AI Search Metrics มีอะไรบ้าง? 7 ตัวชี้วัด พร้อมข้อมูลจริง 531 คำตอบ AI ภาษาไทย
AI Search Metrics คือ ชุดตัวชี้วัดที่บอกว่าแบรนด์หรือเว็บไซต์ของคุณถูก AI หยิบไปพูดถึงและอ้างอิงมากแค่ไหน ในคำตอบของ ChatGPT, Gemini, Claude, Perplexity และ Google AI Overview — ต่างจาก SEO เดิมที่วัด “อันดับบนหน้าผลค้นหา” เพราะในคำตอบของ AI ไม่มีอันดับ มีแค่ “ถูกอ้างหรือไม่ถูกอ้าง”
TL;DR — ตัวเลขทั้งหมดในบทความนี้มาจากระบบติดตามของ Hashbox เอง เก็บทุกวันระหว่าง 25 ส.ค. – 23 ก.ย. 2026
- เก็บคำตอบจริงได้ 531 คำตอบ จาก 34 คำถาม × 4 แพลตฟอร์ม
- ChatGPT อ้างอิงเว็บไทยมากที่สุด: 7 วันล่าสุดอ้างโดเมนเรา 56 จาก 133 คำตอบ (42%) ขณะที่ Claude อ้างแค่ 1 จาก 31 (3%)
- “ถูกเอ่ยชื่อ” กับ “ถูกอ้างลิงก์” ไม่ใช่ตัวเดียวกัน — Gemini เอ่ยชื่อเรา 18 ครั้งแต่ใส่ลิงก์ให้แค่ 12
- ตัวชี้วัดเดียวกันคำนวณคนละตัวหารได้ผลต่างกันเป็นเท่าตัว — ส่วนที่คนพลาดมากที่สุดคือ “ยังไม่เคยถาม” ถูกนับเป็น “ถามแล้วไม่เจอ”
- ต้นทุนวัดจริง: ถามผ่าน API ตกคำตอบละ $0.033 แต่ดึงจากหน้าเว็บจริงตกคำตอบละ $0.0012 — ต่างกัน 28 เท่า
ทำไมตัวชี้วัดแบบ SEO เดิมใช้กับ AI ไม่ได้
SEO มี Search Console ที่บอก impression, click, CTR และอันดับเฉลี่ย ครบในที่เดียว — ตัวเลขพวกนี้มีเจ้าของคือ Google และมีนิยามตายตัว
คำตอบของ AI ไม่มีอะไรแบบนั้นเลย:
- ไม่มีอันดับ — คำตอบเดียวอาจเอ่ยถึง 3 แบรนด์ โดยไม่มีที่ 1 ที่ 2
- ไม่มีตัวเลขกลาง — ChatGPT ไม่มี Search Console ให้คุณเปิดดู
- คำตอบไม่คงที่ — ถามคำเดิมสองวันติดกันได้คำตอบคนละแบบ
- การถูก “พูดถึง” กับถูก “ลิงก์” เกิดแยกกัน — AI อาจแนะนำชื่อบริษัทคุณโดยไม่ใส่ลิงก์ หรือใส่ลิงก์โดยไม่เอ่ยชื่อ
| มิติ | SEO เดิม | AI Search |
|---|---|---|
| หน่วยของผลลัพธ์ | อันดับ 1–100 | ถูกอ้าง / ไม่ถูกอ้าง |
| แหล่งตัวเลข | Search Console (ของ Google) | ต้องเก็บเอง |
| ความคงที่ | อันดับเปลี่ยนช้า | คำตอบเปลี่ยนได้ทุกวัน |
| หนึ่งผลลัพธ์มีกี่ราย | 1 เว็บต่อ 1 อันดับ | 3–5 แบรนด์ในคำตอบเดียว |
| การถูกพูดถึงโดยไม่มีลิงก์ | ไม่มีแนวคิดนี้ | เกิดบ่อย ต้องวัดแยก |
| สิ่งที่ดันอันดับ | ลิงก์ + เนื้อหา + เทคนิค | ความชัดของข้อเท็จจริง + การถูกอ้างในแหล่งที่ AI ไว้ใจ |
| ตรวจย้อนหลังได้มั้ย | ได้ 16 เดือนใน GSC | ได้เฉพาะที่คุณเก็บไว้เอง |
ฉะนั้นการวัด AI Search จึงต้องเริ่มจาก “เก็บคำตอบจริงเป็นชุดข้อมูลของตัวเอง” ก่อน แล้วค่อยคำนวณตัวชี้วัดจากชุดนั้น — ใครไม่เก็บข้อมูลเอง จะไม่มีอะไรให้วัด
7 ตัวชี้วัด AI Search ที่ใช้ได้จริง (พร้อมสูตร)
1. AI Visibility — เราโผล่ในคำตอบกี่ %
นิยาม: สัดส่วนของคำตอบที่มีแบรนด์เราอยู่ ไม่ว่าจะในรูปข้อความหรือลิงก์
AI Visibility = (คำตอบที่เอ่ยถึงเรา ÷ คำตอบที่วัดได้ทั้งหมด) × 100ตัวหารที่ถูกต้องคือ “คำตอบที่วัดได้จริง” ไม่ใช่ “คำถามทั้งหมด” — คำถามที่ยิงแล้วล้ม (API ตอบ error, โควตาหมด, คำตอบว่าง) ต้องไม่ถูกนับว่า “ถามแล้วไม่เจอเรา” เพราะมันคือ “ยังไม่ได้ถาม” ข้อผิดพลาดนี้ทำให้ตัวเลขต่ำกว่าจริงแบบเงียบๆ และเป็นกับดักที่เราเจอกับตัวเองมาแล้ว
2. Citation Rate — ถูกใส่ลิงก์กี่ %
นิยาม: สัดส่วนของคำตอบที่มี ลิงก์ไปเว็บเรา อยู่ในแหล่งอ้างอิง
Citation Rate = (คำตอบที่อ้างโดเมนเรา ÷ คำตอบที่วัดได้ทั้งหมด) × 100ต้องเก็บแยกจาก Visibility เสมอ เพราะสองอย่างนี้ขยับไม่พร้อมกัน — ข้อมูลของเราเจอทั้ง “เอ่ยชื่อแต่ไม่ลิงก์” และ “ลิงก์แต่ไม่เอ่ยชื่อ”
ระวังตัวหารตัวนี้เป็นพิเศษ — ถ้าเอา “จำนวนครั้งที่โดเมนเราถูกอ้าง” ไปหารด้วย “จำนวนคำตอบที่มีโดเมนเราอยู่” ผลจะออกมาใกล้ 100% เสมอ เพราะทั้งเศษและส่วนนับจากคำตอบชุดเดียวกัน ตัวหารที่ถูกต้องคือ คำตอบทั้งหมดที่ถามไป ไม่ใช่เฉพาะคำตอบที่มีเราอยู่แล้ว
3. Share of Voice — ส่วนแบ่งการถูกอ้างเทียบคู่แข่ง
Share of Voice = (ครั้งที่เราถูกอ้าง ÷ ครั้งที่ทุกแบรนด์ในหมวดถูกอ้าง) × 100ตัวนี้ตอบคำถามที่ผู้บริหารถามจริง: “เราเทียบกับคู่แข่งอยู่ตรงไหน” — แต่ต้องกำหนด “หมวด” ให้ชัดก่อน ไม่งั้นตัวหารจะพองด้วยโดเมนที่ไม่ใช่คู่แข่ง เช่น Wikipedia หรือเว็บข่าว
4. Prompt Coverage — ครอบคลุมคำถามที่คนถามจริงแค่ไหน
Prompt Coverage = (คำถามที่เราโผล่อย่างน้อย 1 แพลตฟอร์ม ÷ คำถามที่ติดตามทั้งหมด) × 100ตัวชี้วัดนี้เตือนว่าคุณอาจได้คะแนนดีจากคำถามง่ายๆ ไม่กี่ข้อ ขณะที่คำถามเชิงจ้างงานจริงไม่มีใครเห็นคุณเลย — ต้องแยกดูตามเจตนาของคำถาม ไม่ใช่ดูค่าเฉลี่ยรวม (ดูตารางด้านล่าง)
5. AI Position — เราถูกเอ่ยเป็นรายที่เท่าไหร่ในคำตอบ
นิยามของ AI Position คือ ลำดับเฉลี่ยที่แบรนด์เราถูกเอ่ยถึงในคำตอบที่มีหลายแบรนด์
AI Position = ผลรวมลำดับที่เราถูกเอ่ย ÷ จำนวนคำตอบที่เราถูกเอ่ยตัวอย่าง: ถูกเอ่ยเป็นรายที่ 3, 7 และ 2 ในสามคำตอบ → (3+7+2) ÷ 3 = ลำดับเฉลี่ย 4
ข้อควรระวัง: คำตอบของ AI ไม่ใช่รายการจัดอันดับ ลำดับการเอ่ยจึงไม่ได้แปลว่า “ดีกว่า” เสมอไป ใช้ดูแนวโน้มของตัวเองพอ อย่าเอาไปขายว่าเป็นอันดับแบบ SEO
6. Source Type Mix — AI หยิบจากแหล่งชนิดไหน
ไม่ใช่ตัวเลขเดียว แต่เป็นการแยกประเภทโดเมนที่ถูกอ้างในหมวดของคุณ: เว็บแบรนด์ · ไดเรกทอรี · มาร์เก็ตเพลส · สื่อ · เอกสารทางการ
ตัวนี้เปลี่ยนแผนงานได้มากที่สุด เพราะถ้าคำตอบในหมวดคุณถูกป้อนด้วยไดเรกทอรีเป็นหลัก การเขียนบล็อกเพิ่มจะไม่ช่วย — ต้องไปอยู่ในไดเรกทอรีนั้นแทน
7. AI Referral Traffic — คนกดเข้ามาจริงกี่คน
ดูใน GA4 → Traffic acquisition แล้วกรอง session source ด้วย chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com, claude.ai (หรือรวมเป็น Custom Channel Group ชื่อ “AI Referral”) — เป็นตัวชี้วัดปลายทางที่แม่นเรื่อง “คน” ที่สุด แต่เห็นได้เฉพาะคนที่กดลิงก์ ซึ่งเป็นส่วนน้อยของคนที่เห็นชื่อคุณในคำตอบ อย่าใช้ตัวเดียวตัดสิน
แล้ว Sentiment ล่ะ ทำไมไม่อยู่ในลิสต์
หลายบทความใส่ “Sentiment” (AI พูดถึงเราในแง่ดีหรือแง่ลบ) ไว้เป็นตัวชี้วัดด้วย — เราเลือกยังไม่นับเป็นตัวชี้วัดหลัก ด้วยเหตุผลตรงไปตรงมา: ถ้าแบรนด์ยังถูกเอ่ยถึงน้อยมาก (หลักหน่วยต่อสัปดาห์) การวัดอารมณ์ของข้อความจะแกว่งจนไม่มีความหมาย และเครื่องมือวิเคราะห์อารมณ์ภาษาไทยยังพลาดกับประโยคเชิงเปรียบเทียบบ่อย
เกณฑ์ที่เราใช้กับตัวเอง: เริ่มวัด sentiment เมื่อ การถูกเอ่ยถึงต่อสัปดาห์มากพอจะเห็นแนวโน้ม ก่อนหน้านั้นให้เอาเวลาไปทำให้ถูกเอ่ยถึงก่อน
ข้อมูลจริง: แต่ละ AI อ้างอิงเว็บไทยไม่เท่ากันเลย
วัดจากคำถามภาษาไทย/อังกฤษชุดเดียวกัน 34 ข้อ ถามทั้ง 4 แพลตฟอร์มในช่วง 7 วันล่าสุด (17–23 ก.ย. 2026)
| แพลตฟอร์ม | คำตอบที่วัดได้ | อ้างลิงก์เรา | เอ่ยชื่อเรา | Citation Rate |
|---|---|---|---|---|
| ChatGPT | 133 | 56 | 56 | 42% |
| Perplexity | 31 | 11 | 6 | 35% |
| Gemini | 133 | 12 | 18 | 9% |
| Claude | 31 | 1 | 1 | 3% |
สามอย่างที่ตารางนี้บอก และหาไม่ได้จากบทความนิยามทั่วไป:
- ถ้าจะเลือกวัดแค่เจ้าเดียว ให้วัด ChatGPT ก่อน — อ้างอิงเว็บไทยบ่อยที่สุดในชุดคำถามนี้
- Gemini เอ่ยชื่อเรามากกว่าที่ลิงก์ให้ (18 ครั้ง vs 12) — ถ้าคุณวัดแค่ referral traffic คุณจะมองไม่เห็นการถูกพูดถึงส่วนนี้เลย
- Claude แทบไม่อ้างเว็บไทย ในชุดคำถามนี้ — ไม่ได้แปลว่าแบรนด์คุณแย่ แต่แปลว่าโมเดลนี้ตอบจากความรู้ในตัวมากกว่าจะไปค้นเว็บ
แยกตาม “เจตนาของคนถาม” แล้วตัวเลขจะเปลี่ยนความหมายทันที
ค่าเฉลี่ยรวมของทั้งชุดคำถามซ่อนสิ่งสำคัญที่สุดไว้ เราจึงจัดกลุ่มคำถาม 31 ข้อของเราตามเจตนา แล้ววัดใหม่:
| กลุ่มคำถาม | คู่ที่วัดได้ (คำถาม × เจ้า) | เราโผล่ |
|---|---|---|
| ถามชื่อแบรนด์เราตรงๆ | 4 | 100% |
| ขอรายชื่อผู้ให้บริการ | 48 | 29% |
| ถามราคา/จ้างทำ | 36 | 19% |
| ถามความรู้ทั่วไป | 36 | 0% |
อ่านแบบนี้: ถามชื่อเราก็เจอเรา — ไม่มีความหมายเชิงการตลาด · ที่มีค่าคือ 29% กับ 19% เพราะนั่นคือตอนที่คนยังไม่รู้จักคุณแล้วกำลังหาคนทำ · และ 0% ในคำถามความรู้ คือช่องว่างที่แก้ได้ถูกที่สุดด้วยคอนเทนต์
ถ้าคุณรายงานแค่ตัวเลขเฉลี่ยรวม คุณจะได้ตัวเลขที่ดูดีจากคำถามชื่อแบรนด์ แล้วพลาดความจริงทั้งหมดนี้
ใครถูก AI อ้างมากที่สุดในคำตอบภาษาไทย
โดเมนที่ถูกอ้างบ่อยที่สุดในคำตอบทั้ง 4 แพลตฟอร์ม 7 วันล่าสุด (ชุดคำถามบริการ AI/SEO/เว็บไซต์)
| โดเมน | ครั้งที่ถูกอ้าง | ประเภท |
|---|---|---|
| hashbox.co.th | 130 | เว็บแบรนด์ (ดูหมายเหตุ) |
| developers.google.com | 69 | เอกสารทางการ |
| clutch.co | 34 | ไดเรกทอรีเอเจนซี |
| fastwork.co | 29 | มาร์เก็ตเพลสฟรีแลนซ์ |
| anga.co.th | 28 | เอเจนซีไทย |
| primal.co.th | 27 | เอเจนซีไทย |
| goodfirms.co | 24 | ไดเรกทอรีเอเจนซี |
| nationthailand.com | 24 | สื่อ |
| krajang.co.th | 20 | เอเจนซีไทย |
| ensun.io | 16 | ไดเรกทอรี |
หมายเหตุสำคัญ: hashbox.co.th อยู่อันดับ 1 เพราะชุดคำถามนี้เป็นคำถามที่เราเลือกติดตามเอง (คำในหมวดธุรกิจของเรา) ไม่ใช่กลุ่มตัวอย่างสุ่มของตลาดไทย — ตัวเลขนี้จึงใช้เทียบ “เราเทียบกับคู่แข่งในคำถามที่เราสนใจ” ได้ แต่ใช้สรุปว่า “ใครดังที่สุดในประเทศ” ไม่ได้
สิ่งที่ใช้ได้จริงจากตารางนี้คือ Source Type Mix: ไดเรกทอรีต่างชาติสามเจ้า (Clutch, GoodFirms, ensun) รวมกันถูกอ้าง 74 ครั้ง — มากกว่าเอเจนซีไทยรายใดรายเดียว แปลว่าในคำถามแนว “แนะนำบริษัททำ X ในไทย” AI หยิบจากหน้ารวมรายชื่อมากพอๆ กับหยิบจากเว็บบริษัทโดยตรง การไปอยู่ในไดเรกทอรีพวกนี้จึงเป็นงาน AI Search ที่ทำได้เร็วกว่าเขียนบล็อกใหม่
4 กับดักที่ทำให้ตัวเลข AI Search หลอกตา
1. คำขอที่ล้มถูกนับเป็น “ไม่เจอเรา” — วันที่ API ชนโควตาหรือคืน error ถ้าระบบบันทึกแถวเปล่าไว้แล้วนับรวม ตัวเลขจะตกโดยไม่มีอะไรพัง เราเจอกับตัวเองแล้วต้องแยก “ยังไม่มีคำตอบ” ออกจาก “ถามแล้วไม่เจอ” ให้เป็นคนละสถานะ
2. กล่อง AI Overview ที่ขึ้นแต่ไม่มีข้อมูล — ข้อมูลของเรามี 3 วันจาก 30 ที่ Google ส่งกล่อง AI Overview มาแบบไม่มีรายการอ้างอิงเลย ถ้านับวันแบบนั้นรวมเข้าไป กราฟจะดิ่งทั้งที่ไม่มีอะไรแย่ลงจริง — ต้องติดธง “วันนี้ข้อมูลไม่ครบ ห้ามเอาไปเทียบ” ไว้ในข้อมูลเอง
3. ลิงก์ในคำตอบเปลี่ยนรูปแบบ — ปลายเดือน ส.ค. 2026 ลิงก์อ้างอิงใน AI Overview เปลี่ยนเป็นลิงก์ตัวกลางของ Google โดเมนจริงย้ายไปอยู่อีกฟิลด์ ใครดึงโดเมนจาก URL ตรงๆ จะเห็นตัวเลขดิ่งเป็น 0 พร้อมกันทุกคำในวันเดียว — ตัวเลขที่ดิ่งพร้อมกันทั้งกระดานในวันเดียว ให้สงสัยเครื่องมือก่อนสงสัยผลงาน
4. ตัวอย่างที่ถูกตัดแล้วรายงานเหมือนทั้งหมด — เครื่องมือส่วนใหญ่คืนผลมาจำกัดจำนวน ถ้าเอาไปหารเป็นเปอร์เซ็นต์โดยไม่รู้ว่าของจริงมีมากกว่านั้น คุณจะประกาศว่า “ไม่มีใครพูดถึงเรา” จากตัวอย่างที่ถูกตัดหัวท้ายทิ้ง
ต้นทุนการวัดจริง (ตัวเลขบิลของเราเอง)
ค่าใช้จ่ายรวม 30 วันของระบบติดตามทั้งหมด — อันดับ SERP, AI Overview, คำตอบ AI 4 เจ้า และคีย์เวิร์ดรีเสิร์ช
| งาน | 30 วัน | คำขอ |
|---|---|---|
| ติดตามอันดับ + AI Overview | $5.99 | 3,218 |
| ถามคำถามกับ AI ผ่าน API | $5.46 | 511 |
| ดึงคำตอบจากหน้าเว็บจริง | $0.33 | 271 |
ราคาต่อคำตอบต่างกัน 28 เท่า ระหว่างถามผ่าน API ($0.033) กับดึงจากหน้าเว็บที่ผู้ใช้เห็นจริง ($0.0012) — และวิธีหลังยังตรงกับสิ่งที่ผู้ใช้เห็นมากกว่าด้วย เพราะเป็นหน้าเดียวกับที่คนเปิด ไม่ใช่ช่องทางสำหรับนักพัฒนา
ข้อแลกเปลี่ยนคือความถี่: ของเราตั้งให้ ChatGPT/Gemini วัดทุกวัน ส่วน Claude/Perplexity วัดทุก 7 วัน เพราะสองเจ้าหลังต้องถามผ่าน API ซึ่งแพงกว่า
เริ่มวัดเองวันนี้ — 3 ระดับตามงบ
ระดับ 1 ฟรี (1 ชั่วโมง/สัปดาห์) — เขียนคำถามที่ลูกค้าถามจริง 10–20 ข้อลงสเปรดชีต ถาม ChatGPT/Gemini เองทุกสัปดาห์ บันทึกแค่ 3 ช่อง: เอ่ยชื่อเรามั้ย · ใส่ลิงก์เรามั้ย · ใครถูกเอ่ยบ้าง · จดวันที่ทุกครั้ง เพราะคำตอบเปลี่ยนตลอด
ระดับ 2 ใช้ GA4 (ฟรี) — ตั้ง segment ดู referral จาก chatgpt.com, perplexity.ai, gemini.google.com เทียบเดือนต่อเดือน เห็นเฉพาะคนที่กดเข้ามา แต่เป็นตัวเลข “คนจริง” ที่ผู้บริหารเข้าใจทันที
ระดับ 3 อัตโนมัติ — เก็บคำตอบดิบทุกวันเข้าฐานข้อมูลของตัวเอง แล้วคำนวณตัวชี้วัดจากข้อมูลดิบนั้น จุดสำคัญคือ เก็บคำตอบดิบไว้เสมอ เพราะเมื่อสูตรคำนวณเปลี่ยน คุณย้อนคำนวณข้อมูลเก่าใหม่ได้ทันทีโดยไม่ต้องจ่ายเงินถามซ้ำ — และคำตอบของ AI ณ วันนั้นย้อนกลับไปถามใหม่ไม่ได้อีกแล้ว
สรุป 7 ตัวชี้วัด AI Search
| ตัวชี้วัด | ตอบคำถามว่า | สูตร |
|---|---|---|
| AI Visibility | เราโผล่ในคำตอบกี่ % | เอ่ยถึงเรา ÷ คำตอบที่วัดได้ |
| Citation Rate | ถูกใส่ลิงก์กี่ % | อ้างโดเมนเรา ÷ คำตอบที่วัดได้ |
| Share of Voice | เทียบคู่แข่งอยู่ตรงไหน | ครั้งที่เราถูกอ้าง ÷ ครั้งที่ทุกแบรนด์ถูกอ้าง |
| Prompt Coverage | ครอบคำถามที่คนถามจริงแค่ไหน | คำถามที่เราโผล่ ÷ คำถามที่ติดตาม |
| AI Position | ถูกเอ่ยเป็นรายที่เท่าไหร่ | ผลรวมลำดับ ÷ จำนวนคำตอบที่เราถูกเอ่ย |
| Source Type Mix | AI หยิบจากแหล่งชนิดไหน | แยกนับตามประเภทโดเมน (ไม่ใช่ตัวเลขเดียว) |
| AI Referral Traffic | คนกดเข้ามาจริงกี่คน | GA4 → referral จากโดเมน AI |
ถ้าจะเริ่มจากตัวเดียว ให้เริ่มที่ Citation Rate แยกตามแพลตฟอร์ม เพราะเป็นตัวที่ขยับตามงานคอนเทนต์ตรงที่สุดและตรวจย้อนได้ด้วยตาเปล่า
อ่านต่อ
ตัวชี้วัดบอกว่าตอนนี้อยู่ตรงไหน ส่วนงานที่ทำให้ตัวเลขขยับอยู่คนละหน้า
- GEO: ทำให้ AI หยิบเว็บเราไปอ้าง — วิธีเขียนและจัดโครงเนื้อหาให้ถูกอ้าง ไม่ใช่แค่ถูกจัดอันดับ
- Google AI Overview ในไทย: ข้อมูลจริง — เจาะฝั่ง AI Overview โดยเฉพาะ จากคีย์เวิร์ดไทยที่เราติดตาม
- Schema Markup ฉบับภาษาไทย — ข้อเท็จจริงที่เครื่องอ่านออกคือวัตถุดิบที่ AI หยิบไปใช้ง่ายที่สุด
- Technical SEO — ถ้าบอตเข้าไม่ถึงหน้า ไม่มีตัวชี้วัดไหนขยับ
อยากรู้ว่าแบรนด์คุณอยู่ตรงไหนใน ChatGPT, Gemini, Claude และ Perplexity ตอนนี้ — คุยกับเราเรื่อง SEO และ AEO เราวัดให้จากระบบเดียวกับที่ใช้เขียนบทความนี้
FAQ: คำถามที่พบบ่อยเรื่องการวัด AI Search
AI Search Metrics ต่างจาก SEO Metrics อย่างไร?
SEO วัดอันดับ คลิก และ impression ซึ่งมีตัวเลขกลางจาก Search Console ส่วน AI Search วัด “การถูกอ้างอิงในคำตอบ” ซึ่งไม่มีอันดับและไม่มีตัวเลขกลาง ต้องเก็บข้อมูลเอง และต้องแยกการถูกเอ่ยชื่อออกจากการถูกใส่ลิงก์
ควรวัดกี่คำถามถึงจะพอ?
เริ่มที่ 10–20 คำถามที่ลูกค้าถามจริงก่อน แล้วแบ่งกลุ่มตามเจตนา (ขอรายชื่อ · ถามราคา · ถามความรู้ · ถามชื่อแบรนด์) สำคัญกว่าจำนวนคือการแบ่งกลุ่ม เพราะค่าเฉลี่ยรวมซ่อนความจริงไว้
AI Visibility กี่เปอร์เซ็นต์ถึงเรียกว่าดี?
ไม่มีเกณฑ์กลาง เพราะขึ้นกับหมวดธุรกิจและชุดคำถามที่เลือก ให้เทียบกับตัวเองเดือนต่อเดือนและเทียบกับคู่แข่งในคำถามชุดเดียวกัน — ข้อมูลของเราในคำถามเชิงจ้างงานอยู่ที่ 19–29% และในคำถามความรู้อยู่ที่ 0% ซึ่งบอกทิศทางงานได้ชัดกว่าตัวเลขเดี่ยว
ถูกเอ่ยชื่อแต่ไม่มีลิงก์ มีประโยชน์ไหม?
มี เพราะคนจำชื่อแล้วไปค้นต่อเองได้ แต่ต้องเก็บเป็นคนละตัวเลขกับการถูกใส่ลิงก์ ไม่งั้นจะวัดผลงานคอนเทนต์ผิด — ข้อมูลของเรามีทั้งสองกรณีในสัปดาห์เดียวกัน
วัด ChatGPT ได้จริงเหรอ ในเมื่อไม่มี Search Console?
ได้ โดยถามคำถามชุดเดิมซ้ำๆ แล้วบันทึกคำตอบ ทำมือก็ได้ หรืออัตโนมัติก็ได้ สิ่งที่ต้องระวังคือคำตอบไม่คงที่ จึงต้องวัดสม่ำเสมอและดูแนวโน้ม ไม่ใช่ตัดสินจากการถามครั้งเดียว
ต้องวัด AI ตัวไหนบ้าง?
อย่างน้อย ChatGPT, Gemini และ Google AI Overview เพราะฐานผู้ใช้ใหญ่และดึงแหล่งข้อมูลต่างกัน — ข้อมูลของเราชี้ว่า ChatGPT อ้างอิงเว็บไทยบ่อยที่สุด (42% ของคำตอบ) ส่วน Claude น้อยที่สุด (3%) ถ้ามีงบจำกัดให้เริ่มจากสองเจ้าแรกก่อน
ควรวัดบ่อยแค่ไหน?
เก็บข้อมูลให้ถี่ที่สุดเท่าที่งบไหว แล้วค่อยสรุปเป็นรายสัปดาห์/รายเดือน — ของเราเก็บ ChatGPT กับ Gemini ทุกวัน ส่วน Claude/Perplexity ทุก 7 วันเพราะต้องถามผ่าน API ซึ่งแพงกว่า 28 เท่า อย่าตัดสินจากการถามครั้งเดียว เพราะคำตอบแกว่งได้ทุกวัน
ต้องจ่ายเท่าไหร่ถึงจะวัดแบบอัตโนมัติได้?
ของเราอยู่ที่ราวสิบดอลลาร์ต่อเดือนสำหรับ 34 คำถาม × 4 แพลตฟอร์ม รวมการติดตามอันดับและ AI Overview ด้วย ต้นทุนหลักอยู่ที่การถามผ่าน API ซึ่งลดได้มากถ้าดึงจากหน้าเว็บจริงแทนในแพลตฟอร์มที่ทำได้
ให้ทีมช่วยดูโจทย์นี้ต่อ
ส่งเว็บไซต์หรือ brief ที่กำลังทำอยู่ให้เราช่วยชี้จุดที่ควรแก้ก่อน ทั้งด้าน SEO, conversion, tracking และ AI workflow