ควรให้ AI Agent ซักเราก่อนเขียนโค้ดไหม ทำไม /grill-me ถึงทำให้ X เถียงกัน?
คำตอบสั้น: /grill-me คือ Agent Skill ของ Matt Pocock ผู้สอน TypeScript ที่สั่งให้ AI “ซักถามผู้ใช้อย่างไม่ลดละ” จนเข้าใจแผนตรงกัน ก่อนจะลงมือทำอะไร หน้า skills.sh แสดงยอดติดตั้งราว 1.3 ล้านครั้ง วันที่ 13 ต.ค. 2026 เวลา 13:01 น. (เวลาไทย) Nicolay Gerold ซึ่งระบุในโปรไฟล์ว่าเป็นทีมเทคนิคของ Amp (เครื่องมือ Coding Agent) โพสต์ว่า “ดูเหมือนผมเป็นคนเดียวที่ไม่ชอบ /grill-me” และ “ไม่มีอะไรที่ผมเกลียดกว่าการถูก LLM ซักเป็นชั่วโมงเรื่องการออกแบบที่ส่วนใหญ่จุกจิก”
ทำไมถึงเถียงกัน: ฝั่งหนึ่งบอกว่าเสียเวลาและโยนภาระคิดกลับมาให้คน อีกฝั่งบอกว่าใช้ผิดวิธี หรือควรตั้งงบคำถามให้ถามเฉพาะเรื่องที่ย้อนกลับยาก ส่วนผู้ใช้ที่ชอบ เช่น Theo จาก t3.gg บอกว่ามันช่วยกับฟีเจอร์ที่ยังคิดไม่สุด และอีกกลุ่มมองว่าโมเดลรุ่นใหม่เก่งพอจนไม่ต้องใช้ skill นี้แล้ว
สิ่งที่หลักฐานบอก: งานวิจัยบางชิ้นพบว่าการให้โมเดลถามคำถามชี้แจงช่วยให้โค้ดถูกขึ้นในโจทย์สั้น ๆ แต่ยังไม่มีใครวัดว่า /grill-me คุ้มเวลาแค่ไหนในโปรเจกต์จริง เอกสารของ skill เองก็ยอมรับว่าเซสชันอาจยาวเกินเหตุถ้าขอบเขตงานใหญ่ไป บทความนี้สรุปจาก 181 โพสต์ที่เราอ่าน ไม่ใช่ตัวแทนความเห็นทั้งหมดบน X
ตัวเลขนับด้วย X Recent Counts คำว่า “grill me” ในภาษาอังกฤษใช้ในความหมายอื่นได้ด้วย ตัวเลข 295 จึงอาจรวมโพสต์ที่ไม่เกี่ยวกับ skill นี้อยู่บ้าง ใช้ดูขนาดวงสนทนาคร่าว ๆ เท่านั้น
เกิดอะไรขึ้น: จากคำชมของ Theo ถึงโพสต์ “เกลียดการถูกซัก”
Agent Skill คือไฟล์คำสั่งสั้น ๆ (มักชื่อ SKILL.md) ที่ติดตั้งให้ Coding Agent อย่าง Claude Code, Codex หรือ Cursor แล้วเรียกใช้ด้วยคำสั่งแบบ /ชื่อskill Repo mattpocock/skills ซึ่งมีคำโปรยว่า “Skills for Real Engineers” มีดาวบน GitHub ราว 288,800 ดวง ณ วันที่ 13 ต.ค. 2026 และ grill-me เป็นหนึ่งใน skill ที่ถูกพูดถึงมากที่สุดของชุดนี้ โพสต์ภาษาจีนอย่างน้อยสองรายการที่เราอ่านจัดให้มันอยู่อันดับ 2 ของตารางยอดติดตั้งตลอดกาลบน skills.sh
- Theo (@theo) โพสต์ว่ายัง “ชอบมาก” กับ grilling skill ของ Matt สำหรับฟีเจอร์ที่ “ยุ่งหรือแปลก” และไอเดียที่ยังคิดไม่สุด และ “แปลกใจว่าโมเดลยุคนี้ถามคำถามเก่งแค่ไหน” ตอนที่เราอ่าน โพสต์นี้มีไลก์ราว 2,300 ครั้ง ตอบกลับ 94 ครั้ง และบุ๊กมาร์ก 575 ครั้ง
- Matt Pocock ตอบ Theo ว่า “โมเดลจะฉลาดขึ้น แต่ช่องว่างการสื่อสารจะยังกว้างเท่าเดิม”
- Pocock ถามผู้ใช้ ว่าไฟล์
GLOSSARY.mdจาก/grill-with-docs(รุ่นที่อ่านโค้ดและเขียนคลังศัพท์ของโปรเจกต์ไปด้วย) ช่วยแค่ไหน โพสต์นี้มีไลก์ราว 520 ครั้ง ตอบกลับ 80 ครั้ง - Nicolay Gerold (@nicolaygerold) โพสต์ว่าไม่ชอบ /grill-me ตอนที่เราอ่านมีไลก์ 262 ครั้ง ตอบกลับ 61 ครั้ง และกลายเป็นเธรดที่คนมาเล่าประสบการณ์ทั้งสองฝั่ง
- ในการตอบ Geoffrey Huntley Gerold เล่าว่าฝั่ง Amp ใส่ไว้ใน system prompt ให้ Agent “แย้งกลับ และสรุปการตัดสินใจให้ผู้ใช้ veto ตอนท้าย” แทนการซักทีละข้อ
- Pocock โพสต์รายการ “ความผิดพลาดที่คุณอาจทำอยู่” 18 ข้อ ซึ่งมีทั้ง “ไม่ align ก่อนเริ่มงาน” และ “align บ่อยเกินไปและหนักเกินไป” อยู่ในรายการเดียวกัน โพสต์นี้ไม่ได้อ้างถึง Gerold โดยตรง
บริบทที่ควรรู้: Gerold ทำงานให้ Amp ซึ่งเป็นเครื่องมือ Coding Agent ที่มีแนวทางของตัวเอง ส่วน Pocock ขายคอร์สสอนเขียนโค้ดด้วย AI (AI Hero) ทั้งสองคนจึงไม่ใช่ผู้สังเกตการณ์ที่เป็นกลาง ผู้ใช้รายหนึ่งในเธรดก็แซวตรง ๆ ว่า Gerold “แค่หงุดหงิดที่ไม่มีใครใช้ของตัวเอง” ซึ่งเป็นการตีความ ไม่มีหลักฐาน และ Gerold ไม่ได้บอกให้ใครเลิกใช้
grill-me ทำอะไรจริง ๆ: อ่านจาก SKILL.md ต้นฉบับ
ในเวอร์ชันปัจจุบัน ไฟล์ grill-me/SKILL.md มีเนื้อหาแค่บรรทัดเดียว คือให้เรียก skill ชื่อ grilling ซึ่งเป็นตัวหลัก grill-me ตั้งค่าไว้ให้เรียกได้เฉพาะเมื่อผู้ใช้พิมพ์เอง ส่วน grilling บอก Agent ว่า “สัมภาษณ์ผู้ใช้อย่างไม่ลดละจนเข้าใจตรงกัน” โดยมีกติกาหลักดังนี้
Design tree และ frontier
มองแผนเป็นต้นไม้ของการตัดสินใจ ทุกเรื่องแตกเป็นเรื่องย่อย ในแต่ละรอบให้ถาม “frontier” ทั้งหมด คือทุกคำถามที่เรื่องที่มันขึ้นอยู่ด้วยได้คำตอบแล้ว
มีคำตอบแนะนำทุกข้อ
ทุกคำถามมีเลขข้อและคำตอบที่ Agent แนะนำ ตั้งแต่ commit วันที่ 7 ต.ค. 2026 ข้อความถูกเขียนให้ตอบ “yes” แล้วเท่ากับรับคำแนะนำ
ข้อเท็จจริงกับการตัดสินใจ
“การหาข้อเท็จจริงเป็นงานของคุณ ไม่ใช่ของผู้ใช้” อะไรที่ดูจากไฟล์ได้ให้ส่ง sub-agent ไปหา ส่วน “การตัดสินใจเป็นของผู้ใช้” และห้ามลงมือจนผู้ใช้ยืนยันว่าเข้าใจตรงกัน
สิ่งที่เอกสารของ skill เขียนไว้เอง
- “46 คำถามใน 4 รอบ” ถือเป็นเซสชันปกติ ให้นับรอบ ไม่ใช่นับข้อ
- ถ้าโดนถาม 200 ข้อ “ปกติคือขอบเขตงานใหญ่เกินไป” ให้แบ่งงานก่อน
- ไม่มีเพดานจำนวนคำถาม “โดยตั้งใจ” ให้สั่งด้วยภาษาธรรมดาว่าให้สรุปได้แล้ว
- ความล้มเหลวที่พบบ่อยคือผู้ใช้ “ตอบตกลง ตกลง ตกลง” สี่สิบข้อ แล้วได้แผนที่ Agent เขียนเอง
- คำถามบางแบบ “ซักไม่ได้” เช่น หน้าตาควรเป็นอย่างไร ให้ทำต้นแบบให้ดูก่อน
สิ่งที่ผู้ใช้เล่าบน X ซึ่งเราตรวจไม่ได้
- ถูกซัก “เป็นชั่วโมง” และส่วนใหญ่ “จุกจิก” (Gerold)
- ผู้ใช้รายหนึ่งบอกว่า 99 ใน 100 ครั้งเห็นด้วยกับคำตอบที่ Agent แนะนำอยู่แล้ว
- ผู้ใช้อีกรายบอกว่า 99% ของครั้ง มันถามเรื่องที่ตัวเองไม่เคยคิดถึง
- บางคนบอกว่าโมเดลรุ่นใหม่ทำให้แทบไม่ต้องใช้แล้ว
อ้างอิงไฟล์ใน repo ตาม commit 49dd158 (9 ต.ค. 2026) ซึ่งเป็น commit ล่าสุดของ branch main ตอนที่เราตรวจ
ทดลอง 01 — งบคำถาม: ถามน้อยไปเสี่ยงแก้งาน ถามมากไปเสียเวลา
การจำลองเชิงการศึกษาแบบกำหนดสูตรล่วงหน้า ตัวเลขทุกตัวเป็นค่าสมมติของ Hybrid Mind ไม่ใช่ผลวัดจาก /grill-me หรือ Agent ตัวไหน สมมติว่าแต่ละคำถามใช้เวลาคนตอบ 1.5 นาที และทุก “เรื่องสำคัญที่ไม่ได้ถาม” จะทำให้ต้องแก้งานทีหลังตามขนาดงาน
ขนาดงาน
Agent จัดลำดับคำถามอย่างไร
สิ่งที่ Lab นี้อยากให้เห็น: จุดที่ “คุ้ม” เปลี่ยนไปตามขนาดงานและความชัดของไอเดีย และการจัดลำดับคำถามสำคัญกว่าจำนวนคำถาม ซึ่งตรงกับข้อเสนอในเธรดที่ให้ถามเฉพาะเรื่องที่ย้อนกลับยาก
5 ฝั่งความเห็นบน X: เสียเวลา ใช้ผิดวิธี ตั้งงบคำถาม ชอบ และโมเดลเก่งพอแล้ว
เราจัดกลุ่มจากโพสต์ที่อ่าน ทั้งในเธรดของ Gerold และของ Theo บุคคลสาธารณะและบัญชีที่มีผู้ติดตามหลักพันขึ้นไปเราระบุชื่อ ส่วนผู้ใช้ทั่วไปเราถอดความโดยไม่ระบุชื่อ แต่ยังใส่ลิงก์ให้ตรวจได้ ไลก์และยอดอื่น ๆ เป็นค่า ณ เวลาที่เราอ่าน ไม่ได้บอกว่าฝั่งไหนมีคนมากกว่ากันในโลกจริง
1. “เสียเวลา และโยนภาระคิดกลับมาให้คน”
ฝั่งของ Gerold และคนที่บอกว่าเลิกใช้แล้ว
- Gerold เขียนว่า สิ่งที่เขาเกลียดที่สุดคือถูก LLM ซัก “เป็นชั่วโมง” เรื่อง “การออกแบบที่ส่วนใหญ่จุกจิก”
- ผู้ใช้รายหนึ่งเล่าว่าลองอยู่หนึ่งสัปดาห์ แล้ว “99 ใน 100 ครั้ง” ก็ตอบตามที่ Agent แนะนำ จึงคิดว่าปล่อยให้มันทำแล้วเข้าไปเช็กเป็นระยะดีกว่า
- ผู้ใช้ภาษาจีนรายหนึ่งสรุปว่า Agent ที่ดีควรทำเรื่องที่ตัดสินเองได้ให้เสร็จก่อน แล้วถามเฉพาะเรื่องที่ไม่แน่ใจจริง การโยนเรื่องจุกจิกกลับมาคือ “การย้ายภาระทางความคิด” ให้ผู้ใช้
- Filip Hric (@filip_hric) บอกว่าชอบแนวคิด decision tree แต่สุดท้ายได้แผนที่ยาวเกินไปและไม่แน่ใจว่าถูกไหม “การวนแก้ตัวซอฟต์แวร์ได้ผลกว่าสำหรับผม”
- ผู้ใช้อีกรายอ้างว่าทีมของตัวเองถึงขั้นห้ามผู้สมัครงานใช้ skill นี้ระหว่างสัมภาษณ์ เพราะส่วนใหญ่ “หมดแรงกลางทาง” ซึ่งเป็นเรื่องเล่าที่เราตรวจไม่ได้
2. “ไม่ใช่ skill ผิด คุณใช้ผิดวิธี”
ผู้ใช้ประจำที่บอกว่าปรับได้ด้วยคำสั่งเพิ่มบรรทัดเดียว
- Bowe Frankema ผู้ก่อตั้ง Dollie (@BoweFrankema) ตอบว่า Gerold “ไม่เข้าใจจุดประสงค์ของ skill” แล้วยกตัวอย่างคำสั่งว่าให้ใช้ grill-me “แต่ถามเฉพาะการตัดสินใจที่สำคัญที่สุด ที่เหลือใช้วิจารณญาณเอง และจดไว้”
- dan nolan (@dannolan) บอกว่า skill “ถูกอัปเดตไปมาก” ให้ถามเป็นชุด และผู้ใช้แย้งกรอบคำถามผ่าน prompt ได้ เขาชอบที่มันจับ “ความขี้เกียจ” ได้ แต่ก็ต้องดึงกลับเมื่อมันไปจุกจิก
- ผู้ใช้หลายรายตอบทำนองเดียวกันว่า ไม่ควรเรียก skill นี้กับงานเล็ก ตัวอย่างหนึ่งบอกว่ามันมีประโยชน์ “เมื่อต้องสร้างหรือเปลี่ยนฟีเจอร์ใหญ่”
- เอกสารของ skill เองก็เขียนว่าผู้ใช้ “เป็นเจ้าของขอบเขต” และควรแย้ง บอกเมื่อขอบเขตเริ่มบาน หรือตอบว่า “ไม่รู้” ได้
3. “ตั้งงบคำถาม และถามเฉพาะเรื่องที่ย้อนกลับยาก”
ทางสายกลางที่หลายคนเสนอเป็นวิธีปฏิบัติ
- บัญชีของบริษัท OIT GmbH (@it_olbricht) เล่าว่าที่ได้ผลกว่าสำหรับทีมคือให้ถาม “ไม่เกินสามข้อ” เฉพาะเรื่องที่ย้อนกลับแพง คือ data model, auth และ API ภายนอก แล้วเขียนสมมติฐานที่เหลือลงในแผนเพื่อให้แก้ได้ในรอบเดียว
- gootecks (@gootecks) บอกว่าสั่งให้ถามแค่ 5 ข้อเกี่ยวกับโปรเจกต์ก็ “ได้ผลพอสมควร”
- Jordan Parker (@heyJordanParker) เสนอว่า “ผมไม่ตอบคำถาม ผมแก้หรืออนุมัติข้อเสนอ” เพราะการได้ยินข้อเสนอแล้วตอบสนองง่ายกว่าเลือกตัวเลือกนามธรรมที่ยังไม่มีรูปร่าง
- แนวทางของ Amp ตามที่ Gerold เล่าก็ใกล้กับฝั่งนี้ คือให้ Agent แย้งและสรุปการตัดสินใจให้ veto ตอนท้าย ส่วน Geoffrey Huntley (@GeoffreyHuntley) บอกว่าไม่ชอบ grill-me เหมือนกัน แต่ให้ LLM ทบทวนว่าสิ่งที่สั่งถูกไหม แล้ว “ปั้นดินบนแป้นหมุน” ต่อไปจนรู้สึกว่าใช่
4. “ชอบ เพราะมันเห็นจุดบอดที่เราไม่เคยคิด”
ผู้ใช้ที่ได้ประโยชน์ชัด รวมทั้งคนที่ไม่ใช่โปรแกรมเมอร์มาก่อน
- Theo บอกว่ายังชอบมากสำหรับฟีเจอร์ยุ่ง ๆ และไอเดียที่ยังไม่ชัดในหัว
- ผู้ใช้รายหนึ่งเล่าว่า “99% ของครั้ง” มันถามเรื่องที่ไม่เคยคิดถึง และ “ได้เรียนรู้มาก” จากเซสชันเหล่านั้น ซึ่งเป็นภาพกลับด้านของประสบการณ์ในฝั่งที่ 1
- Nathan Clark (@nathanclark_) บอกว่าตัวเองไม่เคยเขียนโค้ด production มาก่อน แต่ตอนนี้สร้างเครื่องมือที่ทีมใช้ทุกวัน และ /grill-me ช่วยให้คิดครบ เขาสรุปว่า “ขึ้นกับผู้ใช้มาก” คนมีประสบการณ์ด้านผลิตภัณฑ์อาจไม่ต้องใช้
- โพสต์หนึ่งเล่าว่าทีมหนึ่งที่ SumUp ใช้หลัก “อย่าให้โมเดลเขียนโค้ดแม้แต่บรรทัดเดียว จนกว่ามันจะถามคำถามที่คุณลืมตอบ” แล้วเปลี่ยนคำตอบเป็น spec แบบ markdown ที่รีวิวเหมือนโค้ด เราไม่ได้ตรวจกับ SumUp โดยตรง
5. “โมเดลเก่งขึ้นแล้ว skill แบบนี้จะหมดความจำเป็น”
ข้อถกที่ลึกกว่าเรื่องเวลา คือ skill ควรอยู่ในไฟล์ หรือในตัวโมเดลและเครื่องมือ
- ผู้ใช้รายหนึ่งบอกว่าแทบไม่ต้องใช้แล้วกับโมเดลรุ่นใหม่ ทั้งที่เคยใช้บ่อย และคาดว่า “skill ส่วนใหญ่จะหายไปในที่สุด” อีกรายบอกว่า “LLM ฉลาดกว่าคู่มือ skill” แล้ว
- Akos (@akoskm) บอกกลับด้านว่า grill-me “เจ๋ง แต่น่ารำคาญมากกว่าช่วย” กับโมเดลตระกูล 5.x คือโมเดลใหม่ทำให้ประสบการณ์แย่ลงสำหรับเขา
- ฝั่ง Pocock แย้งว่า “ช่องว่างการสื่อสารจะเท่าเดิม” ต่อให้โมเดลฉลาดขึ้น และเอกสารของ skill บอกว่าโมเดล “มีผลมากกว่า skill ส่วนใหญ่” เพราะการซักต้องอาศัยความรู้ของโมเดลว่าระบบพังได้อย่างไร
- ผู้ใช้อีกรายถามว่าทำไมความสามารถนี้ “ยังไม่อยู่ในตัว harness” ของเครื่องมือไหนเลย ซึ่งสะท้อนว่าอีกทางคือให้เครื่องมือรับเรื่องนี้ไปเอง
คำถามแบบไหนควรถามคน แบบไหน Agent ควรตัดสินเอง
ถ้าอ่านทั้งสองเธรดคู่กับเอกสารของ skill จะเห็นว่าคนส่วนใหญ่ไม่ได้เถียงว่า “ควรถามหรือไม่ควรถาม” แต่เถียงว่า คำถามไหนคุ้มที่จะกินเวลาคน เอกสาร grilling แยกไว้แล้วว่าข้อเท็จจริงเป็นงานของ Agent ส่วนผู้ใช้ในฝั่งที่ 3 เพิ่มเกณฑ์ว่าให้ถามเฉพาะเรื่องที่ย้อนกลับยาก และเอกสารยังบอกว่าคำถามที่ต้องเห็นของจริงก่อนถึงจะตอบได้ ควรใช้ต้นแบบแทนการซัก
ทดลอง 02 — คัดคำถาม: ถามคน ให้ Agent หาเอง ใช้ค่าเริ่มต้น หรือทำต้นแบบ
สถานการณ์สมมติ: คุณให้ Agent สร้าง “ระบบจองคิวออนไลน์ของร้านตัดผมเล็ก ๆ” และมันเตรียมคำถามมา 8 ข้อ ลองเลือกว่าแต่ละข้อควรจัดการแบบไหน แล้วกดตรวจ คำตอบที่แนะนำมาจากเกณฑ์ของ Hybrid Mind ตามแผนภาพด้านบน ไม่ใช่คำตอบเดียวที่ถูก และไม่ใช่ผลจาก Agent จริง
ถ้ายังไม่แน่ใจ ลองถามตัวเองสองข้อ: ข้อนี้ Agent หาคำตอบเองได้ไหม และถ้าเลือกผิด ย้อนกลับแพงแค่ไหน
หลักฐานสนับสนุนอะไร และอะไรยังพิสูจน์ไม่ได้
การถามก่อนเขียนมีพื้นฐานจริง
- คำสั่งที่กำกวมทำให้โค้ดผิดได้จริง งานวิจัย ClarifyGPT (arXiv 2310.10996) ให้โมเดลตรวจก่อนว่าคำสั่งกำกวมไหม ถ้ากำกวมจึงถามคำถามชี้แจง ในการทดลองกับผู้ใช้ 10 คน ค่า Pass@1 ของ GPT-4 บนชุดโจทย์ MBPP-sanitized ขึ้นจาก 70.96% เป็น 80.80%
- การถามเป็น “ทักษะ” ที่วัดได้ HumanEvalComm (arXiv 2406.00215) ดัดแปลงโจทย์ให้ขัดแย้ง กำกวม หรือไม่ครบ แล้ววัดว่าโมเดลถามกลับเมื่อควรถามหรือไม่
- ตัวเลขการใช้งานเป็นของจริง skills.sh แสดงยอดติดตั้ง grill-me ราว 1.3 ล้านครั้ง และ repo มีดาวราว 288,800 ดวง
- ปัญหาเซสชันยาวเป็นที่รู้กัน เอกสารของ skill เองพูดถึงเซสชัน 200 คำถาม การตอบ “ตกลง” รัว ๆ และ “dumb zone” ที่คำถามแย่ลงเมื่อบริบทเต็ม
ความคุ้มค่าในงานจริงยังไม่มีใครวัด
- ไม่มีการวัดเวลาเทียบประโยชน์ของ grill-me งานวิจัยข้างต้นใช้โจทย์สั้นระดับฟังก์ชัน ถามไม่กี่ข้อ และใช้โมเดลรุ่นปี 2023–2024 ไม่ใช่เซสชันออกแบบที่ยาวเป็นชั่วโมง
- ยอดติดตั้งไม่เท่ากับความพอใจ 1.3 ล้านครั้งบอกว่ามีคนลอง ไม่ได้บอกว่ายังใช้อยู่หรือได้ผล
- “99 ใน 100” ทั้งสองฝั่งเป็นเรื่องเล่า ฝั่งหนึ่งบอกว่า 99% ตอบตามคำแนะนำ อีกฝั่งบอกว่า 99% ได้คำถามที่ไม่เคยคิด ทั้งคู่เป็นประสบการณ์รายคน
- “โมเดลใหม่ไม่ต้องใช้แล้ว” ยังไม่มีการทดสอบเทียบกัน และมีคนบอกกลับด้านว่าโมเดลใหม่ทำให้แย่ลง
- แนวทาง veto ตอนท้ายของ Amp เป็นคำบอกเล่าของพนักงาน เรายังไม่ได้ทดลองหรือเห็น system prompt จริง
ข้อสังเกตของเรา: ทั้งสองฝั่งอาจถูกพร้อมกัน ถ้าไอเดียคลุมเครือ คำถามจะมีค่ามาก ถ้าไอเดียชัดอยู่แล้ว คำถามส่วนใหญ่ก็แค่ยืนยันสิ่งที่ Agent เดาถูก เอกสารของ skill ก็เขียนว่า “ถ้าระบุสิ่งที่ต้องการได้ชัดอยู่แล้ว ก็ไม่ต้อง grill” ข้อเถียงจริงจึงอยู่ที่ว่าใครควรตัดสินว่างานไหนชัดพอ ระหว่างผู้ใช้ skill หรือตัวเครื่องมือ
ใช้ต่ออย่างไร: เลือกวิธี align ให้เข้ากับงาน
จากโพสต์ที่เราอ่าน มีวิธีหลัก ๆ 4 แบบที่คนใช้คุยกับ Agent ก่อนลงมือ แต่ละแบบแลกเวลา ความชัด และภาระทางความคิดต่างกัน ลองเลือกสถานการณ์กับวิธีใน Lab ด้านล่าง
ทดลอง 03 — เลือกวิธี align ให้เข้ากับสถานการณ์
การจำลองเชิงการศึกษาแบบกำหนดผลล่วงหน้า ผลประเมินมาจากการสังเคราะห์ความเห็นบน X และเอกสารของ skill โดย Hybrid Mind ไม่ใช่ผลการทดลองจริง
สถานการณ์
วิธี align
สำหรับนักพัฒนาที่ใช้ grill-me อยู่
- ใช้กับงานที่ยังไม่ชัด ไม่ใช่งานที่บอกได้ในสองประโยค
- สั่งเพิ่มว่าให้ถามเฉพาะเรื่องที่ย้อนยาก ที่เหลือให้เลือกค่าเริ่มต้นแล้วจดไว้
- ถ้าเจอคำถามเรื่องหน้าตา ให้ขอต้นแบบแทนการตอบเป็นคำพูด
- อย่าตอบ “ตกลง” ทุกข้อ เซสชันที่คุณไม่แย้งเลย อาจเป็นเซสชันที่ไม่จำเป็น
สำหรับหัวหน้าทีมและองค์กร
- อย่าบังคับใช้ skill เดียวกับทุกงาน ผู้ใช้ในเธรดบ่นเรื่อง CI ที่บังคับให้ตอบทุกข้อติจาก AI ด้วย
- ถ้าใช้ ให้เปลี่ยนคำตอบเป็น spec หรือ ADR ที่ทีมรีวิวได้
- กำหนดว่าการตัดสินใจแบบไหนต้องผ่านคน เช่น data model, auth, ค่าใช้จ่ายบริการภายนอก
สำหรับคนที่ไม่ใช่โปรแกรมเมอร์
- การถูกซักช่วยให้เห็นเรื่องที่ไม่รู้ว่าต้องคิด เช่น สิทธิ์ผู้ใช้หรือการสำรองข้อมูล
- ตอบ “ไม่รู้” ได้ เอกสารของ skill บอกว่าเป็นคำตอบจริง และมักเป็นสัญญาณว่าควรทำต้นแบบ
- ขอให้ Agent อธิบายผลของแต่ละตัวเลือกเป็นภาษาธรรมดาก่อนตอบ
ตัวอย่าง brief ที่คัดลอกไปปรับใช้ได้ (เรียบเรียงจากข้อเสนอในเธรด ไม่ได้รับประกันผล):
“ก่อนเริ่มงาน ให้ถามฉันไม่เกิน 5 ข้อ เฉพาะการตัดสินใจที่ย้อนกลับยาก เช่น โครงสร้างข้อมูล การยืนยันตัวตน และบริการภายนอกที่มีค่าใช้จ่าย อะไรที่ดูจากโค้ดหรือเอกสารได้ให้ไปหาเอง ส่วนเรื่องอื่นให้เลือกค่าเริ่มต้นที่เหมาะสม แล้วสรุปเป็นรายการพร้อมเหตุผลตอนท้าย ให้ฉันคัดค้านได้ก่อนลงมือ”
อ่านต่อบน Hybrid Mind
- Clean Code ยุค AI Agent: X ถกว่าโค้ดยังต้องอ่านง่ายเพื่อคน หรือเพื่อ Agent
- Vibe Coding เกษียณ?: X ถกว่าควรเรียก Precision Engineering หรือแค่เปลี่ยนชื่อ
- Bubble Agent 2: เริ่มใช้ AI Agent ด้วยงานเล็กที่ตรวจรับได้
- วิธีตรวจงาน AI Agent ก่อนใช้งานจริง: เช็กลิสต์และหลักฐานที่ต้องขอ
- Loop Engineering: เจาะวงจร AI Coding Agents แบบ Interactive
คำถามที่พบบ่อย
1. /grill-me คืออะไร?
เป็น Agent Skill โอเพนซอร์สของ Matt Pocock ใน repo mattpocock/skills ที่สั่งให้ AI Agent ซักถามผู้ใช้เป็นรอบ ๆ ตาม design tree ของการตัดสินใจ พร้อมคำตอบแนะนำทุกข้อ จนผู้ใช้ยืนยันว่าเข้าใจตรงกัน จึงจะลงมือทำ ใช้ได้กับ Claude Code, Codex และเครื่องมืออื่นที่รองรับ skill
2. Agent ที่ถามเยอะแปลว่าดีกว่าไหม?
ไม่จำเป็น งานวิจัยอย่าง ClarifyGPT พบว่าการถามเมื่อคำสั่งกำกวมช่วยให้โค้ดถูกขึ้น แต่นั่นคือการถามเฉพาะตอนที่จำเป็น ไม่ใช่ถามทุกเรื่อง ผู้ใช้บน X ที่พอใจมักจำกัดให้ถามเฉพาะเรื่องที่ย้อนกลับยาก
3. จำกัดจำนวนคำถามใน grill-me ได้ไหม?
ไม่มีตัวตั้งค่าเพดาน เอกสารของ skill บอกว่าไม่ใส่เพดานโดยตั้งใจ และให้สั่งด้วยภาษาธรรมดาแทน เช่น บอกให้สรุป หรือหยุดแล้วรับแผน ณ จุดนั้น ผู้ใช้หลายรายจึงเพิ่มคำสั่งเองว่า “ถามไม่เกิน 3–5 ข้อ” ส่วนคนที่อยากให้ถามทีละข้อ เอกสารแนะนำให้ใส่บรรทัด When grilling, ask one question at a time. ใน CLAUDE.md
4. ทำไมบางคนถูกถามเป็นร้อยข้อ?
เอกสารของ skill อธิบายว่ามักเป็นเพราะขอบเขตงานใหญ่เกินไป ควรแบ่งงานเป็นชิ้นเล็กก่อน และเซสชันที่ยาวมากจะเข้าสู่ช่วงที่บริบทเต็มจนคำถามแย่ลง อีกสาเหตุคือคำถามที่ต้องเห็นของจริงก่อนถึงจะตอบได้ ซึ่งควรใช้ต้นแบบแทน
5. โมเดลรุ่นใหม่ยังต้องใช้ skill นี้ไหม?
ยังไม่มีข้อพิสูจน์ทั้งสองทาง ผู้ใช้บางคนบอกว่าแทบไม่ต้องใช้แล้ว บางคนบอกว่าน่ารำคาญขึ้นกับโมเดลใหม่ ส่วน Matt Pocock มองว่าโมเดลจะฉลาดขึ้น แต่ช่องว่างการสื่อสารระหว่างคนกับ Agent จะยังอยู่
เอกสารอ้างอิงและขอบเขตการตรวจ
- Nicolay Gerold: “apparently, i’m the only one, who doesn’t like the /grill-me skill” (X, 13 ต.ค. 2026)
- Nicolay Gerold ตอบ Geoffrey Huntley เรื่องแนวทาง veto ตอนท้าย (X, 13 ต.ค. 2026)
- Theo: “I still really like Matt’s grilling skill…” (X, 12 ต.ค. 2026)
- Matt Pocock: “Models will get smarter / The communication gap will stay the same size” (X, 12 ต.ค. 2026)
- Matt Pocock: “Some mistakes you might be making” (X, 13 ต.ค. 2026)
- Matt Pocock ถามเรื่อง GLOSSARY.md จาก /grill-with-docs (X, 13 ต.ค. 2026)
- mattpocock/skills: skills/productivity/grilling/SKILL.md (commit 49dd158)
- mattpocock/skills: skills/productivity/grill-me/SKILL.md (commit 49dd158)
- mattpocock/skills: docs/productivity/grilling.md (commit 49dd158)
- mattpocock/skills: docs/productivity/grill-me.md (commit 49dd158)
- mattpocock/skills commit 95249b0: grilling words questions so “yes” accepts the recommendation (7 ต.ค. 2026)
- skills.sh: grill-me (ยอดติดตั้งราว 1.3M ณ 13 ต.ค. 2026)
- Mu et al., ClarifyGPT: Empowering LLM-based Code Generation with Intention Clarification (arXiv 2310.10996)
- Wu & Fard, HumanEvalComm: Benchmarking the Communication Competence of Code Generation for LLMs and LLM Agent (arXiv 2406.00215)
- โพสต์เล่าแนวทาง “Grill Me” ของทีมหนึ่งที่ SumUp (X, 13 ต.ค. 2026)
ขอบเขตการตรวจ: Hybrid Mind อ่านโพสต์บน X 181 รายการ (คัดโพสต์ที่ไม่เกี่ยวข้องราว 20 รายการออก) ช่วง 11 ต.ค. 07:00 น. ถึง 13 ต.ค. 18:55 น. เวลาไทย ผ่านการค้นหา X ด้วยคำว่า grill-me และ grilling ร่วมกับคำที่เกี่ยวกับ skill รวมทั้งเธรดตอบกลับของ Gerold (65 โพสต์) และของ Theo (119 โพสต์ตามตัวนับ เราอ่าน 25 โพสต์ที่เกี่ยวข้องที่สุด) ตัวเลขไลก์และตอบกลับเป็นค่า ณ เวลาที่อ่าน การจัด 5 ฝั่งเป็นการจัดกลุ่มของเรา ไม่ใช่สัดส่วนความเห็นจริง เราอ่าน SKILL.md และเอกสารใน repo โดยตรง แต่ Hybrid Mind ยังไม่ได้ทดลองใช้ grill-me กับโปรเจกต์จริง ไม่ได้ทดสอบ Amp และไม่ได้ติดต่อบุคคลที่ถูกอ้างถึง
ใส่ความเห็น