มี GitHub Copilot, Cursor ใช้ มันก็ดี แต่ …คุณเคยเจอปัญหาอะไรประมาณนี้มั้ย?
ทุกข้อมูลคุณต้อง “ป้อนข้อมูล” เข้าไปใน “Prompt” เองทั้งหมด
รู้สึกเหมือนขาด “ช่องทาง”ให้ AI มันไปคุยกับ Source ของข้อมูลโดยตรง
จุดนี้แหละครับที่ “MCP” หรือ “Model Context Protocol” จะเข้ามาช่วยแก้ปัญหาให้เรา
คือ Model Context Protocol (MCP)
แปลตรงตัวได้เลย มันคือ “ช่องทางสำหรับเพิ่ม Context (บริบท) ให้กับ LLM”
ลองนึกถึง MCP ว่าเป็นเหมือน “พอร์ต USB-C สำหรับแอปพลิเคชัน AI” เหมือนที่ USB-C ช่วยให้เราสามารถเชื่อมต่ออุปกรณ์ต่าง ๆ ได้ด้วยมาตรฐานเดียว
MCP ก็ทำหน้าที่คล้ายกัน — เป็นมาตรฐานกลางสำหรับการเชื่อมต่อโมเดล AI กับแหล่งข้อมูลและเครื่องมือต่าง ๆ อย่างเป็นระบบ
โดย MCP นั้นจะแบ่งออกเป็น 2 ฝั่ง
MCP Client (เช่นไฟล์ client.py) ซึ่งทำหน้าที่เป็นตัวกลางแปลงคำสั่งของโมเดลให้ไปสื่อสารกับโลกภายนอกได้ตัวอย่างเช่น:
Prompt →
“ช่วย Extract Color Token จาก Figma Link นี้ <FigmaLink> ให้หน่อย”
tools/call พร้อมแนบ URL ของ Figma Framecolor-token.json ตามคำสั่งคุณไม่ต้องแคปหน้าจอหรือพิมพ์อธิบายอีกต่อไป — เพราะโมเดล “เข้าใจ” Figma ได้โดยตรงผ่าน MCP 🔌
✅ อ่านมาถึงตรงนี้ คุณได้ผ่าน เป้าหมายแรกของบทความนี้แล้ว (“เพื่อให้คุณเข้าใจว่า “MCP” คืออะไร)
คุณจะได้ลองใช้ “MCP” เพื่อเชื่อม Model กับ Figma
หลังจากเตรียมทุกอย่างเรียบร้อยแล้วมาลองกันเลย
.vscode (ถ้ายังไม่มี) แล้วสร้างไฟล์ชื่อ mcp.json ภายใน จากนั้นวางโค้ดตามตัวอย่างด้านล่าง*อย่าลืมแก้ไข Figma API Key ใน Config ด้วยนะ*
{
"mcpServers": {
"Framelink Figma MCP": {
"command": "npx",
"args": ["-y", "figma-developer-mcp", "--figma-api-key=YOUR-KEY", "--stdio"]
}
}
}
เท่านี้ก็เรียบร้อยครับ สำหรับการตั้งค่า MCP Server for Figma ของเรา ✨
* ตรงนี้อาจจะมีหลายหัวข้อ หัวข้อที่เราต้องการเห็น อาจจะดูด้านล่าง
ลอง Scroll หาดูนะครับ
✅ ถ้าเห็นตามรูปถือว่าถูกต้องครับ สามารถใช้งานได้แล้ว
ผมเพียงแค่ Copy ลิงก์ของ Frame จาก Figma แล้ววางลงใน Chat ของ Copilot จากนั้นขอให้ Copilot ดึงข้อมูลสี (Color Token) ออกมาให้อยู่ในรูปแบบ JSON
✨ ผลลัพธ์ที่ได้คือ:
- Copilot สามารถเชื่อมไปยัง Figma ผ่าน MCP
- ดึงค่าของสีทั้งหมดจาก Frame ที่ระบุ
- แล้วนำค่ามาสร้างเป็นไฟล์ `colors.json` ให้อัตโนมัติในโปรเจกต์ของเรา
✅ ง่ายกว่าที่คิดใช่ไหมครับ? งั้นต่อไปเราจะลองสั่งให้ Copilot “สร้างหน้า UI ทั้งหน้า” จาก Figma ด้วยเหมือนกัน 😎
คราวนี้เราจะลองสั่งให้ Copilot “สร้างหน้า UI ทั้งหน้า” จาก Figma
โดยใช้ Frame ที่ระบุไว้ใน Design System
ผมเพียงแค่ Copy ลิงก์ของ Frame จาก Figma แล้ววางลงใน Chat ของ Copilot (เหมือนข้อ1) จากนั้นขอให้ Copilot สร้าง Screen นี้ในรูปแบบ HTML
✅ ถ้ามาถึงตรงนี้ คุณได้ผ่าน เป้าหมายที่สองของบทความนี้แล้ว
(“คุณจะได้ลองใช้ “MCP” เพื่อเชื่อม Model กับ Figma”)
ตอนนี้คุณเข้าใจหลักการของ MCP แล้วและได้ลองใช้งานจริงกับ Figma เรียบร้อยแล้ว
🚀 บทความนี้เป็นเพียงจุดเริ่มต้นของ MCP เท่านั้น หากถ้าคุณมองเห็นศักยภาพของ MCP คุณสามารถต่อยอดไปใช้กับ MCP ประเภทอื่นๆได้ เช่น
หากถ้าคุณเชื่อมต่อ “Context + Model” ได้ดีพอ… คุณจะสามารถใช้ AI ต่อกับ Services ต่างๆได้โดยตรง โดยไม่ต้อง Copy Result, Screen มา Prompt อธิบาย Model เองอีกต่อไป 🚀
#Figma,#MCP,#AItools,#Copilot,#PromptEngineering
สำหรับใครที่กำลังมองหาวิธีสร้าง RAG Application หรือ Chatbot หรือจะเป็น AI Solution เพื่อใช้งานในองค์กร ที่ PALO IT เรามีทีมผู้เชี่ยวชาญพร้อมช่วยตั้งแต่เริ่มต้นจนระบบใช้งานได้จริง! ไม่ว่าจะเป็น
Data Cleaning — เตรียมข้อมูลให้สะอาด พร้อมใช้งาน เพื่อผลลัพธ์ที่แม่นยำ
RAG Optimisation — ปรับแต่งระบบให้ตอบไว ตรงประเด็น และพร้อมรองรับการใช้งานระดับองค์กร
Evaluation — ทดสอบและวัดผลลัพธ์ของโมเดล เพื่อให้มั่นใจว่า RAG ของคุณตอบได้ดีจริง
ไม่ว่าคุณจะเพิ่งเริ่มต้น หรือมีระบบอยู่แล้วและอยากต่อยอด เราพร้อมเป็น partner ที่จะช่วยให้คุณไปได้ไกลกว่าเดิม
ทักไปที่เพจ Facebook: PALO IT Thailand ได้เลยครับ 🎉