แค่ถามใน LINE! สร้าง AI ค้นเอกสารบริษัทแล้วตอบพนักงานอัตโนมัติด้วย Make.com

เคยไหมครับ พนักงานมีคำถามเกี่ยวกับการทำงาน แต่ไม่รู้ว่าจะหาคำตอบจากที่ไหน

  • อยากรู้ขั้นตอนการลางาน ต้องถาม HR

  • อยากรู้วิธีรับมือกับลูกค้าร้องเรียน ต้องถามหัวหน้า

  • อยากรู้ขั้นตอนการทำงานตาม SOP ต้องเปิดคู่มือหลายสิบหน้า

  • อยากรู้ระเบียบบริษัท ต้องค้นหาเอกสารใน Google Drive

  • พนักงานใหม่มีคำถาม แต่ไม่รู้จะถามใคร

ทั้งที่จริงๆองค์กรมีคำตอบเหล่านี้อยู่ในเอกสารเกือบทั้งหมด ไม่ว่าจะเป็น SOP, Work Instruction, Employee Handbook, Training Manual หรือ Company Policy

แต่ปัญหาคือ เอกสารมีอยู่แล้ว แต่พนักงานหาไม่เจอ หรือใช้เวลาค้นหานานเกินไป

ลองจินตนาการดูครับว่า...

ถ้าพนักงานเพียงเปิด LINE แล้วพิมพ์ว่า

"ลูกค้าร้องเรียนว่าได้รับอาหารผิดเมนู ต้องทำอย่างไร?"

จากนั้น AI จะไปค้นหาเอกสารที่เกี่ยวข้องใน Google Drive อ่านข้อมูลจากคู่มือขององค์กร สรุปขั้นตอนที่ถูกต้อง แล้วตอบกลับพนักงานใน LINE ภายในเวลาไม่นาน

โดยไม่ต้องเปิดไฟล์ PDF เอง ไม่ต้องค้นหาเอกสารทีละไฟล์ และไม่จำเป็นต้องรอถามหัวหน้าทุกครั้ง

วันนี้เราจะมาลองสร้างระบบ AI Knowledge Assistant ผ่าน LINE OA ด้วย Make.com + Google Drive + Gemini AI กันครับ

ระบบนี้ทำอย่างไร ใช้เครื่องมืออะไรบ้าง และจะเริ่มต้นสร้างด้วยตัวเองได้อย่างไร มาดูกันเลย

 

1. AI Knowledge Assistant คืออะไร?

AI Knowledge Assistant คือระบบ AI ผู้ช่วยค้นหาความรู้ภายในองค์กร ซึ่งสามารถรับคำถามจากพนักงาน ค้นหาข้อมูลในเอกสารที่องค์กรจัดเตรียมไว้ แล้วนำข้อมูลมาตอบกลับเป็นภาษาที่เข้าใจง่าย

ความน่าสนใจคือ เราสามารถใช้ LINE ซึ่งเป็นแอปพลิเคชันที่พนักงานคุ้นเคยอยู่แล้ว เป็นช่องทางในการถามคำถามได้เลย

โดยมีเครื่องมือหลัก 5 ส่วน ได้แก่

1. LINE Official Account (LINE OA)

ทำหน้าที่เป็นช่องทางรับคำถามและส่งคำตอบให้พนักงาน

2. Make.com

ทำหน้าที่เชื่อมต่อและควบคุมการทำงานของระบบทั้งหมด ตั้งแต่รับข้อความ ค้นหาข้อมูล เรียก AI ไปจนถึงส่งคำตอบกลับ LINE

3. Google Drive

เป็นพื้นที่จัดเก็บเอกสารขององค์กร เช่น คู่มือการทำงาน SOP นโยบาย HR และเอกสารฝึกอบรม

4. Knowledge Base / RAG

เป็นระบบช่วยค้นหาข้อความที่เกี่ยวข้องจากเอกสาร โดยไม่จำเป็นต้องส่งเอกสารทุกไฟล์ให้ AI อ่านใหม่ทุกครั้ง

5. Gemini AI

ทำหน้าที่อ่านข้อมูลที่ค้นพบ วิเคราะห์คำถาม และเรียบเรียงคำตอบให้พนักงานเข้าใจง่าย

ทั้งหมดนี้สามารถเชื่อมต่อกันเป็น Workflow อัตโนมัติได้ โดยไม่จำเป็นต้องพัฒนาแอปพลิเคชันใหม่

 

2. ระบบทำงานอย่างไร? จาก LINE ไปค้นเอกสารแล้วตอบกลับ

ลองดูตัวอย่าง Workflow กันครับ

พนักงานพิมพ์คำถามใน LINE

↓

LINE OA ส่งข้อความผ่าน Webhook ไปยัง Make.com

↓

Make.com ตรวจสอบผู้ใช้และรับคำถาม

↓

ระบบ RAG ค้นหาข้อมูลที่เกี่ยวข้องจาก Knowledge Base

↓

Gemini AI นำข้อมูลที่ค้นพบมาสร้างคำตอบ

↓

Make.com ส่งคำตอบกลับพนักงานผ่าน LINE OA

ตัวอย่างเช่น

พนักงานพิมพ์ว่า

"ถ้าลูกค้าร้องเรียนว่าอาหารมาช้า ต้องทำอย่างไร?"

ระบบจะค้นหาเนื้อหาในเอกสาร เช่น Service Standard หรือ Complaint Handling SOP

จากนั้น AI อาจตอบว่า

ตามคู่มือการรับมือข้อร้องเรียน พนักงานควรปฏิบัติดังนี้

  1. รับฟังปัญหาของลูกค้าโดยไม่ขัดจังหวะ

  2. กล่าวขอโทษและแสดงความเข้าใจ

  3. ตรวจสอบสถานะอาหารกับพนักงานครัว

  4. แจ้งเวลาที่คาดว่าจะได้รับอาหารตามข้อมูลจริง

  5. หากไม่สามารถแก้ไขได้ ให้แจ้งหัวหน้างานทันที

เอกสารอ้างอิง: Complaint Handling SOP หัวข้อ Service Recovery

พนักงานจึงได้รับคำตอบพร้อมแนวทางปฏิบัติ โดยไม่ต้องเปิดอ่านคู่มือทั้งเล่ม

หมายเหตุ: ตัวอย่างคำตอบข้างต้นเป็นสถานการณ์สมมติ ระบบจริงต้องอ้างอิงเอกสารขององค์กรที่ค้นพบเท่านั้น

 

3. ขั้นตอนที่ 1 — เตรียมเอกสารใน Google Drive

เริ่มต้นจากการรวบรวมเอกสารที่พนักงานต้องใช้บ่อย แล้วนำมาเก็บไว้ใน Google Drive

ตัวอย่างโครงสร้างโฟลเดอร์

Company Knowledge Base

  • HR Policy — ระเบียบพนักงาน การลา และสวัสดิการ

  • SOP — ขั้นตอนปฏิบัติงานมาตรฐาน

  • Service Standard — มาตรฐานการบริการลูกค้า

  • Training Manual — คู่มือและเนื้อหาฝึกอบรม

  • FAQ — คำถามที่พบบ่อยในองค์กร

เอกสารอาจอยู่ในรูปแบบ PDF, Google Docs หรือ Word

แต่มีข้อควรระวังคือ ไม่ใช่การนำไฟล์ใส่ Google Drive แล้ว Gemini จะสามารถค้นหาเอกสารทั้งหมดผ่าน Make.com ได้ทันที

เราต้องมีขั้นตอนนำเนื้อหาเอกสารเข้าสู่ระบบค้นหาด้วย

สำหรับการทดลองครั้งแรก แนะนำให้เริ่มจากเอกสารประมาณ 5–10 ไฟล์ก่อน เพื่อให้ทดสอบและตรวจสอบคำตอบได้ง่าย


 

4. ขั้นตอนที่ 2 — สร้าง LINE OA เพื่อรับคำถามจากพนักงาน

เข้าเว็บไซต์ LINE Official Account Manager

https://manager.line.biz/

จากนั้นดำเนินการดังนี้

  1. สร้าง LINE Official Account สำหรับองค์กร

  2. เปิดใช้งาน Messaging API

  3. เข้า LINE Developers เพื่อจัดการ Messaging API Channel

  4. เตรียม Channel Access Token

  5. กำหนด Webhook URL สำหรับส่งข้อความไปยัง Make.com

เมื่อพนักงานเพิ่มเพื่อน LINE OA และพิมพ์คำถาม ระบบ LINE จะส่งข้อมูลข้อความไปยัง Webhook ที่เรากำหนด

ตัวอย่างข้อมูลที่ระบบได้รับ เช่น

  • User ID ของผู้ส่งข้อความ

  • ข้อความที่พนักงานพิมพ์

  • Reply Token สำหรับตอบกลับ

ข้อมูลเหล่านี้จะถูกส่งต่อไปให้ Make.com ประมวลผล

ควรตั้งค่าไม่ให้ระบบตอบข้อความอัตโนมัติของ LINE OA ซ้ำกับคำตอบจาก AI และต้องตรวจสอบสิทธิ์ของพนักงานก่อนเปิดให้เข้าถึงข้อมูลภายในองค์กร

 

5. ขั้นตอนที่ 3 — สร้าง Workflow ใน Make.com

เข้าเว็บไซต์

https://www.make.com/

เลือก Create a new scenario

จากนั้นเริ่มสร้าง Workflow โดยใช้ Module หลักดังนี้

Module 1: Webhooks — Custom Webhook

ทำหน้าที่รับข้อความจาก LINE OA

วิธีทำคือสร้าง Custom Webhook ใน Make.com แล้วคัดลอก URL ไปใส่ในช่อง Webhook URL ของ LINE Developers

เมื่อพนักงานพิมพ์ข้อความใน LINE ระบบจะส่งข้อมูลมายัง Make.com อัตโนมัติ

Module 2: ตรวจสอบข้อความและผู้ใช้งาน

ใช้ Filter หรือ Router ใน Make.com เพื่อตรวจสอบว่าข้อความที่ได้รับเป็นข้อความประเภท Text หรือไม่ และผู้ส่งมีสิทธิ์ใช้ระบบหรือไม่

จากนั้นนำข้อความไปใช้เป็นคำถามสำหรับค้นหาเอกสาร

ตัวอย่างคำถาม:

"พนักงานทดลองงานสามารถลาป่วยได้หรือไม่?"

Module 3: HTTP — ส่งคำถามไปยังระบบค้นหาเอกสาร

ใช้ HTTP Module เรียก API ของระบบ RAG หรือ File Search ที่เราเตรียมไว้

ระบบจะค้นหาข้อความที่มีความหมายเกี่ยวข้องกับคำถาม เช่น นโยบายลาป่วยหรือสิทธิ์ของพนักงานทดลองงาน

Module 4: Gemini AI — สร้างคำตอบ

ส่งคำถามพร้อมข้อความจากเอกสารที่ค้นพบไปให้ Gemini API

กำหนดให้ AI ตอบโดยอ้างอิงข้อมูลที่ได้รับ และแสดงชื่อเอกสารประกอบ

Module 5: HTTP — ส่งคำตอบกลับ LINE

ใช้ LINE Messaging API ส่งคำตอบที่ Gemini สร้างกลับไปยังพนักงาน

หากใช้ Reply API ต้องตอบภายในอายุการใช้งานของ Reply Token หากกระบวนการค้นหาใช้เวลานาน อาจต้องออกแบบการตอบรับก่อนและใช้ Push API ส่งผลภายหลัง โดยคำนึงถึงสิทธิ์และข้อจำกัดของ LINE

เพียงเท่านี้เราก็จะได้ Workflow พื้นฐานสำหรับรับคำถาม ค้นหาเอกสาร และส่งคำตอบกลับโดยอัตโนมัติ

 

6. ขั้นตอนที่ 4 — ทำให้ AI ค้นหาเอกสารได้จริง

ขั้นตอนนี้ถือเป็นหัวใจสำคัญของระบบครับ

เพราะเราไม่ได้ต้องการให้ AI ตอบจากความรู้ทั่วไป แต่ต้องการให้ AI ตอบจาก ข้อมูลที่ถูกต้องตามเอกสารขององค์กร

เทคนิคนี้เรียกว่า

RAG — Retrieval-Augmented Generation

หลักการทำงานคือ

  1. ดึงเอกสารจาก Google Drive

  2. แปลงเนื้อหาเอกสารให้อยู่ในรูปข้อความ

  3. แบ่งข้อความออกเป็นส่วนย่อย หรือ Chunks

  4. สร้างดัชนีสำหรับค้นหาเนื้อหา เช่น Embeddings และ Vector Database

  5. เมื่อมีคำถาม ให้ค้นหาข้อความที่เกี่ยวข้อง

  6. ส่งข้อความที่ค้นพบให้ Gemini สร้างคำตอบ

สำหรับผู้เริ่มต้น สามารถเลือกใช้บริการ File Search ที่รองรับการค้นหาเอกสาร หรือสร้างระบบด้วย Vector Database เช่น Supabase

ส่วน Make.com จะทำหน้าที่เรียกใช้ระบบค้นหาเหล่านั้นผ่าน API

ข้อดีคือ เมื่อมีเอกสารหลายร้อยหรือหลายพันหน้า ระบบก็สามารถค้นหาเฉพาะส่วนที่เกี่ยวข้องได้ โดยไม่ต้องนำเอกสารทั้งหมดส่งให้ AI ทุกครั้ง

และเมื่อมีการแก้ไข SOP หรือเปลี่ยนนโยบายองค์กร ต้องมี Workflow อัปเดตดัชนีเอกสารด้วย เพื่อป้องกัน AI นำข้อมูลเวอร์ชันเก่ามาตอบ


 

7. ขั้นตอนที่ 5 — สอนให้ AI ตอบแบบผู้ช่วยพนักงาน

เมื่อระบบค้นหาเอกสารได้แล้ว ขั้นตอนต่อมาคือกำหนดวิธีตอบของ AI

เราสามารถใช้ System Prompt เช่น

ตัวอย่าง Prompt

"คุณคือ AI Knowledge Assistant ขององค์กร มีหน้าที่ช่วยตอบคำถามและสอนงานพนักงาน

ให้ตอบคำถามโดยอ้างอิงเฉพาะเอกสารที่ระบบค้นพบและผู้ใช้มีสิทธิ์เข้าถึง

อธิบายเป็นภาษาไทยที่เข้าใจง่าย กระชับ และเรียงเป็นขั้นตอน

หากเป็นคำถามเกี่ยวกับวิธีปฏิบัติงาน ให้ยกตัวอย่างสถานการณ์ที่เกี่ยวข้อง

ทุกคำตอบต้องระบุชื่อเอกสารหรือหัวข้อที่ใช้อ้างอิง

หากไม่พบข้อมูลในเอกสาร ให้แจ้งว่าไม่พบข้อมูลที่ยืนยันได้ ห้ามสร้างคำตอบขึ้นเอง

ห้ามเปิดเผยข้อมูลลับหรือข้อมูลที่ผู้ใช้ไม่มีสิทธิ์เข้าถึง"

เมื่อกำหนด Prompt ลักษณะนี้ AI จะทำหน้าที่เหมือนผู้ช่วยค้นหาคู่มือและอธิบายงาน มากกว่าการเป็น Chatbot ที่ตอบคำถามทั่วไป

แต่ Prompt เพียงอย่างเดียวไม่เพียงพอสำหรับการรักษาความปลอดภัย ต้องมีระบบตรวจสอบสิทธิ์เข้าถึงเอกสารก่อนส่งข้อมูลให้ AI ด้วย

 

8. ขั้นตอนที่ 6 — ทดลองใช้งานกับสถานการณ์จริง

เมื่อเชื่อมต่อระบบเรียบร้อยแล้ว ลองให้พนักงานทดสอบด้วยคำถามจากงานจริง

ตัวอย่างที่ 1: พนักงาน HR

พิมพ์ใน LINE:

"ถ้าต้องการลาพักร้อน ต้องแจ้งล่วงหน้ากี่วัน?"

AI จะค้นหานโยบายการลาของบริษัท แล้วสรุปจำนวนวันและขั้นตอนการยื่นลา ตามเอกสารที่มีผลบังคับใช้

ตัวอย่างที่ 2: พนักงานร้านอาหารหรือ Café

พิมพ์ใน LINE:

"ลูกค้าได้รับเครื่องดื่มผิด ต้องทำอย่างไร?"

AI จะค้นหาคู่มือ Service Recovery และอธิบายขั้นตอนการแก้ไขปัญหาตามมาตรฐานบริการ

ตัวอย่างที่ 3: พนักงาน Production

พิมพ์ใน LINE:

"พบสินค้ามีตำหนิระหว่างการผลิต ต้องทำอย่างไร?"

AI จะค้นหา SOP หรือ Work Instruction ที่เกี่ยวข้อง แล้วสรุปขั้นตอนการแยกสินค้า การรายงาน และการส่งต่อผู้รับผิดชอบ

ตัวอย่างที่ 4: พนักงานใหม่

พิมพ์ใน LINE:

"ช่วยสรุปกฎความปลอดภัย 5 ข้อที่ต้องรู้ก่อนเริ่มงาน"

AI จะค้นหาคู่มือ Safety และสรุปเป็น Checklist ที่เข้าใจง่าย

นอกจากนี้ยังสามารถให้ AI ช่วยสอนงานต่อได้ เช่น

"ช่วยยกตัวอย่างสถานการณ์ให้ฝึกอีก 2 กรณี"

หรือ

"ช่วยออกแบบคำถามทดสอบความเข้าใจ 3 ข้อ"

ทำให้ระบบไม่ได้เป็นเพียงเครื่องมือค้นหาเอกสาร แต่สามารถต่อยอดเป็น AI On-the-Job Training Assistant สำหรับพัฒนาพนักงานได้ด้วย

 

9. จากระบบตอบคำถาม สู่ AI Learning Assistant ขององค์กร

เมื่อระบบเริ่มใช้งานได้จริง เราสามารถพัฒนาต่อยอดได้อีกหลายรูปแบบ

AI Onboarding Assistant

ช่วยพนักงานใหม่เรียนรู้กฎระเบียบ ขั้นตอนการทำงาน และวัฒนธรรมองค์กร โดยไม่ต้องรอให้ HR ตอบคำถามทุกครั้ง

AI SOP Assistant

ช่วยพนักงานหน้างานค้นหาขั้นตอนปฏิบัติงานที่ถูกต้อง ลดเวลาค้นหาคู่มือ และช่วยลดความผิดพลาดจากการใช้ข้อมูลที่ไม่ตรงกัน

AI Service Coach

ช่วยพนักงานบริการฝึกตอบคำถามลูกค้า จำลองสถานการณ์ Complaint และทบทวนมาตรฐานการบริการ

AI Microlearning Assistant

เปลี่ยนคู่มือยาวหลายสิบหน้าให้กลายเป็นบทเรียนสั้น ๆ พร้อมคำถามทบทวนความเข้าใจผ่าน LINE

องค์กรยังสามารถบันทึกคำถามที่พนักงานถามบ่อยลง Google Sheets เพื่อนำมาวิเคราะห์ว่า พนักงานยังขาดความรู้เรื่องใด และควรจัดอบรมเพิ่มเติมในหัวข้อไหน

สิ่งสำคัญคือควรกำหนดสิทธิ์การเข้าถึงเอกสารตามหน้าที่ของพนักงาน ป้องกันการเปิดเผยข้อมูลส่วนบุคคล และให้เจ้าของเอกสารตรวจสอบความถูกต้องของข้อมูลอย่างสม่ำเสมอ


 

สรุป — ไม่ต้องค้นหาเอกสารเองทุกครั้ง แค่ถาม AI ผ่าน LINE

ลองคิดดูครับว่า...

ในหนึ่งวัน พนักงานในองค์กรอาจมีคำถามเกี่ยวกับการทำงานหลายสิบหรือหลายร้อยคำถาม

บางคำถามเป็นเรื่องที่มีคำตอบอยู่ในคู่มือแล้ว แต่พนักงานไม่รู้ว่าเอกสารอยู่ที่ไหน

บางคำถามต้องรอหัวหน้าว่าง หรือส่งข้อความถาม HR ซ้ำ ๆ

แต่วันนี้เราสามารถนำ LINE OA + Make.com + Google Drive + RAG + Gemini AI มาเชื่อมต่อกัน เพื่อสร้างระบบที่ช่วยค้นหาและอธิบายความรู้ขององค์กรได้โดยอัตโนมัติ

จากเดิมที่พนักงานต้องเป็นฝ่ายไปค้นหาเอกสาร

เปลี่ยนเป็นเพียงพิมพ์คำถาม แล้วให้ AI ช่วยค้นหาข้อมูลที่ได้รับอนุญาตและนำคำตอบกลับมาให้

เพราะอนาคตของการเรียนรู้ในองค์กร อาจไม่ใช่การให้พนักงานเปิดคู่มือทุกครั้งที่สงสัย แต่เป็นการทำให้ความรู้ที่ถูกต้องเข้าถึงพนักงานได้ง่ายขึ้น ในเวลาที่ต้องการใช้งานจริง

และนี่คืออีกหนึ่งตัวอย่างของการนำ AI และ Automation มาใช้เพิ่ม Productivity พร้อมพัฒนา Employee Experience และสร้างวัฒนธรรมการเรียนรู้อย่างต่อเนื่องในองค์กร
 

มาร่วมเรียนรู้และพัฒนาทักษะเพื่อก้าวข้ามขีดจำกัดเดิมๆ

อย่าปล่อยให้ระบบการทำงานที่ล่าช้ามาฉุดรั้งการเติบโตของตัวคุณ ทีมงาน และธุรกิจคุณ มาฝึกฝนการออกแบบกระบวนการทำงานใหม่ด้วย AI และ Automation เพื่อสร้างระบบที่ทำงานแทนคุณได้อย่างไร้รอยต่อ และขับเคลื่อนองค์กรให้เติบโตไปด้วยกันอย่างยั่งยืนนะครับ!

มาเป็นเพื่อนกับเราในไลน์ รับเครื่องมือ AI และ Prompt คำสั่งวิธีการตัดต่อวิดีโออัตโนมัติ สำหรับใช้ในการทำงานในองค์กรได้อย่างมีประสิทธิภาพ ฟรี! คลิกเลย >>> LINE OA - IDEO Empowerment

และอย่าลืมมาฝึกออกแบบกระบวนการใหม่โดยใช้ AI เพื่อให้เราและองค์กรเติบโตไปด้วยกันอย่างยั่งยืนนะครับ

________________________



ผู้เขียน
วิกรม ศรีสุรกานต์
ที่ปรึกษาด้านการวางกลยุทธ์ AI ให้กับองค์กร
สนใจปรึกษาและออกแบบ Heal Jai Program สำหรับองค์กร กับ MindCenter Thailand ได้ที่
คุณเจนจิ
Tel : 081-415-5469
https://www.ideoempowerment.com/TH/contact.html