เมื่อเรามีเวทมนต์เสกอะไรก็ได้ด้วย Agentic AI

เวทมนต์มีอยู่จริงไหมเราไม่อาจรู้ แต่โลกหลังจากนี้ ‘เวทมนต์’ ได้เกิดขึ้นแล้ว…

ใครจะไปคิดว่าเราสามารถร่ายคาถา ไม่กี่ประโยคเราก็เสกของบางอย่างขึ้นมาได้

ใช่แล้วทุกคน… ‘คาถา’ในที่นี้ผมหมายถึง ‘Prompt’ ที่เราส่งไปหา AI

ปีนี้ (2026) ได้รู้จักกับ Gemini CLI กับ Claude code นับว่าเป็น Game changer เลย 2-3 ปีมานี้เราเริ่มรู้จัก Generative AI ตอบได้แทบทุกเรื่องที่เราอยากรู้

Generative AI (Gen AI) แปลตรงตัวเลยคือ AI ที่ generate (สร้าง) คำตอบส่งกลับมาให้ user (พวกเราเอง)

คือถึงจะฉลาดยังไงมันก็ยังคงอยู่ใน Chat ถาม-ตอบ เท่านั้น อาจมีการเรียก Tools ทำงาน Agentic ได้บ้าง แต่ผิวๆมากกกก

แต่เอาจริงๆแค่นั้นก็ช่วยให้เราทำงาน หรือเรียนรู้บางอย่างเร็วขึ้นมากแล้ว

แล้วจะเป็นยังไงถ้า AI ทำงานแทนเราได้ เย้ยย

Agentic AI

และนี่คือโมเมนต์ที่คล้ายกับตอนที่แท่นพิมพ์ กูเตนเบิร์ก (Gutenberg) ได้ถูกสร้างขึ้น

“เขียนมันช้าปั๊มแม่มเลยยย” Johannes Gutenberg ไม่ได้กล่าว 555+

ในโลกเรามีโมเมนต์ที่ยิ่งใหญ่เกิดขึ้นมากมาย แต่สำหรับการเข้าถึงความรู้และเราทำสิ่งต่างๆได้เร็วขึ้นผมว่าประมาณนี้เลย

• ตอนนั้น มีแท่นพิมพ์ -> ทุกคนเข้าถึงความรู้มากขึ้น
• ก่อนนี้มี internet -> ยิ่งมากขึ้น เร็วขึ้น
• ก่อนนี้นิดนึงมี GenAI -> ก็ไปกันใหญ่ ถามไรตอบได้ อับดุลลล! เอ๊ย

มาตอนนี้ภาพของ Agentic AI ก็ชัดเจนขึ้น เราสามารถสั่งงานแล้ว AI วางแผน คิดเอง ทำงานให้เราได้เลย

จากที่เห็นพัฒนาการมาผมมองว่า Agentic AI เรากำลังไป way นี้

Phase1: AI Agent ทำงานบน web application

• เฟสนี้ platform automation มาแข่งกันเดือดมากๆ Zapier, Make.com และ N8N 3 ตัวหลักพอเห็นภาพ
• ช่วงนั้นคนเปิดคอร์สอบรมเพียบ ราคาเอาเรื่อง 555+

Phase2: AI Agent ทำงานบน CLI (Command Line Interface)

• ตอนนี้โหดสุดคือเฟสนี้เลย

Phase3: Physical AI Agent (Robot) ทำงานในโลกจริง

• เฟสนี้ยังไงก็ต้องมาคำถามคือ ‘เมื่อไร’ เท่านั้นเอง

Back to Basic: Command Line

ผมเป็นคนนึงที่ไม่เคยคิดอยากจะแตะ command line หรือที่เราเรียกว่า Terminal เลยย (หน้าต่างสีดำๆ พิมพ์คำสั่งคอมพิวเตอร์)

คือในเมื่อเราคลิ๊ก ลาก วาง จัดการทุกอย่างได้ก็ไม่อยากไปใช้ comman line

แต่แรกเริ่มเดิมทีคนพัฒนายุคแรกๆเค้าไม่มีหน้า Desktop สวยๆใช้แบบพวกเราหรอก แต่เค้าทำงานใน command line

เมื่อทุกอย่างใน computer เกิดมาจาก command line หน้าสีดำๆ ก็ให้ AI ไปอยู่ในนั้นเลยละกันนน

เมื่อมีคนทำงานกับ command line ให้เราผ่าน prompt ที่เป็นภาษาธรรมชาติ ทำให้ทุกสามารถสร้างสรรค์อะไรก็ได้ด้วยตัวคนเดียวเวทมนต์มันเริ่มจากตรงนี้

My first apps

และนี่คือ Application แรกที่สร้างด้วยตัวเองจากการ vibe coding 100% ตั้งแต่เริ่มจนใช้งานจริงกับตัวเองตั้งชื่อมันว่า Pluton (พลูตัน)

Pain point ของ pluton เกิดมาจากการอยากสร้างภาพสวยๆ รับเดียวกับการสร้างด้วย Midjourney ai แต่ไม่อยากเสียค่า subscription 🤣

จากที่ research ด้วยตัวเอง แบบไม่เคยสมัครใช้งาน 555+ สรุปได้ว่าจุดแข็งของ midjourney คือเรื่อง power of context จึงตั้งสมมติฐานขึ้นมาถ้าให้ context มากพอก็ควรจะได้ภาพในระดับ ‘ใกล้เคียง‘ กับ midjourney

ขอ note ไว้ตรงนี้นิดนึงครับว่า model ที่เรานำมาใช้ต้อง ‘ทรงพลัง’ พอที่จะรองรับ context เยอะๆ และสร้างภาพได้ตามนั้นด้วย

Case ตัวอย่างจาก app นี้คือ ถ้าเลือกใช้ model flux.1-schnell ถึงฟรี แต่ก็มีข้อจำกัดคือรับได้ไม่เกิน 77 tokens (คำ) เท่านั้น

จะใส่ context มากแค่ไหนก็โดนตัดเหลือเท่านี้ ภาพที่ได้จึงยังไม่ตรงความต้องการเราเท่าไร

อย่างรูปด้านล่างนี้ใครเห็นน่าจะคิดว่าออกมาก็ไม่เลวนะ แต่เอาจริงๆคือมี context ที่ต้องการหายไปเยอะเลย อย่างลายเส้น (art style) ที่อยากได้

สุดท้ายก็เลยได้ลองหลายๆ model ทั้งฟรี และเสียเงิน ลองไปลองมาสมัคร Midjourney อาจจะถูกกว่า อ้าว 555+

แต่ App ของเราเองถ้านิ่งแล้วต่อไปไม่จำเป็นต้องจ่าย subscription ทุกๆเดือนเลยจ่ายแค่ค่า api สำหรับ model เสียเงิน

และนี่เป็นภาพหลังๆที่ได้จาก app นี้

นี่คือ tools และ workflow ที่ใช้ในการสร้าง app นี้คร้าบ

Tools

ผมใช้ Gemini CLI, Claude code

• Gemini CLI ใช้ design และเขียน code เริ่มต้น
• Claude code ใช้ review code, แก้ bug, เพิ่ม feature และตกแต่ง

Workflow

1. Prompt อธิบายภาพรวม app และ feature เริ่มต้นที่ต้องการให้ gemini ไป generate ให้
2. Share code ให้ claude ไปรีวิวแล้วปรับปรุงให้ดีขึ้น
3. ทดลองใช้งานเบื้องต้น
4. กำหนดแผน develop app นี้เป็น milestone (หมุดหมาย) ว่าเป้าหมายต่อต้องการเพิ่มอะไรใน app เช่น go live ได้, มี feature เลือก model
5. แบ่ง role ใหม่ให้ชัดเจนการทำงานระยะยาว
   • Gemini CLI เป็น Project Manager จัดการภาพรวมทั้งหมด
   • Claude code เป็น Software Engineer ดูแล code และทำ QA testing
   • ทั้ง 2 role สื่อสารกันผ่านไฟล์กลาง .md เช่น log, report, consult request

6. ดำเนินการตาม milestone จบแต่ละ milestone สรุป report, log และปัญหา เก็บไว้ให้ Agent กลับมาอ่านทีหลังได้

That’s my app!

สร้าง app ด้วย gemini มาแรกๆหน้า ui ยังไม่สวยเท่าไร แต่ใช้งานได้ แต่ส่งต่อให้ claude รับจบเท่านั้นแหละ สวยเลย 555+

Before

After

feature ที่ชอบมากๆ ของ Pluton คือเราสามารถสร้าง Draft image มาก่อนหลายๆรูป แล้วเลือกรูปที่ชอบไปสร้างรูปสุดท้าย (Master) อีกที โดยที่สร้าง ‘ข้าม model’ กันได้

อธิบายง่ายๆคือเราสามารถเลือก model ที่ฟรี แต่อาจไม่สวยมากสร้าง draft หลายๆแบบ เอาไอเดียก่อน แล้วเลือก ไอเดีย ที่ใช่ไปสร้างด้วย model โหดๆ (เสียเงิน) อีกที

Challenge ของ app นี้คือจะทำยังไงให้ model ลำดับที่ 2 เข้าใจบริบทของรูป draft แล้วสร้างรูป master ต่อเนื่องจากรูปนั้นได้

Context is the key

สรุปสิ่งที่เรียนรู้จากการสร้าง Pluton คือ context หรือบริบทเป็น key สำคัญเลยที่จะให้เราสร้างรูปได้ตรงที่เราต้องการ ยิ่งให้ context เยอะ งานยิ่งปราณีต

(assumption คือเปรียบเทียบ model ที่ performance ใกล้เคียงกัน)

Context สำคัญต่อการคุยกับ AI มาตั้งแต่ต้น ดังนั้นใครยังเขียน prompt ไม่คล่อง แนะนำไปศึกษาเรื่อง Prompt Enggineering เลย

Future of work

งานในอนาคตหลังจากนี้ผมมองว่าเปิดกว้างมากเลย แต่เส้นแบ่งสายอาชีพมันอาจจะเบลอๆลงหน่อย

• Data Analyst + AI = สร้าง Application ได้ด้วยตัวเอง (งาน Developer)
• Marketer + AI = เขียน code วิเคราะห์ข้อมูล + ทำ Visualization ได้เอง (งาน Data Analyst)
• Technician + AI = ช่วยทำ content ด้านการตลาด (งาน Marketer)

อาชีพ อาชีพนึงที่พวกเราทำมาจนถึงตอนนี้ ถ้าใช้ AI ได้ก็เหมือนติดอาวุธ เป็น Generalist ที่ทำงานได้หลากหลายถ้าทุกคนใช้ AI ทำทุกอย่างได้เหมือนกัน โลกต่อไปจะแข่งขันด้วยอะไร?

ชวนทุกคนคิดกันครับ AI เก่งขึ้นโดยการเรียนรู้ data ที่มีอยู่ในแหล่งที่สามารถเข้าถึงได้ ตัวอย่างที่ง่ายสุดคือ internet

แล้ว data จากแหล่งไหนที่ AI ไม่สามารถเรียนรู้ได้?

สิ่งที่อยู่ภายในหัวของพวกเราเองนี่แหละเป็นแหล่งข้อมูลที่ AI ยังไม่สามารถเอาไปได้ถ้าเราไม่เอาออกมา สิ่งนั้นคือ ไอเดีย (Idea)”Idea is the new Oil”

ผู้ที่มีความเป็นมนุษย์มากที่สุด มีไอเดียที่ AI ทดแทนไม่ได้ จะแตกต่างจากคนทั่วไปที่ใช้ AI

น่าแปลกที่เราพัฒนา Robot (AI) ให้เหมือนมนุษย์มากขึ้น แต่เราเองกลับไปเป็นเหมือน Robot มากขึ้นแทน

เข้างานตามเวลา 8โมง – 5โมงเย็น เพื่อทำงานตาม SOP (Standard of Procedure) ที่เข้มงวดขึ้นเรื่อยๆ Quality งานต้องดีขึ้นเรื่อยๆ

แต่ AI Agent สามารถช่วยเราจัดการกับงานที่น่าเบื่อเหล่านั้นได้ ไม่มีบ่นเหนื่อย ไม่มีวันหยุด 24/7

ยินดีด้วยนี่คือเครื่องมือช่วยให้เรากลับไปเป็นมนุษย์อีกครั้ง

Teamwork still there

เคยมีแว๊บนึงเข้ามาในหัว (ทุกแว๊บ 555+) ถ้าเราทำทุกอย่างได้ด้วยตัวคนเดียวขนาดนี้ การทำงานในองกรณ์ หรือการทำงานเป็นทีมยังจำเป็นอยู่ไหม

คิดแล้วคิดอีกคำตอบคือ….. 50:50 อันนี้ส่วนตัวค้าบ

ที่บอก 50:50 อยากให้มองแบบนี้ว่า เมื่อเราทำงานได้เก่งขึ้น เร็วขึ้น หลากหลายขึ้น เราสามารถ ‘ลด’ การพึ่งพาคนอื่นลงได้

เราอาจสามารถจบงานๆนึงโดย ไม่จำเป็นต้องทำร่วมกับคนในทีมเลย

แต่ไม่ได้หมายความเราไม่จำเป็นต้องทำงานร่วมกับคนอื่นเลยแบบ 100% …

• AI Agent Software Eng. จะแข็งแกร่งที่สุดเมื่ออยู่ในมือของ Software Engineer
• ถ้าเราต้องการใช้ข้อมูลของบริษัทก็จำเป็นต้องติดต่อกับ IT ที่ดูแลอยู่ดี Agent เราไปเอามาเองไม่ได้

สุดท้ายเรายังต้องอาศัยการทำงานเป็นทีมอยู่ดี แต่แค่ process หรือ flow การทำงานอาจจะสั้นลง

และถ้าใครเริ่มสร้างทีมที่เป็น AI Agents ที่มีหลายอาชีพแล้วจะเข้าใจยิ่งเห็นภาพมากขึ้นว่า ถ้าเราไม่รู้จัก Teamwork เราก็ไม่สามารถดึง Potential ของ AI Agent ออกมาได้สูงสุดได้

Special Thanks

โพสนี้ต้องขอขอบคุณแอด Toy DataRockie หรือ God of Midgard ที่แนะนำ+สอน Tools เหล่านี้คร้าบ กราบบบ

ใครสนใจ up skill ด้าน Agentic AI ลองเข้าไปดูเนื้อหาของแอดทอยได้ที่นี่เลยค้าบ

https://midgardisnotaplace.com/kasidistoy/gemini-cli-101