ใช้ NotebookLM ปั๊ม Claude Skill จากคลังความรู้ตัวเอง — ฟรี ไม่ต้องเขียน prompt ซ้ำ
workflow แปลงเอกสาร/คู่มือ/งานวิจัยที่มีอยู่ ให้กลายเป็น skill.md ติดตั้งใน Claude Code ใช้ซ้ำได้ตลอด
เอาไปทำอะไรได้
แนวคิดสั้นๆ: NotebookLM เป็นเครื่องย่อยความรู้ → Claude เป็นเครื่องลงมือทำ แทนที่จะพิมพ์ prompt ยาวเหยียดซ้ำทุกแชท ให้เอาเอกสารที่เชื่อถือได้โยนเข้า NotebookLM สั่งให้มันเรียบเรียงออกมาเป็นไฟล์ skill.md แล้วเอาไปวางในโฟลเดอร์ Skills ของ Claude Code — จากนั้นความรู้ชุดนั้นก็เรียกใช้ได้ตลอดโดยไม่ต้องอธิบายใหม่
ที่น่าสนใจคือมันบังคับให้ทุกกฎในไฟล์มาจากแหล่งที่เราอัปโหลดเท่านั้น ไม่ใช่ความจำของโมเดล — เท่ากับได้ “ผู้เชี่ยวชาญเฉพาะทาง” ที่ตอบจากตำราของเราเอง ลดอาการมั่วไปเยอะ
มุมที่ผมมองว่าใช้ได้จริงกับงานตัวเอง: ใครมีคลังความรู้อยู่แล้ว (คู่มือภายใน, สูตรการทำงาน, งานวิจัยที่รวบรวมไว้) นี่คือทางลัดแปลงของพวกนั้นเป็นเครื่องมือที่ AI หยิบใช้เองได้ — โครงเดียวกับที่ทำ knowledge + MCP อยู่ แต่เวอร์ชันนี้เร็วกว่ามาก เหมาะกับ skill เล็กๆ ที่ไม่คุ้มลงทุนทำระบบเต็ม
ขั้นตอนทั้งหมด
1. รวบรวมแหล่งความรู้ที่ไว้ใจได้
อัปโหลดทุกอย่างที่อยากให้เรียนเข้า NotebookLM: PDF, เอกสารประกอบ, งานวิจัย, บทความ, transcript จาก YouTube, คู่มือภายในบริษัท — คุณภาพแหล่งข้อมูลกำหนดคุณภาพ skill โดยตรง
2. สั่งให้แปลงเป็น skill.md
ใช้ prompt นี้ (คงต้นฉบับอังกฤษไว้ ยิงได้เลย):
“Create a complete skill.md file based only on these sources. Include the role, objectives, workflow, rules, constraints, best practices, output format, and examples. Never use information outside the provided sources.”
NotebookLM จะเรียบเรียงทุกอย่างเป็นไฟล์คำสั่งที่มีโครงสร้างครบ: บทบาท เป้าหมาย ขั้นตอน กฎ ข้อจำกัด แนวปฏิบัติ รูปแบบ output และตัวอย่าง
3. ติดตั้ง
เอาไฟล์ที่ได้ไปวางในโฟลเดอร์ Skills ของ Claude Code (~/.claude/skills/<ชื่อ-skill>/SKILL.md) เท่านี้ Claude ก็โหลดความเชี่ยวชาญชุดนั้นมาใช้ได้ทุกเมื่อ
4. หนึ่ง skill ต่อหนึ่งงาน
อย่ายัดทุกอย่างใส่ prompt ยักษ์ตัวเดียว — แตกเป็น skill เฉพาะทางแทน: เขียน copy, เขียนอีเมล, ทำ sales page, ตอบลูกค้า, บทความ SEO, สร้าง FAQ, review โค้ด, เขียนเอกสาร, วิเคราะห์ข้อมูล, ทำ research — แต่ละตัวรับผิดชอบเรื่องเดียว เรียกใช้เฉพาะตอนต้องการ
5. ผลพลอยได้จากการยึดแหล่งข้อมูล
เพราะทุกคำสั่งถูกสกัดจากเอกสารของเราเอง ผลที่ตามมาคือ คำตอบแม่นขึ้น, output คงเส้นคงวา, อาการ hallucinate ลดลง และเวลานั่งแก้งานหลัง AI ทำก็หดตาม
6. สะสมเป็นคลัง
ทำแบบนี้ไปเรื่อยๆ จะได้ห้องสมุด skill หลายสิบตัวที่ใช้ซ้ำได้ถาวรและอัปเกรดได้ตลอด — คนส่วนใหญ่ยังนั่งพิมพ์ prompt เดิมทุกวัน แต่ท่าที่ฉลาดกว่าคือสร้างครั้งเดียวแล้วให้ Claude รันให้ทุกครั้ง
ข้อสังเกตก่อนเอาไปใช้
- skill ที่ได้จาก NotebookLM ควรเปิดอ่านตรวจหนึ่งรอบก่อนใช้จริง — โครงมันจัดให้ แต่ความถูกต้องขึ้นกับ source ที่เราป้อน
- เหมาะสุดกับความรู้เชิง “วิธีทำ + กฎ” (สไตล์การเขียน, SOP, checklist) มากกว่าข้อมูลที่เปลี่ยนบ่อย ซึ่งควรไปทาง MCP ดึงสดแทน