ที่มา: บทความ VideoToBlog วันที่ 16 มีนาคม 2026 บันทึกฟีเจอร์และตัวอย่างของต้นทางในเวลานั้น ไม่ใช่การทดสอบประสิทธิภาพหรือความปลอดภัยโดยอิสระ ตรวจเอกสาร Gemini CLI เพิ่มเติมเมื่อ 13 ตุลาคม 2026: Plan Mode จำกัดการแก้โค้ดระหว่างวางแผน แต่อนุญาตให้เขียนไฟล์แผนในตำแหน่งที่กำหนดได้ และขอบเขตเครื่องมือ MCP ขึ้นกับนโยบายและสิทธิ์ที่ตั้งไว้ จึงไม่ใช่คำรับประกันว่าจะไม่มีการเขียนข้อมูลใดเลยหรืออ่านครบทุกไฟล์ ตัวอย่าง pipeline เป็นแนวทางประกอบ ไม่ใช่ระบบที่ตรวจรับแล้ว ภาพต้นทางบางภาพแสดงสถานะ auto edit และข้อความแผน จึงไม่ได้พิสูจน์ว่ามีการบังคับข้อจำกัด Plan Mode ในทุกขั้น ภาพที่ 5 และ 9 เป็นภาพว่างสีเข้มจากต้นทางและคงไว้ตามเดิม ไม่ใช้ยืนยันฟีเจอร์ คำว่า NEW & FREE บนภาพเป็นคำโปรยของต้นทาง ไม่รับรองโควตาหรือค่าบริการปัจจุบัน · แหล่งอ้างอิงในบทความต้นทาง · คู่มือ Plan Mode ของ Gemini CLI · นโยบายและสิทธิ์เครื่องมือ Gemini CLI ·
เพิ่งดูคลิปสั้นๆ เกี่ยวกับฟีเจอร์ใหม่ของ Gemini CLI แล้วรู้สึกว่ามันเปลี่ยนวิธีทำงานกับโค้ดไปเลย เราไม่ใช่แค่ได้เครื่องมือช่วยเขียนโค้ด แต่ได้กระบวนการคิดของวิศวกรรุ่นพี่เข้ามาแทนที่การตั้งใจทำลายโค้ดโดยบังเอิญ ฟีเจอร์ที่ว่านี้เรียกว่า Plan Mode และแนวคิดมันเรียบง่ายแต่วิกฤตสำหรับทีมพัฒนาซอฟต์แวร์: ห้ามแก้โค้ดจนกว่าจะวางแผนให้ชัด
Gemini CLI คืออะไร และทำไมถึงสำคัญ
Gemini CLI เป็นเอเจนต์ AI ที่รันอยู่ในเทอร์มินัลจริงๆ ไม่ใช่ในเบราว์เซอร์หรือแอปแยก มันอ่านไฟล์ แก้โค้ด รันคำสั่ง ค้นหาเว็บ และเชื่อมต่อเครื่องมือภายนอกผ่าน MCP integrations ได้ในที่เดียว การมีเอเจนต์ที่อยู่กับเราในสภาพแวดล้อมการพัฒนา ช่วยลดการสลับหน้าจอ ลดการคัดลอกวางข้อมูล และเพิ่มความต่อเนื่องของงาน

สิ่งที่ทำให้ Gemini CLI โดดเด่นคือความสามารถแบบ agentic — ไม่ได้แค่ให้คำแนะนำ แต่สามารถทำงานแทนเราได้จริง ซึ่งเหมาะกับงานที่ต้องการ automation และการเข้าถึง context ของโปรเจกต์อย่างลึกซึ้ง
Plan Mode: หลักการทำงานแบบคิดก่อนทำ
หลักการของ Plan Mode คือบังคับให้เอเจนต์ต้องคิดก่อนลงมือทำ เมื่อสั่งให้เริ่มแผน ตัวเอเจนต์จะเปลี่ยนเป็น read only มันอ่านโปรเจกต์ทั้งหมด สแกนโครงสร้าง ไล่ดู dependencies แล้วถามคำถามเพื่อเคลียร์ข้อสงสัยก่อนจะเสนอแผนดำเนินการ เมื่อเราอนุมัติแล้วเท่านั้น มันถึงจะสลับไปเป็น execution mode และเริ่มแก้โค้ด

แนวทางนี้เลียนแบบวิธีคิดของวิศวกรอาวุโสที่ไม่เปิดไฟล์แล้วทันทีแก้ แต่กลับใช้เวลาอ่านโค้ด ทำความเข้าใจสภาพแวดล้อม สอบถามรายละเอียด และออกแบบก่อนลงมือ
สี่ความสามารถหลักของ Plan Mode และความหมายต่อการพัฒนา
1) สำรวจฐานโค้ดแบบ read only
Gemini ใช้เครื่องมืออ่านไฟล์ ค้นหาแพทเทิร์น และสแกนไดเรกทอรีเพื่อสร้างแผนที่ว่าโปรเจกต์ถูกจัดโครงสร้างยังไง ข้อดีคือไม่ได้อาศัยการคาดเดา แต่มีบริบทจริงก่อนจะออกแบบการเปลี่ยนแปลง

2) วางสถาปัตยกรรมก่อนเริ่มเขียน
ผู้ใช้สามารถขอให้ Gemini วางแผนฟีเจอร์ทั้งระบบได้ มันจะแมป dependency ระบุความเสี่ยง แยกงานเป็นขั้นตอนชัดเจนให้เห็นภาพรวมก่อนลงมือ นี่ช่วยลดงานซ้ำและการทำลายสภาพแวดล้อมเดิม
3) Ask User: ถามเพื่อเคลียร์ข้อสงสัย
Plan Mode มีเครื่องมือใหม่ที่เรียกว่า Ask User เพื่อหยุดการเดา ถามว่าใช้ framework เวอร์ชันไหน ไฟล์ config อยู่ตรงไหน ต้องต่อกับฐานข้อมูลเดิมหรือสร้างใหม่ การบังคับให้ถามช่วยลด hallucination ของ AI และทำให้แผนมีความแม่นยำมากขึ้น
4) ดึงบริบทภายนอกผ่าน MCP แบบ read only
ในขั้นวางแผน เอเจนต์สามารถดึงข้อมูลจาก GitHub issues เอกสารใน Google Docs ระบบจัดการโปรเจกต์ หรือฐานข้อมูล โดยไม่แก้ไขอะไร สิ่งนี้ทำให้แผนครบถ้วนทั้งมุมมองโค้ดและเอกสารประกอบ

ตัวอย่างจริง: สร้างระบบจัดตารางคอนเทนต์ด้วย Plan Mode
สมมติเราอยากสร้างระบบที่รับวิดีโอยาว แล้วแปลงเป็นคลิปสั้น บทความบล็อก และแคปชันโซเชียลโดยอัตโนมัติ เมื่อสั่งให้ Gemini เริ่มวางแผน มันจะสแกน repo ตรวจสอบ pipeline ปัจจุบันและเชื่อมต่อ API ที่มี จากนั้นจะถามคำถามชี้ชัด เช่น ใช้ headless CMS หรือ backend แบบกำหนดเอง จะให้ trigger อัตโนมัติเมื่ออัปโหลดหรือเปิดด้วยมือ ต้องการแคปชันแยกตามแพลตฟอร์มหรือไม่

เมื่อเคลียร์คำถามแล้ว Gemini จะยื่นแผนการปฏิบัติการเป็นขั้นตอนให้เราอนุมัติ ตัวอย่างแผนอาจเป็นดังนี้
- ตั้ง pipeline ถอดเสียง โดยใช้ Whisper API เมื่อมีการอัปโหลด
- สร้าง logic แบ่งส่วนคอนเทนต์ เพื่อหาช่วงสำคัญสำหรับคลิปสั้น
- สร้างตัวขยายบทความ ที่แปลง transcript เป็นบทความที่มีโครงสร้าง
- สร้างตัวสร้างแคปชัน รวมกฎฟอร์แมตตามแพลตฟอร์ม
- เพิ่มคิวการตรวจทาน ให้คนตรวจก่อนเผยแพร่
- เชื่อมชั้น scheduling ให้โพสต์ตามเวลาเหมาะสม
- เขียนเทสต์ สำหรับ logic การสร้างคอนเทนต์

เราเห็นภาพทั้งหมดก่อนเริ่มทำจริง และเมื่อตกลงแล้วก็สลับไปเป็น execution mode ให้ดำเนินการทีละขั้น ทำให้ลดความเสี่ยงต่อการทำงานผิดพลาดในระบบจริง
ทำไม Plan Mode ถึงช่วยแก้ปัญหาเรื่องความเชื่อใจ
ปัญหาใหญ่ของเครื่องมือโค้ดที่ขับเคลื่อนด้วย AI คือความไม่สามารถคาดเดา ผู้พัฒนามักไม่ไว้ใจเพราะ AI อาจทำสิ่งที่ไม่คาดคิดและทำให้ระบบเสียหาย Plan Mode แก้ปัญหานี้ตรงจุด เพราะผู้ใช้ได้เห็นแผนทั้งหมดก่อนจะให้ AI ลงมือ

เมื่อเห็นแผน เราสามารถป้องกันข้อผิดพลาดตั้งแต่ต้น เปลี่ยนวิธีการได้ก่อนที่จะเกิดการแก้โค้ดที่ไม่ต้องการ และอนุมัติเฉพาะส่วนที่สมเหตุสมผล คุณสมบัตินี้ทำให้การรวม AI เข้ากับทีมพัฒนาเป็นไปได้จริงมากขึ้น
มุมมองเชิงลึก: ผลกระทบต่อทีมและกระบวนการพัฒนา
Plan Mode ไม่ได้แค่เป็นฟีเจอร์หนึ่ง แต่มันเปลี่ยนแนวคิดการทำงานของเอเจนต์ AI ให้สอดคล้องกับวัฒนธรรมการพัฒนาแบบที่ต้องมีการตรวจสอบและอนุมัติ เรียกว่าเพิ่ม gate ใน workflow โดยที่ยังได้ประโยชน์จาก automation
ทีมสามารถสร้างนโยบายเฉพาะ สร้างทักษะสำหรับเอเจนต์ และต่อยอดเป็นการวางแผนด้านความปลอดภัย สอบทานสถาปัตยกรรม หรือปรับกระบวนการ DevOps ให้มี human-in-the-loop เป็นมาตรฐาน เรารู้สึกว่าในระยะยาวสิ่งนี้จะทำให้การใช้ AI โตเป็นส่วนหนึ่งของกระบวนการมากกว่าการเป็นเครื่องมือเสริมที่เสี่ยง
คำแนะนำเชิงปฏิบัติ: เริ่มใช้ Plan Mode อย่างไรให้ได้ผล
เริ่มต้นด้วยการให้เวลาเอเจนต์อ่านและทำความเข้าใจ repo อย่างเต็มที่ ปรับแต่งคำถาม Ask User ให้เจาะจงกับมาตรฐานของทีม และเชื่อม MCP integrations ที่จำเป็นเพื่อให้บริบทครบเมื่อวางแผน
ควรตั้งมาตรฐานการอนุมัติ เช่น ระบุคนที่รับผิดชอบในแต่ละขั้นตอน และตั้งเกณฑ์เทสที่ต้องผ่านก่อนให้มีการ deploy เราแนะนำให้ทดสอบ Plan Mode บนโปรเจกต์ขนาดเล็กก่อน เพื่อดูการตอบสนองและปรับ workflow ให้เข้ากับทีม
จุดที่ควรระวัง
Plan Mode ช่วยลดการเดาของ AI แต่ไม่ใช่ยาครอบจักรวาล หากข้อมูลเอกสารภายนอกไม่ครบหรือ API ที่เอเจนต์เข้าถึงมีข้อจำกัด แผนที่ได้อาจไม่ครอบคลุมทั้งหมด
อีกเรื่องที่ต้องใส่ใจคือการตั้งสิทธิ์การเข้าถึง MCP integrations ให้เหมาะสม หากให้สิทธิ์มากเกินไปอาจมีความเสี่ยงด้านความปลอดภัย แต่ถ้าน้อยเกินไป แผนอาจขาดข้อมูลสำคัญ
คำศัพท์เฉพาะที่น่าสนใจ
- Gemini CLI — เอเจนต์ AI ที่ทำงานภายในเทอร์มินัล อ่านไฟล์ แก้โค้ด และเชื่อมต่อเครื่องมือต่างๆ
- Plan Mode — โหมดที่บังคับให้เอเจนต์อ่านและวางแผนแบบ read only ก่อนจะอนุญาตให้แก้โค้ด
- MCP integrations — การเชื่อมต่อเครื่องมือภายนอกแบบที่ตัวเอเจนต์สามารถดึงข้อมูลหรือสั่งงานได้
- Ask User — เครื่องมือใน Plan Mode ที่ใช้ถามคำถามเพื่อเคลียร์ข้อสงสัยจากผู้ใช้
- Execution Mode — โหมดที่เอเจนต์ได้รับอนุญาตให้แก้ไฟล์และรันคำสั่ง
สิ่งที่ได้จากคลิปนี้
- เห็นภาพว่า AI สามารถคิดเป็นแผนก่อนลงมือได้ ทำให้การนำ AI มาใช้ในงานพัฒนาปลอดภัยขึ้น
- Plan Mode ช่วยลด hallucination ของ AI ด้วยการบังคับให้ถามและดึงบริบทจากแหล่งข้อมูลจริง
- ฟีเจอร์นี้เอื้อต่อการสร้าง workflow ที่มีการอนุมัติ ทำให้ทีมรักษาคุณภาพและความปลอดภัยได้ดีขึ้น
- ควรเริ่มทดลองจากโปรเจกต์เล็กและออกแบบนโยบายการอนุมัติกับการเข้าถึง MCP อย่างรัดกุม
อ้างอิงเพิ่มเติม: CI/CD pipeline
โดยสรุปแล้ว ฟีเจอร์นี้น่าจะเป็นจุดเปลี่ยนสำคัญในการรวม AI เข้ากับกระบวนการพัฒนา เราคิดว่านี่น่าสนุกดีนะ และน่าจะเริ่มทดลองใช้ทันทีในโปรเจกต์ที่ไม่ใช่งาน production-critical ก่อน
