n8n AI Agent ขั้นสูง: Memory, Tools และ Error Handling

ยกระดับ AI Agent ใน n8n จาก demo สู่ระบบใช้งานจริง ด้วยการตั้ง Memory ให้ถูกคน คุม Tools ให้อยู่ในกรอบ และวาง Error Handling ที่แจ้งเตือนทันที

คุณเพิ่งต่อ AI Agent ใน n8n ให้ตอบแชตลูกค้าร้านอุปกรณ์เบเกอรี่บน LINE OA วันแรกทุกอย่างดูดี แต่พอผ่านไปสัปดาห์เดียว ปัญหาเริ่มโผล่ ลูกค้าถามต่อจากข้อความเมื่อครู่แล้ว Agent จำไม่ได้ เช็กสต็อกผิดแถว และวันที่ API ของโมเดลล่ม ไม่มีใครรู้เลยจนลูกค้าทักมาบ่น บทความนี้พาคุณข้ามจากระดับ "ต่อได้" ไปสู่ระดับ "ใช้งานจริงได้" ด้วย 3 เรื่อง: Memory, Tools และ Error Handling

AI Agent ขั้นสูงใน n8n คืออะไร

ถ้าคุณยังไม่คุ้นกับ n8n แนะนำให้อ่าน n8n คืออะไร ก่อน ส่วนในบทความนี้ "ขั้นสูง" ไม่ได้แปลว่าซับซ้อน แต่แปลว่า Agent ของคุณ จำบริบทได้ถูกคน ใช้เครื่องมืออย่างมีขอบเขต และล้มแล้วไม่เงียบ ซึ่งเป็นสามสิ่งที่แยก demo ออกจากระบบที่ลูกค้าใช้ทุกวัน

Memory: ให้ Agent จำบทสนทนาได้ถูกคน

เอกสารของ n8n อธิบายว่า Memory เก็บประวัติข้อความก่อนหน้าเพื่อให้คุยต่อเนื่องได้ และมีเฉพาะ AI Agent node ที่ใช้ Memory ได้ ส่วน Chain ใช้ไม่ได้

เลือกชนิด Memory ให้เหมาะกับงาน

• Simple Memory: เก็บประวัติแชตตามความยาวที่กำหนด เหมาะกับการเริ่มต้นและทดสอบ
• Postgres Chat Memory หรือ Redis Chat Memory: เก็บไว้ในฐานข้อมูลภายนอก เหมาะเมื่อมีลูกค้าจำนวนมากและต้องการให้ข้อมูลอยู่รอดแม้ระบบรีสตาร์ต
• Chat Memory Manager: ใช้เมื่อต้องการควบคุมละเอียดขึ้น เช่น ตัดข้อความที่ยาวเกิน หรือแทรกบริบทเพิ่ม

Session Key คือหัวใจ

ถ้าทุกแชตใช้ key เดียวกัน ลูกค้า A จะเห็นบริบทของลูกค้า B ทันที ให้ใช้ค่าที่ไม่ซ้ำต่อคน เช่น userId ที่ได้จาก webhook ของ LINE เป็น session key และจำกัดจำนวนข้อความย้อนหลังให้พอดี เพราะยิ่งยาวยิ่งเปลือง token และ Agent อาจสับสนกับเรื่องเก่า

Tools: ให้ Agent ทำงานได้ แต่อยู่ในกรอบ

Tools Agent ของ n8n เลือกเองว่าจะเรียกเครื่องมือไหนตามงาน ดังนั้นคุณภาพของคำอธิบายเครื่องมือสำคัญพอๆ กับ prompt

ออกแบบ Tool ให้ Agent ใช้ถูก

• ตั้งชื่อและคำอธิบายให้ชัด เช่น "ค้นหาสต็อกสินค้าจาก Google Sheets ด้วยรหัสสินค้า" ดีกว่า "sheet tool"
• ให้ Tool ละเรื่อง ไม่ใช่ Tool เดียวทำทุกอย่าง
• เขียนใน System Message ว่าเมื่อไหร่ห้ามใช้ Tool ไหน

ตั้งค่าที่ช่วยคุมพฤติกรรม

• Max Iterations: จำนวนรอบที่โมเดลพยายามหาคำตอบ ค่าเริ่มต้นตามเอกสาร n8n คือ 10 ลดลงได้ถ้างานไม่ซับซ้อน เพื่อกันการวนซ้ำ
• Return Intermediate Steps: เปิดตอนทดสอบเพื่อดูว่า Agent เรียก Tool อะไรไปบ้าง
• Require Specific Output Format: ต่อ Structured Output Parser เมื่อต้องการผลลัพธ์รูปแบบตายตัวไปเขียนลงชีต

ให้คนอนุมัติก่อนทำเรื่องเสี่ยง

n8n มีฟีเจอร์ Human-in-the-loop สำหรับ Tool ที่ทำให้ workflow หยุดรอคนกด Approve หรือ Deny ก่อนเครื่องมือทำงานจริง และส่งคำขออนุมัติไปช่องทางอื่นได้ เช่น Slack, Telegram, Microsoft Teams หรือ Gmail เหมาะกับ Tool ที่ส่งข้อความหาลูกค้า แก้ไขข้อมูล หรือคืนเงิน

Error Handling: ล้มได้ แต่ต้องรู้ทันที

ชั้นที่ 1: Retry On Fail

เปิด Retry On Fail ในโหนดที่เรียก API ภายนอก แล้วตั้ง Wait Between Tries ให้นานกว่าข้อจำกัด rate limit ของบริการนั้น ตามที่เอกสาร n8n แนะนำ

ชั้นที่ 2: Error Workflow

สร้าง workflow แยกที่เริ่มด้วย Error Trigger แล้วตั้งเป็น Error Workflow ใน Workflow Settings โดย Error Trigger จะส่งชื่อ workflow โหนดสุดท้ายที่รัน และข้อความ error มาให้ คุณนำไปส่งแจ้งเตือนเข้า LINE กลุ่มทีมผ่าน Messaging API หรืออีเมลได้ และ error workflow เดียวใช้ร่วมกันได้หลาย workflow

ชั้นที่ 3: บอกลูกค้าอย่างสุภาพ

ถ้า Agent ตอบไม่ได้ ให้ส่งข้อความสำรอง เช่น "ขอเช็กข้อมูลแล้วแอดมินจะตอบกลับค่ะ" แทนการเงียบ และใช้ Stop and Error เพื่อบังคับให้ล้มเมื่อเจอเงื่อนไขผิดปกติ เช่น ราคาที่ได้มาว่างเปล่า

Agent ที่ดีไม่ใช่ Agent ที่ไม่เคยพัง แต่คือ Agent ที่พังแล้วคุณรู้ก่อนลูกค้า

ข้อควรระวัง

• อย่าเก็บข้อมูลส่วนบุคคลใน Memory เกินจำเป็น และกำหนดระยะเวลาลบ ให้สอดคล้องกับ PDPA
• Tool ที่เขียนข้อมูลได้ ควรใช้บัญชีสิทธิ์จำกัด ไม่ใช่บัญชีแอดมิน
• AI ยังตอบผิดได้ โดยเฉพาะราคาและโปรโมชัน ให้ดึงจากแหล่งข้อมูลจริงเสมอ ไม่ให้โมเดลเดา

เริ่มต้นยังไง

1. เลือก workflow Agent ที่ใช้อยู่ 1 ตัว แล้วเปลี่ยน session key ให้ผูกกับ userId
2. ทบทวนชื่อและคำอธิบาย Tool ทุกตัว ตัดตัวที่ไม่จำเป็นออก
3. เปิด Retry On Fail ในโหนดที่เรียก API ภายนอก
4. สร้าง Error Workflow หนึ่งตัวที่แจ้งเตือนเข้ากลุ่มทีม
5. เพิ่ม Human-in-the-loop ให้ Tool ที่กระทบเงินหรือลูกค้าโดยตรง

อยากลงมือตามไปทีละขั้น ลองคอร์ส n8n AI และ สร้าง AI Automation Agent ด้วย Make และ n8n ใน Plants.work Learn แล้วนำ workflow ที่ทำได้จริงไปใส่ในพอร์ตเวลาสมัครงานสาย Automation ที่ Plants.work Jobs