สร้าง AI Agent ตัวแรกแบบ No-code ใน 1 วัน

แผนหนึ่งวันสร้าง AI Agent ร่างคำตอบอีเมลด้วย n8n ตั้งแต่ออกแบบบนกระดาษ ต่อ tool และ memory ไปจนถึงทดสอบกับอีเมลจริง 20 ฉบับ

คุณอ่านเรื่อง AI Agent มาหลายบทความแล้ว เข้าใจลูป เข้าใจ tool เข้าใจความเสี่ยง แต่ยังไม่เคยสร้างเองสักตัว บทความนี้คือแผนหนึ่งวันสำหรับคนที่ไม่เขียนโค้ด ให้ได้ Agent ตัวแรกที่ทำงานจริงกับงานของคุณ โดยใช้ n8n เป็นตัวอย่าง ถ้ายังไม่รู้จัก n8n อ่าน n8n คืออะไร ก่อนจะช่วยได้มาก

Agent แบบ No-code คืออะไร

คือการประกอบ AI Agent จากบล็อกสำเร็จรูปบนหน้าจอแทนการเขียนโค้ด ใน n8n หัวใจคือ node ชื่อ AI Agent ที่ต่อกับ sub-node อีกหลายตัว: chat model ที่เป็นสมอง, tools ที่เป็นมือ และ memory ที่ทำให้คุยต่อเนื่องได้ เอกสารของ n8n ระบุว่า node นี้มีตัวเลือกสำคัญ เช่น System Message, Max Iterations (ค่าเริ่มต้น 10), Return Intermediate Steps และ Require Specific Output Format ซึ่งตรงกับแนวคิดใน Agent Loop ทุกข้อ

โจทย์ตัวอย่าง: Agent ร่างคำตอบอีเมลสอบถามสินค้า

ร้านขายอุปกรณ์สำนักงานเล็กๆ ได้อีเมลถามราคาและสต็อกวันละหลายสิบฉบับ เป้าหมายของ Agent คืออ่านอีเมล ค้นราคาและสต็อกจากชีตสินค้า แล้ว ร่าง คำตอบไว้ให้คนตรวจก่อนส่ง เลือกโจทย์นี้เพราะ

• มีการตัดสินใจระหว่างทางจริง เช่น สินค้าไหนต้องค้น ถ้าไม่มีของต้องตอบอย่างไร
• ใช้เครื่องมือแค่ 2 ตัว: อ่านชีต และสร้างร่างอีเมล
• ความเสี่ยงต่ำ เพราะยังไม่ส่งอะไรออกไปเอง
• วัดผลง่าย เทียบร่างของ Agent กับคำตอบที่ทีมเคยส่งจริงได้ทันที

แผน 1 วัน

ช่วงเช้า: ออกแบบบนกระดาษ (1 ถึง 2 ชั่วโมง)

เขียนให้ได้ 4 อย่าง: เป้าหมายของ Agent, เกณฑ์ว่าแบบไหนคือร่างที่ดี, เครื่องมือที่ต้องใช้ และสิ่งที่ห้ามทำ เช่น ห้ามให้ส่วนลดเอง ห้ามสัญญาวันส่งของ จากนั้นรวบรวมอีเมลจริงที่เคยได้รับ 20 ฉบับไว้ใช้ทดสอบ

สาย: สร้างโครง

1. สร้าง workflow ใหม่ ใส่ trigger ที่รับอีเมลเข้า หรือใช้ chat trigger เพื่อทดสอบก่อน
2. เพิ่ม node AI Agent แล้วต่อ chat model ที่คุณมีบัญชี
3. เขียน System Message: บทบาท ขั้นตอน สิ่งที่ห้ามทำ และบอกให้ถามกลับหรือระบุว่า "ต้องให้คนตรวจ" เมื่อข้อมูลไม่พอ

บ่าย: ใส่มือและความจำ

1. ต่อ tool อ่านชีตสินค้า เขียนคำอธิบาย tool ให้ชัดว่าใช้ค้นอะไร ด้วยข้อมูลแบบไหน
2. ต่อ tool สร้างร่างอีเมล ไม่ใช่ tool ส่งอีเมล
3. ถ้าต้องการคุยต่อเนื่อง ให้ต่อ memory sub-node ตามที่เอกสาร n8n แนะนำ
4. ถ้าวันหนึ่งจะให้ส่งเอง ให้เปิด human-in-the-loop ที่ tool ตัวนั้น n8n รองรับการขออนุมัติผ่านช่องทางอย่าง Slack, Microsoft Teams หรือ Gmail

เย็น: ทดสอบและปรับ

รันอีเมลทดสอบทั้ง 20 ฉบับ เปิด Return Intermediate Steps เพื่อดูว่า Agent เรียก tool อะไร ด้วยค่าอะไร แล้วจดว่าข้อไหนผิดเพราะอะไร แก้ทีละจุด รันซ้ำ วิธีจดและจัดประเภทความผิดพลาดดูได้ใน Agent พังเพราะอะไร

ข้อควรระวัง

• Credential และสิทธิ์: เชื่อมบัญชีที่สิทธิ์จำกัด ใช้ชีตสำเนาที่มีเฉพาะคอลัมน์ที่ Agent ต้องใช้
• ข้อมูลลูกค้า: อีเมลลูกค้าเป็นข้อมูลส่วนบุคคล ควรดูนโยบายของบริษัทและข้อกำหนดตาม PDPA หรือปรึกษาผู้เชี่ยวชาญก่อนใช้งานจริง
• ค่าใช้จ่าย: ทุกอีเมลคือการเรียกโมเดลหลายรอบ ตรวจราคาของผู้ให้บริการและตั้ง Max Iterations ให้เหมาะ
• อย่าข้ามขั้นไปส่งเอง: ใช้แบบร่างจนกว่าผลทดสอบจะนิ่ง

Agent ตัวแรกไม่ต้องเก่ง แค่ต้องทำงานจริงหนึ่งงาน และให้คุณเห็นทุกขั้นที่มันคิด

ทำอะไรต่อหลังวันแรก

1. ใช้งานแบบร่างต่ออีก 1 ถึง 2 สัปดาห์ จดว่าคนต้องแก้ร่างบ่อยแค่ไหน
2. เปลี่ยนอีเมลที่ Agent ตอบพลาดเป็นโจทย์ทดสอบ ตามแนวทางใน Evals
3. เพิ่ม tool ใหม่ทีละตัว พร้อมกำหนดว่าตัวไหนต้องมีคนอนุมัติ
4. เขียนบันทึกสั้นๆ ว่าประหยัดเวลาได้เท่าไร ไว้ใช้เป็นผลงาน

ถ้าอยากเรียนแบบเป็นขั้นตอน เริ่มจากคอร์ส n8n Basics แล้วต่อด้วย n8n AI ใน Plants.work Learn ผลงาน Agent ตัวแรกของคุณยังเอาไปเล่าใน resume ผ่าน Resume Lab และซ้อมเล่าในการสัมภาษณ์ได้ด้วย