สร้าง skill ให้ AI เอง vs โหลดมาใช้ แบบไหนดีกว่ากัน?

ช่วงนี้ผมลองทำคอนเทนต์แนวที่ผมเรียกว่า "ตกผลึกกับ AI" — คือหยิบเรื่องที่ตัวเองยังไม่ตกผลึกในหัวมาคิดดังๆ ให้ฟัง โดยใช้ AI ช่วยหาข้อมูลและดีเบตด้วยไปเรื่อยๆ จนได้ข้อสรุปของตัวเอง

ตอนนี้เรื่องที่ผมคาใจคือ เวลาเราใช้ AI อย่าง Claude Code หรือ Codex เราจะเจอทางแยกหนึ่งเสมอ — เราควร สร้าง skill ให้ AI เอง หรือ โหลด skill ที่คนอื่นแชร์มาใช้ แบบไหนมันดีกว่ากัน?

ผมมีคำตอบในใจอยู่แล้วแหละ แต่ไม่อยากเชื่อแค่ความรู้สึก เลยลองเอามาคิดให้จบกับ AI ดู

จุดยืนตั้งต้น: ผมเอียงไปทาง "สร้างเอง"

สารภาพก่อนเลยว่าผมเอียงไปทางสร้างเอง เพราะที่ผ่านมา งานหลายอย่างถ้าผมสร้าง skill ขึ้นมาเองมันมักจะ ตรงกับบริบทการทำงานของผมมากกว่า ของสำเร็จรูป

แต่พอจะพูดว่า "สร้างเองดีกว่า" จริงๆ มันก็ไม่ได้ตายตัวขนาดนั้น เพราะมันน่าจะแล้วแต่งาน ผมเลยอยากหาข้อมูลให้ลึกขึ้น — และนั่นคือจุดที่ผมเปิดจอคุยกับ AI ให้ดูในคลิป

อย่าตอบว่า "แบบไหนดีกว่า" — หา "เส้น" แทน

สิ่งแรกที่ AI ตอบกลับมาแล้วผมว่าคมดี คือมันบอกว่าคำถามนี้ ไม่ใช่การเลือกข้าง เพราะคำตอบจริงๆ มัน "แล้วแต่งาน" ถ้าเราเลือกข้างไปเลยมันก็แค่ยืนยัน bias ที่เราเอียงอยู่แล้ว

คำถามที่ดีกว่าคือ "เส้นอยู่ตรงไหน" — งานแบบไหนคุ้มที่จะสร้างเอง งานแบบไหนโหลดเอาดีกว่า จริงๆ เรื่องนี้คือคำถามคลาสสิก "buy vs build" ที่โลกซอฟต์แวร์เจอมานานแล้ว แค่ย้ายมาอยู่ในยุค AI skill

แล้ว AI ก็เสนอให้แตกออกเป็น 4 จังหวะ คือ ลับคำถามให้คมจากบริบทจริงของผม → ขุดหลักฐานจากงานที่ผมทำอยู่ → วาง framework → แล้ว stress-test ด้วยการเล่นเป็นฝ่ายค้านกับผม

หลักฐานจากของจริง

AI เริ่มจากถามผมว่า skill ที่ผมสร้างเองแล้วรู้สึกว่าเวิร์กที่สุดมีอะไรบ้าง เท่าที่นึกออกตอนนั้นมีอยู่ไม่กี่ตัว:

• spec-first-fanout — วางสเปกอย่างละเอียดก่อนยิงงานแบบ Dynamic Workflow
• handoff — ให้ AI ตัวหนึ่งสร้างเอกสารส่งงาน กำหนดรายละเอียด แล้วส่งให้ AI อีกตัวทำงานต่อแล้วตอบกลับมาเป็น closeout
• การดูแล iamBrain — LLM wiki ส่วนตัวของผม ที่มีวิธีดูแลข้อมูลเฉพาะตัว ผมเลยทำเป็น skill ขึ้นมา

ส่วนฝั่งที่ โหลดมาแล้วเวิร์ก จนไม่คิดจะสร้างเอง อันดับแรกคือ superpowers (ติดมากับ plugin ที่ผมลง) — ถ้าให้ผมพัฒนาเองคงคิดได้ไม่ละเอียดขนาดนั้น และพวก skill งานดีไซน์อีกหลายตัวที่ลงไว้แล้วก็ยังใช้อยู่ทุกวัน

จุดร่วมเห็นชัดเลย: ของที่ผมสร้างเองมักเป็น skill ที่ ต้องใช้วิจารณญาณของผมเองในการตัดสินใจ — ซึ่งไม่ค่อยมีของสำเร็จรูปมาแทนได้ ส่วนของที่ผมโหลด มักเป็น ความสามารถทั่วไป (เช่น รสนิยม/แนวทางงานดีไซน์) ที่คนอื่น maintain ได้ดีกว่าที่ผมจะทำเอง

ไม่ใช่ 2 ทาง แต่จริงๆ มันมี 3 ชั้น

พอคุยลึกขึ้น เราเห็นว่าจริงๆ มันไม่ใช่ binary "สร้าง/โหลด" แต่เป็นสเปกตรัม 3 แบบ:

1. โหลดมาใช้ — เอาของคนอื่นมาใช้ตรงๆ
2. รับมาปรับ — เริ่มจากของคนอื่น แล้วดัดให้เข้ากับบริบทเรา
3. สร้างขึ้นมาใหม่เอง

ผมว่าแบบที่ 2 (ปรับใช้) คือทางที่ดีและเหมาะกับตัวผมมาก — เอาแนวคิดของ skill คนอื่นมาประยุกต์ ตัวอย่างจริงที่ผมทำคือ ผมจะเอา link repo บน GitHub ของ skill ที่น่าสนใจมา paste ให้ AI แล้วบอกว่า "ช่วยวิเคราะห์ให้หน่อยว่ามี skill อะไรน่าสนใจ และอันไหนเหมาะกับบริบทงานของผม"

อย่างผมเอา skill ดังๆ ของ Matt Pocock (repo ที่คนกด star เป็นแสน) มาให้ AI ช่วยคัด ผมเลือกมา 6 ตัวที่สนใจ แล้ว AI ก็สรุปให้ว่าแต่ละตัวคืออะไร เหมาะเอามาใช้กับงานไหน ควร adapt มาปรับ หรือ "ขโมย pattern" (เอาแนวคิดมาสร้างเอง) — หรืออันไหนซ้ำซ้อนก็ข้ามไป

มีตัวอย่างที่ AI แนะนำให้ ข้าม ด้วย: skill ตัวหนึ่งของ Matt ที่ให้ AI คอยถาม requirement จนเคลียร์ก่อนเริ่มงาน — AI ของผมบอกว่ามันซ้ำซ้อนกับ skill brainstorming ที่ผมมีอยู่ บวกกับ spec-first-fanout ที่ผมเล่าไปตอนต้น เอามารวมก็ไม่ได้เพิ่มความสามารถ แถมอาจทำให้สับสนว่าจะเรียกตัวไหนมาใช้

นี่แหละคือวิธีที่ผมใช้ AI ช่วยเช็คว่า skill แต่ละตัวควรสร้างเอง ปรับใช้ หรือโหลด

เสียงค้านจาก AI

จุดที่ผมว่าทำให้ตอนนี้มีค่าจริงๆ คือพอผมตอบไป AI ก็ เล่นเป็นฝ่ายค้าน กับความรู้สึก "สร้างเองดีกว่า" ของผม โดยยกมา 3 ข้อ:

• Survivorship / sunk-cost — ที่ผมจำว่ามันเวิร์ก ส่วนหนึ่งเพราะผมลงแรงจูนมันไปแล้ว ถ้าเอาของที่โหลดมาจูนเท่ากันก็อาจเวิร์กพอกัน
• หนี้ maintenance — ตอนสร้างไม่มีปัญหา แต่ระยะยาว skill ที่เราทำไว้อาจถูกลืม พังเงียบๆ หรือไม่ได้ใช้ มันมีต้นทุนซ่อนอยู่
• ของที่โหลดมาฟรี ดีขึ้นเรื่อยๆ ฟรี — แทบไม่ต้องลงแรง โหลดมาก็ทำให้ AI เก่งขึ้นเลย

แล้วมันก็ถามกลับว่า — ในเมื่อมีหนี้ maintenance บวกกับของโหลดดีขึ้นฟรี ทำไมไม่ตั้ง default เป็น "โหลดไว้ก่อน สร้างเฉพาะตอนถูกบังคับจริงๆ"? อะไรในงานของผมที่ทำให้ "สร้างเอง" ชนะข้อโต้แย้งนี้ได้?

พอโดนถามแบบนี้ผมรู้สึกเลยว่าดีที่เอามาคุย เพราะมันทำให้ผมได้คิดหลายอย่างชัดขึ้น

เส้นที่ตกผลึก

คำตอบที่ผมให้กลับไป กลายเป็น default ตรงข้ามกับที่ AI เสนอ — ผมตั้งว่า ทุก skill / ทุกไอเดียที่เห็น ลองดูก่อนว่าเราประยุกต์สร้างเองได้ไหม ถ้าสร้างไม่ได้หรือดูแล้วไม่คุ้ม ค่อยโหลด

เหตุผลมี 2 ข้อ:

อย่างแรก บริบท — skill ที่ใครสร้างก็ตาม ต่อให้เขาเก่งมาก วันที่เขาปล่อยออกมา มันก็สอดคล้องกับบริบทปัจจุบันของ เขา มากกว่าบริบทของ เรา การเอามาประยุกต์เองเลยมักตรงงานกว่า

อย่างที่สอง ความปลอดภัย — skill ที่แชร์กันใน GitHub มีทั้งคนดังที่คนกด star เป็นแสน กับคนที่เราไม่รู้ว่าเป็นใคร การโหลดของจากแหล่งที่ไม่แน่ใจ มันมีความเสี่ยงแบบที่เราอาจไม่รู้ตัว ผมเลยพยายามเลี่ยงถ้าไม่จำเป็นจริงๆ — ถ้าจำเป็นก็ต้องเช็คให้ชัวร์ก่อน

สรุปเส้นของผมเองโดยรวม:

“

ยืมแนวคิดของ skill คนอื่นมาทำความเข้าใจ capability ของ AI แล้ว reverse-engineer ปรับให้เข้ากับบริบทของงานเราเอง

พูดอีกแบบคือ — สร้าง skill เองในงานที่ต้องใช้ วิจารณญาณสูงๆ และโหลดในสิ่งที่เป็น common sense / practice การทำงานทั่วไป ที่ไม่ค่อยคุ้มจะมา maintain เอง

สิ่งที่ผมได้จากการทำตอนนี้

นอกจากคำตอบเรื่อง skill แล้ว การทำคอนเทนต์แบบ "ตกผลึกกับ AI" ตอนนี้ทำให้ผมได้ 3 อย่าง:

1. เข้าใจ logic ของตัวเองดีขึ้น — ตอนแรกผมรู้สึกแค่ว่า "เน้นสร้างเอง" แต่พอคุยไปคุยมาผมเห็นชัดว่า จริงๆ ผมสร้างเองเฉพาะอันที่เป็นแนวคิด/วิจารณญาณของผม
2. คำถามจาก AI พาให้คิดลึกและกว้างขึ้น — ไม่ใช่แค่เข้าใจตัวเอง แต่ได้มุมที่กว้างขึ้นจากการที่มันคอย challenge สิ่งที่เราเข้าใจ
3. ยิงปืนนัดเดียวได้นกสองตัว — สไลด์ชุดที่ผมใช้ทำพอดแคสต์ตอนนี้ ก็เกิดจากตอนคุยกันจนตกผลึก ผมให้ AI วางโครง presentation ให้เลย ได้ทั้งความรู้และคอนเทนต์ในคราวเดียว

ปิดท้าย

พอดแคสต์ตอนนี้อาจจะฟังดูงงๆ บ้าง เพราะมันเป็นการเล่าเพื่อให้ตัวเองตกผลึกไปด้วย ไม่ได้เรียบเรียงมาเป๊ะ แต่ผมชอบวิธีทำคอนเทนต์แบบนี้ ถ้าใครชอบ หรือมีมุมอยากแลกเปลี่ยน มาชวนคุยกันได้นะครับ

📄 ถอดเสียงจากคลิป (ฉบับเรียบเรียง)

สวัสดีครับ คอนเทนต์ตอนนี้คือ "สร้าง skill ให้ AI ใช้เอง หรือโหลดมาใช้ แบบไหนดีกว่ากัน" เพราะตอนนี้พอเราใช้ AI ไม่ว่าจะเป็น Claude Code, Codex หรือตัวอื่นๆ เราก็จะรู้ว่า AI มันสามารถสร้าง skill หรือโหลด skill ที่คนอื่นแชร์ไว้มาใช้งานได้ ผมเลยสนใจว่าระหว่างสองแบบนี้มันดีกว่ากันยังไง เลยลองหาข้อมูลเพิ่มดู

เล่าที่มาที่ไปนิดนึง คอนเทนต์ชุดนี้ผมอยากทำแบบที่เรามีไอเดียบางอย่าง แล้วเอา AI มาช่วยหาข้อมูลจนตกผลึก แล้วค่อยสรุปเป็นคอนเทนต์ ประเด็นตั้งต้นของผมคือ ผมรู้สึกว่าสร้าง skill เองค่อนข้างดีกว่า เพราะงานหลายอย่างถ้าเราสร้างเองมันจะตรงกับบริบทการทำงานของเรามากกว่า แต่มันก็ไม่ได้ตายตัวขนาดนั้น เลยลองหาข้อมูลให้ลึกขึ้น

ผมเปิดจอให้ดูว่าพอไปคุยกับ AI แล้วได้คำตอบอะไรมา คำตอบจาก Claude Code ที่ผมว่าน่าสนใจคือ มันบอกว่าเรื่องนี้จริงๆ ไม่ใช่การเลือกข้าง เพราะมันแล้วแต่งาน เพราะฉะนั้นต้องเอา fact มาคุย แล้วมันก็เสนอให้แตกเป็น 4 จังหวะ คือลับคำถามให้คมจากบริบทจริงของผม ไปขุดงานต่างๆ ที่ผมทำใน Claude Code มาวิเคราะห์ แล้วค่อยวางเป็น framework และมี stress-test คือลองถามคำถามเล่นตรงข้ามให้เราได้คิด

มันเริ่มถามผมว่า นึกถึง skill ที่ผมสร้างเองแล้วรู้สึกว่าเวิร์กที่สุด มันเวิร์กเพราะอะไร คำตอบของผมคือ เท่าที่นึกออกมันมี skill อยู่สองสามตัว ตัวแรกคือ skill ที่ใช้กับ Dynamic Workflow คือวางแผนสเปกอย่างละเอียดก่อนยิง Dynamic Workflow ตัวที่สองคือวิธีเอา AI 2 ตัวมาทำงานร่วมกัน ให้ตัวหนึ่งสร้าง handoff กำหนดรายละเอียดส่งให้อีกตัวทำงานแล้วตอบกลับมาเป็น closeout และอีกตัวคือ การดูแล LLM wiki ที่ผมเรียกว่า iamBrain ที่มีวิธีดูแลข้อมูลเฉพาะ ผมเลยสร้างเป็น skill ขึ้นมา

ส่วนเคสที่โหลดมาแล้วเวิร์กกว่า อันแรกคือ superpowers ซึ่งติดมากับ plugin ที่ผมลง ถ้าให้พัฒนาเองคงคิดได้ไม่ขนาดนี้ โหลดมาแล้วเวิร์กก็เลยดีกว่า

สิ่งที่ Claude Code สรุปให้คือ ในบรรดา skill ที่ผมสร้างเองแล้วเวิร์ก จุดร่วมคือส่วนใหญ่เป็น skill ที่ต้องใช้วิจารณญาณของผมเองในการตัดสินใจ เลยไม่ค่อยมีของสำเร็จรูปมาแทน ส่วนของที่โหลดมาแล้วเวิร์ก จุดร่วมคือมันเป็นความสามารถทั่วไป เช่น งานดีไซน์ที่มีเรื่องรสนิยมหรือแนวทางความสวยงาม

แล้วมันก็สรุปต่อว่าแนวทางหลักๆ มี 3 อย่าง แบบแรกโหลดมาใช้ แบบสองรับมาปรับ แบบสามสร้างขึ้นมาใหม่เอง ผมคิดว่าการเอามาปรับใช้เป็นแนวทางที่ดีและเหมาะกับเรา จากการประยุกต์แนวคิด skill ของคนอื่น

ตัวอย่างวิธีที่ผมเช็ค skill คนอื่น เช่นมี skill ของคุณ Matt Pocock ที่ดังมาก คนกด star เป็นแสน วิธีของผมคือเอา link repo บน GitHub มา paste ให้ AI แล้วบอกว่าช่วยวิเคราะห์ให้หน่อยว่ามี skill อะไรน่าสนใจ มันก็จะคัด skill ที่สอดคล้องกับบริบทงานของผมมาให้ ผมเลือกมา 6 อัน มันก็สรุปให้ว่าแต่ละ skill คืออะไร น่าจะเอามาใช้กับเรื่องอะไร ควร adapt มาปรับ หรือขโมย pattern เอาแนวคิดมาสร้างเอง หรืออันไหนซ้ำซ้อนก็ข้าม

อย่าง skill ที่มันแนะนำให้ข้าม เป็น skill ของ Matt ที่ให้ AI ถามคำถามเราจนเคลียร์ requirement ก่อนเริ่มงาน ทำไมถึงแนะนำให้ข้าม เพราะมันไปซ้ำซ้อนกับ skill brainstorming ที่ผมมีอยู่ ที่เอาไว้วาง requirement ก่อนเริ่มงาน และซ้ำกับ spec-first-fanout ที่เอาไว้วางแผนงานละเอียดก่อนยิง Dynamic Workflow เพราะฉะนั้นเอามารวมก็ไม่ได้เพิ่มความสามารถ บางทีอาจทำให้สับสนว่าควรเรียก skill ไหนมาใช้

จุดที่ผมว่าน่าสนใจ คือพอผมให้คำตอบไป มันก็ถามต่อ มันบอกว่าความรู้สึกที่ว่าสร้างเองเวิร์ก มันอาจเป็นกับดักได้ ไม่จริงเสมอไป เหตุผลแรกคือ survivorship / sunk-cost ที่ผมจำว่ามันเวิร์กส่วนหนึ่งเพราะลงแรงจูนไปแล้ว ถ้าจูนของที่โหลดมาเท่ากันก็อาจเวิร์กพอกัน อย่างที่สองคือ ตอนสร้างไม่มีปัญหา แต่ระยะยาว skill ที่พัฒนามาเราอาจลืม สร้างมาใช้ตอนนั้นตอนเดียว อนาคตไม่ได้ใช้ มันมีต้นทุนของการพังเงียบๆ อย่างที่สามคือ ของที่โหลดมาฟรี บางทีมันดีอยู่แล้ว แทบไม่ต้องลงแรง โหลดมาก็ทำให้ AI เก่งขึ้นเลย แล้วมันก็ถามรวบยอดว่า ในเมื่อสร้างเองมีหนี้ maintenance บวกของโหลดดีขึ้นฟรี ทำไมไม่ตั้ง default ว่าโหลดไว้ก่อน แล้วสร้างเฉพาะตอนถูกบังคับจริงๆ อะไรในงานของผมที่ทำให้สร้างเองชนะข้อโต้แย้งนี้

พอมันถามมาผมรู้สึกเลยว่าดีที่เอามาคุย เพราะทำให้ได้คิดหลายอย่างดีขึ้น คำตอบของผมคือ ผมจะตั้ง default ว่าทุก skill ทุกไอเดียที่เห็น เรามาประยุกต์สร้างเองได้ไหม ถ้าสร้างไม่ได้หรือไม่คุ้ม ค่อยโหลด เหตุผลคือ skill ที่ใครสร้าง ต่อให้เขาเก่งมาก วันที่เขาปล่อยออกมา มันสอดคล้องกับบริบทปัจจุบันของเขามากกว่าบริบทของเรา การเอามาประยุกต์เลยตรงงานกว่า อีกเรื่องคือความปลอดภัย skill ที่แชร์กันใน GitHub มีทั้งคนดังและคนที่เราไม่รู้ว่าเป็นใคร การโหลดของจากแหล่งที่ไม่แน่ใจมีความเสี่ยงแบบที่เราไม่รู้ตัว ผมเลยพยายามเลี่ยงถ้าไม่จำเป็น

สรุปเส้นที่ตกผลึกของผม คือผมยืมแนวคิด skill ของคนอื่น เอา AI เข้าไปอ่านเพื่อทำความเข้าใจว่า skill นั้นมีประโยชน์อะไร ทำความเข้าใจ capability ของมัน แล้วให้ AI reverse-engineer ถอดมาเป็น skill ของเราเองอีกที สำหรับผมโดยรวมคือ สร้าง skill ในงานที่ต้องใช้วิจารณญาณสูงๆ และโหลด skill ในสิ่งที่เป็น common sense หรือ practice การทำงานทั่วไปที่ไม่คุ้มจะมา maintain เอง

สุดท้าย คอนเทนต์ตอนนี้ผมได้ข้อสรุปสำหรับตัวเอง 3 เรื่อง อันแรกคือพอเอามาทำแบบนี้ มันเข้าใจ logic ของตัวเองดีขึ้น ตอนแรกรู้สึกว่าเน้นสร้างเองเป็นหลัก แต่พอคุยไปคุยมาเริ่มเห็นว่า เราสร้างเองเฉพาะอันที่เป็นแนวคิดวิจารณญาณของเรา อันที่สองคือมีหลายคำถามที่ทำให้เราคิดเรื่องนี้ได้ลึกขึ้นและกว้างขึ้น จากการที่มัน challenge สิ่งที่เราเข้าใจ และอันที่สามคือยิงปืนนัดเดียวได้นกสองตัว เพราะสไลด์ชุดที่เอามาทำพอดแคสต์นี้ ก็เกิดจากตอนคุยกันจนตกผลึก แล้วผมให้ AI วางโครง presentation มาให้ เลยได้เอามาใช้อัดพอดแคสต์ไปด้วยเลย

ถ้าใครชอบคอนเทนต์แบบนี้ หรือมีอะไรอยากแนะนำ อยากฟีดแบค ก็มาเมนต์กันได้นะครับ ขอบคุณครับ