ทำไมแค่ "ถาม AI" ไม่พอ
ปัญหาที่ผมเจอในช่วงแรกที่ใช้ Claude Code คือ ทุก session ผมต้องอธิบายซ้ำ
"เราทำ digital marketing agency นะ มีลูกค้า X มีระบบ Y ใช้ database Z..."
เสียเวลา 5-10 นาที ก่อนที่จะเริ่มทำงานจริง
และถ้าลืมบอกอะไรบางอย่าง AI ก็ทำงานไม่ตรง workflow ที่วางไว้
ปัญหาไม่ได้อยู่ที่ AI ฉลาดพอหรือเปล่า ปัญหาอยู่ที่ AI ไม่รู้ว่าคุณคือใคร ทุกครั้งที่เปิด session ใหม่ มันเริ่มต้นจากศูนย์
CLAUDE.md คืออะไร
CLAUDE.md คือ config file ที่วางไว้ใน root ของ project
Claude Code อ่านไฟล์นี้ ทุก session อัตโนมัติ ก่อนทำงานอะไรทั้งนั้น
คิดแบบนี้ — เหมือน briefing document ที่มอบให้พนักงานใหม่ ก่อนเริ่มงานวันแรก คุณไม่ต้องพูดซ้ำทุกวัน เพราะเขียนไว้หมดแล้ว
Structure จริง — 16 Sections
ไฟล์ CLAUDE.md ของผมมี 16 sections ครอบคลุมทุกอย่างที่ AI ต้องรู้
Section 1: What This Workspace Is
บอกก่อนเลยว่า workspace นี้คืออะไร ทำอะไร scope ครอบคลุมอะไรบ้าง ไม่ให้ AI เดาเอง
ของผมครอบคลุมสองส่วนหลัก:
- Digital Marketing Agency — บริการลูกค้า ทั้ง strategy, media, content, analytics, web
- Restaurant Operations — จัดการธุรกิจร้านอาหารส่วนตัว ทั้งต้นทุน สต็อค เมนู ยอดขาย
Section 3–4: AI Team + Agent Routing Table
นี่คือส่วนที่ผมชอบสุด
ผมมี 11 AI agents แบ่ง 4 ทีม:
| ทีม | Agents | หน้าที่ |
|---|---|---|
| Marketing Team (5) | Strategy, Content, Media, Data, Presentation | บริการลูกค้า |
| Web Team (4) | BA, Designer, Developer, Ops | สร้าง/แก้ไขเว็บ |
| Technical (1) | Tech Lead | Security, infra, code review |
| Operations (1) | Project Manager | Coordination, timeline |
และที่สำคัญกว่าคือ Agent Routing Table — ตารางที่บอกว่า "งานแบบไหน → ให้ใครทำ"
New website → BA → Designer → Dev → Tech Lead review → Deploy
Create content → Content Strategist → Presentation
Analyze data → Data Analyst → Presentation
New campaign → Strategy Director → Media Planner → Data Analyst
Deploy → Developer → Tech Lead approve → Ops deploy
พอมี routing table ชัด AI รู้เองว่าต้องทำ workflow ไหน ไม่ต้องบอกทุกครั้ง
Section 5: Active Integrations
รายการเครื่องมือทั้งหมดที่ใช้ พร้อม credentials path และ connection method
MCP Servers (14 ตัว):
- Notion — Agency Command Center
- Slack — team communication
- Google Drive — shared files
- Canva — design generation
- NotebookLM — RAG research
- Google Calendar — scheduling
- Chrome (Claude in Chrome) — browser automation
- SQLite × 3 databases
- GitHub, DuckDuckGo, Google Search, Tavily, Firecrawl, Puppeteer
API Services (10): Airtable, Gmail IMAP, WordPress, ElevenLabs, Cloudways (2 servers), name.com, Cloudflare
AI รู้ว่ามีเครื่องมืออะไรบ้าง ดึงจากไหน เชื่อมต่อยังไง ไม่ต้องบอกใหม่ทุก session
Section 6: Data Infrastructure
บอก database structure และ data pipeline ทั้งหมด
ผมมี 3 SQLite databases:
agency.db— จัดการ 6 clients (projects, tasks, activity)nntn.db— ร้านอาหาร (เมนู ต้นทุน สต็อค ยอดขาย)foodstock.db— อีก client หนึ่ง (partners, leads)
AI รู้ว่าต้องดึงข้อมูลจาก database ไหน ยังไง ไม่ต้องอธิบาย schema ใหม่ทุกครั้ง
Section 8: Task Management Architecture
กฎ workflow ที่บังคับทำทุก session
ทำ task เสร็จ → UPDATE agency.db SET dirty=1
จบ session → push sync to Notion
เริ่ม session → query v_active_tasks จาก DB (0 API calls)
agency.db คือ Source of Truth ไม่ใช่ Notion — AI รู้กฎนี้จาก CLAUDE.md ไม่ต้องเตือนทุกครั้ง
Section 15–16: Agent Teams + Claude Brain
Section 15 บอก 7 Agent Teams สำหรับงานซับซ้อน — Marketing Campaign, Web Dev, Content Production, Data & Ops, SEO Article, Client Onboarding, Artwork
Section 16 บอก Claude Brain — ระบบ long-term memory ที่เก็บความรู้ข้าม sessions ใน 4 ประเภท: Episodic, Semantic, Procedural, Meta
ผลลัพธ์จริง — Before vs After
ก่อนมี CLAUDE.md:
- ต้องอธิบาย context ใหม่ทุก session
- เสียเวลา 5-10 นาทีก่อนเริ่มงานจริง
- AI ทำงาน inconsistent เพราะไม่รู้ workflow
- ลืม tool ที่มีอยู่ ไม่ใช้ให้ครบ
หลังมี CLAUDE.md:
- AI รู้ context ทันทีตั้งแต่ประโยคแรก
- เริ่มทำงานได้เลย ไม่ต้องเกริ่น
- Follow กฎเหล็กอัตโนมัติ (task tracking, session protocol, Slack notifications)
- รู้ว่าใช้ tool ไหน ยังไง และเมื่อไหร่
Investment: เขียนครั้งเดียว ใช้ทุก session หลังจากนั้น
3 สิ่งที่ควรใส่ใน CLAUDE.md ของคุณ
ถ้าจะเริ่มเขียน CLAUDE.md วันนี้ ขอแนะนำ 3 ส่วนที่สำคัญที่สุด:
1. บอกว่าคุณคือใคร ทำอะไร
## What This Workspace Is
**Owner:** [ชื่อ] — [role]
**Scope:** [ประเภทงาน/ธุรกิจ]
| ด้าน | ขอบเขต |
|------|--------|
| [งาน 1] | [รายละเอียด] |
| [งาน 2] | [รายละเอียด] |อย่าให้ AI เดาเอง บอกตรงๆ ว่า workspace นี้คือ freelancer, startup, agency, หรืออะไร
2. รายการ Tools ที่ใช้
## Active Integrations
| Tool | Purpose | How to Connect |
|------|---------|----------------|
| [Tool] | [ทำอะไร] | [วิธีเชื่อมต่อ] |รวม databases, APIs, MCP servers ทั้งหมด พร้อม credentials path (ไม่ใช่ตัว credentials จริง) และ connection method
3. กฎการทำงาน (CRITICAL Rules)
## Rules (ต้องทำทุกครั้ง)
- ทำ task เสร็จ → อัพเดท [database/notion/sheet]
- ก่อนเขียน code → เช็ค [tool list] ก่อน
- ห้าม [สิ่งที่ห้ามทำ] — เพราะ [เหตุผล]เขียนให้ชัด AI ทำตามถ้าคุณบอก
ทำไม CLAUDE.md คือสิ่งที่คนส่วนใหญ่ข้าม
คนส่วนใหญ่ใช้ Claude Code แบบ reactive — เปิดขึ้นมา พิมพ์สิ่งที่อยากได้ แล้วก็งงว่าทำไมผลลัพธ์ไม่ตรง
ปัญหาคือ AI ทำงานได้ดีแค่ไหน ขึ้นอยู่กับ context ที่มีอยู่
CLAUDE.md คือการลงทุน upfront ที่ได้ผล compound ทุก session ยิ่งทำงานด้วยกันนาน ยิ่ง AI เข้าใจ workflow และทำงานได้ตรง
สำหรับผม 300 บรรทัด = ลงทุนครั้งเดียว ทุก session หลังจากนั้น AI ทำงานได้ทันที ไม่ต้องอธิบาย ไม่ต้องเตือน ไม่ต้องซ้ำ
เริ่มต้นได้เลย
ไม่ต้องสมบูรณ์แบบตั้งแต่แรก เริ่มจาก 3 ส่วนที่แนะนำไปก่อน แล้วค่อยเพิ่ม sections ตามที่ต้องการ
CLAUDE.md ที่ดีเติบโตไปพร้อมกับ workflow ของคุณ — เหมือน knowledge base ที่อัพเดทตามประสบการณ์จริง
บทความนี้เป็นส่วนหนึ่งของ Behind the System Series — โชว์ระบบจริงที่ DopeLab ใช้บริหาร agency + ธุรกิจอาหาร ด้วย Claude Code ทุกวัน
