เทคนิคเขียนเนื้อหาฐานความรู้ให้ AI ค้นเจอและตอบลูกค้าบน LINE แชตเว็บไซต์ และ Messenger ได้ตรงประเด็น พร้อมวิธีทดสอบและแก้ไขอย่างเป็นระบบ
เคยไหมที่ข้อมูลในฐานความรู้ถูกต้องครบถ้วน แต่เมื่อลูกค้าถามผ่าน LINE ว่า "คืนของได้ไหมคะ" บอท AI กลับตอบวนหรือตอบผิดประเด็น ปัญหามักไม่ได้อยู่ที่ตัว AI แต่อยู่ที่วิธีเขียนเนื้อหาที่ตั้งใจให้มนุษย์อ่านในเอกสารยาว ๆ ไม่ได้เขียนให้ระบบค้นหา บทความนี้รวบรวมหลักการเขียนที่ช่วยให้ AI ค้นเจอข้อมูลที่ใช่ และตอบลูกค้าได้ตรงกับนโยบายของร้านคุณ
AI Agent หาเนื้อหาของคุณเจอได้อย่างไร
ก่อนปรับวิธีเขียน ควรเข้าใจกลไกคร่าว ๆ ก่อน เมื่อลูกค้าพิมพ์คำถามเข้ามา ระบบจะไม่ได้อ่านเอกสารทั้งหมดของคุณตั้งแต่ต้นจนจบ แต่จะค้นหาเฉพาะ "ช่วงข้อความ" ที่ใกล้เคียงกับคำถามมากที่สุด แล้วนำช่วงข้อความเหล่านั้นไปประกอบเป็นคำตอบ
สิ่งนี้มีผลโดยตรงต่อการเขียน:
- ช่วงข้อความแต่ละช่วงต้องอ่านเข้าใจได้ด้วยตัวเอง โดยไม่ต้องพึ่งย่อหน้าก่อนหน้า
- หัวข้อและคำที่ใช้ในช่วงนั้น ต้องใกล้เคียงกับคำที่ลูกค้าใช้ถามจริง
- ถ้าข้อมูลสำคัญกระจายอยู่หลายที่ หรือซ่อนอยู่ท้ายย่อหน้ายาว ๆ โอกาสที่ระบบจะหยิบมาครบก็ลดลง
ลองนึกถึงพนักงานใหม่ที่ต้องตอบแชตโดยเปิดคู่มือทีละหน้า ถ้าคู่มือเขียนดี เขาจะเจอคำตอบในไม่กี่วินาที AI ก็เช่นกัน
หนึ่งหัวข้อต่อหนึ่งส่วน และตั้งชื่อแบบที่ลูกค้าเรียก
หลักแรกคือแยกเนื้อหาให้แต่ละส่วนตอบคำถามเดียว อย่ารวมนโยบายคืนสินค้า การจัดส่ง และการรับประกันไว้ในหัวข้อ "เงื่อนไขการให้บริการ" เดียวกัน
ตั้งชื่อหัวข้อให้เหมือนคำถามจริง
เปรียบเทียบสองแบบ:
| ชื่อหัวข้อแบบภายในองค์กร | ชื่อหัวข้อแบบที่ลูกค้าเรียก |
|---|---|
| นโยบาย RMA ฉบับปรับปรุง | คืนสินค้าและขอเงินคืนได้ภายในกี่วัน |
| ข้อกำหนดด้านโลจิสติกส์ | ค่าส่งและระยะเวลาจัดส่งถึงบ้าน |
| มาตรการด้านการชำระเงิน | ชำระเงินด้วยวิธีไหนได้บ้าง |
ชื่อหัวข้อทางขวาตรงกับสิ่งที่คนพิมพ์ใน LINE มากกว่า ทำให้ระบบจับคู่ได้ง่ายขึ้น และเมื่อทีมงานมาแก้ไขภายหลังก็หาเจอเร็วขึ้นด้วย
เขียนคำตอบก่อน แล้วค่อยตามด้วยเงื่อนไข
ลูกค้าถามว่า "คืนสินค้าได้ไหม" สิ่งที่เขาอยากได้ยินในประโยคแรกคือ "ได้" หรือ "ไม่ได้" ไม่ใช่ประวัติของนโยบาย ดังนั้นให้เรียงเป็น: คำตอบ → เงื่อนไข → ขั้นตอน → ข้อยกเว้น
ตัวอย่างข้อความที่เขียนดี (เป็นตัวอย่างสมมติ):
ประโยคแรกตอบได้ทันที ส่วนที่เหลือเป็นรายละเอียดที่ AI จะหยิบมาเสริมเมื่อลูกค้าถามต่อ
ใช้คำของลูกค้า และเพิ่มคำพ้องความหมาย
คนไทยพิมพ์ถามหลากหลายมาก เรื่องเดียวกันอาจถามว่า "ขอเงินคืน" "รีฟันด์" "คืนเงิน" "ยกเลิกออเดอร์" หรือ "เคลมสินค้า" ถ้าเนื้อหาของคุณใช้เพียงคำว่า "การเรียกคืนมูลค่า" ระบบก็ยากที่จะเชื่อมโยงได้
วิธีแก้ที่ทำได้ทันที:
- ใช้คำที่ลูกค้าพิมพ์จริง ซึ่งดูได้จากประวัติแชตเดิม
- เขียนคำพ้องไว้ในเนื้อหาอย่างเป็นธรรมชาติ เช่น "การขอคืนเงิน (รีฟันด์)"
- แยกความหมายของคำที่คนมักใช้สลับกัน เช่น "คืนสินค้า" กับ "เปลี่ยนสินค้า" ถ้านโยบายต่างกัน ให้เขียนแยกหัวข้อ
- รวมชื่อเรียกแบบทับศัพท์และแบบไทย เช่น "โปรโมชัน / โปรโมชั่น" "ออเดอร์ / คำสั่งซื้อ"
คำถามที่ลูกค้าพิมพ์ผ่าน LINE มักสั้นและไม่เป็นทางการ เช่น "ส่งกี่วันอะ" ลองเขียนหัวข้อหรือคำถามตัวอย่างให้ใกล้เคียงกับน้ำเสียงนี้ แม้เนื้อหาในคำตอบจะยังคงสุภาพก็ตาม
ระบุข้อเท็จจริงให้ชัด: วันที่ หน่วย ชื่อ และข้อจำกัด
ถ้อยคำคลุมเครือเป็นสาเหตุอันดับต้น ๆ ที่ทำให้ AI ตอบกว้างเกินไปหรือเดาเอง เทียบกัน:
- คลุมเครือ: "จัดส่งรวดเร็ว" → ชัดเจน: "จัดส่งภายใน 1-2 วันทำการหลังชำระเงิน ไม่นับวันหยุดนักขัตฤกษ์"
- คลุมเครือ: "มีค่าส่งตามน้ำหนัก" → ชัดเจน: "ค่าส่งเริ่มต้น 50 บาท สำหรับพัสดุไม่เกิน 1 กิโลกรัม" (ตัวอย่างสมมติ)
- คลุมเครือ: "โปรโมชันช่วงนี้" → ชัดเจน: "โปรโมชันใช้ได้ถึง 31 ธันวาคม 2569"
เช็กลิสต์ข้อเท็จจริง
- ตัวเลขมีหน่วยกำกับเสมอ (บาท, วัน, ชิ้น, กิโลกรัม)
- วันที่ระบุปี และบอกว่านับจากเหตุการณ์ใด
- ชื่อผลิตภัณฑ์และรุ่นเขียนตรงกับที่ลูกค้าเห็นบนหน้าร้าน
- ข้อจำกัดเขียนตรง ๆ เช่น "ไม่รับคืนสินค้าที่เปิดซีล"
- ถ้าเรื่องใดต้องให้เจ้าหน้าที่ตัดสิน ให้เขียนไว้ชัดว่าต้องส่งต่อ
หากเนื้อหามีข้อมูลส่วนบุคคลของลูกค้า เช่น เลขบัตรประชาชนหรือที่อยู่ ไม่ควรนำมาใส่ในฐานความรู้ตั้งแต่ต้น ซึ่งสอดคล้องกับแนวคิดของ PDPA เรื่องการเก็บข้อมูลเท่าที่จำเป็น
จัดรูปแบบให้สแกนง่าย: บล็อกสั้น ตาราง และรายการ
เนื้อหาที่สแกนง่ายสำหรับคน มักถูกแบ่งเป็นช่วงที่ชัดเจนสำหรับระบบด้วย
- ย่อหน้าละ 2-4 ประโยค หนึ่งย่อหน้าต่อหนึ่งความคิด
- ขั้นตอนใช้รายการเลขข้อ เช่น วิธีติดตามพัสดุ 1-2-3
- ข้อมูลที่เทียบกันได้ เช่น ค่าส่งแต่ละพื้นที่ ใช้ตาราง
- หลีกเลี่ยงการใส่ข้อมูลสำคัญไว้ในรูปภาพอย่างเดียว เช่น โปสเตอร์โปรโมชัน ควรมีข้อความกำกับด้วย
- ตัด "เกริ่นนำ" ยาว ๆ ที่ไม่ได้ให้ข้อมูลออก
ตัวอย่างตารางที่ดี (ข้อมูลสมมติ):
| พื้นที่ | ระยะเวลาจัดส่ง | ค่าส่งเริ่มต้น |
|---|---|---|
| กรุงเทพฯ และปริมณฑล | 1-2 วันทำการ | 40 บาท |
| ต่างจังหวัด | 2-4 วันทำการ | 60 บาท |
ทดสอบด้วยคำถามจริง แล้วแก้สิ่งที่ตอบพลาด
เขียนเสร็จแล้วยังไม่จบ ต้องทดสอบ วิธีที่ได้ผลคือรวบรวมคำถามจริงจากแชตย้อนหลัง 20-30 ข้อ แล้วลองถามทีละข้อ สังเกตว่าคำตอบถูกหรือไม่ ครบหรือไม่ และใช้แหล่งข้อมูลที่ตั้งใจไว้หรือเปล่า
- 01รวบรวมคำถามจริงจากแชต
- 02ทดสอบถามทีละข้อ
- 03แก้หัวข้อ คำพ้อง หรือข้อเท็จจริงที่ขาด
- 04ทดสอบซ้ำและทบทวนทุกเดือน
เมื่อคำตอบพลาด ให้ไล่ดูตามลำดับนี้:
- มีเนื้อหานี้ในฐานความรู้หรือยัง ถ้ายังไม่มีให้เพิ่ม
- หัวข้อตรงกับคำที่ลูกค้าใช้หรือไม่ ถ้าไม่ตรงให้เปลี่ยนชื่อหรือเพิ่มคำพ้อง
- คำตอบอยู่ต้นหัวข้อหรือไม่ หรือถูกฝังท้ายย่อหน้า
- มีเนื้อหาสองแห่งที่ขัดแย้งกันหรือไม่ เช่น นโยบายเก่ากับใหม่ ให้ลบหรืออัปเดตอันเก่า
การทำงานนี้ใน AI SNS CHAT
AI SNS CHAT มีเครื่องมือที่รองรับวงจรเขียน ทดสอบ และแก้ไขดังกล่าว ดังนี้
เพิ่มเนื้อหาจากหลายแหล่ง
ที่เมนู Data sources ในแถบด้านข้าง คุณเพิ่มความรู้ได้จาก Files, Text snippets, Website, Q&A, Notion, Social, Tickets และ Suggestions หากเอกสารอยู่ในระบบอื่น เช่น Confluence, Google Drive, Zendesk Guide หรือ Notion สามารถเชื่อมต่อผ่านส่วน Channels ได้ รายชื่อทั้งหมดดูได้ที่ /connections สำหรับตัวเชื่อมแบบวิกิ หนึ่งครั้งที่ซิงก์รองรับได้ไม่เกิน 1.5 ล้านตัวอักษรและ 400 หน้า และระบบจะแจ้งหากเนื้อหาถูกตัด
เมนู Q&A เหมาะกับคำถามที่พบบ่อย เพราะคุณเขียนคำถามด้วยคำของลูกค้าและคำตอบที่ขึ้นต้นด้วยข้อสรุปได้ตรง ๆ
ทดสอบก่อนเปิดใช้จริง
ใช้ Playground ลองถามด้วยชุดคำถามทดสอบของคุณก่อนเผยแพร่ไปยัง LINE, Messenger หรือแชตบนเว็บไซต์ หากต้องการเปรียบเทียบโมเดลสองตัว มี Playground A/B model compare ให้ใช้ การเลือกโมเดลอยู่ที่ Agent → Settings → AI โดยโมเดลขั้นสูงและการสลับโมเดลสำรองต้องใช้แพ็กเกจ Hobby ขึ้นไป
เรียนรู้จากแชตจริง
ที่ Activity → Chat logs คุณกรองดูบทสนทนา ดูคะแนนถูกใจ/ไม่ถูกใจ และ flag รายการที่ตอบพลาดได้ สำหรับอีเมลจะอยู่ที่ Inbox เมื่อพบคำตอบที่ไม่ดี ทั้งใน Chat logs และ Inbox คุณแก้คำตอบให้เป็นคำตอบในอุดมคติเพื่อสอน Agent ได้ นอกจากนี้ Synthia ผู้ช่วยจัดการ Agent ในแดชบอร์ด ช่วยพาไปยังหน้าจอที่ต้องการและตอบวิธีใช้งานผลิตภัณฑ์ได้
ตรวจสอบประวัติการแก้ไข
ที่ Workspace settings → Activity เจ้าของและแอดมินดูได้ว่าใครสร้าง แก้ไข ลบ หรืออัปโหลดอะไรเมื่อไร และแต่ละ Data source แสดงผู้เพิ่มกับผู้แก้ไขล่าสุด ซึ่งช่วยเมื่อต้องไล่ว่านโยบายฉบับไหนถูกอัปเดตแล้ว ส่วนระบบจะกรองข้อมูลส่วนบุคคลออกจากข้อความในฐานความรู้ที่แสดงให้บุคคลทั่วไป แต่ไม่ควรพึ่งการกรองนี้แทนการไม่ใส่ข้อมูลอ่อนไหวตั้งแต่ต้น
ดูรายละเอียดแพ็กเกจและขีดจำกัดได้ที่ /pricing และฟีเจอร์ทั้งหมดที่ /features
สรุป
การเขียนเพื่อให้ AI ค้นเจอ ไม่ใช่เรื่องเทคนิคซับซ้อน แต่คือการเขียนให้ชัดเจนแบบที่พนักงานใหม่เปิดอ่านแล้วตอบลูกค้าได้ทันที: หนึ่งหัวข้อต่อหนึ่งเรื่อง ตั้งชื่อตามที่ลูกค้าเรียก ขึ้นต้นด้วยคำตอบ ใช้คำพ้อง ระบุตัวเลขและเงื่อนไขชัด และจัดรูปให้สแกนง่าย แล้ววนทดสอบด้วยคำถามจริงอย่างสม่ำเสมอ เริ่มจากคำถามที่ลูกค้าถามบ่อยที่สุด 10 ข้อแรก แก้ให้ดี แล้วค่อยขยายต่อ
คำถามที่พบบ่อย
ฐานความรู้แต่ละบทความหรือแต่ละส่วนควรยาวแค่ไหน
ไม่มีตัวเลขตายตัว หลักคือหนึ่งส่วนตอบหนึ่งคำถามและอ่านเข้าใจได้โดยไม่ต้องพึ่งส่วนอื่น โดยทั่วไปไม่กี่ย่อหน้าสั้น ๆ ก็เพียงพอ หากยาวจนต้องเลื่อนอ่านหลายหน้าหรือครอบคลุมหลายเรื่อง ให้แยกเป็นหลายหัวข้อ
ควรเขียนเนื้อหาเดียวกันหลายภาษาหรือไม่
ถ้าลูกค้าของคุณถามหลายภาษา การมีเนื้อหาในภาษาที่ลูกค้าใช้หลักจะช่วยให้ตอบได้เป็นธรรมชาติกว่า แต่ต้องดูแลให้ข้อเท็จจริงตรงกันทุกภาษา เช่น ราคาและเงื่อนไข เริ่มจากภาษาที่ลูกค้าถามบ่อยที่สุดก่อน แล้วใช้ Playground ทดสอบก่อนขยายภาษาอื่น
ถ้าเขียนใหม่แล้ว Agent ยังตอบผิดควรทำอย่างไร
ไล่ตามลำดับ คือตรวจว่ามีเนื้อหานั้นจริง หัวข้อตรงกับคำถามหรือไม่ คำตอบอยู่ต้นหัวข้อหรือไม่ และมีเนื้อหาเก่าที่ขัดแย้งกันอยู่หรือเปล่า จากนั้นดูบทสนทนาใน Chat logs แล้วแก้คำตอบให้เป็นคำตอบในอุดมคติ หากเรื่องนั้นต้องใช้ดุลยพินิจของคน ให้ตั้งให้ส่งต่อเจ้าหน้าที่
Agent ค้นคำตอบจากเว็บสดได้ไหม ถ้าฐานความรู้ไม่มีคำตอบ
ฟีเจอร์ตอบจากเว็บเมื่อฐานความรู้ไม่มีคำตอบ ใช้ได้เฉพาะช่อง LINE WORKS (Behaviour → Web search) โดยค่าเริ่มต้นจะค้นจากเว็บไซต์ซัพพอร์ตของ Microsoft และ Apple พร้อมอ้างอิงหน้าที่ใช้ และไม่ค้นหัวข้อภายในองค์กร ช่องอื่นอย่าง LINE ทั่วไป Messenger หรือแชตบนเว็บไซต์ ไม่มีฟีเจอร์นี้ จึงควรเติมข้อมูลลงฐานความรู้ให้ครบ หรือใช้ Action ชื่อ Tavily หากต้องการให้ Agent ค้นเว็บแบบเรียลไทม์


