Claude Code System Prompts

โครงการวิจัยเชิงลึกเพื่อทำความเข้าใจการทำงานเบื้องหลังของเอเจนต์ AI ช่วยเขียนโค้ดสมัยใหม่ Repository นี้รวบรวมโครงสร้างพรอมต์ (Prompt Architecture), รูปแบบการประสานงานของเอเจนต์ (Agent Coordination Patterns) และกลไกความปลอดภัยต่างๆ ที่ขับเคลื่อนเครื่องมืออย่าง Claude Code ในรูปแบบภาษาไทย

เนื้อหาทั้งหมดในนี้มาจากการสังเกตพฤติกรรม, การวิเคราะห์เอาต์พุต, การพูดคุยในชุมชน และข้อมูลที่เปิดเผยต่อสาธารณะ สิ่งเหล่านี้คือการสร้างขึ้นใหม่โดยอาศัยการประมาณการ (Reconstructed Approximations) ไม่ใช่การคัดลอกมาคำต่อคำ การนำไปใช้งานจริงอาจมีความแตกต่างกันอย่างมีนัยสำคัญ

นี่คือการทำความเข้าใจเชิงลึก (Educational Deep-dive) เกี่ยวกับรูปแบบการออกแบบ (Design Patterns) เบื้องหลังเอเจนต์ช่วยเขียนโค้ด เราวิเคราะห์ว่าระบบเหล่านี้ทำสิ่งต่อไปนี้ได้อย่างไร:

• ประกอบพรอมต์ระบบ (System Prompts) แบบไดนามิกในขณะรันไทม์
• ประสานงานระหว่างเอเจนต์ย่อยเฉพาะทางหลายตัว
• จัดประเภทและอนุมัติการเรียกใช้เครื่องมือ (Tool Calls) อย่างปลอดภัยโดยอัตโนมัติ
• จัดการหน้าต่างบริบท (Context Windows) ผ่านการบีบอัดข้อมูลที่ชาญฉลาด
• จัดการความจำ (Memory), สกิล (Skills) และความชอบของผู้ใช้

เป้าหมายคือเพื่อช่วยให้วิศวกร AI, นักวิจัย และผู้สร้าง ได้เรียนรู้จากรูปแบบสถาปัตยกรรมเหล่านี้และนำไปประยุกต์ใช้ในโปรเจกต์ของตนเอง

นี่ ไม่ใช่ การรั่วไหล (leak), การดัมพ์ข้อมูล (dump) หรือการคัดลอกโดยตรงจากระบบที่มีลิขสิทธิ์ใดๆ พรอมต์ที่บันทึกไว้ที่นี่คือการสร้างขึ้นใหม่ที่ดีที่สุดของเราตามพฤติกรรมที่สังเกตได้ สิ่งเหล่านี้เป็นตัวแทนของการตีความรูปแบบหนึ่งว่าระบบเหล่านี้มีแนวโน้มที่จะทำงานอย่างไร

สามารถดูไฟล์ภาษาไทยทั้งหมดได้ในโฟลเดอร์ prompts-th/

จากการวิเคราะห์ของเรา พรอมต์ระบบดูเหมือนจะถูกประกอบขึ้นผ่านลำดับขั้นตอน (pipeline) ของโมดูลย่อยๆ:

ขั้นตอนการประกอบพรอมต์ (Prompt Assembly Pipeline)
    |
    |   Prefix ที่แคชได้ (เสถียรระหว่างเซสชัน)
    |-- คำแนะนำเรื่องอัตลักษณ์และความปลอดภัย
    |-- การกำหนดค่าการอนุญาตและฮุค (hook)
    |-- กฎสไตล์โค้ดและการจัดการข้อผิดพลาด
    |-- ความชอบในการใช้เครื่องมือและรูปแบบการใช้งาน
    |-- กฎเรื่องน้ำเสียง สไตล์ และเอาต์พุต
    |
    |   ขอบเขตการแคช (Cache Boundary)
    |
    |   Suffix แบบไดนามิก (เปลี่ยนตามเซสชัน)
    |-- เอเจนต์และสกิลที่มีให้ใช้งาน
    |-- เนื้อหาในไฟล์ความจำ
    |-- บริบทสภาพแวดล้อม (OS, ไดเรกทอรี, สถานะ git)
    |-- ความชอบด้านภาษาและเอาต์พุต
    |-- คำแนะนำจากเซิร์ฟเวอร์ MCP ที่ใช้งานอยู่
    |-- คำสั่งจัดการหน้าต่างบริบท

งานวิจัยนี้มีประโยชน์สำหรับ:

• วิศวกร AI ที่สร้างเครื่องมือโค้ดเอเจนต์ของตนเอง
• วิศวกรพรอมต์ (Prompt Engineers) ที่ศึกษาสถาปัตยกรรมพรอมต์ในระดับโปรดักชัน
• นักวิจัยด้านความปลอดภัย ที่ต้องการทำความเข้าใจว่าเครื่องมือ AI อิสระจัดการสิทธิ์การเข้าถึงอย่างไร
• นักเรียนและครู ที่เรียนรู้เกี่ยวกับการออกแบบระบบหลายเอเจนต์ (Multi-agent system design)

ClaudeCode-Learning/
    README.en.md (ภาษาอังกฤษ)
    README.th.md (ภาษาไทย)
    prompts-th/
        01-30 พรอมต์ฉบับแปลภาษาไทย (ดูรายละเอียดในตารางด้านบน)

นี่คือโครงการวิจัยอิสระ เนื้อหาทั้งหมดแสดงถึงการวิเคราะห์และการประมาณการของเราตามพฤติกรรมที่สังเกตได้ในที่สาธารณะ โปรเจกต์นี้ไม่มีส่วนเกี่ยวข้อง รับรองโดย หรือเชื่อมต่อกับ Anthropic เครื่องหมายการค้าทั้งหมดเป็นของผู้เป็นเจ���าของ หากเจ้าของเนื้อหามีข้อกังวล โปรดเปิด issue และเราจะดำเนินการแก้ไขทันที