สอน Coze ฉบับสมบูรณ์: ทำ AI Agent ของตัวเองโดยไม่เขียนโปรแกรม ตั้งแต่แชตบ็อตถึงเวิร์กโฟลว์อัตโนมัติ

ร้านอีคอมเมิร์ซขายอุปกรณ์แคมป์ปิ้งแห่งหนึ่งในเชียงใหมี กล่องอีเมลฝ่ายบริการลูกค้าทุกวันเต็มไปด้วย “เต็นท์รุ่นนี้กันน้ำระดับไหน” ห้าสิบฉบับ เจ้าของร้านตัวเล็ก ๆ เขียนโปรแกรมไม่เป็น แต่ใช้เวลาหนึ่งสุดสัปดาห์เอา PDF ของ FAQ สินค้าโยนเข้าคลังความรู้ของ Coze ลากเวิร์กโฟลว์หนึ่งเส้น พอวันจันทร์บ็อตก็ตอบคำถามซ้ำ ๆ ไปได้เจ็ดสิบเปอร์เซ็นต์โดยอัตโนมัติ นี่คือสิ่งที่ Coze อยากทำ: กดกำแพงของ “การทำ AI Agent สักตัว” ลงมาถึงระดับใช้โปรแกรมทำสไลด์เป็นก็ทำได้

Coze คืออะไร

Coze (เวอร์ชันจีนเรียก “โค่วจื่อ”) เป็นแพลตฟอร์มพัฒนา AI Agent ของ ByteDance ชูจุดเด่นแบบ no-code: บนหน้าจอเอาพรอมป์ต์ คลังความรู้ ปลั๊กอิน เวิร์กโฟลว์มาต่อกันเหมือนตัวต่อ ก็ทำแชตบ็อตที่ค้นข้อมูลเป็น เรียกใช้บริการภายนอกเป็นได้ แล้วเผยแพร่ไปยังหน้าเว็บหรือแพลตฟอร์มสื่อสาร วันที่ 25 กรกฎาคม 2025 ByteDance เปิดซอร์สแกนหลักคือ Coze Studio และ Coze Loop ด้วยสิทธิ์ Apache 2.0 อนุญาตเชิงพาณิชย์อย่างชัดเจน เท่ากับคุณเอาแพลตฟอร์มทั้งชุดมาตั้งบนเซิร์ฟเวอร์ของตัวเองได้

ทำอะไรได้บ้าง

สามการใช้งานที่พบบ่อยที่สุด: แบบบริการลูกค้า (แขวนคลังความรู้ RAG ของเอกสารตัวเอง ตอบคำถามสินค้า) แบบกระบวนการ (ใช้เวิร์กโฟลว์ร้อยงานหลายขั้นตอนอย่าง “รับข้อความ→ค้นฐานข้อมูล→จัดเป็นตาราง→ส่งออก”) แบบบริการภายนอก (บ็อตที่ทำเสร็จเผยแพร่ไปยังแพลตฟอร์มอย่าง Discord, Telegram หรือฝังในเว็บตัวเอง) เทียบกับ Dify แล้ว เอดิเตอร์แบบวิชวลของ Coze เป็นมิตรกับคนที่ไม่ใช่วิศวกรมากกว่า; ถ้าจะทำการเชื่อมต่ออัตโนมัติหนัก ๆ เครื่องมือเวิร์กโฟลว์อย่าง n8n ถึงจะเข้าทางกว่า

วิธีใช้: ทำ Agent ตัวแรกใน 4 ขั้นตอน

1. สร้าง Agent: ล็อกอินแล้วเพิ่มบ็อตใหม่ ใช้ข้อความสักย่อหน้าเขียนบทบาทและข้อจำกัดให้ชัด (เช่น “คุณเป็นฝ่ายบริการลูกค้าอุปกรณ์แคมป์ปิ้ง ตอบเฉพาะคำถามที่เกี่ยวกับสินค้าเท่านั้น”) กำหนดคาแรกเตอร์ยิ่งเจาะจง พฤติกรรมยิ่งนิ่ง วิธีเขียนดูได้จาก เทมเพลตพรอมป์ต์ บนเว็บ
2. แขวนคลังความรู้: อัปโหลดเอกสาร FAQ และสเปกสินค้าเป็น Knowledge Coze จะตัดเป็นก้อนทำการค้นคืนให้อัตโนมัติ จากที่ทดสอบจริงตาราง PDF บางทีตัดเสีย ตารางสำคัญแนะนำให้แปลงเป็นข้อความล้วนก่อน
3. ลากเวิร์กโฟลว์: เข้าเอดิเตอร์ Workflow เริ่มจากโหนดทริกเกอร์แล้วต่อโหนด LLM แยกเงื่อนไข โหนดปลั๊กอิน แต่ละโหนดทดสอบแยกได้ ให้แต่ละโหนดขึ้นไฟเขียวก่อนแล้วค่อยร้อยทั้งเส้น
4. ทดสอบและเผยแพร่: หน้าต่างพรีวิวด้านขวาลองสนทนาจริงหลายรอบ ยืนยันว่าไม่ตอบมั่วแล้วค่อยเผยแพร่ไปยังช่องทางที่ต้องการด้วยคลิกเดียว

เทคนิคขั้นสูง

ตัวแปรและฐานข้อมูล: Coze มีตัวแปรและตารางข้อมูลอย่างง่ายในตัว จำความชอบของผู้ใช้ได้ ทำประสบการณ์แบบมีความจำอย่าง “ครั้งก่อนคุณเคยถามเต็นท์รุ่น A” การทำงานร่วมกันหลาย Agent: สถานการณ์ซับซ้อนแยกเป็น sub-agent หลายตัว โดยมีตัวจัดคิวคอยแจกจ่าย นิ่งกว่ายัดพรอมป์ต์ยาวเหยียดตัวเดียว เปิดซอร์สตั้งเอง: บริษัทที่ใส่ใจอธิปไตยข้อมูลลองรันเวิร์กโฟลว์ให้ลื่นบนเวอร์ชันคลาวด์ก่อน แล้วค่อยย้ายไป Coze Studio ที่ตั้งเอง ประวัติแชทและคลังความรู้เก็บไว้ในเครื่องตัวเองทั้งหมด

ข้อควรระวัง

พูดจริง ๆ ก่อนใช้ Coze ต้องคิดให้ชัดว่าข้อมูลไว้ที่ไหน เวอร์ชันคลาวด์ประมวลผลข้อมูลตามเงื่อนไขบริการของ ByteDance บริษัทไทยถ้าจะเกี่ยวกับข้อมูลส่วนบุคคลของลูกค้าหรือความลับภายใน แนะนำให้ประเมินเวอร์ชันตั้งเองโดยตรง หรืออย่างน้อยอย่าโยนเอกสารอ่อนไหวเข้าคลังความรู้บนคลาวด์ อีกอย่างโควตาฟรีรันปริมาณบริการลูกค้าจริงจะไม่พอ แผนแบบจ่ายเงินและราคา API ยึดตามหน้าราคาอย่างเป็นทางการเป็นหลัก (ตรวจสอบเมื่อ 2026/07: เวอร์ชันคลาวด์มีชั้นฟรี ปริมาณใช้งานขั้นสูงต้องจ่ายเงิน)

บทสรุปและความเห็นจาก TheAI Academy

กลับมาที่ร้านอุปกรณ์แคมป์ปิ้งนั้น: หลังบ็อตออนไลน์หนึ่งเดือน เจ้าของร้านตัวเล็กเอาเวลาที่ประหยัดได้ไปตอบข้อร้องเรียนที่ยากจริง ๆ เรตติ้งกลับดีขึ้น เครื่องมือไม่ได้แทนที่เขา แต่ดึงเขาออกจากการก๊อปวาง

ความเห็น: Coze คือจุดเริ่มต้นที่ลื่นที่สุดสำหรับคนไม่ใช่วิศวกรในการทำ AI Agent หลังเปิดซอร์สเส้นทาง “ทดลองทำบนคลาวด์ ตั้งเองตอนขึ้นจริง” ทำให้พลังโน้มน้าวในฉากองค์กรเพิ่มขึ้นมาก; แต่ข้อมูลจะวางไว้บนเซิร์ฟเวอร์ของใคร โปรดคิดให้ชัดก่อนลงมือ

คำแนะนำที่เป็นรูปธรรมสำหรับผู้อ่านชาวไทย: ลองใช้เอกสาร FAQ สาธารณะหนึ่งชุดทำนำร่อง รันสองสัปดาห์ดูอัตราการตอบตรงก่อนตัดสินใจว่าจะขยายไหม; ฉากที่ต้องจัดการข้อมูลส่วนบุคคลให้ใช้เวอร์ชันตั้งเองทั้งหมด