พ่อพาทำ · บทที่ 4

ก่อนเริ่ม Run: เลือกเครื่องมือและเข้าใจค่าใช้จ่าย

ภาพประกอบพ่อพาทำ — chapter-04

ก่อนพา AI ไปช่วยสร้าง SabayJai Pantry ผมอยากชวนทำความรู้จักเครื่องมือกับวิธีคิดค่าใช้จ่ายกันก่อนครับ คำว่า , Model หรือ Agent อาจฟังเหมือนเป็นเรื่องเดียวกัน แต่จริง ๆ หมายถึงคนละส่วน

Agent, Model และ Harness ต่างกันอย่างไร

ถ้าอธิบายแบบง่าย ๆ ในบทนี้ Agent = Model + Harness ครับ Model คือส่วนที่อ่านคำสั่งและข้อมูลแล้วคิดคำตอบหรือวิธีทำงาน ส่วน Harness คือเครื่องมือที่เชื่อม Model เข้ากับไฟล์และเครื่องมือต่าง ๆ เพื่อให้ทำงานต่อได้

ลองนึกภาพว่าเรากำลังจะเริ่มทำ SabayJai Pantry ครับ ผมมีโจทย์ว่าอยากรู้ว่ามีของกินอะไรเก็บไว้ตรงไหน Model ช่วยคิดว่าเราควรเริ่มทำอะไร Harness ช่วยเชื่อมผู้ช่วยกับไฟล์และเครื่องมือที่จำเป็น ส่วน Agent คือผู้ช่วยที่ใช้ทั้งสองส่วนทำงานต่อเนื่อง เช่น ช่วยวางขั้นตอน แล้วลงมือทำตามโจทย์ของผม

ถาม AI Chat กับสั่ง AI Agent ทำงานต่างกันอย่างไร

ถ้าเราแค่อยากถามให้เข้าใจหรือถามต่อหลาย ๆ ข้อ AI Chat อย่าง Gemini ช่วยอธิบายและให้คำแนะนำได้ครับ เมื่อใช้เป็นแชตทั่วไปที่ไม่ได้เชื่อมกับโปรเจกต์ มันจะตอบในบทสนทนา ไม่ได้เข้าไปแก้ Code ในโปรเจกต์ให้เรา

ส่วน AI Agent อย่าง Codex หรือ Freebuff สามารถทำงานกับไฟล์ในโปรเจกต์ที่เราเปิดให้ได้ ถ้าเรายังแค่อยากถาม Agent ให้ช่วยอธิบาย ควรบอกขอบเขตตรง ๆ เช่น “ขอคำอธิบายอย่างเดียว ยังไม่ต้องแก้ไฟล์หรือทำอะไรกับ Code” เพราะบางครั้งคำถามอาจถูกตีความเป็นงานให้ลงมือทำได้

ก่อนสั่ง Agent ให้ทำงาน ให้เลือกหรือเพิ่มโปรเจกต์ที่ถูกต้องในเครื่องมือก่อน ถ้ายังไม่แน่ใจว่าต้องเปิดตรงไหน ลองถาม Gemini ให้แนะนำทีละขั้นได้ แล้วเทียบคำแนะนำกับหน้าจอจริง เพราะเมนูและวิธีใช้อาจเปลี่ยนได้

อีกอย่างที่ช่วยให้เริ่มได้สบายใจขึ้นคือเก็บโปรเจกต์ไว้ใน แบบ Private แล้วบันทึกงานเป็นระยะ ( และ ) พูดง่าย ๆ คือเก็บจุดพักของงานไว้พร้อมประวัติ ถ้า Agent แก้ Code แล้วผลไม่เป็นอย่างที่คิด เราก็ย้อนกลับไปดูหรือเริ่มต่อจากจุดก่อนหน้าได้ครับ ทุกคนเริ่มใหม่ได้เสมอ และถ้าไม่แน่ใจจะถาม Gemini ก็ได้ ส่วนกลุ่ม Facebook ผมยังไม่ได้ตั้งครับ (หัวเราะ)

แล้ว VS Code ล่ะ?

ส่วน VS Code ตอนนี้เรายังไม่ใช้กันครับ ผมจะหยิบมาใช้เฉพาะเมื่อจำเป็นจริง ๆ แล้วเราค่อยตามดูกันไปในเนื้อหาว่าต้องใช้ตอนไหนและเพราะอะไร

เลือก Model ตามงาน

Model แต่ละรุ่นมีจุดเด่นเรื่องความเร็ว ความสามารถ และโควตาที่ใช้ไม่เท่ากัน งานเล็ก ๆ เช่น ขอให้อธิบายคำศัพท์หรือช่วยปรับข้อความ อาจใช้รุ่นที่ตอบเร็วได้ ส่วนงานที่ต้องอ่านไฟล์หลายส่วน ไล่หาสาเหตุของปัญหา หรือคิดผลกระทบที่เกี่ยวกัน อาจต้องเลือกรุ่นที่ทำงานซับซ้อนได้ดีกว่า

ถ้ายังไม่รู้จะเริ่มจากรุ่นไหน ให้ลองรุ่นที่เครื่องมือแนะนำก่อน แล้วอ่านผลที่ได้ ถ้ายังติดปัญหา ค่อยดูว่าควรอธิบายโจทย์ให้ชัดขึ้น แบ่งงานให้เล็กลง หรือเปลี่ยน Model ครับ การเลือก Model ที่เก่งขึ้นไม่ได้ช่วยแทนการบอกโจทย์ให้ชัด และชื่อรุ่นที่ผมใช้จริงจะเล่าตามตอนที่หยิบมาใช้ในงาน

วิธีคิดค่าใช้จ่ายที่ผมเจอมีสามแบบ

การใช้ Agentic AI ไม่ได้คิดเงินด้วย Token แบบเดียวกันทุกบริการครับ ในงานของผม Codex อยู่แบบที่ 1 ส่วน Freebuff อยู่แบบที่ 3

  1. เหมาจ่ายรายเดือน มีโควตารายสัปดาห์ — จ่ายค่าสมาชิก แล้วใช้ได้ภายในโควตาของแต่ละสัปดาห์ แบบที่ผมใช้กับ Codex ครับ ถ้าใช้โควตาหมดก็ต้องรอรอบใหม่ หรือดูทางเลือกที่บัญชีมีให้
  2. จ่าย ตามที่ใช้จริง — เหมือนมิเตอร์นับปริมาณข้อมูลที่ส่งให้ Model และคำตอบที่ได้กลับมา ถ้าอ่านข้อมูลมากหรือให้ทำหลายรอบก็อาจใช้มากขึ้น ถ้าจะให้ Model ทำงานกับไฟล์หรือโค้ด เรายังต้องมี Harness มาช่วยเชื่อม ไม่ใช่แค่มี API แล้วจะได้เครื่องมือทำงานพร้อมใช้ทันที
  3. เหมาจ่ายรายเดือน แล้วคิดค่าใช้งานเป็นรายชั่วโมง — แบบที่ผมใช้กับ Freebuff ครับ จ่ายค่าสมาชิกเพื่อเข้าใช้ แล้วนับเวลาเป็นชั่วโมงที่เช่า Agent หรือ Model ไว้ ก่อนเริ่มควรตรวจว่าเริ่มจับเวลาเมื่อไร ใช้ Model ไหนได้ และถ้าใช้เกินเงื่อนไขจะเกิดอะไรขึ้น

Token จึงเป็นหน่วยหนึ่งที่อยู่เบื้องหลังการประมวลผล แต่สิ่งที่เราเห็นตอนใช้งานอาจเป็นโควตารายสัปดาห์ ค่าตาม API หรือชั่วโมงเช่าก็ได้ ก่อนเลือกเครื่องมือให้ดูค่าสมาชิก วิธีนับการใช้งาน และเงื่อนไขเมื่อใช้ถึงลิมิต อย่าเทียบแค่ชื่อ Model หรือคำว่า Token อย่างเดียวครับ

เครื่องมือที่ผมใช้กับ SabayJai Pantry

ตอนเริ่ม ผมได้ใช้ Codex ฟรีเดือนแรก และใช้ Antigravity ราคา 189 บาทต่อเดือนอยู่สามเดือน พอช่วง Antigravity หมดลง ผมจึงเริ่มใช้ Freebuff ด้วย

ปัจจุบันเวลาทำงานสร้าง App ผมใช้ Codex กับ Freebuff ควบคู่กัน เพราะมีหลายงานและบางช่วงก็ชน Limit

ชุด Model ที่ผมใช้กับ Pantry

สำหรับ Codex ผมวาง GPT-6 Luna ไว้เป็นตัวเลือก ส่วน Freebuff ผมมี List Model ที่ใช้ประจำและผ่านเกณฑ์ของผมอยู่สามรุ่น คือ DeepSeek V4.1 Flash, GLM 5.3 Flash และ Muse Spark 1.3

ผมเคยลองรุ่นอื่นที่มีค่าใช้จ่ายต่ำกว่านี้แล้ว แต่ยังไม่ผ่านเกณฑ์ที่ผมต้องการ จึงไม่ได้เลือกจากราคาถูกที่สุดในรายการทั้งหมดอย่างเดียว เมื่อคัดเหลือรุ่นที่ใช้งานได้แล้ว ในรอบแรกผมเลือกจากค่าใช้จ่ายที่ต่ำที่สุดในกลุ่มนั้นครับ

ราคาและรายการ Model เปลี่ยนแปลงได้ รุ่นที่ผมเลือกจึงเป็นประสบการณ์ของรอบนั้น ไม่ใช่ข้อกำหนดว่าคนอ่านต้องใช้รุ่นเดียวกัน

ราคา แพ็กเกจ โควตา และเงื่อนไขบริการเปลี่ยนแปลงได้ เราควรตรวจสอบอีกครั้งก่อนที่จะเข้าไปใช้งาน ถ้าคุณมีเครื่องมืออื่นอยู่แล้วก็ยังเรียนรู้แนวคิดจากเล่มนี้ได้ครับ