ถูกอ้างอิงไม่ได้แปลว่าถูกนำไปใช้: สิ่งที่การอ้างอิง 21,143 รายการ บอกเราเรื่อง GEO

การถูกเครื่องมือตอบคำถามอ้างอิง กับการเป็นเนื้อหาที่ป้อนคำตอบ เป็นผลลัพธ์คนละอย่างกัน งานพรีปรินต์ที่เผยแพร่บน arXiv เมื่อวันที่ 29 เมษายน 2026 ให้ตัวเลขของช่องว่างนี้ จากพรอมป์ที่ควบคุมไว้ 602 ชุด และการอ้างอิง 21,143 รายการ ChatGPT เก็บแหล่งข้อมูลเฉลี่ย 6.88 แหล่งต่อพรอมป์ ส่วน Perplexity เก็บ 16.35 แหล่ง แต่ในบรรดาหน้าเว็บที่ดึงเนื้อหามาได้สำเร็จ ค่าอิทธิพลเฉลี่ยของแหล่งข้อมูลที่ ChatGPT อ้างอิงอยู่ที่ 0.2713 เทียบกับ 0.0646 ของ Perplexity ต่างกันมากกว่าสี่เท่า

พูดอีกอย่างคือ เครื่องมือที่อ้างอิงมากที่สุด คือเครื่องมือที่ใช้ประโยชน์จากแต่ละแหล่งน้อยที่สุด ตัวนับจำนวนการกล่าวถึงจึงวัดได้แค่การปรากฏตัว มันไม่ได้บอกอะไรเลยเกี่ยวกับการมีส่วนร่วมในคำตอบ และนั่นคือตัวเลขที่แดชบอร์ด GEO ส่วนใหญ่ในตลาดวันนี้แสดงไว้ตัวใหญ่ที่สุด และบ่อยครั้งก็แสดงอยู่ตัวเดียว

การดูดซับการอ้างอิง คืออะไร

การดูดซับการอ้างอิง (citation absorption) คือสัดส่วนที่แหล่งข้อมูลซึ่งถูกอ้างอิงมีอยู่จริงในข้อความคำตอบที่ AI สร้างขึ้น ทั้งถ้อยคำ ตัวเลข โครงสร้าง และหลักฐานสนับสนุน มันต่างจากการคัดเลือกการอ้างอิง (citation selection) ซึ่งหมายถึงแค่ว่าเครื่องมือสั่งค้นหาแล้วเก็บแหล่งนั้นไว้ในรายการ หน้าเว็บหนึ่งอาจอยู่ในรายการแหล่งอ้างอิงของคำตอบโดยไม่ได้ให้ประโยคใดเลย ขณะที่อีกหน้าหนึ่งอาจเป็นเนื้อหาของสามย่อหน้า

ผู้เขียนวัดการดูดซับด้วยคะแนนผสมที่คำนวณจากหน้าเว็บที่ถูกอ้างอิง โดยรวมสัญญาณห้าอย่างที่สังเกตได้จากคำตอบ ได้แก่ จำนวนครั้งที่อ้างถึงแหล่งนั้น ตำแหน่งที่ปรากฏครั้งแรก สัดส่วนย่อหน้าของคำตอบที่แหล่งนั้นครอบคลุม ความคล้ายแบบ TF-IDF ระหว่างหน้าเว็บกับคำตอบ และการซ้อนทับของ bigram และ trigram ความคล้ายมีน้ำหนักมากที่สุดที่ 0.25 ส่วนตำแหน่งที่ปรากฏครั้งแรกน้อยที่สุดที่ 0.15

นี่คือการประกอบขึ้นใหม่จากข้อความที่มองเห็นได้ ไม่ใช่ร่องรอยความสนใจภายในโมเดล ผู้เขียนระบุเรื่องนี้ตรงไปตรงมา และดึงกฎเชิงระเบียบวิธีออกมาข้อหนึ่งว่า องค์ประกอบของคะแนนนี้ใช้เป็นตัวแปรอธิบายคะแนนตัวเดียวกันไม่ได้ ความเข้มงวดแบบนี้หาได้ยากในเอกสาร GEO เชิงพาณิชย์

เครื่องมือแต่ละตัวอ้างอิงกี่แหล่ง และใช้ลึกแค่ไหน

ทั้งสามแพลตฟอร์มสั่งค้นหาแทบทุกพรอมป์ ChatGPT อยู่ที่ 98.64% Google AI Overview อยู่ที่ 99.67% และ Perplexity อยู่ที่ 100% คำถามที่ว่าเครื่องมือ AI ออกไปหาแหล่งข้อมูลหรือไม่จึงจบไปแล้ว สิ่งที่แยกพวกมันออกจากกันคือจำนวนแหล่งที่เก็บไว้ และวิธีที่นำแหล่งเหล่านั้นไปใช้

ที่มา: arXiv:2604.25707v2 ตารางสรุปชั้นการค้นหาและชั้นการดูดซับ ค่าอิทธิพลคำนวณเฉพาะหน้าที่ดึงเนื้อหาได้สำเร็จ (อัตราการดึงสำเร็จโดยรวม 76.44%)

ช่องว่างยิ่งกว้างขึ้นในพรอมป์ที่ซับซ้อน ในงานที่มีเงื่อนไขหลายชั้น ChatGPT ลดลงเหลือเฉลี่ย 3.4 แหล่ง ขณะที่ Perplexity เพิ่มขึ้นเป็น 17.7 แหล่ง เป็นสองกลยุทธ์ที่ตรงข้ามกัน ฝ่ายหนึ่งบีบอัดแล้วสังเคราะห์ภายในจากฐานที่แคบ อีกฝ่ายแตกโจทย์ออกแล้วขยายการค้นคืน

สำหรับแบรนด์ ผลที่ตามมาชัดเจน การมีตัวตนใน Perplexity เหมือนได้ที่ทางในสมุดรายชื่อแหล่งข้อมูล ส่วนการมีตัวตนใน ChatGPT ใกล้เคียงกับการเป็นผู้ร่วมเขียนคำตอบมากกว่า ทั้งสองอย่างมีคุณค่า แต่ไม่ได้ขับเคลื่อนด้วยเนื้อหาชุดเดียวกัน และวัดด้วยตัวชี้วัดตัวเดียวกันไม่ได้

รูปแบบ FAQ ช่วยให้ถูก AI อ้างอิงจริงหรือไม่

ไม่ ถ้ามีแค่รูปแบบอย่างเดียว หน้าเว็บที่จัดรูปแบบเป็นคำถาม-คำตอบได้ค่าอิทธิพลเฉลี่ย 0.0947 เทียบกับ 0.1005 ของหน้าที่ไม่ได้ใช้รูปแบบนี้ คิดเป็นส่วนต่างสัมพัทธ์ -5.74% ในทางลบต่อ FAQ และเป็นตัวชี้วัดเนื้อหาตัวเดียวในงานวิจัยนี้ที่ชี้ไปในทิศทางตรงข้าม

อย่าเพิ่งตีความเกินเลย ตัวเลขนี้เปรียบเทียบค่าเฉลี่ยบนคลังข้อมูลที่หน้าคำถาม-คำตอบจำนวนมากเป็นหน้าซัพพอร์ตบาง ๆ ขณะที่หน้าที่ไม่ใช่คำถาม-คำตอบจำนวนมากเป็นบทความอธิบายยาว เอกสารราชการ หรือหน้าสารานุกรม งานวิจัยไม่ได้พิสูจน์ว่า FAQ เป็นโทษ แต่แสดงว่า เปลือกนอกของรูปแบบไม่เพียงพอ คุณค่ามาจากหลักฐานที่อยู่ภายในหน้า ไม่ใช่จากเครื่องหมายคำถามในหัวข้อย่อย

ผลลัพธ์นี้กระทบเราโดยตรง บทความของเราเองลงท้ายด้วยบล็อก FAQ รวมถึงบทความชิ้นนี้ สิ่งที่ตัวเลขนี้เปลี่ยนในวิธีทำงานของเราคือ FAQ ยังเป็นเครื่องมือครอบคลุมสำนวนคำถามที่หลากหลายของเจตนาเดียวกัน และยังป้อนสคีมา FAQPage ได้ แต่จะไม่ถูกนำเสนอในฐานะกลไกเพิ่มการดูดซับอีกต่อไป FAQ ที่ไม่มีตัวเลขพร้อมวันที่ ไม่มีคำนิยามที่คม และไม่มีเกณฑ์เปรียบเทียบ ก็เป็นแค่ของประดับ

เนื้อหารูปแบบไหนที่เครื่องมือ AI ดูดซับมากที่สุด

หน้าเว็บที่บรรจุหน่วยหลักฐานซึ่งนำกลับไปใช้ได้ ถูกดูดซับมากกว่าหน้าอื่นอย่างชัดเจน งานวิจัยเปรียบเทียบค่าอิทธิพลเฉลี่ยของหน้าที่มีตัวบ่งชี้แต่ละอย่าง กับหน้าที่ไม่มีตัวบ่งชี้นั้น

ที่มา: arXiv:2604.25707v2 ตารางประเภทหลักฐาน เป็นการเปรียบเทียบค่าเฉลี่ยที่ยังไม่ได้ปรับ ไม่ได้ควบคุมความยาว ประเภทโดเมน หรือคุณภาพเชิงบรรณาธิการ

การจัดอันดับตามบทบาทเชิงความหมายเล่าเรื่องเดียวกันจากอีกมุมหนึ่ง แหล่งข้อมูลที่ถูกใช้เป็นคำนิยามได้ค่าอิทธิพลเฉลี่ย 0.1531 ที่ถูกใช้เป็นการเปรียบเทียบได้ 0.1524 ส่วนที่ถูกใช้เป็นเพียงการอ้างอิงประกอบได้ 0.0529 ห่างกันเกือบสามเท่าระหว่างสองขั้ว การให้ข้อเท็จจริงมีค่ามากกว่าการให้ลิงก์

หน้าเว็บที่ถูกดูดซับสูง มีหน้าตาอย่างไร

โปรไฟล์ของควอร์ไทล์บนเมื่อเทียบกับควอร์ไทล์ล่างนั้นชัดเจน 1,943 คำ ต่อ 170 คำ หัวข้อย่อย 10.6 หัวข้อ ต่อ 0.85 หัวข้อ ย่อหน้า 47 ย่อหน้า ต่อ 8 ย่อหน้า ความหนาแน่นของรายการเพิ่มขึ้นเก้าเท่า และความคล้ายเชิงความหมายกับคำตอบที่สร้างขึ้นอยู่ที่ 0.570 ต่อ 0.247

การอ่านแบบง่ายคือ "เขียนให้ยาวเข้าไว้" ซึ่งผิด ความสัมพันธ์ที่แรงที่สุดในงานวิจัยไม่ใช่ความยาว แต่เป็นความเกี่ยวข้องของหน้าเว็บที่ให้ LLM เป็นผู้ให้คะแนน (r = 0.4322) ตามด้วยความคล้ายของเวกเตอร์ฝังตัวระหว่างหน้าเว็บกับคำตอบ (0.3561) ความยาวมีประโยชน์ก็ต่อเมื่อมันบรรทุกโครงสร้างและหลักฐานไปด้วย หน้าเว็บ 3,000 คำที่เต็มไปด้วยเมนู การพูดซ้ำ และการโฆษณาตัวเอง ไม่มีอะไรให้ดึงออกมาใช้เลย

ผู้เขียนสรุปเรื่องนี้เป็นสมมติฐานหลักที่เรียกว่า evidence container หรือภาชนะบรรจุหลักฐาน หน้าเว็บจะมีประโยชน์กับเครื่องมือ AI เมื่อมันถูกแยกออกเป็นหน่วยข้อมูลที่สมบูรณ์ในตัวเองและตรงหัวข้อได้ ขอบเขตเนื้อหาชัด หัวข้อย่อยสะท้อนคำถามย่อยที่ผู้ใช้น่าจะถาม หนึ่งย่อหน้าต่อหนึ่งข้อความยืนยัน และมีวัตถุดิบที่ดึงออกไปใช้ได้ในรูปคำนิยาม ตัวเลข การเปรียบเทียบ และลำดับขั้นตอน

หน้าเว็บที่ยาวและแยกเป็นส่วน ๆ ให้โอกาสเครื่องมือจับคู่เจตนาของผู้ใช้กับส่วนใดส่วนหนึ่งได้หลายครั้ง หน้าเว็บที่ยาวแต่ไร้รูปทรง ไม่ให้โอกาสนั้นเลย

ทำไม Wikipedia ถูกดูดซับ ขณะที่สื่อข่าวแค่ถูกอ้างอิง

สื่อข่าวอยู่ในรายการแหล่งที่ถูกเลือกเป็นจำนวนมาก คิดเป็น 31.17% ของการอ้างอิงทั้งหมดของ ChatGPT แต่กลับอยู่ท้ายตารางการดูดซับ หน้าประเภท news_media ทำได้สูงสุดที่ค่าอิทธิพลเฉลี่ย 0.0726 ขณะที่หน้าสารานุกรมทำได้ถึง 0.2144

ที่มา: arXiv:2604.25707v2 ตารางค่าอิทธิพลตามประเภทโดเมน ผู้เขียนระบุว่าการจัดหมวดประเภทเว็บไซต์มีค่าที่ปนสัญญาณรบกวน

คำอธิบายที่ผู้เขียนเสนอฟังขึ้นและใช้ได้จริง เครื่องมือไปหยิบสื่อข่าวมาเพื่อระบุวันเวลาและยึดข้อเท็จจริงไว้ก่อน แล้วจึงไปหยิบหน้าที่อธิบายมาประกอบเป็นเนื้อความของคำตอบ สองความต้องการ สองบทบาท สองประเภทแหล่งข้อมูล ปริมาณการอ้างอิงเว็บไซต์เชิงพาณิชย์ที่เกือบ 11,800 รายการในกลุ่มตัวอย่าง ด้วยค่าอิทธิพล 0.1028 ยังแสดงด้วยว่าหน้าเว็บของบริษัทไม่ได้ถูกกันออกจากเกม เพียงแต่แทบไม่เคยถูกเขียนขึ้นเพื่อรับบทบาทผู้อธิบาย

ค่าอำนาจของโดเมน ยังสำคัญอยู่หรือไม่

ยังสำคัญ และมันตัดสินตั้งแต่ต้นทาง แหล่งข้อมูลประเภททางการ สื่อข่าว และเว็บไซต์เฉพาะทาง รวมกันครองการอ้างอิงระหว่าง 79.12% ถึง 87.52% แล้วแต่แพลตฟอร์ม ค่ามัธยฐานของ domain rating ของแหล่งที่ถูกเลือกอยู่ระหว่าง 526 ถึง 592 แหล่งข้อมูลที่ระบุได้ว่าอยู่ในสหรัฐอเมริกาคิดเป็น 82.70% ถึง 86.76% ของกลุ่มตัวอย่าง และแหล่งข้อมูลภาษาอังกฤษคิดเป็น 82.90% ถึง 95.07%

สำหรับเอเจนซีในกรุงเทพฯ สำนักงานกฎหมายในเจนีวา หรือบริษัททรัสต์ในลักเซมเบิร์ก นี่คือตัวเลขที่สำคัญที่สุดในงานวิจัย และน่าอึดอัดที่สุด คุณภาพงานเขียนทำหน้าที่แยกแหล่งข้อมูลที่ มีสิทธิ์เข้ารอบอยู่แล้ว ออกจากกัน มันไม่ได้ทำให้ใครมีสิทธิ์ ผู้เล่นระดับท้องถิ่น ไม่ว่าจะเป็นภาษาไทยหรือภาษาฝรั่งเศส เริ่มต้นด้วยความเสียเปรียบเชิงโครงสร้างตั้งแต่ประตูทางเข้า ไม่ว่าย่อหน้าจะเขียนได้คมเพียงใด

กลไกจึงไม่ได้เริ่มที่งานเขียน แต่เริ่มที่การสร้างตัวตนที่จดจำได้และมีแหล่งอื่นยืนยัน ทั้งการกล่าวถึงที่สอดคล้องกันทุกที่ การปรากฏในแหล่งบุคคลที่สามที่ถูกจัดทำดัชนีได้ และข้อมูลของเราเองที่ไม่มีใครเผยแพร่ ตัวเลขต้นฉบับคือทรัพย์สินชิ้นเดียวที่บังคับให้เกิดการให้เครดิต เพราะเมื่อสามแหล่งบอกตัวเลขเดียวกัน โมเดลจะให้เครดิตตามความชอบที่มีต่อโดเมน และผู้เล่นรายเล็กเป็นฝ่ายแพ้

สิ่งที่งานวิจัยนี้ยังสรุปไม่ได้

• ไม่มีความสัมพันธ์เชิงสาเหตุ ผู้เขียนสงวนข้อเสนอแนะประเภท "การเพิ่มส่วนเปรียบเทียบจะทำให้ถูกอ้างอิงมากขึ้น" ไว้สำหรับการทดลองแทรกแซงแบบควบคุมในอนาคตอย่างชัดเจน
• คะแนนอิทธิพลเป็นตัวแทนที่สร้างขึ้นจากข้อความที่มองเห็นได้ การถ่วงน้ำหนักแบบอื่นย่อมให้ตัวเลขคนละชุด ซึ่งผู้เขียนเองก็วางเรื่องนี้ไว้เป็นข้อแรกในแผนตรวจสอบความทนทานของตัวเอง
• พรอมป์ 602 ชุดที่นักวิจัยออกแบบเองไม่ใช่ตัวอย่างของการใช้งานจริง ความตรงภายนอกจึงจำกัดอยู่ที่การกระจายตัวของชุดนี้
• การเปรียบเทียบด้านภาษาครอบคลุมเฉพาะภาษาจีนและภาษาอังกฤษ ไม่มีอะไรในข้อมูลชุดนี้บอกเรื่องภาษาไทยหรือภาษาฝรั่งเศส และผลของภาษายังต่างกันไปตามแพลตฟอร์ม จึงตั้งเป็นกฎทั่วไปไม่ได้
• การดูดซับคำนวณเฉพาะหน้าที่ดึงเนื้อหาได้สำเร็จ ซึ่งคิดเป็น 76.44% ของทั้งหมด หากหน้าที่ดึงไม่ได้มีลักษณะต่างออกไปอย่างเป็นระบบ ค่าเฉลี่ยเหล่านี้ก็ขึ้นอยู่กับการคัดกรองนั้น
• นี่เป็นภาพนิ่ง ณ ช่วงเวลาหนึ่ง ผลิตภัณฑ์ AI เชิงกำเนิดเปลี่ยนส่วนประกอบการค้นคืน หน้าตาการแสดงการอ้างอิง และโมเดลเบื้องหลัง ภายในเวลาไม่กี่เดือน

สิ่งที่ KAIS ปรับ ในวิธีทำงาน

1. สองคอลัมน์แทนหนึ่งคอลัมน์ในบารอมิเตอร์ อัตราการถูกคัดเลือก คือแบรนด์ปรากฏในรายการแหล่งข้อมูลหรือไม่ และตัวชี้วัดความลึกของการใช้งาน คือคำตอบหยิบถ้อยคำ ตัวเลข และโครงสร้างของเราไปใช้หรือไม่ ทั้งสองค่าขยับอย่างเป็นอิสระต่อกัน
2. หนึ่งเป้าหมายต่อหนึ่งเครื่องมือ Perplexity ทำงานเรื่องความครอบคลุม ChatGPT ทำงานเรื่องการมีส่วนร่วมในคำตอบ การยุบทั้งสองเข้าเป็นคะแนนเดียวทำให้ข้อมูลหายไป
3. เขียนแต่ละหัวข้อให้เป็นหน่วยหลักฐาน คำนิยามที่คมเปิดหัวข้อ ตัวเลขพร้อมวันที่และแหล่งที่มา และตารางเมื่อเจตนาคือการเปรียบเทียบ ไม่ใช่การสับข้อโต้แย้งออกเป็นบูลเล็ต
4. FAQ ลดชั้นลงหนึ่งขั้น ทำหน้าที่ครอบคลุมสำนวนคำถามและป้อนสคีมา ไม่ใช่ข้อโต้แย้งเรื่องความลึกอีกต่อไป
5. แยกวัดตามตระกูลของพรอมป์ หน้าที่ชนะบนคำถามแบบ "คืออะไร" ไม่ได้ชนะบนคำถามเชิงเปรียบเทียบ เราจึงวัดแยกกัน

คำถามที่ควรถามผู้ให้บริการ GEO ในปี 2026 ไม่ใช่ว่าเราได้การอ้างอิงกี่ครั้ง แต่คือ เครื่องมือหยิบอะไรไปใช้ และหยิบไปจากใคร

แหล่งข้อมูลและเอกสารอ้างอิง

• Zhang K., He X., Yao J. (2026). From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms. arXiv:2604.25707v2, 29 เมษายน 2026 — แหล่งเดียวของตัวเลขทุกตัวในบทความนี้
• geo-citation-lab — ชุดข้อมูลและไปป์ไลน์วิเคราะห์สาธารณะ
• Aggarwal P. et al. (2024). GEO: Generative Engine Optimization. arXiv:2311.09735, KDD 2024 — งานที่บัญญัติคำว่า GEO