บทความทั้งหมด

อะไรทำให้ ChatGPT และ Google AI Overviews อ้างอิงเว็บไซต์คุณจริงๆ ผลวิจัยจาก Princeton

งานวิจัยเชิงวิชาการที่ควบคุมได้ทดสอบกลยุทธ์คอนเทนต์ 9 แบบกับคำค้นหา 10,000 คำถาม เพื่อดูว่าอะไรทำให้ได้รับการอ้างอิงจาก AI จริงๆ นี่คือสิ่งที่นักวิจัยจาก Princeton, Allen Institute for AI และ Georgia Tech พบ และสิ่งที่ไม่ได้ผล

โต๊ะทำงานนักวิจัยแสดงงานวิจัยเชิงวิชาการเรื่อง generative engine optimization วางข้างแล็ปท็อปที่แสดงผลการค้นหา AI พร้อมการอ้างอิง

ลองถามบล็อกการตลาดสิบแห่งว่าทำอย่างไรให้ ChatGPT หรือ Google AI Overviews อ้างอิงเรา คุณจะได้คำตอบสิบแบบที่ต่างกัน ส่วนใหญ่ไม่มีการยืนยันรองรับ ย่อหน้าให้สั้นลง ใส่ bullet point มากขึ้น น้ำเสียงเป็นมิตรขึ้น ใส่คำค้นหามากขึ้น แทบไม่มีข้อไหนถูกทดสอบกับอะไรจริงจังเลย แต่มีงานวิจัยหนึ่งที่ทดสอบจริง คืองาน "GEO: Generative Engine Optimization" ที่เผยแพร่โดยนักวิจัยจาก Princeton University, Allen Institute for AI, Georgia Tech และ IIT Delhi ซึ่งสร้างชุดทดสอบมาตรฐานจากคำค้นหา 10,000 คำถาม แล้วทดสอบกลยุทธ์คอนเทนต์เก้าแบบเทียบกันแบบมีการควบคุมตัวแปร เพื่อดูว่าแบบไหนขยับผลลัพธ์จริงๆ

ฟังดูเหมือนงานวิจัยเชิงวิชาการหนาๆ ที่ไม่เคยถูกนำมาใช้ตัดสินใจเรื่องคอนเทนต์จริง แต่ไม่ควรเป็นแบบนั้น เพราะผลการค้นพบเป็นรูปธรรม เจาะจง และนำไปใช้ได้จริง โดยสามในเก้ากลยุทธ์ที่นักวิจัยทดสอบให้ผลดีกว่ากลยุทธ์อื่นอย่างชัดเจน ในขณะที่เทคนิคเก่าแก่ที่สุดอย่างหนึ่งของ SEO แบบดั้งเดิมแทบไม่ขยับอะไรเลย บทความนี้จะพาไปดูว่างานวิจัยนี้ทดสอบอะไรจริงๆ สิ่งที่พบว่าได้ผล สิ่งที่พบว่าไม่ได้ผล และรายละเอียดหนึ่งที่บทสรุปส่วนใหญ่ของงานวิจัยนี้มักข้ามไป นั่นคือกลยุทธ์เหล่านี้ไม่ได้ช่วยทุกแหล่งข้อมูลเท่ากัน

การอ้างอิงแหล่งที่มา การยกคำพูดจากคนจริง และการยืนยันข้อมูลด้วยตัวเลขสถิติ คือกลยุทธ์ที่งานวิจัยแบบควบคุมจากคำค้นหา 10,000 คำถามพบว่าทำให้การถูกอ้างอิงจาก AI ขยับจริง ในขณะที่นิสัยเก่าแบบ SEO อย่างการยัดคำค้นหาแทบไม่ขยับอะไรเลย

งานวิจัยเบื้องหลังคำศัพท์ที่กำลังฮิต

นักวิจัยสร้าง GEO-BENCH ชุดทดสอบมาตรฐานจากคำค้นหา 10,000 คำถามที่รวบรวมจากเก้าแหล่งข้อมูลที่ต่างกัน รวมถึงคำค้นหาจริงที่ไม่ระบุตัวตน คำถามข้อสอบมหาวิทยาลัย และคำถามแบบโต้วาที เพื่อทดสอบโดยเฉพาะว่า "generative engines" คำที่พวกเขาใช้เรียกระบบ AI อย่าง ChatGPT และการค้นหาที่ขับเคลื่อนด้วย AI ของ Google ตัดสินใจอ้างอิงอะไรอย่างไร สำหรับแต่ละคำค้นหา พวกเขาจำลองสถานการณ์ที่ generative engine ดึงผลการค้นหา Google จริงห้าอันดับแรก สร้างคำตอบจากแหล่งข้อมูลเหล่านั้น แล้วทดสอบว่าเกิดอะไรขึ้นเมื่อหน้าใดหน้าหนึ่งในแหล่งข้อมูลเหล่านั้นถูกเขียนใหม่ด้วยกลยุทธ์คอนเทนต์แบบใดแบบหนึ่ง ในขณะที่ทุกอย่างอื่นเกี่ยวกับคำค้นหาและแหล่งข้อมูลคู่แข่งยังคงเหมือนเดิม

การออกแบบที่ควบคุมได้แบบนี้คือสิ่งที่ทำให้งานวิจัยนี้น่าเชื่อถือกว่าเรื่องเล่าจากบล็อกสักชิ้น เพราะมันแยกผลของการเปลี่ยนแปลงคอนเทนต์ทีละอย่าง ทำซ้ำหลายพันครั้งกับคำค้นหาที่ต่างกัน แทนที่จะรายงานว่าเกิดอะไรขึ้นกับเว็บไซต์เดียวครั้งเดียว

The Citation Triad สามกลยุทธ์ที่พิสูจน์แล้วว่าได้ผลจริงกับ AI

เรียกมันว่า Citation Triad หรือสามกลยุทธ์การอ้างอิง คือสามเทคนิคที่ให้ผลดีกว่าทุกอย่างที่งานวิจัยทดสอบอย่างชัดเจน ได้แก่ การอ้างอิงแหล่งที่มา (การระบุที่มาที่เจาะจงให้กับข้อเท็จจริงแต่ละข้อ) การเพิ่มคำพูดยกมา (การใส่คำพูดโดยตรงจากคนจริงหรือเอกสารที่ระบุตัวตนได้) และ การเพิ่มสถิติ (การยืนยันข้อความด้วยตัวเลขจริงแทนคำพูดเชิงคุณภาพที่คลุมเครือ) นักวิจัยรายงานว่าสามวิธีนี้ทำให้เกิดการปรับปรุงสัมพัทธ์ 30-40% บนตัวชี้วัดการมองเห็นหลักของพวกเขา และ 15-30% บนตัวชี้วัดแยกต่างหากที่ให้คะแนนว่าการอ้างอิงมีความเกี่ยวข้อง มีอิทธิพล และโดดเด่นแค่ไหนภายในคำตอบที่สร้างโดย AI เทียบกับคอนเทนต์ที่ไม่ถูกแก้ไข

ควรพูดให้ชัดเจนว่าตัวเลขนี้หมายความว่าอะไรและไม่ได้หมายความว่าอะไร นี่คือผลที่สังเกตได้จากชุดทดสอบคำค้นหา 10,000 คำถามภายใต้เงื่อนไขที่ควบคุมได้ ไม่ใช่การรับประกันว่าการเขียนหน้าเว็บหน้าใดหน้าหนึ่งใหม่จะสร้างการเพิ่มขึ้น 30-40% ของการอ้างอิงสำหรับธุรกิจของคุณโดยเฉพาะ สิ่งที่งานวิจัยนี้ยืนยันได้จริงคือลำดับความสำคัญที่แท้จริงว่าการเปลี่ยนแปลงคอนเทนต์แบบไหนควรทำก่อน คือการอ้างอิงสิ่งที่เจาะจง ยกคำพูดจากคนจริง และยืนยันข้อความด้วยตัวเลข ก่อนจะใช้ความพยายามกับการเปลี่ยนแปลงเชิงสไตล์ที่เบากว่า

ทำไมการยัดคำค้นหายังคงไม่ได้ผล

งานวิจัยยังทดสอบการยัดคำค้นหา หรือการใส่คำที่คำค้นหาน่าจะใช้เข้าไปในคอนเทนต์มากขึ้น เทคนิคที่เป็นตำนานของ SEO แบบดั้งเดิมมาสองทศวรรษ เมื่อเทียบกับ generative engines นักวิจัยพบว่ามันแทบไม่มีผลที่วัดได้ต่อการมองเห็นในการอ้างอิงเลย จัดอยู่ในกลุ่มที่อ่อนแอที่สุดในเก้ากลยุทธ์ที่ทดสอบ กลไกที่เคยทำให้ความหนาแน่นของคำค้นหาสำคัญสำหรับอัลกอริทึมค้นหาแบบเก่าที่จัดอันดับตามการจับคู่คำ ไม่ได้ถ่ายทอดมาสู่ระบบที่กำลังสรุปและเลือกแหล่งข้อมูลตามเนื้อหาสาระของข้อความ ไม่ใช่ความถี่ของคำ

ข้อคิดเชิงปฏิบัติสำหรับธุรกิจไทยคือ ถ้าทีมของคุณยังปรับหน้าเว็บด้วยการยัดคำค้นหาหลากหลายรูปแบบอยู่ ความพยายามนั้นควรถูกเปลี่ยนทิศทางไปที่ Citation Triad แทน มันไม่ได้ทำร้ายคุณโดยตรง แต่หลักฐานที่ควบคุมได้บอกว่ามันก็ไม่ได้ช่วยเช่นกัน เป็นบทเรียนแบบเดียวกับเรื่องเนื้อหาแท้จริงสำคัญกว่าการตกแต่งภายนอกที่อยู่เบื้องหลังสิ่งที่แยกเว็บไซต์ AI ที่มีประโยชน์จริงออกจาก AI Theater ป้ายชื่อหรือลูกเล่นไม่ได้สร้างความไว้วางใจ แต่เนื้อหาที่แท้จริงต่างหากที่สร้างได้

ความได้เปรียบของผู้ที่ไม่ได้เป็นตัวเต็ง

นี่คือรายละเอียดที่บทสรุปส่วนใหญ่ของงานวิจัยนี้มักข้ามไป กลยุทธ์เหล่านี้ไม่ได้ช่วยทุกแหล่งข้อมูลเท่ากัน นักวิจัยยังทดสอบว่าเกิดอะไรขึ้นเมื่อแหล่งข้อมูลในทุกช่วงอันดับการค้นหาถูกปรับปรุงพร้อมกัน และพบว่าผลลัพธ์เอียงไปทางแหล่งข้อมูลที่เริ่มต้นด้วยอันดับต่ำกว่าอย่างชัดเจน สำหรับกลยุทธ์การอ้างอิงแหล่งที่มาโดยเฉพาะ แหล่งข้อมูลที่เริ่มต้นในอันดับที่ห้าของผลการค้นหาเดิม มีการเพิ่มขึ้นของการมองเห็นสูงสุดถึง 115% หลังปรับปรุง ในขณะที่แหล่งข้อมูลที่อยู่อันดับหนึ่งอยู่แล้วบางครั้งกลับได้ผลเพิ่มเติมน้อย หรือแม้แต่ลดลงตามที่วัดได้ จากกลยุทธ์เดียวกัน

อ่านตรงๆ นี่คือข่าวดีสำหรับธุรกิจไทยขนาดเล็กหรือธุรกิจใหม่ที่ไม่ได้ครองอันดับหนึ่งในหมวดหมู่ของตัวเอง ผลการค้นพบหลักของงานวิจัยเองระบุว่ากลยุทธ์ GEO "สามารถเพิ่มการมองเห็นได้สูงสุดถึง 40%" ทั่วทั้งชุดทดสอบ แต่โอกาสที่แท้จริงกระจุกตัวอยู่ที่การให้คอนเทนต์ที่มีอันดับต่ำกว่าหรือยังไม่เป็นที่รู้จักมีทางแข่งขันเพื่อการอ้างอิงจาก AI ได้จริง ไม่ใช่การป้องกันตำแหน่งที่ครองอยู่แล้ว

ลองนึกภาพ: เรืองทอง ชาสมุนไพร ได้รับการอ้างอิงโดยไม่ต้องครองอันดับหนึ่ง

ลองนึกภาพธุรกิจสมมติชื่อ "เรืองทอง ชาสมุนไพร" แบรนด์ชาสมุนไพรเล็กๆ ที่ขายออนไลน์ ไม่เคยครองอันดับหนึ่งสำหรับคำค้นหา "ชาสมุนไพรช่วยนอนหลับ ประเทศไทย" เลย เพราะผู้ค้าปลีกสุขภาพรายใหญ่ที่มีงบคอนเทนต์มากกว่าครองอันดับเหนือกว่าตลอด แทนที่จะพยายามผลิตคอนเทนต์แข่งกับคู่แข่งเหล่านั้น ทีมงานเขียนหน้าสินค้าหลักใหม่ตาม Citation Triad โดยระบุแหล่งที่มาของสมุนไพรและภูมิภาคที่เก็บเกี่ยวอย่างเจาะจง ยกคำพูดจริงของลูกค้าที่บรรยายรสชาติแทนคำโฆษณาทั่วไป และระบุเวลาและอุณหภูมิในการชงที่แน่นอนแทนคำว่า "ชงตามชอบ" ไม่กี่สัปดาห์ต่อมา คำสรุปจากการค้นหาด้วย AI ที่ตอบคำถาม "ชาสมุนไพรอะไรช่วยเรื่องการนอนหลับในไทย" อ้างอิงเรืองทองด้วยชื่อคู่กับผู้ค้าปลีกรายใหญ่สองราย ไม่ใช่เพราะไต่อันดับขึ้นมา แต่เพราะหน้าเว็บของมันให้สิ่งที่เจาะจงและตรวจสอบที่มาได้แก่ generative engine ที่หน้าเว็บอันดับสูงกว่าไม่มี

Playbook สามกลยุทธ์การอ้างอิง

  1. Name Your Source ระบุแหล่งที่มาให้ชัด — ทุกข้อเท็จจริงบนหน้าเว็บสำคัญควรตรวจสอบย้อนกลับไปยังที่มาที่เจาะจง เช่น รายงานที่ระบุชื่อ งานวิจัยที่มีวันที่ บุคคลที่ระบุตัวตนได้ คำว่า "มีการศึกษาพบว่า" ลอยๆ ไม่ใช่การอ้างอิง
  2. Quote a Real Person ยกคำพูดจากคนจริง — คำพูดโดยตรงที่ระบุที่มาจากลูกค้า ผู้เชี่ยวชาญ หรือสมาชิกทีมงาน ให้สิ่งที่เป็นรูปธรรมแก่ระบบ AI ในการอ้างอิง ไม่ใช่แค่การถอดความ
  3. Anchor Every Claim in a Number ยึดทุกข้อความไว้กับตัวเลข — แทนที่ "จัดส่งรวดเร็ว" ด้วยเวลาจัดส่งเฉลี่ยจริง แทนที่ "ทรีตเมนต์ยอดนิยม" ด้วยจำนวนการจองต่อเดือนจริง
  4. Skip the Keyword Padding ข้ามการยัดคำค้นหา — เปลี่ยนเวลาที่ทีมคุณใช้ปรับแต่งรูปแบบคำค้นหา ไปเขียนย่อหน้าเพิ่มอีกหนึ่งย่อหน้าที่มีแหล่งอ้างอิงจริง คำพูดยกมา หรือสถิติรองรับแทน

โรงเรียนสอนขับรถแถวบ้านที่กำลังเลือกว่าจะเผยแพร่อะไรบนหน้าอัตราสอบผ่านก็เจอทางเลือกแบบเดียวกัน จะพูดซ้ำวลี "อัตราสอบผ่านสูง" ห้าครั้งทั่วหน้า หรือจะระบุตัวเลขจริงครั้งเดียวพร้อมแหล่งที่มาและวันที่ ข้อมูลบอกว่าแบบที่สองต่างหากที่ทำให้ได้รับการอ้างอิง

Evidence สรุปสิ่งที่ทุกอย่างโยงมาที่จุดเดียว

ถ้าต้องเหลือคำเดียวที่อธิบายว่างานวิจัยนี้พบว่าอะไรแยกหน้าเว็บที่ถูกอ้างอิงได้ออกจากหน้าที่มองไม่เห็น คำนั้นคือ Evidence หรือ หลักฐาน ไม่ใช่การโน้มน้าว ไม่ใช่ความหนาแน่นของคำค้นหา แค่มีบางอย่างที่เจาะจงพอที่ผู้อ่านหรือเครื่องจะชี้ได้ว่า "นี่คือที่มาของมัน"

คำถามที่ควรลองถามตัวเองคือ เลือกหน้าเว็บที่คุณอยากให้ระบบ AI ยกมาอ้างอิงมากที่สุด หน้านั้นระบุแหล่งที่มา ยกคำพูดจากคนจริง หรือระบุตัวเลขจริงอยู่แล้วหรือเปล่า หรือแค่บรรยายสิ่งต่างๆ แบบกว้างๆ แล้วหวังว่าจะน่าเชื่อพอ

คำถามที่พบบ่อย

GEO ที่งานวิจัยนี้แนะนำคืออะไร

Generative Engine Optimization คือคำที่นักวิจัยใช้เรียกแนวปฏิบัติในการปรับคอนเทนต์โดยเฉพาะเพื่อให้ระบบ AI อย่าง ChatGPT หรือการค้นหาที่ขับเคลื่อนด้วย AI ของ Google อ้างอิงและสรุปได้ดีขึ้น ต่างจาก SEO แบบดั้งเดิมที่ปรับแต่งเพื่อตำแหน่งการจัดอันดับ

นี่เป็นงานวิจัยเดียวกับเรื่อง schema markup 1,885 หน้าหรือไม่

ไม่ใช่ เป็นงานวิจัยแยกกันที่ถามคำถามต่างกัน เราสรุปงานวิจัยเรื่อง schema markup และสิ่งที่พบเกี่ยวกับความเชื่อที่ถูกพูดซ้ำอีกเรื่องหนึ่งไว้ที่นี่

การเขียนหน้าเว็บใหม่ด้วยการอ้างอิงและสถิติจะรับประกันการถูกพูดถึงโดย AI มากขึ้นไหม

ไม่มีงานวิจัยไหนรับประกันแบบนั้นสำหรับธุรกิจใดธุรกิจหนึ่งได้ สิ่งที่งานวิจัยนี้แสดงให้เห็นคือ ในชุดทดสอบขนาดใหญ่ที่ควบคุมได้ การอ้างอิงแหล่งที่มา การยกคำพูดจากคนจริง และการใช้สถิติ ให้ผลลัพธ์ดีกว่ากลยุทธ์อื่นที่ทดสอบอย่างมีนัยสำคัญ รวมถึงดีกว่าการไม่เปลี่ยนแปลงอะไรเลย

แปลว่าหน้าเว็บที่ครองอันดับหนึ่งอยู่แล้วไม่ต้องทำแบบนี้ใช่ไหม

ไม่เชิง แต่ข้อมูลของงานวิจัยเองชี้ว่าโอกาสที่ใหญ่ที่สุดอยู่ที่คอนเทนต์ที่ยังไม่ได้ครองอันดับเหนือกว่าในการค้นหาแบบดั้งเดิม หน้าที่ครองอันดับหนึ่งอยู่แล้วอาจเห็นผลเล็กกว่า หรือบางครั้งไม่เห็นผลเลย จากกลยุทธ์เดียวกัน

การยัดคำค้นหาสร้างความเสียหายจริงหรือแค่ไม่ได้ผล

งานวิจัยพบว่ามันแทบไม่มีผลที่วัดได้ต่อการมองเห็นในการอ้างอิงเลย ไม่ใช่ว่ามันทำลายมันโดยตรง ผลการค้นพบคือเวลาที่ใช้กับมันควรถูกใช้ที่อื่นดีกว่า

ต้องมีผู้เชี่ยวชาญด้าน AI มาช่วยนำผลวิจัยนี้ไปใช้ไหม

ไม่จำเป็น สามกลยุทธ์ที่ให้ผลดีที่สุด คือการระบุแหล่งที่มาที่เจาะจง การยกคำพูดจากคนจริง และการระบุตัวเลขจริง เป็นนิสัยเชิงบรรณาธิการที่ทีมคอนเทนต์นำไปใช้ได้โดยตรง ไม่ต้องใช้งานเทคนิค AI ใดๆ เลย

หน้าตาแบบนี้เมื่อใช้ NAWA AI Websites

NAWA AI Websites เปลี่ยนบริการที่ซับซ้อนให้เป็นคำตอบสั้น มีประโยชน์ และเจาะจง วินัยด้านคอนเทนต์แบบเดียวกับที่งานวิจัยนี้พบว่าได้รับการอ้างอิงจริง แทนที่จะเป็นคำสรุปที่เขียนโดย AI แบบทั่วไปที่พูดซ้ำสิ่งที่คู่แข่งพูดอยู่แล้ว เราสร้างโครงสร้างหน้าเว็บและลิงก์ภายในที่วางคำตอบที่มีแหล่งอ้างอิง มีคำพูดยกมา และมีตัวเลขรองรับ ไว้ตรงหน้าทั้งลูกค้าของคุณและระบบ AI ที่กำลังสรุปอุตสาหกรรมของคุณ

ถ้าคุณอยากได้ความเห็นที่สองว่าหน้าไหนของคุณจะได้ประโยชน์มากที่สุดจากการเขียนใหม่แบบนี้ คุยกับเราเรื่องการตรวจสอบเว็บไซต์และคอนเทนต์ AI

แหล่งข้อมูล: Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande, "GEO: Generative Engine Optimization," arXiv:2311.09735

นำไปใช้กับงานของคุณ

เปลี่ยนแนวคิดนี้ให้เป็นก้าวถัดไปที่ใช้งานได้จริง

คุยเรื่องขั้นตอนการทำงานของคุณ
งานวิจัย GEO จาก Princeton สิ่งที่ทำให้ได้รับการอ้างอิงจาก AI จริงๆ | NAWA