Prompt ไม่มี Search Volume จะเลือกยังไง? วิธีเลือก ติดตาม และวัดผล AI Search ให้แม่นยำ (พร้อมตัวอย่าง)

ทำไม ChatGPT และ Gemini ไม่มี search volume ให้ดู

ChatGPT, Gemini และ Perplexity ไม่มี search volume เพราะบริษัท AI Search ไม่เปิดข้อมูลว่าผู้ใช้ถามอะไรกี่ครั้ง ต่างจาก Google ที่มี Keyword Planner ให้ดูจำนวนการค้นโดยประมาณ คนทำ SEO & AI Search จึงไม่มีตัวเลขจริงของ prompt ให้ใช้เลย

ฝั่ง Google ให้ข้อมูลมากขึ้นแต่ยังไม่มี prompt Search Console นับการแสดงผลใน AI Overviews และ AI Mode รวมไว้ในรายงาน Performance ประเภท Web และตั้งแต่ มิ.ย. 2026 มีรายงาน Generative AI แยกให้ดูจำนวนการแสดงผล หน้า ประเทศ และอุปกรณ์ แต่ไม่มีคำค้นหรือ prompt ให้ดูเลย ส่วนแต่ละ prompt ยังถูกแตกเป็นคำค้นย่อยอีกหลายคำ (query fan-out) ก่อนหาคำตอบ

ตัวเลข “AI search volume” ในเครื่องมือเชื่อได้แค่ไหน

ตัวเลข AI search volume ในเครื่องมือ SEO เป็นค่าประมาณจากข้อมูลอื่น ไม่ใช่จำนวนคนถาม AI จริง ใช้เรียงลำดับว่าหัวข้อไหนน่าจะใหญ่กว่าได้ แต่ไม่ควรใช้พยากรณ์ traffic หรือตั้งเป้ายอดขาย

เครื่องมือ	ตัวเลขมาจากไหน (ตามที่ผู้ให้บริการอธิบาย)	ใช้ทำอะไรได้
Ahrefs	ประมาณจาก volume ของคีย์เวิร์ดใน Google แล้วปรับตามสัดส่วนการใช้แต่ละแพลตฟอร์ม AI	เทียบขนาดหัวข้อ
Semrush	ประมาณในระดับหัวข้อ ไม่ใช่ราย prompt	ดูว่าเรื่องไหนคนสนใจมาก
Profound	ข้อมูลจากกลุ่มผู้ใช้ตัวอย่าง (panel)	ดูทิศทาง ส่วนใหญ่เป็นตลาดต่างประเทศ

สำหรับตลาดไทย ตัวเลขเหล่านี้มักเป็น 0 หรือว่าง ซึ่งไม่ได้แปลว่าไม่มีคนถาม เหมือนที่เราอธิบายในคู่มือ keyword researchว่าคำที่เครื่องมือบอก 0 ก็ยังมีคนค้นได้

ไม่มี volume แล้วคิดยังไง: หลักคิด 4 ข้อ

เมื่อไม่มี volume ให้เปลี่ยนคำถามจาก “prompt นี้มีคนถามกี่ครั้ง” เป็น “เรื่องนี้มีคนอยากรู้จริงไหม และถ้า AI แนะนำเรา ลูกค้าพร้อมซื้อไหม” หลักคิด 4 ข้อนี้เป็นกรอบที่เราใช้สอนในคอร์ส

1. Volume อยู่ที่หัวข้อ ไม่ใช่ประโยค: ความต้องการเดียวพิมพ์ได้หลายร้อยแบบ นับทีละประโยคไม่ได้ แต่นับเป็นเรื่องได้
2. Prompt เหมือนโพลเลือกตั้ง: ไม่ต้องถามทุกประโยคในโลก เลือกข้อที่เป็นตัวแทนของหัวข้อ ล็อกถ้อยคำ แล้ววัดซ้ำเป็นรอบ
3. ยืม volume จากสัญญาณที่มี: Google autocomplete, Search Console, กระทู้ Pantip, กลุ่ม Facebook และคำถามที่ฝ่ายขายได้ยินทุกวัน
4. คุณค่ามาก่อนจำนวน: “รถยนต์ไฟฟ้าคืออะไร” มีคนถามเยอะแต่ AI แทบไม่เอ่ยชื่อแบรนด์ ส่วน “อยู่คอนโด ชาร์จที่บ้านไม่ได้ งบ 1 ล้าน รุ่นไหนเหมาะ” มีคนถามน้อยกว่า แต่คือคนที่กำลังจะซื้อ

Prompt กับ keyword ต่างกันยังไง แปลงยังไง

Keyword คือคำสั้นที่คนพิมพ์ใน Google ส่วน prompt คือประโยคเต็มที่มีบริบท เงื่อนไข และสิ่งที่อยากได้ วิธีแปลงคือเติม 4 ส่วนให้ keyword: สินค้า + บริบทของคนถาม + เจตนาขอคำแนะนำ + เกณฑ์ตัดสินใจ

Keyword	Prompt ที่คนถาม AI จริง
คอร์สเรียน SEO	อยากเรียน SEO และ AI Search ที่สอนใช้ AI ช่วยทำงานจริง มีคอร์สไหนแนะนำในกรุงเทพ
ประกันสุขภาพ	อายุ 35 มีประกันกลุ่มบริษัทแล้ว ควรซื้อประกันสุขภาพเพิ่มแบบไหน งบปีละ 20,000
คลินิกจัดฟัน	จัดฟันใสในกรุงเทพ ที่ไหนดี ผ่อนได้ ใกล้ BTS
โปรแกรมบัญชี	ร้านค้าออนไลน์เล็กๆ ยอดขายเดือนละ 3 แสน ควรใช้โปรแกรมบัญชีตัวไหน ออกใบกำกับภาษีได้
รถยนต์ไฟฟ้า	อยู่คอนโด ชาร์จที่บ้านไม่ได้ งบไม่เกิน 1 ล้าน รถยนต์ไฟฟ้ารุ่นไหนเหมาะที่สุด

Sundar Pichai ซีอีโอของ Google บอกในงาน Google I/O (พ.ค. 2025) ว่าผู้ทดลองใช้ AI Mode ช่วงแรกพิมพ์คำค้นยาวกว่าปกติ 2–3 เท่า คำถามแบบนี้จึงเป็นสิ่งที่ต้องวัด ไม่ใช่คำสั้นแบบเดิม

หา prompt จริงของลูกค้าจากไหน

Prompt ที่ดีที่สุดมาจากคำถามที่ลูกค้าถามจริง ไม่ใช่จากที่ AI คิดให้ แหล่งที่ใช้ได้ทันทีมี 5 แหล่ง เรียงจากน่าเชื่อถือมากไปน้อย

1. คำถามจากฝ่ายขาย แอดมิน และ LINE OA: ประโยคที่ลูกค้าพิมพ์มาจริงก่อนซื้อ
2. Search Console: กรองคำค้นยาว 7 คำขึ้นไปด้วย regex ด้านล่าง จะเห็นคำค้นที่เป็นประโยคถาม (The Art of SEO บทที่ 4 ก็แนะนำ Search Console เป็นแหล่งคำค้นจริงของเว็บ)
3. Google autocomplete และ People Also Ask: คำที่คนพิมพ์จริงและคำถามต่อเนื่อง
4. Pantip และกลุ่ม Facebook: ได้ถ้อยคำและความกังวลแบบที่คนพูดจริง
5. Fan-out ของ AI: ถาม AI ว่าคำถามนี้ต้องค้นอะไรต่อ ใช้เติมช่องว่าง แต่ต้องติดป้ายว่า AI คิด และเทียบกับคำถามจริงก่อนใช้

Regex (รูปแบบตัวกรองข้อความ) สำหรับกรองคำค้นยาว 7 คำขึ้นไปใน Search Console (Performance → Search results → + Add filter → Query → Custom (regex)):

^(\S+\s+){6,}\S+$

คำค้นภาษาไทยมักไม่เว้นวรรคระหว่างคำ regex นี้จึงจับคำถามไทยได้ไม่ครบ ให้รันตัวกรองคำถามไทยด้านล่างแยกอีกรอบ (Search Console ใส่ตัวกรอง Query ได้ทีละ 1 ตัว)

ไหน|อะไร|ยังไง|อย่างไร|เท่าไร|ไหม|ดีกว่า|แนะนำ

เลือก prompt ด้วย Prompt Map 5 ขั้น

Prompt Map คือกรอบ 5 ขั้นที่เราใช้เลือก prompt จากสัญญาณความต้องการจนได้ชุดที่วัดได้ หัวใจคือเน้นขั้นที่ลูกค้ากำลังเทียบและตัดสินใจ เพราะเป็นช่วงที่ AI ทำรายชื่อแบรนด์ให้เลือก

1. Demand: สรุปสัญญาณความต้องการเป็น 5–8 หัวข้อ และติดป้ายที่มาทุกข้อ (ลูกค้า / Search Console / keyword / AI คิด)
2. Journey: ร่าง prompt 24–30 ข้อ กระจาย 4 ขั้น Discovery → Evaluation → Comparison → Decision โดยเน้น 2 ขั้นหลัง
3. เขียนให้เหมือนคนถามจริง: สินค้า + บริบท + เจตนา + เกณฑ์ · ยาว 10–25 คำ · ไม่ใส่ปี · prompt ที่ไม่มีชื่อแบรนด์ห้ามมีชื่อเรา
4. จัดกลุ่มตามเกณฑ์ตัดสินใจ: เช่น ราคา ความคุ้มค่า ความปลอดภัย ไม่ใช่ตามชื่อสินค้า
5. ให้คะแนนแล้วคัด: ใช้ตาราง 5 ด้านในหัวข้อถัดไป

AI SEO For Dummies บทที่ 5 แนะนำให้เก็บ prompt เป็นฐานข้อมูลที่มีช่องแบรนด์ ขั้นการรับรู้ เจตนา และลำดับความสำคัญ ส่วนบทที่ 9 แบ่งลูกค้าตามขั้นการรับรู้ ตั้งแต่ยังไม่รู้ปัญหาจนพร้อมซื้อ ซึ่งเราใช้เป็นแกนของขั้น Journey ใน Prompt Map การวัดด้วยชุด prompt คือขั้นแรกและขั้นสุดท้ายของวิธีทำ AI SEO ทีละขั้น

ให้คะแนน prompt 5 ด้าน

การให้คะแนน 5 ด้านช่วยให้เลือก prompt อย่างมีเหตุผลและทำซ้ำได้ แทนการเดา แต่ละด้านให้ 1–3 คะแนน แล้วถ่วงน้ำหนัก ได้คะแนนรวม 1.0–3.0 แนวคิดนี้ดัดจาก The Art of SEO บทที่ 6 ที่ให้จัดลำดับคำค้นด้วยความสำคัญทางธุรกิจก่อนความนิยมและความยาก

ด้าน	น้ำหนัก	3 คะแนน เมื่อ
คุณค่าทางธุรกิจ	30%	ถ้า AI แนะนำเรา ลูกค้าพร้อมซื้อ และเป็นสินค้าหลัก
สัญญาณความต้องการ	20%	มีหลักฐาน: ลูกค้าถามบ่อย มี volume หรืออยู่ใน Search Console
AI มีแนวโน้มเอ่ยชื่อแบรนด์	20%	เป็นคำถามขอคำแนะนำหรือเทียบตัวเลือก
โอกาสชนะ	15%	สินค้าเราตรงเงื่อนไข และมีหน้าเว็บที่ตอบแล้ว
ความเสียหายถ้า AI ตอบผิด	15%	เกี่ยวกับราคา เงื่อนไข สุขภาพ ความปลอดภัย หรือกฎหมาย

สูตร: คะแนน = 0.30 × ธุรกิจ + 0.20 × ความต้องการ + 0.20 × แนวโน้มเอ่ยชื่อ + 0.15 × โอกาสชนะ + 0.15 × ความเสียหาย

ความเสียหายสูงไม่ได้แปลว่าให้ตัดทิ้ง แต่แปลว่าควรติดตามใกล้ชิด เพราะถ้า AI ตอบราคาผิดเราต้องรู้ก่อนลูกค้า กติกาคัดชุด 10 ข้อคือ ไม่มีชื่อแบรนด์ 7 ข้อ มีชื่อแบรนด์ 3 ข้อ (ราคา/เงื่อนไข · เทียบคู่แข่ง · ข้อเสีย) และห้ามรวมผลสองกลุ่มนี้ เพราะตอบคนละคำถาม: กลุ่มแรกตอบว่า “AI เลือกเราไหม” กลุ่มหลังตอบว่า “AI พูดถึงเราถูกไหม”

ตัวอย่างเต็ม: prompt set 10 ข้อของ The Missing Piece

ตัวอย่างนี้คือชุด prompt ที่เราใช้ติดตามคอร์สของ The Missing Piece เอง คัดด้วยสูตรด้านบน 7 ข้อไม่มีชื่อแบรนด์ และ 3 ข้อมีชื่อแบรนด์ ทุกข้อมีเหตุผลกำกับ คัดลอกไปปรับใช้กับธุรกิจคุณได้

#	Prompt	ขั้น	แบรนด์	คะแนน	ทำไมเลือก
1	อยากเรียน SEO และ AI Search ที่สอนใช้ AI ช่วยทำงานจริง มีคอร์สไหนแนะนำในกรุงเทพ	Comparison	ไม่มี	2.7	ตรงสินค้าหลัก คนพร้อมซื้อ AI ตอบเป็นรายชื่อ
2	คอร์สเรียน Claude Code สำหรับคนทำการตลาดที่ไม่เขียนโค้ด มีที่ไหนสอนภาษาไทย	Comparison	ไม่มี	2.7	หมวดใหม่ คู่แข่งไทยน้อย มีคำนี้ใน autocomplete
3	อยากให้แบรนด์ถูก ChatGPT และ Google AI แนะนำ ควรไปเรียนคอร์สไหนดีในไทย	Decision	ไม่มี	2.5	ปัญหาหลักของลูกค้า AI ตอบเป็นรายชื่อคอร์ส
4	อบรม SEO และ AI Search ให้ทีมการตลาดในบริษัท มีวิทยากรไทยคนไหนแนะนำ	Comparison	ไม่มี	2.5	สินค้าอบรมในองค์กร มูลค่าสูง
5	คอร์ส AI SEO ในไทยที่ไหนดี สอนทั้ง Google และ ChatGPT	Comparison	ไม่มี	2.5	มีใน autocomplete และมีคู่แข่งครบ
6	อยากวัดว่า AI พูดถึงแบรนด์เราแค่ไหน ต้องทำยังไง และมีที่ไหนสอนเรื่องนี้	Evaluation	ไม่มี	2.0	เรามีเนื้อหาและงานวิจัยตรง แต่ห่างการซื้อกว่า
7	AI Search คืออะไร ธุรกิจไทยต้องเริ่มทำอะไรก่อน	Discovery	ไม่มี	1.7	วัดว่าบทความความรู้ของเราถูกอ้างไหม
8	คอร์ส Agentic SEO & AI Search ของ The Missing Piece ราคาเท่าไร เรียนกี่วัน	Decision	มี	2.6	วัดว่า AI ตอบข้อเท็จจริงของคอร์สถูกไหม
9	คอร์สของ The Missing Piece ต่างจากคอร์ส SEO ที่อื่นในไทยยังไง	Decision	มี	2.3	วัดว่า AI วางตำแหน่งเรายังไงเมื่อถูกเทียบ
10	คอร์สของ The Missing Piece มีข้อเสียอะไรบ้าง เหมาะกับใคร ไม่เหมาะกับใคร	Decision	มี	2.2	วัดความรู้สึกและความถูกต้อง

สิ่งที่เราเห็นเมื่อวัดชุดนี้ (ผลเบื้องต้น): เราถามชุดนี้ข้อละ 5 รอบ บน 3 แพลตฟอร์มผ่าน DataForSEO เมื่อ 9 ต.ค. 2026 รวม 150 คำตอบ ชุดนี้มีแค่ 10 ข้อ จึงใช้เป็นตัวอย่างวิธีอ่านผล ไม่ใช่ข้อสรุปของตลาด

• แพลตฟอร์มต่างกันมาก: คำถามข้อเดียวกัน แพลตฟอร์มหนึ่งเอ่ยชื่อแบรนด์เราทุกรอบ แต่อีก 2 แพลตฟอร์มไม่เอ่ยเลย จึงต้องรายงานแยกแพลตฟอร์ม
• แกว่งรายรอบ: บางข้อถูกเอ่ย 3 จาก 5 รอบ บางข้อแค่ 1 รอบ ถ้าดูรอบเดียวจะสรุปผิดได้ง่าย
• คำถามความรู้ไม่มีใครเอ่ยชื่อ: คำถามแบบ “คืออะไร” ไม่มีแพลตฟอร์มไหนเอ่ยชื่อแบรนด์ ตรงกับหลักคุณค่ามาก่อนจำนวน
• ข้อที่มีชื่อแบรนด์ใช้วัดความถูกต้อง: เมื่อถามราคาและจำนวนวันเรียน แพลตฟอร์มหนึ่งตอบตามหน้าคอร์สรุ่นเก่าที่ยังอยู่บนเว็บ อีก 2 แพลตฟอร์มบอกว่าหาข้อมูลยืนยันไม่ได้ ตัวอย่างนี้บอกเราว่าต้องอัปเดตหน้าคอร์สก่อน แล้ววัดซ้ำ

ต้อง track กี่ข้อ กี่รอบ ถึงแม่นยำ

ใช้ 50 prompt ต่อกลุ่มที่อยากรายงาน และรันอย่างน้อย 2 รอบ จะได้ค่าคลาดเคลื่อนราว ±14 จุด (จุด = percentage point) ที่ความเชื่อมั่น 95% ถ้ามีแค่ 20 ข้อ ค่าคลาดเคลื่อนกว้างถึง ±22 จุด ใช้ดูทิศทางได้ แต่ควรเรียกว่าผลเบื้องต้น

จำนวน prompt	ค่าคลาดเคลื่อน (95%)	ใช้ได้แค่ไหน
20	±22 จุด	ผลเบื้องต้น ดูทิศทาง
50	±14 จุด	มาตรฐานที่เราใช้ต่อกลุ่ม
100	±10 จุด	รายงานผู้บริหารได้
200	±7 จุด	เทียบหลายตลาดหรือหลายแบรนด์
300	±6 จุด	งานวิจัยขนาดใหญ่

สูตรแบบง่าย: ค่าคลาดเคลื่อน ≈ 1.96 × √(0.25 ÷ จำนวน prompt) ใช้กรณีที่กว้างที่สุด (สัดส่วน 50%) จึงเป็นตัวเลขแบบระวังไว้ก่อน 3 เรื่องที่ควรรู้:

• หน่วยนับคือคำถาม ไม่ใช่คำตอบ: ถามซ้ำ 2 รอบไม่ได้ทำให้แม่นขึ้น 2 เท่า แต่ช่วยลดความแกว่งของแต่ละข้อ
• เทียบ 2 กลุ่มต้องใช้มากขึ้น: 50 ข้อต่อกลุ่มจะเห็นได้แค่ความต่างราว 28 จุดขึ้นไป (ความเชื่อมั่น 95% โอกาสตรวจเจอ 80%) ถ้าอยากเห็นความต่าง 15 จุด ต้องใช้ราว 175 ข้อต่อกลุ่ม
• AI แกว่งจริง: งาน SparkToro กับ Gumshoe (ม.ค. 2026) ให้อาสาสมัคร 600 คนถาม 12 คำถามซ้ำรวม 2,961 ครั้ง พบว่าโอกาสที่ ChatGPT หรือ Google AI จะให้รายชื่อแบรนด์ชุดเดิมไม่ถึง 1 ใน 100 ส่วน BrightEdge (ส.ค. 2025) พบว่า ChatGPT, AI Overviews และ AI Mode แนะนำแบรนด์ไม่ตรงกัน 61.9% ของคำถาม จึงต้องวัดเป็นความถี่ ไม่ใช่อันดับ

ขนาดธุรกิจ	จำนวนที่แนะนำ	รอบการวัด
เริ่มต้น / SME	10–20 ข้อ (ผลเบื้องต้น)	เดือนละ 2 รอบ
แบรนด์ที่ต้องรายงาน	50 ข้อต่อกลุ่ม × 2 รอบ	ทุก 2–4 สัปดาห์
ลูกค้าใช้ 2 ภาษา	50 ข้อต่อภาษา รายงานแยก	ทุก 2–4 สัปดาห์

AI SEO For Dummies บทที่ 8 ก็เตือนว่าผลจาก AI แกว่ง ควรวัดซ้ำเป็นรอบทุก 2–4 สัปดาห์และดูแนวโน้ม ไม่ตัดสินจากรอบเดียว

ถามภาษาไทยหรืออังกฤษ ผลต่างกันแค่ไหน (ผลทดสอบของเรา)

เปลี่ยนภาษาของ prompt ทำให้คำตอบเปลี่ยนมากกว่าการถามซ้ำภาษาเดิม เราทดสอบ 50 ความต้องการของธุรกิจไทย ถาม 3 แบบภาษา (ไทยล้วน ไทยปนอังกฤษ อังกฤษ) แบบละ 2 รอบ รวม 299 คำตอบ ถาม ChatGPT แบบค้นเว็บผ่านระบบดึงคำตอบอัตโนมัติของ DataForSEO ตั้งตำแหน่งเป็นประเทศไทย (7–9 ต.ค. 2026)

เทียบ	เว็บที่ถูกอ้างซ้ำกัน (เฉลี่ย)
ถามซ้ำภาษาเดิม: ไทย / ไทยปนอังกฤษ / อังกฤษ	29% / 34% / 33%
ไทย กับ ไทยปนอังกฤษ	20%
ไทยปนอังกฤษ กับ อังกฤษ	19%
ไทย กับ อังกฤษ	17%

• ถามซ้ำคำเดิมภาษาเดิม รายชื่อที่ AI แนะนำ (นับจากข้อความตัวหนา) ซ้ำกันแค่ราว 11% ทั้งไทยและอังกฤษ
• ไทยปนอังกฤษอ้างเว็บต่อคำตอบมากที่สุด (เฉลี่ย 4.9 เว็บ เทียบไทย 2.4 และอังกฤษ 3.3) และมีเว็บ .th อย่างน้อย 1 เว็บใน 69 จาก 100 คำตอบ (ไทย 50 จาก 99 · อังกฤษ 53 จาก 100)
• 10 จาก 49 ความต้องการ ไม่มีเว็บที่ถูกอ้างร่วมกันเลยระหว่างถามไทยกับอังกฤษ

ข้อจำกัด: ทดสอบแพลตฟอร์มเดียว ผลจากระบบดึงคำตอบอัตโนมัติอาจต่างจากแอป ChatGPT ที่คนล็อกอินใช้ ที่ 50 ความต้องการ สัดส่วนมีค่าคลาดเคลื่อนราว ±14 จุด และการนับ .th ไม่รวมเว็บไทยที่ใช้ .com ข้อสรุปจึงเป็น “prompt set ควรเขียนตามภาษาที่ลูกค้าพิมพ์จริง และรายงานแยกภาษา” ไม่ใช่ “ภาษาไหนดีกว่า”

วัดอะไรจากคำตอบ AI

คำตอบ AI วัดได้ 4 ค่าหลัก และไม่มี “อันดับใน AI” มีแต่อัตราและแนวโน้ม ค่าแรกที่ควรเริ่มคือ mention rate เพราะคิดง่ายและบอกได้ทันทีว่า AI เลือกเราบ่อยแค่ไหน (ตัวเลข 5 ตัวสำหรับรายงานผู้บริหารอยู่ใน AI Visibility คืออะไร)

ค่า	สูตร	ตัวอย่างคิดเลข
Mention rate	คำตอบที่เอ่ยชื่อเรา ÷ คำตอบทั้งหมด	เอ่ยชื่อ 18 จาก 100 คำตอบ = 18%
Citation rate	คำตอบที่ลิงก์ไปเว็บเรา ÷ คำตอบทั้งหมด	ลิงก์มาเว็บเรา 9 จาก 100 = 9%
Share of voice	จำนวนครั้งที่เอ่ยชื่อเรา ÷ จำนวนครั้งที่เอ่ยทุกแบรนด์	เรา 18 ครั้ง จากทุกแบรนด์ 120 ครั้ง = 15%
ความถูกต้อง	คำตอบ branded ที่ข้อเท็จจริงถูก ÷ คำตอบ branded ทั้งหมด	ตอบราคาถูก 24 จาก 30 = 80%

คิด mention rate แยกกลุ่ม prompt ที่มีและไม่มีชื่อแบรนด์เสมอ ถ้ารวมกัน ตัวเลขจะสูงเกินจริงเพราะ prompt ที่มีชื่อแบรนด์เอ่ยชื่อเราแทบทุกครั้ง

ดู traffic จาก AI ใน GA4 ทีละขั้น

GA4 บอกได้ว่ามีคนคลิกจากแชต AI เข้าเว็บกี่คนและเข้าหน้าไหน เริ่มจากช่อง “AI Assistant” ที่ GA4 มีให้แล้วในรายงาน Traffic acquisition ซึ่งจับคนที่มาจาก ChatGPT, Gemini, DeepSeek, Copilot และ Grok ให้อัตโนมัติ (Google Analytics Help) ถ้าลูกค้าของคุณใช้ Perplexity หรือ Claude ด้วย ให้สร้าง channel group ของตัวเองตามขั้นด้านล่าง ใช้คู่กับ prompt tracking เพื่อดูว่าการถูกเอ่ยชื่อกลายเป็นคนเข้าเว็บจริงไหม (พื้นฐานการตั้งค่าและรายงานอื่นอยู่ใน GA4 คืออะไร)

1. ไปที่ Admin → Data display → Channel groups → Create new channel group
2. ตั้งชื่อ เช่น “รวม AI” แล้วกด Add new channel ชื่อ “AI Chatbots”
3. กด + Add condition group แล้วตั้ง Source matches regex แล้ววาง regex ด้านล่าง
4. ลาก “AI Chatbots” ขึ้นไปไว้เหนือ Referral (ลำดับสำคัญ ถ้าอยู่ล่าง GA4 จะนับเป็น Referral ก่อน) แล้วกด Save
5. เปิด Reports → Acquisition → Traffic acquisition เปลี่ยนมิติเป็น channel group ใหม่ แล้วเพิ่ม Landing page เป็นมิติรอง

.*(chatgpt\.com|chat\.openai\.com|perplexity|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai).*

ข้อจำกัดที่ต้องรู้:

• คลิกจาก AI Overviews และ AI Mode ของ Google ถูกนับเป็น Google organic ไม่แยกใน GA4
• บางแอป AI โดยเฉพาะแอปมือถือ ไม่ส่งข้อมูลแหล่งที่มา คนกลุ่มนี้จะไปอยู่ใน Direct
• ถ้าเว็บใช้ Consent Mode (ระบบขอความยินยอมคุกกี้) และผู้ใช้ไม่ยินยอมคุกกี้ ตัวเลขจะต่ำกว่าจริง
• GA4 แบบปกติสร้าง channel group เองได้ 2 ชุด
• ตัวเลข GA4 จึงเป็นขั้นต่ำ ใช้คู่กับ Search Console และผล prompt tracking เสมอ

ใช้ AI agent ช่วยสร้างและรัน prompt set

การรัน prompt 50 ข้อ 2 รอบ บน 3 แพลตฟอร์ม ต้องเก็บคำตอบ 300 ครั้ง ทำมือไม่ไหว เราใช้ Claude Code ต่อกับบริการเก็บคำตอบ AI ผ่าน MCP (ตัวเชื่อม AI กับเครื่องมืออื่น) ให้ส่งคำถาม เก็บคำตอบ และสรุปเป็นตาราง แบบเดียวกับที่ใช้ทำงานวิจัยแหล่งที่ AI อ้างใน 13 อุตสาหกรรม

ค่าใช้จ่ายของบริการเก็บคำตอบแบบนี้อยู่ที่ราว 4–15 สตางค์ต่อคำตอบ (ราคา DataForSEO ต.ค. 2026 ขึ้นกับความเร็วที่เลือก ตั้งแต่คิวปกติถึงแบบทันที) ชุดทดสอบภาษาด้านบน 299 คำตอบใช้ไม่ถึง 1.5 ดอลลาร์ ข้อควรระวังคือผลที่ดึงผ่านระบบอัตโนมัติอาจต่างจากแอปที่คนล็อกอินใช้ ควรระบุทุกครั้งที่รายงาน การรัน prompt set ชุดเดิมซ้ำทุกรอบแบบนี้คือสถานีวัดซ้ำใน Signal-to-Strategy Loop™

ถ้าอยากทำ prompt set ของแบรนด์ตัวเองพร้อมให้ AI agent รันให้ทุกสัปดาห์ ในวันเดียว ดูคอร์ส AI Search แบบสด 2 วัน (Agentic SEO & AI Search)

คำถามที่พบบ่อย

แหล่งอ้างอิง

• Google Search Central, AI features and your website (AI Overviews และ AI Mode ใน Search Console, query fan-out)
• Google, I/O 2025 keynote (20 พ.ค. 2025)
• Google Search Central, Generative AI performance reports in Search Console (มิ.ย. 2026)
• Ahrefs: AI adjusted volume · Semrush KB 1607 · Profound FAQ (ตรวจ ต.ค. 2026)
• SparkToro × Gumshoe ผ่าน Search Engine Journal (30 ม.ค. 2026) · BrightEdge (27 ส.ค. 2025)
• Nathan Gotch, AI SEO For Dummies (Wiley, 2026) บทที่ 5 (ฐานข้อมูล prompt), 8 (ผลแกว่ง วัดซ้ำเป็นรอบ), 9 (ขั้นการรับรู้ของลูกค้า)
• Eric Enge, Stephan Spencer, Jessie Stricchiola, The Art of SEO 4th ed. (O’Reilly, 2023) บทที่ 4 (Search Console เป็นแหล่งคำค้นจริง) และบทที่ 6 (จัดลำดับความสำคัญของคำค้นด้วยคุณค่าทางธุรกิจ)
• The Missing Piece, ทดสอบภาษาของ prompt: 50 ความต้องการ × 3 แบบภาษา × 2 รอบ ผ่าน DataForSEO (ChatGPT ค้นเว็บ ผ่าน llm_scraper, ตำแหน่งไทย, 7–9 ต.ค. 2026)