วิธีเชื่อม Dataverse กับ Copilot Studio ให้ AI เข้าถึงข้อมูลธุรกิจ

วิธีเชื่อม Microsoft Dataverse กับ Copilot Studio ทำได้โดยเปิด AI Agent ที่ต้องการ เลือก Knowledge → Add knowledge → Dataverse จากนั้นเลือกตารางข้อมูลธุรกิจที่ต้องการ กำหนดชื่อและ Description แล้วกด Add to agent เมื่อเชื่อมต่อเรียบร้อย ให้ทดสอบว่า Agent สามารถค้นหาและตอบคำถามจากข้อมูลในตารางได้ถูกต้อง โดยต้องเปิด Dataverse Search และตั้งค่า Authentication เป็น Authenticate with Microsoft

Microsoft Dataverse เป็นแพลตฟอร์มจัดเก็บข้อมูลธุรกิจของ Microsoft Power Platform รองรับข้อมูลแบบมีโครงสร้าง เช่น รายชื่อลูกค้า สินค้า โครงการ คำขอบริการ และรายการแจ้งซ่อม

เมื่อนำ Dataverse มาเชื่อมกับ Microsoft Copilot Studio องค์กรสามารถสร้าง AI Agent ที่ช่วยค้นหาและอธิบายข้อมูลธุรกิจโดยใช้ภาษาธรรมชาติได้

ตัวอย่างเช่น บริษัทมีตาราง Service Requests สำหรับจัดเก็บรายการแจ้งซ่อมของลูกค้า พนักงานสามารถถาม Agent ว่า

“มีงานแจ้งซ่อมที่ยังไม่เสร็จในสัปดาห์นี้กี่รายการ?”

AI Agent สามารถใช้ Dataverse Knowledge เพื่อค้นหาข้อมูลที่เกี่ยวข้องและสร้างคำตอบตามความสามารถที่รองรับและสิทธิ์ของผู้ใช้งาน

นอกจากนี้ยังสามารถนำ Dataverse ไปใช้ร่วมกับ Tools และ Workflows เพื่อสร้างกระบวนการทำงาน เช่น ตรวจสอบข้อมูลก่อนสร้างรายการใหม่ หรืออัปเดตสถานะงานภายใต้สิทธิ์และเงื่อนไขที่กำหนด

อย่างไรก็ตาม การเพิ่ม Dataverse เป็น Knowledge ไม่ได้หมายความว่า Agent สามารถเพิ่ม แก้ไข หรือลบข้อมูลในฐานข้อมูลได้ทันที การดำเนินงานดังกล่าวต้องใช้ Tools หรือ Actions ที่รองรับและกำหนดสิทธิ์แยกต่างหาก

บทความนี้ comsiam จะสอนวิธีเชื่อม Dataverse กับ Copilot Studio ตั้งแต่การเตรียมตาราง เปิด Dataverse Search เลือก Knowledge ตั้งค่า Authentication ทดสอบคำถามจากฐานข้อมูล ไปจนถึงตัวอย่างสร้าง AI Agent สำหรับธุรกิจและวิธีแก้ปัญหาที่พบบ่อย

🤖 Microsoft Dataverse คืออะไร?

Microsoft Dataverse เป็นบริการจัดเก็บและบริหารข้อมูลของ Microsoft Power Platform ที่ออกแบบมาเพื่อใช้กับแอปและกระบวนการธุรกิจ

Dataverse ช่วยให้องค์กรจัดเก็บข้อมูลในรูปแบบตาราง กำหนดความสัมพันธ์ระหว่างข้อมูล และควบคุมสิทธิ์การเข้าถึงได้

ตัวอย่างข้อมูลที่จัดเก็บใน Dataverse

• รายชื่อลูกค้า
• ข้อมูลสินค้า
• รายการคำสั่งซื้อ
• ข้อมูลโครงการ
• รายการแจ้งซ่อม
• สถานะงานบริการ
• ประวัติการบำรุงรักษา
• ข้อมูลทรัพย์สิน IT
• รายการอุปกรณ์
• ข้อมูลการดำเนินงาน

Dataverse ใช้กับโปรแกรมอะไรบ้าง?

Dataverse ทำงานร่วมกับบริการต่างๆ ใน Microsoft Ecosystem เช่น

• Microsoft Power Apps
• Microsoft Power Automate
• Microsoft Copilot Studio
• Microsoft Dynamics 365
• Microsoft Power Platform

Dataverse เป็นฐานข้อมูลประเภทใด?

Dataverse เป็นแพลตฟอร์มข้อมูลที่รองรับข้อมูลแบบมีโครงสร้าง โดยผู้ใช้งานสามารถกำหนด Tables, Columns, Relationships และ Security Roles ได้

แต่ไม่ได้ทำงานเหมือนการให้ผู้ใช้เข้าถึงฐานข้อมูล SQL โดยตรงทุกขั้นตอน เพราะ Dataverse มีชั้นบริการและกลไกด้านความปลอดภัยของตัวเอง

✨ เชื่อม Dataverse กับ Copilot Studio แล้วทำอะไรได้บ้าง?

1. สร้าง AI ตอบคำถามจากข้อมูลธุรกิจ

เช่น ค้นหาข้อมูลโครงการและสถานะงาน

2. ค้นหาข้อมูลจาก Tables

ใช้ข้อมูลในตาราง Dataverse ประกอบการตอบคำถาม

3. ตอบคำถามแบบภาษาธรรมชาติ

ผู้ใช้ไม่จำเป็นต้องเขียนคำสั่งฐานข้อมูลด้วยตัวเอง

4. ค้นหารายการตามเงื่อนไข

เช่น งานที่ยังไม่เสร็จหรือโครงการในช่วงเวลาที่กำหนด

5. ช่วยงานบริการลูกค้า

ใช้ข้อมูลที่ได้รับอนุญาตจากระบบ Service Management

6. สนับสนุนฝ่ายขาย

ช่วยค้นข้อมูลสินค้า ลูกค้า หรือโอกาสทางการขายตามสิทธิ์

7. ช่วยฝ่าย IT

ค้นหาข้อมูลอุปกรณ์และรายการแจ้งปัญหา

8. สนับสนุนงาน Maintenance

ช่วยค้นข้อมูลประวัติการบำรุงรักษาและสถานะงาน

9. ทำงานร่วมกับ Power Automate

สามารถขยายความสามารถด้วย Tools และ Workflows

10. ลดภาระการค้นข้อมูลด้วยตนเอง

พนักงานสามารถถามคำถามแทนการเปิดตารางหลายชุด

🧩 องค์ประกอบสำคัญของ Dataverse ที่ต้องเข้าใจ

องค์ประกอบ	หน้าที่
Table	เก็บข้อมูลประเภทหนึ่ง
Column	ระบุคุณสมบัติของข้อมูล
Row	รายการข้อมูลแต่ละรายการ
Relationship	เชื่อมโยงตาราง
View	กำหนดรูปแบบการแสดงข้อมูล
Security Role	ควบคุมสิทธิ์
Dataverse Search	ค้นหาข้อมูลจากตาราง
Quick Find View	กำหนดคอลัมน์สำหรับการค้นหา
Knowledge Source	แหล่งข้อมูลที่ Agent ใช้ตอบ
Tool / Action	ใช้ดำเนินงานกับระบบ

ตัวอย่างตาราง Service Requests

RequestID	ServiceType	Location	Status
SR-1001	LAN	ขอนแก่น	Open
SR-1002	Fiber Optic	กรุงเทพฯ	In Progress
SR-1003	Wi-Fi	อุดรธานี	Completed
SR-1004	CCTV	ขอนแก่น	Open

ข้อมูลในตารางเป็นตัวอย่างสมมติเพื่ออธิบายการทำงาน

หากเชื่อมตารางนี้กับ Copilot Studio ผู้ใช้ที่มีสิทธิ์สามารถถามเกี่ยวกับรายการงานตามข้อมูลที่ระบบค้นหาได้

🆚 Dataverse Knowledge กับ Dataverse Tools ต่างกันอย่างไร?

นี่เป็นเรื่องสำคัญที่สุดเรื่องหนึ่งก่อนสร้าง Agent ที่เชื่อมฐานข้อมูล

Dataverse Knowledge

ใช้ค้นหาและตอบคำถามจากข้อมูล

ตัวอย่าง:

“มีรายการแจ้งซ่อมประเภท Fiber Optic อะไรบ้าง?”

Dataverse Tool

ใช้เรียกการดำเนินงานที่กำหนด เช่น

• Get a row by ID
• List rows
• Add a new row
• Update a row
• Delete a row

ความสามารถเหล่านี้ขึ้นอยู่กับ Connector หรือ Tool ที่กำหนดไว้จริงและสิทธิ์ที่ได้รับ

ตารางเปรียบเทียบ

หัวข้อ	Dataverse Knowledge	Dataverse Tool
วัตถุประสงค์	ค้นหาและอธิบายข้อมูล	เรียกการทำงานกับข้อมูล
ตอบคำถาม	ได้	ได้ตามผลลัพธ์ Tool
อ่านข้อมูล	ผ่านระบบ Knowledge	ผ่าน Action ที่กำหนด
เพิ่มรายการ	ไม่ใช่หน้าที่ของ Knowledge	ทำได้เมื่อรองรับ
แก้ไขรายการ	ไม่ใช่หน้าที่ของ Knowledge	ทำได้เมื่อรองรับ
ลบรายการ	ไม่ใช่หน้าที่ของ Knowledge	ทำได้เมื่อรองรับ
การควบคุมสิทธิ์	ตามการเข้าถึงข้อมูล	ตาม Connection และ Action
เหมาะกับ	Knowledge Assistant	Transactional Agent

คำแนะนำ: หากต้องการให้ Agent ตรวจสอบสถานะงานอย่างแม่นยำจากรหัสรายการเฉพาะ หรือแก้ไขข้อมูลจริง ควรพิจารณาใช้ Tool ที่เชื่อมระบบโดยตรงร่วมกับ Knowledge

✅ ก่อนเชื่อม Dataverse กับ Copilot Studio ต้องเตรียมอะไรบ้าง?

1. Microsoft Copilot Studio

ต้องมีบัญชีและสิทธิ์สร้างหรือแก้ไข Agent

2. Dataverse Environment

Environment ต้องมี Dataverse ที่พร้อมใช้งาน

3. ตารางข้อมูล

เตรียม Dataverse Tables ที่ต้องการ

4. Dataverse Search

ต้องเปิดใช้งาน Dataverse Search ใน Environment

5. Authentication

ต้องตั้งค่า Agent เป็น Authenticate with Microsoft

6. Permissions

ผู้สร้าง Agent และผู้ใช้งานต้องมีสิทธิ์เข้าถึงข้อมูลตามหน้าที่

7. Security Roles

ตรวจสอบ Role ที่ได้รับใน Dataverse

8. ข้อมูลที่ถูกต้อง

ควรใช้ตารางที่มีข้อมูลปัจจุบันและไม่ขัดแย้งกัน

9. Knowledge Description

เตรียมคำอธิบายว่าข้อมูลแต่ละชุดใช้ทำอะไร

10. ชุดคำถามทดสอบ

ควรมีคำถามที่ครอบคลุมการค้นหาและกรองข้อมูล

⚙️ วิธีเปิด Dataverse Search ให้ Copilot Studio

Dataverse Knowledge ต้องใช้ Dataverse Search

หากไม่ได้เปิดใช้งาน ผู้สร้าง Agent อาจไม่สามารถเพิ่ม Dataverse Tables เป็น Knowledge ได้

ขั้นตอนโดยภาพรวม

1. เปิด Power Platform Admin Center
2. เลือก Environment ที่ต้องการ
3. เปิดการตั้งค่าของ Environment
4. ไปยังส่วนการตั้งค่าที่เกี่ยวข้องกับ Search
5. ตรวจสอบสถานะ Dataverse Search
6. เปิดใช้งานเมื่อองค์กรอนุญาต
7. บันทึกการตั้งค่า
8. ตรวจสอบว่าสามารถค้นหาข้อมูลได้
9. กลับไปยัง Copilot Studio
10. ทดลองเพิ่ม Dataverse Knowledge

ชื่อเมนูและตำแหน่งการตั้งค่าอาจเปลี่ยนตามเวอร์ชันของ Power Platform Admin Center

หากไม่มีสิทธิ์เปิด Dataverse Search ทำอย่างไร?

ต้องให้ผู้ดูแล Environment ดำเนินการ

Dataverse Search มีค่าใช้จ่ายหรือไม่?

การสร้าง Search Index สามารถใช้ความจุ Dataverse เพิ่มเติม และอาจมีผลต่อต้นทุนตาม License และปริมาณข้อมูล

องค์กรควรตรวจสอบความจุและค่าใช้จ่ายก่อนเปิดใช้กับข้อมูลจำนวนมาก

🚀 วิธีเชื่อม Dataverse กับ Copilot Studio ทีละขั้นตอน

ขั้นตอนนี้ใช้กับ Agent และ Knowledge Experience ที่รองรับ Dataverse Tables

ขั้นตอนที่ 1: เปิด Microsoft Copilot Studio

ลงชื่อเข้าใช้ด้วยบัญชีที่ได้รับสิทธิ์

ขั้นตอนที่ 2: เลือก Environment

ตรวจสอบว่าอยู่ใน Environment ที่มี Dataverse Tables ที่ต้องการ

ขั้นตอนที่ 3: เปิด Agent

ไปที่ Agents แล้วเลือก Agent ที่ต้องการ

ตัวอย่าง:

Business Data Assistant

ขั้นตอนที่ 4: เปิด Knowledge

สำหรับหน้าจอใหม่ เลือก Build แล้วเปิด Knowledge จาก Components Panel

สำหรับหน้าจออื่น อาจสามารถเปิดผ่านหน้า Overview หรือ Knowledge ได้โดยตรง

ขั้นตอนที่ 5: กด Add knowledge

เปิดหน้าต่างเลือกแหล่งข้อมูล

ขั้นตอนที่ 6: เลือก Dataverse

เลือก Dataverse จากรายการ Knowledge Sources

ขั้นตอนที่ 7: เลือก Tables

ระบบจะแสดง Dataverse Tables ที่บัญชีสามารถเข้าถึงได้

ตัวอย่าง:

• Accounts
• Contacts
• Products
• Service Requests
• Projects

ขั้นตอนที่ 8: เลือกตารางที่ต้องการ

สามารถเลือกได้สูงสุด 15 Dataverse Tables ต่อหนึ่ง Knowledge Source

ควรเลือกเฉพาะตารางที่เกี่ยวข้องกับหน้าที่ Agent

ขั้นตอนที่ 9: ตรวจสอบ Knowledge Name

ตั้งชื่อให้เข้าใจง่าย

ตัวอย่าง:

Service Management Data

ขั้นตอนที่ 10: เขียน Description

ตัวอย่าง:

“This Dataverse knowledge source contains service requests, project records, service categories, and work statuses. Use it to answer employee questions about service operations and project tracking.”

ขั้นตอนที่ 11: กด Add to agent

ยืนยันเพิ่ม Dataverse เป็น Knowledge

ขั้นตอนที่ 12: ตรวจสอบ Authentication

ต้องตั้งค่า Agent เป็น Authenticate with Microsoft

ขั้นตอนที่ 13: ทดสอบ

เปิดหน้าทดสอบแล้วถามคำถามจากข้อมูลจริง

ขั้นตอนที่ 14: ตรวจสอบสิทธิ์

ทดลองด้วยบัญชีผู้ใช้ที่มีสิทธิ์ต่างกัน

ขั้นตอนที่ 15: Publish

เมื่อผ่านการทดสอบ ให้ Publish ตามขั้นตอนของ Agent ที่รองรับ

🗄️ วิธีสร้าง Dataverse Table สำหรับใช้กับ AI Agent

หากยังไม่มีตารางธุรกิจ สามารถสร้างผ่าน Power Apps ได้

ตัวอย่างสร้าง Service Requests Table

ขั้นตอนโดยภาพรวม:

1. เปิด Microsoft Power Apps
2. เลือก Environment
3. เปิด Dataverse
4. เลือก Tables
5. สร้าง Table ใหม่
6. ตั้งชื่อ Service Requests
7. เพิ่ม Columns
8. กำหนดประเภทข้อมูล
9. ตั้งค่าที่จำเป็น
10. บันทึกและเผยแพร่การเปลี่ยนแปลง

ตัวอย่าง Columns

Column	Data Type	หน้าที่
RequestID	Text	เลขรายการ
CustomerName	Text	ชื่อลูกค้า
ServiceType	Choice / Text	ประเภทบริการ
Location	Text	สถานที่
RequestDate	Date	วันที่รับงาน
Status	Choice	สถานะ
Technician	Lookup / Text	ผู้รับผิดชอบ
Description	Multiline Text	รายละเอียด
Priority	Choice	ความเร่งด่วน

ควรเลือกชนิดข้อมูลให้ตรงกับการใช้งานจริง

ทำไมไม่ควรเก็บทุกอย่างเป็น Text?

เพราะข้อมูลวันที่ ตัวเลข และความสัมพันธ์มีรูปแบบเฉพาะ

การออกแบบ Columns ให้ถูกต้องช่วยให้ค้นหา กรอง และใช้ข้อมูลกับแอปธุรกิจได้ดีขึ้น

🧠 วิธีเขียน Dataverse Knowledge Description ให้ AI เลือกตารางถูก

Description ช่วยให้ระบบ Orchestration เข้าใจว่า Knowledge Source มีข้อมูลเกี่ยวกับอะไร

Description ที่กว้างเกินไป

“Company data”

คำอธิบายนี้ไม่เพียงพอ

Description ที่เหมาะสม

“This Dataverse source contains customer service requests, project records, service categories, assigned technicians, and job statuses. Use it when authorized employees ask about service tickets, ongoing projects, and outstanding work.”

สูตรแนะนำ

ประเภทข้อมูล + ตารางสำคัญ + กลุ่มผู้ใช้ + คำถามที่รองรับ

ตัวอย่าง

Customer Records

สำหรับข้อมูลลูกค้าที่ได้รับอนุญาต

Product Catalog

สำหรับข้อมูลสินค้า

Service Requests

สำหรับงานแจ้งซ่อม

Project Tracking

สำหรับสถานะโครงการ

Maintenance Records

สำหรับประวัติบำรุงรักษา

การแยก Knowledge Sources และ Description ตามหน้าที่ช่วยลดการเลือกข้อมูลผิดแหล่ง

🔍 วิธีทำให้ Dataverse Search ค้นหา Columns ได้แม่นยำขึ้น

คุณภาพการค้นหาไม่ได้ขึ้นอยู่กับชื่อ Knowledge เพียงอย่างเดียว

Dataverse ใช้ข้อมูลเกี่ยวกับ Table และ Columns ในการค้นหา

สิ่งที่ควรปรับปรุง

1. ตั้งชื่อ Table ชัดเจน
2. ใช้ชื่อ Columns ที่เข้าใจง่าย
3. เขียนคำอธิบาย Columns
4. กำหนดชนิดข้อมูลถูกต้อง
5. ตรวจสอบ Quick Find View
6. กำหนด Searchable Columns ตามความจำเป็น
7. หลีกเลี่ยงข้อมูลซ้ำซ้อน
8. ทดสอบคำค้นจริง

ตัวอย่าง

แทนที่จะใช้ชื่อ Column ว่า

Field01

ควรใช้ชื่อที่สื่อความหมาย เช่น

ServiceStatus

หรือ

AssignedTechnician

ชื่อข้อมูลที่ชัดเจนช่วยให้ผู้ดูแลและระบบค้นหาเข้าใจโครงสร้างได้ดีขึ้น

📁 วิธีให้ Copilot Studio ค้นหา Multiline Text และ File Columns

ข้อมูล Dataverse ไม่ได้มีเฉพาะข้อความสั้นหรือรายการแบบตาราง

บางองค์กรใช้ Multiline Text สำหรับบันทึกคำอธิบายยาว หรือใช้ File Columns แนบเอกสาร

Microsoft มีความสามารถ Preview สำหรับเพิ่มคุณภาพการค้นหาเนื้อหาแบบไม่มีโครงสร้างจาก Columns ประเภทนี้

ประเภท Columns ที่เกี่ยวข้อง

Multiline Text

ใช้เก็บรายละเอียด เช่น

• รายงานปัญหา
• บันทึกช่าง
• หมายเหตุลูกค้า
• รายละเอียดโครงการ

File

ใช้เก็บไฟล์แนบที่เกี่ยวข้องกับรายการ

วิธีเตรียม Columns ให้ค้นหาได้

1. เปิด Power Apps
2. เลือก Environment
3. ไปที่ Dataverse → Tables
4. เลือก Table ที่ต้องการ
5. ตรวจสอบ Columns
6. เปิด Searchable สำหรับ Columns ที่รองรับ
7. ไปที่ Views
8. เปิด Quick Find View
9. เพิ่ม Columns ที่ต้องการค้นหา
10. บันทึกและ Publish

ข้อควรระวัง

ความสามารถค้นหาข้อความยาวและไฟล์แนบแบบนี้มีส่วนที่อยู่ในสถานะ Preview

ก่อนนำไปใช้กับระบบ Production ควรตรวจสอบความพร้อมของ Tenant และข้อจำกัดของฟีเจอร์

เพิ่ม Table ก่อนตั้งค่า Searchable ไปแล้วทำอย่างไร?

ควรตรวจสอบการจัดทำดัชนีใหม่

Microsoft ระบุว่าบางกรณีระบบอาจใช้เวลาถึงสองวันในการจัดเตรียมข้อมูลย้อนหลัง

หากจำเป็น อาจพิจารณาเพิ่ม Knowledge Source อีกครั้งหลังปรับ Columns ตามแนวทางที่รองรับ

🔐 วิธีตั้งค่า Authentication สำหรับ Dataverse Knowledge

Dataverse Tables ที่เพิ่มเป็น Knowledge ต้องใช้ Authenticate with Microsoft

นี่คือข้อกำหนดสำคัญ

วิธีตั้งค่าโดยภาพรวม

1. เปิด Agent
2. เข้า Settings
3. เปิด Security หรือ Authentication ตามหน้าจอที่รองรับ
4. เลือก Authenticate with Microsoft
5. บันทึก
6. ทดสอบด้วยบัญชี Microsoft ขององค์กร

ตัวเลือกที่ไม่รองรับสำหรับ Dataverse Knowledge ประเภทนี้

• No authentication
• Authenticate manually

ทำไมต้อง Authenticate with Microsoft?

เพราะระบบใช้ตัวตนผู้ใช้งานสำหรับตรวจสอบสิทธิ์เข้าถึงข้อมูล

ลงชื่อเข้าใช้แล้วอ่านได้ทุกตารางหรือไม่?

ไม่ได้

ผู้ใช้ต้องมีสิทธิ์อ่านข้อมูลใน Dataverse ตาม Security Roles และข้อกำหนดของระบบ

🛡️ Dataverse Security Roles คืออะไร?

Security Roles เป็นกลไกกำหนดสิทธิ์ใน Dataverse

ตัวอย่างสิทธิ์ ได้แก่

• Read
• Create
• Write
• Delete
• Append
• Append To
• Assign
• Share

ตัวอย่างการกำหนดสิทธิ์

Sales User

อ่านข้อมูลสินค้าและข้อมูลลูกค้าที่ได้รับอนุญาต

Service Technician

อ่านรายการงานและบันทึกที่เกี่ยวข้อง

IT Administrator

จัดการระบบตามสิทธิ์ผู้ดูแล

Finance User

เข้าถึงข้อมูลการเงินตามหน้าที่

ทำไมต้องแยก Role?

เพราะไม่ควรให้พนักงานทุกคนเข้าถึงข้อมูลทั้งหมดของบริษัท

ตัวอย่างทดสอบ

1. ใช้บัญชีฝ่ายขายถามข้อมูลสินค้า
2. ตรวจสอบว่าตอบได้
3. ถามข้อมูลการเงินที่ไม่มีสิทธิ์
4. ตรวจสอบว่าไม่มีข้อมูลรั่วไหล
5. ทดสอบซ้ำด้วยบัญชีฝ่ายการเงิน

ข้อสำคัญ: Instructions ที่ระบุว่าไม่ให้เปิดเผยข้อมูลลับ ไม่สามารถใช้แทน Security Roles ของ Dataverse ได้

🏢 ตัวอย่างสร้าง AI Agent สำหรับระบบแจ้งซ่อม IT

สมมติว่าบริษัทมี Dataverse Table ชื่อ

IT Service Requests

ตัวอย่าง Columns

• TicketNumber
• EmployeeName
• Department
• IssueType
• Description
• Status
• CreatedOn
• AssignedTechnician
• Priority

ตัวอย่างข้อมูล

TicketNumber	IssueType	Status	Priority
IT-1001	Wi-Fi	Open	High
IT-1002	Printer	Completed	Low
IT-1003	LAN	In Progress	Medium
IT-1004	Windows	Open	Medium

ข้อมูลทั้งหมดเป็นตัวอย่าง

ชื่อ Agent

IT Helpdesk Data Assistant

Knowledge

Dataverse Table: IT Service Requests

ตัวอย่างคำถาม

1. มี Ticket ที่ยังไม่ปิดกี่รายการ?
2. งานประเภท Wi-Fi ที่ยังไม่เสร็จมีอะไรบ้าง?
3. งานที่มี Priority สูงมีรายการใด?
4. Ticket IT-1003 อยู่ในสถานะอะไร?
5. มีรายการที่มอบหมายให้ช่างคนใดบ้าง?

ข้อควรระวัง

คำถามที่ต้องการข้อมูลเฉพาะแบบแน่นอน เช่น Ticket Number หรือการนับข้อมูลทั้งหมด ควรตรวจสอบว่าระบบ Knowledge ให้คำตอบครบถ้วน

หากต้องการผลลัพธ์ที่แม่นยำตามเงื่อนไขฐานข้อมูล อาจใช้ Dataverse Tool เพื่อค้นหารายการแบบมีโครงสร้างโดยตรง

🌐 ตัวอย่างสร้าง AI Agent สำหรับธุรกิจบริการ LAN และ Fiber Optic

สมมติว่าบริษัทให้บริการติดตั้ง LAN, Wi-Fi, CCTV และ Fiber Optic

มี Dataverse Tables ดังนี้

Customers

ข้อมูลลูกค้า

Projects

ข้อมูลโครงการ

Service Requests

รายการแจ้งซ่อม

Equipment

ข้อมูลอุปกรณ์

Maintenance Records

ประวัติการบำรุงรักษา

เป้าหมาย

สร้าง Agent สำหรับช่วยพนักงานค้นข้อมูลโครงการและสถานะงาน

ชื่อ Agent

IT Project Assistant

คำถามที่ต้องตอบได้

• โครงการ Fiber Optic ที่ยังดำเนินการอยู่มีอะไรบ้าง?
• มีงานติดตั้ง LAN ที่กำหนดส่งมอบในเดือนนี้หรือไม่?
• งาน Maintenance ของลูกค้าที่ได้รับอนุญาตมีสถานะอย่างไร?
• อุปกรณ์ใดมีรายการบำรุงรักษาล่าสุด?
• โครงการใดมีงานค้าง?

สิ่งที่ต้องตั้งค่า

1. เลือก Tables ที่เกี่ยวข้อง
2. กำหนด Permissions
3. ตั้ง Authenticate with Microsoft
4. เขียน Knowledge Description
5. ทดสอบคำถามจริง
6. ตรวจสอบข้อมูลกับ Dataverse
7. Publish ให้พนักงานที่ได้รับอนุญาต

📈 ตัวอย่าง Agent สำหรับฝ่ายขายจาก Dataverse

ฝ่ายขายสามารถใช้ Dataverse สำหรับข้อมูลสินค้าและโอกาสทางการขาย

Tables

• Accounts
• Contacts
• Products
• Opportunities

ตัวอย่างคำถาม

“มี Opportunities ที่ยังเปิดอยู่ในเดือนนี้อะไรบ้าง?”

หรือ

“สินค้ารุ่นนี้มีคุณสมบัติอะไรในระบบ?”

ข้อควรระวัง

ข้อมูลราคาหรือสถานะสต็อกต้องมาจากข้อมูลจริงที่ได้รับอนุญาต

Agent ไม่ควรสร้างราคาหรือปริมาณสินค้าเมื่อไม่พบข้อมูลที่ยืนยันได้

ข้อมูลที่เปลี่ยนตลอดควรใช้อะไร?

หากต้องการตรวจสอบข้อมูลแบบมีเงื่อนไขชัดเจนและให้ผลลัพธ์ล่าสุด ควรพิจารณาใช้ Dataverse Tool ที่เรียกข้อมูลโดยตรง

🔧 ตัวอย่างใช้ Dataverse Tool สำหรับตรวจสอบสถานะ Ticket

หากต้องการให้ Agent ตรวจสอบ Ticket จากรหัสเฉพาะ สามารถสร้าง Tool ที่เรียก Dataverse ได้ตามความสามารถของ Connector หรือ Workflow

ตัวอย่างกระบวนการ

ผู้ใช้ถาม:

“ตรวจสอบ Ticket IT-1001”

Agent ดำเนินงานดังนี้

1. รับ Ticket Number
2. ตรวจสอบว่ารหัสครบหรือไม่
3. เรียก Tool สำหรับค้นรายการ
4. ระบบตรวจสอบสิทธิ์
5. ดึงผลลัพธ์จาก Dataverse
6. ตรวจสอบว่าพบรายการหรือไม่
7. แสดงสถานะ
8. หากเกิดข้อผิดพลาด ให้แจ้งตามผลจริง

ตัวอย่าง Instructions

“When an authorized user asks for the status of a service ticket, request the ticket number if missing. Use the configured Dataverse lookup tool to retrieve the record. Report only the status returned by the tool. Never invent a ticket or claim that a ticket was updated unless the tool confirms success.”

หากต้องการสร้าง Ticket ใหม่?

ต้องใช้ Tool หรือ Action สำหรับ Create Row พร้อมกำหนดการตรวจสอบข้อมูลและสิทธิ์อย่างเหมาะสม

ไม่ใช่ความสามารถที่ได้จาก Knowledge โดยอัตโนมัติ

🧪 วิธีทดสอบ Dataverse Knowledge ให้ AI ตอบถูกต้อง

ควรทดสอบหลายสถานการณ์

1. คำถามจากรายการที่มีอยู่จริง

ถามข้อมูลที่ทราบผลลัพธ์จาก Dataverse

2. คำถามที่ต้องกรองข้อมูล

เช่น งานที่ยังไม่เสร็จในสัปดาห์นี้

3. คำถามที่ไม่มีข้อมูล

ตรวจสอบว่า Agent ไม่สร้างรายการขึ้นเอง

4. คำถามจากหลาย Tables

ตรวจสอบว่าเลือกข้อมูลเกี่ยวข้อง

5. คำถามตัวเลข

ตรวจสอบจำนวนและยอดรวมกับข้อมูลต้นทาง

6. คำถามภาษาไทย

ทดลองภาษาพูดและคำศัพท์ที่พนักงานใช้งานจริง

7. สิทธิ์ผู้ใช้

ทดสอบบัญชีที่มีสิทธิ์ต่างกัน

8. ข้อมูลเพิ่งเปลี่ยน

ตรวจสอบความพร้อมของ Search Index และผลลัพธ์

9. Columns ที่มี Multiline Text

ตรวจสอบว่าสามารถค้นข้อความยาวได้ตามการตั้งค่า

10. Tool Error

หากมี Tools ให้ทดสอบกรณีระบบเชื่อมต่อผิดพลาด

📊 วิธีวัดผลการเชื่อม Dataverse

KPI	สิ่งที่ควรวัด
Answer Accuracy	ความถูกต้องของคำตอบ
Retrieval Success	การค้นหาข้อมูลสำเร็จ
Permission Compliance	ไม่เปิดเผยข้อมูลเกินสิทธิ์
Tool Success Rate	การเรียก Tool สำเร็จ
Response Time	เวลาตอบสนอง
User Satisfaction	ความพึงพอใจ
Data Freshness	ความเป็นปัจจุบัน
Cost per Interaction	ต้นทุนต่อการใช้งาน

ตัวอย่างการทดสอบ

เตรียมคำถาม 100 ข้อ โดยมีคำตอบที่ผู้ดูแลตรวจสอบจาก Dataverse แล้ว

จากนั้นให้ Agent ตอบและประเมินผลว่า

• ตอบถูกกี่ข้อ
• ตอบผิดกี่ข้อ
• ไม่มีข้อมูลกี่ข้อ
• ใช้ข้อมูลผิดสิทธิ์หรือไม่
• ตอบตรงเจตนาของคำถามหรือไม่

ควรใช้ผลทดสอบเหล่านี้ประกอบการปรับ Knowledge และ Tools

⚠️ ข้อจำกัดของ Dataverse Knowledge ที่ควรรู้

1. ต้องเปิด Dataverse Search

หาก Search ไม่พร้อม อาจไม่สามารถเพิ่ม Table ได้

2. ต้องใช้ Authenticate with Microsoft

No authentication และ Authenticate manually ไม่รองรับสำหรับ Knowledge ประเภทนี้

3. จำกัด 15 Tables ต่อหนึ่ง Knowledge Source

ควรเลือกเฉพาะข้อมูลที่เกี่ยวข้อง

4. ต้องมี Permissions

หากไม่มีสิทธิ์ Table อาจไม่ปรากฏ

5. Virtual Tables รองรับบางประเภท

Microsoft ระบุว่าปัจจุบันรองรับ Virtual Tables ที่ใช้ Finance and Operations Data Provider สำหรับ Knowledge ประเภทนี้

6. การค้น Multiline Text และ File ยังมีส่วน Preview

ควรตรวจสอบก่อนนำไปใช้ Production

7. Search Index ใช้ความจุเพิ่ม

อาจมีผลต่อต้นทุน Dataverse

8. Knowledge ไม่ใช่เครื่องมือแก้ไขข้อมูล

ต้องใช้ Tools หรือ Actions

9. Search อาจไม่คืนทุกรายการ

คำตอบจาก Knowledge เป็นการค้นคืนข้อมูลที่เกี่ยวข้อง จึงไม่ควรแทนที่การ Query แบบกำหนดเงื่อนไขชัดเจนในงานที่ต้องการความครบถ้วนสูง

10. ต้องตรวจสอบข้อมูลสำคัญ

เช่น รายได้ ยอดขาย สต็อก และข้อมูลการเงิน

🔧 เชื่อม Dataverse แล้ว Agent ไม่ตอบ แก้อย่างไร?

ปัญหาที่ 1: ไม่พบ Dataverse ใน Add knowledge

ตรวจสอบ Dataverse Search และการตั้งค่า Search and Index ของ Environment

ปัญหาที่ 2: ไม่พบ Table ที่ต้องการ

ตรวจสอบ Security Roles และสิทธิ์เข้าถึงข้อมูล

ปัญหาที่ 3: Agent ตอบจากความรู้ทั่วไป

ตรวจสอบ Knowledge Description และ Authentication

ปัญหาที่ 4: Agent ไม่ค้นจาก Table

ตรวจสอบว่า Dataverse Search เปิดใช้งานและ Table พร้อมค้นหา

ปัญหาที่ 5: ค้น Column ไม่เจอ

ตรวจสอบ Searchable Columns และ Quick Find View

ปัญหาที่ 6: Multiline Text ไม่ปรากฏในคำตอบ

ตรวจสอบว่าตั้งค่า Multiline Text ให้ค้นหาได้ และฟีเจอร์ Preview พร้อมใช้งาน

ปัญหาที่ 7: File Columns ใช้งานไม่ได้

ตรวจสอบประเภทไฟล์และการตั้งค่า Search ของ Table

ปัญหาที่ 8: Authentication ผิด

เปลี่ยนเป็น Authenticate with Microsoft ตามข้อกำหนด

ปัญหาที่ 9: ผู้สร้างตอบได้แต่ผู้ใช้ตอบไม่ได้

ตรวจสอบ Security Roles และ Permissions ของบัญชีผู้ใช้

ปัญหาที่ 10: Agent ตอบข้อมูลผิด

ตรวจสอบข้อมูลจริงและ Description ของ Knowledge

ปัญหาที่ 11: ข้อมูลเพิ่งแก้ไขแต่ตอบไม่ตรง

ตรวจสอบการอัปเดต Search Index

ปัญหาที่ 12: Agent ไม่สามารถสร้างรายการใหม่

Knowledge ไม่รองรับการสร้างข้อมูลโดยตรง ต้องใช้ Tools หรือ Workflows

ปัญหาที่ 13: Tool ไม่ทำงาน

ตรวจสอบ Connection, Parameters และ Authentication

ปัญหาที่ 14: คำตอบไม่ครบทุก Row

ใช้การค้นหาแบบมีโครงสร้างผ่าน Tool เมื่อจำเป็นต้องได้รายการครบหรือจำนวนที่แน่นอน

ปัญหาที่ 15: ค่าใช้จ่ายเพิ่ม

ตรวจสอบ Dataverse Capacity และ Copilot Credits ที่เกี่ยวข้อง

📋 Checklist ก่อน Publish Dataverse AI Agent

รายการ	สิ่งที่ต้องตรวจสอบ
Dataverse Environment	ถูกต้อง
Dataverse Search	เปิดใช้งาน
Tables	เลือกเหมาะสม
Columns	ชัดเจน
Quick Find View	ตั้งค่าถูกต้อง
Knowledge Description	ตรงกับข้อมูล
Authentication	Authenticate with Microsoft
Security Roles	ถูกต้อง
User Permissions	ตรวจสอบแล้ว
Sensitive Data	จำกัดสิทธิ์
Tools	ตั้งค่าถูกต้อง
Error Handling	พร้อมใช้งาน
Test Questions	ผ่านการทดสอบ
Numeric Validation	ตรวจสอบแล้ว
Billing	ประเมินแล้ว
Agent Owner	มีผู้รับผิดชอบ
Publish	เวอร์ชันล่าสุด
Monitoring	มีแผนติดตาม

📈 10 เทคนิคเชื่อม Dataverse ให้ Agent ใช้งานได้ดี

1. ออกแบบ Tables ให้ตรงกับงาน

2. ตั้งชื่อ Columns ให้ชัดเจน

3. ใช้ข้อมูลที่ถูกต้องและปัจจุบัน

4. เปิด Dataverse Search และตั้งค่า Views ให้เหมาะสม

5. เขียน Knowledge Description ให้ตรงกับ Intent

6. กำหนด Security Roles อย่างรัดกุม

7. ใช้ Knowledge สำหรับค้นหาและอธิบายข้อมูล

8. ใช้ Tools สำหรับงานที่ต้องดำเนินการหรือ Query อย่างแน่นอน

9. ทดสอบด้วยบัญชีหลายระดับสิทธิ์

10. ติดตามต้นทุนและคุณภาพคำตอบ

สำหรับงานธุรกิจ ควรให้ความสำคัญกับข้อมูลที่ถูกต้องและการกำหนดสิทธิ์ มากกว่าการเชื่อม Tables จำนวนมากที่สุด

❓ คำถามที่พบบ่อยเกี่ยวกับ Dataverse กับ Copilot Studio

วิธีเชื่อม Dataverse กับ Copilot Studio ทำอย่างไร?

เปิด Agent ไปที่ Knowledge เลือก Add knowledge แล้วเลือก Dataverse จากนั้นเลือก Tables ตั้งชื่อและ Description แล้วกด Add to agent

Dataverse คืออะไร?

Dataverse คือแพลตฟอร์มจัดเก็บและบริหารข้อมูลธุรกิจของ Microsoft Power Platform

Copilot Studio ใช้ข้อมูล Dataverse ได้ไหม?

ได้ โดยใช้ Dataverse Tables เป็น Knowledge หรือเชื่อมผ่าน Tools ตามความสามารถที่รองรับ

Dataverse Knowledge ต้องเปิด Search หรือไม่?

ต้องเปิด Dataverse Search ใน Environment

Dataverse Knowledge ต้องใช้ Authentication แบบไหน?

ต้องใช้ Authenticate with Microsoft

สามารถใช้ No authentication ได้ไหม?

ไม่ได้สำหรับ Dataverse Tables ที่เพิ่มเป็น Knowledge ประเภทนี้

เชื่อม Dataverse ได้กี่ Tables?

เลือกได้สูงสุด 15 Tables ต่อหนึ่ง Knowledge Source

Copilot Studio อ่านข้อมูลจากหลาย Tables ได้ไหม?

ได้ตามขอบเขต Knowledge Sources และความสามารถในการค้นหาที่รองรับ

Dataverse Knowledge แก้ไขข้อมูลได้ไหม?

ไม่ได้โดยตรง ต้องใช้ Tools หรือ Actions ที่รองรับสำหรับการเพิ่ม แก้ไข หรือลบข้อมูล

Copilot Studio สร้างรายการใหม่ใน Dataverse ได้ไหม?

ทำได้เมื่อเพิ่ม Tool หรือ Workflow ที่รองรับและกำหนดสิทธิ์ถูกต้อง

Dataverse Knowledge ใช้ภาษาไทยได้ไหม?

สามารถถามคำถามภาษาไทยได้ในประสบการณ์ที่รองรับ แต่ควรทดสอบการค้นหาชื่อ Tables, Columns และข้อมูลภาษาไทยจริง

Dataverse Search มีค่าใช้จ่ายไหม?

การทำดัชนีค้นหาสามารถใช้ Dataverse Capacity เพิ่มเติมและอาจส่งผลต่อต้นทุน

Dataverse กับ SharePoint ต่างกันอย่างไร?

Dataverse เหมาะกับข้อมูลธุรกิจแบบตาราง ส่วน SharePoint เหมาะกับเอกสารและข้อมูลที่ทีมร่วมกันจัดการ

Dataverse กับ Excel ต่างกันอย่างไร?

Dataverse เป็นระบบจัดเก็บข้อมูลสำหรับแอปธุรกิจที่มีความสัมพันธ์และสิทธิ์ ส่วน Excel เป็นเครื่องมือ Spreadsheet สำหรับจัดการและวิเคราะห์ข้อมูล

ทำไม Agent ไม่พบ Dataverse Table?

อาจเกิดจากไม่มีสิทธิ์ หรือ Environment ยังไม่เปิด Dataverse Search

ทำไม Agent ตอบจากข้อมูลทั่วไป?

ควรตรวจสอบ Knowledge Name, Description, Authentication และการตั้งค่าการใช้ข้อมูล

Copilot Studio ใช้ Dataverse สำหรับ IT Helpdesk ได้ไหม?

ได้ เช่น ใช้ข้อมูล Tickets อุปกรณ์ และสถานะงาน โดยต้องตั้งค่าการเข้าถึงและทดสอบความถูกต้อง

Copilot Studio ใช้ Dataverse สำหรับฝ่ายขายได้ไหม?

ได้ เช่น ใช้ข้อมูลสินค้า ลูกค้า และ Opportunities ภายใต้สิทธิ์ที่กำหนด

✅ สรุปวิธีเชื่อม Dataverse กับ Copilot Studio ให้ AI เข้าถึงข้อมูลธุรกิจ

Microsoft Copilot Studio รองรับการใช้ Dataverse Tables เป็น Knowledge เพื่อให้ AI Agent ค้นหาและตอบคำถามจากข้อมูลธุรกิจได้

ขั้นตอนหลักคือเตรียม Dataverse Tables เปิด Dataverse Search ตั้งค่า Authentication เป็น Authenticate with Microsoft แล้วเพิ่ม Dataverse Knowledge ผ่าน Copilot Studio

สำหรับองค์กรที่มีข้อมูลลูกค้า โครงการ สินค้า และรายการแจ้งซ่อม Dataverse สามารถเป็นแหล่งข้อมูลสำคัญในการสร้าง AI Agent ที่ช่วยพนักงานค้นหาข้อมูลด้วยภาษาธรรมชาติ

อย่างไรก็ตาม Knowledge เหมาะกับการค้นหาและอธิบายข้อมูล หากต้องการสร้างหรือแก้ไขรายการจริง ต้องใช้ Tools หรือ Workflows ที่มีสิทธิ์เหมาะสม

เรื่องสำคัญที่สุดคือการกำหนด Security Roles ตรวจสอบคุณภาพข้อมูล และทดสอบด้วยบัญชีผู้ใช้หลายระดับสิทธิ์ เพื่อป้องกันการเปิดเผยข้อมูลที่ไม่เหมาะสม

comsiam แนะนำให้ใช้แนวทาง ออกแบบ Tables → เตรียมข้อมูล → เปิด Dataverse Search → ตั้ง Authentication → เพิ่ม Knowledge → กำหนด Description → ทดสอบ → ตรวจสอบสิทธิ์ → Publish → ติดตามผล

การเชื่อม Dataverse อย่างถูกต้องจะช่วยให้องค์กรนำข้อมูลธุรกิจที่มีอยู่มาใช้กับ AI Agent ได้อย่างเป็นระบบ เพิ่มความสะดวกในการค้นหาข้อมูล และต่อยอดไปสู่กระบวนการทำงานอัตโนมัติผ่าน Microsoft Power Platform ได้อย่างมีประสิทธิภาพ