บทความ

AI × การเงิน — ของจริงที่ก็อปไปใช้ได้

บันทึกจาก workspace จริงที่ใช้รันงานทุกวัน: Claude Code, agentic AI และมุมมองสาย data/risk ระดับธนาคาร อ่านฟรี

Wiki แบบ .md ล้วน: ให้ Claude Code มี ‘สมองที่สอง’ ที่ใช้งานได้จริง

ทำไมการเก็บความรู้เป็นไฟล์ Markdown ธรรมดา + [[wikilinks]] ถึงให้ AI agent จำบริบทงานได้ดีกว่าการยัดทุกอย่างใส่ prompt — พร้อมโครงที่ก็อปไปวางได้เลย

เมื่องานใหญ่เกินกว่าจะทำในหัวเดียว ให้ Claude แตกเป็น subagent หลายตัววิ่งพร้อมกันแล้วรวมผล — โครงคิดและกับดักที่ต้องระวัง

โครง runner ที่ดึงงานจาก CSV มารันทีละตัวแบบไม่ต้องนั่งเฝ้า — พร้อมบทเรียนเรื่อง single-instance, cost guard และ session ritual ที่กันงานพังตอนตีสาม

ไม่ใช่อนาคตไกล — agentic AI ทำงานการเงินที่ซ้ำและกินเวลาได้เองแล้วตอนนี้ ตั้งแต่วิจัย ตรวจสอบ เขียน ไปจนถึงเฝ้าระวัง 24/7

วิธีครอบ ‘พิธีเปิด-ปิด session’ ให้ Claude Code ด้วย hooks ที่บังคับใช้จริง — โหลดบริบทก่อนเริ่ม คุมระหว่างทาง สรุปก่อนจบ กันงานหลุดกรอบตอนไม่มีคนดู

เครื่องมือ AI agent อย่าง Claude Code กำลังเปลี่ยน leverage ของคนทำงาน data/risk สายการเงิน — และทำไมการเริ่มช้าจะยิ่งทิ้งห่าง

หลักง่าย ๆ ในการจ่ายค่า LLM ให้คุ้ม — ไล่จาก Haiku ไป Sonnet ไป Opus ตามความยากของงาน และทำไม Fable ถึงเป็นรุ่นพรีเมียมไม่ใช่ตัวประหยัด

งาน data science ในสายความเสี่ยงเครดิตไม่ใช่แค่เทรนโมเดลให้แม่น — แต่คือการตั้งคำถามธุรกิจ สร้างฟีเจอร์ที่อธิบายได้ และพิสูจน์ว่าเชื่อถือได้

เมื่อองค์กรเอา LLM และ AI agent มาใช้ตัดสินใจ ความเสี่ยงของโมเดลไม่ได้หายไป แต่เปลี่ยนรูป — มุมมองจากคนทำ model risk สายธนาคาร

ระบบเตือนภัยล่วงหน้าที่อ่านข่าวและข้อความเพื่อจับสัญญาณความเสี่ยงด้านเครดิตก่อนกลายเป็นหนี้เสีย — แนวคิด ขั้นตอน และบทเรียนที่ได้จากของจริง