Claude 101 EP1: AI ตอบกว้าง ใช้ไม่ได้?

ตอนนำร่องของซีรีส์ Claude 101: สอนทิปที่ก๊อปไปใช้ได้พรุ่งนี้ จากหน้าเว็บสาธารณะของ Anthropic เอง เรื่อง: ผมสั่ง AI ว่า 'ช่วยสรุปรายงานนี้หน่อย' แล้วได้คำตอบกว้างๆ ใช้ไม่ได้ จนไปเปิดคู่มือของ Anthropic เจอว่าให้คิดว่า Claude เหมือนพนักงานใหม่ที่เก่งแต่ยังไม่รู้บริบทของเรา เลยเขียนคำสั่งใหม่ 3 บรรทัด ทดลองผสม AI วิดีโอ (LTX-2.5) กับ motion graphic ที่สร้างจากภาพหน้าเว็บจริง (Playwright screen capture)

วิดีโอ

ช่องนี้ไม่ได้เป็นพันธมิตร ไม่ได้รับการสนับสนุน และไม่ได้เกี่ยวข้องกับ Anthropic ชื่อ Anthropic และ Claude ใช้เพื่ออ้างแหล่งที่มาเท่านั้น (Not affiliated with Anthropic.) แชททั้งสองฉากเป็นตัวอย่างจำลอง ไม่ใช่หน้าจอ claude.ai และไม่ใช่คำตอบจริงของ Claude เรื่องในออฟฟิศเป็นฉากสมมติ

ทิปของตอนนี้ (Tip)

ให้คิดว่า Claude เหมือนพนักงานใหม่ที่เก่งมาก แต่ยังไม่รู้บริบทและวิธีทำงานของเรา และใช้ การทดสอบด้วยเพื่อนร่วมงาน ก่อนส่ง แล้วเขียนคำสั่งให้ครบ 3 อย่าง: งานนี้เอาไปใช้ทำอะไรและทำไม (context/motivation), อยากได้รูปแบบไหนยาวแค่ไหน (output format), และข้อจำกัด (constraints)

ที่มา (source): Prompting best practices, Claude Platform Docs (Anthropic), เข้าถึง 4 พ.ย. 2026

ภาพหน้าเว็บจริง: Think of Claude as a brilliant but new employee

เทมเพลต 3 บรรทัด (ก๊อปได้)

1. งานนี้เอาไปใช้ทำ ________ เพราะ ________
2. อยากได้แบบ ______ ยาว ______
3. ข้อจำกัด: ________

วิธีทำและต้นทุน

ขั้น	เครื่องมือ	ต้นทุน
เลือกทิป ตรวจทุกประโยคกับหน้าเว็บจริง (SOURCES.md)	Claude (Lead) + Playwright	-
ภาพหน้าเว็บจริง 6 ภาพ + พิกัดบรรทัด	Playwright, Chromium headless, deviceScaleFactor 3	0
เสียงพากย์ 55.9 วินาที (1 request)	gemini-3.8-flash-tts, เสียง Umbriel	0 (free tier, ใช้ 1 จาก 10/วัน)
ตัวละครเจ้าของช่อง + keyframe 5 ภาพ	Codex image gen (gpt-6-luna)	0 (โควตา Codex)
5 ช็อตวิดีโอ + 3 seed สำรอง (S3 S4 S5)	LTX-2.5 distilled int8, ComfyUI บน Colab L4, 768x1344	~0.9 หน่วย (session 28 นาที)
motion graphic 5 ช่วง 954 เฟรม	canvas JS + Playwright บน Colab CPU 4 ตัวขนาน	~0.03 หน่วย (2 นาที)
Veo	ไม่ได้ใช้	0 วินาที
ตัดต่อ ซับ เสียง SFX ดนตรี	ffmpeg + ASS (Anuphan), ดนตรี EP1, -14 LUFS	0
รวม	ยอดหน่วย Colab ลด 154.27 -> 152.59 (1.68) แต่รวม session ของงาน EP6 ที่รันพร้อมกัน	~0.95 หน่วย (~0.1 USD)

จุดอ่อนที่รู้ (เรียงตามผลกระทบ)

ไม่ได้ทำ expert audit ภายนอก: โควตา agy หมด (reset ใน 14 ชม.) ตามบรีฟจึงข้าม ไม่ใช้ DSH ผมตรวจภาพเองจาก contact sheet
ซับบางบรรทัดเร็วกว่า 15 ตัวอักษร/วินาที (สูงสุด ~20) เพราะเสียงพากย์เร็ว ยืดเวลาค้างให้แล้วแต่ยังไม่ครบทุกบรรทัด
ครึ่งล่างของจอใน motion graphic ว่าง (กันไว้ให้ซับ) ดูโล่งกว่าช็อต LTX
S1 และ S4 กล้องซูมเข้าแรงกว่าที่สั่ง ทรงผมหยิกกว่ารูปจริง
ข้อความบนหน้าเว็บเป็นภาษาอังกฤษ คนดูไทยต้องพึ่งซับ ไฮไลต์ช่วยชี้ แต่ไม่ได้แปลบนภาพ
เสียง SFX สังเคราะห์ง่ายๆ และยังไม่มีคนฟังรอบสุดท้ายด้วยหู (วัดได้ -14.0 LUFS, peak -1.7 dBFS)

ข้อสรุปนำร่อง: ภาพหน้าเว็บจริง + ไฮไลต์ตามเสียง ทำให้ทิปดูน่าเชื่อและชี้ได้ตรงบรรทัด ต้นทุนเกือบศูนย์และแก้ซ้ำได้ฟรี ส่วน LTX ให้อารมณ์ของคน (หงุดหงิด สงสัย ขำตัวเอง ภูมิใจ) สลับกันทุก 2-10 วินาทีจึงไม่เป็นสไลด์โชว์ ครั้งหน้าลองแปลบรรทัดสำคัญเป็นไทยบนภาพ และเติมครึ่งล่างของจอ

ช็อตทั้งหมด

M1 · ได้คำตอบกว้างๆ (ตัวอย่างจำลอง) (motion graphic + ภาพหน้าเว็บจริง)

M2 · หน้าเว็บจริง + ไฮไลต์ประโยค (motion graphic + ภาพหน้าเว็บจริง)

M3 · Key test: ถ้าเพื่อนงง Claude ก็งง (motion graphic + ภาพหน้าเว็บจริง)

M4 · เขียนใหม่ 3 บรรทัด (motion graphic + ภาพหน้าเว็บจริง)

M6 · เทมเพลตก๊อปได้ (motion graphic + ภาพหน้าเว็บจริง)

อภิธานศัพท์ (Glossary)

Prompt (พรอมต์): ข้อความคำสั่งที่เราพิมพ์ให้ AI ทำงาน
Context (บริบท): ข้อมูลเบื้องหลัง เช่น งานนี้เอาไปใช้ทำอะไร ใครอ่าน ทำไมต้องเป็นแบบนี้
Output format: รูปแบบผลลัพธ์ที่อยากได้ เช่น 5 ข้อ ไม่เกินครึ่งหน้า
Constraints (ข้อจำกัด): สิ่งที่ห้ามหรือต้องอยู่ในกรอบ เช่น ไม่ใช้ศัพท์เทคนิค
Key test: วิธีเช็กในหน้าต้นฉบับ: ถ้าเพื่อนที่ไม่รู้เรื่องอ่านคำสั่งแล้วงง AI ก็งง
LTX-2.5: โมเดลสร้างวิดีโอจากภาพแรก ใช้ทำช็อตตัวละคร
Motion graphic: ภาพเคลื่อนไหวที่วาดด้วยโค้ด ใช้กับภาพหน้าเว็บ แชทจำลอง และเทมเพลต
Screen capture: ภาพหน้าเว็บจริงที่ถ่ายด้วย Playwright ไม่แก้ข้อความใดๆ
LUFS: หน่วยความดังเสียง มาตรฐานโซเชียลราว -14
Colab unit: หน่วยค่าเครื่องบน Google Colab