"Record a Skill" ของ Claude และ "Record & Replay" ของ ChatGPT Codex: อนาคตของระบบอัตโนมัติทางธุรกิจ

AI เรียนรู้การทำงานโดยการดูหน้าจอของคุณ

ณ วันที่ 22 กรกฎาคม 2026 ฟีเจอร์ "Record a skill" ของ Anthropic ที่เพิ่มเข้ามาใน Claude Cowork กลายเป็นความจริง ตามโพสต์อย่างเป็นทางการของ Anthropic ผู้ใช้สามารถบันทึกหน้าจอขณะทำงานและอธิบายสิ่งที่พวกเขาทำ จากนั้น Claude จะแปลงเนื้อหานั้นเป็นสกิลที่สามารถนำกลับมาใช้ใหม่ได้ ฟีเจอร์นี้สามารถเข้าถึงได้ผ่านเมนู "+" ในแอป Claude บนเดสก์ท็อปสำหรับแผน Pro, Max และ Team

ประการแรก Anthropic ระบุว่า "บันทึกหน้าจอและพูดคุยขณะทำงาน" แม้ว่าจะมองเห็นการคลิกและอินพุตได้ แต่ก็ไม่ชัดเจนว่ามันบันทึกข้อมูลเหตุการณ์ดิบเช่น keylogger หรือวิเคราะห์วิดีโอและเสียง การอธิบายว่า "ให้ Claude วิเคราะห์การคลิกและการพิมพ์" โดยทั่วไปแล้วถูกต้องสำหรับผู้ใช้ แต่ไม่ควรยืนยันว่าเป็นความแน่นอนทางเทคนิค

ประการที่สอง "ไม่มีค่าใช้จ่ายเพิ่มเติม" หมายถึงรวมอยู่ในค่าสมัครสมาชิกที่มีอยู่แล้ว แม้ว่า Claude Cowork จะเป็นส่วนหนึ่งของแผน Pro, Max และ Team แต่ Anthropic ระบุว่า Cowork ใช้ขีดจำกัดการใช้งานเร็วกว่าการแชทปกติ ดังนั้นจึงไม่ใช่ "ฟรีโดยสมบูรณ์" หรือ "ไม่จำกัด"

ประการที่สาม การแข่งขันกับ OpenAI ไม่ใช่แค่การคาดการณ์ในอนาคต เมื่อวันที่ 18 มิถุนายน 2026 OpenAI ประกาศ "Record & Replay" เป็นฟีเจอร์สำหรับ Codex บน macOS ด้วยแนวคิดที่เกือบจะเหมือนกัน ผู้ใช้สาธิตเวิร์กโฟลว์ครั้งเดียว จากนั้นมันจะถูกแปลงเป็นสกิลที่สามารถนำกลับมาใช้ใหม่ได้ การประกาศต่อสาธารณะของ OpenAI เกิดขึ้นก่อนของ Anthropic ประมาณหนึ่งเดือน

โดยสรุป: Anthropic เพิ่ม "Record a skill" ใน Claude Cowork ในขณะที่ ChatGPT Work/Codex ของ OpenAI มี "Record & Replay" อยู่แล้ว การแข่งขันได้เปลี่ยนไปสู่ "การแสดงให้ AI รู้วิธีการทำงานแทนที่จะเขียนคำสั่ง"

1. นี่ไม่ใช่ "มาโคร" แต่เป็นระบบสำหรับการเรียนรู้ความหมายของงาน

เมื่อมองอย่างผิวเผิน Record a skill ดูเหมือนโปรแกรมบันทึกมาโครแบบเก่าหรือ RPA มาโครแบบดั้งเดิมเพียงแค่เล่นซ้ำการกระทำเช่น "คลิกที่นี่" หรือ "รอ 3 วินาที" ซึ่งจะพังหาก UI เปลี่ยนแปลง

ในทางตรงกันข้าม สกิลของ Claude และ Codex เป็น "แพ็คเกจความสามารถของ AI" ที่ประกอบด้วย:

• เมื่อใดควรใช้สกิล
• อินพุตที่จำเป็น
• ขั้นตอนและตรรกะในการตัดสินใจแบบทีละขั้นตอน
• ข้อห้ามและวิธีการตรวจสอบ
• สคริปต์ เทมเพลต และเครื่องมือที่จำเป็น

OpenAI อธิบายว่าสกิลที่สร้างโดย Codex รวมถึงบริบทการใช้งาน ข้อกำหนดอินพุต และการตรวจสอบผลลัพธ์ สำหรับการดำเนินการซ้ำ คุณเพียงแค่ต้องระบุค่าใหม่ (ไฟล์ วันที่ ฯลฯ) จากนั้น Codex จะดำเนินการเวิร์กโฟลว์โดยใช้ Computer Use การทำงานของเบราว์เซอร์ และปลั๊กอิน

2. ความแตกต่างระหว่าง Claude และ Codex

แม้จะคล้ายกัน แต่ก็มีความแตกต่างที่สำคัญ:

• Claude Cowork: ใช้ "Record a skill" ผ่านเมนู "+" เน้นงานด้านความรู้ เช่น การวิจัยและการสร้างเอกสาร พร้อมใช้งานสำหรับแผน Pro, Max และ Team
• ChatGPT Work/Codex: ใช้ "Record & Replay" ผ่านปลั๊กอิน เน้นงานธุรกิจทั่วไปและการพัฒนาซอฟต์แวร์ ในตอนแรกจำกัดเฉพาะ macOS และบางภูมิภาค (ยกเว้น EEA/UK/Swiss)

3. ทำไม "ไม่ต้องเขียนคำสั่ง" จึงสำคัญ

ก่อนหน้านี้ ระบบอัตโนมัติถูกจำกัดเฉพาะผู้ที่สามารถอธิบายเวิร์กโฟลว์เป็นข้อความได้ ตอนนี้ ผู้เชี่ยวชาญสามารถทำให้ "ความรู้ที่ฝังลึก" (tacit knowledge) ของพวกเขากลายเป็นภายนอก—การตัดสินใจโดยสัญชาตญาณที่เกิดขึ้นระหว่างทำงาน—เพียงแค่พูดคุยขณะทำงาน Record a skill ช่วยลดต้นทุนในการพูดถึงงานของตนเอง ทำให้ AI สามารถสร้างร่างที่มนุษย์ปรับปรุงในภายหลัง

4. พื้นที่ที่มีผลกระทบมากที่สุด

ระบบอัตโนมัติทำงานได้ดีที่สุดกับงานที่มีความถี่สูง คงที่ และมีเกณฑ์การเสร็จสมบูรณ์ที่ชัดเจน:

• การขาย: ตั้งแต่การวิจัยไปจนถึงการอัปเดต CRM และร่างการติดตามผล
• การบัญชี: การดาวน์โหลดรายงาน การกระทบยอดข้อมูล และการวิเคราะห์ความแปรปรวนของงบประมาณ
• การตลาด: การกำหนดมาตรฐานขั้นตอนการเผยแพร่ (หัวเรื่อง ภาพขนาดย่อ พารามิเตอร์ UTM)
• ฝ่ายสนับสนุน: การจัดหมวดหมู่คำถามและร่างคำตอบ
• HR: งาน onboarding ข้ามระบบ
• การวิเคราะห์ข้อมูล: การทำให้เส้นทางจากการดึงข้อมูลไปจนถึงสรุปข้อมูลเชิงลึกเป็นอัตโนมัติ
• Dev/QA: การทำซ้ำบั๊ก การเปรียบเทียบ UI และการสร้างบันทึกการเผยแพร่

5. วิธีบันทึกสกิลที่ดี

1. หนึ่งงานต่อหนึ่งสกิล: หลีกเลี่ยงการบันทึกที่กว้างเกินไป
2. ระบุวัตถุประสงค์และกฎก่อน: บอก AI เกี่ยวกับเป้าหมายและข้อห้ามก่อนเริ่มต้น
3. อธิบาย "ทำไม" ไม่ใช่แค่ "อะไร": พูดถึงเหตุผลเบื้องหลังการคลิกของคุณ
4. รวมข้อยกเว้น: อย่าซ่อนข้อผิดพลาด แสดงให้ AI รู้วิธีจัดการกับมัน
5. ใช้ข้อมูลทดสอบที่สมจริง: หลีกเลี่ยงข้อมูลที่ละเอียดอ่อน แต่คงความซับซ้อนที่เหมือนจริง
6. แก้ไขผลลัพธ์: ถือว่าสกิลที่ AI สร้างขึ้นเป็นร่างแรก
7. ทดสอบความล้มเหลว: ดูว่าสกิลจัดการกับข้อมูลที่หายไปหรือการเปลี่ยนแปลง UI อย่างไร
8. ทำให้เป็นอัตโนมัติเป็นขั้นตอนสุดท้าย: เริ่มต้นด้วยทริกเกอร์ด้วยตนเองก่อนที่จะเลื่อนไปเป็นการทำงานตามกำหนดเวลา

6. เทมเพลตการบันทึก

เริ่มต้นการบันทึกของคุณโดยระบุว่า: "วัตถุประสงค์ของสกิลนี้คือ [เป้าหมาย] ควรถูกทริกเกอร์เมื่อ [เงื่อนไข] อินพุตคือ [ข้อมูล] กฎรวมถึง [ตรรกะ] ห้าม [ข้อห้าม] สกิลจะเสร็จสมบูรณ์เมื่อ [เกณฑ์]"

7. ความเสี่ยงในการนำไปใช้ในองค์กร

• การรักษาความลับ: การบันทึกหน้าจออาจจับการแจ้งเตือนหรือข้อมูลส่วนตัว
• การทำให้พฤติกรรมที่ไม่ดีเป็นมาตรฐาน: เวิร์กโฟลว์ที่ไม่มีประสิทธิภาพอาจถูกทำให้เป็น "สิ่งที่ถูกต้อง"
• การเปลี่ยนแปลง UI: AI อาจล้มเหลวหากเลย์เอาต์ของระบบเปลี่ยนแปลงอย่างมีนัยสำคัญ
• Prompt Injection: สกิลที่อ่านข้อมูลภายนอกอาจถูกจัดการโดยคำสั่งที่เป็นอันตราย
• สกิลล้น: องค์กรจำเป็นต้องมีการกำกับดูแลเพื่อจัดการสกิลที่ซ้ำซ้อนหรือล้าสมัย

8. Claude หรือ Codex: ควรใช้อันไหน?

• Claude Cowork: เหมาะที่สุดสำหรับแผนกที่ไม่ใช่ด้านเทคนิค (ฝ่ายขาย HR การตลาด) ที่จัดการเอกสารและการวิจัยข้ามเครื่องมือหลายตัว
• ChatGPT Work/Codex: เหมาะที่สุดสำหรับเวิร์กโฟลว์ที่บูรณาการกับการพัฒนา โดยใช้ CLI, IDE และสคริปต์

9. แผนงานการดำเนินงาน 30 วัน

• สัปดาห์ที่ 1: ระบุงานที่เหมาะสมตามความถี่และความเสี่ยง
• สัปดาห์ที่ 2: บันทึกสกิลนำร่องสามสกิล (ประเภทข้อมูล เอกสาร และหลายแอป)
• สัปดาห์ที่ 3: ทดสอบ ปรับปรุง และวัดผลการประหยัดเวลาเทียบกับอัตราข้อผิดพลาด
• สัปดาห์ที่ 4: แบ่งปันสกิลที่ได้รับการตรวจสอบแล้วกับทีม และก้าวไปสู่ระบบอัตโนมัติแบบจำกัด

10. สาระสำคัญของการแข่งขัน

คุณค่าที่แท้จริงสำหรับบริษัทไม่ใช่ไฟล์บันทึกเอง แต่เป็น "ความรู้ขององค์กร" (organizational knowledge)—วิธีที่บริษัทตัดสินใจและทำงานให้เสร็จ Record a skill และ Record & Replay เป็นประตูสู่การเปลี่ยนความเชี่ยวชาญของแต่ละบุคคลให้เป็นความสามารถขององค์กรที่ตรวจสอบได้และอัปเดตได้ ผู้ที่ได้รับประโยชน์สูงสุดไม่ใช่แค่วิศวกร แต่เป็นผู้เชี่ยวชาญในโดเมนที่รู้งานดีที่สุด