ให้ Claude ตรวจงานตัวเอง 3 แบบ ก่อนส่งงาน: วิธีของทีม Claude Code พร้อมไฟล์ skill verify
ทีม Claude Code ให้ Claude เขียนโค้ดราว 90% เลยต้องให้มันพิสูจน์ด้วยหลักฐานก่อนบอกว่าเสร็จ สรุปการตรวจ 3 แบบ (E2E, property test, differential) พร้อม prompt ที่ก๊อปได้ ไฟล์ skill verify ตั้งต้น และวิธีเปลี่ยนเรื่องที่พลาดซ้ำเป็นกฎใน CLAUDE.md หรือ hook

ใครเคยสั่ง Claude Code แก้โค้ด แล้วมันตอบว่า "เสร็จแล้วครับ เทสต์ผ่านหมด" แต่พอเปิดแอปจริง กดจ่ายเงินแล้วค้าง แปลว่าขาดขั้นตอนเดียว คือให้มันพิสูจน์ด้วยหลักฐานก่อนบอกว่าเสร็จ
ทีม Claude Code ให้ Claude เขียนและรีวิวโค้ดราว 90% เลยต้องมีวิธีให้มันตรวจงานตัวเองแบบจริงจัง บทความนี้สรุปวิธีตรวจ 3 แบบที่ทีมนี้ใช้ พร้อม prompt ที่ก๊อปไปสั่งได้ และไฟล์ skill ชื่อ verify ตั้งต้นให้วางในโปรเจกต์ครับ

เซฟรูปเก็บไว้ได้เลยครับ เนื้อหามาจาก How the Claude Code team thinks about verification ของ Addy Osmani บน claude.dev (16 พ.ย. 2026)
ทำไมต้องให้ AI ตรวจงานตัวเอง
นึกถึงเด็กฝึกงานที่ส่งงานพร้อมภาพหน้าจอและผลการรัน เทียบกับคนที่ส่งมาแค่คำว่า "เสร็จแล้ว" คนแรกเราตรวจได้ในไม่กี่นาที การให้ AI ตรวจงานตัวเอง คือทำให้มันเป็นคนแบบแรก

เหตุผลจากบทความต้นทาง
- ไม่มีลูปตรวจงาน ใช้ Claude ได้ทีละ 1–2 ตัว เพราะต้องเช็กเองหมด มีลูปแล้วรันได้เป็นร้อยตัวพร้อมกัน
- ของที่เคยแพงตอนนี้ถูกแล้ว เทสต์และ benchmark สั่ง AI เขียนได้ รันซ้ำก็แทบไม่เปลือง token
- คุณภาพดีขึ้น ในการทดสอบภายในเรื่องการสร้างไฟล์ที่มีโครงสร้างตายตัว (structured file generation) การมีตัวตรวจแยกอีกตัวให้คะแนนตามเกณฑ์ ทำให้งานสำเร็จมากขึ้นสูงสุด 10 จุด ตัวเลขนี้มาจากงานแบบนั้นเท่านั้น

3 แบบ เทียบกันในตารางเดียว
| แบบ | ตรวจอะไร | ตัวอย่างจากบทความ | เหมาะกับ |
|---|---|---|---|
| 1. ทดสอบแบบผู้ใช้จริง (E2E) | ทั้งฟีเจอร์ใช้ได้จริงไหม | ใส่ตะกร้า → จ่ายเงิน → หน้ายืนยัน | แทบทุกงาน เลือกได้แบบเดียวให้เลือกแบบนี้ |
| 2. ลองเคสขอบ (property test) | กฎที่ต้องจริงเสมอ | ยอดเงินในบัญชีต้องไม่ติดลบ | โค้ดคำนวณ แปลงข้อมูล งานเขียนใหม่ |
| 3. เทียบเก่ากับใหม่ (differential) | ระบบใหม่ให้ผลเหมือนเดิมไหม | สองระบบ ข้อมูลชุดเดียวกัน | ย้ายระบบ refactor |
1. ทดสอบแบบผู้ใช้จริง (E2E)
ให้มันลองใช้งานเหมือนคนจริงตั้งแต่ต้นจนจบ แบบนี้หลอกยาก ทั้งฟีเจอร์ใช้ได้หรือไม่ได้ แค่นั้น unit test ผ่านหมดแล้วฟีเจอร์ยังพังได้ ภาพในบทความเทียบให้เห็น unit test บอกแค่ "Timeout after 30s" ส่วน E2E บอกว่าพังตอนสั่งซื้อ เพราะฟอร์มจ่ายเงินโหลดไม่ขึ้น

เปิดแอปแล้วลองใช้เหมือนลูกค้าจริง: ใส่สินค้าลงตะกร้า → จ่ายเงิน → เช็กว่าขึ้นหน้ายืนยัน แคปหน้าจอทุกขั้นมาให้ดู ถ้าพังให้แก้แล้วลองใหม่
เครื่องมือ: เว็บใช้ Claude in Chrome มือถือใช้ MCP ของ iOS/Android เดสก์ท็อปใช้ computer use หลังบ้านรัน service ในเครื่อง
2. ลองเคสขอบ (property test)
เทสต์ส่วนใหญ่เขียนจากสิ่งที่เรา "คิดว่า" จะพัง แต่ AI มักพังตรงเคสที่ไม่มีใครนึกถึง property test เขียนกฎที่ต้องจริงเสมอ แล้วให้ไลบรารีสุ่มค่าแปลกๆ มาลองเป็นพันแบบ ใช้ fast-check (JS/TS), Hypothesis (Python) หรือ proptest (Rust) ค่าที่สุ่มมาไม่มีอคติแบบเดียวกับ AI ที่เขียนโค้ด
เขียน property test: ยอดเงินในบัญชีต้องไม่ติดลบ สุ่มรายการฝากถอนมาลองเป็นพันชุด รันแล้วสรุปผลให้ดู ถ้าเจอเคสที่พังให้แก้โค้ด
ตอนเตรียมบทความนี้ลองรัน fast-check 4.10.2 บน Node 24 กับโค้ดตัวอย่าง ฟังก์ชันถอนเงินเช็กว่ายอดพอไหม แต่ลืมนับค่าธรรมเนียม 10 ที่หักทีหลัง สุ่มลำดับฝากถอน 1,000 ชุด ผลคือ
Error: Property failed after 49 tests
Counterexample: [[{"type":"deposit","amount":1},{"type":"withdraw","amount":1}]]
เจอในไม่กี่สิบชุด แล้วย่อเคสเหลือ ฝาก 1 ถอน 1 ยอดกลายเป็น -10 แก้เงื่อนไขเป็น amount + FEE > balance แล้วรันใหม่ผ่านครบ 1,000 ชุด
3. เทียบเก่ากับใหม่ (differential)
ให้ระบบเก่ากับใหม่ทำงานเดียวกันด้วยข้อมูลชุดเดียวกัน ผลไม่ตรงกัน = มีจุดพัง ระบบเก่าทำหน้าที่เป็นเฉลย ใช้ข้อมูลสุ่มหรือตัวอย่างข้อมูลจริง ไม่นับความต่างที่ไม่สำคัญ เช่น ช่องว่าง และจดรายการที่ตั้งใจให้ต่างไว้
รันโค้ดเก่ากับโค้ดใหม่ด้วยข้อมูลชุดเดียวกัน 1,000 ชุด เทียบผลทีละชุด ตรงไหนไม่ตรงกันให้สรุปมาว่าต่างตรงไหน
ทีม Claude Code ใช้จริงยังไง
หัวใจคือ ตรวจ = รันของที่แก้จริงๆ สำคัญกว่าเทสต์ วิธีเปิดแอปเขียนเก็บเป็น skill ชื่อ verify ใน .claude/skills/ วางใกล้โค้ดที่เกี่ยวข้อง แล้ว Claude จะใช้มันก่อน commit

กติกาที่หยิบมาใช้ได้
- พังเกิน 3 รอบ เรียกคน Claude แก้เองก่อน ยังพังหลังรอบที่ 3 ให้หยุด
- งานที่แก้ ห้ามแก้ตัวตรวจของตัวเอง ไม่อย่างนั้นตัวตรวจก็ไม่มีความหมาย
- เทสต์ไม่นิ่ง ห้ามโกง ห้ามข้าม ห้ามใส่ sleep ห้ามรันซ้ำจนผ่าน
สร้าง skill verify ของเราเอง
ขั้นที่ 1 — สร้างโฟลเดอร์
รันที่ root ของโปรเจกต์
mkdir -p .claude/skills/verify
ขั้นที่ 2 — วางไฟล์ SKILL.md
ไฟล์นี้เราเขียนเองเป็นตัวตั้งต้น ไม่ใช่ไฟล์ของ Anthropic ก๊อปไปวางที่ .claude/skills/verify/SKILL.md แล้วแก้ส่วน "วิธีเปิดแอป" เป็นคำสั่งจริงของโปรเจกต์
---
name: verify
description: ตรวจงานด้วยหลักฐานก่อนบอกว่าเสร็จหรือก่อน commit ทุกครั้งที่แก้โค้ด รันแอปจริงแบบผู้ใช้ ลองเคสขอบ เทียบของเก่ากับของใหม่ แล้วรายงานคำสั่งที่รันพร้อมผล
---
# verify
ห้ามบอกว่าเสร็จหรือ commit ก่อนทำขั้นตอนนี้ เทสต์ผ่านอย่างเดียวยังไม่นับ แก้แค่เอกสารไม่ต้องรันแอป
## วิธีเปิดแอป (แก้ให้ตรงกับโปรเจกต์)
- เปิด: `npm run dev` แล้วเข้า http://localhost:3000
- เส้นทางหลัก: หน้าแรก → ใส่ตะกร้า → จ่ายเงิน → หน้ายืนยัน
ถ้ายังเป็นค่าตัวอย่าง ให้หาวิธีเปิดจาก README หรือ package.json
## ขั้นตอน
1. อ่าน `git diff` แล้วเขียนหนึ่งบรรทัดว่าผู้ใช้ควรเห็นอะไรเปลี่ยน
2. E2E: เปิดแอปจริง เดินเส้นทางที่แก้ตั้งแต่ต้นจนจบเหมือนคนใช้ เว็บใช้ Claude in Chrome ถ้ามี แคปหน้าจอแต่ละขั้น หลังบ้านยิง request จริงแล้วดู log
3. เคสขอบ: ลองค่าว่าง ยาวมาก ติดลบ ศูนย์ ภาษาไทย กดซ้ำ ถ้ามีกฎที่ต้องจริงเสมอและโปรเจกต์มี fast-check หรือ Hypothesis ให้เขียน property test
4. ถ้าแทนที่ของเดิม: รันของเก่ากับของใหม่ด้วยข้อมูลชุดเดียวกัน ผลต่างที่ไม่ได้ตั้งใจ = บั๊ก
5. พังให้แก้เองแล้วตรวจใหม่ ห้ามแก้หรือข้ามเทสต์ ห้ามใส่ sleep หรือรันซ้ำจนผ่าน ครบ 3 รอบยังพัง ให้หยุดแล้วบอกคนว่าติดตรงไหน ลองอะไรไปแล้ว
## รายงาน
- เปลี่ยนอะไร
- คำสั่งที่รันจริง + ผลที่ได้
- ภาพหน้าจอหรือ log (path)
- ส่วนที่ยังไม่ได้ตรวจ และเพราะอะไร
ถ้าพลาดแบบเดิมซ้ำ ให้เสนอกฎหนึ่งบรรทัดสำหรับ CLAUDE.md หรือ hook บอกคนก่อน ห้ามแก้ CLAUDE.md เอง
description คือข้อความที่ Claude ใช้ตัดสินใจว่าจะเรียก skill นี้ตอนไหน อย่าใส่ disable-model-invocation: true เพราะ Claude จะเรียกเองไม่ได้
ขั้นที่ 3 — เช็กว่าโหลดแล้ว
พิมพ์ /skills ใน Claude Code ดูว่ามี verify ตอนเตรียมบทความนี้ลองรัน Claude Code 2.1.327 ในโฟลเดอร์ทดสอบที่มีแค่ไฟล์นี้ มันเห็น verify เป็น project skill และเตือนว่าวิธีเปิดแอปยังเป็นค่าตัวอย่าง
ตามเอกสาร skills ตั้งแต่ v2.1.286 ถ้าเปิด session แล้วมี skill ชื่อ verify ในโปรเจกต์ Claude Code จะบอกให้ Claude รันมันก่อน commit ทุกครั้ง ยกเว้นงานที่แก้แค่เอกสารหรือเทสต์

พลาดเรื่องเดิมซ้ำ → เขียนเป็นกฎใน CLAUDE.md หรือ hook
ตัวอย่างในบทความ: AI พลาดเทสต์ที่ตรวจว่า log มีข้อมูลผู้ใช้ซ้ำๆ ให้เขียนเป็นกฎใน CLAUDE.md หรือทำเป็น hook ส่วนใหญ่จะไม่เกิดอีก
- ห้ามเขียนข้อมูลผู้ใช้ (อีเมล เบอร์โทร) ลง log แก้โค้ดที่เขียน log เมื่อไหร่ ต้องรันเทสต์ตรวจ log ก่อน commit
อยากบังคับจริงจังกว่ากฎ ใช้ hook Stop ที่รันเทสต์ทุกครั้งที่ Claude ตอบจบ ด้านล่างเป็นโครงตัวอย่างตามรูปแบบในเอกสาร hooks ยังไม่ได้ลองรันตอนเตรียมบทความ (ต้องมี jq และ npm test) ไฟล์ .claude/hooks/run-tests.sh แล้ว chmod +x
#!/bin/bash
INPUT=$(cat)
if [ "$(echo "$INPUT" | jq -r '.stop_hook_active')" = "true" ]; then
exit 0
fi
if ! npm test > /tmp/claude-stop-test.log 2>&1; then
echo "เทสต์ไม่ผ่าน ดูผลใน /tmp/claude-stop-test.log แล้วแก้ก่อนบอกว่าเสร็จ" >&2
exit 2
fi
เพิ่มใน .claude/settings.json
{
"hooks": {
"Stop": [
{ "hooks": [{ "type": "command", "command": "\"$CLAUDE_PROJECT_DIR\"/.claude/hooks/run-tests.sh" }] }
]
}
}
exit 2 ทำให้ Claude ยังไม่จบและได้ข้อความใน stderr ไปแก้ต่อ ส่วน stop_hook_active กันวนไม่จบ ทางที่เบากว่าคือสั่ง /goal เทสต์ทั้งหมดผ่าน (อ่านเพิ่มที่ /goal ใน Claude Code)
ข้อควรระวัง
- Claude Code มี
/verifyติดมาแล้ว มันเดาวิธีเปิดแอปเอง และอาจบันทึกสูตรที่ใช้ได้ลง.claude/skills/verify/SKILL.mdถ้ามีไฟล์นี้อยู่แล้ว อย่าเขียนทับ เอาส่วน "ขั้นตอน" กับ "รายงาน" ของเราไปต่อท้าย ไฟล์ที่ root จะแทน/verifyตัวที่ติดมา - ไฟล์ skill ยาว = เปลือง token พอ skill ถูกเรียก เนื้อหาจะอยู่ในแชทไปตลอด เขียนให้สั้น
- E2E ใช้บัญชีทดสอบเสมอ อย่าให้ AI จ่ายเงินจริง และอย่าใส่รหัสผ่านในไฟล์ skill
- Stop hook ทำงานทุกครั้งที่ Claude ตอบจบ เทสต์ช้าจะทำให้ทุกคำตอบช้าตาม
- กฎต้องเก็บกวาด ทีมนี้ไล่ลบกฎที่ไม่จำเป็นเป็นรอบๆ (ดู CLAUDE.md เก่าทำ Claude ทำงานผิด)
สิ่งที่ได้
- รู้ว่าการตรวจแต่ละแบบเหมาะกับงานไหน เริ่มที่ E2E ก่อน
- prompt 3 อันกับไฟล์ skill
verifyที่ก๊อปไปใช้ได้ทันที - งานของเราเปลี่ยนจากอ่านทุก diff เป็นกำหนดว่า "เสร็จ" หน้าตาเป็นยังไง แล้วดูหลักฐานที่ Claude เอามาให้
ลองวางไฟล์ skill ในโปรเจกต์ที่ทำอยู่ แล้วสั่งงานเล็กๆ ดูว่ามันรายงานหลักฐานกลับมายังไงครับ ถ้าอยากให้ AI ทำงานแทนได้มากกว่าแชตถามตอบ ดูคอร์สทั้งหมดได้ครับ