ใช้ AI ทำโปรเจกต์จบหรือส่งประกวดได้ไหม? ทำแค่ไหนถึงพอ เตรียมยังไง และกรรมการดูอะไร

ใช้ได้ครับ นักศึกษาหลายคนใช้ Claude Code, Codex หรือ Cursor ทำโปรเจกต์จบ งาน hackathon และงานส่งประกวดจนเสร็จทันเวลา แต่มีเงื่อนไข 2 ข้อที่ต้องผ่านก่อน ข้อแรกคือกติกาของอาจารย์หรือของงานประกวดต้องอนุญาต ข้อสองคือคุณต้องอธิบายได้ทุกส่วนว่าระบบทำงานยังไงและทำไมถึงออกแบบแบบนั้น เพราะกรรมการไม่ได้ให้คะแนนจำนวนบรรทัดของโค้ด เขาให้คะแนนโจทย์ วิธีคิด และสิ่งที่คุณพิสูจน์ได้

บทความนี้เขียนให้คนที่กำลังจะเริ่มโปรเจกต์จบ เตรียมลงแข่ง hackathon หรืออยากทำผลงานไปใส่ portfolio ตั้งแต่เรื่องกติกา การเลือกขอบเขต ไปจนถึงการเตรียมตัวตอนนำเสนอ

เช็กกติกาก่อนเขียนโค้ดบรรทัดแรก

สิ่งที่มือใหม่มักข้ามคือการอ่านกติกา แต่ละที่ตั้งเงื่อนไขเรื่อง AI ต่างกันมาก บางวิชาให้ใช้ได้เต็มที่ บางวิชาให้ใช้ได้แต่ต้องแจ้ง บางงานแข่งอนุญาตเฉพาะโค้ดที่เขียนในช่วงเวลาแข่งเท่านั้น

ก่อนเริ่ม ให้ถามหรือหาคำตอบ 4 เรื่องนี้

• ใช้ AI ช่วยเขียนโค้ดได้ไหม ต้องระบุในรายงานหรือเปล่า
• ใช้ template หรือ library สำเร็จรูปได้แค่ไหน
• ต้องส่ง source code หรือแค่ demo
• มีการสอบปากเปล่าหรือให้แก้โค้ดสดต่อหน้ากรรมการไหม

ถ้ากติกาไม่ได้เขียนไว้ชัด ให้ถามอาจารย์ที่ปรึกษาหรือผู้จัดงานตรง ๆ และเก็บคำตอบไว้เป็นข้อความ ดีกว่ามานั่งเถียงกันทีหลัง สำหรับรายงานโปรเจกต์จบ การเขียนบอกตรง ๆ ว่าใช้ AI ส่วนไหนและตรวจสอบผลยังไง มักถูกมองว่าเป็นความซื่อตรงทางวิชาการ ไม่ได้ทำให้งานดูด้อยลง

AI ช่วยส่วนไหนได้ และส่วนไหนต้องเป็นของคุณ

AI เร็วมากกับงานที่มีรูปแบบชัด เช่น หน้าจอ form ตารางข้อมูล dashboard การเชื่อม API หรือการเขียน test แต่สิ่งที่ AI ทำแทนไม่ได้คือการเข้าใจโจทย์จริงของคนใช้ และการตัดสินใจว่าอะไรสำคัญกว่าอะไร

หลักง่าย ๆ คือ ทุกไฟล์ที่ AI เขียน ให้อ่านจนพออธิบายได้ว่าไฟล์นั้นมีหน้าที่อะไร ถ้าอ่านไม่เข้าใจ ให้สั่ง AI อธิบายทีละส่วนจนเข้าใจ อย่าปล่อยผ่าน เพราะคำถามแรกของกรรมการมักเป็น "ตรงนี้ทำงานยังไง"

ทำแค่ไหนถึงพอ

ปัญหาที่เจอบ่อยที่สุดของโปรเจกต์ที่ใช้ AI ไม่ใช่ทำไม่ทัน แต่คือทำเยอะเกินไป เพราะเพิ่มฟีเจอร์ได้ง่ายมาก จนสุดท้ายได้ระบบที่มี 20 หน้าแต่ไม่มีหน้าไหนที่ใช้งานได้จริงครบ flow

ขอบเขตที่ดีคือ 1 โจทย์ 1 กลุ่มผู้ใช้ และ 1 flow หลักที่ทำได้ตั้งแต่ต้นจนจบ ลองดูตัวอย่างจากผลงานในแอปเทพที่ขอบเขตชัด

Coding Quiz Portal ทำโจทย์เดียวคือจัดสอบเขียน code นักศึกษาเข้าสอบด้วย PIN ทำข้อสอบเติม code แบบจับเวลา ระบบบันทึกคำตอบอัตโนมัติ อาจารย์เปิดปิดห้องสอบและดูคะแนนผ่าน dashboard ได้ทันที ส่วนผู้เรียนทบทวนเฉลยได้หลังปิดห้องสอบ อ่านแล้วเห็นภาพทันทีว่าใครใช้ ใช้ตอนไหน และได้อะไร

Inventory Management Dashboard ระบุไว้ชัดว่าเป็นการทดลองใช้ AI ร่วมกับ web application ในงาน Operation Management ของโรงงาน และเป็น 1 ในชุด demo สำหรับงานด้านการผลิต การบอกตรง ๆ ว่าเป็น demo แบบนี้ช่วยให้คนดูตั้งความคาดหวังได้ถูก ไม่ต้องไปเทียบกับระบบที่ใช้ในโรงงานจริง

ถ้าอยากรู้ว่าขอบเขตพอหรือยัง ลองตอบ 3 คำถามนี้

• เล่า flow หลักจบใน 1 นาทีได้ไหม
• demo สดได้ครบ flow โดยไม่ต้องข้ามหน้าไหนไหม
• ถ้าตัดฟีเจอร์ที่เหลือทิ้งหมด งานนี้ยังตอบโจทย์อยู่ไหม

ถ้าตอบ "ได้" ทั้ง 3 ข้อ แปลว่าพอแล้ว เวลาที่เหลือให้เอาไปขัดเกลาและทดสอบ ดีกว่าเพิ่มฟีเจอร์ใหม่

งานที่ต่อกับอุปกรณ์หรือข้อมูลจริงได้เปรียบ

งานประกวดหลายรายการ โดยเฉพาะสายวิศวะ สุขภาพ และ IoT กรรมการชอบงานที่เห็นว่าข้อมูลมาจากไหนจริง ไม่ใช่แค่หน้าจอสวย

Kidney Breathalyzer เป็นตัวอย่างที่ดี ผลงานนี้แสดงผลคัดกรองความเสี่ยงโรคไตจากข้อมูลลมหายใจที่รับจากอุปกรณ์ ESP32 และระบุชัดว่าเป็นต้นแบบพิสูจน์แนวคิดสำหรับการแข่งขัน ผู้ใช้ดูประวัติผล แนวโน้มย้อนหลัง 7 หรือ 30 วัน และคำอธิบายจาก AI ได้ สังเกตว่าเขาวางตัวเป็นต้นแบบ ไม่ได้อ้างว่าเป็นเครื่องมือวินิจฉัย ซึ่งสำคัญมากถ้างานของคุณเกี่ยวกับสุขภาพ

TalentSphere AI Ecosystem อีกแนวหนึ่ง คือเอาข้อมูล JSON ของบุคลากร หลักสูตร การทำงาน และการลงทะเบียนพัฒนาทักษะมาใช้ร่วมกันในระบบบริหารงานที่ใช้ AI และทำเป็น PWA ที่ประมวลผลฝั่งผู้ใช้ งานแบบนี้ให้กรรมการเห็นว่าผู้ทำคิดเรื่องโครงสร้างข้อมูลมาก่อน ไม่ได้เริ่มจากหน้าจอ

ถ้าคุณใช้ข้อมูลสมมติ ให้เขียนบอกในหน้าเว็บหรือในสไลด์ให้ชัด กรรมการให้อภัยข้อมูลสมมติได้ แต่ไม่ให้อภัยการทำให้เข้าใจผิดว่าเป็นข้อมูลจริง

วางแผนเวลา ตั้งแต่ 48 ชั่วโมงจนถึง 1 เทอม

สำหรับ hackathon ให้เตรียม project เปล่าที่ deploy ได้ไว้ก่อนวันแข่ง (ถ้ากติกาอนุญาต) เพราะเวลาที่เสียไปกับการตั้งค่า deploy ในวันแข่งคือเวลาที่ควรใช้ทำฟีเจอร์ ส่วนโปรเจกต์จบ ให้ใช้ Git เก็บประวัติตั้งแต่วันแรก ประวัติ commit เป็นหลักฐานที่ดีที่สุดว่างานพัฒนามาเป็นขั้นตอน และช่วยตอบคำถามเรื่องการใช้ AI ได้ด้วย

สั่ง AI ยังไงให้ได้งานที่อธิบายได้

prompt สำหรับงานส่งอาจารย์ต่างจาก prompt ทำงานเล่นตรงที่คุณต้องเข้าใจผลลัพธ์ ลองเพิ่มประโยคเหล่านี้เข้าไปใน prompt

• "เขียน comment ภาษาไทยอธิบายว่าแต่ละ function ทำอะไร"
• "ใช้โครงสร้างที่เรียบง่ายที่สุดที่ทำงานได้ ไม่ต้องเผื่อฟีเจอร์ในอนาคต"
• "ก่อนเขียนโค้ด ให้อธิบายแผนและโครงสร้าง database ให้ฉันอนุมัติก่อน"
• "หลังเขียนเสร็จ สรุปว่าไฟล์ไหนทำหน้าที่อะไร เป็นตาราง"

ข้อสุดท้ายเอาไปใช้ในรายงานบทออกแบบระบบได้เกือบทันที แค่ต้องตรวจว่าตรงกับโค้ดจริง

อีกเทคนิคที่ได้ผลคือให้ AI สวมบทกรรมการ สั่งว่า "อ่าน project นี้แล้วตั้งคำถามยาก ๆ 15 ข้อแบบที่กรรมการสอบโปรเจกต์จบจะถาม" แล้วลองตอบเองโดยไม่ดูคำตอบจาก AI ข้อไหนตอบไม่ได้ คือส่วนที่ต้องกลับไปอ่านโค้ดเพิ่ม

กรรมการดูอะไร

จากเกณฑ์ที่งานประกวดและการสอบโปรเจกต์ส่วนใหญ่ใช้ สิ่งที่กรรมการให้น้ำหนักมักเรียงแบบนี้

1. โจทย์จริงไหม มีคนเจอปัญหานี้จริงหรือเปล่า
2. ทางแก้ตอบโจทย์ไหม ใช้งานได้ครบ flow หรือแค่หน้าจอสวย
3. ผู้ทำเข้าใจระบบของตัวเองไหม
4. มีหลักฐานการทดสอบหรือผลตอบรับจากผู้ใช้ไหม
5. ต่อยอดได้แค่ไหน

สังเกตว่า "ใช้เทคโนโลยีล้ำแค่ไหน" ไม่ได้อยู่บนสุด การบอกว่าใช้ AI สร้างทั้งระบบไม่ใช่จุดขาย จุดขายคือคุณใช้ AI แล้วได้อะไรที่คนอื่นทำไม่ได้ในเวลาเท่ากัน

เก็บไว้เป็น portfolio หลังส่งงาน

งานที่ส่งแล้วอย่าปล่อยทิ้ง หลายคนเอาโปรเจกต์ตอนเรียนมาทำใหม่ทีหลังแล้วกลายเป็นผลงานที่คนเล่นจริง อย่าง เลี๊ยบตุ่ย Leabtui ที่ผู้สร้างนำเกมที่เคยเล่นตอนปี 1 กลับมาทำใหม่เป็น web game และบอกตรง ๆ ว่ายังไม่ได้พัฒนาเป็น online อย่างจริงจัง ความตรงไปตรงมาแบบนี้ทำให้คนดูเข้าใจสถานะของงานได้ทันที

สิ่งที่ควรทำหลังส่งงาน

• deploy ไว้บน hosting ฟรีให้เปิดดูได้ตลอด
• เขียน README สั้น ๆ ว่าโจทย์คืออะไร ใช้ยังไง และยังขาดอะไร
• อัดวิดีโอ demo สั้น ๆ เผื่อวันหนึ่ง server ล่ม
• ส่งผลงานขึ้นแอปเทพ ให้คนที่สนใจงานแบบเดียวกันเจอ

ตอนสมัครงานหรือฝึกงาน ลิงก์ที่กดแล้วใช้ได้จริง 1 ลิงก์ มีน้ำหนักกว่าคำว่า "เคยทำระบบ" ในเรซูเม่หลายบรรทัด

สรุป

AI ทำให้นักศึกษาคนเดียวทำงานที่เคยต้องใช้ทีมได้ แต่ไม่ได้ทำให้เกณฑ์การตัดสินเปลี่ยน เช็กกติกาก่อน เลือกโจทย์จริงที่มีผู้ใช้ชัด ทำ flow หลักให้จบ บอกตรง ๆ ว่าอะไรจริงอะไรสมมติ และอ่านโค้ดจนอธิบายได้ทุกส่วน ทำครบแค่นี้ งานของคุณจะยืนได้ทั้งต่อหน้ากรรมการและต่อหน้าผู้ใช้จริง