เวลาใช้ AI Agent ทำโปรเจกต์จริง ปัญหาที่เจอบ่อยมากคือ…

เวลาใช้ AI Agent ทำโปรเจกต์จริง ปัญหาที่เจอบ่อยมากคือ… ปิดแชตที เปลี่ยน Agent ที กลับมาทำงานต่ออีกวันที บริบทหายหมด 😅 แล้วเราก็ต้องมานั่งทำสิ่งเดิม ๆ ซ้ำ: แปะสรุปใหม่ บอกโครงสร้างโปรเจกต์ใหม่ ย้ำกติกาใหม่ อธิบายว่าไฟล์ไหนสำคัญ บอกว่าอะไรทำไปแล้ว อะไรยังค้างอยู่ สุดท้ายเปลืองทั้งเวลา เปลืองทั้ง token แถมบางที Agent ยังมั่นใจผิด แล้วไปแก้ไฟล์ผิดอีก ผมเลยเจอ repo เล็ก ๆ ตัวหนึ่งที่ไอเดียง่ายมาก แต่ใช้ได้จริง: AI Agent Memory Scaffold มันคือโครงไฟล์ Markdown สำหรับเก็บ “ความจำจำเป็น” ของโปรเจกต์ไว้ให้ AI Agent อ่านก่อนทำงาน ไม่มี framework ไม่มี database ไม่มี script ไม่ต้องติดตั้งอะไรเพิ่ม แค่มีไฟล์ประมาณนี้ใน repo: 📋 AGENTS.md — กติกาที่ Agent ควรรู้ 📁 PROJECT.md — โปรเจกต์นี้คืออะไร ⚡ STATE.md — ตอนนี้กำลังทำงานอะไรอยู่ 🤝 HANกฎDOFF.md — ส่งต่องานให้ Agent ตัวถัดไป 🧠 DECISIONS.md — เคยตัดสินใจอะไรไปแล้ว ⚠️ KNOWN_ISSUES.md — ปัญหาที่ยังค้าง 📝 WORKLOG.md — งานที่ทำเสร็จแล้วแบบสั้น ๆ ตัวอย่างที่เห็นได้ชัดคือ ถ้าคุณใช้ Claude Code เขียน backend แล้วสลับไปใช้ Gemini review code ในวันถัดไป STATE.md จะช่วยให้ทั้งสองตัวรู้ว่าตอนนี้โปรเจกต์อยู่ตรงไหน ไม่ต้องอธิบายซ้ำตั้งแต่ต้น หรือถ้าใช้ Codex ทำ feature ใหม่ แล้วมี bug เกิดขึ้น KNOWN_ISSUES.md และ DECISIONS.md จะช่วยให้ Agent รู้ว่าเคยแก้ปัญหานี้ยังไงมาแล้ว ไม่ต้องเดาเอง แทนที่จะให้ Agent เริ่มจากศูนย์ทุกครั้ง เรามี “สมุดโน้ตกลาง” ให้มันอ่านก่อนลงมือทำงาน 🔗 https://github.com/Ninadnj/ai-agent-memory-scaffold ตอนนี้คุณแก้ปัญหา context หายของ Agent ยังไงอยู่บ้างครับ? comment บอกได้เลย 👇 #SynapTechAI #AIAgent #CodingAgent #Codex #ClaudeCode

📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech