สรุปสั้น:AI Overviews ของ Google ไม่ใช่แค่ฟีเจอร์ใหม่ แต่เป็น "ตัวกรองที่ยิ่งใหญ่" ที่กำลังเปลี่ยนแปลงกฎของการมองเห็นดิจิทัลอย่างมีพื้นฐาน ความจริงที่ยากคือคุณสามารถติดอันดับ #1 และยังคงไม่มีการเข้าชมเลย เพื่อความอยู่รอดและความเจริญรุ่งเรือง ธุรกิจต้องปรับเปลี่ยนจาก SEO แบบดั้งเดิมไปสู่สิ่งที่เราเรียกว่าการปรับแต่งเครื่องมือค้นหาคำตอบ (AIO) หรือ LLM SEOสิ่งนี้ต้องการการเปลี่ยนแปลงเชิงกลยุทธ์จากการไล่ตามอันดับมาเป็นการสร้างเนื้อหาเพื่อความชัดเจน บริบท และการสกัดข้อมูล เพื่อให้แบรนด์ของคุณกลายเป็นผู้มีอำนาจที่ถูกอ้างอิงในที่เดียวที่ตอนนี้มีความสำคัญ
ผมชื่อเจมส์ เป็น CEO ของ Mercury Technology Solutions
มีความรู้สึกวิตกกังวลที่ชัดเจนกำลังแพร่กระจายไปทั่วโลกการตลาดดิจิทัล และแหล่งที่มาของมันก็ชัดเจน: AI Overviews ของ Google ความกลัวที่แพร่หลายคือพวกเขากำลังทำลายการเข้าชมแบบออร์แกนิก และมันเป็นสิ่งสำคัญที่จะต้องพูดอย่างตรงไปตรงมาว่า:ความกลัวนั้นมีเหตุผล
คู่มือเก่าได้หมดอายุอย่างเป็นทางการ ตอนนี้เว็บไซต์ของคุณสามารถติดอันดับ #1 ในลิงก์สีน้ำเงินแบบดั้งเดิมและได้รับการเข้าชมแทบเป็นศูนย์จากความพยายามของคุณ นี่คือความปกติใหม่ผู้ใช้ไม่คลิกเพราะพวกเขาได้รับคำตอบโดยตรงจากกล่องที่ขับเคลื่อนด้วย AI ที่อยู่ด้านบนของหน้า
นี่ไม่ใช่จุดสิ้นสุดของการค้นหา แต่มันคือการออกแบบใหม่อย่างพื้นฐาน มันต้องการกลยุทธ์ใหม่ ความคิดใหม่ และชื่อใหม่สำหรับเกมที่เรากำลังเล่นอยู่ตอนนี้:การเพิ่มประสิทธิภาพเครื่องตอบคำถาม (AIO)
กฎใหม่ของความไว้วางใจและการสกัด
นี่คือความจริงที่ไม่สวยงามของยุคใหม่: หน้าเว็บที่ถูกอ้างอิงใน AI Overviews ไม่จำเป็นต้องเป็นหน้าเว็บที่มีการปรับแต่งดีที่สุดสำหรับสัญญาณการค้นหาแบบดั้งเดิม พวกเขาเป็นหน้าเว็บที่ง่ายที่สุดสำหรับ AI ในการสกัดและสังเคราะห์
โมเดลภาษาขนาดใหญ่ของ Google ไม่ได้มองหาความหนาแน่นของคำหลักหรือการเขียนที่ชาญฉลาด แต่มันกำลังมองหา:
- คำตอบที่ชัดเจนและตรงไปตรงมา
- การจัดกรอบบริบทที่มีความหมาย
- ความเฉพาะเจาะจงที่ไม่คลุมเครือ
- รูปแบบที่มีโครงสร้างสูง
หน้า SEO แบบดั้งเดิมส่วนใหญ่ที่มีการแนะนำที่ยาวเหยียดและเนื้อหาที่เน้นคำหลักล้วนล้มเหลวในทุกด้านทั้งสี่ประการ Google ไม่เพียงแต่ทำให้การเข้าชมลดลง แต่ยังได้เขียนกฎเกณฑ์ใหม่เกี่ยวกับสิ่งที่ถือเป็นคำตอบที่เชื่อถือได้และมีประโยชน์
กรอบงานของเราในการเพิ่มประสิทธิภาพเครื่องมือค้นหา (AIO)
จากการวิเคราะห์คำค้นเชิงพาณิชย์อย่างละเอียด เราได้พัฒนากรอบงานที่ชัดเจนสำหรับการย้อนกลับวิศวกรรมการมองเห็น AIO และทำให้เนื้อหาของลูกค้าของเราเป็นสิ่งที่เรากล่าวว่า "พร้อมสำหรับ LLM"
หลักการที่ 1: วิศวกรรมเพื่อการดึงข้อมูล ไม่ใช่สไตล์
การเปลี่ยนแปลงที่สำคัญที่สุดคือการเพิ่มประสิทธิภาพสำหรับ "บล็อกคำตอบ" ไม่ใช่แค่หัวข้อข่าว ทุกชิ้นส่วนของเนื้อหาต้องถูกสร้างขึ้นโดยคำนึงถึงคำถามง่ายๆ:"Google สามารถดึงย่อหน้า รายการหัวข้อ หรือคำพูดโดยตรงจากนี้และใช้เพื่อตอบคำถามในโลกจริงได้อย่างมั่นใจหรือไม่?"
- ทำให้เนื้อหา "แบ่งเป็นชิ้น":จัดโครงสร้างทุกหน้าให้มีย่อหน้าสั้นๆ ที่มุ่งเน้นและหัวข้อย่อย H2 ที่ชัดเจนซึ่งตรงกับเจตนาของผู้ใช้
- มีความแม่นยำอย่างไม่ปรานีปราศรัย:ปรับเขียนบทนำของคุณให้ตรงไปตรงมาและมีความหมายชัดเจน.
- รูปแบบเก่า:"Tool A เป็นแพลตฟอร์มแบบ async ที่ใช้งานง่ายซึ่งกำลังเปลี่ยนแปลงการสื่อสาร."
- รูปแบบใหม่:"Tool A เหมาะที่สุดสำหรับทีมที่มุ่งเน้นผลิตภัณฑ์ในการบันทึกสั้น ๆ ไม่เกิน 5 นาที เมื่อเปรียบเทียบกับ Loom, มันมีข้อเสนอที่..."
- รูปแบบสำหรับเครื่อง:ใช้รูปแบบที่มีโครงสร้างซึ่งโมเดล AI ได้รับการฝึกฝนให้รู้จักและให้ความสำคัญ เช่น ตารางเปรียบเทียบ, รายการหัวข้อ, และบล็อกคำถามที่พบบ่อยพร้อม schema markup.
หลักการที่ 2: ออกแบบสำหรับการเดินทางในการสนทนา
นี่คือข้อได้เปรียบทางยุทธศาสตร์ที่สำคัญที่สุดใน AIO ขณะที่คู่แข่งของคุณยังคงมุ่งเน้นไปที่การตอบคำถามเดียว คุณต้องปรับแต่งเพื่อการถามต่อเนื่อง
ทุกคนกำลังเขียนเนื้อหาสำหรับคำถามเริ่มต้น เช่น "เครื่องมือวิดีโอ AI ที่ดีที่สุด"
เราออกแบบเนื้อหาที่ตอบสนองต่อการเดินทางในการสนทนาทั้งหมด:
- "ทำไม Veed ถึงดีกว่า Runway สำหรับเนื้อหารูปแบบสั้น?"
- "เครื่องมือใดในนี้ที่มีความคุ้มค่ากว่าสำหรับแผนองค์กร?"
- "อันไหนมีการทำงานที่ง่ายกว่าสำหรับการฝังวิดีโอลงในผลิตภัณฑ์ SaaS?"
โมเดลของ Google ถูกออกแบบมาเพื่อดึงข้อมูลสำหรับชั้นการสนทนาที่ลึกซึ้งและเฉพาะเจาะจงมากขึ้น การชนะในความสามารถในการมองเห็นในระดับที่สองนี้คือจุดที่เกมจะถูกชนะอย่างแท้จริง
หลักการที่ 3: สร้าง "แผนผังการอ้างอิง" ไม่ใช่แค่ปฏิทินเนื้อหา
กลยุทธ์ของคุณควรได้รับการชี้นำโดยสิ่งที่กำลังทำงานอยู่แล้ว ใช้เครื่องมือ AI เช่น Perplexity และโหมด AI ของ Google เองเพื่อย้อนกลับไปวิเคราะห์ภูมิทัศน์ปัจจุบัน
- ทดสอบคำถาม:ค้นหาคำถามที่ลูกค้าของคุณกำลังถามอย่างกระตือรือร้น
- วิเคราะห์แหล่งข้อมูล:ใครถูกอ้างอิง? หน้าไหนบ้าง? พวกเขากำลังใช้รูปแบบใด?
- ทำซ้ำรูปแบบ:การวิเคราะห์นี้ให้ "แผนผังการอ้างอิง" ของคุณ หยุดเดาเกี่ยวกับสิ่งที่อาจได้ผลและเริ่มสร้างเนื้อหาในรูปแบบที่ได้รับการตอบแทนแล้ว
การวินิจฉัยอย่างรวดเร็ว: คุณมองไม่เห็นอยู่แล้วหรือไม่?
หากคุณสงสัยว่าตนเองอยู่ในสถานะใด คุณสามารถทำการทดสอบง่ายๆ ได้ทันที ไปที่ Google และค้นหา:
- "เปรียบเทียบ [แบรนด์ของคุณ] กับ [คู่แข่งของคุณ]"
- "เครื่องมือ [หมวดหมู่ของคุณ] ที่ดีที่สุดสำหรับ [กรณีการใช้งานเฉพาะ]"
- "ทำไม [แบรนด์ของคุณ] ถึงดีกว่า [คู่แข่งของคุณ] สำหรับ [งานเฉพาะ]?"
ตอนนี้ ดูที่ภาพรวมของ AI คุณถูกกล่าวถึงหรือไม่? คุณถูกอ้างอิงเป็นแหล่งข้อมูลหรือไม่? คุณถูกอ้างอิงหรือไม่? หากไม่ใช่ กระบวนการที่แบรนด์ของคุณถูกแทนที่ได้เริ่มต้นขึ้นแล้ว
สรุป: การปฏิเสธไม่ใช่กลยุทธ์
คำแนะนำอย่างเป็นทางการของ Google มักจะบอกว่า "ไม่ต้องทำการปรับแต่งสำหรับ AI Overviews" ด้วยความเคารพ นี่เหมือนกับการแนะนำธุรกิจในปี 2010 ว่าไม่ต้องกังวลเกี่ยวกับการปรากฏใน Featured Snippets การมองข้ามกลไกหลักที่ผู้ใช้กำลังได้รับข้อมูลในปัจจุบันไม่ใช่กลยุทธ์ แต่เป็นการปฏิเสธ
อนาคตของการมองเห็นต้องการคู่มือใหม่ ที่ Mercury Technology Solutions เรา ให้บริการ Generative AI Optimization (GAIO) ซึ่งสร้างขึ้นทั้งหมดบนกรอบการทำงานที่มองไปข้างหน้าเช่นนี้ เราใช้ผู้ช่วย AI ของเรา Mercury Muses AI ไม่ได้เพื่อสร้าง "AI-slop" แต่เป็นผู้ช่วยที่ทรงพลังในการช่วยผู้เชี่ยวชาญของเราออกแบบเนื้อหาที่มีโครงสร้างสูง อ้างอิงได้ และ "ตัดสินใจได้" ซึ่งเป็นสิ่งที่ยุคใหม่นี้ต้องการ
การเข้าชมของคุณ และท้ายที่สุดคือความเกี่ยวข้องของคุณ ขึ้นอยู่กับความสามารถของคุณในการปรับตัว เวลาสำหรับการสร้างเนื้อหาใหม่เพื่อยุคแห่งคำตอบคือเวลานี้

