ทำไม Claude ถึงทำผิด: 3 พรอมป์ต์

ดูข้อมูลเพิ่มเติมเกี่ยวกับการใช้บริการได้ที่เอกสาร Ailoot

ทำไม Claude ถึงทำผิด?#

คุณเขียนว่า “เพิ่มตัวกรองในหน้าสินค้า” ในใจคุณหมายถึงช่องทำเครื่องหมายสองสามช่องกับรายการที่อัปเดตตามนั้น แต่ Claude ได้ยินประโยคเดียวกันแล้วตัดสินใจสร้างระบบกรองเต็มรูปแบบ ทั้งคลังเก็บสถานะของตัวเอง ตรรกะหน่วงเวลารับข้อมูลแยกต่างหาก การซิงก์ URL และฟังก์ชันช่วยอีกเป็นโหล ทั้งที่พารามิเตอร์ URL ไม่กี่ตัวก็เพียงพอแล้ว

ในกรณีแบบนี้ ข้อสรุปชัดเจน: เอเจนต์ไม่ได้ทำผิด แต่มันแก้ปัญหาที่ใหญ่เกินความจำเป็นมาก สาเหตุคือไม่ได้อธิบายผลลัพธ์ที่ต้องการให้สั้นและชัดเจนพอ

คำสำคัญคือ “เจตนา” คุณมีมันอยู่ในหัว แต่ Claude ไม่มี มันเห็นข้อความคำขอของคุณและทุกอย่างในบริบทที่มีอยู่ก่อนถึงคำขอนั้น จากนั้นก็เติมช่องว่างด้วยการคาดเดา ยิ่งคำขอสั้นเท่าไร มันก็ยิ่งเดามากขึ้นเท่านั้น—และผลลัพธ์ก็ยิ่งห่างจากสิ่งที่คุณต้องการ

Anthropic ระบุเรื่องนี้ไว้อย่างชัดเจนในเอกสาร Claude Code:

ฉันเคยเจอเรื่องนี้ในโปรเจ็กต์ของตัวเอง ฉันขอให้แก้หน้าการอนุญาตเพียงหน้าเดียว แต่กลับได้ diff ที่กระทบโมดูลข้างเคียงไปครึ่งหนึ่ง Claude ไม่ได้ผิด: ฉันให้คำสั่งไปหนึ่งบรรทัด แล้วมันเติมส่วนที่เหลือเอง ตั้งแต่นั้นมา ฉันเริ่มงานทุกงานที่ใหญ่กว่าการแก้คำผิดด้วยคำถาม—คำถามที่ Claude ถามฉัน

เป็นเพราะโมเดลจริงหรือ และทำไมแม้แต่โมเดลที่เก่งที่สุดก็ยังพลาด?#

ทุกสัปดาห์มีโมเดลที่ “ฉลาดกว่า” ตัวก่อนออกมา และทุกครั้งก็รู้สึกเหมือนนี่แหละคือเวลาที่ AI จะเข้าใจเราได้จากคำไม่กี่คำเสียที แต่ไม่ใช่ โมเดลที่เก่งขึ้นเขียนโค้ดได้เร็วกว่าและจัดการตรรกะซับซ้อนได้ดีกว่า แต่ก็ยังอ่านใจคุณไม่ได้ หากกำหนดโจทย์ไม่ดี คุณจะได้บางอย่างที่เขียนได้สวยงามแต่ยังผิดอยู่ดี

ข้อสรุปสำหรับคุณนั้นเรียบง่าย การไล่ตามโมเดลใหม่ล่าสุดเพื่อให้มันเดาเก่งขึ้นเป็นทางตัน เรียนรู้วิธีมอบหมายงานให้มันโดยไม่ต้องเดานั้นถูกกว่าและเชื่อถือได้มากกว่า นั่นคือสิ่งที่จะพูดถึงต่อไป

การซักถามคืออะไร และช่วยแก้ความไม่ตรงกันกับ AI ได้อย่างไร?#

ฟังดูขัดกับสัญชาตญาณ เราหันมาใช้ AI เพื่อทำงานให้เร็วขึ้น แต่ตอนนี้กลับมีคนบอกให้ชะลอมันและให้ถามคำถามก่อน ทว่าการถามคำถามห้านาทีก่อนเขียนโค้ดอาจช่วยประหยัดเวลาแก้ไขงานได้หนึ่งชั่วโมงภายหลัง

ปัญหาไม่ได้มีแค่คุณอธิบายให้ Claude ฟังไม่ดีเท่านั้น บ่อยครั้งคุณเองก็ยังคิดเรื่องงานไม่รอบด้าน—ต้องคำนึงถึงกรณีใดบ้าง ขอบเขตอยู่ตรงไหน และอะไรสำคัญที่สุด การซักถามช่วยดึงสิ่งเหล่านี้ออกมาด้วยคำถาม เมื่อจบการสนทนา คุณจะได้ทั้งโจทย์ที่ AI เข้าใจ และโจทย์ของตัวคุณเองที่ในที่สุดก็แจกแจงไว้อย่างละเอียด

นี่คือวิธีทำงานของการออกแบบบริบท: งานหลักเกิดขึ้นก่อนพรอมป์ต์ ไม่ใช่ระหว่างเขียนพรอมป์ต์ คุณไม่ได้ตามหาถ้อยคำวิเศษสำหรับพรอมป์ต์ แต่กำลังแจกแจงสิ่งที่ต้องการจาก Claude ไว้ล่วงหน้า จนมันเข้าใจได้โดยไม่ต้องอธิบายเพิ่ม

จะทำให้ Claude ถามคำถามคุณก่อนอย่างไร?#

Anthropic ไม่เพียงอนุญาตให้ใช้แนวทางนี้ แต่ยังแนะนำด้วย เอกสารมีหัวข้อชื่อ “ให้ Claude สัมภาษณ์คุณ” พร้อมพรอมป์ต์สำเร็จรูป นี่คือเวอร์ชันที่นำไปใช้ได้จริง:

ฉันต้องการสร้าง [คำอธิบายงานโดยย่อ]

สัมภาษณ์ฉันอย่างละเอียดก่อนเขียนโค้ดใดๆ ถามเกี่ยวกับการนำไปใช้ ส่วนติดต่อผู้ใช้ กรณีขอบ ความเสี่ยง และข้อแลกเปลี่ยน อย่าถามคำถามที่เห็นได้ชัด—เจาะลึกส่วนที่ซับซ้อนซึ่งฉันอาจยังไม่ได้คิดให้รอบคอบ

ถามครั้งละหนึ่งคำถามและรอคำตอบของฉัน สำหรับแต่ละคำถาม ให้เสนอคำตอบที่คุณแนะนำทันที

ถามต่อไปจนกว่าเราจะครอบคลุมทุกอย่าง จากนั้นรวบรวมเป็นข้อกำหนดฉบับสมบูรณ์ในไฟล์ชื่อ SPEC.md

มีรายละเอียดสามอย่างที่ทำให้พรอมป์ต์นี้มีประโยชน์แทนที่จะเป็นเพียงของประดับ อย่างแรกคือ “ถามครั้งละหนึ่งคำถาม” หาก AI ถามสิบคำถามรวด คุณจะรู้สึกท่วมท้นและตอบแบบผิวเผิน อย่างที่สองคือ “เสนอคำตอบของคุณ”: คุณไม่ต้องคิดทุกอย่างตั้งแต่ต้น แค่เห็นด้วยหรือแก้ไขก็พอ อย่างที่สามคือ “รวบรวมเป็นข้อกำหนดในไฟล์”: เจตนาที่ดึงออกมาจากคุณจะกลายเป็นเอกสารที่ไม่สูญหาย

Anthropic อธิบายประโยชน์นี้ในแง่ของความพยายามที่ใช้:

หลังการสัมภาษณ์ ให้เปิดเซสชันใหม่แล้วป้อนข้อกำหนดที่เสร็จสมบูรณ์ให้มัน บริบทสะอาดพร้อมเจตนาที่ระบุชัดเจน—แล้ว Claude ก็ทำได้ตรงเป้าในครั้งแรก

เทคนิค “พิสูจน์ให้ฉันเห็นว่านี่คือแผนที่ดีที่สุด”#

การซักถามช่วยดึงเจตนาของคุณออกมา แต่ AI มีนิสัยอีกอย่าง: คว้าแนวทางแรกที่ดูเข้าท่า Anthropic เรียกช่องว่างนี้ว่า “เชื่อแต่ต้องตรวจสอบ”: Claude สร้างการนำไปใช้ที่ดูสมเหตุสมผล แต่ไม่ผ่านกรณีขอบ วิธีแก้คือขอหลักฐานก่อนเขียนโค้ด

ฉันแทบจะเพิ่มส่วน “พิสูจน์ให้เห็น” ลงในพรอมป์ต์เสมอ นี่คือถ้อยคำที่ใช้จริง:

ก่อนเขียนโค้ด ให้วิเคราะห์งานอย่างนักวิจารณ์

หาวิธีแก้ปัญหา 2-3 วิธี สำหรับแต่ละวิธี พิสูจน์ให้ฉันเห็นว่าวิธีนั้นแก้โจทย์ของฉันได้จริง แทนที่จะเพิ่มความซับซ้อนโดยไม่จำเป็น อย่าเขียนโค้ดเพียงเพื่อให้ได้เขียนโค้ด

จากนั้นเลือกหนึ่งวิธีและพิสูจน์ว่านี่คือทางแก้ที่ดีที่สุด โดยคิดล่วงหน้าไปหลายขั้น จะมีอะไรพังเมื่อโปรเจ็กต์เติบโตขึ้น? ตอนนี้เรายังมองข้ามอะไรอยู่?

จากนั้นจึงค่อยเสนอแนวทางการนำไปใช้

หากไม่มีส่วนนี้ Claude จะให้ตัวเลือกแรกที่ใช้งานได้ แต่เมื่อมีส่วนนี้ Claude จะคัดทางตันออกเอง อธิบายเหตุผลในการเลือก และให้คุณเห็นกระบวนการคิดก่อนที่จะแตะไฟล์แม้แต่ไฟล์เดียว คุณอ่านข้อความสั้นๆ ที่ใช้เวลาเพียงสองนาที แทนที่จะเสียเวลาหนึ่งชั่วโมงหาสาเหตุว่าทำไมโค้ดที่เสร็จแล้วจึงไม่ทำงานตามที่คาด

วิเคราะห์ความล้มเหลวล่วงหน้า: ให้ AI หาเหตุผลที่อาจล้มเหลว 10 ข้อก่อนเริ่ม#

นี่คือเทคนิคโปรดของฉัน และเป็นเรื่องทางจิตวิทยา เมื่อคุณขอให้ AI “ทำงานให้ดี” มันจะถูกกระตุ้นให้มุ่งสู่ความสำเร็จและมองข้ามช่องโหว่ ลองขอให้มันจินตนาการถึงความล้มเหลว แล้วมันจะเริ่มมองเห็นสิ่งที่เคยมองข้าม พรอมป์ต์สั้นๆ คือ:

ลองจินตนาการว่าตอนนี้ผ่านไปหนึ่งปีแล้ว และโปรเจ็กต์ที่เรากำลังวางแผนล้มเหลว

เขียนเหตุผล 10 ข้อว่าทำไมจึงเกิดเหตุการณ์นั้นขึ้น เราไม่ได้คำนึงถึงอะไรตั้งแต่เริ่มต้น ประเมินอะไรต่ำเกินไป ตัดมุมตรงไหน และสมมติฐานข้อใดกลายเป็นเท็จ?

จากนั้นบอกฉันทีละข้อว่าเราจะแก้ไขอะไรได้บ้างตอนนี้เพื่อรับมือกับปัญหานั้น

ฉันใช้พรอมป์ต์นี้ก่อนอนุมัติแผน เหตุผลครึ่งหนึ่งกลายเป็นเรื่องไร้สาระ แต่อีกครึ่งเป็นหลุมพรางจริงที่ฉันคงเจอในสัปดาห์ถัดไป การจัดการสิ่งเหล่านี้ในขั้นวางแผนใช้เวลาสิบนาที แต่ถ้าไปเจอในโปรเจ็กต์ที่เสร็จแล้ว จะต้องใช้เวลาสืบหาหลายวัน

การผสมผสานนั้นเรียบง่าย: การซักถามดึงเจตนาออกมา “พิสูจน์ให้เห็น” ปกป้องการตัดสินใจ และการวิเคราะห์ความล้มเหลวล่วงหน้าช่วยหาช่องโหว่ ข้อความสั้นๆ สามชิ้นที่วางก่อนเขียนโค้ด เปลี่ยน Claude จากผู้ลงมือที่รีบร้อนไปเป็นผู้ร่วมงานที่คิดก่อน

ทำไมบริบทที่ล้นเกินทำให้ Claude ทำงานได้แย่ลง?#

แม้แต่งานที่กำหนดไว้ชัดเจนก็พังได้ หากทำงานในบริบทที่รก นี่คือวิธีการทำงาน: ทุกคำขอใหม่ที่คุณส่งจะนำประวัติแชตทั้งหมดเข้าสู่บริบทการทำงานของ Claude ยิ่งเซสชันยาว หน้าต่างก็ยิ่งเต็มเร็ว ควรให้หน้าต่างเต็มไม่เกินครึ่งหนึ่ง เพราะเมื่อเกินกว่านั้น AI จะเริ่มทำงานได้แย่ลงและลืมเรื่องสำคัญที่คุยกันไว้ตั้งแต่ต้น

กฎที่ช่วยลดความหงุดหงิดให้ฉันได้มากที่สุดคือ: หนึ่งงาน หนึ่งแชต ทำฟังก์ชันเสร็จแล้วหรือ? ปิดแชตและเปิดแชตใหม่สำหรับงานถัดไป ใช่ บางครั้งการทำทุกอย่างในหน้าต่างเดียวก็สะดวกกว่า แต่คุณจะต้องแลกด้วยการสูญเสียบริบทและคำตอบที่ออกนอกเรื่อง

Anthropic เรียกโหมดความล้มเหลวนี้ว่า “เซสชันลิ้นชักเก็บของจิปาถะ” วิธีแก้ง่ายมาก: ใช้ /clear ระหว่างงานที่ไม่เกี่ยวข้องกัน เพื่อล้างหน้าต่างและไม่ให้ความรกจากงานก่อนหน้าติดไปยังงานใหม่

หากคุณใช้เซสชันยาวและไม่เข้าใจว่าเงินกับความสนใจของ AI ถูกใช้ไปกับอะไร ฉันอธิบายเรื่องนี้แยกไว้ในคู่มือเกี่ยวกับโทเค็นของ Claude Code ไปอยู่ที่ไหน และฉันรวบรวมพื้นฐานของบริบทถาวร ซึ่ง Claude อ่านทุกครั้งที่เริ่มต้น ไว้ในคู่มือการตั้งค่า CLAUDE.md

การซักถามหรือ Plan Mode—ต่างกันอย่างไร และทำงานร่วมกันแบบไหน?#

ผู้คนมักสับสนระหว่างสองเทคนิคนี้ หรือคิดว่าใช้เพียงอย่างใดอย่างหนึ่งก็พอ ในทางปฏิบัติ ทั้งสองอย่างอยู่คนละช่วงของกระบวนการ

Anthropic อธิบายขั้นตอนการทำงานมาตรฐานไว้สี่ช่วง: เริ่มจาก Explore (Claude ศึกษาและถามคำถาม) ต่อด้วย Plan (สร้างแผนโดยไม่เปลี่ยนแปลงอะไร) จากนั้น Implement (เขียนโค้ดตามแผน) และสุดท้าย Commit (บันทึกผลลัพธ์) การซักถามเกิดในช่วงแรก ส่วน Plan Mode อยู่ในช่วงที่สอง หากต้องการรายละเอียดของช่วงที่สองทั้งหมด ดูคู่มือเกี่ยวกับ Plan Mode ใน Claude Code

มีข้อควรระวังสำคัญจาก Anthropic เอง: อย่าทำให้งานเล็กๆ ต้องแบกรับขั้นตอนเหล่านี้

สำหรับการแก้คำผิด การเปลี่ยนชื่อ หรือการเปลี่ยนแปลงหนึ่งบรรทัด ให้เขียนสิ่งที่ต้องการโดยตรงโดยไม่ต้องสัมภาษณ์หรือวางแผน การซักถามคุ้มค่าสำหรับงานที่คลุมเครือและความผิดพลาดมีต้นทุนสูง สำหรับงานง่ายๆ มันมีแต่จะทำให้ช้าลง

5 ข้อผิดพลาดในการกำหนดโจทย์ที่ทำให้ AI ทำผิด#

ฉันสรุปหลุมพรางที่พบบ่อยไว้ในตาราง ด้านซ้ายคือสิ่งที่คนมักทำและทำผิด ส่วนด้านขวาคือสิ่งที่ควรทำแทน

ลองตรวจสอบพรอมป์ต์ล่าสุดที่ AI ตอบผิด เกือบแน่นอนว่ามีข้อผิดพลาดหนึ่งในห้าข้อนี้ ส่วนใหญ่มักเป็นข้อแรก: คุณให้คำสั้นๆ แล้วคาดหวังให้ Claude เติมส่วนที่เหลือได้ถูกต้อง มันเติมส่วนที่เหลือจริงๆ—แต่ไม่ใช่ในแบบที่คุณคิดไว้

ทำอะไรต่อ: สร้างระบบให้ AI เข้าใจคุณจากคำไม่กี่คำ#

พรอมป์ต์สามแบบในคู่มือนี้—การซักถาม “พิสูจน์ให้เห็น” และการวิเคราะห์ความล้มเหลวล่วงหน้า—จัดการกับงานเฉพาะหน้า นั่นก็ช่วยได้มากแล้ว: คุณจะไม่ต้องเจอ diff 14 ไฟล์ ทั้งที่ต้องการเปลี่ยนแค่บรรทัดเดียว

แต่การซักถามก็มีขีดจำกัด การดึงเจตนาของคุณออกมาใหม่ทั้งหมดทุกครั้งใช้เวลานาน การเปลี่ยนแปลงที่แท้จริงจะเกิดขึ้นเมื่อมีบริบทบางอย่างพร้อมใช้อยู่เสมอ: ในโฟลเดอร์ความรู้เกี่ยวกับโปรเจ็กต์ ในไฟล์ CLAUDE.md ที่ Claude อ่านทุกครั้งเมื่อเริ่มต้น และในวิธีการทำงานของคุณที่เข้ารหัสไว้เป็น skills จากนั้น AI ก็เริ่มงานโดยรู้จักธุรกิจ เป้าหมาย และสไตล์ของคุณอยู่แล้ว—และเข้าใจคุณจากคำไม่กี่คำ เพราะคุณเตรียมบริบทไว้ล่วงหน้าแล้วครึ่งหนึ่ง

บทวิเคราะห์ล่าสุดของ Anthropic แสดงให้เห็นว่างานนี้มีมากเพียงใด: นักพัฒนาใช้ AI กับงานประมาณ 60% แต่ไว้วางใจให้ทำงานได้อย่างเต็มที่เพียง 0-20% ของงานทั้งหมด ที่เหลือต้องอาศัยความเข้าใจ การกำกับดูแล และความสามารถของคุณในการอธิบายว่าต้องสร้างอะไร นี่คือทักษะที่ควรพัฒนา ไม่ใช่การไล่ตามโมเดลที่ฉลาดที่สุด

มาทำความรู้จักกับ Ailoot