Walking Skeleton: ทำให้เส้นทางเล็กที่สุดเดินได้

หลังจากลองวางแนวคิดและวิธีทำงานไว้หลายแบบ ผมก็เริ่มเห็นว่าคำถามแรกไม่จำเป็นต้องใหญ่ สิ่งที่ต้องรู้ก่อนคือ ถ้าส่งข้อความเข้ามาทาง LINE แล้วให้ AI ช่วยเข้าใจ ระบบจะตอบกลับและโต้ตอบต่อได้จริงหรือไม่

Walking Skeleton — เริ่มจากคำถามที่เล็กที่สุด

ผมเรียกการทดลองนี้ว่า Walking Skeleton เพราะมันยังไม่ใช่ระบบที่สมบูรณ์ แต่เป็นเส้นทางเล็ก ๆ ที่ต่อส่วนสำคัญเข้าด้วยกันตั้งแต่รับข้อมูลจนถึงผลลัพธ์พอจะเดินได้จริง ถ้าข้อความเข้าไป ผ่านการทำความเข้าใจ มีการตัดสินใจของคน และกลับออกมาเป็นผลลัพธ์ได้ เราจะเริ่มเห็นแล้วว่าแนวคิดนี้มีทางไปต่อหรือไม่

รอบแรกผมจึงลดขอบเขตให้เล็กที่สุด รับข้อความแบบ Text และเริ่มจากข้อมูลน้ำหนักเป็นตัวอย่าง ไม่ได้เริ่มจาก Image หรือความสามารถด้านสุขภาพทั้งหมด เพราะสิ่งที่ต้องพิสูจน์ก่อนคือการโต้ตอบระหว่าง LINE กับ AI และการทำให้ข้อมูลหนึ่งชิ้นเดินทางผ่านระบบได้ครบเส้นทาง

Flow ข้อมูลชิ้นแรก — จากข้อความสั้นสู่น้ำหนักตัว

สิ่งที่ต้องลองในรอบแรกจึงมีภาพประมาณนี้:

ข้อความจาก LINE
  → รับข้อความและส่งต่อให้ AI
  → AI ช่วยทำความเข้าใจ
  → สร้าง Extraction Draft
  → ผมยืนยันหรือปฏิเสธ
  → บันทึกสิ่งที่ผมยืนยันแล้ว
  → ตอบกลับทาง LINE

ผมเริ่มจากข้อความสั้น ๆ และข้อมูลน้ำหนักเป็นตัวอย่าง เพราะต้องการดูว่าระบบจะรับสิ่งที่ผมพูด เรียกใช้ AI ตาม Flow ที่ออกแบบไว้ แล้วเปลี่ยนสิ่งที่พูดให้กลายเป็นร่างข้อมูลที่ผมอ่านและตรวจสอบได้หรือไม่ จุดนี้ทำให้การทดลองมีทั้งทางเข้า กระบวนการทำความเข้าใจ และทางออก ไม่ได้วัดเพียงว่าระบบส่งข้อความกลับมาได้หรือเปล่า

กติกาความปลอดภัย — AI ไม่มีสิทธิ์บันทึกข้อมูลเอง

หลักสำคัญคือ AI ไม่ได้มีสิทธิ์บันทึกสิ่งที่ตัวเองเข้าใจลงในประวัติทันที เมื่อ AI สร้างร่างขึ้นมา ผมต้องเป็นคนตรวจสอบและเลือกว่าจะยืนยันหรือปฏิเสธ การยืนยันจึงเป็นจุดที่ทำให้ข้อมูลกลายเป็นสิ่งที่ระบบเก็บไว้ ส่วนการปฏิเสธก็ทำให้ร่างนั้นจบลงโดยไม่ถูกถือว่าเป็นข้อเท็จจริง วิธีนี้ทำให้คนยังเป็นผู้ตัดสินใจ และ AI ทำหน้าที่ช่วยฟัง ช่วยจัดระเบียบ และเสนอสิ่งที่อาจเข้าใจได้

ในทางออกแบบ ผมต้องการให้ LINE เป็นช่องทางรับส่งข้อความ ไม่ใช่ที่ที่กติกาทั้งหมดของระบบถูกผูกไว้ การรับข้อความ การให้ AI ช่วยทำความเข้าใจ การรอการยืนยัน และการบันทึกข้อมูลจึงต้องต่อกันเป็นเส้นทางของตัวเอง วิธีคิดนี้สำคัญเพราะถ้าวันหนึ่งเปลี่ยนช่องทางหรือเปลี่ยน Model หลักของการทำงานก็ควรยังเป็นเส้นทางเดิม

ผลลัพธ์จาก Sprint 1 — เมื่อเส้นทางเล็กที่สุดทำงานได้จริง

ตอนเริ่มวาง Sprint 1 ผมจึงค่อยแบ่งการทดสอบออกเป็นขั้น ๆ เริ่มจากการจำลองเส้นทางภายในก่อน เพื่อดูว่าข้อความสามารถเดินจากต้นทางไปถึงการสร้างร่างและการยืนยันได้หรือไม่ เมื่อเห็นว่าเส้นทางพื้นฐานทำงานแล้วจึงลองต่อกับ LINE จริง และตรวจว่าการรับข้อความจริง การตอบกลับ และการโต้ตอบของผมเดินต่อได้ วิธีเดียวกันนี้ถูกใช้กับ AI ด้วย คือเริ่มจากการจำลองผลลัพธ์ที่ควบคุมได้ก่อน แล้วค่อยไปต่อกับ Model จริง

การแบ่งเป็นขั้น ๆ ช่วยแยกความไม่แน่นอนออกจากกัน ถ้าเส้นทางจำลองยังไม่เดิน ก็ยังไม่ต้องไปหาคำตอบจาก LINE จริง และถ้าเส้นทางของ LINE เดินแล้ว แต่การทำความเข้าใจของ AI ยังไม่ดี ก็จะรู้ว่าคำถามอยู่ที่ Model หรือรูปแบบข้อมูล ไม่ใช่รีบสรุปว่าทั้งระบบใช้ไม่ได้

ผลที่เห็นในการทดสอบ Sprint 1 คือ ข้อความจาก LINE จริงเดินทางเข้าเส้นทางของระบบได้ Mock AI สร้าง Extraction Draft และส่งการตอบกลับพร้อม Confirm/Reject ได้ จากนั้นผมสามารถกด Confirm ผ่าน LINE และระบบสร้าง Health Entry ได้ เส้นทางเล็กที่สุดที่ผมออกแบบไว้จึงเริ่มเดินได้จริง แม้สิ่งนี้ยังไม่ได้แปลว่าระบบเข้าใจทุกอย่างได้ถูกต้องหรือพร้อมใช้งานจริงในวงกว้าง

นี่เป็นครั้งแรกที่แนวคิดซึ่งเริ่มจากการคุยกับ Chat กลายเป็นประสบการณ์ที่ผมลองโต้ตอบผ่าน LINE ได้ด้วยตัวเองผ่านเส้นทางที่ใช้ Mock AI มันยังไม่ใช่ Product ที่เสร็จแล้ว แต่ตอบคำถามแรกได้ว่า LINE กับ AI ในขอบเขตการทดลองนี้สามารถเดินไปด้วยกันตาม Flow ที่ผมออกแบบเองได้ และโครงของการทำงานร่วมกันระหว่างคนกับ AI เริ่มปรากฏให้เห็นแล้ว