How to Rank #1 in ChatGPT (AI SEO Guide)
สรุปย่อ
ประเด็นสำคัญจากวิดีโอ
- **ช่อง:** Julian Goldie SEO · **ความยาว:** ~15 นาที · **ลิงก์:** https://www.youtube.com/watch?v=KM1RiJW42w4
# สรุป: How to Rank #1 in ChatGPT (AI SEO Guide) - **ช่อง:** Julian Goldie SEO · **ความยาว:** ~15 นาที · **ลิงก์:** https://www.youtube.com/watch?v=KM1RiJW42w4 ## ประเด็นหลัก - ChatGPT ใช้ query fan-out (การแตกย่อยคำค้นหา) หลายคำต่อหนึ่งคำค้นหา และแต่ละโมเดลก็มีรูปแบบต่างกัน ทำให้เพจที่ถูกดึงมาแตกต่างจากผลลัพธ์ทั่วไปมาก - การปรับแต่งผลลัพธ์เฉพาะบุคคล (personalization) ใน ChatGPT และ Gemini AI mode เพิ่มขึ้นมหาศาลเมื่อเทียบกับปีครึ่งก่อน เช่น ค้นหาคำเดียวแต่ได้คำค้นหาย่อยเฉพาะตามสถานที่และบริบทความจำของผู้ใช้ - AI มักดึงข้อมูลจากแหล่ง UGC อย่าง Reddit, Facebook, Instagram และแม้แต่วิดีโอสั้นจาก LinkedIn, TikTok เพราะมองว่าข้อมูลจากผู้ใช้จริงสดใหม่และน่าสนใจกว่า - ผู้ใช้ฟรี (ส่วนใหญ่ของ ChatGPT) อยู่บนโมเดลคนละตัวกับผู้ใช้พรีเมียม ผลลัพธ์และจำนวนแหล่งข้อมูลที่ดึงจึงต่างกันมาก - วิธีหยุดการหลอน (hallucination) ของโมเดล เช่น การใส่ negation บนเพจว่า "เราไม่ใช่ชื่อนี้" เพื่อให้โมเดลเลิกสร้างชื่อแบรนด์ปลอม - การกระจายไฟล์ PDF ไปยังแหล่งที่บริษัท AI ใช้ดึงข้อมูล อาจทำให้คอนเทนต์ของคุณเข้าสู่ training data ของโมเดลรุ่นถัดไป - หากโมเดลตอบจาก training data ล้วน ๆ (ประมาณ 12% ของคำค้นหา) จะไม่มีการค้นหาเว็บ ต้องวางแผนเข้าสู่ training data ของโมเดลรุ่นถัดไป ซึ่งต้องเริ่มเร็ว - การทำ AI SEO สำหรับ ChatGPT เน้นการติดอันดับใน Bing มากกว่า Google เพราะ OpenAI ใช้ Bing ในการค้นคืนข้อมูล และการติดอันดับ Bing ทำได้ง่ายกว่า - กลยุทธ์ที่ดีกว่าการโจมตีเพจคู่แข่งคือการสร้างเพจที่ดีกว่าเพื่อแทนที่ และอย่าปล่อยให้ปัญหาขยายใหญ่ขึ้น - แต่ละกลุ่มธุรกิจต่างกันมาก ควรเจาะกลุ่มแคบลง และปรับแต่งให้เข้ากับ persona หรือ ideal customer profile แทนที่จะปรับตามคำค้นหาอย่างเดียว ## ความเห็นสรุป วิดีโอนี้ให้มุมมองเชิงลึกว่า AI SEO ต่างจาก SEO แบบดั้งเดิมอย่างไร โดยเน้นที่กลไกการค้นคืนข้อมูลของ ChatGPT ทั้งแบบเรียลไทม์และแบบ training data ประเด็นที่ต้องจดคือการเริ่มต้นเร็ว การเจาะกลุ่มเฉพาะ และการทำความเข้าใจว่าโมเดลคิดและดึงข้อมูลอย่างไร แทนที่จะยึดติดกับวิธีทำ SEO แบบเดิม แม้คำบรรยายจะเป็นบทสนทนาที่ค่อนข้างเป็นกันเอง แต่เนื้อหาเต็มไปด้วยแนวทางปฏิบัติที่นำไปปรับใช้ได้จริง
คำแปลเต็ม
แปลตามบทสนทนาต้นฉบับ ปรับเป็นภาษาไทยธรรมชาติ
จูเลียน: วันนี้เราจะมาพูดถึงวิธีทำอันดับใน ChatGPT ด้วย AI SEO กัน และจะไล่ดูผลการทดลองที่ดีที่สุดของ Charles Float แขกรับเชิญของเรา ซึ่งเป็นเซียน AI ตัวจริงในเรื่องพวกนี้
ชาร์ลส์: ขอบคุณครับ [เสียงหัวเราะ]
จูเลียน: แล้วช่วงนี้คุณกำลังทำอะไรอยู่บ้างในด้าน ChatGPT SEO ครับ?
ชาร์ลส์: ช่วงนี้เรามองเรื่อง query fan-out กันเยอะมาก คือพยายามทำให้แน่ใจว่าเราดึงข้อมูลพวกนี้ได้จากทุกโมเดล เพราะทุกครั้งที่เขาปล่อยโมเดลใหม่ เขาจะพยายามทำให้การดึง query fan-out ยากขึ้นเรื่อย ๆ เราก็แค่พยายามรักษาความสามารถในการดึงข้อมูลไว้ให้ได้ทุกครั้ง และถ้าเขาเปลี่ยนเทคโนโลยี เราก็จะเข้าไปใช้เทคนิคอีกแบบหนึ่งแทนได้ทันที เรากำลังพยายามสร้างคลังเทคนิคไว้ ถ้าเทคนิคทั้ง 20 ตัวล้มเหลวหมด เราก็ต้องเริ่มจากศูนย์ แต่ตอนนี้เทคนิคส่วนใหญ่ยังใช้ได้อยู่ครับ
ต่อจากนั้น สิ่งที่เรากำลังศึกษามากตอนนี้คือการที่ ChatGPT ปรับแต่งผลลัพธ์ให้แต่ละคนจริง ๆ เราพบว่า ChatGPT และ Gemini AI mode โดยเฉพาะ ปรับแต่งผลลัพธ์ตามผู้ใช้หนักมาก ซึ่งเมื่อปีครึ่งก่อนไม่เป็นแบบนี้ ถ้าคุณกับผมมี memory context ใน ChatGPT หรือ chat.com ต่างกันมาก เราอาจได้คำตอบที่ต่างกัน แต่ความแตกต่างของผลลัพธ์ตอนนี้กับตอนนั้น มันห่างกันสุดขั้วไปแล้ว คุณจะได้ผลลัพธ์ที่ต่างกันมากจากการปรับแต่งเฉพาะบุคคล เมื่อเทียบกับปีครึ่งก่อน และใน AI mode ยิ่งหนักกว่าเดิมอีก เพราะ Google มี personal intelligence แต่สำหรับ ChatGPT โดยเฉพาะ ผมว่าเขารู้แล้วว่าการปรับแต่งเฉพาะบุคคลมีพลังขนาดไหน เลยเริ่มเพิ่มความแตกต่างของผลลัพธ์ที่คุณได้รับ อย่างมหาศาลในช่วงปีครึ่งที่ผ่านมา
จูเลียน: เข้าใจครับ สำหรับคนที่กำลังดูอยู่ อาจสงสัยว่า query fan-out คืออะไร หมายความว่ายังไง แล้วเกี่ยวข้องกับ AI SEO ยังไง สรุปคือคุณกำลังดูว่า ChatGPT ค้นหาอย่างไร และคำค้นหาย่อยใต้คีย์เวิร์ดที่คุณพิมพ์เข้าไปมีอะไรบ้าง ใช่ไหมครับ?
ชาร์ลส์: ใช่เลยครับ ยกตัวอย่างเช่น Google AI Overviews มี query fan-out ที่ค่อนข้างสุ่ม แต่ ChatGPT เจาะจงกว่าเล็กน้อย เช่น ถ้าคุณค้นหา "best accounting software" ใน ChatGPT มันอาจค้นหาย่อยเป็น "best accounting software for small business owners in Plano, Texas" ตามที่อยู่ของคุณเอง และมันลงลึกถึงระดับนั้นได้เลย ซึ่งเปลี่ยนแหล่งข้อมูลและเพจที่ดึงมาโดยสิ้นเชิง เมื่อเทียบกับคำค้นหาทั่วไป เพราะคำค้นหายาวแบบนี้เปลี่ยนไปมาก และมันอาจใช้ query fan-out ถึง 12, 13 หรือ 16 คำ เพื่อรวบรวมเพจต่าง ๆ มารวมกัน คุณอาจได้เพจที่แตกต่างกันมากจริง ๆ
ยกตัวอย่างนะครับ ผมเริ่มดูในกลุ่มธุรกิจของเราเอง คือการทำลิงก์ และ query fan-out หลายตัวของ ChatGPT ดึงเพจจาก TechRadar กลับมา เป็นรีวิวเครื่องมือ แต่คุณกำลังมองหาบริการทำลิงก์อยู่ [เสียงหัวเราะ] นั่นทำให้ผมรู้ว่า มันตีความบริบทของคำค้นหา แล้วเชื่อมโยงไปยังคำค้นหาอีกประเภทหนึ่ง คือซอฟต์แวร์ทำลิงก์ และคิดว่ามันทับซ้อนกัน อาจมีอะไรดี ๆ จากคำค้นหานี้ ที่ช่วยคำค้นหานี้ได้ แต่ในหัวของเรา ซอฟต์แวร์ทำลิงก์กับบริการทำลิงก์ เป็นคนละเรื่อง และน่าจะแยกจากกันจริง ๆ แต่ ChatGPT คิดว่ามันไม่ควรแยก และคุณน่าจะดึงบริบท จากอันหนึ่งมาสนับสนุนอีกอันหนึ่งได้
จูเลียน: ปัญหาของการที่ ChatGPT ค้นหาแทนคุณ ก็คือมันหลอนบ่อยครั้ง เข้าใจเจตนาการค้นหาผิด แล้วให้คำตอบผิด ๆ กลับมาแก่ผู้ใช้ ใช่ไหมครับ?
ชาร์ลส์: นั่นคือปัญหาอีกอย่างครับ อีกอย่างที่ผมเห็น เช่น Kyle Roof ตอนเขาสาธิตเครื่องมือ Page Optimizer Pro ของเขา ตอนดู query fan-out บางตัว มันค้นหา facebook.com
จูเลียน: ใช่
ชาร์ลส์: มันเกือบเหมือน...
จูเลียน: query fan-out แบบแบรนด์ ใช่ครับ
ชาร์ลส์: ใช่ เกือบเหมือนว่า Facebook เป็นที่ที่ดีมาก ในการพยายามให้คอนเทนต์ของคุณติดอันดับด้วย
จูเลียน: ผมคิดว่า... ผมเคยเห็น query แบบแบรนด์สองสามครั้ง มันดึงมาจาก query fan-out โดยตรง และในกลุ่มการบัญชีมีกรณีแปลก ๆ เพราะมันเป็น adp.com หรืออะไรประมาณนั้น ซึ่งเป็นซอฟต์แวร์บัญชีเฉพาะตัว มันบ้ามากที่มีความสัมพันธ์ระหว่างซอฟต์แวร์ตัวนี้กับคำค้นหานั้นขนาดนั้น จนมันไปหาเว็บเฉพาะตัวนั้นเลย ไปที่นั่นกันเถอะ
ชาร์ลส์: ใช่เลยครับ ผมว่ามันน่าสนใจมาก และสำหรับ Facebook กับเว็บยักษ์ใหญ่พวกนี้ ผมว่ามันเพราะเป็น UGC พวกเขากำลังมองหาบทสนทนาที่ผู้ใช้สร้างขึ้น เจตนาที่ผู้ใช้สร้างขึ้น ข้อมูลที่ผู้ใช้สร้างขึ้น ซึ่งอาจสดใหม่กว่า น่าสนใจกว่า เพราะโดยเฉพาะมือสมัครเล่นกับผู้เชี่ยวชาญ มักมีวิธีคิดต่างกัน มือสมัครเล่นอาจรู้ว่าจริง ๆ แล้วคุณใช้กาวแบบนี้กับสิ่งนี้ได้ แต่ผู้เชี่ยวชาญบอกว่าไม่ คุณใช้สิ่งนั้นไม่ได้ และเราพบว่าการค้นหา UGC เพิ่มเติม บางครั้งให้ข้อมูลที่ต่างออกไปจริง ๆ และน่าจะเป็นเหตุผลที่ ChatGPT และอาจรวมถึงโมเดลอื่น ๆ เริ่มหันไปทางนั้น และเป็นเหตุผลที่พวกเขาพึ่งพา Reddit มานาน เพราะ Reddit คือบ้านของมือสมัครเล่นมาตลอด
จูเลียน: ใช่ อีกอย่างที่ผมเห็นคือ Facebook, Instagram ถูกดึงเข้าไปในแถบวิดีโอสั้น ที่ผมเห็นบ่อยขึ้นเรื่อย ๆ สำหรับคำค้นหาต่าง ๆ และมันยังดึงวิดีโอสั้นจาก LinkedIn เข้ามาด้วย ซึ่งผมตกใจมาก
ชาร์ลส์: ผมรู้สิ ผมเริ่มเห็น TikTok shorts และอื่น ๆ ด้วยเหมือนกัน แต่ใช่ครับ ผมเห็นวิดีโอ LinkedIn ถูกดึงเข้ามาด้วย บ้ามาก
จูเลียน: บ้ามาก
ชาร์ลส์: เราเลิกโพสต์วิดีโอที่นั่นไปแล้ว เพราะคิดว่า ไม่มีใครดูหรอก
จูเลียน: ไม่มีใครดู แต่ปรากฏว่า AI ดูอยู่ [เสียงหัวเราะ]
จูเลียน: อีกอย่างที่ผมเห็นคือ มีโมเดลแยกสำหรับผู้ใช้ฟรี ซึ่งเป็นคนส่วนใหญ่ของ ChatGPT มีผู้ใช้ประมาณพันล้านคน ส่วนใหญ่เป็นผู้ใช้ฟรี และส่วนใหญ่อยู่บนโมเดลคนละตัว ซึ่งแปลว่ามันจะไม่คิดเกี่ยวกับคำค้นหามากนัก ผลลัพธ์ที่ต่างกันจึงไปถึงพวกเขา
ชาร์ลส์: ใช่ครับ และผมว่าถ้าแยกย่อยตามอุปกรณ์ด้วย เช่น desktop หรือมือถือ และตอนที่ใช้โหมดขั้นสูงอย่าง advanced mode ด้วย นั่นอาจเปลี่ยนแหล่งข้อมูล ผลลัพธ์ และบริบทได้ทั้งหมด เราพยายามดูว่ามันเป็นอย่างไรตอนไม่ล็อกอิน โหมดไม่ระบุตัวตน ล็อกอิน และ personas เรามีตัวแปรหลายแบบ และผลต่างกันมากจริง ๆ คุณจะเห็นความแตกต่างมหาศาลในการเปลี่ยนคำค้นหา โดยเฉพาะถ้าคุณมีบัญชี ChatGPT ระดับสูงสุด บางครั้งมันไปหาแหล่งข้อมูลถึง 58 แหล่ง แต่บัญชีฟรีหาแค่ 4 แหล่ง เพราะมันไม่อยากใช้ token เยอะขนาดนั้น
จูเลียน: เข้าใจครับ แล้วคนทั่วไปจะค้นหา หรือดูอันดับของตัวเองใน ChatGPT ยังไง เพราะถ้าเขาล็อกอิน ChatGPT ปกติ มันจะให้คำตอบที่เขาอยากได้เลย
ชาร์ลส์: ใช่เลย
จูเลียน: แล้วหลีกเลี่ยงยังไงครับ?
ชาร์ลส์: มันยาก เพราะมันเกือบเหมือนการต่อต้านการหลอนภายในตัวโมเดล เพราะมันไม่ควรให้ผลลัพธ์แบบนั้น [เสียงหัวเราะ] เราจึงเริ่มใช้ negation คือการบอกเชิงลบ ยกตัวอย่างที่ดีมากคือ James Douly กับ AI Overviews ของเขา ผมว่าเคยโชว์ให้คุณดู ตอนนั้นแบรนด์หนึ่งของเขาถูกระบุชื่อผิด มันสร้างชื่อแบรนด์ปลอมขึ้นมาให้แบรนด์หนึ่งของเขา ทั้งที่จริงไม่ใช่ชื่อนั้น และเราหาที่มาของชื่อปลอมนี้ไม่ได้เลย เพราะชื่อนี้ไม่มีอยู่บนอินเทอร์เน็ต มันหลอนชื่อนี้ขึ้นมาล้วน ๆ วิธีที่ทำให้มันหยุดคือใช้ negation คือเขียนบนเพจว่า เราไม่ใช่ชื่อนี้ เราต้องเขียนตามตัวอักษรว่านี่คือชื่อแบรนด์ของเรา นี่ไม่ใช่ชื่อแบรนด์ของเรา แล้วมันก็หยุดหลอน และนั่นเป็นวิธีเดียวที่ทำให้มันหยุดได้ คือบอกมันตรง ๆ แบบปฏิเสธว่า เราไม่ใช่สิ่งนี้
จูเลียน: แล้วถ้าอธิบายแบบนั้น มันกระทบแค่การค้นหาของคุณ หรือกระทบการค้นหาของคนอื่นด้วย?
ชาร์ลส์: ไม่ มันกระทบการค้นหาของทุกคน เพราะมันอยู่บนเว็บไซต์ของคุณเอง มันมีสองชั้น คือเมื่อไหร่ก็ตามที่มันดึงเพจ มันจะดึงข้อมูลลงมาได้ว่า โอ้ ไม่ใช่อันนี้ แล้วก็ดึงกลับเข้าไปใหม่ และสุดท้ายเมื่อเวลาผ่านไป หวังว่ามันจะเข้าไปใน training data ของคุณ ถ้าคุณกระจายมันไปยังที่พอสมควร เทคนิคใหญ่ที่เราทำอยู่ตอนนี้คือการกระจาย PDF เพราะบริษัท AI แทบทุกแห่ง กำลังดึงข้อมูลจากไฟล์ PDF อย่างไม่หยุดหย่อน ถ้าคุณเข้าไปอยู่ในจุดเฉพาะที่พวกเขาดึงข้อมูลจาก เราพบว่าเราสามารถเข้าถึงข้อมูลฝึกของโมเดลรุ่นถัดไปได้ แค่ปรับแต่ง PDF ให้เหมาะสม
จูเลียน: มีเคล็ดลับสำหรับเรื่องนั้นไหม หรือว่า...
ชาร์ลส์: คุณสามารถเข้าร่วม community ในคอร์สของเราได้ [เสียงหัวเราะ]
จูเลียน: เอาล่ะ ว่าอย่างนั้นก็ได้ ผมเข้าใจว่าบางอย่างบอกไม่ได้จริง ๆ
จูเลียน: แต่แล้วถ้าคุณกำลังทำอันดับให้ลูกค้า และข้อมูลเทรนนิงมันค้างอยู่ล่ะครับ คุณจะทำอันดับให้ลูกค้าใน ChatGPT ยังไง เมื่อข้อมูลมันอยู่ใน training data แล้ว แต่ลูกค้ากดดันคุณอยู่?
ชาร์ลส์: ถ้าโมเดลดึงจากข้อมูลเทรนนิงล้วน ๆ ไม่ดึงแบบ retrieval คือไม่ค้นหาเว็บ ไม่ทำการค้นหาใด ๆ ใช้แค่ข้อมูลเทรนนิงของตัวเองตอบคำค้นหา และจำไว้ว่านั่นคือประมาณ 12% ของคำค้นหาทั้งหมด ที่มันไม่ดึงอะไรจากภายนอกเลย ค้นหาแค่ภายในเท่านั้น ถ้าคุณไม่อยู่ในข้อมูลเทรนนิง คุณก็จบเห่ ไม่มีอะไรทำกับคำค้นหาพวกนั้นได้จริง ๆ เว้นแต่คุณจะบังคับให้ ChatGPT อัปเดตคำค้นหานั้น ให้เริ่มค้นหา ซึ่งทำไม่ได้จริง ๆ เราจึงเริ่มดูว่า สำหรับทุกคำค้นหาของเรา ข้อมูลถูกดึงจาก training data เท่าไหร่ จาก retrieval เท่าไหร่ ถ้ามันเป็น training data ถึง 90% เราก็ต้องลงเส้นทางพยายามปรับแต่งข้อมูลเทรนนิงของเรา นี่คือคำค้นหาที่ไม่ดึงจาก Google Search เราพิสูจน์ให้เห็นได้ว่ามันไม่ได้ดึงจาก Google Search ดึงจากเทรนนิงอย่างเดียว เราจึงต้องเข้าไปอยู่ใน training data และน่าเสียดายที่นั่นหมายถึงโมเดลรุ่นถัดไป การอัปเดตครั้งถัดไป และอาจไม่ใช่รุ่นถัดไปด้วยซ้ำ อาจเป็นรุ่นถัดจากนั้นอีก เพราะการเทรนข้อมูลใช้เวลาหลายสัปดาห์ และเขาอาจเทรนโมเดลรุ่นที่จะปล่อยตอนนี้เสร็จไปแล้ว คุณจึงจะถูกเก็บในรุ่นถัดจากนั้น ซึ่งกำลังเทรนอยู่ตอนนี้ และนั่นคือเหตุผลที่การเริ่มเร็วเป็นข้อได้เปรียบ ยิ่งเริ่มเร็วเท่าไหร่ ยิ่งได้เปรียบมากเท่านั้น
จูเลียน: ใช่ ใช่ นั่นแหละ ธุรกิจใด ๆ ก็ควรคิดเรื่องนี้จริง ๆ ตอนนี้
ชาร์ลส์: ใช่ครับ ต้องจริงจังกับมันมาก ๆ และอีกอย่าง ตอนนี้มันง่ายมาก เมื่อเทียบกับที่ผมจินตนาการว่ามันจะยาก ในอีก 5 หรือ 10 ปีข้างหน้า
จูเลียน: ใช่ 100% ผมว่า... เอาจริง ๆ ผมไม่รู้ว่าจะเกิดอะไรขึ้นในอีก 5 ถึง 10 ปี [เสียงหัวเราะ] ผมว่าไม่มีใครรู้ในสถานการณ์ตอนนี้
ชาร์ลส์: 40 ออกมา
จูเลียน: ใช่ ใช่ มันจะเป็นแบบ ChatGPT 40 Pro XL [เสียงหัวเราะ] อะไรบ้า ๆ แบบนั้น และผมก็ไม่รู้ว่าเทคโนโลยีจะเปลี่ยนไปยังไง เราจะยังใช้สมาร์ตโฟนกันอยู่ไหม หรือทุกคนจะใช้สมาร์ตกลาสกันหมด ผมไม่รู้ อาจจะไม่ แต่เราไม่รู้จริง ๆ ผมก็แค่พยายามคาดเดาว่าเทคโนโลยีกำลังมุ่งหน้าไปทางไหน และสิ่งเดียวที่คุณทำได้คือเริ่มเร็ว และพยายามตัดสินใจให้ถูก
ยกตัวอย่าง เรามีลูกค้าที่ถูกอ้างอิงเพจคู่แข่งซ้ำแล้วซ้ำเล่า สำหรับคำค้นหาของตัวเองหลายคำ แล้วเขาถามว่า คุณอยากทำ negative SEO กับเพจนี้ไหม อยากลบมันไหม หรืออะไรประมาณนั้น ความจริงแล้วนั่นอาจเป็นสิ่งที่แย่ที่สุดที่คุณทำได้ เพราะคู่แข่งจะเห็นว่าเพจเขาถูกโจมตี เขาจะรู้ว่ามันเพราะเราพูดถึงคุณ แล้วเขาจะสร้างเพจอีกเป็นร้อยหน้าที่มีชื่อคุณ โจมตีคุณจนราบคาบ แล้ว ChatGPT ก็จะดึงคุณเข้าไปในคำค้นหาอีกเป็นร้อยคำ เราจึงพยายามผลักดันให้เขาทำอีกทาง คือแทนที่เพจนั้นด้วยเพจที่ดีกว่า หรือเพจที่มันชอบอ้างอิงสำหรับคำค้นหาอื่น ๆ ในกลุ่มเดียวกัน ที่มีน้ำหนักสูงกว่า แล้วพยายามฝังเพจนั้นลงไป แทนที่จะปล่อยให้มันถูกอ้างอิงซ้ำ แล้วโตเป็นปัญหาใหญ่ขึ้นเรื่อย ๆ
จูเลียน: เข้าใจมาก แล้วตอนทำ AI SEO สำหรับ ChatGPT คุณให้ความสำคัญกับแบ็กลิงก์ไหม นั่นเป็นสิ่งที่คุณกังวลหรือเปล่า?
ชาร์ลส์: ไม่เชิง เราพยายามโฟกัสกับการติดอันดับใน Bing เพราะโดยเฉพาะในช่วงสองสามเดือนที่ผ่านมา Google เปลี่ยนไป 100% หรือหันกลับไปใช้ Bing บวกกับระบบ indexing และ agent ของตัวเอง ตอนที่มันทำ retrieval ส่วนใหญ่ตอนนี้ก็เลยเป็นแบบนั้น ก่อนหน้านี้มันใช้คำค้นหาของ Google บ้าง แต่เรื่อง SERP API น่าจะทำให้พวกเขาสะดุดเล็กน้อย และดูเหมือน OpenAI ยังไม่กลับไปใช้มัน เราจึงพยายามหาวิธีติดอันดับใน Bing และโดยทั่วไปแล้ว ติดอันดับใน Bing ง่ายกว่าติดอันดับใน Google มาก บางครั้งนั่นอาจหมายถึงการสร้างลิงก์ PBN สองสามลิงก์ หรือลิงก์สองสามจุดให้เพจนั้น แต่ส่วนใหญ่เพราะมันง่ายขนาดนั้น เราก็แค่ใช้ลิงก์ภายใน และองค์ประกอบอื่น ๆ อีกสองสามอย่าง เพื่อให้มันขึ้นอันดับ ถ้าเพจหนึ่งถูกอ้างอิง แต่เราสร้างเพจประมาณ 500 เพจทั่วแคมเปญ เราจะสร้างลิงก์ให้ทุกเพจไหม นั่นคือค่าใช้จ่ายเพิ่มห้าเท่าของแคมเปญ ดังนั้นเราเจาะจงมาก และส่วนใหญ่ทำทีหลัง ถ้าเพจไม่ติดอันดับ ค่อยสร้างลิงก์ให้มัน บางทีเราจะทำเพื่อดันมันขึ้น ให้มันถูก index และติดอันดับ
จูเลียน: ใช่ เข้าใจครับ มันเป็นสิ่งที่คุณควบคุมได้มากกว่า Google มาก
ชาร์ลส์: ใช่เลย และผมว่ามันขึ้นอยู่กับกลุ่มธุรกิจของคุณด้วย เช่น ถ้าคุณเป็นเครื่องดื่มชูกำลังแข่งกับ Red Bull พวกเขามีการตลาดในโลกจริง ความสามารถในการเข้าไปในทุกงานกีฬา มีนักกีฬาอาชีพและคนดังเป็นสปอนเซอร์ มี PR และข่าวสารตลอดเวลา ซึ่งจะถูกเก็บใน training data เป็นพันเท่าของงานที่คุณทำได้ให้เครื่องดื่มชูกำลังเล็ก ๆ ของคุณเอง คุณจึงต้องเจาะจงมาก ไปในกลุ่มที่แคบกว่าตอนทำกับ Google เสียอีก คุณอาจต้องปรับแต่งให้เข้ากับ persona หรือ ideal customer profile แทนที่จะปรับตามคำค้นหา ซึ่งสร้างเกม SEO รูปแบบใหม่ทั้งหมด ที่คุณต้องเล่น
จูเลียน: เข้าใจครับ แปลว่าคุณไล่ตามคำค้นหาและคีย์เวิร์ด ที่ปกติคุณไม่เคยไปหา ขอบคุณมากครับ Charles ที่มาร่วมรายการ
ชาร์ลส์: ขอบคุณที่ชวนมาครับ Julian สนุกมาก
จูเลียน: เราจะแปะลิงก์ Twitter และ LinkedIn ของคุณไว้ในคำอธิบายใต้คลิป
ชาร์ลส์: ดีครับ
จูเลียน: ขอบคุณสำหรับเคล็ดลับเสมอมา ขอบคุณครับ
หมายเหตุการแปล
ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ
- "engaging" (ตอนพูดถึงโหมดการใช้งาน) — คำบรรยายฟังไม่ชัด น่าจะหมายถึงโหมดขั้นสูง (advanced mode) แปลตามบริบทเป็น "โหมดขั้นสูงอย่าง advanced mode"
- ## เซกเมนต์ที่ไม่ชัดเจน [ฟังไม่ชัด]
- ไม่มีเซกเมนต์ใดที่ต้องระบุ [ฟังไม่ชัด] ในคำแปล เนื่องจากทุกส่วนพออนุมานความหมายจากบริบทได้
อภิธานศัพท์เทคนิค
คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ
| ศัพท์ | คำแปล / คำอธิบาย |
|---|---|
| ChatGPT | แชตบอต AI ของ OpenAI |
| AI SEO | การทำ SEO สำหรับเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI เช่น ChatGPT |
| query fan-out | การแตกแขนงคำค้นหาย่อยที่ AI ใช้ค้นหาจริงต่อหนึ่งคำค้นหาหลัก |
| Gemini AI mode | โหมด AI ของ Gemini (โมเดล AI ของ Google) |
| AI Overviews | ผลสรุปคำตอบแบบ AI ของ Google ที่แสดงเหนือผลการค้นหา |
| personalization | การปรับแต่งผลลัพธ์ให้เฉพาะบุคคลตามบริบทและความจำของผู้ใช้ |
| memory context | บริบทความจำของผู้ใช้ที่โมเดลเก็บไว้ |
| personal intelligence | ระบบปัญญาส่วนบุคคลของ Google ที่ใช้ปรับแต่งผลลัพธ์ |
| UGC (user-generated content) | คอนเทนต์ที่ผู้ใช้สร้างขึ้น เช่น บน Reddit, Facebook |
| shorts carousel | แถบวิดีโอสั้นที่ AI ดึงมาแสดงประกอบคำตอบ |
| hallucination / หลอน | การที่โมเดลสร้างข้อมูลหรือชื่อที่ไม่จริงขึ้นมา |
| negation | การบอกเชิงลบ/การปฏิเสธบนเพจ เช่น "เราไม่ใช่ชื่อนี้" เพื่อหยุดการหลอน |
| training data | ข้อมูลที่ใช้ฝึกโมเดล AI |
| retrieval | การค้นคืนข้อมูลจากเว็บแบบเรียลไทม์ขณะตอบคำถาม |
| token | หน่วยประมวลผลข้อความของโมเดล AI |
| PDF distribution | การกระจายไฟล์ PDF ไปยังแหล่งที่บริษัท AI ดึงข้อมูล เพื่อเข้าสู่ training data |
| Bing | เสิร์ชเอนจินของ Microsoft ที่ OpenAI ใช้ในการค้นคืนข้อมูล |
| SERP API | API สำหรับดึงผลการค้นหา (Search Engine Results Page API) |
| PBN (private blog network) | เครือข่ายบล็อกส่วนตัวที่ใช้สร้างลิงก์ |
| indexing | การจัดทำดัชนีเพื่อให้เพจถูกค้นพบและจัดอันดับ |
| agent | ระบบ AI ที่ปฏิบัติงานอัตโนมัติแทนผู้ใช้ |
| negative SEO | การโจมตีอันดับของเว็บไซต์คู่แข่งด้วยวิธีที่ผิดจริยธรรม |
| persona | ตัวตน/บุคลิกของผู้ใช้ที่ตั้งค่าได้ในบัญชี |
| ideal customer profile | โปรไฟล์ลูกค้าในอุดมคติของธุรกิจ |
| Red Bull | แบรนด์เครื่องดื่มชูกำลัง (ตัวอย่างในวิดีโอ) |
| Kyle Roof | นัก SEO ที่ถูกกล่าวถึงในวิดีโอ (เจ้าของ Page Optimizer Pro) |
| Page Optimizer Pro | เครื่องมือปรับแต่งเพจเพื่อ SEO |
| James Douly | บุคคลที่ถูกกล่าวถึงในวิดีโอ (ชื่อจากคำบรรยายอัตโนมัติ อาจเพี้ยนจากชื่อจริง) |
| TechRadar | เว็บไซต์รีวิวเทคโนโลยีที่ถูก AI ดึงมาอ้างอิง |
| adp.com | เว็บไซต์ซอฟต์แวร์บัญชีที่ปรากฏใน query fan-out (ตัวอย่างในวิดีโอ) |
| chat.com | โดเมนที่ใช้เข้าถึง ChatGPT |
ซับไตเติ้ลภาษาไทย
ดาวน์โหลดหรือดูซับทั้งหมด
1 00:00:00,000 --> 00:00:03,273 จูเลียน: วันนี้เราจะมาพูดถึงวิธีทำอันดับใน 2 00:00:03,273 --> 00:00:05,065 ChatGPT ด้วย AI SEO กัน 3 00:00:05,065 --> 00:00:08,338 และจะไล่ดูผลการทดลองที่ดีที่สุดของ Charles 4 00:00:08,338 --> 00:00:11,377 Float แขกรับเชิญของเรา ซึ่งเป็นเซียน AI
เปิดดูซับไตเติ้ลทั้งหมด (298 segments)
1 00:00:00,000 --> 00:00:03,273 จูเลียน: วันนี้เราจะมาพูดถึงวิธีทำอันดับใน 2 00:00:03,273 --> 00:00:05,065 ChatGPT ด้วย AI SEO กัน 3 00:00:05,065 --> 00:00:08,338 และจะไล่ดูผลการทดลองที่ดีที่สุดของ Charles 4 00:00:08,338 --> 00:00:11,377 Float แขกรับเชิญของเรา ซึ่งเป็นเซียน AI 5 00:00:11,377 --> 00:00:14,572 ตัวจริงในเรื่องพวกนี้ ชาร์ลส์: ขอบคุณครับ 6 00:00:14,572 --> 00:00:16,364 [เสียงหัวเราะ] จูเลียน: 7 00:00:16,364 --> 00:00:19,403 แล้วช่วงนี้คุณกำลังทำอะไรอยู่บ้างในด้าน 8 00:00:19,403 --> 00:00:22,987 ChatGPT SEO ครับ? ชาร์ลส์: ช่วงนี้เรามองเรื่อง 9 00:00:22,987 --> 00:00:24,857 query fan-out กันเยอะมาก 10 00:00:24,857 --> 00:00:29,065 คือพยายามทำให้แน่ใจว่าเราดึงข้อมูลพวกนี้ได้จากทุกโมเดล 11 00:00:29,065 --> 00:00:31,637 เพราะทุกครั้งที่เขาปล่อยโมเดลใหม่ 12 00:00:31,637 --> 00:00:34,442 เขาจะพยายามทำให้การดึง query fan-out 13 00:00:34,442 --> 00:00:35,611 ยากขึ้นเรื่อย ๆ 14 00:00:35,611 --> 00:00:40,286 เราก็แค่พยายามรักษาความสามารถในการดึงข้อมูลไว้ให้ได้ทุกครั้ง 15 00:00:40,286 --> 00:00:42,234 และถ้าเขาเปลี่ยนเทคโนโลยี 16 00:00:42,234 --> 00:00:45,663 เราก็จะเข้าไปใช้เทคนิคอีกแบบหนึ่งแทนได้ทันที 17 00:00:45,663 --> 00:00:49,247 เรากำลังพยายามสร้างคลังเทคนิคไว้ ถ้าเทคนิคทั้ง 18 00:00:49,247 --> 00:00:52,286 20 ตัวล้มเหลวหมด เราก็ต้องเริ่มจากศูนย์ 19 00:00:52,286 --> 00:00:55,403 แต่ตอนนี้เทคนิคส่วนใหญ่ยังใช้ได้อยู่ครับ 20 00:00:55,403 --> 00:00:56,500 ต่อจากนั้น 21 00:00:56,500 --> 00:01:00,084 สิ่งที่เรากำลังศึกษามากตอนนี้คือการที่ ChatGPT 22 00:01:00,084 --> 00:01:03,201 ปรับแต่งผลลัพธ์ให้แต่ละคนจริง ๆ เราพบว่า 23 00:01:03,201 --> 00:01:05,928 ChatGPT และ Gemini AI mode โดยเฉพาะ 24 00:01:05,928 --> 00:01:08,344 ปรับแต่งผลลัพธ์ตามผู้ใช้หนักมาก 25 00:01:08,344 --> 00:01:10,915 ซึ่งเมื่อปีครึ่งก่อนไม่เป็นแบบนี้ 26 00:01:10,915 --> 00:01:14,344 ถ้าคุณกับผมมี memory context ใน ChatGPT หรือ 27 00:01:14,344 --> 00:01:17,773 chat.com ต่างกันมาก เราอาจได้คำตอบที่ต่างกัน 28 00:01:17,773 --> 00:01:20,889 แต่ความแตกต่างของผลลัพธ์ตอนนี้กับตอนนั้น 29 00:01:20,889 --> 00:01:22,682 มันห่างกันสุดขั้วไปแล้ว 30 00:01:22,682 --> 00:01:26,734 คุณจะได้ผลลัพธ์ที่ต่างกันมากจากการปรับแต่งเฉพาะบุคคล 31 00:01:26,734 --> 00:01:29,695 เมื่อเทียบกับปีครึ่งก่อน และใน AI mode 32 00:01:29,695 --> 00:01:33,123 ยิ่งหนักกว่าเดิมอีก เพราะ Google มี personal 33 00:01:33,123 --> 00:01:36,162 intelligence แต่สำหรับ ChatGPT โดยเฉพาะ 34 00:01:36,162 --> 00:01:40,214 ผมว่าเขารู้แล้วว่าการปรับแต่งเฉพาะบุคคลมีพลังขนาดไหน 35 00:01:40,214 --> 00:01:43,799 เลยเริ่มเพิ่มความแตกต่างของผลลัพธ์ที่คุณได้รับ 36 00:01:43,799 --> 00:01:47,071 อย่างมหาศาลในช่วงปีครึ่งที่ผ่านมา จูเลียน: 37 00:01:47,071 --> 00:01:50,578 เข้าใจครับ สำหรับคนที่กำลังดูอยู่ อาจสงสัยว่า 38 00:01:50,578 --> 00:01:53,539 query fan-out คืออะไร หมายความว่ายังไง 39 00:01:53,539 --> 00:01:55,877 แล้วเกี่ยวข้องกับ AI SEO ยังไง 40 00:01:55,877 --> 00:01:59,071 สรุปคือคุณกำลังดูว่า ChatGPT ค้นหาอย่างไร 41 00:01:59,071 --> 00:02:03,279 และคำค้นหาย่อยใต้คีย์เวิร์ดที่คุณพิมพ์เข้าไปมีอะไรบ้าง 42 00:02:03,279 --> 00:02:06,864 ใช่ไหมครับ? ชาร์ลส์: ใช่เลยครับ ยกตัวอย่างเช่น 43 00:02:06,864 --> 00:02:09,669 Google AI Overviews มี query fan-out 44 00:02:09,669 --> 00:02:13,253 ที่ค่อนข้างสุ่ม แต่ ChatGPT เจาะจงกว่าเล็กน้อย 45 00:02:13,253 --> 00:02:16,838 เช่น ถ้าคุณค้นหา "best accounting software" ใน 46 00:02:16,838 --> 00:02:20,266 ChatGPT มันอาจค้นหาย่อยเป็น "best accounting 47 00:02:20,266 --> 00:02:23,695 software for small business owners in Plano, 48 00:02:23,695 --> 00:02:25,721 Texas" ตามที่อยู่ของคุณเอง 49 00:02:25,721 --> 00:02:27,981 และมันลงลึกถึงระดับนั้นได้เลย 50 00:02:27,981 --> 00:02:31,643 ซึ่งเปลี่ยนแหล่งข้อมูลและเพจที่ดึงมาโดยสิ้นเชิง 51 00:02:31,643 --> 00:02:33,669 เมื่อเทียบกับคำค้นหาทั่วไป 52 00:02:33,669 --> 00:02:37,254 เพราะคำค้นหายาวแบบนี้เปลี่ยนไปมาก และมันอาจใช้ 53 00:02:37,254 --> 00:02:38,890 query fan-out ถึง 12, 54 00:02:38,890 --> 00:02:41,539 13 หรือ 16 คำ เพื่อรวบรวมเพจต่าง ๆ 55 00:02:41,539 --> 00:02:44,890 มารวมกัน คุณอาจได้เพจที่แตกต่างกันมากจริง ๆ 56 00:02:44,890 --> 00:02:46,137 ยกตัวอย่างนะครับ 57 00:02:46,137 --> 00:02:49,643 ผมเริ่มดูในกลุ่มธุรกิจของเราเอง คือการทำลิงก์ 58 00:02:49,643 --> 00:02:53,228 และ query fan-out หลายตัวของ ChatGPT ดึงเพจจาก 59 00:02:53,228 --> 00:02:56,033 TechRadar กลับมา เป็นรีวิวเครื่องมือ 60 00:02:56,033 --> 00:02:58,604 แต่คุณกำลังมองหาบริการทำลิงก์อยู่ 61 00:02:58,604 --> 00:03:01,098 [เสียงหัวเราะ] นั่นทำให้ผมรู้ว่า 62 00:03:01,098 --> 00:03:02,968 มันตีความบริบทของคำค้นหา 63 00:03:02,968 --> 00:03:06,007 แล้วเชื่อมโยงไปยังคำค้นหาอีกประเภทหนึ่ง 64 00:03:06,007 --> 00:03:09,280 คือซอฟต์แวร์ทำลิงก์ และคิดว่ามันทับซ้อนกัน 65 00:03:09,280 --> 00:03:11,384 อาจมีอะไรดี ๆ จากคำค้นหานี้ 66 00:03:11,384 --> 00:03:14,111 ที่ช่วยคำค้นหานี้ได้ แต่ในหัวของเรา 67 00:03:14,111 --> 00:03:16,604 ซอฟต์แวร์ทำลิงก์กับบริการทำลิงก์ 68 00:03:16,604 --> 00:03:19,877 เป็นคนละเรื่อง และน่าจะแยกจากกันจริง ๆ แต่ 69 00:03:19,877 --> 00:03:23,462 ChatGPT คิดว่ามันไม่ควรแยก และคุณน่าจะดึงบริบท 70 00:03:23,462 --> 00:03:26,890 จากอันหนึ่งมาสนับสนุนอีกอันหนึ่งได้ จูเลียน: 71 00:03:26,890 --> 00:03:29,540 ปัญหาของการที่ ChatGPT ค้นหาแทนคุณ 72 00:03:29,540 --> 00:03:32,968 ก็คือมันหลอนบ่อยครั้ง เข้าใจเจตนาการค้นหาผิด 73 00:03:32,968 --> 00:03:36,475 แล้วให้คำตอบผิด ๆ กลับมาแก่ผู้ใช้ ใช่ไหมครับ? 74 00:03:36,475 --> 00:03:39,046 ชาร์ลส์: นั่นคือปัญหาอีกอย่างครับ 75 00:03:39,046 --> 00:03:41,540 อีกอย่างที่ผมเห็น เช่น Kyle Roof 76 00:03:41,540 --> 00:03:44,656 ตอนเขาสาธิตเครื่องมือ Page Optimizer Pro 77 00:03:44,656 --> 00:03:47,929 ของเขา ตอนดู query fan-out บางตัว มันค้นหา 78 00:03:47,929 --> 00:03:50,579 facebook.com จูเลียน: ใช่ ชาร์ลส์: 79 00:03:50,579 --> 00:03:53,695 มันเกือบเหมือน... จูเลียน: query fan-out 80 00:03:53,695 --> 00:03:57,202 แบบแบรนด์ ใช่ครับ ชาร์ลส์: ใช่ เกือบเหมือนว่า 81 00:03:57,202 --> 00:03:59,072 Facebook เป็นที่ที่ดีมาก 82 00:03:59,072 --> 00:04:02,267 ในการพยายามให้คอนเทนต์ของคุณติดอันดับด้วย 83 00:04:02,267 --> 00:04:05,072 จูเลียน: ผมคิดว่า... ผมเคยเห็น query 84 00:04:05,072 --> 00:04:08,657 แบบแบรนด์สองสามครั้ง มันดึงมาจาก query fan-out 85 00:04:08,657 --> 00:04:11,540 โดยตรง และในกลุ่มการบัญชีมีกรณีแปลก ๆ 86 00:04:11,540 --> 00:04:14,579 เพราะมันเป็น adp.com หรืออะไรประมาณนั้น 87 00:04:14,579 --> 00:04:16,916 ซึ่งเป็นซอฟต์แวร์บัญชีเฉพาะตัว 88 00:04:16,916 --> 00:04:22,371 มันบ้ามากที่มีความสัมพันธ์ระหว่างซอฟต์แวร์ตัวนี้กับคำค้นหานั้นขนาดนั้น 89 00:04:22,371 --> 00:04:25,877 จนมันไปหาเว็บเฉพาะตัวนั้นเลย ไปที่นั่นกันเถอะ 90 00:04:25,877 --> 00:04:28,839 ชาร์ลส์: ใช่เลยครับ ผมว่ามันน่าสนใจมาก 91 00:04:28,839 --> 00:04:32,033 และสำหรับ Facebook กับเว็บยักษ์ใหญ่พวกนี้ 92 00:04:32,033 --> 00:04:33,670 ผมว่ามันเพราะเป็น UGC 93 00:04:33,670 --> 00:04:36,865 พวกเขากำลังมองหาบทสนทนาที่ผู้ใช้สร้างขึ้น 94 00:04:36,865 --> 00:04:38,657 เจตนาที่ผู้ใช้สร้างขึ้น 95 00:04:38,657 --> 00:04:41,930 ข้อมูลที่ผู้ใช้สร้างขึ้น ซึ่งอาจสดใหม่กว่า 96 00:04:41,930 --> 00:04:43,026 น่าสนใจกว่า 97 00:04:43,026 --> 00:04:46,143 เพราะโดยเฉพาะมือสมัครเล่นกับผู้เชี่ยวชาญ 98 00:04:46,143 --> 00:04:49,650 มักมีวิธีคิดต่างกัน มือสมัครเล่นอาจรู้ว่าจริง 99 00:04:49,650 --> 00:04:52,299 ๆ แล้วคุณใช้กาวแบบนี้กับสิ่งนี้ได้ 100 00:04:52,299 --> 00:04:55,806 แต่ผู้เชี่ยวชาญบอกว่าไม่ คุณใช้สิ่งนั้นไม่ได้ 101 00:04:55,806 --> 00:04:58,377 และเราพบว่าการค้นหา UGC เพิ่มเติม 102 00:04:58,377 --> 00:05:01,104 บางครั้งให้ข้อมูลที่ต่างออกไปจริง ๆ 103 00:05:01,104 --> 00:05:05,234 และน่าจะเป็นเหตุผลที่ ChatGPT และอาจรวมถึงโมเดลอื่น ๆ 104 00:05:05,234 --> 00:05:08,819 เริ่มหันไปทางนั้น และเป็นเหตุผลที่พวกเขาพึ่งพา 105 00:05:08,819 --> 00:05:10,767 Reddit มานาน เพราะ Reddit 106 00:05:10,767 --> 00:05:13,962 คือบ้านของมือสมัครเล่นมาตลอด จูเลียน: ใช่ 107 00:05:13,962 --> 00:05:16,299 อีกอย่างที่ผมเห็นคือ Facebook, 108 00:05:16,299 --> 00:05:21,208 Instagram ถูกดึงเข้าไปในแถบวิดีโอสั้น ที่ผมเห็นบ่อยขึ้นเรื่อย ๆ 109 00:05:21,208 --> 00:05:24,715 สำหรับคำค้นหาต่าง ๆ และมันยังดึงวิดีโอสั้นจาก 110 00:05:24,715 --> 00:05:27,988 LinkedIn เข้ามาด้วย ซึ่งผมตกใจมาก ชาร์ลส์: 111 00:05:27,988 --> 00:05:31,338 ผมรู้สิ ผมเริ่มเห็น TikTok shorts และอื่น ๆ 112 00:05:31,338 --> 00:05:34,923 ด้วยเหมือนกัน แต่ใช่ครับ ผมเห็นวิดีโอ LinkedIn 113 00:05:34,923 --> 00:05:37,962 ถูกดึงเข้ามาด้วย บ้ามาก จูเลียน: บ้ามาก 114 00:05:37,962 --> 00:05:41,079 ชาร์ลส์: เราเลิกโพสต์วิดีโอที่นั่นไปแล้ว 115 00:05:41,079 --> 00:05:44,663 เพราะคิดว่า ไม่มีใครดูหรอก จูเลียน: ไม่มีใครดู 116 00:05:44,663 --> 00:05:48,170 แต่ปรากฏว่า AI ดูอยู่ [เสียงหัวเราะ] จูเลียน: 117 00:05:48,170 --> 00:05:51,754 อีกอย่างที่ผมเห็นคือ มีโมเดลแยกสำหรับผู้ใช้ฟรี 118 00:05:51,754 --> 00:05:54,014 ซึ่งเป็นคนส่วนใหญ่ของ ChatGPT 119 00:05:54,014 --> 00:05:57,520 มีผู้ใช้ประมาณพันล้านคน ส่วนใหญ่เป็นผู้ใช้ฟรี 120 00:05:57,520 --> 00:05:59,780 และส่วนใหญ่อยู่บนโมเดลคนละตัว 121 00:05:59,780 --> 00:06:03,131 ซึ่งแปลว่ามันจะไม่คิดเกี่ยวกับคำค้นหามากนัก 122 00:06:03,131 --> 00:06:06,248 ผลลัพธ์ที่ต่างกันจึงไปถึงพวกเขา ชาร์ลส์: 123 00:06:06,248 --> 00:06:09,754 ใช่ครับ และผมว่าถ้าแยกย่อยตามอุปกรณ์ด้วย เช่น 124 00:06:09,754 --> 00:06:11,157 desktop หรือมือถือ 125 00:06:11,157 --> 00:06:14,429 และตอนที่ใช้โหมดขั้นสูงอย่าง advanced mode 126 00:06:14,429 --> 00:06:17,390 ด้วย นั่นอาจเปลี่ยนแหล่งข้อมูล ผลลัพธ์ 127 00:06:17,390 --> 00:06:18,793 และบริบทได้ทั้งหมด 128 00:06:18,793 --> 00:06:21,988 เราพยายามดูว่ามันเป็นอย่างไรตอนไม่ล็อกอิน 129 00:06:21,988 --> 00:06:24,871 โหมดไม่ระบุตัวตน ล็อกอิน และ personas 130 00:06:24,871 --> 00:06:27,988 เรามีตัวแปรหลายแบบ และผลต่างกันมากจริง ๆ 131 00:06:27,988 --> 00:06:31,494 คุณจะเห็นความแตกต่างมหาศาลในการเปลี่ยนคำค้นหา 132 00:06:31,494 --> 00:06:34,689 โดยเฉพาะถ้าคุณมีบัญชี ChatGPT ระดับสูงสุด 133 00:06:34,689 --> 00:06:37,650 บางครั้งมันไปหาแหล่งข้อมูลถึง 58 แหล่ง 134 00:06:37,650 --> 00:06:41,001 แต่บัญชีฟรีหาแค่ 4 แหล่ง เพราะมันไม่อยากใช้ 135 00:06:41,001 --> 00:06:43,962 token เยอะขนาดนั้น จูเลียน: เข้าใจครับ 136 00:06:43,962 --> 00:06:47,313 แล้วคนทั่วไปจะค้นหา หรือดูอันดับของตัวเองใน 137 00:06:47,313 --> 00:06:50,819 ChatGPT ยังไง เพราะถ้าเขาล็อกอิน ChatGPT ปกติ 138 00:06:50,819 --> 00:06:54,326 มันจะให้คำตอบที่เขาอยากได้เลย ชาร์ลส์: ใช่เลย 139 00:06:54,326 --> 00:06:57,598 จูเลียน: แล้วหลีกเลี่ยงยังไงครับ? ชาร์ลส์: 140 00:06:57,598 --> 00:06:58,695 มันยาก 141 00:06:58,695 --> 00:07:02,514 เพราะมันเกือบเหมือนการต่อต้านการหลอนภายในตัวโมเดล 142 00:07:02,514 --> 00:07:06,098 เพราะมันไม่ควรให้ผลลัพธ์แบบนั้น [เสียงหัวเราะ] 143 00:07:06,098 --> 00:07:09,137 เราจึงเริ่มใช้ negation คือการบอกเชิงลบ 144 00:07:09,137 --> 00:07:12,254 ยกตัวอย่างที่ดีมากคือ James Douly กับ AI 145 00:07:12,254 --> 00:07:15,137 Overviews ของเขา ผมว่าเคยโชว์ให้คุณดู 146 00:07:15,137 --> 00:07:18,098 ตอนนั้นแบรนด์หนึ่งของเขาถูกระบุชื่อผิด 147 00:07:18,098 --> 00:07:21,838 มันสร้างชื่อแบรนด์ปลอมขึ้นมาให้แบรนด์หนึ่งของเขา 148 00:07:21,838 --> 00:07:23,786 ทั้งที่จริงไม่ใช่ชื่อนั้น 149 00:07:23,786 --> 00:07:26,592 และเราหาที่มาของชื่อปลอมนี้ไม่ได้เลย 150 00:07:26,592 --> 00:07:29,319 เพราะชื่อนี้ไม่มีอยู่บนอินเทอร์เน็ต 151 00:07:29,319 --> 00:07:31,345 มันหลอนชื่อนี้ขึ้นมาล้วน ๆ 152 00:07:31,345 --> 00:07:33,994 วิธีที่ทำให้มันหยุดคือใช้ negation 153 00:07:33,994 --> 00:07:36,566 คือเขียนบนเพจว่า เราไม่ใช่ชื่อนี้ 154 00:07:36,566 --> 00:07:40,306 เราต้องเขียนตามตัวอักษรว่านี่คือชื่อแบรนด์ของเรา 155 00:07:40,306 --> 00:07:43,657 นี่ไม่ใช่ชื่อแบรนด์ของเรา แล้วมันก็หยุดหลอน 156 00:07:43,657 --> 00:07:46,618 และนั่นเป็นวิธีเดียวที่ทำให้มันหยุดได้ 157 00:07:46,618 --> 00:07:50,046 คือบอกมันตรง ๆ แบบปฏิเสธว่า เราไม่ใช่สิ่งนี้ 158 00:07:50,046 --> 00:07:52,306 จูเลียน: แล้วถ้าอธิบายแบบนั้น 159 00:07:52,306 --> 00:07:54,254 มันกระทบแค่การค้นหาของคุณ 160 00:07:54,254 --> 00:07:57,683 หรือกระทบการค้นหาของคนอื่นด้วย? ชาร์ลส์: ไม่ 161 00:07:57,683 --> 00:07:59,553 มันกระทบการค้นหาของทุกคน 162 00:07:59,553 --> 00:08:02,981 เพราะมันอยู่บนเว็บไซต์ของคุณเอง มันมีสองชั้น 163 00:08:02,981 --> 00:08:05,241 คือเมื่อไหร่ก็ตามที่มันดึงเพจ 164 00:08:05,241 --> 00:08:08,436 มันจะดึงข้อมูลลงมาได้ว่า โอ้ ไม่ใช่อันนี้ 165 00:08:08,436 --> 00:08:10,228 แล้วก็ดึงกลับเข้าไปใหม่ 166 00:08:10,228 --> 00:08:13,813 และสุดท้ายเมื่อเวลาผ่านไป หวังว่ามันจะเข้าไปใน 167 00:08:13,813 --> 00:08:15,371 training data ของคุณ 168 00:08:15,371 --> 00:08:17,709 ถ้าคุณกระจายมันไปยังที่พอสมควร 169 00:08:17,709 --> 00:08:21,137 เทคนิคใหญ่ที่เราทำอยู่ตอนนี้คือการกระจาย PDF 170 00:08:21,137 --> 00:08:23,085 เพราะบริษัท AI แทบทุกแห่ง 171 00:08:23,085 --> 00:08:26,436 กำลังดึงข้อมูลจากไฟล์ PDF อย่างไม่หยุดหย่อน 172 00:08:26,436 --> 00:08:30,098 ถ้าคุณเข้าไปอยู่ในจุดเฉพาะที่พวกเขาดึงข้อมูลจาก 173 00:08:30,098 --> 00:08:34,228 เราพบว่าเราสามารถเข้าถึงข้อมูลฝึกของโมเดลรุ่นถัดไปได้ 174 00:08:34,228 --> 00:08:36,956 แค่ปรับแต่ง PDF ให้เหมาะสม จูเลียน: 175 00:08:36,956 --> 00:08:40,072 มีเคล็ดลับสำหรับเรื่องนั้นไหม หรือว่า... 176 00:08:40,072 --> 00:08:42,878 ชาร์ลส์: คุณสามารถเข้าร่วม community 177 00:08:42,878 --> 00:08:45,995 ในคอร์สของเราได้ [เสียงหัวเราะ] จูเลียน: 178 00:08:45,995 --> 00:08:47,865 เอาล่ะ ว่าอย่างนั้นก็ได้ 179 00:08:47,865 --> 00:08:51,215 ผมเข้าใจว่าบางอย่างบอกไม่ได้จริง ๆ จูเลียน: 180 00:08:51,215 --> 00:08:53,943 แต่แล้วถ้าคุณกำลังทำอันดับให้ลูกค้า 181 00:08:53,943 --> 00:08:56,592 และข้อมูลเทรนนิงมันค้างอยู่ล่ะครับ 182 00:08:56,592 --> 00:08:59,553 คุณจะทำอันดับให้ลูกค้าใน ChatGPT ยังไง 183 00:08:59,553 --> 00:09:02,592 เมื่อข้อมูลมันอยู่ใน training data แล้ว 184 00:09:02,592 --> 00:09:04,306 แต่ลูกค้ากดดันคุณอยู่? 185 00:09:04,306 --> 00:09:07,579 ชาร์ลส์: ถ้าโมเดลดึงจากข้อมูลเทรนนิงล้วน ๆ 186 00:09:07,579 --> 00:09:11,709 ไม่ดึงแบบ retrieval คือไม่ค้นหาเว็บ ไม่ทำการค้นหาใด ๆ 187 00:09:11,709 --> 00:09:14,670 ใช้แค่ข้อมูลเทรนนิงของตัวเองตอบคำค้นหา 188 00:09:14,670 --> 00:09:18,255 และจำไว้ว่านั่นคือประมาณ 12% ของคำค้นหาทั้งหมด 189 00:09:18,255 --> 00:09:20,436 ที่มันไม่ดึงอะไรจากภายนอกเลย 190 00:09:20,436 --> 00:09:22,073 ค้นหาแค่ภายในเท่านั้น 191 00:09:22,073 --> 00:09:25,112 ถ้าคุณไม่อยู่ในข้อมูลเทรนนิง คุณก็จบเห่ 192 00:09:25,112 --> 00:09:27,995 ไม่มีอะไรทำกับคำค้นหาพวกนั้นได้จริง ๆ 193 00:09:27,995 --> 00:09:34,229 เว้นแต่คุณจะบังคับให้ ChatGPT อัปเดตคำค้นหานั้น ให้เริ่มค้นหา ซึ่งทำไม่ได้จริง ๆ 194 00:09:34,229 --> 00:09:37,268 เราจึงเริ่มดูว่า สำหรับทุกคำค้นหาของเรา 195 00:09:37,268 --> 00:09:40,540 ข้อมูลถูกดึงจาก training data เท่าไหร่ จาก 196 00:09:40,540 --> 00:09:43,891 retrieval เท่าไหร่ ถ้ามันเป็น training data 197 00:09:43,891 --> 00:09:44,988 ถึง 90% 198 00:09:44,988 --> 00:09:48,962 เราก็ต้องลงเส้นทางพยายามปรับแต่งข้อมูลเทรนนิงของเรา 199 00:09:48,962 --> 00:09:52,001 นี่คือคำค้นหาที่ไม่ดึงจาก Google Search 200 00:09:52,001 --> 00:09:55,507 เราพิสูจน์ให้เห็นได้ว่ามันไม่ได้ดึงจาก Google 201 00:09:55,507 --> 00:09:57,845 Search ดึงจากเทรนนิงอย่างเดียว 202 00:09:57,845 --> 00:10:00,650 เราจึงต้องเข้าไปอยู่ใน training data 203 00:10:00,650 --> 00:10:03,845 และน่าเสียดายที่นั่นหมายถึงโมเดลรุ่นถัดไป 204 00:10:03,845 --> 00:10:05,326 การอัปเดตครั้งถัดไป 205 00:10:05,326 --> 00:10:07,507 และอาจไม่ใช่รุ่นถัดไปด้วยซ้ำ 206 00:10:07,507 --> 00:10:09,378 อาจเป็นรุ่นถัดจากนั้นอีก 207 00:10:09,378 --> 00:10:12,183 เพราะการเทรนข้อมูลใช้เวลาหลายสัปดาห์ 208 00:10:12,183 --> 00:10:16,001 และเขาอาจเทรนโมเดลรุ่นที่จะปล่อยตอนนี้เสร็จไปแล้ว 209 00:10:16,001 --> 00:10:18,417 คุณจึงจะถูกเก็บในรุ่นถัดจากนั้น 210 00:10:18,417 --> 00:10:20,209 ซึ่งกำลังเทรนอยู่ตอนนี้ 211 00:10:20,209 --> 00:10:23,871 และนั่นคือเหตุผลที่การเริ่มเร็วเป็นข้อได้เปรียบ 212 00:10:23,871 --> 00:10:27,456 ยิ่งเริ่มเร็วเท่าไหร่ ยิ่งได้เปรียบมากเท่านั้น 213 00:10:27,456 --> 00:10:30,261 จูเลียน: ใช่ ใช่ นั่นแหละ ธุรกิจใด ๆ 214 00:10:30,261 --> 00:10:32,053 ก็ควรคิดเรื่องนี้จริง ๆ 215 00:10:32,053 --> 00:10:35,637 ตอนนี้ ชาร์ลส์: ใช่ครับ ต้องจริงจังกับมันมาก ๆ 216 00:10:35,637 --> 00:10:37,819 และอีกอย่าง ตอนนี้มันง่ายมาก 217 00:10:37,819 --> 00:10:41,404 เมื่อเทียบกับที่ผมจินตนาการว่ามันจะยาก ในอีก 5 218 00:10:41,404 --> 00:10:44,910 หรือ 10 ปีข้างหน้า จูเลียน: ใช่ 100% ผมว่า... 219 00:10:44,910 --> 00:10:48,495 เอาจริง ๆ ผมไม่รู้ว่าจะเกิดอะไรขึ้นในอีก 5 ถึง 220 00:10:48,495 --> 00:10:50,053 10 ปี [เสียงหัวเราะ] 221 00:10:50,053 --> 00:10:53,560 ผมว่าไม่มีใครรู้ในสถานการณ์ตอนนี้ ชาร์ลส์: 40 222 00:10:53,560 --> 00:10:57,144 ออกมา จูเลียน: ใช่ ใช่ มันจะเป็นแบบ ChatGPT 40 223 00:10:57,144 --> 00:11:00,183 Pro XL [เสียงหัวเราะ] อะไรบ้า ๆ แบบนั้น 224 00:11:00,183 --> 00:11:03,378 และผมก็ไม่รู้ว่าเทคโนโลยีจะเปลี่ยนไปยังไง 225 00:11:03,378 --> 00:11:05,716 เราจะยังใช้สมาร์ตโฟนกันอยู่ไหม 226 00:11:05,716 --> 00:11:08,755 หรือทุกคนจะใช้สมาร์ตกลาสกันหมด ผมไม่รู้ 227 00:11:08,755 --> 00:11:10,858 อาจจะไม่ แต่เราไม่รู้จริง ๆ 228 00:11:10,858 --> 00:11:14,910 ผมก็แค่พยายามคาดเดาว่าเทคโนโลยีกำลังมุ่งหน้าไปทางไหน 229 00:11:14,910 --> 00:11:17,638 และสิ่งเดียวที่คุณทำได้คือเริ่มเร็ว 230 00:11:17,638 --> 00:11:20,287 และพยายามตัดสินใจให้ถูก ยกตัวอย่าง 231 00:11:20,287 --> 00:11:24,027 เรามีลูกค้าที่ถูกอ้างอิงเพจคู่แข่งซ้ำแล้วซ้ำเล่า 232 00:11:24,027 --> 00:11:27,300 สำหรับคำค้นหาของตัวเองหลายคำ แล้วเขาถามว่า 233 00:11:27,300 --> 00:11:30,027 คุณอยากทำ negative SEO กับเพจนี้ไหม 234 00:11:30,027 --> 00:11:32,443 อยากลบมันไหม หรืออะไรประมาณนั้น 235 00:11:32,443 --> 00:11:36,339 ความจริงแล้วนั่นอาจเป็นสิ่งที่แย่ที่สุดที่คุณทำได้ 236 00:11:36,339 --> 00:11:39,066 เพราะคู่แข่งจะเห็นว่าเพจเขาถูกโจมตี 237 00:11:39,066 --> 00:11:41,482 เขาจะรู้ว่ามันเพราะเราพูดถึงคุณ 238 00:11:41,482 --> 00:11:44,911 แล้วเขาจะสร้างเพจอีกเป็นร้อยหน้าที่มีชื่อคุณ 239 00:11:44,911 --> 00:11:47,170 โจมตีคุณจนราบคาบ แล้ว ChatGPT 240 00:11:47,170 --> 00:11:50,131 ก็จะดึงคุณเข้าไปในคำค้นหาอีกเป็นร้อยคำ 241 00:11:50,131 --> 00:11:52,703 เราจึงพยายามผลักดันให้เขาทำอีกทาง 242 00:11:52,703 --> 00:11:55,196 คือแทนที่เพจนั้นด้วยเพจที่ดีกว่า 243 00:11:55,196 --> 00:11:58,469 หรือเพจที่มันชอบอ้างอิงสำหรับคำค้นหาอื่น ๆ 244 00:11:58,469 --> 00:12:01,196 ในกลุ่มเดียวกัน ที่มีน้ำหนักสูงกว่า 245 00:12:01,196 --> 00:12:03,067 แล้วพยายามฝังเพจนั้นลงไป 246 00:12:03,067 --> 00:12:05,560 แทนที่จะปล่อยให้มันถูกอ้างอิงซ้ำ 247 00:12:05,560 --> 00:12:08,677 แล้วโตเป็นปัญหาใหญ่ขึ้นเรื่อย ๆ จูเลียน: 248 00:12:08,677 --> 00:12:11,872 เข้าใจมาก แล้วตอนทำ AI SEO สำหรับ ChatGPT 249 00:12:11,872 --> 00:12:14,209 คุณให้ความสำคัญกับแบ็กลิงก์ไหม 250 00:12:14,209 --> 00:12:17,482 นั่นเป็นสิ่งที่คุณกังวลหรือเปล่า? ชาร์ลส์: 251 00:12:17,482 --> 00:12:20,911 ไม่เชิง เราพยายามโฟกัสกับการติดอันดับใน Bing 252 00:12:20,911 --> 00:12:24,495 เพราะโดยเฉพาะในช่วงสองสามเดือนที่ผ่านมา Google 253 00:12:24,495 --> 00:12:27,300 เปลี่ยนไป 100% หรือหันกลับไปใช้ Bing 254 00:12:27,300 --> 00:12:30,339 บวกกับระบบ indexing และ agent ของตัวเอง 255 00:12:30,339 --> 00:12:31,976 ตอนที่มันทำ retrieval 256 00:12:31,976 --> 00:12:34,313 ส่วนใหญ่ตอนนี้ก็เลยเป็นแบบนั้น 257 00:12:34,313 --> 00:12:37,352 ก่อนหน้านี้มันใช้คำค้นหาของ Google บ้าง 258 00:12:37,352 --> 00:12:38,755 แต่เรื่อง SERP API 259 00:12:38,755 --> 00:12:41,950 น่าจะทำให้พวกเขาสะดุดเล็กน้อย และดูเหมือน 260 00:12:41,950 --> 00:12:43,898 OpenAI ยังไม่กลับไปใช้มัน 261 00:12:43,898 --> 00:12:46,547 เราจึงพยายามหาวิธีติดอันดับใน Bing 262 00:12:46,547 --> 00:12:49,119 และโดยทั่วไปแล้ว ติดอันดับใน Bing 263 00:12:49,119 --> 00:12:51,456 ง่ายกว่าติดอันดับใน Google มาก 264 00:12:51,456 --> 00:12:54,495 บางครั้งนั่นอาจหมายถึงการสร้างลิงก์ PBN 265 00:12:54,495 --> 00:12:57,612 สองสามลิงก์ หรือลิงก์สองสามจุดให้เพจนั้น 266 00:12:57,612 --> 00:13:00,028 แต่ส่วนใหญ่เพราะมันง่ายขนาดนั้น 267 00:13:00,028 --> 00:13:03,223 เราก็แค่ใช้ลิงก์ภายใน และองค์ประกอบอื่น ๆ 268 00:13:03,223 --> 00:13:06,028 อีกสองสามอย่าง เพื่อให้มันขึ้นอันดับ 269 00:13:06,028 --> 00:13:09,612 ถ้าเพจหนึ่งถูกอ้างอิง แต่เราสร้างเพจประมาณ 500 270 00:13:09,612 --> 00:13:12,807 เพจทั่วแคมเปญ เราจะสร้างลิงก์ให้ทุกเพจไหม 271 00:13:12,807 --> 00:13:15,768 นั่นคือค่าใช้จ่ายเพิ่มห้าเท่าของแคมเปญ 272 00:13:15,768 --> 00:13:18,807 ดังนั้นเราเจาะจงมาก และส่วนใหญ่ทำทีหลัง 273 00:13:18,807 --> 00:13:21,846 ถ้าเพจไม่ติดอันดับ ค่อยสร้างลิงก์ให้มัน 274 00:13:21,846 --> 00:13:25,197 บางทีเราจะทำเพื่อดันมันขึ้น ให้มันถูก index 275 00:13:25,197 --> 00:13:28,002 และติดอันดับ จูเลียน: ใช่ เข้าใจครับ 276 00:13:28,002 --> 00:13:31,431 มันเป็นสิ่งที่คุณควบคุมได้มากกว่า Google มาก 277 00:13:31,431 --> 00:13:32,599 ชาร์ลส์: ใช่เลย 278 00:13:32,599 --> 00:13:35,950 และผมว่ามันขึ้นอยู่กับกลุ่มธุรกิจของคุณด้วย 279 00:13:35,950 --> 00:13:39,379 เช่น ถ้าคุณเป็นเครื่องดื่มชูกำลังแข่งกับ Red 280 00:13:39,379 --> 00:13:41,638 Bull พวกเขามีการตลาดในโลกจริง 281 00:13:41,638 --> 00:13:44,210 ความสามารถในการเข้าไปในทุกงานกีฬา 282 00:13:44,210 --> 00:13:47,405 มีนักกีฬาอาชีพและคนดังเป็นสปอนเซอร์ มี PR 283 00:13:47,405 --> 00:13:50,755 และข่าวสารตลอดเวลา ซึ่งจะถูกเก็บใน training 284 00:13:50,755 --> 00:13:51,852 data 285 00:13:51,852 --> 00:13:55,982 เป็นพันเท่าของงานที่คุณทำได้ให้เครื่องดื่มชูกำลังเล็ก 286 00:13:55,982 --> 00:13:58,398 ๆ ของคุณเอง คุณจึงต้องเจาะจงมาก 287 00:13:58,398 --> 00:14:01,670 ไปในกลุ่มที่แคบกว่าตอนทำกับ Google เสียอีก 288 00:14:01,670 --> 00:14:04,865 คุณอาจต้องปรับแต่งให้เข้ากับ persona หรือ 289 00:14:04,865 --> 00:14:08,372 ideal customer profile แทนที่จะปรับตามคำค้นหา 290 00:14:08,372 --> 00:14:11,021 ซึ่งสร้างเกม SEO รูปแบบใหม่ทั้งหมด 291 00:14:11,021 --> 00:14:13,671 ที่คุณต้องเล่น จูเลียน: เข้าใจครับ 292 00:14:13,671 --> 00:14:16,398 แปลว่าคุณไล่ตามคำค้นหาและคีย์เวิร์ด 293 00:14:16,398 --> 00:14:19,671 ที่ปกติคุณไม่เคยไปหา ขอบคุณมากครับ Charles 294 00:14:19,671 --> 00:14:23,021 ที่มาร่วมรายการ ชาร์ลส์: ขอบคุณที่ชวนมาครับ 295 00:14:23,021 --> 00:14:26,528 Julian สนุกมาก จูเลียน: เราจะแปะลิงก์ Twitter 296 00:14:26,528 --> 00:14:29,567 และ LinkedIn ของคุณไว้ในคำอธิบายใต้คลิป 297 00:14:29,567 --> 00:14:31,437 ชาร์ลส์: ดีครับ จูเลียน: 298 00:14:31,437 --> 00:14:34,320 ขอบคุณสำหรับเคล็ดลับเสมอมา ขอบคุณครับ