เห็นทั้ง LINE chat, inbox และ handoff ก่อนเปิดใช้ Agent จริง
เริ่มจากคำถามลูกค้า เอกสารสินค้า และ workflow ที่มีอยู่ แล้วเปลี่ยนเป็น Agent ที่ตอบภาษาไทยลื่น เชื่อม LINE OA ได้ และส่งต่อให้ทีมเมื่อถึงจุดที่ควรให้คนดูแล
LINE + Web
เปิดได้สองช่องทางหลัก
Human handoff
ส่งต่อให้ทีมเมื่อควรให้คนดู
1 dashboard
รวม inbox, usage และ analytics
วิธีอ่าน Loomi: เริ่มจากงานที่ต้องตอบจริง ทดสอบคำตอบก่อนเปิดใช้ แล้วใช้ analytics บอกว่าควรเพิ่มข้อมูลหรือ workflow ตรงไหนต่อ
loomi://line-agent/demo
Agent preview: ร้านกาแฟ
LINE OA conversation
ลูกค้าคุยจากมือถือ ทีมเห็นใน Inbox
Admin Inbox
สถานะบทสนทนาและเหตุผลที่ส่งต่อ
Lead พร้อมปิดการขาย
เชียงใหม่ · 2 ถุง · ขอค่าส่ง
FAQ ตอบสำเร็จ
ถามเวลาเปิดร้านและเมนูแนะนำ
ต้องเพิ่ม knowledge
ถาม wholesale price แต่ยังไม่มีข้อมูล
Knowledge
สินค้า ราคา FAQ
อัปโหลดเอกสารแล้ว test คำถามซ้ำ
Workflow
Lead → Handoff
ส่งต่อเมื่อมี intent ซื้อหรือข้อมูลส่วนตัว
Analytics
Coverage 78%
บอกหัวข้อที่ควรเพิ่มใน KB
Use cases
เลือก Agent จากโจทย์ของคนทำงานไทย
ไม่ต้องเริ่มจาก feature list ยาว ๆ ให้เริ่มจากงานที่ทีมต้องทำซ้ำทุกวันก่อน
ร้านค้าออนไลน์และเพจขายของ
ตอบคำถามสินค้า ราคา โปรโมชัน การจัดส่ง และเก็บ lead ก่อนส่งต่อแอดมินเมื่อมีโอกาสปิดการขาย
คลินิกและธุรกิจบริการ
ช่วยตอบเวลาเปิดทำการ แพ็กเกจบริการ ขั้นตอนนัดหมาย และส่งเคสเฉพาะทางให้เจ้าหน้าที่
คอร์สเรียนและทีมอบรม
ตอบรายละเอียดคอร์ส รอบเรียน ราคา เอกสารก่อนเรียน และเก็บข้อมูลผู้สนใจก่อนให้ทีมติดต่อ
ทีมเซลส์และ B2B lead
คัด lead จากบทสนทนา ถามข้อมูลที่จำเป็น และ trigger workflow ไปยัง CRM หรือทีมขาย
Measurement
วัดสิ่งที่ช่วยตัดสินใจต่อ ไม่ใช้ตัวเลขลอย ๆ
Loomi เน้นตัวชี้วัดที่ช่วยให้ทีมรู้ว่าควรเพิ่มข้อมูล ปรับคำตอบ หรือเปิด workflow ไหนต่อ
Setup time
เป้าหมายคือเริ่มจาก Agent แรกด้วยข้อมูลที่มีอยู่ ไม่ใช่ claim SLA
Handoff rate
ดูสัดส่วนแชตที่ควรให้ทีมรับต่อ เพื่อรู้ว่า AI ช่วยลดงานตรงไหน
KB coverage
ดูหัวข้อที่เอกสารยังไม่พอ ก่อนเพิ่มข้อมูลหรือ workflow ใหม่
Workflow
เส้นทางเริ่มต้นสำหรับ deploy Agent
ต่อจากหน้าแรกไปยังการสมัคร ทดลองถามจริง และเปิดใช้ใน channel ที่ทีมดูแลอยู่
1. Connect
เชื่อม LINE OA หรือ Web Chat เข้ากับ Agent
ตั้ง channel, webhook และข้อความทดสอบ เพื่อให้เห็นว่าลูกค้าจะคุยกับ Agent ผ่านช่องทางไหน
2. Train
ใส่ knowledge base และ guardrails จากงานจริง
อัปโหลด FAQ, ราคา, นโยบาย และคำตอบที่ทีมใช้บ่อย พร้อมกำหนดเรื่องที่ต้องส่งต่อให้คน
3. Improve
ดู inbox และ analytics เพื่อปรับคำตอบต่อ
แยกคำถามที่ตอบได้ คำถามที่ต้อง handoff และหัวข้อที่ควรเพิ่มใน knowledge base
Agent stack
เลือกเป็นระบบตอบลูกค้า ไม่ใช่เลือกแค่แชตบอตตัวเดียว
Stack ตัวอย่างช่วยให้เห็นทันทีว่า Agent ควรทำหน้าที่อะไรใน workflow จริง
LINE Stack
LINE OA + Agent + Human takeover
สำหรับเพจที่มีแอดมินน้อย แต่ต้องตอบเร็วและเก็บ lead ไม่หลุด
Support Stack
Knowledge Base + Web chat + Audit log
สำหรับทีมบริการที่ต้องคุมคำตอบและตามรอยการเปลี่ยนแปลงได้
Revenue Stack
Workflow + API + Analytics
สำหรับทีมที่อยากเชื่อม CRM, order lookup และ campaign reporting
Security & trust
ให้ทีมใช้ AI โดยยังคุมระบบได้
Product สำหรับธุรกิจต้องมีการส่งต่อ สิทธิ์การเข้าถึง และข้อมูลย้อนหลัง ไม่ใช่แค่ chatbot
คุมสิทธิ์และตรวจย้อนหลัง
RBAC และ audit log ช่วยให้ทีมรู้ว่าใครแก้ Agent, workflow หรือ knowledge base เมื่อไหร่
วัดผลจากบทสนทนา
ดูหัวข้อที่ถามบ่อย ค่าใช้จ่าย และผลลัพธ์หลังเปิดใช้งาน ไม่ต้องนั่งอ่านแชตทีละห้อง
เริ่มเล็กแล้วขยายได้
เริ่มจาก Agent เดียวบนเว็บ แล้วค่อยเพิ่ม LINE OA, workflow และ API เมื่องานชัดขึ้น
แยกสิทธิ์ตามบทบาท
Owner, Admin, Editor และ Viewer ช่วยให้ทีมให้สิทธิ์ตามงาน ไม่ต้องแชร์บัญชีเดียวกัน
FAQ
คำถามที่ทีมมักถามก่อนเริ่มใช้
คำตอบสั้น ๆ สำหรับเรื่อง LINE OA, ความแม่นของ Agent, handoff และ analytics
ต้องมี LINE OA อยู่แล้วไหม?
ถ้ามี LINE OA อยู่แล้วสามารถเชื่อมเป็น channel ได้ ถ้ายังไม่มีสามารถเริ่มจาก Web Chat ก่อน แล้วค่อยเพิ่ม LINE OA ทีหลัง
Agent จะตอบมั่วหรือเปล่า?
Loomi ออกแบบให้เริ่มจาก knowledge base, guardrails และ human handoff เพื่อให้ทีมเห็นคำตอบก่อนเปิดใช้จริง
แอดมินยังเข้ามาตอบเองได้ไหม?
ได้ Inbox แยกสถานะ bot, human และ closed เพื่อให้ทีมรับช่วงบทสนทนาที่ต้องใช้คนดูแลได้
ทำไมต้องมี analytics?
เพราะหลังเปิดใช้จริง คำถามลูกค้าจะบอกเองว่าต้องเพิ่มเอกสารตรงไหน และ workflow ใดคุ้มที่จะทำต่อ