llms.txt กับ MCP ช่วย AI agent ได้น้อยกว่าที่คิด บทเรียนจาก Backpack for Laravel

ทีม Backpack for Laravel พบว่า llms.txt กับ MCP server สำหรับค้นเอกสารแทบไม่ช่วยให้ AI agent ใช้ package ได้ดีขึ้น สิ่งที่ช่วยจริงคือ guideline ที่อยู่ใน context ของ agent ตั้งแต่ต้นผ่าน Laravel Boost, API ที่ไม่เปลี่ยนบ่อย, ซอร์สโค้ดที่อ่านง่าย และคำสั่ง generator

เผยแพร่
เวลาอ่าน
4 นาที
สรุปจาก
Cristian Tabacitu · backpackforlaravel.com
ในโพสต์นี้ 6 หัวข้อ
  1. งานที่เคยใช้หนึ่งวันเหลือชั่วโมงเดียว
  2. llms.txt กับ MCP สำหรับค้นเอกสารแทบไม่ได้ใช้
  3. เรื่องที่ทำไว้ให้คนกลับช่วย agent ไปด้วย
  4. guideline ใน Laravel Boost ช่วยได้มากที่สุด
  5. generator และชื่อที่เดาได้ลดโอกาสพลาด
  6. ฝั่งคนใช้ package ก็ได้ประโยชน์จากเรื่องเดียวกัน

งานที่เคยใช้หนึ่งวันเหลือชั่วโมงเดียว

Backpack เป็น package ทำหน้าแอดมินของ Laravel ที่มีมาราว 10 ปี ผู้เขียนเล่าว่าเมื่อสองปีก่อน หน้าแอดมินของเว็บง่าย ๆ ใช้เวลาวันหรือสองวัน CRUD หนึ่งหน้าใช้ 30–60 นาที ตอนนี้ทั้งหมดเหลือชั่วโมงหรือสองชั่วโมง เพราะให้ agent รันคำสั่งของ Backpack เขียน config และ test แล้วผู้เขียนรีวิวผล

สิ่งที่ผู้เขียนแปลกใจคือ ส่วนที่ทำให้ agent ใช้ Backpack ได้ดีส่วนใหญ่ไม่ใช่งานที่ทำเพื่อ AI โดยตรง และสองอย่างที่คนแนะนำกันบ่อยที่สุดกลับช่วยได้น้อยมาก

llms.txt กับ MCP สำหรับค้นเอกสารแทบไม่ได้ใช้

llms.txt คือไฟล์ที่วางไว้ที่ราก website บอก LLM ว่าเอกสารหน้าไหนอยู่ตรงไหน Backpack ทำไว้แล้วพบว่า agent แทบไม่ไปเปิด ถ้าเปิดก็ได้แค่สารบัญของเอกสารที่ agent อ่านเองได้อยู่แล้ว ผู้เขียนกำลังคิดจะเอาออก

MCP server สำหรับค้นเอกสาร ผลออกมา "ก้ำกึ่ง" ด้วยสองเหตุผล

  • agent ต้องตัดสินใจเองว่าจะเรียก tool นี้ ซึ่งส่วนใหญ่ไม่เรียก
  • พอเรียก บาง model ก็ส่งคำค้นสั้นมาก บางทีแค่สองคำ ผลที่ได้จึงไม่ค่อยตรง

ผู้เขียนมองว่า MCP เหมาะกับข้อมูลที่เปลี่ยนตลอดหรืองานที่ agent ทำเองไม่ได้ อย่าง query ฐานข้อมูลของโปรเจกต์ หรือดู CSS ที่ browser ใช้จริง เอกสารที่ไม่เปลี่ยนไม่ใช่งานแบบนั้น บทเรียนที่ได้คือข้อมูลที่ได้ผลต้องอยู่ใน context ของ agent อยู่แล้ว หรืออยู่ในข้อมูลที่ model เรียนมาแล้ว

เรื่องที่ทำไว้ให้คนกลับช่วย agent ไปด้วย

สี่เรื่องที่ Backpack ทำมาตลอดเพื่อนักพัฒนา กลายเป็นสิ่งที่ agent ต้องการมากที่สุด

  • API ที่ไม่เปลี่ยนกลายเป็นข้อมูลที่ model เรียนมาแล้ว API หลักของ Backpack แทบไม่เปลี่ยนมาสี่ปี โค้ด Backpack หลายปีบนอินเทอร์เน็ตจึงยังถูกอยู่ ทุกครั้งที่เปลี่ยนชื่อ method ความรู้ของ model จะแตกเป็นแบบเก่ากับแบบใหม่ แล้ว model จะเสนอแบบเก่าไปอีกหลายปี ผู้เขียนแนะนำให้ deprecate แทนการเปลี่ยนชื่อ และให้ signature เก่ายังใช้ได้
  • open source มีตัวอย่างให้เรียนเยอะ issue, PR, บทความ และคำตอบใน Stack Overflow ตลอดสิบปีล้วนเป็นข้อมูลที่ model เรียนมาและค้นได้
  • โค้ดส่วนที่ขายก็อ่านได้ Composer วางทุกอย่างไว้ใน vendor/ รวมถึง add-on แบบเสียเงิน ไม่มีการเข้ารหัสโค้ด agent จึงตอบคำถามเรื่อง Backpack เองได้ส่วนใหญ่ด้วยการเปิดอ่านใน vendor/ โดยไม่ต้องบอก ฟีเจอร์ที่ซ่อนไว้หลัง SaaS หรือเข้ารหัสไว้ agent จะมองไม่เห็นเลย
  • แก้อะไรเล็ก ๆ ได้ในไฟล์เดียว Backpack ให้ override เกือบทุกอย่างด้วย closure ไม่ต้องสร้างคลาสหรือลงทะเบียน provider ยิ่งแก้ได้ในไฟล์เดียว agent ก็โหลด context น้อยลงและพลาดน้อยลง

ตัวอย่างที่ผู้เขียนยกคือคอลัมน์ที่คำนวณจากสองฟิลด์ เขียนจบในบรรทัดเดียว

CRUD::column('full_name')->value(fn ($entry) => $entry->first_name.' '.$entry->last_name);

guideline ใน Laravel Boost ช่วยได้มากที่สุด

สิ่งที่ทำเพื่อ AI โดยตรงแล้วได้ผลที่สุดคือ guideline และ skill สำหรับ Laravel Boost ผู้ใช้รัน php artisan boost:install แล้วเลือก backpack/crud agent ก็ได้คำแนะนำว่าฟีเจอร์ไหนมีให้ใช้และควรเขียนแบบไหนในเวอร์ชันที่ติดตั้งอยู่ skill แบ่งตามหัวข้อ เช่น field, column, filter, test agent จึงโหลดเฉพาะส่วนที่ใช้

เหตุที่ได้ผลกว่า MCP คือ agent ไม่ต้องตัดสินใจไปดึง คำแนะนำอยู่ใน context ตั้งแต่เริ่มงาน และยังแก้ปัญหา model เขียนโค้ดตามเวอร์ชันเก่าไปด้วย เพราะคำแนะนำตรงกับเวอร์ชันที่ลงไว้จริง

แพ็กเกจของเราเองก็ทำแบบนี้ db-snapshot-sync-laravel และ laravel-db-tunnel ส่ง skill ไปกับ Boost agent ในโปรเจกต์ที่ลงแพ็กเกจจึงรู้ว่าต้องดึงฐานข้อมูลด้วย snapshot:sync หรือแก้ยังไงเมื่อ tunnel ต่อไม่ได้ โดยไม่ต้องเปิดเอกสารเลย

generator และชื่อที่เดาได้ลดโอกาสพลาด

  • คำสั่ง generator php artisan backpack:crud Product สร้าง model, request, controller, route และเมนูให้ในคำสั่งเดียว add-on ของ Backpack มีคำสั่งเขียน feature test ให้ทุก CrudController ด้วย คำสั่งให้ผลถูกเหมือนเดิมทุกครั้ง ส่วนโค้ดที่ agent พิมพ์เองทุกไฟล์คือโอกาสพลาดเล็ก ๆ ทุกไฟล์
  • ชื่อที่เดาได้ field text คู่กับ column text ถ้ามี select2 ก็มี select2_multiple agent เห็นตัวเดียวก็เดาที่เหลือได้โดยไม่ต้องเปิดไฟล์ ชื่อที่ไม่สม่ำเสมอแต่ละตัวคือการเดาผิดที่เราต้องมาจับตอนรีวิว
  • เอกสารแบบ markdown เอกสารของ Backpack อยู่หลัง Cloudflare ซึ่งเปิดให้ส่งหน้าเอกสารเป็น markdown แทน HTML เมื่อ agent ขอได้ ผู้เขียนบอกว่าช่วยเล็กน้อย แต่ไม่มีค่าใช้จ่ายถ้าใช้ Cloudflare อยู่แล้ว

ฝั่งคนใช้ package ก็ได้ประโยชน์จากเรื่องเดียวกัน

บทความเขียนให้คนทำ package เป็นหลัก แต่คนทำแอปเอาไปใช้ได้หลายข้อ

  • ลง Laravel Boost แล้วรัน php artisan boost:update ทุกครั้งที่เพิ่ม package ที่มี guideline agent จะได้คำแนะนำที่ตรงกับเวอร์ชันที่ลงไว้
  • ความรู้เฉพาะโปรเจกต์ของเรา ก็ควรอยู่ในไฟล์ที่ agent อ่านทุกครั้งที่เริ่มงานเหมือนกัน แทนที่จะหวังให้ agent ไปค้นเอง วิธีที่เราใช้อยู่ในโพสต์เก็บความรู้ของโปรเจกต์ให้ AI agent อ่านทุกครั้งที่เริ่มงาน
  • ผู้เขียนแนะนำให้ใช้ model ที่ดีที่สุดที่มี เพราะเห็นว่า model รุ่นปัจจุบันต่างจากรุ่นเมื่อหกเดือนก่อนมาก โดยเฉพาะงานแบบนี้

ถ้าเราทำ package เอง ผู้เขียนเรียงสิ่งที่ควรทำตามผลที่ได้ไว้ดังนี้ ใส่คำแนะนำไว้ในโปรเจกต์แทนให้ agent ไปดึง เลิกเปลี่ยนชื่อ API ปล่อยซอร์สโค้ดให้อ่านได้ ทำงานซ้ำ ๆ เป็นคำสั่ง ลดจำนวนไฟล์ที่ต้องแก้ ตั้งชื่อให้เดาได้ แล้วค่อยทำเอกสาร markdown ส่วน llms.txt กับ MCP สำหรับเอกสาร ข้ามไปได้ถ้าไม่มีเหตุผลเฉพาะ

รายละเอียดและตัวเลขเต็มอยู่ในบทความต้นฉบับของ Cristian Tabacitu

อ่านต่อ

ล่าสุด

ดูทั้งหมด →