
26 ธันวาคม 2568 ทีม XDA-Developers ลองเอาโค้ดทั้งโปรเจกต์ (codebase) ใส่เข้าไปใน NotebookLM ใช้มันเหมือนเป็น junior developer ในทีม เพื่อช่วยทำความเข้าใจโค้ดเก่าของตัวเองได้เร็วขึ้น
ปัญหาตั้งต้น:
– ถึงจะเป็นโค้ดที่ตัวเองเขียน แต่พอทิ้งไว้สักพักกลับมาอ่าน จะจำได้แค่ว่า อยู่ตรงไหน/ทำอะไร แต่ลืมว่า ทำไมถึงทำแบบนั้น และกลัวว่า แก้นิดเดียวจะกระทบทั้งระบบ
วิธีทดลอง:
– สร้างโปรเจกต์ Python เล็ก ๆ ที่มีส่วนประกอบเหมือนงานจริง (validation, pricing, inventory, utilities, tests) แล้วอัปโหลดไฟล์ทั้งหมดเข้า NotebookLM ให้มันอ่านทั้งระบบ
1. Knowing the code, but not knowing the code
– รู้ว่าเป็นโค้ดของเรา แต่ก็เหมือนไม่ได้รู้จริง ๆ แต่พอกลับมาแตะอีกทีหลังหายไป 2–3 สัปดาห์ สมองจะเริ่มถามว่า ทำไมตอนนั้นถึงเขียนแบบนี้วะ
ปัญหามันไม่ใช่อ่านไม่ออก มันคือ จำเหตุผลไม่ครบ
– จำได้ว่าไฟล์อยู่ไหน แต่จำไม่ได้ว่าทำไมต้องวางแบบนั้น
– จำได้ว่า flow ทำงานยังไง แต่จำไม่ได้ว่าแต่ละส่วน “พึ่งพา” อะไรอยู่
ผล คือ เวลาแก้อะไรนิดเดียว จะรู้สึกกลัว ๆ เพราะไม่มั่นใจว่า กระทบอะไรต่ออีกบ้าง สุดท้ายเราจะเสียเวลาไปกับ
– เปิดหลายไฟล์ไล่ flow
– ย้อนอ่านโค้ดรอบ ๆ
– เดา impact ในหัวมากกว่าการลงมือพัฒนาจริง ๆ
2. The experiment to feed my codebase into NotebookLM
– ทดลองเอา codebase ใส่เข้า NotebookLM ให้ AI เห็นภาพรวมทั้งหมด ไม่ใช่แค่โค้ดเป็นชิ้น ๆ ด้วยการสร้างโปรเจกต์ Python เล็ก ๆ แต่ครบระบบ มี
1. validation logic
2. pricing
3. inventory handling
4. utilities
5. basic tests เพื่อให้มันเหมือนงานจริง ไม่ใช่ตัวอย่างเล่น ๆ
วิธี feed ก็ตรง ๆ เลย
1. อัปโหลดไฟล์ .py ทั้งหมดแบบ plain text
2. ใส่ README
3. ใส่ภาพรวม folder structure
แนวคิดคือให้ NotebookLM ได้ context เหมือน Junior Developer ที่เพิ่งเข้าทีมวันแรก คือ มีโค้ดทั้งก้อน มีโครงสร้าง มีเอกสาร แล้วค่อยถามทีหลัง
แล้วตั้งโจทย์การใช้งานว่า โอเค สมมติว่าคุณอ่านหมดแล้ว ต่อไปเราคุยกันแบบคนทำงานจริง
3. I call it my best junior developer
– ทีมเลยเรียกมันว่า Junior Developer ที่เก่งสุดของผู้ใช้ ไม่ใช่มาแทนที่ แค่มาช่วยคิดข้าง ๆ กัน
– จุดเด่น คือ ผู้เขียนเปลี่ยนบทบาท ของ NotebookLM จากเครื่องมือสรุปเอกสาร → เพื่อนร่วมทีมที่อ่านโค้ดทั้งโปรเจกต์แล้ว
คำถามที่ถามจะเหมือนคุยกับ junior dev จริง ๆ เช่น
- ถ้าเพิ่งเข้ามา คุณเข้าใจระบบนี้ยังไง → ได้ onboarding summary + ภาพรวม workflow
- inventory error มันมา ๆ หาย ๆ น่าจะเกิดตรงไหน → มันไล่ logic ให้ และชี้จุดเสี่ยง (เช่น shared state)
- validation / pricing / inventory มันแน่นไปไหม → มันประเมิน coupling แล้วบอกความเสี่ยงก่อน
- มี test case หรือ edge case ตกหล่นไหม → มันชี้ช่องที่ควรเติม
ทั้งหมดนี้ที่สำคัญ คือ มันไม่ได้ทำตัวเป็น ผู้คุมโปรเจกต์ ไม่ได้สั่งให้ refactor แบบมั่ว ๆ แต่ทำตัวเหมือน junior ที่ดี คือ
- ช่วยไล่เหตุผล
- ช่วยชี้จุดเสี่ยง
- ช่วยตั้งคำถามที่เรามักมองข้าม
4. It’s not perfect, but it’s definitely better than I expected
มันไม่สมบูรณ์แบบ แต่ดีกว่าที่ฉันคิดไว้จริง ๆ แต่มีประโยชน์ในขอบเขตของมัน ไม่ใช่ยาวิเศษ มันมีข้อจำกัดชัด ๆ เช่น
– ต้องอัปโหลดเองทุกครั้ง
– ถ้าโปรเจกต์เปลี่ยนบ่อย ก็ต้องเอาเวอร์ชันใหม่ไปอัปเดตเอง
– สำหรับ codebase ใหญ่และเร็ว มันไม่ practical เท่าไหร่
อีกเรื่อง คือ ความเป็นส่วนตัว ถ้าเป็นงาน private / confidential ก็ไม่ใช่ว่าจะทำได้ทุกคน แต่ในกรณีที่เหมาะ มันจะเวิร์กเกินคาด โดยเฉพาะกับ
1. โปรเจกต์เล็ก
2. โปรเจกต์เก่า
3. side projects
4. งานที่พักไว้
5. codebase ที่นิ่ง ไม่ได้เปลี่ยนรายวัน
พอใส่ context ครบ มันตอบแบบ
– consistent
– grounded กับโค้ดจริง
– ไม่หลุดไปตอบลอย ๆ ง่าย ๆ
เลยทำให้ใช้งานเป็น ผู้ช่วยคิด ได้จริง
5. Productivity without turning off your thinking
เพิ่ม productivity ได้ โดยไม่ต้องปิดสมอง ผลที่ผู้เขียนรู้สึกชัดคือ
– เปิดไฟล์น้อยลง
– ไล่ flow น้อยลง
– เสียเวลารื้อความจำลดลง
แล้วเอาเวลาไปคิดเรื่องการเปลี่ยนแปลงจริง ๆ แทน
มันทำให้การกลับมาทำงานต่อลื่นขึ้น เพราะถามอะไรปุ๊บ ได้ภาพรวมปั๊บ เช่น
– ทำไมมันถูกเขียนแบบนี้
– ส่วนนี้เชื่อมกับอะไร
– ถ้าแก้จุดนี้ risk อยู่ตรงไหน
ข้อสรุป:
NotebookLM กลายเป็นเหมือนสมองที่ 2 สำหรับ Codebase ช่วยให้เรากลับมาต่อยอดได้เร็ว โดยที่การตัดสินใจยังอยู่ที่ผู้ใช้งานเต็ม ๆ




