AI Research
Google AI Overview ดึงข้อมูลจากไหนบ้างในประเทศไทย รวมหลักฐานและงานวิจัยเท่าที่มี
คำถามที่คนทำ SEO/Content ในไทยอยากรู้ที่สุดตอนนี้ แต่คำตอบตรงๆ คือ ยังไม่มีงานวิจัยขนาดใหญ่เจาะจงตลาดไทยเหมือนงานวิจัยระดับโลก บทความนี้รวบรวมหลักฐานเท่าที่มีอยู่จริง แยกให้ชัดว่าอะไรคือข้อเท็จจริง อะไรคือสมมติฐาน
คนไทยใช้ AI แพลตฟอร์มไหนมากที่สุด
ข้อมูลส่วนแบ่งการใช้งาน AI แพลตฟอร์มในไทย (ธันวาคม 2025) พบว่า ChatGPT ครองส่วนแบ่งสูงสุดที่ 74% ตามด้วย Gemini 16% Perplexity 7% Copilot 2% และ Claude น้อยกว่า 1% ตัวเลขนี้สำคัญเพราะบอกว่าถ้าจะโฟกัสความพยายามด้าน GEO (Generative Engine Optimization) ในตลาดไทย ควรให้น้ำหนักกับพฤติกรรมของ ChatGPT และ Google AI Overview เป็นหลัก มากกว่า Perplexity ที่มีอิทธิพลในตลาดสหรัฐฯ สูงกว่าสัดส่วนในไทยมาก
แหล่งข้อมูลที่ AI แต่ละตัวชอบดึง (ข้อมูลระดับโลก)
จากการวิเคราะห์ citation กว่า 680 ล้านรายการ พบรูปแบบที่ชัดเจนว่าแต่ละ AI มีแหล่งข้อมูลโปรดต่างกัน:
- ChatGPT: Wikipedia 47.9%, Reddit 11.3%, Forbes 6.8%
- Google AI Overviews: Reddit 21.0%, YouTube 18.8%, Quora 14.3%
- Perplexity: Reddit 46.7%, YouTube 13.9%, Gartner 7.0%
สังเกตว่า Reddit ปรากฏเป็นแหล่งอ้างอิงหลักในทุกแพลตฟอร์ม ส่วน LinkedIn เป็นโดเมนที่ถูกอ้างอิงมากที่สุดสำหรับคำถามเชิงอาชีพในทุกแพลตฟอร์มเช่นกัน ข้อควรระวัง: ตัวเลขชุดนี้เป็นข้อมูลระดับโลก (ส่วนใหญ่มาจากพฤติกรรมผู้ใช้ที่พูดภาษาอังกฤษ) ไม่ใช่ข้อมูลเฉพาะตลาดไทย จึงเอามาใช้เป็นทิศทางอนุมานได้ แต่ไม่ควรฟันธงว่าใช้ได้ตรงกับพฤติกรรมในไทย 100%
อะไรทำให้ AI เอ่ยชื่อแบรนด์ (ปัจจัยนอกเว็บตัวเอง)
งานวิเคราะห์แบรนด์กว่า 75,000 แบรนด์โดย Ahrefs พบว่าปัจจัยที่มีความสัมพันธ์กับการติด AI สูงสุดไม่ใช่ backlink แบบดั้งเดิม แต่เป็นสัญญาณการถูกพูดถึง (Mention) นอกเว็บตัวเอง:
- การถูก Mention บน YouTube: ค่าสหสัมพันธ์ 0.737 (สูงสุด)
- Brand mention บนเว็บอื่นแม้ไม่มีลิงก์กลับ: 0.664
- Anchor text เป็นชื่อแบรนด์: 0.527
- ปริมาณคนค้นหาชื่อแบรนด์โดยตรง: 0.334-0.392
- Backlink ทั่วไป (ไม่ใช่ Brand mention): 0.218 เท่านั้น — ต่ำสุดในกลุ่มที่วัด
ข้อมูลนี้สอดคล้องกับผลสำรวจของ SOCi ที่วิเคราะห์ 2,751 แบรนด์กว่า 350,000 สาขา พบว่า ChatGPT แนะนำแค่ 1.2% ของสาขาที่สำรวจ Gemini 11% Perplexity 7.4% เทียบกับ Google Local 3-Pack ที่ 35.9% และแบรนด์ที่ชนะใน Google กับแบรนด์ที่ AI แนะนำมี overlap กันแค่ 45% เท่านั้น สะท้อนว่า SEO ที่ดีไม่ได้รับประกันว่าจะติด AI แต่ก็ยังมีความเกี่ยวข้องกันอยู่บางส่วน
โครงสร้างเนื้อหาที่ช่วยให้ถูกอ้างอิง
งานวิจัยเชิงวิชาการ GEO Paper จาก Princeton, IIT Delhi, Georgia Tech และ Allen Institute (ตีพิมพ์ใน SIGKDD 2024) ทดสอบและพบว่าการเพิ่มสถิติ/ตัวเลขที่ตรวจสอบได้ลงในเนื้อหาช่วยเพิ่ม Visibility ได้ราว 30-40% โดยการรวมหลายกลยุทธ์เข้าด้วยกัน (ใส่สถิติ + ปรับความลื่นไหลของภาษา) ให้ผลดีที่สุด ส่วนการอัดคีย์เวิร์ดแบบเดิม (Keyword Stuffing) ไม่ช่วยอะไรเลย และอาจทำให้ผลแย่ลงในกรณีของ Perplexity ด้วยซ้ำ
นอกจากนี้ข้อมูลจาก Ahrefs ที่วิเคราะห์ citation 17 ล้านรายการ พบว่าเนื้อหาที่ AI นำไปอ้างอิงมีความสดใหม่กว่าเนื้อหาทั่วไปเฉลี่ย 25.7% และ 65% ของการดึงข้อมูลโดย AI Bot เล็งไปที่เนื้อหาที่เผยแพร่ในช่วง 1 ปีล่าสุดเท่านั้น ส่วนหน้าที่มีข้อมูลวิจัยหรือข้อมูลต้นฉบับที่ไม่ซ้ำใคร ได้รับการอ้างอิงเฉลี่ย 11.3 ครั้ง เทียบกับหน้าทั่วไปที่ได้แค่ 3.4 ครั้ง (มากกว่ากัน 3.3 เท่า) แต่ต้องจัดโครงสร้างให้ดึงข้อมูลง่ายด้วย ไม่ใช่แค่มีข้อมูลต้นฉบับเฉยๆ
หลักฐานจากเคสทดสอบจริงในไทย
นอกจากงานวิจัยข้างต้น มีเคสทดสอบจริงจากเว็บไทย 3 เว็บที่ยืนยันแนวโน้มนี้ได้:
หลักการทดสอบ : โดยมีการทดสอบทั้งหมด 7 วัน ใช้คำค้นเดียวกันใน Google บทความนั้นๆ ได้รับการเผยแพร่มาแล้วไม่น้อยกว่า 2 วัน และ ทดสอบทุกครั้งแบบ Incognito บนมือถือและบน Desktop
| เว็บ | คำค้นที่ทดสอบ | ผลลัพธ์ใน AIO | บริบทแบรนด์ |
|---|---|---|---|
| เว็บผู้ผลิตเก้าอี้หอประชุม | เทพื้นปูนรองรับเก้าอี้หอประชุมต้องหนาเท่าไหร่ | Inline citation 2 จุดในคำตอบ AIO | ไม่มี backlink/brand mention/การตลาดออนไลน์เลย |
| เว็บรีวิว AI/แอปมือถือ | พึ่งสมัครซื้อ CapCut Standard แล้วใช้ไม่ได้ | Sidebar source card คู่กับ CapCut official (มีแค่ 2 แหล่งอ้างอิงในคำตอบนี้) | ไม่มี backlink/brand mention/การตลาดออนไลน์เลย |
| เว็บขายพลาสติกแบรนด์ใหญ่ | เก้าอี้พลาสติกแบบหนา ยี่ห้อไหนดี | Inline + sidebar card คู่กับ Pantip | แบรนด์ระดับประเทศ มี mention เยอะอยู่แล้ว |
ข้อสรุปที่น่าสนใจที่สุดจากตารางนี้คือ 2 เว็บแรกเป็น “Clean Test Case” ที่พิสูจน์ว่า เนื้อหาเฉพาะทางที่ตอบคำถามแคบๆ ชนะได้แม้ Brand Authority เป็นศูนย์ เพราะคู่แข่งไม่ค่อยมีใครเขียนตอบคำถามระดับความเฉพาะเจาะจงขนาดนี้ ส่วนเว็บที่สามแยกยากว่าติดเพราะคุณภาพเนื้อหาหรือเพราะเป็นแบรนด์ใหญ่อยู่แล้ว จึงสรุปเป็นกลยุทธ์ได้ว่า เว็บที่ Brand Authority ยังต่ำ ควรเจาะคำถามเฉพาะทาง/เชิงเทคนิค/แก้ปัญหา (Troubleshooting) ต่อเนื่อง มากกว่าไปแข่งคำค้นกว้างๆ ที่แบรนด์ใหญ่ครองอยู่แล้ว
ทำไมต้องระวังเรื่องความน่าเชื่อถือของแหล่งข้อมูล
ตัวเลขส่วนใหญ่ในบทความนี้มาจากงานวิจัยของบริษัทในอุตสาหกรรม SEO/GEO เช่น Ahrefs, Omniscient Digital, G2 และ SOCi ซึ่งมีผลประโยชน์เกี่ยวข้องกับหัวข้อที่ศึกษาโดยตรง (ขายเครื่องมือ SEO/GEO หรือเป็น Marketplace ที่ต้องการโชว์คุณค่าของการเพิ่ม Visibility) จึงควรระบุว่าเป็น “งานวิจัยอุตสาหกรรม” ไม่ใช่งานวิจัยแบบ Peer-reviewed ทางวิชาการ ยกเว้นงาน GEO Paper จาก SIGKDD 2024 ที่เป็นงานวิชาการจริง และงานสำรวจของ Forrester ที่เป็นกลางกว่ากลุ่มอื่นเพราะไม่ได้ขายเครื่องมือ GEO โดยตรง
คำถามที่พบบ่อย
Q: มีงานวิจัยที่ยืนยันชัดเจนว่า AI Overview ในไทยดึงข้อมูลจากที่ไหนบ้าง?
A: ยังไม่มีงานวิจัยขนาดใหญ่ที่เจาะจงตลาดไทยโดยตรง สิ่งที่มีคือข้อมูลระดับโลกที่ใช้อนุมานทิศทางได้ ผสมกับหลักฐานเฉพาะจุดจากตลาดไทย เช่น สัดส่วนแพลตฟอร์ม AI และเคสทดสอบจริงจากเว็บไทย 3 เว็บ
Q: Pantip เป็น Reddit เวอร์ชันไทยจริงหรือเปล่าสำหรับ AI?
A: เป็นสมมติฐานที่มีหลักฐานสนับสนุน 2 จุด (งานวิจัย JMIR และเคสเว็บศรีไทย) แต่ยังไม่ใช่ข้อสรุปทางสถิติที่แน่นอน ควรมองเป็นทิศทางที่น่าติดตามมากกว่าข้อเท็จจริงที่พิสูจน์แล้ว
Q: เว็บที่ไม่มี Brand Authority เลย มีโอกาสติด AI Overview ไหม?
A: มีโอกาส จากเคสทดสอบจริงพบว่าเนื้อหาที่ตอบคำถามเฉพาะทาง/เทคนิคแบบแคบๆ สามารถติด AI Overview ได้แม้ไม่มี Backlink หรือ Brand Mention เลย เพราะคู่แข่งมักไม่เขียนตอบคำถามระดับความเฉพาะเจาะจงขนาดนั้น
📚 แหล่งอ้างอิง (References)
- Ahrefs — An Analysis of AI Overview Brand Visibility Factors (75,000 Brands Studied)
- Omniscient Digital — Do LLMs Recommend Brands Even When Users Aren’t Shopping? (180 Prompts, 5,323 Responses)
- G2 — The Answer Economy: How AI Search Is Rewiring B2B Software Buying (มี.ค. 2026, 1,076 respondents)
- Forrester — Social Media Takes Center Stage In B2B Buying, Even In The AI Era
- SOCi — 2026 Local Visibility Index (2,751 Brands, 350,000+ Locations)
- Aggarwal et al. — GEO: Generative Engine Optimization (ACM SIGKDD 2024, arXiv:2311.09735)
หมายเหตุ: ข้อมูลอ้างอิงงานวิจัย JMIR เรื่องคำถามยา 76 ข้อในบริบทภาษาไทยที่กล่าวถึงข้างต้น ยังไม่พบลิงก์ต้นฉบับที่ยืนยันได้ชัดเจนในการค้นครั้งนี้ จึงไม่ได้ใส่ลิงก์ไว้ในรายการนี้ เพื่อความถูกต้อง
บทความนี้รวบรวมจากงานวิจัยและบทความอุตสาหกรรมหลายแหล่ง ตัวเลขบางส่วนมาจากบริษัทที่มีผลประโยชน์เกี่ยวข้องกับหัวข้อที่ศึกษา ควรพิจารณาประกอบกับบริบทนี้เสมอ ข้อมูลอาจเปลี่ยนแปลงได้ตามพฤติกรรมของ AI ที่พัฒนาต่อเนื่อง
