เจาะลึกเรื่อง Loops: Claude, GPT, Mira และวิธีใช้งานจริงให้ได้ผล

AI อยู่ในมือของทุกคนมาหลายปีแล้ว คนส่วนใหญ่ที่ใช้ AI ทุกวันก็ยังใช้มันด้วยวิธีที่ช้าที่สุดเท่าที่มีอยู่: พิมพ์คำขอ รอ แก้ไข ถามใหม่ ทั้งหมดทำด้วยมือ

ไม่ใช่ว่าวิธีที่เร็วกว่ามันซับซ้อน แต่เพราะไม่มีใครเคยบอกพวกเขาว่ามันเป็นยังไง

วิธีที่เร็วกว่าคือ ลูป และตอนนี้มันคือสิ่งเดียวที่วิศวกร AI ที่เก่งที่สุดในโลกให้ความสนใจ บทความนี้จะอธิบายส่วนที่ไม่มีใครเคยบอก

เมื่ออ่านจบ คุณจะเข้าใจลูปดีกว่าเกือบทุกคนในฟีดของคุณ: มันคืออะไร ทำงานอย่างไรเบื้องหลัง เมื่อไหร่ที่มันคุ้มค่าและเมื่อไหร่ที่มันเป็นกับดัก วิธีสร้างลูปพื้นฐานด้วยตัวเองใน Claude หรือ ChatGPT และลูปง่ายๆ ที่คุ้มค่าจะนำมาใช้ในชีวิตของคุณเอง

ก่อนที่เราจะเริ่ม ติดตามฉันบน X และเข้าร่วมช่อง Telegram ที่ฉันเพิ่งสร้าง ซึ่งฉันจะโพสต์เนื้อหาเกี่ยวกับ AI ทุกวัน ทั้งสองช่องทางฟรี

X - https://x.com/AnatoliKopadze

Telegram - https://t.me/kopadzemp

คนส่วนใหญ่ใช้ AI กันยังไง?

มองดูนิสัยการถามทีละคำขอให้ดี เพราะนั่นคือปัญหาทั้งหมด ทุกขั้นตอนต้องผ่านคุณ คุณตัดสินใจว่าจะถามอะไร คุณตัดสินคำตอบ คุณตัดสินใจว่าจะถามอะไรต่อ AI จะไม่ขยับจนกว่าคุณจะสั่งมัน และทันทีที่คุณหยุด มันก็หยุด

วิธีนี้ใช้ได้ดี แต่มันมีขีดจำกัด คุณคือเครื่องยนต์ ส่วน AI เป็นเพียงเครื่องมือในมือคุณ และเครื่องมือก็ไม่สามารถทำอะไรได้ด้วยตัวเอง

มันมีอีกวิธีในการทำงาน และนี่คือเหตุผลที่วิศวกรที่เก่งที่สุดในโลกกำลังเปลี่ยนวิธีที่พวกเขาสร้างงาน แทนที่จะเดินนำ AI ผ่านทุกขั้นตอน คุณให้เป้าหมายกับมันครั้งเดียวแล้วปล่อยให้มันเดินตามขั้นตอนเอง มันวางแผน ทำงาน ตรวจสอบผลลัพธ์ของตัวเอง แก้ไขจุดที่อ่อนแอ และทำซ้ำจนกว่าเป้าหมายจะสำเร็จ คุณแค่ถอยออกมา งานก็ดำเนินต่อไป

https://x.com/steipete/status/2063697162748260627

วิศวกรที่ได้รับการยกย่องมากที่สุดสองคน พูดสิ่งเดียวกันแต่ใช้คนละคำ คนส่วนใหญ่อ่านประโยคเหล่านี้แล้วนึกไม่ออกว่ามันหมายถึงอะไรในทางปฏิบัติ เรามาแยกย่อยให้เข้าใจกันดีกว่า

ลูปคืออะไร?

พรอมต์คือคำสั่งเดียว ลูปคือเป้าหมายที่ AI ทำงานไปเรื่อยๆ จนกว่าจะถึงเป้าหมาย ให้คิดว่ามันเป็นเป้าหมายแบบวนซ้ำ: คุณกำหนดจุดประสงค์ แล้ว AI จะทำซ้ำจนกว่าจะสำเร็จ

พรอมต์ให้คำตอบเดียวกับคุณแล้วรอให้คุณตัดสินใจว่าจะทำอะไรต่อ ลูปจะวนรอบทั้งหมดด้วยตัวเอง:

1ค้นหา → หาว่าต้องทำอะไรบ้าง
2วางแผน → ตัดสินใจว่าจะทำอย่างไร
3ดำเนินการ → ลงมือทำงาน
4ตรวจสอบ → ตรวจสอบกับเป้าหมาย
5ทำซ้ำ → ยังไม่ถึงเป้าหมายใช่ไหม? นำผลลัพธ์กลับเข้าไปแล้วทำซ้ำ

สามในห้าขั้นตอนนี้เป็นงานหลักทั้งหมด และนี่คือจุดที่คนส่วนใหญ่เข้าใจลูปผิด

การตรวจสอบคือหัวใจของลูป หากไม่มีการตรวจสอบผลลัพธ์จริงๆ คุณจะไม่มีลูป คุณแค่มีเอเจนต์ที่เห็นด้วยกับตัวเองซ้ำไปซ้ำมา การตรวจสอบคือสิ่งที่เปลี่ยนการทำซ้ำให้เป็นความก้าวหน้า มันอาจเป็นการทดสอบที่เข้มงวด ("โค้ดผ่านหรือไม่") เงื่อนไขที่วัดผลได้ ("ตัวเลขสูงกว่า X หรือไม่") หรือเกณฑ์การให้คะแนนที่โมเดลใช้ตัดสิน หากไม่มีด่านตรวจ เอเจนต์ก็จะตรวจการบ้านตัวเอง และโมเดลที่ทำงานนั้นก็เป็นคนตรวจที่ใจดีเกินไป

สถานะคือสิ่งที่ทำให้ลูปเรียนรู้ ในแต่ละรอบ AI ต้องจำสิ่งที่มันลองไปแล้ว มิฉะนั้นมันจะทำผิดซ้ำแล้วซ้ำเล่า ลูปจริงจะเก็บบันทึกเล็กๆ ไว้ข้างๆ: อะไรเสร็จแล้ว อะไรล้มเหลว อะไรคือขั้นตอนถัดไป การทำงานในวันพรุ่งนี้จะดำเนินต่อจากที่ค้างไว้แทนที่จะเริ่มจากศูนย์ นี่คือจุดที่เริ่มมีค่าใช้จ่ายสูง ซึ่งเราจะพูดถึงต่อไป

เงื่อนไขการหยุดคือสิ่งที่ทำให้ลูปไม่บ้าคลั่ง ลูปที่ไม่มีทางออกจะทำงานจนกว่าจะสำเร็จ พัง หรือทำให้บัญชีของคุณหมด ทุกลูปที่มีความสำคัญจะมีสองทางในการหยุด: ความสำเร็จ และขีดจำกัดที่เข้มงวด ("หลังจากพยายาม 8 ครั้ง ให้หยุดและรายงาน") ข้ามข้อนี้ไป แล้วคุณจะสร้างเครื่องจักรที่ทำงานทั้งคืนโดยไม่ได้อะไรเลย

พรอมต์ส่งคำสั่งให้ AI ลูปส่งงาน วิธีที่จะรู้ว่างานเสร็จเมื่อไหร่ และกฎว่าจะยอมแพ้เมื่อไหร่

คุณจำเป็นต้องใช้ลูปไหม?

บทความส่วนใหญ่ขายลูปให้คุณก่อนจะบอกคุณว่ามันผิดพลาดเมื่อไหร่ นี่คือการทดสอบที่คนจริงจังใช้กัน ลูปคุ้มค่าที่จะสร้างก็ต่อเมื่อทั้งสี่ข้อนี้เป็นจริง:

• งานต้องทำซ้ำ อย่างน้อยทุกสัปดาห์ ถ้าน้อยกว่านั้น ต้นทุนการตั้งค่าจะไม่คุ้มทุน งานที่ทำครั้งเดียวยังคงเหมาะกับการใช้พรอมต์ดีๆ สักอัน
• ต้องมีอะไรสักอย่างที่สามารถปฏิเสธผลลัพธ์ที่ไม่ดีได้โดยอัตโนมัติ การทดสอบ การตรวจสอบชนิดข้อมูล การบิ้วต์ ตัวตรวจสอบโค้ด กฎที่เข้มงวด ถ้าไม่มีอะไรที่สามารถทำให้งานล้มเหลวได้ ลูปก็จะแค่หมุนไปเรื่อยๆ
• เอเจนต์สามารถทำงานได้จริง ตั้งแต่ต้นจนจบ ไม่ใช่ส่งงานครึ่งหนึ่งกลับมาหาคุณ
• "เสร็จ" ต้องเป็นสิ่งที่เป็นรูปธรรม ไม่ใช่เรื่องของรสนิยม ถ้าคุณภาพเป็นเรื่องของความชอบส่วนบุคคล มนุษย์ยังคงเหนือกว่า

ถ้าขาดข้อใดข้อหนึ่ง ให้ใช้พรอมต์แบบManualต่อไป ความจริงที่ซื่อตรงเกี่ยวกับหัวข้อทั้งหมดนี้คือ: วิศวกรรมลูปมีจริง และคนส่วนใหญ่ยังไม่จำเป็นต้องใช้เวอร์ชันที่หนักหน่วงขนาดนั้น สิ่งที่ทุกคนสามารถใช้ได้คือเวอร์ชันเบา ซึ่งเราจะพูดถึงต่อไป แต่คุณควรรู้ว่าเส้นแบ่งอยู่ตรงไหน

เวอร์ชันที่สร้างขึ้นสำหรับโค้ด

ลูปเริ่มต้นในซอฟต์แวร์ก่อน เพราะโค้ดเป็นสิ่งที่ตรวจสอบได้ง่ายที่สุดในโลก การทดสอบผ่านหรือไม่ผ่าน ไม่มีการโต้แย้ง ดังนั้น AI จึงรู้เสมอว่างานเสร็จหรือยัง

ลูปสำหรับเขียนโค้ดจะได้รับเป้าหมายและวิธีการตรวจสอบที่เข้มงวด:

1▸ ข้อกำหนดลูป
2เป้าหมาย: ทุกการทดสอบใน /tests/auth ผ่าน, lint สะอาด, ไม่มีข้อผิดพลาดชนิดข้อมูล
3
4แต่ละรอบ:
5  1. รันชุดทดสอบและอ่านทุกความล้มเหลว
6  2. เลือกความล้มเหลวที่มีผลกระทบสูงสุดเพียงอันเดียว
7  3. เขียนการเปลี่ยนแปลงที่เล็กที่สุดที่แก้ไขมัน
8  4. รันการทดสอบ, lint, และตัวตรวจสอบชนิดข้อมูลอีกครั้ง
9
10ตรวจสอบ: การทดสอบผ่าน + คำเตือน lint เป็นศูนย์ + ข้อผิดพลาดชนิดข้อมูลเป็นศูนย์
11หยุดเมื่อ: การตรวจสอบผ่าน หรือ ครบ 8 รอบ
12เมื่อหยุด: สรุปสิ่งที่เปลี่ยนแปลงและสิ่งที่ยังล้มเหลว

ภายใต้ฝาครอบ ลูปจริงประกอบด้วยส่วนประกอบหลัก 5 ส่วน ตอนนี้ Claude Code และ Codex มาพร้อมกับทั้งห้าส่วนนี้แล้ว

1. ระบบอัตโนมัติ (หัวใจ)

นี่คือตัวกระตุ้นที่ทำให้มันเป็นลูป ไม่ใช่แค่งานที่ทำครั้งเดียว คุณกำหนดพรอมต์ จังหวะเวลา และเป้าหมาย แล้วมันจะทำงานตามกำหนดเวลาโดยที่คุณไม่ต้องเริ่ม ใน Claude Code /loop จะรันพรอมต์ซ้ำตามช่วงเวลา /goal จะรักษาเซสชันต่อไปจนกว่าเงื่อนไขที่คุณเขียนจะเป็นจริง ฮุคจะสั่งการ ณ จุดต่างๆ ในวงจรชีวิตของเอเจนต์ และการ push ไปที่ cron job หรือ GitHub Actions จะทำให้มันทำงานต่อไปหลังจากคุณปิดแล็ปท็อป ผลลัพธ์จะมาหาคุณ คุณไม่ต้องเป็นคนคอยตรวจสอบ

2. ทักษะ (คำแนะนำที่ใช้ซ้ำได้)

แทนที่จะวางคำแนะนำเป็นผนังทุกครั้งที่รัน คุณบันทึกมันครั้งเดียวเป็นไฟล์ที่ลูปอ่านทุกครั้ง: กฎ รูปแบบที่ต้องปฏิบัติตาม และรายการที่เข้มงวดว่าห้ามแตะต้องอะไรเด็ดขาด ตอนนี้ระบบอัตโนมัติก็แค่เรียกทักษะตามชื่อ และงานที่เกิดซ้ำก็ยังคงดูแลรักษาได้ แทนที่จะเน่าอยู่ในตารางเวลาที่ไม่มีใครอัปเดต

3. ตัวแทนย่อย (แยกคนทำออกจากคนตรวจ)

เคล็ดลับด้านโครงสร้างที่มีประโยชน์ที่สุดในลูปคือการแยกเอเจนต์ที่ทำงานออกจากเอเจนต์ที่ตรวจสอบ โมเดลที่เขียนโค้ดนั้นใจดีเกินไปเวลาตรวจการบ้านของตัวเอง เอเจนต์ตัวที่สอง ซึ่งมีคำแนะนำต่างกันและบางครั้งก็เป็นโมเดลที่แข็งแกร่งกว่าในระดับความพยายามที่สูงกว่า จะจับสิ่งที่ตัวแรกปล่อยผ่านไปได้ นักเขียนของคุณอาจเร็วและถูก นักตรวจสอบของคุณช้าและเข้มงวด การแยกส่วนนี้คือคุณภาพส่วนใหญ่

4. ตัวเชื่อมต่อ (เพื่อให้มันลงมือทำ ไม่ใช่แค่แนะนำ)

นี่คือความแตกต่างระหว่างเอเจนต์ที่พูดว่า "นี่คือวิธีแก้ไข" กับลูปที่เปิด pull request ลิงก์ไปยัง ticket และส่งข้อความในแชนเนลทันทีที่ build เป็นสีเขียว โดยอัตโนมัติ ตัวเชื่อมต่อคือสิ่งที่ทำให้ลูปลงมือทำในสภาพแวดล้อมจริงของคุณ แทนที่จะแค่อธิบายว่ามันจะทำอะไรได้บ้าง

5. ตัวตรวจสอบ (ประตู)

การทดสอบ การตรวจสอบชนิดข้อมูล หรือ build ที่ปฏิเสธงานที่ไม่ดีโดยอัตโนมัติ นี่คือส่วนประกอบเดียวที่ตัดสินว่าลูปช่วยคุณได้หรือแค่ทำให้คุณเสียเงิน ที่เหลือเป็นแค่ท่อประปา นี่คือส่วนที่ทำให้มันเป็นจริง

รวมพวกมันเข้าด้วยกัน แล้วคุณจะได้สิ่งที่ทีมใหญ่ๆ ใช้ในวงกว้างตอนนี้: ฝูงเอเจนต์ที่วนลูปทำงานเดียวกัน หลายสิบหรือหลายพันตัวพร้อมกัน วิศวกรคนหนึ่งใช้ลูปแบบนี้เพื่อเขียนโค้ดทั้งฐานใหม่จากภาษาหนึ่งไปอีกภาษาหนึ่งในเวลาประมาณหกวัน ซึ่งเป็นงานที่如果用人力ทำจะใช้เวลาเกือบปี มันคือการเปลี่ยนแปลงที่แท้จริงในวิธีการสร้างซอฟต์แวร์ที่จริงจัง และมันมาพร้อมกับข้อเสียที่การสาธิตไม่เคยแสดงให้เห็น

ค่าใช้จ่ายที่ไม่มีใครพูดถึง

ลูปทำงานบนโทเค็น และโทเค็นคือเงิน ปัญหาไม่ใช่แค่แต่ละขั้นตอนมีค่าใช้จ่าย ปัญหาคือค่าใช้จ่ายทบต้นกัน

ทุกครั้งที่ลูปวนรอบ เอเจนต์จะอ่านบริบทของมันซ้ำ: เป้าหมาย โค้ด ผลลัพธ์ล่าสุด สิ่งที่ล้มเหลว กองทั้งหมดนี้จะถูกส่งผ่านโมเดลอีกครั้งในทุกๆ รอบ และมันจะใหญ่ขึ้นในแต่ละรอบ ลูปที่ทำงานสิบครั้งไม่ได้มีค่าใช้จ่ายแค่สิบพรอมต์ มันมีค่าใช้จ่ายสิบพรอมต์ที่แต่ละอันใหญ่ขึ้นเรื่อยๆ เทคนิคการแยกคนทำและคนตรวจที่ช่วยยกระดับคุณภาพก็ทำให้ค่าใช้จ่ายเพิ่มขึ้นเป็นสองเท่า เพราะตอนนี้มีสองโมเดลที่อ่านงานแทนที่จะเป็นหนึ่งเดียว

1▸ ค่าใช้จ่ายโดยประมาณของลูปหนึ่งครั้ง
2เอเจนต์เดียว, งานขนาดกลางหนึ่งงาน:      ~50,000 – 200,000 โทเค็น
3บริบทที่ส่งซ้ำทุกๆ รอบ:                เพิ่มขึ้นในแต่ละรอบ
4ฝูงเอเจนต์ทำงานแบบขนาน:               คูณทั้งหมดข้างต้น

ตัวชี้วัดที่สำคัญจริงๆ และแทบไม่มีใครติดตามคือ ต้นทุนต่อการเปลี่ยนแปลงที่ยอมรับ ไม่ใช่โทเค็นที่ใช้หรือลูปที่รัน ถ้าลูปให้ผลลัพธ์สิบอย่างและคุณโยนทิ้งหกอย่าง แสดงว่าคุณกำลังทำงานตรวจสอบที่ลูปควรจะช่วยคุณประหยัดไว้ หากอัตราการยอมรับต่ำกว่า 50% มันก็มีต้นทุนมากกว่าผลตอบแทน

ลูปยังล้มเหลวอย่างเงียบๆ วิศวกร Geoffrey Huntley เรียกมันว่า "Ralph Wiggum loop": เอเจนต์ตัดสินใจว่ามันเสร็จเร็วเกินไป ออกไปในขณะที่งานยังทำไม่เสร็จครึ่งหนึ่ง และลูปก็ยังคงทำงานและใช้เงินไปเรื่อยๆ ในขณะที่ไม่ได้ผลิตอะไรเลย หากไม่มีด่านตรวจที่เข้มงวดที่สามารถทำให้งานล้มเหลวได้ ลูปจะไม่พัง มันจะคิดเงินคุณอย่างเงียบๆ

นั่นคือเหตุผลที่เวอร์ชันหนักหน่วงเป็นของทีมที่มีงบประมาณและมาตรการป้องกันที่จะรันมัน: วงเงินการวนซ้ำ วงเงินโทเค็น โมเดลราคาถูกสำหรับขั้นตอนที่น่าเบื่อ การตรวจสอบ ถ้านั่นไม่ใช่คุณ คุณก็ไม่ได้พลาดอะไร ไอเดียหลักทำงานได้ด้วยต้นทุนเพียงเศษเสี้ยวและไม่ต้องติดตั้งอะไรเลย

ลำดับที่ได้ผลจริง

ถ้าคุณจะสร้างลูปสักอัน ลำดับสำคัญกว่าเครื่องมือ คนที่สร้างลูปที่ใช้งานได้จริงในโปรดักชันต่างทำแบบเดียวกัน:

11. ทำให้การรันด้วยตนเองครั้งเดียวน่าเชื่อถือก่อน
22. แปลงเป็นทักษะ (บันทึกคำแนะนำ)
33. ห่อทักษะด้วยลูป (เพิ่มด่านตรวจ + เงื่อนไขการหยุด)
44. จากนั้นค่อยใส่ตารางเวลา

การข้ามขั้นตอน กำหนดเวลาสิ่งที่คุณยังไม่ทำให้เชื่อถือได้ด้วยตนเอง คือวิธีที่ทำให้ลูประเบิดในขณะที่คุณหลับ พิสูจน์มันสักครั้ง ทำให้มันแข็งแกร่ง แล้วค่อยทำให้เป็นอัตโนมัติ

สร้างลูปพื้นฐานด้วยตัวเอง (ใช้ LLM ใดก็ได้)

คุณไม่จำเป็นต้องมี Coding Agent เพื่อให้รู้สึกว่ามันทำงานยังไง คุณสามารถรันลูปง่ายๆ ด้วยมือภายใน LLM ใดก็ได้ตอนนี้ โดยใช้แค่พรอมต์เท่านั้น เคล็ดลับคือการให้ทั้งสามส่วนของลูปแก่โมเดลในครั้งเดียว: เป้าหมาย เกณฑ์ความสำเร็จที่เข้มงวด และโปรโตคอลที่บังคับให้มันตรวจสอบตัวเองก่อนที่จะหยุด

1▸ ลูปตรวจสอบตัวเอง (วางใน Claude หรือ ChatGPT)
2คุณจะทำงานเป็นลูปจนกว่างานจะเป็นไปตามเกณฑ์
3
4งาน:
5[อธิบายสิ่งที่คุณต้องการให้สร้างขึ้นอย่างละเอียด]
6
7เกณฑ์ความสำเร็จ (เข้มงวด, ไม่มีการผ่านแบบอ่อน):
8- [เกณฑ์ที่ 1]
9- [เกณฑ์ที่ 2]
10- [เกณฑ์ที่ 3]
11
12โปรโตคอลลูป, ทำซ้ำในทุกๆ รอบ:
131. วางแผน - ระบุขั้นตอนถัดไปเพียงขั้นตอนเดียว
142. ลงมือทำ - สร้างหรือปรับปรุงงาน
153. ตรวจสอบ - ให้คะแนนผลลัพธ์ 1-10 ในแต่ละเกณฑ์
16            ซื่อสัตย์อย่างโหดเหี้ยม ระบุสิ่งที่ยังอ่อนแออย่างละเอียด
174. ตัดสินใจ - ถ้าทุกเกณฑ์ได้ 8+ ให้พิมพ์ "เสร็จสิ้น" และหยุด
18            ถ้าไม่ ให้พิมพ์ "กำลังทำซ้ำ" และเริ่มใหม่
19            โดยแก้ไขจุดที่อ่อนแอที่สุดก่อน
20
21กฎ:
22- ห้ามเรียกมันว่าเสร็จจนกว่าทุกเกณฑ์จะได้ 8 หรือสูงกว่า
23- แต่ละรอบต้องแก้ไขคะแนนที่ต่ำที่สุดจากการตรวจสอบครั้งล่าสุด
24- อย่าถามคำถามฉัน ให้ตั้งสมมติฐานที่สมเหตุสมผล จดบันทึกไว้
25  และดำเนินการต่อ
26
27เริ่มต้น รันลูปจนกว่าจะได้ "เสร็จสิ้น"

ดูสิ่งที่เกิดขึ้น โมเดลจะร่าง ประเมินงานของตัวเองเทียบกับเกณฑ์ของคุณ หาจุดอ่อน และเขียนใหม่ ซ้ำแล้วซ้ำเล่า จนกว่ามันจะผ่านเกณฑ์จริงๆ แทนที่จะส่งสิ่งแรกที่ดูใกล้เคียงให้คุณ นั่นคือลูป คุณแค่สร้างมันขึ้นมาด้วยย่อหน้าเดียว

แต่สังเกตสิ่งที่ยังขาดอยู่ เพราะนั่นคือประเด็นทั้งหมดของสิ่งที่จะเกิดขึ้นต่อไป คุณคือตัวกระตุ้น คุณเปิดแชท คุณวางพรอมต์ คุณนั่งดูมันทำงานซ้ำๆ ปิดแท็บปุ๊บ มันก็หายไป ไม่มีตารางเวลา ไม่มี "ทำแบบนี้ทุกเช้า" ไม่มี "ตื่นเมื่อมีอีเมลมา" มันไม่สามารถติดต่อคุณได้ เพราะมันมีอยู่แค่ตอนที่คุณกำลังมองมัน

เพื่อให้ได้ลูปที่ทำงานด้วยตัวเอง ตามตารางเวลา ถูกกระตุ้นโดยเหตุการณ์จริง โดยที่คุณไม่ต้องดูแล โดยปกติแล้วคุณต้องก้าวเข้าสู่โลกที่หนักหน่วงจากก่อนหน้านี้: เครื่องมือ โฮสติ้ง โค้ด ด่านตรวจ และบิล

นั่นสมเหตุสมผลเมื่อคุณกำลังจัดการกับงานที่หนักหน่วงจริงๆ แต่สำหรับ 99% ของงานในชีวิตประจำวัน ก็มีวิธีแก้ปัญหาที่พร้อมใช้งานและง่ายสุดๆ อยู่แล้ว

ไอเดียเดียวกัน สำหรับชีวิตจริงของคุณ

ลบโค้ดและต้นทุนทิ้งไป สิ่งที่เหลืออยู่คือแนวคิดที่เรียบง่ายและมีประโยชน์จริงๆ: งานที่ดำเนินการเอง ตามตารางเวลาหรือในทันทีที่มีบางอย่างเกิดขึ้น โดยที่คุณไม่ต้องจำหรืออยู่ตรงนั้น คุณไม่จำเป็นต้องเป็นวิศวกรสำหรับเรื่องนั้น คุณแค่ต้องการลูปที่สร้างขึ้นสำหรับชีวิต ไม่ใช่สำหรับฐานโค้ด

มีตัวเลือกฟรีที่คุณสามารถสร้างลูปได้โดยการอธิบายเป็นภาษาธรรมดา ไม่ต้องเขียนโค้ด ไม่ต้องโฮสติ้ง ไม่ต้องใช้คีย์ ไม่ต้องเปิดแท็บไว้ ไม่ต้องมีลำดับการสร้างที่ผิดพลาด

มันชื่อว่า Mira และมันอยู่ใน Telegram แอปที่คุณอาจจะเปิดไว้อยู่แล้ว คุณส่งข้อความหามันเหมือนเพื่อน และลูปที่มันรันเรียกว่า Skills ทุก Skill มีส่วนประกอบเดียวกับลูปจริงอย่างเงียบๆ คือ ตัวกระตุ้น การกระทำ และวิธีที่จะทำงานด้วยตัวเอง ยกเว้นว่าคุณไม่ต้องต่อสายใดๆ เลย คุณแค่บอกสิ่งที่คุณต้องการ

1▸ สกิล
2"ทุกวันจันทร์ถึงศุกร์เวลา 7 โมงเช้า ให้ตรวจสอบ Gmail และ Google Calendar ของฉัน
3ส่งสรุปสั้นๆ ให้ฉัน: 3 การประชุมที่สำคัญที่สุด อะไรก็ตามที่เร่งด่วนในอินบ็อกซ์
4และสิ่งหนึ่งที่ฉันบอกว่าจะติดตามแต่ยังไม่ได้ทำ ให้สั้นกว่า 120 คำ"

นั่นคือลูปจริงๆ ตัวกระตุ้นตามเวลา การทำงานหลายขั้นตอนในสองแอปที่เชื่อมต่อกัน ทำงานด้วยตัวเองและส่งผลลัพธ์มาให้คุณ คุณเขียนมันเป็นข้อความเดียว

Mira ทำอะไรได้บ้าง

นี่คือส่วนที่ทำให้มันเข้าใจได้ Mira ไม่ใช่แค่แชทบอทที่ฉลาดกว่า ความแตกต่างจาก ChatGPT นั้นง่าย: ChatGPT ตอบ, Mira ลงมือทำ คุณไม่ต้องขอให้มันเขียนอีเมล คุณบอกให้มันส่งอีเมล คุณไม่ได้รับ draft ticket คุณได้รับตั๋วจริงใน Linear ที่กำหนดผู้รับผิดชอบแล้ว มันลงมือทำสิ่งต่างๆ ในพื้นหลัง และมันจำคุณได้ระหว่างการสนทนาแต่ละครั้ง

มันเชื่อมต่อกับแอปมากกว่า 500 รายการผ่าน Composio (Notion, Gmail, Google Calendar, GitHub, Figma, Stripe และอื่นๆ อีกมากมาย) มันมีความจำระยะยาวที่เก็บข้ามเซสชันและแชทกลุ่ม และมันไม่ยึดติดกับโมเดลใดโมเดลหนึ่ง โดยใช้ GPT, Claude, Gemini ขึ้นอยู่กับงาน นี่คือสิ่งที่มันกลายเป็น

สำหรับการทำงาน

นี่คือจุดที่แนวคิดลูปให้ผลตอบแทนโดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว

1▸ สกิล
2"หนึ่งชั่วโมงก่อนการประชุมแต่ละครั้ง เตือนฉันด้วยบริบทและการตัดสินใจ
3จากการสนทนาครั้งล่าสุดของเรากับบุคคลนั้น"
4
5"เมื่อฉันส่งต่อข้อความมาที่นี่ ให้แปลงเป็น Linear ticket
6ที่มีลำดับความสำคัญที่ถูกต้องและกำหนดผู้รับผิดชอบ"
7
8"ทุกวันศุกร์เวลา 16:00 น. ให้รวบรวมสถานะงานและตัวชี้วัดของทีม
9และโพสต์สรุปประจำสัปดาห์ที่สะอาดในแชทของเรา"
10
11"สรุปทุกอย่างที่ฉันพลาดไปในแชทกลุ่มนี้ตอนที่ฉันไม่อยู่
12ใน 5 หัวข้อ"

มันอัพเดทคุณให้ทันกับเธรดที่มี 200 ข้อความในไม่กี่วินาที สร้างตั๋วในขณะที่คุณพูดคุยต่อไป และเข้าประชุมโดยมีข้อมูลสรุปแล้ว ในแชทกลุ่ม มันจำการตัดสินใจและงานของทีม ไม่ใช่แค่ของคุณ

สำหรับครีเอเตอร์

นี่คือส่วนที่คนส่วนใหญ่ประเมินต่ำเกินไป Mira สร้างเนื้อหาตั้งแต่ต้นจนจบภายในแชท

1▸ สกิล
2"ฉันจะส่งโน๊ตเสียงพร้อมไอเดียคร่าวๆ ให้เปลี่ยนเป็นโพสต์ที่สมบูรณ์
3พร้อมคำบรรยายและแฮชแท็ก"
4
5"นำไอเดียหนึ่งนี้ไปเขียนเวอร์ชันสำหรับ X, Instagram, LinkedIn,
6Email, และจดหมายข่าว แต่ละเวอร์ชันอยู่ในรูปแบบที่เหมาะสม"
7
8"สร้างตัวเลือกรูปภาพ 3 แบบสำหรับโพสต์นี้"
9
10"เปลี่ยนรูปภาพนี้เป็นวิดีโอสั้นสำหรับช่อง Telegram ของฉัน"

โน๊ตเสียงเข้า โพสต์ที่สมบูรณ์ออกในเวลาประมาณสามสิบ秒 ไอเดียสั้นๆ หนึ่งกลายเป็นหกเวอร์ชันที่เหมาะกับแต่ละแพลตฟอร์ม มันสร้างรูปภาพและวิดีโอในแชทเลย ตกแต่งรูปภาพ เปลี่ยนพื้นหลัง สร้างมาสคอตและอวาตาร์ แม้กระทั่งลิปซิงค์และสร้างแอนิเมชันให้พวกเขา ทั้งไปป์ไลน์เนื้อหาอยู่ในหน้าต่างเดียว

สำหรับเสียง

Mira ถือว่าเสียงเป็นอินพุตหลัก ซึ่งสำคัญกว่าที่คิด

1▸ สกิล
2"ถอดความข้อความเสียงของฉันเป็นข้อความที่สะอาด"
3"อ่านบทความนี้กลับให้ฉันฟังเป็นเสียง"
4"สรุปโน๊ตเสียงในแชทกลุ่มนี้เป็นประเด็นสำคัญ"

มันถอดความข้อความเสียงของคุณ อ่านข้อความกลับให้คุณฟัง เข้าใจโน๊ตเสียงภายในแชทกลุ่มและสรุปการสนทนา และทำงานเป็นผู้ช่วยเสียงแบบแฮนด์ฟรีเมื่อคุณพิมพ์ไม่ได้

สำหรับชีวิตของคุณ

เครื่องยนต์เดียวกัน ใช้กับทุกอย่างอื่นๆ

1▸ สกิล
2"ทุกเย็นเวลา 19:00 น. ถามว่าวันนี้ฉันออกกำลังกายหรือไม่ เก็บสตรีค
3และอย่าให้ฉันข้ามไปมากกว่าหนึ่งวันอย่างเงียบๆ"
4
5"ทุกคืน ถามฉัน 3 คำถามเกี่ยวกับวันของฉัน จำคำตอบไว้
6และสัปดาห์ละครั้งบอกฉันว่ามีอะไรเปลี่ยนแปลงไปบ้าง"
7
8"ติดตามแคลอรี่ของฉันจากรูปถ่ายจานอาหาร"
9
10"ดูเส้นทางการบินนี้และซื้อเมื่อราคาลดลงถึงตัวเลขของฉัน"
11
12"ทุกเช้า ให้สรุปข่าวที่ไม่ใช่ Clickbait ในหัวข้อที่ฉันสนใจ"

โค้ชที่คอยรักษาสตรีคของคุณ ไดอารี่ที่จำคุณได้จริงๆ และกลายเป็นเพื่อนร่วมทางที่คอยถามไถ่เมื่อเวลาผ่านไป การติดตามแคลอรี่จากรูปถ่าย โดยไม่ต้องใช้แอปอื่น ฝึกภาษาจากความผิดพลาดของคุณเอง ตัวติดตามเที่ยวบินที่ซื้อเมื่อราคาถูก สรุปข่าวประจำวันที่ไม่มี Clickbait

วิธีเริ่มต้นในสองนาที

เปิด Telegram ไปที่ Mira ส่งข้อความหา它 สิทธิ์การใช้งานฟรีใช้งานได้ทันที ลองอันใดอันหนึ่งก่อน:

1@mira วางแผนสัปดาห์ของฉัน
2@mira สรุปแชทนี้
3@mira เตือนฉันให้ตรวจสอบ PR ทุกวันจันทร์เวลา 9 โมงเช้า
4@mira เขียนโพสต์เกี่ยวกับ [หัวข้อ] สำหรับ X และ Instagram

ตัวอย่างใดๆ ในบทความนี้จะกลายเป็นลูปที่ทำงานทันทีที่คุณพิมพ์มัน

สิ่งนี้มีความหมายต่อคุณจริงๆ

ลูปไม่ใช่กระแส มันคือการเปลี่ยนแปลงในผู้ลงมือทำงาน AI จะหยุดรอให้คุณ push มันผ่านทุกขั้นตอน และเริ่มรันงานทั้งหมดด้วยตัวเอง

ที่กล่าวว่า นี่ไม่ใช่สิ่งที่ต้องไล่ตามหรือบังคับใช้ในที่ที่ไม่เหมาะสม บ่อยครั้งที่คุณจะแค่เสียเงินเปล่า

ความเห็นของฉัน: เริ่มต้นด้วยการใช้สิ่งที่ฟรีอยู่แล้ว และเมื่อคุณรู้สึกว่ามันไม่เพียงพอจริงๆ เท่านั้น คุณถึงค่อยเริ่มคิดถึงสิ่งที่คุณต้องการจริงๆ

ถ้าคุณต้องการอัพเดททุกอย่างที่เกิดขึ้นในวงการ AI ติดตามฉันบน X และ Telegram:

X - https://x.com/AnatoliKopadze

Telegram - https://t.me/kopadzemp