นี่คือข้อความที่แปลเป็นภาษาไทยตามคำขอของคุณ:
ผู้ร่วมก่อตั้ง OpenAI. ศาสตราจารย์สแตนฟอร์ด. หนึ่งในวิศวกรที่น่าเชื่อถือที่สุดในโลก. เขาไม่ได้ใช้พรอมต์ลับ เขาใช้ระบบ
นี่คือ 7 เคล็ดลับจริงของเขา – ไม่เกินจริง ไม่มีน้ำ
ลองนึกภาพนี้
เป็นเวลา 23.00 น. คุณจ้องหน้าต่างแชท AI เดิมมาเป็นเวลาสองชั่วโมงแล้ว คุณเปลี่ยนคำขอเดิมใหม่หกแบบ คุณลองสุภาพ พูดตรง พูดเจาะจง พูดคลุมเครือ คุณคัดลอก "พรอมต์มหัศจรรย์" มาจากบางคนบน X ที่สาบฐานว่าเทมเพลตของเขาทำให้ Claude "ฉลาดขึ้น 10 เท่า"
ไม่มีอะไรทำงานอย่างที่คุณคาดหวัง ผลลัพธ์ก็ทั่วๆไป โครงสร้างผิด หรือมั่นใจในสิ่งที่ผิดเกี่ยวกับสิ่งที่คุณบอกมันไปเมื่อยี่สิบนาทีก่อน – ในบทสนทนาเดียวกันนี้
คุณปิดแท็บ คุณจะลองอีกครั้งพรุ่งนี้ บางทีโมเดลอื่น บางทีพรอมต์อื่น บางทีคุณอาจยังไม่เก่งพอ
นี่คือความจริงที่ไม่สบายใจ: มันอาจไม่ใช่โมเดล และแน่นอนว่าไม่ใช่พรอมต์
ในขณะที่คนส่วนใหญ่ปรับแต่งคำพูดของพวกเขาอย่างไม่รู้จบ ล่าหาคำสั่งที่สมบูรณ์แบบ หรือซื้อ "คอร์สเพิ่มประสิทธิภาพ AI" อีกคอร์ส – คนกลุ่มเล็กๆกลับค้นพบอย่างเงียบๆว่าปัญหาไม่ใช่พรอมต์เลย
ปัญหาคือทุกอย่างรอบๆพรอมต์
บริบท. ความจำ. โครงสร้าง. ขั้นตอนการทำงาน
Andrej Karpathy เป็นหนึ่งในคนเหล่านั้น และแตกต่างจากเสียงส่วนใหญ่ในวงการ AI เขามีหลักฐาน: ผู้ร่วมก่อตั้ง OpenAI, อดีตหัวหน้า AI ที่ Tesla, ศาสตราจารย์สแตนฟอร์ด, หนึ่งในวิศวกรที่สร้างระบบที่คนอื่นกำลังพยายาม "แฮ็ก" ด้วยพรอมต์ที่ชาญฉลาด
เขาคิดเรื่องนี้นานกว่าเกือบทุกคน และสิ่งที่เขาสรุปนั้นทั้งชัดเจนเมื่อมองย้อนกลับและเกือบถูกละเลยในทางปฏิบัติ
เขาไม่ได้ใช้พรอมต์มหัศจรรย์ เขาสร้างโครงสร้างพื้นฐาน
เจ็ดนิสัย. ไฟล์ง่ายๆ ไม่กี่ไฟล์. จังหวะการทำงานเฉพาะ เท่านั้น
นี่คือสิ่งที่เขาทำ – และทำไมแต่ละส่วนถึงสำคัญ
เคล็ดลับที่ 1: ลืมพรอมต์มหัศจรรย์ไปได้เลย ปัญหามักจะเกิดจากการขาดบริบท
ตั้งแต่ปี 2022 "กูรูด้านการออกแบบพรอมต์" ครองพื้นที่ X และ Instagram
ข้อความ: เรียนรู้คาถาที่ถูกต้องแล้วโมเดลจะเชื่อฟัง
Karpathy ไม่เห็นด้วย เหตุผลจริงที่คนส่วนใหญ่ทำซ้ำ 100 ครั้งและยังคงได้ผลลัพธ์แย่? พวกเขาละเลยบริบทโดยสิ้นเชิง
สูตรจริงของเขา:
- เขียนคำขอที่ชัดเจนและมาตรฐาน
- รวมตัวอย่างที่เป็นรูปธรรมของผลลัพธ์ที่ดีเสมอ
- วางข้อความแสดงข้อผิดพลาดทั้งหมดหรือพื้นหลังทั้งหมด – ไม่ใช่ส่วนที่ตัดมา
อย่าตัดโค้ดหรือข้อความของคุณเพื่อ "ประหยัดหน้าต่างบริบท" เมื่อโมเดลเดาสิ่งที่ขาดหายไป มันจะผิด ทุกครั้ง
ไม่มีคำสั่งลับใดที่จะส่งพื้นหลังของคุณเข้าไปในหัวของโมเดลได้ คุณต้องเขียนมันออกมา
เคล็ดลับที่ 2: CLAUDE.md ของคุณอาจจะแย่ ไปตรวจสอบตอนนี้
คุณคัดลอกมาจากเทมเพลตของคนอื่นหรือเปล่า? คุณให้ Claude เขียนให้ตัวเองหรือเปล่า? ถ้าอย่างนั้น ไฟล์นั้นไม่ได้ทำงานเพื่อคุณ
ไฟล์การตั้งค่าหลักของคุณต้องอธิบายห้าสิ่งอย่างชัดเจน:
- คุณคือใคร
- โปรเจกต์คืออะไร (กรอบทั่วไปเท่านั้น)
- อะไรที่ไม่ควรแตะ
- หลักการตั้งชื่อไฟล์
- วิธีการจัดรูปแบบคำตอบ
เกือบทุกคนมีไฟล์นี้ เกือบไม่มีใครตั้งค่ามันอย่างถูกต้อง
ก่อนที่คุณจะโทษโมเดลว่า "โง่" – ไปอ่านคำแนะนำที่คุณให้มันก่อน
และถ้าคุณใช้เฉพาะเครื่องมือ AI ที่ใช้เบราว์เซอร์? คุณยังต้องการมัน ตั้งค่าข้อความสรุปที่ปักหมุด หลักการเดียวกัน
เคล็ดลับที่ 3: สร้างระบบสามชั้น หยุดเริ่มจากศูนย์ทุกครั้ง
ไปป์ไลน์ของ Karpathy:
- /raw – วัตถุดิบต้นฉบับของคุณ วางลงไปตามที่เป็น
- /wiki – หน้าโครงสร้างที่โมเดลเขียนและดูแล
- CLAUDE.md – หลักการปฏิบัติการประจำของคุณ
แหล่งข้อมูลใหม่เข้ามา → วางใน /raw → บอกโมเดลให้ประมวลผล
นั่นคือประหยัดเวลา 30 นาทีต่อวัน ทบต้น
ถ้าโปรเจกต์ของคุณมีอายุยาวกว่าสองสามวัน และคุณกำลังอธิบายทุกอย่างซ้ำในทุกเซสชันใหม่ – นั่นไม่ใช่ขั้นตอนการทำงาน แต่เป็นวงจรซ้ำ
เคล็ดลับที่ 4: หลังจากทุกคำตอบที่ดี – บันทึกมัน อย่างถาวร
นิสัยพื้นฐาน: ได้คำตอบที่ยอดเยี่ยม คัดลอกผลลัพธ์ ปิดแท็บ ลืมมัน Karpathy บอกว่าสิ่งนี้กำลังฆ่าผลิตภาพระยะยาวของคุณอย่างเงียบๆ โมเดลต้องการข้อมูลอ้างอิง
หลังจากทุกคำตอบที่มีค่า:
"บันทึกสิ่งนี้เป็นหน้าถาวร: wiki/topic/.md"
จากนั้นตรวจสอบบันทึกของคุณเป็นระยะเพื่อหาข้อมูลซ้ำ ขัดแย้ง และล้าสมัย
ข้ามขั้นตอนนี้แล้วผลลัพธ์ AI ที่ดีที่สุดของคุณจะจมอยู่ในประวัติแชทอย่างเงียบๆ คุณจะใช้เวลาหลายชั่วโมงกับงานที่คุณแก้ไขไปแล้ว
เคล็ดลับที่ 5: สำหรับโปรเจกต์ใดๆที่กินเวลานานกว่าหนึ่งสัปดาห์ – เพิ่ม index.md และ log.md ไม่มีข้อยกเว้น
สองไฟล์. สองวัตถุประสงค์:
- index.md – แผนที่ของทุกสิ่งที่มีอยู่
- log.md – บันทึกการเปลี่ยนแปลงที่ดำเนินอยู่: วันที่ | ประเภท | คำอธิบาย
ตัวอย่าง: 28-05-2026 | สรุป | รายละเอียดการสัมภาษณ์ลูกค้า
ถ้าคุณเขียนโค้ดแบบ Vibe โค้ดวันละ 1–2 ชั่วโมง ในสองสัปดาห์คุณจะจำไม่ได้จริงๆ ว่าคุณสร้างอะไรในวันที่สาม ไฟล์สองไฟล์นี้คือชั้นความจำของคุณ
เคล็ดลับที่ 6: AI เป็นเด็กฝึกงานที่ชาญฉลาดแต่ไม่มีรสนิยม ปฏิบัติต่อมันแบบนั้น
กรอบคิดของ Karpathy: เอเยนต์ AI คือ "เด็กฝึกงานที่ทรงพลัง มีความรู้มหาศาล ที่หลอนตลอดเวลาและไม่มีรสนิยมในการเขียนโค้ด" พวกเขาต้องการสายจูงที่แน่นหนา
วงจรการทำงานจริงของเขา:
- โหลดบริบททั้งหมด
- ขอ 2–3 ตัวเลือกสำหรับขั้นตอนเล็กๆถัดไปเท่านั้น
- เลือกหนึ่ง
- ประเมิน ทดสอบ คอมมิต
- ทำซ้ำ
อย่าขอให้มันทำทุกอย่างในพรอมต์เดียว นั่นคือวิธีที่คุณจะได้โค้ด 500 บรรทัดที่แก้ไม่ได้
เคล็ดลับที่ 7: หนึ่งประโยคที่ทำให้ทุกพรอมต์วิจัยอ่านง่ายขึ้น 10 เท่า
เพิ่มสิ่งนี้ต่อท้ายพรอมต์การวิเคราะห์หรือวิจัยใดๆ:
"จัดโครงสร้างคำตอบสุดท้ายของคุณเป็นไฟล์ HTML แบบสแตนด์อโลน"
โมเดล AI แสดงผลทุกอย่างเป็น HTML ที่สะอาดและนำทางได้ภายในไม่กี่วินาที เวลาอ่านลดลงอย่างมาก มันทำให้คุณเสียประโยคเดียว ใช้มันทุกครั้ง
นี่คือสิ่งที่แปลกเกี่ยวกับทั้งหมดนี้
ไม่มีเคล็ดลับไหนที่เป็นความลับ ไม่มีข้อไหนต้องสมัครสมาชิกแบบเสียเงิน เครื่องมือพิเศษ หรือคอร์ส 40 ชั่วโมง ทั้งหมดนี้ เมื่อคุณเห็นแล้ว ก็ชัดเจนอย่างสมบูรณ์ แน่นอนว่าโมเดลต้องการบริบทเต็ม แน่นอนว่าคุณควรบันทึกสิ่งที่ใช้ได้ แน่นอนว่าโปรเจกต์ต้องการแผนที่และบันทึก
แล้ว – ลองดูว่าคุณใช้ AI จริงๆตอนนี้อย่างไร ซื่อสัตย์หน่อย มีกี่ข้อจากเจ็ดข้อนี้ที่อยู่ในขั้นตอนการทำงานของคุณวันนี้?
คนส่วนใหญ่อยู่ในสถานที่แปลกกับ AI พวกเขาเชื่อว่ามันทรงพลัง – พวกเขาเห็นมันทำสิ่งที่น่าประทับใจ – แต่ในมือของพวกเขาเอง มันกลับทำงานด้อยกว่าที่ควร ดังนั้นพวกเขาจึงคิดว่าช่องว่างนั้นเกี่ยวกับโมเดล หรือพรอมต์ หรือความรู้ภายในที่พวกเขายังไม่พบ พวกเขาใช้เวลาหลายชั่วโมงค้นหาเคล็ดลับแทนที่จะใช้เวลายี่สิบนาทีสร้างรากฐาน
ข้อความทั้งหมดของ Karpathy คือช่องว่างนั้นไม่ใช่เรื่องมหัศจรรย์ มันเกี่ยวกับความจำ โครงสร้าง และการค่อยเป็นค่อยไป ให้โมเดลเห็นภาพรวมทั้งหมดของคุณ บันทึกสิ่งที่มันสร้าง ทำงานในขั้นตอนเล็กๆที่แน่นอน โมเดลไม่ใช่คอขวด – ขั้นตอนการทำงานของคุณต่างหาก
คนที่จะได้รับประโยชน์จาก AI มากขึ้นอย่างมากในอีกสองปีข้างหน้าไม่ใช่คนที่พบพรอมต์ที่ดีที่สุด พวกเขาคือคนที่สร้างระบบที่ดีที่สุดรอบโมเดล – แม้กระทั่งระบบง่ายๆ โฟลเดอร์ /raw, /wiki, CLAUDE.md ที่เหมาะสม, ไฟล์ markdown สองไฟล์ และวงจรการทำงาน
นั่นคือความได้เปรียบทั้งหมด มันเล็กจนน่าอาย แต่เกือบไม่มีใครทำ
กลับไปที่เรื่องราวตอนต้น คนนั้นตอน 23.00 น. หงุดหงิด ปิดแท็บ – นั่นไม่ใช่เรื่องราวเกี่ยวกับ AI ที่ไม่ดี นั่นคือเรื่องราวเกี่ยวกับขั้นตอนการทำงานที่ไม่มีความจำ ไม่มีโครงสร้าง และไม่มีวงจรเพิ่มเติม โมเดลพร้อมที่จะช่วย มันแค่ไม่รู้เพียงพอเกี่ยวกับสิ่งที่มันกำลังช่วย
ตอนนี้คุณรู้แล้วว่าต้องสร้างอะไร เริ่มด้วยไฟล์เดียว โฟลเดอร์เดียว คำตอบที่บันทึกไว้หนึ่งอัน ระบบจะทบต้นอย่างรวดเร็ว
สรุปสั้นๆ
หยุดปรับแต่งพรอมต์ เริ่มสร้างโครงสร้างพื้นฐาน ไฟล์ตั้งค่าที่เหมาะสม โครงสร้าง /raw และ /wiki หน้าอ้างอิงถาวร ไฟล์ index และ log สำหรับโปรเจกต์ระยะยาว วงจรการทำงานแบบขั้นตอนเล็ก และเคล็ดลับ HTML หนึ่งข้อ โมเดลหยุดเดา – และเริ่มช่วยจริงๆ ความได้เปรียบไม่ใช่ความลับ มันคือระบบ และใช้เวลาประมาณบ่ายเดียวในการตั้งค่า
ถ้าสิ่งนี้มีประโยชน์ – บุ๊กมาร์กไว้ คุณจะอยากกลับมาดู
ติดตาม @ScottyBeamIO สำหรับการวิเคราะห์แบบนี้เพิ่มเติม
ไม่มีน้ำ มีแต่สิ่งที่ใช้ได้จริง
