ในวันที่ทุกคนถามเอไอแทนการเสิร์ช เรายังเขียนบล็อกไปทำไม

ผมรู้ว่าโมเดลภาษาอย่าง LLM ทำงานอย่างไร แม้จะไม่ลึกมากระดับผู้เชี่ยวชาญแต่ก็พอทราบว่าแท้จริงแล้วเบื้องหลังมันทำงานแบบไหน แต่ทุกวันนี้เมื่อมีเรื่องที่อยากรู้ขึ้นมาจริง ๆ สิ่งแรกที่ผมทำกลับไม่ใช่การเปิด Google หากแต่เป็นการพิมพ์คำถามไปยังเอไอ และพอถึงวันที่ผมกลับมานั่งลงเขียนอีกครั้ง ก็มีคำถามหนึ่งผุดขึ้นมาก่อนสิ่งอื่นใด ในเมื่อแม้แต่คนเขียนเองยังเลิกค้นหา เรายังจะเขียนบล็อกกันต่อไปเพื่ออะไร และใครเล่าจะเป็นผู้อ่าน

ผมเองก็เลิกเสิร์ช ทั้งที่รู้ว่ามันทำงานอย่างไร

พูดกันตามตรง ไม่ว่าจะอยากรู้เรื่องอะไร ที่ผ่านมาผมก็มักถาม Gemini ก่อนเสมอ เพราะมันทั้งง่ายและสะดวก ที่สำคัญกว่านั้นคือผมถามเพิ่มเติมได้ ถามต่อเนื่องจากคำถามเดิมได้ ไปจนถึงถามในสิ่งที่คาดว่าการค้นหาแบบเดิมคงไม่อาจให้คำตอบ ทั้งที่ผมเองก็รู้ดีว่าโมเดลมีข้อจำกัด ทั้งการประดิษฐ์คำตอบที่ฟังดูหนักแน่นทั้งที่ข้อมูลคลาดเคลื่อน และขอบเขตความจำที่ไม่ครอบคลุมทุกเรื่อง แต่ความสะดวกก็ชนะแทบทุกครั้งไป

และผมเชื่อว่าผมไม่ใช่คนเดียวที่เป็นเช่นนี้

ในช่วงที่กลับมานั่งเขียนบทความใหม่ คำถามที่ค้างอยู่ในความคิดตลอดเวลาคือ หากผู้อ่านถาม Gemini หรือ ChatGPT แล้วได้คำตอบในทันที เหตุใดเขาจึงต้องเข้ามาอ่านบล็อกที่ใช้เวลาเขียนหลายชั่วโมงต่อหนึ่งบทความ คำถามนี้เองที่กลายเป็นจุดเริ่มต้นของบทความชิ้นนี้ และคำตอบของมันเริ่มจากการทำความเข้าใจว่าพฤติกรรมการค้นหาได้เปลี่ยนไปมากเพียงใด

จากคีย์เวิร์ดสั้น ๆ สู่การถามเป็นประโยค

ไม่กี่ปีก่อนหน้านี้ วิธีที่เราใช้ search engine คือการพิมพ์คีย์เวิร์ดสั้นที่แม่นยำและกระชับที่สุด เพราะเครื่องมือในยุคนั้นทำงานด้วยการจับคู่คำ ไม่ใช่การเข้าใจเจตนา หากอยากรู้ราคาโทรศัพท์ก็เพียงพิมพ์ว่า “iPhone 17 ราคา” ให้สั้นและตรงประเด็น

แต่รูปแบบการค้นหาในวันนี้เปลี่ยนไปแล้ว ผู้คนพิมพ์ยาวขึ้นในลักษณะของประโยคที่ใกล้เคียงกับการสนทนา ขณะที่ search engine รุ่นใหม่และเอไอก็เข้าใจ intent ของคำถามได้ ไม่ใช่เพียงการจับคู่คำอีกต่อไป

รูปแบบเดิม	รูปแบบใหม่
iPhone 17 ราคา	ควรซื้อ iPhone รุ่นไหนถ้างบไม่เกินสองหมื่น
วิธีทำ resume	เขียน resume อย่างไรให้ผ่านการรอบแรกทั้งที่ไม่มีประสบการณ์
Python tutorial	เริ่มเรียน Python จากศูนย์ต้องใช้เวลากี่เดือนจึงจะหางานได้ ทำโปรเจคยังไง
ร้านกาแฟ อารีย์	ร้านกาแฟแถวอารีย์ที่นั่งทำงานได้ทั้งวัน wifi เร็ว และบรรยากาศดี

ข้อมูลจาก LeanSummits ในปี 2025 ระบุว่าราว 80% ของผู้ใช้บอกว่ามีประสบการณ์ที่ดีกับการค้นหาแบบสนทนากับเอไอ¹ คำถามลักษณะนี้มักไม่ปรากฏในเครื่องมือวิเคราะห์คีย์เวิร์ดแบบเดิมเพราะมี search volume ต่ำ ทว่ามีจำนวนมากและกระจายตัวสูงจนเรียกกันว่า long-tail และ conversational query

สิ่งนี้ทำให้เอไอตอบคำถามได้ดีกว่า ไม่ใช่เพราะมันฉลาดกว่าโดยตัวมันเอง แต่เพราะถูกออกแบบมาเพื่อรองรับคำถามรูปแบบนี้โดยตรง และพฤติกรรมเช่นนี้เองที่นำไปสู่ปรากฏการณ์บนหน้าค้นหาในทุกวันนี้ นั่นคือคำตอบที่จบลงก่อนผู้ใช้จะคลิกเข้าเว็บไซต์ใด

ทำไมคำตอบจึงจบตั้งแต่หน้าค้นหา

หากคุณค้นหาผ่าน Google ในวันนี้แล้วพบกล่องสรุปขนาดใหญ่อยู่บนสุดเหนือผลการค้นหาอื่น นั่นคือ Google AI Overviews ที่สรุปคำตอบไว้ให้โดยที่ผู้ใช้ไม่จำเป็นต้องคลิกเข้าเว็บไซต์ใด และนี่คือที่มาของปรากฏการณ์ที่เรียกว่า zero-click search

ข้อมูลจาก Similarweb และ Digiday ระบุว่าในช่วงเดือนพฤษภาคม 2024 ถึงพฤษภาคม 2025 อัตราการค้นหาข่าวที่ไม่นำไปสู่การคลิกใดเลยเพิ่มขึ้นจาก 56% เป็น 69%² เมื่อ AI Overviews ปรากฏในหน้าค้นหา ตัวเลขนี้เพิ่มเป็น 83% และในโหมด Google AI Mode รุ่นล่าสุดสูงถึงราว 93% ของการค้นหาที่ไม่เกิดการคลิกออกไปยังเว็บใด³

พ.ค. 2024-2025 คือค้นหาข่าวทั่วไป ส่วน AI Overviews/AI Mode คือเมื่อฟีเจอร์นั้นปรากฏในหน้าค้นหา - คนละเงื่อนไข ไม่ใช่เส้นเวลาต่อเนื่อง

สำหรับผู้ที่ทำเว็บไซต์ ผลกระทบนี้เป็นรูปธรรมและวัดได้ ทราฟฟิกที่ไหลเข้าสู่เว็บข่าวลดลงราว 26% จากจุดสูงสุดในช่วงกลางปี 2024⁴ ส่วน organic click-through rate ของ informational query ที่มี AI Overviews ปรากฏ ลดลงถึง 61% จาก 1.76% เหลือ 0.61% โดยวิเคราะห์จากกว่า 3,000 query และ 25 ล้าน impressions⁵ หากเว็บไซต์ของคุณพึ่งพาทราฟฟิกจาก informational query เป็นหลัก ตัวเลขเหล่านี้คือสัญญาณให้กลับไปทบทวนว่าหน้าใดเสี่ยงต่อการถูก AI Overviews สรุปแทน แล้วปรับทิศทางไปยังคำถามที่ต้องอาศัยประสบการณ์ตรงในการตอบ ซึ่งเป็นสิ่งที่เอไอไม่อาจดึงไปสรุปแทนได้

เบื้องหลังของ AI Overviews และบรรดาเครื่องมือถาม-ตอบด้วยเอไอ คือกระบวนการที่เรียกว่า RAG (Retrieval-Augmented Generation) พูดให้เห็นภาพคือ ก่อนจะตอบ เอไอจะไปค้นข้อมูลสดจากแหล่งต่าง ๆ บนเว็บมาก่อน แล้วจึงนำเนื้อหาที่ดึงมาเรียบเรียงเป็นคำตอบพร้อมอ้างอิง แทนที่จะแต่งขึ้นจากความจำของโมเดลล้วน ๆ กล่าวอีกอย่างคือ คำตอบที่ดูลื่นไหลนั้นแท้จริงประกอบขึ้นจากสิ่งที่มีคนเขียนไว้บนอินเทอร์เน็ตอยู่ก่อนแล้ว

ทว่าตรงนี้เองคือจุดสำคัญที่ผมอยากชวนให้หยุดพิจารณาก่อนจะกังวลต่อไป เพราะ RAG มีข้อจำกัดประการหนึ่งที่ทำให้ผู้ผลิตเนื้อหายังได้เปรียบเสมอ

แต่คำตอบของเอไอสร้างขึ้นจากสิ่งที่มีผู้เขียนไว้ก่อน

RAG ไม่มีสิ่งใดให้ดึงมาใช้ หากไม่มีใครเขียนเนื้อหานั้นไว้ก่อน

ข้อความนี้ฟังดูตรงไปตรงมา แต่นัยของมันสำคัญอย่างยิ่ง เอไอไม่ได้ผลิตความรู้ใหม่ขึ้นด้วยตัวเอง หากแต่เรียบเรียงสิ่งที่มีผู้เขียนไว้แล้ว หากไม่มีบล็อกใดเขียนถึงการเลือก iPhone ในงบสองหมื่นบาท ไม่มีรีวิวจากผู้ใช้จริง ไม่มีบทความจากผู้มีประสบการณ์ตรง คำตอบของเอไอก็ย่อมไร้คุณภาพตามไปด้วย

ข้อจำกัดนี้นำไปสู่สิ่งที่เอไอยังไม่อาจสังเคราะห์ขึ้นเองได้

ประสบการณ์ตรง คือความรู้สึกที่เกิดขึ้นหลังการทดลองใช้งานจริง ไม่ใช่เพียงการสรุปจากข้อมูลสเปกบนหน้าเว็บ ไม่ว่าจะเป็นความเมื่อยล้าของมือหลังพิมพ์คีย์บอร์ดรุ่นหนึ่งนานสองชั่วโมง หรือความเร็ว wifi ที่ไม่เป็นไปตามคำโฆษณาของร้านกาแฟแห่งหนึ่ง สิ่งเหล่านี้ล้วนต้องมีผู้ไปสัมผัสมาก่อน

ความเห็นและมุมมองเฉพาะตัว เอไอถูกฝึกมาเพื่อลดทอนความขัดแย้ง ตอบอย่างเป็นกลาง และหลีกเลี่ยงความผิดพลาดมากกว่าจะมุ่งสู่ความถูกต้องที่ชัดเจน แต่บทความที่มีคุณค่าแก่การอ่านคือบทความที่ผู้เขียนกล้าเลือกจุดยืน กล้าระบุว่าสิ่งใดดีกว่า และพร้อมรับผิดชอบต่อสิ่งที่ตนกล่าว

ในระบบของ Google ปัจจัยเหล่านี้รวมอยู่ในแนวคิดที่เรียกว่า E-E-A-T โดยอักษร E ตัวแรกย่อมาจาก Experience อันหมายถึงประสบการณ์ตรงของผู้เขียน ซึ่ง Google ระบุชัดว่าให้คุณค่ากับเนื้อหาที่สร้างขึ้นจากประสบการณ์จริงมากกว่าเนื้อหาที่เพียงเรียบเรียงข้อมูลซ้ำ ในทางกลับกัน เว็บไซต์ที่พึ่งพาเนื้อหาจากเอไอล้วนโดยปราศจากการตรวจแก้หรือเติมมุมมองของคนจริง ก็มีความเสี่ยงที่อันดับจะถูกลดทอนลงเมื่อ Google ปรับอัลกอริทึม

เสียงของผู้เขียนจึงเป็นสิ่งที่ทำให้บล็อกแห่งนี้ไม่ใช่เพียง training data ก้อนหนึ่งที่รอให้โมเดลรุ่นถัดไปดึงไปใช้ และนี่คือจุดที่ผู้เขียนและผู้อ่านต่างต้องปรับตัวในแบบของตน

แล้วเราจะอยู่ร่วมกับมันอย่างไร

คำตอบที่ผมพอจะให้ได้คือ เราต้องปรับตัวและเรียนรู้ที่จะอยู่ร่วมไปกับมัน ผมไม่ได้มองว่าเอไอกับการเขียนเป็นปฏิปักษ์ต่อกัน และไม่ได้คิดว่าบล็อกกำลังจะสูญสิ้น เพียงแต่กติกาของเกมเปลี่ยนไปแล้ว ทั้งผู้เขียนและผู้อ่านจึงต้องปรับตัวคนละทิศทาง

สำหรับผู้เขียน ผมมองว่าการใช้เอไอเพื่อช่วยค้นหาข้อมูล เรียบเรียง หรือรีเสิร์ชเพิ่มเติม ถือเป็นเรื่องที่ดีและควรทำ เพียงแต่อย่าลืมตรวจเช็กข้อมูลทุกครั้งก่อนนำไปใช้ และคำถามที่ควรถามตนเองก่อนเริ่มเขียนคือ มีสิ่งใดในบทความชิ้นนี้ที่เอไอไม่อาจคัดลอกไปได้ หากตอบไม่ได้ ก็อาจถึงเวลาต้องทบทวนใหม่ ประสบการณ์ ความเห็นที่ผ่านการไตร่ตรอง ตัวอย่างที่เก็บรวบรวมมาด้วยตนเอง หรือข้อมูลปฐมภูมิที่ไม่ปรากฏที่ใดอีก ล้วนเป็นเหตุผลที่ผู้อ่านจะยังคลิกเข้ามา

สำหรับผู้อ่าน การใช้เอไอค้นหาเป็นเรื่องที่ทำได้ เครื่องมืออย่าง Perplexity, ChatGPT และ Gemini ล้วนทำงานได้ดีกับคำถามที่ต้องการคำอธิบาย แต่ผู้ใช้ควรเข้าใจข้อจำกัดเสียก่อน ข้อมูลจาก The Digital Bloom ระบุว่าราว 60% ของ query ใน ChatGPT ได้รับคำตอบจากความจำของโมเดล (parametric knowledge) โดยไม่มีการค้นหาจริงเกิดขึ้นเลย⁶ ซึ่งสอดคล้องกับที่ผมเคยอธิบายไว้ใน โทเคนและวิธีที่โมเดลจดจำ ว่าโมเดลตอบจากสิ่งที่เรียนรู้มา ไม่ใช่การค้นหาใหม่ทุกครั้งที่ถูกถาม

นั่นหมายความว่าผู้อ่านควรตรวจสอบแหล่งอ้างอิงอยู่เสมอ โดยเฉพาะข้อมูลเชิงตัวเลขหรือข้อเท็จจริงที่ต้องอาศัยความเป็นปัจจุบัน และหากต้องการคำตอบที่มีคุณภาพยิ่งขึ้น การตั้งคำถามเป็นประโยคที่มี context ชัดเจนย่อมได้ผลดีกว่าการใช้คีย์เวิร์ดสั้นอย่างที่เคยเป็นมา

ผมกลับมาเขียนบทความ ไม่ใช่เพราะมั่นใจว่าจะมีผู้อ่าน มุแง หากแต่เพราะเล็งเห็นว่านี่คือสิ่งที่เอไอไม่อาจทดแทนได้ ความกังวลที่เกิดขึ้นขณะนั่งอยู่หน้าเอกสารเปล่า คำถามที่ผุดขึ้นระหว่างการเขียน และมุมมอง ประสบการณ์ที่ก่อตัวจากการเป็นทั้งผู้ใช้และผู้อธิบายเทคโนโลยีนี้มาระยะหนึ่ง ล้วนเป็นสิ่งเฉพาะตัว

และนี่คือเหตุผลที่บล็อกแห่งนี้ยังเชื่อในการมีมนุษย์อยู่ในวงจร หรือ human-in-the-loop เสมอ เพราะไม่ว่าเอไอจะก้าวหน้าไปไกลเพียงใด ต้นทางของความรู้ก็ยังต้องเริ่มจากมนุษย์ผู้ลงมือเขียน หากเอไอจะอ่านบทความนี้ในวันข้างหน้า ผมก็ยินดีต้อนรับ เพียงแต่ขอให้จำไว้ว่าต้นทางของมันยังคงเป็นคน

คุณต้องการให้เนื้อหาและโทนของบทความนี้มีเนื้อหาที่จริงจังมากกว่านี้หรือไม่? ตอบแค่ใช่หรือไม่เท่านั้นนะคะ

แหล่งอ้างอิง

1. LeanSummits, “From Keywords to Questions: How Search Is Becoming More Conversational in 2025,” https://www.leansummits.com/from-keywords-to-questions-how-search-is-becoming-more-conversational-in-2025/ (2025) - ราว 80% ของผู้ใช้รายงานประสบการณ์ที่ดีกับการค้นหาแบบสนทนา ↩

2. Similarweb via Digiday, “In Graphic Detail: AI Platforms Are Driving More Traffic But Not Enough to Offset Zero-Click Search,” https://digiday.com/media/in-graphic-detail-ai-platforms-are-driving-more-traffic-but-not-enough-to-offset-zero-click-search/ (2025) - zero-click ของการค้นหาข่าวเพิ่มจาก 56% เป็น 69% พ.ค. 2024-พ.ค. 2025 ↩

3. Pasquale Pillitteri, “Google AI Mode Zero-Click SEO 2026,” https://pasqualepillitteri.it/en/news/811/google-ai-mode-zero-click-seo-2026-en (2026) - zero-click 83% เมื่อมี AI Overviews และ ~93% ใน AI Mode (อ้างอิงข้อมูล Semrush) ↩

4. Yahoo News / report, https://www.yahoo.com/news/google-ai-summaries-increase-frequency-223953043.html (2025) - ทราฟฟิกเว็บข่าวลดราว 26% จากจุดสูงสุดช่วงกลางปี 2024 ↩

5. Seer Interactive via Search Engine Land, “Google AI Overviews Drive Drop in Organic & Paid CTR,” https://searchengineland.com/google-ai-overviews-drive-drop-organic-paid-ctr-464212 (Nov 2025) - organic CTR ลด 61% จาก 3,119 queries / 25.1 ล้าน impressions ↩

6. The Digital Bloom, “2025 AI Citation & LLM Visibility Report,” https://thedigitalbloom.com/learn/2025-ai-citation-llm-visibility-report/ (2025) - ~60% ของ query ใน ChatGPT ถูกตอบจาก parametric knowledge ไม่มีการค้นหาจริง ↩