Harness Engineering ตอนที่ 2: Prompt คือ Control Plane (ไม่ใช่ Input Box)

คำโปรย: “Prompt กำหนดวิธีพูด, Harness กำหนดวิธีทำงาน” — เรียนรู้ว่าทำไม Prompt Engineering ถึงถึงจุดอิ่มตัว และ Harness Engineering คือคำตอบ

🎣 ส่วนนำ: ทำไม Prompt ถึงสำคัญกว่าที่คิด?

ลองนึกภาพว่าคุณมีรถยนต์คันหนึ่ง

แบบที่ 1: คุณบอก “ขับไปถึงที่หมาย” — รถจะพาคุณไปได้ แต่ถ้ามีเด็กวิ่งตัดหน้า? รถอาจจะเบรกไม่ทัน

แบบที่ 2: คุณบอก “ขับไปที่หมาย แต่ต้องระวังเด็กข้างทาง ขับช้ากว่า 50 กม./ชม. ห้ามแซง และต้องหยุดเติมน้ำมันทุก 200 กม.” — ผลลัพธ์จะต่างกันมาก

Prompt ก็เหมือนกัน

หลายคนมอง Prompt เป็นแค่ “กล่องใส่ข้อความ” ที่พิมพ์ๆ แล้วกดส่ง แต่ถ้ามองในมุมของ Harness Engineering — Prompt คือ Control Plane ที่ควบคุมพฤติกรรมของ AI ไม่ใช่แค่ input ที่ใส่เข้าไป

และนี่คือจุดที่หลายคนเข้าใจผิด

🤔 Prompt คืออะไร?

มุมมองเดิม vs มุมมองใหม่

มุมมองเดิม (Input Box):

“Prompt คือ ข้อความที่ใส่เข้าไปในกล่อง chat เพื่อบอก AI ให้ทำอะไรสักอย่าง”

มุมมองใหม่ (Control Plane):

“Prompt คือ interface สำหรับควบคุมพฤติกรรมของ AI — เหมือนพวงมาลัยที่ควบคุมทิศทาง ไม่ใช่แค่เชื้อเพลิงที่ใส่เข้าไป”

ทำไมต้องแยกให้ชัด?

เพราะถ้ามอง Prompt เป็นแค่ Input Box → คุณจะโฟกัสที่ “จะพิมพ์อะไรดี” แต่ถ้ามอง Prompt เป็น Control Plane → คุณจะโฟกัสที่ “จะ design ระบบอย่างไรให้ AI ทำงานถูกต้อง”

นี่คือความแตกต่างระหว่าง Prompt Engineering (ปรับแต่งข้อความ) กับ Harness Engineering (ออกแบบระบบควบคุม)

📊 ตัวอย่างเปรียบเทียบ: Input Box vs Control Plane

เห็นไหม? Control Plane ไม่ได้แค่ “บอกว่าทำอะไร” แต่ “บอกว่าทำอย่างไร ด้วยเงื่อนไขอะไร”

🏗️ Prompt Layering: 3 ระดับของการควบคุม

ไม่ใช่ทุก Prompt อยู่ในระดับเดียวกัน การแบ่งชั้นของ Prompt ช่วยให้เราออกแบบระบบที่ซับซ้อนได้ดีขึ้น

ตารางเปรียบเทียบ 3 ระดับ

อธิบายแบบง่ายๆ

• Orchestration = ผู้จัดการโปรเจกต์ ที่บอกว่า “เรามี 5 ขั้นตอน ขั้น 1 ทำ A ขั้น 2 ทำ B…”
• Runtime = หัวหน้างาน ที่บอกว่า “ตอนทำขั้นนี้ อย่าลืมเรื่องความปลอดภัยด้วย”
• Model Interface = เลขาที่ ที่บอกว่า “เขียนรายงานในรูปแบบนี้…”

ทั้ง 3 ระดับทำงานร่วมกัน เหมือนโครงสร้างองค์กร — แต่ละชั้นมีหน้าที่ต่างกัน

ตัวอย่างโค้ด: Prompt Layering ในทางปฏิบัติ

 1# Layer 1: Orchestration (Foundation)
 2SYSTEM_PROMPT = """
 3You are a senior Python developer working on a FastAPI project.
 4You always write type-safe, well-documented code.
 5You follow TDD: write tests before implementation.
 6"""
 7
 8# Layer 2: Runtime (Context)
 9CONTEXT_PROMPT = """
10Current project structure:
11- /app/main.py - FastAPI entry point
12- /app/models/ - Pydantic models
13- /app/routers/ - API endpoints
14- /tests/ - Pytest test files
15
16Current task: Implement user authentication
17"""
18
19# Layer 3: Model Interface (Task)
20TASK_PROMPT = """
21Write a function to authenticate user by JWT token.
22
23Requirements:
24- Use Pydantic for validation
25- Return HTTPException on failure
26- Include unit tests
27- Follow existing code style
28"""
29
30# Combine all layers
31full_prompt = f"{SYSTEM_PROMPT}\n\n{CONTEXT_PROMPT}\n\n{TASK_PROMPT}"
32print(full_prompt)

📈 สถิติที่น่าสนใจ

ข้อมูลจากงานวิจัยชี้ว่า:

นั่นหมายความว่า การเปลี่ยนแปลงที่ระดับ “ระบบ” (Harness) มีผลมากกว่าการเปลี่ยนแปลงที่ระดับ “ข้อความ” (Prompt) ถึง 10 เท่า!

และนี่คือเหตุผลที่เราต้องมอง Prompt เป็น Control Plane ไม่ใช่แค่ Input Box

📄 AGENTS.md: แผนที่ ไม่ใช่ Prompt ยาวๆ

อีกตัวอย่างที่ดีคือไฟล์ AGENTS.md ในโปรเจกต์ต่างๆ

หลายคนเขียน prompt ยาวเต็มไฟล์ แต่ AGENTS.md ที่ดีควรเป็น แผนที่ — บอกว่า:

• Agent นี้ทำอะไร
• ต้อง interact กับอะไรบ้าง
• มีข้อจำกัดอะไร

ไม่ใช่ “script ที่ต้องอ่านทุกบรรทัด”

ตัวอย่าง: AGENTS.md ที่ดี

 1# Agent Role: Backend Developer
 2
 3## Responsibilities
 4- Implement API endpoints
 5- Write unit tests
 6- Update documentation
 7
 8## Constraints
 9- Must use type hints
10- Must achieve 90% test coverage
11- Cannot modify database schema without approval
12
13## Workflow
141. Read task from TASKS.md
152. Implement code
163. Run tests
174. Submit for review

นี่คือหลักการของ Prompt Layering — แบ่งให้ชัด ไม่ยัดทุกอย่างไว้ที่เดียว

🔍 จากทฤษฎีสู่ Reality Check: Claude Code vs Codex

ตอนนี้เราเข้าใจหลักการแล้ว มาดูตัวอย่างจริงกัน

Claude Code vs OpenAI Codex

ตัวอย่าง: Token Usage ต่างกันอย่างไร?

 1งาน: Implement user authentication
 2
 3Claude Code:
 4- Scan repo: 50K tokens
 5- Read CLAUDE.md: 10K tokens
 6- Plan: 5K tokens
 7- Implement: 30K tokens
 8- Test: 20K tokens
 9- Total: ~115K tokens
10
11Codex:
12- Read AGENTS.md: 5K tokens
13- Implement: 20K tokens
14- Test: 10K tokens
15- Total: ~35K tokens
16
17Ratio: Claude Code ใช้ token มากกว่า ~3.3 เท่า

คำถาม: แล้วควรเลือกอันไหน?

คำตอบ: ขึ้นอยู่กับงาน

• Claude Code — เหมาะกับงานที่ซับซ้อน ต้องการ thorough plan
• Codex — เหมาะกับงานเร็วๆ ไม่ซับซ้อนมาก

🛡️ Guardrails 3 ระดับ

Prompt ที่ดีต้องมี Guardrails — เหมือนรั้วที่ป้องกันไม่ให้ AI ทำผิด

ตาราง: Guardrails 3 ระดับ

ตัวอย่างโค้ด: Guardrails ในทางปฏิบัติ

 1class Guardrails:
 2    def validate_input(self, prompt: str) -> bool:
 3        # Input guardrails
 4        if len(prompt) > 10000:
 5            raise ValueError("Prompt too long")
 6        if "rm -rf" in prompt:
 7            raise ValueError("Dangerous command detected")
 8        return True
 9    
10    def validate_output(self, code: str) -> bool:
11        # Output guardrails
12        if not self.has_type_hints(code):
13            raise ValueError("Missing type hints")
14        if not self.has_docstrings(code):
15            raise ValueError("Missing docstrings")
16        return True
17    
18    def validate_execution(self, tool_call: dict) -> bool:
19        # Execution guardrails
20        if tool_call['name'] == 'file_write':
21            if not tool_call['path'].startswith('/safe/'):
22                raise ValueError("Unsafe path")
23        return True

🧠 Memory Systems 5 ประเภท

AI จำเป็นต้องมี Memory — แต่ไม่ใช่แค่ “จำได้ทุกเรื่อง” แต่ต้องจำอย่างมีระบบ

ตาราง: Memory Systems 5 ประเภท

ตัวอย่าง: การใช้งาน Memory ในทางปฏิบัติ

 1# CLAUDE.md (Project Memory)
 2
 3## Project Overview
 4- Name: FastAPI Auth System
 5- Version: 1.0.0
 6- Python: 3.11+
 7
 8## Coding Standards
 9- Type hints: Required
10- Test coverage: 90%+
11- Documentation: Google style
12
13## Current Progress
14- [x] User model
15- [x] Authentication endpoint
16- [ ] Authorization middleware
17- [ ] Unit tests

🔄 Retry Logic 5 ระดับ

เมื่อ AI ทำผิด — จะทำอย่างไร?

ตาราง: Retry Logic 5 ระดับ

ตัวอย่างโค้ด: Retry Logic ในทางปฏิบัติ

 1class RetryLogic:
 2    def execute_with_retry(self, task: str, max_retries: int = 5):
 3        for attempt in range(max_retries):
 4            try:
 5                # Level 1: Simple Retry
 6                result = self.model.execute(task)
 7                return result
 8            except TemporaryError:
 9                continue
10            except MisunderstandingError:
11                # Level 2: Reformulated Retry
12                task = self.reformulate(task)
13            except ModelCapabilityError:
14                # Level 3: Model Fallback
15                self.model = self.get_fallback_model()
16            except ComplexityError:
17                # Level 4: Decomposition Retry
18                subtasks = self.decompose(task)
19                results = [self.execute_with_retry(t) for t in subtasks]
20                return self.combine(results)
21        
22        # Level 5: Human Escalation
23        self.escalate_to_human(task)

👥 Sub-agent Isolation

เมื่อมีหลาย Agent — จะแยกกันอย่างไร?

ตาราง: Codex vs Claude

📝 สรุปตอนที่ 2

สิ่งที่ได้เรียนรู้:

✅ Prompt คือ Control Plane — ไม่ใช่ Input Box แต่เป็น interface ควบคุมพฤติกรรม

✅ Prompt Layering 3 ระดับ — Orchestration, Runtime, Model Interface

✅ สถิติ — Harness-level changes ได้ 28-47% improvement (vs <3% จาก prompt engineering)

✅ Claude Code vs Codex — 2 แนวคิดต่างกัน (Proactive Planner vs Shell-first Surgeon)

✅ Guardrails 3 ระดับ — Input, Output, Execution

✅ Memory Systems 5 ประเภท — System, Session, Project, User, World

✅ Retry Logic 5 ระดับ — Simple → Reformulated → Fallback → Decomposition → Human

✅ Sub-agent Isolation — Cloud Sandbox vs Git Worktree

💡 บทเรียนจากประสบการณ์เหน่ง

ช่วงแรก: ใช้ AI โดยไม่มี Harness

1❌ ใส่ prompt สั้นๆ แล้วดูว่าได้อะไร
2❌ "ช่วยเขียน Python script หน่อย"
3❌ "สรุปข้อความนี้ให้หน่อย"

ผลลัพธ์: ได้มาบ้าง ไม่ได้บ้าง AI บางทีเขียนโค้ดผิด ต้องมานั่งแก้ไขเองเยอะ

ปัจจุบัน: ใช้ Qwen (Alibaba) พร้อม Flow

1✅ กำหนด Orchestration → "งานนี้ต้องทำอะไรบ้าง"
2✅ กำหนด Runtime → "มีเงื่อนไขอะไรต้องระวัง"
3✅ กำหนด Model Interface → "output ต้องออกมาในรูปแบบไหน"

ผลลัพธ์: พอใจ 90% — AI ให้สิ่งที่ต้องการมากขึ้น แก้ไขน้อยลง

“Flow แล้ว” = มีขั้นตอนชัดเจน ไม่ใช่แค่ “ถามๆๆ ไปเรื่อย”

การเดินทาง: ไม่มี Harness → มี Flow → มี Guardrails

 1Stage 1: ไม่มี Harness
 2- ใช้ AI ตามใจ
 3- ผลลัพธ์ไม่แน่นอน
 4- เสียเวลาแก้ไขเยอะ
 5
 6Stage 2: มี Flow
 7- มีขั้นตอนชัดเจน
 8- ผลลัพธ์ดีขึ้น
 9- เสียเวลาน้อยลง
10
11Stage 3: มี Guardrails
12- มีระบบป้องกัน
13- ผลลัพธ์น่าเชื่อถือ
14- เสียเวลาน้อยมาก

🔄 ตอนต่อไป: Harness Components — ระบบอวัยวะของ AI

ตอนนี้เราเข้าใจแล้วว่า:

• ✅ Prompt คือ Control Plane
• ✅ Prompt Layering มี 3 ระดับ
• ✅ Guardrails, Memory, Retry Logic สำคัญอย่างไร

แล้ว Harness Components คืออะไร?

Harness มี “อวัยวะ” หลายอย่างที่ทำงานร่วมกัน:

• Control Plane — Prompt ที่เราเพิ่งคุยกัน
• Query Loop — หัวใจที่สูบฉีดงาน
• Tools & Permissions — มือที่ทำงาน
• Memory & Context — สมองที่จำ
• Recovery Paths — ระบบภูมิคุ้มกัน

ในตอนต่อไป เราจะมาเจาะลึกแต่ละ “อวัยวะ” ว่าทำงานอย่างไร และทำไมต้องมี

ติดตามตอนต่อไปได้เลย 🚀

📚 อ้างอิง

แหล่งหลัก:

Harness Books 2 เล่ม โดย wquguru

• Book 1: Claude Code Harness
• Book 2: Claude Code vs Codex
• Online Version: harness-books.agentway.dev

แหล่งเสริม:

1. Stanford HAI - Prompt Engineering Limitations (2025)
2. Morph LLM - Codex vs Claude Code Benchmarks
3. Anthropic - Constitutional AI
4. Google - Chain of Thought Prompting
5. OpenAI - Templatized Prompt Engineering