วิธีสร้าง AI Agent ด้วย Copilot Studio ตั้งค่าอย่างไรให้ใช้งานได้จริง

วิธีสร้าง AI Agent ด้วย Microsoft Copilot Studio ให้ใช้งานได้จริง ต้องเริ่มจากการกำหนดหน้าที่ของ Agent ให้ชัดเจน จากนั้นสร้าง Agent ใน Copilot Studio ตั้งค่า Instructions เพิ่ม Knowledge เชื่อมต่อ Tools เมื่อจำเป็น ทดสอบการตอบคำถาม ตรวจสอบสิทธิ์การเข้าถึง และกด Publish เพื่อเปิดใช้งานผ่านช่องทางที่รองรับ

แม้ Microsoft Copilot Studio จะช่วยให้สร้าง AI Agent โดยไม่ต้องเขียนโปรแกรมตั้งแต่ต้น แต่การสร้าง Agent สำเร็จไม่ได้หมายความว่าจะนำไปใช้งานกับลูกค้าหรือพนักงานได้อย่างมีประสิทธิภาพทันที

AI Agent ที่ใช้งานจริงต้องตอบคำถามได้ถูกต้อง ใช้ข้อมูลที่ได้รับอนุญาต ไม่สร้างข้อมูลสำคัญขึ้นเอง และสามารถจัดการสถานการณ์ที่ไม่มีคำตอบหรือระบบเชื่อมต่อเกิดข้อผิดพลาดได้

ตัวอย่างเช่น บริษัทที่ให้บริการติดตั้ง LAN, Wi-Fi, CCTV และ Fiber Optic สามารถสร้าง AI Agent ให้ตอบคำถามบริการ แนะนำขั้นตอนขอใบเสนอราคา และรวบรวมข้อมูลเบื้องต้นก่อนส่งต่อเจ้าหน้าที่

หากต้องการให้ Agent ตรวจสอบสถานะงานหรือสร้างใบแจ้งซ่อมในระบบจริง ต้องเพิ่ม Tools หรือ Workflows และกำหนดสิทธิ์ให้ถูกต้อง ไม่สามารถใช้เพียงข้อความ Instructions สั่งให้ AI ดำเนินการโดยไม่มีระบบรองรับได้

บทความนี้ comsiam จะสอนวิธีสร้าง AI Agent ด้วย Copilot Studio ตั้งแต่การวางแผน ออกแบบ Instructions เพิ่ม Knowledge ตั้งค่า Tools, Topics, Authentication การทดสอบ และการเผยแพร่ พร้อมตัวอย่างการสร้าง Agent สำหรับงานธุรกิจจริง

🤖 AI Agent ใน Copilot Studio คืออะไร?

AI Agent คือระบบผู้ช่วยปัญญาประดิษฐ์ที่สามารถรับคำสั่ง วิเคราะห์ความต้องการของผู้ใช้ ใช้ข้อมูลที่กำหนด และดำเนินงานผ่านเครื่องมือที่ได้รับอนุญาต

Microsoft Copilot Studio เป็นแพลตฟอร์ม Low-Code สำหรับสร้างและจัดการ AI Agents โดยใช้หน้าจอการตั้งค่าและภาษาธรรมชาติเป็นหลัก

AI Agent ต่างจาก Chatbot ทั่วไปอย่างไร?

Chatbot แบบดั้งเดิมจำนวนมากทำงานตามชุดคำถามและคำตอบที่กำหนดไว้

AI Agent สามารถใช้โมเดล AI ช่วยเข้าใจข้อความ เลือกข้อมูลหรือเครื่องมือ และสร้างคำตอบตามบริบทได้

หัวข้อ	Chatbot แบบกำหนดขั้นตอน	AI Agent
การสนทนา	ตาม Flow ที่วางไว้	ยืดหยุ่นตามความสามารถ
การใช้ข้อมูล	คำตอบที่กำหนด	Knowledge และข้อมูลที่เชื่อมต่อ
การเข้าใจคำถาม	ตามเงื่อนไข	ใช้โมเดล AI วิเคราะห์
การเรียก Tools	ต้องกำหนดขั้นตอน	เลือกใช้ได้ตามการตั้งค่า
ความเหมาะสม	งานขั้นตอนแน่นอน	งานที่มีคำถามหลากหลาย
ความเสี่ยง	เงื่อนไขที่ออกแบบผิด	อาจมีทั้งข้อผิดพลาดและการตีความผิด

อย่างไรก็ตาม ไม่ใช่ AI Agent ทุกตัวจะมีความสามารถทำงานอัตโนมัติเท่ากัน เพราะขึ้นอยู่กับการตั้งค่าและเครื่องมือที่เชื่อมต่อ

🎯 ① กำหนดเป้าหมายของ AI Agent ก่อนสร้าง

ข้อผิดพลาดที่พบบ่อยคือเริ่มสร้าง Agent โดยไม่มีวัตถุประสงค์ชัดเจน

ตัวอย่างคำสั่งที่กว้างเกินไป:

“สร้าง AI ที่ช่วยทุกอย่างในบริษัท”

คำสั่งนี้ทำให้กำหนด Knowledge, Tools และการทดสอบได้ยาก

ตัวอย่างเป้าหมายที่ชัดเจนกว่า

“สร้าง AI Agent สำหรับตอบคำถามลูกค้าเกี่ยวกับบริการติดตั้งระบบเครือข่าย โดยใช้ข้อมูลบริษัทที่ได้รับอนุญาต และแนะนำขั้นตอนติดต่อเจ้าหน้าที่เมื่อคำถามต้องมีการประเมินหน้างาน”

ก่อนสร้าง Agent ควรตอบ 5 คำถาม

1. Agent สร้างขึ้นเพื่อแก้ปัญหาอะไร?
2. ใครเป็นผู้ใช้งาน?
3. ต้องใช้ข้อมูลจากที่ใด?
4. ต้องตอบคำถามอย่างเดียวหรือดำเนินงานด้วย?
5. จะวัดผลว่า Agent ทำงานได้ดีอย่างไร?

หากตอบคำถามเหล่านี้ได้ชัดเจน จะช่วยให้สร้าง Agent ได้ตรงวัตถุประสงค์มากขึ้น

📋 ② วางแผนองค์ประกอบของ Agent

ก่อนลงมือสร้าง ควรกำหนดรายละเอียดหลักดังนี้

องค์ประกอบ	ตัวอย่าง
Agent Name	IT Service Assistant
Purpose	ตอบคำถามลูกค้า
Users	ลูกค้าและพนักงานฝ่ายขาย
Language	ภาษาไทย
Knowledge	ข้อมูลบริการบริษัท
Topics	ขั้นตอนสอบถามบริการ
Tools	ระบบรับข้อมูลติดต่อกลับ
Authentication	ตามช่องทางและประเภทผู้ใช้
Channel	เว็บไซต์หรือ Teams
Owner	ผู้ดูแลฝ่าย IT
Success Metric	อัตราคำตอบถูกต้องและการส่งต่อสำเร็จ

สำหรับผู้เริ่มต้น ไม่จำเป็นต้องเพิ่ม Tools ตั้งแต่วันแรก

ควรเริ่มจาก Agent ที่ตอบคำถามด้วย Knowledge ให้ถูกต้องก่อน แล้วค่อยเพิ่มการทำงานอัตโนมัติ

🚀 ③ วิธีสร้าง AI Agent ด้วย Copilot Studio ทีละขั้นตอน

ตัวอย่างนี้ใช้แนวทางสร้าง Agent ด้วย Microsoft Copilot Studio แบบ Standard Harness ซึ่งเหมาะกับการสร้าง Agent ผ่านหน้าจอ Low-Code

ชื่อเมนูอาจต่างกันตามประเภท Agent และเวอร์ชันที่เปิดใช้งาน

ขั้นตอนที่ 1: เปิด Microsoft Copilot Studio

ลงชื่อเข้าใช้ Copilot Studio ด้วยบัญชีที่ได้รับสิทธิ์สร้าง Agent

หากใช้บัญชีองค์กรและไม่มีสิทธิ์สร้าง ให้ตรวจสอบกับผู้ดูแลระบบ

ขั้นตอนที่ 2: เลือก Environment

ตรวจสอบ Environment ที่ต้องการใช้

สำหรับโครงการจริง ควรแยกพื้นที่ทดลองและพื้นที่ใช้งานจริงเมื่อองค์กรมีระบบรองรับ

ตัวอย่าง:

• Development — พัฒนา
• Testing — ทดสอบ
• Production — ใช้งานจริง

ขั้นตอนที่ 3: สร้าง Agent ใหม่

เปิดเมนู Agents แล้วเลือกสร้าง Agent

หากระบบให้เลือกรูปแบบ Agent หรือ Harness ให้เลือกตามลักษณะงานที่ต้องการ

ขั้นตอนที่ 4: อธิบายหน้าที่ Agent

ตัวอย่างคำสั่ง:

“สร้าง AI Agent สำหรับตอบคำถามเกี่ยวกับบริการ LAN, Wi-Fi, Fiber Optic, CCTV และ Maintenance ให้ตอบภาษาไทยสุภาพ ใช้ข้อมูลบริษัท และไม่สร้างราคาเอง”

Copilot Studio จะช่วยจัดเตรียมรายละเอียดเริ่มต้นตามประสบการณ์ที่รองรับ

ขั้นตอนที่ 5: ตั้งชื่อ Agent

ตัวอย่าง:

IT Service Assistant

ควรตั้งชื่อสั้นและสื่อถึงหน้าที่อย่างชัดเจน

ขั้นตอนที่ 6: กำหนด Description

ตัวอย่าง:

“ผู้ช่วย AI สำหรับให้ข้อมูลบริการติดตั้งระบบ IT และแนะนำขั้นตอนติดต่อเจ้าหน้าที่”

ขั้นตอนที่ 7: ตั้งค่า Instructions

เปิดส่วน Instructions และกำหนดบทบาท ขอบเขตการตอบ และข้อจำกัด

ขั้นตอนที่ 8: เพิ่ม Knowledge

เลือกแหล่งข้อมูลที่ Agent จะใช้ตอบคำถาม

ขั้นตอนที่ 9: เพิ่ม Topics เมื่อจำเป็น

หากต้องการให้ Agent สนทนาตามขั้นตอน ให้สร้าง Topics สำหรับสถานการณ์นั้น

ขั้นตอนที่ 10: เพิ่ม Tools เมื่อจำเป็น

หากต้องการให้ Agent ติดต่อระบบภายนอก ให้เพิ่มเครื่องมือและกำหนดการเชื่อมต่อ

ขั้นตอนที่ 11: ทดสอบผ่าน Test Agent

ทดลองทั้งคำถามปกติ คำถามที่ไม่มีข้อมูล และกรณีผิดพลาด

ขั้นตอนที่ 12: ตรวจสอบ Authentication

กำหนดการเข้าถึงให้เหมาะกับกลุ่มผู้ใช้และระดับข้อมูล

ขั้นตอนที่ 13: Publish

เมื่อผ่านการทดสอบและมีสิทธิ์ใช้งานที่รองรับ ให้เผยแพร่ Agent

ขั้นตอนที่ 14: เลือก Channels

กำหนดช่องทางที่ต้องการ เช่น Microsoft Teams หรือ Custom Website ตามความสามารถที่รองรับ

ขั้นตอนที่ 15: ทดสอบหลังเผยแพร่

ทดลองใช้ Agent ผ่านช่องทางจริงด้วยบัญชีทดสอบก่อนเปิดใช้งานวงกว้าง

🧠 ④ วิธีเขียน Instructions ให้ Agent ทำงานได้ตรงคำสั่ง

Instructions เป็นองค์ประกอบสำคัญ เพราะกำหนดให้ Agent เข้าใจหน้าที่ รูปแบบการตอบ และขอบเขตการทำงาน

โครงสร้าง Instructions ที่แนะนำ

Role

Agent เป็นใคร

Objective

ต้องช่วยผู้ใช้ทำอะไร

Scope

ตอบคำถามเกี่ยวกับอะไรได้บ้าง

Knowledge Usage

ควรใช้ข้อมูลจากแหล่งใด

Response Style

ต้องตอบด้วยภาษาและรูปแบบใด

Limitations

ห้ามทำอะไร

Escalation

เมื่อใดควรส่งต่อให้เจ้าหน้าที่

ตัวอย่าง Instructions พร้อมใช้งาน

“คุณคือ IT Service Assistant มีหน้าที่ช่วยตอบคำถามเกี่ยวกับบริการติดตั้งระบบ LAN, Wi-Fi, Fiber Optic, CCTV และ IT Maintenance

ให้ตอบเป็นภาษาไทยสุภาพ กระชับ และอ่านเข้าใจง่าย

เมื่อมีคำถามเกี่ยวกับสินค้าและบริการ ให้ใช้ข้อมูลจาก Knowledge ที่ได้รับอนุญาตเป็นหลัก

หากคำถามเป็นขั้นตอนทางเทคนิค ให้แบ่งคำตอบเป็นลำดับและระบุข้อควรระวังที่จำเป็น

ห้ามสร้างราคาสินค้า ค่าบริการ ระยะเวลาดำเนินงาน หรือเงื่อนไขรับประกันที่ไม่มีข้อมูลรองรับ

หากต้องประเมินหน้างาน ให้แนะนำลูกค้าติดต่อเจ้าหน้าที่

ห้ามขอรหัสผ่านหรือข้อมูลรับรองตัวตนจากผู้ใช้งาน

เมื่อไม่พบข้อมูลที่ยืนยันได้ ให้แจ้งตรงไปตรงมา”

วิธีทดสอบ Instructions

ลองถามว่า

“ขอติดตั้ง Fiber Optic 500 เมตร ราคาเท่าไร?”

หากไม่มีราคาจริงใน Knowledge Agent ควรแจ้งว่าไม่สามารถยืนยันราคาได้ และแนะนำการประเมินงานแทนการสร้างราคาเอง

📁 ⑤ วิธีเพิ่ม Knowledge ให้ AI Agent ตอบจากข้อมูลจริง

Knowledge คือแหล่งข้อมูลที่ Agent ใช้ค้นหาและสร้างคำตอบ

Knowledge ที่เหมาะกับ Agent ธุรกิจ

• รายละเอียดบริษัท
• รายการสินค้าและบริการ
• คู่มือสินค้า
• ขั้นตอนบริการ
• นโยบายรับประกัน
• คำถามที่พบบ่อย
• เอกสารภายในที่ได้รับอนุญาต

ขั้นตอนเพิ่ม Knowledge

1. เปิด Agent
2. ไปที่ Knowledge
3. เลือก Add knowledge
4. เลือกประเภทแหล่งข้อมูล
5. ระบุไฟล์ เว็บไซต์ หรือแหล่งข้อมูลที่รองรับ
6. ตรวจสอบสิทธิ์
7. เพิ่มแหล่งข้อมูล
8. ตรวจสอบสถานะพร้อมใช้งาน
9. ทดสอบคำถามจากเอกสาร

วิธีจัดเอกสารให้ AI ตอบดีขึ้น

ควรใช้เอกสารที่มีหัวข้อชัดเจน เช่น

บริการติดตั้ง LAN

ระบุประเภทงานและขอบเขตบริการ

บริการติดตั้ง Fiber Optic

ระบุประเภทงานและสิ่งที่ต้องประเมิน

การแจ้งซ่อม

ระบุขั้นตอนติดต่อและข้อมูลที่ลูกค้าต้องเตรียม

Knowledge มากขึ้นหมายความว่าดีขึ้นหรือไม่?

ไม่เสมอไป

หากเอกสารมีข้อมูลซ้ำซ้อน ล้าสมัย หรือขัดแย้งกัน อาจทำให้ Agent ตอบไม่ตรงความต้องการ

ควรให้ความสำคัญกับคุณภาพและความเกี่ยวข้องของข้อมูลมากกว่าจำนวนไฟล์

🗣️ ⑥ วิธีสร้าง Topics สำหรับงานที่ต้องมีขั้นตอน

Topics ช่วยกำหนดเส้นทางบทสนทนาอย่างชัดเจน

เหมาะกับกรณีที่ต้องเก็บข้อมูลหลายขั้นตอนหรือควบคุมกระบวนการบริการ

ตัวอย่าง Topic: ขอประเมินราคาติดตั้งระบบ LAN

ขั้นตอนที่ 1: ถามประเภทสถานที่

“ต้องการติดตั้งที่สำนักงาน บ้าน หรือโรงงาน?”

ขั้นตอนที่ 2: ถามจำนวนจุด

“ต้องการติดตั้งสาย LAN ประมาณกี่จุด?”

ขั้นตอนที่ 3: ถามพื้นที่ติดตั้ง

“สถานที่อยู่ในจังหวัดใด?”

ขั้นตอนที่ 4: ถามความเร่งด่วน

“ต้องการให้เริ่มงานช่วงใด?”

ขั้นตอนที่ 5: สรุปข้อมูล

ให้ผู้ใช้ตรวจสอบรายละเอียดก่อนส่งต่อ

ขั้นตอนที่ 6: ขอความยินยอมตามความจำเป็น

หากต้องจัดเก็บข้อมูลติดต่อ ควรแจ้งวัตถุประสงค์และจัดการตามข้อกำหนดที่เกี่ยวข้อง

ขั้นตอนที่ 7: ส่งต่อ

หากเชื่อมระบบรับข้อมูลไว้แล้ว จึงเรียก Tool หรือ Workflow เพื่อบันทึกข้อมูล

Topics กับ Generative Orchestration ต่างกันอย่างไร?

Topics เหมาะกับกระบวนการที่กำหนดขั้นตอน

Generative Orchestration ช่วยให้ Agent ใช้ AI เลือก Knowledge, Topics หรือ Tools ตามคำขอและความสามารถที่มี

ทั้งสองสามารถใช้ร่วมกันตามรูปแบบ Agent ที่รองรับ

🔧 ⑦ วิธีเพิ่ม Tools ให้ AI Agent ทำงานจริง

Tools คือความสามารถที่ Agent ใช้ดำเนินงานกับระบบอื่น

ตัวอย่างเช่น

• ตรวจสอบสถานะ Ticket
• ค้นข้อมูลลูกค้าจาก CRM
• สร้างใบแจ้งซ่อม
• ส่งการแจ้งเตือน
• เรียก API
• เรียก Agent Flow

ตัวอย่าง Agent สร้าง Ticket

สมมติว่าผู้ใช้แจ้งว่า

“อินเทอร์เน็ตที่สำนักงานใช้งานไม่ได้”

Agent สามารถถามข้อมูลเพิ่มเติม เช่น

• สถานที่
• ประเภทการเชื่อมต่อ
• อาการ
• ช่วงเวลาที่พบปัญหา

จากนั้นเรียก Tool เพื่อสร้าง Ticket ตามการเชื่อมต่อที่ตั้งค่าไว้

สิ่งที่ต้องตั้งค่า

1. เลือก Tool ให้ตรงกับงาน
2. กำหนด Connection
3. ตั้งค่า Authentication
4. กำหนด Input Parameters
5. ตรวจสอบ Output
6. จัดการกรณี Tool Error
7. ตรวจสอบสิทธิ์ผู้ใช้
8. ทดสอบไม่ให้สร้างรายการซ้ำ

ข้อควรระวังด้าน Authentication

Tools สามารถใช้การยืนยันตัวตนตามผู้ใช้หรือการเชื่อมต่อที่ผู้สร้างกำหนดได้ ขึ้นอยู่กับประเภท Tool และช่องทางที่รองรับ

หากใช้ข้อมูลเฉพาะบุคคล ควรเลือกแนวทางที่รักษาขอบเขตสิทธิ์ของผู้ใช้ ไม่ควรให้ Agent เข้าถึงข้อมูลทุกคนด้วยบัญชีที่มีสิทธิ์สูงโดยไม่จำเป็น

🔐 ⑧ ตั้งค่า Authentication อย่างไรให้ปลอดภัย?

Authentication คือกระบวนการยืนยันตัวตนว่าใครกำลังใช้งาน Agent

Authenticate with Microsoft

เหมาะกับการใช้งานภายในระบบ Microsoft ที่รองรับ และใช้ Microsoft Entra ID สำหรับยืนยันตัวตน

Authenticate manually

เหมาะกับช่องทางที่ต้องกำหนดกระบวนการยืนยันตัวตนเพิ่มเติมตามความสามารถของระบบ

No authentication

เปิดให้ผู้ใช้ที่เข้าถึง Agent ผ่านช่องทางที่รองรับสามารถสนทนาได้โดยไม่ต้องยืนยันตัวตนกับ Agent

ข้อควรระวัง: ไม่ควรเลือก No authentication สำหรับ Agent ที่มีข้อมูลลับหรือใช้ Tools ที่ต้องเข้าถึงข้อมูลเฉพาะบุคคล โดยไม่มีมาตรการควบคุมอื่นรองรับ

Authentication กับ Authorization ต่างกันอย่างไร?

Authentication: ตรวจสอบว่าเป็นใคร

Authorization: ตรวจสอบว่าบุคคลนั้นมีสิทธิ์ทำอะไร

แม้ผู้ใช้จะลงชื่อเข้าใช้สำเร็จ ก็ไม่ได้หมายความว่ามีสิทธิ์เข้าถึงข้อมูลทุกชุด

🧪 ⑨ วิธีทดสอบ AI Agent ให้ใช้งานได้จริง

ควรทดสอบ Agent ด้วยคำถามหลายประเภท ไม่ใช่เพียงคำถามที่เตรียมคำตอบไว้แล้ว

ชุดทดสอบที่ 1: คำถามพื้นฐาน

“บริษัทมีบริการอะไรบ้าง?”

ผลที่คาดหวัง: ตอบตรงกับข้อมูลบริษัท

ชุดทดสอบที่ 2: คำถามจาก Knowledge

“ขั้นตอนขอประเมินราคาติดตั้ง Fiber Optic มีอะไรบ้าง?”

ผลที่คาดหวัง: ใช้รายละเอียดจาก Knowledge ที่ถูกต้อง

ชุดทดสอบที่ 3: คำถามไม่มีข้อมูล

“ติดตั้งระบบนี้ราคา 9,000 บาทใช่หรือไม่?”

ผลที่คาดหวัง: ไม่ยืนยันราคาที่ไม่มีหลักฐาน

ชุดทดสอบที่ 4: คำถามนอกขอบเขต

“ช่วยแนะนำหุ้นที่จะขึ้นพรุ่งนี้”

ผลที่คาดหวัง: จัดการคำถามนอกบทบาทได้เหมาะสม

ชุดทดสอบที่ 5: คำถามกำกวม

“ระบบใช้ไม่ได้”

ผลที่คาดหวัง: ถามรายละเอียดก่อนสรุป

ชุดทดสอบที่ 6: ข้อมูลที่ไม่มีสิทธิ์

ทดสอบด้วยบัญชีผู้ใช้ที่ไม่สามารถเข้าถึงเอกสารบางประเภท

ผลที่คาดหวัง: ไม่เปิดเผยข้อมูลเกินสิทธิ์

ชุดทดสอบที่ 7: Tool Failure

จำลองกรณีระบบ Ticket ไม่ตอบสนอง

ผลที่คาดหวัง: แจ้งข้อผิดพลาดโดยไม่อ้างว่าบันทึกงานสำเร็จแล้ว

ชุดทดสอบที่ 8: คำถามภาษาไทย

ใช้คำถามไทยทั้งสั้นและยาว

ผลที่คาดหวัง: เข้าใจความต้องการและตอบชัดเจน

📊 ⑩ วิธีวัดว่า AI Agent ใช้งานได้ดีจริงหรือไม่

การวัดผลต้องพิจารณามากกว่าการสร้าง Agent สำเร็จ

KPI ที่ควรติดตาม

ตัวชี้วัด	สิ่งที่วัด
Answer Accuracy	คำตอบถูกต้องตามชุดทดสอบ
Resolution Rate	งานหรือคำถามที่ได้รับการจัดการสำเร็จ
Escalation Rate	อัตราส่งต่อเจ้าหน้าที่
Tool Success Rate	การเรียก Tool สำเร็จ
User Satisfaction	ความพึงพอใจของผู้ใช้
Average Response Time	เวลาตอบสนอง
Knowledge Coverage	ความครอบคลุมของข้อมูล
Cost per Interaction	ต้นทุนต่อการใช้งาน

ตัวอย่างเกณฑ์วัดผล

สมมติว่ามีคำถามทดสอบ 100 ข้อ

• ตอบถูกต้อง 85 ข้อ
• ตอบผิด 10 ข้อ
• แจ้งไม่มีข้อมูลอย่างเหมาะสม 5 ข้อ

ควรแยกการให้คะแนนระหว่างคำตอบที่ถูกต้องกับการปฏิเสธเมื่อข้อมูลไม่พอ

คำตอบที่ยอมรับว่าไม่มีข้อมูลอาจเป็นพฤติกรรมที่ถูกต้องกว่าการสร้างคำตอบขึ้นเอง

🌐 ⑪ Publish AI Agent ไปยังเว็บไซต์

เมื่อ Agent พร้อมใช้งาน สามารถเผยแพร่ไปยังเว็บไซต์ตามประเภท Agent และช่องทางที่รองรับ

ขั้นตอนโดยภาพรวม

1. เปิด Agent
2. ตรวจสอบ Instructions และ Knowledge
3. ทดสอบ
4. ตั้งค่า Authentication
5. เลือก Publish
6. ยืนยันการเผยแพร่
7. เปิด Channels
8. เลือก Custom Website ที่รองรับ
9. ติดตั้งช่องทางตามขั้นตอนของระบบ
10. ทดสอบผ่านเว็บไซต์จริง

Demo Website ใช้จริงได้ไหม?

Demo Website เหมาะกับการทดลองและรับ Feedback ภายใน ไม่ควรใช้เป็นช่องทาง Production สำหรับลูกค้า

หากต้องการให้ลูกค้าใช้งานบนเว็บไซต์จริง ควรเลือกช่องทางสำหรับ Production และดำเนินการตั้งค่าความปลอดภัยให้เหมาะสม

👥 ⑫ Publish AI Agent ไปยัง Microsoft Teams

หาก Agent ถูกสร้างสำหรับพนักงาน สามารถเลือกเผยแพร่ผ่าน Microsoft Teams ตามความสามารถและนโยบายองค์กร

ตัวอย่างการใช้งาน

HR Agent

ตอบคำถามเกี่ยวกับนโยบายพนักงาน

IT Support Agent

ค้นคู่มือแก้ไขปัญหาคอมพิวเตอร์

Sales Agent

ช่วยค้นข้อมูลสินค้า

Technical Agent

ช่วยค้นขั้นตอนติดตั้งและบำรุงรักษาระบบ

แนวทางเผยแพร่

ควรเริ่มจากการ Publish ให้ตนเองทดสอบก่อน แล้วค่อยแชร์ให้ผู้ใช้กลุ่มเล็ก

เมื่อทดสอบผ่าน จึงขยายไปยังพนักงานกลุ่มใหญ่หรือทั้งองค์กรตามสิทธิ์ที่รองรับ

🏢 ⑬ ตัวอย่างสร้าง AI Agent สำหรับธุรกิจบริการ IT

สมมติว่าบริษัทต้องการสร้าง AI Agent ชื่อ

Network Service Assistant

เป้าหมาย

ตอบคำถามลูกค้าเกี่ยวกับบริการติดตั้งและบำรุงรักษาระบบ IT

Knowledge

• Company Profile
• LAN Services
• Wi-Fi Solutions
• Fiber Optic Services
• CCTV Services
• Maintenance & Support
• Contact Information

คำถามที่ต้องตอบได้

1. บริษัทรับเดินสาย LAN หรือไม่?
2. มีบริการติดตั้ง Wi-Fi สำหรับโรงงานไหม?
3. รับติดตั้ง Fiber Optic Backbone หรือไม่?
4. งาน CCTV มีบริการบำรุงรักษาหรือไม่?
5. ถ้าต้องการใบเสนอราคาต้องเตรียมข้อมูลอะไร?
6. หากระบบเครือข่ายมีปัญหาติดต่ออย่างไร?

ตัวอย่างการสนทนา

ลูกค้า: ต้องการติดตั้ง Fiber Optic ภายในโรงงาน

Agent: สามารถช่วยให้ข้อมูลเบื้องต้นได้ครับ รบกวนแจ้งระยะทางโดยประมาณ จำนวนจุดเชื่อมต่อ และสถานที่ติดตั้ง เพื่อเตรียมข้อมูลสำหรับให้เจ้าหน้าที่ประเมินงาน

ลูกค้า: ระยะทางประมาณ 500 เมตร

Agent: ขอบคุณครับ ข้อมูลที่ควรเตรียมเพิ่มเติม ได้แก่ ประเภทพื้นที่เดินสาย จำนวนจุดปลายทาง และความต้องการใช้งาน หากยังไม่มีแบบระบบ สามารถให้เจ้าหน้าที่สำรวจหน้างานก่อนประเมินราคาได้

ทำไมตัวอย่างนี้จึงเหมาะสม?

Agent ไม่สร้างราคาเอง และช่วยรวบรวมข้อมูลที่จำเป็นก่อนส่งต่อทีมงาน

หากไม่มี Tool สำหรับบันทึกข้อมูล Agent ควรแนะนำช่องทางติดต่อที่มีอยู่จริงแทนการอ้างว่าบันทึกคำขอเรียบร้อยแล้ว

🛠️ ⑭ ตัวอย่างสร้าง AI Agent สำหรับ IT Helpdesk

สำหรับองค์กรที่มีพนักงานจำนวนมาก สามารถสร้าง Agent สำหรับช่วยแก้ปัญหาคอมพิวเตอร์เบื้องต้น

Knowledge

• Windows Troubleshooting
• Wi-Fi Troubleshooting
• Microsoft 365 Guide
• VPN Setup
• Printer Troubleshooting
• IT Support Policy

หน้าที่

1. รับคำถาม
2. ประเมินประเภทปัญหา
3. แนะนำขั้นตอนเบื้องต้น
4. อธิบายข้อควรระวัง
5. ส่งต่อ IT Support เมื่อจำเป็น

Prompt ตัวอย่าง

“คุณเป็น IT Helpdesk Agent สำหรับพนักงานบริษัท มีหน้าที่แนะนำการตรวจสอบปัญหาคอมพิวเตอร์และระบบเครือข่ายจากคู่มือที่ได้รับอนุญาต ให้ตอบทีละขั้นตอน ห้ามขอรหัสผ่าน และให้ส่งต่อเจ้าหน้าที่เมื่อปัญหาเกี่ยวข้องกับสิทธิ์ผู้ดูแลระบบหรือระบบสำคัญ”

วิธีทดสอบ

• Windows เชื่อม Wi-Fi ไม่ได้
• เครื่องพิมพ์ไม่ทำงาน
• VPN เชื่อมต่อไม่ได้
• Outlook เปิดไม่ได้
• Microsoft Teams ไม่มีเสียง

ควรตรวจสอบว่าคำแนะนำไม่ขัดกับนโยบายความปลอดภัยขององค์กร

🔄 ⑮ AI Agent กับ Power Automate ทำงานร่วมกันอย่างไร?

Copilot Studio สามารถทำงานร่วมกับเครื่องมืออัตโนมัติของ Microsoft ผ่านรูปแบบการเชื่อมต่อที่รองรับ

ตัวอย่าง Workflow

ผู้ใช้แจ้งว่า

“ต้องการให้เจ้าหน้าที่ติดต่อกลับเรื่องติดตั้ง Wi-Fi”

Agent ดำเนินการดังนี้

1. ถามชื่อผู้ติดต่อ
2. ถามข้อมูลติดต่อที่จำเป็น
3. ถามประเภทงาน
4. สรุปข้อมูล
5. ให้ผู้ใช้ยืนยัน
6. เรียก Tool หรือ Flow
7. รับผลการดำเนินงาน
8. แจ้งสถานะตามผลจริง

ข้อควรระวัง

ไม่ควรให้ Agent แจ้งว่าดำเนินการสำเร็จจนกว่า Tool จะส่งผลยืนยัน

หากเกิดข้อผิดพลาด ควรแนะนำวิธีติดต่อเจ้าหน้าที่แทน

💰 ⑯ AI Agent ใน Copilot Studio มีค่าใช้จ่ายหรือไม่?

Copilot Studio มีเงื่อนไขด้าน License และการคิดค่าบริการตามการใช้งาน

ตัวอย่างรูปแบบ ได้แก่

• Trial สำหรับสร้างและทดสอบ
• Prepaid Copilot Credits
• Pay-as-you-go
• สิทธิ์บางประเภทที่รวมกับ Microsoft 365 Copilot
• ค่าใช้จ่ายบริการภายนอกที่เชื่อมต่อ

มือใหม่ควรเริ่มแบบไหน?

ควรทดลองสร้าง Agent และทดสอบผ่าน Trial ก่อน หากบัญชีมีสิทธิ์

เมื่อพร้อมเผยแพร่ ควรประเมินจำนวนผู้ใช้ ประเภทกิจกรรม และปริมาณการเรียก Tools

ทำไม Agent แต่ละตัวมีต้นทุนต่างกัน?

Agent ที่ตอบคำถามจาก Knowledge อาจมีรูปแบบการใช้เครดิตต่างจาก Agent ที่เรียก Tools หรือทำงานหลายขั้นตอน

ควรตรวจสอบข้อมูลการใช้เครดิตจริงหลังเริ่มทดสอบ

🔐 ⑰ ข้อควรระวังด้านความปลอดภัย

1. ไม่เปิดเผยข้อมูลลับใน Knowledge สาธารณะ

2. ตรวจสอบสิทธิ์ SharePoint และระบบต้นทาง

3. จำกัดการใช้ Tools ตามหน้าที่

4. ใช้ Authentication เมื่อจำเป็น

5. อย่าเก็บรหัสผ่านไว้ใน Instructions

6. ทดสอบ Prompt Injection

7. กำหนดการอนุมัติก่อนทำธุรกรรมสำคัญ

8. ตรวจสอบ Logs และกิจกรรมตามความสามารถที่รองรับ

9. ใช้นโยบาย Data Loss Prevention ตามความเหมาะสม

10. กำหนดผู้รับผิดชอบดูแล Agent

ข้อสำคัญ: การเขียน Instructions ว่าห้ามเปิดเผยข้อมูลลับ ไม่ใช่สิ่งทดแทนการกำหนดสิทธิ์ในระบบจริง

🔧 ⑱ สร้าง AI Agent แล้วใช้งานไม่ได้ แก้อย่างไร?

ปัญหาที่ 1: Agent ตอบไม่ตรงคำถาม

ตรวจสอบ Instructions และปรับให้เฉพาะเจาะจง

ปัญหาที่ 2: Agent ไม่อ่าน Knowledge

ตรวจสอบแหล่งข้อมูล สิทธิ์ และสถานะพร้อมใช้งาน

ปัญหาที่ 3: Agent ตอบข้อมูลผิด

ตรวจสอบเอกสารต้นทางและทดสอบคำถามเดิมอีกครั้ง

ปัญหาที่ 4: Agent ตอบกว้างเกินไป

จำกัดขอบเขตหน้าที่และเพิ่มข้อกำหนดรูปแบบคำตอบ

ปัญหาที่ 5: Tools ทำงานไม่ได้

ตรวจสอบ Connection, Authentication และ Parameters

ปัญหาที่ 6: Agent ไม่สร้าง Ticket

ตรวจสอบว่ามี Tool หรือ Workflow สำหรับสร้าง Ticket จริงหรือไม่

ปัญหาที่ 7: Publish ไม่ได้

ตรวจสอบ License และสิทธิ์การเผยแพร่

ปัญหาที่ 8: Agent ไม่แสดงใน Teams

ตรวจสอบ Channels การแชร์ และนโยบายองค์กร

ปัญหาที่ 9: Agent ไม่แสดงบนเว็บไซต์

ตรวจสอบวิธีติดตั้งช่องทางและ Authentication

ปัญหาที่ 10: ผู้ใช้เห็นข้อมูลที่ไม่ควรเห็น

ตรวจสอบสิทธิ์ของ Knowledge, Connections และการตั้งค่าความปลอดภัยทันที

ปัญหาที่ 11: Agent ทำงานช้า

ตรวจสอบความซับซ้อนของคำขอและจำนวน Tools ที่เรียกใช้

ปัญหาที่ 12: ค่าใช้จ่ายสูง

ตรวจสอบปริมาณ Copilot Credits และกิจกรรมที่ Agent ใช้

ปัญหาที่ 13: แก้ไข Agent แล้วผู้ใช้ยังเห็นเวอร์ชันเก่า

ต้อง Publish เวอร์ชันล่าสุดอีกครั้งสำหรับ Agent ที่ใช้กระบวนการเผยแพร่นี้

บางช่องทางอาจต้องเริ่มบทสนทนาใหม่ก่อนเห็นการเปลี่ยนแปลง

ปัญหาที่ 14: Agent ตอบจากเอกสารเก่า

ตรวจสอบเวอร์ชัน Knowledge และช่วงเวลาที่ระบบประมวลผลข้อมูลใหม่

📊 ⑲ Checklist ก่อนเปิดใช้งาน AI Agent จริง

รายการ	สิ่งที่ต้องตรวจสอบ
วัตถุประสงค์	ชัดเจน
Agent Name	สื่อถึงหน้าที่
Instructions	กำหนดบทบาทและข้อจำกัด
Knowledge	ถูกต้องและเป็นปัจจุบัน
Topics	ผ่านการทดสอบ
Tools	ทำงานจริง
Authentication	เหมาะสม
Authorization	ไม่ให้สิทธิ์เกินจำเป็น
Error Handling	จัดการข้อผิดพลาดได้
Test Cases	ผ่านเกณฑ์ที่กำหนด
Security Review	ตรวจสอบแล้ว
Publish	เวอร์ชันล่าสุด
Channels	ทำงานได้จริง
Owner	มีผู้รับผิดชอบ
Analytics	ติดตามผลได้
Budget	มีแผนควบคุมต้นทุน

📈 ⑳ 10 เทคนิคสร้าง AI Agent ให้ใช้งานได้ดีระยะยาว

1. เริ่มจากงานที่มีขอบเขตชัดเจน

2. กำหนดเจ้าของ Agent

3. ใช้ Knowledge ที่ตรวจสอบแล้ว

4. แยกข้อมูลภายในกับข้อมูลสาธารณะ

5. เขียน Instructions ให้เข้าใจง่าย

6. ใช้ Topics สำหรับงานที่มีขั้นตอนแน่นอน

7. เพิ่ม Tools เฉพาะที่จำเป็น

8. ทดสอบสิทธิ์และกรณีผิดพลาด

9. ติดตามคุณภาพคำตอบและต้นทุน

10. ปรับปรุง Agent จาก Feedback ของผู้ใช้

การสร้าง Agent ที่ดีไม่ใช่การทำให้มีความสามารถมากที่สุด แต่เป็นการทำให้สามารถทำงานที่กำหนดได้อย่างถูกต้อง ปลอดภัย และตรวจสอบได้

❓ คำถามที่พบบ่อยเกี่ยวกับการสร้าง AI Agent ด้วย Copilot Studio

วิธีสร้าง AI Agent ด้วย Copilot Studio ทำอย่างไร?

ลงชื่อเข้าใช้ Copilot Studio สร้าง Agent ใหม่ กำหนด Instructions เพิ่ม Knowledge ทดสอบ และ Publish ตามสิทธิ์ที่รองรับ

Copilot Studio สร้าง AI Agent โดยไม่เขียนโค้ดได้ไหม?

ได้สำหรับงานพื้นฐาน แต่การเชื่อม API หรือระบบที่ซับซ้อนอาจต้องใช้ความรู้ทางเทคนิคเพิ่มเติม

AI Agent ต่างจาก Chatbot อย่างไร?

AI Agent สามารถใช้โมเดล AI วิเคราะห์คำขอและเลือกใช้ Knowledge หรือ Tools ตามความสามารถ ส่วน Chatbot แบบกำหนดขั้นตอนเน้น Flow ที่วางไว้ล่วงหน้า

Copilot Studio ใช้ภาษาไทยได้ไหม?

สามารถกำหนดให้ Agent ตอบภาษาไทยได้ในประสบการณ์ที่รองรับ แต่ควรทดสอบคุณภาพภาษาและความเข้าใจคำศัพท์เฉพาะ

Copilot Studio เชื่อม SharePoint ได้ไหม?

ได้เมื่อมีสิทธิ์และใช้วิธีเชื่อมต่อที่รองรับ

Copilot Studio เชื่อม API ได้ไหม?

ได้ผ่าน Tools และการเชื่อมต่อที่รองรับ โดยต้องกำหนด Authentication ให้ถูกต้อง

Copilot Studio สร้าง Ticket อัตโนมัติได้ไหม?

ได้เมื่อเชื่อม Tool หรือ Workflow กับระบบ Ticket ที่รองรับ

Copilot Studio ทำ Chatbot บนเว็บไซต์ได้ไหม?

ได้สำหรับ Agent และช่องทางเว็บไซต์ที่รองรับ โดยต้องตั้งค่าการเผยแพร่และความปลอดภัย

Copilot Studio ใช้กับ Teams ได้ไหม?

ได้ตามประเภท Agent และนโยบายองค์กร

ต้องใช้ Topics ทุก Agent หรือไม่?

ไม่จำเป็น หาก Agent เน้นตอบคำถามจาก Knowledge สามารถเริ่มจาก Instructions และ Knowledge ก่อน

Generative Orchestration คืออะไร?

เป็นความสามารถที่ช่วยให้ Agent ใช้ AI เลือก Knowledge, Topics หรือ Tools ตามบริบทและการตั้งค่าที่รองรับ

สร้าง Agent แล้วต้อง Publish หรือไม่?

หากต้องการให้ผู้ใช้งานเข้าถึงผ่านช่องทางจริง ต้อง Publish ตามกระบวนการของ Agent ที่รองรับ

แก้ไข Agent แล้วต้อง Publish ใหม่หรือไม่?

สำหรับ Agent ที่ใช้การเผยแพร่แบบ Standard Harness เมื่อแก้ไขแล้วต้อง Publish ใหม่เพื่อให้เวอร์ชันล่าสุดพร้อมใช้งาน

Copilot Studio ใช้ฟรีไหม?

มี Trial สำหรับสร้างและทดสอบ แต่การ Publish และการใช้งานจริงต้องมีสิทธิ์หรือ Billing ที่รองรับ

Agent ตอบผิดควรตรวจสอบอะไร?

เริ่มจาก Knowledge และ Instructions แล้วตรวจสอบ Topics, Tools และการตั้งค่าที่เกี่ยวข้อง

AI Agent ใช้งานแทนพนักงานทั้งหมดได้ไหม?

ไม่ควรคาดหวังเช่นนั้น Agent สามารถช่วยงานซ้ำๆ และลดภาระบางประเภทได้ แต่ยังต้องมีมนุษย์รับผิดชอบการตรวจสอบและการตัดสินใจสำคัญ

✅ สรุปวิธีสร้าง AI Agent ด้วย Copilot Studio ให้ใช้งานได้จริง

การสร้าง AI Agent ด้วย Microsoft Copilot Studio ให้ใช้งานได้จริงต้องเริ่มจากการวางแผนหน้าที่ของ Agent จากนั้นตั้งค่า Instructions เพิ่ม Knowledge สร้าง Topics และเชื่อม Tools ตามความจำเป็น

หลังสร้างเสร็จ ต้องทดสอบทั้งคำถามทั่วไป คำถามที่ไม่มีข้อมูล กรณีระบบผิดพลาด และการเข้าถึงข้อมูลตามสิทธิ์ ก่อน Publish ไปยัง Microsoft Teams หรือเว็บไซต์

สำหรับผู้เริ่มต้น ควรเริ่มจาก Agent ที่มีหน้าที่ตอบคำถามจากข้อมูลบริษัทก่อน แล้วค่อยขยายไปสู่การสร้าง Ticket การตรวจสอบสถานะงาน หรือการทำงานอัตโนมัติผ่าน Tools

การกำหนด Authentication, Authorization และขอบเขต Knowledge เป็นสิ่งสำคัญ เพราะ Instructions เพียงอย่างเดียวไม่สามารถทดแทนมาตรการควบคุมสิทธิ์ของระบบได้

comsiam แนะนำให้ใช้แนวทาง วางแผน → สร้าง Agent → ตั้ง Instructions → เพิ่ม Knowledge → เชื่อม Tools → ทดสอบ → ตรวจสอบความปลอดภัย → Publish → วัดผล → ปรับปรุง

AI Agent ที่ดีควรตอบโจทย์งานที่กำหนด มีข้อมูลที่เชื่อถือได้ ใช้งานง่าย ปลอดภัย และมีผู้รับผิดชอบดูแลอย่างต่อเนื่อง ไม่ใช่เพียงสร้างขึ้นมาแล้วปล่อยให้ทำงานโดยไม่มีการตรวจสอบ