2pm.spaceเอเจนต์ที่ทำงานได้จริง
ไม่ใช่แค่ตอบพรอมต์
เริ่มจากพรอมต์เดียว หรือวาดงานให้เป็นเวิร์กโฟลว์: หาเอกสารที่ถูกต้อง คิดและเรียกเครื่องมือ ตรวจคำตอบ ถามคนเมื่อจำเป็น แล้วตอบกลับ ทุกการรันบอกว่าแต่ละขั้นทำอะไร ใช้ไปเท่าไร และเพราะอะไร
จากไอเดียสู่เอเจนต์ที่ใช้งานได้ในสามขั้นตอน
วาดขึ้นมา ติดอาวุธ แล้ววางไว้ตรงที่งานอยู่
วาดงาน
เลือก Simple สำหรับพรอมต์เดียว หรือ Agentic เพื่อจัดงานเป็นโหนดบนแคนวาส — ค้นข้อมูล คิด ตรวจ แตกแขนง — ต่อกันจากซ้ายไปขวา
ให้สิ่งที่มันต้องใช้
แนบเครื่องมือ ทักษะ ความรู้ และหน่วยความจำให้เอเจนต์หรือให้โหนดเดียว แล้วตั้งการ์ดเรลที่ทุกข้อความต้องผ่าน
ส่งไปทำงาน
ทดสอบบนแคนวาส แล้วเชื่อมกับช่องทางในกล่องข้อความ ตารางเวลา ให้เอเจนต์อื่นใช้เป็นเครื่องมือ หรือ MCP client
วาดงาน
เลือก Simple สำหรับพรอมต์เดียว หรือ Agentic เพื่อจัดงานเป็นโหนดบนแคนวาส — ค้นข้อมูล คิด ตรวจ แตกแขนง — ต่อกันจากซ้ายไปขวา
ให้สิ่งที่มันต้องใช้
แนบเครื่องมือ ทักษะ ความรู้ และหน่วยความจำให้เอเจนต์หรือให้โหนดเดียว แล้วตั้งการ์ดเรลที่ทุกข้อความต้องผ่าน
ส่งไปทำงาน
ทดสอบบนแคนวาส แล้วเชื่อมกับช่องทางในกล่องข้อความ ตารางเวลา ให้เอเจนต์อื่นใช้เป็นเครื่องมือ หรือ MCP client
มากกว่าพรอมต์ที่มีเครื่องมือ
แคนวาสสำหรับงานที่พรอมต์เดียวทำเองไม่ได้
Simple หรือ Agentic
เอเจนต์แบบง่ายคือการเรียกโมเดลครั้งเดียวด้วย system prompt ของคุณ — เหมาะกับถามตอบ แปล และสรุป เอเจนต์แบบ agentic คือกราฟของโหนด สำหรับงานที่ต้องมีหลายขั้นและการตัดสินใจระหว่างขั้น
ขั้นตอนสิบหกแบบ
Agent, Crew, Run Agent, Code, Knowledge และ Skill Retrieval, Drive Action, Condition, Parallel, Loop, Evaluation, Human Review, Message, Send — แต่ละแบบเป็นการ์ดที่ลากลงแคนวาสแล้วต่อกับขั้นถัดไป
ตรวจงานตัวเอง
โหนด Evaluation ให้คะแนนคำตอบด้วยกฎหรือให้ LLM ตัดสิน แล้วส่งต่อ: Pass ไปต่อ Retry ส่งกลับให้เอเจนต์ลองใหม่ ได้ตามจำนวนครั้งที่คุณอนุญาต
มีคนอยู่ตรงจุดสำคัญ
โหนด Human Review หยุดการรันไว้จนกว่าจะมีคนอนุมัติหรือปฏิเสธ และโหนด Message ถามรายละเอียดจากลูกค้าผ่านฟอร์มหรือปุ่มก่อนที่เวิร์กโฟลว์จะไปต่อได้
เครื่องมือ ทักษะ และความรู้
เครื่องมือในตัวหกสิบรายการ HTTP API และ Python ของคุณเอง MCP server และเอเจนต์อื่นในฐานะเครื่องมือ ทักษะโหลดเข้าได้ทุกพรอมต์ หรือเฉพาะเมื่อคำถามตรงกัน — คลังขนาดใหญ่จึงไม่กินโทเคนทุกครั้งที่เรียก
ดูแคตตาล็อกเครื่องมือทดสอบ ตามรอย ย้อนกลับ
รันเวิร์กโฟลว์จากแคนวาสและดูผลลัพธ์ โทเคน และต้นทุนของแต่ละโหนด บันทึกเวอร์ชันของแคนวาส แล้วกู้คืนเมื่อการเปลี่ยนแปลงไม่เวิร์ก
บนแคนวาสมีอะไรบ้าง
ทุกโหนด รายการโมเดล และทุกที่ที่เอเจนต์รันได้
การคิดและการลงมือ
- Agent — โมเดล พรอมต์ และเครื่องมือของตัวเอง ในลูปคิดแล้วลงมือ
- Crew — ทีม CrewAI ที่มีหลายเอเจนต์และหลายงาน
- Run Agent — เรียกเอเจนต์ที่คุณสร้างไว้แล้ว
- Code — Python หรือ Bash ในแซนด์บ็อกซ์ ไม่มีค่า LLM
การควบคุมโฟลว์
- Start — จุดที่ข้อความเข้ามา
- Condition — แตกแขนงตามกฎ ไม่มีค่า LLM
- Parallel — รันทุกแขนงขาออกพร้อมกัน
- Loop และ Exit Loop — วนตามรายการหรือ N ครั้ง
การตรวจและคน
- Evaluation — กฎหรือ LLM ตัดสิน แล้ว Pass หรือ Retry
- Human Review — หยุดรออนุมัติหรือปฏิเสธ
- Message — ข้อความแชท ฟอร์ม หรือปุ่ม
- Send — ส่งข้อความถึงลูกค้าแล้วไปต่อ
ความรู้และข้อมูล
- Knowledge Retrieval — ค้นแบบความหมาย คีย์เวิร์ด หรือแบบผสม
- Skill Retrieval — จับคู่ทักษะโดยไม่ต้องมีขั้น LLM
- Drive Action — สร้าง อ่าน หรืออัปเดตเอกสาร ตาราง มายด์แมป และสตอรีบอร์ด
- หน่วยความจำที่คงอยู่ระหว่างบทสนทนา และหน่วยความจำของเวิร์กสเปซที่ทุกเอเจนต์ใช้ร่วมกัน
โมเดล
- Anthropic, OpenAI, Google และ DeepSeek
- Alibaba Qwen, Z.AI GLM, xAI และ MiniMax
- โมเดลต่อโหนด Agent ไม่ใช่โมเดลเดียวทั้งเวิร์กโฟลว์
- หักจากเครดิตของเวิร์กสเปซ — ไม่ต้องจัดการคีย์ของผู้ให้บริการ
รันที่ไหนได้บ้าง
- ช่องทางในกล่องข้อความ: Messenger, Telegram, Zalo ส่วนตัว แชทบนเว็บไซต์
- ตัวจัดตารางเวลา ตามรอบที่กำหนด
- เอเจนต์ตัวอื่น ในฐานะเครื่องมือ
- MCP client อย่าง Claude Code และ Cursor
- Playground ก่อนที่ลูกค้าคนไหนจะเห็น
ช่องพิมพ์พรอมต์ กับ ตัวสร้างเอเจนต์
งานเดียวกัน สร้างได้สองแบบ
พรอมต์เดียวพยายามค้นข้อมูล คิด ตรวจ และตอบไปพร้อมกัน — และไม่รู้ว่าส่วนไหนพัง
งานแต่ละอย่างคือโหนดของมันเอง และบันทึกการรันบอกว่าแต่ละโหนดรับอะไร ส่งอะไร และใช้ไปเท่าไร
คำตอบผิดส่งตรงถึงลูกค้า
โหนด Evaluation ดักไว้และส่งกลับไปลองใหม่ก่อนที่ใครจะเห็น
การกระทำที่มีความเสี่ยงต้องให้นักพัฒนาสร้างขั้นอนุมัติ
วางโหนด Human Review ไว้ข้างหน้า แล้วการรันจะรอคำว่าใช่
การเปลี่ยนแปลงที่ทำให้เอเจนต์พังหมายถึงต้องสร้างใหม่จากความจำ
กู้คืนเวอร์ชันของแคนวาสจากก่อนการเปลี่ยนแปลง
คำถามเกี่ยวกับตัวสร้างเอเจนต์
สิ่งที่คนถามก่อนสร้างเวิร์กโฟลว์แรก
ไม่ต้อง เอเจนต์แบบง่ายคือฟอร์ม: โมเดล พรอมต์ เครื่องมือ เอเจนต์แบบ agentic วาดบนแคนวาสด้วยการลากโหนดแล้วต่อเข้าด้วยกัน โค้ดเป็นทางเลือก — โหนด Code รัน Python หรือ Bash เมื่อคุณอยากให้ขั้นหนึ่งทำงานโดยไม่ใช้โมเดล
เอเจนต์แบบง่ายเรียกโมเดลครั้งเดียวด้วย system prompt พร้อมเครื่องมือและความรู้ที่คุณแนบไว้ เอเจนต์แบบ agentic รันกราฟ: แต่ละโหนดทำงานหนึ่งอย่าง — ค้นข้อมูล คิด ตรวจ แตกแขนง วนลูป ถามคน — และเส้นเชื่อมกำหนดว่าจะเกิดอะไรต่อ
รายการครอบคลุม Anthropic, OpenAI, Google, DeepSeek, Alibaba (Qwen), Z.AI (GLM), xAI และ MiniMax และบนแคนวาสแบบ agentic แต่ละโหนด Agent เลือกโมเดลของตัวเองได้ ค่าใช้งานหักจากเครดิตของเวิร์กสเปซ จึงไม่ต้องจัดการคีย์ของผู้ให้บริการ
รันจากแคนวาสหรือใน Playground ทุกการรันถูกบันทึกพร้อมอินพุต เอาต์พุต โทเคน ต้นทุน และการเรียกเครื่องมือของแต่ละขั้น คุณจึงเห็นว่าคำตอบผิดตรงไหน และแก้เฉพาะโหนดนั้นแทนการแก้ทั้งพรอมต์
ได้ แคนวาสซิงก์แบบเรียลไทม์และแสดงว่าใครเปิดอยู่บ้าง ส่วนเวอร์ชันของแคนวาสช่วยบันทึกสถานะที่ใช้งานได้ดีไว้และกู้คืนภายหลัง
บนช่องทางในกล่องข้อความ — Messenger, Telegram, Zalo ส่วนตัว หรือแชทบนเว็บไซต์ — ตามตารางเวลา เป็นเครื่องมือที่เอเจนต์อื่นเรียกใช้ หรือจาก MCP client อย่าง Claude Code หรือ Cursor
สร้างเอเจนต์ ที่งานของคุณต้องการจริงๆ
เริ่มจากพรอมต์ แล้วขยายเป็นเวิร์กโฟลว์เมื่องานต้องการ