Research

รู้จัก AI Crawler Bots แต่ละประเภท และเหตุผลที่นัก SEO ต้อง monitor เพื่อเพิ่มโอกาสถูกเลือกในคำตอบของ Generative AI

เทคนิค Chunking: เคล็ดลับจัดระเบียบ Content ให้ AI รัก การทำ SEO ยุคก่อน เราโฟกัสที่การทำ on-page ที่ Keyword Density และการเขียนเนื้อหาให้ยาวเพื่อครอบคลุมทุกประเด็น แต่เมื่อถึงยุคของ Generative Engine Optimization (GEO) AI อย่าง ChatGPT, Google Gemini หรือ Perplexity ไม่ได้มองหาแค่ “คำสำคัญ” แต่มองหา “คำตอบที่ตรงประเด็นและมีโครงสร้าง” หนึ่งในเทคนิคที่สำคัญที่สุดคือ “Chunking” ลองมาทำความเข้าใจว่าทำไมการแบ่งข้อมูลให้ดี ถึงเป็นกุญแจสำคัญที่ทำให้เว็บไซต์ถูก AI เลือกไปตอบกัน Chunking คืออะไร? Chunking คือกระบวนการแบ่งเอกสารหรือเนื้อหา (Text) ที่มีความยาวและซับซ้อน ให้กลายเป็นชิ้นส่วนย่อย ๆ ที่เรียกว่า “Chunks” โดยแต่ละชิ้นส่วนจะต้องมีความหมายในตัวเอง (Self-contained) ลองจินตนาการว่าเนื้อหาบนเว็บคือ “หนังสือหนึ่งเล่ม” หากเราโยนหนังสือทั้งเล่มให้ AI มันอาจจะหาคำตอบเจอ

เชื่อว่าตอนนี้หลายคนคงสับสนว่าเราจะต้อง optimize ยังไงบ้างให้ติด 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 อธิบายการทำงานของ Google AI Overview (AIO) ภาพใหญ่ไว้แบบนี้ครับ กรอบ Client Device: การรับ input จากผู้ใช้, การตีความ context, และการแสดงผล ในฝั่ง client กรอบนี้มีเพื่อบอกว่า การตีความเพื่อแสดงผลของ AIO เนี่ย ไม่ได้ใช้แค่ “Keyword” ที่ผู้ใช้เสิร์ชมานะ แต่จะดู