SharePoint Agent คืออะไร

SharePoint Agent คือผู้ช่วย AI ที่ทำงานกับข้อมูลใน SharePoint โดยอ้างอิงเอกสาร หน้า Site, Library หรือแหล่งข้อมูลที่กำหนดไว้ เพื่อช่วยตอบคำถาม สรุปข้อมูล เปรียบเทียบเอกสาร ค้นหา Action Items และช่วยให้ผู้ใช้เข้าถึงความรู้ภายในองค์กรได้เร็วขึ้น

แนวคิดสำคัญคือ Agent ไม่ได้ทำงานแบบ AI ทั่วไปเพียงอย่างเดียว แต่ถูกผูกกับ Knowledge Source ที่เลือกไว้ จึงเหมาะกับงานอย่าง HR Policy, IT Knowledge Base, Project Documents, SOP, Product Information หรือเอกสารภายในที่ต้องค้นหาและสรุปบ่อย

บทความนี้ comsiam จะอธิบายว่า SharePoint Agent คืออะไร ทำงานอย่างไร ต่างจาก Copilot แบบทั่วไปอย่างไร ใช้กับงานอะไรได้บ้าง และต้องระวังเรื่องใดก่อนนำไปใช้จริง

① SharePoint Agent คืออะไรแบบเข้าใจง่าย

ให้นึกว่า SharePoint Agent คือ

ผู้ช่วย AI ประจำชุดข้อมูลใน SharePoint

แทนที่จะต้องเปิดเอกสารหลายไฟล์ ผู้ใช้สามารถถาม Agent เช่น

• นโยบายวันลาคืออะไร
• ขั้นตอนขอ VPN ทำอย่างไร
• Project นี้มี Risk อะไร
• Deadline ล่าสุดคือวันไหน
• ใครเป็น Owner ของ Action Item

แล้ว Agent จะพยายามตอบจากข้อมูลที่อยู่ในขอบเขตที่กำหนด

② SharePoint Agent ใช้ทำอะไร

สามารถช่วยงาน เช่น

• ค้นหาข้อมูล
• สรุปเอกสาร
• ตอบคำถาม
• เปรียบเทียบข้อมูล
• หา Action Items
• หา Owner
• หา Deadline
• หา Risk
• หา Decision
• สร้าง Checklist

ช่วยลดเวลาค้นเอกสารด้วยตัวเอง

③ Agent ต่างจาก Search อย่างไร

Search แบบปกติอาจคืน

• ชื่อไฟล์
• หน้า
• ผลการค้นหา

แต่ Agent สามารถช่วยตอบคำถามจากข้อมูลเหล่านั้น

ตัวอย่าง

Search:

หา Policy วันลา

Agent:

สรุป Policy วันลาให้หน่อย และบอกว่าต้องแจ้งล่วงหน้ากี่วัน

นี่คือความต่างสำคัญ

④ Agent ต่างจาก Copilot ทั่วไปอย่างไร

Copilot ทั่วไปอาจช่วยงานหลายประเภท

ส่วน SharePoint Agent มักถูกออกแบบให้มี

• Scope ชัด
• Knowledge Source ชัด
• Instructions ชัด
• กลุ่มผู้ใช้ชัด

จึงเหมาะกับงานเฉพาะด้านมากกว่า

⑤ Knowledge Source คืออะไร

Knowledge Source คือแหล่งข้อมูลที่ Agent ใช้อ้างอิง

เช่น

• Document Library
• ไฟล์
• Lists
• เนื้อหาใน SharePoint ที่กำหนด

คุณภาพของ Agent ขึ้นอยู่กับคุณภาพ Source อย่างมาก

⑥ Agent ใช้ทั้ง SharePoint ได้ไหม

ขึ้นอยู่กับวิธีที่สร้าง Scope และสิทธิ์ที่องค์กรกำหนด

ไม่ควรคิดว่า Agent ทุกตัวจะเห็นทุก Site หรือทุกไฟล์โดยอัตโนมัติ

⑦ Agent เห็นข้อมูลที่เราไม่มีสิทธิ์ไหม

ไม่ควรใช้ Agent เป็นวิธีข้าม Permission

การตอบข้อมูลยังควรอยู่ภายใต้สิทธิ์ที่ผู้ใช้มีต่อข้อมูลต้นทาง

ดังนั้น Permission ของ SharePoint สำคัญมาก

⑧ ถ้าคนสองคนใช้ Agent เดียวกันจะได้คำตอบเหมือนกันไหม

ไม่จำเป็นเสมอไป

ถ้าผู้ใช้สองคนมีสิทธิ์เข้าถึงข้อมูลต่างกัน ข้อมูลที่ Agent สามารถใช้ตอบก็อาจต่างกัน

⑨ Agent แบบสำเร็จกับ Custom Agent ต่างกันอย่างไร

ในบางประสบการณ์ SharePoint อาจมี Agent ที่พร้อมใช้งานกับข้อมูลใน Site และสามารถสร้าง Custom Agent เพิ่มได้

Custom Agent เหมาะเมื่ออยากกำหนด

• Knowledge
• Purpose
• Instructions
• Suggested Prompts

ให้ตรง Use Case มากขึ้น

⑩ Custom Agent เหมาะกับใคร

เหมาะกับทีมที่มีคำถามซ้ำในชุดข้อมูลเฉพาะ

เช่น

• HR
• IT
• Sales
• Project Management
• Operations
• Product Team

⑪ ตัวอย่าง HR Agent

Knowledge อาจประกอบด้วย

• Employee Handbook
• Leave Policy
• Benefits
• Onboarding Guide

ผู้ใช้อาจถาม

พนักงานใหม่ต้องเตรียมอะไรในวันแรก

ช่วยลดคำถามซ้ำกับ HR

⑫ ตัวอย่าง IT Agent

Source อาจมี

• VPN Guide
• Password Policy
• Software Installation
• Troubleshooting
• Security Guide

ผู้ใช้สามารถถาม

เชื่อมต่อ VPN ไม่ได้ต้องตรวจอะไรบ้าง

⑬ ตัวอย่าง Project Agent

อาจใช้

• Scope
• Project Plan
• Meeting Minutes
• Risk Register
• Status Report

เพื่อถาม

โครงการนี้มี Blocker อะไรบ้าง

⑭ ตัวอย่าง Sales Agent

อาจใช้

• Product Documents
• Pricing
• Proposal
• FAQ
• Sales Playbook

ช่วยตอบคำถามสินค้า

⑮ ตัวอย่าง Product Agent

ผู้ใช้อาจถาม

Product A กับ Product B ต่างกันอย่างไร

Agent สามารถช่วยเปรียบเทียบจากเอกสารที่มี

⑯ ตัวอย่าง Policy Agent

เหมาะกับเอกสาร

• HR Policy
• IT Policy
• Security Policy
• Procurement Policy

ควรใช้เฉพาะ Version ที่ Approved และเป็นปัจจุบัน

⑰ ตัวอย่าง Knowledge Base Agent

สามารถช่วยเรื่อง

• How-to
• Troubleshooting
• FAQ
• Common Issues
• Setup

เหมาะกับ Help Center ภายใน

⑱ Agent ช่วยสรุปเอกสารได้ไหม

ได้

ตัวอย่างคำถาม

สรุปเอกสารนี้เป็น 10 Bullet

หรือ

สรุปเฉพาะสิ่งที่พนักงานต้องทำ

ช่วยลดเวลาอ่าน

⑲ Agent ช่วยเปรียบเทียบเอกสารได้ไหม

สามารถช่วยเปรียบเทียบข้อมูลใน Source ที่เกี่ยวข้องได้

ตัวอย่าง

Policy เวอร์ชันนี้ต่างจากเวอร์ชันก่อนอย่างไร

แต่ควรตรวจต้นฉบับอีกครั้งเมื่อเป็นข้อมูลสำคัญ

⑳ Agent ช่วยหา Action Items ได้ไหม

ได้

เช่น

จาก Meeting Notes ล่าสุด มี Action Items อะไรบ้าง

เหมาะกับ Project Agent

㉑ Agent ช่วยหา Owner ได้ไหม

ได้ถ้าข้อมูลต้นทางระบุ

ตัวอย่าง

ใครรับผิดชอบ Task นี้

ถ้า Source ไม่มี Owner ไม่ควรให้ Agent เดา

㉒ Agent ช่วยหา Deadline ได้ไหม

ได้ถ้ามีวันที่ใน Source

Prompt

Deadline ของ Project นี้มีอะไรบ้าง

ควรตรวจวันที่อีกครั้ง

㉓ Agent ช่วยหา Decision ได้ไหม

ได้

ตัวอย่าง

มี Decision ใดได้รับอนุมัติแล้วจาก Meeting Minutes ล่าสุด

ช่วยค้นข้อมูลเร็วขึ้น

㉔ Agent ช่วยหา Risk ได้ไหม

ได้

ใช้คำถาม

มี Risk อะไรถูกระบุในเอกสารโครงการ

เหมาะกับ Project Review

㉕ Agent ช่วยสร้าง Checklist ได้ไหม

สามารถช่วยแปลง SOP เป็น Checklist

เช่น

จาก SOP นี้ สร้าง Checklist สำหรับผู้ปฏิบัติงาน

ช่วยนำ Knowledge ไปใช้จริง

㉖ Agent ช่วยสร้าง Summary สำหรับผู้บริหารได้ไหม

ได้

ตัวอย่าง

สรุป Project นี้สำหรับผู้บริหาร โดยเน้น KPI, Risk, Decision และ Next Steps

เหมาะกับ Management Review

㉗ Agent ใช้แทนคนได้ไหม

ไม่ควรมองว่าใช้แทนคนได้ทั้งหมด

Agent เหมาะกับ

• การค้นหา
• การสรุป
• การจัดข้อมูล
• การช่วยตอบคำถาม

แต่ข้อมูลสำคัญยังควรผ่านการตรวจจากผู้รับผิดชอบ

㉘ Agent เชื่อถือได้ 100% ไหม

ไม่ควรถือว่าคำตอบถูก 100%

AI ยังมีโอกาส

• สรุปผิด
• ตีความผิด
• ใช้ Version เก่า
• ผสมข้อมูลหลาย Source

จึงควรตรวจ Source เมื่อข้อมูลสำคัญ

㉙ Source สำคัญกว่าตัว Agent

ถ้า Source มี

• ไฟล์เก่า
• Duplicate
• Draft
• ข้อมูลขัดกัน

Agent ก็อาจตอบจากข้อมูลเหล่านั้น

ดังนั้น Content Governance สำคัญมาก

㉚ ไฟล์เก่ามีผลอย่างไร

ถ้า Policy เก่าและใหม่อยู่ใน Scope พร้อมกัน

Agent อาจพบข้อมูลทั้งสองชุด

จึงควรจัด Version ให้ชัด

㉛ Duplicate Document มีผลอย่างไร

ถ้าเอกสารเดียวกันมีหลาย Copy

อาจทำให้ Agent หา Context ซ้ำหรือพบข้อมูลที่ไม่สอดคล้องกัน

ควรลด Duplicate

㉜ Draft กับ Published ต่างกันอย่างไร

เอกสาร Draft อาจยังไม่ใช่ข้อมูลทางการ

ถ้าเป็น Policy หรือ Procedure สำคัญ ควรตรวจว่า Source ที่ Agent ใช้ผ่าน Approval แล้วหรือไม่

㉝ Agent ควรมี Instructions หรือไม่

ควร

Instructions ช่วยกำหนดว่า Agent

• ต้องตอบแบบไหน
• ห้ามทำอะไร
• ใช้ข้อมูลอย่างไร
• เมื่อไม่พบข้อมูลต้องตอบอย่างไร

㉞ Instruction ที่สำคัญมาก

ตัวอย่าง

ใช้เฉพาะ Knowledge Sources ที่กำหนด หากไม่พบข้อมูลให้ตอบว่าไม่พบ และห้ามเดา

เหมาะกับ Agent งานองค์กร

㉟ ระบุภาษา

สามารถกำหนด

ตอบเป็นภาษาไทย

หรือ

ตอบภาษาไทยแต่คงชื่อเมนูและคำ Technical เป็นภาษาอังกฤษ

ช่วยให้เหมาะกับผู้ใช้

㊱ ระบุรูปแบบคำตอบ

เช่น

ถ้ามีหลายข้อให้ตอบเป็น Bullet

ช่วยให้อ่านง่าย

㊲ ระบุความยาวคำตอบ

ใช้

ตอบสั้นก่อน แล้วค่อยอธิบายเพิ่มเติมเมื่อจำเป็น

ช่วยลดคำตอบยาวเกินไป

㊳ Suggested Prompts คืออะไร

เป็นตัวอย่างคำถามที่แสดงให้ผู้ใช้รู้ว่า Agent ใช้ทำอะไรได้

เช่น

• สรุป Policy วันลา
• วิธี Reset Password
• Project มี Risk อะไร
• Deadline ถัดไปคืออะไร

ช่วยให้เริ่มใช้งานง่าย

㊴ Suggested Prompts ควรตรง Use Case

Agent HR ไม่ควรมี Prompt กว้างอย่าง

ถามอะไรก็ได้

ควรเป็น

สรุปขั้นตอนการขอลาพักร้อน

ตรงกว่า

㊵ Agent ควรมี Scope แคบหรือกว้าง

ช่วงเริ่มต้น Scope แคบมักควบคุมง่ายกว่า

ตัวอย่าง

HR Policy Agent

มักดูแลง่ายกว่า

Company Agent ที่รู้ทุกอย่าง

㊶ Agent ที่กว้างเกินไปมีปัญหาอะไร

อาจเกิด

• Source จำนวนมาก
• Version ขัดกัน
• คำตอบกว้าง
• ตรวจสอบยาก
• Permission ซับซ้อน

จึงควรขยายทีละขั้น

㊷ Agent ที่แคบเกินไปมีปัญหาอะไร

ถ้า Source น้อยเกินไป Agent อาจตอบคำถามที่เกี่ยวข้องไม่ได้

จึงต้องหาสมดุลตาม Use Case

㊸ ต้องฝึก Agent แบบ Machine Learning เองไหม

โดยทั่วไปผู้ใช้ไม่ได้ต้องสร้างโมเดล AI ใหม่จากศูนย์

แนวทางหลักคือ

• เลือก Source
• กำหนด Scope
• เขียน Instructions
• ทดสอบคำถาม

ทำให้เริ่มใช้งานง่ายกว่าการพัฒนา AI เอง

㊹ Agent จำข้อมูลใหม่ทันทีไหม

การทำงานกับข้อมูลและการอัปเดตอาจขึ้นอยู่กับระบบ Microsoft 365 และประสบการณ์ที่ใช้งาน

จึงไม่ควรสมมุติว่าการเปลี่ยนทุกอย่างจะสะท้อนทันทีในทุกกรณี

㊺ ถ้า Agent ตอบข้อมูลเก่าควรทำอย่างไร

ตรวจ

1. Source
2. Version
3. Duplicate
4. Approval Status
5. Scope

ก่อนปรับ Instructions อย่างเดียว

㊻ ถ้า Agent ตอบไม่ตรงคำถาม

ควรตรวจ

• Prompt กว้างหรือไม่
• Source มีข้อมูลหรือไม่
• Instructions ชัดหรือไม่
• Scope ใหญ่เกินไปหรือไม่

㊼ ถ้า Agent เดาข้อมูล

เพิ่ม Instruction ว่า

ถ้าไม่พบหลักฐานใน Knowledge Source ให้ตอบว่าไม่พบ

และทดสอบใหม่

㊽ ถ้า Agent ตอบยาวเกินไป

กำหนด

ตอบไม่เกิน 5 Bullet เว้นแต่ผู้ใช้ขอรายละเอียด

ช่วยควบคุมคำตอบ

㊾ ถ้า Agent ตอบเทคนิคเกินไป

ใช้

อธิบายสำหรับผู้ใช้ทั่วไปและอธิบายศัพท์เทคนิคเมื่อจำเป็น

เหมาะกับ Employee Agent

㊿ Permission เป็นเรื่องสำคัญที่สุดเรื่องหนึ่ง

ก่อนใช้งานจริงควรตรวจว่า

• Site Permission ถูกไหม
• Library Permission ถูกไหม
• File Permission ถูกไหม
• กลุ่มผู้ใช้ถูกไหม

AI ไม่ได้แก้ Permission ที่ตั้งผิด

51. ระวัง Oversharing

ถ้าไฟล์ภายในถูกแชร์กว้างกว่าที่ควร Agent อาจทำให้ผู้ใช้ค้นพบข้อมูลนั้นได้ง่ายขึ้น

ดังนั้นควรตรวจ Permission ก่อนเปิด Agent ให้คนจำนวนมากใช้

52. ระวังข้อมูลลับ

ไม่ควรนำข้อมูลอย่าง

• Password
• API Key
• Secret
• Token

มาใช้เป็น Knowledge ทั่วไป

53. ระวังข้อมูลส่วนบุคคล

โดยเฉพาะ Agent ที่ใช้ข้อมูล

• HR
• Customer
• Employee
• Finance

ควรใช้ตามนโยบายขององค์กร

54. Agent เหมาะกับข้อมูลแบบไหนที่สุด

ข้อมูลที่

• มีโครงสร้างดี
• เป็นปัจจุบัน
• มี Owner
• มี Version
• มีขอบเขตชัด

จะช่วยให้ควบคุม Agent ง่ายขึ้น

55. Agent ไม่เหมาะกับข้อมูลแบบไหน

เช่น

• ไฟล์เก่าปะปนจำนวนมาก
• ข้อมูลไม่มี Owner
• Version ไม่ชัด
• Permission ไม่เป็นระบบ
• Draft เต็ม Library

ควรจัดข้อมูลก่อน

56. วิธีทดสอบ Agent

อย่างน้อยควรทดสอบ

• คำถามง่าย
• คำถามเฉพาะ
• คำถามที่ไม่มีข้อมูล
• คำถามที่มีข้อมูลขัดกัน
• ตัวเลข
• วันที่

ช่วยเห็นข้อผิดพลาดก่อนแชร์

57. คำถามทดสอบกรณีไม่มีข้อมูล

ถามเรื่องที่แน่ใจว่าไม่มีใน Source

ถ้า Agent พยายามสร้างคำตอบเอง แสดงว่าควรปรับ Instructions

58. คำถามทดสอบข้อมูลขัดกัน

ถ้ามีเอกสารสองค่า

Agent ที่ดีควรระบุว่าพบข้อมูลขัดกัน

แทนการเลือกค่าใดค่าหนึ่งโดยไม่บอก

59. คำถามทดสอบตัวเลข

ลองถาม

• ราคา
• KPI
• SLA
• Percentage

แล้วตรวจเทียบกับ Source

60. คำถามทดสอบวันที่

ลองถาม

• Effective Date
• Deadline
• Meeting Date
• Expiry Date

เพราะวันที่ผิดอาจมีผลต่อการทำงานจริง

61. ใครควรเป็น Owner ของ Agent

ควรมีคนหรือทีมรับผิดชอบ เช่น

• HR
• IT
• Project Owner
• Knowledge Manager

เพื่อดูแล Source และทดสอบคำตอบ

62. Agent ต้อง Review เป็นระยะไหม

ควร

โดยเฉพาะ Agent ที่ใช้

• Policy
• Product
• Price
• SOP
• Project Data

เพราะข้อมูลเปลี่ยนได้

63. Checklist ก่อนใช้ SharePoint Agent

ตรวจอย่างน้อย 12 ข้อ

1. Purpose ชัดไหม
2. Audience ชัดไหม
3. Source ถูกไหม
4. Version ล่าสุดไหม
5. มี Duplicate หรือไม่
6. Permission ถูกไหม
7. Instructions ชัดไหม
8. กำหนดกรณีไม่พบข้อมูลหรือยัง
9. Suggested Prompts ตรง Use Case ไหม
10. ทดสอบตัวเลขและวันที่หรือยัง
11. มีข้อมูลลับหรือไม่
12. มี Agent Owner หรือไม่

64. คำถามที่พบบ่อย

SharePoint Agent คือ AI หรือไม่

ใช่ เป็นประสบการณ์ AI ที่ช่วยสนทนาและทำงานกับ Knowledge Source ใน SharePoint

ต้องเขียนโปรแกรมไหม

งานพื้นฐานในการสร้างและกำหนด Agent ในประสบการณ์ที่รองรับไม่จำเป็นต้องเริ่มจากการเขียนโปรแกรมเอง

Agent ใช้กับเอกสาร Word ได้ไหม

หากเอกสารนั้นอยู่ในแหล่งข้อมูล SharePoint ที่ Agent รองรับ ก็สามารถใช้เป็นส่วนหนึ่งของ Knowledge ได้ตามขอบเขตและสิทธิ์

Agent ใช้แทน Search ได้ไหม

ใช้เสริมกันได้ Search เหมาะกับการหา Resource ส่วน Agent เหมาะกับการถามและสรุปความรู้จากข้อมูล

Agent ควรเชื่อถือทันทีหรือไม่

ไม่ควร โดยเฉพาะข้อมูลสำคัญ ควรตรวจเอกสารต้นทาง

65. SharePoint Agent เหมาะกับองค์กรหรือไม่

ถ้าองค์กรใช้ SharePoint เก็บความรู้จำนวนมาก Agent มีศักยภาพช่วยลดเวลาค้นข้อมูลได้มาก

โดยเฉพาะเมื่อมี

• เอกสารมาตรฐาน
• Policy
• SOP
• Knowledge Base
• Project Documents

แต่ควรจัด Content และ Permission ให้ดีก่อน

66. สูตร Instruction ที่แนะนำ

ใช้โครง

Role + Knowledge Scope + Tasks + Output + Restrictions

ตัวอย่าง

คุณเป็นผู้ช่วยด้าน IT ขององค์กร ใช้เฉพาะ Knowledge Sources ที่กำหนด ช่วยตอบคำถาม Setup และ Troubleshooting ตอบเป็นขั้นตอนสั้น ๆ หากไม่พบข้อมูลให้ตอบว่าไม่พบ และห้ามเด่า Configuration หรือข้อมูลเพิ่มเติมเอง

ช่วยควบคุม Agent ให้ตรงหน้าที่

67. สรุป

SharePoint Agent คือผู้ช่วย AI ที่ทำให้ข้อมูลใน SharePoint จากเดิมที่ต้อง “ค้นหาไฟล์แล้วเปิดอ่านเอง” กลายเป็นข้อมูลที่สามารถ “ถามและรับคำตอบ” ได้สะดวกขึ้น

ประโยชน์หลักคือ

• ค้นข้อมูลเร็ว
• สรุปเอกสาร
• ตอบคำถามซ้ำ
• หา Action Items
• หา Deadline
• หา Decisions
• สร้าง Checklist
• ช่วยใช้ Knowledge ภายในองค์กร

แต่คุณภาพของ Agent ขึ้นอยู่กับ 4 เรื่องสำคัญมาก คือ

Source + Scope + Instructions + Permission

comsiam แนะนำให้เริ่มจาก Agent ที่มี Use Case ชัดและ Source ไม่มากเกินไป เช่น HR Policy Agent หรือ IT Knowledge Agent แล้วทดสอบคำถามจริงก่อนขยาย เพราะ Agent ที่ใช้ข้อมูลสะอาด เป็นปัจจุบัน และมีสิทธิ์ถูกต้องจะมีประโยชน์มากกว่า Agent ที่รวมข้อมูลจำนวนมากแต่ควบคุมไม่ได้