ส่วนแบ่งเสียงใน AI: วัดและตั้งเกณฑ์เทียบอย่างไร

ตัวชี้วัด อธิบายให้แม่นยำ

ทีมส่วนใหญ่รวมสองสิ่งที่ต่างกันไว้ใต้ชื่อเดียว แยกมันออกจากกันแล้วการวินิจฉัยจะง่ายขึ้นมาก

อัตราการถูกกล่าวถึงตอบคำถามแบบมีหรือไม่มี คือคุณปรากฏบ้างไหม ส่วนส่วนแบ่งในคำตอบตอบคำถามเชิงแข่งขัน คือจากแบรนด์ทั้งหมดที่ผู้ช่วย AI เอ่ยชื่อ เวลาออกอากาศเป็นของคุณเท่าไร เครื่องมือ B2B อาจมีอัตราการถูกกล่าวถึง 90% แล้วยังแพ้ได้ เพราะถูกเอ่ยชื่อเป็นลำดับที่เก้าจากสิบ และความสนใจของผู้ซื้อไปอยู่กับสามอันดับแรก

ทั้งสองตัวคำนวณแยกรายผู้ช่วย AI และรายกลุ่มพรอมต์ กลุ่มพรอมต์คือชุดคำถามที่มีเจตนาซื้อซึ่งอยู่ในการตัดสินใจเดียวกัน เช่น การเทียบราคา ทางเลือกแทนคู่แข่งที่ระบุชื่อ เครื่องมือที่ดีที่สุดสำหรับ X และคำถามเรื่องการเชื่อมต่อระบบ การเฉลี่ยข้ามกลุ่มจะได้ตัวเลขที่ขยับด้วยเหตุผลที่คุณสืบย้อนไม่ได้

• อัตราการถูกกล่าวถึง (%) = จำนวนรันที่แบรนด์ของคุณปรากฏ ÷ จำนวนการรันพรอมต์ทั้งหมด สำหรับผู้ช่วย AI หนึ่งรายและกลุ่มหนึ่งกลุ่ม คูณ 100
• ส่วนแบ่งในคำตอบของ AI (%) = จำนวนครั้งที่แบรนด์คุณถูกกล่าวถึง ÷ จำนวนครั้งที่ทุกแบรนด์ถูกกล่าวถึงในคำตอบชุดเดียวกัน คูณ 100 นี่คือตัวชี้วัดส่วนแบ่งที่แท้จริง เพราะเป็นเกมผลรวมศูนย์เมื่อเทียบกับชุดคู่แข่งที่กำหนดไว้
• ส่วนแบ่งถ่วงน้ำหนัก (ทางเลือก) = อัตราส่วนเดียวกันแต่ถ่วงน้ำหนักแต่ละครั้งที่ถูกกล่าวถึงตามตำแหน่ง เพื่อให้การอยู่อันดับแรกในรายการมีค่ามากกว่าการเป็นเชิงอรรถ ใช้น้ำหนักง่าย ๆ (แรกสุด = 1.0, กลาง = 0.6, ท้ายสุด = 0.3) และบันทึกไว้
• อัตราการถูกแนะนำ = จำนวนรันที่คุณถูกเอ่ยชื่อในฐานะคำแนะนำ ไม่ใช่แค่ถูกอ้างถึงเป็นตัวอย่าง ควรแยกออกมาสำหรับพรอมต์ที่ตั้งใจซื้อสูง

สามปัจจัยนำเข้าที่ตัดสินว่าตัวเลขของคุณมีความหมายหรือไม่

ตัวชี้วัดการมองเห็นใน AI จะนิ่งได้เท่าที่เครื่องมือวัดของมันนิ่ง มีสามการตัดสินใจที่สร้างความเสียหายมากที่สุดเมื่อทำแบบหลวม ๆ

หนึ่ง ชุดพรอมต์ ตรึงมันเป็นลายลักษณ์อักษร ทั้งถ้อยคำที่ใช้จริง ตลาด ภาษา และมุมมองของผู้ถาม แล้วทำเวอร์ชันไว้ ทุกครั้งที่คุณเพิ่มพรอมต์ เส้นแนวโน้มจะขาด จึงควรเพิ่มเป็นกลุ่มใหม่แทนการแก้กลุ่มเดิม ตั้งเป้าให้มีพรอมต์มากพอจะครอบคลุมการตัดสินใจ ไม่ใช่มากพอให้ดูละเอียด คำถามการซื้อที่เลือกมาดี 20 ถึง 40 ข้อต่อหนึ่งตลาด ชนะคำถามกว้าง ๆ หลายร้อยข้อ

สอง จำนวนรัน ผลลัพธ์ของผู้ช่วย AI ไม่ตายตัว พรอมต์เดียวกันถามสองครั้งอาจได้แบรนด์ต่างกัน โดยเฉพาะเมื่อมีการค้นหาสดเข้ามาเกี่ยว นั่นแปลว่าการรันครั้งเดียวคือเรื่องเล่า ให้รันแต่ละพรอมต์หลายครั้งต่อผู้ช่วย AI ต่อรอบ ห้าครั้งคือขั้นต่ำที่ใช้ได้จริง และควรมากกว่านั้นถ้าหมวดหมู่ของคุณมีคู่แข่งหางยาว แล้วมองความต่างเล็ก ๆ บนตัวอย่างเล็ก ๆ ว่าเป็นสัญญาณรบกวน ไม่ใช่ความเคลื่อนไหว

สาม กติกาการนับการถูกกล่าวถึง ตัดสินใจล่วงหน้าว่า URL เปล่า ๆ นับไหม การถูกอ้างอิงในรายการแหล่งข้อมูลนับเป็นการถูกกล่าวถึงไหม จะจัดการกับการสะกดผิดและชื่อบริษัทแม่อย่างไร และการถูกกล่าวถึงในแง่ลบนับไหม เขียนกติกาไว้ เพราะข้อถกเถียงว่าการมองเห็นดีขึ้นหรือไม่ ส่วนใหญ่เกิดจากความไม่คงเส้นคงวาตรงนี้

ทำไมเกณฑ์เทียบรายผู้ช่วย AI จึงต่างกัน และทำไมนั่นถึงถูกต้อง

แบรนด์ที่มีส่วนแบ่งในคำตอบ 55% ใน Perplexity และ 12% ใน ChatGPT สำหรับพรอมต์เดียวกัน ไม่ใช่ความผิดพลาดของการวัด ทั้งสองระบบต่างกันตรงชั้นที่ตัดสินว่าแบรนด์ใดมีสิทธิ์ถูกเอ่ยชื่อ

เส้นแบ่งใหญ่ที่สุดคือการค้นหาสดเทียบกับความรู้ในพารามิเตอร์ ผู้ช่วย AI ที่พึ่งการค้นหาเว็บสดจะแสดงสิ่งที่ดัชนีปัจจุบันและชั้นจัดอันดับของมันชอบ ส่วนคำตอบที่มาจากน้ำหนักโมเดลเป็นหลักจะสะท้อนว่าแบรนด์นั้นปรากฏเด่นแค่ไหนในข้อมูลฝึก OpenAI อธิบาย ChatGPT search ว่าเป็นการรวมโมเดลเข้ากับข้อมูลจากเว็บและจากผู้ให้บริการภายนอก (OpenAI) Anthropic ให้การค้นหาเว็บเป็นเครื่องมือที่ Claude ตัดสินใจเองว่าจะเรียกใช้เมื่อใด (Anthropic) Perplexity สร้างขึ้นรอบการค้นหาและการอ้างอิงเป็นค่าเริ่มต้น (Perplexity) และ Google ระบุว่าฟีเจอร์ AI ของตนเป็นชั้นที่วางซ้อนบน Search พร้อมพฤติกรรมการลิงก์ของตัวเอง (Google Search Central) สิทธิ์ในการถูกเลือกต่างกัน รายชื่อแบรนด์ก็ต่างกัน

ตัวขับที่สองคือความชอบด้านแหล่งข้อมูล ผู้ช่วย AI รายหนึ่งอาจพึ่งบทความรวมรายชื่อจากกองบรรณาธิการและแพลตฟอร์มรีวิว อีกรายอาจพึ่งเอกสารประกอบ ฟอรัม และเว็บไซต์ต้นทาง ถ้าการรายงานจากแหล่งภายนอกในหมวดหมู่ของคุณกระจุกอยู่ในบทความรวมรายชื่อไม่กี่ชิ้น ผู้ช่วย AI ที่เชื่อถือหน้าเหล่านั้นก็จะให้พื้นที่มากเกินจริงกับใครก็ตามที่ติดอันดับดีบนหน้านั้น

ตัวขับที่สามคือกติกาเรื่องความสดและการยึดโยงหลักฐาน คู่แข่งที่เพิ่งเปิดตัวอาจปรากฏทันทีในผู้ช่วย AI ที่เน้นการค้นหาสด และล่องหนอยู่หลายเดือนในรายที่พึ่งน้ำหนักโมเดล ภูมิภาค ภาษา และการที่เครื่องมือตัดสินใจว่าจำเป็นต้องค้นหาหรือไม่ ก็เพิ่มความแปรผันที่สมเหตุสมผลเข้าไปอีก

ผลในทางปฏิบัติคือ อย่าใช้ค่าเฉลี่ยรวมข้ามผู้ช่วย AI เป็นตัวเลขพาดหัวเด็ดขาด ให้รายงานเป็นตาราง ระยะห่างระหว่างผู้ช่วย AI คือข้อค้นพบในตัวมันเอง เพราะมันบอกว่าปัญหาของคุณคือความครอบคลุมของแหล่งข้อมูล อันดับบนหน้าเว็บของคนอื่น หรือการไม่มีอยู่ในคลังข้อมูลเลย รายละเอียดรายผู้ช่วย AI นี่แหละคือแกนของสิ่งที่เราสร้างที่ Growli และเป็นเหตุผลที่คะแนนรวมค่าเดียวคือตัวเลขที่ไร้ประโยชน์ที่สุดในรายงาน

แม่แบบตารางเกณฑ์เทียบที่คัดลอกไปใช้ได้

สร้างหนึ่งแถวต่อหนึ่งผู้ช่วย AI ต่อหนึ่งกลุ่มพรอมต์ ต่อหนึ่งรอบเวลา คอลัมน์เรียงตามนี้

อ่านได้สองทาง อ่านตามแถวจะเห็นว่ากลุ่มพรอมต์หนึ่งแข็งแรงบนผู้ช่วย AI รายหนึ่งแต่พังบนอีกราย อ่านลงคอลัมน์จะเห็นว่าคู่แข่งรายหนึ่งชนะทุกที่ ซึ่งเป็นปัญหาเรื่องคลังข้อมูลและความน่าเชื่อถือ หรือชนะแค่บนพื้นที่เดียว ซึ่งเป็นปัญหาเรื่องแหล่งข้อมูลที่คุณเจาะได้

เพิ่มชีตที่สองไว้เก็บชุดคู่แข่ง คือคู่แข่งที่ระบุชื่อห้าถึงแปดราย ตรึงไว้ตลอดรอบเวลานั้น พร้อมรายการพรอมต์ที่ใช้จริงและกติกาการนับ ถ้าไม่มีสองอย่างนี้ ตัวเลขของไตรมาสหน้าจะเทียบกับไตรมาสนี้ไม่ได้

• รอบเวลา สัปดาห์หรือเดือน พร้อมวันที่ที่รัน
• ผู้ช่วย AI ทั้ง ChatGPT, Gemini, Claude, Perplexity, Copilot และ Grok แยกแถวละราย ห้ามรวมกัน
• กลุ่มพรอมต์ เช่น เครื่องมือที่ดีที่สุดสำหรับ X ทางเลือกแทนคู่แข่ง และเรื่องราคา
• จำนวนรัน จำนวนการรันพรอมต์ทั้งหมดที่อยู่เบื้องหลังแถวนั้น ถ้าน้อยกว่าห้าครั้งต่อพรอมต์ ควรทำเครื่องหมายว่าความเชื่อมั่นต่ำ
• จำนวนครั้งที่คุณถูกกล่าวถึง จำนวนรันที่มีแบรนด์ของคุณตามกติกาที่บันทึกไว้
• อัตราการถูกกล่าวถึง % จำนวนครั้งที่คุณถูกกล่าวถึง ÷ จำนวนรัน
• จำนวนครั้งที่ทุกแบรนด์ถูกกล่าวถึง ทั้งของคุณและของชุดคู่แข่งที่ติดตามไว้ ในคำตอบชุดเดียวกัน
• ส่วนแบ่งในคำตอบ % จำนวนครั้งที่คุณถูกกล่าวถึง ÷ จำนวนครั้งที่ทุกแบรนด์ถูกกล่าวถึง
• ตำแหน่งเฉลี่ย อันดับเฉลี่ยเมื่อคุณถูกเอ่ยชื่ออยู่ในรายการ
• คู่แข่งอันดับหนึ่งและส่วนแบ่งของเขา % ใครคือคนที่คว้าที่นั่งไปจริง ๆ
• โดเมนที่ถูกอ้างอิงมากที่สุด สามแหล่งที่ผู้ช่วย AI พึ่งพามากที่สุด นี่คือรายการสิ่งที่คุณต้องทำ
• ส่วนต่างจากรอบก่อน เป็นจุดเปอร์เซ็นต์ ไม่ใช่เปอร์เซ็นต์การเปลี่ยนแปลง เพื่อไม่ให้ฐานที่เล็กทำให้ความเคลื่อนไหวดูเกินจริง

เปลี่ยนช่องว่างของส่วนแบ่งให้เป็นสิ่งที่ต้องทำ

รายงานส่วนแบ่งเสียงที่จบลงด้วยเปอร์เซ็นต์ก็เป็นแค่แดชบอร์ด คุณค่าจริงอยู่ที่การจับคู่ชนิดของช่องว่างเข้ากับการลงมือแก้ และชนิดของช่องว่างที่ควรค่าแก่การตั้งชื่อก็มีอยู่ไม่กี่แบบ

การไม่ปรากฏบนผู้ช่วย AI ทุกรายในกลุ่มพรอมต์หนึ่ง แปลว่าคุณไม่อยู่ในวัตถุดิบที่คำตอบถูกสร้างขึ้นมา งานคือความครอบคลุม ทำให้ถูกเอ่ยชื่อ ถูกอธิบาย และถูกนำไปเปรียบเทียบบนหน้าเว็บที่ผู้ช่วย AI อ้างอิงอยู่แล้วสำหรับกลุ่มนั้น ทั้งแพลตฟอร์มรีวิว บทรวมรายชื่อตามหมวดหมู่ กระทู้ในชุมชน และสื่อของวงการ พร้อมทำให้หน้าเว็บของคุณเองบอกอย่างตรงไปตรงมาว่าคุณทำอะไร ให้ใคร และราคาเท่าไร

การปรากฏในผู้ช่วย AI ที่เน้นการค้นหาสดแต่หายไปจากรายที่พึ่งน้ำหนักโมเดล ชี้ไปที่เรื่องความใหม่ คุณมีตัวตนบนเว็บสดแล้วแต่ยังไม่อยู่ในคลังข้อมูลชั้นลึก ให้เผื่อเวลาความล่าช้าไว้ และระหว่างนั้นให้ทุ่มไปที่พื้นที่ซึ่งการค้นหาเป็นตัวตัดสินสิทธิ์

การถูกเอ่ยชื่อแต่อยู่ท้ายสุดคือปัญหาหลักฐานเชิงเปรียบเทียบ ผู้ช่วย AI เรียงลำดับรายการโดยใช้กรอบที่มันเจอในแหล่งข้อมูล ถ้าคู่แข่งมีหน้าเปรียบเทียบที่ชัดเจน ตารางราคา และคำอธิบายกรณีการใช้งาน แต่คุณไม่มี คุณก็จะถูกจัดไว้ในช่องตัวประกอบ ให้เผยแพร่รายละเอียดเจาะจงออกไป การบอกว่าคุณไม่เหมาะกับใครมีประโยชน์พอ ๆ กับการบอกว่าเหมาะกับใคร

การถูกเอ่ยชื่อพร้อมคุณสมบัติที่ผิดคือแบบที่สร้างความเสียหายมากที่สุด และพลาดง่ายที่สุดถ้าคุณนับแค่จำนวนครั้งที่ถูกกล่าวถึง ให้บันทึกด้วยว่ามีการกล่าวอ้างอะไรเกี่ยวกับคุณ ไม่ใช่แค่ว่าถูกกล่าวถึงหรือไม่ ทั้งรูปแบบราคาที่ผิด การเชื่อมต่อระบบที่ตกหล่น หรือการวางตำแหน่งที่ล้าสมัย แล้วไปแก้ที่แหล่งซึ่งกำลังถูกอ้างอิง

การที่คู่แข่งรายเดียวครองผู้ช่วย AI รายหนึ่ง มักสืบย้อนได้ถึงหน้าเว็บหน้าเดียว หามันให้เจอในคอลัมน์โดเมนที่ถูกอ้างอิง แล้วตัดสินใจว่าจะเล่นเกมไหน ระหว่างการเข้าไปอยู่ในหน้านั้น การสร้างทางเลือกที่แข็งแรงกว่าบนโดเมนระดับเทียบเคียงกัน หรือการขอให้แก้ไขข้อเท็จจริง

จัดลำดับความสำคัญตามน้ำหนักทางการค้า ไม่ใช่ตามขนาดของช่องว่าง ช่องว่างสิบจุดบนพรอมต์ "ทางเลือกแทน" ที่ตั้งใจซื้อสูง มีค่ามากกว่าช่องว่างสี่สิบจุดบนคำถามเชิงนิยาม ถ้าคุณอยากได้กรอบที่กว้างกว่านี้ว่าอัตราการถูกกล่าวถึง น้ำเสียง และแหล่งอ้างอิง ประกอบกันอย่างไร ดูบทปูพื้นของเราเรื่องการมองเห็นใน AI

จังหวะ ความเชื่อมั่น และอะไรนับเป็นความเคลื่อนไหวจริง

การวัดรายเดือนเหมาะกับหมวดหมู่ส่วนใหญ่ ส่วนรายสัปดาห์มีเหตุผลรองรับในช่วงเปิดตัว เปลี่ยนแบรนด์ หรือระหว่างแคมเปญแก้ไขข้อมูลที่กำลังเดินอยู่ ไม่ว่าจะเลือกแบบไหน ให้รันชุดพรอมต์ทั้งชุดภายในช่วงเวลาแคบ ๆ เพื่อไม่ให้การอัปเดตโมเดลมาคร่อมตัวอย่างของคุณ

ตั้งเกณฑ์ของความเคลื่อนไหวก่อนจะรายงาน ถ้ารันห้าครั้งต่อพรอมต์ การขยับไม่กี่จุดเปอร์เซ็นต์บนกลุ่มเดียวยังอยู่ในความผันผวนของการสุ่มอย่างสบาย ๆ ให้เรียกว่าเป็นความเคลื่อนไหวก็ต่อเมื่อมันคงอยู่สองรอบติดกัน หรือปรากฏข้ามหลายกลุ่มบนผู้ช่วย AI รายเดียวกัน และให้ใส่หมายเหตุในทุกรายงานถึงเหตุการณ์ที่อาจอธิบายการกระโดดของตัวเลขได้ ทั้งการอัปเดตโมเดล การเปิดตัวของคู่แข่งรายใหม่ บทความใหญ่จากแหล่งภายนอกที่เพิ่งเผยแพร่ หรือการเปลี่ยนแปลงบนเว็บไซต์ของคุณเอง

วินัยข้อสุดท้าย เก็บคำตอบดิบไว้ด้วย ไม่ใช่เก็บแค่ตัวเลขสรุป อีกหกเดือนข้างหน้า ตัวเลขสรุปจะบอกคุณว่าส่วนแบ่งลดลง ส่วนคำตอบที่เก็บไว้จะบอกว่าเพราะอะไร และนั่นคือความต่างระหว่างตัวชี้วัดการมองเห็นใน AI ที่คุณปกป้องได้ กับตัวเลขที่จุดชนวนการเถียงกัน

FAQ