หลังจากที่ผมได้ทดลองใช้ Claude AI ช่วยสร้างปลั๊กอินแต่งสีฟิล์ม JohnwickTH Film Look สำหรับใช้งานใน DaVinci Resolve ไปเมื่อช่วงต้นเดือนตุลาคม 2026 โจทย์ใหญ่ข้อที่สองในการทำงานวิดีโอของผมก็ปรากฏขึ้นทันทีที่กลับมาจากทริปเดินทางที่ประเทศเยอรมนี
ในฮาร์ดดิสก์ของผมมีฟุตเทจจากทริปเยอรมนีรวมกันทั้งหมด 1,093 คลิป คิดเป็นความยาวรวมประมาณ 7.9 ชั่วโมง
คนตัดต่อวิดีโอทุกคนเข้าใจความรู้สึกนี้ดี ก่อนที่เราจะได้เริ่มเรียงเรื่องราวหรือใส่ความคิดสร้างสรรค์ใดๆ เราต้องใช้เวลาหลายชั่วโมงไปกับการนั่งเปิดดูคลิปทีละไฟล์ เพื่อคัดว่าช่วงไหนภาพชัด ช่วงไหนเดินแล้วกล้องสั่นจนใช้ไม่ได้ ช่วงไหนแสงหลุด หรือช่วงไหนที่มีเสียงพูดหน้ากล้อง
ผมต้องการลดเวลาในขั้นตอนการคัดกรองฟุตเทจเบื้องต้นนี้ลง เพื่อให้ตัวเองมีเวลาและพลังงานเหลือไปทำงานส่วนที่ต้องใช้การตัดสินใจเชิงสร้างสรรค์มากขึ้น จึงเป็นที่มาของการสร้างเครื่องมือตัวที่สองที่ชื่อว่า JOHNWICK.TH CUT DOWN
[!TIP]
ชมวิดีโอสาธิตการทำงานจริงของแอป JOHNWICK.TH CUT DOWN ได้ที่ TikTok:
👉 ดูคลิปการคัดฟุตเทจและส่งเข้า DaVinci Resolve อัตโนมัติบน TikTok คลิกที่นี่
(และสามารถดูคลิปเครื่องมือตัวแรก JohnwickTH Film Look ได้ที่นี่)
1. ประมาณ 25 นาทีถึงแอปเวอร์ชันแรกบน Mac (และสิ่งที่ต้องทำต่อหลังจากนั้น)
โปรเจกต์นี้เริ่มต้นขึ้นในวันที่ 21 ตุลาคม 2026 โดยผมเริ่มพิมพ์สั่งงานและอธิบายโครงสร้างสิ่งที่อยากได้ให้ Claude AI ครั้งแรกตอนเวลาประมาณ 17:20 น.
สิ่งที่น่าทึ่งคือ จากจุดเริ่มต้นจนกระทั่งได้แอปพลิเคชันเวอร์ชันแรกที่สามารถกดเปิดหน้าต่างทำงานขึ้นมาบนเครื่อง Mac ได้จริง ใช้เวลาไปเพียงประมาณ 25 นาที เท่านั้น
อย่างไรก็ตาม ต้องทำความเข้าใจให้ตรงกันว่า เวลา 25 นาทีนี้หมายถึงระยะเวลาจนได้แอปเวอร์ชันแรกที่เปิดใช้งานได้ (First Working Prototype) ไม่ใช่เวลาจนซอฟต์แวร์ทั้งหมดสมบูรณ์ เพราะหลังจากนาทีที่ 25 เป็นต้นไป ผมยังต้องใช้เวลาในการนำไฟล์วิดีโอจริงมาทดสอบ ไล่แก้บั๊ก ปรับจูนเกณฑ์การให้คะแนน และเชื่อมต่อเข้ากับระบบสคริปต์ของ DaVinci Resolve เพิ่มเติมอีกหลายขั้นตอน
ข้อมูลทางเทคนิคของแอป JOHNWICK.TH CUT DOWN
| รายการ | ข้อมูลจากบันทึกการพัฒนา |
|---|---|
| ชื่อซอฟต์แวร์ | JOHNWICK.TH CUT DOWN |
| ประเภท | Automated Footage Selection Application บนระบบ macOS |
| เวลาถึงแอปเวอร์ชันแรก | ประมาณ 25 นาที (ก่อนเข้าสู่ขั้นตอนทดสอบและแก้บั๊กเพิ่มเติม) |
| จำนวนโค้ดทั้งหมด | 2,709 บรรทัด |
| ภาษาและไลบรารีหลัก | Python, NumPy, FFmpeg |
| รูปแบบการประมวลผล | ทำงานภายในเครื่อง 100% (ไม่ต้องอัปโหลดไฟล์วิดีโอขึ้นเซิร์ฟเวอร์ภายนอก) |
| วิธีการวิเคราะห์ภาพและเสียง | อัลกอริทึมและคณิตศาสตร์ (Mathematical & Signal Analysis) |
| การเชื่อมต่อโปรแกรมตัดต่อ | เชื่อมต่อตรงผ่าน DaVinci Resolve Scripting API และรองรับการส่งออกไฟล์ FCPXML |
| ตำแหน่งติดตั้ง | ~/Applications บน macOS พร้อมส่วนติดต่อผู้ใช้แบบเว็บที่ทำงานในเครื่อง |
2. แยกให้ชัด: ใช้ AI เขียนโปรแกรม แต่ใช้ "คณิตศาสตร์" วิเคราะห์ฟุตเทจ
จุดหนึ่งที่ผมอยากอธิบายให้ชัดเจนที่สุดในบทความนี้ คือการแยกระหว่าง AI-assisted Software Development (การใช้ AI ช่วยเขียนโค้ดซอฟต์แวร์) กับ AI-powered Video Analysis (การใช้โมเดล AI ดูและทำความเข้าใจเนื้อหาวิดีโอ)
สำหรับ JOHNWICK.TH CUT DOWN ผมใช้ Claude AI ในฐานะผู้ช่วยเขียนโค้ดภาษา Python และสร้างหน้าตาโปรแกรมขึ้นมา แต่ตัวแอปพลิเคชันเวลาทำงานจริง ไม่ได้ใช้โมเดล AI มาดูความหมายของภาพหรือฟังบทสนทนา ทว่าใช้อัลกอริทึมและสูตรทางคณิตศาสตร์ในการตรวจวัดคุณภาพทางเทคนิคของวิดีโอด้วยการสุ่มตัวอย่างภาพประมาณ 4 เฟรมต่อวินาที แบ่งออกเป็น 4 มิติหลัก:
- ความคมชัด (Focus): วิเคราะห์รายละเอียดของขอบภาพโดยแบ่งเฟรมภาพออกเป็นตาราง 16 โซน เหตุผลที่ต้องแบ่งโซนก็เพื่อป้องกันไม่ให้ภาพที่ตั้งใจถ่ายแบบ "หน้าชัดหลังเบลอ" (Shallow Depth of Field) ถูกโปรแกรมตัดสินผิดว่าหลุดโฟกัสเพียงเพราะฉากหลังเบลอ
- การรับแสง (Exposure): คำนวณความสว่างเฉลี่ยของภาพ พร้อมตรวจจับจุดสว่างที่ขาวโพลนเกินไป (Highlight Clipping) และบริเวณที่มืดจมเกินไป
- การเคลื่อนกล้อง (Motion): เปรียบเทียบเฟรมภาพต่อเนื่องด้วยการคำนวณทางคณิตศาสตร์ที่ใช้ FFT (Fast Fourier Transform) เพื่อประเมินลักษณะการเคลื่อนไหวของกล้องและจำแนกออกเป็น 7 ประเภท เช่น กล้องนิ่ง การแพนซ้าย–ขวา การเงย หรือการเดินเคลื่อนกล้องไปข้างหน้า
- เสียง (Audio): วิเคราะห์สัญญาณเสียงในช่วงความถี่ประมาณ 300–3,400 Hz ซึ่งเป็นย่านความถี่เสียงพูดของมนุษย์ เพื่อช่วยแยกช่วงที่มีการพูดหน้ากล้องออกจากช่วงที่เงียบ (เป็นการวัดคุณสมบัติทางกายภาพของคลื่นเสียง ไม่ใช่การถอดคำพูดหรือเข้าใจความหมายของประโยค)
ภายในแอปยังมีเครื่องมือช่วยแสดงผลสำหรับคนทำวิดีโอโดยเฉพาะ ทั้งกราฟคะแนนตามเวลา แถบแสดงประเภทการเคลื่อนกล้อง เครื่องมือ Focus Peaking, Zebra, Histogram และระบบพรีวิวเฉพาะช่วงที่ผ่านเกณฑ์ (Selects Reel) โดยเมื่อผู้ใช้ปรับน้ำหนักคะแนนหรือเปลี่ยนเกณฑ์การคัด โปรแกรมจะคำนวณรายการช่วงที่ผ่านเกณฑ์ใหม่ทันทีโดยไม่ต้องเสียเวลาสแกนไฟล์วิดีโอซ้ำตั้งแต่ต้น
3. ผลการทดสอบจริงกับฟุตเทจ 5.7K จากกล้อง Lumix GH7 ทริปเยอรมนี
เพื่อทดสอบว่าเครื่องมือที่สร้างขึ้นทำงานกับไฟล์ระดับโปรเจกต์จริงได้แค่ไหน ผมได้นำฟุตเทจชุดหนึ่งจากทริปเยอรมนีที่ถ่ายด้วยกล้อง Lumix GH7 (โฟลเดอร์ย่อย 101_PANA จำนวน 104 คลิป จากทั้งหมด 1,093 คลิปของทั้งทริป) มาทดลองรันผ่านระบบ:
| รายการทดสอบ | ผลการทดสอบจริง |
|---|---|
| จำนวนไฟล์ต้นทางในชุดทดสอบ | 104 คลิป (จากโฟลเดอร์ 101_PANA) |
| ความยาวฟุตเทจต้นทางรวม | 27 นาที 58 วินาที |
| สเปกไฟล์วิดีโอต้นฉบับ | ความละเอียด 5728 × 3024 (5.7K), HEVC 10-bit, 50 fps, Bitrate ~270 Mbps |
| เวลาที่ใช้ในการวิเคราะห์ | ประมาณ 10 นาที |
| เกณฑ์คะแนนขั้นต่ำที่ตั้งไว้ | 85 คะแนน |
| จำนวนช่วงวิดีโอที่ผ่านเกณฑ์ | 86 ช่วง (คะแนนเฉลี่ยของช่วงที่เลือกอยู่ที่ 96 คะแนน) |
| ความยาวผลลัพธ์หลังคัดกรอง | เหลือ 8 นาที 4 วินาที (คัดช่วงที่ไม่ผ่านเกณฑ์ออกไปประมาณ 71%) |
| ผลลัพธ์การส่งออก | สร้างไทม์ไลน์ใหม่ใน DaVinci Resolve อัตโนมัติ พร้อมวาง Marker 86 จุด |
สิ่งที่น่าประทับใจที่สุดในการทดลองนี้คือ เมื่อกดปุ่มส่งออก ตัวแอปจะสั่งงานผ่าน DaVinci Resolve Scripting API เพื่อสร้างไทม์ไลน์ใหม่ขึ้นในโปรเจกต์พร้อมวางคลิปทั้ง 86 ช่วงและปักมาร์กเกอร์ให้เสร็จสรรพ (โดยไม่ไปแตะต้องหรือแก้ไขไทม์ไลน์เดิมที่มีอยู่) ช่วยให้ผมไม่ต้องเริ่มต้นจากการนั่งดูและลากไฟล์เข้าไทม์ไลน์เองทีละคลิป
4. ข้อจำกัดและบั๊กที่ค้นพบจากการใช้งานจริง
การทดลองนี้ทำให้เห็นข้อเท็จจริงที่สำคัญมากว่า เครื่องมือวิเคราะห์ทางเทคนิคยังไม่สามารถแทนที่วิจารณญาณของนักตัดต่อได้ โดยมีข้อจำกัดที่พบดังนี้:
- คณิตศาสตร์วัดความชัดได้ แต่วัด "อารมณ์ของเรื่อง" ไม่ได้: โปรแกรมไม่รู้ว่าช็อตไหนมีความหมายทางอารมณ์หรือสำคัญต่อเนื้อเรื่องที่สุด บางครั้งช็อตที่กล้องสั่นไหวหรือหลุดโฟกัสเล็กน้อย อาจเป็นวินาทีสำคัญของเหตุการณ์ที่คนตัดต่อต้องการเก็บไว้มากที่สุด
- เมื่อฟุตเทจต้นทางดีอยู่แล้ว คะแนนจะเกาะกลุ่มกัน: เนื่องจากฟุตเทจจากกล้อง Lumix GH7 ชุดที่ใช้ทดสอบมีความคมชัดและกันสั่นที่ค่อนข้างดีอยู่แล้ว ทำให้คะแนนจำนวนมากไปกระจุกตัวอยู่ในช่วง 95–100 คะแนน ส่งผลให้ระบบยังแยกแยะความแตกต่างระหว่าง "ช็อตที่ดี" กับ "ช็อตที่ดีมาก" ได้ไม่ชัดเจนนัก
- ข้อจำกัดด้านไฟล์และเทคนิคที่ยังต้องพัฒนาต่อ:
- ยังไม่รองรับการประเมินแสงของฟุตเทจที่ถ่ายแบบ LOG อย่างเหมาะสม ซึ่งอาจทำให้การคำนวณค่าแสงคลาดเคลื่อน และยังไม่รองรับไฟล์ตระกูล BRAW
- การสั่งสร้างไทม์ไลน์ผ่านสคริปต์ยังมีข้อจำกัดเรื่อง Frame Rate (ในการทดสอบใช้ไทม์ไลน์ 25 fps กับฟุตเทจต้นฉบับ 50 fps)
- ระหว่างพัฒนายังเจอบั๊กที่ต้องตามแก้หลายจุด เช่น การนับเฟรมสุดท้ายผิดพลาด การเรียกใช้
ffprobeไม่ตรงกับสถาปัตยกรรมชิปของเครื่อง และปัญหาการเปิดไฟล์ความละเอียดสูงระดับ 5.7K - ตัวแอปยังไม่ได้ผ่านการทดสอบระยะยาวกับฟุตเทจที่หลากหลาย และยังไม่ได้ยืนยันการทำงานบนระบบ Windows
5. เปรียบเทียบเครื่องมือทั้ง 2 ตัว และ 5 บทเรียนจากการใช้ AI สร้างซอฟต์แวร์ใช้เอง
เมื่อนำโปรเจกต์ทั้งสองตัวที่ผมสร้างขึ้นในช่วงเดือนกันยายน–ตุลาคม 2026 มาวางเทียบกัน จะเห็นภาพรวมดังนี้:
| ประเด็นเปรียบเทียบ | JohnwickTH Film Look | JOHNWICK.TH CUT DOWN |
|---|---|---|
| จุดประสงค์หลัก | ทำให้การสร้างลุคฟิล์มและแต่งสีสะดวกขึ้นในจุดเดียว | ช่วยลดเวลาการคัดกรองฟุตเทจเบื้องต้นก่อนเริ่มตัดต่อ |
| รูปแบบซอฟต์แวร์ | DaVinci Resolve OpenFX (OFX) Plugin | แอปพลิเคชันบน macOS เชื่อมต่อ DaVinci Resolve |
| เวลาพัฒนาช่วงเริ่มต้น | ประมาณ 4 วัน | ประมาณ 25 นาทีจนได้แอปเวอร์ชันแรกที่เปิดได้ |
| จำนวนบรรทัดโค้ด | 2,551 บรรทัด (C++, DCTL, Metal) | 2,709 บรรทัด (Python, NumPy, FFmpeg) |
| จุดเด่นการใช้งาน | 41 Film Looks, 15 Presets, รองรับคลิปแนวตั้ง | วิเคราะห์ 4 มิติ และสร้างไทม์ไลน์พร้อม Marker อัตโนมัติ |
| บทบาทของ AI | ช่วยเขียนโค้ดและแก้ปัญหาทางเทคนิคของปลั๊กอิน | ช่วยเขียนโค้ดและแก้ไขโครงสร้างแอปพลิเคชัน |
| สิ่งที่คนทำงานยังต้องทำเอง | ใช้สายตาตรวจเช็กโทนสีและขนาดเม็ดฟิล์มของภาพจริง | ตัดสินใจเลือกช็อต เรียงลำดับ และเล่าเรื่องราว |
(หมายเหตุ: ตัวเลขเวลา 4 วัน กับ 25 นาที ไม่สามารถนำมาเทียบกันโดยตรงว่าตัวไหนซับซ้อนกว่าหรือเสร็จเร็วกว่าตามสัดส่วน เพราะขอบเขตงานและความสมบูรณ์ของการทดสอบแตกต่างกัน)
5 ข้อคิดสำคัญที่ผมได้เรียนรู้จากการทดลองครั้งนี้
- การเปลี่ยนผ่านจาก Software User สู่ Software Creator: ในอดีตถ้าเราไม่มีความรู้ด้านโปรแกรมมิง เราทำได้แค่เลือกใช้ซอฟต์แวร์ที่มีขายในตลาด แต่ยุคนี้คนที่เข้าใจปัญหาในงานของตัวเองอย่างลึกซึ้ง สามารถใช้วิธีอธิบายความต้องการเป็นภาษาธรรมชาติเพื่อให้ AI ช่วยสร้างเครื่องมือต้นแบบที่ตอบโจทย์เฉพาะทางของตัวเองได้
- คนทำงานเข้าใจปัญหา ส่วน AI ช่วยแปลงปัญหาเป็นโค้ด: ความสำเร็จของทั้งสองโปรเจกต์ไม่ได้เกิดจาก AI เพียงลำพัง แต่เกิดจากการที่ผู้ใช้งานรู้ว่าขั้นตอนการทำงานจริงติดขัดตรงไหน กำหนดโจทย์ที่ชัดเจน และคอยตรวจสอบว่าผลลัพธ์อันไหนใช้ได้จริงหรือยังใช้ไม่ได้
- ความเร็วในการสร้างต้นแบบ ไม่ได้เท่ากับคุณภาพระดับผลิตภัณฑ์: การสร้างแอปเวอร์ชันแรกได้ใน 25 นาทีเป็นเรื่องน่าตื่นเต้น แต่การจะทำให้ซอฟต์แวร์รองรับไฟล์ทุกชนิด มีความเสถียรสูง และพร้อมให้คนทั่วไปใช้งานได้อย่างปลอดภัย ยังคงต้องอาศัยความเชี่ยวชาญทางวิศวกรรมซอฟต์แวร์และการทดสอบที่เข้มข้น
- AI ไม่จำเป็นต้องอยู่ในขั้นตอนประมวลผลเสมอไป: บางครั้งเราใช้ AI เพียงเพื่อช่วยเขียนชุดคำสั่งทางคณิตศาสตร์และอัลกอริทึมขึ้นมาทำงานในเครื่อง ซึ่งช่วยให้โปรแกรมทำงานได้รวดเร็วและไม่ต้องส่งไฟล์ฟุตเทจขนาดใหญ่ออกไปนอกเครื่อง
- เครื่องมือช่วยลดภาระงานซ้ำซาก แต่ไม่ได้แทนที่ความคิดสร้างสรรค์: เป้าหมายของการสร้างเครื่องมือเหล่านี้ไม่ใช่การให้โปรแกรมมาตัดต่อหรือแต่งสีแทนมนุษย์ทั้งหมด แต่คือการให้คอมพิวเตอร์ช่วยคัดกรองงานพื้นฐานที่กินเวลาออกไป เพื่อให้คนทำงานมีเวลาเหลือสำหรับการตัดสินใจทางศิลปะและการเล่าเรื่อง
บทสรุปส่งท้าย
สิ่งที่น่าตื่นเต้นที่สุดจากการทดลองตลอดหนึ่งเดือนที่ผ่านมา ไม่ใช่ตัวเลขว่า AI เขียนโค้ดให้ผมได้กี่พันบรรทัด หรือสร้างหน้าต่างแอปพลิเคชันขึ้นมาได้ภายในกี่นาที
แต่คือการที่คนทำงานธรรมดาซึ่งเข้าใจปัญหาหน้างานของตัวเอง เริ่มมีทางเลือกใหม่ในการลุกขึ้นมาสร้างเครื่องมือเพื่อแก้ปัญหานั้นได้โดยตรง โดยที่ทักษะสำคัญที่สุดยังคงเป็นการรู้ว่าตัวเองต้องการอะไร การรู้ว่าผลลัพธ์แบบไหนที่เรียกว่าดีพอ และการตรวจสอบข้อผิดพลาดของสิ่งที่ AI สร้างขึ้นมาอย่างรอบคอบ เพื่อลดภาระที่ไม่จำเป็น และคืนเวลาให้กับงานส่วนที่มนุษย์ทำได้ดีที่สุดครับ
