AI Visibility คืออะไร วัดยังไงว่าแบรนด์ถูกพูดถึงใน AI แค่ไหน (มีวิธีวัดเองฟรี)

สวัสดีครับ AI พูดถึงแบรนด์คุณบ้างไหม วันนี้แมวส้มมาสอนวัดเองแบบไม่ต้องนั่งเดา AI Visibility คือ ตัวชี้วัดว่าแบรนด์ของคุณโผล่ในคำตอบของ AI อย่าง ChatGPT, Gemini, Perplexity และ Google AI Overviews บ่อยแค่ไหน เมื่อมีคนถามคำถามที่เกี่ยวกับธุรกิจคุณ วัดได้ด้วยการตั้งชุดคำถามคงที่ ยิงซ้ำหลายรอบ แล้วนับว่าแบรนด์ถูกพูดถึงกี่เปอร์เซ็นต์ ถูกใส่ลิงก์เป็นแหล่งอ้างอิงกี่ครั้ง และถูกพูดถึงในแง่ไหน ทำเองฟรีได้ด้วยสเปรดชีตแผ่นเดียว

AI Visibility คืออะไร ต่างจากอันดับ Google ตรงไหน

AI Visibility ต่างจากอันดับ Google ตรงที่ไม่มี “ตำแหน่งที่ 1” ตายตัว เพราะ AI สร้างคำตอบใหม่ทุกครั้งที่ถาม สิ่งที่วัดได้จริงจึงเป็นความถี่ที่แบรนด์โผล่ ไม่ใช่ตำแหน่ง คล้ายถามในกลุ่มไลน์เพื่อนว่าร้านนวดแถวบ้านร้านไหนดี ถามวันนี้ได้ชื่อหนึ่ง ถามอีกวันได้อีกชื่อ สิ่งที่บอกได้คือชื่อร้านคุณถูกเอ่ยบ่อยแค่ไหน

ตัวอย่างสมมติ พิมพ์ “ร้านแว่นที่ไหนตัดเลนส์โปรเกรสซีฟดี” ใน Google ผลลัพธ์ค่อนข้างนิ่งทั้งวัน แต่ถาม ChatGPT 10 รอบ อาจได้รายชื่อร้าน 10 แบบ ใครเคยงงตรงนี้ไม่แปลกเลย ตัวเลขที่บอกอะไรได้จริงคือ “10 รอบ มีชื่อเรา 6 รอบ” หรือ 60%

ต้องแยกสองคำให้ออก Mention คือ AI พิมพ์ชื่อแบรนด์คุณในคำตอบ เหมือนเพื่อนเอ่ยชื่อร้านคุณในวงข้าว ส่วน Citation คือ AI ใส่ลิงก์เว็บคุณเป็นแหล่งอ้างอิง เหมือนเพื่อนส่งลิงก์ร้านคุณเข้ากลุ่มเลย สองอย่างนี้ไม่มาด้วยกันเสมอ รายงาน AI Visibility Index 2026 ของ Semrush (เผยแพร่ 26 มิถุนายน 2026 วิเคราะห์ 126 ล้าน prompt ในสหรัฐฯ ช่วงมกราคมถึงเมษายน 2026) พบว่าบน Gemini แบรนด์ที่ถูกพูดถึงกับโดเมนที่ถูกอ้างอิงซ้อนทับกันได้ต่ำถึงราว 30% แปลว่า AI อาจชมแบรนด์คุณ แต่ลิงก์ไปเว็บรีวิวของคนอื่น เจาะฝั่งลิงก์อ้างอิงต่อได้ที่ AI Citation คืออะไร และ 9 วิธีทำให้ AI อ้างอิงเว็บของคุณ

ตัวชี้วัด AI Visibility มีอะไรบ้าง

ตัวชี้วัด AI Visibility ที่ใช้กันทั่วไปมี 5 ตัว คือ mention rate, citation rate, share of voice, sentiment และ position in answer ทุกตัวคำนวณจากชุดคำถามเดียวกัน เครื่องมือแต่ละเจ้าอาจตั้งชื่อต่างกันเล็กน้อย แต่แก่นเหมือนกัน

ทำไมแมวส้มบอกว่า position แกว่งมาก งานศึกษาของ Rand Fishkin (SparkToro) ร่วมกับ Patrick O’Donnell (Gumshoe.ai) ให้อาสาสมัครราว 600 คนยิง prompt เดิม 12 ข้อ รวมเกือบ 3,000 ครั้ง บน ChatGPT, Claude และ AI ของ Google โอกาสได้รายชื่อแบรนด์ชุดเดิมซ้ำต่ำกว่า 1 ใน 100 และได้ชุดเดิมลำดับเดิมใกล้ 1 ใน 1,000 (รายงานต้นฉบับของ SparkToro, 27 มกราคม 2026) ทีมวิจัยสรุปว่าตำแหน่งแทบไม่มีความหมาย แต่เปอร์เซ็นต์การปรากฏยังใช้ได้ เช่น จากคำตอบ 994 ครั้งในหมวดหูฟัง แบรนด์อย่าง Bose, Sony, Sennheiser และ Apple โผล่ 55-77% ของคำตอบ

ถ้าใช้เครื่องมือ อ่านนิยามให้ดีก่อน AI Visibility Score ของ Semrush เทียบ mention ของคุณกับค่ามัธยฐาน (ค่าตรงกลางเมื่อเรียงจากน้อยไปมาก) ของคู่แข่งหลัก ส่วน Peec AI นิยาม Visibility เป็นเปอร์เซ็นต์คำตอบที่มีแบรนด์ และให้ Sentiment เป็นคะแนน 0-100 ตัวเลขชื่อเดียวกันจากสองเครื่องมือจึงเทียบกันตรงๆ ไม่ได้ เหมือนเทียบเกรดจากสองโรงเรียนที่ตัดเกรดคนละเกณฑ์

อย่าดูตัวชี้วัดตัวเดียว สมมติร้านแว่นของคุณถูกเอ่ยชื่อบ่อยมาก แต่ AI พ่วงท้ายทุกครั้งว่า “รีวิวบอกว่ารอคิวนาน” mention rate ดูสวย แต่ sentiment กำลังสะกิดว่ามีงานต้องแก้ ซึ่งบางทีไม่ใช่งาน SEO เลย เป็นงานหน้าร้านล้วนๆ

วิธีวัด AI Visibility เองฟรี ทีละขั้น

คุณวัด AI Visibility เองได้โดยไม่เสียเงิน ใช้แค่บัญชี AI แบบฟรีกับ Google Sheets กติกาข้อเดียวที่ห้ามพลาดคือ “ชุดคำถามคงที่” ที่ใช้ซ้ำทุกเดือน เปลี่ยนคำถามเมื่อไร ตัวเลขก็เทียบกันไม่ได้ เหมือนชั่งน้ำหนักตอนลดความอ้วน ถ้าเปลี่ยนตาชั่งทุกสัปดาห์ ผอมจริงหรือตาชั่งเพี้ยนก็ไม่มีใครรู้

1. เขียนชุดคำถาม 20-30 ข้อ แบ่งตามเจตนาของลูกค้า (ดูตัวอย่างด้านล่าง) แล้วล็อกไว้ ห้ามแก้คำระหว่างรอบ
2. เลือกแพลตฟอร์ม 2-4 ตัว ที่ลูกค้าคุณใช้จริง เช่น ChatGPT, Gemini, Perplexity และ Google AI Overviews / AI Mode
3. เตรียมสภาพแวดล้อมให้เหมือนกันทุกรอบ ใช้หน้าต่าง incognito หรือปิด memory / personalization (ระบบที่จำว่าคุณเคยคุยอะไร) ถ้าเลือกได้ และจดว่าเปิดโหมดค้นเว็บหรือไม่
4. ยิงแต่ละคำถาม 3 รอบต่อแพลตฟอร์ม โดยเปิดแชตใหม่ทุกครั้ง ไม่ถามต่อในแชตเดิม เพราะบริบทเก่าจะลากคำตอบไป
5. บันทึกทุกคำตอบลงชีต ตามคอลัมน์ด้านล่าง เก็บข้อความคำตอบไว้ด้วยเผื่อย้อนตรวจ
6. คำนวณ 5 ตัวชี้วัด ด้วย COUNTIF ง่ายๆ แยกตามแพลตฟอร์มและกลุ่มคำถาม
7. ทำซ้ำทุกเดือนในช่วงวันใกล้เคียงกัน แล้วดูแนวโน้ม 3 เดือนขึ้นไป อย่าตัดสินจากรอบเดียว

ออกแบบชุดคำถาม (prompt set) ยังไงให้สะท้อนลูกค้าจริง

ชุดคำถามที่ดีต้องเขียนด้วยภาษาที่ลูกค้าพิมพ์จริง ไม่ใช่ภาษาการตลาดของแบรนด์ แมวส้มแนะนำให้แบ่ง 4 กลุ่ม สมมติว่าคุณขายโปรแกรม CRM (สมุดจดข้อมูลลูกค้าแบบดิจิทัล) สำหรับธุรกิจไทย หน้าตาจะออกมาแบบนี้

• ค้นหาตัวเลือก (discovery): “โปรแกรม CRM สำหรับ SME ไทย ตัวไหนดี”, “แนะนำระบบเก็บข้อมูลลูกค้าที่ใช้ภาษาไทยได้”
• เปรียบเทียบ (comparison): “CRM ตัวไหนเชื่อม LINE OA ได้ เทียบให้หน่อย”, “HubSpot กับ CRM ของไทยต่างกันยังไง”
• ปัญหา (problem): “ทีมขายลืมโทรตามลูกค้า มีเครื่องมืออะไรช่วยได้บ้าง”, “เก็บแชตลูกค้าจากหลายช่องทางไว้ที่เดียวทำยังไง”
• แบรนด์ (branded): “แบรนด์ A ดีไหม”, “แบรนด์ A ราคาเท่าไร มีข้อเสียอะไร” กลุ่มนี้ไม่ได้วัดว่าโผล่ไหม แต่วัดว่า AI พูดถึงคุณถูกต้องและในแง่ไหน

แมวส้มให้ discovery กับ comparison รวมกันราว 60% ของชุด เพราะเป็นจุดที่ลูกค้ายังไม่รู้จักคุณ แหล่งไอเดียคำถามที่ดีที่สุดคือแชตฝ่ายขาย คำถามใน LINE OA และคำค้นใน Search Console ที่มีคำว่า “ไหนดี”, “ยังไง”, “เทียบ”

ต้องยิงกี่รอบถึงจะเชื่อได้

ยังไม่มีตัวเลขมาตรฐานที่ทุกคนยอมรับ ทีม SparkToro เองก็ยอมรับว่าคำถาม “ต้องกี่รอบถึงพอ” ยังเปิดอยู่ แมวส้มจึงใช้คณิตศาสตร์ ม.ต้น แทน ถ้าคุณมี 20 คำถาม ยิง 3 รอบ จะได้ 60 คำตอบต่อแพลตฟอร์ม คำตอบเดียวที่เปลี่ยนไปจะทำให้ mention rate ขยับราว 1.7 จุด

ถ้า mention rate ขึ้นจาก 30% เป็น 33% ใจเย็นก่อน อย่าเพิ่งเปิดแชมเปญ อาจเป็นแค่ความแกว่งปกติ ให้ดูการเปลี่ยนที่ใหญ่กว่า 10 จุด หรือทิศเดียวกันติดกัน 3 เดือน อยากได้ความละเอียดมากขึ้น ให้เพิ่มจำนวนคำถามก่อนเพิ่มรอบ เพราะคำถามหลากหลายกว่าสะท้อนตลาดได้กว้างกว่า

คอลัมน์ในชีตบันทึกผล

ใช้ 1 แถวต่อ 1 คำตอบ คัดลอกหัวตารางข้างล่างไปวางในชีตได้เลย

คอลัมน์ “ข้อมูลผิดเกี่ยวกับเรา” คือคอลัมน์ที่คืนทุนเร็วที่สุด ถ้า AI บอกราคาเก่า สาขาที่ปิดแล้ว หรือสับสนกับแบรนด์ชื่อคล้าย นั่นคืองานที่แก้ได้ทันที เช่น อัปเดตหน้า About และ Google Business Profile เจอแล้วดีใจไว้ก่อน คุณเพิ่งเจอจุดรั่วที่คู่แข่งยังไม่รู้

ทำไมผลแต่ละรอบไม่เหมือนกัน

คำตอบ AI ต่างกันทุกรอบเพราะโมเดลมีการสุ่มคำตอบอยู่ในตัว เหมือนคนเล่าเรื่องเดิมสามรอบก็ไม่ได้ใช้คำเดิมเป๊ะ แล้วยังมีปัจจัยรอบตัวอีก 3 อย่างที่ควรรู้

• คำค้นย่อยเบื้องหลัง (query fan-out): เวลา AI ค้นเว็บ มันแตกคำถามเป็นคำค้นย่อยหลายคำ แต่ละรอบแตกไม่เหมือนกัน แหล่งที่ดึงมาจึงเปลี่ยน
• ความจำ ตำแหน่ง และภาษา: ChatGPT ที่เปิด memory จะเอาสิ่งที่คุณเคยคุยมาปรับคำตอบ และถามจากไทยด้วยภาษาไทยกับถามผ่าน VPN สหรัฐฯ อาจได้แบรนด์คนละชุด
• รุ่นโมเดลที่เปลี่ยน: แพลตฟอร์มอัปเดตโมเดลโดยไม่แจ้งล่วงหน้าบ่อย ตัวเลขอาจกระโดดทั้งที่เว็บคุณไม่ได้แก้อะไรเลย

เครื่องมือ AI Visibility ในตลาดปี 2026 มีอะไรบ้าง

เครื่องมือ AI Visibility แบ่งเป็น 2 แบบ แบบแรกคือข้อมูลฟรีจากแพลตฟอร์มเอง ได้แก่รายงาน Generative AI ใน Google Search Console และ AI Performance ใน Bing Webmaster Tools ซึ่งเป็นข้อมูลการแสดงผลจริง ไม่ได้สุ่มยิงคำถาม แบบที่สองคือเครื่องมือเสียเงินที่ยิงชุดคำถามซ้ำแล้วสรุปตัวเลขให้ เหมือนวิธีวัดเองด้านบน ยกเว้น Ahrefs Brand Radar ที่ดึงจากฐานข้อมูล prompt ที่เก็บไว้ล่วงหน้า หน้าทางการระบุว่ามากกว่า 492 ล้าน prompt (ตรวจ 20 ตุลาคม 2026) แมวส้มตรวจข้อมูลด้านล่างจากหน้าทางการ ณ 19-20 ตุลาคม 2026

ตัวที่แมวส้มตื่นเต้นที่สุดปีนี้คือ Bing เพราะตั้งแต่ 16 มิถุนายน 2026 รายงาน AI Performance มี Intents (จัดคำค้นตามเจตนา) Topics (มัดคำค้นเรื่องเดียวกันเป็นก้อน) Citation Share และ Compare (เทียบกับช่วงก่อน) Citation Share คือเปอร์เซ็นต์ที่เว็บคุณถูกอ้างจากการอ้างทั้งหมดของทุกเว็บในคำค้นนั้น เหมือนนับว่าเค้กหนึ่งก้อนคุณได้ไปกี่ชิ้น Bing ย้ำว่าเป็นตัวเลขเชิงสังเกต ไม่ใช่อันดับหรือ traffic ส่วน Topics Portfolio (เบต้า 13 ตุลาคม 2026) โชว์คำค้นที่เว็บอื่นถูกอ้างแต่เว็บคุณยังไม่ถูก

มุมคนทำงานจริง เครื่องมือเสียเงินช่วยประหยัดเวลา แต่ไม่ได้ “รู้ความจริง” มากกว่าการวัดเอง เพราะเป็นการสุ่มตัวอย่างคำตอบเหมือนกัน เหมือนจ้างคนมายืนนับลูกค้าหน้าร้านแทนคุณ ขาไม่เมื่อยแล้ว แต่เขาก็นับได้แค่คนที่เดินผ่านช่วงที่เขายืนอยู่ ถ้าลูกค้าคุณอยู่ในไทย เช็กก่อนจ่ายว่ารองรับ prompt ภาษาไทยและเลือกประเทศไทยได้ไหม เพราะฐานคำถามของหลายเจ้าเน้นสหรัฐฯ เทียบเครื่องมือวัดแบบละเอียดได้ที่ เครื่องมือวัด AI Visibility ส่วนเครื่องมือฝั่งงาน SEO อื่นๆ อยู่ที่ เครื่องมือ AI SEO 2026 ตัวไหนใช้ทำอะไร

ดู traffic จาก ChatGPT และ AI ตัวอื่นใน GA4 ยังไง

GA4 แยก traffic จาก AI ให้อัตโนมัติแล้วผ่านช่องทาง “AI Assistant” ใน Default Channel Group ตามประกาศของ Google วันที่ 13 พฤษภาคม 2026 เซสชันที่มาจาก AI ที่ระบบรู้จักจะได้ medium เป็น ai-assistant และ campaign เป็น (ai-assistant) หน้าช่วยเหลือของ Google ยกตัวอย่าง ChatGPT, Gemini, DeepSeek, Copilot และ Grok แต่ไม่ได้เปิดรายชื่อทั้งหมด

นึกถึงพนักงานต้อนรับโรงแรมที่ถามแขกทุกคนว่า “รู้จักที่นี่จากไหน” แล้วจดลงสมุด GA4 ทำหน้าที่นั้น และช่อง AI Assistant ก็คือหน้าที่จดคำตอบ “AI แนะนำมา” ปัญหาคือแขกบางคนตอบไม่ชัด พนักงานเลยจดผิดหน้า ซึ่งเป็นเหตุผลที่ต้องตั้งค่าเสริมด้านล่าง

ดูได้ที่ Reports, Acquisition, Traffic acquisition มิติ Session default channel group จะเห็นแถว AI Assistant แยกจาก Referral ฝั่ง ChatGPT มีตัวช่วยอีกชั้น เอกสาร Publishers FAQ ของ OpenAI ระบุว่า ChatGPT ใส่พารามิเตอร์ utm_source=chatgpt.com (ป้ายติดท้ายลิงก์บอกว่ามาจากไหน) ในลิงก์ที่ส่งคนมาที่เว็บให้อัตโนมัติ โดยมีเงื่อนไขว่าเว็บต้องไม่บล็อก OAI-SearchBot ถ้าไม่เห็น chatgpt.com ใน Session source เลย ให้เช็ก robots.txt ก่อน

ถ้าอยากควบคุมเองว่าแพลตฟอร์มไหนนับเป็น AI เพราะ Search Engine Journal (15 กรกฎาคม 2026) รายงานว่า Perplexity ยังตกไปอยู่ใน Referral ให้สร้าง Custom channel group ที่ Admin, Data display, Channel groups แล้วเพิ่มช่องทางใหม่ด้วยเงื่อนไข Source แบบ matches regex (สูตรจับรูปแบบตัวอักษร) ตามโค้ดข้างล่าง

ลากช่องทางนี้ไว้เหนือ Referral เพราะ GA4 จัดเซสชันเข้าช่องทางแรกที่ตรงเงื่อนไข Property มาตรฐานสร้าง custom channel group ได้ 2 ชุด และใช้ย้อนหลังกับรายงานได้ อยากต่อยอดจาก traffic ไปเป็นยอดขายและ ROI ดูวิธีคิดที่ วัด ROI ของ AI SEO

ข้อจำกัดของการวัด AI Visibility ที่ต้องรู้ก่อนรายงานผล

ตัวเลข AI Visibility เป็นค่าประมาณจากการสุ่มตัวอย่างเสมอ ข้อมูลจริงจากแพลตฟอร์มมีแค่บางส่วน Google ให้ impressions จาก AI Overviews และ AI Mode ระดับหน้าเว็บ แต่ไม่บอกว่าเป็นคำถามอะไรหรือมีชื่อแบรนด์คุณในคำตอบไหม Bing ให้ citation และ Citation Share ระดับคำค้นกับระดับหน้า แต่คำค้นเป็นตัวอย่างบางส่วน ส่วน ChatGPT, Gemini app และ Perplexity ไม่มีรายงานให้เจ้าของเว็บเลย

ถ้าเจ้านายถามว่า “เดือนนี้ AI พูดถึงเรากี่คน” คำตอบที่ซื่อตรงคือ “ในชุดคำถามที่เราวัด ชื่อเราโผล่กี่เปอร์เซ็นต์” ไม่ใช่จำนวนคนจริง ข้อจำกัดที่ควรเขียนไว้ในรายงานทุกครั้งมี 4 ข้อ

• ไม่รู้ว่าคนถามคำถามนั้นจริงกี่คน: prompt volume ในเครื่องมือเป็นค่าประมาณ ต่างจาก search volume ของ Google ที่มีฐานข้อมูลจริงรองรับ
• วัดผ่าน API ไม่เท่ากับหน้าจอผู้ใช้: API คือประตูหลังสำหรับโปรแกรมคุยกับ AI ทีม SparkToro ตั้งคำถามเรื่องนี้ไว้ และ Profound ก็เลือกวัดผ่านหน้าจอผู้ใช้ด้วยเหตุผลเดียวกัน คำตอบสองแบบอาจไม่ตรงกัน
• ตัวเลขข้ามเครื่องมือเทียบกันไม่ได้: เพราะชุดคำถาม จำนวนรอบ และสูตรคำนวณต่างกัน
• ถูกพูดถึงไม่ได้แปลว่ามียอดขาย: ให้วัดคู่กับ traffic ช่อง AI Assistant ใน GA4 และ conversion จากช่องทางนั้น

ใช้ข้อมูลให้คุ้มด้วยสองคำถาม คือ “กลุ่มคำถามไหนที่คู่แข่งโผล่แต่เราไม่โผล่” และ “AI อ้างเว็บไหนตอนพูดถึงคู่แข่ง” คำตอบจะบอกว่าควรทำเนื้อหาอะไร และควรไปมีชื่ออยู่บนเว็บไหน

คำถามที่พบบ่อย

แหล่งอ้างอิง

• Generative AI performance report (Search) โดย Google Search Console Help (ตรวจเมื่อ ต.ค. 2026)
• Default channel group โดย Google Analytics Help (ตรวจเมื่อ ต.ค. 2026)
• Custom channel groups โดย Google Analytics Help (ตรวจเมื่อ ต.ค. 2026)
• Publishers and Developers FAQ โดย OpenAI Help Center (ตรวจเมื่อ ต.ค. 2026)
• AI Visibility Toolkit: Boost Brand Visibility in AI Search โดย Semrush Knowledge Base (ตรวจเมื่อ ต.ค. 2026)
• How to use Brand Radar: Overview โดย Ahrefs Academy (ตรวจเมื่อ ต.ค. 2026)
• Brand Radar โดย Ahrefs (ตรวจเมื่อ 20 ต.ค. 2026)
• Free AI Visibility Checker โดย Ahrefs (ตรวจเมื่อ ต.ค. 2026)
• Answer Engine Insights โดย Profound (ตรวจเมื่อ ต.ค. 2026)
• OtterlyAI Pricing โดย Otterly.AI (ตรวจเมื่อ ต.ค. 2026)
• Metrics Overview โดย Peec AI Docs (ตรวจเมื่อ ต.ค. 2026)
• Pricing โดย Peec AI (ตรวจเมื่อ ต.ค. 2026)
• Introducing Topics Portfolio (Beta) in AI Performance โดย Microsoft Bing Webmaster Blog (อัปเดต ต.ค. 2026)
• How To Track AI Traffic In GA4 Without Undercounting It โดย Search Engine Journal (Itamar Blauer) (อัปเดต ก.ค. 2026)
• Semrush Releases Expanded 2026 AI Visibility Index, Analyzing 126 Million AI Search Prompts โดย Semrush (อัปเดต มิ.ย. 2026)
• New AI Visibility Insights in Bing Webmaster Tools: Intents, Topics, Citation Share, Compare โดย Microsoft Bing Blog (อัปเดต มิ.ย. 2026)
• What’s new in Google Analytics: New AI Assistant traffic measurement โดย Google Analytics Help (อัปเดต พ.ค. 2026)
• Introducing AI Performance in Bing Webmaster Tools Public Preview โดย Microsoft Bing Webmaster Blog (อัปเดต ก.พ. 2026)
• NEW Research: AIs are highly inconsistent when recommending brands or products โดย SparkToro (Rand Fishkin) (อัปเดต ม.ค. 2026)
• AI features and your website โดย Google Search Central (อัปเดต ธ.ค. 2025)