โจทย์จากงานจริง — เครื่องมือรับของเข้าร้านยาที่อ่านบิลซัพพลายเออร์คนละรูปแบบ จับคู่ชื่อยาที่เขียนไม่ตรงกับในคลัง แปลงหน่วยนับกับวันหมดอายุให้ตรงกับที่ POS เก็บ แล้วให้เภสัชกรตรวจจบในหน้าจอเดียว
อยากสร้างอะไร
โปรแกรมรับยาเข้าคลังจากบิลหลายบริษัทคนละแบบ เป็น Chrome extension ต่อ POS ร้านยาที่ใช้อยู่ทีหลัง AI อ่านบิลเป็น ชื่อ/จำนวน/ทุน/Lot/Exp แล้วแปลงให้ตรง POS: จับคู่ยาด้วยชื่อใกล้เคียง ความแรงต้องตรงเป๊ะ, แปลงจำนวนกับทุนจากหน่วยบิล (เม็ด/แผง/กล่อง) เข้าหน่วยฐานเรา, วันหมดอายุปน พ.ศ./ค.ศ. 2-4 หลัก บางใบมีแค่เดือน/ปี (นับสิ้นเดือน) ต้องออก ค.ศ. 4 หลัก จบที่หน้าให้เภสัชกรตรวจ+เติมที่ตกหล่นแปปเดียว
ของที่ใช้เทียบ
Rossum (rossum.ai) — หน้าตรวจใบแจ้งหนี้ที่วางภาพบิลคู่กับฟิลด์ที่อ่านได้ ไฮไลต์ช่องที่ไม่มั่นใจให้ตรวจก่อน และจำการแก้ของคนไปใช้ใบถัดไป
Gauntlet Loop Prompt
ก๊อปทั้งก้อนไปวางใน Claude Code หรือ Codex แล้วปล่อยให้มันวน
1,915 ตัวอักษร
แก้ในกล่องนี้ได้ก่อนคัดลอก เช่น เปลี่ยนไปเทียบกับของที่คุณอยากได้ — ที่แก้จะไม่ถูกบันทึกกลับ
วางครั้งเดียวก็ได้ของ — ขอแค่เป็น agent ที่กระจาย sub-agent และเปิดดูผลที่รันจริงได้ (แชทธรรมดาไม่เวิร์ก)
extension ที่ลากรูปบิลใส่แล้วได้ตารางรายการยาพร้อมจำนวน ทุน Lot และวันหมดอายุที่แปลงเข้าหน่วยฐานกับรูปแบบวันที่ของคลังเราแล้ว · ช่องที่ระบบไม่มั่นใจถูกดันขึ้นบนสุดให้เภสัชกรกดยืนยันก่อน แก้หรือเพิ่มบรรทัดที่อ่านตกได้ในที่เดียว · ปลายทางเป็นข้อมูลชุดที่พร้อมส่งเข้า POS ซึ่งเป็นชิ้นสุดท้ายที่ค่อยต่อ · กินเวลาเครื่องหลายชั่วโมง เพราะทุกรอบ critic ต้องนั่งรับบิลจริงจนจบใบ
prompt ตัวนี้ไม่ได้ยาวเพราะอยากยาว — ทุกท่อนมีหน้าที่ ตัดออกท่อนไหนก็พังคนละแบบ
ของที่ใช้เทียบต้องจับต้องได้
“Hold it to Rossum's validation screen: the invoice image beside the fields read off it, the cells nobody should trust surfaced first”
“ทำหน้าตรวจให้ดี ๆ” ไม่ใช่ของที่ใช้เทียบ — Rossum เป็นระบบที่ critic เปิดดูเองได้ และต้องบอกด้วยว่าเทียบด้านไหน (ภาพบิลอยู่ข้างฟิลด์ · ช่องที่ไม่น่าเชื่อถูกดันขึ้นก่อน · จำการแก้ไปใช้ใบหน้า) ไม่งั้นมันจะไปลอกสีกับปุ่มแทนสิ่งที่ทำให้คนตรวจจบเร็ว
ถ้าไม่มีของจริงให้เทียบ agent จะตัดสินเองว่า “ดีแล้ว” ตั้งแต่รอบแรก
ให้ agent แตกงานเอง
“Break this into the smallest pieces that can be improved and judged on their own—you decide what the pieces are, not me”
ห้ามสั่งว่าจะอ่านบิลด้วยอะไร เก็บคู่ชื่อยาที่คนเคยเลือกไว้ตรงไหน — งานนี้มีชิ้นที่คนสั่งนึกไม่ถึง เช่น ตัวคูณบรรจุที่บางใบซ่อนอยู่ในชื่อสินค้า บางใบอยู่คอลัมน์แยก
บอกเป้า ไม่บอกวิธี — พอสั่งสถาปัตยกรรมเอง เราก็ได้แค่เท่าที่เรานึกออก
กระจาย sub-agent
“Fan out sub-agents so each piece is worked on individually instead of one agent doing everything in sequence”
อ่านบิล · จับคู่ชื่อยา · แปลงหน่วยกับทุน · แปลงวันหมดอายุ · หน้าตรวจ · ปลายทางที่ส่งเข้า POS — หกชิ้นนี้แยกปรับแยกวัดได้หมด และพังทีละชิ้นโดยไม่ลากตัวอื่นลง
ชิ้นเล็กที่แยกตัดสินได้ ทำขนานกันได้ และพังทีละชิ้นโดยไม่ลากตัวอื่นลง
critic แยกตัว
“a separate sub-agent with fresh context drop photographed invoices into the running extension and receive a twenty-line delivery”
ต้องลากบิลถ่ายเอียง ๆ เข้าไปรับของจริงยี่สิบบรรทัดถึงจะรู้ว่าพัง — อ่านโค้ดหรืออ่านสรุปของคนสร้างไม่มีทางเห็นว่ามันเงียบ ๆ ปัดเศษแผงให้ หรือจับคู่ยาคนละความแรงด้วยความมั่นใจสูง
คนสร้างตรวจงานตัวเองแล้วให้ผ่านเสมอ — critic ต้อง context ใหม่และดูของจริง
วนจนชนะ ไม่กำหนดรอบ
“which screen a pharmacist finishes faster without letting a wrong expiry or strength through”
เกณฑ์เทียบเป็นเวลาและความผิดพลาด ไม่ใช่ความสวย — ตอบได้จริงจากการนั่งรับบิลใบเดียวกันบนสองหน้าจอ ต่างจาก “อันไหนดูดีกว่า” ที่ตอบยังไงก็ไม่ผิด
กำหนดจำนวนรอบเมื่อไหร่ ก็ได้ของเท่าที่รอบนั้นพอดี ไม่ใช่เท่าที่ดีพอ
เห็นความคืบหน้า + สั่งรันจริง
“cost moves in the opposite direction from quantity when that unit changes”
ข้อจำกัดที่ผิดแล้วไม่มีใครเห็น จึงต้องเขียนลงไปตรง ๆ — บิล 100 เม็ด ฐานคลังเป็นแผงละ 10 จำนวนต้องหาร 10 แต่ทุนต้องคูณ 10 ทำทิศเดียวกันเมื่อไหร่ ต้นทุนเพี้ยนร้อยเท่าเงียบ ๆ ไปจนถึงวันปิดบัญชี
เห็นงานงอกระหว่างทาง กับบรรทัดสุดท้ายที่บอกให้รันแบบ agent จริง ไม่ใช่แชทธรรมดา
อยากได้ของตัวเองบ้าง
เปลี่ยนโจทย์กับของที่ใช้เทียบให้เป็นของคุณ แล้วให้ระบบร่าง prompt ให้ทั้งก้อน
ไปหน้าสร้าง promptเป็นลิงก์ affiliate — ถ้าคุณช้อปผ่านลิงก์นี้ dev ได้ค่าคอมเล็กน้อย โดยราคาคุณเท่าเดิม 🙏
สอนสด/สัมภาษณ์แล้วภาพไม่ดูเหมือนกล้องโน้ตบุ๊กปี 2015 มี AI ตามหน้าให้ ขยับออกนอกเฟรมไม่ได้
จอที่สองไว้เปิด log กับ terminal ตอนรัน agent — ไม่ต้องสลับหน้าต่างทั้งวัน พกไปนั่งคาเฟ่ได้ด้วย
อุปกรณ์เริ่มทำคอนเทนต์/สอนออนไลน์ หารายได้เสริม
สวัสดีครับ ผมเป็น dev ที่ตกงานตอนอายุ 40 ตอนนี้กำลังสู้เพื่อหาค่าเทอมให้ลูก เนื้อหาทั้งหมดในหน้านี้เปิดอ่านฟรี ถ้ามันมีประโยชน์กับคุณ การสนับสนุนเล็ก ๆ น้อย ๆ มีความหมายกับครอบครัวผมมากครับ 🙏
โอนให้กำลังใจผ่านพร้อมเพย์
จำนวน 10 บาท