DEV Community

Nokka
Nokka

Posted on

Google เปิดสกิลอย่างเป็นทางการให้ Gemini API, แก้ปัญหาที่โมเดลไม่รู้จักตัวเอง

Google เปิดสกิลอย่างเป็นทางการให้ Gemini API, แก้ปัญหาที่โมเดลไม่รู้จักตัวเอง

โดย Nokka (นก-กา) | 11 กันยายน 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash) ผ่าน Hermes Agent ตรวจสอบและเรียบเรียงโดย Nokka

โพสต์จาก Patrick Loeber ที่มีคนกดถูกใจกว่า 550 ครั้ง แจ้งข่าวสั้น ๆ ว่า Google ปรับปรุงชุดสกิลสำหรับ Gemini API ให้เรียบง่ายขึ้น โดยรวมสกิล Interactions API เข้ากับสกิลหลักชื่อ gemini-api-dev เพื่อให้ติดตั้งง่ายกว่าเดิม [1]

ข่าวนี้ฟังดูเป็นเรื่องภายในของนักพัฒนา แต่ปัญหาที่มันแก้กลับเป็นเรื่องพื้นฐานที่ทุกคนที่ใช้ AI เขียนโค้ดเจอ

ปัญหาที่โมเดลไม่รู้จักตัวเอง

โมเดลภาษามีความรู้ที่หยุดนิ่งอยู่ที่จุดหนึ่งของเวลา มันถูกฝึกเสร็จเมื่อไหร่ ความรู้ก็จบตรงนั้น [2]

ปัญหาที่ตามมาคือความขัดแย้งในตัวเอง โมเดลที่ถูกฝึกในเดือนหนึ่งย่อมไม่รู้จักตัวเองในเวอร์ชันที่ออกมาทีหลัง และไม่รู้ว่าไลบรารีที่มันเคยเขียนได้ถูกเปลี่ยนวิธีเรียกไปแล้ว

งานพัฒนาซอฟต์แวร์เดินเร็วมาก ไลบรารีใหม่เปิดตัวทุกวัน แนวปฏิบัติที่ดีที่สุดเปลี่ยนไปเรื่อย ๆ ช่องว่างตรงนี้คือสิ่งที่โมเดลแก้เองไม่ได้

สกิลคือวิธีแก้ที่เบา มันคือไฟล์บริบทที่ใส่เข้าไปใน agent เพื่อบอกข้อมูลที่ทันสมัย โดยไม่ต้องฝึกโมเดลใหม่เลย [2]

ตัวเลขที่ทำให้เห็นภาพ

ทาง Google วัดผลไว้ชัดเจนว่า การเพิ่มสกิลนี้เข้าไปช่วยให้ agent เขียนโค้ดที่เรียก API ได้ถูกต้องตามแนวปฏิบัติที่ดีที่สุด ถึง 87 เปอร์เซ็นต์เมื่อใช้ Gemini 3 Flash และ 96 เปอร์เซ็นต์เมื่อใช้ Gemini 3.1 Pro [2]

ตัวเลขคู่นี้บอกสองเรื่อง เรื่องแรกคือสกิลได้ผลจริง เรื่องที่สองคือคุณภาพของโมเดลหลักยังมีผลอยู่ ต่างกันเกือบสิบเปอร์เซ็นต์ระหว่างสองรุ่น

สกิลที่ให้มาคืออะไร

ชุดนี้มีสกิลหลักสองตัว (ในรีโปยังมีสกิลอื่นเพิ่มเติมสำหรับงานเฉพาะทาง เช่นการสร้างวิดีโอ)

ตัวแรกชื่อ gemini-api-dev ครอบคลุมการสร้างแอปด้วย Gemini API ตั้งแต่การสร้างข้อความ การแชตหลายรอบ การสตรีมผลลัพธ์ การเรียกฟังก์ชัน ผลลัพธ์แบบมีโครงสร้าง การสร้างภาพ agent สำหรับงานวิจัยเชิงลึก และการป้องกันการเรียกโมเดลที่เลิกใช้แล้ว โดยรองรับทั้งชุดเครื่องมือไพธอนและไทป์สคริปต์ [2]

ตัวที่สองชื่อ gemini-live-api-dev สำหรับงานสตรีมมิ่งแบบสองทางทันที ทั้งเสียง วิดีโอ และข้อความ ผ่าน WebSocket รวมถึงการตรวจจับช่วงที่ผู้ใช้พูดและจัดการเซสชัน [2]

มีหมายเหตุสำคัญที่ควรรู้คือ สกิลที่เกี่ยวกับ Vertex AI ได้ย้ายออกไปอยู่ที่โปรเจกต์กลางของ Google แล้ว ถ้าหาไม่เจอในโปรเจกต์นี้ ให้ไปดูที่โฟลเดอร์ของ Google Skills [2]

วิธีติดตั้งขึ้นอยู่กับเครื่องมือที่ใช้

เครื่องมือ คำสั่งติดตั้ง
Claude Code เพิ่ม marketplace แล้วติดตั้งปลั๊กอิน gemini-skills
Cursor ติดตั้งจากไดเรกทอรีปลั๊กอินในตัวโปรแกรม
OpenAI Codex เพิ่มแหล่ง marketplace แล้วติดตั้งผ่าน codex plugin
Antigravity ติดตั้งผ่าน AGY CLI หรือเลือกจากเมนู Customizations
อื่น ๆ ติดตั้งผ่าน ctx7 skills install

จุดที่น่าสนใจที่สุดในตารางนี้คือ Google ปล่อยสกิลของตัวเองให้ใช้ได้บนเครื่องมือของคู่แข่ง ทั้ง Claude Code ของ Anthropic และ Codex ของ OpenAI [2]

ข้อควรระวังที่ต้องอ่านให้ดี

หนึ่ง หน้าโปรเจกต์ระบุชัดเจนว่านี่ไม่ใช่ผลิตภัณฑ์ที่ Google สนับสนุนอย่างเป็นทางการ และไม่มีสิทธิ์เข้าร่วมโครงการรางวัลด้านความปลอดภัยของ Google [2] แปลว่าถ้าเจอช่องโหว่ก็ไม่ได้รับผลตอบแทนแบบโครงการทางการ

สอง ชื่อ "สกิลอย่างเป็นทางการ" ในหัวข้อข่าวอาจทำให้เข้าใจผิด มันคือสกิลที่ทีมงาน Google เขียนเองและดูแลในนามขององค์กร Google แต่ยังอยู่ในสถานะโปรเจกต์โอเพนซอร์สทั่วไป ไม่ใช่ผลิตภัณฑ์ที่ซัพพอร์ตแบบมีสัญญา

สาม ตัวเลข 87 และ 96 เปอร์เซ็นต์มาจากการประเมินของ Google เอง ยังไม่มีงานวิจัยอิสระที่ทำซ้ำและยืนยันตัวเลขนี้ การอ่านตัวเลขผลการทดสอบของผู้ผลิตจึงควรเผื่อไว้เสมอ

สี่ สกิลแก้ปัญหาเรื่องความทันสมัยได้ แต่ไม่ได้แก้เรื่องความเข้าใจบริบทของโปรเจกต์คุณ สกิลบอกวิธีเรียก API ให้ถูก แต่ไม่ได้รู้ว่าโค้ดของคุณวางโครงไว้อย่างไร

มุมมองจากคนที่ทำงานกับ agent ทุกวัน

ผมใช้ระบบที่มีสกิลเป็นชั้นความจำของงานมาสักพัก และเห็นว่าแนวคิดนี้แก้ปัญหาได้จริง แต่มีราคาที่ต้องแลก

ข้อดีคือมันเป็นบริบทที่โหลดเฉพาะตอนจำเป็น ไม่ได้กินพื้นที่ทั้งหมดของหน้าต่างบริบทเหมือนการยัดเอกสารยาว ๆ ทุกครั้ง

ข้อเสียที่ผมเจอคือเรื่องการดูแล สกิลที่ค้างเกินสามเดือนเริ่มกลายเป็นเอกสารเก่า ซึ่งอันตรายกว่าไม่มีสกิลเลย เพราะ agent จะทำตามข้อมูลเก่าอย่างมั่นใจ การตั้งรอบตรวจสอบสกิลให้สดใหม่จึงเป็นงานที่ต้องมีคนรับผิดชอบ ไม่ใช่ตั้งครั้งเดียวแล้วจบ

อีกจุดที่ผมสนใจคือนัยของตัวเลข 87 กับ 96 เปอร์เซ็นต์ที่ต่างกันเกือบสิบจุดระหว่างโมเดลสองรุ่น มันชี้ว่าสกิลเป็นตัวช่วย ไม่ใช่ตัวแทนความสามารถของโมเดล ลงทุนกับสกิลดีแค่ไหนก็ยังต้องเลือกโมเดลให้เหมาะกับงานอยู่ดี

แหล่งอ้างอิง

[1] Loeber, P. (@patloeber), โพสต์เกี่ยวกับ Gemini API skills update, X (10 ก.ย. 2026), https://x.com/patloeber/status/2098032824813080714

[2] google-gemini, "gemini-skills: Skills for the Gemini API, SDK and model/agent interactions" (Apache 2.0, 2026), https://github.com/google-gemini/gemini-skills

Top comments (0)