AI Research
AIO ดึงข้อมูลจาก Top 10 ผลค้นหาจริงไหม ความเข้าใจผิดที่คนทำ SEO ส่วนใหญ่ยังเชื่อกันอยู่
หลายคนยังคิดว่า Google AI Overview แค่เอาเนื้อหาจาก 10 อันดับแรกของหน้าค้นหามาสรุปใหม่ ฟังดูสมเหตุสมผลแต่พอลองทดสอบเองแล้วเจอว่าไม่ใช่แบบนั้นเลย พอไปเช็คงานวิจัยที่มีอยู่ก็พบว่ามีข้อมูลยืนยันตรงกันจริงๆ
ทดสอบในสนามจริง กับ Google AIO และผลการค้นหาที่หลายคนไม่เคยสังเกต

เราทำการทดสอบโดย มีการ control ดังนี้
- ใช้ Incognito
- ใช้มือถือและ desktop
- ทำการค้นหา 8 ครั้ง (เพราะเคยทดสอบ 12 ครั้งขึ้นไป ผลการค้นหายังคงเหมือนเดิม ใน AIO และ Citation)
ผลปรากฎว่า AIO แสดงข้อมูลเว็บที่เราทำการโปรโมทให้ 7 ครั้งจาก 8 ครั้ง และ เว็บคู่แข่ง 6 ครั้งจาก 8 ครั้งเช่นเดียวกัน ซึ่งจะปรากฎอยู่ในทั้ง AI Overview และ Citation ด้านขวามือ โดยที่ทั้งสองเว็บนี้ ติดอันดับอยู่ในหน้าแรกอยู่แล้ว
แต่สิ่งที่น่าสนใจคือ มี ข้อมูลจาก Facebook.com ที่ทาง AI ไปดึงข้อมูลมา ก็ปรากฎอยู่ใน Citation ด้วย (แต่ไม่อยู่ใน AI Overview) ซึ่งปรากฎอยู่ในผลลัพธ์ 2 ครั้ง จาก 8 ครั้ง ทั้งๆที่ไม่ได้มีผลลัพธ์การค้นหาอยู่ในหน้า 1-5 เลย
ทำไมถึงคิดว่า AIO ดึงจาก Top 10
ความเข้าใจนี้ก็ไม่ได้ผิดไปเสียหมด เพราะสมัยแรกๆ ที่ AI Overview เพิ่งเปิดตัว ข้อมูลจริงพบว่า Citation กว่า 76% มาจากหน้าที่ติด Top 10 จริง ทำให้กลายเป็นความเชื่อฝังหัวว่า “อยากติด AIO ต้องติด Top 10 ก่อน” เป็นตรรกะที่ต่อยอดมาจากพฤติกรรม SEO แบบเดิมโดยตรง แต่พฤติกรรมของ AIO เปลี่ยนไปเร็วมากในช่วงปีที่ผ่านมา
ตัวเลขจริงตอนนี้เป็นยังไง
ลองไล่ดูจากหลายแหล่งพร้อมกัน จะเห็นทิศทางเดียวกันชัดเจนแม้ตัวเลขจะไม่เท่ากันเป๊ะ:
- Ahrefs (863,000 คำค้น, มี.ค. 2026): เหลือแค่ 38% เท่านั้นที่ Citation ตรงกับ Top 10 ลดจาก 76% เมื่อ ก.ค. 2025 ที่เหลืออีก 62% แบ่งเกือบเท่าๆ กันระหว่างอันดับ 11-100 กับหลุดอันดับ 100 ไปเลย
- BrightEdge (methodology ต่างออกไป): พบตัวเลขต่ำกว่านั้นอีก เหลือแค่ราว 17% เท่านั้นที่ overlap กับ Top 10
- เทียบ AI ตัวอื่นนอกจาก Google: ChatGPT, Gemini และ Copilot ยิ่งหลุดจาก Top 10 มากกว่า Google เองอีก เฉลี่ยแค่ราว 12% เท่านั้นที่ Citation ตรงกับ Top 10 ของ Google ส่วน Perplexity ยังใกล้เคียง SEO แบบเดิมมากกว่าเพื่อน อยู่ที่ราว 33%
ตัวเลขที่ต่างกันในแต่ละแหล่งเกิดจาก Methodology และช่วงเวลาที่เก็บข้อมูลไม่เหมือนกัน แต่สิ่งที่ตรงกันคือทิศทาง: สัดส่วน Citation ที่มาจาก Top 10 กำลังลดลงเรื่อยๆ ไม่ใช่คงที่หรือเพิ่มขึ้น ซึ่งเรื่องนี้ต่อเนื่องมาจากบทความก่อนหน้าที่เคยเขียนไว้เรื่อง AIO ดึงข้อมูลจากไหนบ้างในประเทศไทย ที่อธิบายว่าแหล่งที่ AIO อ้างอิงจริงๆ กว้างกว่าที่คิดมาก ทั้งสองบทความเป็นภาพเดียวกันมองจากคนละมุม บทความนั้นตอบว่า “อ้างจากเว็บประเภทไหน” ส่วนบทความนี้ตอบว่า “อ้างจากอันดับไหนของผลค้นหา”
แต่อันดับก็ไม่ใช่ว่าไม่เกี่ยวเลยนะ
ต้องพูดให้ครบเพื่อความยุติธรรม เพราะอันดับที่ดียังช่วยเพิ่มโอกาสติด AIO อยู่จริง เพียงแต่ไม่ใช่เงื่อนไขบังคับ จากข้อมูลของ Originality.ai พบว่าถ้าติดอันดับ 1 มีโอกาสถูกอ้างอิงในหน้าที่ overlap กับผลค้นหาสูงถึง 58% แต่พออันดับ 10 เหลือแค่ราว 38% (และงานอื่นวัดได้ต่ำกว่านั้นอีก) เห็นชัดว่าอันดับยิ่งดี โอกาสยิ่งสูง แต่ก็ไม่ใช่ว่าไม่ติด Top 10 แล้วจะไม่มีทางติด AIO เลย เพราะยังมีหน้าจำนวนมากที่ติด AIO ได้โดยไม่ได้อยู่ใน Top 10 หรือแม้แต่ Top 100 ด้วยซ้ำ
ทำไมถึงเป็นแบบนี้
คำอธิบายที่ฟังดูสมเหตุสมผลที่สุดคือเรื่อง “Fan-out Query” คือเวลา AIO ตอบคำถามหนึ่งข้อ ระบบไม่ได้แค่ดูคำค้นที่พิมพ์เข้าไปตรงๆ แต่แตกออกเป็นคำถามย่อยหลายข้อในใจแล้วไปหาคำตอบแต่ละส่วนมาประกอบกัน ดังนั้นหน้าเว็บที่ตอบคำถามย่อยได้ตรงจุด แม้จะไม่ได้ติดอันดับ Top 10 สำหรับคำค้นหลักเลย ก็ยังถูกดึงมาใช้ประกอบคำตอบได้ นี่คือเหตุผลที่เนื้อหาเฉพาะทางแบบแคบๆ ที่ตอบคำถามตรงจุดชัดเจน มีโอกาสติด AIO ได้แม้ไม่มี Brand Authority หรือไม่ได้ครองอันดับต้นๆ ของคำค้นกว้างๆ เลย กลไกนี้ยังอธิบายได้ด้วยว่าทำไม AIO ถึงอ้างอิงเว็บหลากหลายประเภทขนาดนั้น อ่านรายละเอียดแหล่งข้อมูลที่ AIO ชอบดึงได้ที่ AIO ดึงข้อมูลจากไหนบ้างในประเทศไทย
ตรงกับสิ่งที่เจอจากการทดสอบจริง
ข้อมูลนี้ตรงกับสิ่งที่เคยสังเกตเห็นจากการทดสอบเว็บในเครือข่ายจริงมาก่อนหน้านี้แล้ว อย่างเคสบทความCertificate จากคอร์ส Data Analyticsหรือบทความแก้ปัญหา CapCut Standard ที่ไม่มี Backlink ไม่มี Brand Mention และไม่ได้ทำการตลาดออนไลน์เลยแม้แต่นิดเดียว แต่ยังติด Sidebar Source Card ใน AI Overview คู่กับเว็บทางการของแบรนด์ใหญ่ได้ ถ้า AIO ดึงข้อมูลจาก Top 10 เป็นหลักจริง เคสแบบนี้ไม่น่าจะเกิดขึ้นได้เลย เพราะเว็บที่ไม่มี Authority มักไม่ค่อยติด Top 10 สำหรับคำค้นกว้างๆ อยู่แล้ว แต่พอเป็นคำถามเฉพาะทางแคบๆ ระบบกลับดึงไปใช้ได้จริง สอดคล้องกับที่งานวิจัยอธิบายไว้พอดี
สรุปแล้วต้องปรับกลยุทธ์ยังไง
ถ้ายังทำ SEO แบบเดิมคือโฟกัสแค่ให้ติด Top 10 ของคำค้นหลักคำเดียว อาจพลาดโอกาสจำนวนมากที่ AIO เปิดให้ เพราะกลยุทธ์ที่เหมาะกับยุคนี้มากกว่าคือ ครอบคลุมหัวข้อให้กว้างในหลายมุม ตอบคำถามย่อยเฉพาะทางให้ครบ แทนที่จะยัดทุกอย่างไว้ในบทความเดียวแล้วหวังให้ติดอันดับคำกว้างๆ คำเดียว วิธีนี้ตรงกับแนวทาง Cluster Content ที่เน้นเขียนบทความแยกตอบคำถามย่อยแต่ละข้อ แล้วเชื่อมโยงกันเป็นเครือข่าย มากกว่าจะพยายามยัดทุกอย่างในบทความเดียว
คำถามที่พบบ่อย
Q: แปลว่าไม่ต้องทำ SEO อันดับแล้วใช่ไหม?
A: ไม่ใช่ อันดับยังช่วยเพิ่มโอกาสติด AIO อยู่จริง เพียงแต่ไม่ใช่เงื่อนไขบังคับหรือปัจจัยเดียวเหมือนที่เข้าใจกัน ควรทำทั้งสองอย่างควบคู่กันไป ทั้งพยายามติดอันดับดีและเขียนเนื้อหาตอบคำถามเฉพาะทางให้ครบ
Q: ทำไมตัวเลขจากแต่ละแหล่งข้อมูลถึงไม่เท่ากัน?
A: เพราะแต่ละบริษัทใช้วิธีเก็บข้อมูลและช่วงเวลาที่ต่างกัน (บาง study เก็บข้อมูลคนละเดือนกัน พฤติกรรมของ AIO เองก็เปลี่ยนเร็วมากในแต่ละช่วง) ควรมองตัวเลขเป็นทิศทางกว้างๆ มากกว่าตัวเลขที่แม่นยำตายตัว
Q: Fan-out Query คืออะไร?
A: คือกระบวนการที่ AIO แตกคำค้นหลักออกเป็นคำถามย่อยหลายข้อในใจ แล้วไปหาคำตอบแต่ละส่วนมาประกอบเป็นคำตอบเดียว ทำให้หน้าเว็บที่ตอบคำถามย่อยได้ตรงจุด มีโอกาสถูกดึงมาใช้แม้จะไม่ได้ติดอันดับ Top 10 ของคำค้นหลักเลย
📚 แหล่งอ้างอิง (References)
- Search Engine Journal — Google AI Overview Citations From Top-Ranking Pages Drop Sharply (อ้างอิงข้อมูล Ahrefs)
- Originality.AI — 52% of AI Overview Citations Appear in the Top-10 Google Search Results
- GetPassionfruit — Why AI Citations Come from Top 10 Rankings: SERP Data Analysis
บทความนี้จัดทำจากการทดสอบจริงประกอบกับงานวิจัยอุตสาหกรรมหลายแหล่งที่มี Methodology ต่างกัน ตัวเลขจึงมีความคลาดเคลื่อนระหว่างแหล่งข้อมูล ควรอ่านเป็นทิศทางแนวโน้มมากกว่าตัวเลขที่แม่นยำตายตัว พฤติกรรมของ AI Overview เปลี่ยนแปลงได้เร็ว ข้อมูลอาจไม่ตรงกับสถานการณ์ปัจจุบันหากอ่านหลังจากช่วงเวลาที่เขียนไปนาน


