ทำเงิน 1.6 ล้านดอลลาร์ด้วยตัวคนเดียว: เวิร์กโฟลว์ Claude Code ขั้นสูงที่ครีเอเตอร์ระดับโลกเลือกใช้

การใช้ AI ไม่ใช่แค่เพื่อเขียนโค้ด แต่ให้เป็นพนักงานที่ทำงานให้บริษัทคนเดียว 24/7

เมื่อคนได้ยินคำว่า "หาเงินด้วย AI" ส่วนใหญ่มักนึกถึงสิ่งเดียวกัน:

• ให้ ChatGPT เขียนบล็อกโพสต์
• สร้างภาพจำนวนมากด้วย AI
• โพสต์วิดีโอที่สร้างด้วย AI ลง TikTok
• ให้ AI เขียนโปรแกรมเพื่อผลิตแอปจำนวนมาก

อย่างไรก็ตาม มีไม่กี่กรณีที่คุณสามารถสร้างรายได้จำนวนมากโดยใช้วิธีเหล่านี้เพียงอย่างเดียว

เพราะคุณแค่เพิ่ม "ปริมาณงาน" โดยใช้ AI เท่านั้น

แม้คุณจะเพิ่มจำนวนบทความจาก 10 เป็น 100 บทความ แต่ถ้าไม่มีคนอ่าน รายได้ก็ไม่เพิ่มขึ้น แม้คุณจะเพิ่มแอปจาก 1 เป็น 10 แอป แต่ถ้าคุณไม่ได้แก้ปัญหาของลูกค้า ก็ไม่มีใครจ่ายเงิน

คนที่ทรงพลังอย่างแท้จริงในยุค AI ไม่ได้ใช้ AI เป็นเครื่องจักรผลิตเนื้อหา

พวกเขาใช้มันเพื่อทำให้บริษัทเล็กลง

พวกเขาไม่จ้างนักพัฒนา

พวกเขาไม่เพิ่มฝ่ายสนับสนุนลูกค้า

พวกเขาไม่จัดประชุม

พวกเขาไม่ส่งต่อสเปกระหว่างคน

พวกเขาไม่ส่งต่อโค้ดผ่านหลายขั้นตอนจาก local ไปยัง production

เมื่อมีคำขอจากลูกค้า AI จะอ่านโค้ด แก้ไข ทดสอบ และทำให้พร้อมให้ผู้ใช้สัมผัสได้ภายในไม่กี่นาที

ตัวอย่างที่ชัดเจนของเรื่องนี้คือนักพัฒนาเดี่ยว Pieter Levels

การใช้งาน Claude Code ของเขาสามารถสรุปได้ในประโยคเดียว:

ใช้ Claude Code ไม่ใช่แค่ "เครื่องมือช่วยเขียนโค้ดที่สะดวก" แต่ให้เป็นพนักงานที่อาศัยอยู่ในเซิร์ฟเวอร์

ในบทความนี้ เราจะวิเคราะห์สิ่งที่ Pieter กำลังทำและแปลเป็นรูปแบบที่นักพัฒนาเดี่ยวและเจ้าของธุรกิจขนาดเล็กชาวญี่ปุ่นสามารถนำไปใช้ได้

Pieter Levels คือใคร?

Pieter Levels เป็นนักพัฒนาเดี่ยวที่เปิดตัวบริการอินเทอร์เน็ตหลายตัว เช่น Nomad List, Remote OK, Photo AI และ Interior AI

หนึ่งในสาเหตุที่เขากลายเป็นที่รู้จักอย่างกว้างขวางคือโครงการของเขาในการ "สร้างสตาร์ทอัพ 12 ตัวใน 12 เดือน" แทนที่จะระดมทุนจำนวนมากเพื่อสร้างองค์กร เขาใช้สไตล์การปล่อยบริการอย่างรวดเร็วและดูแลเฉพาะบริการที่ได้รับปฏิกิริยาตอบรับ

หนึ่งในบริการหลักปัจจุบันของเขาคือ Photo AI ซึ่งเป็นบริการสร้างภาพด้วย AI

ผู้ใช้อัปโหลดรูปภาพของตนเอง และบริการจะสร้างโมเดล AI ของบุคคลนั้นเพื่อสร้างภาพสไตล์สตูดิโอ รูปโปรไฟล์ ภาพแฟชั่น ภาพท่องเที่ยว วิดีโอ และอื่นๆ เว็บไซต์ทางการของ Photo AI ระบุว่ามีการสร้างภาพมากกว่า 30 ล้านภาพจนถึงปัจจุบัน

ในเดือนมีนาคม 2024 Pieter เปิดเผยตัวเลขต่อไปนี้สำหรับ Photo AI:

สิ่งที่ surprising กว่าคือการเปิดเผยของเขาที่ว่าแกนหลักของบริการทำงานบนไฟล์ PHP ขนาดใหญ่ไฟล์เดียวที่มีประมาณ 40,870 บรรทัด

วิศวกรทั่วไปอาจขมวดคิ้วเมื่อได้ยินเรื่องนี้

"ไฟล์ใหญ่ขนาดนี้ดูแลรักษาไม่ได้"

"ควรแยกเป็นไมโครเซอร์วิส"

"ควรใช้เฟรมเวิร์กที่ทันสมัยกว่า"

แต่รายได้ไม่ได้จ่ายเพื่อความสวยงามของโค้ด

ถ้าคุณกำลังส่งมอบผลลัพธ์ที่ผู้ใช้ต้องการและรักษาสถานะนั้นไว้ การกำหนดค่าทางเทคนิคไม่จำเป็นต้องเป็นไปตามตำรา

จุดแข็งของ Pieter ไม่ใช่การรู้เทคโนโลยีที่ล้ำสมัยมากกว่าใคร

มันคือความละเอียดถี่ถ้วนในการทิ้งความซับซ้อนที่ไม่นำไปสู่รายได้

พูดอย่างเคร่งครัด เขาไม่ได้หาเงิน "ด้วย AI เพียงอย่างเดียว"

อย่าเข้าใจส่วนนี้ผิด

Pieter ไม่ได้เพิ่งเริ่มใช้ Claude Code วันหนึ่งแล้วก็หาเงินได้ $1.6M ต่อปีด้วย AI เพียงอย่างเดียว

เขามีประสบการณ์การพัฒนาหลายปี เขามีชื่อเสียงในโลกออนไลน์และผู้ติดตามที่เขาสามารถทำการตลาดผลิตภัณฑ์ของเขาได้ เขามีวิจารณญาณในการเลือกตลาด ความสามารถในการกำหนดราคา และประสบการณ์ในการอ่านปฏิกิริยาของผู้ใช้

AI ไม่ได้สร้างทุกอย่างจากศูนย์

AI ขยายพลังการพัฒนา วิจารณญาณ และพลังการตลาดที่เขามีอยู่แล้ว

ความแตกต่างนี้ใหญ่มาก

การใช้ AI ไม่ได้ทำให้ประสบการณ์ไม่จำเป็น ยิ่งความเร็วในการพัฒนาเพิ่มขึ้นเนื่องจาก AI มูลค่าของการตัดสินใจ "จะสร้างอะไร" "จะขายให้ใคร" และ "อะไรที่ไม่ควรสร้าง" ก็ยิ่งสูงขึ้น

ดังนั้น ธีมที่แท้จริงของบทความนี้ไม่ใช่ "จะใส่พรอมต์วิเศษอะไรลงใน Claude Code เพื่อหาเงินล้าน"

มันคือ วิธีสร้างระบบที่คนคนเดียวเคลื่อนที่ด้วยความเร็วของบริษัทโดยใช้ Claude Code

วิธีที่ 1

ให้ Claude Code อาศัยอยู่บน VPS ไม่ใช่แล็ปท็อป

คุณลักษณะที่โดดเด่นที่สุดของการทำงานของ Pieter คือการที่เขารัน Claude Code บน VPS ที่บริการทำงานอยู่ แทนที่จะรันบนแล็ปท็อปในเครื่อง

ตามที่เขากล่าว เป็นเวลาประมาณหนึ่งปีแล้วที่เขาทำโค้ดดิ้งเกือบทั้งหมดด้วย Claude Code บน VPS เขาสามารถดำเนินการต่อได้แม้หลังจากปิดแล็ปท็อปแล้ว ไม่กินแบตเตอรี่ และสามารถรับงานต่อจากเทอร์มินัลอื่นหรือสมาร์ทโฟนได้ เนื่องจากสามารถเริ่มบริการใหม่จากสถานะที่อยู่บนเซิร์ฟเวอร์แล้ว จึงสามารถนำไปสู่การเปิดตัวต่อสาธารณะได้โดยตรง

โฟลว์การพัฒนาโดยทั่วไปมีลักษณะดังนี้:

1. วางแผน
2. เขียนโค้ดในสภาพแวดล้อม local
3. ทดสอบใน local
4. Push ไปยัง GitHub
5. CI ทำงาน
6. สะท้อนในสภาพแวดล้อม staging
7. ยืนยันและ deploy ไปยังสภาพแวดล้อม production

ในองค์กรขนาดใหญ่ กระบวนการนี้จำเป็น เนื่องจากวิศวกรหลายสิบคนสัมผัสระบบเดียวกัน ขอบเขตเพื่อป้องกันอุบัติเหตุจึงเป็นสิ่งจำเป็น

แต่จะเกิดอะไรขึ้นเมื่อคุณนำกระบวนการของบริษัทใหญ่มาสู่บริการขนาดเล็กที่ดำเนินการโดยคนคนเดียว?

การแก้ไขใช้เวลา 3 นาที แต่ใช้เวลา 20 นาทีในการทำให้ใช้งานจริง

ความยุ่งยากเล็กๆ น้อยๆ สะสม และการตัดสินใจว่า "การเปลี่ยนแปลงนี้รอได้" ก็เพิ่มขึ้น แม้ว่าจะมีคำขอจากลูกค้า การแก้ไขก็ถูกเลื่อนออกไปเป็นวันถัดไปหรือสัปดาห์ถัดไป

Pieter ทำให้เวลารอคอยนี้สั้นมาก

ก่อนหน้านี้ ใช้เวลาประมาณ 1 นาทีในการทดสอบใน local และ auto-deploy ผ่าน GitHub โดยการเปลี่ยนเป็นการ push ไปยังเซิร์ฟเวอร์โดยตรง ใช้เวลาประมาณ 3 วินาที และตอนนี้เขากำลังเคลื่อนไปสู่การให้ Claude Code เปลี่ยนโค้ดโดยตรงบนเซิร์ฟเวอร์ แม้ว่าเขาจะกล่าวว่าเว็บไซต์ล่มเพียงประมาณสองครั้งใน 12 เดือน ครั้งละประมาณ 10 วินาที เขาก็ระบุอย่างชัดเจนว่าบริษัทใหญ่ควรใช้สภาพแวดล้อม staging

ประเด็นที่ควรเลียนแบบที่นี่ไม่ใช่ "ทุกคนควรแก้ไข production โดยตรง"

สิ่งที่ควรเลียนแบบคือ การวาง AI ไว้ในที่ที่มันสามารถทำงานต่อได้

ตราบใดที่คุณรัน Claude Code บนคอมพิวเตอร์ของคุณเอง งานจะหยุดเมื่อคุณปิดแล็ปท็อป มันจะหยุดถ้าการเชื่อมต่อขาดหาย ถ้าคุณย้ายไปยังเทอร์มินัลอื่น คุณต้องอธิบายสถานการณ์ทั้งหมดอีกครั้ง

โดยการรันในเซสชันถาวรบน VPS AI สามารถอยู่ใกล้กับโปรเจกต์ได้ตลอดเวลา

นี่ไม่ใช่แค่ความแตกต่างในการตั้งค่าสภาพแวดล้อม

มันคือแนวคิดของ การแยกเวลาที่ AI สามารถทำงานออกจากเวลาทำงานของมนุษย์ แทนที่จะแค่เพิ่ม "เวลาที่ใช้ AI"

วิธีที่ 2

ให้แต่ละผลิตภัณฑ์มีเซสชันถาวรของตัวเอง

Pieter ใช้ Termius เพื่อเชื่อมต่อกับ VPS และเตรียมโปรไฟล์การเชื่อมต่อสำหรับแต่ละบริการ

เมื่อเชื่อมต่อแล้ว เขาจะย้ายไปยังไดเรกทอรีของบริการนั้นและเข้าไปในเซสชัน tmux ที่เกี่ยวข้อง ในแต่ละเซสชัน Claude Code จะเปิดอยู่ตลอด ทำให้เขาสามารถกลับไปทำงานเดียวกันจากแล็ปท็อปหรือสมาร์ทโฟนได้ เขายังให้ Claude Code สร้างฟังก์ชันเชลล์เพื่อให้การเชื่อมต่อและการกลับไปยัง tmux ง่ายขึ้น

ส่วนสำคัญของระบบนี้ไม่ใช่การที่การทำงานของเทอร์มินัลดูเท่

มันคือ แต่ละผลิตภัณฑ์มีห้องทำงานเฉพาะของตัวเอง

• ห้อง Photo AI มีโค้ด Photo AI และ Claude Code
• ห้อง Nomad List มีโค้ด Nomad List และ Claude Code
• ห้อง Remote OK มีโค้ด Remote OK และ Claude Code

เมื่อมนุษย์ต้องการสลับผลิตภัณฑ์ พวกเขาแค่ต้องเข้าไปในห้องนั้น

ด้วย AI แบบแชททั่วไป คุณต้องอธิบายสิ่งต่างๆ ทุกครั้งที่เริ่มการสนทนา

"นี่คือบริการประเภทนี้"

"ฉันทำถึงตรงนี้แล้วครั้งที่แล้ว"

"โปรดอย่าเปลี่ยนไฟล์นี้"

"รันทดสอบด้วยคำสั่งนี้"

ต้นทุนการอธิบายนั้นทำให้การใช้ AI ขาดความเร็ว

ในทางกลับกัน ถ้าคุณให้ Claude Code ทำงานภายในไดเรกทอรีโปรเจกต์ AI จะสามารถเข้าถึงโค้ด ไฟล์กำหนดค่า การทดสอบ และประวัติได้โดยตรง แม้ไม่มีมนุษย์อธิบายตั้งแต่เริ่มต้น มันก็สามารถสืบสวนได้ว่า "สถานะปัจจุบันของผลิตภัณฑ์นี้คืออะไร"

เอกสารทางการของ Anthropic ยังอธิบาย Claude Code ไม่ใช่แค่เป็นเครื่องมือที่ส่งคืนคำแนะนำโค้ด แต่เป็นเครื่องมือแบบ agentic ที่ดำเนินการอ่านไฟล์ รันคำสั่ง เปลี่ยนโค้ด สืบสวน วางแผน และนำไปใช้

กล่าวอีกนัยหนึ่ง เพื่อดึงจุดแข็งของ Claude Code ออกมา คุณต้องให้มันทำงานในสถานที่ที่สามารถเข้าถึงผลิตภัณฑ์ทั้งหมด แทนที่จะวางโค้ด snippet ลงในช่องแชททุกครั้ง

วิธีที่ 3

ส่งต่อ "สถานะที่เสร็จสมบูรณ์" ไม่ใช่ "เขียนโค้ด"

คนที่ไม่ได้รับผลลัพธ์แม้จะใช้ Claude Code มักจะใส่คำสั่งที่ละเอียดเกินไปหรือกว้างเกินไป

ตัวอย่างเช่น คำขอแบบนี้:

โปรดปรับปรุงหน้าจอเข้าสู่ระบบ

ด้วยคำสั่งนี้ มันไม่ชัดเจนว่าสิ่งใดที่ถือเป็นการปรับปรุง

• เปลี่ยนดีไซน์?
• เปลี่ยนการแสดงผลข้อผิดพลาด?
• เพิ่มความเร็วในการเข้าสู่ระบบ?
• เพิ่มการเข้าสู่ระบบด้วย Google?
• ต้องการลดอัตราการเด้งกลับ?

ในทางกลับกัน การสั่งทุกบรรทัดของโค้ดก็ไม่มีประสิทธิภาพเช่นกัน

เพิ่มฟังก์ชันที่บรรทัด 35 ของไฟล์นี้ จากนั้นเปลี่ยนชื่อตัวแปรนี้...

ในกรณีนี้ คุณแค่ใช้ Claude Code เป็นคีย์บอร์ดที่มีความเร็วในการป้อนข้อมูลเร็วกว่าตัวคุณเอง

สิ่งที่คุณควรส่งต่อไม่ใช่ขั้นตอนการทำงาน แต่เป็น เงื่อนไขความสำเร็จ

ในทางปฏิบัติ รูปแบบแบบนี้ใช้งานง่าย:

วัตถุประสงค์:

ลดการหลุดออกเนื่องจากข้อผิดพลาดในการเข้าสู่ระบบ

สถานะปัจจุบัน:

ไม่ว่าจะเป็นรหัสผ่านผิดหรือข้อผิดพลาดการเชื่อมต่อ ระบบแสดง "การเข้าสู่ระบบล้มเหลว" เหมือนกัน

ขอบเขตการเปลี่ยนแปลง:

หน้าจอเข้าสู่ระบบ, API การยืนยันตัวตน, การทดสอบที่เกี่ยวข้อง

เงื่อนไขความสำเร็จ:

• ข้อความที่แตกต่างกันจะแสดงสำหรับข้อผิดพลาดในการป้อนข้อมูลเทียบกับข้อผิดพลาดการเชื่อมต่อ
• อย่ารั่วไหลการมีอยู่ของที่อยู่อีเมลไปยังภายนอก
• อย่าทำลายการเข้าสู่ระบบด้วย Google ที่มีอยู่
• เลย์เอาต์ไม่เสียบนหน้าจอสมาร์ทโฟน
• การทดสอบที่เกี่ยวข้องทั้งหมดผ่าน

ข้อห้าม:

• อย่าเปลี่ยนโครงสร้างฐานข้อมูล
• อย่าเพิ่มไลบรารีการยืนยันตัวตนใหม่

หลังเลิกงาน:

• สรุปไฟล์ที่เปลี่ยนแปลง
• แสดงการทดสอบที่ดำเนินการ
• รายงานความเสี่ยงที่เหลืออยู่

ในรูปแบบนี้ Claude Code สามารถสืบสวน codebase ค้นหาตำแหน่งที่จะเปลี่ยนแปลงด้วยตัวเอง และคิดหาวิธีการนำไปใช้

บทบาทของมนุษย์เปลี่ยนจาก "จะเขียนอย่างไร" เป็น "สถานะใดที่จะให้คุณค่า"

ที่นี่ การจัดการและการพัฒนาเชื่อมต่อกัน

ในการเขียนเงื่อนไขความสำเร็จที่ดี คุณต้องเข้าใจว่าลูกค้ากำลังประสบปัญหาอะไร คนที่ดูพฤติกรรมของลูกค้า เหตุผลในการจ่ายเงิน และเหตุผลในการเลิกใช้ สามารถมอบงานที่มีคุณค่ามากกว่าให้กับ Claude Code มากกว่าคนที่มองแต่เทคโนโลยี

สิ่งที่สำคัญในยุค AI ไม่ใช่คำศัพท์ในพรอมต์

มันคือพลังในการกำหนดสถานะความสำเร็จ

วิธีที่ 4

ทำให้ CLAUDE.md เป็น "คู่มือการดำเนินงานบริษัทคนเดียว"

Claude Code มีกลไกในการบันทึกคำแนะนำเฉพาะโปรเจกต์ใน CLAUDE.md

เอกสารทางการอธิบายว่า CLAUDE.md ถูกอ่านเมื่อเริ่มต้นการสนทนา ทำให้คุณสามารถแสดงรายการคำสั่ง build และ test หลักเกณฑ์การเขียนโค้ด และกฎการทำงานได้ อย่างไรก็ตาม แนะนำให้เก็บให้สั้นและเฉพาะเจาะจง ไม่ใช่คู่มือยาวๆ และไม่ควรเขียนสิ่งที่สามารถเข้าใจได้โดยการอ่านโค้ด

คนส่วนใหญ่เขียนแค่ความกว้างของการเยื้องหรือกฎการตั้งชื่อตัวแปรที่นี่

แต่ในบริษัทคนเดียว สิ่งที่สำคัญจริงๆ ไม่ใช่สไตล์โค้ด แต่คือ ลำดับความสำคัญทางธุรกิจ

ตัวอย่างเช่น คุณสามารถเขียน:

เป้าหมายผลิตภัณฑ์

• บริการนี้มีไว้สำหรับเจ้าของธุรกิจคนเดียวในการสร้างภาพผลิตภัณฑ์ภายใน 10 นาที
• ให้ความสำคัญกับความเร็วในการสร้างครั้งแรกมากกว่าจำนวนฟีเจอร์
• สำหรับการเปลี่ยนแปลงที่เพิ่มการใช้งานของผู้ใช้ฟรี ให้ตรวจสอบผลกระทบต่อต้นทุนเสมอ

สถาปัตยกรรม

• ใช้ PHP, JavaScript, PostgreSQL
• อย่าเพิ่มเฟรมเวิร์กใหม่โดยไม่ได้รับอนุญาตอย่างชัดแจ้ง
• อย่าเพิ่ม dependencies ถ้าสามารถแก้ไขได้ด้วยกลไกที่มีอยู่

เวิร์กโฟลว์

• อ่านโค้ดและการทดสอบที่เกี่ยวข้องก่อนทำการเปลี่ยนแปลง
• สำหรับการเปลี่ยนแปลงขนาดใหญ่ ให้เสนอแผนก่อนการนำไปใช้
• หลังการเปลี่ยนแปลง ให้ทำการทดสอบ วิเคราะห์แบบ static และตรวจสอบหน้าจอหลัก
• อย่าแก้ไขการทดสอบที่ล้มเหลวโดยการลบทิ้ง

ความปลอดภัย

• อย่าลบข้อมูล production
• แนบขั้นตอนการ rollback กับการเปลี่ยนแปลงฐานข้อมูล
• อย่าแสดงผล API keys หรือข้อมูลส่วนบุคคลใน logs
• จัดการฟังก์ชันการเรียกเก็บเงิน การยืนยันตัวตน และการลบด้วยความระมัดระวังอย่างยิ่ง

นิยามของความสำเร็จ

• สามารถอธิบายการเปลี่ยนแปลงจากมุมมองของผู้ใช้
• รายงานผลการทดสอบ
• แสดงรายการไฟล์ที่เปลี่ยนแปลง
• ระบุความเสี่ยงที่ทราบและสิ่งที่ยังไม่ได้จัดการอย่างชัดเจน

การมีสิ่งนี้เพียงอย่างเดียวก็ช่วยขจัดความจำเป็นในการเตือนซ้ำๆ ทุกครั้ง

สิ่งที่สำคัญยิ่งกว่าคือวิธีจัดการเมื่อ Claude Code ล้มเหลว

แทนที่จะแค่โกรธที่ "มันทำผิดพลาดแบบเดิมอีกแล้ว" ให้เพิ่มกฎป้องกันการเกิดซ้ำใน CLAUDE.md

ถ้ามันเปลี่ยนไฟล์กำหนดค่า production ให้เขียน "อย่าเปลี่ยนไฟล์กำหนดค่าโดยไม่ได้รับอนุญาตอย่างชัดแจ้ง"

ถ้ามันลบการตรวจสอบความถูกต้องที่สำคัญเพื่อให้การทดสอบผ่าน ให้เขียน "ห้ามลบการทดสอบที่ล้มเหลว"

ถ้ามันจัดรูปแบบไฟล์ที่ไม่เกี่ยวข้องและ diff ใหญ่เกินไป ให้เขียน "อย่าทำ refactoring ที่ไม่เกี่ยวข้องกับคำขอ"

Anthropic ยังระบุว่าข้อผิดพลาดที่เกิดขึ้นซ้ำหรือสิ่งที่อธิบายหลายครั้งเป็นสัญญาณให้เพิ่มเป็นคำแนะนำถาวร

กล่าวอีกนัยหนึ่ง CLAUDE.md ไม่ใช่แค่ไฟล์กำหนดค่าสำหรับ AI

มันคือฐานข้อมูลของความล้มเหลวและการตัดสินใจที่สะสมในบริษัทคนเดียว

ในบริษัทที่จ้างพนักงาน ความรู้จะถูกสะสมในเอกสารฝึกอบรมหรือ Wiki ภายใน

ในบริษัทคนเดียว คุณให้ Claude Code อ่านมัน

วิธีที่ 5

ลดงานอนุมัติ เพิ่มราวกั้นแทน

Pieter ใช้โหมดที่ละเว้นการตรวจสอบสิทธิ์สำหรับ Claude Code อย่างมาก ทำงานด้วยความเร็วสูงบนเซิร์ฟเวอร์

เขากล่าวว่าตั้งแต่เปลี่ยนมาใช้การทำงานแบบนี้ ความเร็วในการพัฒนาพุ่งสูงขึ้น กระดานงานของเขาว่างเปล่าเป็นครั้งแรก และเขาทำผลงานได้ประมาณ 10 เท่าของปกติ เขาดำเนินการเปลี่ยนแปลงในหลายผลิตภัณฑ์ รวมถึงการปรับปรุงการยืนยันตัวตนและความปลอดภัย ฟีเจอร์ภาพ ฟีเจอร์วิดีโอ/เสียง 3D viewers จดหมายข่าว แชทบอท และการสร้าง e-book ในช่วงเวลาสั้นๆ

อย่างไรก็ตาม การลอกเลียนแบบส่วนนี้ตรงๆ เป็นอันตราย

เอกสารทางการของ Claude Code ระบุอย่างชัดเจนว่าการดำเนินการที่เทียบเท่ากับ bypassPermissions ควรใช้เมื่อมีขอบเขตความปลอดภัยภายนอกเท่านั้น เช่น คอนเทนเนอร์ที่แยกเดี่ยวหรือเครื่องเสมือน เพราะทันทีที่คุณละเว้นการยืนยัน แนวป้องกันสุดท้ายคือการแยกสภาพแวดล้อมการทำงานเท่านั้น

ถ้านักพัฒนาเดี่ยวชาวญี่ปุ่นจะนำมาใช้ แทนที่จะลอกเลียนแบบการทำงานของ Pieter ตรงๆ ควรแปลเป็นดังนี้:

Plan Mode สำหรับระยะสืบสวน

ขั้นแรก ให้มันสืบสวนไฟล์ที่เกี่ยวข้อง ขอบเขตผลกระทบ นโยบายการนำไปใช้ และความเสี่ยง โดยไม่ให้มันเปลี่ยนโค้ด

โดยเฉพาะอย่างยิ่งสำหรับส่วนที่มีผลกระทบสูง เช่น การเรียกเก็บเงิน การยืนยันตัวตน การลบข้อมูล และการส่งอีเมล อย่าให้มัน implement ทันที

Automate Implementation ในสภาพแวดล้อม Staging

เตรียมสภาพแวดล้อม staging ที่มีการกำหนดค่าใกล้เคียงกับ production และให้ Claude Code ดำเนินการเปลี่ยนแปลงและทดสอบที่นั่น

แทนที่จะอนุมัติทุกคำสั่งทุกครั้ง ให้แยกการดำเนินการที่อนุญาตและการดำเนินการที่ปฏิเสธล่วงหน้า

เอกสารทางการมีโหมดสิทธิ์หลายแบบ เช่น acceptEdits เพื่ออนุญาตการเปลี่ยนแปลง auto เพื่อตัดสินความปลอดภัยอัตโนมัติ และ plan เพื่อสร้างเฉพาะแผน คุณยังสามารถตั้งค่า allow, ask และ deny ในแต่ละคำสั่งได้

เหลือประตูมนุษย์เพียงประตูเดียวสำหรับการสะท้อนสู่ Production

• การทดสอบผ่าน
• การตรวจสอบหน้าจอเสร็จสิ้น
• Diff อยู่ในช่วงที่คาดหวัง
• มีวิธีการ rollback

เมื่อถึงสถานะนี้ มนุษย์จะอนุญาตให้สะท้อนสู่ production

สิ่งที่สำคัญไม่ใช่มนุษย์เขียนทุกบรรทัดของโค้ด

คือการสร้างโครงสร้างที่สามารถย้อนกลับได้เมื่อพัง โดยมนุษย์จัดการเฉพาะการตัดสินใจที่ irreversible ขั้นสุดท้าย

วิธีที่ 6

ให้ความสำคัญกับการทดสอบและการ Rollback มากกว่าการตรวจสอบโค้ด

เมื่อ AI เริ่มเขียนโค้ดจำนวนมาก วิธีการที่มนุษย์ตรวจสอบทุกบรรทัดทีละบรรทัดถึงขีดจำกัด

แม้โค้ดจะถูกสร้างด้วยความเร็ว 10 เท่า ถ้าการตรวจสอบใช้เวลานานกว่า 10 เท่า ผลผลิตก็จะไม่เพิ่มขึ้น

ดังนั้น สิ่งที่จำเป็นคือการเปลี่ยนสถานที่ที่วางความไว้วางใจ

อย่าเชื่อว่า "Claude ต้องเขียนโค้ดที่ถูกต้อง"

จงวางใจระบบที่:

• "ถ้ามันผิด การทดสอบจะล้มเหลว"
• "การทำงานหลักของผู้ใช้สามารถยืนยันได้โดยอัตโนมัติ"
• "ถ้ามีปัญหา สามารถย้อนกลับไปยังสถานะก่อนหน้าได้ทันที"

Pieter เองให้ความสำคัญกับวงจรป้อนกลับของการเตรียมการทดสอบและยืนยันใน production อย่างรวดเร็ว มากกว่าการตรวจสอบทุกอย่างอย่างละเอียด เขายังอธิบายว่าเซิร์ฟเวอร์มีการสำรองข้อมูลหลายชุดรวมถึง onsite และ offsite

ในการทำงาน Claude Code อย่างปลอดภัย ให้สร้างอย่างน้อยสี่อย่างนี้ก่อน:

1. การทดสอบอัตโนมัติสำหรับฟังก์ชันหลัก
2. การยืนยันการทำงานก่อน production
3. การตรวจสอบเพื่อตรวจจับข้อผิดพลาดและความผิดปกติของรายได้
4. การ rollback ที่สามารถกลับไปยังสถานะก่อนหน้าได้ในไม่กี่นาที

การใช้ Hooks ของ Claude Code คุณยังสามารถทำให้กระบวนการเป็นอัตโนมัติ เช่น การดำเนินการทดสอบหรือ formatter หลังการเปลี่ยนแปลงไฟล์ หรือการแทรกการตรวจสอบก่อนการดำเนินการเฉพาะ Hooks เป็นฟีเจอร์ทางการในการดำเนินการคำสั่งเชลล์ การประมวลผล HTTP การตัดสินด้วย LLM ฯลฯ ใน lifecycles เฉพาะของ Claude Code

ตัวอย่างเช่น ดำเนินการโฟลว์ต่อไปนี้โดยอัตโนมัติหลังการเปลี่ยนแปลง:

การเปลี่ยนแปลงโค้ด

↓

การทดสอบอัตโนมัติ

↓

การวิเคราะห์แบบ static

↓

การยืนยันการทำงานของหน้าหลัก

↓

สรุป diff

↓

หยุดการสะท้อนสู่ production ถ้ามีปัญหา

ผ่านสิ่งนี้ งานของมนุษย์เปลี่ยนจาก "การดูทุกอย่าง" เป็น "การดูเฉพาะความผิดปกติ"

คนที่หาเงินจำนวนมากคนเดียวไม่ได้แค่ทำงานเร็ว

พวกเขาลดงานที่ต้องใช้การยืนยันลงเอง

วิธีที่ 7

ทำให้คำขอของลูกค้ากลายเป็นคิวงานของ Claude Code โดยตรง

ในการกำหนดค่าบริษัทคนเดียวที่ Pieter เปิดเผย เขาผสมผสานบอร์ด feedback เพื่อรวบรวมคำขอผู้ใช้ หน้าจอจัดการการเรียกเก็บเงิน Stripe สำหรับลูกค้า ฟังก์ชันคืนเงินที่ผู้ใช้สามารถดำเนินการได้เอง และการประมวลผลอัตโนมัติโดยใช้ ChatGPT API

รูปแบบในอุดมคติที่เขาแสดงคือ "1 ผู้ก่อตั้ง 0 มนุษย์" ซึ่งเป็นโมเดลที่เขาจัดการการตลาด การพัฒนา และการออกแบบ และทำให้ทุกอย่างอื่นเป็นอัตโนมัติมากที่สุด

ที่นี่ Claude Code ไม่ได้ถูกใช้แค่เพื่อสร้างฟีเจอร์ใหม่

มันกลายเป็นอุปกรณ์ในการแปลงเสียงของลูกค้าให้เป็นการปรับปรุงที่นำไปสู่รายได้

ตัวอย่างเช่น โฟลว์แบบนี้:

ผู้ใช้โพสต์คำขอ

↓

จำแนกคำขอที่คล้ายกัน

↓

ตรวจสอบผลกระทบต่ออัตราการเลิกใช้และอัตราการเรียกเก็บเงิน

↓

เลือกรายการที่มีมูลค่าสูงหนึ่งรายการ

↓

Claude Code สืบสวนขอบเขตผลกระทบ

↓

การนำไปใช้และการทดสอบ

↓

แจ้งให้ผู้ใช้ทราบถึงการปรับปรุง

เมื่อคุณสร้างระบบนี้ ความหมายของการจัดการงานจะเปลี่ยนไป

ในหลายบริษัท หลังจากได้รับคำขอ พวกเขาจัดประชุม เขียนสเปก ตัดสินใจผู้รับผิดชอบ ใส่ลงใน sprint และในที่สุดก็เปิดตัวในอีกหลายสัปดาห์ต่อมา

ในบริษัทคนเดียว มีความเป็นไปได้ที่จะปล่อยในวันเดียวกัน

สิ่งที่บริษัทเล็กสามารถชนะบริษัทใหญ่ได้ไม่ใช่จำนวนฟีเจอร์

มันคือเวลาที่เสียงของลูกค้าใช้ในการสะท้อนกลับไปยังผลิตภัณฑ์

ถ้าคุณได้นำ Claude Code มาใช้แล้วแต่มนุษย์ยังคงแบ่งงานเป็นรายละเอียดย่อย copy-paste โค้ด และระบุตำแหน่งการเปลี่ยนแปลงทีละจุด แสดงว่าคุณยังไม่ได้ใช้ประโยชน์จากความเร็วของ AI

ส่งต่อปัญหาของลูกค้าและเงื่อนไขความสำเร็จ และให้ Claude Code สืบสวน codebase ด้วยตัวเอง

นี่คือความแตกต่างระหว่างการใช้มันเป็นแชทบอทและการใช้มันเป็นพนักงาน

วิธีที่ 8

กล้าหาญที่จะหลีกเลี่ยงการทำให้การกำหนดค่าทางเทคนิคซับซ้อน

ความจริงที่ว่าแกนหลักของ Photo AI เป็นไฟล์ PHP ไฟล์เดียวที่มีมากกว่า 40,000 บรรทัด ไม่ได้หมายความว่านักพัฒนาทุกคนควรสร้างไฟล์ขนาดใหญ่

ยิ่งไปกว่านั้น มันเป็นอันตรายที่จะเลียนแบบรูปแบบภายนอก

สิ่งที่สำคัญสำหรับ Pieter ไม่ใช่การที่มันเป็น PHP หรือไฟล์ขนาดใหญ่

สิ่งที่สำคัญเชื่อว่าเป็น การเก็บระบบให้อยู่ในขอบเขตที่เขาและ Claude Code สามารถเข้าใจทั้งหมดได้

นี่คือการตีความจากข้อมูลสาธารณะ แต่ถ้าคุณแบ่งผลิตภัณฑ์ออกเป็นบริการเล็กๆ มากเกินไป ทุกการเปลี่ยนแปลงจะครอบคลุมหลาย repositories, APIs, วิธีการยืนยันตัวตน และขั้นตอนการ deploy

ระบบที่ซับซ้อนสำหรับมนุษย์ก็ซับซ้อนสำหรับ AI เช่นกัน

• ไฟล์มากขึ้นที่จะโหลดเข้า context
• การสืบสวนว่าจะเปลี่ยนที่ไหนใช้เวลานาน
• ความไม่สอดคล้องเกิดขึ้นโดยการอัปเดตเพียงด้านเดียว
• ขอบเขตการทดสอบขยาย
• การระบุสาเหตุระหว่างความล้มเหลวทำได้ยาก

แค่คุณมี Claude Code ไม่ได้หมายความว่าคุณสามารถจัดการการกำหนดค่าทางเทคนิคที่ซับซ้อนอย่างไม่มีขีดจำกัดได้

AI ลดต้นทุนของความซับซ้อน แต่ไม่ได้ทำให้เป็นศูนย์

ดังนั้น เมื่อแนะนำไลบรารีใหม่ บริการใหม่ ฐานข้อมูลใหม่ หรือเฟรมเวิร์กใหม่ ให้คิดดังนี้:

เทคโนโลยีนี้เพิ่มคุณค่าที่ลูกค้าได้รับหรือไม่? หรือมันแค่เพื่อความพึงพอใจทางเทคนิคของนักพัฒนา?

คนที่สร้างผลิตภัณฑ์ที่มีมูลค่าการซื้อขายปีละ 200 ล้าน JPY ไม่จำเป็นต้องเลือกการกำหนดค่าที่ทันสมัยที่สุด

นี่คือข้อเท็จจริงสำคัญสำหรับนักพัฒนาเดี่ยวหลายคน

วิธีที่ 9

ให้ Claude Code สร้าง "ระบบอัตโนมัติของบริษัท" ไม่ใช่แค่ "การพัฒนา"

หลายคนที่ใช้เครื่องมือเขียนโค้ด AI คิดแค่เกี่ยวกับการ implement ฟีเจอร์ของผลิตภัณฑ์

อย่างไรก็ตาม สิ่งที่จำเป็นในการหาเงินจำนวนมากคนเดียวไม่ใช่แค่การสร้างผลิตภัณฑ์

• การตอบรับคำถาม
• การตรวจจับการใช้งานฉ้อโกง
• การเปลี่ยนข้อมูลการเรียกเก็บเงิน
• การคืนเงิน
• การยกเลิก
• การตรวจสอบเนื้อหา
• การแจ้งเตือนความล้มเหลว
• รายงานประจำ
• การรวบรวมรายได้
• การแนะนำลูกค้า

เมื่อธุรกิจเติบโต งานปฏิบัติการเหล่านี้เพิ่มขึ้น

ถ้ารายได้เพิ่มเป็นสองเท่า คำถามก็เพิ่มเป็นสองเท่า และถ้าคุณต้องการกำลังคนเพิ่มเป็นสองเท่า บริษัทคนเดียวก็ไม่สามารถรักษาไว้ได้

ในการกำหนดค่าที่ Pieter เปิดเผย เขาลดจุดที่มนุษย์ต้องแทรกแซงผ่านฟีเจอร์ลูกค้าของ Stripe หน้าจอจัดการด้วยตนเอง การคืนเงินอัตโนมัติ และสคริปต์ worker ที่ใช้ AI APIs

สิ่งที่คุณควรให้ Claude Code สร้างไม่ใช่แค่ฟีเจอร์ใหม่ที่สวยงาม

มันคือโค้ดที่กำจัด "งานที่คุณใช้เวลา 30 นาทีทุกสัปดาห์"

ตัวอย่างเช่น ถ้าคุณตรวจสอบรายได้ทุกเช้าและเขียนลง Slack ให้สร้างรายงานอัตโนมัติ

ถ้ามีคำถามมากมายสำหรับคำถามเดียวกัน ให้ปรับปรุงหน้าจอจัดการหรือหน้าช่วยเหลือ

ถ้าคุณใช้งานหน้าจอจัดการทุกครั้งที่มีคำขอคืนเงิน ให้สร้างการคืนเงินด้วยตนเองแบบมีเงื่อนไข

ถ้าคุณตรวจสอบการใช้งานฉ้อโกงด้วยสายตา ให้ตรวจจับค่าผิดปกติและส่งเฉพาะกรณีที่ต้องใช้การตัดสินของมนุษย์

แต่ละอย่างเป็นการทำงานอัตโนมัติเล็กๆ แต่รวมกันแล้วเปลี่ยนต้นทุนคงที่ของบริษัท

สร้างฟีเจอร์ที่ลบงานของตัวเองออกไปเท่าๆ กับฟีเจอร์ที่เพิ่มรายได้

นี่คือวิธีการใช้ Claude Code เพื่อให้เหลือกำไรไว้คนเดียว

วิธีที่ 10

ทำให้ Claude Code เป็น Worker พื้นหลัง

Claude Code ไม่ได้ใช้แค่ในขณะที่ดูหน้าจอโต้ตอบ

ทางการ มีการจัดเตรียมการดำเนินการแบบ non-interactive โดยใช้ claude -p การดำเนินการด้วยเครื่องมือที่ได้รับอนุญาตแบบจำกัด structured output และการต่อเนื่องเซสชัน และยังมีเจตนาให้เรียกจาก CI หรือสคริปต์และรวมเข้ากับการประมวลผลพื้นหลัง

การใช้สิ่งนี้ คุณสามารถสร้างงานโดยที่มนุษย์ไม่ต้องเริ่มการสนทนา

ตัวอย่างเช่น ดำเนินการกระบวนการต่อไปนี้ทุกคืน:

1. ตรวจสอบ error logs ใน 24 ชั่วโมงที่ผ่านมา
2. จำแนกข้อผิดพลาดที่คิดว่ามีสาเหตุเดียวกัน
3. สืบสวนวิธีการทำซ้ำ
4. สร้างข้อเสนอการแก้ไข
5. แก้ไขในสภาพแวดล้อม staging
6. ดำเนินการทดสอบ
7. เช้าวันถัดไป รายงาน diffs และความเสี่ยงให้มนุษย์ทราบ

หรือ ให้มันวิเคราะห์คำถามที่ได้รับจากผู้ใช้:

1. จัดหมวดหมู่คำถามตามหัวข้อ
2. รวมจำนวนและผลกระทบต่อรายได้
3. แยกสิ่งที่สามารถแก้ไขได้ด้วยสาเหตุจากผลิตภัณฑ์
4. จัดอันดับสิ่งที่ควรปรับปรุงตามลำดับความสำคัญ
5. สร้างแผนการดำเนินงานสำหรับข้อที่มีลำดับสูงสุด

เมื่อถึงจุดนี้ Claude Code ไม่ใช่ "AI ที่จะตอบเฉพาะเมื่อมีคนพูดคุยด้วย" อีกต่อไป

มันกลายเป็นสมาชิกทีมที่ทำงานสืบสวนให้เสร็จในตอนกลางคืน และเตรียมเอกสารประกอบการตัดสินใจไว้ให้พร้อมในตอนเช้า

อย่างไรก็ตาม ยิ่งคุณปล่อยให้มันทำงานเบื้องหลังมากเท่าไหร่ การออกแบบด้านความปลอดภัยก็ยิ่งสำคัญมากขึ้นเท่านั้น

ให้แยกการดำเนินการที่ไม่สามารถย้อนกลับได้ เช่น การลบ การโอนเงิน การเรียกเก็บเงิน การส่งข้อความจำนวนมากถึงลูกค้า และการเปลี่ยนแปลงข้อมูลในระบบจริง ออกจากขอบเขตของระบบอัตโนมัติ

คุณต้องพิจารณาระดับอิสระที่มอบให้กับ AI และขอบเขตความเสียหายเมื่อเกิดความล้มเหลวเป็นคู่กัน

ความลับที่สำคัญที่สุด

แม้ว่าคุณจะเพิ่มความเร็วในการพัฒนาด้วย Claude Code แต่ลูกค้าก็ไม่เพิ่มขึ้น

ในโพสต์ของ Pieter สิ่งที่สำคัญที่สุดไม่ใช่การพูดถึงเทคโนโลยี

เขาชี้ให้เห็นว่ามีนักพัฒนาเดี่ยวจำนวนมากที่ไม่มีรายได้หรือปริมาณการเข้าชม ขณะที่หมกมุ่นอยู่กับการสร้างสภาพแวดล้อม AI Agent ที่ซับซ้อน หรือ "โรงงานพัฒนา AI" เขาบอกว่าพวกเขาพอใจกับการสร้างสภาพแวดล้อมการพัฒนาและผลักดันการตลาดไปไว้ข้างหลัง

ยิ่งไปกว่านั้น เขากล่าวว่าเมื่อทุกคนสามารถสร้างแอปด้วย AI ได้ ความท้าทายที่แท้จริงก็คือการกระจาย—พลังในการเข้าถึงลูกค้า

• คุณสามารถเข้าถึงผู้คนจำนวนมากด้วยข้อมูลได้แล้วหรือยัง?
• คุณสามารถใช้จ่ายค่าโฆษณาได้หรือไม่?
• คุณสามารถสร้าง UGC ได้หรือไม่?
• คุณมีแนวคิดในการสร้างกระแสแบบฟรีหรือไม่?

เมื่อการพัฒนาง่ายขึ้น ความแตกต่างของความสามารถในการกระจายเหล่านี้ก็จะยิ่งมากขึ้น

นี่คือความจริงอันโหดร้ายของยุค AI

เมื่อคุณนำ Claude Code มาใช้ คุณสมบัติต่างๆ ก็สามารถสร้างได้อย่างรวดเร็ว

แต่ถึงแม้ความเร็วในการพัฒนาจะเพิ่มขึ้น 10 เท่า หากปริมาณการเข้าชมเป็นศูนย์ รายได้ก็เป็นศูนย์

อันตรายคือการที่คุณเพิ่มความเร็วในการสร้างได้มากขึ้น คุณอาจผลิตฟีเจอร์ต่างๆ ที่ไม่มีความต้องการออกมามากมาย

ทุกครั้งที่คุณเพิ่มฟีเจอร์ ปริมาณโค้ด การทดสอบ ความเสี่ยงจากความล้มเหลว และการตอบคำถามก็เพิ่มขึ้น

สิ่งที่ต้องดูแลเพิ่มขึ้นทั้งที่ลูกค้าไม่ได้เพิ่มขึ้น

ดังนั้น ครึ่งหนึ่งของเวลาที่เกิดจาก Claude Code ต้องใช้ไปกับสิ่งอื่นที่ไม่ใช่การพัฒนา

• ฟังลูกค้า
• อ่านรีวิวของผลิตภัณฑ์คู่แข่ง
• สืบหาสาเหตุว่าทำไมผลิตภัณฑ์ถึงไม่ถูกซื้อ
• ทดสอบราคา
• เขียนหน้าเว็บขายใหม่
• เผยแพร่เคสศึกษา
• แชร์กระบวนการผลิตบน SNS
• สร้างกลไกที่ทำให้ผู้ใช้ต้องการแนะนำให้คนอื่นรู้จัก

คุณค่าที่แท้จริงของ Claude Code ไม่ใช่การลดเวลาในการเขียนโค้ด

มันคือการนำเวลาคืนกลับมาให้มนุษย์ได้คิดเกี่ยวกับลูกค้าและตลาด

แผน 30 วันสำหรับนักพัฒนาเดี่ยวชาวญี่ปุ่นที่จะนำไปใช้ซ้ำ

แม้ว่าคุณจะไม่มีประสบการณ์ ชื่อเสียง หรือผู้ติดตามเหมือน Pieter คุณก็สามารถนำแนวคิดการบริหารจัดการนี้มาใช้ได้

อย่างไรก็ตาม คุณไม่ควรสร้างบริการหลายอย่างตั้งแต่เริ่มต้น

ก่อนอื่น ให้จำกัดให้เหลือเพียงหนึ่งผลิตภัณฑ์ หนึ่งลูกค้า และหนึ่งปัญหา

สัปดาห์ที่ 1: หาคนที่ยินดีจ่ายเงินก่อนที่จะเขียนโค้ด

สิ่งที่คุณสร้างในสัปดาห์แรกไม่ใช่บริการที่เสร็จสมบูรณ์

ตัดสินใจว่าจะแก้ปัญหาของใคร อย่างไร และราคาเท่าไหร่

อย่าขยายกลุ่มเป้าหมายให้กว้างเกินไป

แทนที่จะเป็น "เครื่องมือ AI สำหรับทุกบริษัท" ให้เจาะจงลงไป เช่น "เครื่องมือสำหรับบริษัทอสังหาริมทรัพย์ในการสร้างคำอธิบายทรัพย์สินภายใน 10 นาที"

พูดคุยกับลูกค้าที่มีศักยภาพและยืนยันว่าปัจจุบันพวกเขาใช้วิธีใด ใช้เวลาเท่าไหร่ และมีความยากลำบากมากแค่ไหน

จากนั้นสร้างหน้าเว็บขายแบบง่ายๆ

อย่าแค่มีปุ่มลงทะเบียนฟรี แต่ควรแสดงราคาหากเป็นไปได้ ใส่กลไกที่ทำให้ผู้ใช้ลงมือทำจริง เช่น การลงทะเบียนล่วงหน้า การจอง หรือการซื้อเล็กน้อยล่วงหน้า

หากไม่มีปฏิกิริยาใดๆ ในขั้นตอนนี้ สถานการณ์จะไม่เปลี่ยนแปลงแม้ว่าคุณจะให้ Claude Code สร้างฟีเจอร์จำนวนมหาศาลก็ตาม

สัปดาห์ที่ 2: มอบคุณค่าเพียงอย่างเดียว

ในสัปดาห์ถัดไป ให้สร้างเฉพาะฟีเจอร์หลักที่ผู้ใช้ยินดีจ่ายเงิน

เลื่อนการเข้าสู่ระบบ หน้าจอจัดการ การตั้งค่าโปรไฟล์ละเอียด เทมเพลตจำนวนมาก ฟีเจอร์ทีม ฯลฯ ออกไปก่อนจนกว่าจะจำเป็น

ให้ Claude Code ตรวจสอบโครงสร้างที่มีอยู่ก่อนและสร้างแผนการดำเนินงาน

เมื่อแผนได้รับการยืนยันแล้ว ให้ดำเนินการตามแผนและทดสอบในสภาพแวดล้อม staging

สิ่งที่ต้องรวมอยู่ในขั้นตอนนี้คือ การวิเคราะห์การเข้าถึง การเรียกเก็บเงิน การตรวจสอบข้อผิดพลาด และช่องทางการสอบถาม

ผลิตภัณฑ์ที่ไม่สามารถยืนยันรายได้ได้นั้นไม่ใช่ธุรกิจ ผลิตภัณฑ์ที่ไม่สามารถยืนยันข้อผิดพลาดได้นั้นไม่สามารถขับเคลื่อนด้วยตนเองได้

สัปดาห์ที่ 3: สร้างสภาพแวดล้อมที่ Claude Code ไม่หลงทาง

ในสัปดาห์ที่สาม แทนที่จะเพิ่มฟีเจอร์ใหม่ ให้จัดรากฐานการดำเนินงาน

เขียนวัตถุประสงค์ของผลิตภัณฑ์ โครงสร้างทางเทคนิค ข้อห้าม วิธีการทดสอบ และเงื่อนไขความสำเร็จลงใน CLAUDE.md

เตรียม VPS หนึ่งเครื่องหรือสภาพแวดล้อมการพัฒนาที่ปลอดภัย และเซสชันถาวรหนึ่งเซสชันต่อหนึ่งผลิตภัณฑ์

ตรวจสอบให้แน่ใจว่าเมื่อ Claude Code ทำการเปลี่ยนแปลง การทดสอบ การวิเคราะห์แบบ static และการยืนยันการทำงานของหน้าจอหลักจะทำงานโดยอัตโนมัติ

นอกจากนี้ ให้ยืนยันการสำรองข้อมูลและการย้อนกลับด้วย

เป้าหมายที่นี่ไม่ใช่ "เพื่อเชื่อถือ AI อย่างสมบูรณ์"

มันคือการทำให้แน่ใจว่าแม้ว่า AI จะทำผิดพลาด ธุรกิจก็ไม่ได้รับบาดแผลร้ายแรง

สัปดาห์ที่ 4: ใช้เวลาในการขายเท่ากับเวลาในการพัฒนา

ในสัปดาห์สุดท้าย ให้เผยแพร่การปรับปรุงหนึ่งอย่างทุกวัน

อย่างไรก็ตาม อย่าตัดสินใจเนื้อหาการปรับปรุงตามอำเภอใจของคุณเอง

ให้ตัดสินใจตามปฏิกิริยาของผู้ใช้ เช่น การสอบถาม จุดที่ผู้ใช้หลุดออกไป พฤติกรรมก่อนการชำระเงิน และสาเหตุของการยกเลิก

• ในตอนเช้า เลือกปัญหาหนึ่งข้อที่มีผลกระทบต่อรายได้มากที่สุด
• ขอให้ Claude Code ตรวจสอบและดำเนินการปรับปรุง
• เผยแพร่หลังจากการทดสอบ
• ในตอนบ่าย แจ้งให้ลูกค้าทราบถึงการปรับปรุงนั้น

หากคุณแชร์ว่าคุณได้ปรับปรุงอะไรบางอย่าง นั่นก็กลายเป็นการตลาดในตัว

แทนที่จะพูดว่า "ฉันกำลังพัฒนา" การแสดงให้เห็นว่า "ฉันสะท้อนคำขอที่ได้รับเมื่อวานนี้ในวันนี้" สื่อถึงความเร็วและความน่าเชื่อถือของผลิตภัณฑ์

วงจรประจำวันสำหรับการบริหารบริษัทคนเดียว

หลังจากนำ Claude Code มาใช้ แทนที่จะลงทะเบียนงานจำนวนมาก ให้ดำเนินวงจรต่อไปนี้ทุกวัน:

เช้า: ดูตัวเลข

ดูรายได้ จำนวนการลงทะเบียน อัตราการแปลงเป็นการชำระเงิน การยกเลิก ข้อผิดพลาด และการสอบถาม

เริ่มต้นวันจากสถานะของธุรกิจ ไม่ใช่จากโค้ด

สายเช้า: เลือกปัญหาที่มีมูลค่าสูงสุดหนึ่งข้อ

แทนที่จะทำงานเล็กๆ สิบอย่าง ให้เลือกหนึ่งอย่าง

เกณฑ์การตัดสินใจไม่ใช่ "มันน่าสนใจไหม?" แต่เป็นผลกระทบต่อรายได้ อัตราการรักษาลูกค้า และอัตราความสำเร็จในการใช้งาน

เที่ยง: ส่งต่อเงื่อนไขความสำเร็จให้ Claude Code

ให้มันตรวจสอบโค้ดที่เกี่ยวข้องและยืนยันแผน

จากนั้นให้ดำเนินการจนถึงการนำไปปฏิบัติ การทดสอบ และสรุปความแตกต่าง (diff summary)

มนุษย์ไม่ควรสั่งงานขั้นตอนการทำงานโดยละเอียด แต่ควรสื่อสารคำตอบที่ถูกต้องสำหรับลูกค้า

บ่าย: เผยแพร่และเข้าถึงลูกค้า

มันไม่จบแค่เผยแพร่การปรับปรุง

แจ้งให้ผู้ใช้ที่ส่งคำขอที่เกี่ยวข้องทราบ แชร์กระบวนการผลิตบน SNS สะท้อนลงในหน้าเว็บขาย ทำให้เป็นเคสศึกษา

เชื่อมโยงสิ่งที่พัฒนากับการกระจายเสมอ

เย็น: เปลี่ยนความล้มเหลวของวันให้เป็นกฎ

ยืนยันว่า Claude Code หลงทางตรงไหน ทำการเปลี่ยนแปลงที่ไม่จำเป็นตรงไหน และมนุษย์อธิบายซ้ำหลายครั้งตรงไหน

หากจำเป็น ให้เพิ่มกฎสั้นๆ ลงใน CLAUDE.md

ทุกวัน AI จะถูกปรับให้เหมาะสมกับบริษัทของคุณทีละน้อย

สิ่งที่คุณไม่ควรเลียนแบบอย่างเด็ดขาด

กรณีของ Pieter นั้นน่าสนใจ แต่คุณจะล้มเหลวหากคุณลอกเลียนแบบเพียงผิวเผิน

ปล่อยให้มันทำงานอย่างอิสระในสภาพแวดล้อมการผลิตอย่างกะทันหัน

มันอันตรายที่จะข้ามการตรวจสอบสิทธิ์ทั้งหมดในสภาพแวดล้อมที่จัดการข้อมูลการผลิต การเรียกเก็บเงิน การยืนยันตัวตน และการแจ้งเตือนถึงลูกค้า

ก่อนอื่น ให้ดำเนินการในสภาพแวดล้อมการพัฒนาแบบแยกหรือ staging และจำกัดการดำเนินการที่ได้รับอนุญาต เอกสารทางการก็ระบุว่าโหมดที่ละเว้นการตรวจสอบสิทธิ์จำเป็นต้องมีการแยก เช่น คอนเทนเนอร์หรือ VM

เลียนแบบเฉพาะไฟล์ PHP ขนาดใหญ่

ไฟล์ 40,000 บรรทัดไม่ได้สร้างรายได้

มันเป็นผลลัพธ์จากการที่ Pieter เลือกโครงสร้างที่เขาเข้าใจและสามารถเปลี่ยนแปลงได้รวดเร็วด้วยตัวเอง

โครงสร้างทางเทคนิคควรตรงกับผลิตภัณฑ์ ประสบการณ์ จำนวนผู้ใช้ และความเสี่ยงจากความล้มเหลวของคุณ

พัฒนาจำนวนมากด้วย AI โดยไม่ยืนยันความต้องการ

เมื่อต้นทุนการพัฒนาลดลง การตัดสินใจในการสร้างสิ่งต่างๆ ก็จะหย่อนยาน

อย่า "สร้างเพราะมันสร้างได้เร็ว" แต่ให้ "สร้างเพราะมันเป็นปัญหาของลูกค้าที่จ่ายเงิน"

ก่อนที่จะขอให้ Claude Code ดำเนินการ ให้ตัดสินใจว่าตัวเลขใดที่การเปลี่ยนแปลงนั้นจะปรับปรุง

สับสนระหว่างรายได้กับกำไรหรือรายได้ส่วนตัว

รายได้ต่อเดือน 105,000 ดอลลาร์ และกำไรต่อเดือน 80,000 ดอลลาร์ เป็นตัวเลขที่แตกต่างกัน

ยิ่งไปกว่านั้น กำไรทางธุรกิจและรายได้ส่วนตัวที่ได้รับจริงไม่เหมือนกัน มันเปลี่ยนแปลงไปตามการจัดการภาษี ค่าธรรมเนียมการชำระเงิน ค่าโครงสร้างพื้นฐาน ค่า AI API เงินคืน ฯลฯ

เมื่อดูตัวเลขจำนวนมาก คุณต้องยืนยันว่ามันเป็น "รายได้" "กำไรขั้นต้น" "กำไรจากการดำเนินงาน" หรือ "รายได้ส่วนตัว"

สมมติว่า AI จะแก้ไขการตัดสินใจทางธุรกิจ

Claude Code สามารถตรวจสอบฐานโค้ด สร้างแผนการดำเนินงาน และดำเนินการทดสอบได้

อย่างไรก็ตาม ว่าฟีเจอร์นั้นจำเป็นจริงหรือไม่ ควรตั้งราคาเท่าไหร่ และควรกำหนดเป้าหมายลูกค้ากลุ่มใดนั้น ไม่สามารถเข้าใจได้เพียงแค่อ่านโค้ด

วินาทีที่คุณปล่อยให้การตัดสินใจตลาดแก่ AI ผลิตภัณฑ์นั้นก็จะกลายเป็นผลิตภัณฑ์เดียวกันกับผู้ใช้ AI คนอื่นๆ โดยเฉลี่ย

สิ่งที่สร้างรายได้หลายล้านไม่ใช่พรอมต์ลับ

มันเป็นความผิดพลาดที่จะมองไปที่การใช้งาน Claude Code ของ Pieter Levels และคิดว่า "ฉันจะหาเงินได้ถ้าใช้พรอมต์เดียวกัน"

ความลับไม่ได้อยู่ที่พรอมต์

• วาง Claude Code บน VPS
• ให้แต่ละผลิตภัณฑ์มีเซสชันถาวร
• ส่งต่อเงื่อนไขความสำเร็จ
• สะสมเกณฑ์การตัดสินใจใน CLAUDE.md
• เตรียมพร้อมสำหรับความล้มเหลวด้วยการทดสอบและการสำรองข้อมูล
• สะท้อนคำขอของลูกค้าในผลิตภัณฑ์ทันที
• ทำให้งานปฏิบัติการที่คุณทำซ้ำเป็นอัตโนมัติ
• ใช้เวลาที่ว่างสำหรับการตลาด

ความแข็งแกร่งคือการรวมสิ่งเหล่านี้เป็นระบบเดียว

คุณค่าของ Claude Code ไม่ใช่การเขียนโค้ดได้เร็ว

มันคือการทำให้วงจรต่อไปนี้สั้นลงอย่างมาก:

ลูกค้ามีปัญหา ↓ เข้าใจสาเหตุ ↓ แก้ไข ↓ เผยแพร่ ↓ วัดผลลัพธ์

ดำเนินวงจรที่ปกติใช้เวลาหลายสัปดาห์ในบริษัททั่วไปให้เสร็จภายในวันเดียว หรือในบางกรณีภายในไม่กี่ชั่วโมง

หากความเร็วนี้สะสมเป็นเวลาหลายเดือน ความแตกต่างของผลิตภัณฑ์จะมหาศาล

อย่างไรก็ตาม AI สร้างอุปทาน ไม่ใช่ความต้องการ

• คุณกำลังแก้ปัญหาของใคร?
• ทำไมพวกเขาถึงจ่ายเงิน?
• คุณจะทำให้คนรู้จักคุณได้อย่างไร?
• ทำไมต้องเลือกผลิตภัณฑ์ของคุณเหนือคู่แข่ง?

มนุษย์ต้องหาคำตอบสำหรับสิ่งเหล่านี้

ในยุค AI "สิ่งที่เฉพาะอัจฉริยะในต่างประเทศทำ" ไม่ใช่การเขียนพรอมต์ที่ยาก

มันคือการใช้ AI เพื่อลบงานออกจากบริษัท ก่อนที่ AI จะมาแย่งงานพวกเขา

และพวกเขาใช้เวลาที่เกิดจากการลบนั้น ไม่ใช่เพื่อเขียนโค้ดเพิ่ม แต่เพื่อเข้าใจลูกค้าและขายผลิตภัณฑ์

นั่นคือเหตุผลที่แม้เพียงคนเดียวก็สามารถดำเนินธุรกิจที่มีรายได้ต่อปี 200 ล้านเยน และอัตรากำไรต่อปี 160 ล้านเยน

Claude Code ไม่ใช่เครื่องมือวิเศษที่ทำให้คุณมีรายได้หลายล้าน

อย่างไรก็ตาม สำหรับผู้ที่มีลูกค้าที่ถูกต้อง ผลิตภัณฑ์ที่ถูกต้อง และพลังการขายที่ถูกต้อง มันกลายเป็น อุปกรณ์ที่ขยายการตัดสินใจของคนคนเดียวให้เทียบเท่าขนาดบริษัท