จากจดบนกระดาษสู่แอปติดตามลูก ด้วยพลังของ Claude Code

Frank Chester Tan ไม่ได้เริ่มต้นด้วยการเรียนเขียนโปรแกรม เขาเริ่มจากปัญหาที่เกิดขึ้นจริงในบ้าน หลังจากเขาและภรรยา Estee Cheng จดบันทึกการกินนม การนอน และการเปลี่ยนผ้าอ้อมของ Raphael ลูกชายด้วยปากกาบนกระดาษนาน 5 เดือนจนจัดการได้ยาก Tan จึงใช้ Claude Code เป็นผู้ช่วยพัฒนาซอฟต์แวร์ผ่านภาษาธรรมชาติแทน โดยสมัคร Claude Pro ในราคา 30 ดอลลาร์ต่อเดือน ใช้งานผ่าน Mac Terminal และจัดทำเอกสารระบุความต้องการของผลิตภัณฑ์อย่างละเอียดถึง 4 หน้า

ผลลัพธ์คือเว็บแอปติดตามพฤติกรรมลูกที่ออกแบบให้เหมาะกับครอบครัวของเขาโดยเฉพาะ แต่กระบวนการไม่ได้หมายถึงการกดปุ่มแล้วได้แอปสำเร็จรูป Tan ต้องอธิบายสิ่งที่ต้องการอย่างละเอียด ทดลองใช้สิ่งที่ Claude สร้างขึ้น และแก้ไขจุดที่ยังไม่ถูกต้องอย่างต่อเนื่อง

แอปนี้ทำอะไรได้บ้าง

Tan และภรรยาต้องการวิธีบันทึกกิจวัตรประจำวันของลูกที่ง่ายขึ้น พร้อมเปรียบเทียบข้อมูลกับคำแนะนำด้านพัฒนาการตามวัย ฟีเจอร์จึงถูกสร้างขึ้นจากงานที่พ่อแม่ต้องทำอยู่แล้ว ได้แก่

• แดชบอร์ดส่วนตัวที่พ่อแม่ทั้งสองคนเข้าถึงและอัปเดตข้อมูลแบบเรียลไทม์ได้
• ปุ่มแตะครั้งเดียวสำหรับบันทึกการกินนมและการเปลี่ยนผ้าอ้อม
• การติดตามอาการและการแพ้อาหาร
• การคำนวณยอดรวมของแต่ละวันโดยอัตโนมัติ
• การบันทึกข้อมูลการนอน การงีบ ปริมาณนม และรูปแบบการขับถ่าย
• การเปรียบเทียบข้อมูลตามอายุของเด็กกับคำแนะนำจาก HealthHub และ KK Women’s and Children’s Hospital ซึ่งปรับตามการเติบโตของลูก

การกำหนดปัญหาให้แคบและชัดเจนเป็นหัวใจของงานนี้ แทนที่จะสั่งให้ Claude Code สร้าง “แอปสำหรับพ่อแม่” แบบกว้าง ๆ Tan ระบุว่าผู้ใช้ต้องกรอกข้อมูลอะไร ระบบต้องคำนวณอะไร และพ่อแม่ทั้งสองคนควรเข้าถึงข้อมูลอย่างไร

ขั้นตอนทำงาน: กำหนดความต้องการก่อน แล้วค่อยสร้างโค้ด

แม้จะไม่ใช่นักพัฒนา Tan ก็ใช้แนวทางคล้ายการทำผลิตภัณฑ์ซอฟต์แวร์ขนาดย่อม เขาเริ่มจากการเขียนความต้องการเป็นภาษาอังกฤษทั่วไป ก่อนให้ Claude Code แปลงรายละเอียดเหล่านั้นเป็นแอปพลิเคชัน

ขั้นตอนที่รายงานไว้มีดังนี้

1. ดาวน์โหลดและเปิดใช้งาน Claude Code ผ่าน Mac Terminal
2. เขียนเอกสารความยาว 4 หน้า อธิบายฟีเจอร์และพฤติกรรมที่ต้องการของแอป
3. ให้ Claude Code สร้างแอปจากข้อกำหนด พร้อมอธิบายแต่ละขั้นตอนในภาษาที่คนไม่มีพื้นฐานเขียนโค้ดเข้าใจได้
4. สร้างบัญชีบน GitHub, Supabase และ Vercel
5. เชื่อมบริการเหล่านี้เข้าด้วยกัน โดย GitHub ใช้เก็บโค้ด Supabase ดูแลฐานข้อมูลและการยืนยันตัวตน ส่วน Vercel ใช้เผยแพร่แอปเป็นลิงก์เว็บ

เครื่องมือแต่ละตัวมีหน้าที่แตกต่างกัน Claude Code เป็นช่องทางสำหรับพัฒนาแอป GitHub เป็นคลังเก็บโค้ด Supabase ทำหน้าที่ด้านระบบหลังบ้าน และ Vercel เป็นบริการนำแอปขึ้นใช้งาน วิธีนี้ช่วยให้ Tan เปลี่ยนแนวคิดที่เขียนด้วยภาษาอังกฤษให้กลายเป็นเว็บแอปที่ใช้งานได้ โดยไม่ต้องเริ่มจากการเรียนรู้ชุดเทคโนโลยีสำหรับโปรแกรมเมอร์แบบดั้งเดิม

คำสั่งยิ่งละเอียด ผลลัพธ์ยิ่งใช้งานได้จริง

Tan ไม่ได้คาดหวังว่าเวอร์ชันแรกที่ AI สร้างจะสมบูรณ์ เขาทดลองใช้แอป ระบุสิ่งที่ขาดหายหรือทำงานผิดพลาด แล้วขอให้ Claude Code แก้ไข กระบวนการจึงเป็นวงจรซ้ำ ๆ ได้แก่ สั่งงาน ตรวจดู ทดลองใช้ และปรับปรุง

บทเรียนที่เขาได้คือ คำสั่งที่คลุมเครือมักนำไปสู่ผลลัพธ์ที่คลุมเครือ ยิ่งอธิบายช่องข้อมูล สิทธิ์การเข้าถึง วิธีคำนวณ และประสบการณ์ใช้งานอย่างแม่นยำ ผลลัพธ์ก็ยิ่งมีประโยชน์มากขึ้น แม้ Claude Code จะเข้าใจภาษาอังกฤษที่ไม่สมบูรณ์หรือ “ไม่เป็นธรรมชาติ” ได้โดยทั่วไป แต่การเข้าใจคำขอไม่ได้หมายความว่าคำขอนั้นมีรายละเอียดครบถ้วนแล้ว

ประเด็นนี้สำคัญสำหรับผู้ที่กำลังใช้เครื่องมือ AI เขียนโค้ด เพราะการพัฒนาด้วยภาษาธรรมชาติช่วยลดกำแพงในการเริ่มต้นโปรเจกต์ได้ แต่ไม่ได้ทำให้ผู้ใช้ไม่ต้องกำหนดความต้องการหรือประเมินผลงานที่ได้

ใช้ AI ค้นคว้าก็ยังต้องตรวจสอบแหล่งข้อมูล

Tan ยังใช้ Claude Code ร่วมกับ Perplexity AI ในการค้นคว้า เพราะระบบแสดงการอ้างอิงแหล่งข้อมูล อย่างไรก็ตาม เขาไม่ได้ถือว่าการมีลิงก์หรือเครื่องหมายอ้างอิงเป็นหลักฐานว่าข้อมูลนั้นถูกต้องโดยอัตโนมัติ

เมื่อผลการค้นคว้าระบุว่าปลาไม่มีครีบเป็นหนึ่งในประเด็นสารก่อภูมิแพ้สำคัญในสิงคโปร์ Tan ตั้งข้อสงสัย เพราะจากประสบการณ์ของเขา อาหารทะเลเปลือกแข็งเป็นประเด็นที่คุ้นเคยกว่า เขาจึงตรวจสอบเอกสารที่ถูกอ้างถึงและแก้ไขข้อมูลในแอป เรื่องนี้ยังสะท้อนความเสี่ยงที่กว้างขึ้นว่า ระบบค้นหาด้วย AI อาจแสดงการอ้างอิงไปยังงานวิจัยที่ไม่มีอยู่จริง ดังนั้นข้อมูลด้านสุขภาพที่สำคัญจึงยังต้องตรวจสอบกับแหล่งข้อมูลต้นฉบับด้วยตนเอง

สำหรับแอปติดตามลูก ความระมัดระวังนี้ยิ่งสำคัญ แอปช่วยจัดระเบียบสิ่งที่พ่อแม่สังเกตเห็นและเปรียบเทียบกับคำแนะนำได้ แต่ข้อมูลจากการค้นคว้าด้วย AI ไม่ควรถูกมองว่าเป็นหลักฐานทางการแพทย์เพียงเพราะมีลิงก์แนบมา

ทักษะการเขียนคำสั่งนำไปสู่เครื่องมือแปล 48 ภาษา

ทักษะที่ Tan พัฒนาขณะสร้างแอปติดตามลูกยังต่อยอดไปสู่งานของเขา เขาสร้างเครื่องมือแปลแบบกดปุ่มเดียว ซึ่งสามารถแปลงเนื้อหาภาษาอังกฤษเป็น 48 ภาษา

คำสั่งของเขาไม่ได้เน้นการแปลแบบคำต่อคำ แต่กำหนดให้เครื่องมือทำความเข้าใจความหมาย เจตนา และเป้าหมายด้านการโน้มน้าวของต้นฉบับก่อน จากนั้นจึงเขียนออกมาให้เป็นธรรมชาติในภาษาปลายทาง ไม่ยึดติดกับสำนวน จังหวะ หรือโครงสร้างที่เลียนแบบภาษาอังกฤษ

แนวทางนี้สะท้อนหลักการเดียวกับการสร้างแอปติดตามลูก นั่นคือคุณภาพของผลลัพธ์ขึ้นอยู่มากกับการอธิบายเป้าหมาย บริบท และข้อจำกัดให้ชัดเจน ไม่ใช่เพียงบอกว่าอยากให้ AI ทำงานอะไร

บทเรียนสำหรับคนที่ไม่ได้เขียนโค้ด

ประสบการณ์ของ Tan ไม่ได้พิสูจน์ว่า AI ทำให้การพัฒนาซอฟต์แวร์กลายเป็นเรื่องอัตโนมัติทั้งหมด เขายังต้องมองหาปัญหาที่ชัดเจน เขียนข้อกำหนดอย่างละเอียด สร้างบัญชีและเชื่อมต่อบริการต่าง ๆ ทดลองใช้แอป รวมถึงตั้งคำถามกับข้อมูลการค้นคว้าที่ไม่น่าเชื่อถือ

สิ่งที่เรื่องนี้แสดงให้เห็นคือ ผู้ที่ไม่มีพื้นฐานเขียนโค้ดก็สามารถเริ่มสร้างเครื่องมือที่มีประโยชน์ได้ หากมีปัญหาเฉพาะเจาะจงเป็นจุดตั้งต้น พร้อมใช้ AI เป็นผู้ช่วยในการทำต้นแบบ การทดลองและการเขียนคำสั่งที่ชัดเจนอาจกลายเป็นทักษะที่คนทั่วไปต้องใช้ แม้จะไม่ได้ใช้ภาษาอังกฤษได้สมบูรณ์แบบก็ตาม

บทเรียนที่นำไปใช้ต่อได้จึงไม่ใช่ “AI สร้างได้ทุกอย่าง” แต่คือ คนที่ไม่มีพื้นฐานการเขียนโปรแกรมสามารถใช้ AI ทำต้นแบบเครื่องมือเฉพาะทางได้ โดยยังต้องรับผิดชอบต่อข้อกำหนด การทดสอบ และการตัดสินว่าเนื้อหาหรือข้อมูลนั้นถูกต้องหรือไม่