▶SUBTHAIแปลไทย · ซับ · พากย์⚙
บทความแปลภาษาไทย · YouTube

How to Rank #1 in ChatGPT (AI SEO Guide)

0:000:00
เล่นเสียงต้นฉบับของวิดีโอ พร้อมแสดงซับไทยซิงก์ตามเวลา
กำลังโหลดวิดีโอ…
01

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
02

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

03

หมายเหตุการแปล

ความโปร่งใสเกี่ยวกับความไม่แน่นอนในต้นฉบับ

  • "engaging" (ตอนพูดถึงโหมดการใช้งาน) — คำบรรยายฟังไม่ชัด น่าจะหมายถึงโหมดขั้นสูง (advanced mode) แปลตามบริบทเป็น "โหมดขั้นสูงอย่าง advanced mode"
  • ## เซกเมนต์ที่ไม่ชัดเจน [ฟังไม่ชัด]
  • ไม่มีเซกเมนต์ใดที่ต้องระบุ [ฟังไม่ชัด] ในคำแปล เนื่องจากทุกส่วนพออนุมานความหมายจากบริบทได้
04

อภิธานศัพท์เทคนิค

คำศัพท์และชื่อผลิตภัณฑ์ที่คงรูปภาษาอังกฤษ

ศัพท์คำแปล / คำอธิบาย
ChatGPTแชตบอต AI ของ OpenAI
AI SEOการทำ SEO สำหรับเครื่องมือค้นหาที่ขับเคลื่อนด้วย AI เช่น ChatGPT
query fan-outการแตกแขนงคำค้นหาย่อยที่ AI ใช้ค้นหาจริงต่อหนึ่งคำค้นหาหลัก
Gemini AI modeโหมด AI ของ Gemini (โมเดล AI ของ Google)
AI Overviewsผลสรุปคำตอบแบบ AI ของ Google ที่แสดงเหนือผลการค้นหา
personalizationการปรับแต่งผลลัพธ์ให้เฉพาะบุคคลตามบริบทและความจำของผู้ใช้
memory contextบริบทความจำของผู้ใช้ที่โมเดลเก็บไว้
personal intelligenceระบบปัญญาส่วนบุคคลของ Google ที่ใช้ปรับแต่งผลลัพธ์
UGC (user-generated content)คอนเทนต์ที่ผู้ใช้สร้างขึ้น เช่น บน Reddit, Facebook
shorts carouselแถบวิดีโอสั้นที่ AI ดึงมาแสดงประกอบคำตอบ
hallucination / หลอนการที่โมเดลสร้างข้อมูลหรือชื่อที่ไม่จริงขึ้นมา
negationการบอกเชิงลบ/การปฏิเสธบนเพจ เช่น "เราไม่ใช่ชื่อนี้" เพื่อหยุดการหลอน
training dataข้อมูลที่ใช้ฝึกโมเดล AI
retrievalการค้นคืนข้อมูลจากเว็บแบบเรียลไทม์ขณะตอบคำถาม
tokenหน่วยประมวลผลข้อความของโมเดล AI
PDF distributionการกระจายไฟล์ PDF ไปยังแหล่งที่บริษัท AI ดึงข้อมูล เพื่อเข้าสู่ training data
Bingเสิร์ชเอนจินของ Microsoft ที่ OpenAI ใช้ในการค้นคืนข้อมูล
SERP APIAPI สำหรับดึงผลการค้นหา (Search Engine Results Page API)
PBN (private blog network)เครือข่ายบล็อกส่วนตัวที่ใช้สร้างลิงก์
indexingการจัดทำดัชนีเพื่อให้เพจถูกค้นพบและจัดอันดับ
agentระบบ AI ที่ปฏิบัติงานอัตโนมัติแทนผู้ใช้
negative SEOการโจมตีอันดับของเว็บไซต์คู่แข่งด้วยวิธีที่ผิดจริยธรรม
personaตัวตน/บุคลิกของผู้ใช้ที่ตั้งค่าได้ในบัญชี
ideal customer profileโปรไฟล์ลูกค้าในอุดมคติของธุรกิจ
Red Bullแบรนด์เครื่องดื่มชูกำลัง (ตัวอย่างในวิดีโอ)
Kyle Roofนัก SEO ที่ถูกกล่าวถึงในวิดีโอ (เจ้าของ Page Optimizer Pro)
Page Optimizer Proเครื่องมือปรับแต่งเพจเพื่อ SEO
James Doulyบุคคลที่ถูกกล่าวถึงในวิดีโอ (ชื่อจากคำบรรยายอัตโนมัติ อาจเพี้ยนจากชื่อจริง)
TechRadarเว็บไซต์รีวิวเทคโนโลยีที่ถูก AI ดึงมาอ้างอิง
adp.comเว็บไซต์ซอฟต์แวร์บัญชีที่ปรากฏใน query fan-out (ตัวอย่างในวิดีโอ)
chat.comโดเมนที่ใช้เข้าถึง ChatGPT
05

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
thai-subtitles.srt
SubRip — ใช้กับเครื่องเล่นวิดีโอส่วนใหญ่
↓ ดาวน์โหลด
thai-subtitles.vtt
WebVTT — ใช้กับเว็บ / YouTube
↓ ดาวน์โหลด
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