อยากให้ Claude แม่นขึ้น คนส่วนใหญ่ไปนั่งรอโมเดลรุ่นใหม่ หรือไม่ก็ไปขลังกับการเขียน prompt ให้เทพขึ้น ทั้งที่ตัวแปรใหญ่ที่สุดมันไม่ได้อยู่ตรงนั้นเลย มันอยู่ที่สิ่งที่เรียกว่า harness

แอดอธิบายคำนี้ให้เห็นภาพก่อน โมเดลคือเครื่องยนต์ ส่วน harness คือทุกอย่างที่ห่อรอบเครื่องยนต์นั้นไว้ tool ที่มันเรียกใช้ได้ context ที่เราป้อนเข้าไป ไฟล์ instruction ที่บอกว่าให้ทำงานยังไง loop ที่เอาไว้ตรวจงานของมันเอง รวมถึงวิธีจัดการความจำเวลางานมันยาวเกินหนึ่งรอบ พูดง่ายๆ คือโมเดลเป็นแค่ชิ้นเดียวในระบบ ที่เหลือทั้งหมดคือ harness และเราออกแบบมันได้

จุดที่หลายคนไม่เชื่อจนกว่าจะได้เห็นตัวเลขคือ Anthropic เองออกมาบอกว่าแค่การตั้งค่า config รอบๆ ตัวโมเดล สามารถขยับคะแนน benchmark ได้มากกว่าช่องว่างระหว่างโมเดลระดับท็อปด้วยกันเองเสียอีก แปลไทยอีกที คือบางครั้งผลลัพธ์ที่เราได้มันสะท้อน harness ที่เราวางไว้ มากกว่าจะสะท้อนความฉลาดของตัวโมเดล โมเดลเดียวกันเป๊ะ แต่คนละ harness ได้ผลลัพธ์คนละเรื่องเลย

ทีนี้พอเข้าใจแล้วว่า harness สำคัญ มาดูหลักที่เอาไปใช้ได้จริง

ข้อแรก context คือทรัพยากรที่มีจำกัด ไม่ใช่ยิ่งใส่ยิ่งดี คนชอบเข้าใจผิดว่าโยนทุกอย่างที่มีเข้าไปใน context แล้วโมเดลจะแม่นขึ้น ความจริงตรงข้าม ยิ่งใส่ของที่ไม่เกี่ยวเยอะ โมเดลยิ่งไขว้เขว สิ่งที่ต้องทำคือคัดเฉพาะของที่จำเป็นต่องานตรงหน้า เหมือนเราเตรียมโต๊ะทำงานให้สะอาด ไม่ใช่กองเอกสารทุกใบในออฟฟิศมาวางตรงหน้า

ข้อสอง งานที่ยาวข้ามหลายรอบ ต้องมีวิธีส่งต่อ Anthropic เปรียบเทียบไว้สวยมากว่าเหมือนทีมที่ทำงานเป็นกะ พอหมดกะ คนใหม่เดินเข้ามาโดยไม่รู้เลยว่ากะที่แล้วทำอะไรไปบ้าง โมเดลก็เป็นแบบนั้น พอ context เต็มแล้วเริ่มรอบใหม่ มันลืมของเดิมหมด ทางแก้คือต้องมีไฟล์บันทึกความคืบหน้า มี git history ให้มันอ่านตอนเริ่มกะใหม่ จะได้รู้ว่ามาถึงไหนแล้ว

ข้อสาม งานที่เช็คถูกผิดได้ ให้ใส่ตัวเช็คลงไปเลย แต่งานที่ตัดสินด้วยรสนิยมอย่างงานออกแบบ มันไม่มี test ที่บอกได้ว่าผ่านหรือไม่ผ่านเหมือนโค้ด แล้วปัญหาคือถ้าให้ agent ตรวจงานตัวเอง มันจะให้คะแนนบวกเข้าข้างตัวเองตลอด ตรงนี้แหละที่ Anthropic เลยออกแบบให้มีตัว evaluator แยกออกมาอีกตัวคอยตรวจ generator ทำงานคนละหน้าที่กับคนสร้าง

อ่านมาถึงตรงนี้ชาวดีไซน์น่าจะเริ่มเห็นภาพแล้ว นี่คือเหตุผลที่ skill repo ของแอดถึงมี rubric สำหรับรีวิวงานแยกออกมาเป็นไฟล์ต่างหาก เพราะมันคือ evaluator นั่นเอง และการที่เราเขียน CLAUDE.md เขียน SKILL.md วางโครง token วาง checklist accessibility ทั้งหมดนั้นไม่ใช่แค่การเขียนเอกสาร มันคือการออกแบบ harness ให้โมเดลทำงานแม่นขึ้นในบริบทของเรา

สรุปให้จำง่ายๆ เลิกถามว่าโมเดลไหนแม่นกว่ากัน แล้วเปลี่ยนมาถามว่า harness ที่เราวางไว้ดีพอจะดึงความแม่นของโมเดลออกมาหรือยัง เพราะสุดท้ายความแม่นยำไม่ได้ซื้อมาด้วยการอัปเกรดโมเดล แต่สร้างขึ้นมาด้วยการออกแบบสิ่งที่อยู่รอบตัวมัน

ปล. ใครอ่านมาถึงตรงนี้ อยากได้ความแม่นยำพิมคำว่า "harness" ใน comment เพราะไม่ได้ทำขาย แจกกันฟรีๆ

#DesignLazyyy #ClaudeCode #ContextEngineering #HarnessDesign #AIWorkflow #DesignSystem #UXUI