เมื่อวานผมก็ได้ขายงานแรก จากการ Vibecoding

ซึ่งจะว่าไปเราก็โชคดีมากๆที่มีโอกาสนี้เข้ามา เพราะหลังจากที่เราใช้ AI ในการทำพอดแคสต์ เริ่มรับรู้ความทรงพลังของมัน มันทำให้เรารู้ว่าเลย AI คือ Dreaming Machine ของจริง ผมมันเก่งกว่าเราเยอะแยะมากมาย

Dreaming Machine คืออะไร คำนี้ผมได้มาจากการนั้งดูไลฟ์สอนของ datarockie อีกแล้ว 55 การมี AI เข้ามา มันช่วยสร้างไอเดียในหัวของเราให้เกิดขึ้นจริง

ในตลอด 1 เดือนที่ผ่านมา เราเริ่มทำโปรเจกต์เล็กๆให้กับพี่ชายที่เปิดบริษัททัวร์ ด้วยความที่เราอยากจะรู้เรื่อง AI เป็นทุนเดิม เราเลยอาสามาทำให้ และพอเราได้ทำเราก็ได้ค้นพบว่า คำว่า Dreaming Machine นั้นไม่เกินจริง และโพสที่เป็นบทเรียนที่ผมได้เรียนรู้จากการ ลาออกจากงานมาเป็น Vibecoder เต็มตัวในระยะ 1 เดือนที่ผ่านมา เผื่อมีใครที่กำลังอยากจะเริ่มต้นบนเส้นทางนี้ หวังว่าจะมีประโยชน์ไม่มากก็น้อยนะครับ

1.โฟกัสที่เครื่องมือเดียว

"ทำไมมันเยอะยังงี้วะเนี้ย" "คนโน้นก็บอกตัวนี้ดี ตัวโน้นดีกว่า" เป็นเสียงในหัวที่เกิดขึ้น หลังจากนั้งดูวีดีโอสอนว่าจะใช้ AI เจ้าไหนดี หรือ workflow แบบไหนดี ในท้ายที่สุดก็นั้งดูยูทูปจนจบวัน แทบไม่ได้ทำอะไร ในท้ายที่สุดเราก็พบว่า แม่ง ไม่มีอะไรดีที่สุดหรอกถ้าเราไม่ลงมือทำ เดือนก่อนคนบอก Claude นี้สุดยอด อีกไม่กี่อาทิตย์ต่อมา Chatgpt Codex กลับมาผงาดอีกครั้ง และเมื่อเร็วๆนี้ Gemini Flash 3.5 เปิดตัวมาคนก็แห่ไปใช้อันนั้นอีก สิ่งที่เราอยากจะสื่อคือ อย่าไปคิดเยอะในการเลือก ขอให้ลงมือทำเยอะๆดีกว่า เพราะในท้ายที่สุด ผมก็ค้นพบว่า AI มันจะเก่งเท่ากับคนที่ใช้งานมัน ซึ่งการที่เราคิดเยอะ มันทำให้ผมเสียเวลาหาข้ออ้างในการไม่ลงมือทำ เยอะเกินไป

2.Learning by Doing

ทุกวันนี้ผมใช้งาน Claude กับ Gemini ด้วยกัน Cluade เป็นคนเขียนโค้ด Gemini เป็นคนวางแผนและผู้ช่วยติวเตอร์ประจำตัว Workflow ผมก็จะประมาณนี้ พอ Claude เขียนโค้ดแล้วดันเกิด bug เราก็เอาไปปรึกษา gemini ให้ช่วยวางแผนแล้วเขียน prompt ที่รัดกุมวางแผนแล้วส่งคืนไปให้ Claude ในการลงมือทำ

ในทุกๆครั้งผมก็จะบอก gemini ทิ้งท้ายเลยว่า " please interview me to make this prompt more effective for my Cluade Ai"

แล้วสมมุติว่า Cluade บอกให้ผมไปเปิดบัญชี Supabase , Vercle หรือ LineOA อะไรไม่เข้าใจผมก็จะแคปหน้าจอแล้วถาม gemini เลยว่ามันทำยังไง 555 แต่เชื่อไหมว่า ในระหว่างที่ทำยังงี้ เรารู้สึกว่ามันมีหลายเรื่องเลยที่เราควรเรียนรู้ ข้อดีของการทำยังงี้ก็คือ เราเรียนรู้จากการลงมือทำ เริ่มรู้จักเครื่องมือว่า จะจัดการ database ต้องไป supabase Next.js คืออะไร Githubใช้ยังไง เริ่มรู้จักเครื่องมือมากขึ้น แต่ข้อเสียคือถ้าเราเชื่อ gemini ไปหมดโดยที่เราไม่ไปเรียนรู้เลย เรารู้สึกเหมือนกับหลับตา แล้วให้ AI จับมือเราทำ ข้างหน้ามันอาจจะดูดี แต่ข้างในเราไม่รู้เรื่องอะไรเลย เรารู้สึกว่าถ้าเราอยากจะทำให้ product ของเราใช้งานได้ดีจริงๆ เราควรต้องเรียนรู้ด้วยว่า ระบบของการสร้างอะไรสักอย่างหนึ่ง มันใช้เครื่องมืออะไร แล้วระบบการทำงานภาพรวมมันเป็นแบบไหน จะทำให้เราเห็นภาพมากขึ้นในงานเรา ซึ่งการลงมือทำไปเรียนรู้ไป มันจะทำให้เราเข้าใจคร่าวว่า เรื่องที่เราควร "เรียนรู้" คือเรื่องอะไร

3.Claude.md Skill.md โครตสำคัญ

ผมคิดว่าถ้าเรื่องหนึ่งที่ทำให้ผมอ้าปากค้าง แล้วรู้สึกว่ามันทำให้ AI เราเก่งขึ้นมากๆ ก็คือ Markdown ไฟล์พวกนี้แหละ Claude.md สำหรับคนใช้ Claude จะเป็นไฟล์ note ที่ AI จะอ่านทุกครั้งก่อนเริ่ม session เป็นเหมือนหัวหน้าที่ brief ก่อนเริ่มงานว่า ก่อนจะลงมือทำควรเริ่ม step ไหนก่อน ถ้าเกิดเหตุการณ์นี้ให้ไปดูไฟล์ไหน ถ้าจบให้บันทึก process ของงานยังไง อย่างเช่นเราทำระบบอะไรบางอย่าง เราเขียนไปใน claude เลยว่า ก่อนเริ่มงานนี้ให้ไปอ่านไฟล์ Master plan ก่อน ว่างานนี้เกี่ยวกับอะไร context ของงานคืออะไร เสร็จแล้วให้ไปอ่านไฟล์ Process ก่อนนะว่าเราทำถึงไหนแล้ว แล้วเดี่ยวเราค่อยลงมือทำกัน พอเสร็จแล้วถ้าเราพิมพ์คำว่า End of day ให้บันทึกสิ่งที่เราทำในวันนี้ลงไปในไฟล์ process นะ ซึ่งมันจะประหยัด token มากกว่าการที่เราไม่มีไฟล์พวกนี้แล้วทำ เพราะ AI มันก็จะไปอ่าน codebase เราทั้งหมด แล้วมันก็จะทำซ้ำยังงี้ไปเรื่อยๆ มันเลยเป็นสาเหตุว่าทำไม Token เพื่อนๆบางคนถึงหมดไว

ส่วน Skill.md ก็เหมือนกระบวนการคิดในการทำงาน ที่ถูกบันทึกไว้เป็น Template ให้สามารถใช้งานได้อย่างรวดเร็ว โดยไม่ต้องไปเริ่ม prompt ใหม่ทั้งหมด เหมือนกับการกด Skill ใน Dota อะไรยังงั้นเลย ซึ่งเราสามารถอัปโหลดสกิลเหล่านั้นลงเข้าไปได้เลยใน model AI ที่เราใช้งานอยู่ สกิลที่ผมใช้ส่วนใหญ่ ก็จะเป็น สกิลที่ 9arm แนะนำมาเช่น

[andrej-karpathy-skills] - ที่เป็น framework ในการใช้งาน AI model ในการเขียนโค้ด หลายคนสงสัยว่า andrej คือใคร เขาเป็นผู้ร่วมก่อตั้ง OpenAI แล้วตอนนี้ก็ย้ายมาพัฒนา AI กับ Anthropic ซึ่งมันก็ให้อารมณ์เหมือนเรามีพี่เขามาช่วยเราทำงาน หรือจะเป็นสกิลของ 9arm

เช่น [scrutinize] ที่ใช้มุมมองของคนนอกมามาดูโค้ดของเราแล้ววิเคราะห์ว่ามันมีวิธีไหนที่ simple กว่านี้ไหมที่ได้ผลลัพธ์เหมือนกัน หรือ [debug-mantra] ที่ผมใช้ตอนมี bug ใน codeซึ่งมันก็ใช้ให้ฟิลเหมือนมี 9arm มาช่วยเราแก้บัคอะไรยังงั้น 555

4.ที่ไหนมี pain point ที่นั้นมีเงิน หนึ่งบทเรียนที่ผมเข้าใจแจ่มแจ้ง ในบทเรียนของ Alex Hormozi (จากหนังสือ $100M Offers) ในเรื่องสมการคุณค่าก็คือ

มีอยู่ 4 อย่างด้วยกันที่คนอยากจะจ่ายเงินให้เรา

1.เราช่วยแก้ปัญหาที่เจ็บปวดให้เขา อย่างเคสเราก็คือลดระยะเวลาในการกรอกข้อมูลด้วยตัวเอง

2.เขามั่นใจว่าการแก้ปัญหาของเราจะมีโอกาสประสบความสำเร็จ ยกตัวอย่างเช่น ทำไมคนถึงจ่ายเงินหมอที่มีประสบการณ์มากกว่าหมอจบใหม่เพราะคนเชื่อว่าหมอที่มีประสบการณ์จะผ่าตัดได้เก่งกว่า

3.ได้ผลลัพธ์อย่างรวดเร็ว ยิ่งเราช่วยเหลือคนให้ได้สิ่งที่เขาต้องการมากเท่าไร เงินก็จะไหลเข้ามาให้เรามากเท่านั้น

4.เราช่วยทำงานหนักให้กับพวกเขา ถ้าเราสามารถที่จะลดงาน Hard work จากลูกค้าได้ เขาก็อยากจะมอบเงินให้เราอย่างรวดเร็ว ซึ่งหน้าที่เราก็คือ หา painpoint แล้วใช้ AI ในการลดภาระของพวกเขา และจากที่เราได้เรียนรู้มาในการศึกษาตลอดยังมีผู้ประกอบการอีกมาก ที่ต้องการความช่วยเหลือเหล่านั้น

"ขนาดนายทำได้แบบไม่มีพื้นฐาน ผู้ประกอบการคนอื่นก็ทำได้สิ" จากที่ผมได้เจอมา งานพวกเขาเยอะมากจนไม่มีเวลามาศึกษาเรื่องพวกนี้หรอก เพราะฉะนั้นตอนนี้จึงเป็นโอกาสที่ดี ในการสร้างอะไรบางอย่างด้วย AI

ซึ่งในหนึ่งเดือนที่ผ่านมา ทำให้เรารู้สึกเคราพและนับถือพี่ๆเพื่อนๆที่เป็น Developer อย่างมาก เพราะมันต้องใช้กระบวนการคิดที่เยอะมากจริงๆ

ผมยังคงต้องเรียนรู้อีกเยอะ และหนทางยังอีกยาวไกล แต่หนึ่งสิ่งที่ผมรู้สึกเลยก็คือ มันสนุกมากจริงๆ มาลองทำไปด้วยกันครับ