TL;DR: Line OA คือ “หน้าด่าน” หลักของ SME ไทยปี 2026 ลูกค้า 90% เริ่มจากที่นี่ — แต่ตอบเอง 24 ชม. ไม่ไหว AI Chatbot คือคำตอบ คู่มือนี้สอนตั้งแต่ เลือก Line OA plan, ขอ Channel Access Token, เชื่อม API, ทำ knowledge base, จน launch จริง ใน 14 วัน
ปี 2026 ลูกค้าไทยติดต่อธุรกิจผ่าน 3 ช่องทาง — Line OA (60%), Facebook Messenger (25%), เว็บ chat (15%) — Line OA นำห่างเพราะคนไทยทุกวัยใช้ Line อยู่แล้ว
ปัญหาคือ: Line OA ลูกค้า 100+/วัน = ตอบไม่ทัน → AI Chatbot คือทางออก แต่หลาย SME ไม่รู้จะเริ่มยังไง บทความนี้คือ playbook เต็ม
อ่านเปรียบเทียบช่องทางก่อน: Line OA vs Messenger vs เว็บ — เลือกช่องไหนคุ้มสุดปี 2026
ขั้นที่ 1 — เลือก Line OA plan (15 นาที)
Line OA มี 3 plan หลัก (อัปเดต 2026):
| Plan | ราคา/เดือน | Free message | After free | เหมาะกับ |
|---|---|---|---|---|
| Free | 0 บาท | 200 ข้อความ | ส่งไม่ได้ | ทดลอง / ธุรกิจเล็กมาก |
| Light | 1,200 บาท | 5,000 ข้อความ | 0.08 บาท/ข้อความ | SME 100-1,000 ลูกค้า/เดือน |
| Standard | 1,500 บาท | 25,000 ข้อความ | 0.04 บาท/ข้อความ | 1,000-10,000 ลูกค้า/เดือน |
Tips:
- Reply message (ตอบกลับใน 1 ชม. หลังลูกค้าทัก) = ฟรี ไม่นับ ทุก plan
- Push message (ส่งโปรโมชั่นไปหาลูกค้าเอง) = นับใน quota
- ส่วนใหญ่ AI chatbot ใช้แต่ reply → ลูกค้าทักก่อน AI ตอบ = แทบไม่นับ quota
- Plan Light หรือ Standard ก็พอสำหรับ SME ทั่วไป
ขั้นที่ 2 — ตั้ง Line OA + เปิด Messaging API (30 นาที)
- ไป https://www.linebiz.com/th/login/ → สมัคร Line OA
- เปิด Line Official Account Manager → Settings → Messaging API → กด “Enable”
- คัดลอก Channel Secret + กด “Issue Channel Access Token (long-lived)” → คัดลอก token
- ที่หน้า Messaging API → ตั้ง Webhook URL =
https://your-domain.com/webhooks/line - เปิด “Allow bot to join group/multi-person chat” ถ้าต้องการ
- ปิด “Auto-reply messages” + ปิด “Greeting messages” (เพราะเราจะให้ AI handle เอง)
⚠️ สำคัญ: ต้องมี HTTPS server (cert SSL) — ถ้ายังไม่มี deploy บน VPS + Let’s Encrypt ฟรี ใช้เวลา 30 นาที
ขั้นที่ 3 — เลือก backend stack (15 นาที)
3 ทางเลือก สำหรับ Line OA + AI:
Option A: ทำเอง Python/Node.js (เหมาะกับมีนักพัฒนา)
# FastAPI handler — webhook รับจาก Line OA
@app.post("/webhooks/line")
async def line_webhook(req: Request):
body = await req.body()
signature = req.headers.get("x-line-signature")
# verify signature
events = json.loads(body)["events"]
for event in events:
if event["type"] == "message" and event["message"]["type"] == "text":
text = event["message"]["text"]
user_id = event["source"]["userId"]
# call AI
reply = await call_claude(text, user_id)
# send back via Line API
await line_reply(event["replyToken"], reply)
return {"ok": True}
ใช้ Claude/GPT/Gemini API ส่งคำตอบกลับ — รายละเอียดดู Claude vs GPT-5 vs Gemini สำหรับธุรกิจไทย 2026
Option B: No-code platform (เหมาะกับ DIY)
- Manychat — รองรับ Line OA, มี AI integration
- Botpress — open-source, รองรับ multi-channel
- Botnoi — สัญชาติไทย, รองรับ Line OA โดยตรง
ดูรายละเอียดทำเองที่ DIY Chatbot SME 2026 — ทำเองไม่ต้องเขียนโค้ด
Option C: จ้าง agency (เหมาะกับ scale + integration ซับซ้อน)
KORP AI deploy stack: FastAPI + OpenRouter (multi-LLM) + Postgres + Redis + RAG + Line OA SDK
ดูเปรียบเทียบราคา agency vs DIY: AI Chatbot ราคาเท่าไหร่ 2026 — คู่มือคำนวณงบ SME
ขั้นที่ 4 — Knowledge Base (1 วัน)
AI ตอบดีหรือไม่ขึ้นกับ knowledge base ที่เราป้อน
เนื้อหาที่ควรเตรียม (สำหรับร้านค้า/บริการ):
- catalog สินค้า + ราคา + รายละเอียด
- โปรโมชั่นเดือนนี้
- เงื่อนไขส่ง / ชำระเงิน
- คำถามที่ถามบ่อย (FAQ) 30-50 ข้อ
- เงื่อนไขสมาชิก / สะสมแต้ม
- เวลาทำการ / ที่ตั้ง / เบอร์ติดต่อ
- โปรโมชั่นพิเศษ (เฉพาะลูกค้าทักผ่าน Line)
Format ที่เหมาะ:
- PDF / DOCX → upload ใส่ vector database (Pinecone, pgvector)
- หรือใส่ใน Google Sheet → sync เข้า knowledge base
RAG (Retrieval-Augmented Generation) คือเทคนิคให้ AI ตอบจากเอกสารเรา ดู RAG คืออะไร และทำไม SME ไทยควรรู้จัก
ขั้นที่ 5 — Prompt Engineering (1 วัน)
AI ตอบ “เป็นแบรนด์เรา” หรือไม่ ขึ้นกับ system prompt
Template prompt สำหรับ Line OA chatbot:
คุณเป็น AI assistant ของร้าน [ชื่อร้าน]
หน้าที่:
- ตอบคำถามลูกค้าเรื่องสินค้า/บริการ/โปรโมชั่น
- รับ order / จองคิว
- ส่งต่อทีมงานเมื่อจำเป็น
โทน:
- สุภาพ เป็นกันเอง ไม่เป็นทางการเกิน
- ใช้ "ค่ะ/นะคะ" เพราะลูกค้า 70% เป็นผู้หญิง
- ห้ามใช้ emoji เกิน 2 ตัวต่อข้อความ
ข้อห้าม:
- ห้ามตอบเรื่องการเมือง / ศาสนา
- ห้ามรับประกันราคาที่ไม่อยู่ใน knowledge base
- ห้ามให้ส่วนลดเองโดยไม่ได้รับอนุมัติ
หาก:
- ไม่แน่ใจคำตอบ → ตอบ "ขอส่งต่อทีมงานนะคะ" + แท็ก @human_handoff
- ลูกค้าโกรธ → ขอโทษ + ส่งต่อทันที
- คำถามเรื่องเงินคืน → ส่งต่อทันที
เรียนรู้การ tune prompt: Prompt Engineering สำหรับ SME
ขั้นที่ 6 — Test + Refine (3-5 วัน)
ก่อน launch ต้องเทสด้วย โจทย์จริง 50-100 ข้อ:
- คำถามทั่วไป: “ราคาเท่าไหร่?”, “ส่งจังหวัดไหนได้บ้าง?”
- คำถามนอกขอบเขต: “ทำงานจันทร์ไหม?” (ถ้าเราตอบไม่ได้ → AI ต้องส่งต่อ ไม่ใช่เดา)
- คำถามที่อยากให้ upsell: “ซื้อ 1 จานพอไหม?” → AI แนะนำ “+50 บาทได้เซ็ตคู่”
- ลูกค้าโกรธ: “ของยังไม่มาเลย!” → AI ขอโทษ + ส่งต่อทันที
แต่ละรอบเทสเจอ pattern ผิด → tune prompt → เทสใหม่
ขั้นที่ 7 — Launch + Monitor (ต่อเนื่อง)
หลัง launch ต้อง monitor:
- Conversation log — ดูทุกบทสนทนา หา pattern ที่ AI ตอบผิด
- Handoff rate — ถ้า AI ส่งต่อทีมเกิน 30% = knowledge base ขาด
- Customer satisfaction — ส่ง survey ทุก 10 conversation
- API cost — track ทุกวัน ตั้ง budget alert
Tools ที่ใช้ monitor:
- Grafana / Metabase สำหรับ KPI dashboard (เปรียบเทียบ Dashboard tools)
- Sentry สำหรับ error tracking
- LangSmith / Helicone สำหรับ LLM observability
คำถามที่ถามบ่อย
Q: Line OA ฟรี vs Premium ต่างกันมากไหมในเชิง chatbot? A: เกือบไม่ต่าง — Messaging API ใช้ได้ทุก plan ต่างกันแค่ message quota + Rich Menu บางฟีเจอร์
Q: ใช้ AI ตอบ Line OA แล้วลูกค้าจะรู้ไหมว่าเป็น bot? A: ลูกค้าควรรู้ — ใส่ greeting ”🤖 AI ผู้ช่วยตอบทันที 24/7 ถ้าจริงจังจะส่งต่อทีมงาน” เพื่อ trust + transparency
Q: ถ้า AI ตอบผิด ลูกค้าโกรธ ทำยังไง? A: ใส่ guardrail — AI ส่งต่อทีมทันทีเมื่อเจอคำว่า “โกรธ”, “complaint”, “ขอผู้จัดการ” + log ทุก conversation ให้ admin review ได้
Q: PDPA — Line OA chat data ต้องเก็บยังไง? A: เก็บแค่ user_id (ไม่ใช่ชื่อจริง) + ข้อความ + retention 90-180 วัน + ลบเมื่อลูกค้าขอ + ห้ามส่งเข้า public training data ของ LLM
Q: ทำเองได้ไหม ถ้าไม่ใช่นักพัฒนา? A: ได้ ถ้าใช้ no-code platform แบบ Manychat / Botnoi — แต่ scale จำกัด + custom integration ทำไม่ได้ ดู DIY Chatbot SME
Q: ใช้เวลานานแค่ไหนถึงคืนทุน? A: ตามขนาดธุรกิจ — ร้านค้า 1,000+ ลูกค้า/เดือน คืนทุนใน 2-3 เดือน. ดู ROI calculator ใน AI Chatbot ราคาเท่าไหร่ 2026
บทสรุป — เริ่มยังไง?
Path A: ทดลองด้วยตัวเอง (7-14 วัน)
- สมัคร Line OA Free plan
- เปิด Messaging API + ขอ Channel Access Token
- ใช้ Manychat / Botnoi (no-code) เชื่อม
- ใส่ FAQ 30 ข้อ
- test กับเพื่อน 1 สัปดาห์
- launch กับลูกค้าจริง
Path B: จ้าง KORP AI (3-5 สัปดาห์ go live)
- ดู demo สดที่ korpai.co/demo — ลองคุยกับ chatbot จริง
- ทักโจทย์ผ่าน Line OA — ตอบใน 24 ชม. พร้อมใบเสนอราคา
- รวม Channel Access Token setup + RAG + monitoring + training ทีม + 14-day trial money back
ทางไหนก็ตามที่เลือก — Line OA + AI Chatbot คือลงทุนที่คุ้มที่สุดของ SME ไทยปี 2026 เพราะลูกค้าหลักมาจากตรงนี้
บทความที่เกี่ยวข้อง: