สร้าง AI Agent ด้วย n8n: ให้ AI ทำงานแทนคุณ

ความต่างระหว่าง “เรียก AI” กับ “AI Agent” คือ Agent ตัดสินใจเองได้ ถ้าคุณถาม ChatGPT ว่า “ราคาหุ้น Apple ตอนนี้เท่าไร” มันจะบอกว่าไม่รู้ เพราะข้อมูล training ของมันหยุดอยู่ที่วันหนึ่ง แต่ถ้า AI Agent มี Tool ค้นหาอินเทอร์เน็ตอยู่ในมือ มันจะค้นหาเองแล้วตอบคุณด้วยข้อมูลจริง

n8n ทำให้การสร้าง AI Agent แบบนี้ทำได้โดยไม่ต้องเขียนโค้ด

AI Agent ทำงานอย่างไร

AI Agent ใน n8n ทำงานตาม loop ที่เรียกว่า ReAct (Reason + Act):

รับ Task — รับคำสั่งหรือคำถามจากผู้ใช้
วางแผน — LLM คิดว่าต้องทำอะไรก่อน-หลัง
เลือก Tool — เลือก Tool ที่เหมาะสมจากรายการที่มี
ดำเนินการ — เรียก Tool แล้วดูผล
ประเมินผล — ถ้าได้คำตอบแล้วหยุด ถ้ายังไม่ได้กลับไปขั้น 2

ทั้งหมดนี้เกิดขึ้นโดยอัตโนมัติ คุณแค่กำหนด Tools และ LLM ที่ต้องการใช้

สิ่งที่ต้องมีก่อนสร้าง AI Agent

n8n เวอร์ชัน 1.x ขึ้นไป (AI Agent Node รองรับใน version นี้)
Credentials ของ LLM ที่ต้องการ — เช่น OpenAI หรือ Claude ดูวิธีตั้งค่าที่ เชื่อมต่อ ChatGPT กับ n8n
เข้าใจพื้นฐาน n8n Node แล้ว

ขั้นตอนที่ 1: สร้าง Basic AI Agent

สร้าง Workflow ใหม่ เพิ่ม Chat Trigger Node เพื่อรับ input จาก user (หรือจะใช้ Manual Trigger ก็ได้ตอนทดสอบ)

เพิ่ม AI Agent Node เชื่อมกับ Chat Trigger ใน AI Agent Node ให้ตั้งค่า:

Chat Model — ลาก OpenAI Chat Model Node มาเชื่อม แล้วเลือก model เป็น gpt-4o
Memory — ลาก Window Buffer Memory Node มาเชื่อม เพื่อให้ AI จำบทสนทนาในหน้าต่าง 10 ข้อความล่าสุด

เพิ่ม Respond to Webhook หรือ Chat Response Node เพื่อส่งผลกลับ

ทดสอบโดยพิมพ์คำถามอะไรก็ได้ ณ จุดนี้ AI ยังทำงานเหมือน Chatbot ธรรมดา เพราะยังไม่มี Tool

ขั้นตอนที่ 2: เพิ่ม Tools ให้ AI Agent

Tools คือสิ่งที่ทำให้ AI Agent ต่างจาก Chatbot ทั่วไป

Tool ที่มีใน n8n built-in:

Calculator — คำนวณตัวเลขได้แม่นยำ (AI มักผิดพลาดในการคำนวณ)
Wikipedia — ค้นหาข้อมูลพื้นฐานทั่วไป
SerpAPI — ค้นหา Google (ต้องมี SerpAPI account)
Code Execution — รัน JavaScript หรือ Python ได้
HTTP Request — เรียก API ภายนอกได้

วิธีเพิ่ม Tool: ลาก Tool Node ที่ต้องการมาวางใน Canvas แล้วเชื่อมเข้า AI Agent Node ที่ port Tools

ทดสอบโดยถาม Agent ว่า “12345 คูณ 678 เท่าไร” — ถ้ามี Calculator Tool มันจะใช้ Calculator แทนคำนวณเอง

ขั้นตอนที่ 3: สร้าง Custom Tool จาก Workflow อื่น

สิ่งที่ทรงพลังที่สุดของ n8n คือ Workflow อื่นๆ สามารถเป็น Tool ได้ เช่น สร้าง Sub-workflow ที่ค้นหาข้อมูลสินค้าจาก Database แล้วใช้เป็น Tool ให้ AI Agent ใช้

สร้าง Workflow ย่อย โดยใช้ Execute Workflow Trigger เป็น Trigger รับ parameter query ทำงานที่ต้องการ (ค้นหา DB, เรียก API ฯลฯ) แล้ว Return ผลลัพธ์

กลับไปที่ AI Agent Workflow ลาก Call n8n Workflow Tool Node เชื่อมกับ AI Agent กำหนดว่า Tool นี้ทำอะไร เช่น “ใช้ tool นี้เพื่อค้นหาข้อมูลสินค้าจาก catalog”

AI จะเรียก Tool นี้อัตโนมัติเมื่อผู้ใช้ถามเกี่ยวกับสินค้า

ขั้นตอนที่ 4: ตั้งค่า System Prompt ให้ Agent

System Prompt ใน AI Agent Node สำคัญมาก กำหนด:

บทบาทและ persona ของ Agent
ขอบเขตที่ Agent ทำได้และไม่ทำได้
รูปแบบการตอบ
ภาษาที่ใช้

ตัวอย่าง System Prompt:

คุณเป็น AI Assistant ของร้านขายของออนไลน์ [ชื่อร้าน]
หน้าที่: ตอบคำถามเกี่ยวกับสินค้า ราคา และสถานะออเดอร์
ภาษา: ไทยเสมอ ยกเว้น Technical Term
สิ่งที่ห้ามทำ: ให้ส่วนลดพิเศษนอกเหนือจาก promotion ที่มีอยู่
ถ้าไม่แน่ใจ: บอกว่าจะให้เจ้าหน้าที่ติดต่อกลับ

ขั้นตอนที่ 5: เพิ่ม Persistent Memory ด้วย Postgres

Window Buffer Memory เก็บบทสนทนาแค่ในหน่วยความจำชั่วคราว ถ้า server restart บทสนทนาหาย ถ้าต้องการให้จำข้ามเซสชัน ใช้ Postgres Chat Memory Node แทน

ตั้งค่า Postgres Credentials แล้วเชื่อม Node กับ AI Agent ที่ port Memory n8n จะสร้าง table เก็บบทสนทนาให้อัตโนมัติ

ปัญหาที่พบบ่อยและวิธีแก้

Agent วนลูปไม่จบ — กำหนด max iterations ใน AI Agent Node (ค่า default คือ 10) ถ้า Task ซับซ้อนมากให้เพิ่ม แต่ถ้าพบว่า Agent วน loop บ่อยแสดงว่า Tool Description ไม่ชัดเจนพอ

Agent ใช้ Tool ผิดตัว — แก้ที่ Tool Description ให้อธิบายว่า Tool นี้ใช้เมื่อไรและในสถานการณ์ใด ยิ่งชัดยิ่งดี

ค่าใช้จ่ายสูง — AI Agent เรียก LLM หลายรอบต่อ request ลด cost โดยใช้ gpt-4o-mini แทน gpt-4o สำหรับงานที่ไม่ซับซ้อน หรือจำกัด Tools ให้น้อยที่สุดเท่าที่จำเป็น

ตัวอย่าง Use Case: Research Agent

AI Agent ที่รับ topic → ค้นหา Google → อ่านบทความ → สรุปเป็นรายงาน

Tools ที่ต้องการ: SerpAPI, HTTP Request (ดึงเนื้อหาเว็บ), Calculator (ถ้าต้องคำนวณตัวเลข)

System Prompt บอกว่า: “รวบรวมข้อมูลจากอย่างน้อย 3 แหล่ง สรุปเป็นภาษาไทย ความยาวไม่เกิน 500 คำ”

ถ้าต้องการให้ Agent นี้ตอบจากข้อมูลของคุณเองแทน Google ดูเรื่อง RAG ได้ที่ สร้างระบบ RAG ด้วย n8n

อยากเรียน n8n แบบเป็นระบบ ตั้งแต่เริ่มต้นจนสร้าง Workflow ใช้งานจริงได้ ลองดู คอร์สสอน n8n ที่ aiunlock.co