# รู้จัก Unsame: หยุดรูปแบบซ้ำ ๆ ของงานเขียน AI ในทุกโพสต์ คำตอบ และ changelog

> Unsame คือ Playbook Engine ที่ช่วยหยุดรูปแบบซ้ำ ๆ ของงานเขียน AI ด้วยแนวทางใหม่ที่เหมาะกับงานก่อนการสร้างทุกครั้ง มี MCP เซิร์ฟเวอร์ระยะไกล, HTTP API และ SDK

# รู้จัก Unsame: หยุดรูปแบบซ้ำ ๆ ของงานเขียน AI ในทุกโพสต์ คำตอบ และ changelog

ถ้าคุณใช้ LLM กับงานที่ทำซ้ำ — โพสต์ประจำวัน ตอบ mention สคริปต์รายสัปดาห์ อีเมลติดต่อลูกค้า คำตอบฝ่ายซัพพอร์ต changelog — คุณจะชนกำแพงเดิมภายในไม่กี่วัน โมเดลมีวิธีทำอยู่วิธีเดียว คุณเลยเขียนพรอมต์ให้ยาวขึ้น เติมคำว่า "ช่วยสร้างสรรค์หน่อย" ปรับอุณหภูมิให้สูงขึ้น ผลลัพธ์ก็ยังเป็นโครงเดิมที่เปลี่ยนแค่คำนาม — รูปแบบงานเขียน AI แบบเดิมทุกครั้ง — แล้วคุณก็ต้องนั่งเขียนใหม่ด้วยมือ ซึ่งเป็นสิ่งที่โมเดลควรจะมาช่วยเราไม่ต้องทำ

เราเจอปัญหานี้เองตอนสร้างเอเจนต์ และสร้างบางอย่างขึ้นมาแก้มัน **Unsame** คือ Playbook Engine แบบโฮสต์ที่เปิดตัววันนี้ที่ [unsame.io](https://unsame.io) มันไม่ได้เขียนข้อความของคุณ ก่อนการสร้างแต่ละครั้ง มันบอกโมเดลของคุณเองว่า _ควรรับมือกับครั้งนี้อย่างไร_ — และจะไม่ส่งแนวทางที่คุณเพิ่งใช้ไปให้ซ้ำอีก

---

## ทำไม LLM ถึงเขียนทุกอย่างด้วยวิธีเดิม ๆ?

เพราะวิธีที่โมเดลถูกเทรน และคุณแก้ปัญหานี้จากฝั่งพรอมต์ไม่ได้

- **การจัดแนว (alignment) บีบเอาต์พุตให้แคบลง** การเทรนตามความชอบของผู้ประเมินดันโมเดลไปหาคำตอบ "แบบทั่วไป" จำนวนน้อยที่ผู้ประเมินชอบ เปเปอร์ [Verbalized Sampling (arXiv 2510.01171)](https://arxiv.org/abs/2510.01171) เรียกสิ่งนี้ว่า mode collapse
- **อุณหภูมิของ LLM เพิ่มสัญญาณรบกวน ไม่ได้เพิ่มแนวทางใหม่** อุณหภูมิที่สูงขึ้นแค่สลับคำภายในแนวทางเดียว ไม่ได้พาโมเดลไปสู่แนวทางอื่น
- **"คราวนี้ทำให้ต่างออกไป" ก็ไม่ได้ผลเช่นกัน** โมเดลที่ถูกขอให้สุ่มเลือกไม่สามารถสร้างความสุ่มที่งานนั้นต้องการได้ — ดู [String Seed of Thought (arXiv 2510.21150)](https://arxiv.org/abs/2510.21150)

เบื้องหลังปัญหาแรกยังมีปัญหาที่สอง เมื่อทุกเอาต์พุตเดินตามเทมเพลตเดียว โมเดลมักไม่ได้สนใจสิ่งที่เฉพาะเจาะจงในอินพุตเลย ผู้อ่านสังเกตได้ทั้งสองอย่าง และนี่คือสิ่งที่คนเรียกว่า AI slop

ข้อสรุปของเรา: _การเลือกแนวทาง_ ต้องเกิดขึ้นนอกโมเดล จากรายการที่ระบุชัดเจน ด้วยเอนโทรปีจริง และมีความจำว่าอะไรถูกใช้ไปแล้ว นั่นคือทั้งหมดของผลิตภัณฑ์นี้

---

## Unsame ทำอะไร?

คุณเรียก Unsame ก่อนการสร้างแต่ละครั้งพร้อมอินพุต — โพสต์ที่จะตอบ mention อีเวนต์ หรือไม่มีอะไรเลยสำหรับช่องที่วางแผนไว้ มันส่งโปรโตคอลกลับมา: บล็อกสั้น ๆ ที่คุณใส่ลงในพรอมต์ของโมเดล หน้าตาเป็นแบบนี้ (ตัวอย่างประกอบ ไม่ใช่เอาต์พุตที่วัดผลจริง):

```text
Situation: reacting to someone's post.
Engage with:
- they claim local models can't do agentic coding
- their one run looped for an hour
Use:
- glm-5.3 test run finished the task in 14 min
Approach: quote their point, add the missing angle, end with a question back
Form: length: short; opener: statement
Always: one real example from own work
Voice: casual, concrete, no emojis
Never: politics, competitor names
Do not repeat: hot_take (2 of the last 10)
```

อ่านจากบนลงล่าง:

- **สถานการณ์และจุดเกาะ (hooks)** สถานการณ์ไหนของคุณที่ใช้ได้ และจุดที่แน่ชัดในอินพุตที่ข้อความต้องเกาะ นี่คือสิ่งที่ทำให้เอาต์พุตเฉพาะเจาะจงแทนที่จะกว้างทั่วไป
- **ข้อเท็จจริง** ข้อเท็จจริงที่คุณให้ไว้และเข้ากับอินพุตนี้ เพื่อให้โมเดลใช้วัตถุดิบจริง
- **แนวทางและรูปแบบ** หนึ่งใน _แนวทางของคุณ_ ที่เหมาะสม เลือกด้วยความสุ่มจริง โดยลดคะแนนแนวทางที่เพิ่งใช้ไป เอนจินไม่เคยหยิบตัวเลือกคะแนนสูงสุดตัวเดียว และ seed ของการสุ่มมาจากเอนโทรปีของระบบปฏิบัติการ
- **Voice, always, never** ถูกคัดลอกลงทุกโปรโตคอลตามตัวอักษร ไม่เคยถูกเปลี่ยน ไม่เคยถูกเรียนรู้ให้หายไป ไม่เคยถูกยกเลิก
- **ห้ามซ้ำ** สิ่งที่เพิ่งใช้ไป เพื่อให้โมเดลหลีกเลี่ยง

โมเดลของคุณ ด้วยคีย์ของคุณ เป็นผู้เขียนข้อความ Unsame ไม่เคยเห็นคีย์นั้น และไม่เขียนแม้แต่คำเดียวของเอาต์พุต

---

## ต่างจากไลบรารีพรอมต์หรือการเพิ่มอุณหภูมิ LLM อย่างไร?

ไลบรารีพรอมต์ให้พรอมต์เดิมทุกครั้ง Unsame อ่านอินพุต ตรวจว่าเป็นสถานการณ์ไหน ดึงสิ่งที่ต้องเกาะออกมา แล้วเลือกแนวทางที่เหมาะอีกแบบหนึ่ง โดยจำได้ว่าเคยใช้อะไรไปแล้ว ภายในหนึ่งขอบเขต — เช่น หนึ่งบัญชีหรือหนึ่งจดหมายข่าว — จะไม่มีคู่ผสมของแนวทางกับรูปแบบซ้ำภายในช่วงล่าสุด ตราบที่ยังมีคู่ที่ไม่เคยใช้เหลืออยู่

อุณหภูมิเปลี่ยนคำภายในแนวทางเดียว Unsame เปลี่ยนตัวแนวทางเอง และไม่แตะน้ำเสียงกับกฎของคุณ นี่คือคันโยกคนละอัน และคุณต้องการทั้งสอง: กลยุทธ์คงที่ การลงมือที่หลากหลาย

---

## Playbook คืออะไร?

Playbook คือส่วนของคุณในข้อตกลง มันเก็บเป้าหมาย น้ำเสียง กฎ always และ never สถานการณ์ของคุณ (ประเภทอินพุตที่คุณเจอ) และวิธีของคุณ (แนวทางที่คุณยอมใช้ในแต่ละสถานการณ์) บวกแกนรูปแบบอีกสองสามแกน เช่น ความยาวหรือประโยคเปิด Unsame เปลี่ยนเฉพาะการเลือกระหว่างสิ่งเหล่านี้

คุณไม่ต้องเริ่มเขียนจากหน้าว่าง ให้ seed จากประโยคเดียวแล้วแก้ผลลัพธ์เหมือนไฟล์ YAML:

```sh
curl -s "${H[@]}" $BASE/v1/goals -d '{
  "goal": "indie_dev_x",
  "goal_text": "grow the account as an indie dev: one post a day, reply to mentions",
  "voice": "casual, concrete, no emojis",
  "never": ["politics", "competitor names"]
}'
```

คุณจะได้ฉบับร่างที่มีสถานการณ์และวิธีจำนวนหนึ่ง ทุกการเขียนคือเวอร์ชันที่มีหมายเลข อ่านและส่งออกได้ คุณปักหมุดวิธีหนึ่งเพื่อยกเว้นจากระบบกันซ้ำ หรือแบนวิธีหนึ่งไม่ให้ถูกสุ่มเลย การ seed playbook ใช้เครดิตเพราะต้องใช้ LLM ส่วนการลองด้วย `dry-run` ไม่แตะประวัติของคุณ

---

## มันเรียนรู้ไหม?

เรียนรู้ และคุณยังคุมได้ สิ่งที่ถูกเรียนรู้ไม่ใช่ข้อความของโมเดลคุณ แต่คือ _playbook_ เมื่ออินพุตไม่เข้ากับสิ่งที่คุณเขียนไว้เลย ตัวเรียนรู้ (learner) เสนอสถานการณ์หรือวิธีใหม่ได้จากลักษณะจริงของอินพุตคุณ คุณเลือกโหมดต่อเป้าหมาย:

- **`off`** — ไม่เรียนรู้อะไรและไม่เก็บอินพุต playbook เป็นอย่างที่คุณเขียนทุกประการ
- **`propose`** — อินพุตที่ playbook รับมือได้ไม่ดีจะถูกจัดกลุ่มเป็นข้อเสนอ คุณยอมรับ แก้ไข หรือปฏิเสธแต่ละข้อ
- **`auto`** — ข้อเสนอเข้ามาเป็นการทดลองกับการสุ่มส่วนเล็ก ๆ แล้วถูกเลื่อนขั้นหรือเลิกใช้ตามผลลัพธ์

learner ไม่เคยแก้โหนดของคุณ หลังการสร้างแต่ละครั้งคุณรายงานได้ว่าเกิดอะไรขึ้น — `reward` ตั้งแต่ 0 ถึง 1, `chosen`, `rejected` หรืออัตราส่วน `edited` — แล้วเอนจินจะถ่วงน้ำหนักให้แนวทางที่ได้ผลกับคุณ ถ้าคุณขอหลายการสุ่มต่อหนึ่งการเรียกแล้วเลือกหนึ่งอัน รายงานเดียวจะทำเครื่องหมายที่เหลือว่าถูกปฏิเสธ **การรายงานฟรีเสมอ**

---

## อะไรทำงานบนเส้นทางหลัก (hot path)?

ส่วนของ Unsame ที่ทำงานทุกการเรียกไม่สร้างข้อความ การตัดสินอย่าง "สถานการณ์ไหนเหมาะ" และ "hook นี้เจาะจงพอไหม" เป็นคำถามแบบกำหนดชนิดประเภทใช่/ไม่ใช่และเลือกตัวเลือก ที่ตอบโดย [Jev](/blog/octolib-0-39-0-evaluation-models-jev) โมเดลของ TypeSafe ที่เขียนประโยคไม่ได้เลย — เราเพิ่มการรองรับโมเดลประเภทนี้ใน Octolib ตั้งแต่ต้นฤดูใบไม้ร่วงนี้ ส่วนการเลือกเองเป็นคณิตศาสตร์ธรรมดาบน playbook ของคุณ: ความเหมาะสม ความใหม่ และน้ำหนัก พร้อมค่าขั้นต่ำของเอนโทรปีเพื่อไม่ให้ยุบเหลือตัวเลือกเดียว

มีสองผลที่เราใส่ใจ หนึ่ง ไม่มี LLM เชิงสร้างข้อความบนเส้นทางของการเรียก สอง ไม่มีทางสำรองแบบเงียบ ๆ: ถ้าตัวตัดสินใช้ไม่ได้หลังลองซ้ำหนึ่งครั้ง API จะตอบ `503 judge_unavailable` แทนที่จะแอบส่งแนวทางที่สุ่มหรือจับคู่ด้วยคีย์เวิร์ดมาให้ คำตอบที่แต่งขึ้นแต่ดูดีแย่กว่าข้อผิดพลาดที่คุณมองเห็น

---

## เหมาะกับงานแบบไหน?

ที่ไหนก็ตามที่งานซ้ำ ความหลากหลายสำคัญ และกลยุทธ์ของบ้านคงที่:

- โพสต์และคำตอบบนโซเชียล
- จดหมายข่าวและย่อหน้าเปิดของบล็อก
- สคริปต์วิดีโอ พอดแคสต์ และคอนเทนต์สั้น
- การติดต่อลูกค้าใหม่และการตอบฝ่ายขาย
- คำตอบฝ่ายซัพพอร์ตและคอมมูนิตี้
- คอปปี้โฆษณา แลนดิ้งเพจ และผลิตภัณฑ์
- งานเขียนสำหรับนักพัฒนา เช่น changelog และ release notes
- เอเจนต์หรือไปป์ไลน์ใด ๆ ที่วนติดอยู่กับกลยุทธ์เดียว

ไม่เหมาะกับเอกสารครั้งเดียว ข้อความทางกฎหมายและ compliance และงานใดก็ตามที่ความหลากหลายคือข้อบกพร่อง เราขอบอกตรง ๆ ดีกว่าขายเครื่องมือผิดงานให้คุณ

---

## จะลอง MCP เซิร์ฟเวอร์ระยะไกลหรือ HTTP API ได้อย่างไร?

**ผ่านผู้ช่วย AI โดยไม่ต้องเขียนโค้ด** Unsame รัน MCP เซิร์ฟเวอร์ระยะไกลสองตัวหลังระบบล็อกอิน OAuth 2.1 ของตัวเอง จึงไม่มี API key ให้วางลงในผู้ช่วยของคุณ หากต้องการใช้ Unsame เป็น MCP เซิร์ฟเวอร์ของ Claude Code:

```sh
claude mcp add --transport http unsame-engine https://unsame.io/mcp/engine
claude mcp add --transport http unsame-author https://unsame.io/mcp/author
```

รัน `/mcp` เลือกแต่ละเซิร์ฟเวอร์ แล้วเลือก **Authenticate** เบราว์เซอร์จะเปิดหน้าล็อกอินด้วยลิงก์วิเศษ (magic link) เซิร์ฟเวอร์ `engine` คือตัวที่เอเจนต์เรียกก่อนและหลังการเขียน (`advise`, `report`) เซิร์ฟเวอร์ `author` ใช้สร้างและแก้ playbook จากแชต จากนั้นสั่งว่า: _"Use unsame-author to set up a playbook for my daily indie-dev posts on X: casual, concrete, no emojis, never politics."_ ตามด้วย _"Write today's post. Call unsame-engine advise first and follow the advice."_

เซิร์ฟเวอร์ชุดเดียวกันใช้ได้กับ Codex CLI, Claude Desktop, คอนเนกเตอร์แบบกำหนดเองของ claude.ai และคอนเนกเตอร์ของ ChatGPT รวมถึงเป็น MCP เซิร์ฟเวอร์ของ Cursor — ขั้นตอนของแต่ละตัวอยู่ใน[เอกสาร](https://unsame.io/docs)

**จากแบ็กเอนด์ของคุณเอง** หนึ่ง HTTP call ต่อหนึ่งการสร้าง ขอโทเค็นด้วย client-credentials grant แล้ว:

```sh
curl -s -H "Authorization: Bearer $TOKEN" -H 'Content-Type: application/json' \
  -H "Idempotency-Key: post-2026-11-05" https://unsame.io/v1/advise -d '{
  "goal": "indie_dev_x",
  "scope": "acct:me",
  "kind": "reply",
  "input": {"text": "Local models cannot do agentic coding. My run looped for an hour.", "author": "@someone"},
  "facts": ["glm-5.3 test run finished the task in 14 min", "we ship a CLI agent"],
  "k": 1
}'
```

ใส่ `draws[0].advice` ลงในซิสเต็มพรอมต์ของโมเดล สร้างข้อความ แล้วปิดลูป:

```sh
curl -s -H "Authorization: Bearer $TOKEN" -H 'Content-Type: application/json' \
  https://unsame.io/v1/report -d '{"draw_id": "…", "outcome": {"chosen": true}}'
```

`Idempotency-Key` เดิมภายใน 24 ชั่วโมงจะคืนคำตอบที่เก็บไว้และไม่คิดค่าใช้จ่าย มีไคลเอนต์ TypeScript (`@unsame/sdk`) และ Python (`unsame`) ที่จัดการโทเค็นให้ และสคีมาเต็มคือเอกสาร OpenAPI ที่คุณใช้สร้างไคลเอนต์ในภาษาใดก็ได้

---

## ราคาเท่าไร?

หน่วยคือ **เครดิต และหนึ่งเครดิตคือหนึ่งการสุ่ม** การเรียก `advise` ที่ `k=3` คือสามเครดิต นี่คือตัวเลขเดียวที่คุณต้องใช้คาดการณ์ค่าใช้จ่าย

- **แผนฟรี:** เครดิตรายเดือน ไม่ต้องใช้บัตร เครดิตไม่สะสมข้ามเดือน ออกแบบเป็นการทดลองใช้ — หนึ่งการสุ่มต่อการเรียก และเป้าหมายจำนวนไม่มาก
- **แผนเสียเงิน:** เครดิตรวมในแต่ละเดือน บวกส่วนเกินในราคาต่อเครดิต พร้อมเพดานการใช้จ่ายที่คุณควบคุมเอง เมื่อถึงเพดานจะได้ `429 quota_exceeded` ไม่เคยมีใบแจ้งหนี้ที่ทำให้ตกใจ คุณภาพโปรโตคอลเท่ากันทุกแผน แผนต่างกันที่จำนวนเป้าหมาย จำนวนการสุ่มต่อการเรียก และจำนวนคำขอต่อวินาทีที่เอนจินอนุญาต และว่าการเรียนรู้รันในโหมด `auto` ได้หรือไม่
- **แพ็กเครดิตแบบเติมล่วงหน้า:** สำหรับนักพัฒนา API ที่ไม่ชอบการสมัครสมาชิก ซื้อเครดิตแล้วใช้ในราคาต่อเครดิตเท่ากัน

การรายงาน การอ่าน สถิติ การส่งออก และการตรวจสอบฟรีในทุกแผน เมื่อเครดิตหมด คุณจะได้ข้อผิดพลาดพร้อมวันที่รีเซ็ต — ไม่ใช่โปรโตคอลที่แย่ลง แผนและราคาปัจจุบันอยู่ที่ [unsame.io](https://unsame.io)

---

## อะไรที่เราไม่ได้อ้าง?

เราไม่สัญญาว่าจะได้การมีส่วนร่วมเพิ่ม โพสต์นี้ไม่มีตัวเลขการเพิ่มขึ้นเพราะเรายังไม่ได้วัดกับบัญชีจริง และจะไม่ยกตัวเลขใด ๆ จนกว่าจะวัดแล้ว สิ่งที่ Unsame อ้างคือกลไก: แนวทางที่ต่างกันทุกครั้ง ยึดอยู่กับอินพุต ด้วยน้ำเสียงที่คงที่ คุณตรวจสอบแต่ละส่วนได้เอง — เดโมสดบนหน้าแรกให้คุณวางอินพุตแล้วกดปุ่มสามครั้งเพื่อดูสามโปรโตคอลที่ต่างกันแต่เกาะ hook เดียวกัน

เรื่องข้อมูล: อินพุตของคุณถูกเก็บเฉพาะเมื่อเปิดการเรียนรู้ และคุณส่งออกหรือลบได้ทุกเมื่อ

---

## ลองเลย

Unsame เปิดตัววันนี้ แผนฟรีใช้แค่อีเมล ไม่ต้องใช้บัตร:

- เปิด [unsame.io](https://unsame.io) ลองเดโม และเชื่อมต่อ MCP ด้วยคำสั่งบรรทัดเดียวข้างบน
- หรือสร้าง API client ในแผงควบคุมแล้วเรียก `advise` ครั้งแรก

ถ้าคุณอยากหยุด AI slop ในงานเขียนซ้ำ ๆ ที่เอาต์พุตเริ่มจืด ลองใช้ Unsame กับงานนั้นก่อน แล้วเล่าให้เราฟังที่ hello@muvon.io ว่าเป็นอย่างไร

— Don

_Unsame คือ Playbook Engine สำหรับงานเขียน AI ที่ทำซ้ำ พัฒนาโดย [Muvon Un Limited](https://muvon.io) ลองได้ที่ [unsame.io](https://unsame.io)_