อาทิตย์ก่อนเราไล่อ่าน repo ที่รวม skill สายธุรกิจมาหลายตัว ส่วนใหญ่หน้าตาคล้ายกัน คือเป็นกล่องรวม prompt ดี ๆ เรียกใช้ทีละอัน อันนี้เก่งเรื่องนี้ อันนั้นเก่งเรื่องนั้น
แต่มีตัวหนึ่งที่ทำให้หยุดดูนาน ชื่อ gtm-strategist-skills มันไม่ได้แค่ให้ prompt เก่ง ๆ มากอง แต่วางโครงไว้เลยว่างานแต่ละชิ้นจะต่อกันยังไง
เจ้าของคือ Maja Voje คนเขียนหนังสือ GTM Strategist เธอเอาระเบียบวิธีในหนังสือ ที่บอกว่าใช้กับบริษัทมากกว่าพันแห่ง มาปล่อยเป็น Claude skill แบบเปิดซอร์สให้ใช้ฟรี ตรงนี้แหละที่น่าสนใจ ไม่ใช่แค่ในฐานะเครื่องมือ GTM แต่ในฐานะตัวอย่างของการออกแบบว่า จะเอาความเชี่ยวชาญของคนคนหนึ่ง มาทำให้ AI ใช้ต่อได้ยังไง
จะเล่าเป็นสามช่วง เริ่มจาก มันคืออะไร ต่อด้วย ดีไซน์ที่สำคัญกว่าตัว framework แล้วปิดด้วย บทเรียนที่เอาไปใช้ได้ ต่อให้คุณไม่ได้ทำ GTM
ช่วงที่ 1gtm-strategist-skills คืออะไร
มันคือ Claude skill 12 ตัว ที่ไล่ตามเส้นทาง go-to-market ทั้งเส้น รวมแล้ว 100 งานย่อย เจ้าตัวจัดกลุ่มใหญ่ ๆ ได้สี่ช่วง
- Understand ทำความเข้าใจก่อน วางรากฐาน (OPE canvas, SWOT, value proposition, แผน 90 วัน) เก็บข้อมูลตลาด หาตลาดหัวหาด สัมภาษณ์ลูกค้า วิเคราะห์คู่แข่ง แล้วตรวจสมมติฐานกับลูกค้าจริง จนได้ ICP (โปรไฟล์ลูกค้าในอุดมคติ) ที่ยืนยันแล้ว
- Build สร้างของและวางราคา ทำ value proposition ตามแนว JTBD (Jobs to be Done งานที่ลูกค้าอยากให้สำเร็จ), roadmap, MVP, ตั้งราคาโดยดูทั้งคู่แข่งและความเต็มใจจ่าย (Van Westendorp)
- Launch ปล่อยของ ปั้น positioning และ messaging เตรียมของสำหรับเปิดตัว (เว็บ, สคริปต์เดโม, pitch deck) วางช่องทางและ funnel ยันวันเปิดตัวจริง
- Scale ขยาย ทำ retrospective วางระบบ CRM, growth sprint, growth loop, เนื้อหา, การขาย ยัน ABM (การตลาดเจาะรายบัญชีลูกค้ารายใหญ่) และพาร์ตเนอร์
ที่ต่างจากกล่องรวม prompt ทั่วไปคือ แต่ละ skill ไม่ได้ลอย ๆ มันอิงframework ที่มีชื่อมีที่มาจริง ทั้ง positioning แบบ April Dunford, การตั้งราคาแบบ Van Westendorp, OPE canvas ของ Wes Bush, value proposition canvas ของ Strategyzer พร้อมขั้นตอนใช้ทีละสเต็ป ไม่ใช่แค่บอกว่า "ลองทำ positioning ดูสิ"
ช่วงที่ 2ดีไซน์ที่สำคัญกว่าตัว framework
ถ้าดูแค่รายชื่อ framework มันก็เป็นชุด PM/GTM ที่ดีชุดหนึ่ง แต่สิ่งที่ทำให้เราหยุดดูจริง ๆ คือวิธีที่มันต่องานเข้าด้วยกัน เจ้าตัวเขียนไว้ตรง ๆ ใน README
"prompt ของ AI ส่วนใหญ่จัดการทีละงานแบบแยกกัน แต่ GTM ไม่ได้ทำงานแบบนั้น ผลวิเคราะห์คู่แข่งของคุณควรป้อนเข้า positioning, positioning ควรป้อนเข้า pitch deck, pitch deck ควรป้อนเข้ากระบวนการขาย"
แล้วปิดด้วยประโยคเดียวที่เป็นแก่นทั้งหมด "ไม่มีอะไรอยู่แยกกัน" (Nothing exists in isolation) มันทำสองอย่างที่กล่องรวม prompt ทั่วไปไม่ทำ
หนึ่ง ตั้ง context ครั้งเดียว มีไฟล์ชื่อ my-gtm-context.md ให้เรากรอกข้อมูลผลิตภัณฑ์กับตลาดของเราไว้ที่เดียว แล้วทุก skill จะอ่านไฟล์นี้ก่อนทำงานเสมอ ไม่ต้องเล่าเรื่องธุรกิจใหม่ทุกครั้งที่เรียกใช้ อย่างที่ README เขียนไว้ว่า "ตั้ง context ผลิตภัณฑ์ครั้งเดียว แล้วค่อยขอสิ่งที่ต้องการ"
สอง ผลของแต่ละเฟสป้อนต่อกัน ผลลัพธ์ทุกอันจะไปรวมอยู่ในโฟลเดอร์ outputs/ แล้วเฟสถัดไปก็หยิบของเฟสก่อนมาใช้ต่อ ไม่ได้เริ่มจากศูนย์ทุกครั้ง กฎในไฟล์ตั้งค่าของมันบังคับเลยว่า อ่าน context ก่อน สร้างต่อจากงานเดิม และอ้างชื่อ framework ที่ใช้ อย่าตอบกว้าง ๆ
ผลคือแทนที่จะได้เอกสารหลุดกันเป็นก้อน ๆ คุณได้ playbook ที่ทั้งชุดสอดคล้องกัน positioning ที่ออกมา รู้จักคู่แข่งที่วิเคราะห์ไว้ก่อนหน้า pitch deck ที่ออกมา พูดภาษาเดียวกับ positioning นั่นแหละคือส่วนที่ AI ช่วยได้จริง ไม่ใช่แค่เก่งทีละชิ้น
ช่วงที่ 3บทเรียนที่เอาไปใช้ได้ แม้ไม่ได้ทำ GTM
ต่อให้คุณไม่ได้กำลังวางแผน go-to-market ตอนนี้ ดีไซน์สามอย่างนี้ขโมยไปใช้กับงาน AI อะไรก็ได้
- ให้ agent มีไฟล์ context ที่มันอ่านก่อนเสมอ แทนที่จะเล่าเรื่องเดิมซ้ำทุกครั้ง เก็บบริบทไว้ไฟล์เดียว แล้วให้เครื่องมืออ่านก่อนลงมือ ประหยัดทั้งเวลาและกันคำตอบเลื่อนลอย
- ทำให้ output ต่อกัน ไม่ใช่แยกก้อน ออกแบบให้ผลของงานก่อนเป็นวัตถุดิบของงานหลัง งานที่ซับซ้อนถึงจะออกมาสอดคล้อง ไม่ใช่ดีทีละชิ้นแต่ประกอบกันไม่ติด
- ตรวจก่อนขยาย อย่าเดาแทนลูกค้า ในไฟล์ skill เขียนกำชับว่า อย่าเติมคำตอบเอาเองจากการเดา ให้ใช้ข้อมูลใน context เป็นจุดตั้งต้น แล้วถามผู้ใช้ให้ได้รายละเอียดจริง และมีกฎว่า ของที่ "พอใช้ได้" แต่ส่งวันนี้ ดีกว่าของสมบูรณ์แบบเดือนหน้า
เริ่มยังไงดี
ถ้าอยากลองจริง ไม่ต้องทำครบ 12 เฟส
- เปิดเฟส 1 (GTM Foundations) แล้วกรอก
my-gtm-context.mdด้วยข้อมูลผลิตภัณฑ์จริงของคุณ - ให้มันช่วยร่างของเฟสแรก เช่น value proposition หรือแผน 90 วัน แล้วดูว่ามันหยิบ context ที่กรอกไปใช้จริงไหม
- พอขยับไปเฟสสอง สังเกตว่ามันเอาผลเฟสแรกมาต่อ ไม่ได้เริ่มใหม่ นั่นแหละคือจุดที่ดีไซน์นี้ต่างจาก prompt ทั่วไป
- ส่วนการตัดสินใจ จับตลาดไหนก่อน ตั้งราคาเท่าไหร่ ยังเป็นของคุณ เครื่องมือแค่เร่งการทำ ไม่ได้เคาะแทน
gtm-strategist-skills เป็นตัวอย่างที่ดีของแนวโน้มใหญ่ที่เรากำลังไล่ดูอยู่ งานที่ปรึกษาซึ่งเคยจ้างกันหลักหมื่นถึงหลักแสน ตอนนี้กลายเป็น skill ให้เรียกใช้ได้เกือบฟรี (ตัวมันเองก็เป็นทางเข้าไปหาหนังสือกับคอร์สของ Maja Voje อีกที) แต่จุดที่อยากให้จำจากบทความนี้ ไม่ใช่ว่ามันแทนที่ที่ปรึกษาได้ไหม มันคือดีไซน์ ตั้ง context ครั้งเดียว แล้วทำให้ทุกอย่างต่อกัน ตัวนี้เป็นตัวแรกของซีรีส์ที่เราไล่ดู repo สายธุรกิจแบบนี้ เดี๋ยวมีตามมาอีกหลายตัว
ที่มาและอ้างอิง
- gtm-strategist-skills โดย GTM-Strategist / Maja Voje (github.com/GTM-Strategist/gtm-strategist-skills, MIT) คำพูด "Most AI prompts handle one task in isolation… Nothing exists in isolation." และ "You set up your product context once, then ask for what you need." มาจาก README ส่วน "ของพอใช้ได้ส่งวันนี้ ดีกว่าของสมบูรณ์เดือนหน้า" มาจากไฟล์ CLAUDE.md
- ตัวเลข "ทดสอบกับบริษัทกว่า 1000 แห่ง" และ "12 เฟส 100 งาน" เป็นคำระบุของผู้เขียนใน README ตัวเลขบริษัทเป็น track record ของ Maja Voje ไม่ใช่ตัวเลขที่เราวัดเอง
- ระเบียบวิธีต้นทาง หนังสือ GTM Strategist โดย Maja Voje (gtmstrategist.com)
อ่านต่อในซีรีส์
- gstack ของ Garry Tan เมื่อ agentic coding ทำให้รสนิยมกลายเป็นซอฟต์แวร์ได้
- product-discovery-skills continuous discovery แบบ Teresa Torres ที่ทำเป็น skill
- pm-skills ของ Pawel Huryn ชุดทักษะ PM ราว 68 ตัว ครอบคลุมทั้งสายงาน
- เสาหลัก: ความรู้ถูก วิจารณญาณแพง ภาพรวมว่าทำไม repo สายนี้ถึงมาพร้อมกัน