#คู่มือการตั้งค่าสำหรับผู้ดูแลระบบ: AI Employee

เอกสารนี้จะช่วยให้คุณเข้าใจวิธีการตั้งค่าและจัดการ AI Employee ได้อย่างรวดเร็ว โดยจะแนะนำคุณทีละขั้นตอน ตั้งแต่การตั้งค่าบริการโมเดลไปจนถึงการมอบหมายงานครับ/ค่ะ

#1. ก่อนเริ่มต้น

#1. ข้อกำหนดของระบบ

ก่อนการตั้งค่า โปรดตรวจสอบให้แน่ใจว่าสภาพแวดล้อมของคุณเป็นไปตามเงื่อนไขต่อไปนี้:

• ติดตั้ง NocoBase 2.0 หรือสูงกว่า แล้ว
• เปิดใช้งาน ปลั๊กอิน AI Employee แล้ว
• มี บริการโมเดลภาษาขนาดใหญ่ (LLM) ที่ใช้งานได้อย่างน้อยหนึ่งรายการ (เช่น OpenAI, Claude, DeepSeek, GLM เป็นต้น)

#2. ทำความเข้าใจการออกแบบสองชั้นของ AI Employee

AI Employee แบ่งออกเป็นสองชั้น ได้แก่ "การกำหนดบทบาท" และ "การปรับแต่งงาน"

ชั้น	คำอธิบาย	คุณสมบัติ	หน้าที่
การกำหนดบทบาท	บุคลิกพื้นฐานและความสามารถหลักของพนักงาน	มั่นคงไม่เปลี่ยนแปลง เหมือน "เรซูเม่"	รับประกันความสอดคล้องของบทบาท
การปรับแต่งงาน	การตั้งค่าสำหรับสถานการณ์ทางธุรกิจที่แตกต่างกัน	ปรับเปลี่ยนได้ยืดหยุ่น	ปรับให้เข้ากับงานเฉพาะ

ทำความเข้าใจง่ายๆ:

"การกำหนดบทบาท" เป็นตัวกำหนดว่าพนักงานคนนี้คือใคร "การปรับแต่งงาน" เป็นตัวกำหนดว่าพนักงานคนนี้กำลังจะทำอะไรในตอนนี้

ประโยชน์ของการออกแบบนี้คือ:

• บทบาทยังคงเดิม แต่สามารถรับมือกับสถานการณ์ที่แตกต่างกันได้
• การอัปเกรดหรือเปลี่ยนงานจะไม่ส่งผลกระทบต่อตัวพนักงานเอง
• ข้อมูลพื้นฐานและงานเป็นอิสระต่อกัน ทำให้การบำรุงรักษาง่ายขึ้น

#2. ขั้นตอนการตั้งค่า (ทำได้ใน 5 ขั้นตอน)

#ขั้นตอนที่ 1: ตั้งค่าบริการโมเดล

บริการโมเดลเปรียบเสมือนสมองของ AI Employee ซึ่งต้องตั้งค่าให้เรียบร้อยก่อนครับ/ค่ะ

💡 สำหรับคำแนะนำการตั้งค่าโดยละเอียด โปรดดูที่: การตั้งค่าบริการ LLM

เส้นทาง: การตั้งค่าระบบ → AI Employee → บริการโมเดล

คลิก เพิ่ม แล้วกรอกข้อมูลต่อไปนี้:

รายการ	คำอธิบาย	ข้อควรทราบ
ประเภทอินเทอร์เฟซ	เช่น OpenAI, Claude เป็นต้น	ใช้งานร่วมกับบริการที่มีข้อกำหนดเดียวกันได้
API Key	คีย์ที่ผู้ให้บริการจัดหาให้	เก็บเป็นความลับและเปลี่ยนเป็นประจำ
ที่อยู่บริการ	API Endpoint	ต้องแก้ไขเมื่อใช้พร็อกซี
ชื่อโมเดล	ชื่อโมเดลที่เฉพาะเจาะจง (เช่น gpt-4, claude-opus)	ส่งผลต่อความสามารถและค่าใช้จ่าย

หลังจากตั้งค่าแล้ว โปรดทดสอบการเชื่อมต่อ หากล้มเหลว โปรดตรวจสอบเครือข่าย, API Key หรือชื่อโมเดลของคุณครับ/ค่ะ

#ขั้นตอนที่ 2: สร้าง AI Employee

💡 สำหรับคำแนะนำโดยละเอียด โปรดดูที่: การสร้าง AI Employee

เส้นทาง: การจัดการ AI Employee → สร้าง Employee

กรอกข้อมูลพื้นฐาน:

ฟิลด์	จำเป็น	ตัวอย่าง
ชื่อ	✓	viz, dex, cole
ชื่อเล่น	✓	Viz, Dex, Cole
สถานะการเปิดใช้งาน	✓	เปิด
ประวัติโดยย่อ	-	"ผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูล"
Prompt หลัก	✓	ดูคู่มือ Prompt Engineering
ข้อความต้อนรับ	-	"สวัสดีครับ/ค่ะ ผม/ดิฉัน Viz…"

จากนั้น ผูกกับบริการโมเดลที่คุณเพิ่งตั้งค่าไว้

คำแนะนำในการเขียน Prompt:

• ระบุบทบาท, น้ำเสียง และความรับผิดชอบของ Employee ให้ชัดเจน
• ใช้คำว่า "ต้อง" และ "ห้าม" เพื่อเน้นย้ำกฎ
• พยายามใส่ตัวอย่างให้มากที่สุด เพื่อหลีกเลี่ยงคำอธิบายที่เป็นนามธรรม
• ควบคุมให้อยู่ระหว่าง 500–1000 ตัวอักษร

ยิ่ง Prompt ชัดเจนเท่าไหร่ ประสิทธิภาพของ AI ก็จะยิ่งเสถียรมากขึ้นเท่านั้น สามารถอ้างอิง คู่มือ Prompt Engineering ได้ครับ/ค่ะ

#ขั้นตอนที่ 3: ตั้งค่าทักษะ

ทักษะเป็นตัวกำหนดว่า Employee "สามารถทำอะไรได้บ้าง"

💡 สำหรับคำแนะนำโดยละเอียด โปรดดูที่: ทักษะ

ประเภท	ขอบเขตความสามารถ	ตัวอย่าง	ระดับความเสี่ยง
ส่วนหน้า	การโต้ตอบกับหน้าเว็บ	อ่านข้อมูลบล็อก, กรอกแบบฟอร์ม	ต่ำ
โมเดลข้อมูล	การสอบถามและวิเคราะห์ข้อมูล	สถิติรวม	ปานกลาง
เวิร์กโฟลว์	ดำเนินการตามกระบวนการทางธุรกิจ	เครื่องมือที่กำหนดเอง	ขึ้นอยู่กับเวิร์กโฟลว์
อื่นๆ	การขยายภายนอก	ค้นหาทางเว็บ, การจัดการไฟล์	ขึ้นอยู่กับสถานการณ์

คำแนะนำในการตั้งค่า:

• 3–5 ทักษะต่อ Employee หนึ่งคนเหมาะสมที่สุด
• ไม่แนะนำให้เลือกทั้งหมด เพราะอาจทำให้เกิดความสับสนได้
• ปิดการใช้งานอัตโนมัติ (Auto usage) ก่อนดำเนินการที่สำคัญ

#ขั้นตอนที่ 4: ตั้งค่าฐานความรู้ (ไม่บังคับ)

หาก AI Employee ของคุณต้องการจดจำหรืออ้างอิงข้อมูลจำนวนมาก เช่น คู่มือผลิตภัณฑ์, คำถามที่พบบ่อย (FAQ) เป็นต้น คุณสามารถตั้งค่าฐานความรู้ได้ครับ/ค่ะ

💡 สำหรับคำแนะนำโดยละเอียด โปรดดูที่:

• ภาพรวมฐานความรู้ AI
• ฐานข้อมูลเวกเตอร์
• การตั้งค่าฐานความรู้
• RAG (Retrieval-Augmented Generation)

สิ่งนี้ต้องติดตั้งปลั๊กอินฐานข้อมูลเวกเตอร์เพิ่มเติม

สถานการณ์ที่เหมาะสม:

• เพื่อให้ AI เข้าใจความรู้ขององค์กร
• เพื่อรองรับการถามตอบและค้นหาเอกสาร
• เพื่อฝึกผู้ช่วยเฉพาะทาง

#ขั้นตอนที่ 5: ตรวจสอบผลลัพธ์

เมื่อเสร็จสิ้น คุณจะเห็นรูปโปรไฟล์ของ Employee ใหม่ที่มุมขวาล่างของหน้าจอครับ/ค่ะ

โปรดตรวจสอบแต่ละรายการ:

• ✅ ไอคอนแสดงผลถูกต้องหรือไม่
• ✅ สามารถสนทนาพื้นฐานได้หรือไม่
• ✅ สามารถเรียกใช้ทักษะได้อย่างถูกต้องหรือไม่

หากผ่านทั้งหมด แสดงว่าการตั้งค่าสำเร็จ 🎉

#3. การตั้งค่างาน: ทำให้ AI เริ่มทำงานจริง

สิ่งที่เราทำไปก่อนหน้านี้คือ "การสร้าง Employee" ต่อไปคือการทำให้พวกเขา "เริ่มทำงาน"

งานของ AI กำหนดพฤติกรรมของ Employee ในหน้าเว็บหรือบล็อกที่เฉพาะเจาะจง

💡 สำหรับคำแนะนำโดยละเอียด โปรดดูที่: งาน

#1. งานระดับหน้าเว็บ

ใช้ได้กับทั้งหน้าเว็บ เช่น "วิเคราะห์ข้อมูลในหน้านี้"

ช่องทางการตั้งค่า: การตั้งค่าหน้าเว็บ → AI Employee → เพิ่มงาน

ฟิลด์	คำอธิบาย	ตัวอย่าง
ชื่อเรื่อง	ชื่องาน	การวิเคราะห์การเปลี่ยนสถานะ
บริบท	บริบทของหน้าปัจจุบัน	หน้าแสดงรายการ Leads
ข้อความเริ่มต้น	บทสนทนาที่ตั้งไว้ล่วงหน้า	"โปรดวิเคราะห์แนวโน้มของเดือนนี้"
บล็อกเริ่มต้น	เชื่อมโยงกับตารางข้อมูลโดยอัตโนมัติ	ตาราง leads
ทักษะ	เครื่องมือที่ใช้งานได้	สอบถามข้อมูล, สร้างแผนภูมิ

การรองรับหลายงาน: AI Employee หนึ่งคนสามารถตั้งค่าหลายงานได้ โดยจะแสดงเป็นตัวเลือกให้ผู้ใช้เลือก:

ข้อแนะนำ:

• หนึ่งงานควรมุ่งเน้นไปที่เป้าหมายเดียว
• ชื่อควรชัดเจนและเข้าใจง่าย
• ควบคุมจำนวนงานให้อยู่ระหว่าง 5–7 งาน

#2. งานระดับบล็อก

เหมาะสำหรับการดำเนินการกับบล็อกที่เฉพาะเจาะจง เช่น "แปลแบบฟอร์มปัจจุบัน"

วิธีการตั้งค่า:

1. เปิดการตั้งค่าการดำเนินการของบล็อก
2. เพิ่ม "AI Employee"

3. ผูกกับ Employee เป้าหมาย

รายการเปรียบเทียบ	ระดับหน้าเว็บ	ระดับบล็อก
ขอบเขตข้อมูล	ทั้งหน้าเว็บ	บล็อกปัจจุบัน
ความละเอียด	การวิเคราะห์ทั่วโลก	การประมวลผลรายละเอียด
การใช้งานทั่วไป	การวิเคราะห์แนวโน้ม	การแปลแบบฟอร์ม, การดึงฟิลด์

#4. แนวทางปฏิบัติที่ดีที่สุด

#1. คำแนะนำในการตั้งค่า

รายการ	ข้อแนะนำ	เหตุผล
จำนวนทักษะ	3–5 ทักษะ	ความแม่นยำสูง, ตอบสนองเร็ว
Auto usage	เปิดใช้งานด้วยความระมัดระวัง	ป้องกันการดำเนินการผิดพลาด
ความยาว Prompt	500–1000 ตัวอักษร	สมดุลระหว่างความเร็วและคุณภาพ
เป้าหมายของงาน	เดียวและชัดเจน	หลีกเลี่ยงความสับสนของ AI
เวิร์กโฟลว์	ใช้หลังจากรวมงานที่ซับซ้อนแล้ว	อัตราความสำเร็จสูงขึ้น

#2. คำแนะนำเชิงปฏิบัติ

เริ่มจากเล็กไปใหญ่, ปรับปรุงทีละขั้นตอน:

1. ขั้นแรก สร้าง Employee พื้นฐาน (เช่น Viz, Dex)
2. เปิดใช้งานทักษะหลัก 1–2 อย่างเพื่อทดสอบ
3. ยืนยันว่าสามารถดำเนินการงานได้ตามปกติ
4. จากนั้น ค่อยๆ ขยายทักษะและงานเพิ่มเติม

กระบวนการปรับปรุงอย่างต่อเนื่อง:

1. ทำให้เวอร์ชันเริ่มต้นทำงานได้
2. รวบรวมความคิดเห็นจากการใช้งาน
3. ปรับปรุง Prompt และการตั้งค่างาน
4. ทดสอบและปรับปรุงซ้ำ

#5. คำถามที่พบบ่อย

#1. ขั้นตอนการตั้งค่า

ถาม: หากบันทึกไม่สำเร็จต้องทำอย่างไร? ตอบ: ตรวจสอบว่าได้กรอกข้อมูลในช่องที่จำเป็นทั้งหมดหรือไม่ โดยเฉพาะบริการโมเดลและ Prompt ครับ/ค่ะ

ถาม: ควรเลือกโมเดลใด?

• เกี่ยวกับโค้ด → Claude, GPT-4
• เกี่ยวกับการวิเคราะห์ → Claude, DeepSeek
• คำนึงถึงต้นทุน → Qwen, GLM
• ข้อความยาว → Gemini, Claude

#2. ขั้นตอนการใช้งาน

ถาม: AI ตอบกลับช้าเกินไป?

• ลดจำนวนทักษะ
• ปรับปรุง Prompt
• ตรวจสอบความล่าช้าของบริการโมเดล
• อาจพิจารณาเปลี่ยนโมเดล

ถาม: การดำเนินการงานไม่แม่นยำ?

• Prompt ไม่ชัดเจนพอ
• มีทักษะมากเกินไปทำให้สับสน
• แบ่งงานย่อย, เพิ่มตัวอย่าง

ถาม: ควรเปิดใช้งาน Auto usage เมื่อใด?

• สามารถเปิดใช้งานสำหรับงานประเภทการสอบถามได้
• แนะนำให้ปิดใช้งานสำหรับงานประเภทการแก้ไขข้อมูล

ถาม: จะให้ AI ประมวลผลแบบฟอร์มเฉพาะได้อย่างไร?

ตอบ: หากเป็นการตั้งค่าระดับหน้าเว็บ คุณจะต้องเลือกบล็อกด้วยตนเอง

หากเป็นการตั้งค่างานระดับบล็อก บริบทข้อมูลจะถูกผูกโดยอัตโนมัติ

#6. การอ่านเพิ่มเติม

หากต้องการให้ AI Employee ของคุณมีประสิทธิภาพมากยิ่งขึ้น สามารถอ่านเอกสารต่อไปนี้ได้ครับ/ค่ะ

ที่เกี่ยวข้องกับการตั้งค่า:

• คู่มือ Prompt Engineering - เทคนิคและแนวทางปฏิบัติที่ดีที่สุดสำหรับการเขียน Prompt คุณภาพสูง
• การตั้งค่าบริการ LLM - คำแนะนำการตั้งค่าโดยละเอียดสำหรับบริการโมเดลขนาดใหญ่
• การสร้าง AI Employee - การสร้างและการตั้งค่าพื้นฐานของ AI Employee
• การทำงานร่วมกับ AI Employee - วิธีการสนทนาอย่างมีประสิทธิภาพกับ AI Employee

คุณสมบัติขั้นสูง:

• ทักษะ - ทำความเข้าใจเชิงลึกเกี่ยวกับการตั้งค่าและการใช้งานทักษะประเภทต่างๆ
• งาน - เทคนิคขั้นสูงสำหรับการตั้งค่างาน
• การเลือกบล็อก - วิธีการระบุบล็อกข้อมูลสำหรับ AI Employee
• แหล่งข้อมูล - การตั้งค่าและการจัดการแหล่งข้อมูล
• การค้นหาทางเว็บ - การตั้งค่าความสามารถในการค้นหาทางเว็บของ AI Employee

ฐานความรู้และ RAG:

• ภาพรวมฐานความรู้ AI - แนะนำคุณสมบัติฐานความรู้
• ฐานข้อมูลเวกเตอร์ - การตั้งค่าฐานข้อมูลเวกเตอร์
• ฐานความรู้ - วิธีการสร้างและจัดการฐานความรู้
• RAG (Retrieval-Augmented Generation) - การประยุกต์ใช้เทคโนโลยี RAG

การผสานรวมเวิร์กโฟลว์:

• โหนด LLM - การสนทนาด้วยข้อความ - การใช้การสนทนาด้วยข้อความในเวิร์กโฟลว์
• โหนด LLM - การสนทนาแบบ Multimodal - การจัดการอินพุตแบบ Multimodal เช่น รูปภาพ, ไฟล์
• โหนด LLM - ผลลัพธ์ที่มีโครงสร้าง - การรับการตอบสนองของ AI ที่มีโครงสร้าง

#บทสรุป

สิ่งที่สำคัญที่สุดในการตั้งค่า AI Employee คือ: ทำให้ใช้งานได้ก่อน แล้วค่อยปรับปรุง เริ่มต้นด้วยการทำให้ Employee คนแรกเริ่มทำงานได้สำเร็จ จากนั้นค่อยๆ ขยายและปรับแต่ง

แนวทางการแก้ไขปัญหา สามารถทำได้ตามลำดับต่อไปนี้:

1. บริการโมเดลเชื่อมต่ออยู่หรือไม่
2. มีจำนวนทักษะมากเกินไปหรือไม่
3. Prompt ชัดเจนหรือไม่
4. เป้าหมายของงานชัดเจนหรือไม่

เพียงแค่ทำตามขั้นตอน คุณก็จะสามารถสร้างทีม AI ที่มีประสิทธิภาพได้อย่างแท้จริงครับ/ค่ะ