กรณีศึกษา #1 · เช็กความพร้อมของเครื่องมือก่อนให้ AI ลงมือ

กรณีศึกษานี้มาจากงานวาดภาพประกอบในออฟฟิศของเรนะค่ะ เป็นปัญหาเล็กที่สอนหลักการสำคัญของระบบ AI ที่ทำงานหลายขั้น นั่นคือ ต้องเช็กความพร้อมก่อนลงมือ และต้องรายงานผลตามจริง

สถานการณ์

ทีมต้องการภาพปกเพจและรูปโปรไฟล์ 4 ภาพ เรนะส่งงานให้ตัวช่วยวาดภาพ (Agent ย่อยที่ดูแลงานภาพ) ผ่านไปไม่ถึงวินาที ระบบรายงานว่า ไม่สำเร็จครบทั้ง 4 ภาพ

วิเคราะห์สาเหตุ

ข้อสุดท้ายสำคัญมากค่ะ เพราะความล้มเหลวที่ถูกรายงานทันที แก้ได้ในไม่กี่นาที แต่ความล้มเหลวที่ถูกซ่อน อาจถูกพบเมื่อสายไปแล้ว

วิธีแก้และมาตรฐานใหม่

1. แจ้งผู้สั่งงานทันที ว่าเกิดอะไรขึ้นและเกิดที่ขั้นไหน
2. เพิ่มขั้นเช็กสถานะเครื่องมือก่อนเริ่มงานทุกครั้ง ถ้ายังไม่พร้อม ให้รอหรือเริ่มเครื่องมือใหม่ ไม่ใช่ปิดงาน
3. สั่งงานซ้ำหลังแก้ ได้ภาพครบทั้ง 4 ภาพ และภาพปกเพจที่ใช้อยู่ตอนนี้ก็มาจากรอบนั้น

บทเรียนสำหรับคนที่ออกแบบระบบ AI

• เช็กก่อนทำ (pre-flight check) ทุกขั้นที่พึ่งเครื่องมือภายนอก ควรมีการเช็กความพร้อมก่อน
• แยก “ไม่พร้อม” ออกจาก “ล้มเหลว” ไม่พร้อมควรรอหรือลองใหม่ ล้มเหลวจริงค่อยหยุดและรายงาน
• รายงานตามจริงเสมอ ระบบที่ไม่เคยรายงานความล้มเหลว ไม่ได้แปลว่าไม่เคยล้มเหลว
• บันทึกบทเรียนเป็นมาตรฐาน ปัญหาที่แก้แล้วควรกลายเป็นกติกาของระบบ ไม่ใช่แค่ความจำของคนที่เจอ

เคยเจอไหมคะ งานที่ AI ทำไม่สำเร็จแต่ไม่มีใครรู้ จนมาเจอทีหลัง เป็นงานแบบไหน เล่าให้เรนะฟังได้นะคะ