หน้าแรก · Claude 101 EP1 · เทียบโมเดลวิดีโอ

Claude 101 EP2: AI ร่างแล้วเหมือนบอท?

ตอนที่ 2 ของซีรีส์ Claude 101: สอนทิปที่ก๊อปไปใช้ได้พรุ่งนี้ จากหน้าเว็บสาธารณะของ Anthropic เอง เรื่อง: ศุกร์บ่ายสี่โมงสิบ อีเมลลูกค้า 30 ฉบับต้องตอบก่อนห้าโมง ให้ AI ร่าง ได้ภาษาแข็งเหมือนบอท จนไปเปิดคู่มือ พบหัวข้อ ใช้ตัวอย่างให้เป็น เลยแปะตัวอย่างงานที่ดีของตัวเองสามชิ้น 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.) แชทและกล่องการ์ดในเรื่องเป็นตัวอย่างจำลอง ไม่ใช่หน้าจอ claude.ai และไม่ใช่คำตอบจริงของ Claude เรื่องในออฟฟิศและอีเมลเป็นฉากสมมติ

ทิปของตอนนี้ (Tip)

ใส่ ตัวอย่าง ที่ดีไปในคำสั่ง ประมาณ 3 ถึง 5 ชิ้น ก่อนสั่งงานใหม่ หน้านี้ระบุว่าตัวอย่างเป็นวิธีที่เชื่อถือได้ในการกำหนดรูปแบบ น้ำเสียง และโครงสร้างของคำตอบ

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

ภาพหน้าเว็บจริง: หัวข้อ Use examples effectively

ภาพหน้าเว็บจริง: Examples are one of the most reliable ways to steer Claude output

เทมเพลต 2 บรรทัด (ก๊อปได้)

นี่คือตัวอย่างงานที่ดี 3 ชิ้น: [ตัวอย่าง]
เขียนแบบเดียวกันให้: [งาน]

วิธีทำและต้นทุน

ขั้น	เครื่องมือ	ต้นทุน
เลือกทิป ตรวจทุกประโยคกับหน้าเว็บจริง (SOURCES.md)	Playwright capture ของหน้าเว็บจริง	0
เขียนบท ไทม์ไลน์ และ shot list (shots.json, 24 fps, เฟรมลงตัว)	ไม่ใช้เครื่องมือเพิ่ม	0
เสียงบรรยาย Umbriel 1 คำขอ (gemini-3.8-flash-tts) แยกช่วงด้วย segment.py	TTS 1 คำขอ, ไม่มีคำขอซ้ำ	ตามโควต้าเสียง
ภาพคีย์เฟรม 5 ช็อต + ภาพหัวหน้าเป็นลูกหมา (Codex image gen, gpt-6-luna max)	Codex	0 เครดิต Claude
วิดีโอ LTX-2.5 บน Colab L4 (ComfyUI): 5 ช็อต + 2 เทคสำรอง (S2, S4) + 1 เทคซ้ำ (S3)	Colab L4	ประมาณ 1.2 หน่วย (ลองแยกการตั้งค่า)
motion graphic 7 ช่วง (canvas) render บน Colab CPU	Colab CPU high-mem	0.17 หน่วย
ประกอบวิดีโอ ASS ซับ เสียง SFX เพลง EP1 ปรับเสียง -14 LUFS	ffmpeg	0
ลายน้ำ (tools/watermark.sh)	ffmpeg	0
ตรวจคุณภาพด้วย Vertex (Gemini 3.8 Flash, thinking high) รอบที่ 1 ผ่าน	Vertex AI	ประมาณ 0.01 USD

จุดอ่อนที่รู้ (เรียงตามผลกระทบ)

ไทม์ไลน์ประโยคมาจากการแบ่งช่องว่างเสียง ไม่ใช่ forced alignment (ความคลาดเคลื่อนราว ±0.2 วินาที) ทำให้ไฮไลต์ตรงกับเสียงแบบคร่าวๆ
ช็อตสิ้นหวัง (S2) ปากเปิดเล็กน้อยระหว่างประโยค แม้ตรงกับเสียงบรรยาย แต่ไม่ใช่ปากนิ่งตามที่ตั้งใจ
เทคแรกของช็อตกำลังมองจอ (S3) มีโลโก้คล้ายแอปเปิลบนฝาแล็ปท็อป จึงทำซ้ำด้วย seed 43 และเทคใหม่ยังมีรอยเบลอเล็กน้อยที่มุมล่าง
สัญลักษณ์นิ้วโป้งเป็นรูปวาดง่ายด้วย canvas ไม่ใช่อีโมจิ และแชทกับหัวหน้าเป็นตัวอย่างจำลอง
ทิปนี้เป็นภาพรวมของส่วนตัวอย่างในหน้าเว็บ ยังไม่มีการทดสอบว่าช่วยได้จริงกับทุกงานหรือทุกอีเมล

บทเรียนสำหรับซีรีส์: ตัวอย่างสามชิ้นใช้เวลาเตรียมครั้งเดียว แล้วใช้ซ้ำได้ทุกงานที่มีน้ำเสียงเดียวกัน

ช็อตทั้งหมด

M0 · ศุกร์ บ่ายสี่โมงสิบ อีเมลลูกค้าค้างสามสิบฉบับ (motion graphic + ภาพหน้าเว็บจริง)

S1 · ต้องตอบให้เสร็จก่อนห้าโมง (LTX-2.5)

M1 · ผมให้เอไอช่วยร่าง ได้มาเป็นแบบนี้ (motion graphic + ภาพหน้าเว็บจริง)

S2 · หัวหน้าทักมาว่า ลูกค้าจะคิดว่าเราเป็นบอทนะ (LTX-2.5)

M2 · จนไปเปิดคู่มือของแอนโทรปิก (motion graphic + ภาพหน้าเว็บจริง)

S3 · ให้ใส่ตัวอย่างที่ดี สามถึงห้าชิ้น (LTX-2.5)

S4 · ผมเลยหยิบงานที่เคยส่งลูกค้า (LTX-2.5)

M3 · แล้วสั่งว่า เขียนแบบเดียวกันให้ (motion graphic + ภาพหน้าเว็บจริง)

M4 · สี่สิบนาที อีเมลเหลือศูนย์ (motion graphic + ภาพหน้าเว็บจริง)

M6 · เซฟไว้ใช้พรุ่งนี้ (motion graphic + ภาพหน้าเว็บจริง)

ML · ศุกร์หน้า ผมจะไม่เกือบเลิกอีกแล้ว (motion graphic + ภาพหน้าเว็บจริง)

อภิธานศัพท์ (Glossary)

LTX-2.5: โมเดลวิดีโอจากภาพนิ่ง (image-to-video) รันบน Colab L4
Motion graphic (MG): ภาพเคลื่อนไหวที่วาดด้วย canvas ไม่ใช่วิดีโอ AI
Playwright: โปรแกรมควบคุมเบราว์เซอร์เพื่อถ่ายภาพหน้าเว็บจริง
Few-shot / multishot: ให้ตัวอย่างหลายชิ้นในคำสั่งก่อนสั่งงานจริง (คำในหน้าเว็บ)
LUFS: หน่วยวัดความดังเสียงรวม เป้า -14
ASS: รูปแบบไฟล์ซับไตเติลที่ฝังคำบรรยายและรูปร่างง่ายๆ
HLS: การส่งวิดีโอเป็นชิ้นเล็กๆ เพื่อเล่นบนหน้าเว็บ (Pages ไม่รองรับ byte-range)
Vertex audit: ให้โมเดล Gemini ตรวจวิดีโอตามรายการข้อบกพร่องที่กำหนด