Schema Markup คือ? คู่มือ JSON-LD สำหรับ AI Search + Rich Results 2026

คำตอบสั้น: Schema Markup คือ ชุดโค้ดมาตรฐาน (structured data) ที่เพิ่มลงในเว็บไซต์เพื่อช่วยให้ search engine อย่าง Google เข้าใจ “ความหมาย” ของเนื้อหาบนหน้าเว็บได้ชัดเจนขึ้น เช่น บอกว่าข้อความนี้คือชื่อสินค้า ราคา รีวิว สูตรอาหาร หรือคำถามที่พบบ่อย Schema ใช้คำศัพท์มาตรฐานจาก Schema.org และมักเขียนในรูปแบบ JSON-LD ซึ่ง Google แนะนำ

ประโยชน์หลักของ Schema Markup คือทำให้หน้าเว็บมีโอกาสแสดงเป็น rich result (ผลการค้นหาแบบพิเศษ) เช่น ดาวรีวิว ราคาสินค้า กล่อง FAQ หรือ breadcrumb ซึ่งดึงดูดสายตาและเพิ่มอัตราคลิก (CTR) แม้ schema จะไม่ใช่ปัจจัยจัดอันดับโดยตรง แต่ช่วยเพิ่มทั้งการมองเห็นและความเข้าใจของ AI search

ประเภท schema ที่ใช้บ่อยสำหรับธุรกิจไทย:

• Organization / LocalBusiness — ข้อมูลบริษัท ที่อยู่ เบอร์โทร เหมาะกับธุรกิจในกรุงเทพฯ
• Article / BlogPosting — บทความและข่าว
• FAQPage — คำถามที่พบบ่อย แสดงเป็นกล่อง accordion
• Product — สินค้า พร้อมราคาและสต็อก
• Review / AggregateRating — ดาวรีวิว
• BreadcrumbList — เส้นทางนำทาง

สำหรับเว็บ WordPress ติดตั้ง schema ได้ง่ายผ่านปลั๊กอินอย่าง Rank Math ที่สร้าง JSON-LD ให้อัตโนมัติ จากนั้นตรวจสอบความถูกต้องด้วย Google Rich Results Test ก่อนเผยแพร่เสมอ

สารบัญ

• Schema Markup คืออะไร?

• JSON-LD vs Microdata vs RDFa

• Schema สำคัญที่ควรมีในทุกเว็บ

• Schema สำหรับ AI Search (GEO)

• Schema สำหรับ Agentic Web

• วิธี Implement Schema

• วิธี Validate Schema

• Anti-patterns ที่ Google เตือน

• คำถามที่พบบ่อย

Schema Markup คืออะไร?

Schema Markup คือ vocabulary มาตรฐานที่กำหนดโดย schema.org (โครงการร่วมของ Google, Microsoft, Yahoo, Yandex) สำหรับการอธิบาย entities (สิ่งของ, คน, สถานที่, เหตุการณ์) บนเว็บในรูปแบบที่เครื่องอ่านได้

เปรียบเทียบให้เห็นภาพ:

• HTML ปกติ: บอก Google ว่า “นี่คือข้อความ”

• Schema: บอก Google ว่า “นี่คือชื่อร้านอาหาร · address นี้ · เปิด 10:00-22:00 · rating 4.5 · ราคา ฿฿”

ผลลัพธ์: Google แสดง rich result แทน blue link ธรรมดา = CTR เพิ่ม 20-40%

JSON-LD vs Microdata vs RDFa

มี 3 format แต่ Google แนะนำ JSON-LD ตั้งแต่ปี 2015 และยังคงเป็น standard:

Format	ข้อดี	ข้อเสีย
JSON-LD	แยกจาก HTML, ดูแลง่าย, Google แนะนำ	ต้อง render ตอน build/server
Microdata	ฝังใน HTML	ปนกับ markup, แก้ยาก
RDFa	semantic เต็ม	verbose, ไม่ค่อยใช้แล้ว

ตัวอย่าง JSON-LD:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Hashbox Studio",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "139 Pan Rd",
    "addressLocality": "Bangkok",
    "postalCode": "10500",
    "addressCountry": "TH"
  },
  "telephone": "+66-2-266-6222"
}
</script>

Schema สำคัญที่ควรมีในทุกเว็บ

ขั้นต่ำที่เว็บธุรกิจในไทยควรมี — แต่ละ type มีประโยชน์ต่าง:

1. Organization / LocalBusiness

ระบุตัวตนธุรกิจ + ที่อยู่ + contact ส่ง entity signal เข้า Google Knowledge Graph

2. WebSite + SearchAction

เปิด sitelinks search box ใน SERP

3. BreadcrumbList

แสดง breadcrumb ใน SERP แทน URL ยาว ๆ

4. Article / BlogPosting

สำหรับ blog post พร้อม author (Person), datePublished, dateModified

5. Service

สำหรับหน้าบริการ + offers (PriceSpecification) + areaServed

6. FAQPage + Speakable

สำคัญมากใน 2026: ทำให้ section คำถาม-คำตอบถูก cite ใน AI answer

7. Product (สำหรับ e-commerce)

ราคา, stock, review, rating

8. HowTo

สำหรับ guide แบบ step-by-step

Schema สำหรับ AI Search (GEO)

ในปี 2026 AI Search (ChatGPT, Claude, Perplexity, Google AI Overviews) ใช้ schema เพื่อ:

1. Parse content เร็วและตรง

2. Cite source เมื่อตอบคำถาม (เพิ่ม “Highly Cited” badge)

3. Disambiguate entity (ระบุว่า “Hashbox” คือบริษัทไหน ไม่ใช่อย่างอื่น)

4. Rank as “Preferred Source” ใน AI Overviews

Speakable Schema (สำคัญสำหรับ Voice + AI)

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "speakable": {
    "@type": "SpeakableSpecification",
    "cssSelector": [".faq-question", ".faq-answer"]
  },
  "mainEntity": [...]
}

Speakable บอก AI ว่าส่วนไหนของหน้า “เหมาะให้อ่าน” (citation-ready) AI Overviews + voice assistant ใช้ตรงนี้

Entity-First SEO + sameAs

เชื่อม entity ของคุณกับ Knowledge Graph ผ่าน sameAs:

{
  "@type": "Organization",
  "name": "Hashbox Studio",
  "sameAs": [
    "https://www.linkedin.com/company/hashbox-studio",
    "https://www.facebook.com/hashboxstudio",
    "https://www.wikidata.org/wiki/Q123456789",
    "https://www.crunchbase.com/organization/hashbox-studio"
  ]
}

ยิ่ง sameAs ครอบคลุม + ลิงก์ไปแหล่ง authoritative มาก → AI มั่นใจในตัวตน entity มากขึ้น → cite บ่อยขึ้น

Schema สำหรับ Agentic Web

trend ใหม่ปี 2026: AI agents กำลังจะ execute action บนเว็บแทนผู้ใช้ (จองโรงแรม, ซื้อของ, ติดต่อบริการ) Schema ต้อง support agent ด้วย:

potentialAction

{
  "@type": "Service",
  "name": "SEO-Ready Website Build",
  "potentialAction": {
    "@type": "ContactAction",
    "target": "https://hashbox.co.th/#contact",
    "name": "Request Free SEO Audit"
  }
}

Offer + PriceSpecification

ทำให้ agent compare ราคาได้ตรง:

{
  "@type": "Offer",
  "price": "80000",
  "priceCurrency": "THB",
  "priceSpecification": {
    "@type": "PriceSpecification",
    "price": "80000",
    "priceCurrency": "THB",
    "valueAddedTaxIncluded": false
  },
  "availability": "https://schema.org/InStock",
  "areaServed": "TH"
}

Reservation / Booking schema (สำหรับ booking flow)

ทำให้ agent จองได้โดยตรงผ่าน schema endpoint ในอนาคต

วิธี Implement Schema

ทาง 1: เขียน JSON-LD เอง

ใส่ใน <head> หรือ <body>:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Schema Markup คือ?",
  "author": {
    "@type": "Person",
    "name": "Tum Thaweewat",
    "url": "https://hashbox.co.th/about/"
  },
  "datePublished": "2026-06-02",
  "publisher": {
    "@type": "Organization",
    "name": "Hashbox Studio"
  }
}
</script>

ทาง 2: ใช้ WordPress Plugin

• Rank Math (แนะนำ) — schema auto-detect ตาม post type

• Yoast SEO — schema graph สมบูรณ์

• Schema Pro — custom schema builder

ทาง 3: ใช้ Helper Function ใน Theme

WordPress theme สามารถ register helper function:

function my_jsonld( $data ) {
    echo '<script type="application/ld+json">' .
         wp_json_encode( $data, JSON_UNESCAPED_UNICODE ) .
         '</script>';
}

แล้วเรียกใช้ตามหน้า:

my_jsonld( array(
    '@context' => 'https://schema.org',
    '@type' => 'Service',
    'name' => 'SEO Service',
) );

ทาง 4: Headless / Next.js

ใช้ next/script หรือฝัง JSON-LD ใน <Head> ผ่าน Next.js Script component ตาม Next.js documentation เพื่อให้ schema render server-side

วิธี Validate Schema

ก่อน deploy ต้องผ่านทั้ง 2 ตัว:

1. Schema.org Validator

validator.schema.org — ตรวจ syntax + structure ของ schema.org

2. Google Rich Results Test

search.google.com/test/rich-results — ตรวจว่า Google ใช้ schema ของคุณได้จริงไหม + eligible สำหรับ rich result ตัวไหน

3. Search Console > Enhancements

หลัง deploy 2-4 สัปดาห์ Google จะรายงาน rich result performance + warnings ใน GSC

Anti-patterns ที่ Google เตือน

จาก Google Structured Data Guidelines:

1. Schema ที่ไม่ตรงกับเนื้อหาบนหน้า = manual penalty (เช่น มี Review schema แต่ไม่มี review แสดงให้ user เห็น)

2. Fake review / aggregateRating ปลอม = ban

3. Schema ใน hidden div ที่ user เห็นไม่ได้ = ไม่นับ

4. Markup สำหรับเนื้อหาที่ไม่ใช่ของคุณ (เช่น scrape product reviews ของคนอื่น)

5. Misleading content เช่น Event schema สำหรับสิ่งที่ไม่ใช่ event

6. Spam @type ใส่หลาย type เพื่อ gaming

Schema กับ Ranking — ความเข้าใจที่ถูกต้อง

Schema ไม่ใช่ ranking factor โดยตรง ตาม Google เอง (SEO Starter Guide) แต่ส่งผลทางอ้อม:

• เพิ่ม CTR จาก rich result ใน SERP

• ทำให้ Google เข้าใจเนื้อหาได้ตรง → match query ดีขึ้น

• เปิดโอกาส AI citation ใน ChatGPT, Perplexity, AI Overviews

• ช่วย entity disambiguation ผ่าน Knowledge Graph

ดังนั้น schema ดี ≠ rank ดีอัตโนมัติ แต่ schema แย่ = พลาดโอกาส visibility ใหญ่

ทำเว็บใหม่พร้อม Schema ครบจาก Build แรก

การ retrofit schema ลงเว็บที่มีอยู่แล้วใช้เวลานานและบางครั้งต้องแก้ HTML structure ทางที่ดีคือ build เว็บใหม่ที่มี schema graph ครบตั้งแต่ deploy ครั้งแรก ครอบคลุม:

• Organization + LocalBusiness + WebSite (sitewide)

• BreadcrumbList (ทุกหน้า)

• Service + Offer (หน้าบริการ)

• Article + Person (blog post)

• FAQPage + Speakable (FAQ section)

• HowTo (guide)

• Product + Review (e-commerce)

ที่ Hashbox เราใช้ บริการรับทำเว็บไซต์ SEO-Ready ที่ install schema 8+ types ครบในทุกโปรเจกต์ validate ผ่าน Schema.org + Google Rich Results Test เป็นส่วนหนึ่งของ Build Gate ก่อน deploy

ดูเพิ่ม:

• Technical SEO คือ? คู่มือ 2026

• Core Web Vitals คือ? LCP, INP, CLS Guide

• GEO คืออะไร? Generative Engine Optimization

คำถามที่พบบ่อย

ราคาทำ Schema เท่าไหร่?

• DIY: 0 บาท

• Plugin: 1,000-5,000 บาท/ปี

• จ้าง freelance ติดตั้ง: 5,000-20,000 บาท/เว็บ

• รวมในบริการ SEO-Ready Website — เริ่ม 80,000 บาท (schema 8+ types ครบ)

---

สรุป: Schema Markup คือ structured data ตาม schema.org รูปแบบ JSON-LD ที่ทำให้ Google + AI Search เข้าใจเนื้อหาเว็บได้ตรง ในปี 2026 schema ไม่ใช่ ranking factor โดยตรงแต่จำเป็นต่อ rich results, AI citation, และ entity authority schema สำคัญที่ทุกเว็บควรมี: Organization, BreadcrumbList, FAQPage + Speakable, Service + Offer, Article + Person สำหรับ trend ปี 2026 ต้องรวม Agentic Web schema (potentialAction, Offer) เพื่อรองรับ AI agents ที่จะ execute action บนเว็บแทนผู้ใช้