สร้าง AI Agent อัจฉริยะที่มองเห็น พูด และคิดได้ – โดยไม่ต้องเขียนโค้ด!

บทนำ

ในยุคดิจิทัลที่ AI Agent กำลังกลายเป็นเทคโนโลยีสำคัญที่เปลี่ยนแปลงวิธีที่เราทำงานและสื่อสาร การสร้าง AI Agent ที่สามารถรับรู้ภาพ เสียง และคิดวิเคราะห์ได้เองโดยไม่ต้องเขียนโค้ด กำลังเป็นที่สนใจของหลายคน ไม่ว่าคุณจะเป็นมือใหม่หรือผู้เชี่ยวชาญด้าน AI บทความนี้จะแนะนำวิธีการสร้าง AI Agent ที่สามารถ มองเห็น พูด และคิด ได้ โดยใช้ N8N แพลตฟอร์มที่ช่วยให้คุณทำสิ่งเหล่านี้ได้โดยไม่ต้องมีทักษะการเขียนโปรแกรม

ในคู่มือนี้เราจะสร้าง AI Agent ที่สามารถ:

• อ่านข้อความและตอบกลับ ผ่าน Telegram
• วิเคราะห์และเข้าใจเสียง แล้วตอบกลับด้วยเสียง
• วิเคราะห์รูปภาพ และให้คำตอบที่เกี่ยวข้อง
• เข้าถึงอีเมลและจัดการปฏิทิน เช่น อ่านและส่งอีเมล หรือสร้างกิจกรรมใน Google Calendar
• ค้นหาข้อมูลออนไลน์ และสรุปข่าวสารจากแหล่งข้อมูลต่างๆ
• ใช้ฐานข้อมูลเวกเตอร์ เพื่อจัดเก็บและดึงข้อมูลที่เกี่ยวข้อง

มาดูกันว่าเราจะสร้าง AI Agent นี้ได้อย่างไร!

การตั้งค่าแพลตฟอร์ม N8N

1. สมัครใช้งานและตั้งค่า N8N

N8N เป็นแพลตฟอร์มเวิร์กโฟลว์อัตโนมัติที่ช่วยให้เราสร้าง AI Agent ได้ง่ายโดยไม่ต้องเขียนโค้ด คุณสามารถเลือกติดตั้ง N8N บนเซิร์ฟเวอร์ของคุณเอง หรือใช้บริการ N8N Cloud เพื่อความสะดวก

• สมัครใช้งานที่ N8N.io
• สร้างบัญชีและเข้าสู่ระบบ
• ตั้งค่าแดชบอร์ดให้พร้อมใช้งาน

สร้าง AI Agent ที่พูดและฟังได้

2. เชื่อมต่อ AI Agent กับ Telegram

Telegram เป็นแพลตฟอร์มที่ง่ายต่อการผสาน AI Agent ของเราเข้าด้วยกัน เราจะใช้ Telegram Bot API เพื่อให้ AI สามารถรับและส่งข้อความได้

ขั้นตอนการตั้งค่า

1. ไปที่ BotFather บน Telegram และพิมพ์ /newbot
2. ตั้งชื่อบอทและกำหนด username (ต้องลงท้ายด้วย bot)
3. คัดลอก API Token ที่ได้รับมา
4. ไปที่ N8N และเพิ่ม Telegram Trigger Node
5. ใส่ API Token ที่ได้รับจาก BotFather

3. ตั้งค่า AI ให้ตอบกลับข้อความ

เราจะใช้ OpenAI GPT-4o เพื่อทำให้ AI ของเราสามารถวิเคราะห์และตอบกลับข้อความได้

• เพิ่ม AI Agent Node ใน N8N
• เลือก Chat Model: GPT-4o
• กำหนด System Prompt ให้ AI เข้าใจบทบาท เช่น:

  คุณเป็นผู้ช่วยที่เป็นมิตรและช่วยเหลือชื่อ Sammy ให้คำตอบสั้นและตรงประเด็น
  

4. รองรับการสนทนาด้วยเสียง

AI Agent ของเราจะสามารถรับข้อความเสียงจาก Telegram และทำการแปลงเสียงเป็นข้อความ (Transcribe) โดยใช้ OpenAI Whisper API

• ใช้ Telegram Get File Node เพื่อดาวน์โหลดไฟล์เสียง
• ใช้ OpenAI Transcribe Node เพื่อแปลงเสียงเป็นข้อความ
• ส่งข้อความที่แปลงแล้วให้ AI Agent วิเคราะห์และตอบกลับ
• หากต้องการให้ AI ตอบกลับด้วยเสียง ใช้ OpenAI Generate Audio Node

เพิ่มความสามารถให้ AI วิเคราะห์รูปภาพ

5. การวิเคราะห์และทำความเข้าใจรูปภาพ

AI ของเราจะสามารถวิเคราะห์รูปภาพและตอบคำถามเกี่ยวกับเนื้อหาของรูปภาพได้โดยใช้ GPT-4o Vision API

กระบวนการทำงาน

1. ใช้ Telegram Trigger Node เพื่อตรวจสอบว่าผู้ใช้ส่งรูปภาพหรือไม่
2. ดาวน์โหลดรูปภาพโดยใช้ Telegram Get File Node
3. ส่งรูปภาพไปให้ OpenAI Image Analysis API
4. ให้ AI ตอบกลับด้วยคำอธิบายหรือวิเคราะห์เนื้อหาของรูปภาพ

ให้ AI Agent จัดการอีเมลและปฏิทิน

6. อ่านและส่งอีเมลผ่าน Gmail

เราจะให้ AI อ่านอีเมลที่ยังไม่ได้อ่านและสามารถส่งอีเมลแทนเราได้โดยใช้ Gmail API

การตั้งค่า

1. ไปที่ Google Cloud Console
2. เปิดใช้งาน Gmail API
3. ตั้งค่า OAuth Consent Screen
4. รับ Client ID และ Client Secret
5. เชื่อมต่อ Gmail API กับ N8N

ตัวอย่างการใช้งาน

• คำสั่ง: "สรุปอีเมลที่ยังไม่ได้อ่านของฉัน"
• AI จะดึงข้อมูลอีเมลที่ยังไม่ได้อ่านและสรุปให้ฟัง
• หากต้องการส่งอีเมล: "ส่งอีเมลถึง John ถามว่าเขาสนใจเล่นสควอชวันเสาร์ไหม"

7. จัดการ Google Calendar

AI Agent จะสามารถสร้างและดึงข้อมูลกิจกรรมในปฏิทินของเราได้โดยใช้ Google Calendar API

ตัวอย่างการใช้งาน

• คำสั่ง: "ฉันมีประชุมอะไรบ้างวันนี้?"
• คำสั่ง: "สร้างอีเวนต์ 'ประชุมทีม' วันที่ 5 ก.ค. เวลา 10.00 น."

ให้ AI ค้นคว้าข้อมูลออนไลน์

8. ค้นหาข้อมูลและสรุปข่าวสาร

AI ของเราจะสามารถค้นหาข้อมูลจาก Google และสรุปผลลัพธ์ให้เราได้โดยใช้ SERP API

ตัวอย่างการใช้งาน

• คำสั่ง: "มีข่าว AI ล่าสุดอะไรบ้าง?"
• AI จะทำการค้นหาบน Google และสรุปข่าวล่าสุดให้เรา

เพิ่มฐานความรู้ให้ AI

9. ใช้ฐานข้อมูลเวกเตอร์เพื่อดึงข้อมูล

เราจะสร้างฐานข้อมูลเวกเตอร์โดยใช้ Pinecone เพื่อให้ AI สามารถดึงข้อมูลที่เกี่ยวข้องได้ เช่น รายชื่อผู้ติดต่อ พร้อมกับอีเมลของพวกเขา

การตั้งค่า

1. สมัครใช้งาน Pinecone.io
2. สร้างอินเด็กซ์ใหม่
3. ใช้ N8N เพื่อโหลดข้อมูล CSV ที่มีรายชื่อติดต่อเข้าไปในฐานข้อมูล
4. ให้ AI Agent ใช้ Pinecone API ค้นหาข้อมูลที่เกี่ยวข้องเมื่อจำเป็น

ตัวอย่างการใช้งาน

• "ส่งอีเมลถึง Alice ถามว่าเธอว่างทานข้าวเย็นวันศุกร์ไหม"
• AI จะค้นหาที่อยู่อีเมลของ Alice จากฐานข้อมูลและส่งอีเมลให้โดยอัตโนมัติ

สรุป

เราได้สร้าง AI Agent ที่สามารถรับรู้ วิเคราะห์ และโต้ตอบได้ โดยไม่ต้องเขียนโค้ด! ด้วยการใช้ N8N, OpenAI GPT-4o, Whisper, Vision API, Google APIs และ Pinecone เราสามารถทำให้ AI Agent ของเรามีความสามารถหลากหลาย เช่น:

✅ พูดคุยและฟังเสียง
✅ วิเคราะห์รูปภาพ
✅ อ่านและส่งอีเมล
✅ จัดการปฏิทิน
✅ ค้นหาข้อมูลออนไลน์
✅ ใช้ฐานข้อมูลเวกเตอร์

ในปี 2025 AI Agent จะกลายเป็นเครื่องมือสำคัญ และการเรียนรู้วิธีสร้างมันตั้งแต่วันนี้จะทำให้คุณก้าวนำหน้าทางเทคโนโลยี!

หากคุณสนใจพัฒนา AI Agent เพิ่มเติม ลองสำรวจ N8N และดูว่าคุณสามารถขยายความสามารถของมันไปได้ไกลแค่ไหน 🚀

📍 ติดตามเนื้อหาเพิ่มเติม ที่เรานำมาฝากได้ ที่นี่

อัปเดตความรู้เรื่อง AI และเทคนิคการทำงานให้คุณทุกสัปดาห์! ได้ที่ learn.prompt-expert.co