Codex Skills: การสร้างสกิลสำหรับงานที่ทำซ้ำ

หากคุณต้องอธิบายเรื่องเดิมให้ Codex ฟังสัปดาห์ละห้าครั้ง ไม่ว่าจะเป็นวิธีจัดรูปแบบรายงาน คัดแยกอีเมล หรือเตรียมข้อความให้ตรงกับสไตล์ของคุณ คุณสามารถเขียนคำแนะนำเหล่านั้นไว้ในสกิลเพียงครั้งเดียว หลังจากนั้น เอเจนต์จะค้นหาสกิลจากคำอธิบายได้เมื่อคำอธิบายตรงกับงาน หรือคุณจะเรียกใช้สกิลโดยตรงก็ได้ สกิลเป็นโฟลเดอร์ทั่วไปที่มีไฟล์ข้อความชื่อ SKILL.md; ไม่จำเป็นต้องเขียนโปรแกรมสำหรับการใช้งานพื้นฐาน

ด้านล่างนี้ เราจะอธิบายโครงสร้างของสกิล ตำแหน่งที่ Codex ค้นหา วิธีสร้างทีละขั้นตอน และวิธีเลือกโมเดลตามค่าใช้จ่าย คำสั่งและราคาอ้างอิงจากเอกสารทางการของ OpenAI ณ วันที่ 20 กันยายน 2026 เราจะไม่กล่าวซ้ำถึงวิธีติดตั้ง Codex ที่นี่ โดยมีอยู่ในคู่มือ Codex จาก OpenAI: คืออะไร ติดตั้งและเรียกใช้อย่างไร

ดูข้อมูลใช้งาน Ailoot ได้ในเอกสารประกอบ

สกิลใน Codex คืออะไร#

รูปแบบนี้เรียกว่า Agent Skills เป็นมาตรฐานเปิดที่ Anthropic พัฒนาขึ้นในตอนแรกและเผยแพร่ที่ agentskills.io เอเจนต์หลายชนิดรองรับรูปแบบนี้ รวมถึง Codex, Claude Code และไคลเอนต์อื่นที่เข้ากันได้ สกิลแบบง่ายที่มีเฉพาะคำแนะนำเป็นข้อความสามารถย้ายระหว่างเครื่องมือเหล่านี้ได้ด้วยการคัดลอกโฟลเดอร์ หากสกิลมีสคริปต์ ส่วนที่ต้องพึ่งพา หรือไฟล์ agents/openai.yaml ให้ตรวจสอบสกิลหลังย้าย เพราะการตั้งค่าบางอย่างใช้ได้เฉพาะกับไคลเอนต์บางตัว

วิธีโหลดเช่นนี้เรียกว่า progressive disclosure เอเจนต์ใช้ชื่อและคำอธิบายของสกิลเพื่อตัดสินว่าสกิลนั้นเกี่ยวข้องเมื่อใด เมื่องานตรงกับคำอธิบาย เอเจนต์จะอ่าน SKILL.md ฉบับเต็มและทำตามคำแนะนำ วิธีนี้ช่วยให้คุณมีสกิลหลายสิบรายการใน Codex โดยไม่ต้องโหลดคำแนะนำทั้งหมดเข้าสู่บริบท รายการเริ่มต้นใช้พื้นที่ไม่เกิน 2% ของหน้าต่างบริบท (หรือ 8,000 อักขระ หากไม่ทราบขนาดหน้าต่าง) หากมีสกิลจำนวนมาก Codex จะย่อคำอธิบายก่อน และหากมีจำนวนมากเป็นพิเศษ ก็อาจละบางรายการจากรายชื่อและแจ้งให้คุณทราบ

สกิลมักสับสนกับ AGENTS.md ได้ง่าย Codex อ่านไฟล์นี้ทุกครั้งที่เริ่มเซสชันของโปรเจกต์ เนื้อหาเป็นกฎประจำ เช่น เทคโนโลยีที่ใช้ แนวทางปฏิบัติ และสไตล์การเขียนโค้ด ส่วนสกิลจะโหลดเมื่อมีงานตรงกับสกิลนั้น ดังนั้น ให้ใส่กฎประจำไว้ใน AGENTS.md และใส่กระบวนการที่ทำซ้ำเป็นขั้นตอนไว้ในสกิล

สกิลของ Hermes Agent ทำงานคล้ายกัน แต่จัดเก็บในโฟลเดอร์อื่นและติดตั้งด้วยวิธีอื่น มีคำอธิบายไว้ในคู่มือแยกต่างหาก: Hermes Agent Skills: การติดตั้งและสร้าง บทความนี้กล่าวถึง Codex เท่านั้น

สกิลประกอบด้วยอะไรบ้าง#

โฟลเดอร์สกิลมีโครงสร้างดังนี้:

my-skill/
  SKILL.md        - จำเป็น: เมทาดาทาและคำแนะนำ
  scripts/        - ไม่บังคับ: โค้ดที่เรียกใช้งานได้
  references/     - ไม่บังคับ: เอกสารสำหรับโหลดเมื่อจำเป็น
  assets/         - ไม่บังคับ: เทมเพลตและทรัพยากร
  agents/
    openai.yaml   - ไม่บังคับ: รูปลักษณ์และส่วนที่ต้องพึ่งพา

ไฟล์ SKILL.md เริ่มต้นด้วยบล็อกเมทาดาทาที่คั่นด้วยขีดสามตัว ตามด้วยข้อความคำแนะนำในรูปแบบ Markdown:

---
name: weekly-sales-report
description: รวบรวมรายงานยอดขายรายสัปดาห์จากไฟล์ส่งออก CSV ใช้เมื่อมีการขอรายงานยอดขายรายสัปดาห์หรือสรุปตามผู้จัดการ
---

1. อ่านไฟล์ส่งออกจากเส้นทางที่ผู้ใช้ระบุ
2. จัดกลุ่มแถวตามผู้จัดการ แล้วคำนวณยอดรวมและจำนวนดีล
3. เปรียบเทียบกับสัปดาห์ก่อน หากมีไฟล์ของสัปดาห์ก่อนอยู่ใกล้ ๆ หากไม่มี ให้ระบุเรื่องนี้ในรายงานโดยตรง
4. บันทึกผลลัพธ์ไว้ที่ report.md: ตารางแยกตามผู้จัดการ ยอดรวม และการเปลี่ยนแปลงสำคัญพร้อมตัวเลขไม่เกินสามรายการ ตามที่ข้อมูลรองรับ

คำแนะนำทางการของ OpenAI มีหลักสามข้อ:

• หนึ่งสกิลต่อหนึ่งงาน แทนที่จะเลือก “จัดการงานการตลาดทั้งหมดของฉัน” ให้เลือกงานที่เจาะจง เช่น “จัดทำรายงานยอดขายจากไฟล์ส่งออกนี้” แบ่งกระบวนการขนาดใหญ่เป็นสกิลแยกกันที่เรียกใช้ต่อเนื่องได้
• เขียนขั้นตอนให้ตรงไปตรงมา พร้อมระบุอินพุตและเอาต์พุตอย่างชัดเจน: ใช้อะไร ทำอะไร และบันทึกผลลัพธ์ไว้ที่ใด
• เริ่มจากคำแนะนำที่เป็นข้อความ ใช้สคริปต์ใน scripts/ เมื่อขั้นตอนหนึ่งต้องทำแบบเดิมทุกครั้ง เช่น แปลงไฟล์หรือเรียกใช้ระบบภายนอก

Codex เลือกสกิลสำหรับงานโดยดูจากฟิลด์ description ดังนั้นให้เริ่มคำอธิบายด้วยตัวงานและคำที่คุณมักใช้บรรยายงานนั้น

Codex ค้นหาสกิลจากที่ใด#

การจัดเก็บสกิลของโปรเจกต์ใน git ควบคู่กับโค้ดทำได้สะดวก เพราะทุกคนในทีมจะได้สกิลชุดเดียวกัน ส่วนสกิลส่วนตัวเหมาะกับกระบวนการของคุณเอง เช่น สไตล์อีเมลของคุณ หากสกิลสองรายการในคนละระดับใช้ชื่อเดียวกัน Codex จะไม่รวมสกิลเหล่านั้น แต่จะแสดงทั้งสองรายการในรายชื่อ ทำให้เลือกได้ยากขึ้น ตั้งชื่อสกิลให้ไม่ซ้ำกัน

หากเปรียบเทียบกัน สกิล Claude Code จัดเก็บไว้ใน .claude/skills โดยแต่ละสกิลมีไฟล์ SKILL.md ของตัวเอง และใช้มาตรฐานเปิดเดียวกัน คุณย้ายสกิลแบบง่ายไปที่นั่นได้ด้วยการคัดลอกโฟลเดอร์ จากนั้นให้เรียกใช้และตรวจสอบว่าเปิดใช้งานได้ สำหรับการเปรียบเทียบส่วนขยายของ Claude Code ดูที่ Skills, Subagents, MCP หรือ Plugins

Codex ตัดสินใจเรียกใช้สกิลอย่างไร#

ในช่วงแรก การเรียกใช้โดยตรงเชื่อถือได้มากกว่า: ใน Codex CLI ให้พิมพ์ $weekly-sales-report เพื่อเลือกกระบวนการนั้นโดยเฉพาะ การเรียกใช้โดยนัยสะดวกกว่าสำหรับงานประจำวัน หลังเขียนสกิลแล้ว ให้ทดสอบด้วยถ้อยคำทั่วไป: ขอให้ Codex ทำงานตามที่คุณต้องการโดยใช้คำพูดของคุณเอง โดยไม่ใส่ $ แล้วดูว่า Codex เลือกสกิลนั้นหรือไม่ หากไม่เลือก ให้ตรวจสอบก่อนว่า Codex มองเห็นสกิลใน /skills หรือไม่ สกิลอยู่ในโฟลเดอร์ที่ใช้โหลดหรือไม่ และสกิลหรือการเรียกใช้อัตโนมัติถูกปิดใช้งานอยู่หรือไม่ หากสกิลพร้อมใช้งานและตั้งค่าถูกต้องแล้ว ให้ปรับ description โดยระบุงานและรูปแบบคำขอที่มักใช้

หากต้องการให้เรียกใช้สกิลได้เฉพาะผ่านคำสั่งโดยตรง ก็สามารถตั้งค่าเช่นนั้นได้: ใน agents/openai.yaml พารามิเตอร์ allow_implicit_invocation: false จะปิดการเรียกใช้อัตโนมัติ ส่วน $name ยังใช้งานได้ คุณปิดสกิลทั้งหมดได้โดยไม่ต้องลบสกิลนั้น ผ่านไฟล์ ~/.codex/config.toml:

[[skills.config]]
path = "/full/path/to/the/skill/SKILL.md"
enabled = false

หลังแก้ไข config.toml ให้เริ่ม Codex ใหม่ โดยปกติ Codex จะตรวจพบการเปลี่ยนแปลงในโฟลเดอร์สกิลโดยอัตโนมัติ แต่หากสกิลใหม่ไม่ปรากฏ ให้เริ่ม Codex ใหม่

วิธีสร้างสกิลของคุณเอง: ทีละขั้นตอน#

1. เลือกงานหนึ่งงาน

   เลือกกระบวนการที่คุณทำเป็นประจำและมีผลลัพธ์ชัดเจน เช่น รายงาน ตาราง จดหมาย หรือการวิเคราะห์ หากคุณไม่เคยได้รับผลลัพธ์ประเภทนั้นมาก่อน ให้ทำงานด้วยตนเองร่วมกับเอเจนต์ก่อน ใช้ผลลัพธ์ที่ได้เป็นเกณฑ์เปรียบเทียบสำหรับคำแนะนำ

2. สร้างสกิล

   หากต้องการสร้างสกิลด้วยผู้ช่วยที่ติดตั้งมาในตัว ให้พิมพ์ $skill-creator ในเซสชัน Codex ผู้ช่วยจะถามว่าสกิลทำอะไร ควรเรียกใช้เมื่อใด และจำเป็นต้องมีสคริปต์หรือไม่ จากนั้นจะจัดเตรียมโครงสร้างให้ หากต้องการสร้างสกิลด้วยตนเอง ให้สร้างโฟลเดอร์ .agents/skills ในโปรเจกต์ แล้วสร้างโฟลเดอร์ย่อยสำหรับสกิล เช่น .agents/skills/weekly-sales-report และใส่ไฟล์ SKILL.md ไว้ข้างในโดยใช้ตัวอย่างด้านบน

3. เขียนคำแนะนำ

   เขียนขั้นตอนเป็นรายการลำดับเลข พร้อมระบุอินพุตและเอาต์พุตให้ชัดเจน หากกระบวนการต้องการความแม่นยำ (การถ่ายโอนข้อมูล การเปลี่ยนชื่อ การคำนวณ) ให้แจกแจงทุกขั้นตอน หากเป็นงานสร้างสรรค์ (การเขียนข้อความ การเลือกข้อโต้แย้ง) ให้กำหนดขอบเขตและเกณฑ์ของผลลัพธ์ที่ดี พร้อมเปิดโอกาสให้โมเดลใช้ดุลยพินิจ

4. ทดสอบการเรียกใช้

   ขอให้ Codex ทำงานด้วยคำพูดของคุณเอง โดยไม่ระบุชื่อสกิล หาก Codex เลือกสกิลที่ถูกต้อง แสดงว่าคำอธิบายใช้ได้กับการเขียนคำขอแบบนั้น จากนั้นทดสอบการเรียกใช้โดยตรงด้วย $name หากสกิลไม่ถูกเรียกใช้ ให้ตรวจสอบโฟลเดอร์ การแสดงสกิลใน /skills และการตั้งค่าปิดใช้งานที่กล่าวถึงข้างต้น หากสกิลใหม่ไม่ปรากฏในรายชื่อ ให้เริ่ม Codex ใหม่ หากการเรียกใช้โดยตรงทำงานและอนุญาตให้เรียกใช้อัตโนมัติ แต่ Codex ไม่ตอบสนองต่อคำขอที่เขียนด้วยคำพูดของคุณ ให้ปรับต้น description: ระบุตัวงานก่อน แล้วตามด้วยรูปแบบคำขอที่มักใช้ ทดสอบอีกครั้ง

5. ปรับปรุงหลังการใช้งาน

   หลังการทำงานแต่ละครั้ง ให้ตรวจสอบผลลัพธ์และบอกเอเจนต์ว่าต้องแก้ไขอะไรในสกิล: “ครั้งหน้า เพิ่มคอลัมน์ที่แสดงสัดส่วนลงในตารางสรุปด้วย” หากเวอร์ชันแรกยังไม่ให้ผลลัพธ์ตามต้องการ ให้ปรับปรุงสกิลสำหรับงานสร้างสรรค์ตามข้อเสนอแนะ

ติดตั้งสกิลสำเร็จรูปจาก OpenAI และชุมชนได้ด้วย $skill-installer และชื่อสกิล หากต้องการแบ่งปันสกิลของคุณให้ผู้อื่น ให้นำไปเผยแพร่เป็นปลั๊กอิน ซึ่งเป็นวิธีจัดแพ็กเกจอีกแบบที่ไม่จำเป็นสำหรับการใช้งานส่วนตัว

วิธีตรวจสอบผลลัพธ์ของเอเจนต์#

การตรวจสอบอาจเป็นแบบวัดผลได้หรือเชิงอัตวิสัย การตรวจสอบแบบวัดผลได้มีเกณฑ์ที่วัดได้ เช่น “รายงานมีผู้จัดการทั้ง 12 คนจากไฟล์ส่งออก” หรือ “ผลรวมในตารางตรงกับยอดรวมใน CSV” ให้ระบุสิ่งเหล่านี้เป็นข้อกำหนดที่ต้องทำตาม ส่วนการตรวจสอบเชิงอัตวิสัยเกี่ยวกับคุณภาพ เช่น “ข้อความอ่านแล้วเหมือนฉันเขียน” หรือ “ข้อสรุปกระชับ” คุณสามารถกำหนดสิ่งเหล่านี้อย่างเป็นรูปธรรมได้เช่นกัน โดยใส่ตัวอย่างข้อความที่ดีไว้ในสกิลและขอให้เอเจนต์เปรียบเทียบผลลัพธ์กับตัวอย่าง

เทคนิคที่มีประโยชน์คือวงจรการตรวจทาน: หลังเตรียมผลลัพธ์แล้ว เอเจนต์จะตรวจตามรายการเกณฑ์ แก้ไขสิ่งที่พบ แล้วจึงแสดงผลให้คุณดู Anthropic มีรูปแบบคล้ายกันชื่อ evaluator-optimizer: เอเจนต์หนึ่งทำงาน ส่วนผู้ประเมินอีกตัวตรวจทานและส่งข้อเสนอแนะกลับมา จากนั้นทำซ้ำจนกว่าจะผ่านเกณฑ์ ภายในสกิลเดียว มักใช้รูปแบบที่เรียบง่ายกว่า คือให้ตรวจงานของตนเองรอบสุดท้ายตามรายการ โปรดคำนึงถึงข้อจำกัดนี้: วิธีดังกล่าวด้อยกว่าการประเมินโดยอิสระ เพราะเอเจนต์ที่ทำงานอาจไม่สังเกตเห็นข้อผิดพลาดของตนเอง

ตัวอย่างบล็อกตรวจสอบสำหรับรายงานของเรา:

## ก่อนส่ง ให้ตรวจสอบ
- มีผู้จัดการทุกคนจากไฟล์ส่งออกอยู่ในตาราง ไม่มีใครตกหล่น
- ยอดรวมตรงกับผลรวมใน CSV จนถึงสตางค์สุดท้าย
- การเปลี่ยนแปลงสำคัญทุกรายการมีตัวเลขสนับสนุน หากไม่มีข้อมูลสำหรับเปรียบเทียบ ให้ระบุเรื่องนี้ในรายงานโดยตรง
- บันทึกไฟล์ไว้ที่ report.md และแจ้งเส้นทางให้ผู้ใช้ทราบ

ควรเลือกโมเดลใดสำหรับสกิล#

คอลัมน์ขวาสุดแนะนำงานสำหรับการตรวจสอบเบื้องต้น ไม่ใช่การจัดอันดับหรือผลจากการเปรียบเทียบ คุณจะระบุโมเดลที่เหมาะกับสกิลได้ก็ต่อเมื่อทดลองใช้และเปรียบเทียบกับผลลัพธ์อ้างอิงแล้ว

ราคาในตารางเป็นอัตรา API จากหน้าโมเดล ณ วันที่ 20 กันยายน 2026 ไม่ใช่ราคาสมัคร ChatGPT หากใช้การสมัครใช้งาน การใช้โมเดลจะอยู่ภายใต้ขีดจำกัดของแพ็กเกจ ณ วันที่ระบุ Sol มีอัตราส่งเสริมการขาย $4/$20 อย่างน้อยจนถึงวันที่ 21 พฤศจิกายน 2026 ส่วนราคาปกติคือ $5/$30 ก่อนเริ่มงานขนาดใหญ่ที่ทำซ้ำเป็นประจำ ให้ตรวจหน้าราคา เพราะโปรโมชันของ OpenAI เปลี่ยนแปลงได้

เรียกใช้สกิลเดิมกับโมเดลที่มีราคาต่ำกว่าลำดับถัดไป แล้วเปรียบเทียบผลลัพธ์กับผลลัพธ์อ้างอิง หากคุณภาพยังคงเดิม ให้ลองโมเดลถัดไปที่มีราคาต่ำลงอีก หากคุณภาพลดลง ให้กลับไปใช้โมเดลก่อนหน้า โมเดลยังมีระดับความพยายามด้วย: Astra มีระดับตั้งแต่ low ถึง max และตระกูล 5.6 มีระดับตั้งแต่ none ถึง max ทดสอบระดับเหล่านี้กับผลลัพธ์อ้างอิงเดียวกันด้วย โดยเลือกโมเดลก่อน แล้วจึงเลือกระดับความพยายาม

การใช้สกิลเป็นประจำมีค่าใช้จ่ายต่อเนื่อง ราคาอินพุตของ Astra สูงกว่า Luna 50 เท่า ดังนั้นการใช้โมเดลต่างกันกับสกิลเดิมที่ทำซ้ำเป็นประจำอาจทำให้ค่าใช้จ่ายแตกต่างกันอย่างเห็นได้ชัด สำหรับสกิลที่วิเคราะห์ภาพหน้าจอและเอกสาร โมเดลที่ด้อยกว่าอาจมีค่าใช้จ่ายสูงกว่าเพราะต้องทำงานแก้ไขซ้ำ

ข้อผิดพลาดที่พบบ่อยเมื่อสร้างและใช้สกิล#

• สกิล “ทำได้ทุกอย่าง” หนึ่งกระบวนการต่อหนึ่งสกิล นี่เป็นคำแนะนำของ OpenAI เช่นกัน สกิลสากลยาวสิบหน้าบรรยายให้ชัดเจนได้ยาก และ Codex เลือกสกิลสำหรับงานตามคำอธิบายของสกิล
• คำอธิบายคลุมเครือ “ช่วยเรื่องรายงาน” ไม่ได้บอกว่าสกิลนี้เหมาะกับรายงานประเภทใด ให้ระบุตัวงานและรูปแบบการเขียนคำขอที่มักใช้ไว้ต้นฟิลด์ description
• คำแนะนำที่ไม่กำหนดผลลัพธ์ หากไม่ระบุว่าต้องสร้างอะไรและบันทึกไว้ที่ใด ผลลัพธ์อาจเปลี่ยนไปในแต่ละครั้ง
• ไม่มีการตรวจสอบเลย หากไม่มีขั้นตอนสุดท้ายพร้อมเกณฑ์ ผลลัพธ์อาจเป็นฉบับร่างที่ยังไม่เสร็จ ซึ่งคุณต้องตรวจทานทั้งหมดด้วยตนเอง
• ใช้โมเดลที่มีความสามารถสูงสุดเป็นค่าเริ่มต้น ให้ตรวจสอบก่อนว่าโมเดลราคาต่ำกว่าจะทำงานได้หรือไม่ โดยเรียกใช้สกิลเดิมและเปรียบเทียบผลลัพธ์กับเกณฑ์อ้างอิง เปลี่ยนโมเดลก็ต่อเมื่อคุณภาพยังคงเดิม
• ใช้ชื่อซ้ำในโฟลเดอร์ต่างกัน Codex ไม่รวมสกิลที่ชื่อเหมือนกัน ทำให้เลือกสกิลที่ถูกต้องได้ยากขึ้น

วิธีเริ่มต้นและย้ายสกิลไปยัง Claude Code#

หากคุณทำงานกับเอเจนต์หลายตัว คุณสามารถย้ายโฟลเดอร์ที่มีเฉพาะคำแนะนำแบบข้อความและไฟล์ SKILL.md ไปยัง Claude Code ได้ ที่นั่น สกิลจัดเก็บไว้ใน .claude/skills และเรียกใช้ด้วย /name หลังย้าย ให้ตรวจสอบสกิลหากมีสคริปต์ ส่วนที่ต้องพึ่งพา หรือ agents/openai.yaml ดูคู่มือคลังสกิล Claude Code ได้ที่ Claude Code Skills: วิธีสร้างชุดสกิลของคุณเอง และดูการเปรียบเทียบ Codex กับ Claude Code ได้ที่ Codex เทียบกับ Claude Code

ไปที่ Ailoot