สรุป AI FOR INVESTORS Online Series: ติดอาวุธนักลงทุนด้วย AI EP.4 AI-Driven Analysis ใช้ AI Skill ในการวิเคราะห์หุ้นและงบการเงิน

ตอนก่อนหน้าเราได้เห็นการนำ AI มาช่วยอ่านจังหวะราคาและประมวลผลกราฟเทคนิคผ่าน TradingView Remix ซึ่งเน้นการผสานมุมมองด้านราคา (Price Action) เข้ากับปัจจัยพื้นฐานเพื่อจับจังหวะการเทรด แต่เมื่อนักลงทุนต้องการขยับขึ้นไปอีกขั้นสู่การทำ Analytical Deep Dive หรือการวิเคราะห์งบการเงินและปัจจัยพื้นฐานอย่างลึกซึ้ง คำถามสำคัญคือ "เราจะทำให้ AI วิเคราะห์หุ้นให้เราอย่างทรงพลัง ชาญฉลาด และมีมาตรฐานคงที่ โดยไม่ต้องมานั่งพิมพ์ Prompt ยาว ๆ ซ้ำใหม่ทุกครั้งได้อย่างไร?"

สามารถอ่านสรุป EP.3 ได้ที่นี่ > https://www.setinvestnow.com/th/knowledge/article/819-investhow-ai-for-investor-ep3-2026 

ใน EP.4 : AI-Driven Analysis ใช้ AI Skill ในการวิเคราะห์หุ้นและงบการเงินที่จะพานักลงทุนทุกท่านก้าวกระโดดครั้งใหญ่ จาก AI Level 5 (ผู้ช่วยรีเสิร์ชค้นข้อมูล) เข้าสู่ AI Level 6 (Delegated Analysis) ด้วยการใช้เครื่องมือสายเจาะลึกอย่าง Claude (Claude Cowork / Claude Code) และการสร้าง Skill.md ซึ่งเป็นหัวใจสำคัญในการส่งต่อ "กระบวนการวิเคราะห์" ของนักลงทุนให้ AI ทำงานแทนได้อย่างสมบูรณ์แบบ

กุญแจข้อที่ 1: Put the right AI on the right job

AI แต่ละค่ายมีจุดแข็งไม่เหมือนกัน และตัวที่เก่งงานวิเคราะห์จริง ๆ มีจำกัด เพราะ Generative AI ส่วนใหญ่เป็นโมเดลภาษา ยุทธศาสตร์สำคัญในการใช้ AI วิเคราะห์การลงทุน ต้องเริ่มจากการเข้าใจความแตกต่างของเลเวลการทำงาน

• AI Level 5 (AI Assistant): AI ทำหน้าที่เป็นเพียงผู้ช่วยค้นหา คุยโต้ตอบสั้นๆ ค้นข้อมูลเบื้องต้นมาให้เราอ่าน แล้วเราต้องนำมานั่งวิเคราะห์ต่อเอง
• AI Level 6 (Delegated Analysis): เป็นการมอบหมายงาน (Delegate) ให้ AI ทำหน้าที่ Analysis จริงๆ ตั้งแต่การย่อยเอกสารหนาๆ สรุปงบการเงิน ประเมินคู่แข่ง ไปจนถึงการทำ Valuation โดยที่เราไม่ต้องลงมือขุดข้อมูลดิบเองทั้งหมด

AI แต่ละตัวถูกออกแบบมาเพื่อวัตถุประสงค์ที่ไม่เหมือนกัน การเลือกใช้ AI ผิดประเภท จะทำให้นักลงทุนได้เพียงผลลัพธ์ระดับพื้นฐานเท่านั้น

• ChatGPT เด่นเรื่องความคิดสร้างสรรค์ เขียนภาษาสละสลวย และตอบให้ตรงใจผู้ใช้
• Gemini เหมาะกับงานใช้งานทั่วไป แต่เมื่อสั่งงานวิเคราะห์ลึก ๆ มักหลุด instruction 
• Claude ถูกยกให้เป็นแคนดิเดตอันดับ 1 สำหรับงานวิเคราะห์ในตอนนี้ เพราะบริษัทโฟกัสเรื่อง reasoning และการคิดเป็นขั้นตอนมาตลอด เปรียบเหมือนเด็กสายคำนวณที่ตรงไปตรงมา ถนัดงาน complex ทั้ง data และ coding

อย่ามองว่า Claude คือเครื่องมือเดียว

ประเด็นที่หลายคนมองข้ามคือ Claude มีเครื่องมือย่อยหลายแบบ และแต่ละแบบเหมาะกับงานต่างกัน

1. Claude Chat (โหมดแชทบอต): เหมาะกับงาน Quick Win เช่น ถามตอบสั้นๆ เช็คว่าหุ้นงบออกหรือยัง แต่ไม่เหมาะกับการลงทุน เพราะมี Context Window เล็ก เมื่อโยนไฟล์งบการเงินหนาๆ หรือไฟล์ Opp Day หลายไตรมาสเข้าไป ห้องแชทจะเต็มไว และระบบจะเลือก "ปิดห้อง" ทันที ทำให้วิเคราะห์ต่องานซับซ้อนไม่ได้
2. Claude Cowork (Claude Desktop / Remote Work): โหมดที่ออกแบบมาเพื่อ Heavyweight Use Case โดยเฉพาะ รองรับ Context Window ขนาดใหญ่ (ประมวลผลข้อมูลได้มหาศาล) สามารถเชื่อมต่อกับไฟล์ PDF, Excel หรือเอกสารบนเครื่องคอมพิวเตอร์ได้โดยตรง ทำให้ AI ทำงานกับงบการเงินย้อนหลังหลายปีได้อย่างไม่สะดุด
3. Claude Code (CLI / Desktop): เครื่องมือระดับ Advanced ที่ออกแบบมาเพื่อการประมวลผลโปรเจกต์ซับซ้อน รองรับคำสั่งเฉพาะทาง เช่น /go หรือการสั่งการผ่าน Terminal จอดำ ซึ่งช่วยประหยัด Token และแสดงผลเฉพาะ Text ล้วนได้อย่างรวดเร็ว

เรื่อง Context Window ที่นักลงทุนควรรู้

เครื่องมือ AI ทุกตัวมีสิ่งที่เรียกว่า context window หรือความจุของบทสนทนา ในคลาสยกตัวเลขคร่าว ๆ ว่าโหมดแชทอยู่ราว 200,000 token ขณะที่โหมดทำงานและ Claude Code อาจรองรับได้ถึงระดับล้าน เมื่อใกล้เต็ม ระบบจะมีฟังก์ชัน compress บีบอัดเหลือเฉพาะบริบทที่จำเป็น และเก็บความรู้สำคัญไว้เป็นไฟล์ .md ในโปรเจกต์ จึงทำงานต่อเนื่องได้ยาว ๆ ตัวเลขเหล่านี้อาจเปลี่ยนไปตามรุ่นและแพ็กเกจ ควรเช็กจากหน้าเว็บของผู้ให้บริการอีกครั้ง

กุญแจข้อที่ 2: ต้องมี skill.md

ต่อให้เลือกเครื่องมือถูก ถ้าไม่มีสกิล AI ก็เป็นได้แค่ "AI ที่รับไฟล์ได้มากขึ้น แต่ไม่ได้วิเคราะห์ให้เราได้มากขึ้น" คุณเจมส์สรุปเป็นสูตรง่าย ๆ ว่า เลือกเครื่องมือผิด AI จะเป็นได้แค่ผู้ช่วยค้นหา ส่วนเลือกเครื่องมือถูกแต่ไม่มีสกิล AI จะวิเคราะห์แบบมั่ว ๆ

skill.md คือไฟล์ที่ใช้ "สอนลูกน้อง AI" ให้รู้วิธีทำงานเฉพาะด้าน ตั้งแต่ขั้นตอนย่อยในแต่ละข้อ แหล่งข้อมูลที่ต้องใช้ วิธีสรุปผล ไปจนถึงหน้าตาของผลลัพธ์สุดท้าย สอนครั้งเดียวแล้วจำได้ตลอด ครั้งต่อไปแค่เรียกชื่อสกิลแล้วพิมพ์ชื่อหุ้นก็เริ่มงานได้เลย

สิ่งที่ต้องย้ำคือ ก่อนจะสร้างสกิลให้ AI ตัวเราต้องมีสกิลก่อน ถ้าเราเองไม่รู้ว่าจะวิเคราะห์หุ้นจากมุมไหนบ้าง ก็ไม่มีทางถ่ายทอดให้ AI ได้ จะเป็นวิธีคิดที่สะสมจากประสบการณ์ หรือไปเรียนรู้จากตำราและกูรูแล้วนำมาปรับก็ได้ แต่ต้องถอดออกมาเป็นกระบวนการให้ได้ก่อน ความลับสำคัญของ EP นี้คือ หากเลือก AI ถูกตัวแต่ขาด Skill.md AI จะเป็นได้เพียง "ผู้ช่วยรับไฟล์" แต่จะไม่สามารถวิเคราะห์หุ้นให้เราอย่างแท้จริง

ความต่างระหว่าง "Prompt แบบเก่า" VS "Skill.md"

• Prompt แบบเดิม (Grounded Prompting): เป็นการคัดลอก Instruction ยาวๆ มาวางใหม่ทุกครั้ง AI จะจำบริบทได้แค่เฉพาะหน้า ได้ผลลัพธ์ที่ไม่คงที่ (Inconsistent) และเสี่ยงต่อการหลุด Instruction เมื่อประมวลผลข้อมูลเยอะๆ
• Skill.md (Procedure Knowledge Bundle): คือการนำ "ขั้นตอนและกระบวนการคิด" ทั้งหมดของนักลงทุน มาแพ็ครวมกันเป็นไฟล์ทักษะเฉพาะทาง เมื่อสอน AI ครั้งเดียว AI จะจดจำกระบวนการนั้นตลอดไป สามารถดึงมาใช้ซ้ำกับหุ้นกี่ตัวก็ได้เพียงแค่เรียกชื่อสกิล

3 ทางเลือกในการสร้าง Skill.md สำหรับนักลงทุน

นักลงทุนสามารถครอบครองและใช้งาน Skill.md ได้ผ่าน 3 เส้นทางหลัก:

1. Build from Scratch (สร้างเองจากศูนย์): ใช้องค์ความรู้ ความชำนาญ หรือรายงานการวิเคราะห์หุ้นในอดีตของเรา (หรือของนักลงทุนระดับโลก เช่น Warren Buffett, Peter Lynch, ดร.นิเวศน์) โยนไฟล์เข้าไปให้ AI เรียนรู้ แล้วสั่งให้ AI สกัดกระบวนการคิดนั้นออกมาเป็นไฟล์สกิล ผ่านคำสั่ง /skill-creator
2. Adopt Standard / Community Skills (ใช้สกิลสำเร็จรูป): ดาวน์โหลดสกิลที่มีผู้พัฒนาไว้แล้ว นำเข้าผ่านเมนู Customize -> Upload Skill หรือติดตั้งผ่าน Directory / Marketplace ของระบบ เช่น การติดตั้งชุดสกิลด้าน Financial Statement Analysis
3. Copy & Development (นำมาปรับแต่ง): นำสกิลที่มีอยู่แล้ว มาปรับ logic ลดขั้นตอน หรือเพิ่มเงื่อนไขเฉพาะอุตสาหกรรม เช่น หุ้นกลุ่มธนาคาร/ไฟแนนซ์ ต้องดู NPL และ Expected Credit Loss (ECL), หุ้นโรงพยาบาล ต้องดู Occupancy Rate และ OPD/IPD Utilization Rate เป็นต้น

เปรียบเทียบผลลัพธ์: Non-Skill VS Skill-Driven Analysis

เมื่อทดสอบวิเคราะห์หุ้นตัวเดียวกัน (เช่น หุ้น CPF) ผลลัพธ์ที่ได้มีความแตกต่างกันคนละมิติ

ใช้เวลาประมวลผลรวดเร็ว ~2 นาที โดยผลลัพธ์ได้เพียงข่าวสรุปสั้น ๆ ในรอบสัปดาห์ อ้างอิงบทวิเคราะห์ทั่วไป 2-3 แหล่ง ขาดความลึก ความคม และไม่มีโครงสร้างการวิเคราะห์ที่เป็นระบบ

ใช้เวลาวิเคราะห์เชิงลึก ~40 นาที โดยกระบวนการเบื้องหลัง AI จะทำการระเบิด Sub-Agents ออกมา 4 ตัว เพื่อทำงานขนานกัน (Parallel Processing):

• Agent 1 (Data Fetcher): ดึง Fact จาก SEC, ตลาดหลักทรัพย์ฯ, Opp Day Transcript ย้อนหลัง 5-6 ไตรมาส
• Agent 2 (Data Digest): ย่อยและจัดโครงสร้างข้อมูลดิบ
• Agent 3 (Analyst): วิเคราะห์ 10 มิติ (Business Model, Competitive Advantage, Management, Financial Ratio, Valuation, 1-3 Year Scenarios ฯลฯ)
• Agent 4 (Challenger / Auditor): โต้แย้ง หาจุดบอด อคติ และข้อจำกัดของข้อมูล

ผลลัพธ์คือเราจะได้รายงานการวิเคราะห์เชิงลึก (Deep Research Paper) สรุปเป็นหน้าเว็บ HTML สวยงาม มีสารบัญ ข้อมูลแน่น แม่นยำ และมีความคมระดับนักวิเคราะห์มืออาชีพ

บริหาร AI Agent Level 6 ด้วยการเข้าใจ Hidden Costs

ข้อควรรู้สำหรับนักลงทุนเมื่อขยับมาใช้ AI Agent ในระดับ Level 6 คือ "ทุกๆ การกด Enter มี Hidden Cost เสมอ" ซึ่งประกอบด้วย:

1. Cost of Time (เวลา): งานวิเคราะห์ซับซ้อนที่ดึง Sub-Agents หลายตัว อาจใช้เวลาทำงาน 10 นาที ไปจนถึง 40 นาที
2. Cost of Money / Tokens (เครดิตและเงิน): การส่ง Instruction ยาวๆ และการให้ AI ดึงข้อมูลมหาศาลจะผลาญ Token จำนวนมาก

ยกระดับสู่การเป็น AI-Driven Investor

การใช้ AI วิเคราะห์การลงทุนไม่ใช่การพึ่งพา AI แบบ Black-box (หลับตาเชื่อ AI) แต่เป็นการที่ตัวนักลงทุนเองต้องมีทักษะการลงทุนก่อนแล้วถ่ายทอดทักษะนั้นลงใน Skill.md เพื่อให้ AI Claude ในโหมด Agent ช่วยประมวลผลแทนอย่างทรงพลัง ช่วยลดเวลาอ่านงบการเงิน เพิ่มความแม่นยำ และสแกนโอกาสในตลาดได้อย่างครอบคลุมนั่นเอง

สามารถรับชมคอร์สออนไลน์เต็ม AI for Investor ในตอนแรกและตอนต่อ ๆ ไป ซึ่งจะทำการถ่ายทอดสดให้เรียนรู้ทีละสเต็ปตั้งแต่รากฐาน โครงสร้างตัวอย่างพรอมต์ การจัดระบบ ตลอดจนระดับ Advance ที่จะเปิดให้เรียนรู้ฟรีทางช่อง YouTube ของ SET Thailand ทุกวันพฤหัสบดี เวลา 19:00 น. 

รับชมคอร์สออนไลน์ฉบับเต็มและเรียนรู้ไปพร้อมกัน

👉 คลิกเพื่อรับชมวิดีโอฉบับเต็ม EP.4 ได้ที่นี่: https://www.youtube.com/watch?v=Q7_eEMJOFKM&list=PLceQCLIBAcpM