ในยุคดิจิทัลที่เทคโนโลยีปัญญาประดิษฐ์ (AI) ก้าวกระโดดอย่างรวดเร็ว AI Chatbot ก็ได้กลายเป็นเครื่องมือสำคัญในการสื่อสารและให้บริการลูกค้ามากขึ้นเรื่อยๆ โดยเฉพาะอย่างยิ่ง Chatbot ที่สามารถตอบคำถามได้อย่างชาญฉลาดและเฉพาะเจาะจง ซึ่งจะช่วยเพิ่มประสิทธิภาพในการทำงานและสร้างประสบการณ์ที่ดีให้กับผู้ใช้งาน
AI Chatbot มีกี่แบบ?
AI Chatbot สามารถแบ่งออกได้หลายประเภทตามความสามารถและการใช้งาน เช่น
- Chatbot แบบ Rule-based: ทำงานตามกฎที่ตั้งโปรแกรมไว้ล่วงหน้า ตอบคำถามได้เฉพาะในกรอบที่กำหนด เช่น การดัก Keywords หรือ Pattern ที่กำหนดไว้ตายตัว
- Chatbot แบบ Retrieval-based: ค้นหาคำตอบจากฐานข้อมูลที่กำหนดไว้ แล้วนำมาแสดงผล โดยอาจเป็นการ Query ข้อมูล เช่น สถานะการจองโรงแรม, ราคาตั๋วเครื่องบิน เป็นต้น
- Chatbot แบบ Generative: สร้างคำตอบใหม่ๆ ขึ้นมาเองโดยอาศัยโมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) เช่น Gemini, Claude, Llama
AI Chatbot แบบตอบคำถามขององค์กร
สำหรับองค์กรที่ต้องการสร้าง Chatbot ที่สามารถตอบคำถามเกี่ยวกับข้อมูลภายในองค์กรได้อย่างแม่นยำ จะเน้นการใช้ความสามารถแบบ Retriveval-based ร่วมกับ Generative based คือค้นหาองค์ความรู้ในองค์กรแล้วนำ LLM มาสรุปอีกทีซึ่งเป็นเทคนิคเรียกว่า Grounding
หรือเรียกเป็นทางการหน่อยก็คือ Retrieval Augmented Generation (RAG) ซึ่งเป็นการผสมผสานระหว่างการ Inquiry และ Generation โดย RAG จะทำการค้นหาข้อมูลที่เกี่ยวข้องจากฐานข้อมูลก่อน แล้วนำข้อมูลนั้นมาเป็นส่วนหนึ่งในการสร้างคำตอบ ทำให้คำตอบที่ได้มีความถูกต้องและสอดคล้องกับข้อมูลจริงมากยิ่งขึ้น ลดอาการ Hallucianation ครับ
ทุกท่านสามารถอ่านเนื้อหาเพิ่มเติม
เกี่ยวกับ RAG ได้ที่นี่ครับ
ซึ่งหากต้องการเข้าใจเนื้อหาแบบลึกๆ
ตั้งแต่การทำ Vector Embedding
สามารถดูบทความนี้ได้ครับ
Vertex AI Agent Builder สร้าง AI Agent แบบง่ายสุดๆ
ถ้าใครที่ทำ RAG เองและมาทำ Chatbot ด้วย จะทราบว่าใช้เวลาในการพัฒนานานมากๆ ครับ แต่ Google ฉีกกฎการสร้าง AI แบบนี้ให้ง่ายขึ้นมากๆ ด้วย Vertex AI Agent Builder บน Google Cloud
ผู้ใช้แทบไม่ต้องเขียนโค้ด เพียงแค่กำหนด Prompt หรือ Instruction ที่ต้องการก็สามารถสร้าง Agent ที่มีความสามารถเฉพาะทางได้หลากหลาย เช่น Chatbot, Virtual Assistant และอื่นๆ
Vertex AI Agent Builder สร้าง AI แบบไหนได้บ้าง?
Vertex AI Agent Builder เป็นเครื่องมือทรงพลังที่ช่วยให้คุณสร้าง AI ได้หลากหลายรูปแบบ โดยไม่จำเป็นต้องเขียนโค้ดมากมายนัก ปัจจุบัน Vertex AI Agent Builder สามารถสร้าง AI ได้ 4 แบบหลักๆ ดังนี้
1. Search: สร้าง Search Engine แบบอัจฉริยะ
- Enterprise Search: นำข้อมูลภายในองค์กร เช่น ข้อมูลผลิตภัณฑ์, ข้อมูลพนักงาน, หรือฐานความรู้ มาสร้างเป็น Search Engine ที่สามารถค้นหาข้อมูลได้อย่างรวดเร็วและแม่นยำ โดยใช้เทคนิค RAG (Retrieval Augmented Generation) เพื่อให้คำตอบมีความเกี่ยวข้องกับคำถามมากที่สุด
- Web App: ผสานรวม Search Engine เข้ากับเว็บแอปพลิเคชัน หรือแอปพลิเคชันบนมือถือ เพื่อให้ผู้ใช้งานสามารถค้นหาข้อมูลได้อย่างสะดวกสบาย
- ตัวอย่าง: สร้าง Search Engine เพื่อค้นหาข้อมูลผลิตภัณฑ์ในเว็บไซต์อีคอมเมิร์ซ, สร้าง Search Engine เพื่อค้นหาข้อมูลเกี่ยวกับการลาพักร้อนในระบบ HR
2. Chat: สร้าง Chatbot ที่ตอบสนองได้อย่างชาญฉลาด
- RAG for Chat: ใช้เทคนิค RAG เพื่อให้ Chatbot สามารถเข้าใจบริบทของการสนทนา และให้คำตอบที่ถูกต้องและมีความเกี่ยวข้อง
- Integrate กับ Dialogflow CX: ผสานรวมกับ Dialogflow CX เพื่อสร้าง Customer Journey Flow ที่ซับซ้อนและปรับแต่งได้ตามต้องการ
- ตัวอย่าง: สร้าง Chatbot เพื่อตอบคำถามลูกค้าเกี่ยวกับผลิตภัณฑ์, สร้าง Chatbot เพื่อช่วยเหลือพนักงานในการทำงาน
3. Recommendation: แนะนำข้อมูลที่ตรงใจผู้ใช้
- Similarity Search: ค้นหาเอกสารหรือไฟล์ที่มีความคล้ายคลึงกัน เพื่อนำไปใช้ในการแนะนำสินค้า, ข่าวสาร หรือเนื้อหาอื่นๆ ที่น่าสนใจ
- Personalized Recommendation: แนะนำข้อมูลที่ตรงกับความสนใจของผู้ใช้แต่ละราย
- ตัวอย่าง: แนะนำหนังสือ, ภาพยนตร์, หรือเพลงที่คล้ายกับสิ่งที่ผู้ใช้สนใจ, แนะนำผลิตภัณฑ์ที่ผู้ใช้มีแนวโน้มจะซื้อ
4. Agent: สร้าง AI Agent ที่ปรับแต่งได้ง่าย
- Chatbot อัตโนมัติ: สร้าง Chatbot ได้อย่างรวดเร็วโดยเพียงแค่กำหนดคำสั่งหรือบทบาท (instruction) ให้กับ Agent
- ไม่ต้องสร้าง Flow ซับซ้อน: ต่างจากการสร้าง Chatbot แบบเดิมที่ต้องออกแบบ Flow การสนทนาอย่างละเอียด เหมือน Dialogflow
- ตัวอย่าง: สร้าง Chatbot ที่สามารถทำการจองโรงแรม, สร้าง Chatbot ที่สามารถให้คำแนะนำเกี่ยวกับการเดินทาง
ในบทความซีรีย์นี้เราจะโฟกัสไปที่ Agent แบบที่ง่ายที่สุดและต่อกับ LINE อีกด้วย หากพร้อมแล้วไปลุยกันที่ EP ถัดไปได้เลยครับ
