AI เอเจนต์คือบอตที่ให้คุณใช้งานโมเดล AI ผ่านอินเทอร์เฟซที่คุ้นเคย (ในกรณีนี้คือ Telegram) ต่อให้เป็นเอเจนต์แบบง่ายที่สุดก็ทำได้:
- รับข้อความตัวอักษรและข้อความเสียง
- ถอดเสียงเป็นข้อความ
- แก้ข้อความ (ในฐานะคนพิสูจน์อักษรหรือคนเกลาสำนวน)
- สร้างคำตอบ “แบบที่ AI ตอบ”
เอเจนต์แบบนี้ช่วยให้มีเวลาเหลือจากงานรูทีน และทำให้เห็นภาพว่าระบบแบบนี้ทำงานอย่างไร
ต้องมีอะไรบ้างก่อนเริ่ม
- บอตที่สร้างใน Telegram แล้ว (ผ่าน @BotFather)
- บัญชี OpenAI และ API key
- แพลตฟอร์ม n8n เครื่องมือสร้างระบบอัตโนมัติแบบวิชวล
- prompt ที่เขียนมาดี (คำแนะนำสำหรับเอเจนต์)
- ความอดทนนิดหน่อย และพร้อมจะลองผิดลองถูก
คู่มือทีละขั้นตอน
ขั้นตอนที่ 1 สร้างบอต Telegram
เปิด @BotFather ส่งคำสั่ง /newbot ตั้งชื่อและ username (ต้องลงท้ายด้วย bot เช่น my_helper_bot หรือ MyHelperBot) คัดลอกโทเคนที่ได้มาเก็บไว้ ต้องใช้ในขั้นต่อไป
ขั้นตอนที่ 2 ขอ API key ของ OpenAI
เข้าไปที่แพลตฟอร์ม OpenAI ส่วน API Keys แล้วสร้างคีย์ใหม่ เก็บคีย์ไว้ให้ดี (ระบบแสดงให้ดูแค่ครั้งเดียว) เติมเงินในส่วน Billing อย่างน้อย 5 ดอลลาร์ เพราะ API ใช้ระบบจ่ายล่วงหน้า ถ้าไม่มีเครดิตในบัญชี คำขอจะไม่ผ่าน
ขั้นตอนที่ 3 สมัคร n8n
สมัครใช้ n8n เวอร์ชันคลาวด์ (มีช่วงทดลองใช้) จากนั้นสร้าง workflow ใหม่ ซึ่งเป็นที่ที่เอเจนต์ของคุณจะทำงาน
ขั้นตอนที่ 4 ตั้งค่า trigger
ใน workflow ให้เพิ่มโหนด “Telegram Trigger” ที่ใช้อีเวนต์ On message แล้วเชื่อมกับบอตของคุณด้วยโทเคน ตรวจดูว่าข้อความจาก Telegram เข้ามาถึงโหนดนี้จริง
ขั้นตอนที่ 5 แยกข้อความขาเข้า (ข้อความตัวอักษร vs ข้อความเสียง)
ใช้โหนด Switch:
- ถ้าเป็นข้อความตัวอักษร ส่งต่อไปยังส่วนประมวลผลข้อความ
- ถ้าเป็นข้อความเสียง ส่งไปถอดเสียง (แปลงเสียงเป็นข้อความ) ก่อน
ขั้นตอนที่ 6 ประมวลผลข้อความตัวอักษร
เพิ่มโหนดที่ดึงตัวข้อความออกมาแล้วส่งต่อ (เช่น ผ่าน Edit Fields) เพื่อให้เอเจนต์เอาไปใช้งานต่อได้
ขั้นตอนที่ 7 ถอดเสียง
สำหรับข้อความเสียง:
- ใช้โหนด “Telegram Get a File” เพื่อดึงไฟล์เสียงมา (โดยใช้ file_id ของไฟล์)
- จากนั้นใช้โหนด “OpenAI Transcribe a Recording” เพื่อแปลงเสียงเป็นข้อความ
ขั้นตอนที่ 8 สร้าง “เอเจนต์หลัก”
นี่คือหัวใจของระบบ หน้าที่ของมันคือวิเคราะห์คำขอที่เข้ามา แล้วส่งต่อไปยังเอเจนต์ย่อย (เช่น ไปที่การแก้ข้อความ หรือการคิดไอเดีย)
ในการตั้งค่าเอเจนต์ ให้ใส่ system prompt คือคำแนะนำว่าเอเจนต์จะแบ่งงานอย่างไร
เชื่อมโมเดลของ OpenAI (เช่น โมเดลตระกูล GPT) หรือโมเดลที่ใกล้เคียงเข้ากับเอเจนต์นี้
เพิ่มกลไกหน่วยความจำ (เช่น เก็บ 5–10 ข้อความล่าสุดไว้เป็นบริบท)
ตั้งค่าโหนดสุดท้ายที่ส่งคำตอบกลับไปที่ Telegram
ขั้นตอนที่ 9 ตั้งค่าเอเจนต์ย่อย
สร้าง “เอเจนต์ย่อย” ซึ่งเป็นโมดูลที่ทำงานเฉพาะด้าน:
- textEditor ดูแลการแก้ข้อความ (มีหลายระดับ: พิสูจน์อักษร — เกลาสำนวน — เขียนใหม่แบบเจาะลึก)
- universal agent จัดการงานที่เหลือทั้งหมด: คิดไอเดีย ตอบคำถาม แปลภาษา ฯลฯ
วิธีที่ง่ายที่สุดคือสร้างเอเจนต์ย่อยเป็นโหนด AI Agent Tool ใน workflow หลักเลย โหนดนี้มี system prompt และโมเดลของตัวเอง ถ้า logic ใหญ่ ให้แยกเอเจนต์ย่อยออกไปเป็น workflow ต่างหากที่เริ่มด้วย trigger When Executed by Another Workflow พร้อม system prompt และโหนดประมวลผลของตัวเอง workflow ย่อยนี้ก็ต้อง publish ด้วย เพราะเอเจนต์หลักทำงานกับเวอร์ชันที่ publish แล้วเท่านั้น
ขั้นตอนที่ 10 ทดสอบและเปิดใช้งาน
เริ่มทดสอบใน n8n ส่งข้อความหาบอต (เช่น “แก้ข้อความนี้ที่ระดับ 3”) ดูว่าคำขอวิ่งผ่านโหนดต่าง ๆ อย่างไร แก้จุดผิดพลาด (ส่วนใหญ่อยู่ใน prompt) เมื่อทุกอย่างพร้อม ให้ publish workflow ด้วยปุ่ม Publish ที่มุมขวาบน จากนั้นเอเจนต์จะทำงานตลอดเวลา การกดบันทึกธรรมดาแค่เก็บฉบับร่าง ไม่ได้เปลี่ยนเวอร์ชันที่ใช้งานจริง ถ้าคู่มือเก่าพูดถึงสวิตช์ Active ให้รู้ว่าใน n8n 2.0 (ธันวาคม 2568) สวิตช์นั้นถูกแทนที่ด้วยปุ่ม Publish นี่เอง
💙 ภายในไม่กี่ชั่วโมงก็ประกอบผู้ช่วยใน Telegram ที่ใช้งานได้จริงได้โดยไม่ต้องเขียนโปรแกรม มันจะจัดการทั้งข้อความตัวอักษรและเสียง ช่วยรีไรต์ และสร้างคอนเทนต์ให้
นี่คือทางที่ง่ายที่สุด ถ้าอยากได้เอเจนต์ที่มีหน่วยความจำ จัดการไฟล์ได้ และรันบนเซิร์ฟเวอร์ของตัวเอง ลองดู Hermes Agent
