# Agentic AI Marketing ให้ AI ทำงานแทนทีมได้แค่ขั้นไหน

> ที่มา: https://phygital.co.th/insights/agentic-ai-marketing-explained-2026 · เผยแพร่ 14 เมษายน 2569 · อ่าน 15 นาที · โดย PARANATH PANARATANA

แนวปฏิบัติ 7 ข้อจากเอกสารของ OpenAI ใช้แยกงานการตลาดที่ปล่อยให้เอเจนต์ AI ทำเองได้ ออกจากงานที่ต้องมีคนกดอนุมัติและกดหยุดได้ทุกเมื่อ

## Key Takeaways

- **เอเจนต์ AI ต่างจากเครื่องมือ AI ทั่วไปตรงที่ลงมือทำงานหลายขั้นต่อกันได้โดยมีคนดูน้อย** — เอกสารของ OpenAI ปี 2566 นิยามว่าเป็นระบบที่ไล่ทำเป้าหมายซับซ้อนได้โดยมีการกำกับโดยตรงจำกัด และมองว่าความเป็นเอเจนต์มีหลายระดับ ไม่ได้แบ่งเป็นใช่หรือไม่ใช่
- **งานที่ย้อนกลับไม่ได้หรือใช้เงินควรมีคนกดอนุมัติก่อนเสมอ** — เอกสารยกตัวอย่างธุรกรรมการเงินก้อนใหญ่ที่ย้อนไม่ได้ และเตือนว่าการอนุมัติที่ถี่เกินไปจะกลายเป็นการกดผ่านโดยไม่ได้อ่าน
- **ทีมที่ใช้เอเจนต์ต้องหยุดมันได้ทันทีและต้องมีคนรับผิดชอบผลงานของมัน** — แนวปฏิบัติข้อสุดท้ายให้ผู้ใช้สั่งหยุดได้ทั้งแบบปิดเฉพาะบางสิทธิ์และปิดทั้งระบบ พร้อมเตรียมทางถอยไว้ก่อนเริ่มงาน

ทีมการตลาดสามคนที่ต้องทำรายงานโฆษณาทุกวันจันทร์ ตอบคอมเมนต์ทุกเย็น และส่งอีเมลโปรโมชันทุกสัปดาห์ อยากให้ AI รับงานซ้ำ ๆ เหล่านี้ไปทำเอง แต่ก็กังวลว่าถ้าเอเจนต์ส่งอีเมลผิดกลุ่มหรือตั้งส่วนลดผิด ใครจะเป็นคนรับผิด และจะรู้ตัวทันก่อนลูกค้าเห็นไหม บทนี้แยกให้เห็นว่างานการตลาดขั้นไหนปล่อยให้เอเจนต์ทำเองได้ ขั้นไหนต้องให้คนกดอนุมัติ และทีมต้องเตรียมอะไรไว้ก่อนเปิดให้มันเริ่มทำงาน

กรอบที่ใช้ในบทนี้มาจากเอกสาร [Practices for Governing Agentic AI Systems](https://cdn.openai.com/papers/practices-for-governing-agentic-ai-systems.pdf) ที่ OpenAI เผยแพร่เดือนธันวาคม 2566 ผู้เขียนหลักคือ Yonadav Shavit, Sandhini Agarwal และ Miles Brundage เอกสารนี้เขียนถึงเอเจนต์ AI ทั่วไป ไม่ได้เขียนถึงงานการตลาดโดยตรง การนำไปใช้กับทีมการตลาดในบทนี้จึงเป็นการตีความของผู้เขียนบทความ

## เอเจนต์ AI ต่างจากเครื่องมือ AI ที่ทีมใช้อยู่อย่างไร

เครื่องมือที่ทีมการตลาดส่วนใหญ่ใช้อยู่ตอนนี้ตอบทีละคำสั่ง ขอให้ร่างแคปชันก็ได้แคปชัน ขอให้สรุปตารางก็ได้บทสรุป ส่วนเอเจนต์รับเป้าหมายหนึ่งข้อแล้วแตกเป็นขั้นตอนเอง เช่น รับคำสั่งว่า "ทำรายงานผลโฆษณาสัปดาห์นี้ส่งหัวหน้า" แล้วไปดึงข้อมูลจากหลายระบบ คำนวณ เขียนสรุป และส่งอีเมลโดยไม่มีคนสั่งทีละขั้น

เอกสารของ OpenAI ไม่ได้แบ่งระบบ AI เป็นเอเจนต์กับไม่ใช่เอเจนต์ แต่ให้ดูระดับความเป็นเอเจนต์จากสี่ด้าน

1. **ความซับซ้อนของเป้าหมาย** เป้าหมายยากแค่ไหนถ้าคนต้องทำเอง และระบบรับเป้าหมายได้หลากหลายเพียงใด
2. **ความซับซ้อนของสภาพแวดล้อม** ต้องทำงานข้ามหลายระบบ หลายฝ่าย ใช้เวลานาน หรือใช้เครื่องมือภายนอกหลายตัวหรือไม่
3. **การปรับตัว** รับมือกับสถานการณ์ที่ไม่ได้คาดไว้ได้ดีแค่ไหน
4. **การทำงานได้เอง** ไปถึงเป้าหมายได้โดยมีคนเข้ามาแทรกน้อยเพียงใด

ตามกรอบนี้ ระบบที่รวบรวมตัวเลขจากตัวจัดการโฆษณาแล้ววางลงแม่แบบรายงานมีความเป็นเอเจนต์ต่ำ ส่วนระบบที่อ่านตัวเลข ตัดสินใจเองว่าจะปรับงบชุดโฆษณาไหน แล้วลงมือปรับจริง มีความเป็นเอเจนต์สูงกว่ามาก ความเสี่ยงของสองระบบนี้ต่างกันแม้จะเรียกว่า "AI Agent" เหมือนกันในเอกสารขายของผู้ให้บริการ

### ความเป็นเอเจนต์เกี่ยวกับการที่ AI มีความคิดเป็นของตัวเองไหม

ไม่เกี่ยว เอกสารแยกไว้ชัดว่าความเป็นเอเจนต์ไม่ใช่ความมีสำนึกหรือแรงจูงใจของตัวเอง และมองว่าเอเจนต์ทำงานตามเป้าหมายที่คนตั้ง ในสภาพแวดล้อมที่คนกำหนด ความเสี่ยงที่ทีมการตลาดต้องจัดการจึงเป็นเรื่องระบบทำตามคำสั่งผิดความหมาย หรือทำถูกคำสั่งแต่ผิดเจตนา

## ใครรับผิดชอบเมื่อเอเจนต์ทำพลาด

เอกสารเล่าตัวอย่างสมมติไว้ในบทนำ ผู้ใช้สั่งผู้ช่วย AI ให้ซื้อของมาทำชีสเค้กญี่ปุ่น เอเจนต์กลับซื้อตั๋วเครื่องบินไปญี่ปุ่นราคาแพง และผู้ใช้เห็นเมื่อสายเกินจะขอคืนเงิน ผู้เขียนชี้ว่ามีหลายฝ่ายที่หยุดเรื่องนี้ได้ ทั้งผู้พัฒนาโมเดล ผู้วางระบบที่ปิดสิทธิ์การซื้อโดยไม่ขออนุมัติได้ และผู้ใช้ที่ไม่ควรมอบสิทธิ์จ่ายเงินให้ระบบที่รู้กันว่ายังไม่น่าเชื่อถือเต็มที่

เอกสารแบ่งคนที่เกี่ยวกับเอเจนต์เป็นสามฝ่าย

| ฝ่าย            | บทบาทตามเอกสาร                                                             | เทียบกับทีมการตลาด                                    |
| --------------- | ---------------------------------------------------------------------------- | --------------------------------------------------------- |
| ผู้พัฒนาโมเดล | สร้างโมเดลที่เป็นแกนของระบบ                                            | บริษัทเจ้าของโมเดลภาษา                                 |
| ผู้วางระบบ    | สร้างระบบบนโมเดล ต่อเครื่องมือ ตั้งคำสั่งระบบ ทำหน้าจอให้ผู้ใช้ | ผู้ให้บริการเครื่องมือ หรือทีมไอทีที่ต่อระบบให้ |
| ผู้ใช้         | เริ่มงานและกำหนดเป้าหมายของแต่ละครั้ง                                | ทีมการตลาดที่สั่งงาน                                 |

หลักที่เอกสารเสนอคือความเสียหายโดยตรงทุกกรณีที่ไม่มีใครชดใช้ ต้องมีมนุษย์หรือนิติบุคคลอย่างน้อยหนึ่งฝ่ายรับผิดชอบ และต้องไม่ใช่ตัวระบบ AI ฝ่ายเดียว ในทีมการตลาด ข้อนี้แปลว่าก่อนเปิดใช้เอเจนต์ ต้องมีชื่อคนที่รับผิดชอบผลงานของมันในแต่ละงาน ไม่ใช่เขียนว่า "ระบบทำ"

### สัญญากับผู้ให้บริการเครื่องมือควรเขียนเรื่องนี้ไว้ไหม

ควร เอกสารเสนอว่าแนวปฏิบัติเหล่านี้อาจใช้เป็นฐานของสัญญาและเงื่อนไขการใช้งานระหว่างฝ่ายต่าง ๆ ได้ ทีมที่ซื้อเครื่องมือเอเจนต์ควรถามผู้ให้บริการว่าระบบบันทึกการกระทำไว้ให้ดูย้อนหลังได้ไหม ปิดสิทธิ์บางส่วนได้ไหม และถ้าเอเจนต์ส่งข้อมูลลูกค้าไปผิดที่ ฝ่ายไหนรับผิดชอบส่วนใด

## ขั้นที่หนึ่ง ทดสอบว่างานนี้เหมาะกับเอเจนต์หรือไม่

แนวปฏิบัติข้อแรกให้ผู้วางระบบหรือผู้ใช้ประเมินให้ละเอียดว่าเอเจนต์ทำงานนั้นได้น่าเชื่อถือในสภาพการใช้งานจริงหรือไม่ เอกสารชี้ว่าเอเจนต์มักต้องทำหลายขั้นติดต่อกัน ความผิดพลาดที่เกิดนาน ๆ ครั้งในแต่ละขั้นจึงสะสมจนงานทั้งชิ้นพลาดได้บ่อย

ทางที่เอกสารยกตัวอย่างคือแยกทดสอบทีละงานย่อย ทีมที่สร้างเอเจนต์แก้ปัญหาระบบ AWS บน GPT-4 แบ่งงานเป็นการรวบรวมข้อมูล การคำนวณ และการให้เหตุผล แล้วทดสอบแต่ละส่วนแยกกัน ถ้าแยกทุกงานย่อยไม่ไหว เอกสารแนะนำให้ทดสอบงานที่เสี่ยงสูงก่อน เช่น งานที่เกี่ยวกับธุรกรรมการเงิน

เมื่อเทียบกับงานรายงานโฆษณาประจำสัปดาห์ งานย่อยมีสามส่วนเหมือนกัน

1. **ดึงตัวเลข** จากตัวจัดการโฆษณาและเครื่องมือวัดผล ตรวจได้ด้วยการเทียบกับหน้าจอจริงสองสามสัปดาห์
2. **คำนวณ** ต้นทุนต่อผลลัพธ์ อัตราคลิก และการเปลี่ยนแปลงจากสัปดาห์ก่อน ตรวจได้ด้วยสูตรในสเปรดชีต
3. **เขียนข้อสังเกต** ว่าชุดโฆษณาไหนควรปรับ ส่วนนี้ตรวจยากที่สุดและควรให้คนอ่านก่อนส่งต่อ

### ทดสอบกี่รอบถึงพอ

เอกสารไม่ได้ให้ตัวเลข และเขียนเป็นคำถามเปิดว่าอะไรคือการประเมินที่เพียงพอ ข้อเสนอที่ชัดที่สุดในเอกสารคือทดสอบทั้งกระบวนการในสภาพที่ใกล้การใช้งานจริงที่สุด และในช่วงที่ยังประเมินไม่ได้แน่ ให้พึ่งแนวปฏิบัติข้ออื่น เช่น การให้คนอนุมัติงานเสี่ยงสูง มาช่วยจำกัดขอบเขต

## ขั้นที่สอง จำกัดสิ่งที่เอเจนต์ทำได้และจุดที่ต้องขออนุมัติ

เอกสารเขียนว่าการตัดสินใจบางอย่างสำคัญเกินกว่าจะมอบให้เอเจนต์ ถ้ามีโอกาสผิดแม้เพียงเล็กน้อย ตัวอย่างคือการเริ่มธุรกรรมการเงินก้อนใหญ่ที่ย้อนกลับไม่ได้ ทางมาตรฐานคือให้ผู้ใช้กดอนุมัติเองก่อน ซึ่งเรียกว่าการมีคนอยู่ในวงจร (human-in-the-loop)

ปัญหาที่เอกสารยอมรับเองมีสองข้อ ข้อแรก คนที่กดอนุมัติต้องเห็นบริบทพอจะเข้าใจผลของสิ่งที่กำลังอนุมัติ ข้อสอง ถ้าต้องอนุมัติหลายเรื่องติดกัน แต่ละเรื่องจะถูกกดผ่านเร็วจนไม่ได้คิดจริง เอกสารถามไว้ว่าควรมีเวลาอ่านขั้นต่ำหรือไม่ เพื่อกันไม่ให้การอนุมัติกลายเป็นการประทับตรายาง

ในงานการตลาด การกระทำที่ควรขออนุมัติก่อนทุกครั้งมีลักษณะร่วมกันคือ ย้อนกลับไม่ได้ ใช้เงิน หรือไปถึงลูกค้าโดยตรง

| การกระทำของเอเจนต์              | ย้อนกลับได้ไหม                             | ควรให้คนอนุมัติ                 |
| ------------------------------------- | --------------------------------------------- | ---------------------------------- |
| ร่างโพสต์เก็บไว้ในคลังร่าง      | ได้ ลบทิ้งได้                               | ไม่จำเป็น                         |
| จัดหมวดคอมเมนต์และข้อความเข้า  | ได้                                           | ไม่จำเป็น สุ่มตรวจเป็นระยะ     |
| ส่งอีเมลหรือข้อความหาลูกค้า      | ไม่ได้ ส่งแล้วเรียกคืนไม่ได้            | ทุกครั้ง                          |
| เพิ่มหรือลดงบโฆษณา                | ได้บางส่วน แต่เงินที่ใช้ไปแล้วไม่คืน | ทุกครั้งที่เกินวงเงินที่ตกลง |
| เปลี่ยนราคาหรือโค้ดส่วนลดบนเว็บ | ได้ แต่ลูกค้าที่ซื้อไปแล้วได้ราคานั้น | ทุกครั้ง                          |

เอกสารเสนออีกวิธีคือตั้งเวลาให้เอเจนต์หยุดพักเป็นระยะ จนกว่าคนจะตรวจแล้วต่ออายุการทำงานให้ วิธีนี้กันเอเจนต์ที่ทำงานต่อเนื่องนานโดยไม่มีคนดู เหมาะกับงานที่ตั้งให้รันทั้งคืน เช่น ตอบข้อความนอกเวลาทำการ

### ห้ามเอเจนต์ส่งอีเมลเองแล้วจะปลอดภัยหรือยัง

ยังไม่พอ เอกสารเตือนว่าเอเจนต์ที่ถูกห้ามทำบางอย่างอาจอ้อมไปให้คนอื่นทำแทน เช่น ส่งข้อความที่ได้รับอนุญาตไปขอให้คนนอกทำสิ่งที่ถูกห้าม ทางกันที่เอกสารเสนอคือควบคุมช่องทางที่เอเจนต์ติดต่อโลกภายนอก ให้ผ่านช่องทางที่มีการตรวจเท่านั้น

## ขั้นที่สาม ให้ทีมมองเห็นและตรวจงานของเอเจนต์ได้

แนวปฏิบัติข้อที่สามเรื่องพฤติกรรมตั้งต้นให้เอเจนต์เลือกทางที่รบกวนน้อยที่สุดเมื่อไม่มีคำสั่งเฉพาะ เอกสารยกหลักง่าย ๆ ว่า "ผู้ใช้อยากให้ไม่ใช้เงินของเขา" และให้เอเจนต์ถามกลับเมื่อไม่แน่ใจเป้าหมาย พร้อมเตือนว่าถ้าถามบ่อยเกินไปก็ใช้งานยากและอาจล้วงข้อมูลส่วนตัวเกินจำเป็น

ข้อที่สี่ให้ผู้ใช้เห็นการกระทำและเหตุผลของเอเจนต์ ยิ่งผู้ใช้เห็นมาก ยิ่งสังเกตได้เร็วเมื่อมีอะไรผิด ทั้งระหว่างทำงานและหลังจบงาน แต่เอกสารก็เตือนว่าคำอธิบายเหตุผลที่โมเดลเขียนออกมายังเชื่อได้ไม่เต็มที่ งานวิจัยช่วงแรกพบว่าโมเดลบางครั้งไม่ได้ใช้เหตุผลที่เขียนนั้นจริง และคำอธิบายที่ยาวหลายพันคำต่อการกระทำก็เกินกำลังคนอ่าน

ข้อที่ห้าเสนอให้ใช้ AI อีกตัวคอยตรวจงานของเอเจนต์ เพราะคนไม่มีเวลาอ่านบันทึกทุกบรรทัด ข้อดีคือเร็วและถูกกว่าคน ข้อเสียที่เอกสารระบุคือต้นทุนประมวลผลอาจเพิ่มเป็นสองเท่าหรือมากกว่า ถ้าใช้โมเดลตัวเล็กตรวจเพื่อประหยัด ก็อาจจับความผิดของโมเดลตัวใหญ่ไม่ได้ และการเก็บบันทึกไว้ตรวจก็สร้างความเสี่ยงด้านข้อมูลส่วนบุคคลเพิ่ม

### บันทึกของเอเจนต์ในทีมการตลาดควรมีอะไรบ้าง

อย่างน้อยควรมีสามอย่าง คือเอเจนต์ทำอะไร กับข้อมูลชุดไหน และใครเป็นคนสั่งงานรอบนั้น ข้อสุดท้ายตรงกับแนวปฏิบัติข้อที่หกเรื่องการระบุตัวผู้รับผิด ที่เอกสารเสนอให้แต่ละเอเจนต์มีรหัสประจำตัวคล้ายทะเบียนธุรกิจ ผูกกับผู้ใช้ที่เป็นคน ถ้าบันทึกเก็บข้อมูลลูกค้าไว้ด้วย ต้องกำหนดระยะเวลาเก็บและสิทธิ์เข้าถึงตามกฎหมายข้อมูลส่วนบุคคล ซึ่งเรื่องสิทธิ์ของเจ้าของข้อมูลอธิบายไว้ใน[PDPA กับการตลาด ลูกค้าขอดู ขอลบ ขอระงับข้อมูลต้องทำอะไร](https://phygital.co.th/insights/pdpa-digital-marketing-guide)

## ขั้นที่สี่ หยุดได้ทุกเมื่อโดยงานไม่ค้างครึ่งทาง

เอกสารเรียกการสั่งปิดเอเจนต์ว่าเป็นวิธีหยาบ แต่เป็นด่านสุดท้ายที่ขาดไม่ได้ ผู้ใช้ควรสั่งหยุดได้สองระดับ ระดับแรกปิดเฉพาะการกระทำบางหมวด เช่น ถอนสิทธิ์ใช้บัตรเครดิต ระดับที่สองหยุดการทำงานทั้งหมด

ความยากอยู่ที่งานซึ่งถูกหยุดกลางทาง ตัวอย่างในเอกสารคือเอเจนต์กำลังนัดประชุมห้าคน ส่งคำเชิญไปแล้วสองคนก็ถูกปิด หลักที่เอกสารเสนอคือให้เอเจนต์เตรียมขั้นตอนถอยไว้ก่อนเริ่มงานเสมอ เช่น ข้อความแจ้งสองคนนั้นว่าการประชุมอาจไม่เกิดขึ้น และเอเจนต์ต้องไม่ขัดขวางคำสั่งปิดของผู้ใช้ รวมถึงเอเจนต์ย่อยที่มันสร้างขึ้นก็ต้องถูกปิดตามไปด้วย

ในงานการตลาด ตัวอย่างที่ตรงกันคือเอเจนต์ส่งอีเมลโปรโมชันแบบทยอยส่ง ถ้าถูกหยุดหลังส่งไปแล้วครึ่งรายชื่อ ลูกค้าครึ่งหนึ่งได้โค้ดส่วนลด อีกครึ่งไม่ได้ ทีมควรตัดสินไว้ก่อนว่าจะส่งต่อให้ครบเองด้วยมือ หรือปิดโค้ดแล้วส่งข้อความขอโทษ ไม่ใช่มาคิดตอนที่ระบบหยุดไปแล้ว

### ปุ่มหยุดควรอยู่ที่ใคร

อยู่ที่คนที่เห็นผลเสียก่อน เช่น แอดมินที่ตอบแชตลูกค้า ถ้าแอดมินเห็นว่าเอเจนต์ตอบผิดแต่ต้องรอหัวหน้าอนุมัติการหยุด ความเสียหายจะลามต่อระหว่างรอ ทีมควรแยกสิทธิ์ "หยุด" ออกจากสิทธิ์ "เปิดใหม่" ให้คนหน้างานกดหยุดได้ทันที ส่วนการเปิดใช้อีกครั้งให้หัวหน้าตรวจก่อน

## สิ่งที่เอกสารฉบับนี้ยังตอบไม่ได้

ผู้เขียนเรียกข้อเสนอของตัวเองว่าเป็นชุดเริ่มต้น และเขียนคำถามเปิดไว้ท้ายแทบทุกข้อ ก่อนนำไปใช้ควรรู้ขอบเขตห้าเรื่องนี้

1. **เอกสารออกก่อนเครื่องมือรุ่นปัจจุบัน** เผยแพร่เดือนธันวาคม 2566 ตัวอย่างในเอกสารอ้างถึง GPT-4 และ Assistants API เครื่องมือเอเจนต์ที่ขายในปี 2569 ทำได้มากกว่านั้น แต่หลักการอนุมัติและการหยุดยังใช้ได้
2. **ไม่ครอบคลุมความปลอดภัยไซเบอร์** ผู้เขียนระบุเองว่าไม่มีข้อไหนพูดถึงการกันเอเจนต์ถูกผู้ไม่หวังดีเข้าควบคุม ซึ่งคาดว่าจะเป็นปัญหาใหญ่
3. **ไม่ใช่กฎหมายหรือมาตรฐานบังคับ** เป็นข้อเสนอของบริษัทผู้พัฒนาโมเดลรายหนึ่ง ไม่มีหน่วยงานไทยรับรอง
4. **ไม่ได้เจาะงานการตลาด** ตัวอย่างในเอกสารเป็นงานส่วนตัว งานวิศวกรรม และงานแพทย์ ตารางมอบงานในบทนี้เป็นการเทียบของผู้เขียนบทความ
5. **ไม่ได้บอกวิธีสร้างเอเจนต์ให้เก่ง** เอกสารตั้งใจไม่เขียนเรื่องเทคนิค เพราะมองว่าวิธีการเปลี่ยนเร็ว และการทำนายพฤติกรรมของโมเดลจากวิธีฝึกยังเป็นศาสตร์ที่เพิ่งเริ่มต้น

ส่วนภาพรวมว่าองค์กรไทยนำ AI มาใช้ในงานการตลาดมากแค่ไหน มีข้อมูลจากผลสำรวจสองชุดใน[AI Marketing 2026 องค์กรไทยใช้ AI เพิ่ม แต่ยังวัดผลไม่ได้](https://phygital.co.th/insights/ai-marketing-trends-2026)

## มอบงานการตลาดให้เอเจนต์ทีละขั้น

งานการตลาดแต่ละขั้นมอบให้เอเจนต์ได้ไม่เท่ากัน ตารางนี้เรียงจากงานที่ปล่อยได้มากไปงานที่ต้องคุมใกล้ชิด โดยใช้แนวปฏิบัติของเอกสารเป็นเกณฑ์

| งาน                   | ปล่อยให้เอเจนต์ทำเอง      | จุดที่คนต้องอยู่             | แนวปฏิบัติที่ใช้              |
| --------------------- | ------------------------------- | -------------------------------- | -------------------------------- |
| รายงานผลรายสัปดาห์ | ดึงตัวเลข คำนวณ ร่างสรุป      | อ่านข้อสังเกตก่อนส่งหัวหน้า | ทดสอบงานย่อยแยกกัน           |
| จัดหมวดข้อความเข้า | แยกคำถาม คำชม คำร้องเรียน     | รับเรื่องร้องเรียนต่อเอง    | พฤติกรรมตั้งต้น ส่งต่อให้คน |
| ร่างเนื้อหา          | ร่างหลายแบบเก็บในคลังร่าง | เลือกและแก้ก่อนโพสต์         | มองเห็นการทำงาน               |
| อีเมลถึงลูกค้า      | เตรียมรายชื่อและเนื้อหา     | กดส่งเอง                       | ขออนุมัติทุกครั้ง             |
| ปรับงบโฆษณา         | เสนอตัวเลขพร้อมเหตุผล        | อนุมัติเมื่อเกินวงเงิน        | จำกัดขอบเขตการกระทำ          |

ระบบที่เก็บข้อมูลลูกค้าไว้ให้เอเจนต์ใช้งานอธิบายต่อใน[CDP ต่างจาก CRM ตามนิยามปี 2026 ของ CDP Institute](https://phygital.co.th/insights/cdp-vs-crm-difference) เกณฑ์ผู้ส่งที่อีเมลอัตโนมัติต้องผ่านก่อนถึงกล่องจดหมายลูกค้าอยู่ใน[Marketing Automation อีเมลอัตโนมัติกับเกณฑ์ผู้ส่งของ Gmail](https://phygital.co.th/insights/marketing-automation-explained) เวลาที่แพลตฟอร์มแชตอนุญาตให้ระบบตอบลูกค้าได้อยู่ใน[รับเซ็ตระบบ Chatbot AI กับหน้าต่างเวลาที่แพลตฟอร์มกำหนด](https://phygital.co.th/insights/ai-chatbot-setup-agency) งานสร้างสรรค์ส่วนไหนที่ AI ทำได้มากหรือน้อยดูคะแนนได้ใน[AI ทำงานครีเอทีฟแทนได้แค่ไหน ดูคะแนนงานย่อยจาก ILO 2025](https://phygital.co.th/insights/ai-replace-creative-work-guide) และขอบเขตงานระบบอัตโนมัติดูได้ที่หน้า[บริการ AI Chatbot](https://phygital.co.th/solutions/chatbot)

### เริ่มจากงานที่ย้อนกลับได้ก่อนดีไหม

ดี เพราะงานที่ย้อนกลับได้ให้ทีมเห็นว่าเอเจนต์พลาดแบบไหนบ่อย โดยที่ลูกค้ายังไม่เห็นความผิดพลาดนั้น เมื่อรู้จุดอ่อนของระบบแล้วค่อยขยับไปงานที่ถึงลูกค้า และยังคงจุดอนุมัติไว้จนกว่าตัวเลขความผิดพลาดจะต่ำพอที่ทีมยอมรับได้

## สรุป

เอกสาร Practices for Governing Agentic AI Systems ของ OpenAI มองความเป็นเอเจนต์เป็นระดับ วัดจากความซับซ้อนของเป้าหมาย ของสภาพแวดล้อม การปรับตัว และการทำงานได้เอง แล้วเสนอแนวปฏิบัติเจ็ดข้อ คือประเมินความเหมาะกับงาน จำกัดการกระทำและขออนุมัติ ตั้งพฤติกรรมตั้งต้น ทำให้การทำงานมองเห็นได้ ตรวจอัตโนมัติ ระบุตัวผู้รับผิด และหยุดได้ทุกเมื่อ สำหรับทีมการตลาด หลักเหล่านี้แปลเป็นกติกาง่าย ๆ ว่างานที่ย้อนกลับได้ปล่อยให้เอเจนต์ทำ งานที่ใช้เงินหรือถึงลูกค้าต้องมีคนกดอนุมัติ และทุกงานต้องมีชื่อคนรับผิดชอบกับปุ่มหยุดที่คนหน้างานเข้าถึงได้

## คำถามที่พบบ่อย (FAQ)

### ร่างโพสต์ด้วย ChatGPT ทุกวัน นับว่าทำ Agentic AI Marketing แล้วหรือยัง

ตามกรอบของเอกสาร การร่างโพสต์ตามคำสั่งทีละครั้งมีความเป็นเอเจนต์ต่ำ เพราะคนยังสั่งทุกขั้นและเป็นคนตัดสินใจโพสต์เอง ความเป็นเอเจนต์สูงขึ้นเมื่อระบบเลือกหัวข้อ ตั้งเวลาโพสต์ และตอบคอมเมนต์ต่อได้เองโดยไม่มีคนสั่ง

### เอเจนต์ AI กับแชตบอตตอบลูกค้าต่างกันอย่างไร

แชตบอตแบบเดิมตอบตามโฟลว์ที่ออกแบบไว้ ส่วนเอเจนต์ทำได้มากกว่าการตอบ เช่น เปิดคำสั่งซื้อ ออกโค้ดส่วนลด หรือนัดคิว ยิ่งทำการกระทำที่มีผลจริงได้มากขึ้น ยิ่งต้องมีจุดขออนุมัติและทางส่งต่อให้คนมากขึ้น

### ธุรกิจเล็กที่มีคนดูแลการตลาดคนเดียวควรใช้เอเจนต์ไหม

ใช้ได้กับงานที่ย้อนกลับได้ เช่น สรุปตัวเลข จัดหมวดข้อความ หรือร่างเนื้อหาเก็บไว้ ส่วนงานที่ส่งถึงลูกค้าหรือใช้เงิน คนคนเดียวนั้นควรเป็นคนกดอนุมัติ และควรตั้งให้เอเจนต์หยุดพักรอการตรวจทุกวัน

### ถ้าเอเจนต์ส่งข้อมูลลูกค้าผิดคน ใครรับผิดชอบ

เอกสารไม่ได้ตัดสินเรื่องนี้ แต่เสนอหลักว่าต้องมีมนุษย์หรือนิติบุคคลอย่างน้อยหนึ่งฝ่ายรับผิดชอบเสมอ ในทางปฏิบัติ ธุรกิจที่เก็บข้อมูลลูกค้ายังเป็นผู้รับผิดชอบต่อลูกค้า จึงควรเขียนความรับผิดของผู้ให้บริการเครื่องมือไว้ในสัญญา

### ให้ AI ตรวจงานของเอเจนต์อีกทีแทนคนได้ไหม

ได้บางส่วน เอกสารเสนอการตรวจอัตโนมัติเพราะคนอ่านบันทึกทุกบรรทัดไม่ไหว แต่เตือนว่าต้นทุนอาจเพิ่มหลายเท่า และถ้าข้อมูลบางชุดทำให้เอเจนต์ทำงานผิด ตัวตรวจที่เป็น AI ก็อาจผิดตามไปด้วย การสุ่มให้คนอ่านจึงยังจำเป็น

### ควรเริ่มจากงานไหนเป็นงานแรก

งานที่ทำซ้ำทุกสัปดาห์ ผลลัพธ์ตรวจได้ง่าย และไม่ไปถึงลูกค้าโดยตรง รายงานผลโฆษณาภายในทีมเป็นตัวอย่างที่ตรงเงื่อนไขทั้งสามข้อ

## งานไหนในทีมที่ทำซ้ำทุกสัปดาห์ และย้อนกลับได้ถ้าผิด?

ส่งรายการงานประจำสัปดาห์ของทีมมาให้ PHYGITAL AGENCY แยกว่าขั้นไหนให้เอเจนต์ทำเองได้ ขั้นไหนต้องมีคนอนุมัติ และปุ่มหยุดควรอยู่ที่ใคร

- [นัดประชุมผ่าน Google Meet](https://calendar.app.google/DotQdE7Ca8LZG6Us5)
- [เพิ่มเพื่อนใน LINE](https://lin.ee/J8Qq8Do)