n8n Thai
by n8n Thai

สร้างระบบ AI Customer Support ด้วย n8n

สร้างระบบ Customer Support อัตโนมัติด้วย AI และ n8n เชื่อม LINE OA, Web Chat ให้ AI ตอบจาก knowledge base ได้ตลอด 24 ชั่วโมง

n8n ai line use-case
สร้างระบบ AI Customer Support ด้วย n8n

Customer Support คือ use case ที่ AI + n8n ให้ ROI สูงที่สุดสำหรับธุรกิจ SME ในไทย ลูกค้าส่วนใหญ่ถามคำถามซ้ำๆ เรื่องเดิมๆ — ราคา, วิธีสั่ง, สถานะออเดอร์, วิธีใช้งาน — ทั้งหมดนี้ AI ตอบได้ดีถ้ามีข้อมูลพอ

ระบบที่จะสร้างในบทความนี้รองรับทั้ง LINE OA และ Web Chat พร้อม escalation ให้คนเมื่อ AI ตอบไม่ได้

สถาปัตยกรรมของระบบ

ระบบประกอบด้วย 3 ส่วนหลัก:

1. Knowledge Base — เก็บข้อมูลที่ AI จะใช้ตอบ เช่น FAQ, ข้อมูลสินค้า, นโยบาย โดยใช้ Vector Database (แนะนำ Supabase หรือ Qdrant)

2. Conversation Engine — AI Agent ที่ค้นหา knowledge base แล้วตอบลูกค้า มี memory เพื่อจำบริบทบทสนทนา

3. Channel Integration — เชื่อมกับ LINE OA, Web Widget หรือ channel อื่นๆ และมี escalation path ไปยัง human agent

ขั้นตอนที่ 1: สร้าง Knowledge Base

ก่อนสร้าง chatbot ต้องเตรียม knowledge base ก่อน รวบรวม:

  • FAQ เดิมที่มีอยู่
  • ข้อมูลสินค้าหรือบริการ
  • นโยบายคืนสินค้า, จัดส่ง, การชำระเงิน
  • คำถามที่ทีม support ตอบซ้ำๆ บ่อยที่สุด

สร้าง Indexing Workflow:

  1. Manual Trigger → เรียกใช้ครั้งแรกและทุกครั้งที่อัปเดตข้อมูล
  2. Read Binary File → อ่านไฟล์เอกสาร (PDF, Word, Text)
  3. Default Data Loader → แบ่ง chunk ขนาด 500 characters
  4. Embeddings OpenAI → แปลงเป็น vector
  5. Supabase Vector Store (Insert) → บันทึกลง database

รายละเอียดเพิ่มเติมที่ สร้างระบบ RAG ด้วย n8n

ขั้นตอนที่ 2: Workflow หลัก (Conversation Engine)

สร้าง Workflow ใหม่สำหรับรับและตอบ message:

Webhook Trigger — รับ message จาก LINE หรือ Web Chat

Set Node — Extract ข้อมูลที่ต้องการ:

user_id: {{ $json.body.events[0].source.userId }}
message: {{ $json.body.events[0].message.text }}

AI Agent Node — ตั้งค่า:

  • Chat Model: OpenAI Chat Model (gpt-4o หรือ gpt-4o-mini)
  • Memory: Postgres Chat Memory (เก็บ session ตาม user_id)
  • Tools: Supabase Vector Store Tool

System Prompt สำหรับ Customer Support:

คุณเป็น AI Assistant ของ [ชื่อร้าน/บริษัท]
ภาษา: ไทย เสมอ ใช้ภาษาสุภาพแต่เป็นกันเอง
หน้าที่: ตอบคำถามเกี่ยวกับสินค้า บริการ และนโยบายของเรา

วิธีใช้ข้อมูล:
- ค้นหาจาก knowledge base ก่อนเสมอ
- ถ้าพบข้อมูล ตอบจากข้อมูลนั้น อย่าเพิ่มเติมจากสิ่งที่ไม่มีใน knowledge base
- ถ้าไม่พบข้อมูล ให้บอก: "ขอโทษนะคะ เรื่องนี้ขอให้เจ้าหน้าที่ช่วยตอบดีกว่า"

ห้ามทำ:
- อย่าให้ข้อมูลราคาหรือ promotion ที่ไม่มีใน knowledge base
- อย่าสัญญาหรือยืนยันในสิ่งที่ไม่แน่ใจ

ขั้นตอนที่ 3: เชื่อมกับ LINE OA

ตั้งค่า LINE Messaging API Webhook ให้ชี้ไปที่ n8n Webhook URL

เพิ่ม IF Node ตรวจว่า message type = “text” (กรอง sticker, image, location ออก)

เพิ่ม HTTP Request Node สำหรับส่ง reply กลับ LINE:

POST https://api.line.me/v2/bot/message/reply
Authorization: Bearer {LINE_CHANNEL_ACCESS_TOKEN}
Content-Type: application/json

{
  "replyToken": "{{ $json.body.events[0].replyToken }}",
  "messages": [{
    "type": "text",
    "text": "{{ $('AI Agent').first().json.output }}"
  }]
}

รายละเอียด LINE integration ที่ คู่มือ n8n + LINE Messaging API

ขั้นตอนที่ 4: Escalation ให้ Human Agent

AI ไม่ควรพยายามตอบทุกคำถาม มีบางกรณีที่ต้องส่งต่อคน

สร้าง Escalation Logic ใน AI Agent: ถ้า AI ตอบว่าต้องส่งต่อ ให้ Workflow:

  1. บันทึก conversation ลง Google Sheets หรือ CRM
  2. แจ้ง LINE Group ของ support team ว่ามีลูกค้าที่ต้องการความช่วยเหลือ
  3. ส่ง auto-reply ให้ลูกค้าว่า “เจ้าหน้าที่จะติดต่อกลับใน X นาที”

ใช้ IF Node ตรวจสอบ output ของ AI Agent ว่ามีคีย์เวิร์ดที่กำหนด เช่น “ส่งต่อเจ้าหน้าที่” หรือ “ไม่มีข้อมูล”

ขั้นตอนที่ 5: Dashboard ติดตามคุณภาพ

บันทึกทุก conversation ลง Database เพื่อวิเคราะห์ในภายหลัง เก็บ:

  • User ID และ timestamp
  • คำถามของลูกค้า
  • คำตอบของ AI
  • ว่า escalate หรือไม่
  • Customer satisfaction (ถ้ามีการ rate)

ดูรูปแบบคำถามที่ AI ตอบผิดบ่อย → เพิ่มข้อมูลนั้นลง knowledge base → ระบบฉลาดขึ้นเรื่อยๆ

ตัวอย่างผลลัพธ์ที่ธุรกิจไทยทำได้

ร้านค้า Online ขนาดกลาง (ลูกค้า 500-1000 คนต่อวัน) สามารถลด support ticket ที่ต้องให้คนตอบได้ 60-70% ด้วยระบบแบบนี้ ที่เหลือ 30-40% คือคำถามที่ซับซ้อนหรือต้องการ human judgement จริงๆ ซึ่งทีม support สามารถโฟกัสได้อย่างเต็มที่

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

Related posts

สรุปข้อความกลุ่ม LINE ด้วย AI + n8n

สร้าง workflow ดึงข้อความจากกลุ่ม LINE แล้วให้ AI สรุปประเด็นสำคัญอัตโนมัติ เหมาะสำหรับกลุ่มทีมงานและการประชุม

สร้างคอนเทนต์อัตโนมัติด้วย AI + n8n

สร้างระบบผลิตคอนเทนต์ Social Media อัตโนมัติด้วย AI และ n8n ตั้งแต่เขียนข้อความ ไปจนถึงโพสต์ Facebook, Instagram, Line

ดึงข้อมูลจากเอกสารด้วย AI + n8n

วิธีดึงข้อมูลจาก PDF, Invoice, ใบเสร็จ และเอกสารต่างๆ อัตโนมัติด้วย AI และ n8n บันทึกลง Google Sheets หรือ Database