คู่มืออย่างเป็นทางการของ Google สำหรับการเพิ่มประสิทธิภาพฟีเจอร์ค้นหาด้วย Generative AI
(developers.google.com)- เมื่อฟีเจอร์ค้นหาด้วย Generative AI ของ Google Search เช่น AI Overviews และ AI Mode ถูกขยายการใช้งานมากขึ้น Google Search Central จึงเผยแพร่แนวทางปฏิบัติที่ดีที่สุดอย่างเป็นทางการสำหรับเจ้าของเว็บไซต์
- การค้นหาด้วย Generative AI ยังคงอิงอยู่บน ระบบจัดอันดับหลักและระบบคุณภาพ ของ Google Search เดิม ดังนั้นแนวทางปฏิบัติ SEO แบบเดิมยังคงใช้ได้
- กลยุทธ์ที่สำคัญที่สุดในระยะยาวคือการสร้าง คอนเทนต์แบบ non-commodity ที่เป็นต้นฉบับและทดแทนไม่ได้
- "AEO/GEO hacks" ที่กำลังเป็นกระแสออนไลน์ เช่น การสร้างไฟล์ LLMS.txt, การแบ่งคอนเทนต์เป็นชิ้นย่อย, หรือการเขียนใหม่เพื่อ AI โดยเฉพาะ ไม่มีผลกับ Google Search
- agentic experiences ที่ AI agent เข้ามามีปฏิสัมพันธ์กับเว็บไซต์ กำลังกลายเป็นพื้นที่ใหม่ที่ควรเริ่มเตรียมตัว
SEO ยังใช้ได้ผลในยุคการค้นหาด้วย Generative AI
- ฟีเจอร์ Generative AI มีรากฐานมาจาก ระบบจัดอันดับหลักและระบบคุณภาพ ของ Google Search ทำให้แนวทางปฏิบัติ SEO แบบเดิมยังคงใช้ได้ต่อไป
- Retrieval-Augmented Generation(RAG): ใช้ระบบจัดอันดับการค้นหาหลักเพื่อดึงหน้าเว็บล่าสุดที่เกี่ยวข้องจากดัชนีการค้นหา จากนั้นตรวจสอบข้อมูลเฉพาะในหน้าเหล่านั้นเพื่อสร้างคำตอบที่น่าเชื่อถือมากขึ้น และแสดงลิงก์ที่คลิกได้เพื่อรองรับข้อมูลในคำตอบ
- Query fan-out: เทคนิคที่โมเดลสร้างคำค้นที่เกี่ยวข้องหลายคำพร้อมกันเพื่อตอบสนองต่อคำถามของผู้ใช้และดึงผลการค้นหาเพิ่มเติม
- ตัวอย่าง: คำค้น "วิธีซ่อมสนามหญ้าที่เต็มไปด้วยวัชพืช" → สร้างคำค้นแบบ fan-out เช่น "ยากำจัดวัชพืชสำหรับสนามหญ้าที่ดีที่สุด", "กำจัดวัชพืชโดยไม่ใช้สารเคมี", "วิธีป้องกันวัชพืชในสนามหญ้า"
การประยุกต์ใช้แนวทางปฏิบัติ SEO พื้นฐาน
-
สร้างคอนเทนต์ non-commodity ที่เป็นต้นฉบับและมีคุณค่า
- หัวใจสำคัญคือ การนำเสนอมุมมองที่ไม่เหมือนใคร โดยรีวิวบุคคลที่หนึ่งจากประสบการณ์ตรงมีประสิทธิภาพมากกว่าการสรุปคอนเทนต์ที่มีอยู่แล้วอย่างชัดเจน
- อย่านำสิ่งที่คนอื่นพูดไปแล้ว หรือสิ่งที่โมเดล Generative AI สร้างได้ง่าย มาทำซ้ำ
- คอนเทนต์ non-commodity คือคอนเทนต์ที่ให้ข้อมูลเชิงลึกจากความเชี่ยวชาญหรือประสบการณ์ซึ่งลึกเกินกว่าความรู้ทั่วไป
- ตัวอย่างคอนเทนต์ทั่วไป: "7 เคล็ดลับสำหรับผู้ซื้อบ้านหลังแรก"
- ตัวอย่างคอนเทนต์ non-commodity: "ทำไมเราถึงยอมข้ามการตรวจบ้านเพื่อประหยัดเงิน: เรื่องราวจากภายในท่อระบายน้ำ"
- จัดโครงสร้างคอนเทนต์ด้วยย่อหน้า ส่วน และหัวข้อ เพื่อให้ มนุษย์อ่านได้ง่าย
- การเพิ่ม รูปภาพและวิดีโอคุณภาพสูง ลงในคอนเทนต์ข้อความ สามารถเพิ่มโอกาสในการถูกแสดงผลนอกเหนือจากลิงก์หน้าเว็บ
- ความพยายามสร้างคอนเทนต์แยกสำหรับแต่ละรูปแบบของคำค้นเพื่อปั่นอันดับ ถือเป็นการละเมิด นโยบายสแปมเรื่องการใช้คอนเทนต์จำนวนมากในทางที่ผิด ของ Google
- การมีหลายหน้าไม่ได้หมายความว่าจะมีคุณภาพหรือความเกี่ยวข้องสูงขึ้น และระบบ AI ก็พัฒนาความสามารถในการเข้าใจความเกี่ยวข้องของหน้าได้มากขึ้น แม้จะไม่ตรงกับคำค้นแบบเป๊ะ ๆ
- หากใช้เครื่องมือ Generative AI สร้างคอนเทนต์ ต้องปฏิบัติตามเกณฑ์ของ Search Essentials และ นโยบายสแปม
- หลักสำคัญคือให้ตัดสินจากคำถามว่า "ผู้เข้าชมจะรู้สึกพึงพอใจและเห็นว่าคอนเทนต์นี้มีประโยชน์หรือไม่?"
- หัวใจสำคัญคือ การนำเสนอมุมมองที่ไม่เหมือนใคร โดยรีวิวบุคคลที่หนึ่งจากประสบการณ์ตรงมีประสิทธิภาพมากกว่าการสรุปคอนเทนต์ที่มีอยู่แล้วอย่างชัดเจน
-
สร้างและดูแลโครงสร้างเชิงเทคนิคที่ชัดเจน
- หากต้องการให้แสดงในฟีเจอร์ Generative AI หน้าเว็บจะต้อง ถูกจัดทำดัชนีและมีสิทธิ์แสดง snippet
- จำเป็นต้องปฏิบัติตาม แนวทางการ crawl ที่ดี และโมเดล Generative AI จะใช้คอนเทนต์สาธารณะที่เข้าถึงและ crawl ได้เพื่อเรียนรู้รูปแบบและให้คำตอบที่เกี่ยวข้อง
- เว็บไซต์ขนาดใหญ่หรืออัปเดตบ่อยควรดูแนวทางการปรับ crawl budget ให้เหมาะสม
- Semantic HTML ไม่จำเป็นต้องสมบูรณ์แบบ แต่แนะนำให้ใช้เท่าที่ทำได้ โดยเฉพาะเพื่อช่วยด้านการเข้าถึง เช่น screen reader
- หากใช้ JavaScript ควรปฏิบัติตามแนวทาง JavaScript SEO และ SEO สำหรับเว็บไซต์ที่ใช้ JavaScript framework มักซับซ้อนกว่าโดยทั่วไป
- ควรมอบ ประสบการณ์ใช้งานหน้าเว็บที่ดี เช่น การแสดงผลได้บนทุกอุปกรณ์ ลด latency และแยกเนื้อหาหลักให้ชัดเจน
- ลด คอนเทนต์ซ้ำซ้อน เพื่อปรับปรุงประสบการณ์ผู้ใช้และป้องกันการสิ้นเปลืองทรัพยากรการ crawl
-
การเพิ่มประสิทธิภาพสำหรับธุรกิจท้องถิ่นและอีคอมเมิร์ซ
- คำตอบจาก Generative AI อาจรวม รายการสินค้า ข้อมูลสินค้า และข้อมูลธุรกิจท้องถิ่น
- การใช้ Merchant Center (รวมถึง feed) และ Google Business Profiles ช่วยเพิ่มการมองเห็นทั้งในคำตอบ AI และผลลัพธ์อื่น ๆ ของ Google Search
แก้ความเข้าใจผิดเกี่ยวกับการค้นหาด้วย Generative AI
- แม้คำอย่าง Answer Engine Optimization(AEO) หรือ Generative Engine Optimization(GEO) จะพบได้บ่อยทางออนไลน์ แต่กลยุทธ์แบบ "แฮ็ก" หลายอย่างไม่ได้เกี่ยวข้องกับวิธีทำงานจริงของ Google Search
- ไฟล์ LLMS.txt และมาร์กอัปพิเศษ: ไม่จำเป็นต้องสร้างไฟล์ machine-readable ใหม่, ไฟล์ข้อความสำหรับ AI, มาร์กอัป หรือ Markdown เพื่อให้ปรากฏในการค้นหาด้วย Generative AI
- แม้ Google จะค้นพบ crawl และจัดทำดัชนีไฟล์ได้หลากหลายนอกเหนือจาก HTML แต่ไม่ได้หมายความว่าไฟล์เหล่านั้นจะได้รับการปฏิบัติเป็นพิเศษ
- การ "chunking" คอนเทนต์: ไม่จำเป็นต้องแบ่งคอนเทนต์ออกเป็นชิ้นเล็ก ๆ เพื่อให้ AI เข้าใจดีขึ้น
- ระบบของ Google สามารถเข้าใจรายละเอียดปลีกย่อยของหลายหัวข้อในหน้าเดียว และแสดงส่วนที่เกี่ยวข้องต่อผู้ใช้ได้
- ไม่มีความยาวหน้าเว็บที่เหมาะสมแบบตายตัว ควรจัดให้เหมาะกับกลุ่มผู้อ่านเป้าหมายและหัวข้อ
- การเขียนคอนเทนต์ใหม่เพื่อระบบ AI โดยเฉพาะ: ระบบ AI เข้าใจคำพ้องความหมายและความหมายทั่วไปได้อยู่แล้ว จึงไม่จำเป็นต้องใส่ long-tail keyword ให้ครบทุกแบบหรือพยายามครอบคลุมทุกความแปรผันของคำค้น
- การพยายามได้มาซึ่ง "mentions" เชิงลบ: การไล่ล่าการถูกพูดถึงในเชิงลบทั่วเว็บไม่ได้ผล โดยระบบจัดอันดับหลักเน้นที่คอนเทนต์คุณภาพสูง และมีระบบแยกต่างหากสำหรับบล็อกสแปม
- การโฟกัสกับ structured data มากเกินไป: structured data ไม่ใช่สิ่งจำเป็นสำหรับการค้นหาด้วย Generative AI และไม่จำเป็นต้องเพิ่ม schema.org markup พิเศษ
- อย่างไรก็ตาม ยังคงแนะนำให้ใช้ต่อไปเพื่อให้มีสิทธิ์แสดง rich results ในฐานะส่วนหนึ่งของกลยุทธ์ SEO โดยรวม
สำรวจประสบการณ์แบบ agentic
- AI agent คือระบบอัตโนมัติที่ทำงานแทนผู้ใช้ เช่น การจองหรือเปรียบเทียบสเปกสินค้า
- browser agent สามารถเก็บข้อมูลจากเว็บไซต์ผ่านการ วิเคราะห์การเรนเดอร์เชิงภาพ เช่น screenshot การตรวจสอบโครงสร้าง DOM และ การตีความ accessibility tree
- สามารถเตรียมความพร้อมสำหรับ browser agent ปัจจุบันได้ผ่านแนวทางปฏิบัติที่ดีที่สุดสำหรับเว็บไซต์ที่เป็นมิตรกับ agent
- โปรโตคอลอย่าง Universal Commerce Protocol(UCP) กำลังเกิดขึ้นเพื่อขยายความสามารถของ Search agent ในอนาคต
ขั้นตอนถัดไป: สิ่งที่ควรโฟกัส
- คอนเทนต์จำนวนมากยังทำผลงานได้ดีใน Google Search รวมถึงประสบการณ์ Generative AI แม้ไม่มี SEO แบบชัดเจน และไม่จำเป็นต้องทำครบทุกข้อในคู่มือ
- ใช้ แนวทางปฏิบัติ SEO พื้นฐาน กับการค้นหาด้วย Generative AI ต่อไป โดยมีรากฐานคือโครงสร้างเชิงเทคนิคที่ชัดเจนและคอนเทนต์ที่เป็นต้นฉบับและมีคุณค่า
- มุ่งเน้นพัฒนา คอนเทนต์ non-commodity ที่มีประโยชน์ น่าเชื่อถือ และยึดมนุษย์เป็นศูนย์กลาง
- ให้ความสำคัญกับ กลยุทธ์ SEO ที่ได้ผลจริง มากกว่า "AEO/GEO hacks"
- ติดตามความเคลื่อนไหวล่าสุดของ agentic experiences อย่างต่อเนื่อง เช่น browser agent และโปรโตคอลใหม่ ๆ
ยังไม่มีความคิดเห็น