Skills, Plugins, MCP และ AI Agent ต่างกันอย่างไร

เวลาเริ่มต่อยอด AI มักเจอคำว่า Skill, Plugin, MCP และ Agent อยู่ใกล้กันจนสับสน ทั้งที่แต่ละคำตอบคนละคำถาม: เราจะสั่งงานซ้ำอย่างไร, เพิ่มความสามารถให้แอปอย่างไร, เชื่อมข้อมูลและเครื่องมือด้วยมาตรฐานอะไร, และใครเป็นคนเดิน workflow

บทความนี้ใช้ความหมายเชิงปฏิบัติ ไม่ผูกกับ vendor รายใด เพราะชื่อเมนูและระบบ extension เปลี่ยนได้ สิ่งที่ไม่ควรเปลี่ยนคือการแยก คำสั่ง, ความสามารถ, การเชื่อมต่อ, การลงมือทำ และสิทธิ์ ออกจากกัน

สรุปในตารางเดียว

Skill คืออะไร

Skill คือแพ็กเกจคำสั่งและวิธีทำงานที่นำกลับมาใช้ซ้ำได้ อาจมีบทบาท เป้าหมาย input/output ตัวอย่าง ข้อห้าม และ checklist เช่น skill เขียนบทความอาจบังคับให้ค้น official source, ทำ TH+EN, ตรวจ slug และสร้าง QA

Skill ช่วยให้ output สม่ำเสมอ แต่ไม่ได้ทำให้ AI เข้าถึง Drive, CRM หรือระบบจ่ายเงินเอง หากต้องการข้อมูลหรือ action ต้องมี integration และ permission แยกต่างหาก

Plugin คืออะไร

Plugin ในบทความนี้หมายถึงส่วนขยายของ AI application ที่เพิ่มความสามารถ เช่น เรียกบริการภายนอก ค้นข้อมูล หรือสร้าง artifact กลไกติดตั้งและสิทธิ์ต่างกันตาม host จึงต้องอ่านเอกสารปัจจุบันก่อนเปิดใช้

Plugin ที่ดีควรบอกว่าอ่านข้อมูลอะไร ส่งข้อมูลไปไหน ใช้สิทธิ์ใด มีค่าใช้จ่ายเท่าไร และยกเลิกได้อย่างไร อย่าติดตั้งเพราะเห็นชื่อดังอย่างเดียว

MCP คืออะไร

MCP หรือ Model Context Protocol เป็น open protocol สำหรับเชื่อม AI application กับระบบภายนอก เอกสารทางการอธิบายแนวคิดคล้าย USB-C สำหรับ AI โดย server สามารถให้ prompts, resources และ tools แก่ client/host

• Prompts: template หรือคำสั่งที่ผู้ใช้เลือก
• Resources: ข้อมูลหรือ context ที่แอปแนบให้โมเดล
• Tools: ฟังก์ชันที่โมเดลเรียกเพื่ออ่านหรือทำ action

จุดสำคัญคือ MCP เป็น protocol ไม่ใช่ product และไม่ได้บอกว่า tool จะปลอดภัยหรือเหมาะกับทุกคน การเปิด tool ที่เขียนไฟล์หรือเรียก API ต้องมี authorization, scope, audit และการยืนยันจากคน

AI Agent คืออะไร

Agent คือระบบที่ใช้โมเดลจัดการ workflow และเลือกว่าจะเรียก tool ใดในแต่ละขั้น เมื่อเกิด failure อาจ retry, หยุด หรือส่งต่อให้คน Agent จึงใช้ skill เป็น instruction ใช้ plugin หรือ MCP เป็นทางเชื่อม และใช้ระบบธุรกิจเป็นแหล่งข้อมูล/ปลายทาง

การมี MCP server ไม่ได้แปลว่าเกิด agent เสมอไป เช่น แอปอาจใช้ server เพื่อค้นเอกสารเมื่อผู้ใช้กดปุ่ม ส่วน agent จะมีการวางแผนและเดินหลายขั้นตามเป้าหมาย

ภาพชั้นการทำงาน

เลือกอะไรสำหรับ SME

Permission checklist ก่อนเชื่อมระบบ

1. ระบุว่า host, client, server และ owner คือใคร
2. แยก read, draft และ write tool
3. ให้ access เท่าที่งานต้องใช้ ไม่ใช้บัญชี admin รวม
4. แสดงข้อมูลที่จะส่งออกนอกระบบและ retention
5. บันทึก tool call, user, model, result และเวลา
6. ขอ approval ก่อนส่ง ลบ แก้ หรือจ่าย
7. ทดสอบ server ที่ไม่น่าเชื่อถือและ prompt injection
8. ปิด/ถอนสิทธิ์และ rollback ได้จริง

Prompt สำหรับออกแบบ integration

จาก workflow [ชื่อ] ให้แยก instruction, extension, protocol, agent และ system of record ระบุว่าแต่ละชั้นอ่านหรือเขียนข้อมูลใด ต้องใช้ permission ใด จุดอนุมัติ failure mode, log, rollback และ owner ห้ามเสนอ write action หากยังไม่มี approval และห้ามถือว่า MCP หรือ plugin รับประกันความปลอดภัย

เริ่ม pilot แบบ read-only

1. เลือกเอกสารหรือข้อมูลที่ไม่อ่อนไหว
2. ให้ tool อ่านและคืน source row ก่อน ไม่ให้เขียน
3. ทดสอบคำขอปกติ ข้อมูลขัดกัน และคำสั่งแฝง
4. ให้คนตรวจผลเทียบกับ source
5. วัดเวลา error และ handoff
6. ค่อยเพิ่ม draft แล้วจึงพิจารณา write ที่มี approval

FAQ

Skill กับ Prompt ต่างกันอย่างไร

Prompt คือคำสั่งหนึ่งครั้ง ส่วน skill คือแพ็กเกจวิธีทำงานที่ใช้ซ้ำและมีเงื่อนไข/QA ได้ละเอียดกว่า คำเรียกอาจต่างกันตามระบบ

MCP คือ plugin ไหม

ไม่ใช่คำเดียวกัน MCP เป็น protocol ส่วน plugin เป็นกลไก extension ของแอปหนึ่ง ๆ plugin อาจใช้ MCP เป็นส่วนหนึ่ง แต่ไม่จำเป็นต้องใช้

ต่อ MCP แล้วให้ Agent ทำทุกอย่างได้ไหม

ไม่ควร ขอบเขต tool และ approval ต้องกำหนดตามความเสี่ยง เริ่ม read-only และแยก write action เสมอ

สรุป

Skill กำหนดวิธีทำงาน Plugin เพิ่มความสามารถให้แอป MCP เป็น protocol เชื่อม context และ tools ส่วน Agent คือผู้จัดการ workflow ที่ใช้สิ่งเหล่านี้ร่วมกัน ไม่มีชั้นใดรับประกันความถูกต้องหรือความปลอดภัยเอง สำหรับ SME ให้เริ่มจาก skill หรือ read-only integration, ตรวจ data flow และ permission, เก็บ audit log และเพิ่มสิทธิ์ทีละขั้นเมื่อผลทดสอบผ่าน