด่านขออนุมัติ (Approval Gate) — คำสั่งนี้มีผลจริงต่อระบบ🟡 อ่านคำสั่งก่อนกดอนุมัติ — ไม่เข้าใจให้ถามว่า "คำสั่งนี้ทำอะไร เสี่ยงตรงไหน"
"This file is outside my allowed scope"AI ชนรั้วที่เราตั้งไว้ แล้วหยุดตามกติกา✅ ข่าวดี — guardrail ทำงาน · ถ้าจำเป็นจริงค่อยขยาย scope ให้เป็นครั้ง ๆ
"I'm confident this works"รายงานความมั่นใจ — แต่ยังไม่มีหลักฐานแนบ🟡 ความมั่นใจไม่ใช่หลักฐาน — สั่งต่อ: "Verify — run the tests and show me the results"
"The library has a built-in function for that"อ้างถึงของที่อาจมีจริง…หรืออาจ hallucinate ก็ได้🟡 ให้ชี้แหล่งอ้างอิง: "โชว์เอกสารหรือโค้ดจริงที่ยืนยันว่ามีฟังก์ชันนี้"
"While I'm here, I'll also clean up these other files"งานกำลังลามเกินขอบเขตที่สั่ง (scope creep)⚠️ หยุดก่อน — "ทำเฉพาะที่สั่ง ที่เหลือเสนอเป็นแผนแยกมาให้ดูก่อน"

สูตรจำเร็ว: ประโยคที่มี explore / plan / approve = ทิศทางปลอดภัย · ประโยคที่มี confident / also / while I'm here = ขอหลักฐานหรือเบรกก่อนเสมอ

กันหลงทาง

6 คู่ที่จำสลับกันบ่อยที่สุด

คู่ศัพท์ต่างกันตรงไหน
Requirement vs ConstraintRequirement = สิ่งที่ต้องมี (แจ้งเตือนเมื่อสต๊อกต่ำ) · Constraint = สิ่งที่ห้ามทำ (ห้ามแตะฐานข้อมูล) — ใบสั่งงานที่ดีต้องมีทั้งคู่
Context vs Context WindowContext = ข้อมูลประกอบที่เราให้ · Context Window = ความจุสูงสุดที่ AI รับได้ต่อรอบ — อันแรกคือของที่ใส่ อันหลังคือขนาดภาชนะ
Read-only vs Plan-firstRead-only = อ่านสำรวจ ยังไม่แตะอะไร · Plan-first = เสนอแผนรออนุมัติก่อนแก้ — เป็นจังหวะ 1 กับจังหวะ 2 ของ workflow ไม่ใช่สิ่งเดียวกัน
Confidence vs VerificationConfidence = ความมั่นใจที่ AI รายงานเอง · Verification = การพิสูจน์ด้วยหลักฐานจริง — hallucination มาพร้อม confidence สูงได้เสมอ
Hallucination vs BugHallucination = AI แต่งข้อมูลที่ไม่มีจริงตอนตอบ · Bug = โค้ดที่ทำงานผิดจากที่ตั้งใจ (เจอเต็ม ๆ บท SE8) — อันแรกคือคำพูดผิด อันหลังคือของผิด
Coding Assistant vs AgentCoding Assistant = ผู้ช่วยที่ทำตามคำสั่งทีละเรื่อง · Agent = ระบบที่รับเป้าหมายแล้ววางแผน-ลงมือ-ตรวจผลเองหลายขั้น — ยิ่งอิสระมาก ยิ่งต้องมี guardrail แน่น

QUICK-CHECK · กดดูเฉลย

จริงหรือไม่? — เช็คก่อนปิดบท

1 · "AI ตอบว่า 'I'm confident this works' แปลว่างานเสร็จ เชื่อได้เลย"

ไม่จริง — ความมั่นใจไม่ใช่หลักฐาน AI มั่วอย่างมั่นใจได้ (hallucination) · สิ่งที่เชื่อได้คือผลการทดสอบจริง — สั่งต่อว่า "Verify แล้วโชว์ผลให้ดู"

2 · "สั่ง Refactor พร้อม Preserve Behavior = แก้ข้างในได้ แต่พฤติกรรมที่ผู้ใช้เห็นต้องเหมือนเดิม"

จริง — นี่คือคู่คำสั่งมาตรฐานตอนให้ AI จัดระเบียบโค้ด: โครงข้างในเปลี่ยนได้ แต่หน้าร้านที่ลูกค้าใช้ต้องทำงานเหมือนเดิมเป๊ะ

3 · "AI เด้งขออนุมัติบ่อย ๆ แปลว่าระบบมีปัญหา ควรปิดด่านถามให้หมดจะได้ทำงานเร็ว"

ไม่จริง — Approval Gate เด้งถาม = guardrail ทำงานปกติ · ปิดหมดคือถอดเบรกออกจากรถ — เร็วขึ้นจริง จนถึงวันที่ AI ทำเรื่องใหญ่โดยเราไม่เห็นก่อน

KEY TAKEAWAY

Prompt = ใบสั่งงาน 8 ช่อง · Constraint + Scope Control = รั้วกันเดา · Approval Gate = ด่านที่เราเป็นคนเคาะ
กฎเหล็กประจำบท: "อ่านก่อนแก้ — แผนก่อนลงมือ — หลักฐานก่อนเชื่อ"

บทถัดไป: เวลา AI ลงมือทำจริง มันจะรายงานกลับเป็นภาษา Git — "I'll commit and push to main" อ่านให้ออกทุกคำใน SE5

1 / 10