Building Verification Loops in Claude Code with Skills

สร้าง Verification Loop ใน Claude Code ด้วย Skills — เปลี่ยนการตรวจสอบด้วยมือให้เป็นระบบอัตโนมัติ

โดย Nokka (นก-กา) | 25 กรกฎาคม 2026

บทความนี้เขียนโดย AI (DeepSeek V4 Pro) ผ่าน Hermes Agent ภายใต้การควบคุมของ Nokka (นก-กา)

คุณเคยเจอ pattern นี้ไหม — สั่ง Claude Code แก้โค้ด → มันทำงานเสร็จ → คุณตรวจ → เจอจุดเล็กๆ ที่ต้องแก้ → แก้เอง → สั่งใหม่ → วนซ้ำ

Anthropic เพิ่งเผยแพร่บทความ “Building verification loops in Claude Code with skills” [1] — อธิบายวิธีเปลี่ยน manual checks พวกนี้ให้เป็นระบบอัตโนมัติที่ Claude ตรวจสอบและแก้ไขงานตัวเองได้ โดยคุณไม่ต้องนั่งเฝ้า

Verification Loop คืออะไร

Verification loop คือวงจรที่ AI agent ตรวจสอบงานตัวเอง — รัน tests, linters, หรือ custom checks — แล้วแก้ไขสิ่งที่ fail ก่อนส่งมอบ

แนวคิดนี้ไม่ใหม่ — แต่สิ่งที่ Anthropic ทำคือการทำให้มัน encode เป็น skill ได้ — เพื่อให้ทุก session ใช้ checks ชุดเดียวกันโดยอัตโนมัติ แทนที่จะต้องให้คนจำว่าต้องตรวจอะไรบ้าง

“A verification loop is a repeating cycle where an AI agent checks its own work — running tests, linters, or custom checks — and fixes what fails before moving on.” [1]

Built-in Verification Loops — สิ่งที่ Claude Code มีให้อยู่แล้ว

ก่อนจะสร้าง custom loop — Anthropic แนะนำให้เข้าใจสิ่งที่ Claude Code มีในตัวก่อน [1]:

ฟีเจอร์ ทำงานยังไง /verify skill build, run, และ observe การเปลี่ยนแปลงในแอปพลิเคชัน Toolchain Claude จับ error codes และ warnings จาก linter, type checker, test runner — แนะนำให้ใส่ build/test commands ใน CLAUDE.md Code Review (research preview) multi-agent service ที่รัน automated review บน PR — แก้เองหรือ comment @claude เพื่อให้ agent แก้ GitHub Actions ใช้ verification skill เดียวกันรันบนทุก push หรือ PR Spec validation skill ที่ตรวจสอบทุก change เทียบกับ markdown spec ใน repo Rubrics (Claude Managed Agents, beta) grader agent ตรวจผลลัพธ์เทียบกับ rubric — ถ้า fail → loop กลับไปแก้ใหม่

วิธีเขียน Verification Loop ของตัวเอง

Anthropic แนะนำ 3 ขั้นตอน [1]:

ขั้นที่ 1: เขียนสิ่งที่คุณตรวจด้วยมือทุกครั้ง

ถามตัวเองว่า — ทุกครั้งที่ Claude ส่งงานมา คุณตรวจอะไรซ้ำๆ?

• “ตรวจว่า migration ไม่ drop column โดยไม่มี backfill step”
• “ตรวจว่า API response มี field error เมื่อ status ไม่ใช่ 200″
• “ตรวจว่า component ใหม่มี test coverage ≥ 80%”

เขียนเป็น plain English — เหมือนอธิบายให้เพื่อนร่วมทีมใหม่ฟัง

ขั้นที่ 2: ถาม Claude ก่อน

ถ้ายังนึกไม่ออกว่าจะเขียน check ยังไง — ถาม Claude:

“What are the best practices for verifying frontend changes in this project?”

Claude จะเสนอ checks มาให้ — คุณแก้เฉพาะจุดที่ต่างจาก standard — เพราะจุดที่ต่างนั่นแหละคือสิ่งที่คุณต้อง capture

ขั้นที่ 3: Encode เป็น Skill

ใช้ skill-creator plugin ให้ Claude สัมภาษณ์คุณ:

/skill-creator Create a skill for verifying frontend changes end-to-end. Interview me about my workflow.

Enter fullscreen mode Exit fullscreen mode

Claude จะถามคำถามเพื่อเข้าใจ workflow ของคุณ — แล้วสร้าง SKILL.md ให้

ตัวอย่างจาก Anthropic — 3 Verification Loops ที่ใช้จริง

Anthropic แชร์ 3 verification loops ที่ทีมภายในใช้ [1]:

1. Frontend Verification Loop

# SKILL.md — Frontend Verification

## Verification Loop
1. Run `npm run build` — fail if build errors
2. Run `npm run lint` — fail if lint errors
3. Run `npm run test` — fail if test failures
4. Start dev server and check:
   - No console errors in browser
   - All new routes render without crash
   - Responsive at 3 breakpoints (mobile, tablet, desktop)
5. If any check fails → fix → re-run from step 1

Enter fullscreen mode Exit fullscreen mode

2. API Migration Safety Loop

# SKILL.md — Migration Safety

## Verification Loop
1. Check every migration file:
   - No `DROP COLUMN` without a prior backfill migration
   - No `DROP TABLE` without a deprecation notice in CHANGELOG
   - All `ADD COLUMN` have DEFAULT or are nullable
2. Run `rails db:migrate:down VERSION=...` — verify reversible
3. If any check fails → reject the migration → ask developer to fix

Enter fullscreen mode Exit fullscreen mode

3. Documentation Sync Loop

# SKILL.md — Docs Sync

## Verification Loop
1. For every changed API endpoint:
   - Check that OpenAPI spec is updated
   - Check that README example matches new behavior
   - Check that CHANGELOG has an entry
2. If any check fails → update the docs → re-check

Enter fullscreen mode Exit fullscreen mode

ทำไมถึงสำคัญ — มากกว่าแค่ประหยัดเวลา

Verification loop ไม่ใช่แค่ automation — มันคือการเปลี่ยน tacit knowledge (สิ่งที่คุณรู้ว่าต้องตรวจ แต่ไม่ได้เขียนไว้) ให้เป็น explicit system (สิ่งที่ Claude ทำได้เอง)

Anthropic บอกว่า:

“Anything you keep having to enforce by hand as a manual check qualifies for capture as a loop.” [1]

นี่คือหลักการเดียวกับที่ Nokka ใช้กับ Veritas — Nokka Loop คือ verification loop สำหรับบทความ — NCQS คือ automated check, Veritas คือ grader agent, และการวน 3 รอบคือ feedback loop

เริ่มต้นวันนี้

1. คิดถึง manual check ที่คุณทำซ้ำๆ — อะไรที่คุณตรวจทุกครั้งหลัง Claude ทำงานเสร็จ
2. เขียนเป็น plain English — 3-5 ข้อ
3. ใช้ /skill-creator — ให้ Claude สัมภาษณ์คุณและสร้าง SKILL.md
4. ทดสอบ — สั่ง Claude ทำงานแล้วดูว่ามันตรวจสอบตัวเองได้ไหม
5. ปรับ — loop ไม่จำเป็นต้องสมบูรณ์ตั้งแต่ครั้งแรก — ปรับไปเรื่อยๆ

ในมุมมองของผม — verification loop คือสิ่งที่แยก “AI ที่ช่วยเขียนโค้ด” ออกจาก “AI ที่ทำงานแทนคุณได้จริง” — เพราะการเขียนโค้ดเป็นแค่ครึ่งเดียวของงาน — การตรวจสอบว่ามันถูกต้องคืออีกครึ่ง

ติดตามบทความเกี่ยวกับ AI, Claude Code, และเครื่องมือสำหรับนักพัฒนาได้ที่ Nokka on dev.to — กด Follow ที่โปรไฟล์เพื่อรับอัปเดตทุกครั้งที่มีบทความใหม่

อ้างอิง

[1] Anthropic, “Building verification loops in Claude Code with skills,” Claude Blog, 22 กรกฎาคม 2026. https://claude.com/blog/building-verification-loops-in-claude-code-with-skills