สร้าง AI Agent Chatbot ใน LINE สุดล้ำ ใคร ๆ ก็ทำได้

สวัสดีครับ ChatGPT เริ่มเข้ามาเมื่อปลายปี 2022 จากนั้นปี 2023–2024 ก็กลายเป็นปีที่ Generative AI (GenAI) และ Large Language Model (LLM) เข้ามาเปลี่ยนแปลงวิธีการสร้าง chatbot อย่างสิ้นเชิง จากเทคโนโลยีเดิมที่เป็น intent classification นั่นคือใช้ NLP ในการตรวจจับว่าแต่ละประโยคคือหัวข้ออะไร และผูกคำตอบ 1 ต่อ 1 มาสู่เทคโนโลยีใหม่ LLM ที่ทำให้การโต้ตอบกับ chatbot ใกล้เคียงกับการโต้ตอบกับมนุษย์ โดยที่เราไม่ได้ต้องเสียเวลามา train bot หรือให้ตัวอย่างเยอะ ๆ ที่เป็นข้อจำกัดในการพัฒนา chatbot ให้ฉลาดด้วยเทคโนโลยีเดิม

ในปี 2024 ที่ผ่านมาผมได้เขียนบทความในการนำเอา LLM ของค่ายต่าง ๆ มาต่อกับ chatbot ไม่ว่าจะเป็น OpenAI Gemini รวมไปถึง LLM ของคนไทย Typhoon

[embed]LINE Chatbot เชื่อมกับ Typhoon LLM AI คนไทย ใคร ๆ ก็ทำได้ medium.com

สำหรับปี 2025 นี้ จะเป็นปีของ AI Agent ครับ ซึ่งความแตกต่างจากการเขียน prompt แบบธรรมดา คือ แทนที่จะเขียนชุดคำสั่งไปยัง LLM โดยตรง เราจะสร้าง Agent ขึ้นมา Agent เหมือนกับคน ที่เราจะออกแบบลักษณะของเค้า วิธีการพูดจา บุคลิก และสิ่งที่เค้าทำได้ ยกตัวอย่างเช่น

คุณลักษณะ -> “ คุณเป็นผู้หญิงน่ารักสดใส พูดจาสุภาพ อ่อนหวาน ชอบดูแลลูกค้า ”

ชุดคำสั่ง -> “ คุณเป็นพนักงานบริการรับออเดอร์อาหาร ให้ทักลูกค้าและถามว่าลูกค้าอยากทานอะไร เมื่อลูกค้าสั่งอาหารแล้วก็ให้ถามลูกค้าว่าสั่งอะไรเพิ่มมั้ย ลูกค้าอาจจะสั่งเพิ่ม แล้วก็ให้ถามไปเรื่อย ๆ จนลูกค้าบอกว่าไม่สั่งอะไรเพิ่มแล้ว จากนั้นก็ทวนรายการให้ลูกค้า confirm ถ้าลูกค้า confirm ก็ให้ส่งเมนู ”

เทคโนโลยี LLM และ AI Agent ฟังแล้วดูดีมาก และทุกคนที่อ่านบทความนี้ ผมเชื่อว่าใช้อยู่ในชีวิตประจำวัน แต่สงสัยมั้ยครับว่าทำไมองค์กรใหญ่ต่าง ๆ ถึงยังไม่สามารถใช้ได้เทคโนโลยีใหม่ที่แสนวิเศษอย่างเต็มที่ในการให้บริการลูกค้า สาเหตุสำคัญคือปัญหา halucination หรือการที่ chatbot ให้คำตอบที่ผิด ซึ่งเป็นสิ่งที่องค์กรไม่สามารถยอมรับได้ หาก chatbot ให้ข้อมูลที่ผิด หรือไม่ควรให้กับลูกค้า

หลายองค์กรที่ผมพัฒนา chatbot ให้ ขอให้เราใช้ technology เดิม เพราะบอกว่าสบายใจกว่า ไม่ต้องกังวลว่า chatbot จะให้ข้อมูลอะไรออกไป ซึ่งถ้าให้ข้อมูลที่ถูกต้องก็ดีไป แต่ถ้าให้ข้อมูลที่ผิด อาจจะเป็นอันตรายต่อองค์กรอย่างมาก โดยมีเคสที่ต่างประเทศที่ LLM chatbot ให้ข้อมูลที่ผิดพลาด นำสู่การฟ้องร้องดำเนินคดีต่อบริษัท ส่วนผมเองก็มีประสบการณ์ที่น่าตกใจ ผมไปพัฒนา LLM Chatbot ในส่วนที่ให้ลูกค้ายืนยันตัวตน โดยที่ให้ลูกค้าบอกวันเดือนปีเกิด เมื่อทำการทดสอบโดยให้วันเดือนปีเกิดที่ผิด LLM Chatbot ก็บอกว่า ให้วันเดือนปีเกิดที่ผิด วันเดือนปีเกิดของคุณคือ …​ Chatbot ดันเฉลยคำตอบซะงั้น หากปล่อยใช้งานจริง คงจะเจอกฎหมาย PDPA เต็ม ๆ

ผมกับทีมงาน BOTNOI ได้พยายามคิดหาวิธีในการปรับใช้ technology ใหม่ที่เป็น LLM แต่ไม่ให้มีปัญหา halucination และพบว่า hybrid approach นั่นคือการผสมผสานระหว่าง rule-based แบบดั้งเดิม กับ LLM น่าจะเป็นทางออกที่ดี จึงได้เริ่มพัฒนาต่อยอดจาก platform เดิม

และในบทความนี้ผมมีความยินดีจะบอกทุกคนว่า platform BOTNOI.AI ได้อัพเกรดครั้งใหญ่ และในเวอร์ชั่นใหม่นี้ เราสามารถสร้าง AI Agent ได้แล้ว ซึ่งจะมีข้อดีดังต่อไปนี้

1. เราสามารถสร้าง object ที่เราคุ้นเคย เช่น FlexMessage QuickReply RichMenu รวมกระทั่งการเรียก API และมาผูกกับ Agent ของเราได้อย่างง่ายดาย โดยไม่ต้องยุ่งยากในการเรียนรู้ schema function calling ที่มีโครงสร้างที่ซับซ้อน
2. เราสามารถนำเอา Agent ที่สร้างขึ้นต่อกับ channel ต่าง ๆ ไม่ว่าจะเป็น website โทรศัพท์ (voicebot) และแน่นอน LINE ซึ่งเป็น channel ที่คนไทยใช้ติดต่อสื่อสารเยอะที่สุดครับ
3. เราสามารถผสมการทำงาน rule-based แบบดั้งเดิม เข้ากับ AI Agent เอาข้อดีของแต่ละระบบมารวมกัน และเรายังสามารถสร้าง Multiple Agent ย่อย ๆ เช่น agent ตัวที่หนึ่งรับออเดอร์ ตัวที่สองไว้ติดตามสถานะ ตัวที่สามไว้เก็บตังค์ และตัวที่สี่ไว้เก็บ feedback ความพึงพอใจลูกค้า จากการทดสอบ การแยกเป็น AI agent หลายตัว จะสามารถลด halucination หรือการตอบมั่ว ได้อย่างมาก เนื่องจากชุดคำสั่งการทำงานของ agent แต่ละตัวจะสั้นลง ทำให้ agent ไม่สับสน ก็เหมือนกับคนเราหากทำหลาย ๆ หน้าที่ก็จะสับสนและทำงานผิดพลาดได้เช่นเดียวกัน

จากการที่มีโอกาสพัฒนา chatbot ให้องค์กรต่าง ๆ อุปสรรคใหญ่ที่สุด ที่ทำให้หลายองค์กรลังเลที่จะใช้ LLM คือปัญหา halucination หรือการที่ chatbot ให้ข้อมูลที่ผิดกับลูกค้า

7 ขั้นตอนในการสร้าง AI Agent ด้วย platform ของ BOTNOI และเชื่อมต่อกับ LINE OA

“ผมได้ทำคลิปประกอบบทความด้วยครับ มั่นใจว่าทำตามกันได้ทุกคน ”

[embed]

1. สร้าง chatbot

เข้าไปที่ https://botnoi.ai จากนั้นก็เข้าสู่ระบบและทำการสร้าง chatbot

2. สร้าง AI Agent

2.1 ทางซ้ายล่างจะมีเมนูที่ชื่อว่า AI Agents กดที่เมนู

2.2 จากนั้นให้กด + New Agent

2.3 ใส่ชื่อ Agent ที่ต้องการ ในรูปผมใส่ว่า AI_รับออเดอร์

2.4 ใส่ข้อมูลตามของคุณลักษณะและชุดคำสั่ง ตามที่ต้องการ เช่น

Agent description -> คุณเป็นผู้หญิงน่ารักสดใส พูดจาสุภาพ อ่อนหวาน ชอบดูแลลูกค้า

และ Agent instruction -> ​คุณเป็นผู้หญิงน่ารักสดใส พูดจาสุภาพ อ่อนหวาน ชอบดูแลลูกค้า คุณเป็นพนักงานบริการรับออเดอร์อาหาร ให้ทักลูกค้าและถามว่าลูกค้าอยากทานอะไร เมื่อลูกค้าสั่งอาหารแล้วก็ให้ถามลูกค้าว่าสั่งอะไรเพิ่มมั้ย ลูกค้าอาจจะสั่งเพิ่ม แล้วก็ให้ถามไปเรื่อย ๆ จนลูกค้าบอกว่าไม่สั่งอะไรเพิ่มแล้ว จากนั้นก็ให้ส่งเมนู พร้อมกับส่งรูปนี้เพื่อขอบคุณ

2.5 นี่คือสิ่งที่พิเศษ สำหรับการสร้าง AI Agent ด้วย platform BOTNOI.AI เพราะเราสามารถให้ AI Agent ส่ง object ของ LINE ที่เราได้สร้างไว้ ให้กดปุ่ม Object

2.6ในตัวอย่างนี้ผมจะส่งรูปออกไปเมื่อจบบทสนทนาเพื่อขอบคุณ ก็ให้เลือกรูปที่เราได้สร้างขึ้นไว้ (แต่เราก็สามารถส่ง FlexMessage หรือ QuickReply ก็ได้เช่นกัน ลองประยุกต์ใช้กันดูนะครับ)

2.7 เพื่อเลือกแล้วก็จะขึ้นเป็น tag ใน Agent instruction ตามที่เห็นในรูปครับ

3. เชื่อมต่อ AI Agent กับ intent

3.1 กดที่ปุ่ม add Intent เลือกเป็นแบบ Sting Matching นะครับ

3.2 ใส่ชื่อ Intent หรือหัวข้อที่ต้องการ ในตัวอย่างก็จะเป็น หัวข้อ สั่งอาหาร ครับ

3.3 กดที่ชื่อ Intent ที่สร้างไว้ด้านซ้าย แล้วก็กด tab EXPECTED PHRASE ด้านขวา ซึ่งเป็นส่วนให้เติมประโยคที่เชื่อมโยงกับหัวข้อ

3.4 ใส่ประโยคที่คนมักจะพูดเกี่ยวกับการสั่งอาหาร เช่น สั่งอาหาร ออเดอร์ครับ ใส่เพื่มได้เรื่อย ๆ ยิ่งเยอะยิ่งดี บางทีเราอาจจะให้ AI ช่วยคิดประโยคกดปุ่ม AI ข้าง ๆ

3.5 จากนั้นให้กด tab BOT RESPONSE ตรงนี้เป็นส่วนให้ใส่คำตอบที่อยากจะใช้ chatbot ตอบครับ ซึ่งเราอาจจะส่งออกไปเป็น object ต่าง ๆ ไม่ว่าจะเป็น text รูปภาพ flex caurosel quick-reply richmenu แต่คราวนี้เป็นการยกระดับก้าวสำคัญคือเราจะเรียก AI Agent ที่เราได้สร้างไว้ใน 3.2 ครับ

4. ทดสอบ

ในด้านขวาล่างจะมี icon รูป BOT อยู่ เมื่อกดเข้าไป ก็จะมีหน้าต่าง pop ขึ้นมา เพื่อให้เราสามารถทดสอบคุยกับ chatbot ที่เราสร้างขึ้นมา วิธีปลุก AI Agent ก็ต้องพิมพ์ประโยคที่เราใช้สอน intent ในหัวข้อ 3.3 ครับ ในที่นี่ก็คือ สั่งอาหาร หรือออเดอร์ครับ เมื่อ intent ถูกเรียก AI Agent ที่เป็นพนักงานรับออเดอร์ก็จะถูกปลุกขึ้นมา แล้วเราก็จะสามารถที่จะคุยกับ AI Agent เพื่อสั่งอาหารตามที่เราได้เขียนชุดคำสั่งไว้

5. สร้าง LINE OA

ดูได้ในคลิปวีดีโอนี้ครับ

[embed]

6. เชื่อมต่อ BOTNOI.AI กับ LINE OA

สามารถดูตามคลิปนี้ครับ

[embed]

สรุปในคลิปตามนี้นะครับ

6.1 ไปที่ Settings

6.2 ให้ไปที่ Connection ที่จะรวม channel ที่เราสามารถนำมาเชื่อมต่อครับ ในบทความนี้เราจะนำมาเชื่อมต่อกับ LINE

6.3 ให้กดที่ LINE Modular Setting ที่เป็นวิธีการต่อแบบง่าย

6.4 เมื่อเรากด LINE Modular Setting ก็จะมีหน้าต่างแบบข้างล่างขึ้นมา ให้เรากด Select account แล้วก็ให้เลือก LINE OA ที่เราได้สร้างขึ้นมา

6.5 กด Add extension ให้ดูว่ามีคำว่า Connected และสวิตซ์ถูกเปิด แสดงว่าการเชื่อมสำเร็จ

7. ทดสอบใน LINE OA

ก็เป็นอันเสร็จสิ้นครับ เราได้ AI Agent เข้าไปอยู่ใน LINE OA เรียบร้อยแล้วครับ

บทสรุป

ผมคิดว่าการอัพเกรดครั้งใหญ่ครั้งนี้กับ feature AI Agent จะยกระดับการพัฒนา LINE chatbot อย่างมาก นักพัฒนาสามารถที่จะผสมผสานเทคโนโลยีเดิม rule-based กับเทคโนโลยีใหม่ AI Agent รวมทั้งยังสามารถเรียกใช้ LINE Object ที่มีหลากหลาย เพื่อตอบโจทย์ความต้องการของลูกค้า ผมหวังว่าบทความนี้จะเป็นจุดเริ่มต้น และจะเกิด chatbot ดี ๆ ขึ้นอีกมากมาย และในบทความถัด ๆ ไปผมคิดว่าจะลองเชื่อมต่อ API กับ AI Agent ครับ เพื่อรับและส่งข้อมูล โปรดรอติดตามนะครับ

เกี่ยวกับ BOTNOI

ที่ BOTNOI เรามุ่งมั่นพัฒนา AI และให้บริการปรึกษาทั้งด้าน AI และ Data Science ครับ นอกจากนี้เรายังพยายามที่จะให้ความรู้ด้านนี้ ดังนั้นหากองค์กรไหน สนใจอยากจะให้เราไปช่วยเหลือ ไม่ว่าจะเป็นการพัฒนา ปรึกษา หรือว่าอยากให้เราไปจัดอบรม ก็ติดต่อได้เลยนะครับ ดูรายละเอียดเกี่ยวกับพวกเราเพิ่มเติมได้ที่ https://botnoigroup.com ครับ