ทำไม AI Overview ตอบไม่เหมือนเดิมทุกครั้ง แถม Citation Source ก็สลับไปมา?
31 สิงหาคม 2569 · AI Research · อ่าน 12 นาที
ถ้าเคยลองค้นคำเดียวกันบน Google 2-3 ครั้งติดกันแล้วสังเกตว่า AI Overview (AIO) ตอบไม่เหมือนเดิม บางครั้งอ้างอิงเว็บ A บางครั้งอ้างอิงเว็บ B สลับกันไปมา นี่ไม่ใช่เรื่องบังเอิญหรือบั๊ก แต่เป็นพฤติกรรมที่มีคำอธิบายทางเทคนิคชัดเจนอยู่เบื้องหลัง และยิ่งสำคัญมากขึ้นเรื่อยๆ เพราะปริมาณการค้นหาบน Google เพิ่งทำสถิติสูงสุดเป็นประวัติการณ์ในปี 2569 — แปลว่ามีคนเจอความไม่แน่นอนแบบนี้มากขึ้นทุกวัน บทความนี้จะอธิบายทีละชั้นว่าทำไมถึงเป็นแบบนั้น พร้อมยกหลักฐานจากการทดสอบจริงของทีมเราที่เจอปรากฏการณ์นี้ซ้ำแล้วซ้ำเล่าตลอดซีรีส์ AI Research
เหตุผลที่ 1: AI ไม่ใช่โปรแกรมที่ตอบคำตอบตายตัว (Non-determinism)
โปรแกรมทั่วไปอย่างเครื่องคิดเลขหรือสเปรดชีตเป็นระบบ “Deterministic” — ใส่ข้อมูลเดิมเข้าไป ได้คำตอบเดิมทุกครั้ง แต่โมเดลภาษา (LLM) ที่ขับเคลื่อน AIO ทำงานต่างออกไปโดยพื้นฐาน ทุกครั้งที่โมเดลจะเลือกคำถัดไปในประโยค มันไม่ได้เลือกคำที่มีความน่าจะเป็นสูงสุดเสมอไป แต่ “สุ่ม” เลือกจากกลุ่มคำที่มีความน่าจะเป็นใกล้เคียงกัน ค่าที่ควบคุมความสุ่มนี้เรียกว่า Temperature — ยิ่งตั้งสูง คำตอบยิ่งหลากหลาย ยิ่งตั้งต่ำ คำตอบยิ่งใกล้เคียงเดิม แต่แทบไม่มีทางเหมือนกัน 100% เลย นี่คือเหตุผลพื้นฐานที่สุดว่าทำไมถามคำถามเดียวกันสองครั้งถึงได้คำตอบที่ถ้อยคำต่างกัน แม้เนื้อหาโดยรวมจะคล้ายกัน
เหตุผลที่ 2: AI ดึงข้อมูลจาก Index ที่เปลี่ยนแปลงตลอดเวลา
AIO ไม่ได้ตอบจากความจำของโมเดลอย่างเดียว แต่ใช้กลไกที่เรียกว่า Retrieval — ดึงหน้าเว็บที่เกี่ยวข้องจาก Index ของ Google มาประกอบการตอบแบบ real-time ปัญหาคือ Index ของ Google เปลี่ยนแปลงตลอดเวลา หน้าเว็บใหม่เข้ามา หน้าเก่าอัปเดต อันดับขยับ ทำให้ชุดแหล่งข้อมูลที่ AIO “เห็น” ในการค้นแต่ละครั้งไม่จำเป็นต้องเหมือนกันเป๊ะ แม้จะห่างกันแค่ไม่กี่นาที นี่คือเหตุผลที่ Citation Source สลับกันไปมาได้ ทั้งที่คำค้นเดิมเป๊ะ — ปัจจัยนี้ต่างจากเหตุผลที่ 1 ตรงที่ไม่ใช่ความสุ่มของโมเดล แต่เป็นความไม่นิ่งของข้อมูลต้นทาง
เหตุผลที่ 3: A/B Testing และการปรับตาม Engagement
อีกชั้นหนึ่งที่ทีมเราเคยอธิบายไว้ละเอียดคือ Google ทำการ A/B Test ผู้ใช้งานอย่างต่อเนื่องในระดับที่มากกว่าที่คนทั่วไปคิด และมีผู้บริหาร Google ยืนยันเองว่า AIO ถูกทดสอบและปรับการแสดงผลตาม Engagement ของคำค้นแต่ละกลุ่มโดยอัตโนมัติ (อ่านรายละเอียดเต็มได้ที่ ทำไม Google AI Overview ถึง “หายไป” สำหรับบางคน) หมายความว่าคนสองคนค้นคำเดียวกันในเวลาไล่เลี่ยกัน อาจอยู่คนละกลุ่มทดสอบ เห็นผลลัพธ์คนละแบบได้ตั้งแต่ต้น — นี่คือปัจจัยที่ทำให้แม้แต่การทดสอบของทีมเราเองก็ต้องทำซ้ำหลายรอบเสมอ ไม่ใช่เช็คแค่ครั้งเดียว
เหตุผลที่ 4: Personalization และบริบทของแต่ละคน
ตำแหน่งที่ตั้ง อุปกรณ์ที่ใช้ ประวัติการค้นหา และแม้แต่ภาษาของเบราว์เซอร์ ล้วนเป็นปัจจัยที่ AIO นำไปพิจารณาประกอบการตอบ ทำให้คนสองคนแม้พิมพ์คำค้นเป๊ะเหมือนกัน ก็อาจได้คำตอบและ Citation ต่างกันได้ เพราะระบบพยายามปรับคำตอบให้ตรงกับบริบทของแต่ละคนมากที่สุด ไม่ใช่ส่งคำตอบเดียวให้ทุกคนเหมือนหนังสือพิมพ์
| ปัจจัย | ระดับที่เกิด | ผลกระทบหลัก |
|---|---|---|
| Non-determinism (Temperature) | ตัวโมเดล AI | ถ้อยคำ/มุมมองคำตอบต่างกัน |
| Index ที่เปลี่ยนตลอดเวลา | ข้อมูลต้นทาง | Citation Source สลับ |
| A/B Testing / Engagement | ระบบของ Google | แสดง/ไม่แสดง AIO เลย |
| Personalization | ผู้ใช้แต่ละคน | คำตอบต่างกันตามประวัติการค้นหาแต่ละคน |
หลักฐานจากการทดสอบจริงของทีมเราเอง
ปรากฏการณ์นี้ไม่ใช่แค่ทฤษฎี ทีมเราเจอมันซ้ำแล้วซ้ำเล่าตลอดซีรีส์ AI Research:
- ในเคส ChatGPT vs Google 9 ชั่วโมง เราทดสอบ incognito ซ้ำ 10 ครั้งกับคำค้นเดียวกัน บทความของเราปรากฏใน AIO แค่ 4/10 ครั้งเท่านั้น ทั้งที่เนื้อหาไม่เปลี่ยนเลยสักตัวอักษร
- ในเคส Canva Template ติดตามผล 11 วัน ลำดับ Citation Card เปลี่ยนจากอันดับ 2 ขึ้นเป็นอันดับ 1 ภายใน 10 วัน ทั้งที่ไม่ได้แก้ไขบทความเลย
- ในเคส แบรนด์ A อันดับ 1 แต่ AIO เลือกคู่แข่ง SEO อันดับ 1 ไม่ได้แปลว่าจะถูกเลือกเป็น Citation หลักเสมอไป ยืนยันว่าอัลกอริทึมสองระบบทำงานคนละตรรกะกัน
- ในเคส ความเข้าใจผิดเรื่อง Top-10 เราพบว่าเว็บที่ไม่ติดอันดับหน้าแรกเลยก็ยังถูก AIO อ้างอิงได้ ยืนยันว่า Citation ไม่ได้ผูกกับอันดับ Organic ตรงๆ
- ตามสถิติในเพลย์บุ๊คของเราเอง คำตอบของ AIO สามารถเปลี่ยนแปลงได้มากถึง 70% ระหว่างรอบการทดสอบ เมื่อเปรียบเทียบแบบ keyword-based กับ prompt-based tracking — ตัวเลขนี้ตอกย้ำว่าการวัดผลครั้งเดียวไม่มีความหมายทางสถิติเลย
ทำไมเรื่องนี้ยิ่งสำคัญตอนนี้: Google มีคนค้นหาสูงสุดเป็นประวัติการณ์
ในไตรมาสแรกของปี 2569 Alphabet (บริษัทแม่ของ Google) รายงานว่าปริมาณการค้นหารวมทำสถิติสูงสุดเป็นประวัติการณ์ ตัวเลขที่ Google เคยยืนยันไว้คือมากกว่า 5 ล้านล้านครั้งต่อปี และยังคงเติบโตต่อเนื่อง แม้จะมีคู่แข่งอย่าง ChatGPT เข้ามาแย่งส่วนแบ่งความสนใจก็ตาม สิ่งนี้สำคัญเพราะยิ่งมีคนค้นหาเยอะขึ้นเท่าไหร่ ก็ยิ่งมีคนถูกสุ่มเข้ากลุ่ม A/B Test ที่ต่างกันมากขึ้นเท่านั้น และยิ่งมีโอกาสที่คนสองคนจะเห็นคำตอบ AIO ไม่เหมือนกันมากขึ้นตามไปด้วย — พูดง่ายๆ คือ ยิ่ง Google ใหญ่ขึ้น ความหลากหลายของคำตอบที่แต่ละคนเห็นก็ยิ่งมีมากขึ้นเป็นเงาตามตัว
สิ่งที่ธุรกิจควรทำ
- อย่าวัดผลจากการเช็คครั้งเดียว — ต้องทำ incognito ซ้ำอย่างน้อย 5-10 ครั้งต่อคำค้น เพื่อดูแนวโน้มจริง ไม่ใช่ภาพนิ่งที่อาจคลาดเคลื่อน
- ให้น้ำหนักกับ “ความถี่ที่ถูกอ้างอิง” มากกว่า “ติดหรือไม่ติดครั้งเดียว” — บทความที่ติด 7/10 ครั้งมีความน่าเชื่อถือมากกว่าที่ติดแค่ 1/10 ครั้ง แม้ทั้งคู่จะ “เคยติด” เหมือนกัน
- เทรคทั้งคำค้นแบบ Keyword และแบบ Prompt — เพราะพฤติกรรมการค้นของคนใช้ AI Chat ต่างจากคนใช้ Google Search แบบเดิม (อ่านเพิ่มที่ AIO vs ChatGPT/Gemini Query Behavior)
คำถามที่พบบ่อย
ทำไม AI Overview ตอบไม่เหมือนเดิมทุกครั้งทั้งที่ค้นคำเดียวกัน?
เกิดจาก 4 ปัจจัยรวมกัน: ความสุ่มในการเลือกคำของโมเดล (Temperature), Index ข้อมูลที่เปลี่ยนตลอดเวลา, การทำ A/B Test ของ Google, และการปรับคำตอบตามบริบทส่วนบุคคล
ควรเช็คผล AI Overview กี่ครั้งถึงจะเชื่อถือได้?
ควรทำ incognito ซ้ำอย่างน้อย 5-10 ครั้ง จากการทดสอบของทีมเราเอง บางเคสพบว่าบทความติด Citation แค่ 4 ใน 10 ครั้ง การเช็คครั้งเดียวจึงไม่สะท้อนภาพจริง
ปริมาณการค้นหาที่สูงขึ้นของ Google เกี่ยวอะไรกับความไม่แน่นอนนี้?
ยิ่งมีคนค้นหาเยอะขึ้น ยิ่งมีคนถูกกระจายเข้ากลุ่ม A/B Test ที่แตกต่างกันมากขึ้น ทำให้โอกาสที่คนสองคนจะเห็นคำตอบ AIO ต่างกันก็เพิ่มขึ้นตามไปด้วย
อ้างอิง
- SQ Magazine — Google Usage & Search Statistics 2026
- Axis Intelligence — Google Searches Per Day 2026
- palvdm.com — Why the Same Prompt Gives Different Answers Each Time
- Equal Experts — Non-determinism in AI: Why Answers May Vary
อ่านเคสอื่นๆ ในซีรีส์ AI Research: ทำไม AI Overview ถึงหายไปสำหรับบางคน · Text-first vs Video-first · ทุกวันนี้คนใช้ Google หรือ ChatGPT มากกว่ากัน
Thanacharn J.
20+ ปีในสาย SEO / PPC / Social Marketing โฟกัสงานวิจัยด้าน GEO และ Zero-Click Threat
