เชื่อว่าตอนนี้หลายคนคงสับสนว่าเราจะต้อง optimize ยังไงบ้างให้ติด [AI Overview](https://nerdoptimize.com/ai/what-is-google-ai-overview/) หรืออาจจะยังไม่มั่นใจว่าสิ่งที่ทำอยู่ตอนนี้มันส่งผลให้ติดจริงไหม?
งั้นก่อนอื่นมาดูเบื้องหลังการทำงานของ AI Overview กันครับว่ามีกระบวนการแบบไหน และมีเกณฑ์การคัดเลือกเว็บยังไง ซึ่งหลังจากรู้แล้วเนี่ย ขั้นต่อไปที่จะหยิบเอาไป optimize บอกเลยว่า no.1 แน่นอน
## AI Overview ทำงานยังไง?
จากเอกสารสิทธิบัตรของ Google (Google patent) เรื่อง [Generative Summaries For Search Results](https://patentimages.storage.googleapis.com/d3/2e/de/63defc51bec99a/US11769017.pdf) อธิบายการทำงานของ Google AI Overview (AIO) ภาพใหญ่ไว้แบบนี้ครับ
**กรอบ Client Device:** การรับ input จากผู้ใช้, การตีความ context, และการแสดงผล ในฝั่ง client
กรอบนี้มีเพื่อบอกว่า การตีความเพื่อแสดงผลของ AIO เนี่ย ไม่ได้ใช้แค่ “[Keyword](https://nerdoptimize.com/seo/what-is-keyword/)” ที่ผู้ใช้เสิร์ชมานะ แต่จะดู context อื่น ๆ ด้วย เช่น device ของผู้ใช้คืออะไร, เสิร์ชจากที่ไหน (location), ก่อนหน้านี้เสิร์ชอะไรมา
แสดงว่า personalized หรอ? → ถูกต้อง! แต่ไม่ใช่ทุกกรณีหรอกครับที่จะ personalized ถ้าเป็นการเสิร์ช keyword ที่เป็นข้อเท็จจริงทั่วไปหรือมีคำตอบที่ชัดเจนและเป็นสากล คำตอบก็จะออกมาเหมือนกันเปี๊ยบ
กรณี personalized ก็จะเป็น keyword พวก “…ใกล้ฉัน”, “จองตั๋วเครื่องบิน…” ที่ Google ต้องอาศัยข้อมูลพวก location, date, time เพื่อให้คำตอบตรงกับความต้องการของผู้ใช้มากที่สุด
มาดูคำอธิบายของแต่ละ engine กัน
**กรอบ NL Based Response System: **การสร้าง ยืนยัน และใส่แหล่งอ้างอิงให้ AI Overview
อย่าเพิ่งตกใจว่าตัวหนังสืออะไรเยอะแยะไปหมด มาดูคำอธิบายทีละตัวตามลำดับการทำงานจริงกัน
**กรอบ Search System(s):** ระบบ search และจัดเก็บ document
คนทำ SEO ใจชื้นได้เลยครับ เพราะกรอบนี้สะท้อนว่าระบบ search ยังสำคัญ!
อย่างที่อธิบายไปในกรอบที่แล้ว ว่า AI Overview ใช้ข้อมูล SRD(s) ในการให้ LLM สร้างคำตอบสรุปออกมา ซึ่งเจ้า SRD มันก็คือข้อมูลจาก search แสดงว่ามันคือการทำ SEO ดี ๆ นี่เองแหละ!!! (แต่ต้องทำแบบมีเทคนิคเหนือชั้นกว่าปกติ)
## AI Overview เลือกเอกสาร (SRDs) ยังไง?
พอดูการทำงานของ AI Overview แล้ว เราจะเห็นว่า part ที่สำคัญก็คือ SRDs ทำยังไงให้เว็บเราถูกเลือกเป็นแหล่งข้อมูล?
อย่างที่อธิบายไปว่า AI Overview มีการใช้ SRD Selection Engine เพื่อคัดเลือก SRDs เข้ามาใช้ในการสร้างสรุป ซึ่งการประเมินเอกสารจะพิจารณาจาก 5 มิติ
.wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42, .wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42[data-kb-block="kb-adv-heading49932_f0b4ad-42"]{font-style:normal;}.wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42 mark.kt-highlight, .wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42[data-kb-block="kb-adv-heading49932_f0b4ad-42"] mark.kt-highlight{font-style:normal;color:#f76a0c;-webkit-box-decoration-break:clone;box-decoration-break:clone;padding-top:0px;padding-right:0px;padding-bottom:0px;padding-left:0px;}.wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42 img.kb-inline-image, .wp-block-kadence-advancedheading.kt-adv-heading49932_f0b4ad-42[data-kb-block="kb-adv-heading49932_f0b4ad-42"] img.kb-inline-image{width:150px;vertical-align:baseline;}
### 1. Query-Dependent Measures (ประเมินจากคำค้นหา)
เป็นการประเมินความเกี่ยวข้องของเอกสารกับ Query ที่ป้อนเข้ามาโดยตรง ซึ่งจะดูจากมาตรวัดเหล่านี้:
### 2. Query-Independent Measures (ประเมินจากคุณภาพเนื้อหา)
เป็นการประเมินคุณภาพ เช่น ความน่าเชื่อถือ และความหลากหลายของเอกสาร (มีความ unique):
### 3. User-Dependent Measures (ประเมินจากผู้ใช้)
เป็นการประเมินว่าเอกสารไหน เหมาะกับผู้ใช้คนนี้มากที่สุด ในบริบทของการค้นหาครั้งนั้น ซึ่งดูจาก
### 4. Related Queries and Contextual Relevance (ประเมินจาก Query ที่เกี่ยวข้อง)
ในกรณี query ที่ผู้ใช้เสิร์ชมา (input query) มีความซับซ้อน AI Overview จะมีการดึงเอกสารด้วย query อื่นที่เกี่ยวข้องกับ query หลัก (ถ้าเปรียบกับ ChatGPT ก็ query fanout นั่นเองครับ) เพื่อให้คำตอบครอบคลุม ไม่แคบ หรือไม่ขาดบริบทสำคัญ
โดยกระบวนการแตก sub-queries หรือ related queries ก็มาจากทั้ง [long-tail keyword](https://nerdoptimize.com/seo/long-tail-keywords/) ที่เราเห็นเวลาพิมพ์บน search bar แล้ว google แนะนำคำค้นหาอื่น ๆ ที่คนส่วนใหญ่เสิร์ช (People also search for) หรือมาจากการที่ระบบสั่งให้ model LLM ตัวนึง สร้าง sub-queries ขึ้นมาเอง (Reformulated Queries) ได้ด้วยเช่นกัน
**Example**
**Input query: **[SEO คืออะไร](https://nerdoptimize.com/seo/what-is-seo/)
**Related queries: **ความหมายของ SEO, SEO ย่อมาจากวิธีทำ SEO
ซึ่ง AI Overview มีเกณฑ์การเลือก related queries แบบนี้ครับ
### 5. Context & Profile Data Utilization (ประเมินจากสถานการณ์)
เป็นขั้นตอนที่ระบบนำข้อมูลบริบทและโปรไฟล์มาใช้ ปรับและจูนการเลือกเอกสาร ให้เหมาะกับสถานการณ์การค้นหานั้น
มาขมวดกันนิดนึง จากเกณฑ์การคัดเลือกเอกสารหรือเอาจริง ๆ ก็คือการเลือกเว็บมา citation เนี่ย ไม่ได้ห่างไกลจากการทำให้เว็บติดอันดับ SEO ที่ดีเลยนะครับ หลัก ๆ ขอแค่ **→ **ตรงกับ [search intent](https://nerdoptimize.com/seo/search-intent/) (แน่นอนอยู่แล้ว ไม่งั้นไม่มีทางติดอันดับ), เขียน title ให้น่ากดไปอ่าน, ถูกหลัก [E-E-A-T](https://nerdoptimize.com/seo/eat-ranking-factor/), ข้อมูลต้องอัปเดตและมี unique แค่นี้ก็มีโอกาสเกินครึ่งแล้วที่จะปรากฎใน citation
เพียงแต่ ต้องอาศัยเทคนิคการเขียนให้เนื้อหาของเรามีโครงสร้างโดนใจระบบการเก็บข้อมูลของ AI สักหน่อย เช่น ตอบไปเลย ไม่ต้องเกริ่นเยอะ, ใช้ bullet list, เปรียบเทียบเป็นตาราง และเขียนย่อหน้าละ 2-3 บรรทัดก็พอ เพราะถ้าหน้านั้นเนื้อหาเยอะมาก AI จะไม่ได้เก็บข้อมูลทั้งหน้า แต่อาจจะเก็บเป็นประโยคแยกกัน หรือเก็บแค่ section H2 + paragraph
## แนวทางการทำให้เว็บแสดงผลบน AI Overview
หลังจากอ่านวิธีการทำงานกับวิธีการคัดเลือกเอกสาร (เว็บ) ของ AI Overview เริ่มสับสนงุนงงแล้วใช่ไหมครับ ไม่เป็นไร จะสรุปให้ว่าเรามีทางไหนที่สามารถทำแล้วติด AI Overview ได้บ้างกันแน่?
จากแผนภาพด้านบน เรามี 3 ทางเลือกครับ แต่ๆๆ เห็นไหมครับว่า ไม่ว่าจะเลือกทางไหน ก็ต้องทำ SEO ก่อนนะ ไม่งั้น AI Overview ไม่มีทาง choose เราแน่นอน เพราะเราเป็นคนแปลกหน้าสำหรับเขานะครับ 😭
สำหรับใครที่ทำ SEO อยู่แล้ว มาดูหนทางสู่การติดในผลลัพธ์ AI Overview กัน
### Pathway 1: Focus on Target Query
ดันอันดับให้เว็บติดหน้า 1 (Top10) ใน target keyword ก่อนครับ ก็จะเป็นพวก keyword ใหญ่ ๆ [search volume](https://nerdoptimize.com/seo/what-is-search-volume/) สูง ๆ มักจะเป็นกลุ่ม informational keyword มีคำตอบตายตัว หรือเป็น evergreen content ไม่ได้ต้องการคำตอบที่ซับซ้อนอะไรนั่นเอง เนื่องจาก keyword ที่แสดงผล AI Overview ส่วนใหญ่ยังเป็น informational keyword
### Pathway 2: Focus on Related Queries
การทำ target query มักมีการแข่งขันสูง จึงต้องทำ content แยกใน related queries ให้ติดอันดับดี ๆ ด้วยเหมือนกัน เพราะอย่างที่บอกไปว่าระบบของ AI Overview จะมีการแตก sub-queries เพื่อหาเอกสารที่เกี่ยวข้องและครอบคลุมที่สุดมาตอบ user ดังนั้น เว็บเราต้องเป็นแหล่งข้อมูลให้กับ AI Overview ครับ
ดูจากกราฟจะเห็นว่า การติด top rank ใน related queries หรือ reformulated queries มีโอกาสติด citation ของ AI Overview มากกว่า direct match queries ซะอีก โดยมีโอกาสประมาณ 60% เลย
### Share sub-pathway
หลังจากทำ content ใน target query และ related queries ให้ติดหน้าแรกแล้ว แต่ AI Overview ยังไม่หยิบเว็บเราไปแสดง ต้องทำยังไงต่อ?
เขียนคำตอบทันที (สั้น, ตรง, และได้ใจความ)
ใช้ bullet points, numbered steps
เขียน paragraphs ละ 2-3 บรรทัด
เขียนหัวข้อเชิงคำถาม (e.g., “…คืออะไร?”, “…ทำอย่างไร?”)
เปรียบเทียบในรูปแบบตาราง
### Pathway 3: YouTube Content
นอกเหนือจากการทำ content ในเว็บแล้ว อีกทางเลือกคือการทำอันดับใน YouTube เพราะเป็นหนึ่งในโดเมนที่ถูกอ้างอิงบ่อยที่สุดใน AI Overview
ดังนั้น การทำ content ลงช่องทาง YouTube โดยปรับแต่งชื่อและคำอธิบายให้น่าสนใจ ตรงกับ intent ของ target query ก็จะช่วยให้มีโอกาสติดใน AI Overview ด้วยเช่นกัน
## สรุปการทำงานของ Google AI Overview และสิ่งที่คนทำ SEO ต้องโฟกัส
**References**
- [FacebookFacebook](https://www.facebook.com/share.php?u=https%3A%2F%2Fnerdoptimize.com%2Fresearch%2Fhow-ai-overview-works-and-pathways-to-aio-visibility%2F)
- [LINELine](https://lineit.line.me/share/ui?url=https%3A%2F%2Fnerdoptimize.com%2Fresearch%2Fhow-ai-overview-works-and-pathways-to-aio-visibility%2F) 
