สร้าง Chatbot ด้วย n8n: เชื่อมต่อ LINE และ Facebook

Chatbot เป็นเครื่องมือสำคัญสำหรับธุรกิจยุคใหม่ ด้วย n8n คุณสามารถสร้าง chatbot ที่เชื่อมต่อ LINE และ Facebook พร้อม AI ตอบกลับอัตโนมัติได้ง่ายๆ โดยไม่ต้องเขียนโค้ด

ทำไมต้องมี Chatbot?

ประโยชน์สำหรับธุรกิจ

1. ตอบลูกค้า 24/7

• ไม่ต้องมีคนคอยตอบ
• ตอบได้ทันที
• ไม่พลาดลูกค้า

2. ประหยัดค่าใช้จ่าย

• ลดพนักงาน customer service
• Automate FAQs
• Scale ได้ไม่จำกัด

3. เพิ่มยอดขาย

• แนะนำสินค้า
• ส่ง promotion
• Follow up อัตโนมัติ

4. รวบรวมข้อมูลลูกค้า

• Collect leads
• Survey feedback
• Analytics

อ่านเพิ่มเติม: n8n Automation Introduction

เครื่องมือที่ต้องใช้

1. n8n (Workflow Automation)

• Self-hosted: ติดตั้งเองฟรี
• Cloud: $20-50/เดือน
• จุดเด่น: Flexible, powerful, open source

2. LINE Official Account

• Free plan: 500 messages/เดือน
• Light plan: 290 บาท/เดือน (15,000 messages)
• Standard plan: 2,190 บาท/เดือน (45,000 messages)

3. Facebook Page + Messenger

• ฟรี: ไม่จำกัดข้อความ
• Requirements: Facebook Page, Developer Account

4. OpenAI API (สำหรับ AI)

• GPT-3.5: ~$0.0015/1K tokens
• GPT-4: ~$0.03/1K tokens

Architecture Overview

User Message
    ↓
LINE/Facebook
    ↓
n8n Webhook
    ↓
Process Message
    ↓
OpenAI API (Optional)
    ↓
Generate Response
    ↓
Send Reply
    ↓
LINE/Facebook
    ↓
User receives message

อ่านเพิ่มเติม: สอน n8n Complete Guide

Part 1: LINE Chatbot

Step 1: Setup LINE Official Account

1. Create LINE Official Account

1. ไปที่ https://manager.line.biz/
2. Sign up / Login
3. Create account
   - Account name: [ชื่อบอท]
   - Category: [ประเภทธุรกิจ]

2. Get Channel Access Token

1. LINE Official Account Manager
2. Settings → Messaging API
3. Enable Messaging API
4. Get Channel Access Token (Long-lived)
5. เก็บ token ไว้

3. Setup Webhook URL

เดี๋ยวจะได้จาก n8n
ตอนนี้ไว้ก่อน

Step 2: Create n8n Workflow

1. Add Webhook Trigger

Nodes: Webhook
- HTTP Method: POST
- Path: /line-webhook
- Response: Respond immediately

Copy Webhook URL:

https://your-n8n.com/webhook/line-webhook

2. Parse LINE Message

Nodes: Code
- JavaScript

// Parse LINE webhook
const body = $input.item.json.body;
const events = body.events || [];

if (events.length === 0) {
  return [];
}

const event = events[0];
const messageType = event.message.type;
const messageText = event.message.text;
const replyToken = event.replyToken;
const userId = event.source.userId;

return [{
  json: {
    messageType,
    messageText,
    replyToken,
    userId
  }
}];

3. Add Logic Node

Nodes: Switch
- Mode: Rules
- Rules:
  - Value 1: {{$json.messageText}}
  - Operator: Contains
  - Value 2: "สวัสดี"
  - Output: greeting

  - Value 1: {{$json.messageText}}
  - Operator: Contains
  - Value 2: "ราคา"
  - Output: pricing

  - Otherwise: ai_response

4. Greeting Response

Nodes: Set
- greeting branch

Set Values:
- reply_message (String):
  "สวัสดีค่ะ! ยินดีต้อนรับสู่ [ชื่อร้าน]
  มีอะไรให้ช่วยไหมคะ? 😊"

5. Pricing Response

Nodes: Set
- pricing branch

Set Values:
- reply_message (String):
  "ราคาสินค้าของเรา:
  🔸 แพ็คเกจ A: 999 บาท
  🔸 แพ็คเกจ B: 1,999 บาท
  🔸 แพ็คเกจ C: 2,999 บาท

  สนใจแพ็คเกจไหนคะ?"

6. AI Response (OpenAI)

Nodes: HTTP Request
- ai_response branch
- Method: POST
- URL: https://api.openai.com/v1/chat/completions

Headers:
- Authorization: Bearer {{$credentials.openAiApi.apiKey}}
- Content-Type: application/json

Body (JSON):
{
  "model": "gpt-3.5-turbo",
  "messages": [
    {
      "role": "system",
      "content": "คุณคือ AI assistant ของร้าน [ชื่อร้าน] ตอบคำถามเกี่ยวกับสินค้าและบริการอย่างสุภาพ"
    },
    {
      "role": "user",
      "content": "{{$json.messageText}}"
    }
  ],
  "temperature": 0.7,
  "max_tokens": 500
}

Response:
reply_message = {{$json.choices[0].message.content}}

7. Send Reply to LINE

Nodes: HTTP Request
- Merge all branches here
- Method: POST
- URL: https://api.line.me/v2/bot/message/reply

Headers:
- Authorization: Bearer [LINE_CHANNEL_ACCESS_TOKEN]
- Content-Type: application/json

Body:
{
  "replyToken": "{{$json.replyToken}}",
  "messages": [
    {
      "type": "text",
      "text": "{{$json.reply_message}}"
    }
  ]
}

8. Log to Database (Optional)

Nodes: MySQL / Supabase

INSERT INTO chat_logs (
  user_id,
  message,
  reply,
  platform,
  created_at
) VALUES (
  '{{$json.userId}}',
  '{{$json.messageText}}',
  '{{$json.reply_message}}',
  'LINE',
  NOW()
)

Step 3: Configure LINE Webhook

1. กลับไปที่ LINE Official Account Manager
2. Settings → Messaging API → Webhook URL
3. ใส่ webhook URL จาก n8n
4. Enable: Use webhook
5. Disable: Auto-reply messages
6. Test webhook

อ่านเพิ่มเติม: n8n vs Vibe Coding

Part 2: Facebook Messenger Chatbot

Step 1: Setup Facebook App

1. Create Facebook App

1. ไปที่ https://developers.facebook.com/
2. My Apps → Create App
3. Type: Business
4. App Name: [ชื่อบอท]

2. Add Messenger Product

1. Dashboard → Add Product
2. เลือก Messenger → Set Up

3. Generate Page Access Token

1. Messenger → Settings
2. Access Tokens
3. เลือก Page
4. Generate Token
5. เก็บ token ไว้

4. Setup Webhook

1. Messenger → Settings → Webhooks
2. Callback URL: [จาก n8n]
3. Verify Token: [สร้างเอง random string]
4. Subscribe to:
   - messages
   - messaging_postbacks

Step 2: Create n8n Workflow

1. Webhook Trigger

Nodes: Webhook
- Path: /facebook-webhook
- HTTP Method: GET, POST
- Response Code: 200

2. Webhook Verification (GET)

Nodes: IF
- Condition: {{$json.query["hub.mode"]}} equals "subscribe"

True branch:
Nodes: Respond to Webhook
- Response: {{$json.query["hub.challenge"]}}

3. Parse Facebook Message (POST)

Nodes: Code

const body = $input.item.json.body;
const entry = body.entry?.[0];
const messaging = entry?.messaging?.[0];

if (!messaging) {
  return [];
}

const senderId = messaging.sender.id;
const messageText = messaging.message?.text;
const postback = messaging.postback?.payload;

return [{
  json: {
    senderId,
    messageText: messageText || postback,
    timestamp: messaging.timestamp
  }
}];

4. Business Logic

(Same as LINE)
- Switch node
- Greeting
- Pricing
- AI response

5. Send Reply to Facebook

Nodes: HTTP Request
- Method: POST
- URL: https://graph.facebook.com/v18.0/me/messages

Query Parameters:
- access_token: [PAGE_ACCESS_TOKEN]

Body:
{
  "recipient": {
    "id": "{{$json.senderId}}"
  },
  "message": {
    "text": "{{$json.reply_message}}"
  }
}

อ่านเพิ่มเติม: Setup n8n Workflow

Advanced Features

1. Rich Messages (LINE)

Flex Message:

{
  "type": "flex",
  "altText": "สินค้าแนะนำ",
  "contents": {
    "type": "bubble",
    "hero": {
      "type": "image",
      "url": "https://example.com/product.jpg",
      "size": "full"
    },
    "body": {
      "type": "box",
      "layout": "vertical",
      "contents": [
        {
          "type": "text",
          "text": "สินค้า A",
          "weight": "bold",
          "size": "xl"
        },
        {
          "type": "text",
          "text": "ราคา 999 บาท",
          "color": "#FF6B6B"
        }
      ]
    },
    "footer": {
      "type": "box",
      "layout": "vertical",
      "contents": [
        {
          "type": "button",
          "action": {
            "type": "uri",
            "label": "ซื้อเลย",
            "uri": "https://example.com/buy"
          },
          "style": "primary"
        }
      ]
    }
  }
}

2. Quick Replies

LINE:

{
  "type": "text",
  "text": "เลือกหมวดหมู่สินค้า:",
  "quickReply": {
    "items": [
      {
        "type": "action",
        "action": {
          "type": "message",
          "label": "เสื้อผ้า",
          "text": "ดูสินค้าเสื้อผ้า"
        }
      },
      {
        "type": "action",
        "action": {
          "type": "message",
          "label": "รองเท้า",
          "text": "ดูสินค้ารองเท้า"
        }
      }
    ]
  }
}

Facebook:

{
  "text": "เลือกหมวดหมู่สินค้า:",
  "quick_replies": [
    {
      "content_type": "text",
      "title": "เสื้อผ้า",
      "payload": "CATEGORY_CLOTHING"
    },
    {
      "content_type": "text",
      "title": "รองเท้า",
      "payload": "CATEGORY_SHOES"
    }
  ]
}

3. Context Management

Save conversation context:

Nodes: Redis / Database

SET user:{userId}:context = {
  "last_topic": "pricing",
  "selected_product": "A",
  "timestamp": "2025-01-20T10:00:00Z"
}

Expire: 1 hour

Retrieve context:

GET user:{userId}:context

Use in AI prompt:
"Previous context: User was asking about {{$json.context.last_topic}}"

4. Multi-language Support

Nodes: Code

function detectLanguage(text) {
  // Simple detection
  const thaiRegex = /[\u0E00-\u0E7F]/;
  return thaiRegex.test(text) ? 'th' : 'en';
}

const language = detectLanguage(messageText);

// AI prompt:
const systemPrompt = language === 'th'
  ? "คุณคือ AI assistant ตอบเป็นภาษาไทย"
  : "You are an AI assistant. Respond in English";

5. Broadcast Messages

Send to all users:

Nodes: Schedule Trigger
- Cron: 0 9 * * * (ทุกวัน 9 โมงเช้า)

↓

Nodes: Database (Get all users)
SELECT user_id FROM users WHERE active = 1

↓

Nodes: Loop
- For each user

↓

Nodes: LINE/Facebook Send API
Message: "🎉 โปรโมชั่นวันนี้! ลดสูงสุด 50%"

อ่านเพิ่มเติม: n8n Gmail Sheet Integration

Best Practices

✅ Do’s

1. เตรียม FAQs

• รวบรวมคำถามที่ถูกถามบ่อย
• เตรียมคำตอบที่ดี
• Test thoroughly

2. Handle Errors

• Network errors
• API timeouts
• Invalid inputs
• Fallback responses

3. Log Everything

• User messages
• Bot responses
• Errors
• Performance metrics

4. Monitor & Improve

• Track conversation success rate
• Identify confusing topics
• Improve AI prompts
• Add more FAQs

❌ Don’ts

1. อย่าตอบช้า

• ตอบภายใน 3 วินาที
• ถ้าประมวลผลนาน → ส่ง “กำลังประมวลผล…”

2. อย่าให้ AI ตอบทุกอย่าร

• FAQs → hardcoded responses (เร็วกว่า)
• Complex queries → AI
• Sensitive topics → escalate to human

3. อย่าละเลย Privacy

• อย่าเก็บข้อมูลส่วนตัวที่ไม่จำเป็น
• แจ้งให้ผู้ใช้รู้
• มี privacy policy

Troubleshooting

ปัญหาที่พบบ่อย

1. Webhook ไม่ทำงาน

• ตรวจสอบ URL ถูกต้องไหม
• n8n workflow active ไหม
• Webhook verification passed ไหม

2. บอทไม่ตอบ

• Check n8n execution log
• API tokens ถูกต้องไหม
• Rate limits เกินไหม

3. AI ตอบผิด

• ปรับ system prompt
• เพิ่ม context
• ลด temperature
• ใช้ GPT-4 แทน 3.5

4. ข้อความสูญหาย

• Check webhook queue
• Database connections
• Memory limits

สรุป

สร้าง Chatbot ด้วย n8n ไม่ยากและไม่แพง สามารถทำได้เองโดยไม่ต้องจ้าง developer

ประโยชน์:

• ⚡ ตอบลูกค้า 24/7
• 💰 ประหยัดค่าใช้จ่าย
• 📈 เพิ่มยอดขาย
• 🤖 AI ช่วยตอบอัตโนมัติ

Cost Breakdown:

• n8n: ฟรี (self-host) หรือ $20-50/เดือน
• LINE: 290-2,190 บาท/เดือน
• Facebook: ฟรี
• OpenAI: ~100-500 บาท/เดือน
• รวม: 390-2,740 บาท/เดือน

ROI: ประหยัดค่าพนักงาน 15,000-30,000 บาท/เดือน

หากต้องการเรียน n8n Chatbot แบบเจาะลึก เรียน คอร์ส n8n Automation กับเราได้

---

บทความที่เกี่ยวข้อง:

• n8n Automation Introduction
• สอน n8n Complete Guide
• Setup n8n Workflow

สนใจเรียน n8n? คอร์ส n8n ออนไลน์ | ติดต่อเรา