นักพัฒนาเว็บไซต์เสนอแพ็กเกจให้เจ้าของธุรกิจไทยว่า "ใส่ schema markup ในทุกหน้า แล้วเครื่องมือ AI อย่าง ChatGPT และ Google AI Overviews จะเริ่มอ้างอิงคุณ" เป็นคำสัญญาที่ฟังดูเป็นเทคนิคและเรียบง่าย โค้ดโครงสร้างไม่กี่กิโลไบต์ที่ซ่อนอยู่ในหน้าเว็บ ปลดล็อกการมองเห็นในพื้นที่การค้นหาใหม่ล่าสุด นี่ยังเป็นหนึ่งในคำกล่าวอ้างที่ถูกพูดซ้ำมากที่สุดในคอนเทนต์เรื่อง AI search ตอนนี้ ถูกพูดซ้ำไปทั่วบล็อกการตลาดโดยแทบไม่มีแหล่งอ้างอิงรองรับเลย
ฟังดูเหมือนวิธีแก้ปัญหาทางเทคนิคง่ายๆ ที่ให้ผลตอบแทนคุ้มค่าเกินคาด แต่งานวิจัยแบบจับคู่เปรียบเทียบอย่างเข้มงวดจาก 1,885 หน้าที่ใส่ schema markup จริงระหว่างเดือนสิงหาคม 2568 ถึงมีนาคม 2569 ซึ่งทำโดยบริษัทวิเคราะห์ SEO อย่าง Ahrefs กลับพบผลตรงกันข้าม ไม่มีการเพิ่มขึ้นของการอ้างอิงที่มีนัยสำคัญบน Google AI Mode หรือ ChatGPT และมีการลดลงจริงบน Google AI Overviews บทความนี้จะพาไปดูว่างานวิจัยนี้วัดอะไรจริงๆ ทำไมตัวเลขจริงอีกตัวที่ยืนยันแยกต่างหากว่าหน้าที่ถูก AI อ้างอิงมีโอกาสมี schema มากกว่าหน้าที่ไม่ถูกอ้างอิงถึงสามเท่า ไม่ได้ขัดแย้งกับผลวิจัยนี้ และธุรกิจไทยควรทำอะไรจริงๆ แทนการไล่ตามช่องติ๊กเรื่อง markup
Schema markup ไม่ได้ทำให้ได้รับการอ้างอิงจาก AI ด้วยตัวมันเอง แต่มันเป็นสัญญาณของเว็บไซต์ที่มีโครงสร้างดีและดูแลอย่างต่อเนื่องซึ่งมักจะถูกอ้างอิงอยู่แล้ว ซึ่งเป็นคนละเรื่องกับการแค่ใส่โค้ดเพิ่มเข้าไป
การทดสอบ 1,885 หน้า
Ahrefs ติดตามหน้าเว็บ 1,885 หน้าที่ใส่ schema markup แบบ JSON-LD ระหว่างเดือนสิงหาคม 2568 ถึงมีนาคม 2569 แล้วเปรียบเทียบผลการอ้างอิงกับหน้าควบคุมที่จับคู่ไว้ 4,000 หน้าที่ไม่ได้เปลี่ยนแปลง โดยใช้วิธีวิจัยแบบ matched difference-in-differences ซึ่งเป็นวิธีที่ออกแบบมาเฉพาะเพื่อแยกผลของการเปลี่ยนแปลงหนึ่งอย่างออกจากทุกสิ่งที่เกิดขึ้นกับหน้าเว็บพร้อมกันในเวลาเดียวกัน
ผลลัพธ์แยกตามพื้นที่ AI คือ การอ้างอิงบน Google AI Mode เปลี่ยนแปลง +2.4% และบน ChatGPT เปลี่ยนแปลง +2.2% ซึ่งทั้งสองตัวเลขนี้ผู้เขียนงานวิจัยอธิบายว่าแยกไม่ออกทางสถิติจากศูนย์ ส่วนการอ้างอิงบน Google AI Overviews กลับลดลง -4.6% ซึ่งงานวิจัยระบุว่ามีนัยสำคัญทางสถิติ แม้ในทางปฏิบัติจะแปลว่าเสียการอ้างอิงไปเพียงประมาณ 12 ครั้งต่อวันต่อหน้าเท่านั้น โดยรวมแล้ว การใส่ schema markup ในหน้าเว็บที่มีอยู่แล้วไม่ได้สร้างการเพิ่มขึ้นของการอ้างอิงตามที่คำแนะนำแบบ "แค่ใส่ schema" สัญญาไว้
The Correlation Trap กับดักความสัมพันธ์ที่ทำให้เข้าใจผิดว่า Schema คือสาเหตุ
นี่คือส่วนที่ทำให้ความเข้าใจผิดนี้ฝังแน่นมาก มันไม่ได้สร้างขึ้นจากความว่างเปล่า การวิเคราะห์ในวงกว้างของ Ahrefs จาก URL 6 ล้านชุดพบว่า 53% ของหน้าที่ถูก AI อ้างอิงมี schema markup เทียบกับอัตราที่ต่ำกว่ามากในหน้าที่ไม่ถูกอ้างอิง หน้าที่ถูก AI อ้างอิงมีโอกาสมี schema มากกว่าประมาณสามเท่า นี่คือตัวเลขจริงที่ยืนยันแล้ว และก็เป็นความสัมพันธ์แบบที่มักถูกเข้าใจผิดว่าเป็นสาเหตุ ซึ่งเป็นที่มาของชื่อ Correlation Trap ในหัวข้อนี้
การออกแบบวิจัยแบบ difference-in-differences มีไว้เพื่อจับความเข้าใจผิดแบบนี้โดยเฉพาะ ถ้า schema เองเป็นสาเหตุของการถูกอ้างอิง การใส่มันในหน้าที่ไม่เคยมีมาก่อนควรจะขยับอัตราการอ้างอิงของหน้านั้น แต่ส่วนใหญ่แล้วไม่ขยับ สิ่งที่ความสัมพันธ์นี้น่าจะสะท้อนมากกว่าคือ ธุรกิจที่มีวินัยพอจะติดตั้งข้อมูลแบบมีโครงสร้างมักเป็นธุรกิจเดียวกับที่ดูแลข้อมูลให้เป็นปัจจุบัน จัดหน้าเว็บให้ชัดเจน และรักษาความสม่ำเสมอของคอนเทนต์ส่วนอื่นในเว็บไซต์ด้วย ซึ่งเป็นคุณสมบัติจริงๆ ที่ระบบ AI ดูจะให้รางวัล Schema เป็นอาการของเว็บไซต์ที่บริหารดี ไม่ใช่สาเหตุของการมองเห็นของมัน
สิ่งที่งานวิจัยนี้ไม่ได้ตัดออก
พูดให้เป็นธรรมกับข้อมูล นี่ไม่ได้แปลว่า schema markup ไร้ค่าโดยสิ้นเชิง และผู้เขียนงานวิจัยเองก็ระบุขอบเขตจริงของผลการค้นพบนี้ หน้าเว็บที่ติดตามล้วนถูกอ้างอิงบ่อยอยู่แล้วก่อนเริ่มทดสอบ แต่ละหน้ามีการอ้างอิงจาก AI 100 ครั้งขึ้นไปต่อเดือน ผลลัพธ์นี้จึงพูดถึงหน้าเว็บที่มีฐานอยู่แล้ว ไม่ใช่หน้าใหม่ที่เริ่มจากศูนย์การมองเห็น ช่วงเวลาวัดผลมีแค่ 30 วันหลังการเปลี่ยนแปลง การแก้ไขอื่นๆ ที่เกิดขึ้นพร้อมกันบนหน้าเว็บไม่ได้ถูกแยกออก และ schema แต่ละประเภท (Product, FAQ, LocalBusiness และอื่นๆ) ไม่ได้ถูกทดสอบแยกกัน ไม่มีข้อไหนที่ล้มล้างผลการค้นพบหลัก แต่มันแปลว่าการสรุปว่า "schema markup ไม่มีผลอะไรเลยแบบเบ็ดเสร็จ" ก็จะเป็นการตีความเกินขอบเขตข้อมูลพอๆ กับที่ความเชื่อผิดๆ เดิมตีความเกินไปในทิศทางตรงข้าม
Schema ยังคงทำหน้าที่จริงแยกต่างหากที่ไม่เกี่ยวกับการถูก AI อ้างอิงเลย เช่น rich results ใน Google Search แบบดั้งเดิม ข้อมูลธุรกิจที่ถูกต้องใน Knowledge Panel และราคา เวลาทำการ และความว่างที่ระบบอื่นสามารถอ่านได้อย่างแม่นยำ นี่เป็นเหตุผลที่สมเหตุสมผลที่จะติดตั้งมัน และหน้าเว็บที่มีโครงสร้างก็ยังเป็นส่วนหนึ่งของรากฐานการค้นหาในภาพรวม คู่ไปกับการเขียนที่ตอบตรงประเด็นและมีแหล่งอ้างอิงที่แท้จริงคือสิ่งที่ทำให้ได้รับการอ้างอิง "จะทำให้ AI อ้างอิงคุณ" แค่ไม่ใช่เหตุผลที่ schema ควรอยู่ในรายการนั้น จากหลักฐานที่มีอยู่ตอนนี้
ลองนึกภาพ: สีลม ซิลค์ เทเลอร์ ไล่ตามการแก้ปัญหาผิดจุด
ลองนึกภาพธุรกิจสมมติชื่อ "สีลม ซิลค์ เทเลอร์" ร้านตัดสูทสั่งทำในกรุงเทพฯ หลังฟังการนำเสนอจากผู้ให้บริการ เจ้าของจ่ายเงินให้ใส่ schema แบบ JSON-LD เต็มรูปแบบในทุกหน้าบริการ ทั้ง Product markup สำหรับหมวดหมู่สูท และ LocalBusiness markup สำหรับข้อมูลร้าน โดยคาดว่าเครื่องมือค้นหา AI จะเริ่มแนะนำร้านสำหรับคำค้นหาแบบ "สูทสั่งทำกรุงเทพ" สามเดือนผ่านไป การถูกพูดถึงไม่ได้ขยับเลย สิ่งที่ไม่เคยถูกแก้จริงๆ คือตัวคอนเทนต์เอง หน้าเรื่องแหล่งที่มาผ้าและระยะเวลาที่ใช้ ซึ่งเป็นคำถามที่ถูกถามมากที่สุดตามบันทึกการสอบถามของร้านเอง ยังฝังคำตอบจริงไว้ในย่อหน้าเรื่อง "ความมุ่งมั่นด้านงานฝีมือ" โดยไม่บอกตรงๆ ว่าสองถึงสามสัปดาห์สำหรับการลองตัวครั้งแรก เร็วขึ้นได้ถ้าจ่ายค่าเร่งด่วน การเขียนหน้านั้นใหม่โดยใส่คำตอบตรงประเด็นไว้ข้างหน้าสร้างผลต่อการอ้างอิงในหนึ่งเดือนได้มากกว่าโปรเจกต์ schema ทำได้ในหนึ่งไตรมาส
Playbook เนื้อหาที่แท้จริง
- Content-First Diagnosis การวินิจฉัยที่เนื้อหาก่อน — ก่อนใช้เงินกับ markup เช็กก่อนว่าหน้าเว็บของคุณระบุคำตอบที่ชัดเจน เป็นปัจจุบัน และเจาะจงจริงหรือไม่ ช่องว่างเรื่องการถูกอ้างอิงมักเป็นช่องว่างเรื่องเนื้อหาที่แค่สวมหน้ากากเป็นปัญหาเทคนิค
- Schema as Hygiene, Not Magic Schema คือสุขอนามัย ไม่ใช่เวทมนตร์ — ติดตั้งข้อมูลแบบมีโครงสร้างสำหรับหน้าที่มันพิสูจน์แล้วว่าทำได้จริง เช่น rich results ข้อมูลธุรกิจที่ถูกต้อง ราคาและเวลาทำการที่อ่านได้ด้วยเครื่อง ไม่ใช่เป็นทางลัดที่สัญญาว่าจะทำให้มองเห็นได้บน AI
- Ask the Confound Question ถามหาตัวแปรกวนที่แท้จริง — ถ้าคู่แข่งที่มี schema ก็ถูกอ้างอิงมากกว่าด้วย ให้ถามว่าอะไรอีกที่เป็นจริงกับเว็บไซต์ของเขา ก่อนจะให้เครดิตกับ markup ปกติแล้วคุณภาพเนื้อหาที่แท้จริงต่างหากที่ทำงานอยู่
- Watch the Overviews Surface Separately จับตา AI Overviews แยกต่างหาก — Google AI Overviews เป็นพื้นที่เดียวที่วัดผลได้ว่าลดลงในงานวิจัยนี้ ถ้านั่นเป็นแหล่งทราฟฟิกสำคัญสำหรับธุรกิจคุณ ให้ติดตามแยกเฉพาะ แทนที่จะสมมติว่าสิ่งที่ได้ผลบน ChatGPT จะได้ผลที่นั่นด้วย
หน้าเว็บแผนกผู้ป่วยนอกของโรงพยาบาลก็เจอกับดักแบบเดียวกัน การใส่ MedicalClinic schema โดยไม่เคยระบุเวลารอ เอกสารที่ต้องเตรียม หรือเวลาเปิดรับ walk-in เป็นภาษาที่เข้าใจง่าย ก็ไม่ได้แก้อะไรที่ระบบ AI หรือคนไข้ที่กังวลใจต้องการคำตอบจริงๆ เลย
Substance สรุปสิ่งที่ทุกอย่างโยงมาที่จุดเดียว
ถ้าต้องเหลือคำเดียวที่อธิบายว่างานวิจัยนี้พิสูจน์ว่าอะไรสำคัญจริงๆ คำนั้นคือ Substance หรือ เนื้อหาที่แท้จริง ไม่ใช่ markup ที่ห่อหุ้มหน้าเว็บ แต่คือสิ่งที่อยู่ข้างใต้มันบอกอะไรที่ชัดเจน เป็นปัจจุบัน และเจาะจงพอที่จะคุ้มค่าจะถูกพูดซ้ำ
คำถามที่ควรลองถามตัวเองคือ ถ้าคุณลอกโค้ด schema ทุกบรรทัดออกจากหน้าที่สำคัญที่สุดของคุณวันนี้ ระบบ AI หรือมนุษย์ที่อ่านมันเป็นครั้งแรก จะยังได้คำตอบที่ชัดเจนและครบถ้วนจากสิ่งที่เหลืออยู่หรือเปล่า
คำถามที่พบบ่อย
การใส่ schema markup ช่วยให้เว็บไซต์ถูกเครื่องมือค้นหา AI อ้างอิงหรือไม่
หลักฐานที่ควบคุมได้ดีที่สุดที่มีอยู่ตอนนี้ คืองานวิจัยแบบจับคู่จาก 1,885 หน้า พบว่าไม่มีการเพิ่มขึ้นของการอ้างอิงที่มีนัยสำคัญทางสถิติจากการใส่ schema บน Google AI Mode หรือ ChatGPT และมีการลดลงจริงบน Google AI Overviews มันไม่ใช่ตัวขับเคลื่อนตามที่คำแนะนำ "ใส่ schema แล้วจะถูกอ้างอิง" กล่าวอ้าง
ถ้า schema ไม่ใช่สาเหตุของการถูกอ้างอิง ทำไมหน้าที่ถูกอ้างอิงถึงมี schema บ่อยขนาดนี้
เพราะธุรกิจที่รอบคอบพอจะติดตั้งข้อมูลแบบมีโครงสร้าง มักเป็นธุรกิจเดียวกับที่ดูแลคอนเทนต์ให้เป็นปัจจุบัน ชัดเจน และจัดระเบียบดี ซึ่งเป็นคุณสมบัติที่ได้รับการอ้างอิงจริงๆ Schema มีความสัมพันธ์กับเว็บไซต์ที่ดี แต่ไม่ได้สร้างมันขึ้นมา
ควรลบ schema markup ออกจากเว็บไซต์หรือไม่
ไม่ควร มันยังทำหน้าที่จริงแยกต่างหาก เช่น rich results บน Google Search ข้อมูล Knowledge Panel ที่ถูกต้อง และรายละเอียดธุรกิจที่อ่านได้ด้วยเครื่อง แค่อย่าติดตั้งมันโดยคาดหวังว่าจะได้รับผลตอบแทนเป็นการอ้างอิงจาก AI
งานวิจัยนี้แปลว่าข้อมูลแบบมีโครงสร้างไร้ค่าโดยสิ้นเชิงสำหรับการค้นหาด้วย AI หรือไม่
ไม่ถึงขนาดนั้น งานวิจัยติดตามหน้าเว็บที่มีฐานอยู่แล้วในช่วงเวลา 30 วัน ผลลัพธ์จึงพูดถึงธุรกิจที่มีการมองเห็นอยู่แล้วโดยตรงที่สุด ไม่ใช่หน้าใหม่เอี่ยม สิ่งที่มันตัดออกจริงๆ คือ schema ในฐานะทางแก้แบบเดี่ยวๆ
ควรให้ความสำคัญกับอะไรแทน schema markup
คอนเทนต์ที่ชัดเจน เจาะจง และเป็นปัจจุบัน ที่ตอบคำถามที่ลูกค้าถามจริงๆ ด้วยภาษาที่เข้าใจง่าย อยู่ใกล้ด้านบนของหน้า ซึ่งเป็นคุณภาพคอนเทนต์แบบเดียวกับที่งานวิจัยนี้ชี้ว่าเป็นตัวขับเคลื่อนความสัมพันธ์กับ schema ตั้งแต่แรก
นี่เหมือนกับข้อถกเถียงเรื่องการยัดคำค้นหาและเทคนิค SEO เก่าๆ หรือไม่
คล้ายกัน งานวิจัยเชิงวิชาการที่ควบคุมได้แยกต่างหากเกี่ยวกับกลยุทธ์การถูก AI อ้างอิง พบว่าเทคนิคเทคนิคผิวเผินอย่างการยัดคำค้นหาก็ไม่สร้างประโยชน์เช่นกัน ในขณะที่การปรับปรุงเนื้อหาที่แท้จริงของหน้าเว็บให้ดีขึ้นได้ผล เราสรุปผลการวิจัยฉบับเต็มไว้ที่นี่
หน้าตาแบบนี้เมื่อใช้ NAWA AI Websites
NAWA AI Websites มอง schema markup เป็นส่วนหนึ่งของรากฐานการค้นหา ไม่ใช่ทางแก้แบบเดี่ยวๆ โครงสร้างหน้าเว็บ metadata schema และลิงก์ภายใน ถูกสร้างให้ทำงานร่วมกัน บนคอนเทนต์ที่ระบุคำตอบตรงประเด็นไว้อยู่แล้ว เราไม่ขายการติดตั้ง schema เป็นการรับประกันการถูกอ้างอิง เพราะหลักฐานไม่สนับสนุนคำกล่าวอ้างนั้น และเราก็ไม่ทำแบบนั้นเช่นกัน
ถ้าคุณไม่แน่ใจว่าจุดที่ขาดหายจริงๆ ที่ทำให้เว็บไซต์ไม่ถูก AI มองเห็นคือการตั้งค่าเทคนิคหรือตัวคอนเทนต์เอง คุยกับเราเรื่องการตรวจสอบเว็บไซต์ AI และการมองเห็นในการค้นหา
แหล่งข้อมูล: Ahrefs, "We Tracked 1,885 Pages Adding Schema. AI Citations…"