อภิธานศัพท์ SEO, AEO และ GEO

คำนิยามแบบเข้าใจง่ายของศัพท์ที่ใช้ตลอดคู่มือนี้ จัดกลุ่มตามหัวข้อและเรียงตามตัวอักษรภายในแต่ละกลุ่ม ศัพท์ใดมีคำนิยามอย่างเป็นทางการ เราลิงก์ไปยังแหล่งข้อมูลปฐมภูมิให้ ส่วนศัพท์ใดเป็นแนวคิดของคนทำงานที่ไม่มีระบบซึ่งมีเอกสารรองรับอยู่เบื้องหลัง คำนิยามก็จะระบุไว้เช่นนั้น

ศาสตร์ทั้งสาม

AEO หรือการปรับแต่งสำหรับเครื่องมือตอบคำถาม งานที่ทำให้เป็นแหล่งข้อมูลที่เครื่องมือยกไปอ้างเมื่อมันตอบคำถามโดยตรง ทั้งใน AI Overviews และ AI Mode ของ Google หรือในผู้ช่วยอย่าง ChatGPT และ Perplexity คำตอบหนึ่งอ้างอิงแหล่งข้อมูลไม่กี่แหล่ง การคัดเลือกจึงเป็นแบบผู้ชนะได้เกือบทั้งหมด

GEO หรือการปรับแต่งสำหรับเครื่องมือ AI เชิงสร้างสรรค์ งานที่มุ่งให้ได้รับการอ้างอิงภายในคำตอบที่ AI สร้างขึ้น งานวิจัยตั้งต้น พบว่าการอ้างอิงแหล่งข้อมูล การเพิ่มการยกคำพูด และการเพิ่มสถิติ คือการเปลี่ยนแปลงที่ให้ผลดีที่สุด โดยให้ค่าปรับปรุงเชิงสัมพัทธ์ 30 ถึง 40 เปอร์เซ็นต์บนตัวชี้วัดการมองเห็นของงานวิจัยนั้น ขณะที่โครงสร้างเพียงอย่างเดียวไม่ให้ผล

LLMO หรือการปรับแต่งสำหรับโมเดลภาษาขนาดใหญ่ ชื่อเรียกในหมู่คนทำงานสำหรับงานชุดเดียวกับ AEO และ GEO ซึ่งคนที่อยากเรียกชื่อตัวโมเดลมากกว่าเรียกชื่อพื้นผิวนิยมใช้ มันไม่ได้อธิบายระบบที่แยกออกไปและไม่ได้อธิบายเทคนิคที่ต่างออกไป ชื่อเหล่านี้แข่งกันในฐานะคำศัพท์ ไม่ใช่ในฐานะศาสตร์

SEO หรือการปรับแต่งสำหรับเครื่องมือค้นหา งานที่ทำให้ถูกค้นพบ ถูกจัดทำดัชนี และถูกจัดอันดับโดยเครื่องมือค้นหา ครอบคลุมสุขภาพทางเทคนิค (ความสามารถในการรวบรวมข้อมูล ความเร็ว โครงสร้าง) คุณภาพเนื้อหา และลิงก์

SEO เชิงเทคนิค ส่วนของ SEO ที่ว่าด้วยการที่เครื่องมือเข้าถึง เรนเดอร์ จัดทำดัชนี และรวมสัญญาณของหน้าเว็บทั้งหลายในเว็บไซต์ได้หรือไม่ ได้แก่สิทธิ์ในการรวบรวมข้อมูล sitemap canonical รหัสสถานะ การเรนเดอร์และความเร็ว มันตัดสินว่าเนื้อหามีสิทธิ์ลงแข่งหรือไม่ ไม่ใช่ว่าจะชนะหรือไม่

เครื่องมือทำงานอย่างไร

AI crawler ไคลเอนต์อัตโนมัติที่ผู้ให้บริการ AI เป็นผู้ดำเนินการ ทำหน้าที่ดึงหน้าเว็บ ไม่ว่าจะเพื่อสร้างคลังข้อมูลฝึกโมเดล เพื่อดูแลดัชนีการค้นหา หรือเพื่อดึงหน้าเว็บมาระหว่างที่คำตอบกำลังถูกเขียน แต่ละวัตถุประสงค์มักมีโทเค็น user agent ของตัวเอง การอนุญาตหรือบล็อกตัวหนึ่งจึงไม่ได้ควบคุมตัวอื่น

AI Mode โหมดค้นหาแบบสนทนาของ Google ที่ตอบคำถามด้วยข้อความที่สร้างขึ้นและถามต่อได้ แทนที่จะคืนผลลัพธ์มาเป็นรายการ มันดึงจากระบบรวบรวมข้อมูล จัดทำดัชนี และจัดอันดับชุดเดียวกับส่วนอื่นของ Google Search

AI Overviews บทสรุปที่สร้างขึ้นซึ่ง Google วางไว้เหนือผลการค้นหาสำหรับคำค้นหาบางประเภท พร้อมลิงก์ไปยังแหล่งข้อมูลสนับสนุน Google ระบุว่าหน้าเว็บต้องถูกจัดทำดัชนีและมีสิทธิ์แสดงเป็น snippet ก่อนจึงจะถูกใช้ในนั้นได้

เครื่องมือตอบคำถาม (answer engine) ระบบใดก็ตามที่ตอบคำถามด้วยคำตอบที่เรียบเรียงขึ้นพร้อมแหล่งข้อมูลอ้างอิงชุดเล็ก ๆ แทนที่จะเป็นรายการลิงก์ที่จัดอันดับไว้ หมวดนี้ครอบคลุมฟีเจอร์ AI ของ Google และผู้ช่วยอย่าง ChatGPT, Perplexity, Gemini และ Claude

BERT ย่อจาก Bidirectional Encoder Representations from Transformers ซึ่ง คู่มือระบบจัดอันดับ ของ Google ระบุไว้ว่าเป็นระบบ AI สำหรับทำความเข้าใจว่าการประกอบคำเข้าด้วยกันสื่อความหมายและเจตนาที่ต่างกันอย่างไร มันคือส่วนประกอบด้านความเข้าใจภาษา ไม่ใช่รูปแบบที่คุณต้องเขียนตาม

การอัปเดตหลัก (core update) หนึ่งในการเปลี่ยนแปลงระบบจัดอันดับหลักของ Google ในวงกว้างเป็นระยะ ซึ่งมีการประกาศและระบุวันที่เมื่อทยอยปล่อยออกมา คำแนะนำเรื่องการอัปเดตหลัก ของ Google ระบุว่าหน้าที่อันดับตกไม่จำเป็นต้องละเมิดอะไรเลย และอาจไม่มีอะไรต้องแก้ เพราะสิ่งที่เปลี่ยนคือวิธีที่ระบบประเมินเนื้อหาโดยรวม

งบประมาณการรวบรวมข้อมูล (crawl budget) ปริมาณการรวบรวมข้อมูลที่เว็บไซต์หนึ่งได้รับ ซึ่งกำหนดโดยความสามารถที่เซิร์ฟเวอร์รองรับไหว และโดยความต้องการของเครื่องมือที่มีต่อหน้าเว็บเหล่านั้น Google ระบุไว้ว่าเป็นข้อกังวลสำหรับเว็บไซต์ที่ใหญ่มากหรือเปลี่ยนแปลงบ่อยมาก และระบุว่าเว็บไซต์ส่วนใหญ่ไม่จำเป็นต้องบริหารจัดการมัน

Crawler โปรแกรมอัตโนมัติที่ดึงหน้าเว็บโดยเดินตามลิงก์และอ่านรายการ URL แต่ละ crawler ระบุตัวตนด้วยสตริง user agent และอยู่ภายใต้กฎที่เว็บไซต์เผยแพร่ไว้สำหรับโทเค็นนั้น

การรวบรวมข้อมูล (crawling) การที่เครื่องมือเข้ามาเยี่ยมหน้าเว็บของคุณโดยอัตโนมัติ ถ้า crawler เข้าถึงหน้าใดไม่ได้ ทุกอย่างที่ตามมาก็เกิดกับหน้านั้นไม่ได้เลย

เอนทิตี (entity) สิ่งหนึ่งที่แยกออกได้ชัดเจนซึ่งเครื่องมือระบุตัวตนและเก็บข้อเท็จจริงเกี่ยวกับมันได้ เช่นบริษัท บุคคล ผลิตภัณฑ์ หรือสถานที่ โดยแยกออกจากสตริงข้อความที่ใช้เรียกชื่อมัน การใช้ชื่อให้สม่ำเสมอและข้อเท็จจริงที่ตรงกันข้ามแหล่งข้อมูลอิสระหลายแห่ง คือสิ่งที่ทำให้ระบบเชื่อมชื่อหนึ่งเข้ากับเอนทิตีเดียวได้

Featured snippet กล่องที่อยู่บนสุดของผลการค้นหาของ Google ซึ่งยกข้อความส่วนหนึ่งจากหน้าเว็บหน้าหนึ่งมาตอบคำค้นหา พร้อมลิงก์ไปยังหน้านั้น มันถูกคัดเลือกจากหน้าที่ติดอันดับอยู่แล้ว ไม่มีอะไรให้ส่งเข้าไป

เครื่องมือ AI เชิงสร้างสรรค์ (generative engine) เครื่องมือตอบคำถามที่คำตอบถูกเขียนโดยโมเดลภาษา แทนที่จะประกอบขึ้นจากข้อความที่จัดเก็บไว้ ในทางปฏิบัติคำนี้ใช้สลับกันได้กับคำว่าเครื่องมือตอบคำถาม

Googlebot crawler หลักของ Google ซึ่งมีทั้งรุ่นเดสก์ท็อปและรุ่นสมาร์ตโฟน Google เผยแพร่ โทเค็น user agent และช่วง IP ของตน คำขอที่อ้างว่าเป็น Googlebot จึงตรวจสอบได้

ดัชนี (index) คลังหน้าเว็บที่ผ่านการประมวลผลแล้ว ซึ่งเครื่องมือดึงผู้เข้าชิงออกมาเมื่อต้องตอบคำค้นหา หน้าที่ไม่อยู่ในดัชนีย่อมติดอันดับไม่ได้ ถูกยกไปแสดงใน snippet ไม่ได้ และถูกอ้างอิงในคำตอบที่สร้างขึ้นไม่ได้

การจัดทำดัชนี (indexing) การที่เครื่องมือจัดเก็บและจัดระเบียบสิ่งที่มันรวบรวมข้อมูลมา Google ระบุชัดว่าหน้าเว็บต้องถูกจัดทำดัชนีและมีสิทธิ์แสดงเป็น snippet ก่อน ฟีเจอร์ AI ใดใน Search จึงจะใช้มันได้

Knowledge graph คลังเอนทิตีและความสัมพันธ์ระหว่างเอนทิตีของ Google ซึ่งใช้ตอบคำถามเชิงข้อเท็จจริงและเติมกล่องข้อมูลข้างผลการค้นหา รายการในนั้นประกอบขึ้นจากแหล่งข้อมูลจำนวนมาก และเว็บไซต์เขียนลงไปตรง ๆ ไม่ได้

การจัดอันดับช่วงข้อความ (passage ranking) ระบบจัดอันดับหนึ่งของ Google ซึ่งอธิบายไว้ในคู่มือระบบจัดอันดับ ทำหน้าที่ระบุส่วนย่อยแต่ละส่วนของหน้าเว็บเพื่อตัดสินว่าหน้านั้นเกี่ยวข้องกับการค้นหามากแค่ไหน มันคือเหตุผลที่หน้ายาว ๆ ติดอันดับได้ด้วยความแข็งแรงของส่วนเดียวที่ตอบคำค้นหานั้น

Rich result ผลการค้นหาที่แสดงผลพร้อมองค์ประกอบเกินไปกว่าชื่อเรื่อง URL และ snippet เช่นดาวรีวิว ราคา หรือคำถามที่กางออกได้ สิทธิ์ในการแสดงมาจากข้อมูลที่มีโครงสร้างซึ่งตรงกับประเภทผลลัพธ์ที่ Google มีเอกสารกำกับ และไม่มีการรับประกันเลย

SERP ย่อจากหน้าผลการค้นหาของเครื่องมือค้นหา หมายถึงทุกอย่างที่คืนกลับมาสำหรับคำค้นหาหนึ่ง รวมถึงผลลัพธ์ออร์แกนิก โฆษณา และองค์ประกอบอย่าง featured snippet กล่องผลลัพธ์ท้องถิ่น และ AI Overviews

Snippet ข้อความบรรยายที่แสดงคู่กับผลการค้นหา ซึ่งส่วนใหญ่สร้างจากตัวหน้าเว็บเอง ไม่ใช่จากแท็กที่ผู้เผยแพร่ใส่ไว้

สิทธิ์แสดงเป็น snippet ว่าหน้าเว็บอาจถูกแสดงพร้อมข้อความ snippet ในผลการค้นหาหรือไม่ เป็นเงื่อนไขก่อนการปรากฏในฟีเจอร์ AI ของ Google

การค้นหาแบบไม่มีคลิก (zero-click search) การค้นหาที่จบลงบนหน้าผลการค้นหาเพราะคำตอบถูกแสดงอยู่ตรงนั้นแล้ว มันคือคำที่วงการใช้อธิบายพฤติกรรมผู้ใช้ ไม่ใช่ตัวชี้วัดที่เครื่องมือใดเผยแพร่

การดึงข้อมูลและการสร้างคำตอบ

การท่องเว็บแบบ agentic การที่ผู้ช่วย AI ดึงหน้าเว็บด้วยตัวเองแบบเรียลไทม์ เพื่อทำงานที่ผู้ใช้มอบหมายให้ คำขอเหล่านี้มีโทเค็น user agent ของตัวเอง และถูกกระตุ้นโดยคนมากกว่าโดยการรวบรวมข้อมูลตามตาราง

การระบุที่มา (attribution) เครดิตที่คำตอบมอบให้กับวัตถุดิบที่มันใช้ โดยปกติอยู่ในรูปการอ้างอิงที่มีลิงก์หรือชื่อแหล่งข้อมูล คำตอบหนึ่งอาจดึงจากหน้าเว็บหนึ่งโดยไม่ระบุที่มาเลยก็ได้ การระบุที่มาจึงเป็นสิ่งที่ทำให้การใช้งานนั้นมองเห็นได้

Chunking การแบ่งเอกสารออกเป็นช่วงข้อความ เพื่อให้ระบบดึงข้อมูลฝัง จัดทำดัชนี และให้คะแนนแต่ละช่วงแยกกันได้ เครื่องมือเป็นผู้แบ่งเอง และ Google ระบุว่าผู้เผยแพร่ไม่จำเป็นต้องหั่นเนื้อหาของตนเป็นชิ้นเล็ก ๆ เพื่อ AI

การอ้างอิง (citation) ลิงก์ที่เครื่องมือตอบคำถามแนบไว้กับข้ออ้างในคำตอบที่มันสร้างขึ้น การอ้างอิงคือสกุลเงินของ AEO และ GEO

ความคล้ายเชิงโคไซน์ (cosine similarity) การวัดมุมระหว่างเวกเตอร์สองตัว ใช้ให้คะแนนว่า embedding ของคำค้นหาอยู่ใกล้ embedding ของช่วงข้อความแค่ไหน มันเทียบทิศทางมากกว่าเทียบขนาด ความยาวของข้อความทั้งสองจึงไม่บิดเบือนคะแนน

Cross-encoder โมเดลที่อ่านคำค้นหาพร้อมกับช่วงข้อความผู้เข้าชิงหนึ่งช่วงไปด้วยกัน แล้วให้คะแนนความเกี่ยวข้องออกมาค่าเดียว มันแม่นยำกว่าการเทียบ embedding ที่คำนวณแยกกัน และช้าเกินกว่าจะรันทั่วทั้งดัชนีมาก จึงถูกนำไปใช้กับรายชื่อผู้เข้าชิงรอบสุดท้ายเท่านั้น

Embedding เวกเตอร์ตัวเลขที่แทนความหมายของข้อความชิ้นหนึ่ง สร้างขึ้นเพื่อให้ข้อความที่ความหมายใกล้เคียงกันอยู่ใกล้กันในปริภูมิเดียวกัน embedding ของช่วงข้อความถูกคำนวณก่อนที่จะมีคำค้นหาใด ๆ ซึ่งเป็นทั้งสิ่งที่ทำให้ดัชนีเร็วและสิ่งที่ทำให้มันหยาบ

การยึดโยงกับแหล่งข้อมูล (grounding) การผูกข้อความที่สร้างขึ้นเข้ากับแหล่งข้อมูลที่ดึงมา เพื่อให้คำตอบสะท้อนเนื้อหาบนเว็บที่เป็นปัจจุบัน แทนที่จะสะท้อนเพียงสิ่งที่โมเดลจำมาจากการฝึก

หน้ายึดโยงข้อเท็จจริง (grounding page) หน้า canonical หนึ่งหน้าที่ระบุข้อเท็จจริงของบริษัทเองอย่างตรงไปตรงมา ว่ามันคืออะไร ราคาเท่าไร เหมาะกับใคร และเทียบกับคนอื่นอย่างไร เป็นแนวคิดของคนทำงานมากกว่าจะเป็นฟีเจอร์ของเครื่องมือ มีเจตนาให้ระบบดึงข้อมูลได้ช่วงข้อความที่สมบูรณ์ในตัวเองหนึ่งช่วงต่อหนึ่งข้อเท็จจริง

การหลอน (hallucination) ข้อความที่สร้างขึ้นและนำเสนอราวกับเป็นข้อเท็จจริง โดยไม่มีแหล่งข้อมูลใดสนับสนุน รวมถึงแหล่งข้อมูลที่ระบบดึงมาเอง คำนี้ครอบคลุมทั้งข้อเท็จจริงที่กุขึ้นและการอ่านวัตถุดิบจริงผิดอย่างมั่นใจ

LLM ย่อจากโมเดลภาษาขนาดใหญ่ คือโมเดลที่ฝึกบนคลังข้อความขนาดใหญ่เพื่อทำนายข้อความที่ตามมา ซึ่งเป็นตัวเขียนคำตอบที่สร้างขึ้น ลำพังตัวมันเองไม่มีสิทธิ์เข้าถึงเว็บที่เป็นปัจจุบัน สิ่งนั้นมาจากชั้นการดึงข้อมูลที่ห่อหุ้มมันอยู่

พรอมต์ (prompt) ข้อความที่ผู้ใช้ป้อนให้เครื่องมือตอบคำถาม พรอมต์ไม่ใช่คีย์เวิร์ด พรอมต์ยาวกว่า เป็นภาษาสนทนา และมักพกเงื่อนไขกับบริบทที่ไม่มีคำค้นหาใดพกมาด้วย

Query fan-out คำที่ Google ใช้เรียกการส่งคำค้นหาที่เกี่ยวข้องหลายชุดออกไปพร้อมกันเบื้องหลังคำถามเดียว เพื่อรวบรวมบริบทที่กว้างขึ้นก่อนสร้างคำตอบ หน้าเว็บหนึ่งอาจถูกดึงมาด้วยคำค้นหาย่อยที่ผู้ใช้ไม่เคยพิมพ์เลย

RAG หรือ retrieval-augmented generation เทคนิคเบื้องหลังคำตอบ AI ที่ยึดโยงกับแหล่งข้อมูล คือโมเดลดึงหน้าเว็บที่เกี่ยวข้องมาก่อน แล้วจึงเขียนคำตอบจากสิ่งที่ดึงมาได้ Google อธิบายฟีเจอร์ AI ใน Search ของตนว่าเป็น RAG ที่ยึดโยงกับระบบจัดอันดับหลัก

Reranker ขั้นตอนการให้คะแนนขั้นที่สองของไปป์ไลน์การดึงข้อมูล ซึ่งอ่านคำค้นหาไปพร้อมกับผู้เข้าชิงแต่ละรายที่ดึงมา แล้วจัดลำดับใหม่ก่อนที่บางส่วนจะไปถึงคำตอบ ช่วงข้อความที่ดึงมาส่วนใหญ่ถูกทิ้งที่ขั้นนี้

การแบ่งโทเค็น (tokenization) การแบ่งข้อความออกเป็นโทเค็น ซึ่งเป็นหน่วยที่โมเดลภาษาประมวลผลจริง ขีดจำกัดของหน้าต่างบริบทและขนาดชิ้นข้อมูลที่ดึงมา วัดกันเป็นโทเค็น ไม่ใช่เป็นคำ

การค้นหาแบบเวกเตอร์ (vector search) การดึงข้อมูลด้วยเพื่อนบ้านที่ใกล้ที่สุดบน embedding คือคำค้นหาถูกแปลงเป็นเวกเตอร์ แล้วช่วงข้อความที่เวกเตอร์อยู่ใกล้ที่สุดก็ถูกคืนกลับมา มันจับคู่ตามความหมายมากกว่าตามถ้อยคำที่ตรงกันเป๊ะ ซึ่งก็เป็นเหตุผลที่มันคืนช่วงข้อความที่อยู่ในหัวข้อแต่ไม่ได้ยืนยันอะไรเลยด้วย

เนื้อหาและคุณภาพ

E-E-A-T ประสบการณ์ ความเชี่ยวชาญ อำนาจอ้างอิง ความน่าไว้วางใจ คือแว่นที่หลักเกณฑ์สำหรับผู้ประเมินคุณภาพการค้นหาของ Google ใช้อธิบายว่าแหล่งข้อมูลที่ดีเป็นอย่างไร เป็นแนวทางสำหรับประเมินเนื้อหา ไม่ใช่ปัจจัยจัดอันดับโดยตรงที่คุณฉีดเข้าไปได้

ความสดใหม่ (freshness) ว่าหน้าเว็บถูกเผยแพร่หรือถูกอัปเดตอย่างมีสาระเมื่อไม่นานมานี้แค่ไหน Google ระบุระบบด้านความสดใหม่ไว้ในบรรดาระบบจัดอันดับของตน สำหรับคำค้นหาที่ความใหม่มีความสำคัญ และความสดใหม่ครอบคลุมการแก้ไขหน้าที่มีอยู่แล้ว ไม่ใช่เฉพาะการเผยแพร่ของใหม่

เนื้อหาที่เป็นประโยชน์ (helpful content) คำรวมของ Google สำหรับเนื้อหาที่ทำเพื่อคนอ่านก่อน คือทำขึ้นเพื่อผู้อ่าน แสดงประสบการณ์ตรง และทำให้การเข้ามาครั้งนั้นคุ้มค่า ตรงข้ามกับเนื้อหาที่ทำขึ้นเพื่อติดอันดับเป็นหลัก

Hub and spoke แบบจำลองของคนทำงานสำหรับโครงสร้างเว็บไซต์ คือมีหน้ากว้าง ๆ หนึ่งหน้าเกี่ยวกับหัวข้อหนึ่ง ลิงก์ออกไปยังหน้าที่แคบกว่าซึ่งลิงก์กลับมาหามัน มันคือแบบแผนการลิงก์ภายใน ไม่ใช่ระบบที่เครื่องมือใดมีเอกสารกำกับ

การกินกันเองของคีย์เวิร์ด (keyword cannibalization) คำของคนทำงานสำหรับกรณีที่หลายหน้าในเว็บไซต์เดียวแข่งกันเองในคำค้นหาเดียวกัน โดยกังวลว่าจะแบ่งสัญญาณกันและเครื่องมือจะเลือกหน้าที่อ่อนกว่า Google มีเอกสารเรื่องการเลือก canonical ในบรรดาหน้าที่ซ้ำกัน แต่ไม่มีเอกสารเรื่องบทลงโทษจากการกินกันเอง

ความยากของคีย์เวิร์ด (keyword difficulty) คะแนนที่ประมาณว่าจะติดอันดับในคำค้นหาหนึ่งได้ยากแค่ไหน คำนวณโดยผลิตภัณฑ์วิจัยคีย์เวิร์ดจากข้อมูลลิงก์และข้อมูลอันดับของตัวเอง แต่ละผลิตภัณฑ์คำนวณต่างกัน ตัวเลขจึงเทียบได้กับตัวเลขอื่นจากผลิตภัณฑ์เดียวกันเท่านั้น

Long tail คำค้นหาที่มีปริมาณต่อคำน้อยแต่มีจำนวนมากและเฉพาะเจาะจงเมื่อรวมกัน วลีนี้ยืมมาจากเศรษฐศาสตร์การกระจายสินค้า และอธิบายรูปทรงในข้อมูลคำค้นหา ไม่ใช่ฟีเจอร์ของเครื่องมือใด

แหล่งข้อมูลปฐมภูมิ (primary source) ต้นทางของข้อเท็จจริง เช่นมาตรฐาน กฎหมาย สถิติทางการ งานที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิ เอกสารของผู้ให้บริการ และข้อมูลของเจ้าของเอง การอ้างอิงแหล่งข้อมูลปฐมภูมิคือหนึ่งในสามปัจจัยที่วัดแล้วว่ายก GEO ได้

SEO เชิงโปรแกรม (programmatic SEO) การสร้างหน้าเว็บจำนวนมากจากชุดข้อมูลโดยใช้เทมเพลตร่วมกัน เช่นหนึ่งหน้าต่อหนึ่งเมืองหรือต่อหนึ่งคู่ผลิตภัณฑ์ เทคนิคนี้ไม่ได้ถูกห้ามในตัวมันเอง มันกลายเป็น scaled content abuse เมื่อหน้าเหล่านั้นมีอยู่เพื่อดักรูปแบบคำค้นหาเป็นหลัก มากกว่าเพื่อตอบอะไรจริง ๆ

เจตนาการค้นหา (search intent) สิ่งที่ผู้ค้นหาพยายามทำให้สำเร็จด้วยคำค้นหาหนึ่ง โดยปกติจัดกลุ่มเป็นเชิงข้อมูล เชิงนำทาง เชิงพาณิชย์ และเชิงทำธุรกรรม การแบ่งสี่ทางนี้เป็นแบบแผนของคนทำงาน ส่วนหลักเกณฑ์สำหรับผู้ประเมินของ Google อธิบายความต้องการของผู้ใช้ด้วยคำของตัวเอง

ความหนาแน่นของสาระ (substance density) จำนวนข้ออ้างที่ตรวจสอบได้ต่อหนึ่งร้อยคำ เป็นตัวแทนเชิงปฏิบัติว่าหน้านั้นบรรจุข้อมูลหรือบรรจุน้ำ

เนื้อหาบางเบา (thin content) หน้าที่แทบไม่มีสาระเกินไปกว่าสิ่งที่ติดอันดับอยู่แล้ว เช่นข้อความจากเทมเพลต บทสรุปที่ปั่นออกมา และรายการรวมที่ไม่มีอะไรต่างจากใคร

อำนาจอ้างอิงเชิงหัวข้อ (topical authority) แบบจำลองของคนทำงานที่ถือว่าการครอบคลุมหัวข้อหนึ่งอย่างทั่วถึงข้ามหลายหน้า ช่วยยกผลงานของทุกหน้าเหล่านั้น Google ไม่มีเอกสารเรื่องคะแนนหรือระบบอำนาจอ้างอิงเชิงหัวข้อ สิ่งที่มีเอกสารกำกับคือการประเมินคุณภาพระดับเว็บไซต์และความเกี่ยวข้องรายหน้า

ด้านเทคนิค

Alt text แอตทริบิวต์ alt บนรูปภาพ ซึ่งให้คำบรรยายเป็นข้อความสำหรับผู้อ่านที่มองไม่เห็นรูป และสำหรับระบบที่ตีความรูปไม่ได้ มันบรรยายรูปภาพ ไม่ใช่ที่สำหรับยัดคีย์เวิร์ด

Canonical URL URL ที่เครื่องมือถือว่าเป็นเวอร์ชันตัวแทนของกลุ่มหน้าที่ซ้ำกันหรือเกือบซ้ำกัน โดยรวมสัญญาณทั้งหมดไว้ที่นั่น คำอธิบายประกอบ rel="canonical" เป็นคำใบ้ที่หนักแน่น ไม่ใช่คำสั่งที่เครื่องมือจำต้องทำตาม

Core Web Vitals ตัวชี้วัดภาคสนามของ Google สำหรับการโหลด การตอบสนอง และความเสถียรของภาพ ได้แก่ Largest Contentful Paint, Interaction to Next Paint และ Cumulative Layout Shift เอกสารเรื่องประสบการณ์การใช้งานหน้าเว็บ ของ Google ระบุว่าระบบจัดอันดับใช้สัญญาณเหล่านี้ ขณะที่ความเกี่ยวข้องมาก่อน

hreflang คำอธิบายประกอบที่จับคู่เวอร์ชันตามภาษาและตามภูมิภาคของเนื้อหาเดียวกันเข้าหากัน

IndexNow โปรโตคอลสำหรับแจ้งเครื่องมือค้นหาที่เข้าร่วมให้ทราบทันทีเมื่อมี URL ใหม่หรือมีการเปลี่ยนแปลง แทนที่จะรอให้มารวบรวมข้อมูล Google ไม่ได้เข้าร่วม

ลิงก์ภายใน (internal link) ลิงก์จากหน้าหนึ่งของเว็บไซต์ไปยังอีกหน้าหนึ่งของเว็บไซต์เดียวกัน ลิงก์ภายในคือวิธีที่ crawler ค้นพบหน้าเว็บ และเป็นวิธีที่เว็บไซต์ประกาศว่าหน้าใดของตัวเองเกี่ยวข้องกันและหน้าใดเป็นศูนย์กลาง

JSON-LD ย่อจาก JavaScript Object Notation for Linked Data คือรูปแบบที่ฝังในสคริปต์ซึ่ง Google แนะนำสำหรับข้อมูลที่มีโครงสร้าง โดยแยกออกจาก HTML ที่มองเห็นได้ แทนที่จะสอดแทรกเข้าไปในนั้น

llms.txt ไฟล์ที่มีผู้เสนอให้ใช้บอกโมเดลภาษาเกี่ยวกับเว็บไซต์ของคุณ Google ระบุว่า Google Search เพิกเฉยต่อไฟล์ llms.txt มันไม่ทำร้ายและไม่ช่วยที่นั่น ส่วน crawler อื่นกำหนดนโยบายของตัวเอง

Meta description แท็ก meta ที่สรุปหน้าเว็บเพื่อใช้ในผลการค้นหา Google อาจใช้มันเป็น snippet หรืออาจสร้าง snippet อื่นขึ้นมาจากเนื้อหาของหน้า ขึ้นอยู่กับคำค้นหา

noindex คำสั่ง robots ที่อยู่ในแท็ก meta หรือในส่วนหัว HTTP ซึ่งบอกเครื่องมือไม่ให้เก็บหน้านั้นไว้ในดัชนี หน้านั้นต้องยังรวบรวมข้อมูลได้อยู่คำสั่งจึงจะถูกอ่าน นี่คือเหตุผลที่การบล็อก URL ใน robots.txt ไม่ใช่วิธีเอามันออก

nosnippet คำสั่ง robots ที่ห้ามเครื่องมือแสดงข้อความ snippet ใด ๆ สำหรับหน้านั้น เพราะสิทธิ์แสดงเป็น snippet เป็นเงื่อนไขก่อนเข้าฟีเจอร์ AI ของ Google มันจึงถอดหน้านั้นออกจากการเป็นข้อมูลป้อนเข้าไปด้วย

robots.txt ไฟล์ที่รากของเว็บไซต์ ซึ่งระบุว่า user agent ใดขอเส้นทางใดได้บ้าง ตาม Robots Exclusion Protocol มันควบคุมการดึงข้อมูล ไม่ใช่การจัดทำดัชนี

Sitemap รายการ URL ที่เครื่องอ่านได้ ซึ่งระบุ URL ที่เว็บไซต์ถือว่าเป็น canonical โดยจะใส่วันที่แก้ไขล่าสุดด้วยก็ได้ มันทำให้การค้นพบเชื่อถือได้ แต่ไม่ได้บังคับให้เกิดการจัดทำดัชนี และไม่ได้ลบล้างการตัดสินเรื่องคุณภาพ

ข้อมูลที่มีโครงสร้าง หรือ schema markup คำอธิบายประกอบที่เครื่องอ่านได้ (JSON-LD) ซึ่งบรรยายเนื้อหาของหน้า โดยปกติใช้คำศัพท์ของ schema.org มีประโยชน์กับ rich result แบบเดิม แต่ Google ระบุว่ามันไม่จำเป็นสำหรับการค้นหาด้วย AI เชิงสร้างสรรค์

User agent สตริงระบุตัวตนที่ไคลเอนต์ส่งไปพร้อมทุกคำขอ และเป็นโทเค็นที่กฎ robots ของเว็บไซต์เขียนอ้างถึง บันทึกของเซิร์ฟเวอร์เก็บค่านี้ไว้ ซึ่งทำให้มันเป็นหลักฐานมือหนึ่งเพียงอย่างเดียวว่าไคลเอนต์ตัวใดดึงหน้าเว็บไปจริง

นอกเว็บไซต์และอำนาจอ้างอิง

Anchor text ข้อความที่มองเห็นและคลิกได้ของลิงก์ มันบรรยายปลายทางให้ทั้งผู้อ่านและเครื่องมือ ซึ่งเป็นเหตุผลที่ anchor text เชิงพาณิชย์ข้อความเดียวกันที่ซ้ำอยู่ทั่วเว็บไซต์ที่ไม่เกี่ยวข้องกัน อ่านได้เป็นรูปแบบของสแปมลิงก์

แบ็กลิงก์ (backlink) ลิงก์จากเว็บไซต์อื่นมายังเว็บไซต์ของคุณ ระบบวิเคราะห์ลิงก์ของ Google ใช้ลิงก์ช่วยหาว่าหน้าหนึ่งเกี่ยวกับอะไรและอาจมีประโยชน์แค่ไหน ส่วนนโยบายสแปมของบริษัทถือว่าลิงก์ที่ซื้อ ที่แลกกัน และที่สร้างอัตโนมัติ เป็นการบิดเบือน

Disavow เครื่องมือใน Search Console ที่ขอให้ Google เพิกเฉยต่อลิงก์ขาเข้าบางรายการ เอกสาร ของ Google อธิบายว่ามันเป็นฟีเจอร์ขั้นสูงที่ต้องใช้อย่างระมัดระวัง มีเจตนาสำหรับเว็บไซต์ที่มีประวัติการสร้างลิงก์แบบบิดเบือนอย่างมีนัยสำคัญ

การกล่าวถึง (mention) ชื่อแบรนด์ที่ปรากฏในข้อความโดยไม่มีลิงก์ ในคำตอบที่สร้างขึ้น การกล่าวถึงคือสิ่งที่ผู้อ่านเห็นจริง และมันเกิดขึ้นได้ทั้งแบบที่มีและไม่มีการอ้างอิงไปยังหน้าเว็บของแบรนด์เอง

nofollow ค่าหนึ่งของแอตทริบิวต์ rel ของลิงก์ ซึ่งบอกเครื่องมือไม่ให้ส่งผ่านสัญญาณการจัดอันดับผ่านมัน Google ปฏิบัติต่อมันในฐานะคำใบ้มากกว่าคำสั่งมาตั้งแต่ปี 2019 เช่นเดียวกับ sponsored และ ugc

PageRank อัลกอริทึมวิเคราะห์ลิงก์ของ Google ซึ่งตั้งชื่อตาม Larry Page ทำหน้าที่ให้คะแนนหน้าเว็บจากลิงก์ที่ชี้มาหามันและจากสถานะของหน้าที่ลิงก์เหล่านั้นมา คู่มือระบบจัดอันดับของ Google ยังระบุมันไว้ในบรรดาระบบจัดอันดับหลัก ส่วนคะแนนสาธารณะที่เบราว์เซอร์เคยแสดงนั้นถูกยกเลิกไปหลายปีแล้ว

การวัดผล

อัตราการถูกอ้างอิง (citation rate) สัดส่วนของคำตอบในชุดที่วัด ซึ่งอ้างอิงโดเมนของคุณ ไม่มีอะไรทำให้มันเป็นมาตรฐาน ผลิตภัณฑ์สองรายจึงคำนวณค่าที่ใช้ชื่อเดียวกันได้จากชุดพรอมต์คนละชุด จำนวนรอบการรันคนละแบบ และกฎเรื่องอะไรนับเป็นการอ้างอิงคนละอย่าง

ช่วงความเชื่อมั่น (confidence interval) ช่วงที่ค่าที่วัดได้น่าจะอยู่ เมื่อคำนึงถึงสัญญาณรบกวน การมองเห็นที่รายงานโดยไม่มีช่วงกำกับก็คือการเดาที่มีตัวเลขแปะไว้

CTR หรืออัตราการคลิกผ่าน จำนวนคลิกหารด้วยจำนวนการแสดงผล ใน Search Console แยกดูได้ตามคำค้นหา หน้าเว็บ ประเทศ อุปกรณ์ และรูปแบบการปรากฏในผลการค้นหา

รายงานประสิทธิภาพสำหรับ AI เชิงสร้างสรรค์ รายงานใน Search Console ที่ Google แสดงว่าเว็บไซต์ของคุณทำผลงานอย่างไรในประสบการณ์ AI ของบริษัท เป็นหน้าต่างเดียวจากเจ้าของระบบเอง โดย Google ระบุว่าไม่มีเครื่องมือของบุคคลที่สามรายใดเข้าถึงระบบจัดอันดับหรือระบบ AI ภายในได้

การแสดงผล (impression) ใน Search Console หมายถึงบันทึกว่าลิงก์ไปยังเว็บไซต์ของคุณปรากฏในผลลัพธ์ของคำค้นหาหนึ่ง มันถูกนับไม่ว่าผู้ใช้จะเลื่อนจนเห็นลิงก์นั้นหรือไม่ ยกเว้นกรณีที่ผลลัพธ์ต้องถูกเปิดหรือกางออกก่อน

ความแปรปรวนของการวัดผล (measurement variance) ความไม่นิ่งของคำตอบจาก AI การรัน ChatGPT สามรอบด้วยคำถามเดียวกัน เหลือแหล่งข้อมูลที่ถูกอ้างอิงคงที่ราว 2.2 เปอร์เซ็นต์ และ ภาษาของคำค้นหาอธิบายความแปรปรวนได้ 26.5 ถึง 32.0 เปอร์เซ็นต์ ในคำตอบเกี่ยวกับแบรนด์ ขณะที่ตัวตนของแบรนด์อธิบายได้ 1.5 เปอร์เซ็นต์ การตรวจสอบครั้งเดียวจึงเป็นสัญญาณรบกวน การวัดผลที่ปกป้องได้ต้องรันพรอมต์ชุดเดิมข้ามภาษา ข้ามโมเดล และข้ามถ้อยคำ แล้วรายงานช่วงความเชื่อมั่น

ตำแหน่ง (position) ใน Search Console หมายถึงตำแหน่งสูงสุดที่เว็บไซต์ของคุณอยู่ในบรรดาผลลัพธ์ของคำค้นหาหนึ่ง เฉลี่ยจากจำนวนการแสดงผลที่นับได้ มันคือค่าเฉลี่ยของอันดับตลอดช่วงเวลาหนึ่ง ไม่ใช่อันดับ

ชุดพรอมต์ (prompt set) รายการพรอมต์ที่ตรึงไว้ซึ่งใช้รันการวัดการมองเห็น ทุกตัวเลขที่ได้จากมันสืบทอดความครอบคลุม ถ้อยคำ และภาษาของมันมาด้วย นี่คือเหตุผลที่ตัวชี้วัดซึ่งถูกยกมาอ้างโดยไม่มีชุดพรอมต์กำกับนั้นตีความไม่ได้

ความรู้สึก (sentiment) ว่าคำตอบหนึ่งบรรยายแบรนด์ในทางบวก เป็นกลาง หรือในทางลบ การให้คะแนนโดยปกติทำโดยโมเดลตัวที่สองที่อ่านผลลัพธ์ของโมเดลตัวแรก ตัวจำแนกจึงเป็นส่วนหนึ่งของการวัดผลไปด้วย

ส่วนแบ่งการพูดถึง (share of voice) ความถี่ที่แบรนด์หนึ่งปรากฏในคำตอบของชุดพรอมต์หนึ่ง เทียบกับคู่แข่ง รายชื่อคู่แข่งเป็นตัวเลือกในการตั้งค่า การเพิ่มหรือลบคู่แข่งจึงขยับตัวเลขได้โดยที่ไม่มีอะไรในโลกจริงเปลี่ยนไปเลย

นโยบายและความเสี่ยง

Cloaking การแสดงเนื้อหาต่างกันให้ผู้ใช้กับเครื่องมือค้นหา โดยมีเจตนาบิดเบือนอันดับหรือหลอกลวงผู้ใช้ ระบุไว้ใน นโยบายสแปม ของ Google

หน้าประตูทางผ่าน (doorway page) หน้าเว็บหรือเว็บไซต์ที่สร้างขึ้นเพื่อติดอันดับในคำค้นหาที่คล้ายกันชุดหนึ่ง แล้วส่งผู้เข้าชมต่อไปยังปลายทางที่ควรจะให้บริการพวกเขาได้โดยตรงอยู่แล้ว ระบุไว้ในนโยบายสแปมของ Google

Keyword stuffing การยัดคีย์เวิร์ดหรือตัวเลขลงในหน้าเว็บเพื่อบิดเบือนอันดับ รวมถึงกลุ่มคำที่ซ้ำ ๆ กันและข้อความที่อ่านแล้วหลุดบริบท ระบุไว้ในนโยบายสแปมของ Google

การดำเนินการโดยเจ้าหน้าที่ (manual action) การบังคับใช้มาตรการหลังจากผู้ตรวจสอบที่เป็นมนุษย์ของ Google พบว่าหน้าเว็บบนเว็บไซต์หนึ่งไม่เป็นไปตามนโยบายสแปม มันถูกรายงานใน Search Console พร้อมขอบเขต ต่างจากการถูกลดอันดับด้วยอัลกอริทึม ซึ่งไม่ถูกรายงานที่ไหนเลย

การผลิตเนื้อหาจำนวนมากโดยมิชอบ (scaled content abuse) นโยบายสแปมของ Google ที่ห้ามการผลิตหน้าเว็บจำนวนมากโดยมีจุดประสงค์หลักเพื่อบิดเบือนอันดับมากกว่าเพื่อช่วยผู้ใช้ รูปแบบที่ถูกตรวจจับคือลายนิ้วมือของคลัสเตอร์ ได้แก่เรื่องเล่าจากเทมเพลต โครงสร้างพื้นฐานร่วมกัน และความถี่การเผยแพร่ที่ประสานกัน ทั้งนี้ งานศึกษาที่ครอบคลุม 1,000,000 หน้า พบว่าผลลัพธ์ 10 อันดับแรกราว 8.4 ถึง 11.7 เปอร์เซ็นต์สร้างด้วย AI เป็นสัดส่วนมาก โดยยอดการแสดงผลทรงตัว การเขียนด้วย AI ในตัวมันเองจึงไม่ใช่ตัวจุดชนวน แต่รูปแบบต่างหากที่เป็น

การใช้ชื่อเสียงของเว็บไซต์โดยมิชอบ (site reputation abuse) การเผยแพร่หน้าของบุคคลที่สามบนเว็บไซต์เจ้าบ้านโดยแทบไม่มีหรือไม่มีการกำกับดูแลจากเจ้าบ้านเลย เพื่อให้หน้าเหล่านั้นได้ประโยชน์จากสัญญาณการจัดอันดับของเจ้าบ้าน ระบุไว้ในนโยบายสแปมของ Google

YMYL ย่อจาก Your Money or Your Life คือหัวข้อในหลักเกณฑ์สำหรับผู้ประเมินคุณภาพการค้นหาของ Google ที่อาจส่งผลอย่างมีนัยสำคัญต่อสุขภาพ ความมั่นคงทางการเงิน หรือความปลอดภัยของบุคคล หรือต่อความเป็นอยู่ที่ดีของสังคม ผู้ประเมินถูกขอให้ใช้มาตรฐานที่สูงกว่ากับหน้าเหล่านี้ ซึ่งทำให้มันเป็นแนวคิดด้านการให้คะแนน ไม่ใช่สวิตช์ของการจัดอันดับ