"การเขียน คือการได้คิด ยิ่งเราเขียนได้เก่งเท่าไหร่ เรายิ่งตัดสินใจได้ดีขึ้น ยิ่งเราตัดสินใจได้ดีขึ้น ชีวิตเราก็จะดีขึ้นเช่นกัน" — ประโยคนี้ของ Naval Ravikant คือความจริงสูงสุดของโลกยุค 2026 คับ

ในยุคที่ AI ทำงานพื้นฐานแทนเราได้เกือบหมด ทักษะที่ "แพงที่สุด" ไม่ใช่การจำไวยากรณ์ภาษาคอมพิวเตอร์ (Syntax) อีกต่อไป แต่มันคือทักษะการ "สื่อสารตรรกะ" ผ่านตัวอักษร วันนี้พรจะเล่าให้ฟังว่าพรสร้างระบบติดตามอาการคนไข้โรคหืด (PeakFlowStat) ให้คุณหมอภูมิแพ้จบได้ในคืนเดียวได้อย่างไร โดยที่พรแทบไม่ต้องแตะต้องโค้ดเองเลยสักบรรทัดเดียวคับ

Part 1: The Why — ภาษีความวุ่นวายในคลินิกภูมิแพ้

เรื่องมันเริ่มจากหมอภูมิแพ้ประจำตัวของพรคับ หมอท่านนี้ปรับตัวเข้าสู่ยุค Telemed ตั้งแต่ช่วงโควิด คือให้คนไข้ซื้อเครื่องมือตรวจเองที่บ้าน คุยผ่านจอ ส่งยาผ่านไรเดอร์ ระบบดูเหมือนจะลื่นไหลใช่ไหมคับ? แต่จุดที่ระบบ "Crash" หนักที่สุดคือ "การส่งข้อมูลอาการที่เกี่ยวกับโรคหืด" คับ

วันก่อนพรไปหาหมอแบบ Onsite หมอหันมาถามพรว่า "หน้าที่พรส่งให้หมอดูอาการตัวเอง (Peak Flow และ SpO₂) มันใช้ง่ายดี ถ้าจะให้คนไข้คนอื่นใช้บ้างทำได้ไหม?" (จริงๆ มันแค่ตารางในหน้า Notion และ Publish ขึ้นไปเท่านั้นเอง) อธิบายว่าใช้ Notion ปุ๊ป หมอตอบปั๊บ บอกมีง่ายกว่านี้มั้ย!

พอพรเข้าไปดูหน้างานจริงๆ ถึงได้รู้ว่าเจ้าหน้าที่คลินิกต้องจ่าย "ภาษีความวุ่นวาย" แพงแค่ไหน ข้อมูลคนไข้ไหลเข้ามาทุกทิศทางคับ ส่งทาง Line บ้าง, Inbox เพจบ้าง, ถ่ายรูปจากสมุดจดบ้าง หรือหนักสุดคือถ่ายรูปไฟล์ Excel มาให้ดู หน้าที่ของเจ้าหน้าที่คือต้องมานั่ง "ขุด" ข้อมูลพวกนี้มารวมใส่ Excel ของคลินิกอีกทีเพื่อให้หมอดูแนวโน้มรายสัปดาห์ ไม่รวมถึงการที่เจ้าหน้าที่ต้องไล่เช็กคลิปวิดีโอการอีกประมาณ 7-9 คลิปต่อคน ก่อนจะถึงคิวนัดตรวจ(ว่าส่งมาครบตามที่ต้องใช้รึเปล่า)... ฟังแล้วเหนื่อยแทนคับ

ข้อมูลมันไม่ได้ยากคับ แต่มัน "เยอะ" และ "ไร้ระเบียบ" (Unstructured Data)

ตัวอย่างข้อมูลที่คนไข้ต้องส่ง:

2026-xx-xx ☀️ เช้า

ก่อนยา: SpO₂ 98, Peak flow 390, 380, 380

หลังยา (15 นาที): SpO₂ 98, Peak flow 430, 400, 380

หมอต้องการอะไรที่ "ใช้ง่ายที่สุด" เพราะคนไข้ส่วนใหญ่เป็นกลุ่ม Low Tech ถ้าจะทำระบบให้จบในคืนเดียว(หมอไม่ได้กำหนดเวลานะคับ เพราะงานนี้งานหาทำ พรรับอาสาไปหาทางให้หมอเอง 555+) พรเลยลองใช้ทางลัดที่ทรงพลังที่สุดในยุคนี้ นั่นคือ Vibe Coding คับ

Part 2: LLM 2026 — เมื่อโมเดลภาษา กลายเป็นเครื่องยนต์ขับเคลื่อนตรรกะ

"ลืมภาพ AI ที่เอาไว้แค่ถาม-ตอบ (Chatbot) ไปได้เลยคับ"

ในปี 2026 LLM ไม่ได้เป็นแค่คลังความรู้ แต่มันคือ Execution Engine (เครื่องยนต์ปฏิบัติการ) ที่มีประสิทธิภาพสูงสุดเท่าที่มนุษย์เคยสร้างมา สิ่งที่ทำให้การ Vibe Coding ในคืนเดียวเป็นไปได้ ไม่ใช่เพราะ AI "จำโค้ดได้เยอะ" แต่เป็นเพราะ 3 พลังนี้คับ:

  1. Reasoning Architect: AI เดี๋ยวนี้มีระบบ Internal Chain-of-Thought มันไม่ได้แค่เขียนโค้ดตามสั่ง แต่มัน "เข้าใจ" ว่าทำไมระบบต้องวางโครงสร้างแบบนี้ ถ้าพรบอกว่า "สร้างระบบที่ไม่มี Login แต่ปลอดภัย" อย่างเคสของพร AI จะวางแผนเรื่องการทำ Cryptographically Random ID มาให้ทันที เพราะมันเข้าใจ System Architecture คับ
  2. Infinite Context Window: Bug ที่ใหญ่ที่สุดของการ Coding สมัยก่อนคือ AI เห็นโค้ดแค่ทีละส่วน (Fragmented Context) แต่ตอนนี้มันเห็นโครงสร้างไฟล์ทั้งโปรเจกต์พร้อมกัน มันรู้ว่าการเปลี่ยนโค้ดที่หน้าบ้าน (Frontend) จะส่งผลกระทบต่อฐานข้อมูลหลังบ้าน (Backend) อย่างไร นี่คือเหตุผลที่มัน Debug ได้เร็วระดับวินาที
  3. The 'Natural-to-Infrastructure' Bridge: การมีเครื่องมือ(IDE, CLI) ที่สามารถเชื่อมต่อกับ Cloud 100% ทำให้เมื่อเราสั่งงาน AI มันไม่ได้แค่พิมพ์ตัวอักษร แต่มันไปสั่งรันระบบ (Deploy) บน Cloud ให้เราเสร็จสรรพ พรเรียกสิ่งนี้ว่า Zero-Latency Deployment คับ

Part 3: Mindset & Prep — ตรรกะมาก่อน Syntax (เลิกเป็นผู้รับเหมา เป็นสถาปนิกแทน)

"Vibe Coding ไม่ใช่การสั่งมั่วๆ แต่คือการสื่อสารจุดมุ่งหมาย (Intent) ที่ชัดเจนคับ"

คนส่วนใหญ่ที่ลองใช้ AI เขียนโค้ดแล้วไม่สำเร็จ เป็นเพราะเขาทำตัวเป็น "ผู้รับเหมา" คือคอยสั่ง AI ทีละบรรทัด แต่สถาปนิกคุมระบบ (System Architect) จะไม่ทำแบบนั้นคับ พรใช้วิธี "เขียนพิมพ์เขียวให้จบในหัว" ก่อน

ทักษะที่สำคัญที่สุดคือการเป็น Director คุณต้องรู้ว่าจุดเริ่มต้นคืออะไร (Input) และผลลัพธ์ที่ต้องการคืออะไร (Output) ส่วนระหว่างทาง AI จะไปรันโค้ดภาษาอะไร Tech Stack อะไรบ้างลองเสนอมา พรปล่อยให้เป็นหน้าที่ของ "แรงงาน AI" คับ

ก่อนเริ่ม พรเช็กภาพในหัวให้ชัดก่อน: "คนไข้จะเห็นอะไร?" "เจ้าหน้าที่คลินิกจะกดยังไง?" และ "ข้อมูลจะไปกองที่ไหน?" เมื่อภาพในหัวนิ่ง การสื่อสารกับ AI ก็จะนิ่งตามคับ

Part 4: The Spec Writing — หัวใจคือ 'การเขียน' (เจาะลึก AGENTS.md)

พรเริ่มโปรเจกต์ด้วยการสร้างไฟล์ที่ชื่อว่า AGENTS.md พรเรียกมันว่า "Captain of AI"

ในไฟล์นี้ พรระบุทุกอย่างที่ AI ต้องรู้เพื่อไม่ให้มัน "มโน" (Hallucinate):

การเขียน Spec ที่ชัดเจนคือการทำ Context Engineering คับ ยิ่งเราสื่อสารขั้นตอนที่อยากให้เป็นได้ละเอียดเท่าไหร่ AI จะทำงานให้คุณได้แม่นยำขึ้นเท่านั้น ถ้าคุณเขียนไม่ชัด AI จะพาคุณวนในอ่างจนเสีย Momentum คับ

PS. ใน file เขียนเป็นภาษาอังกฤษหมดนะคับ แต่ไม่ได้เขียนเองนะคับ เกิดจากการวาง Plan กับ AI ให้มันเขียน แล้วเราตรวจอีกที… แอบเปิด file ให้ดูนิดคับ ไม่ได้เขียนเองสักบรรทัด 555+

# PeakFlowStat Project Context 

## Project Overview

PeakFlowStat is a **mobile-first** web application for asthma patients to track peak flow measurements and visualize trends. Users access their personal dashboard via a unique short link — no login required. The interface is in Thai (Buddhist Era dates). Administrative features are directly accessible at /admin to manage users and audit all data changes.

### Key Features

- **Patient Dashboard:** Shows user name and recent entry list. Supports card view (10 entries/page) and list view (80 entries/page). Charts and zone percentage have been removed — entry cards show raw readings.
- **Date Filtering:** Both user dashboard and admin user detail pages support date range filtering for entries. CSV export respects date filters.
- **Easy Entry:** Simplified form for recording 3 peak flow readings, SpO2, medication timing, and morning/evening period.
- **Rich Text Notes:** Both patient entries and admin notes use WYSIWYG rich text editor with formatting toolbar (bold, italic, underline, lists, alignment). HTML content sanitized with DOMPurify.
- **Admin Management:** Directly accessible panel to create/edit users, set personal best values, and manage entries. Modular backend routes for better maintainability.
- **Data Export:** Export patient data to CSV for clinical review with optional date filtering.
- **Audit Logging:** Transparent tracking of all data modifications....

Part 5: The Execution — รัน Sprint ในคืนเดียว (Zero to Production)

เมื่อพรมี AGENTS.md เป็นพิมพ์เขียวในมือแล้ว ขั้นตอนการ Execution ก็เหมือนการดีดนิ้วคับ

  1. Injection: พรป้อนไฟล์ Spec นี้ให้ AI แล้วสั่งให้สร้างระบบ ตาม spec ที่กำหนดไว้ในไฟล์ ภายในไม่กี่นาที โครงสร้างระบบทั้งหมดก็พร้อมรัน
  2. The Build: พรสั่ง AI สร้างหน้า Dashboard ทีละส่วน โดยอ้างอิงจาก Spec ตลอดเวลา ถ้า AI เจนโค้ดมาแล้ว Error พรไม่ได้แก้โค้ดเองคับ แต่พรส่ง Error Log ให้ AI แล้วบอกว่า "แก้ให้ตรงตาม Spec ข้อที่ 2"
  3. Deployment: เมื่อระบบนิ่ง พรใช้คำสั่ง CLI ที่เตรียมไว้ใน Spec (เช่น npx wrangler deploy) เพื่อส่ง App ขึ้นไปอยู่บน Cloudflare ทันที

ผลลัพธ์คือ ภายในคืนเดียว จากไอเดียบนกระดาษ กลายเป็น App PeakFlowStat ที่ใช้งานได้จริง มีระบบจัดการหลังบ้านให้หมอ มีระบบกรอกข้อมูลที่แสนง่ายให้คนไข้ และที่สำคัญคือ "ปลอดภัย" ตามมาตรฐานที่คุณหมอต้องการคับ

Part 6: Conclusion — อนาคตของ One Person Architect

บทเรียนจาก PeakFlowStat ทำให้พรรู้ว่า... ยุคที่เครื่องมือตามทันจินตนาการมาถึงแล้วคับ

ตอนนี้ใครๆ ก็สามารถเป็นเจ้าของระบบที่ซับซ้อนได้โดยไม่ต้องเรียนเขียนโค้ดมา 10 ปี ขอเพียงแค่คุณมี "ทักษะการสื่อสารตรรกะ" ที่ดีพอ พรไม่ได้ได้แค่ App หนึ่งตัวคับ แต่พรได้ Reusable Logic (ตรรกะที่เอากลับมาใช้ใหม่ได้) ซึ่งจะกลายเป็นทรัพย์สิน (Asset) ในการสร้างโปรเจกต์ถัดไปให้เร็วขึ้นอีก

การเขียนไม่ใช่แค่เรื่องของภาษา แต่มันคือการสร้างโลกใหม่ผ่านตัวอักษรคับ คืนนี้ลองถามตัวเองดูนะคับ... คุณมีไอเดียอะไรที่ "เน่า" ค้างอยู่ในหัวเพียงเพราะคิดว่าตัวเองเขียนโค้ดไม่เป็นหรือเปล่า? ถ้ามี... เริ่มต้นจากการ "เขียน" พิมพ์เขียวออกมาให้ชัดเจนดูสักครั้งสิคับ แล้วคุณจะพบว่า AI คือ Dream Machine (คำนี้มาจากแอดทอยเลย) ที่พร้อมจะเนรมิตโลกใบนั้นให้คุณได้จริงๆ

รันระบบของคุณซะ... ก่อนที่ไอเดียจะหมดอายุคับ! 🦆⚡

.

คุณค่าของงานเราไม่ได้ขึ้นอยู่กับว่างานนั้นยิ่งใหญ่แค่ไหน? มันขึ้นอยู่กับว่าสิ่งที่คุณทำนั้น ช่วยแก้ปัญหาให้คนได้กี่คน?

.

PS. ยังมีเบื้องหลังเรื่อง git, CI/CD และอีกหลายอย่างที่เป็นขุมพลังของระบบในระยะยาว และยั่งยืนขอข้ามไปก่อนนะคับ

.

#VibeCoding, #AICoding, #LLM2026, #SpecWriting, #DecisionMaking, #OnePersonArchitect, #PeakFlowStat, #Adduckivity, #SystemArchitect