ทดสอบได้ และไม่ต้องเขียนโค้ดเป็นก็เริ่มได้ หลักคือแบ่งการ test เป็น 4 ชั้น ได้แก่ กดใช้เองตาม checklist, ลองใส่ข้อมูลแปลก ๆ ให้ระบบพัง, สั่ง AI เขียน automated test ให้ส่วนที่สำคัญที่สุด และปล่อย beta ให้คนกลุ่มเล็กลองใช้ก่อนเปิดจริง ทำครบ 4 ชั้นนี้แล้ว โอกาสที่ผู้ใช้คนแรกจะเจอหน้าขาวหรือข้อมูลหายจะลดลงมาก
บทความนี้เขียนให้คนที่ทำเว็บหรือแอปด้วย Claude Code, Codex, Cursor หรือเครื่องมืออื่น แล้วยังไม่แน่ใจว่าตอนที่ AI บอกว่า "เสร็จแล้ว" จะเชื่อได้แค่ไหน และต้องเช็กอะไรก่อนส่ง link ให้คนอื่นใช้
ทำไม AI บอกว่าเสร็จแล้ว แต่เว็บยังพังได้
AI coding tool เก่งเรื่องทำให้เส้นทางหลักใช้งานได้ ที่เรียกกันว่า happy path เช่น กรอก form ครบทุกช่อง กดบันทึก แล้วข้อมูลขึ้นในตาราง แต่ผู้ใช้จริงไม่ได้ใช้ตามทางนั้นเสมอไป บางคนกดปุ่มซ้ำ 3 ครั้ง บางคนเว้นช่องว่างไว้ บางคนเปิดบนมือถือรุ่นเก่า
ปัญหาที่เจอบ่อยมี 3 แบบ
- AI test แค่ทางที่มันคิดไว้เอง หรือบางครั้งไม่ได้ test เลย แค่อ่านโค้ดแล้วสรุปว่าน่าจะใช้ได้
- แก้จุดหนึ่งแล้วอีกจุดพัง ที่เรียกว่า regression เกิดบ่อยมากเวลาสั่งแก้หลายรอบใน session ยาว ๆ
- รันบนเครื่องตัวเองได้ แต่ deploy แล้วใช้ไม่ได้ เพราะ environment variable ไม่ครบ หรือการตั้งค่าบน server ต่างจากเครื่องที่ใช้พัฒนา
ทางแก้ไม่ใช่การเชื่อ AI น้อยลง แต่เป็นการมีวิธีตรวจที่ชัดเจนและทำซ้ำได้ทุกครั้งที่แก้โค้ด
4 ชั้นของการ test ที่คนทำคนเดียวทำได้
| ชั้น | ทำอะไร | ต้องเขียนโค้ดเป็นไหม | ใช้เวลาประมาณ | เหมาะกับ |
|---|---|---|---|---|
| 1. กดเองตาม checklist | เดินตาม user flow หลักทีละขั้น | ไม่ต้อง | 15 ถึง 30 นาทีต่อรอบ | ทุกโปรเจกต์ |
| 2. ลองทำให้พัง | ใส่ข้อมูลผิดรูปแบบ กดซ้ำ ตัด internet | ไม่ต้อง | 30 นาทีถึง 1 ชั่วโมง | เว็บที่มี form หรือรับข้อมูล |
| 3. automated test | ให้ AI เขียน test แล้วรันอัตโนมัติ | ไม่ต้องเขียนเอง แต่ควรอ่านผลเป็น | ครึ่งวันสำหรับรอบแรก | เว็บที่มีสูตรคำนวณหรือแก้บ่อย |
| 4. beta กับผู้ใช้จริง | ให้คนกลุ่มเล็กใช้แล้วรายงานปัญหา | ไม่ต้อง | 1 ถึง 2 สัปดาห์ | งานที่จะเปิดให้คนทั่วไปใช้ |
ไม่จำเป็นต้องทำครบทุกชั้นตั้งแต่วันแรก เว็บแนะนำร้านหน้าเดียวทำแค่ชั้น 1 ก็พอ แต่ถ้าเป็นระบบที่เก็บข้อมูลผู้ใช้หรือเกี่ยวกับเงิน ควรทำให้ครบ
ชั้นที่ 1: กดใช้เองตาม checklist
เขียน user flow 3 ถึง 5 เส้นทางก่อน
user flow คือลำดับสิ่งที่ผู้ใช้ทำตั้งแต่เข้าเว็บจนได้สิ่งที่ต้องการ ให้เขียนเป็นภาษาธรรมดาก็พอ ถ้าเว็บมีผู้ใช้หลายบทบาท ต้องเขียนแยกตามบทบาท
ดูตัวอย่างจาก Leave ระบบจัดการการลา ที่ออกแบบให้พนักงาน ผู้จัดการ และ HR ใช้งาน ระบบแบบนี้ควรมี flow อย่างน้อย 3 เส้น คือ พนักงานยื่นใบลา ผู้จัดการอนุมัติหรือปฏิเสธ และ HR ดูภาพรวม แล้ว test ว่าข้อมูลที่ฝั่งหนึ่งทำไปขึ้นถูกต้องที่อีกฝั่ง ระบบนี้ยังแสดงวันที่เป็นวัน/เดือน/ปี พ.ศ. ซึ่งเป็นจุดที่ควรตรวจเสมอถ้าเว็บของคุณแสดงวันที่แบบไทย เพราะ AI มักแปลงปีพลาดไป 543 ปีในบางหน้า
checklist ขั้นต่ำที่ควรกดทุกครั้งก่อน deploy
- เปิดหน้าแรกได้ ไม่มีหน้าขาว ไม่มี error สีแดงใน console ของ browser
- ทุกปุ่มและทุก link กดแล้วไปถูกที่
- กรอก form แล้วบันทึกได้ ปิดเว็บแล้วเปิดใหม่ข้อมูลยังอยู่
- เปิดบนมือถือจริงอย่างน้อย 1 เครื่อง ไม่ใช่แค่ย่อหน้าต่าง browser
- test บน link ที่ deploy แล้ว ไม่ใช่แค่ localhost
ชั้นที่ 2: ลองทำให้พังด้วยข้อมูลแปลก ๆ
ชั้นนี้คือการคิดแบบผู้ใช้ที่ไม่ได้อ่านคู่มือ ลองทำสิ่งเหล่านี้กับทุก form
- เว้นช่องที่ต้องกรอกไว้แล้วกดบันทึก
- ใส่ตัวเลขติดลบ ศูนย์ หรือตัวเลขยาวมาก ๆ ในช่องจำนวนเงิน
- ใส่ข้อความภาษาไทยยาว 500 ตัวอักษร หรือใส่ emoji
- กดปุ่มบันทึกรัว ๆ แล้วดูว่าข้อมูลซ้ำไหม
- กด refresh ระหว่างกรอก หรือกดย้อนกลับหลังบันทึก
- ปิด wifi บนมือถือแล้วกดบันทึก ดูว่าเว็บแจ้งผู้ใช้ไหม หรือเงียบไปเลย
ถ้าเว็บรับข้อความจากผู้ใช้ไปแสดงผล ควรลองใส่ข้อความที่หน้าตาเหมือนโค้ดด้วย เพื่อดูว่าระบบกรองไว้หรือเปล่า เรื่องนี้เกี่ยวกับความปลอดภัยโดยตรง ถ้าอยากมีด่านตรวจเพิ่ม Parisec เป็นเครื่องมือตรวจหาช่องโหว่ของเว็บด้วย pentest แบบง่าย และเปิดให้ใช้ฟรีสำหรับคนที่อยากตรวจ code ที่สร้างด้วย AI ใช้คู่กับการ test เองได้ แต่ไม่ควรใช้แทนการตรวจตาม checklist ความปลอดภัยทั้งหมด
ทุกครั้งที่เจอปัญหา ให้จดไว้เป็นข้อ ๆ ว่าทำอะไรแล้วเกิดอะไร แล้วส่งให้ AI แก้ทีละข้อ อย่าส่งไปทีเดียว 10 ข้อ เพราะ AI จะแก้ข้ามไปบางข้อหรือแก้แล้วทำของเดิมพัง
ชั้นที่ 3: สั่ง AI เขียน automated test
automated test คือ script ที่รันแล้วตรวจให้อัตโนมัติว่าเว็บยังทำงานถูกต้อง ข้อดีคือหลังจากนี้ทุกครั้งที่สั่ง AI แก้โค้ด สั่งรัน test ซ้ำได้ทันที ไม่ต้องกดเองใหม่ทุกปุ่ม
unit test สำหรับสูตรและ logic
ถ้าเว็บมีสูตรคำนวณ เช่น ราคา ภาษี ส่วนลด หรือการแปลงข้อมูล ส่วนนี้ควรมี test มากที่สุด ลองนึกถึงงานแบบ ThaiBahtText ที่แปลงตัวเลขอารบิกเป็นตัวหนังสือบาทไทยสำหรับใบเสร็จและใบแจ้งหนี้ งานแบบนี้ผิดแค่หลักเดียวก็ใช้ไม่ได้แล้ว ถ้าเว็บของคุณมีฟังก์ชันประเภทนี้ ให้เตรียมคู่ input กับผลลัพธ์ที่ถูกต้องไว้เอง เช่น ตัวเลขที่ลงท้ายด้วย 1, ตัวเลขหลักล้าน, ศูนย์ และตัวเลขที่มีสตางค์ แล้วให้ AI เขียนเป็น test
จุดสำคัญคือคำตอบที่ถูกต้องต้องมาจากคุณ ไม่ใช่ให้ AI คิดเอง เพราะถ้า AI เข้าใจสูตรผิด test ที่มันเขียนก็จะผิดไปด้วย
end-to-end test ด้วย browser จำลอง
end-to-end test คือให้โปรแกรมเปิด browser แล้วกดตาม user flow แทนเรา เครื่องมือที่นิยมคือ Playwright ซึ่ง Claude Code, Codex และ Cursor สั่งติดตั้งและรันใน terminal ได้ ทำให้ AI เห็นผล test แล้วแก้ต่อเองได้
ตัวอย่าง prompt ที่ใช้ได้ทันที
- เปิดหน้าแรก
- กดปุ่ม "ยื่นใบลา"
- เลือกวันที่ แล้วกรอกเหตุผล
- กดบันทึก แล้วตรวจว่ารายการใหม่ขึ้นในตาราง
- กรณีไม่กรอกเหตุผล ต้องมีข้อความเตือนและห้ามบันทึก
เขียนเสร็จแล้วให้รัน test และสรุปว่าข้อไหนผ่าน ข้อไหนไม่ผ่าน
ห้ามแก้ test เพื่อให้ผ่าน ถ้าไม่ผ่านให้แก้โค้ดของเว็บ และอธิบายว่าแก้อะไร
```
ระวัง AI แก้ test ให้ผ่านแทนการแก้ bug
นี่คือกับดักที่เจอบ่อยที่สุด เมื่อ test ไม่ผ่าน AI บางครั้งเลือกแก้ตัว test ให้ตรวจหลวมลง หรือข้าม test ข้อนั้นไป ผลคือทุกข้อขึ้นว่าผ่านแต่เว็บยังพังอยู่ วิธีป้องกันคือเขียนไว้ใน prompt ชัด ๆ ว่าห้ามแก้ test และถ้าใช้ Git อยู่แล้ว ให้ดู diff ทุกครั้งว่าไฟล์ test ถูกแก้ไปหรือเปล่า
ใช้ข้อมูลจำลองก่อน ค่อยเชื่อมของจริง
ระหว่าง test ไม่ควรใช้ database จริงที่มีข้อมูลลูกค้าอยู่ ให้สั่ง AI สร้างข้อมูลจำลองหรือ mock data ไว้ใช้ก่อน ระบบจัดซื้อวัสดุก่อสร้าง เป็นตัวอย่างที่บอกไว้ตรง ๆ ว่ายังเป็นต้นแบบที่ผสมข้อมูลจำลองกับ API จริง ส่วนระบบลาที่ยกตัวอย่างไปก่อนหน้าก็มีทั้งข้อมูลจำลองที่บันทึกได้และการเชื่อมต่อกับ PostgreSQL
แนวทางที่ปลอดภัยคือแยก environment เป็น 2 ชุด ชุดหนึ่งไว้ test อีกชุดไว้ใช้จริง แล้วสั่ง AI ให้ทุก test ชี้ไปที่ชุด test เท่านั้น ถ้าลืมแยก test ที่สั่งลบข้อมูลอาจลบข้อมูลจริงไปด้วย
ชั้นที่ 4: ปล่อย beta ให้คนกลุ่มเล็กลองใช้
ไม่ว่าจะ test เองละเอียดแค่ไหน ผู้ใช้จริงก็จะเจอสิ่งที่คุณนึกไม่ถึงเสมอ การปล่อย beta ให้คน 5 ถึง 20 คนลองก่อนจึงคุ้มมาก
หลายผลงานบน applnw ประกาศสถานะนี้ไว้อย่างเปิดเผย เช่น Wathasin เว็บฝึกนำเสนอ พิตช์ธุรกิจ และสัมภาษณ์งานกับ AI ที่บอกไว้ว่ายังอยู่ระหว่างพัฒนาและเปิดรับรายงาน bug กับข้อเสนอแนะ หรือ Badgang ที่ใช้จัดก๊วนแบดมินตันและเก็บประวัติการเล่น เปิดให้ใช้ฟรีและรับข้อเสนอแนะเรื่อง feature เพิ่มเติม การบอกผู้ใช้ตรง ๆ ว่ายังเป็นช่วงทดลองช่วยให้คนเข้าใจถ้าเจอปัญหา และกล้าแจ้งกลับมามากขึ้น
ทำช่องทางรับ bug report ให้ได้ข้อมูลพอใช้
รายงานแบบ "ใช้ไม่ได้ครับ" แทบเอาไปแก้อะไรไม่ได้ ให้ทำ form สั้น ๆ ที่ถาม 5 ข้อนี้
- กำลังทำอะไรอยู่ตอนเจอปัญหา
- คาดว่าจะเกิดอะไรขึ้น
- สิ่งที่เกิดขึ้นจริง
- ใช้มือถือหรือคอมพิวเตอร์ browser อะไร
- แนบ screenshot ถ้ามี
ข้อมูล 5 ข้อนี้ copy ไปวางให้ AI ได้เลย และพอแก้เสร็จ ให้สั่ง AI เพิ่ม test สำหรับ bug นั้นด้วย จะได้ไม่กลับมาพังซ้ำเมื่อแก้ส่วนอื่นในอนาคต
test แค่ไหนถึงพอ
| ประเภทงาน | ขั้นต่ำที่ควรทำ |
|---|---|
| landing page หรือเว็บแนะนำร้าน | ชั้น 1 และเปิดบนมือถือจริง |
| เครื่องมือคำนวณ | ชั้น 1, 2 และ unit test ทุกสูตร |
| ระบบที่เก็บข้อมูลผู้ใช้ | ครบ 4 ชั้น พร้อมแยกข้อมูล test กับข้อมูลจริง |
| ระบบที่เกี่ยวกับเงินหรือข้อมูลส่วนตัว | ครบ 4 ชั้น ตรวจความปลอดภัยเพิ่ม และ beta นานขึ้น |
กฎง่าย ๆ คือ ยิ่งความเสียหายตอนพังมากเท่าไร ก็ยิ่งต้อง test มากเท่านั้น เว็บดูดวงพังไป 1 ชั่วโมงไม่เป็นไรมาก แต่ระบบที่คำนวณเงินเดือนผิดแม้แต่ครั้งเดียวจะทำให้คนเลิกเชื่อทันที
สรุป
การ test เว็บที่สร้างด้วย AI ไม่ต้องเขียนโค้ดเป็น แต่ต้องมีวินัย เริ่มจากเขียน user flow แล้วกดเองตาม checklist ลองใส่ข้อมูลแปลก ๆ ให้ระบบพัง สั่ง AI เขียน test สำหรับส่วนที่ผิดไม่ได้ และปล่อย beta ให้คนกลุ่มเล็กก่อนเปิดจริง ทำเป็นนิสัยตั้งแต่โปรเจกต์แรก แล้วโปรเจกต์ต่อ ๆ ไปจะเร็วขึ้นเพราะมี test เดิมคอยกันพังให้
ถ้าอยากดูว่าคนไทยคนอื่นทำงานแบบไหนและเปิดให้ใช้ถึงขั้นไหนแล้ว ลองเปิดดูผลงานกว่า 2,496 รายการบน applnw.com เพื่อหาแรงบันดาลใจ หรือหาผู้ใช้กลุ่มแรกมาช่วย test งานของคุณ