คุณมีปัญหาเหล่านี้เวลาที่ใช้ Claude Code หรือเปล่า?
・ต้องอธิบายเรื่องเดิมซ้ำๆ ให้ AI ฟังทุกครั้ง มันน่าเบื่อ
・มันจำบทสนทนาของเมื่อวานไม่ได้
・สิ่งที่คุณค้นคว้าไว้หายไปหมดในเซสชั่นถัดไป
・บทความและโน้ตที่คุณเคยอ่านก็ค่อยๆ หายไปที่ไหนสักแห่ง
ทั้งหมดนี้เกิดจากความจริงที่ว่า "AI ไม่มีความทรงจำ"
บทความที่เจาะลึกวิธีการสร้าง "AI External Brain" ที่เสนอโดย Andrej Karpathy—อดีตหัวหน้าฝ่าย AI ของ OpenAI และ Tesla—ในระดับที่สามารถใช้งานได้จริงกับ Claude Code กำลังเป็นกระแสในต่างประเทศ มียอดไลค์กว่า 2,100 ครั้ง 😳
เขียนโดย @hooeem ครีเอเตอร์ที่โพสต์บทความไวรัลในชุมชนนักพัฒนา AI ต่างประเทศเป็นประจำ ครั้งนี้สรุปออกมาเป็นคู่มือ 3 ระดับ ตั้งแต่ผู้เริ่มต้นจนถึงนักพัฒนา
ผมจะแยกย่อยและอธิบายเนื้อหาให้เข้าใจง่ายๆ 👇
โพสต์ต้นฉบับ: https://x.com/hooeem/status/2041196025906418094
■ ทำไมวิธีการใช้ AI ในปัจจุบันถึง "ผิด" ตั้งแต่แรก
บทความต้นฉบับเริ่มต้นแบบนี้:
"คนส่วนใหญ่ใช้ AI เหมือน 'เครื่องมือค้นหาที่ความจำเสื่อม'"
ถามคำถาม → ได้คำตอบ → ปิดแท็บ เริ่มต้นจากศูนย์อีกครั้งในวันถัดไป ไม่มีอะไรสะสม ไม่มีอะไรต่อยอด คุณแค่เผาโทเค็นเพื่อค้นหาบริบทเดิมซ้ำแล้วซ้ำเล่า
ระบบของ Karpathy พลิกแนวคิดนี้โดยสิ้นเชิง
- รวบรวมวัตถุดิบ บทความ เอกสารวิชาการ บทบรรยาย YouTube, PDF อะไรก็ตามที่เกี่ยวข้องกับหัวข้อที่สนใจ
- AI อ่านทุกอย่างแล้วเขียน Wiki ที่มีโครงสร้าง สรุป คำอธิบายแนวคิด ความเชื่อมโยงระหว่างไอเดีย และดัชนีหลัก
- ตั้งคำถามกับ Wiki นั้น AI ค้นหาข้ามข้อมูลที่สะสมไว้และส่งคำตอบแบบบูรณาการพร้อมการอ้างอิง
- คำตอบจะถูกบันทึกลงใน Wiki โดยอัตโนมัติ คำถามถัดไปจะได้รับประโยชน์จากงานที่ทำไว้ทั้งหมด
- AI ตรวจสอบสุขภาพของ Wiki เป็นระยะ ค้นหาและแก้ไขความขัดแย้ง ช่องว่าง และข้อมูลที่ล้าสมัย
ผลลัพธ์? ฐานความรู้ส่วนตัวที่ฉลาดขึ้นทุกครั้งที่คุณใช้
ถ้าคุณเพิ่มข้อมูลต่อเนื่องเป็นเวลาหนึ่งเดือน คุณจะมีสินทรัพย์ความรู้ที่เชื่อมโยงกันอย่างลึกซึ้ง ซึ่ง Google Search ไม่สามารถเลียนแบบได้ เพราะมันไม่ใช่แค่ "ดัชนี" แต่เป็นสิ่งที่ "บูรณาการ" เข้าด้วยกัน
ตามบทความต้นฉบับ สิ่งนี้สามารถใช้ได้กับทุกหัวข้อ: ตลาดคริปโต, งานวิจัยทางการแพทย์, แบบอย่างทางกฎหมาย, การวิเคราะห์คู่แข่ง, งานวิจัยทางวิชาการ, ปรัชญา อะไรก็ตามที่คุณต้องการสะสมและเชื่อมโยงความรู้เมื่อเวลาผ่านไป
■ ระดับ 1: สำหรับผู้เริ่มต้น (Obsidian + Claude Chat)
ไม่ต้องใช้ทักษะทางเทคนิค คุณต้องการแค่สองสิ่ง:
・Obsidian (ฟรี) ── ดาวน์โหลดจาก obsidian.md
・การสมัครสมาชิก Claude ($20/เดือน Pro หรือแชทบอท AI ที่คุณชอบ)
แค่นั้น
ขั้นตอนที่ 1: สร้าง Vault (2 นาที)
เปิด Obsidian แล้วคลิก "Create new vault" ตั้งชื่อและเลือกตำแหน่งที่บันทึก Vault ก็แค่โฟลเดอร์ ไฟล์ Markdown ภายในจะแสดงเป็นโน้ตโดยอัตโนมัติ
ขั้นตอนที่ 2: สร้างสองโฟลเดอร์ (1 นาที)
raw ── โฟลเดอร์สำหรับวัตถุดิบ (บทความ, โน้ต, อะไรก็ได้)
wiki ── โฟลเดอร์สำหรับความรู้ที่ AI สรุป
นี่คือโครงสร้างพื้นฐานทั้งหมด
ขั้นตอนที่ 3: เพิ่มวัตถุดิบชิ้นแรกของคุณ (5 นาที)
เลือกหนึ่งหัวข้อที่คุณสนใจจริงๆ หาบทความดีๆ 3-5 บทความในหัวข้อนั้น สร้างโน้ตสำหรับแต่ละบทความในโฟลเดอร์ raw แล้วคัดลอกข้อความวาง เขียน Source: [URL] ไว้ด้านบน
ไม่ต้องกังวลเรื่องการจัดรูปแบบ สิ่งสำคัญคือการนำข้อความเข้ามา
ขั้นตอนที่ 4: ให้ AI สร้าง Wiki (5 นาที)
เปิด Claude (claude.ai) แล้วใช้พรอมต์ที่แนะนำในบทความต้นฉบับ วางวัตถุดิบของคุณแล้วสั่งให้ "เขียนสรุปของแต่ละแหล่ง ระบุแนวคิดหลัก และสร้างดัชนีหลัก"
Claude จะส่งคืนผลลัพธ์ที่มีโครงสร้าง ดังนั้นให้บันทึกแต่ละรายการเป็นโน้ตในโฟลเดอร์ wiki
ขั้นตอนที่ 5: เห็นความมหัศจรรย์
เปิด Graph View ของ Obsidian (Ctrl+G) แล้วคุณจะเห็นโน้ตเป็นจุดที่มีลิงก์ Wiki เชื่อมต่อกัน นี่คือเครือข่ายฐานความรู้ของคุณ
จากนี้ ให้ทำเป็นนิสัยประจำวัน: เมื่อคุณพบบทความใหม่ ใส่ใน raw แล้วขอให้ Claude "ประมวลผลแหล่งข้อมูลใหม่ตามดัชนีที่มีอยู่" หากมีความขัดแย้ง Claude จะทำเครื่องหมายด้วย ⚠️
พูดง่ายๆ ระดับ 1 ทำงานได้แค่ด้วยการคัดลอกและวาง ไม่ต้องใช้เทอร์มินัลหรือเขียนโค้ด
■ ระดับ 2: ระบบเต็มรูปแบบ (สถาปัตยกรรม 3 ชั้น + CLAUDE.md)
ในขณะที่ระดับ 1 คือ "การดำเนินการแบบคัดลอกวาง" ระดับ 2 คือ "ระบบที่ AI สร้างและจัดการไฟล์ด้วยตัวเอง"
สถาปัตยกรรมที่เสนอในบทความต้นฉบับคือโครงสร้าง 3 ชั้น
ชั้นที่ 1: raw/ (วัตถุดิบ) ── แหล่งความจริงเพียงแหล่งเดียว AI อ่านสิ่งนี้แต่ไม่เขียนทับ ประกอบด้วยบทความ เอกสารวิชาการ เอกสาร repo ชุดข้อมูล และรูปภาพ
ชั้นที่ 2: wiki/ (Wiki ที่รวบรวม) ── สร้างและดูแลโดย AI ประกอบด้วยบทสรุป บทความแนวคิด หน้าบุคคล/องค์กร ลิงก์ข้าม ดัชนี และผลลัพธ์การค้นหา โดยทั่วไปมนุษย์ไม่แก้ไขโดยตรง
ชั้นที่ 3: CLAUDE.md (Schema) ── ไฟล์คอนฟิกที่สอน AI เกี่ยวกับ "โครงสร้าง หลักการตั้งชื่อ และการดำเนินการที่ดำเนินการได้" ของ Wiki นี้ วางไว้ที่รากของ Vault
และวงจรการทำงานสี่รอบก็ทำงานอย่างต่อเนื่อง:
・Ingest ── นำเข้าวัตถุดิบใหม่ AI สร้างบทสรุป หน้าแนวคิด และการเชื่อมต่อโดยอัตโนมัติ
・Compile ── สร้างและอัปเดตหน้า Wiki รักษาดัชนีและรวมข้อมูลใหม่เข้ากับโครงสร้างที่มีอยู่
・Query ── ถามคำถาม AI ค้นหาข้าม Wiki และส่งคืนคำตอบพร้อมการอ้างอิง คำตอบจะถูกบันทึกลงใน Wiki
・Lint ── ตรวจสอบสุขภาพ ค้นหาและแก้ไขความขัดแย้ง ช่องว่าง ลิงก์เสีย และข้อมูลที่ล้าสมัยโดยอัตโนมัติ
โครงสร้างโฟลเดอร์ที่แสดงในบทความต้นฉบับเป็นแบบนี้ 👇
my-knowledge-base/
├── raw/
│ ├── articles/
│ ├── papers/
│ ├── repos/
│ ├── datasets/
│ └── assets/
├── wiki/
│ ├── index.md
│ ├── log.md
│ ├── concepts/
│ ├── entities/
│ ├── sources/
│ ├── syntheses/
│ ├── outputs/
│ └── attachments/
├── templates/
└── CLAUDE.md
ชื่อไฟล์ทั้งหมดเป็น kebab-case (ตัวพิมพ์เล็กคั่นด้วยยัติภังค์) ตัวอย่างเช่น active-inference.md ✓, Active Inference.md ✗ บทสรุปแหล่งที่มาตามรูปแบบ author-year-short-title.md (เช่น friston-2010-free-energy.md)
CLAUDE.md อธิบายโครงสร้าง Wiki หลักการตั้งชื่อ ขั้นตอนเฉพาะสำหรับการดำเนินการแต่ละอย่าง (Ingest/Query/Lint) เกณฑ์การสร้างหน้า (แนวคิดที่ปรากฏใน 2+ แหล่งที่มาได้หน้าเต็ม 1 แหล่งที่มาได้ stub) และมาตรฐานคุณภาพ (บทสรุป 200-500 คำ บทความแนวคิด 500-1500 คำ)
บทความต้นฉบับกล่าวว่า "เก็บไฟล์นี้ให้ต่ำกว่า 80 บรรทัด ทุกบรรทัดกินพื้นที่ context window"
■ คุณควรใส่อะไรลงในฐานความรู้ของคุณ?
บทความต้นฉบับถามว่า:
"ลองนึกถึงทุกสิ่งที่คุณบริโภคในปีที่แล้วที่หายไป"
・หนังสือที่คุณอ่านจบแล้วลืม
・พอดแคสต์ที่เปลี่ยนวิธีคิดของคุณ
・บทความที่คุณบันทึกไว้ตอน 23:00 น. แล้วไม่เคยเปิดอีก
・การดู YouTube ดึกๆ ที่สอนคุณมากกว่าหลักสูตรใดๆ
・ไฮไลท์ใน Kindle ที่คุณขีดไว้แล้วไม่เคยดูอีก
・งานวิจัยที่คุณทำก่อนการตัดสินใจครั้งสำคัญ
・โน้ตจากโปรเจกต์เก่าๆ
・บทเรียนจากสิ่งที่ไม่ได้ผล
ทั้งหมดนั้นกำลังหลับใหลอยู่ที่ไหนสักแห่งโดยไม่ทำอะไรเลย ทั้งหมดนี้ควรอยู่ใน Vault
ถ้าคุณไม่มีวัตถุดิบล่ะ? เปิดแชท Claude แล้วคุยกัน 20 นาที เกี่ยวกับงาน เป้าหมาย สิ่งที่คุณกำลังทำอยู่ สิ่งที่คุณกำลังคิด บันทึกบทสนทนานั้นเป็นไฟล์ Memory แค่นั้นก็จะทำให้คุณรู้สึกว่า "Claude รู้จักฉัน" ตั้งแต่เซสชั่นแรก
Vault ไม่จำเป็นต้องสมบูรณ์แบบถึงจะมีประโยชน์ สิ่งสำคัญคือมัน "จริง"
■ ระดับ 3: ระบบอัตโนมัติ (5 ขั้นตอน)
นี่สำหรับผู้ใช้ระดับสูง บทความต้นฉบับอธิบายระบบอัตโนมัติใน 5 ขั้นตอน
ระดับ 3-1: การทำงานครั้งเดียวผ่าน CLI
เปิด Claude Code ในเทอร์มินัลแล้วให้ประมวลผลไฟล์ที่ยังไม่ได้ประมวลผลทั้งหมดใน raw/ ด้วยคำสั่งเดียว
ระดับ 3-2: คำสั่ง Slash
วางไฟล์ Markdown ใน .claude/commands/ เพื่อใช้คำสั่งที่กำหนดเอง เช่น /wiki-compile เปลี่ยนเวิร์กโฟลว์ที่ทำซ้ำๆ ให้เป็นคำสั่งเดียว
ระดับ 3-3: การทำงานตามกำหนดเวลา
ใช้ฟีเจอร์ /schedule ของ Claude Desktop หรือ cron เพื่อประมวลผลไฟล์ใหม่ใน raw/ โดยอัตโนมัติทุกเช้า คลิปบทความก่อนนอน แล้ว Wiki จะอัปเดตเมื่อคุณตื่นนอน
ระดับ 3-4: GitHub Actions
เปลี่ยน Vault ของคุณเป็น GitHub repo เมื่อคุณ push ไปที่ raw/ Claude Code จะคอมไพล์ Wiki บน GitHub Actions มันทำงานได้แม้ PC ของคุณปิดอยู่
ระดับ 3-5: ทักษะ Agent
วางไฟล์ทักษะใน .claude/skills/ แล้ว Claude จะตรวจจับบริบทและดำเนินการที่เหมาะสมโดยอัตโนมัติ ถ้าคุณพูดว่า "ฉันใส่ไฟล์ใหม่ใน raw/" Claude จะรันวงจร Ingest โดยอัตโนมัติโดยที่คุณไม่ต้องพิมพ์คำสั่ง
คำแนะนำจากบทความต้นฉบับ: เริ่มจากระดับ 3-1 แล้วค่อยๆ สร้างเพิ่มเมื่อคุณชิน การเริ่มจากจุดไหนก็ไม่ทำให้ระดับก่อนหน้าเสียหาย
ยิ่งไปกว่านั้น ชุมชนได้สร้างปลั๊กอินไว้แล้ว ถ้าคุณติดตั้งปลั๊กอิน wiki-skills คุณสามารถใช้คำสั่ง /wiki-init /wiki-ingest /wiki-query /wiki-lint ได้ทันที คุณไม่จำเป็นต้องเขียนไฟล์คอนฟิกด้วยซ้ำ
■ ทำไม "การบำรุงรักษา" ถึงเป็นคอขวดที่ใหญ่ที่สุด
นี่คือข้อมูลเชิงลึกที่ลึกที่สุดในบทความต้นฉบับ
Notion, Evernote, Roam Research... มีเครื่องมือมากมายที่อ้างว่าเป็น "สมองที่สอง" แต่คนส่วนใหญ่เลิกใช้หลังจากไม่กี่เดือน
เหตุผลก็เหมือนกัน: การบำรุงรักษาลำบากเกินไป
ดังที่บทความต้นฉบับกล่าวว่า "การใส่ข้อมูลเข้าไปเป็นเรื่องสนุก แต่การจัดระเบียบแท็ก อัปเดตการอ้างอิงโยง จัดระเบียบโครงสร้างใหม่—เมื่องานพิเศษนี้พอกพูน มันกลายเป็นงานที่เพิ่มขึ้นจากงานจริงของคุณ ถ้าคุณละเลย ระบบก็จะเสื่อมลง หกเดือนต่อมาคุณพยายามสร้างใหม่ และวงจรก็ซ้ำแล้วซ้ำเล่า"
Claude ทำลายวงจรนี้ตลอดไป การบำรุงรักษากลายเป็นแค่คำสั่ง การจัดระเบียบ Vault ทั้งหมดใหม่คือพรอมต์เดียว การย้ายจาก Notion? การประมวลผลไฟล์ส่งออก การเพิ่มคุณสมบัติ และการปรับโครงสร้างเป็นระบบใหม่—ทั้งหมดเป็นระบบอัตโนมัติ
ในตอนท้าย บทความต้นฉบับกล่าวถึง Memex ของ Vannevar Bush (1945) คลังความรู้ที่ดูแลจัดการเป็นส่วนตัว ซึ่งความเชื่อมโยงระหว่างเอกสารมีค่าเท่ากับตัวเอกสารเอง—Bush จินตนาการสิ่งนี้ไว้ แต่สิ่งที่เขาแก้ไม่ได้คือ "ใครจะเป็นคนบำรุงรักษา"
ตอนนี้ คำตอบอยู่ที่นี่แล้ว
■ สรุป
・LLM Knowledge Base ที่ Karpathy เสนอเป็นแนวทางในการ "ให้ความทรงจำระยะยาวแก่ AI"
・ระดับ 1 เริ่มต้นได้แค่ด้วยการคัดลอกวางระหว่าง Obsidian + แชท Claude
・ระดับ 2 คือสถาปัตยกรรม 3 ชั้น (raw / wiki / CLAUDE.md) และ 4 วงจร (Ingest / Compile / Query / Lint)
・ระดับ 3 คือระบบอัตโนมัติ 5 ขั้นตอน (CLI → คำสั่ง Slash → กำหนดเวลา → GitHub Actions → ทักษะ Agent)
・สิ่งที่ควรใส่ใน Vault คือ "ทุกสิ่งที่คุณบริโภคและสูญเสียไปในปีที่ผ่านมา"
・AI เข้ามารับช่วง "การบำรุงรักษา" ซึ่งเป็นสาเหตุหลักที่ทำให้เครื่องมือสมองที่สองในอดีตล้มเหลว
・คุณสามารถเริ่มต้นได้ทันทีด้วยปลั๊กอินที่สร้างโดยชุมชน (wiki-skills ฯลฯ)
ที่มา: @hooeem
https://x.com/hooeem/status/2041196025906418094
━━━━━━━━━━
ถึงผู้ที่พบว่าบทความนี้มีประโยชน์แม้เพียงเล็กน้อย
Claude Code Studio @ Japan (@ClaudeCode_love) คือ
บัญชีที่ดำเนินการโดยผู้ที่ชื่นชอบ Claude Code สามคน
เราโพสต์ทุกวันเกี่ยวกับการใช้งาน CLI เชิงปฏิบัติและระบบอัตโนมัติ
ปัจจุบันเรากำลังพัฒนา AI agents ร่วมกับบริษัทจดทะเบียน
เนื้อหาปกติของเรา 👇
・กรณีพัฒนาผลิตภัณฑ์จริงโดยใช้ Claude Code และ Claude
・การจัดระเบียบการใช้งาน Claude Code / Vibe Coding / แนวโน้มการพัฒนา
・ข้อมูลล่าสุดเกี่ยวกับ Claude Code จากต่างประเทศ
ตั้งแต่ปรัชญาการพัฒนาไปจนถึงการออกแบบ การนำไปใช้ และการปรับปรุง
เราสรุปสิ่งต่างๆ โดยมีสมมติฐานว่า "การนำผลิตภัณฑ์ที่ใช้งานได้ออกสู่โลก" ไม่ใช่แค่ "สร้างเสร็จ"
หากคุณสนใจ โปรดติดตามและแวะมาดู 👀
