SEO กับ AEO กับ GEO: สามชื่อ ท่อเดียว

ตอนนี้มีตัวย่อสามตัวแข่งกันอธิบายงานของการถูกค้นพบบนอินเทอร์เน็ต Search engine optimization (SEO) คืองานทำให้หน้าเว็บถูกไต่เก็บได้ จัดทำดัชนีได้ และคู่ควรกับการติดอันดับในรายการผลการค้นหา Answer engine optimization (AEO) คืองานทำให้ตัวเองเป็นแหล่งข้อมูลที่ answer engine ยกไปอ้างเมื่อมันตอบคำถามโดยตรง Generative engine optimization (GEO) คืองานสร้างการอ้างอิงในคำตอบที่เอนจิน AI สร้างขึ้น แต่ละอย่างมีบทของตัวเองในศูนย์ความรู้นี้ หน้านี้เปรียบเทียบทั้งสาม เพราะความสับสนส่วนใหญ่ในวงการนี้เกิดจากการมองสามมุมของท่อเดียวกันเป็นสามศาสตร์แยกกัน

ตรงไหนที่ทับซ้อนกัน

ส่วนที่ทับซ้อนคือตัวท่อเอง ตามคู่มือฟีเจอร์ AIของ Google นั้น AI Overviews และ AI Mode ยึดโยงกับระบบจัดอันดับหลักของ Search หน้าที่ไม่ถูกจัดทำดัชนีจะถูกดึงมาไม่ได้ และหน้าที่ถูกดึงมาไม่ได้ก็ถูกอ้างอิงไม่ได้ บัตรผ่านเข้าเหมือนกันทุกที่ คือถูกจัดทำดัชนี ไต่เก็บได้ และมีสิทธิ์แสดงข้อความตัวอย่าง Google ชัดเจนไม่แพ้กันเรื่องสิ่งที่ไม่จำเป็น คือไม่ต้องมีมาร์กอัปพิเศษ ไม่ต้องมีไฟล์เฉพาะสำหรับ AI และ llms.txt ถูก Google Search เมิน คู่มือนี้ยังระบุด้วยว่าไม่มีเครื่องมือของบุคคลที่สามรายใดเข้าถึงระบบภายในของ Google ได้ ส่วนวิธีที่เอนจินเลือกจากกลุ่มหน้าที่มีสิทธิ์นั้นอธิบายไว้ในวิธีที่ answer engine เลือกแหล่งข้อมูล

ตรงไหนที่ต่างกันจริง

การทับซ้อนไม่ได้ทำให้ทั้งสามป้ายใช้แทนกันได้ มีความต่างสี่อย่างที่เป็นเรื่องจริง

• ผลลัพธ์จำนวนมาก เทียบกับการอ้างอิงไม่กี่รายการ หน้าผลการค้นหาแบบคลาสสิกแสดงลิงก์จำนวนมาก การมองเห็นจึงเป็นระดับไล่เฉด ส่วนคำตอบที่ถูกสร้างขึ้นอ้างอิงแหล่งข้อมูลไม่กี่แหล่ง การถูกอ้างอิงจึงเกือบเป็นเรื่องมีหรือไม่มี
• หน้าเว็บ เทียบกับย่อหน้า การจัดอันดับประเมินทั้งหน้า ส่วน answer engine ยกย่อหน้าเฉพาะไปอ้าง หน้าหนึ่งจึงติดอันดับดีได้แต่ไม่ได้ช่วยอะไรเลยถ้าไม่มีย่อหน้าไหนบอกคำตอบอย่างตรงไปตรงมา
• คลิก เทียบกับการเอ่ยถึง SEO นับอันดับและคลิก ส่วนในคำตอบที่ถูกสร้างขึ้น ผลลัพธ์มักเป็นการอ้างอิงหรือการเอ่ยถึงแบรนด์ที่ผู้อ่านเห็นโดยไม่ต้องคลิก
• การวัดผล การติดตามอันดับนั้นเป็นเรื่องที่พัฒนามาแล้ว ส่วนการวัดการปรากฏในคำตอบที่ถูกสร้างขึ้นยังไม่ใช่ และตัวคำตอบเองก็ไม่เสถียร งานศึกษาหนึ่งพบว่าภาษาของคำถามเพียงอย่างเดียวอธิบายความแปรปรวนได้ 26.5 ถึง 32.0 เปอร์เซ็นต์ในคำตอบของ LLM เรื่องการมองเห็นแบรนด์ ขณะที่อัตลักษณ์ของแบรนด์อธิบายได้ 1.5 เปอร์เซ็นต์ ดูการวัดการมองเห็นในการค้นหาด้วย AI

สวนสัตว์แห่งชื่อเรียก

คำศัพท์ในวงการนี้ยังไม่ลงตัว และควรพูดออกมาตรง ๆ AEO, GEO, LLMO, AIO, "AI SEO" และ "search everywhere optimization" ล้วนอธิบายงานที่ทับซ้อนกัน GEO มีที่มาชัดเจนที่สุด คือรายงานวิจัยปี 2023 ชื่อ GEO: Generative Engine Optimization ที่บัญญัติคำนี้และทดสอบมัน ส่วน AEO เก่ากว่า มาจากยุคของกล่องคำตอบและ featured snippet แล้วถูกนำมาใช้ใหม่เมื่อเอนจินแบบแชตมาถึง ที่เหลือส่วนใหญ่เป็นการวางตำแหน่งทางการตลาด ผู้ขายเลือกป้ายที่ทำให้สินค้าของตนฟังดูใหม่ ดังนั้นคาดได้ว่าคำยอดนิยมจะเปลี่ยนไปเรื่อย ๆ งานที่อยู่ข้างใต้ไม่เปลี่ยนไปตามป้าย และงานนั้นคือสิ่งที่ศูนย์ความรู้นี้บันทึกไว้

GEO กำลังแทนที่ SEO หรือไม่

ไม่ ข้ออ้างนี้ล้มเหลวในเชิงกลไก คำตอบที่ถูกสร้างขึ้นยึดโยงกับดัชนีค้นหา การรื้อรากฐาน SEO ของคุณจึงตัดคุณออกจากคำตอบของ AI ไปด้วย ไม่มี GEO เวอร์ชันไหนที่ทำงานได้บนหน้าที่ไม่ถูกจัดทำดัชนี

สิ่งที่จริงคือสัดส่วนของแรงที่ลงไปกำลังเปลี่ยน รายงาน GEO วัดวิธีการที่ SEO แบบคลาสสิกไม่เคยเรียกร้อง คือการเพิ่มคำอ้างอิงยกระดับการมองเห็นในคำตอบของ generative engine ราว 41 เปอร์เซ็นต์ การเพิ่มสถิติราว 30 เปอร์เซ็นต์ และการอ้างอิงแหล่งข้อมูลราว 27 เปอร์เซ็นต์ ขณะที่การเปลี่ยนแค่โครงสร้างไม่ได้ให้ผลที่เทียบเคียงได้ นั่นคืองานใหม่จริง ๆ ที่ซ้อนทับบนรากฐานเดิมแทนที่จะแทนที่มัน คู่มือปฏิบัติอยู่ในวิธีให้เอนจิน AI อ้างอิงคุณ

ควรลงทุนตรงไหนก่อน

ถ้าคุณเริ่มจากศูนย์ ลำดับการทำงานเดินตามท่อ

1. รากฐาน หน้าเว็บที่ไต่เก็บได้ จัดทำดัชนีได้ และแข็งแรงในเชิงเทคนิค เริ่มที่SEO เชิงเทคนิคและพื้นฐานบนหน้าเว็บ
2. ความสามารถในการตอบ สิทธิ์แสดงข้อความตัวอย่างและโครงสร้างแบบตอบก่อน อธิบายไว้ในfeatured snippet และสิทธิ์ในการแสดงข้อความตัวอย่าง
3. สาระที่ทำให้ถูกอ้างอิง คำอ้างอิง สถิติ และแหล่งข้อมูลปฐมภูมิ ตามคู่มือการอ้างอิง
4. การวัดผล ติดตามว่าความพยายามนั้นให้ผลอะไร พร้อมข้อควรระวังในการวัดการมองเห็นในการค้นหาด้วย AI

สามชื่อ ท่อเดียว สร้างรากฐานให้เสร็จหนึ่งครั้ง แล้วค่อยไปแข่งเพื่อเข้าไปอยู่ในคำตอบ