Robot Fantasy Learning Interface

เริ่มต้นเรียน n8n แบบเป็นระบบ

เรียนรู้ Workflow, Node, Credential, Database และ AI Automation ผ่าน UI ธีมหุ่นยนต์สีม่วงฟ้าคราม พร้อมข้อมูลที่แยกเป็น API เพื่อแก้ไขต่อยอดง่าย

0Nodes
0Credentials
0Workflows
0Lessons

เส้นทางการเรียน

Startเข้าใจภาพรวม
Workflowเรียน Data Flow
Nodesเลือกเครื่องมือ
Credentialเชื่อมระบบ
Automationสร้างงานจริง

สื่อการสอน

กดอ่านเป็นหัวข้อ เรียงจากพื้นฐานสู่การใช้งานจริง

สร้าง AI Agent ใน n8n

บทเรียนนี้สอนการสร้างผู้ช่วย AI ด้วย AI Agent Node ตั้งแต่รับข้อความจากผู้ใช้ ต่อโมเดล OpenAI ใส่ความจำ เขียน System Prompt และเพิ่ม Tools ให้ Agent ใช้งานข้อมูลจริงได้

ภาพรวมโครงสร้าง AI Agent

AI Agent คือส่วนที่รับคำสั่ง แปลความต้องการ คิดคำตอบ และสามารถเรียกเครื่องมืออื่นใน Workflow ได้ เช่น Google Drive, Google Sheets, Postgres, Microsoft SQL หรือ Telegram

Chat Trigger→AI Agent→OpenAI Chat Model→Simple Memory→Tools
แนวคิดสำคัญ: Chat Trigger รับข้อความ, AI Agent ตัดสินใจและสร้างคำตอบ, OpenAI Chat Model เป็นสมองภาษา, Simple Memory ช่วยจำบริบท และ Tools คือความสามารถเสริมที่ Agent เรียกใช้ได้

Node ที่ใช้

  • Chat Trigger รับข้อความจากผู้ใช้
  • AI Agent ประมวลผลคำสั่ง
  • OpenAI Chat Model เป็นโมเดลหลัก
  • Simple Memory จำบทสนทนาล่าสุด
  • Tools เชื่อมข้อมูลหรือระบบภายนอก

ขั้นตอนสร้าง AI Agent แบบทีละขั้น

1

สร้าง Workflow ใหม่

ตั้งชื่อให้อ่านง่าย เช่น AI Assistant หรือ Customer Support Agent แล้วกด Save ตั้งแต่เริ่มเพื่อกันงานหาย

2

เพิ่ม Chat Trigger

ใช้เป็นจุดเริ่มต้นของ Chatbot เลือก Response Mode เป็น Last Node เพื่อให้คำตอบสุดท้ายกลับไปยังผู้ใช้

3

เพิ่ม AI Agent Node

ต่อจาก Chat Trigger แล้วตั้งค่า Chat Input เป็น chatInput และเลือก Agent Type เป็น Tools Agent เมื่ออยากให้ Agent เรียกเครื่องมืออื่นได้

4

ต่อ OpenAI Chat Model

ที่ช่อง Chat Model ของ AI Agent ให้เพิ่ม OpenAI Chat Model แล้วเลือก Credential ชื่อ OpenAI API จากนั้นเลือกโมเดลให้เหมาะกับงาน

5

เพิ่ม Simple Memory

ที่ช่อง Memory ให้เลือก Simple Memory กำหนด Session Key ให้แยกผู้ใช้หรือแยกห้องสนทนา และตั้ง Max Messages เช่น 10 ข้อความล่าสุด

6

เขียน System Prompt

กำหนดบทบาท ข้อมูลที่ต้องรู้ วิธีตอบ ข้อจำกัด และรูปแบบผลลัพธ์ เพื่อให้ Agent ตอบสม่ำเสมอและไม่ออกนอกเรื่อง

7

เพิ่ม Tools ให้ Agent

เลือก Node ที่ต้องการให้ Agent เรียกใช้ เช่น Google Drive Search, Google Sheets, Postgres, Microsoft SQL, Telegram หรือ HTTP Request

8

ทดสอบและปรับปรุง

ลองถามคำถามจริง ตรวจ Output, JSON View และ Execution Log แล้วปรับ Prompt หรือ Tool ให้ชัดขึ้น

โครง System Prompt ที่แนะนำ

บทบาท: คุณเป็นผู้ช่วย n8n สำหรับผู้เริ่มต้น อธิบายสั้น ชัด และเป็นขั้นตอน บริบท: ผู้ใช้กำลังเรียน Workflow, Node, Credential และ AI Agent ใน n8n วิธีตอบ: 1. ถามให้ชัดเมื่อข้อมูลไม่พอ 2. ตอบเป็นขั้นตอน 3. แนะนำ Node ที่ต้องใช้ 4. เตือนเรื่อง Credential และความปลอดภัย ข้อจำกัด: ห้ามเดา API Key, token, password หรือข้อมูลลับ ห้ามอ้างว่าทำงานสำเร็จถ้ายังไม่ได้ทดสอบ รูปแบบคำตอบ: สรุปสั้น → ขั้นตอน → Node ที่ใช้ → จุดที่ต้องตรวจสอบ

Tools ที่ควรฝึกต่อกับ Agent

Google Drive

ให้ Agent ค้นหาไฟล์ อ่านชื่อไฟล์ หรือช่วยจัดระเบียบเอกสาร

Google Sheets

ให้ Agent อ่านตาราง อัปเดตสถานะ หรือใช้ Sheet เป็นฐานข้อมูลเบื้องต้น

Postgres

ให้ Agent ค้นข้อมูลจากฐานข้อมูลหรือบันทึก log อย่างเป็นระบบ

Microsoft SQL

ให้ Agent อ่านข้อมูลจากระบบองค์กรโดยจำกัดสิทธิ์เฉพาะที่จำเป็น

Telegram

ให้ Agent ส่งสรุปหรือแจ้งเตือนหลังทำงานเสร็จ

HTTP Request

ให้ Agent เรียก API ภายนอกที่ไม่มี Node สำเร็จรูป

Workflow ตัวอย่าง: AI Agent Assistant Builder

Chat Trigger→AI Agent: Tools Agent→OpenAI Chat Model→Simple Memory→Google Drive / Postgres / Telegram Tools
  • เริ่มด้วยคำถามจากผู้ใช้ผ่าน Chat Trigger
  • AI Agent ใช้ System Prompt เพื่อกำหนดบทบาทและขอบเขตคำตอบ
  • OpenAI Chat Model ช่วยทำความเข้าใจและสร้างคำตอบ
  • Simple Memory เก็บบริบทบทสนทนาล่าสุด
  • Tools ช่วยให้ Agent ดึงข้อมูลหรือส่งแจ้งเตือนจริง

Node ทุกตัว

รวม Node ที่ใช้ในบทเรียน พร้อมคำอธิบาย กรณีใช้งาน และภาพตัวอย่าง Node เมื่อเลื่อนเมาส์แตะการ์ด

หน้าตั้งค่า

หน้านี้สำหรับผู้ดูแลระบบเท่านั้น กรุณาเข้าสู่ระบบก่อนตั้งค่า

ต้องเปิดเว็บไซต์ผ่าน server.js จึงจะเข้าสู่ระบบได้

Credentials

คู่มือเชื่อมต่อบริการภายนอกที่ใช้ใน n8n

ฟังก์ชันต่าง ๆ บน n8n

ส่วนประกอบบนหน้าจอและเครื่องมือที่ใช้บ่อย

Workflow ตัวอย่าง

ตัวอย่างจากบทเรียนที่เอาไปต่อยอดใช้งานจริงได้

Debug Guide และ Best Practices

แนวทางแก้ปัญหาและจัด Workflow ให้อ่านง่าย

Debug Checklist

  • เปิด JSON View เพื่อดูโครงสร้างข้อมูลจริง
  • Execute Node ทีละขั้น
  • ใช้ Expression Editor ทดสอบสูตร
  • ตรวจว่าฟิลด์ที่อ้างถึงมีอยู่จริงหรือไม่
  • เช็ค Array ว่างก่อนใช้ index
  • ใช้ console.log() ใน Code Node
  • อ่าน Execution Log เมื่อเกิด Error

Best Practices

  • ตั้งชื่อ Node ให้สื่อหน้าที่
  • จัด Node จากซ้ายไปขวา
  • ใช้ Sticky Note เขียนคำอธิบาย
  • ทดสอบด้วย Manual Trigger ก่อนเปิด Active
  • เพิ่ม IF หรือ Stop and Error เพื่อจัดการข้อผิดพลาด
  • ใช้ Tags จัดหมวด Workflow