Dan Petrovic (DEJAN) ผู้เชี่ยวชาญด้าน SEO ได้วิเคราะห์ข้อมูลดิบจาก Google Gemini API และเผยให้เห็นเป็นครั้งแรกด้วยหลักฐานเชิงประจักษ์ว่า Google AI Search (ที่ขับเคลื่อนด้วย Gemini) ดึงประโยคใดจากหน้าเว็บมาใช้เป็นหลักฐานประกอบคำตอบ (grounding snippet)
ประเด็นค้นพบสำคัญ:
- คำถาม → ถูกแยกเป็นหลายคำค้นย่อยด้วย query fanout
- สำหรับแต่ละคำค้นย่อย จะคัดเลือก 5–20 หน้า → แล้วให้คะแนนความเกี่ยวข้องกับคำค้นในระดับประโยค
- เกณฑ์ที่สำคัญที่สุด = ความคล้ายคลึงกันเชิงความหมายของประโยค (ส่วนที่ไม่เกี่ยวกับคำค้นจะถูกมองข้ามทั้งช่วง)
- ช่วงเปิดเรื่อง (ย่อหน้าแรก) มักถูกดึงออกมาแทบจะเสมอแม้ความเกี่ยวข้องต่ำ → มี lead bias ที่ชัดเจน
- องค์ประกอบเชิงโครงสร้างอย่างสารบัญ, เฮดเดอร์, โค้ดสั้นๆ ก็ถูกปฏิบัติเหมือนประโยคทั่วไปและได้รับการให้คะแนน
- ประโยคที่ถูกเลือกจะถูกเชื่อมด้วย … เพื่อประกอบเป็น snippet → และถูกใช้เป็นหลักฐานอ้างอิงตอนสร้างคำตอบสุดท้าย
สรุปคือ Google AI Search ไม่ได้อาศัยการตีความอย่างอิสระของ AI แต่ผ่านกระบวนการ ให้คะแนนความเกี่ยวข้องอย่างละเอียดในระดับประโยค + การคัดเลือก → สิ่งนี้ให้ insight เชิงปฏิบัติว่า ควรวาง ข้อความสำคัญไว้ให้เด่นในช่วงเปิดเรื่อง และ แต่ละประโยคควรใกล้เคียงกับคำค้นในเชิงความหมาย เพื่อเพิ่มโอกาสที่จะถูกอ้างอิงในคำตอบของ AI
Petrovic ยังได้เผยแพร่เดโมทูลที่เลียนแบบกลไกนี้ด้วย
ยังไม่มีความคิดเห็น