เชื่อมต่อ ChatGPT กับ n8n: วิธีใช้ OpenAI API

OpenAI เป็นประตูแรกที่คนส่วนใหญ่เข้าสู่โลก AI และการนำมันมาเชื่อมกับ n8n คือก้าวที่เปลี่ยน ChatGPT จาก “กล่องคุยได้” ให้กลายเป็น “ระบบที่ทำงานแทนคุณได้จริง” ไม่ว่าจะเป็นการสรุปอีเมล ตอบคำถามลูกค้า หรือสร้างคอนเทนต์ ทั้งหมดทำได้โดยไม่ต้องเขียนโค้ด

ก่อนเริ่ม: สิ่งที่ต้องมี

n8n ที่ติดตั้งแล้ว (Cloud หรือ Self-host) — ดูวิธีติดตั้งที่ คู่มือ Self-host n8n
บัญชี OpenAI ที่มี credit พร้อมใช้งาน
เวลาประมาณ 15-20 นาที

ขั้นตอนที่ 1: สร้าง OpenAI API Key

ไปที่ platform.openai.com แล้ว Login เข้าสู่ระบบ

คลิก API Keys ในเมนูด้านซ้าย แล้วกด Create new secret key ตั้งชื่อที่จำได้ เช่น “n8n-production” หรือ “n8n-dev” แล้ว Copy key ที่ได้ทันที เพราะระบบจะไม่แสดงให้ดูอีกครั้ง

สิ่งที่ควรทำด้วย: ตั้ง Usage Limit ที่ Billing → Limits เพื่อป้องกัน bill พุ่งโดยไม่ตั้งใจ แนะนำตั้ง soft limit ที่ 5-10 USD ก่อน

ขั้นตอนที่ 2: บันทึก Credentials ใน n8n

เปิด n8n แล้วไปที่ Settings → Credentials แล้วกด Add Credential

ค้นหา “OpenAI” แล้วเลือก OpenAI API วาง API Key ที่ได้มาในช่อง “API Key” กด Save

ถ้าต้องการแยก Environment กัน แนะนำสร้าง Credentials แยก เช่น “OpenAI Dev” และ “OpenAI Production”

ขั้นตอนที่ 3: สร้าง Workflow แรกกับ ChatGPT

สร้าง Workflow ใหม่ ลาก Node แรกเป็น Manual Trigger (สำหรับทดสอบ)

เพิ่ม Node ใหม่ ค้นหา “OpenAI” แล้วเลือก OpenAI (ไม่ใช่ “OpenAI Chat Model” ที่ใช้กับ AI Agent นะ) เลือก Operation เป็น Message a Model

ตั้งค่าดังนี้:

Credential — เลือก Credentials ที่สร้างไว้
Model — เลือก gpt-4o หรือ gpt-4o-mini (ถูกกว่า เหมาะทดสอบ)
Messages — เพิ่ม message แรก: Role = system, Content = คุณเป็นผู้ช่วยที่ตอบเป็นภาษาไทย
เพิ่ม message ที่สอง: Role = user, Content = ข้อความที่ต้องการถาม

กด Execute Node เพื่อทดสอบ ถ้าเห็น response กลับมาในช่อง Output แสดงว่าเชื่อมต่อสำเร็จ

ขั้นตอนที่ 4: รับ Input จากภายนอก

Workflow จริงมักรับ input จากที่อื่น ไม่ใช่แค่ hardcode ในตัว Node ลอง Workflow นี้:

Webhook Trigger → รับข้อความจาก HTTP POST → OpenAI Node → ส่ง response กลับด้วย Respond to Webhook

ใน OpenAI Node ให้ใส่ expression ในช่อง Content ของ user message:

{{ $json.body.message }}

แทนที่จะพิมพ์คำถามตรงๆ วิธีนี้ทำให้ Workflow รับคำถามจากภายนอกได้ทุกครั้งที่ถูก trigger

ขั้นตอนที่ 5: เพิ่ม System Prompt ที่มีประสิทธิภาพ

System Prompt คือ “คำสั่งลับ” ที่กำหนด persona และขอบเขตของ AI ตัวอย่าง System Prompt สำหรับ Customer Support:

คุณเป็นผู้ช่วยฝ่ายบริการลูกค้าของร้าน [ชื่อร้าน]
ตอบเป็นภาษาไทยเสมอ ใช้ภาษาสุภาพแต่เป็นกันเอง
ถ้าไม่รู้คำตอบ ให้บอกว่า "กรุณารอสักครู่ เจ้าหน้าที่จะติดต่อกลับ"
ห้ามพูดถึงราคา promotion หรือเงื่อนไขที่ไม่มีในข้อมูลที่ให้มา

ยิ่ง System Prompt ชัดเจน ผลลัพธ์ยิ่งน่าเชื่อถือ

ความแตกต่างระหว่าง OpenAI Node กับ OpenAI Chat Model Node

คนมักสับสนระหว่าง Node สองตัวนี้:

OpenAI Node (ใน Integrations) — ใช้เรียก OpenAI API โดยตรง รองรับหลาย Operation เช่น chat, image generation, audio transcription เหมาะกับ Workflow ตรงๆ ที่ไม่ต้องการ AI Agent logic

OpenAI Chat Model Node (ใน AI section) — ใช้เป็น “สมอง” ให้กับ AI Agent Node เท่านั้น ต้องใช้ร่วมกับ AI Agent Node จึงจะทำงานได้

ถ้าเพิ่งเริ่ม ให้ใช้ OpenAI Node ก่อน แล้วค่อยเรียนรู้ AI Agent เพิ่มเติมที่ สร้าง AI Agent ด้วย n8n

ตัวอย่าง Use Case ที่ทำได้ทันที

Summarize Email — Gmail Trigger → OpenAI (สรุปอีเมล) → บันทึกลง Notion
แปลภาษา — รับข้อความ → OpenAI (แปลเป็นไทย) → ส่งกลับ
Classify Feedback — รับ review ลูกค้า → OpenAI (จำแนกเป็น positive/negative/neutral) → บันทึกลง Google Sheets
สร้าง Caption — รับชื่อสินค้า → OpenAI (เขียน caption) → โพสต์ Facebook

การจัดการค่าใช้จ่าย

OpenAI เก็บเงินตาม token ที่ใช้ สิ่งที่ควรทำ:

ใช้ gpt-4o-mini สำหรับงานง่ายๆ ราคาถูกกว่า gpt-4o มาก
ตั้ง max_tokens ให้เหมาะสมกับงาน ไม่ต้องใช้ค่า default ที่สูงเกินไป
ถ้า Workflow ถูก trigger บ่อย ให้ cache ผลลัพธ์ที่ซ้ำกัน
ดู usage จริงที่ platform.openai.com/usage อย่างสม่ำเสมอ

ถ้าต้องการเปรียบเทียบว่า OpenAI เหมาะกับงานไหนบ้างเทียบกับ Claude หรือ Gemini ดูได้ที่ เปรียบเทียบ AI Node ใน n8n

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