Skip to main content
AI & Technology

ให้ AI ทำตาม SOP แล้วใครดูแลเมื่อกติกาเปลี่ยน?

Agent Skills และ SKILL.md ช่วยจัดวิธีทำงานให้ AI อ่านได้ แต่ใครรับผิดชอบเมื่อกติกาเปลี่ยน ตอนที่ 3 ตามตัวอย่างเทียบใบเสนอราคา ตั้งแต่เจ้าของ SOP ไปจนถึงการทดสอบก่อนย้ายข้ามเครื่องมือ

27 ต.ค. 20269 นาทีAgent Skills Specification
AIAgentic AIAgent SkillsSKILL.mdSOPERPEnterprise AI
ภาพประกอบสร้างด้วย AI แสดงแฟ้ม SKILL.md ฉบับเก่าและใหม่ เครื่องมือสองแบบ และตารางเทียบที่ยังขาดจำนวนชิ้นต่อกล่อง
ภาพประกอบเชิงแนวคิดสร้างด้วย AI สำหรับบทความนี้ ไม่ใช่หน้าจอระบบ เอกสารลูกค้า หรือผลการทดสอบจริง

บริษัทเปลี่ยนวิธีคิดค่าขนส่งในการเทียบผู้ขายแล้ว แต่คู่มือในโฟลเดอร์กลางยังเป็นฉบับเดิม พนักงานที่รู้เรื่องอาจถามหัวหน้าก่อน ส่วน AI ที่ได้รับไฟล์เก่าอาจจัดตารางตามกติกาเดิมจนเสร็จ และทำให้คนตรวจเข้าใจว่าเป็นข้อมูลพร้อมใช้

นี่คือตัวอย่างสมมติของปัญหาที่การเขียนคำสั่งให้ชัดอย่างเดียวยังแก้ไม่ได้ เมื่อบริษัทให้ AI ใช้วิธีทำงานของตัวเอง ต้องมีคนรับผิดชอบด้วยว่าฉบับไหนใช้ได้ ใครอนุมัติการเปลี่ยน และเมื่อข้อมูลไม่พอ AI ต้องส่งเรื่องกลับให้ใคร

Agent Skills เป็นรูปแบบสำหรับจัดชุดคำแนะนำและเอกสารประกอบให้ AI ใช้กับงานเฉพาะเรื่อง ส่วน SOP หรือ Standard Operating Procedure คือเอกสารวิธีปฏิบัติงานขององค์กร บริษัทนำเนื้อหาจาก SOP มาจัดเป็น Skill ได้ แต่ยังต้องดูแลเจ้าของกติกา รุ่นเอกสาร และการตรวจรับงานตามเดิม

ตอนที่ 2 อธิบายว่า API และ MCP ช่วยให้ AI เรียกข้อมูลจาก ERP อย่างไร ตอนนี้เราจะดูอีกชั้นหนึ่งว่า เมื่อได้ข้อมูลมาแล้ว บริษัทจะบอกวิธีใช้ข้อมูลนั้นอย่างไรให้ตรวจสอบและแก้ไขได้ บทความนี้เป็นคำอธิบายวิธีวางงาน ไม่ใช่ข่าวประกาศผลิตภัณฑ์ใหม่

SKILL.md เก็บวิธีทำงาน แต่ไม่ได้อนุมัติรายการแทนบริษัท

ข้อกำหนด Agent Skills ให้แต่ละ Skill เป็นโฟลเดอร์ที่มี SKILL.md ภายในประกอบด้วยข้อมูลกำกับแบบ YAML และคำแนะนำแบบ Markdown โดยต้องมี name และ description อาจเพิ่มสคริปต์ เอกสารอ้างอิง และไฟล์ประกอบใน scripts/, references/ และ assets/ ได้ตามงาน ข้อกำหนด Agent Skills

ชุดคำแนะนำนี้ควรตอบได้ว่าใช้กับงานอะไร ต้องมีข้อมูลใด เริ่มทำได้เมื่อไร และเจอกรณีใดต้องหยุด ส่วนเอกสารอ้างอิงช่วยให้ผู้ดูแลตามไปตรวจนโยบายหรือเงื่อนไขฉบับเต็มได้ ไม่ต้องอัดทุกอย่างไว้ในคำสั่งยาวชุดเดียว

ตัวอย่างเช่น เครื่องมืออ่าน ERP ส่งรหัสสินค้า หน่วยนับ และราคาให้ AI ส่วน Skill อธิบายว่าจะจัดตารางเทียบอย่างไร แต่สิทธิ์สร้างใบสั่งซื้อและอำนาจเลือกผู้ขายยังต้องกำหนดในระบบกับขั้นตอนอนุมัติของบริษัท การเขียนว่า "ห้ามสั่งซื้อ" ในไฟล์เป็นคำแนะนำหนึ่งชั้น ทีมระบบยังต้องจำกัดสิทธิ์ที่ใช้งานจริงให้ตรงกัน

เมื่อ 22 ตุลาคม 2026 Anthropic ประกาศมอบมาตรฐาน Agent Skills ให้ Agentic AI Foundation ภายใต้ Linux Foundation ดูแลต่อ โดยระบุชื่อ โลโก้ องค์กรบน GitHub และโดเมน agentskills.io เป็นส่วนที่มอบให้ ประกาศของ Anthropic เรามีบทความข่าวเรื่องนี้แยกไว้แล้ว ประเด็นของตอนนี้คือ บริษัทควรเตรียมวิธีทำงานอย่างไรเพื่อให้ย้ายตามไปแล้วใช้งานต่อได้จริง

SOP ต้องบอกเกณฑ์ตัดสินใจให้ชัด

คู่มือที่เขียนว่า "ตรวจราคาและเลือกผู้ขายที่เหมาะสม" ยังเหลือคำถามอีกมาก เจ้าหน้าที่อาจดูหน่วยนับ วันส่งของ ค่าขนส่ง เครดิต หรือประวัติคุณภาพสินค้า โดยใช้ความรู้ที่ไม่เคยเขียนลงคู่มือ AI จึงอาจเดาความหมายของคำว่าเหมาะสมผิดไปจากทีม

ให้ผู้ดูแลงานเลือกตัวอย่างที่เคยทำเสร็จแล้วมาเทียบกับกรณีที่ต้องถามหัวหน้า แล้วอธิบายว่าเหตุใดสองกรณีจึงเดินคนละทาง ถ้ายังตกลงกันไม่ได้ว่าราคาต้องรวมอะไรบ้าง ควรให้ฝ่ายจัดซื้อตัดสินใจก่อนเริ่มเขียน Skill

สำหรับงานเทียบใบเสนอราคา หัวหน้าจัดซื้อควรรับผิดชอบเกณฑ์ทางธุรกิจ เช่น หน่วยที่ใช้เทียบ วิธีคิดค่าขนส่ง และข้อยกเว้น ส่วนทีมระบบตรวจว่าอ่านเอกสารและเรียกข้อมูล ERP ที่จำเป็นได้หรือไม่ ทั้งสองฝ่ายต้องตรวจงานร่วมกันจึงจะรู้ว่าคู่มือใช้กับเครื่องมือจริงได้ และเครื่องมือทำตามกติกาที่บริษัทตั้งใจ

เอกสารตั้งต้นควรมีขอบเขต ข้อมูลขั้นต่ำ ผลงานที่ต้องส่ง เหตุให้หยุด และผู้รับเรื่องต่อ ระบุนโยบายต้นทางกับผู้อนุมัติไว้ด้วย ส่วนรายละเอียดภายในที่ไม่จำเป็นต่อ AI เช่น ข้อมูลลูกค้าจริง รหัสผ่าน หรือกุญแจเข้าระบบ ควรอยู่ในระบบที่จัดการสิทธิ์เหมาะสม ไม่เดินทางไปกับชุด Skill

ตัวอย่างการเทียบใบเสนอราคา ตั้งแต่รับเอกสารจนตรวจเสร็จ

ตัวอย่างต่อไปนี้เป็นข้อเสนอสำหรับการทดลอง ไม่ใช่ผลการใช้ระบบของลูกค้า สมมติให้ AI เตรียมตารางเทียบวัสดุสิ้นเปลืองจากใบเสนอราคา 2 ฉบับกับคำขอซื้อ เจ้าหน้าที่จัดซื้อยังเป็นผู้ตรวจตาราง เลือกผู้ขาย และขออนุมัติตามขั้นตอนเดิม

หัวหน้าจัดซื้อกำหนดให้เทียบสินค้ารหัสเดียวกันและหน่วยนับเดียวกัน แยกราคาก่อนภาษี ค่าขนส่ง และกำหนดส่ง เครื่องมือ ERP ให้ข้อมูลรหัสกับหน่วยนับของบริษัท ส่วนแต่ละช่องในตารางต้องตามกลับไปยังเอกสารต้นทางได้

AI จัดตารางและทำเครื่องหมายช่องที่ขาด จากนั้นเจ้าหน้าที่เปิดเอกสารตรวจตัวเลข หน่วย และผลคำนวณก่อนนำไปใช้ หากแก้ตัวเลขหรือเปลี่ยนวิธีเปรียบเทียบ ต้องบันทึกเหตุผลไว้กับงานนั้นด้วย หลักฐานที่จำเป็นจึงมีทั้งเอกสารอ้างอิง รุ่นของ Skill และสิ่งที่คนตรวจแก้ ไม่ใช่เก็บเพียงคำตอบสุดท้ายของ AI

คราวนี้ผู้ขายรายหนึ่งเสนอเป็นกล่อง อีกรายเสนอเป็นชิ้น แต่เอกสารไม่บอกว่าหนึ่งกล่องมีกี่ชิ้น AI ควรแสดงว่า "ยังเทียบราคาต่อชิ้นไม่ได้" แล้วส่งกลับให้เจ้าหน้าที่ถามผู้ขาย การเว้นช่องนี้ไว้ช่วยให้คนเห็นงานที่ต้องทำต่อ การเดาจำนวนเพื่อให้ตารางเต็มกลับทำให้เลือกผู้ขายจากตัวเลขที่ไม่มีหลักฐาน

เมื่อได้คำยืนยันจำนวนชิ้นต่อกล่องแล้ว เจ้าหน้าที่จึงเพิ่มข้อมูลอ้างอิงและให้คำนวณใหม่ การผ่านงานรอบนี้หมายถึงตารางตรงกับเอกสารและเกณฑ์ที่ตกลงกัน ไม่ได้หมายความว่า AI มีสิทธิ์ส่งใบสั่งซื้อเอง

ก่อนย้ายข้ามเครื่องมือ ใช้กรณีเดิมทดสอบให้เห็นผล

เปิด SKILL.md ได้เป็นเพียงจุดเริ่มต้น โปรแกรมปลายทางอาจอ่านไฟล์ประกอบ เรียกเครื่องมือ หรือรันสคริปต์ได้ต่างกัน ข้อกำหนดมีฟิลด์ compatibility สำหรับบอกความต้องการของสภาพแวดล้อม และระบุว่า allowed-tools ยังเป็นส่วนทดลองซึ่งแต่ละระบบอาจรองรับต่างกัน ข้อกำหนดเรื่อง Compatibility และ Allowed Tools

ข้อจำกัดนี้เป็นเหตุผลให้ทดสอบการทำงานจริง ไม่ควรใช้ชื่อฟิลด์เป็นหลักฐานว่าโปรแกรมปลายทางบังคับสิทธิ์ให้แล้ว ข้อเสนอต่อไปนี้เป็นชุดกรณีตั้งต้นของงานเทียบราคา ทีมต้องเพิ่มตามข้อยกเว้นที่พบในธุรกิจของตัวเอง

กรณีตั้งต้นสำหรับทดสอบ Skill เทียบใบเสนอราคา
กรณีทดลองสิ่งที่ควรเห็นก่อนรับงาน
เอกสารครบและหน่วยนับตรงกันราคา ผลคำนวณ และเอกสารอ้างอิงตรงกับตัวอย่างที่ผู้ดูแลงานตรวจไว้
กล่องกับชิ้น แต่ไม่ทราบจำนวนต่อกล่องหยุดเปรียบเทียบส่วนที่ขาดและขอข้อมูลเพิ่ม โดยไม่เดาตัวเลข
เปลี่ยนวิธีคิดค่าขนส่งใช้กติกาฉบับใหม่ และระบุได้ว่างานนี้ใช้ Skill รุ่นใด
เครื่องมือ ERP ใช้ไม่ได้หรือไม่มีสิทธิ์อ่านแจ้งว่าข้อมูลใดขาด และส่งให้คนรับเรื่องต่อ โดยไม่สร้างข้อมูลทดแทน
มีคำขอให้สร้างใบสั่งซื้อ ทั้งที่ขอบเขตทดลองให้เตรียมตารางเท่านั้นส่งเรื่องเข้าขั้นตอนที่ผู้มีอำนาจรับผิดชอบ และไม่มีรายการซื้อเกิดขึ้นจากบัญชีทดลอง

ใช้เอกสารตัวอย่างชุดเดียวกันบนเครื่องมือแต่ละตัว เก็บชื่อแอป รุ่นโมเดล การตั้งค่าและสิทธิ์ที่มีผลต่อผลลัพธ์เท่าที่ระบบเปิดเผยให้ตรวจได้ ผู้ดูแลงานตรวจความหมายของตาราง ส่วนทีมระบบตรวจการเรียกเครื่องมือและสิทธิ์ หากผลต่างกัน ต้องรู้ว่าต่างเพียงสำนวน หรือเปลี่ยนราคา ข้อมูลอ้างอิง หรือการหยุดงานด้วย

สำหรับการทดลองแรก ผมเลือกเริ่มจากคำแนะนำกับเอกสารอ้างอิงก่อน เพิ่มสคริปต์เมื่อมีงานคำนวณหรือแปลงข้อมูลที่จำเป็น และให้ทีมตรวจโค้ดกับสิทธิ์ก่อนใช้ นี่เป็นข้อเสนอเพื่อลดภาระเริ่มต้น ไม่ใช่ข้อห้ามของมาตรฐาน สคริปต์และ Skill ที่ได้จากภายนอกก็ควรผ่านการตรวจแหล่งที่มาก่อนติดตั้ง

เมื่อกติกาเปลี่ยน ต้องตามถึงงานที่กำลังทำอยู่

หากวิธีคิดค่าขนส่งเปลี่ยน หัวหน้าจัดซื้อควรระบุวันเริ่มใช้และกรณีที่ได้รับผล ทีมแก้ Skill กับตัวอย่างทดสอบให้สอดคล้อง จากนั้นผู้รับผิดชอบจึงอนุมัติฉบับใหม่และบอกว่าจะจัดการงานค้างที่ใช้ฉบับเก่าอย่างไร

การเก็บประวัติใน Git หรือระบบควบคุมเอกสารช่วยตามการแก้ไขได้ แต่ยังต้องมีคนตัดสินใจเรื่องการใช้จริง ควรค้นได้ว่างานหนึ่งใช้ Skill รุ่นใด อ้างอิง SOP ฉบับไหน ใครตรวจ และรายการใดต้องกลับมาทบทวนเมื่อเปลี่ยนกติกา

เริ่มจากงานเทียบราคาหนึ่งประเภทก็ได้ ให้หัวหน้าจัดซื้อกับทีมระบบร่วมกันตรวจตัวอย่างปกติและข้อยกเว้นจนตกลงเกณฑ์รับงานได้ แล้วค่อยเพิ่มขอบเขต ถ้าวันนี้ยังไม่มีใครรับผิดชอบว่าคู่มือฉบับไหนถูกต้อง การสะสม Skill เพิ่มจะทำให้ปัญหาตามยากขึ้น

ตอนที่ 4 จะตามต่อเมื่อ AI ต้องส่งงานให้ผู้ช่วยของอีกฝ่ายผ่าน A2A ว่าใครรับผิดชอบผลงาน สิทธิ์เดินทางไปด้วยหรือไม่ และควรเก็บหลักฐานใดก่อนขยายการทดลอง

เลือกอ่านประเด็นที่เกี่ยวข้องกับบทความนี้

เมื่อ AI อ่าน ERP ได้ ต้องตกลงให้ชัดว่าตัวเลขนั้นหมายถึงอะไร

AI อ่านข้อมูลจาก ERP ได้ผ่าน API และเครื่องมือที่เชื่อมด้วย MCP แต่ยอดคงคลังยังไม่ใช่คำรับรองวันส่ง ตอนที่ 2 ชวนกำหนดความหมายของข้อมูล สิทธิ์ และการอนุมัติก่อนให้ AI ทำรายการ

อ่านบทความ

ก่อน AI จะทำงานข้ามค่ายได้ เราเรียนรู้อะไรจากอินเทอร์เน็ต เว็บ และ Linux

ตอนที่ 1 ของชุด AI ที่ทำงานร่วมกันได้ ย้อนดู TCP/IP เว็บ และ Linux เพื่อแยกโปรโตคอล มาตรฐาน และโอเพนซอร์ส ก่อนถามผู้ขายว่าเปลี่ยนเครื่องมือ AI แล้วบริษัทต้องสร้างอะไรใหม่

อ่านบทความ

Agentic AI ในองค์กร — จาก 5% สู่ 40% ภายในปี 2026: โอกาสและความเสี่ยงที่ผู้บริหารต้องรู้

ตลาด Agentic AI โตจาก $1B สู่ $9B+ ใน 2 ปี Gartner คาด 40% ของแอปองค์กรจะมี AI Agent ภายในสิ้นปี 2026 แต่กว่า 40% ของโปรเจกต์อาจถูกยกเลิก — บทความนี้วิเคราะห์โอกาส ความเสี่ยง และกลยุทธ์สำหรับองค์กรไทย

อ่านบทความ
ดูบทความทั้งหมดใน Insights

"Empowering Innovation,
Transforming Futures."

บอกเราว่างานส่วนไหนที่คุณต้องการปรับ