By ในยุคที่ AI Chatbot กลายเป็นหนึ่งในตัวช่วยสำคัญทั้งในงานธุรกิจและการบริการ Skooldio จึงไม่พลาดที่จะหยิบ 3 เครื่องมือสร้าง Chatbot ยอดนิยม อย่าง CustomGPT, Copilot Studio และ n8n มาวิเคราะห์และเปรียบเทียบให้เห็นภาพกันแบบชัด ๆ พร้อมแชร์ Use Cases การใช้งานจริง ในงาน Meetup: AI Chatbot in Action เมื่อวันที่ 9 เมษายน 2025 ที่ผ่านมา
โดยมีสปีคเกอร์ที่เป็นผู้เชี่ยวชาญด้าน AI มาร่วมแชร์ความรู้กันแบบเน้น ๆ ไม่ว่าจะเป็น คุณมิน – Director of Academic Services Center, Rangsit University | คุณบิ๊ก – Microsoft MVP, M365 Copilot Specialist and Content Creator at TheCITIZEN และคุณศิระ – Founder of ThepExcel
Table of Contents
Chatbot คืออะไร?
จากบทความ What is AI Chatbot ของ Salesforce ได้อธิบายเอาไว้ว่า AI Chatbots คือการที่เรา simulate บทสนทนาที่เหมือนมนุษย์ออกมา โดยใช้ตัว AI ในการเข้าใจภาษา ‘ธรรมชาติ’
Chatbots นั้นก็มีอยู่หลายประเภท ไม่ว่าจะเป็น
Traditional Chatbot: Chatbot ประเภทนี้จะตามกฎ หรือ บทต่าง ๆ ที่เรากำหนดไว้อย่างชัดเจน
AI Chatbot: ในทุกวันนี้เรามักจะเห็น AI Chatbot บ่อยมากขึ้น มีโมเดล AI หลายตัวที่เข้าใจภาษามนุษย์ได้ดีทำให้การพูดคุยลื่นไหลมากขึ้น
AI Agent: เริ่มตั้งแต่ตอนนี้ไปจนถึงอนาคต โลกเรากำลังเริ่มต้นเข้าสู่การทำ AI Agent ที่ไม่ใช่แค่พูดคุยรู้เรื่อง แต่มันสามารถทำงานบางอย่างให้สำเร็จ เสร็จแทนเราได้เลย
AI Chatbot: CustomGPT
เริ่มต้นกันที่ AI Chatbot ตัวแรกจาก ChatGPT ซึ่งน่าจะเป็นเครื่องมือ AI ที่หลาย ๆ คนน่าจะคุ้นเคยกันดีอยู่แล้ว แต่เราทราบไหมว่าจริง ๆ แล้วฐานข้อมูลของ ChatGPT เองก็มีอยู่อย่างจำกัด AI แต่ละตัว ‘สมอง’ ของมันนั้นมีความรู้ไม่เท่ากัน ในการเทรนแต่ละครั้งก็ใช้เวลาค่อนข้างนานเป็นเดือน ๆ ทำให้บางครั้งข้อมูลใหม่ ๆ อาจไม่ได้ถูก update เข้าไปในฐานข้อมูลนั่นเอง ดังนั้นแล้วตอนนี้หากเราอยากจะใช้ข้อมูลที่ทันสมัย realtime มากขึ้นก็สามารถกดปุ่ม search บน ChatGPT ได้
อยากมี AI ไว้ช่วยตอบลูกค้าทำยังไงได้บ้าง?
CASE 1
สมมติว่าเราสมัครใช้งานแบบฟรีไว้ แต่ถ้าเรามีไฟล์ที่เก็บรวบรวมข้อมูลไว้อยู่ก็สามารถลองอัปโหลด ‘knowledge’ นี้ที่ตรงกับที่เราต้องการเข้าไปในแชท แล้วป้อน prompt ให้ ChatGPT ลองสวมบทบาทเป็นพนักงานต้อนรับมืออาชีพ ตอบแบบโทนนุ่มนวล น้ำเสียงผู้หญิง โดยให้ใช้เฉพาะข้อมูลที่เราได้อัปโหลดไปเท่านั้นแล้วบอกให้มันรอรับคำถามได้ ทีนี้ ChatGPT ก็จะกลายเป็นเหมือน customer service ให้เรา ถ้าเราถามอะไรเกี่ยวข้องกับที่อยู้ในข้อมูลในเอกสารที่อัปโหลดไปมันก็จะสามารถตอบได้หมดเลย แต่ว่าก็ต้องอย่าลืมที่จะมัดระวังเรื่อง Hallucination เช่นเดียวกัน
CASE 2
อีกหนึ่งตัวอย่างคือการใช้ CustomGPT คือการที่เราสามารถสร้างแชตบอตขึ้นมา แล้วให้ผู้ใช้ทั่วไปสามารถมาถามได้เลยโดยไม่ต้องมีเราเป็นตัวกลางคอยถามให้ แม้ว่า users ที่มาใช้ Chatbot ของเราจะใช้ได้ฟรี แต่เราซึ่งจะเป็นผู้สร้าง CustomGPT ก็ต้องทำการ subscription ChatGPT Plus ก่อน
ใครอยากเรียนรู้การสร้าง Custom ChatGPT แบบ step-by-step ทำไปพร้อม ๆ กับคุณมิน คลิกเพื่อลงทะเบียนรับชมย้อนหลังได้ฟรี!
ในการสร้าง Custom GPT เราสามารถที่จะ ‘custom’ ได้ตามที่เราต้องการไม่ว่าจะเป็น ต้องการให้สวมบทบาทเป็นใคร ใช้น้ำเสียงอย่างไร อยากให้มีคำถามอะไรเป็น guideline ให้กับลูกค้าที่เข้ามาใช้งานแชตบอตของเราไหม ฯลฯ แล้วเราก็สามารถอัปโหลด knowledge หรือองค์ความรู้ที่อยากให้แชตบอตรู้จักเข้าไปได้เลย
โดย Custom GPT ค่อนข้างจะเหมาะกับงานที่มีจุดประสงค์ในการให้บุคคลทั่วไปใช้ ไม่ได้ออกแบบมาเพื่อใช้ภายในองค์กร เพราะเราสามารถแชร์ลิงก์แชตบอตตัวนี้ให้ใครก็ได้แล้วบุคคลทั่วไปที่มี link ก็สามารถเข้ามาใช้งานได้เลยบน ChatGPT แบบ 24/7 เราก็จะมีแชตบอตที่สามารถตอบคำถามลูกค้าได้แล้ว แล้วถ้าเราอยากให้มันช่วยเก็บข้อมูลลูกค้าได้ด้วยล่ะ? แม้ว่าจะมีวิธีการทำที่ค่อนข้างซับซ้อนกว่า
แต่คุณมินก็ทดลองใช้ตัว Action GPT เพิ่มเข้ามาทำให้เราเห็นว่ามันก็สามารถทำได้! ใครสนใจอยากเรียนรู้พาร์ทนี้ คลิกเพื่อ ลงทะเบียนรับชมย้อนหลัง ได้ฟรี
ChatGPT เป็น AI ที่เรียกได้ว่าทำได้หลายอย่างมาก ๆ จากตัวอย่างที่คุณมินมาโชว์ให้ดูเราก็จะพบว่าเราสามารถสร้าง Chatbot ที่สามารถตอบลูกค้าได้ 24/7 และเก็บข้อมูลลูกค้าได้อีกด้วย
AI Chatbot: Copilot Studio
มาต่อกันที่ Chatbot ตัวที่ 2 ของเรา คุณบิ๊กได้มาแชร์ตัวอย่างการทำ Chatbot บน Copilot Studio
เริ่มต้นจากการทำความเข้าใจ Microsoft Copilot ก่อน มีทั้งหมด 2 track คือ personal / coperate ซึ่งแต่ละ track ก็มีทั้งที่เราสามารถใช้งานได้ฟรีและสามารถจ่ายเงินเพื่ออัปเกรดให้เราสามารถใช้งานได้หลากหลายขึ้น ยกตัวอย่างเช่น track coperate ที่เราสามารถ chat กับข้อมูลในองค์กรได้ด้วย ไม่ว่าจะเป็นการตามหาอีเมล, รวบรวม สรุปข้อมูลการประชุมต่าง ๆ ทำให้เราประหยัดเวลาไปได้ถึง 40-50% ต่อวัน
Microsoft 365 Copilot ทำงานยังไง?
Microsoft 365 Copilot เริ่มต้นจากการที่ผู้ใช้งานป้อน prompt เข้ามาผ่านตัวแอปพลิเคชัน Microsoft 365 Apps โดยตรง โดยมี copilot เป็นตัวกลาง สิ่งแรกที่ copilot ทำก็คือการ grounding ข้อมูลจาก Microsoft Graph ซึ่งก็คือข้อมูลความสัมพันธ์ของเราทั้งหมดในองค์กร ที่ personalized เฉพาะเรา ป้องกันการ oversharing และไม่สามารถล้วงข้อมูลของคนอื่นได้ จากนั้นก็จะทำการส่งผ่าน LLM และคำตอบก็จะวิ่งกลับมาที่ Copilot ส่งต่อมาเช็คกับ Microsoft Graph ว่าข้อมูลเหล่านี้สามารถส่งกลับไปให้กับ users ได้หรือไม่ เมื่อตรวจสอบแล้วว่าได้ก็จะส่งกลับไปที่ Users
“Copilot is the UI for AI” Copilot ทำหน้าที่เป็น UI ที่ใช้ในการคุยกับ Agents หรือ AI
Copilot + Agents = เรียกง่าย ๆ ว่ารวมกันแล้วดีขึ้น โดย Agents คือความสามารถที่เพิ่มเติมขึ้นมาทำให้ Copilot เหมาะกับผู้ใช้มากขึ้น เก่งมากขึ้น
ความสามารถของ Agents คือ
- Retrieval: ความสามารถในการดึงข้อมูลโดยตรง
- Task: Take actions when asked
- Autonomous: วางแผนทำงานเองจาก prompt ที่ส่งไป
เมื่อพูดถึง Microsoft 365 Copilot ก็จะมีรูปแบบการใช้งานแตกต่างกว่า Copilot Chat ปกติที่เรามักใช้กันในเชิง personal โดย Microsoft 365 Copilot จะสามารถเลือกปรับ Work – Web ได้ Web คือ ข้อมูลนอกองค์กร chat ข้อมูลผ่าน web, LLMs ส่วน Work คือ chat กับข้อมูล internal เราสามารถลอง prompt คุยได้ไม่ว่าจะเป็น สรุปการประชุมย้อนหลัง, สรุปอีเมลที่ยังไม่ได้ตอบ โดยเราไม่จำเป็นจำต้องใช้ prompt ที่ยาวหรือละเอียดมากก็สามารถเจาะไปถึงเนื้อหาที่เราต้องการได้
อยากใช้งานใน Word/Excel/Powerpoint ทำได้ไหม? คำตอบคือ ทำได้ ยกตัวอย่างเช่น ใน Mircrosoft Word เราก็สามารถใช้ copilot ที่อยู่ใน word ได้เลยไม่ต้องเสียเวลาสลับจอไป ๆ มา ๆ ให้ยุ่งยากสามารถสั่ง prompt ในการ take action ได้เลยโดยตรง ไม่ว่าจะสร้างข้อมูล หรือสรุปเนื้อหา ทำให้การทำงานของเราสะดวกสบายขึ้นมาก ใครอยากรับชมการโชว์ใช้งานจริงโดยคุณบิ๊ก บน Word/Excel/Powerpoint สามารถคลิกเพื่อลงทะเบียนรับชมย้อนหลัง ได้ฟรี!
เราได้เห็นตัวอย่างเบื้องต้นของ Microsoft 365 Copilot ไปแล้วถ้าเราอยากให้มันมีความเก่งขึ้นกว่านั้น ก็จะเข้าสู่เรื่องของการสร้าง “Agent” ซึ่งหากแบ่งตามแกนจะประกอบไปด้วย Declarative Agents – Custom Agents
หากพูดถึงเรื่อง Low-Code No-Code Tools (ไม่ต้องเขียนโค้ด-เขียนโค้ดน้อย) ในการสร้าง Declarative Agents เครื่องมือที่ง่ายที่สุดคือ ‘SharePoint’ ที่จัดเก็บข้อมูลทั้งสามรูปแบบ เพจคอนเทนต์, เอกสาร, record ซึ่งข้างใน SharePoint ก็จะมีหน้า ที่จัดเก็บข้อมูล Knowledge อยู่มากมาย ถ้าเราอยากได้ Agent ที่เอาองค์ความรู้ทั้งหมดมา เสมือนเป็นตัวแทน HR ตอบเรื่องต่าง ๆ ก็สามารถกดสร้าง Agent แล้วใช้งานได้เลย หรือจะเลือกสร้าง Agent แค่เฉพาะสำหรับบางไฟล์ก็สามารถทำได้เช่นเดียวกัน เหมือนเราสร้างเพื่อนร่วมงานของเราเองได้
นอกจาก SharePoint ยังมี Tools อื่น ๆ ที่เราสามารถใช้ในการสร้าง Declarative Agents ได้อีกมากมายซึ่งระดับความ Advanced ก็จะเพิ่มมากขึ้นตามมาไม่ว่าจะเป็น Copilot Studio Agent Builder, Copilot Studio, Teams Tookit ถ้าใครอยากเห็นตัวอย่างการใช้งานแบบ demo กันให้ดูสด ๆ โดยคุณบิ๊ก เจาะลึกเพิ่มเติมแต่ละ Tools สามารถคลิกเพื่อลงทะเบียนรับชมย้อนหลัง ได้ฟรี
AI Chatbot: n8n
มาต่อกันที่ AI Chatbot ตัวสุดท้ายอย่าง n8n ที่เป็นเครื่องมือสร้าง Automation Workflow ได้แบบ Low-Code No-Code โดยข้อดีของ n8n คือมีความยืดหยุ่น ปรับแต่งค่าได้เยอะ สามารถ debug แก้ปัญหาได้สะดวก และประหยัดค่าใช้จ่าย
Workflow = ลำดับขั้นตอนการทำงาน โดยองค์ประกอบหลัก ๆ ของ workflow จะประกอบไปด้วย Trigger [Input] → Data Transformation [Process] → Action [Output]
คุณศิระได้เล่าให้ฟังว่า Workflow จะต้องเริ่มต้นจาก ‘Trigger’ ซึ่งสามารถเชื่อมต่อได้กับหลายบริการ และเราก็สามารถเลือกได้หลายแบบไม่ว่าจะอยากให้เริ่มจากการที่เรากด Trigger เองแบบ manual, เมื่อมีการกรอกแบบฟอร์ม, ตั้งเวลาเอาไว้ ฯลฯ ทำได้หลากหลายอย่างอย่างแต่ใน meetup ครั้งนี้คุณศิระจะมาเน้นเรื่อง AI Agent ใน n8n ซึ่งเป็นการเอาความสามารถของ AI เข้ามาอยู่ใน Workflow เพื่อให้มันสามารถรองรับความสามารถใหม่ ๆ ได้เช่น การมองเห็น, เพิ่มความสามารถในการใช้ตัดสินใจ รองรับข้อมูลที่ไม่มี structure ชัดเจนได้ ทำงานได้ตลอด 24 ชั่วโมง เป็นต้น
องค์ประกอบของ AI Agent Node
AI Agent (Main Node): กำหนด Prompt ซึ่งเวลาเราคุยกับ ChatGPT ปกติในฐาน user มันก็คือ ข้อความ input จากผู้ใช้งานสำหรับส่งคำถามหรือคำสั่งเฉพาะที่ต้องการให้ AI ตอบหรือทำ เรียกว่าเป็น User Prompt แต่เบื้องหลัง AI จริง ๆ ก็จะต้องมีสิ่งที่เรียกว่า System Prompt ด้วยใช้กำหนดบริบทหรือพื้นฐานของ AI นั้น ๆ ว่ามีบทบาทอะไร ควรปฏิบัติตัวอย่างไรในทุกสถานการณ์ของการทำงาน
Chat Model: เลือกโมเดลความฉลาด ซึ่ง n8n รองรับการเชื่อมต่อกับ AI หลายเจ้า ไม่ว่าจะเป็น OpenAI: ChatGPT หรือ Google: Gemini ฯลฯ
Memory: ความทรงจำ ใน n8n ก็มี node สำเร็จรูปให้ด้วยหลายอย่าง ก็จะมีตั้งแต่ความทรงจำแบบชั่วคราว หรือ แบบบันทึกถาวรลง Database เลยก็ได้ เป็นต้น
Tool: เครื่องมือเพิ่มความสามารถให้ AI เช่น ให้มีความรู้ (ข้อมูล) มากขึ้น ทำงานต่าง ๆ ได้มากขึ้น ตัวอย่างเช่นการ search internet, gen รูป, ส่งอีเมล ฯลฯ รวมไปถึงการเรียกใช้งาน Workflow อื่นได้ เช่นเดียวกันกับ ‘ความทรงจำ’ n8n ก็มี Tools สำเร็จรูปมากมายให้เลือกสรรและมีเพิ่มขึ้นเรื่อย ๆ ซึ่งเราเองก็สามารถสร้าง Workflow ขึ้นมาอีกอันเพื่อเป็น Tool ให้ AI ก็ได้เช่นเดียวกัน นอกจากนี้ก็ยังมี Tools ที่รองรับ Vector Store Database อีกด้วย
อีกหนึ่งความเจ๋งของ n8n คือเวลาเราใส่ Tools เข้าไปหลายอัน เช่นลองใส่ทั้ง Google Sheets และ Gmail AI มันก็สามารถคิดเองได้ด้วยว่าเมื่อไหร่ ควรจะทำงานตัวไหนก่อน-หลัง หากไม่ได้มีความซับซ้อนมากเราแทบไม่ต้อง prompt อะไรเลยมันก็เข้าใจ แต่หากเรามีหลาย Tools แล้วแต่ละ Tools ก็มีความคล้ายคลึงกันก็ควรจะมีการกำหนดไว้ใน Prompt ด้วยว่ามี Tools อะไร ควรใช้ตอนไหนเป็นต้น AI ก็จะมีความฉลาดขึ้น เหมือนเป็นพนักงานคนนึงของเรา
ในงาน Meetup ครั้งนี้คุณศิระได้หยิบยกเคสตัวอย่างจริง ของการใช้ Chatbot มาให้ดูกันด้วย ไม่ว่าจะเป็นการตอบแชต Facebook Messenger ให้เพจ, สร้างเลขาส่วนตัวที่รู้จักเราเป็นอย่างดี สามารถคุยบน Line หรือ Siri ทำงานได้หลากหลาย ฯลฯ ใครที่อยากเจาะลึกเรื่อง n8n สามารถคลิกเพื่อ ลงทะเบียนรับชมย้อนหลัง ได้ฟรี!
และนั่นคือ 3 ตัวอย่าง AI Chatbot ยอดฮิตที่เราได้ยกมาเล่าให้ทุกคนฟังในงาน meetup AI Chatbot in Action เรียกได้ว่าเป็น meetup ที่เนื้อหาจุใจสุด ๆ ได้ปูพื้นฐานความรู้ ทำความรู้จักกับ AI แต่ละตัว ไปพร้อม ๆ กับการได้เห็นตัวอย่าง Use Cases จริง และได้ฟังเทคนิคดี ๆ จากผู้เชี่ยวชาญทั้งสามท่าน ใครอยากฟังแบบเจาะลึกจัดเต็มบอกเลยว่าห้ามพลาด! สามารถลงทะเบียนรับชมย้อนหลังได้ฟรี คลิก Skooldio Meetup: AI Chatbot in Action
และสำหรับใครที่สนใจอยากเข้าร่วมกิจกรรม Meetup ดี ๆ แบบนี้อีก เพื่อให้คุณไม่พลาดข่าวสารการจัดงานสามารถกดติดตามเพจ Facebook: Skooldio เอาไว้ได้เลย!
