เริ่มจากงานที่ต้องการให้เอเจนต์ทำ
AI Agent คือโปรแกรมที่รับคำสั่งจากผู้ใช้ เลือกใช้เครื่องมือหรือข้อมูลจากระบบภายนอกเมื่อจำเป็น แล้วทำงานต่อจนได้ผลลัพธ์ แทนการสร้างคำตอบจากข้อความเพียงอย่างเดียว หากกำลังคิดจะ AI Agent สร้างขึ้นมาใช้ในทีม ให้เริ่มจากงานที่มีขอบเขตชัด เช่น ค้นข้อมูลล่าสุด คำนวณยอดคำสั่งซื้อ หรือจัดหมวดหมู่ข้อความ เพราะจะตรวจได้ง่ายว่าเครื่องมือทำงานถูกต้องหรือไม่ หัวใจของ tool calling ระบบ คือการเปิดทางให้โมเดลเลือกเรียกฟังก์ชันที่กำหนดไว้ เช่น ค้นเว็บ เรียกโค้ด Python หรือดึงบริบทการสนทนา โดย OpenAI Agents SDK มี Runner จัดการการเรียกเครื่องมือ ส่งผลกลับให้โมเดล และทำงานต่อจนได้คำตอบสุดท้าย ข้อควรจำคือเอเจนต์ไม่ได้แทนระบบงานทั้งหมด คุณยังต้องกำหนดว่าเครื่องมือใดใช้ได้ และข้อมูลใดควรส่งให้มัน
สำหรับตัวอย่างแรก เตรียม Python และ OpenAI API key ก่อน จากนั้นเลือกใช้ uv หรือ pip เพื่อติดตั้งแพ็กเกจ openai-agents เก็บคีย์เป็นตัวแปรสภาพแวดล้อมแทนการใส่ไว้ในโค้ด และทดลองกับข้อมูลที่ไม่อ่อนไหว วิธีนี้ทำให้เริ่มได้โดยไม่ต้องเขียนลูป tool calling เอง แต่ยังต้องทดสอบผลลัพธ์และสิทธิ์ของเครื่องมือก่อนนำไปเชื่อมกับงานจริง
ลงมือสร้างรีเสิร์ชเอเจนต์ด้วย Python
- สร้างโฟลเดอร์โปรเจกต์และติดตั้งแพ็กเกจด้วย uv เช่น mkdir first-ai-agent, cd first-ai-agent, uv init และ uv add openai-agents หรือเลือกติดตั้งด้วย pip install openai-agents จากนั้นตั้งค่า OPENAI_API_KEY ให้พร้อมใช้งาน
- สร้างไฟล์ main.py แล้วกำหนด Agent ชื่อ Research Assistant พร้อมคำสั่งให้ค้นเว็บเมื่อจำเป็นต้องใช้ข้อมูลปัจจุบัน เพิ่ม WebSearchTool() ในรายการ tools เพื่อให้เอเจนต์มีเครื่องมือค้นหา
- หากต้องการคำนวณหรือทำงานเฉพาะ ให้เขียนฟังก์ชัน Python เช่น calculate_total รับราคาและจำนวนสินค้า แล้วตกแต่งฟังก์ชันด้วย @tool ก่อนเพิ่มเข้า tools ฟังก์ชันและคำอธิบายจะช่วยให้ SDK สร้างข้อมูลเครื่องมือให้โมเดลใช้
- เพิ่ม SQLiteSession เมื่อจำเป็นต้องต่อเนื่องจากบทสนทนาก่อนหน้า เพื่อเก็บประวัติและบริบทสำหรับข้อความถัดไป
- เรียกเอเจนต์ผ่าน Runner แล้วรันด้วย uv run main.py เมื่อตั้งค่าถูกต้อง คำถามเกี่ยวกับความเคลื่อนไหวล่าสุดของ Python ควรได้คำตอบที่อ้างอิงข้อมูลเว็บปัจจุบัน เช่น เวอร์ชันเสถียรล่าสุด
อย่าให้เอเจนต์คำนวณทุกอย่างด้วยภาษาเพียงอย่างเดียว งานที่ต้องได้ตัวเลขตรงควรส่งให้ฟังก์ชันที่กำหนดผลลัพธ์แน่นอน ส่วนการค้นเว็บควรใช้เมื่อโจทย์ต้องการข้อมูลใหม่จริง ๆ การแบ่งหน้าที่เช่นนี้ช่วยให้ตรวจสอบได้ว่าเอเจนต์เลือกเครื่องมือถูกจังหวะหรือไม่ และทำให้ปรับคำสั่งหรือฟังก์ชันได้ทีละจุด
ต่อยอดเป็นระบบหลายเอเจนต์สำหรับงานธุรกิจ
เมื่อมีหลายงานต่อกัน อย่ารวมทุกความรับผิดชอบไว้ในเอเจนต์ตัวเดียว ตัวอย่าง conversational commerce ใช้ LangGraph, Gemini, FastAPI และ Google Cloud จัดการเวิร์กโฟลว์ โดยแยกการรับข้อความ การจำสถานะ และการประมวลผลออกจากกัน แนวทาง Multi-agent automation อาจมี Supervisor คัดแยกคำขอ ผู้เชี่ยวชาญด้านโปรไฟล์ดูข้อมูลความชอบ ผู้เชี่ยวชาญคลังสินค้าตรวจสต็อกและจัดรถเข็น และผู้เชี่ยวชาญธุรกรรมดูขั้นตอนการชำระเงิน การแยกงานทำให้การสนทนาต่อเนื่องและช่วยให้แต่ละส่วนรับผิดชอบชัดขึ้น แต่ต้องออกแบบการส่งต่อสถานะและตรวจสอบข้อมูลจากข้อความขาเข้าให้ดี หากรับคำสั่งซื้อผ่านช่องทางข้อความ ระบบตัวอย่างยังจัดข้อความให้อยู่ในรูปแบบกลางและเก็บสถานะรถเข็นไว้ เพื่อรองรับบทสนทนาที่ผู้ใช้กลับมาทำต่อภายหลัง
จุดที่ไม่ควรฝากให้โมเดลเดา คือยอดรวม ภาษี และค่าธรรมเนียม ตัวอย่างระบบใช้เครื่องมือคำนวณแบบ deterministic สำหรับข้อมูลการเงิน เพื่อให้ผลแม่นยำและลดความเสี่ยงจากการให้โมเดลคำนวณเอง ก่อนต่อเข้าระบบจริง ให้ทดสอบทั้งเส้นทางปกติและกรณีข้อมูลไม่ครบ แล้วตรวจว่าผลจากเครื่องมือถูกส่งกลับไปยังเอเจนต์และผู้ใช้ถูกต้อง เริ่มจากเอเจนต์เดียวเพื่อพิสูจน์ว่างานเล็ก ๆ ทำได้จริง จากนั้นค่อยเพิ่มเครื่องมือหรือแยกเป็นหลายเอเจนต์เมื่อเวิร์กโฟลว์ซับซ้อนขึ้น วิธีนี้คุ้มกับงานที่มีขั้นตอนซ้ำและกติกาชัด สิ่งที่ต้องจับตาคือสิทธิ์เข้าถึงระบบ ความถูกต้องของข้อมูล และการคำนวณที่ควรใช้ฟังก์ชันตรวจสอบได้
