GEO คือ SEO: ทำไมแบรนด์ต้องปรับตัวเข้าสู่ยุค AI Answers
Sedat Pehlivantürk นัก SEO เผยผลทดสอบ ชี้การติดหน้าค้นหา AI ยังคงต้องพึ่งพาเทคนิค SEO และการสร้าง Entity แบบดั้งเดิม
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- GEO หรือ Generative Engine Optimization แท้จริงแล้วก็คือ SEO รูปแบบเดิม
- ระบบ AI ต้องทำการค้นหาเว็บแบบสดๆ (Live Search) ก่อนที่จะตอบคำถามผู้ใช้ทุกครั้ง
- การที่ AI จะจดจำและแนะนำแบรนด์ได้ ต้องอาศัยการสร้าง Entity Layer ที่แข็งแกร่ง
ตลอดช่วงปีที่ผ่านมา วงการตลาดดิจิทัลพูดถึงศาสตร์ใหม่อย่าง GEO หรือ Generative Engine Optimization กันอย่างแพร่หลาย พร้อมกับคำชวนเชื่อเรื่องไฟล์รูปแบบใหม่หรือกลอุบายที่จะทำให้ระบบ AI ยอมรับ แต่ในมุมมองของนักเชี่ยวชาญด้าน SEO อย่าง Sedat Pehlivantürk เขากลับมองเห็นความจริงที่ต่างออกไป เพราะแท้จริงแล้วผู้ช่วยอัจฉริยะเหล่านี้ต้องทำการค้นหาข้อมูลจากอินเทอร์เน็ตก่อนที่จะประมวลผลคำตอบออกมา ซึ่งเส้นทางที่จะทำให้แบรนด์ปรากฏในระบบค้นหาเหล่านั้นก็ยังคงเป็นหลักการของ SEO เช่นเดิม
แนวคิดนี้ไม่ได้มาจากความคิดเห็นส่วนตัวเท่านั้น แต่ในคู่มืออย่างเป็นทางการที่ Google พิมพ์เผยแพร่เมื่อเดือนพฤษภาคม 2026 ก็ได้ระบุไว้อย่างชัดเจนว่า การปรับแต่งเว็บไซต์เพื่อให้รองรับการค้นหาผ่าน Generative AI นั้น "ยังคงเป็น SEO" โดยบทความนี้ได้พิสูจน์ให้เห็นผ่านการทดลองจริงกับชื่อของตัวผู้เขียนเอง พร้อมทั้งเจาะลึกถึงหัวใจสำคัญที่จะชี้ขาดความสำเร็จ นั่นคือระบบ Entity หรือการระบุตัวตนที่แท้จริง
โมเดลภาษาขนาดใหญ่ (Language Model) จะสามารถรับรู้ข้อมูลเกี่ยวกับแบรนด์หรือบุคคลใดบุคคลหนึ่งได้ผ่านสองช่องทางหลักเท่านั้น และไม่มีช่องทางอื่นที่เป็นความลับ คำถามที่มักพบบ่อยคือ หากเราป้อนข้อมูลแบรนด์ให้แชทบอทฟังโดยตรง มันจะช่วยแนะนำแบรนด์ของเราให้ผู้ใช้คนอื่นหรือไม่ คำตอบคือไม่ เพราะสิ่งที่คุณพูดคุยอยู่ในแชทจะถูกจำกัดอยู่เพียงแค่ในบทสนทนานั้น โมเดลจะไม่นำไปบอกต่อว่ามีคนเคยเล่าเรื่องแบรนด์นี้ให้ฟังเมื่อวานซ้อน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
สำหรับแบรนด์ใหม่หรือแบรนด์ขนาดเล็ก ช่องทางเดียวที่สมจริงและได้ผลคือการพึ่งพา Live Search ซึ่งหมายถึงการทำงานผ่านเสิร์ชเอ็นจิ้นนั่นเอง ก่อนที่ AI Assistant จะเขียนคำตอบออกมา มันจะต้องทำการค้นหาข้อมูลเหมือนกับที่มนุษย์ทั่วไปทำ Google เปิดเผยอย่างเปิดเผยว่าฟีเจอร์ AI Overviews และ AI Mode ถูกพัฒนาขึ้นบนระบบจัดอันดับและระบบคุณภาพหลักของบริษัท โดยระบบจะแตกคำถามที่ซับซ้อนออกเป็นคำค้นหาย่อยๆ หลายคำ ซึ่งกระบวนการนี้เรียกว่า Query Fan-out
การทำความเข้าใจเรื่อง Query Fan-out ถือเป็นจุดเปลี่ยนสำคัญสำหรับนักการตลาด เนื่องจากช่วยให้เราไม่ต้องกังวลกับการแย่งชิงอันดับหนึ่งสำหรับคีย์เวิร์ดหลักเพียงคำเดียว แต่สามารถมุ่งเน้นไปที่การสร้างคอนเทนต์ครอบคลุมคำค้นหาย่อยๆ ที่เกี่ยวข้อง ซึ่งมีโอกาสสูงกว่าที่ AI จะดึงข้อมูลไปอ้างอิง
การเป็นที่รู้จักยังไม่เพียงพอ เพราะการจะถูกแนะนำโดย AI นั้น ระบบต้องระบุตัวตนให้ถูกต้องเสียก่อน ซึ่งนี่คือหน้าที่ของ Entity Layer หรือชั้นข้อมูลที่ทำหน้าที่แยกแยะว่าชื่อนี้เป็นของใคร ผู้เขียนได้ทดลองเรื่องนี้ด้วยตนเองหลังจากเว็บไซต์ส่วนตัวเปิดใช้งานในเดือนพฤษภาคม 2026 โดยการถามผู้ช่วย AI สามตัวด้วยคำถามเดียวกันว่า Sedat Pehlivantürk คือใคร
"การปล่อยประตูให้เปิดต้อนรับอย่างเดียวไม่เพียงพอ ตัวบอทจะต้องเดินเข้ามาและจัดทำดัชนีข้อมูลของคุณด้วยเช่นกัน"
Sedat Pehlivantürk
ผลลัพธ์ที่ได้คือ Perplexity ให้คำตอบที่สะท้อนถึงปัญหา Entity Confusion เนื่องจากแหล่งข้อมูลที่เด่นชัดที่สุดในดัชนีตอนนั้นคือโปรไฟล์โซเชียลมีเดียที่ไม่ใช่ตัวเขา ในขณะที่ ChatGPT และ Gemini สามารถเชื่อมโยงเว็บไซต์ส่วนตัวเข้ากับผลงานบนเว็บไซต์สมาคมวิชาชีพได้อย่างแม่นยำ ปัจจัยสำคัญมาจากรายงานบอทของ Cloudflare ที่ระบุว่าเว็บไซต์ไม่ได้บล็อกบอทใดๆ ทำให้บอทของ ChatGPT และ Gemini เข้ามาเก็บข้อมูลอย่างต่อเนื่อง ต่างจาก Perplexity ที่บอทไม่เคยเข้าถึงเลย
แม้วิธีการทำตลาดจะเปลี่ยนผ่านไปสู่ยุคปัญญาประดิษฐ์ แต่แก่นแท้ยังคงยึดโยงอยู่กับโครงสร้างพื้นฐานเดิม สรุปได้ว่าการทำให้แบรนด์ถูกค้นพบและได้รับการบอกต่อยังคงเป็นงานของ SEO และ Entity ส่วนความสามารถของ Agent ที่จะเข้ามาทำธุรกรรมแทนผู้ใช้นั้นถือเป็นประเด็นทางเทคนิคแยกต่างหากที่ต้องติดตามกันต่อไป
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น