ครั้งหนึ่งผมให้ AI agent ทำงาน SEO ง่าย ๆ: เลือกหัวข้อเอง เขียนบทความเอง แล้วทำต่อจนเสร็จ
ผมไม่ได้ขอ 10 บทความหรือ 100 บทความ แต่ตั้งเป้าไปที่ 10,000 บทความ ตั้งแต่ต้น
agent ทำงานหลายวันและทำเสร็จจริง ๆ มันสร้างหน้าที่ยาวและมีโครงสร้างหลายพันหน้า ไฟล์รวมกันหลายร้อยเมกะไบต์ มองผ่าน ๆ แล้วดูน่าประทับใจมาก มี title, heading, ย่อหน้ายาว, keyword และสรุปครบ เหมือนคลังเนื้อหาขนาดใหญ่ที่จริงจัง
ช่วงหนึ่งกลยุทธ์นี้ดูเหมือนจะได้ผล Googlebot สุดท้าย crawl URL บทความที่สร้างครบทั้ง 10,000 URL ตอนนั้นผมเกือบมองว่านี่เป็น validation แต่จริง ๆ ไม่ใช่ การ crawl แปลเพียงว่า Google พบและดึงหน้าเหล่านั้นมา มีเพียงประมาณ 1,000 หน้า เท่านั้นที่ถูก index จริง เริ่มปรากฏใน Google Search และสร้าง impression กับ visit จริง
จากนั้นทุกอย่างกลับทิศ
หน้าที่สร้างด้วย AI เริ่มหายออกจาก index ทีละหน้า แล้วเพิ่มขึ้นเรื่อย ๆ สุดท้ายปัญหาไม่ได้อยู่แค่บทความ AI อีกต่อไป: ทั้งเว็บไซต์เหลือ 0 หน้าที่ถูกทำดัชนี รวมถึง homepage
การทดลองนี้เปลี่ยนวิธีที่ผมใช้ AI กับ SEO ไปอย่างถาวร
Crawling ไม่ใช่ indexing — ผมได้เรียนรู้จากความผิดพลาดจริง
ความต่างนี้ดูพื้นฐาน แต่เมื่อดู URL หลายพันรายการใน Search Console มันสับสนได้ง่าย ในกรณีของผม Google crawl URL บทความครบทั้ง 10,000 URL นั่นหมายความว่า Googlebot พบและดึงหน้าเหล่านั้นมา แต่ ไม่ได้หมายความว่าทั้ง 10,000 หน้าได้รับการยอมรับเข้า index
มีเพียงประมาณ 1,000 หน้าเท่านั้นที่ถูก index จริงและเริ่มปรากฏใน Search หน้าเหล่านี้สร้าง impression และ traffic จริง ส่วนอีกหลายพันหน้าสามารถถูก crawl ได้โดยไม่เคย searchable เอกสาร Search Console ของ Google แยกสองสถานะนี้ชัดเจน: URL อาจ crawled แล้วแต่ยัง not indexed
หลังจากนั้นผมไม่มอง crawl เป็น approval อีกต่อไป Crawl หมายถึง Google กำลังประเมิน URL ส่วน indexing เป็นอีก decision หนึ่ง และการอยู่ใน index ต่อเนื่องก็เป็นอีก test หนึ่ง ใน experiment ของผม แม้แต่ประมาณ 1,000 หน้าที่เคยเข้า Search ก็หายไปในที่สุด
ปัญหาไม่ได้อยู่ที่บทความดูแย่
บทความเหล่านี้ไม่ได้ดูเป็นขยะชัด ๆ มันยาว แกรมมาร์ใช้ได้ และโครงสร้างเป็นเหตุเป็นผล ถ้าเปิดดูแค่หน้าเดียว หลายหน้าก็ดูเหมือนบทความ SEO ปกติ
ความผิดพลาดจริงลึกกว่านั้น: ผมไม่ได้แค่ยกงานเขียนให้ AI แต่ยก เหตุผลว่าทำไมต้องเขียน ให้มันด้วย
agent เลือกหัวข้อ ตัดสินใจว่าจะพูดอะไร สร้างโครง และเขียนเนื้อหา ผมเผยแพร่ในขนาดที่เป็นไปไม่ได้ที่จะอ่าน ตรวจสอบ แก้ไข และปรับปรุงทุกหน้าเอง
เนื้อหาส่วนใหญ่ไม่มีประสบการณ์ตรงของผม ไม่มี research ต้นฉบับ ไม่มีเรื่องจริงหรือข้อมูลของตัวเอง ตัวอย่างที่มีความหมายมีน้อย และหลายหน้ามีภาพที่มีประโยชน์ 0 หรือ 1 ภาพ ที่สำคัญที่สุดคือหลายหน้าไม่มีคำตอบที่ดีว่า ถ้ามีบทความเรื่องเดียวกันอยู่แล้วเป็นพันหน้า หน้านี้ควรมีอยู่เพื่ออะไร?
มันมีรูปร่างของคอนเทนต์ที่มีประโยชน์ แต่ไม่ได้มีคุณค่าต้นฉบับอย่างสม่ำเสมอ
ตอนแรกผมเรียกมันว่า “AI penalty” ตอนนี้คิดว่าคำนี้ง่ายเกินไป
เมื่อเว็บไซต์หายไป ความคิดแรกของผมคือ Google ตรวจเจอข้อความ AI แล้วลงโทษโดเมนเพราะใช้ AI
ตอนนี้ผมจะไม่อธิบายแบบนั้น
แนวทางสาธารณะของ Google ชัดกว่านั้น: การใช้ generative AI ไม่ได้ผิดกฎโดยตัวมันเอง ปัญหาคือการใช้ระบบอัตโนมัติ รวมถึง AI เพื่อสร้างหน้าจำนวนมาก โดยมีเป้าหมายหลักเพื่อ manipulate ranking และไม่ได้เพิ่มคุณค่าที่มีความหมายให้ผู้ใช้ Google เรียกสิ่งนี้ว่า scaled content abuse
นิยามนี้ใกล้กับสิ่งที่ผมทำมากจนน่าอึดอัด
ผมพิสูจน์ไม่ได้ว่าทุก indexing decision เกิดจาก algorithm เดียวหรือ manual “AI penalty” แบบใดแบบหนึ่ง Search systems ไม่โปร่งใสขนาดนั้น แต่ผมบอก sequence ที่เกิดขึ้นจริงได้: ผม publish บทความ AI เพื่อ SEO 10,000 บทความ; Google crawl ครบทั้ง 10,000 URL; มีเพียงประมาณ 1,000 หน้าที่ถูก index จริง ปรากฏใน Search และสร้าง traffic; จากนั้นหน้า indexed เหล่านั้นค่อย ๆ หายไป; สุดท้ายทั้งเว็บไซต์เหลือ 0 หน้าที่ถูกทำดัชนี
บทเรียนจึงไม่ใช่ “Google เกลียด AI” แต่คือ AI ไม่ได้ทำให้คอนเทนต์ผลิตจำนวนมากที่คิดถึง Search ก่อนคน กลายเป็นคอนเทนต์มีคุณค่าเพียงเพราะมันเขียนได้ยาวและถูกภาษา
ทำไมบทความที่ดูดี 10,000 บทความยังเป็นกลยุทธ์ที่แย่
กับดักใหญ่ที่สุดของ generative AI คือ ต้นทุนการผลิตเข้าใกล้ศูนย์ แต่ความรับผิดชอบด้านบรรณาธิการไม่ได้เป็นศูนย์ตาม
ก่อนยุค AI สมัยใหม่ การทำบทความยาว 10,000 บทความต้องใช้เงินหรือแรงงานมหาศาล ข้อจำกัดนั้นบังคับให้เราคิดว่าหัวข้อไหนคุ้มที่จะทำ AI ลดข้อจำกัดลงมาก ตอนนี้เราสร้างเนื้อหาปริมาณมหาศาลได้ก่อนจะทันถามว่ามันควรถูกเผยแพร่หรือไม่
- ไม่มีการคัดเลือกเชิงบรรณาธิการจริง: ถ้า agent เลือกหลายพันหัวข้อเพราะมี search potential เว็บไซต์จะเริ่มทำเพื่อ Search มากกว่าผู้อ่าน
- ข้อมูลแบบ commodity: model มักประกอบข้อมูลที่มีอยู่แล้ว แทนที่จะเพิ่มประสบการณ์ตรง ข้อมูลต้นฉบับ หรือมุมมองเฉพาะ
- quality control เป็นไปไม่ได้: กับ 10,000 หน้า คำว่า “เดี๋ยวค่อย review” ไม่ใช่กระบวนการบรรณาธิการจริง
- ความเสี่ยงด้านข้อเท็จจริง: ข้อความที่ลื่นไหลยังอาจมีรายละเอียดแต่งขึ้น ข้อมูลเก่า หรือ technical error เล็ก ๆ
- ความแตกต่างระหว่างหน้าอ่อน: แต่ละหน้าอาจอ่านได้ แต่ทั้งชุดซ้ำและแทนกันได้
- เสีย crawl/index: URL อ่อนหลายพันหน้าต้องถูกประเมินพร้อมกับหน้าที่สำคัญจริง
ความยาวไม่ได้ช่วยผม รูปแบบสวยก็ไม่ช่วย keyword ก็ไม่ช่วย content factory ยังเป็น content factory แม้แต่ละหน้ามี 1,500 คำ
ผมทำอะไรเมื่อเว็บไซต์เหลือ 0 หน้าใน index
เมื่อยอมรับว่าส่วนที่สร้างจำนวนมากต้องลบ ไม่ใช่ “optimize” ผมก็หยุดพยายามช่วยมัน
ผมลบบทความ AI ทั้ง 10,000 บทความ
ไม่ใช่แค่หลักร้อย และไม่ใช่เฉพาะหน้าที่หลุด index แล้ว แต่ลบการทดลองทั้งหมด แม้ generation ใช้เวลาหลายวันและมีไฟล์หลายร้อย MB การเก็บไว้เพราะลงทุนไปแล้วคือ sunk-cost mistake
URL ที่ตั้งใจลบถาวร ผมให้ตอบ 410 Gone จากนั้นหยุด bulk publishing และเปลี่ยนวิธีเขียน
ผมเริ่มเขียนเรื่องที่ตัวเองสร้าง พัง แก้ วัด ทดสอบ หรือเรียนรู้จริง บางหัวข้ออาจมีคนสนใจน้อย ไม่เป็นไร อย่างน้อยผมมีเหตุผลจริงที่จะเขียนมัน
ผมยังใช้ AI มาก แต่บทบาทเปลี่ยนไป
กฎใหม่: ผมเป็นผู้เขียน AI เป็นเครื่องมือ
- เปลี่ยนโน้ตดิบให้เป็นโครงสร้างที่ชัด;
- ท้าทาย argument และหาส่วนที่อธิบายไม่ครบ;
- เสนอ title หรือ intro ที่ดีขึ้น;
- แก้ grammar, punctuation, repetition และประโยคที่แข็ง;
- ตรวจว่าคำอธิบาย technical เข้าใจง่ายหรือไม่;
- ช่วย format code และ list;
- แปลบทความที่ผมเขียนเสร็จแล้วไปภาษาอื่น
สิ่งที่ผมไม่ต้องการอีกคือ “เลือก 10,000 หัวข้อ เขียน 10,000 SEO articles แล้ว publish ทั้งหมด”
ความต่างคือ ownership ตอนนี้ไอเดียเริ่มจากผม ประสบการณ์เป็นของผม ผมตัดสินว่าอะไรจริง อะไรสำคัญ อะไรควรลบ อะไรควรเน้น AI ช่วยสื่อสารให้ดีขึ้นได้ แต่ไม่ควรสร้างเหตุผลทั้งหมดว่าหน้านั้นมีไว้ทำไม
และผมอ่านบทความ final เอง ฟังดูชัดเจนมาก แต่คือความต่างสำคัญที่สุด กับ 10,000 บทความอัตโนมัติผมเป็น editor ไม่ได้จริง ๆ กับบทความที่ตั้งใจทำผมทำได้
การฟื้นตัวช้า
ลบคอนเทนต์แล้วไม่ได้กลับมาทันที
เป็นเวลานานเว็บไซต์แทบไม่มีตัวตนใน Google URL ที่ลบยังคงหาย ผมเผยแพร่น้อยลงมากและรอ Google กลับมา crawl
ประมาณสองเดือนต่อมา homepage กลับเข้า Google index
เมื่อเทียบกับประมาณ 1,000 หน้าที่ก่อนหน้านี้อยู่ใน Search จริง การได้ homepage กลับมาเพียงหน้าเดียวอาจดูเล็ก แต่สำหรับผมเป็น signal ที่สำคัญกว่ามาก Google เริ่ม crawl เว็บไซต์อีกครั้งด้วย ตอนเขียนบทความนี้ผมไม่ได้อ้างว่าฟื้นตัวเต็มที่ หรือว่าบทความใหม่ทุกหน้าจะเข้า index ผมยังไม่มีหลักฐานพอ
สิ่งที่ยืนยันได้คือ เว็บไซต์จาก 0 หน้า กลับมามี homepage ใน index และ Google resume crawling หลังจากผมลบ mass AI content และเปลี่ยน publishing strategy
ทางลัดสร้างได้ในไม่กี่วัน แต่ผลเสียอาจใช้เวลาหลายเดือนแก้
AI translation เป็น use case ที่ต่างมาก
ผมไม่ได้สรุปว่า “ห้ามใช้ AI กับข้อความ” ประสบการณ์ของผมกับ AI translation กลับค่อนข้างดี
ถ้าผมเขียนบทความเองจากประสบการณ์ การทดลอง ความคิด หรือ expertise แล้วใช้ AI แปล นั่นต่างจากสั่ง agent ให้คิดหัวข้อ search หลายพันหัวข้อแล้วสร้างบทความใหม่จากศูนย์
คุณค่าอยู่ใน original อยู่แล้ว AI เปลี่ยนภาษา ไม่ได้สร้างเหตุผลที่บทความควรมีอยู่
เมื่อก่อนการแปลทุกบทความเป็น 5, 10 หรือ 20 ภาษา ต้องใช้ freelancer หรือเวลาหลายชั่วโมง ตอนนี้ AI สร้าง first draft ที่ดีได้เร็วมาก ทำให้ multilingual publishing เป็นไปได้แม้สำหรับ solo developer
Technical implementation ยังสำคัญ ผมชอบให้แต่ละภาษามี URL จริงที่ crawl ได้ พร้อม server-rendered หรือ pre-rendered HTML เนื้อหาหลักต้องถูกแปลจริง เวอร์ชันภาษาต้องเชื่อมด้วย hreflang อย่างถูกต้อง เข้าถึงผ่าน internal link และอยู่ใน crawl/sitemap structure เมื่อเหมาะสม
Google รองรับหน้าเดียวกันที่แปลเต็มรูปแบบ และแนะนำ separate URLs กับ hreflang สำหรับ multilingual sites สิ่งสำคัญคือหน้าที่แปลต้องเป็นหน้าจริงสำหรับผู้อ่านจริง ไม่ใช่ low-value variation เพื่อเพิ่มจำนวน URL
ผมเขียนรายละเอียดของเวิร์กโฟลว์นี้แยกไว้ใน กรณีศึกษาการใช้ AI แปลบล็อกเป็นหลายภาษา.
Server rendering ไม่ได้สร้างคุณภาพ
Content quality กับ technical SEO เป็นคนละ layer
SSR หรือ static generation ช่วยบทความที่ไม่มีประโยชน์ไม่ได้ hreflang ที่สมบูรณ์ไม่ได้ทำให้ข้อความ generic เป็น original sitemap ไม่ได้สร้าง demand
แต่เมื่อคอนเทนต์มีคุณค่าพอที่จะเผยแพร่ ผมก็อยากให้เสิร์ชเอนจินได้รับรูปแบบทางเทคนิคที่ชัดเจนที่สุด สำหรับคอนเทนต์หลายภาษา นั่นหมายถึง URL แยกตามภาษาที่คาดเดาได้, HTML ที่บอตเข้าถึงได้จากการเรนเดอร์ฝั่งเซิร์ฟเวอร์หรือสร้างไว้ล่วงหน้า, hreflang ที่เชื่อมกันสองทาง, ลิงก์ภายในที่ชัดเจนระหว่างแต่ละภาษา และไม่เผลอบล็อกหน้าสำคัญ
Technical SEO ควรช่วยให้ content ที่มีค่าถูกค้นพบและเข้าใจง่ายขึ้น ไม่ใช่แทนที่คุณค่า
Workflow ที่ผมไว้ใจตอนนี้
- เริ่มจากสิ่งที่ผมรู้หรือมีประสบการณ์จริง
- เขียน substance ก่อน keyword
- ใช้ AI เป็น editor และ sparring partner
- ตรวจ fact และ technical claim
- เพิ่ม first-hand detail: ตัวเลข screenshot code ความผิดพลาด ข้อจำกัด การตัดสินใจ และผลลัพธ์
- อ่าน final version เอง
- ใช้ AI แปลบทความที่เสร็จแล้วเมื่อเหมาะสม
- ทำ multilingual pages ให้ถูกทางเทคนิค
- publish ใน scale ที่ดูแลได้จริง
AI เป็น amplifier ไม่ใช่แหล่งของ purpose
วิธีคิดเกี่ยวกับ AI ที่มีประโยชน์ที่สุดสำหรับผมคือมันเป็น amplifier
ถ้าจุดเริ่มคือประสบการณ์จริง ไอเดียมีประโยชน์ ข้อมูลดี หรือ original writing ที่แข็ง AI สามารถขยายมัน: ปรับภาษา จัดโครง แปล และส่งคุณค่าเดิมไปถึงคนมากขึ้น
ถ้าจุดเริ่มคือ “ให้ keyword เป็นพันเพื่อเอา search traffic” มันก็ขยายสิ่งนั้นเหมือนกัน เพียงทำให้ทำสิ่งผิดใน scale ที่เมื่อก่อนแพงเกินไป
ผมไม่ได้ต่อต้าน AI ผมใช้ทุกวัน สิ่งที่ผมต่อต้านคือ autopilot
ข้อสรุปที่แรงที่สุดของผมคือ อย่ายก editorial judgment ให้ agent เพียงเพราะมันเขียนได้เร็วกว่าที่คุณอ่าน
เขียนสิ่งที่มาจากคุณ ใช้ AI ทำให้ชัด แข็งแรง มีโครงสร้าง และมีหลายภาษา แต่ purpose, expertise, verification และ final decision ต้องอยู่กับมนุษย์
AI ทำให้การเผยแพร่ง่ายที่สุดเท่าที่เคยมีมา นั่นยิ่งทำให้การตัดสินใจว่าอะไร ไม่ควร เผยแพร่สำคัญกว่าที่เคย