เครื่องมือตอบคำถาม (answer engine) เลือกแหล่งข้อมูลอย่างไร

เมื่อ ChatGPT, Perplexity, Gemini หรือ AI Overviews ของ Google ตอบคำถามหนึ่ง ระบบจะอ้างอิงหน้าเว็บเพียงไม่กี่หน้า การอ้างอิงเหล่านั้นไม่ได้มีไว้ประดับ แต่เป็นผลลัพธ์ของกระบวนการคัดเลือก และกระบวนการนั้นมีเอกสารอธิบายไว้มากพอที่จะพูดถึงได้ หน้านี้ว่าด้วยกลไกเบื้องหลัง ได้แก่ เนื้อหาถูกดึงมาอย่างไร แหล่งข้อมูลถูกเลือกอย่างไร หน้าเว็บต้องมีคุณสมบัติอะไรจึงจะถูกนำมาพิจารณาตั้งแต่แรก และเหตุใดการวัดการอ้างอิงของตัวเองจึงยากกว่าที่คิด

RAG (retrieval-augmented generation) การสร้างคำตอบโดยดึงข้อมูลมาประกอบ

เครื่องมือตอบคำถามไม่ได้ตอบจากความจำของโมเดลเพียงอย่างเดียว แต่ใช้ RAG กล่าวคือ เมื่อมีคำถามเข้ามา ระบบจะดึงเอกสารที่เกี่ยวข้องจากดัชนี แล้วจึงสร้างคำตอบที่ยึดโยงกับแหล่งข้อมูลที่ดึงมาได้ หน้าเว็บที่ระบบหยิบมาใช้ก็กลายเป็นการอ้างอิง นี่คือเหตุผลว่าทำไม AEO จึงเป็นไปได้ตั้งแต่แรก ข้อมูลที่ใช้ฝึกโมเดลนั้นตายตัว แต่ขั้นตอนการดึงข้อมูลทำงานกับดัชนีที่มีชีวิต ซึ่งเนื้อหาของคุณเข้าไปอยู่ในนั้นได้ และยกระดับสถานะของตัวเองในนั้นได้

ยึดโยงกับระบบการจัดอันดับ

เฉพาะกรณีของ Google คู่มือฟีเจอร์ AI ของ Google ระบุว่า AI Overviews และ AI Mode เลือกเนื้อหาด้วยวิธี RAG ที่ยึดโยงกับระบบการจัดอันดับหลักของ Search ขั้นตอนการดึงข้อมูลจึงไม่ใช่อัลกอริทึมลึกลับที่แยกออกไปต่างหาก ระบบชุดเดียวกันกับที่ตัดสินการจัดอันดับแบบออร์แกนิกคือระบบที่ตัดสินว่าชั้น AI เชิงสร้างสรรค์จะได้อ่านอะไร เนื้อหาที่ติดอันดับคือเนื้อหาที่ถูกอ้างอิงได้

query fan-out (การกระจายคำค้นหาย่อย)

Google อธิบายเทคนิคที่เรียกว่า query fan-out คือระบบจะยิงคำค้นหาที่เกี่ยวข้องกันหลายคำพร้อมกันเพื่อรวบรวมบริบทสำหรับคำถามเพียงคำถามเดียว ผลในทางปฏิบัติคือหน้าเว็บของคุณอาจถูกดึงมาใช้จากคำค้นหาที่ผู้ใช้ไม่เคยพิมพ์ คำถามเรื่องราคาอาจกระจายออกเป็นคำค้นหาย่อยเรื่องฟีเจอร์ ทางเลือกอื่น และการติดตั้งใช้งาน หน้าที่ครอบคลุมคำถามย่อยข้างเคียงของหัวข้อหนึ่งจึงมีช่องทางให้การดึงข้อมูลค้นพบได้มากกว่า

การอ้างอิงปรากฏอย่างไร

คู่มือของ Google ระบุว่าคำตอบของ AI จะแสดงลิงก์ที่คลิกได้อย่างเด่นชัดไปยังหน้าที่ใช้อ้างอิง การถูกเลือกเป็นแหล่งข้อมูลจึงเท่ากับการวางแบรนด์ให้เห็นได้ ณ จังหวะที่ผู้ใช้ได้รับคำตอบพอดี และเป็นเส้นทางที่ผู้อ่านเดินตามเมื่อต้องการตรวจสอบหรืออ่านลึกลงไป Search Console ของ Google มีรายงานประสิทธิภาพสำหรับ generative AI ซึ่งเป็นช่องทางจากเจ้าของแพลตฟอร์มโดยตรงในการดูทราฟฟิกนี้

บัตรผ่านเข้า คือถูกจัดทำดัชนีและมีสิทธิ์แสดงเป็น snippet

หน้าเว็บจะเข้าข่ายถูกพิจารณาได้เลย ต้องรวบรวมข้อมูลได้ ถูกจัดทำดัชนี และมีสิทธิ์แสดงเป็น snippet เท่านั้นคือเงื่อนไขแรกเข้าทั้งหมด ตามคู่มือของ Google ไม่จำเป็นต้องมีมาร์กอัปพิเศษหรือไฟล์เฉพาะสำหรับ AI, Google Search ไม่สนใจ llms.txt และข้อมูลที่มีโครงสร้างก็ไม่ใช่สิ่งจำเป็นสำหรับฟีเจอร์ generative AI Google ยังบอกอย่างชัดเจนว่าไม่ควรหั่นเนื้อหาเป็นชิ้นย่อยหรือเขียนด้วยรูปแบบพิเศษเพื่อ AI ถ้าหน้าเว็บปรากฏเป็น snippet ปกติไม่ได้ ก็ปรากฏในคำตอบของ AI ไม่ได้ และถ้าปรากฏได้ ในทางเทคนิคก็ไม่ต้องทำอะไรเพิ่มอีก

เครื่องมือที่ไม่ใช่ของ Google ต่างออกไปอย่างไร

ChatGPT, Perplexity และ Claude ไม่ได้อาศัยดัชนีของ Google แต่ละรายมี crawler และระบบการดึงข้อมูลของตัวเอง สถานะของหน้าเว็บหนึ่งจึงต่างกันได้ในแต่ละเครื่องมือ และความสนใจต่อเนื้อหาที่สดใหม่ก็ต่างกันอย่างวัดได้ การศึกษาหน้าเว็บ 7,683 หน้าและการอ้างอิง 47,097 ครั้ง พบว่า Gemini อ้างอิงเนื้อหาที่อัปเดตภายในหนึ่งปีที่ผ่านมาคิดเป็น 78 เปอร์เซ็นต์ของกรณีทั้งหมด ChatGPT 73 เปอร์เซ็นต์ และ Perplexity 65 เปอร์เซ็นต์ ขณะที่มีเพียง 42 เปอร์เซ็นต์ของเนื้อหาที่ถูกอ้างอิงเป็นเนื้อหาที่เพิ่งเผยแพร่ใหม่ นั่นแปลว่าความสดใหม่ที่เครื่องมือเหล่านี้ให้รางวัลมาจากการอัปเดตหน้าเดิมเป็นหลัก ไม่ใช่จากหน้าใหม่ ถ้า Perplexity สำคัญกับคุณ หน้าเก่าที่ดูแลรักษาไว้ดีก็ยังแข่งได้ แต่บน Gemini หน้าที่ปล่อยทิ้งไว้แทบไม่มีโอกาส

ทำไมการวัดการอ้างอิงจึงมีสัญญาณรบกวนสูง

การตรวจว่าเครื่องมือหนึ่งอ้างอิงคุณหรือไม่ ฟังดูง่าย คือถามแล้วก็ดู แต่ในทางปฏิบัติผลลัพธ์ไม่นิ่ง จากการรัน ChatGPT ด้วยพรอมต์เดียวกันสามครั้ง มีแหล่งข้อมูลที่ถูกอ้างอิงคงที่เพียงราว 2.2 เปอร์เซ็นต์ ส่วนในการวัดคำตอบของ LLM ที่เกี่ยวกับแบรนด์ ถ้อยคำของคำค้นหาอธิบายความแปรปรวนของการวัดได้ 26.5 ถึง 32.0 เปอร์เซ็นต์ ขณะที่ตัวตนของแบรนด์อธิบายได้เพียง 1.5 เปอร์เซ็นต์ วิธีที่คุณถามส่งผลต่อผลลัพธ์มากกว่าตัวตนของคุณอย่างเทียบกันไม่ติด

ข้อสรุปตามมาสองข้อ ข้อแรก การตรวจด้วยคำค้นหาเพียงครั้งเดียวไม่ให้สัญญาณที่เชื่อถือได้ มีแต่การสุ่มตัวอย่างซ้ำ ๆ ข้ามถ้อยคำและข้ามช่วงเวลาเท่านั้นที่จะเห็นแนวโน้ม ข้อสอง จงระวังแดชบอร์ดของผู้ให้บริการ ไม่มีเครื่องมือของบุคคลที่สามรายใดเข้าถึงระบบภายในของ Google ได้ ตัวเลขการอ้างอิงจากภายนอกทุกตัวจึงเป็นเพียงตัวอย่างสุ่ม ไม่ใช่บัญชีที่ครบถ้วน ส่วนเรื่องนี้มีความหมายอย่างไรต่อกลยุทธ์เนื้อหาของคุณ อ่านได้ที่AEO คืออะไร