Claude Code & AI tooling
วิธีใช้ Claude Code ทำงานจริง — automation, agentic workflow, hooks, MCP, subagents และเครื่องมือ AI สำหรับสายการเงิน
Gartner ชี้ agentic AI จ่อกระทบงบซอฟต์แวร์องค์กร 234 พันล้านดอลลาร์ ภายในปี 2030
Gartner ชี้ agentic AI จ่อกระทบงบซอฟต์แวร์องค์กร 234 พันล้านดอลลาร์ ภายในปี 2030
Gartner ประเมินว่า agentic AI จะดึงงบซอฟต์แวร์องค์กรราว 234 พันล้านดอลลาร์เข้าสู่ความเสี่ยงภายในปี 2030 — อ่านผ่านแว่นคนทำ model risk และ vendor risk การเงิน
พิมพ์คำค้นให้เจอของ: 3 เทคนิคถาม semantic search บน MD&A แบบสวมวิญญาณผู้บริหาร
พิมพ์คำค้นให้เจอของ: 3 เทคนิคถาม semantic search บน MD&A แบบสวมวิญญาณผู้บริหาร
คนเพิ่งใช้ semantic search มักติดนิสัยค้นแบบ Google (พิมพ์เป็นคำ ๆ) หรือแบบ ChatGPT (พิมพ์เป็นคำถาม) แต่การค้นคำชี้แจงผู้บริหาร (MD&A) มีเทคนิคเฉพาะตัว — จับโทนภาษาผู้บริหาร, พูดเป็นประโยคบอกเล่าไม่ใช่คำถาม, และเลือกความยาวระดับกลุ่มคำ 3–5 คำ พร้อมเคล็ดลับค้นด้วยภาษาอังกฤษให้ผลคมขึ้น
ทำไม Ctrl+F อ่านงบทั้งตลาดไม่ได้: semantic search กับคำชี้แจงผู้บริหาร (MD&A) — ค้นด้วยความหมาย ไม่ใช่คำ
ทำไม Ctrl+F อ่านงบทั้งตลาดไม่ได้: semantic search กับคำชี้แจงผู้บริหาร (MD&A) — ค้นด้วยความหมาย ไม่ใช่คำ
คู่มือฉบับคนทำ data สายการเงิน: ทำไมการค้นด้วยคีย์เวิร์ดพลาด MD&A เกือบทุกครั้ง semantic search (vector) ทำงานอย่างไร ทำไมคำชี้แจงผู้บริหารคือโจทย์ที่เหมาะกับมันพอดี และวิธีใช้ให้ได้คำตอบที่ตรวจสอบต้นฉบับได้
AI แต่งตัวเลขได้เนียนกว่าที่คิด: 3 ด่านที่ผมใช้กันตัวเลขปลอมหลุดขึ้นเว็บ (2026)
AI แต่งตัวเลขได้เนียนกว่าที่คิด: 3 ด่านที่ผมใช้กันตัวเลขปลอมหลุดขึ้นเว็บ (2026)
AI ไม่ได้แต่งตัวเลขจากอากาศ มันแต่งรอบตัวเลขจริง — วิธีวางสัญญาแหล่งอ้างอิง สคริปต์ตรวจอัตโนมัติ และการดึงแหล่งใหม่สดก่อนเผยแพร่ พร้อมโค้ดที่ก็อปไปใช้ได้เลย
AI ในการบริหารกองทุนปี 2026: 55% ใช้แล้ว แต่มีแค่ 6% ให้ AI ตัดสินใจ — งานจริงคือการอ่านเอกสารทั้งตลาด
AI ในการบริหารกองทุนปี 2026: 55% ใช้แล้ว แต่มีแค่ 6% ให้ AI ตัดสินใจ — งานจริงคือการอ่านเอกสารทั้งตลาด
ผลสำรวจ Mercer 2026 (131 ผู้จัดการกองทุนทั่วโลก): 55% รวม AI ในกระบวนการลงทุนแล้ว 91% วางแผนใช้เพิ่ม แต่งานหลักคือให้ AI อ่าน/ประมวลเอกสาร ไม่ใช่ตัดสินใจ — มุมคนทำ data/risk
ทดลองก่อนแก้: โปรโตคอล 5 ส่วนที่ทำให้ปรับจูน AI Agent โดยไม่ต้องเดา (และไม่เผาเงิน)
ทดลองก่อนแก้: โปรโตคอล 5 ส่วนที่ทำให้ปรับจูน AI Agent โดยไม่ต้องเดา (และไม่เผาเงิน)
วิธีปรับจูนระบบ AI agent แบบคนทำ model validation — เปลี่ยน infra ต่อเมื่อผ่านการทดลองที่ทำซ้ำได้ ไม่ใช่ตามความรู้สึก พร้อมเทมเพลต protocol.md ที่ก็อปไปใช้ได้เลย
บทความทั้งหมดในหมวดนี้
- Local vs API: ออกแบบ Router 3 โซน ให้ AI Agent ประหยัดค่าโทเคนในงาน Data
- ระบบคิวงานอัตโนมัติ: ให้ Claude Code ทำงานเองทุก 90 นาที ด้วย CSV ไฟล์เดียว
- 2026 ถูกเรียกว่า 'ปีของ harness' — และทำไม 'loop engineering' เป็นแค่ส่วนหนึ่งของมัน
- อย่าเป็นแค่ 'loop engineer' — วงจร agent เป็นเพียงชิ้นเดียวของ harness
- เทรด SET50 Futures + Options ด้วยบอท/API: ทำไมยังเป็นน่านน้ำว่างในไทย (และ stack จริงที่ต้องใช้)
- ทำไมต้องรัน AI Agent ใน Sandbox — มุมคนทำ model risk เรื่องวงความเสียหาย
- Context Budget: 6 เทคนิคทำให้ Claude Code ไม่ลืมงานกลางทาง (ฉบับคนทำงาน data)
- CLAUDE.md สำหรับการเทรด: วางกฎให้ผู้ช่วย AI ไม่ออกนอกลู่ (พร้อมเทมเพลตก็อปไปใช้ได้)
- ย้ายจาก Amibroker/VBA มา Python ด้วย Settrade Open API — ทดลองยิงออเดอร์ TFEX ใน Sandbox ก่อนเสี่ยงเงินจริง
- วิเคราะห์บันทึกการเทรด (Trading Journal) ด้วย Claude Code — เจอจุดที่พอร์ตรั่วก่อนเสียเงินรอบหน้า
- SETSMART คืออะไร — แหล่งข้อมูลตลาดทุนไทยทางการ ที่คนทำงาน data การเงินใช้จริง
- ทำไมผมเลือก Claude Code — ไม่ใช่เพราะโมเดลเก่งสุด แต่เพราะ harness
- QC Pipeline สำหรับ AI Output: วิธีที่ Data Scientist ในแบงก์ตรวจงาน AI ก่อนเข้า Production
- TCS กับ DXC จับมือ Anthropic ข้ามคืน: Claude กำลังฝังตัวใน Core Banking System โลก
- สุม AI Agent หลายตัวพร้อมกัน ไม่ได้แปลว่าฉลาดขึ้น: ทำไม 'ให้ Agent คุยกันเอง' ถึงพัง และเทคนิคที่ใช้ได้จริง
- Gemma Delegation: สถาปัตยกรรม 3 ชั้นที่ทำให้ AI Agent ทำงานจริงในงานการเงิน
- โฮสต์วิดีโอคอร์สด้วย Mux ราคาเท่าไหร่? ผมคำนวณจริงแบบคนการเงิน
- ก่อน commit แผนใหญ่ ให้ AI โจมตีแผนตัวเองก่อน: Adversarial Self-Critique
- CLAUDE.md ที่รอดจาก Context Compaction: ออกแบบกฎให้ AI ไม่ลืมกลางทาง
- สร้าง AI เทรดหุ้นด้วย Claude Code — ผู้ช่วยที่ตรวจสอบได้ ไม่ใช่กล่องดำ
- ส.ส.สหรัฐเตือนกลางห้องประชุม: เรายังไม่พร้อมรับ 'agentic AI bank run' ที่เกิดในไม่กี่วินาที
- FSB วางแนวปฏิบัติ AI 12 ข้อให้ภาคการเงินโลก — จุดที่คนทำ risk ต้องอ่านคือ 'ใช้ AI คุม AI'
- อย่าฝากความหวังไว้กับ CLAUDE.md: เขียนกฎไว้ ไม่เท่ากับ Claude จะทำตามทุกครั้ง
- Agent Harness สำคัญพอ ๆ กับตัวโมเดล: หลักฐานปี 2026 ที่เปลี่ยนวิธีวัดความเก่งของ AI agent
- Harness คืออะไร — ทำไมความเก่งของ AI agent ส่วนใหญ่อยู่นอกตัวโมเดล
- RAG กับเอกสารการเงิน (56-1/งบ) ด้วย Claude Code — ให้ AI ตอบโดยอ้างเอกสารจริง ไม่หลอน
- Anthropic ปล่อย agent การเงินสำเร็จรูป — ร่าง credit memo, คัด KYC, ตรวจงบ: งานที่คนทำ risk เคยทำมือ
- Know-your-agent: เช็คลิสต์กำกับ AI agent ในงานการเงิน (ฉบับคนทำ model risk)
- Backtest กลยุทธ์ลงทุนด้วย Claude Code — และกับดักที่คนทำ risk เห็นก่อน
- ใช้ Claude Code ทำงานกับข้อมูลหุ้นไทย/SET: ดึง จัดระเบียบ วิเคราะห์ (ไม่ใช่ทำนาย)
- Agentic AI กับงานการเงิน: 4 งานที่ปล่อยให้ AI ทำเองได้แล้ววันนี้
- Wiki แบบ .md ล้วน: ให้ Claude Code มี ‘สมองที่สอง’ ที่ใช้งานได้จริง
- ใช้ Claude Code กับข้อมูลลับขององค์กรได้ไหม? ความปลอดภัยและ PDPA ฉบับคนการเงิน
- ให้ Claude Code ทำงานเอง 24/7: บทเรียนจริงจากการสร้าง auto runner
- MCP คืออะไร และให้ Claude Code เชื่อมกับข้อมูลและเครื่องมือจริงของคุณ
- ทำ report การเงินประจำเดือนให้รันเองด้วย Claude Code: จากดึงข้อมูลถึงส่งรายงาน
- Subagents: ให้ Claude Code แตกงานใหญ่เป็นทีมที่ทำขนานกัน
- ใช้ Claude Code ช่วยวิเคราะห์งบการเงิน (โดยคุณยังตรวจทุกตัวเลข)
- ให้ Claude Code จัดการงาน Excel: รวมไฟล์ ทำความสะอาด จับเลขไม่ตรง
- Session Ritual + Hooks: ทำให้ Claude Code ทำตามกระบวนการ ไม่ใช่แค่หวังว่ามันจะจำ
- เขียน prompt ให้ Claude Code ทำงาน data การเงินได้ดี: หลักที่ผมใช้จริง
- Claude กับ ChatGPT สำหรับงานการเงิน: ต่างกันยังไง เลือกใช้ตัวไหนตอนไหน
- Claude Code vs Cursor vs GitHub Copilot: เลือกตัวไหนสำหรับงาน data และการเงิน
- Claude Code ราคาเท่าไหร่? เลือกแพ็กเกจไหนคุ้มสำหรับงาน data และการเงิน
- เลือกรุ่น AI ให้ถูกงาน: คุมต้นทุน LLM โดยไม่ลดคุณภาพ
- Claude Code คืออะไร? คู่มือเริ่มต้นสำหรับคนสายการเงิน (ไม่ต้องเขียนโค้ดเป็น)
- ทำไมคนสายการเงินควรเริ่มจับ Claude Code ตั้งแต่ตอนนี้
- อยากเป็น Data Scientist สายการเงิน/ธนาคาร เริ่มยังไง — เส้นทางจากคนที่เดินมาแล้ว
- Model Risk ในยุค AI Agent: 3 ความเสี่ยงที่คนชอบมองข้าม
- บทเรียนจากการสร้าง NLP Early Warning System ตัวแรกที่ใช้ Deep Learning ในที่ทำงาน