ถ้าคุณใช้ Claude Opus 5 อยู่ตอนนี้แล้วรู้สึกว่าคำตอบมันอ่านยากขึ้น ศัพท์แน่นขึ้น หรือยาวเกินความจำเป็น คุณไม่ได้เป็นคนเดียวที่รู้สึกแบบนี้ Jay จากช่อง RoboNuggets สังเกตเห็นปัญหานี้เช่นกันและนำ fix ที่ทีม Anthropic เองแชร์ออกมาให้ลองใช้ ปรากฏว่าแก้ได้จริง ด้วย methodology ที่ง่ายมากแถมยังทำให้ต้นทุน token ลดลงในภาพรวมด้วย
ปัญหาหลักของ Opus 5 แบ่งออกได้ชัดเป็นสองอย่าง อย่างแรกคือมันมักใช้ศัพท์เทคนิคหนักกว่าโมเดลรุ่นก่อน แม้แต่คำถามง่าย ๆ ก็ได้คำตอบที่ดูเหมือนเขียนให้ผู้เชี่ยวชาญอ่าน อย่างที่สองคือ "กำแพงข้อความ" ที่มันยิงมาเป็นเรียงความยาวสามหน้าทั้งที่ถามแค่ประโยคเดียว บทความนี้จะพาดูวิธีแก้ทั้งสองปัญหาทีละอัน พร้อมเหตุผลว่าทำไมถึงได้ผล
สรุปสั้น ๆ
- Opus 5 มีปัญหาหลักสองอย่าง: ศัพท์เทคนิคมากเกินและตอบยาวเกินจำเป็น
- แก้ปัญหาศัพท์ด้วยการตั้ง Output Style แบบ ELI5 (Explain Like I'm 5) ใน Claude Code
- Output Style ได้ผลดีกว่าใส่กฎใน CLAUDE.md เพราะถูก inject เตือนซ้ำตลอด session
- แก้ปัญหากำแพงข้อความด้วย Skills เช่น /bro, /quick ที่สั่งให้ย่อแบบเรียลไทม์
- AI models ทุกตัวสามารถปรับน้ำเสียงได้ผ่านการตั้งค่า ไม่ต้องรอโมเดลใหม่
ปัญหา 1 — Opus 5 พูดศัพท์เยอะเกินกว่าที่ใครต้องการ
ลองนึกภาพว่าคุณถามเพื่อนว่า open rate 32% หมายความว่าอะไร ควรสนใจไหม แล้วเพื่อนตอบด้วยย่อหน้าที่เต็มไปด้วยคำว่า MPP, send time optimization, geo data derived from opens, IP masking โดยไม่อธิบายว่าคำเหล่านั้นคืออะไรก่อนเลย นั่นคือประสบการณ์ที่หลายคนเจอกับ Opus 5 พอดี
สิ่งที่น่าสังเกตคือ Opus 5 ไม่ได้ให้คำตอบผิด แต่มัน assume ว่าคุณรู้ทุกศัพท์ในวงการนั้นอยู่แล้ว ซึ่งสำหรับคนทั่วไปหรือแม้แต่ผู้เชี่ยวชาญที่ถามนอกสาขาตัวเอง ก็ต้องนั่งถอดรหัสคำตอบก่อนถึงจะเข้าใจ นักเขียน Niklas Kronwall เคยบันทึกว่า AI output ปัจจุบันอ่านได้ แต่ต้องใช้พลังงานพิเศษ มันยาว มีคำที่ดูสมเหตุสมผลแต่กลวงใน และศัพท์เยอะขึ้นเรื่อย ๆ ซึ่งตรงกับสิ่งที่หลายคนรายงาน
ส่วนหนึ่งมาจากธรรมชาติของโมเดลที่ฉลาดขึ้น Opus 5 นั้น score สูงกว่าทุกโมเดลบน benchmark หลายตัว แต่ความฉลาดในเชิง benchmark กับการอ่านง่ายในชีวิตจริงเป็นคนละมิติ เหมือนซื้อคอมสเปคสูงสุดมาแล้วเจอว่า UI ของ app หนึ่งไม่ถูกใจเท่าเครื่องเก่า
ELI5 — วิธีแก้ปัญหาศัพท์จาก Anthropic โดยตรง
ทีม Anthropic แชร์วิธีแก้ปัญหานี้ผ่าน Lidia ซึ่งเป็น Technical Staff ของบริษัท วิธีนั้นคือการตั้ง Output Style ใน Claude Code ให้เป็นแบบ ELI5 ซึ่งย่อมาจาก Explain Like I'm 5 แนวคิดนี้มาจาก subreddit ชื่อเดียวกันบน Reddit ที่มีโพสต์นับพันถามคำถามซับซ้อนในรูปแบบที่ขอให้อธิบายให้เด็ก 5 ขวบเข้าใจ โมเดลเหล่านี้ถูกเทรนด้วยข้อมูลจากอินเทอร์เน็ตรวมถึง subreddit ดังกล่าวด้วย ดังนั้นมันจึงรู้ว่ากรอบนั้นหมายถึงอะไร
นอกจาก ELI5 ยังมีมาตรฐานที่เรียกว่า ASD STE-100 (Simplified Technical English) ซึ่งเป็น controlled language standard ที่เริ่มมาจากอุตสาหกรรมการบิน แนวคิดคือจำกัด vocabulary ให้ใช้คำที่เข้าใจง่าย หลีกเลี่ยงคำศัพท์กำกวม หลายคนพบว่าการรวม ELI5 + STE-100 เข้าด้วยกันให้ผลลัพธ์ที่ดีที่สุด ทั้งอ่านง่ายและยังมีความแม่นยำในเชิงเนื้อหา
สิ่งที่ต้องทำคือสร้างไฟล์ markdown ชื่อ eli5.md ที่บอกให้ Claude ใช้ภาษาแบบนี้ แล้วตั้งค่าผ่าน /config ใน Claude Code วิธีง่ายที่สุดคือส่ง prompt ให้ Claude Code จัดการให้เองทั้งหมด บอกให้มันสร้าง output style ชื่อ ELI5 ตาม spec ที่ต้องการแล้วตั้งเป็น active style Claude จะหาที่วางไฟล์ให้ถูก path เอง
ทำไม Output Style ได้ผลดีกว่าใส่กฎใน CLAUDE.md
หลายคนอาจสงสัยว่าทำไมไม่เขียนกฎ ตอบให้เข้าใจง่าย ไม่ใช้ศัพท์เยอะ ลงใน CLAUDE.md ตรง ๆ ไปเลย คำตอบคือทำได้ แต่ ประสิทธิภาพต่างกันมาก เพราะสาเหตุสองอย่าง
เหตุผลแรกคือตำแหน่งของกฎในระบบ CLAUDE.md จะถูก preload เข้า session ที่ตำแหน่งหัวของ context แต่ Output Style นั้นถูกฝังไว้ใน core system prompt ของ Claude Code จริง ๆ เหตุผลที่สองสำคัญกว่า คือ Claude Code มีระบบ auto-inject reminders ตลอด session มันจะคอยเตือนตัวเองให้ยึดตาม output style ที่ตั้งไว้เป็นระยะ ซึ่งช่วยให้โมเดลไม่หลุดกลับไปใช้โหมดฉลาดแต่อ่านยากกลางงาน
เปรียบเหมือนความต่างระหว่างการติดโน้ตที่หน้าแรกสมุด กับการมีนาฬิกาคอยเตือนทุก 30 นาทีให้กลับมาอ่านโน้ตนั้น
ปัญหา 2 — กำแพงข้อความที่ไม่รู้จะหยุดที่ไหน
ปัญหานี้แก้ยากกว่าเล็กน้อยเพราะมีสองหน้า บางกรณีคุณอยากได้คำตอบยาวจริง ๆ เช่น ขอให้เขียน code เต็มไฟล์ หรือวิเคราะห์เอกสาร แต่บางกรณีแค่ถามคำถามสั้น ๆ แล้วได้เรียงความสามหน้ากลับมา นั่นทำให้ไม่ควรตั้งกฎ ตอบสั้น ไว้ใน output style อย่างถาวร เพราะจะทำให้เสียคุณภาพเวลาที่ต้องการคำตอบยาว
แนวทางที่ดีกว่าคือใช้ Skills ซึ่งเป็นคำสั่งลัดที่เรียกได้ตามสถานการณ์ เหมือนมีชุดเครื่องมือที่เลือกหยิบได้แต่ละงาน แทนที่จะตั้งกฎตายตัวที่กระทบทุกการสนทนา
Skills สำหรับจัดการกำแพงข้อความ
Skill แรกที่น่าสนใจคือ /bro ซึ่งเป็น skill บรรทัดเดียวที่สั่งให้ Claude พูดซ้ำสิ่งที่เพิ่งตอบในภาษามนุษย์ทั่วไปโดยไม่มีศัพท์ เวลาที่ได้รับกำแพงข้อความหรือคำตอบที่เต็มไปด้วยศัพท์ แค่พิมพ์ /bro ก็ได้ version ที่อ่านง่ายกว่าทันที ไม่ต้องถามใหม่ ไม่ต้องอธิบายอะไรเพิ่ม ประหยัดทั้งเวลาและ context window
อีก Skill หนึ่งชื่อ /wait what ซึ่งพอ invoke แล้ว Claude จะอธิบายใหม่ตั้งแต่ต้นพร้อม context เหมาะสำหรับตอนที่รู้สึกว่า context หลุดหรือคำตอบกระโดดไปไกลจากสิ่งที่ถาม
และ /quick คือ Skill ที่ให้กำหนดเลขว่าต้องการกี่ข้อ เช่น /quick 3 แล้ว Claude จะสรุปมาแค่สามประเด็นที่สำคัญที่สุดจากทุกอย่างที่มันเพิ่งตอบมา สิ่งที่ทำให้ Skills แนวนี้ทรงพลังคือ ความยืดหยุ่น แทนที่จะบังคับให้โมเดลตอบสั้นตลอดเวลา คุณตัดสินใจเองว่าเมื่อไหรต้องการ version กระชับและเรียก skill นั้นตอนนั้น งานที่ต้องการ output ยาวก็ยังได้ของครบ
บทสรุป
ปัญหาของ Opus 5 ไม่ได้เกิดจากโมเดลแย่ลง มันยังเป็นโมเดลที่ฉลาดที่สุดในหลาย benchmark แต่ความฉลาดและการอ่านง่ายในชีวิตจริงเป็นคนละมิติ ข่าวดีคือ AI models ทุกตัวสามารถปรับได้ผ่านการตั้งค่า Output Style และ Skills โดยไม่ต้องรอโมเดลรุ่นใหม่
ถ้าจะลองทำตอนนี้ เริ่มจาก ELI5 Output Style ก่อน เปิด Claude Code พิมพ์ /config แล้วตั้ง custom style ตาม template ที่ Anthropic แชร์ไว้ ถ้ายังเจอกำแพงข้อความในงานบางประเภท ค่อยสร้าง /bro หรือ /quick ไว้เป็น shortcut เรียกเมื่อต้องการ สองอย่างนี้รวมกันทำให้ประสบการณ์การทำงานกับ Opus 5 ต่างจากเดิมชัดเจน
