Link building ในยุค AI: ลิงก์ การกล่าวถึง และการอ้างอิงในคำตอบของ AI

ลิงก์อาจช่วยในคำตอบ AI ของ Google ทางอ้อม เพราะ AI Overview และ AI Mode เลือกแหล่งข้อมูลด้วยระบบจัดอันดับของเสิร์ชเอนจิน การวิเคราะห์ลิงก์เป็นส่วนหนึ่งของระบบเหล่านั้น แต่ Google ไม่ได้ระบุว่ามีอิทธิพลต่อการเลือกแหล่งข้อมูลมากแค่ไหน ในงานวิจัยของ Surfer ตัวชี้วัดภายนอกสามตัวที่วัดความแข็งแรงของลิงก์ของโดเมนมีสหสัมพันธ์ใกล้ศูนย์กับความถี่ของการอ้างอิง ในงานวิจัยของ Ahrefs จำนวนครั้งที่ชื่อแบรนด์ปรากฏบนหน้าเว็บสัมพันธ์กับการปรากฏของแบรนด์ใน AI Overview มากกว่าตัวชี้วัดลิงก์ ผมร่วมบริหาร Linko ซึ่งเป็นแพลตฟอร์มลิงก์ ดังนั้นทุกครั้งที่อ้างงานวิจัย ผมระบุว่าใครทำและผู้ทำขายอะไร

ลิงก์มีผลต่อการมองเห็นใน AI หรือไม่?

มีผลทางอ้อมได้ เพราะ AI Overview และ AI Mode เลือกแหล่งข้อมูลจากดัชนีของ Google ด้วยระบบจัดอันดับ Google เขียนว่าฟีเจอร์ AI ของ Google ทำงานบนระบบจัดอันดับหลักและระบบคุณภาพของเสิร์ชเอนจิน (Google Search Central อัปเดตเมื่อวันที่ 10 กรกฎาคม 2026) Google อธิบายว่านี่คือ RAG คือการสร้างคำตอบจากหน้าเว็บที่ค้นมา ระบบจัดอันดับหลักเลือกหน้าที่เป็นปัจจุบันจากดัชนี แล้วระบบสร้างคำตอบจากหน้าเหล่านั้นและแสดงลิงก์ไปยังแหล่งที่มา การวิเคราะห์ลิงก์ รวมถึง PageRank เป็นส่วนหนึ่งของระบบจัดอันดับหลัก (Google Search Central) ในเอกสารเหล่านี้ Google ไม่ได้ระบุว่าลิงก์มีอิทธิพลต่อการเลือกแหล่งของคำตอบมากแค่ไหน

หน้าเว็บเป็นแหล่งข้อมูลใน AI Overview ได้ก็ต่อเมื่อ Google จัดทำดัชนีแล้ว และแสดงหน้านั้นพร้อมข้อความตัวอย่างในผลการค้นหาได้ เอกสารของฟีเจอร์ AI ในเสิร์ชเอนจินอธิบายไว้เช่นนี้ (Google Search Central) คู่มือฉบับใหม่กว่าของ Google เพิ่มว่าเว็บไซต์ต้องถูกรวมอยู่ในฟีเจอร์ AI เชิงสร้างสรรค์ใน Search Console ด้วย เอกสารทั้งสองฉบับสงวนไว้ว่าการปฏิบัติตามเงื่อนไขไม่รับประกันว่าจะได้แสดง ในบทความเรื่อง link building ผมอธิบายว่าผมวางแผนลิงก์เพื่ออันดับใน Google อย่างไร

แหล่งของคำตอบอาจเป็นหน้าจากผลการค้นหาของคำค้นหาอื่น ไม่ใช่คำค้นหาที่ผู้ใช้พิมพ์ AI Overview และ AI Mode อาจส่งคำค้นหาที่เกี่ยวข้องหลายคำพร้อมกัน Google เรียกเทคนิคนี้ว่า query fan-out หน้าเว็บจึงอาจเข้าไปอยู่ในคำตอบได้เพราะมีอันดับสำหรับคำค้นหาเสริม

ในงานวิจัยของ Surfer ตัวชี้วัดภายนอกสามตัวที่วัดความแข็งแรงของลิงก์ของโดเมนมีสหสัมพันธ์ใกล้ศูนย์กับความถี่ของการอ้างอิง Surfer เก็บข้อมูลสามเดือน: 20,000 คำถาม และ URL ของแหล่งข้อมูลประมาณ 5 ล้านรายการจาก AI Mode, AI Overview, ChatGPT และ Perplexity Surfer แบ่งแหล่งข้อมูลเป็น 20 กลุ่มตามความถี่ของการอ้างอิง และสุ่มหนึ่ง URL จากแต่ละกลุ่ม ผู้เขียนไม่ได้ระบุว่ามี URL เข้าสู่การคำนวณรวมกี่รายการ และเขียนว่าผลที่ไม่ใช้การสุ่มนี้ใกล้เคียงกัน

ตัวชี้วัดในงานวิจัยนี้เป็นการวัดภายนอก ไม่ใช่สัญญาณจัดอันดับของ Google PageRank และ Harmonic Centrality มาจาก Common Crawl ซึ่งเป็นคลังเก็บหน้าเว็บสาธารณะ Harmonic Centrality แสดงว่าโดเมนอยู่ใกล้ศูนย์กลางของเครือข่ายลิงก์แค่ไหน Domain Score เป็นตัวชี้วัดรวมความแข็งแรงของโดเมนใน Surfer คำนวณจากข้อมูลของ DataForSEO Surfer คำนวณสหสัมพันธ์ลำดับของสเปียร์แมน ซึ่งเปรียบเทียบลำดับของการสังเกต ผลที่ใกล้ 1 หรือ -1 หมายถึงลำดับสอดคล้องกันมากหรือกลับด้านกัน ส่วนผลที่ใกล้ศูนย์หมายถึงไม่สอดคล้องกัน

สหสัมพันธ์อยู่ระหว่าง -0.073 ถึง +0.026 คือใกล้ศูนย์สำหรับทุกตัวชี้วัดและผู้ช่วยทุกตัว หลังตัดโดเมนที่แข็งแรงที่สุด 5% ออก สัมประสิทธิ์ส่วนใหญ่เข้าใกล้ศูนย์ยิ่งกว่าเดิม ผู้เขียนระบุว่าไม่ได้วัดปัจจัยนอกหน้าเว็บอื่น ๆ (Surfer อัปเดตเมื่อวันที่ 17 กันยายน 2026) Surfer เปรียบเทียบเฉพาะหน้าเว็บที่ AI อ้างอิงอยู่แล้ว งานวิจัยจึงไม่ได้บอกว่าโดเมนที่แข็งแรงเพิ่มโอกาสได้รับการอ้างอิงครั้งแรกหรือไม่ และไม่ได้บอกอะไรเกี่ยวกับผลของลิงก์เดี่ยว ๆ ต่อหน้าเว็บหน้าใดหน้าหนึ่ง

ในงานวิจัยของ Ahrefs จำนวนครั้งที่ชื่อแบรนด์ปรากฏบนเว็บสัมพันธ์กับการปรากฏใน AI Overview มากกว่าตัวชี้วัดลิงก์ Ahrefs เลือก 75,000 แบรนด์จากโดเมนที่มี DR สูงกว่า 40 DR คือตัวชี้วัดความแข็งแรงของลิงก์ของโดเมนใน Ahrefs แต่ละแบรนด์ถูกเชื่อมกับคำค้นหาที่มีการค้นหาอย่างน้อย 800 ครั้งต่อเดือน ประมาณ 26% ของแบรนด์ไม่ถูกกล่าวถึงใน AI Overview เลยสักครั้ง การวิเคราะห์จึงครอบคลุมประมาณ 74% ของแบรนด์ ผลจึงนำไปใช้กับแบรนด์เล็กโดยตรงไม่ได้ (Ahrefs อัปเดตเมื่อวันที่ 27 เมษายน 2026)

ตัวที่สัมพันธ์กับการปรากฏใน AI Overview มากที่สุดคือจำนวนครั้งที่ชื่อแบรนด์ปรากฏบนเว็บ ไม่ว่าจะมีลิงก์หรือไม่: 0.664 Anchor คือข้อความที่คลิกได้ของลิงก์ ลิงก์ที่ใช้ชื่อแบรนด์เป็น anchor ได้ 0.527 และจำนวนการค้นหาชื่อแบรนด์ได้ 0.392 DR ได้ 0.326 จำนวนโดเมนที่ลิงก์มาได้ 0.295 และจำนวนลิงก์ได้ 0.218 ผู้เขียนระบุว่าสหสัมพันธ์ไม่ได้แปลว่าเป็นสาเหตุ Ahrefs ขายเครื่องมือที่ติดตามการกล่าวถึงแบรนด์ใน AI และแนะนำเครื่องมือนั้นในบทความเดียวกัน

งานวิจัยเหล่านี้วัดสิ่งที่ต่างกัน จึงนำมาเทียบกันเหมือนผลของการวัดครั้งเดียวไม่ได้ งานวิจัยแรกของ Surfer วัดว่าแหล่งข้อมูลถูกอ้างอิงบ่อยแค่ไหน งานวิจัยที่สองของ Surfer ซึ่งผมอธิบายในขั้นตอนที่ 3 วัดตำแหน่งของแบรนด์ในคำตอบ Ahrefs วัดว่าชื่อแบรนด์ปรากฏใน AI Overview บ่อยแค่ไหน มีเพียง Ahrefs ที่เปรียบเทียบลิงก์และการกล่าวถึงพร้อมกัน ไม่มีงานวิจัยไหนตรวจว่าลิงก์ทำให้อันดับของหน้าเว็บใน Google ดีขึ้นหรือไม่ แม้อันดับอาจมีผลต่อการอ้างอิงใน AI

การกล่าวถึงแบรนด์ต่างจากลิงก์อย่างไร?

การกล่าวถึงคือชื่อแบรนด์ในข้อความบนเว็บไซต์ของผู้อื่น จะมีลิงก์หรือไม่ก็ได้ ลิงก์พาผู้อ่านและบอตของเสิร์ชเอนจินมายังเว็บไซต์ของคุณ การกล่าวถึงที่ไม่มีลิงก์ไม่ส่งต่อคุณค่าของลิงก์ใน Google แต่ให้ข้อมูลเกี่ยวกับแบรนด์แก่ผู้อ่านและแก่ระบบที่อ่านหน้านั้น ลิงก์ที่ใช้ชื่อแบรนด์เป็น anchor เป็นทั้งลิงก์และการกล่าวถึงในเวลาเดียวกัน

ผมเขียนถึงการกล่าวถึงเป็นเป้าหมายแยกต่างหากมาตั้งแต่ปี 2021 ในคู่มือสำหรับ Senuto ตอนนั้นผมเขียนว่าไม่ได้ต้องการลิงก์เสมอไป บางครั้งต้องการการกล่าวถึงที่เปลี่ยนเป็นลิงก์ได้ในภายหลัง (Senuto, 23 พฤศจิกายน 2021) ในปี 2026 ในคำให้สัมภาษณ์สำหรับบล็อกของ Majestic ผมเพิ่มว่าการกล่าวถึงและลิงก์สร้างด้วยวิธีที่ต่างกันโดยสิ้นเชิง (Majestic)

การกล่าวถึงบนหน้าเว็บต่างจากการกล่าวถึงในคำตอบของ AI การกล่าวถึงบนหน้าเว็บคือชื่อแบรนด์ในบทความ การกล่าวถึงในคำตอบคือชื่อแบรนด์ในข้อความที่ผู้ช่วย AI แสดงให้ผู้ใช้ อย่างแรกอาจนำไปสู่อย่างหลังได้ แต่เป็นการวัดสองอย่างที่แยกกัน

Google เตือนว่าการหาการกล่าวถึงที่ไม่เป็นธรรมชาติเพื่อฟีเจอร์ AI ของ Google ไม่ได้ช่วยอย่างที่คิด Google เขียนว่าฟีเจอร์ AI ของ Google อาจแสดงสิ่งที่พูดถึงผลิตภัณฑ์และบริการบนเว็บ รวมถึงในบล็อก วิดีโอ และฟอรัม เหตุผลที่ Google ให้ไว้สำหรับคำเตือนคือระบบจัดอันดับให้ความสำคัญกับเนื้อหาคุณภาพสูง และระบบอื่นบล็อกสแปม (Google Search Central)

ผมวางแผน link building เพื่อการมองเห็นใน AI อย่างไร?

ผมวัดก่อน แล้วจึงสั่งการเผยแพร่บทความ เพราะถ้าไม่วัดผมไม่รู้ว่าขาดอะไร: การกล่าวถึง การอ้างอิง หรืออันดับใน Google ลำดับขั้นตอน:

ขั้นตอนที่ 1. วัดก่อนซื้อ

ผมเริ่มจากวัดการมองเห็นของแบรนด์ใน AI บนคำถามของลูกค้า แยกการกล่าวถึงกับการอ้างอิง ในบทความเรื่องการมองเห็นของแบรนด์ใน AI ผมอธิบายว่าวัดสองอย่างนี้อย่างไรและถามซ้ำกี่ครั้ง การวัดแสดงหนึ่งในสามสถานการณ์:

• ชื่อแบรนด์ไม่ปรากฏในคำตอบ;
• แบรนด์ปรากฏ แต่หน้าเว็บของแบรนด์ไม่ถูกอ้างอิง;
• หน้าเว็บไม่ปรากฏใน Google สำหรับคำถามที่ AI ใช้ค้นหาแหล่งข้อมูล

ขั้นตอนที่ 2. รายชื่อแหล่งข้อมูลที่ AI อ้างอิงอยู่แล้ว

จากการวัดเดียวกัน ผมเอารายชื่อหน้าเว็บที่ผู้ช่วย AI อ้างอิงสำหรับคำถามในหัวข้อนั้น ผมรวบรวม URL จากการถามซ้ำทุกครั้งและนับว่าแต่ละรายการถูกอ้างอิงกี่ครั้ง เพราะรายชื่อแหล่งข้อมูลเปลี่ยนไประหว่างคำตอบของคำถามเดียวกัน ผมแบ่งแหล่งข้อมูลเป็นสามกลุ่ม:

• หน้าเว็บที่แบรนด์ปรากฏได้ เช่น พอร์ทัล บล็อก การจัดอันดับ และไดเรกทอรีเฉพาะอุตสาหกรรม;
• หน้าเว็บของคู่แข่ง;
• หน้าเว็บที่ผมมีอิทธิพลไม่ได้ เช่น หน้าของหน่วยงานรัฐ

ขั้นตอนที่ 3. การกล่าวถึงในที่ที่ AI อ้างอิงอยู่แล้ว

ผมวางแผนการกล่าวถึงในบทความที่ AI อ้างอิงอยู่แล้ว หรืออยู่อันดับสูงใน Google สำหรับคำถามในหัวข้อนั้น ในคำให้สัมภาษณ์สำหรับ Majestic ผมเขียนถึงเป้าหมายที่ต้องการให้ AI แนะนำแบรนด์ในคำตอบ ไม่ใช่อ้างอิงเป็นแหล่งข้อมูล เป้าหมายนี้ต้องมีแบรนด์อยู่ในเว็บไซต์เฉพาะหัวข้อที่ปรากฏใน AI Overview

ผมเลือกบทความตามเกณฑ์ห้าข้อ:

• หัวข้อและตลาดของบทความตรงกับสิ่งที่แบรนด์เสนอ;
• บทความปรากฏในแหล่งข้อมูลจากการวัดซ้ำหลายครั้ง ไม่ใช่ครั้งเดียว;
• แบรนด์ที่ถูกกล่าวถึงข้างกันเป็นคู่แข่งที่แบรนด์ต้องการให้เปรียบเทียบด้วย;
• ผู้เผยแพร่เพิ่มแบรนด์เข้าไปในข้อความได้ หรือรับบทความใหม่ได้;
• ค่าใช้จ่ายเหมาะกับเป้าหมายที่ผมบันทึกไว้ในแผนก่อนซื้อ

แบรนด์ปรากฏในข้อความของผู้อื่นได้สามวิธี และสองวิธีแรก Linko ก็ขายด้วย:

• บทความสปอนเซอร์ คือบทความใหม่แบบเสียเงินที่ผู้เผยแพร่ลงให้;
• insert คือการกล่าวถึงหรือลิงก์ที่เพิ่มโดยเสียเงินเข้าไปในบทความที่เผยแพร่ไปแล้ว;
• การกล่าวถึงโดยกองบรรณาธิการ คือชื่อแบรนด์ที่ผู้เขียนใส่เองโดยไม่เสียเงิน

จากการเผยแพร่แบบเสียเงิน ผมคาดหวังสองอย่าง: ลิงก์ที่ส่งต่อคุณค่าใน Google และการกล่าวถึงแบรนด์ในข้อความที่ AI อ่าน ลิงก์มีไว้ช่วยอันดับของหน้าปลายทาง ส่วนการกล่าวถึงช่วยให้ AI เชื่อมแบรนด์กับหัวข้อของบทความ Google ถือว่าลิงก์แบบเสียเงินที่ส่งต่อคุณค่าเป็นการฝ่าฝืนนโยบายสแปม ผมจึงจัดการความเสี่ยงนี้ด้วยการเลือกพอร์ทัลและ anchor

Google ไม่ได้ระบุว่าการกล่าวถึงที่ไม่เป็นธรรมชาติคืออะไร ผมจึงไม่รู้ว่าการกล่าวถึงแบบเสียเงินจัดอยู่ในนั้นหรือไม่ นโยบายสแปมของ Google อธิบายลิงก์แบบเสียเงิน แต่ไม่ได้พูดถึงการกล่าวถึงแบบเสียเงินที่ไม่มีลิงก์ Google ไม่ได้เขียนด้วยว่าฟีเจอร์ AI ของ Google ปฏิบัติต่อการกล่าวถึงแบบเสียเงินต่างจากการกล่าวถึงโดยกองบรรณาธิการหรือไม่ ผมจึงไม่ถือว่าการกล่าวถึงแบบเสียเงินเป็นวิธีที่แน่นอนในการไปอยู่ใน AI แต่ถือเป็นค่าใช้จ่ายที่ต้องวัดก่อนและหลัง

บทความสปอนเซอร์ควรเขียนให้ผู้อ่านของเว็บไซต์นั้น ไม่ใช่เพื่อใช้อันดับของเว็บไซต์ใน Google เท่านั้น หลักการของ Google เรื่องการละเมิดชื่อเสียงของเว็บไซต์เกี่ยวกับเนื้อหาของผู้อื่นที่เผยแพร่เป็นหลักเพราะสัญญาณจัดอันดับของเว็บไซต์ ตัวอย่างที่ Google ยกว่าสอดคล้องกับหลักการนี้คือบทความสปอนเซอร์ที่มุ่งถึงผู้อ่านของสิ่งพิมพ์นั้นโดยตรง

Surfer วัดความสัมพันธ์ระดับปานกลางระหว่างสัดส่วนของหน้าที่ถูกอ้างอิงซึ่งกล่าวถึงแบรนด์ กับตำแหน่งของแบรนด์ในคำตอบของ AI งานวิจัยครอบคลุม 922 คำถามจาก 12 อุตสาหกรรม ถามซ้ำหลายครั้งตลอดเจ็ดวันใน ChatGPT, AI Overview, AI Mode และ Perplexity และ URL ของแหล่งข้อมูล 289,105 รายการ คำถามมาจากโครงการของลูกค้า Surfer และส่วนใหญ่เป็นคำถามที่สร้างขึ้นเพื่อการทดสอบ เช่น ผลิตภัณฑ์ที่ดีที่สุดในหมวดหนึ่ง สหสัมพันธ์ลำดับของสเปียร์แมนได้ 0.41 ที่สัมพันธ์มากที่สุดคือการกล่าวถึงในโพสต์บล็อก ซึ่ง Surfer นับรวมบล็อกของแบรนด์ที่ถูกกล่าวถึงในคำตอบเองด้วย โพสต์บล็อกคิดเป็น 28.7% ของแหล่งที่ถูกอ้างอิง และ 16.2% เป็นบล็อกของแบรนด์เอง

ผู้เขียนระบุว่าความสัมพันธ์อาจทำงานในทิศทางตรงกันข้าม AI อาจอ้างอิงหน้าที่มีแบรนด์ซึ่งมันตั้งใจจะแนะนำอยู่แล้ว ผู้เขียนเห็นว่าการตีความนี้มีโอกาสน้อยกว่า เพราะเขาแทบไม่เห็นชื่อแบรนด์ในคำค้นหาเสริม นั่นเป็นข้อโต้แย้งของเขา ไม่ใช่การทดสอบแยกต่างหาก (Surfer อัปเดตเมื่อวันที่ 17 กันยายน 2026)

ขั้นตอนที่ 4. คำอธิบายแบรนด์ที่สอดคล้องกันในทุกการเผยแพร่

การเผยแพร่ทุกชิ้นนำเสนอแบรนด์อย่างสอดคล้องกัน: ทำอะไร เสนออะไร และเพื่อใคร ผมปรับวิธีเขียนให้เข้ากับบทความ แต่ข้อเท็จจริงเกี่ยวกับแบรนด์เหมือนกันทุกที่ ในบทความเรื่อง AI SEO และ GEO ผมอธิบายว่าทำไมผมจึงเริ่มจากตัวตนของแบรนด์ แล้วจึงสั่งการเผยแพร่บทความ ในคำให้สัมภาษณ์สำหรับ Majestic ผมเขียนว่าความสอดคล้องของการสื่อสารช่วยให้ได้ผลดีในที่ที่สำคัญต่อแบรนด์

ขั้นตอนที่ 5. วิดีโอและโซเชียลมีเดีย

รายการที่ที่แบรนด์ควรปรากฏไม่ได้มีแค่พอร์ทัล ในคำให้สัมภาษณ์เดียวกันสำหรับ Majestic ผมระบุแพลตฟอร์มวิดีโอและโซเชียลมีเดียเป็นอันดับแรก Google เขียนว่าฟีเจอร์ AI ของ Google อาจแสดงสิ่งที่พูดถึงผลิตภัณฑ์ในวิดีโอและในฟอรัมด้วย

ขั้นตอนที่ 6. วัดก่อนและหลังการเผยแพร่

ผมไม่รู้จักการวัดใดที่แสดงว่าการกล่าวถึงแบบเสียเงินในบทความที่ถูกอ้างอิงเพิ่มการมองเห็นของแบรนด์ใน AI ผมจึงวัดก่อนเผยแพร่และหลังเผยแพร่ ด้วยคำถามชุดเดียวกันและจำนวนครั้งที่ถามซ้ำเท่ากัน การวัดแบบนี้เองไม่ได้พิสูจน์ว่าการเปลี่ยนแปลงเกิดจากการเผยแพร่ ในช่วงเวลาเดียวกัน โมเดล ดัชนีของ Google และคู่แข่งอาจเปลี่ยนไปด้วย

เพื่อประเมินผลได้ง่ายขึ้น ก่อนเผยแพร่ผมบันทึกเกณฑ์ความสำเร็จและคำถามควบคุมไว้ คำถามควบคุมคือคำถามจากการวัดเดียวกันซึ่งไม่เกี่ยวข้องกับการเผยแพร่ครั้งนั้น ผมบันทึกกิจกรรมอื่นของแบรนด์ในช่วงเวลานั้นด้วย ส่วนลิงก์ ผมประเมินแยกต่างหากจากอันดับและทราฟฟิกของหน้าเว็บใน Google

จะอ่านรายงานที่บอกว่าลิงก์เพิ่มการมองเห็นใน AI อย่างไร?

รายงานที่แสดงเพียงสหสัมพันธ์ของลิงก์กับการอ้างอิง แยกผลของลิงก์ออกจากลักษณะอื่นของแบรนด์ใหญ่ไม่ได้ ในปี 2026 เอเจนซี่โปแลนด์แห่งหนึ่งเผยแพร่รายงานการมองเห็นใน AI ของ 10 แบรนด์ในอุตสาหกรรมเดียวกัน เอเจนซี่นำเสนอสหสัมพันธ์ระหว่างจำนวนโดเมนที่ลิงก์มากับจำนวนการอ้างอิงใน AI (0.89) เป็นหลักฐานว่าลิงก์เพิ่มการอ้างอิง จำนวนการอ้างอิงในตารางมาจากดัชนีทั่วโลกของ Ahrefs ไม่ใช่จากคำถามที่ถามผู้ช่วย AI เพื่อรายงานนี้

ผมคำนวณตารางจากรายงานนั้นใหม่ด้วยสหสัมพันธ์ของเพียร์สัน ซึ่งเป็นการวัดความสัมพันธ์เชิงเส้นที่รายงานใช้ และผลขึ้นกับไม่กี่แบรนด์:

• ทราฟฟิกออร์แกนิกจาก Google สัมพันธ์กับการอ้างอิงมากพอ ๆ กับโดเมนที่ลิงก์มา: 0.92 เทียบกับ 0.89;
• สหสัมพันธ์บางส่วนแสดงความสัมพันธ์หลังหักส่วนที่ทั้งสองค่ามีร่วมกับทราฟฟิกออก และสำหรับโดเมนที่ลิงก์มาได้ 0.53;
• ช่วงความเชื่อมั่น 95% ซึ่งเป็นช่วงความไม่แน่นอนของค่าประมาณ สำหรับสหสัมพันธ์บางส่วนนี้อยู่ระหว่าง -0.21 ถึง 0.88;
• ถ้าตัดแต่ละแบรนด์จาก 10 แบรนด์ออกทีละแบรนด์ สหสัมพันธ์ของโดเมนที่ลิงก์มาอยู่ระหว่าง 0.80 ถึง 0.94;
• ถ้าไม่นับสองแบรนด์ที่มีการอ้างอิงมากที่สุด สหสัมพันธ์ของโดเมนที่ลิงก์มาลดลงเหลือ 0.66 และของทราฟฟิกเป็น 0.80;
• ภายใต้สมมติฐานมาตรฐาน ช่วงความเชื่อมั่น 95% ของผล 0.89 อยู่ระหว่าง 0.60 ถึง 0.97 และไม่ได้คำนึงถึงวิธีที่เลือก 10 แบรนด์

ตารางนี้ไม่ช่วยให้บอกได้ว่าการอ้างอิงมาจากลิงก์ ทราฟฟิก หรือลักษณะอื่นของแบรนด์ใหญ่ที่มองเห็นได้ ทราฟฟิกอาจเป็นตัวแทนขนาดของแบรนด์ แต่ตัวมันเองก็อาจขึ้นกับลิงก์ได้ การตัดแบรนด์ที่มีการอ้างอิงมากที่สุดออกทำให้สหสัมพันธ์ลดลงประมาณ 0.10 และการตัดสองแบรนด์ที่มีการอ้างอิงมากที่สุดออกลดลงประมาณ 0.24 ชุดข้อมูลที่ไม่มีแบรนด์ใหญ่ที่สุดเป็นการตรวจความอ่อนไหวของผล ไม่ใช่การประมาณที่ดีกว่า ผู้เขียนรายงานทำงานด้าน link building ในเอเจนซี่ ซึ่งเป็นบริการที่เอเจนซี่นั้นขาย และหน้าสุดท้ายของรายงานเชิญให้ติดต่อเรื่องผลลัพธ์ นั่นไม่ได้ชี้ขาดผล แต่เป็นเหตุผลให้คำนวณข้อมูลใหม่

กับรายงานเรื่องลิงก์และ AI ทุกฉบับ ผมตรวจหกอย่าง:

• การวัดครอบคลุมกี่แบรนด์หรือกี่หน้า และเลือกมาอย่างไร;
• วัดอะไร: การกล่าวถึงในคำตอบ การอ้างอิงหน้าเว็บ หรืออันดับใน Google;
• ข้อมูลเกี่ยวกับ AI มาจากไหน: จากคำถามของผู้วิเคราะห์เองที่ถามซ้ำ หรือจากดัชนีของเครื่องมือ;
• ผลคำนึงถึงขนาดของแบรนด์หรือไม่ เช่น ทราฟฟิกหรือจำนวนการค้นหาชื่อ;
• ผลเปลี่ยนไปอย่างไรเมื่อไม่นับข้อมูลที่มีค่าสูงที่สุด;
• ผู้เขียนขายอะไร

ผมถามคำถามเดียวกันนี้กับงานวิจัยของ Ahrefs และ Surfer และกับการวัดของผมเอง กราฟิกแรกผมสร้างตามคำถามเหล่านี้ ในคำอธิบายงานวิจัยของ Ahrefs และ Surfer ผมไม่พบผลหลังคำนึงถึงขนาดของแบรนด์ ผลที่ไม่นับข้อมูลที่มีค่าสูงที่สุดมีเฉพาะ Surfer ในงานวิจัยเรื่องความแข็งแรงของโดเมน ไม่มีงานวิจัยไหนวัดผลของการซื้อลิงก์หรือการกล่าวถึงก่อนและหลัง

Digital PR ต่างจากการซื้อการเผยแพร่บทความอย่างไร?

Digital PR ให้การเผยแพร่และการกล่าวถึงที่กองบรรณาธิการตัดสินใจเอง ส่วนการซื้อการเผยแพร่บทความคือการจ่ายเงินเพื่อพื้นที่บนเว็บไซต์ Digital PR คือกิจกรรมประชาสัมพันธ์บนอินเทอร์เน็ต กิจกรรมที่คล้ายกันและมุ่งหาลิงก์ในโปแลนด์ก็เรียกว่า SEO PR ตัวอย่างเช่น ข้อมูลจากการวิจัยของคุณเอง ความเห็นของผู้เชี่ยวชาญ หรือรายงานที่สื่อนำไปเขียนถึงเองโดยตัดสินใจเอง

ทั้งสองวิธีให้การกล่าวถึงบนหน้าเว็บที่ AI ใช้ได้ แต่ต่างกันที่การควบคุมข้อความ เมื่อเผยแพร่แบบเสียเงิน คุณรู้ว่าแบรนด์จะปรากฏที่ไหนและเมื่อไร ส่วน digital PR กองบรรณาธิการเป็นผู้ตัดสินใจเรื่องข้อความ Ahrefs ในคำอธิบายงานวิจัยของตนแนะนำให้สร้างการกล่าวถึงแบรนด์ด้วยวิธีต่าง ๆ รวมถึง PR ผมไม่มีการวัดของตัวเองที่เปรียบเทียบผลของ digital PR กับการเผยแพร่แบบเสียเงินในคำตอบของ AI

ที่ Linko เราวางแผนลิงก์และการกล่าวถึงด้วย AI อย่างไร?

ที่ Linko การวางแผนลิงก์และการกล่าวถึงเป็นงานของคน โดยมีเครื่องมือ AI ช่วย หุ้นส่วนของผมใน Linko บอกว่าเราไม่ขอให้ AI ทำกลยุทธ์ลิงก์สำเร็จรูปให้บริษัท เครื่องมือประเมินหัวข้อและความน่าเชื่อถือของโดเมนในสาขานั้น และตรวจการมองเห็นของบทความบนพอร์ทัลที่ซื้อการเผยแพร่ได้ เรามักผสมลิงก์กับกิจกรรม PR ที่ให้การกล่าวถึงแบรนด์ รวมถึงเพื่อ AI ด้วย

Linko ยึดหลักคงที่ไม่กี่ข้อกับลิงก์และการกล่าวถึงเพื่อ AI:

• ทุกพอร์ทัลเราบันทึกเหตุผลที่เลือก: บทความที่มองเห็นได้ใน Google สำหรับคำค้นหานั้น หรือคู่แข่งที่พอร์ทัลลิงก์ไปหา;
• ทุกไตรมาส เราตรวจว่าในพอร์ทัลมีบทความใหม่ที่ซื้อลิงก์ได้หรือไม่;
• insert เราสั่งหลังแก้ไขหน้าปลายทางแล้ว เพราะลิงก์ใหม่ควรช่วยให้ Google เข้ามาดูหน้าที่แก้ไขแล้วเร็วขึ้น;
• รายงานแสดงการวิเคราะห์และผล ไม่ใช่แค่รายการลิงก์ที่ได้มา

หัวข้อของพอร์ทัลไม่จำเป็นต้องเหมือนหัวข้อของลูกค้าเพื่อให้ลิงก์ส่งต่อคุณค่า แต่สำหรับการกล่าวถึงเพื่อ AI หัวข้อมีความสำคัญ ลิงก์จากบทความที่มีอันดับดีใน Google อาจส่งต่อคุณค่าได้ แม้พอร์ทัลจะเขียนเรื่องอื่น เราวางแผนการกล่าวถึงเพื่อ AI Overview ในบทความตอบคำถามเชิงข้อมูลในหัวข้อของลูกค้า เช่น คู่มือและการจัดอันดับผลิตภัณฑ์

เครื่องมือช่วยลดเวลาคำนวณ แต่ไม่ได้แทนการตัดสินใจ หุ้นส่วนของผมประเมินว่าการวิเคราะห์ที่เคยใช้เวลาหลายชั่วโมง ในระบบของ Linko ใช้เวลาประมาณ 15 นาที ผลของมันคือการคำนวณและข้อเสนอพร้อมงบประมาณ คนเป็นผู้ทำแผน เลือกพอร์ทัล และคุยกับผู้เผยแพร่

Outreach ที่ Linko เป็นงานของคน ซึ่ง AI ช่วยเร่ง Outreach คือการติดต่อผู้เผยแพร่และผู้เขียนเรื่องการเผยแพร่บทความ การกล่าวถึง หรือลิงก์ เครื่องมือ AI ช่วยหาการกล่าวถึงที่ไม่มีลิงก์ ประเมินหัวข้อของพอร์ทัล และเตรียมร่างข้อความ คนตรวจทุกข้อความและทุกรายชื่อพอร์ทัล เพราะ AI อาจสับสนระหว่างพอร์ทัลเฉพาะหัวข้อกับพอร์ทัลทั่วไป หรือให้ข้อเท็จจริงที่ไม่จริงเกี่ยวกับผู้เผยแพร่

แค่ anchor ไม่พอที่จะวางแผนบทความกับผู้เผยแพร่ เพราะบทความต้องตอบคำถามของผู้อ่าน ในคำให้สัมภาษณ์สำหรับ Majestic ผมเขียนว่ายุคของการเขียนสิบบทความสำหรับคำค้นหาเดียวจบลงแล้ว และต้องทำงานกับทุกบทความ ผมอธิบายแบรนด์ในข้อความตรงที่เหมาะกับคำตอบของคำถามนั้น

คำถามที่พบบ่อยเกี่ยวกับ link building ในยุค AI

ควรเริ่มจากตรงไหน?

เริ่มจากการวัดการมองเห็นของแบรนด์ใน AI และรายชื่อแหล่งข้อมูลที่ผู้ช่วยอ้างอิงสำหรับคำถามของลูกค้าคุณ จากนั้นตรวจว่าแบรนด์ปรากฏได้ในหน้าไหนบ้าง และเทียบกับรายชื่อพอร์ทัลในแผนลิงก์ของคุณ ส่วนลิงก์ให้วางแผนต่อไปตามอันดับและทราฟฟิกของหน้าเว็บใน Google ส่วนการกล่าวถึงให้วางแผนตามแหล่งข้อมูลที่ AI อ้างอิง