Claude Code + NotebookLM — วิจัย 20 sources เขียน blog ใน 30 นาที

จาก 3 ชั่วโมง เหลือ 30 นาที

ก่อนหน้านี้ผมใช้เวลา 3 ชั่วโมงกว่าจะได้บทความสักชิ้น

เปิดแท็บ 15 อัน อ่านบทความภาษาอังกฤษ จด notes แล้วก็ลืมว่าจดไว้ไหน สุดท้ายนั่งเขียนใหม่จากศูนย์ ทั้งที่ research มาตั้งนาน

จนผมเจอ workflow ที่เปลี่ยนเกมไปเลย: ใช้ NotebookLM ย่อย sources ทั้งหมดให้ แล้วให้ Claude Code เขียน blog จาก research ที่สกัดแล้ว

ตอนนี้ใช้เวลาไม่ถึง 30 นาที ได้บทความพร้อม publish ทุกสัปดาห์

ไม่ใช่เวทมนตร์ แต่เป็น pipeline ที่ทำซ้ำได้ทุกครั้ง

สิ่งที่ต้องมีก่อนเริ่ม

ถ้ายังไม่มี Claude Code ใช้ ChatGPT หรือ Claude web ก็ได้ แต่ Claude Code ทำงานกับไฟล์ในเครื่องได้โดยตรง เร็วกว่ามาก

Step 1: หา Sources ที่มีคุณภาพ (5 นาที)

นี่คือขั้นตอนสำคัญที่สุด เพราะ garbage in = garbage out

แหล่งที่ควรหา:

• YouTube tutorials จากคนที่ทำจริง (ไม่ใช่คลิป "อธิบาย" ที่ไม่เคยทำ)
• Official documentation ของ tool/feature ที่จะเขียน
• Blog posts จาก practitioners ที่ลง production จริง
• GitHub repos ที่มี code examples + issues ที่คนถามบ่อย
• Reddit/HN threads ที่มีคน discuss ข้อดีข้อเสียจริงจัง

วิธีหาเร็ว:

# ใช้ YouTube search หา tutorials
yt-dlp --flat-playlist "ytsearch10:Claude Code tutorial 2026" --print title --print url
 
# ใช้ Tavily หรือ DuckDuckGo หา blog posts
# (ผ่าน MCP หรือ CLI)

กฎสำคัญ: เลือก 15-25 sources ที่มีคุณภาพ ดีกว่ายัด 50 sources ที่ไม่ได้อ่าน

Step 2: Feed เข้า NotebookLM (3 นาที)

เปิด NotebookLM แล้วสร้าง notebook ใหม่สำหรับ topic นี้โดยเฉพาะ

วิธี feed sources:

• วาง URL ของบทความ/YouTube ได้เลย NLM จะอ่านให้
• Upload PDF ถ้ามี research paper
• Copy-paste text ถ้า source ไม่รองรับ URL

Gotcha #1: NLM มี limit 50 sources ต่อ notebook ไม่ต้องยัดจนเต็ม 20-25 อันกำลังดี

Gotcha #2: YouTube ที่ยาวเกิน 2 ชั่วโมง NLM อาจตัดท้ายหาย ถ้ามีคลิปยาว ตัดเป็นช่วงที่เกี่ยวข้องก่อน

Step 3: ถามคำถามเจาะ (10 นาที)

ขั้นตอนนี้คือหัวใจของ pipeline ถามให้ถูก ได้คำตอบที่ดี

6 คำถามที่ต้องถามทุกครั้ง

1. "Best practices สำหรับเรื่องนี้คืออะไร? สรุปเป็น bullet points"
2. "Common mistakes ที่คนมักทำ? พร้อมวิธีแก้"
3. "Step-by-step ที่ง่ายที่สุดสำหรับคนเพิ่งเริ่ม?"
4. "Advanced tips สำหรับคนที่ทำเป็นแล้ว?"
5. "ข้อจำกัดหรือ caveats ที่ docs ไม่ค่อยบอก?"
6. "เปรียบเทียบ alternatives มีอะไรบ้าง? ข้อดีข้อเสีย?"

Pro tip: ถามแบบเจาะจง ไม่ใช่ถามกว้างๆ

# แบบนี้ได้คำตอบกว้างเกินไป:
"บอกเรื่อง Claude Code หน่อย"

# แบบนี้ได้คำตอบที่ใช้ได้:
"Claude Code ใช้ร่วมกับ NotebookLM ยังไงให้เขียน blog ได้เร็ว?
ตอบจาก sources ที่มี พร้อม cite source"

NLM จะ cite sources ให้ คลิกดูได้ว่าข้อมูลมาจากไหน ช่วยให้เช็คความถูกต้องได้

Step 4: สกัดลง brain/ หรือ Obsidian (5 นาที)

ขั้นตอนนี้ห้ามข้าม ถ้าไม่สกัดก่อนเขียน Claude จะ hallucinate เพราะไม่มี ground truth

## Research: [Topic Name]
### Key Findings
- [bullet points สรุปจาก NLM]
 
### Step-by-Step (Verified)
1. [ขั้นตอนที่ลองแล้ว]
2. ...
 
### Gotchas
- [ปัญหาที่เจอจริง + วิธีแก้]
 
### Tools Comparison
| Tool | Pros | Cons |
|------|------|------|
 
### Sources
- [list ของ sources ทั้งหมด]

ทำไมต้องสกัด?

1. Claude Code อ่านไฟล์ใน brain/ ได้โดยตรง ไม่ต้อง copy-paste
2. ใช้ซ้ำได้ในอนาคต ไม่ต้อง research ใหม่
3. มี ground truth ป้องกัน hallucination
4. Obsidian สร้าง connections ระหว่าง notes อัตโนมัติ

Step 5: Claude Code เขียน blog จาก Research (7 นาที)

ถึงตอนนี้คุณมี research notes ที่สกัดแล้ว ให้ Claude Code เขียน blog ได้เลย

# Prompt ที่ใช้จริง:
"อ่าน brain/Semantic/tutorial-{slug}.md
แล้วเขียน blog ภาษาไทย 1,500 คำ
 
โครงสร้าง:
1. Hook: เปิดด้วยปัญหาที่คนเจอ
2. Prerequisites: สิ่งที่ต้องมี
3. Step-by-step: ทุกขั้นตอน พร้อม code snippets
4. Gotchas: ปัญหาที่มักเจอ + วิธีแก้
5. Result: ผลที่ได้
6. CTA: อ่านบทความอื่น
 
Tone: พี่สอนน้อง สบายๆ ชัดเจน
ห้ามใช้คำว่า 'ในบทความนี้' หรือ 'สวัสดีครับ'
เปิดด้วย vulnerability (ก่อนหน้านี้ผมเคย...)
Code snippets ต้อง copy-paste ได้จริง"

Claude Code จะอ่าน research notes จากไฟล์ เขียน blog ตาม structure ที่กำหนด ใส่ code snippets จาก research สร้าง MDX file ที่ deploy ได้เลย

Gotcha #3: ต้องบอก Claude ว่า "เขียนจาก research notes เท่านั้น ห้าม hallucinate" ไม่งั้นจะแต่งเอง

Gotcha #4: Review ทุกครั้ง โดยเฉพาะ code snippets ต้องรันได้จริง อย่าเชื่อ AI 100%

ปัญหาที่มักเจอ + วิธีแก้

ผลลัพธ์: 30 นาทีได้ blog พร้อม publish

เทียบกับวิธีเดิม:

• เปิด 15 แท็บ อ่านเอง: 1.5 ชม.
• จด notes: 30 นาที
• เขียน blog: 1 ชม.
• รวม: 3+ ชั่วโมง

ลดเวลา 80% โดยที่คุณภาพดีขึ้นด้วย เพราะมี 20+ sources เป็น backbone ไม่ใช่เขียนจากความจำ

สิ่งที่ต้องระวัง

1. อย่าข้ามขั้นตอนสกัด ถ้าให้ Claude เขียนโดยไม่มี research notes มันจะแต่งเอง
2. อย่ายัด sources มั่วๆ 20 sources ดี ดีกว่า 50 sources ไม่ได้อ่าน
3. Review ทุกครั้ง AI เขียนให้ แต่คุณต้อง review ก่อน publish
4. เก็บ research notes ไว้ ใช้ซ้ำได้เมื่อ update บทความ

Pipeline นี้ใช้ได้กับทุกหัวข้อ ไม่ว่าจะเป็น tech, marketing, business ขอแค่มี sources ที่ดี NLM + Claude Code จัดการให้หมด

อ่าน tutorial อื่นๆ ของ DopeLab ได้ที่ ink.dopelab.studio