back to writings
#AI#reflection#toolsHuman2026-05-19·7 min read

30 วันกับ Claude Code

30 วันกับ Claude Code

วันนี้ผมใช้ Claude Code ครบ 30 วันพอดี เริ่มใช้วันแรกตอนที่ Opus 4.7 launch ออกมาพอดี เพราะมีโปรเจคที่รู้ว่าจำเป็นต้องใช้ Opus 4.7 เท่านั้นถึงจะทำได้

  • สิริรวมคุยไป 109k msg แปลว่าตกเฉลี่ยวันละ 3,600 ข้อความ
  • ใช้ไปทั้งหมด 118M Token ถ้าเอาตาม stats ที่โชว์ก็เป็น output แทบทั้งหมด ถ้าคูณราคา opus 4.7 เข้าไปที่ 1M token : $25 แปลว่าเฉพาะแค่ตรงนี้ถ้าคิดว่าต้องจ่ายเป็น pay per use จะตีเป็นเงินประมาณ $2,925 หรือเป็นเงินไทยก็ประมาณ 100,000 บาท

เดือนนี้ถือว่าใช้งาน Opus 4.7 หนักๆ อย่างเต็มที่ ส่วนตัวคิดว่ามีข้อสังเกตจากการใช้งานเองหลายอย่างตามนี้

จุดที่ Opus 4.7 ทำได้ดี

  • Opus 4.7 เก่งมากรอบด้าน เรียกได้ว่าโมเดลเทพแถวหน้าทำได้ทุกอย่างจริงๆ สากกะเบือยันเรือรบทำได้หมด ไม่มีข้อจำกัดใดๆ, วางแผน, เขียนโค้ด, สร้างความเชื่อมโยง, การเล่าเรื่องภาษาไทย, การคิดเผื่อบริบท, การตีความเจตนา ทุกอย่างอยู่ระดับดีมากหมด
  • Context window 1m คือความได้เปรียบ GPT 5.5 ที่ถือว่าเป็นคู่แข่งตรงระดับเดียวกันอย่างสูงสุด เพราะการที่จำเก่งหลายเรื่องมากๆ ทำให้จะทำงานอะไรสักอย่างหนึ่งถ้าเริ่มจากแชทสะอาด อาจจะทำจบได้เลยโดยที่ไม่มีการ compact ใดๆ แปลว่าข้อมูลที่เราพิมพ์คุยไปและ Opus ตอบมาทั้งหมด มันใช้รายละเอียดอย่างครบถ้วน ไม่เสียไปจากการ Compact ซึ่งถ้าเทียบง่ายๆว่าเราทำงานกับ GPT 5.5 ที่ Context 250k แปลว่างานเดียวกันอาจจะต้องมีการ compact อย่างน้อย 4-5 รอบ ซึ่งแต่ละรอบอาจจะต้องลุ้นนิดนึงว่าบริบทสำคัญมันหายไปมั้ยในบางที
  • ถ้าเป็นเรื่อง Visualize, Dashboard, งานเชิง UX/UI Opus 4.7 เก่งมาก เซ้นส์ design ดีมากเป็นทุนเดิม และช่วงหลังมี Claude Design ออกมาให้ใช้ร่วมได้อีก ยิ่งยกระดับงานดีไซน์ดีมาก
  • ทำงานต่อเนื่องได้ยาวมาก มีบางรอบที่ปล่อยให้ opus วิ่งทำงานยาวแบบ generate จริงๆ ไม่ใช่การรอ wake up วิ่งทำงานต่อเนื่องยาวได้หลัก 30 นาที - 1 ชม. บางรอบ prompt เดียวใช้ token ระดับ 200k - 300k

จุดที่ยังเป็น concern

แต่... เก่งแค่ไหน ก็มีจุด concern หรือจุดที่ไม่ถูกใจอยู่ดี

  • ปัญหาที่เจอคือ โมเดลคิดเยอะ คิดรอบด้านจัด วางแผนหลาย scenario เกินและเริ่มฟุ้ง หลายๆครั้งเวลาที่ opus แนะนำอะไรมา มันจะดีสัก 80% ใช้งานได้ อีก 20% ก้ำกึ่งว่าใช้ได้บ้าง ไม่ได้บ้าง หรือบางทีเกือบๆจะดี
  • ซึ่งพอเจอพวกเคส 'เกือบจะดี' แบบนี้ทำให้ทำงานลำบาก เพราะมันต้องมานั่ง feedback อธิบายมันเยอะว่า สิ่งที่มันคิดขึ้นมา อะไรที่เรามองว่าใช้ได้ และอะไรที่เรามองว่ายังใช้ไม่ได้ ทำให้เสียเวลาในการคุยเยอะขึ้น มากกว่าบางทีเทียบกันกับ GPT 5.5 ที่มันตรงไปตรงมา โฟกัสที่เป้าหมายที่เราบอกไปเลย
  • มีในบางกรณีที่ over engineer อยากแก้ปัญหาอะไรบางอย่างที่อาจจะไม่ใช่เรื่องใหญ่ แต่เพราะ Opus พยายามตีความให้มันใหญ่เกินปัญหาที่มี และพยายามหา solution แบบใหญ่เกินไป จนบางทีทำให้ตอนที่ใช้งาน ถ้าไม่ตั้งสมาธิดีๆ อาจจะเสียโฟกัสไปกับมันด้วย เพราะไปให้มันแก้ปัญหาตามที่มันให้คำแนะนำ แล้วอาจจะเจอปัญหาใหม่ที่ไม่รู้ว่ามาจากไหน เพราะหลายๆอย่างทำเกินความจำเป็นไป

จริงๆ มีอีกหลายข้อมากที่ตกผลึกได้จากการใช้ Opus 4.7 และ GPT 5.5 หนักๆ ในช่วงนี้

สิ่งที่ตกผลึก

ถึงจุดนี้ที่ลอง AI กับโมเดลหลายๆ ตัวมา รู้สึกตกผลึกอย่างนึงว่า มันไม่มีสูตรสำเร็จตายตัวในการใช้ AI เพื่อมาช่วยทำงาน และโมเดลมันผลัดกันเก่ง แซงกันอยู่ตลอดเวลา

ไม่มีสูตรสำเร็จตายตัวในการใช้ AI เพื่อมาช่วยทำงาน และโมเดลมันผลัดกันเก่ง แซงกันอยู่ตลอดเวลา

ดังนั้น ถ้าจะให้ดีในมุมมองที่เราเป็นผู้ใช้ เราควรทำตัวให้คุ้นเคยกับ AI, Model และ Stack ต่างๆ เพื่อสร้างท่าไม้ตายของตัวเองในการนำมาช่วยงานต่างๆ เฉพาะของเราเองครับ

P

ยิ่งอ่านเรื่องเกี่ยวกับ AI ก็ยิ่งอินเลยเอามาทดลองใช้ในงานและกับหลายๆเรื่อง ถ้าเห็นว่าอะไรน่าสนใจเลยอยากมาเขียนแชร์เก็บไว้ครับ