Case 04 / 09

AttenNFC

ดีไซน์ของนักวางแผน สร้างด้วย AI — ระบบลงเวลาทำงานด้วย NFC + GPS พร้อมคำนวณเงินเดือนอัตโนมัติ สำหรับธุรกิจขนาดเล็กในไทย

กำลังพัฒนาไอเดีย→เปิดตัว~9 วัน

2026.09 – ปัจจุบัน (กำลังพัฒนา) / คนเดียว (AI เป็นทีม) / iOS · Android · Web

ปัญหา: ธุรกิจขนาดเล็กในไทยยังลงเวลาทำงานบนกระดาษ — ตอกบัตรแทนกัน โกงเวลา และคิดเงินเดือนช้า
บทบาทของผม: วางแผน · ออกแบบสถาปัตยกรรมและความปลอดภัย · กำกับ AI ให้สร้าง
เทคสแต็ก: Flutter · Dart · Riverpod (code-gen) · Supabase · NFC (NTAG424 DNA)

ผลลัพธ์

จากไอเดียสู่ตรรกะหลักที่ทำงานได้ (กำลังพัฒนา): ~9 วัน; จากไอเดียสู่ตรรกะหลักที่ทำงานได้ (กำลังพัฒนา)
ความปลอดภัยในการยืนยันการลงเวลา: 4 ชั้น; ความปลอดภัยในการยืนยันการลงเวลา
ตัวแปรในสูตรเงินเดือน (ตั้งค่าได้ ไม่ฮาร์ดโค้ด): 9; ตัวแปรในสูตรเงินเดือน (ตั้งค่าได้ ไม่ฮาร์ดโค้ด)

กฎตรวจจับความผิดปกติ: 5; กฎตรวจจับความผิดปกติ

⚡ ไอเดีย→เปิดตัว

~9 วัน

2026-09-08
คำสั่งแรก
+9 days
2026-09-17
บิลด์แรกที่ใช้งานได้ · ล่าสุด

2026-09-08
คำสั่งแรก
+9 days
2026-09-17
บิลด์แรกที่ใช้งานได้ · ล่าสุด

จากไอเดียสู่ตรรกะหลักที่ทำงานได้ ~9 วัน (ทำงานจริง ~5–7 วัน) · กำลังพัฒนา ยังไม่ได้ดีพลอย

ไอเดีย / ปัญหา

คำสั่งแรก: "มาออกแบบหน้าจอและฟีเจอร์ทั้งหมดของแอปลงเวลาที่ใช้แท็ก NFC + เซิร์ฟเวอร์ให้เสร็จก่อน Flutter ทำได้ทั้ง iOS และ Android ใช่ไหม?" ต้นฉบับ (KO): "NFC 태그와 서버를 조합한 근태 앱을, 화면·기능 설계부터 디테일하게 끝내자. 플러터면 iOS·안드로이드 둘 다 되지?"

คลินิกทันตกรรม คาเฟ่ และร้านอาหารขนาดเล็กในไทยยังลงเวลาทำงานบนกระดาษ ซึ่งเปิดช่องให้ตอกบัตรแทนกันและโกงเวลา อีกทั้งการคิดเงินเดือนก็ใช้แรงงานมาก เป้าหมายคือแอปที่บันทึกการลงเวลาอย่างตรงไปตรงมาผ่านแท็ก NFC และการตรวจตำแหน่ง แล้วคำนวณเงินเดือนจากบันทึกเหล่านั้นให้อัตโนมัติ

แผนและมาตรฐานที่ผมกำหนด

สำหรับโปรเจกต์นี้ ตัวการออกแบบคือหัวใจ ก่อนเขียนโค้ดแม้แต่บรรทัดเดียว ผมออกแบบสิ่งเหล่านี้:

ความปลอดภัย 4 ชั้น: โทเคนแบบไดนามิกจาก NFC (NTAG424 DNA) + สัญญาณ Wi-Fi (ชั้นเสริม) + การผูกอุปกรณ์ + การตรวจจับ root/jailbreak
กฎความผิดปกติ 5 ข้อ: ปฏิเสธทันทีเฉพาะการละเมิดร้ายแรง (เช่น อุปกรณ์ไม่ตรงกัน) ที่เหลือบันทึกไว้ให้แอดมินตรวจสอบเอง (Manual Review)
สูตรเงินเดือนเป็นการตั้งค่า ไม่ใช่โค้ด: แอดมินตั้งสูตรบนหน้าจอ แล้วตัว parser ที่ปลอดภัยเป็นผู้คำนวณ ตัวแปรกำหนดไว้ที่ 9 ตัว (ค่าจ้างพื้นฐาน, ค่าล่วงเวลา, ค่ากะดึก, การมาสาย ฯลฯ)
ความเป็นส่วนตัว (PDPA): ใช้ GPS และ device ID เพื่อการยืนยันชั่วคราวเท่านั้น ไม่เก็บถาวร
โครงสร้างแบบ multi-tenant (หลายบริษัทในระบบเดียว)

Fig. attennfc-02

เงินเดือนเป็นการตั้งค่า ไม่ใช่โค้ด — เอนจินสูตร

แอดมินตั้งสูตรผ่าน GUIเริ่มจากเทมเพลตตามประเภทธุรกิจ

ตัวแปรตายตัว 9 ตัว

Base payOvertimeNightLate…

คำนวณparser สูตรที่ปลอดภัยไม่มีฮาร์ดโค้ด

ผลลัพธ์เงินเดือน + ประมาณการแบบเรียลไทม์

Admins set the formula on screen and a safe parser computes it. Nine fixed variables, industry templates and live estimates. (The settings screen is still in development, so this shows the structure.)

การกำกับ AI

Fig. attennfc-direction

การกำกับ AI

01 คำสั่งแรก
สร้าง DB schema การจัดการ state (provider) และเอนจินคำนวณเงินเดือนตามมาตรฐานด้านบน
02 สิ่งที่ผมตรวจ
เมื่อรีวิวโค้ดที่สร้างขึ้น ผมพบปัญหาซ้ำ ๆ — API ของไลบรารี NFC ไม่ตรงกัน, company_id หายไป, โฟลเดอร์ซ้ำซ้อน, ตัวแปรเงินเดือนมีแค่ 5 ตัวแทนที่จะเป็น 9 และพิกัด GPS ถูกฮาร์ดโค้ด
03 การแก้ไข
เก็บ SQL schema, RLS และการตัดสินใจด้านการออกแบบไว้ แต่ เขียนโค้ดส่วนที่มีปัญหาใหม่ตั้งแต่ต้น หลังเขียนใหม่ ผมยืนยันด้วยตัวเองว่า flutter analyze รายงาน "No issues found"

คำสั่งจริง (ตัดตอน)

ดึงหน้าจอทั้งหมดออกมาจากดีไซน์ก่อน แล้วค่อยเริ่มสร้าง — ทำสองอย่างพร้อมกันจะพันกันOriginal디자인을 전 화면 다 뽑은 뒤에 개발을 시작하자 — 병행하면 꼬여.
แทนที่จะบล็อกเด็ดขาด ให้แอดมินตรวจสอบสิ่งที่น่าสงสัยแทนOriginal완전히 막기보다, 이상하면 관리자가 검토하게 하자.

Fig. attennfc-03

ตรวจผลงานของ AI เทียบกับมาตรฐาน — แล้วสั่งแก้

Before

Only 5 of 9 payroll variables
NFC library API mismatch
Hard-coded GPS · duplicated folders

คำสั่งของผม (ใจความ)

เก็บดีไซน์และโมเดลข้อมูลไว้ แล้วเขียนโค้ดที่มีปัญหาใหม่ตั้งแต่ต้น

Original설계·데이터 모델은 유지하고, 문제 코드는 처음부터 다시 작성해

After

✓ ตัวแปรเงินเดือนครบทั้ง 9 ตัว
✓ flutter analyze — No issues found

จุดที่ติดขัดและวิธีแก้

ข้อจำกัดการยืนยัน Wi-Fi บน iOS: iOS จำกัดการเข้าถึง Wi-Fi การตรวจชั้นเสริมจึงอาจล้มเหลว ผมกำกับให้ fallback ไปใช้การยืนยันระยะ GPS อย่างเดียว และบันทึก "ข้ามการตรวจ Wi-Fi" ไว้ให้ตรวจสอบย้อนหลังได้
การปลอมเวลาตอนออฟไลน์: เพื่อรับมือกับการเปลี่ยนนาฬิกาของเครื่อง ผมกำกับให้สร้างตรรกะประเมินเวลาจริงโดยรวมเวลาเซิร์ฟเวอร์ล่าสุดกับเวลาที่ผ่านไป และส่งกรณีที่ต่างกันมากไปให้แอดมินตรวจสอบ

Fig. attennfc-05

กฎความผิดปกติ 5 ข้อ — แยกทาง ไม่ใช่แค่บล็อก

อินพุตความพยายามลงเวลา

ตรวจสอบกฎความผิดปกติ 5 ข้อ

ปกติบันทึก

ผิดปกติบันทึก + ให้แอดมินตรวจสอบManual Review

ร้ายแรงปฏิเสธทันทีเช่น อุปกรณ์ไม่ตรงกัน

“แทนที่จะบล็อกทุกอย่าง ให้แอดมินตรวจสอบสิ่งที่ผิดปกติแทน” ปฏิเสธทันทีเฉพาะการละเมิดร้ายแรงเท่านั้นOriginal“완전히 막기보다, 이상하면 관리자가 검토하게 하자.”

Fig. attennfc-06

การยืนยันเวลาแบบออฟไลน์ (TrueTime)

Aเวลาเซิร์ฟเวอร์ล่าสุด

Bเวลาที่ผ่านไปบนเครื่องไม่ได้รับผลจากการปรับนาฬิกา

A + Bเวลาจริงที่ประเมินได้

ต่างกันน้อยบันทึก

ต่างกันมากให้แอดมินตรวจสอบ

เพื่อจับการปรับนาฬิกาของเครื่อง ระบบประเมินเวลาจริงจากเวลาเซิร์ฟเวอร์ล่าสุดบวกกับเวลาที่ผ่านไป

Case 01

โค้ดที่สร้างขึ้นไม่ถึงมาตรฐาน

อาการ
โค้ดที่สร้างขึ้นไม่ถึงมาตรฐาน — ตัวแปรเงินเดือนมีแค่ 5 จาก 9 ตัว, API ของไลบรารี NFC ไม่ตรงกัน, พิกัด GPS ถูกฮาร์ดโค้ด, โฟลเดอร์ซ้ำซ้อน
สิ่งที่ผมบอก AI
ชี้จุดที่คลาดเคลื่อนทีละจุดเทียบกับมาตรฐานของผม (9 ตัวแปร, API โทเคนแบบไดนามิก, พิกัดเป็นค่าตั้งค่า)Original내가 세운 기준(변수 9종·동적 토큰 API·좌표 설정값)을 조목조목 대조해 어긋난 지점을 지적.
ความพยายามแรกของ AI
การแก้ทีละจุดทำให้ปัญหาเดิมกลับมาเรื่อย ๆ
จุดที่ผมจับได้
เก็บ SQL schema, RLS และดีไซน์ไว้ แต่โค้ดที่มีปัญหาต้องเขียนใหม่ ไม่ใช่ปะแก้
วิธีแก้
กำกับให้เขียนใหม่ตั้งแต่ต้น แล้วยืนยันว่า flutter analyze รายงานศูนย์ issue
การป้องกันไม่ให้เกิดซ้ำ
ผมตรวจผลงานของ AI ผ่าน "เช็กลิสต์มาตรฐาน" และใช้กฎเขียนใหม่เมื่อคลาดเคลื่อน

ผลลัพธ์

ออกแบบและสร้าง ความปลอดภัย 4 ชั้น และ กฎความผิดปกติ 5 ข้อ พร้อม flow ให้แอดมินตรวจสอบ
เอนจินสูตรเงินเดือนที่ไม่มีการฮาร์ดโค้ด (9 ตัวแปร, เทมเพลตตามประเภทธุรกิจ, ประมาณการเงินเดือนแบบเรียลไทม์)
การยืนยันเวลาแบบออฟไลน์ที่จับการปรับนาฬิกาได้แม้ไม่มีอินเทอร์เน็ต
ตรรกะหลักรอบแรกเสร็จ (flutter analyze รายงานศูนย์ issue) — กำลังพัฒนา

มองย้อนกลับ

ทักษะที่สำคัญที่สุดในโปรเจกต์นี้คือการไม่เชื่อผลงานของ AI แบบไม่ไตร่ตรอง — ตรวจเทียบกับมาตรฐานแล้วสั่งให้ทำใหม่ ยิ่งเป็นส่วนที่ "ผิดไม่ได้" (ความปลอดภัย เงินเดือน) คำตอบยิ่งเป็นการเขียนมาตรฐานไว้ก่อน ขั้นต่อไปคือเชื่อมหน้าจอที่ออกแบบไว้และทดสอบกับธุรกิจนำร่อง

หน้าจอเพิ่มเติม · 8 ภาพ

AttenNFC — แนะนำการใช้งาน — ออกแบบใน Google Stitch — แนะนำการใช้งาน — ออกแบบใน Google Stitch

AttenNFC — เทมเพลตตามประเภทธุรกิจ — เทมเพลตตามประเภทธุรกิจ

AttenNFC — เอนจินสูตรเงินเดือน — เอนจินสูตรเงินเดือน

AttenNFC — สรุปเงินเดือนรายเดือน — สรุปเงินเดือนรายเดือน

AttenNFC — ปรับเงินเดือนรายบุคคล — ปรับเงินเดือนรายบุคคล

AttenNFC — คิวตรวจสอบความผิดปกติ — คิวตรวจสอบความผิดปกติ

AttenNFC — ปฏิทินวันหยุด — ปฏิทินวันหยุด

AttenNFC — บันทึกการตรวจสอบ (audit log) — บันทึกการตรวจสอบ (audit log)

หน้าแอดมินออกแบบด้วย Google Stitch (ออกแบบด้วย AI) ส่วนการพัฒนาด้วย Flutter กำลังดำเนินการ

(01) Review

Honest รีวิว

ถ้านักพัฒนาเป็นคนสร้าง

จุดแข็ง2

ความเร็ว — ภายใน 7 วัน: ล็อกสแต็ก ย้ายแบ็กเอนด์ วางรากฐานเสร็จ
เปลี่ยนจาก Firebase → Supabase และเขียนใหม่ทั้งหมดหนึ่งรอบภายในสัปดาห์แรก ด้วยตัวคนเดียว
เอกสาร — ออกแบบละเอียดกว่าสเปกทั่วไปในขั้นนี้
การเก็บข้อมูล 90 วันตาม PDPA, กฎความผิดปกติ 5 ข้อ, ตัวแปรเงินเดือน 9 ตัว และข้อจำกัดของแพลตฟอร์ม เขียนไว้ก่อนเริ่มโค้ด

เทียบเท่า3

สถาปัตยกรรม — โครงสร้างแบบ clean architecture
แบ่ง data / domain / presentation ตามฟีเจอร์ มี repository interface และ dependency injection
ความอ่านง่าย — สะอาด
คอมเมนต์และการตั้งชื่อชัดเจน ไม่มี debug print หลงเหลือ
ประสิทธิภาพ — ยังเร็วเกินไปที่จะวัด
ยังไม่มีโหลดจริง แต่พื้นฐาน (การ dispose animation, constant widget) ทำไว้แล้ว

ขั้นต่อไป (กำลังเติมเต็ม)4

ความสมบูรณ์ของฟีเจอร์ — พัฒนาแล้ว ~10–15% ของที่ออกแบบไว้
ออกแบบละเอียดก่อน ตอนนี้มี 4 หน้าจอที่รันบนข้อมูลจำลอง
วางแผน → จำกัดขอบเขตเหลือ 'ล็อกอิน → ลงเวลาครบหนึ่งรอบ ตรวจสอบบนเซิร์ฟเวอร์' ทำให้เสร็จ แล้วค่อยขยาย
ความปลอดภัย — ออกแบบแล้ว ยังไม่ได้สร้าง
ออกแบบการยืนยัน 4 ชั้นและการเก็บ GPS ให้น้อยที่สุด (PDPA) ไว้แล้ว ส่วนการตรวจฝั่งเซิร์ฟเวอร์กำลังสร้างไปพร้อมกับ flow หลัก
วางแผน → ย้ายการอนุมัติและการตรวจสอบไปไว้บนเซิร์ฟเวอร์ทั้งหมดก่อนเริ่มทดลองใช้งานจริง (pilot)
การทดสอบและ CI — ยังไม่มี รอสร้าง remote repo
สูตรเงินเดือนเกี่ยวข้องกับเงิน แต่ยังไม่มีการทดสอบ
วางแผน → ทดสอบสูตรเงินเดือนก่อน จากนั้นสร้าง remote repo แบบส่วนตัวและ CI
การรองรับหลายภาษาและการเข้าถึง — ออกแบบโดยเน้นภาษาไทย ยังไม่มีไฟล์แปล
มีข้อความภาษาอังกฤษฮาร์ดโค้ด 31 จุด และยังไม่มี label สำหรับโปรแกรมอ่านหน้าจอ
วางแผน → เพิ่มไฟล์แปลและ label ทีละหน้าจอ ไม่รอจนถึงตอนเปิดตัว

โปรเจกต์ถัดไป →

แพลตฟอร์มสตรีมมิงวิดีโอด้วย AI

บริการสตรีมมิงวิดีโอแบบ serverless ทั้งระบบบน Cloudflare edge — แปลอัตโนมัติด้วย AI 10 ภาษา และชำระค่าสมาชิกด้วยคริปโต สร้างคนเดียวด้วย AI

แพลตฟอร์มสตรีมมิงวิดีโอด้วย AI mobile screenshot

ดูกรณีศึกษา