ตั้งค่า AI ให้ทำงานกับธุรกิจของคุณ เริ่มจากโฟลเดอร์ ไม่ใช่แพลตฟอร์ม

ธุรกิจส่วนใหญ่ลองใช้ AI ในแบบเดียวกัน คือเปิดแชต อธิบายว่าบริษัททำอะไร ถามคำถาม แล้วได้คำตอบที่พอใช้ได้แต่กว้าง ๆ สัปดาห์ต่อมาก็ต้องอธิบายบริษัทใหม่อีกรอบ ปัญหาไม่ได้อยู่ที่โมเดล แต่อยู่ที่มันไม่รู้อะไรเกี่ยวกับคุณเลยตอนเริ่มบทสนทนา และลืมทุกอย่างเมื่อบทสนทนาจบ

ทางแก้ที่เราใช้ ทั้งกับบริษัทของเราเองและกับลูกค้า ไม่ใช่แพลตฟอร์มใหม่อีกตัว แต่คือโฟลเดอร์ ไฟล์ข้อความธรรมดาที่อธิบายว่าธุรกิจทำงานอย่างไร เก็บไว้ในระบบที่บันทึกประวัติการแก้ไข และเครื่องมือ AI ตัวไหนก็อ่านได้ก่อนลงมือทำอะไร ต่อไปนี้คือวิธีตั้งค่า พร้อมตัวอย่างจริงจากแบรนด์แฟชั่น Charissara

Charissara คือแบรนด์เสื้อผ้าผู้หญิงสัญชาติไทยที่ก่อตั้งโดยคุณ Natthika แบรนด์ออกแบบแพทเทิร์นเอง จัดหาผ้าเอง ผลิตในโรงงานของตัวเอง และขายทั้งออนไลน์และผ่านโซเชียลมีเดีย ก่อนจะมีพื้นที่ทำงานนี้ ข้อมูลทั้งหมดของธุรกิจกระจายอยู่ในแชต สเปรดชีต และในหัวของคุณ Natthika

ตอนนี้ทุกอย่างอยู่ในโฟลเดอร์เดียว แบ่งเป็นโฟลเดอร์ย่อยตามแต่ละส่วนของธุรกิจ

เมื่อมีโฟลเดอร์นี้แล้ว AI ก็ทำงานจริงได้ แทนที่จะแค่ให้คำแนะนำ ในการทำงานรอบเดียว AI อ่านคลังแพทเทิร์นและคลังผ้า แล้วสร้างสินค้าฉบับร่าง 132 รายการในร้านออนไลน์ หนึ่งรายการต่อหนึ่งคู่แพทเทิร์นกับผ้า รวม 1,018 ตัวเลือกไซซ์ แต่ละรายการตั้งราคาจากไฟล์ราคา และบันทึกไว้ว่าราคานั้นมาจากไหน

จากนั้นมันเขียนบรีฟภาพถ่ายสำหรับสินค้าทุกชิ้น ระบุว่าต้องใช้รูปผ้ารูปไหนและรูปทรงอ้างอิงรูปไหนกับเครื่องมือสร้างภาพ พร้อมพรอมต์และชื่อไฟล์ เพื่อให้ภาพที่เสร็จแล้วจับคู่กลับไปที่สินค้าของมันได้อัตโนมัติ ชุดแบรนด์ถูกนำไปใช้บนเว็บไซต์ผ่านการตั้งค่าของธีมเอง คุณ Natthika จึงยังแก้ไขเองได้จากหน้าแอดมิน

ในการทำงานประจำวัน เธอบอกสิ่งที่ต้องการเป็นภาษาธรรมดา เช่น ปรับราคาผ้าทั้งกลุ่ม เพิ่มสินค้าใหม่จากข้อมูลแพทเทิร์น หรืออัปเดตแคตตาล็อก แล้ว AI ก็ทำงานจากไฟล์ชุดเดียวกับที่เธอใช้ ไม่มีอะไรขึ้นหน้าร้านเอง สินค้าทุกชิ้นถูกสร้างเป็นฉบับร่าง และเธอตรวจไซซ์ ราคา สถานะสินค้า และรูปภาพก่อนเผยแพร่

โครงสร้างสำคัญกว่าปริมาณ AI ที่ได้รับเอกสารร้อยฉบับแบบไม่ได้จัดหมวดหมู่ ก็ทำงานได้พอ ๆ กับพนักงานใหม่ที่ได้กองเอกสารเดียวกันในวันแรก

การอ่านเป็นแค่ครึ่งเดียว คุณค่าจริงเกิดขึ้นเมื่อ AI ลงมือทำได้ เช่น อัปเดตสินค้า สร้างรายงาน หรือเปลี่ยนชื่อไฟล์ทีละหลายไฟล์ มีสองวิธีหลักที่จะให้ AI ทำแบบนั้นได้

คอนเนกเตอร์ ซึ่งมักสร้างบน Model Context Protocol (MCP) เชื่อมแอป AI เข้ากับบริการต่าง ๆ เช่น อีเมลหรือปฏิทิน เหมาะสำหรับการค้นข้อมูลและการสั่งงานเป็นครั้งคราว

สำหรับงานปฏิบัติการที่ทำซ้ำ ๆ เราเลือกใช้เครื่องมือแบบคอมมานด์ไลน์ คือโปรแกรมเล็ก ๆ ที่ AI สั่งรันแบบเดียวกับที่คนพิมพ์คำสั่ง หลายระบบมีมาให้อยู่แล้ว เช่น WordPress มี WP-CLI และถ้ายังไม่มี ส่วนใหญ่ก็เขียนสคริปต์สั้น ๆ ได้ เครื่องมือแบบนี้ทดสอบง่าย ทุกการกระทำทิ้งบรรทัดที่อ่านย้อนหลังได้ ใช้ได้กับ AI ทุกตัวที่รันคำสั่งได้ และไม่ทำให้หน่วยความจำทำงานของโมเดลเต็มไปด้วยคำอธิบายเครื่องมือที่ไม่ได้ใช้ในงานนั้น

เก็บโฟลเดอร์ไว้ใน Git บนรีโพสิทอรีส่วนตัวใน GitHub หรือบริการที่คล้ายกัน ทุกการแก้ไขจะถูกบันทึกว่าใครแก้และแก้เมื่อไร ความผิดพลาดใด ๆ ย้อนกลับได้ และโฟลเดอร์เดียวกันจะซิงก์ตรงกันทุกเครื่องและทุกคนที่ใช้งาน การตั้งเวลาซิงก์อัตโนมัติทำให้ไม่มีใครต้องคอยจำว่าต้องบันทึก

มันยังเปลี่ยนวิธีตรวจงานของ AI ด้วย แทนที่จะเชื่อสรุปว่าทำอะไรไปบ้าง คุณอ่านได้เลยว่าอะไรเปลี่ยนไปทีละบรรทัด ก่อนตัดสินใจเก็บไว้

การตั้งค่าโฟลเดอร์ใช้เวลาไม่กี่วัน และงานส่วนใหญ่คือการเขียนสิ่งที่อยู่ในหัวของคนออกมาเป็นเอกสาร ส่วนที่ต้องใช้ประสบการณ์คือการเชื่อมต่อ ให้ AI มีเครื่องมือที่ปลอดภัยและผ่านการทดสอบแล้วสำหรับร้านค้า CRM หรือระบบภายในของคุณ โดยมีฉบับร่าง บันทึกการทำงาน และขอบเขตอยู่ในจุดที่ถูกต้อง

นี่คืองานที่เราทำให้ลูกค้า และเป็นระบบเดียวกับที่เราใช้บริหารบริษัทของเราเอง