Claude Code คืออะไร? คู่มือเริ่มต้นสำหรับคนสายการเงิน (ไม่ต้องเขียนโค้ดเป็น)

ผมโดนเพื่อนร่วมงานสายการเงินถามบ่อยที่สุดอยู่คำถามเดียว — "ไอ้ Claude Code ที่พูดถึงบ่อย ๆ มันคืออะไร แล้วต้องเขียนโปรแกรมเป็นก่อนไหมถึงจะใช้ได้" ผมเลยอยากเขียนคำตอบแบบที่ตัวเองอยากได้ตอนเริ่มใหม่ ๆ ไม่ใช่ศัพท์เทคนิคยาวเป็นหน้า แต่เป็นภาพว่ามันช่วยงาน data และ risk ของเราได้ยังไง และคนที่ไม่เคยแตะโค้ดควรเริ่มจากตรงไหน บทความนี้คือคู่มือเริ่มต้นฉบับคนสายการเงินที่ผมตั้งใจเขียนให้อ่านจบแล้วเริ่มได้จริง

Claude Code คืออะไร (อธิบายให้สั้นที่สุด)

Claude Code คือ AI agent ที่ทำงานอยู่บนเครื่องคอมพิวเตอร์ของคุณ จุดที่ต่างจากแชตบอตทั่วไปคือมันไม่ได้แค่ "ตอบคำถาม" แต่ "ลงมือทำ" — มันอ่านไฟล์ของคุณ วางแผนเป็นขั้นตอน รันคำสั่ง ตรวจผลที่ได้ แล้วแก้เองเมื่อผิด พูดง่าย ๆ คือมันทำตัวเป็น "ลูกทีม" ที่รับงานไปทำให้ ไม่ใช่ "ปุ่มลัด" ที่คุณต้องกดเองทุกครั้ง

ความต่างนี้สำคัญกว่าที่คิด เพราะมันเปลี่ยนสิ่งที่คนคนเดียวทำได้ งานที่เคยต้องนั่งทำเองทีละขั้น — ดึงข้อมูล จัดตาราง ตรวจเลข สรุปรายงาน — กลายเป็นงานที่เราออกแบบครั้งเดียวแล้วสั่งให้มันทำซ้ำได้

• มันทำงานหลายขั้นตอนต่อเนื่องได้เอง ไม่ใช่ตอบทีละคำถาม
• มันแก้ไฟล์จริงและรันคำสั่งจริงบนเครื่องได้ ไม่ใช่แค่พิมพ์ตัวอย่างให้ดู
• คุณคุยกับมันเป็นภาษาคน บอกว่าอยากได้อะไร แล้วรีวิวผลที่มันทำ

มันต่างจาก ChatGPT หรือ GitHub Copilot ยังไง

หลายคนสับสนเพราะทั้งหมด "คุยได้" เหมือนกัน แต่ทั้งสามตัวแก้โจทย์คนละแบบ และเข้าใจตรงนี้จะช่วยให้เลือกใช้ถูก

• ChatGPT / แชต AI ทั่วไป — เก่งตอบคำถามในกล่องแชต แต่คำตอบอยู่ในกล่อง คุณต้องก็อปไปวางใช้เอง มันไม่เห็นไฟล์งานคุณและทำงานต่อให้ไม่ได้
• GitHub Copilot — เก่งเติมโค้ดทีละบรรทัดให้คนที่กำลังเขียนโปรแกรมอยู่ เหมาะกับโปรแกรมเมอร์ ไม่ใช่คนที่อยากสั่งงานเป็นชิ้น
• Claude Code — เป็น agent ที่ลงมือทำทั้งงานบนไฟล์จริงของคุณ ตั้งแต่อ่านโจทย์ ทำหลายขั้น รันจริง ไปจนตรวจผล

ถ้าให้เทียบเป็นภาพ ChatGPT เหมือนที่ปรึกษาที่นั่งตอบอยู่อีกห้อง Copilot เหมือนคนช่วยพิมพ์ให้เร็วขึ้น ส่วน Claude Code เหมือนลูกทีมที่คุณมอบงานให้ไปทำแล้วเอาผลมาส่ง — ผมเขียนเทียบสามตัวนี้แบบละเอียดไว้ในบทความเปรียบเทียบ Claude Code กับ Cursor และ Copilot ด้วย

ทำไมคนสายการเงินที่ไม่เขียนโค้ดก็เริ่มได้

ความเข้าใจผิดที่ใหญ่ที่สุดคือ "ต้องเขียนโปรแกรมเป็นก่อน" ผมเห็นตรงกันข้าม — คนสายการเงินและ risk ต่างหากที่ได้เปรียบ เพราะของที่หายากที่สุดในการใช้เครื่องมือพวกนี้ไม่ใช่ทักษะ syntax แต่คือ การรู้ว่าจะถามอะไร และคำตอบที่ถูกต้องหน้าตาเป็นยังไง

คุณสั่งงานมันเป็นภาษาคน บอกว่า "ช่วยรวมไฟล์สามอันนี้ จับยอดให้ตรงกัน แล้วบอกแถวที่ไม่ตรง" มันจะเขียนโค้ดส่วนนั้นเอง คุณมีหน้าที่ตรวจว่าผลถูกไหม ซึ่งเป็นสิ่งที่คุณเก่งอยู่แล้ว ผมเขียนเรื่องนี้ละเอียดไว้ในทำไมคนสายการเงินควรเริ่มจับ Claude Code

• คุณไม่ต้องจำคำสั่งหรือไวยากรณ์ภาษาโปรแกรม — สั่งเป็นภาษาไทยได้
• ของมีค่าคือ domain knowledge ของคุณ ที่บอกได้ว่าตัวเลขแบบไหน "ผิดอย่างเงียบ ๆ"
• คุณยังเป็นคนรีวิวและรับผิดชอบผลเสมอ ไม่ใช่ปล่อยให้ AI ตัดสินใจแทน

ต้องเตรียมอะไรบ้างก่อนเริ่ม

ของที่ต้องมีจริง ๆ มีไม่เยอะ และส่วนใหญ่คุณมีอยู่แล้ว

• เครื่องคอมพิวเตอร์ ที่ติดตั้ง Claude Code (ตัวมันรันผ่าน terminal แต่ไม่ต้องกลัว คำสั่งติดตั้งมีให้ทำตามทีละขั้น)
• บัญชี Claude แบบที่ใช้กับ Claude Code ได้
• งานจริงสัก 1 ชิ้น ที่คุณทำซ้ำบ่อย ๆ เอาไว้เป็นโจทย์แรก
• ความชัดเจนเรื่องข้อมูล — ข้อนี้สำคัญมากสำหรับคนแบงก์

ขอเน้นข้อสุดท้าย เพราะคนสายการเงินมักทำงานกับข้อมูลลูกค้าและข้อมูลลับขององค์กร อย่าเพิ่งเอาข้อมูลจริงพวกนั้นป้อนเข้าเครื่องมือใด ๆ ก่อนเช็คนโยบายข้อมูลและ PDPA ขององค์กรให้ชัด เริ่มฝึกมือกับข้อมูลตัวอย่างหรือข้อมูลที่ไม่ระบุตัวตนก่อน แล้วค่อยคุยกับฝ่ายที่ดูแลเรื่องนี้ว่าใช้กับงานจริงได้แค่ไหน — วินัยตรงนี้คือสิ่งที่แยกคนที่ใช้ AI อย่างมืออาชีพออกจากคนที่ใช้แบบเสี่ยง

งานแรกที่ควรลอง (และงานที่ยังไม่ควรเอามาลอง)

วิธีที่ได้ผลที่สุดคือหยิบงานที่คุณทำซ้ำทุกเดือนมาหนึ่งชิ้น งานที่ "ต้องทำ" แต่ไม่ได้ใช้สมองอะไร — พวกนี้แหละที่ Claude Code รับไปได้ดีและคุณตรวจผลได้ง่าย

• เขียนสคริปต์ดึงและ reconcile ข้อมูลจากหลายไฟล์ให้ตรงกัน
• จัดตารางและทำความสะอาดข้อมูลที่รูปแบบมั่ว ๆ ให้เป็นระเบียบ
• ร่าง report ประจำงวด หรือทำให้มันกดรันแล้วเดินเองได้ (ผมเขียนวิธีทำไว้ในทำ report การเงินให้รันเอง)
• เขียน data dictionary หรือ documentation ที่ไม่มีใครอยากเขียน

ส่วนงานที่ ยังไม่ควร เอามาลองตอนเพิ่งเริ่ม คือ งานที่ตัดสินใจแทนคนไม่ได้ เช่น อนุมัติสินเชื่อ หรือสรุปตัวเลขส่งกรรมการโดยไม่มีคนตรวจ — ไม่ใช่เพราะมันทำไม่ได้ แต่เพราะช่วงแรกคุณควรสร้างความเชื่อใจกับเครื่องมือทีละขั้นก่อน

เริ่มยังไงไม่ให้งม

ผมไม่แนะนำให้เริ่มจากอ่านทฤษฎีเป็นเดือน วิธีที่เร็วที่สุดคือลงมือกับงานจริงชิ้นเดียว แล้วเรียนรู้จากการเห็นมันทำ พอคุ้นแล้วค่อยต่อยอดไปเป็นระบบ เช่น ให้มันมีwiki เป็นสมองที่สองไว้จำบริบทงาน หรือตั้งให้รันงานเอง 24/7

ถ้าอยากข้ามช่วง "งมว่าจะเริ่มตรงไหน" ผมรวบรวมโครงที่ผมใช้จริงกับงานสายการเงินไว้ในคอร์ส Claude Codeแบบ "ก็อป workspace ผมไปเลย" — เอาของที่ผมวางไว้ไปต่อยอดแทนที่จะเริ่มจากศูนย์ แต่ไม่ว่าจะเริ่มทางไหน ขอแค่หยิบงานจริงมาลองสักชิ้น เพราะความเข้าใจจะมาจากการลงมือ ไม่ใช่จากการดูคนอื่นทำ