Agent Teams — ทีม AI ที่ทำงานพร้อมกัน

ตอนผมรู้จัก subagent แล้ว ก้าวต่อมาคือ agent team — สั่ง agent หลายตัวให้ทำงานพร้อมกัน ทุกตัวทำหน้าที่ของตัวเอง main Claude เป็นคนรวมผล

ผลคือเร็วขึ้นเป็นเท่าตัว และครอบคลุมกว่า เพราะแต่ละ agent โฟกัสด้านของตัวเองโดยไม่เบลอ

Pattern ที่ผมใช้

Pattern 1 — Parallel Analysis

User → Main Claude
          ↓
   spawn 3 agent พร้อมกัน
   - security-reviewer
   - performance-reviewer
   - accessibility-reviewer
          ↓
   Main Claude รวมผล

ใช้สำหรับ code review หรืองานที่ต้องตรวจหลายมุมพร้อมกัน

Pattern 2 — Pipeline (Sequential)

Step 1: researcher  → research topic
Step 2: writer      → draft content
Step 3: editor      → ปรับ flow
Step 4: fact-checker → verify
Step 5: brand-voice → ปรับโทน

ใช้กับ content creation workflow

Pattern 3 — Critique Loop

writer → critic → writer → critic → ... จนกว่า critic OK

ใช้กับงานที่ต้องการ quality สูงมาก

Pattern 4 — Specialist Routing

incoming → Main Claude (router)
              ↓
"เรื่องการเงิน" → finance-agent
"เรื่องการตลาด" → marketing-agent
"เรื่อง ops" → ops-agent

ใช้กับธุรกิจที่มีหลาย domain

ตัวอย่างจริง — Content Pipeline

ทีม agent ของผม

.claude/agents/content-team/
  researcher.md     — ค้นข้อมูล
  copywriter.md     — ร่างเนื้อหา
  editor.md         — แก้สำนวนให้ลื่น
  fact-checker.md   — ตรวจข้อมูล
  brand-voice.md    — ปรับโทน
  seo-optimizer.md  — เพิ่ม SEO

สั่งให้ทำงาน

ใช้ content team สร้างบทความ "5 ข้อควรรู้ก่อนจ้างผู้รับเหมาสร้างบ้าน"
กลุ่มเป้าหมาย — เจ้าของบ้านวัย 30-50 ที่กำลังจะเริ่มสร้างใหม่

Workflow แบบ sequential
1. researcher — หาข้อมูล 5 ข้อจริง พร้อมแหล่งอ้างอิง
2. copywriter — ร่างเนื้อหา ~800 คำ
3. editor — ปรับให้อ่านลื่น มี flow
4. fact-checker — ตรวจข้อมูลถูกไหม
5. brand-voice — ปรับให้เป็นสไตล์บริษัทผม
6. seo-optimizer — ปรับ title, headings, meta description

Output — Markdown + SEO metadata

ตัวอย่างจริง — Product Launch Team

.claude/agents/product-launch/
  market-researcher.md
  pricing-strategist.md
  copywriter.md
  photo-prompter.md
  social-media-agent.md
  email-marketer.md

สินค้า — บริการ "ตรวจแบบบ้านก่อนเซ็นสัญญา" ของบริษัทผม
ราคา 5,000-15,000 บาท ขึ้นกับขนาดบ้าน
Launch — 15 พ.ค. 2026

ใช้ product-launch-team แบบ parallel
1. market-researcher — มีคู่แข่งที่ขายบริการคล้ายกันไหม ราคาเท่าไหร่
2. pricing-strategist — ราคาที่เหมาะ + psychological pricing
3. copywriter — ชื่อบริการ tagline description
4. photo-prompter — prompt 5 รูปสำหรับ generate
5. social-media-agent — plan 7 วันก่อน launch + 14 วันหลัง
6. email-marketer — email 3 ฉบับ teaser, launch, follow-up

รวมเป็น Product Launch Kit markdown

ผมใช้คำสั่งเดียวได้ทุกอย่างที่ต้องใช้ปล่อยบริการใหม่ — ก่อนหน้านี้ทำเอง 3 ชั่วโมง ตอนนี้ใช้ 5 นาที

ใช้ Task list กับ workflow ซับซ้อน

สำหรับ workflow ที่มี dependency ซับซ้อน ผมให้ Claude ใช้ task tools

สร้าง task list สำหรับ launch บริการใหม่
1. Market research (owner — market-researcher)
2. Pricing decision (blocked by 1)
3. Copy + รูป (parallel — copywriter + photo-prompter)
4. Social plan (blocked by 3)
5. Email campaign (blocked by 3)
6. Final review (blocked by ทุกอัน)

ให้แต่ละ agent claim task ของตัวเอง
เสร็จแล้ว mark completed → task ถัดไป unblock
Main Claude monitor progress

แสดง progress ทุกครั้งที่มี update

เมื่อ agent fail

Main Claude — เรียก 3 agent
A — สำเร็จ
B — error (token limit)
C — สำเร็จ

Main Claude
- สรุปผล A + C
- Retry B ด้วย scope เล็กลง หรือ
- Report failure

Best practice — ให้ agent return structured output (JSON / markdown) Main Claude validate ก่อนใช้ graceful degradation

Recursive — agent เรียก sub-agent ได้

Main Claude
  ├─ content-strategist
  │    ├─ researcher
  │    └─ trend-analyzer
  └─ copywriter
       └─ brand-voice-checker

ใช้กับทีมใหญ่ที่มี manager + individual contributor

Monitor & cost

ดู conversation ของ agent ที่ ~/.claude/logs/ หรือพิมพ์ /agent-logs

/cost แสดง token ที่ใช้ต่อ agent — ผมเช็คทุกอาทิตย์ดูว่า agent ไหนกินเงินเยอะ ปรับเป็น haiku ถ้าเป็นไปได้

Team vs Skill vs Command

Tip การเขียน prompt สำหรับ team

ดี

• ระบุ agent ที่จะใช้ชัดเจน
• กำหนดลำดับ / parallelism
• ระบุ output format
• ระบุ success criteria

ไม่ดี

• "ช่วย launch ให้หน่อย" — ไม่ระบุ agent
• ไม่กำหนด format — แต่ละ agent format ต่างกัน
• ไม่บอกว่า parallel หรือ sequential