ภาพรวม LoopAgent

LoopAgent คือเอเจนต์ประเภทที่สามบนแพลตฟอร์ม GPTBots ต่างจาก Agent และ FlowAgent ตรงที่ LoopAgent ไม่ได้พึ่งพากระบวนการสืบค้นที่ตายตัว และไม่จำเป็นต้องวาดผังงาน (flowchart) ด้วยมือ แต่มอบหมายเรื่อง「จะทำอะไร และทำตามลำดับใด」ให้โมเดลตัดสินใจเองอย่างอิสระในระหว่างบทสนทนา โดยโมเดลจะพิจารณาเองว่าจะค้นความรู้ ค้นฐานข้อมูล เรียกใช้เครื่องมือ หรือส่งต่อให้เจ้าหน้าที่หรือไม่ วนซ้ำไปเรื่อย ๆ จนกว่างานจะเสร็จสมบูรณ์

เหมาะกับสถานการณ์บริการลูกค้าและงานอัตโนมัติแบบปลายเปิด หลายขั้นตอน และเรียกใช้เครื่องมือจำนวนมาก

การเลือกระหว่างเอเจนต์ทั้งสามประเภท

ความแตกต่างพื้นฐานที่สุดของเอเจนต์ทั้งสามประเภทอยู่ที่「ใครเป็นผู้กำหนดเส้นทางการทำงาน」:

กล่าวสั้น ๆ: เส้นทางของ Agent และ FlowAgent ถูกกำหนดไว้ล่วงหน้า ส่วนเส้นทางของ LoopAgent เป็นสิ่งที่โมเดลตัดสินใจ ณ ตอนนั้น

อัตลักษณ์ + ความสามารถ + ราวกันตก

การสร้าง LoopAgent ไม่ใช่การ「วาดโฟลว์」แต่เป็นการมอบสามสิ่งให้มัน แล้วปล่อยให้โมเดลเดินเอง:

• อัตลักษณ์（เพอร์โซนา）: บอกโมเดลว่ามันคือใคร ให้บริการธุรกิจใด และตอบด้วยน้ำเสียงและภาษาแบบใด
• ความสามารถ: ติดตั้งฐานความรู้ เครื่องมือ / MCP เวิร์กโฟลว์ ตารางข้อมูล สกิล บริการโดยเจ้าหน้าที่ ฟอร์มเก็บข้อมูล ฯลฯ ที่มันสามารถเรียกใช้ได้ ติดตั้งอะไรไว้ โมเดลจึงจะ「มีมือ」ไปทำสิ่งนั้นได้
• ราวกันตก（ขีดจำกัดการวนซ้ำ）: กำหนดว่าบทสนทนาหนึ่งรอบวนซ้ำได้มากที่สุดกี่ครั้ง และเกิดข้อผิดพลาดต่อเนื่องกี่ครั้งจึงหยุด เพื่อป้องกันไม่ให้โมเดลทำงานต่อไปอย่างไม่มีขอบเขต

LoopAgent ทำบทสนทนาหนึ่งรอบให้เสร็จอย่างไร

หลังจากได้รับข้อความจากผู้ใช้หนึ่งข้อความ LoopAgent จะรันการวนซ้ำที่มีขีดจำกัดภายใน: คิด → เรียกใช้เครื่องมือ → สังเกตผลลัพธ์ → คิดอีกครั้ง…… จนกว่าโมเดลจะเห็นว่าตอบได้แล้ว (จบอย่างปกติ) หรือชนขีดจำกัดการวนซ้ำที่คุณตั้งไว้

flowchart LR
    A[ข้อความผู้ใช้] --> B[คิด]
    B --> C{เรียกใช้เครื่องมือ?}
    C -->|ใช่| D[เรียกใช้เครื่องมือ]
    D --> E[สังเกตผลลัพธ์]
    E --> B
    C -->|ไม่| F[แสดงคำตอบ (จบ)]

เพราะสามารถเรียกใช้เครื่องมือได้หลายรอบ คำตอบหนึ่งครั้งของ LoopAgent จึงอาจช้ากว่า Agent ทั่วไป——มันอาจค้นความรู้หลายครั้งและเรียก API หลายตัวเบื้องหลังก่อนจะตอบ ซึ่งเป็นเรื่องปกติ ไม่ได้หมายความว่าค้าง

สถานการณ์ที่พบบ่อย

• บริการลูกค้าที่ซับซ้อนซึ่งต้องค้นข้อมูล เรียกใช้ระบบธุรกิจ และตัดสินใจไปพร้อมกัน
• งานอัตโนมัติที่ต้องอาศัยหลายขั้นตอนและการทำงานร่วมกันข้ามระบบ
• งานก่อนการขาย / หลังการขายที่ต้องเก็บข้อมูล เปิดใบงาน (ticket) และส่งต่อให้เจ้าหน้าที่เมื่อจำเป็น

คำแนะนำเรื่องโมเดล

LoopAgent ตัดสินใจเองด้วยโมเดลและเรียกใช้เครื่องมือหลายรอบ จึงมักใช้เครดิตมากกว่า Agent ทั่วไป และพึ่งพาโมเดลที่มีความสามารถสูงกว่ามากขึ้น ยิ่งโมเดลอ่อน ยิ่งมีโอกาสเกิดปัญหา เช่น「ควรเรียกเครื่องมือแต่ไม่เรียก วนเป็นวงกลม หรือตอบมั่วกลางคัน」

• สถานการณ์ทั่วไป: ในการทดสอบ ใช้ซีรีส์รุ่นก่อนอย่าง GPT-4.1 ก็ทำงานได้ตามปกติ
• สถานการณ์ทางธุรกิจที่ซับซ้อน: แนะนำให้เลือกโมเดลรุ่นใหม่ที่ฝึกมาเพื่องานแบบ Agent เป็นอันดับแรก (เช่น ซีรีส์ GPT-5、ซีรีส์ Claude 4 เป็นต้น) ซึ่งเสถียรกว่าในการเรียกใช้เครื่องมือและการให้เหตุผลหลายขั้นตอน

เลือกโมเดลได้ที่แผง「สมองของเอเจนต์」ดูรายละเอียดที่ สมองของเอเจนต์

วงจรชีวิต

flowchart LR
    A[สร้าง] --> B[กำหนดค่า] --> C[Debug] --> D[เผยแพร่] --> E[ให้บริการ]

• สร้าง: สร้างจากแบบเปล่าหรือเทมเพลต แพลตฟอร์มจะหว่านการตั้งค่าเริ่มต้นที่รันได้ทันทีให้อัตโนมัติ
• กำหนดค่า: กำหนดค่าโมเดล เพอร์โซนา และความสามารถต่าง ๆ ในหน้าตั้งค่า
• Debug: ใช้แชท Debug ทางด้านขวาตรวจสอบผลลัพธ์แบบเรียลไทม์
• เผยแพร่: ตรึงการตั้งค่าปัจจุบันให้เป็นสแนปช็อต แล้วขึ้นใช้งานจริง
• ให้บริการ: ให้บริการภายนอกผ่านหลายช่องทางและ Open API

สำคัญ: การ「บันทึก」ในหน้าตั้งค่าจะอัปเดตเฉพาะเวอร์ชัน Debug เท่านั้น มีเพียง「เผยแพร่」เท่านั้นที่จะส่งผลต่อระบบจริง นี่คือกฎข้อแรกที่ควรเข้าใจที่สุดในการใช้ LoopAgent ดูรายละเอียดที่ บันทึกและเผยแพร่