วิธีสร้าง AI Agent โดยไม่ต้องเขียนโค้ด มือใหม่ก็ทำตามได้

วิธีสร้าง AI Agent โดยไม่ต้องเขียนโค้ด สามารถทำได้ผ่าน Microsoft 365 Copilot Agent Builder หรือ Microsoft Copilot Studio โดยใช้ภาษาธรรมชาติอธิบายหน้าที่ของ AI ที่ต้องการ จากนั้นกำหนดชื่อ คำสั่งการทำงาน แหล่งความรู้ และทดสอบ Agent ก่อนนำไปใช้งานจริง

ผู้เริ่มต้นไม่จำเป็นต้องมีพื้นฐานการเขียนโปรแกรม Python, JavaScript หรือภาษาโปรแกรมอื่น เพราะ Microsoft มีเครื่องมือแบบ No-Code และ Low-Code ที่ช่วยให้สร้างผู้ช่วย AI ได้ผ่านหน้าจอการตั้งค่า

ตัวอย่างเช่น คุณสามารถสร้าง AI Agent สำหรับตอบคำถามลูกค้า ค้นหาเอกสารบริษัท ให้ข้อมูลสินค้า ช่วยงาน IT Support หรือเป็นผู้ช่วยฝ่ายบุคคลได้ โดยใช้ข้อมูลที่จัดเตรียมไว้

บทความนี้ comsiam จะสอนสร้าง AI Agent ตั้งแต่ศูนย์ พร้อมตัวอย่างคำสั่ง วิธีเพิ่ม Knowledge วิธีทดสอบ วิธีแชร์ให้ทีมงาน และแนวทางแก้ปัญหาที่พบบ่อย

🤖 AI Agent คืออะไร?

AI Agent คือระบบปัญญาประดิษฐ์ที่ได้รับการออกแบบให้ช่วยทำงานตามหน้าที่หรือเป้าหมายที่กำหนด สามารถประมวลผลคำสั่ง ใช้แหล่งข้อมูล และเรียกเครื่องมือที่เชื่อมต่อไว้ตามความสามารถของแต่ละระบบ

AI Agent แตกต่างจากการใช้ AI Chatbot ทั่วไปตรงที่สามารถกำหนดบทบาทเฉพาะและเพิ่มความสามารถด้านข้อมูลหรือกระบวนการทำงานได้

ตัวอย่างเช่น

AI Chatbot ทั่วไป

ผู้ใช้ถามว่า “สาย LAN CAT6 ต่างจาก CAT6A อย่างไร” แล้ว AI สร้างคำตอบจากข้อมูลที่เข้าถึงได้

AI Agent สำหรับบริษัทติดตั้งระบบเครือข่าย

ผู้ใช้ถามว่า “บริษัทมีบริการติดตั้งสาย LAN CAT6A หรือไม่ และต้องเตรียมสถานที่อย่างไร”

Agent สามารถใช้ข้อมูลบริการและคู่มือของบริษัทที่ได้รับอนุญาต เพื่อตอบคำถามตามรายละเอียดจริง

หากต้องการให้ Agent ตรวจสอบตารางช่างหรือสร้างใบงานเพิ่มเติม ก็ต้องเชื่อมเครื่องมือและระบบที่รองรับก่อน

✨ No-Code AI Agent คืออะไร?

No-Code AI Agent คือ AI Agent ที่สร้างและตั้งค่าผ่านเครื่องมือสำเร็จรูป โดยไม่ต้องเขียนโปรแกรมด้วยตัวเอง

ผู้ใช้อาจเพียงอธิบายว่า

“สร้าง AI Agent สำหรับตอบคำถามเกี่ยวกับสินค้าและบริการของบริษัท โดยใช้เอกสารที่กำหนด และตอบเป็นภาษาไทย”

ระบบจะช่วยสร้างการตั้งค่าเริ่มต้นตามคำอธิบาย

No-Code ต่างจาก Low-Code อย่างไร?

หัวข้อ	No-Code	Low-Code
วิธีสร้าง	ใช้หน้าจอและคำสั่ง	ใช้หน้าจอร่วมกับการตั้งค่าเชิงเทคนิค
การเขียนโปรแกรม	โดยทั่วไปไม่จำเป็น	อาจต้องใช้ Expression หรือโค้ด
ความซับซ้อน	เหมาะกับงานพื้นฐาน	รองรับงานที่ซับซ้อนกว่า
การเชื่อมระบบ	ตามเครื่องมือที่รองรับ	ปรับแต่งการเชื่อมต่อได้มากกว่า
ผู้ใช้งาน	บุคคลทั่วไปและพนักงาน	ผู้ดูแลระบบและนักพัฒนา

การสร้างแบบ No-Code ช่วยให้เริ่มต้นได้ง่าย แต่ไม่ได้หมายความว่าจะสามารถสร้างระบบทุกประเภทได้โดยไม่ต้องมีความรู้ทางเทคนิคเลย

🧰 สร้าง AI Agent โดยไม่ต้องเขียนโค้ด ใช้เครื่องมืออะไร?

Microsoft มีเครื่องมือสำคัญสองแนวทางสำหรับผู้เริ่มต้น

1. Microsoft 365 Copilot Agent Builder

เหมาะสำหรับสร้าง Agent ที่มีหน้าที่เฉพาะ เช่น

• ตอบคำถามจากเอกสาร
• ค้นหาความรู้ภายในบริษัท
• สรุปคู่มือการทำงาน
• ให้คำแนะนำตามข้อมูลขององค์กร
• สนับสนุนการทำงานของทีม

จุดเด่นคือสามารถอธิบาย Agent ด้วยภาษาธรรมชาติ หรือใช้หน้า Configure เพื่อตั้งค่าด้วยตัวเอง

2. Microsoft Copilot Studio

เหมาะสำหรับผู้ที่ต้องการสร้าง Agent ที่มีความสามารถเพิ่มเติม เช่น

• สร้างบทสนทนาเฉพาะ
• เชื่อมต่อฐานข้อมูล
• เชื่อม API ผ่านเครื่องมือที่รองรับ
• ใช้ Connectors
• สร้าง Actions
• เชื่อมกระบวนการอัตโนมัติ
• เผยแพร่ Agent ในช่องทางที่รองรับ

Copilot Studio สามารถสร้าง Agent ผ่านหน้าจอแบบกราฟิกได้ แต่การเชื่อมต่อระบบที่ซับซ้อนยังอาจต้องใช้ความรู้ด้านข้อมูลและการตั้งค่าความปลอดภัย

✅ ก่อนสร้าง AI Agent ต้องเตรียมอะไรบ้าง?

1. บัญชี Microsoft

ต้องมีบัญชีที่รองรับเครื่องมือสร้าง Agent ซึ่งสิทธิ์การใช้งานอาจแตกต่างกันตามประเภทบัญชีและแพ็กเกจ

2. กำหนดเป้าหมายของ Agent

ควรระบุให้ชัดว่า Agent ต้องช่วยแก้ปัญหาอะไร

ตัวอย่าง:

“สร้าง Agent เพื่อช่วยตอบคำถามเกี่ยวกับบริการ IT ของบริษัท”

3. เตรียมข้อมูล

ข้อมูลอาจประกอบด้วย

• คู่มือสินค้า
• รายละเอียดบริการ
• คำถามที่พบบ่อย
• เอกสารบริษัท
• ข้อมูลจาก SharePoint
• ไฟล์ที่เครื่องมือรองรับ
• เว็บไซต์ที่อนุญาตให้ใช้เป็น Knowledge

4. กำหนดขอบเขตข้อมูล

ต้องระบุว่า Agent สามารถตอบเรื่องใด และเรื่องใดควรส่งต่อให้เจ้าหน้าที่

5. เตรียมชุดคำถามทดสอบ

ควรมีคำถามง่าย คำถามเฉพาะทาง และคำถามที่ไม่มีคำตอบในข้อมูล เพื่อทดสอบความแม่นยำและข้อจำกัด

🚀 วิธีสร้าง AI Agent โดยไม่ต้องเขียนโค้ดด้วย Microsoft 365 Copilot

ต่อไปนี้เป็นวิธีที่เหมาะกับผู้เริ่มต้น โดยใช้ Agent Builder ที่บัญชี Microsoft 365 Copilot รองรับ

ขั้นตอนที่ 1: เปิด Microsoft 365 Copilot

เข้าสู่ Microsoft 365 Copilot ด้วยบัญชีที่มีสิทธิ์สร้าง Agent

เมื่อเปิดหน้าหลักแล้ว มองหาเมนู New agent

หากไม่พบคำสั่งดังกล่าว อาจเกี่ยวข้องกับสิทธิ์การใช้งานหรือนโยบายขององค์กร

ขั้นตอนที่ 2: เลือก New agent

คลิก New agent เพื่อเข้าสู่หน้าสร้าง Agent

โดยทั่วไปสามารถเริ่มต้นได้หลายแนวทาง ได้แก่

1. อธิบาย Agent ด้วยภาษาธรรมชาติ
2. กำหนดรายละเอียดด้วยตัวเองใน Configure
3. เริ่มจาก Template ที่มีอยู่

สำหรับมือใหม่ แนะนำให้เริ่มจากการอธิบายด้วยภาษาธรรมชาติ หากบัญชีและภาษาที่ตั้งไว้รองรับ

ขั้นตอนที่ 3: อธิบายหน้าที่ของ Agent

ตัวอย่างคำสั่งสำหรับสร้าง Agent:

“สร้าง AI Agent ชื่อ IT Support Assistant ทำหน้าที่ตอบคำถามเกี่ยวกับคอมพิวเตอร์ ระบบ LAN, Wi-Fi และ Fiber Optic ให้ตอบเป็นภาษาไทย อธิบายวิธีตรวจสอบปัญหาทีละขั้นตอน และหากข้อมูลไม่เพียงพอให้แนะนำติดต่อช่างเทคนิค”

Agent Builder จะใช้คำอธิบายนี้ช่วยสร้างการตั้งค่าเริ่มต้น

ขั้นตอนที่ 4: ตรวจสอบชื่อ Agent

ตัวอย่าง:

IT Support Assistant

ควรใช้ชื่อที่สื่อถึงหน้าที่ ชัดเจน และไม่ซ้ำกับ Agent อื่นในองค์กร

ขั้นตอนที่ 5: ตรวจสอบ Description

Description คือคำอธิบายสั้นๆ ว่า Agent มีหน้าที่อะไร

ตัวอย่าง:

“ผู้ช่วย AI สำหรับตอบคำถามด้าน IT Support ระบบเครือข่าย LAN, Wi-Fi และ Fiber Optic”

คำอธิบายที่ดีช่วยให้ผู้ใช้งานเข้าใจขอบเขตของ Agent ก่อนเริ่มใช้งาน

ขั้นตอนที่ 6: กำหนด Instructions

Instructions เป็นหนึ่งในส่วนที่สำคัญที่สุด เพราะใช้กำหนดบทบาทและวิธีตอบคำถามของ Agent

ตัวอย่าง:

“คุณเป็นผู้ช่วยฝ่าย IT Support มีหน้าที่อธิบายการใช้งานคอมพิวเตอร์ ระบบเครือข่าย LAN, Wi-Fi และ Fiber Optic ให้ตอบเป็นภาษาไทย ใช้ข้อมูลจาก Knowledge ที่กำหนดเป็นหลัก อธิบายเป็นขั้นตอน และหากไม่มีข้อมูลที่ยืนยันได้ให้แจ้งผู้ใช้ตามตรง”

ควรเพิ่มข้อกำหนดเกี่ยวกับข้อมูลสำคัญ เช่น ห้ามแนะนำให้เปิดเผยรหัสผ่าน และห้ามสั่งเปลี่ยนแปลงระบบที่มีความเสี่ยงโดยไม่มีการตรวจสอบ

ขั้นตอนที่ 7: เพิ่ม Knowledge

Knowledge คือแหล่งข้อมูลที่ Agent ใช้ประกอบคำตอบ

สามารถเพิ่มข้อมูลตามตัวเลือกและสิทธิ์ที่ระบบรองรับ เช่น

• SharePoint
• OneDrive
• ไฟล์ที่อัปโหลด
• เว็บไซต์สาธารณะที่กำหนด
• แหล่งข้อมูลงานที่รองรับ
• Copilot Connectors ที่องค์กรเปิดใช้งาน

ตัวอย่างเช่น เพิ่มไฟล์คู่มือการติดตั้ง Access Point และ Switch เพื่อให้ Agent ตอบคำถามจากคู่มือเหล่านั้น

ขั้นตอนที่ 8: เพิ่ม Suggested Prompts

Suggested Prompts คือคำถามตัวอย่างที่ผู้ใช้สามารถเลือกเพื่อเริ่มสนทนา

ตัวอย่าง:

“ตรวจสอบปัญหาคอมพิวเตอร์เชื่อมต่ออินเทอร์เน็ตไม่ได้”

“อธิบายวิธีตรวจสอบสาย LAN”

“สรุปขั้นตอนติดตั้ง Access Point”

“อธิบายความแตกต่างระหว่าง Single Mode และ Multimode Fiber”

ควรเลือกคำถามที่ตรงกับหน้าที่และแหล่งข้อมูลของ Agent

ขั้นตอนที่ 9: ทดสอบ Agent

เปิดแท็บ Try it เพื่อทดลองถามคำถาม

ตัวอย่าง:

“สาย LAN CAT6 รองรับระยะทางมาตรฐานเท่าไร?”

“ถ้าเครื่องลูกข่ายรับ IP Address ไม่ได้ ควรตรวจสอบอะไร?”

“ช่วยอธิบายวิธีตรวจสอบ Optical Loss”

ตรวจสอบความถูกต้องของผลลัพธ์กับข้อมูลต้นทางหรือผู้เชี่ยวชาญก่อนนำไปใช้งานจริง

ขั้นตอนที่ 10: ปรับปรุง Agent

หากพบปัญหา ให้กลับไปแก้ไข Instructions, Knowledge หรือ Suggested Prompts

ตัวอย่างคำสั่งปรับปรุง:

“ให้ตอบแบบทีละขั้นตอนและเพิ่มข้อควรระวังสำหรับช่างเทคนิค”

หรือ

“หากไม่พบคำตอบจากคู่มือที่กำหนด ให้ระบุว่าไม่พบข้อมูลแทนการคาดเดา”

ขั้นตอนที่ 11: สร้างและแชร์ Agent

เมื่อผลการทดสอบผ่าน ให้ดำเนินการบันทึกหรือสร้าง Agent ตามคำสั่งที่หน้าจอแสดง

จากนั้นสามารถแชร์กับผู้ใช้งานที่ได้รับอนุญาตตามความสามารถและสิทธิ์ของระบบ

การแชร์ Agent ไม่ควรทำให้ผู้รับเข้าถึงเอกสารที่ไม่มีสิทธิ์

🏗️ วิธีสร้าง AI Agent ด้วย Copilot Studio แบบ No-Code

หากต้องการ Agent ที่มีความสามารถเชื่อมต่อระบบหรือทำงานอัตโนมัติมากขึ้น สามารถใช้ Microsoft Copilot Studio ได้

ขั้นตอนที่ 1: เปิด Copilot Studio

ลงชื่อเข้าใช้ Copilot Studio ด้วยบัญชีที่ได้รับสิทธิ์

ตรวจสอบ Environment ที่ต้องการใช้ก่อนสร้าง Agent

ขั้นตอนที่ 2: สร้าง Agent ใหม่

เลือกสร้าง Agent และระบุหน้าที่ที่ต้องการ

ตัวอย่าง:

“สร้าง AI Agent สำหรับตอบคำถามลูกค้าเกี่ยวกับบริการติดตั้งระบบเครือข่ายและรับแจ้งปัญหาเบื้องต้น”

ขั้นตอนที่ 3: ตั้งชื่อและรายละเอียด

ตัวอย่างชื่อ:

Customer Support Agent

คำอธิบาย:

“ผู้ช่วย AI สำหรับตอบคำถามเกี่ยวกับบริการ IT และรวบรวมข้อมูลแจ้งซ่อมจากลูกค้า”

ขั้นตอนที่ 4: กำหนด Instructions

กำหนดว่า Agent ควรตอบอย่างไร มีหน้าที่อะไร และมีข้อจำกัดอะไรบ้าง

ตัวอย่าง:

“ตอบคำถามด้วยภาษาไทยสุภาพ ใช้ข้อมูลบริการที่กำหนดเป็นหลัก หากลูกค้าต้องการใบเสนอราคาหรือข้อมูลที่ต้องให้เจ้าหน้าที่ตรวจสอบ ให้แนะนำช่องทางติดต่อบริษัท โดยไม่สร้างราคาเอง”

ขั้นตอนที่ 5: เพิ่ม Knowledge

สามารถเพิ่มเว็บไซต์หรือข้อมูลอื่นตามความสามารถของ Copilot Studio

ข้อมูลที่เลือกควรมีคุณภาพ ถูกต้อง และได้รับอนุญาตให้ใช้งาน

ขั้นตอนที่ 6: สร้าง Topics เมื่อจำเป็น

Topics ใช้กำหนดรูปแบบบทสนทนาหรือกระบวนการเฉพาะ เช่น

• สอบถามรายละเอียดบริการ
• สอบถามการรับประกัน
• รับข้อมูลแจ้งซ่อม
• ติดต่อเจ้าหน้าที่
• ตรวจสอบขั้นตอนบริการ

Agent บางประเภทสามารถใช้ความสามารถ Generative AI เพื่อตอบคำถามได้โดยไม่ต้องสร้าง Topics สำหรับทุกคำถาม

ขั้นตอนที่ 7: เพิ่ม Actions หรือ Tools

หากต้องการให้ Agent เรียกกระบวนการทำงาน สามารถเพิ่มเครื่องมือที่ระบบรองรับ

ตัวอย่าง:

• สร้างรายการแจ้งซ่อม
• ตรวจสอบสถานะงานบริการ
• ค้นหาข้อมูลลูกค้าจากระบบที่ได้รับอนุญาต
• ส่งคำขอให้เจ้าหน้าที่
• เรียกใช้ Workflow ที่กำหนด

ขั้นตอนนี้อาจต้องเชื่อมระบบหรือกำหนด Authentication เพิ่มเติม

ขั้นตอนที่ 8: ทดสอบ

ใช้หน้าต่างทดสอบการสนทนา ตรวจสอบคำตอบและพฤติกรรมของ Agent

ควรทดลองทั้งกรณีปกติและกรณีผิดพลาด

ขั้นตอนที่ 9: ตรวจสอบความปลอดภัย

ก่อนเผยแพร่ ให้ตรวจสอบสิทธิ์ผู้ใช้และแหล่งข้อมูล รวมถึงข้อกำหนดด้านการเข้าถึงระบบ

ขั้นตอนที่ 10: Publish

เมื่อพร้อมใช้งาน ให้เลือก Publish ตามหน้าจอและสิทธิ์การใช้งาน

จากนั้นกำหนดช่องทางเผยแพร่ที่รองรับ

หมายเหตุ: บัญชีทดลองใช้ Copilot Studio บางประเภทสามารถสร้างและทดสอบ Agent ได้ แต่ไม่สามารถเผยแพร่ Agent จนกว่าจะมีสิทธิ์ที่เหมาะสม

🧠 วิธีเขียน Instructions ให้ AI Agent ตอบแม่นยำขึ้น

Instructions ที่ดีควรประกอบด้วยองค์ประกอบสำคัญดังนี้

1. Role — บทบาท

กำหนดว่า Agent เป็นผู้ช่วยด้านใด

2. Scope — ขอบเขต

ระบุว่า Agent ตอบคำถามเรื่องอะไรได้บ้าง

3. Knowledge — แหล่งข้อมูล

กำหนดว่า Agent ควรใช้ข้อมูลจากที่ใด

4. Response Style — รูปแบบคำตอบ

กำหนดภาษา โทน และรูปแบบการอธิบาย

5. Limitations — ข้อจำกัด

ระบุสิ่งที่ไม่ควรทำ เช่น ไม่เดาราคา ไม่เปิดเผยข้อมูลลับ

6. Escalation — การส่งต่อ

เมื่อ Agent ไม่สามารถช่วยได้ ควรแจ้งให้ติดต่อเจ้าหน้าที่อย่างไร

ตัวอย่าง Instructions ฉบับสมบูรณ์

บทบาท: คุณเป็น IT Support Assistant สำหรับช่วยตอบคำถามเกี่ยวกับอุปกรณ์คอมพิวเตอร์และระบบเครือข่าย

หน้าที่: อธิบายวิธีตรวจสอบและแก้ไขปัญหาเบื้องต้นตามคู่มือที่จัดเตรียมไว้

ขอบเขต: LAN, Wi-Fi, Router, Switch, Access Point และ Fiber Optic

ภาษา: ตอบเป็นภาษาไทยสุภาพและเข้าใจง่าย

รูปแบบ: เริ่มด้วยสรุปปัญหา จากนั้นอธิบายวิธีตรวจสอบทีละขั้นตอน พร้อมข้อควรระวัง

แหล่งข้อมูล: ให้ความสำคัญกับ Knowledge ที่ได้รับอนุญาต

ข้อจำกัด: ห้ามสร้างข้อมูลรุ่นสินค้า ราคา หรือสเปกที่ไม่มีหลักฐานรองรับ ห้ามขอรหัสผ่านของผู้ใช้

การส่งต่อ: หากไม่สามารถวินิจฉัยได้หรือมีความเสี่ยงต่อระบบ ให้แนะนำติดต่อช่างผู้รับผิดชอบ

คำสั่งเหล่านี้ช่วยควบคุมพฤติกรรมของ Agent แต่ไม่ได้รับประกันว่าจะป้องกันคำตอบผิดได้ทั้งหมด

📁 วิธีเพิ่ม Knowledge ให้ AI Agent

Knowledge เป็นปัจจัยสำคัญต่อความถูกต้องและความเกี่ยวข้องของคำตอบ

เพิ่มข้อมูลจากเอกสาร

ใช้เมื่อองค์กรมีคู่มือหรือนโยบายที่ต้องการให้ Agent ใช้ตอบคำถาม

ตัวอย่าง:

• คู่มือพนักงาน
• คู่มือสินค้า
• ขั้นตอนบริการ
• นโยบายบริษัท
• เอกสารวิธีติดตั้งระบบ

เพิ่มข้อมูลจาก SharePoint

เหมาะกับองค์กรที่เก็บเอกสารภายใน SharePoint

การใช้งานต้องคำนึงถึงสิทธิ์ของผู้ใช้และข้อจำกัดของแหล่งข้อมูล

เพิ่มข้อมูลจากเว็บไซต์

เหมาะกับ Agent ที่ต้องใช้รายละเอียดสินค้า บริการ หรือข้อมูลสาธารณะจากเว็บไซต์

ควรตรวจสอบว่าหน้าเว็บรองรับการเข้าถึงและมีข้อมูลที่อัปเดต

เพิ่มไฟล์โดยตรง

Agent Builder รองรับการเพิ่มไฟล์บางประเภทตามตัวเลือกและข้อจำกัดของระบบ

ควรตรวจสอบรูปแบบไฟล์ ขนาด และจำนวนไฟล์ก่อนอัปโหลด

💼 ตัวอย่าง AI Agent ที่สร้างได้โดยไม่ต้องเขียนโค้ด

1. AI Agent ตอบคำถามลูกค้า

เหมาะสำหรับธุรกิจที่มีคำถามเกี่ยวกับสินค้าและบริการซ้ำๆ

หน้าที่หลัก:

• ตอบคำถามสินค้า
• อธิบายบริการ
• แจ้งเงื่อนไขตามข้อมูลที่มี
• แนะนำการติดต่อเจ้าหน้าที่

2. AI Agent ฝ่ายบุคคล

ใช้ตอบคำถามจากคู่มือและนโยบายบริษัท

ตัวอย่าง:

“พนักงานมีสิทธิ์ลาประเภทใดบ้าง?”

3. AI Agent สำหรับ IT Support

ช่วยค้นหาวิธีแก้ไขปัญหาคอมพิวเตอร์และระบบเครือข่าย

ตัวอย่าง:

“คอมพิวเตอร์เชื่อมต่อ Wi-Fi ได้แต่ไม่มีอินเทอร์เน็ต ต้องตรวจสอบอะไร?”

4. AI Agent สำหรับฝ่ายขาย

ช่วยค้นข้อมูลสินค้าและจัดเตรียมข้อความตอบลูกค้า

5. AI Agent สำหรับการตลาด

ช่วยจัดเตรียมแนวคิดเนื้อหา วิเคราะห์ข้อมูลเบื้องต้น และสร้างโครงร่างแคมเปญ

6. AI Agent สำหรับเอกสารบริษัท

ช่วยค้นหาข้อมูลจากคู่มือ ขั้นตอน และระเบียบภายใน

7. AI Agent สำหรับฝ่ายบัญชี

ช่วยอธิบายขั้นตอนงานและสรุปข้อมูลบัญชีที่ได้รับอนุญาต โดยต้องมีเจ้าหน้าที่ตรวจสอบผลลัพธ์

8. AI Agent สำหรับธุรกิจบริการ IT

ช่วยตอบคำถามเกี่ยวกับบริการ LAN, Wi-Fi, CCTV, Server และ Fiber Optic รวมถึงแนะนำการเตรียมข้อมูลก่อนแจ้งซ่อม

🏢 ตัวอย่างสร้าง AI Agent สำหรับธุรกิจบริการ IT

สมมติว่าบริษัทให้บริการติดตั้งระบบเครือข่ายคอมพิวเตอร์และต้องการสร้าง Agent สำหรับให้ข้อมูลลูกค้า

ชื่อ Agent

IT Service Assistant

วัตถุประสงค์

ช่วยตอบคำถามเกี่ยวกับงานติดตั้งและบริการด้าน IT

ขอบเขต

• ระบบ LAN
• ระบบ Wi-Fi
• กล้องวงจรปิด
• ระบบ Fiber Optic
• งานบำรุงรักษา IT
• การแก้ไขปัญหาเบื้องต้น

Knowledge ที่ควรเตรียม

1. รายละเอียดบริการของบริษัท
2. ขั้นตอนการรับงาน
3. พื้นที่ให้บริการ
4. เวลาทำการ
5. เงื่อนไขการรับประกัน
6. คำถามที่ลูกค้าถามบ่อย
7. ช่องทางติดต่อ
8. ข้อจำกัดในการให้บริการ

ตัวอย่างคำถามทดสอบ

“รับติดตั้งสาย Fiber Optic หรือไม่?”

“ก่อนติดตั้ง Wi-Fi สำนักงานต้องเตรียมอะไร?”

“ถ้าสาย LAN เสียต้องตรวจสอบอย่างไร?”

“บริษัทรับดูแลระบบเครือข่ายรายเดือนหรือไม่?”

“ราคาเดินสาย Fiber Optic 200 เมตรเท่าไร?”

สำหรับคำถามราคา หาก Agent ไม่มีข้อมูลราคาที่ถูกต้อง ควรแจ้งว่าต้องประเมินหน้างานหรือให้เจ้าหน้าที่เสนอราคา ไม่ควรสร้างราคาขึ้นเอง

🔍 วิธีทดสอบ AI Agent ก่อนใช้งานจริง

การสร้าง Agent สำเร็จไม่ได้หมายความว่าระบบพร้อมใช้งานทันที ต้องทดสอบคุณภาพและความปลอดภัยก่อนเผยแพร่

การทดสอบที่ 1: คำถามพื้นฐาน

ตรวจสอบว่า Agent เข้าใจบทบาทของตัวเองหรือไม่

การทดสอบที่ 2: คำถามจาก Knowledge

ถามข้อมูลที่มีคำตอบอยู่ในเอกสาร แล้วเปรียบเทียบกับเอกสารต้นฉบับ

การทดสอบที่ 3: คำถามนอกขอบเขต

ตรวจสอบว่า Agent รับมือกับคำถามที่ไม่เกี่ยวข้องอย่างไร

การทดสอบที่ 4: คำถามที่ไม่มีข้อมูล

ตรวจสอบว่า Agent ยอมรับเมื่อไม่พบข้อมูลหรือสร้างคำตอบขึ้นเอง

การทดสอบที่ 5: ข้อมูลที่มีข้อจำกัดด้านสิทธิ์

ทดสอบด้วยบัญชีผู้ใช้ที่มีสิทธิ์แตกต่างกัน เพื่อยืนยันว่า Agent ไม่เปิดเผยข้อมูลเกินสิทธิ์

การทดสอบที่ 6: การใช้งาน Actions

หาก Agent มีเครื่องมือดำเนินงาน ควรทดลองในสภาพแวดล้อมทดสอบก่อนใช้งานกับข้อมูลจริง

🔐 วิธีสร้าง AI Agent ให้ปลอดภัย

1. ใช้หลักสิทธิ์เท่าที่จำเป็น

อนุญาตให้ Agent เข้าถึงเฉพาะข้อมูลและระบบที่จำเป็น

2. ไม่ใส่รหัสผ่านใน Instructions

ควรใช้วิธีการยืนยันตัวตนและการจัดเก็บข้อมูลลับที่เหมาะสม

3. ตรวจสอบข้อมูลก่อนเชื่อมต่อ

หลีกเลี่ยงการนำข้อมูลสำคัญเข้าสู่แหล่งข้อมูลที่ไม่มีการควบคุมสิทธิ์

4. จำกัด Actions ที่มีความเสี่ยง

งานอย่างการลบข้อมูลหรืออนุมัติรายการสำคัญควรมีขั้นตอนตรวจสอบและยืนยัน

5. ทดสอบ Prompt Injection

ทดลองคำถามหรือเนื้อหาที่พยายามสั่งให้ Agent ละเมิดข้อกำหนด เพื่อประเมินการรับมือของระบบ

6. มีผู้รับผิดชอบ Agent

ควรกำหนดเจ้าของระบบเพื่อดูแล Knowledge ตรวจสอบปัญหา และปรับปรุงความสามารถ

🔧 สร้าง AI Agent ไม่ได้ แก้อย่างไร?

ปัญหาที่ 1: ไม่มีเมนู New agent

อาจเกิดจาก License ประเภทบัญชี หรือการจำกัดสิทธิ์ขององค์กร

ตรวจสอบว่าบัญชีที่ใช้งานรองรับ Agent Builder และสอบถามผู้ดูแลระบบเมื่อจำเป็น

ปัญหาที่ 2: ใช้คำสั่งภาษาไทยสร้าง Agent ไม่ได้

ความพร้อมของการสร้าง Agent ผ่านภาษาธรรมชาติขึ้นอยู่กับภาษาที่ระบบรองรับ

หากใช้งานไม่ได้ ให้ทดลองเปลี่ยนเป็นภาษาที่รองรับหรือใช้หน้า Configure เพื่อตั้งค่าด้วยตัวเอง

ปัญหาที่ 3: เพิ่ม Knowledge ไม่สำเร็จ

ตรวจสอบประเภทข้อมูล ขนาดไฟล์ สิทธิ์การเข้าถึง และข้อจำกัดของเครื่องมือ

ปัญหาที่ 4: Agent ตอบไม่ตรงคำถาม

ปรับ Instructions ให้ชัดเจนขึ้น และตรวจสอบว่า Knowledge มีข้อมูลที่เกี่ยวข้องจริง

ปัญหาที่ 5: Agent แต่งข้อมูลเอง

กำหนดให้ Agent แจ้งเมื่อไม่มีข้อมูล ตรวจสอบแหล่ง Knowledge และทดสอบคำตอบกับข้อมูลต้นทาง

อย่างไรก็ตาม Instructions เพียงอย่างเดียวไม่สามารถกำจัดความเสี่ยงของคำตอบผิดได้ทั้งหมด

ปัญหาที่ 6: แชร์ Agent ไม่ได้

ตรวจสอบสิทธิ์การแชร์ ประเภท Agent และนโยบายองค์กร

ปัญหาที่ 7: Copilot Studio Publish ไม่ได้

ตรวจสอบสิทธิ์การเผยแพร่ License และข้อกำหนดของ Environment

หากใช้ Trial อาจสร้างและทดสอบได้ แต่ไม่สามารถ Publish ได้ตามข้อจำกัดของแพ็กเกจ

ปัญหาที่ 8: Agent เรียก API ไม่ได้

Agent Builder ไม่รองรับการสร้าง Actions สำหรับเชื่อมบริการภายนอกโดยตรงในลักษณะเดียวกับ Copilot Studio

หากต้องการเชื่อม API หรือ Workflow ควรใช้เครื่องมือที่รองรับและตรวจสอบการยืนยันตัวตนให้ถูกต้อง

💰 สร้าง AI Agent โดยไม่ต้องเขียนโค้ด ฟรีหรือไม่?

การสร้าง AI Agent แบบ No-Code ไม่ได้หมายความว่าไม่มีค่าใช้จ่ายเสมอไป

ค่าใช้จ่ายขึ้นอยู่กับเครื่องมือที่เลือก สิทธิ์การใช้งาน รูปแบบข้อมูล และการนำ Agent ไปเผยแพร่

ปัจจัยด้านค่าใช้จ่าย

• Microsoft 365 License
• สิทธิ์ Microsoft 365 Copilot
• แพ็กเกจ Copilot Studio
• จำนวนครั้งหรือปริมาณการใช้งาน
• เครื่องมือและระบบที่เชื่อมต่อ
• การใช้ Connectors บางประเภท
• ต้นทุนดูแลรักษาระบบ

วิธีเริ่มต้นให้ประหยัด

เริ่มจาก Agent ที่มีหน้าที่ชัดเจนและใช้ Knowledge ที่มีอยู่แล้ว

ควรทดลองกับผู้ใช้จำนวนน้อยก่อนขยายระบบ เพื่อวัดความถูกต้องและความคุ้มค่า

⚖️ Agent Builder กับ Copilot Studio เลือกอะไรดี?

หัวข้อ	Agent Builder	Copilot Studio
ความง่าย	เหมาะกับผู้เริ่มต้น	เหมาะกับงานที่ต้องปรับแต่ง
การสร้างผ่านภาษา	รองรับตามภาษาที่กำหนด	รองรับการสร้างและปรับแต่งผ่านภาษาธรรมชาติ
Knowledge	รองรับแหล่งข้อมูลตามสิทธิ์	รองรับ Knowledge หลายประเภท
การเชื่อมระบบ	จำกัดกว่าสำหรับการสร้าง Actions	รองรับ Connectors และ Tools
Workflow	ไม่ใช่เครื่องมือหลักสำหรับสร้าง Actions ภายนอก	เหมาะกับกระบวนการอัตโนมัติ
การเผยแพร่	ตามช่องทางที่รองรับ	มีตัวเลือกการเผยแพร่เพิ่มเติม
เหมาะกับ	ผู้ใช้ Microsoft 365	ธุรกิจและผู้สร้างระบบ

คำแนะนำในการเลือก

หากต้องการสร้าง Agent สำหรับตอบคำถามจากคู่มือหรือเอกสารภายใน ให้เริ่มจาก Agent Builder

หากต้องการให้ Agent รับแจ้งซ่อม บันทึกข้อมูล หรือทำงานเชื่อมต่อหลายระบบ ให้พิจารณา Copilot Studio

📈 สร้าง AI Agent แล้ววัดผลอย่างไร?

ควรกำหนดตัวชี้วัดตั้งแต่ก่อนเปิดใช้งาน

1. ความถูกต้อง

ตรวจสอบว่า Agent ตอบตรงกับข้อมูลต้นทางกี่ครั้ง

2. เวลาที่ประหยัดได้

เปรียบเทียบเวลาทำงานก่อนและหลังใช้งาน

3. อัตราการแก้ปัญหาสำเร็จ

วัดจำนวนคำถามหรือกระบวนการที่ Agent ช่วยดำเนินการได้ตามเป้าหมาย

4. จำนวนการส่งต่อเจ้าหน้าที่

ดูว่าเรื่องประเภทใดที่ Agent ยังไม่สามารถช่วยได้

5. ความพึงพอใจผู้ใช้

เก็บความคิดเห็นจากพนักงานหรือลูกค้าที่ใช้ Agent

6. ต้นทุนต่อการใช้งาน

พิจารณาค่าแพลตฟอร์มและค่าใช้จ่ายในการดูแลรักษา

7. ความปลอดภัย

ติดตามปัญหาด้านสิทธิ์ ข้อมูล และการเรียกใช้ Actions

❓ คำถามที่พบบ่อยเกี่ยวกับการสร้าง AI Agent

สร้าง AI Agent โดยไม่ต้องเขียนโค้ดได้จริงหรือไม่?

ได้ โดยใช้เครื่องมือ No-Code เช่น Agent Builder และ Copilot Studio สำหรับงานที่รองรับ แต่การเชื่อมระบบซับซ้อนอาจต้องใช้ความรู้ทางเทคนิคเพิ่มเติม

มือใหม่ควรใช้ Agent Builder หรือ Copilot Studio?

หากต้องการ Agent สำหรับตอบคำถามหรือค้นเอกสาร แนะนำให้เริ่มจาก Agent Builder ก่อน

สร้าง AI Agent ด้วยภาษาไทยได้ไหม?

Agent สามารถถูกออกแบบให้ตอบภาษาไทยได้ แต่การใช้ภาษาไทยเพื่อสร้าง Agent ผ่านหน้าสนทนาขึ้นอยู่กับภาษาที่เครื่องมือรองรับ

AI Agent อ่านไฟล์ PDF ได้หรือไม่?

ได้ในกรณีที่เครื่องมือรองรับไฟล์และแหล่งข้อมูลนั้น แต่ผลลัพธ์ขึ้นอยู่กับรูปแบบเอกสารและการประมวลผลข้อมูล

AI Agent ตอบคำถามจากเว็บไซต์ได้ไหม?

ได้เมื่อเพิ่มเว็บไซต์เป็น Knowledge ผ่านเครื่องมือที่รองรับและเว็บไซต์สามารถเข้าถึงได้ตามเงื่อนไข

AI Agent ใช้กับ SharePoint ได้ไหม?

ได้เมื่อบัญชีและเครื่องมือรองรับ รวมถึงมีสิทธิ์เข้าถึงเอกสารที่เกี่ยวข้อง

สร้าง AI Agent ให้ตอบลูกค้าบนเว็บไซต์ได้ไหม?

ทำได้ด้วยแพลตฟอร์มที่รองรับการเผยแพร่ Agent บนเว็บไซต์ เช่น ความสามารถที่เกี่ยวข้องใน Copilot Studio โดยต้องตั้งค่าช่องทาง ความปลอดภัย และสิทธิ์ให้เหมาะสม

AI Agent ทำงานอัตโนมัติได้ไหม?

ทำได้หากมีการออกแบบ Workflow, Tools หรือ Actions รองรับ ไม่ใช่ทุก Agent จะดำเนินงานอัตโนมัติได้

สร้าง Agent แล้วแก้ไขภายหลังได้ไหม?

ได้ เครื่องมือสร้าง Agent รองรับการแก้ไขคำสั่ง แหล่งข้อมูล และการตั้งค่าตามสิทธิ์ของผู้สร้าง

ใช้ AI Agent แทนพนักงานได้ทั้งหมดหรือไม่?

ไม่ได้ทุกงาน เพราะยังมีข้อจำกัดด้านความถูกต้อง ความปลอดภัย และการตัดสินใจที่ต้องอาศัยมนุษย์

✅ สรุปวิธีสร้าง AI Agent โดยไม่ต้องเขียนโค้ด

การสร้าง AI Agent โดยไม่ต้องเขียนโค้ดสามารถเริ่มต้นผ่าน Microsoft 365 Copilot Agent Builder หรือ Microsoft Copilot Studio โดยกำหนดเป้าหมายของ Agent เขียน Instructions เพิ่ม Knowledge ทดสอบ และแชร์หรือเผยแพร่ตามสิทธิ์ที่รองรับ

สำหรับมือใหม่ ควรเริ่มจาก Agent ที่ทำหน้าที่เดียวให้ชัดเจน เช่น ตอบคำถามเกี่ยวกับบริการ ค้นหาเอกสาร หรือช่วยงาน IT Support ก่อนขยายไปสู่ระบบที่เชื่อมต่อ API และ Workflow

สิ่งสำคัญไม่ใช่การสร้าง Agent ให้มีความสามารถมากที่สุด แต่คือการสร้าง Agent ที่ตอบคำถามถูกต้อง ใช้งานได้จริง และปลอดภัยต่อข้อมูลขององค์กร

comsiam แนะนำให้ทดลองกับงานที่ทำซ้ำบ่อยและมีข้อมูลต้นทางชัดเจน เพราะสามารถประเมินผลลัพธ์และปรับปรุงระบบได้ง่าย เมื่อ Agent ผ่านการทดสอบแล้วจึงค่อยขยายการใช้งานให้เหมาะสมกับธุรกิจ

การเริ่มต้นจาก Agent ขนาดเล็กที่มีคุณภาพจะช่วยวางพื้นฐานสำหรับการพัฒนาระบบ AI ขององค์กรในระยะยาว