ดึงข้อมูลจากเอกสารด้วย AI + n8n

การพิมพ์ข้อมูลจาก Invoice หรือเอกสารลงระบบด้วยมือเป็นงานที่เสียเวลามาก ผิดพลาดง่าย และเป็น bottleneck ของหลายทีม n8n + AI แก้ปัญหานี้ได้ด้วย Workflow ที่อ่านเอกสารและดึงข้อมูลออกมาในรูปแบบที่ต้องการโดยอัตโนมัติ

ประเภทเอกสารที่ทำได้

ระบบนี้รองรับเอกสารหลายประเภท:

Invoice/ใบแจ้งหนี้ — ดึงเลขที่, วันที่, ชื่อผู้ขาย, รายการสินค้า, ยอดรวม
ใบเสร็จรับเงิน — ดึงข้อมูลค่าใช้จ่ายสำหรับทำบัญชี
สัญญา — ดึงชื่อคู่สัญญา วันที่เริ่ม-สิ้นสุด มูลค่า เงื่อนไขสำคัญ
Resume/CV — ดึงข้อมูลผู้สมัครงาน
Form กรอกข้อมูล — scan แบบฟอร์มกระดาษแล้วดึงข้อมูล
รายงาน — สรุปข้อมูลสำคัญออกมา

ขั้นตอนที่ 1: รับไฟล์เอกสาร

มีหลายวิธีที่ Workflow รับไฟล์:

Email Attachment — ตั้ง Gmail Trigger ตรวจ inbox เมื่อมี email ที่มี attachment (กรองด้วย subject หรือ sender) ดาวน์โหลด attachment มาประมวลผล

Google Drive — ตั้ง Google Drive Trigger เมื่อมีไฟล์ใหม่ใน folder ที่กำหนด เหมาะกับทีมที่ drop ไฟล์ไว้รอ process

Webhook / Upload Form — สร้าง n8n Form Trigger ให้ user อัปโหลดไฟล์ผ่าน browser ได้โดยตรง

LINE — รับไฟล์ที่ลูกค้าส่งมาใน LINE ดาวน์โหลดผ่าน LINE Content API

ขั้นตอนที่ 2: แปลง PDF เป็น Text

วิธีที่ 1: ใช้ Extract from File Node n8n มี Node ชื่อ Extract from File ที่แปลง PDF เป็น text ได้โดยตรง เหมาะกับ PDF ที่สร้างจากโปรแกรม (ไม่ใช่ scan)

วิธีที่ 2: ใช้ Vision API สำหรับ Scanned Document สำหรับ PDF ที่เป็นรูปสแกน ต้องใช้ OCR ก่อน

เพิ่ม HTTP Request Node เรียก OpenAI Vision API:

POST https://api.openai.com/v1/chat/completions
Content-Type: application/json

{
  "model": "gpt-4o",
  "messages": [{
    "role": "user",
    "content": [
      {
        "type": "image_url",
        "image_url": {
          "url": "data:image/jpeg;base64,{{ $binary.data.toString('base64') }}"
        }
      },
      {
        "type": "text",
        "text": "อ่านข้อความทั้งหมดในรูปนี้และแสดงออกมาตามที่ปรากฏ"
      }
    ]
  }]
}

Claude 3.5 Sonnet ก็มี Vision capability ที่ดีมาก ใช้แทนกันได้

ขั้นตอนที่ 3: ดึงข้อมูล Structured ด้วย AI

เมื่อได้ text จาก PDF แล้ว ขั้นต่อไปคือดึงข้อมูลในรูป JSON

เพิ่ม OpenAI Node System Prompt:

คุณเป็นระบบดึงข้อมูลจากเอกสาร
ดึงข้อมูลตามที่ระบุ ถ้าไม่พบข้อมูลนั้นให้ใส่ null
ตอบในรูปแบบ JSON เท่านั้น ห้ามมีข้อความอื่น

User Prompt สำหรับ Invoice:

ดึงข้อมูลต่อไปนี้จากเอกสาร:
{
  "invoice_number": "เลขที่ใบแจ้งหนี้",
  "invoice_date": "วันที่ออกใบแจ้งหนี้ รูปแบบ YYYY-MM-DD",
  "due_date": "วันครบกำหนดชำระ รูปแบบ YYYY-MM-DD",
  "vendor_name": "ชื่อผู้ขาย/บริษัทที่ออกใบแจ้งหนี้",
  "vendor_tax_id": "เลขประจำตัวผู้เสียภาษีของผู้ขาย",
  "total_amount": "ยอดรวม ตัวเลขเท่านั้น",
  "vat_amount": "ภาษีมูลค่าเพิ่ม ตัวเลขเท่านั้น",
  "line_items": [{"description": "", "quantity": 0, "unit_price": 0, "amount": 0}]
}

เอกสาร:
{{ $json.text }}

ขั้นตอนที่ 4: Validate ข้อมูลที่ดึงได้

ก่อนบันทึกลง database ควร validate ว่าข้อมูลถูกต้อง

เพิ่ม Code Node สำหรับ validation:

const data = JSON.parse($input.first().json.message.content);

const errors = [];

if (!data.invoice_number) errors.push('ไม่พบเลขที่ใบแจ้งหนี้');
if (!data.total_amount || isNaN(data.total_amount)) errors.push('ยอดรวมไม่ถูกต้อง');
if (!data.vendor_name) errors.push('ไม่พบชื่อผู้ขาย');

return [{ json: { ...data, validation_errors: errors, is_valid: errors.length === 0 } }];

ถ้า is_valid = false ให้ route ไปสร้าง task สำหรับให้คน review แทน

ขั้นตอนที่ 5: บันทึกลง Google Sheets หรือ Database

เพิ่ม Google Sheets Node (Append Row) ใส่ column mapping:

Invoice Number → {{ $json.invoice_number }}
Date → {{ $json.invoice_date }}
Vendor → {{ $json.vendor_name }}
Amount → {{ $json.total_amount }}
Status → “Pending Review”

หรือถ้าใช้ Database เพิ่ม Postgres Node หรือ MySQL Node แทน

ตัวอย่าง Workflow สมบูรณ์

Gmail Trigger (รับ invoice ทาง email)
  ↓
IF (มี attachment ประเภท PDF)
  ↓
HTTP Request (ดาวน์โหลด attachment)
  ↓
Extract from File (แปลง PDF → text)
  ↓
OpenAI (ดึงข้อมูล structured)
  ↓
Code Node (parse JSON + validate)
  ↓
IF (is_valid = true)
  ├─ YES → Google Sheets (บันทึก)
  │         → Gmail (แจ้งว่า process สำเร็จ)
  └─ NO  → Google Sheets (บันทึก + mark error)
            → Gmail (แจ้ง error ให้ review)

เพิ่มความแม่นยำด้วย Few-shot Examples

ถ้า AI ดึงข้อมูลผิดบ่อย ให้เพิ่มตัวอย่างใน prompt:

ตัวอย่าง:
เอกสาร: "ใบแจ้งหนี้เลขที่ INV-2026-001 วันที่ 10 เมษายน 2569..."
Output: {"invoice_number": "INV-2026-001", "invoice_date": "2026-04-10", ...}

เอกสารจริง:
{{ $json.text }}

2-3 ตัวอย่างมักเพียงพอให้ accuracy เพิ่มขึ้นมาก โดยเฉพาะกับเอกสาร format เฉพาะบริษัท

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