Schema สำหรับ AI Search ใช้ markup แบบไหนให้ AI เข้าใจเว็บ

สวัสดีครับ วันนี้แมวส้มมาอธิบายว่าโค้ดที่คนมองไม่เห็นช่วยเรื่อง AI ได้แค่ไหน Schema สำหรับ AI Search หรือที่หลายคนค้นว่า schema AI คือการใส่ structured data แบบ JSON-LD เพื่อบอกระบบให้ชัดว่าหน้านี้คืออะไร ใครเขียน ใครเป็นเจ้าของ และขายอะไร แต่ต้องพูดตรงๆ ว่า Google ระบุว่าไม่มี schema.org แบบพิเศษที่ต้องใส่เพื่อขึ้น AI Overviews หรือ AI Mode schema จึงเป็นตัวช่วยให้เข้าใจหน้าเว็บและเปิดสิทธิ์ rich results ไม่ใช่ตั๋วเข้าคำตอบของ AI

Schema AI ช่วย AI Search ได้จริงแค่ไหน พูดตรงๆ ไม่ขายฝัน

Schema ช่วยให้ระบบอ่านข้อเท็จจริงของหน้าได้แม่นขึ้น เช่น ราคา ผู้เขียน วันที่เผยแพร่ แต่ไม่มีหลักฐานจากแพลตฟอร์มว่าการใส่ schema ทำให้ถูกยกไปตอบใน AI มากขึ้นโดยตรง ข้อความจาก Google ที่ตรวจได้ ณ วันที่เขียนมี 2 ท่อนนี้

“There’s also no special schema.org structured data that you need to add.” หน้า AI features and your website, Google Search Central

“Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add.” ไกด์ optimizing for generative AI features, Google Search Central

ประโยคถัดมาในไกด์เดียวกันบอกว่ายังเป็นความคิดที่ดีที่จะใช้ structured data ต่อในกลยุทธ์ SEO เพราะช่วยให้มีสิทธิ์ได้ rich results และหน้า AI features ก็ยังแนะนำให้ structured data ตรงกับข้อความที่เห็นบนหน้า ฝั่ง Microsoft มีเอกสารจากต้นทางแล้ว คือบทความ Optimizing Your Content for Inclusion in AI Search Answers ของ Krishna Madhavan จาก Microsoft Bing (8 ต.ค. 2025) ที่อธิบายว่า schema คือโค้ดที่ช่วยให้ search engine และระบบ AI เข้าใจเนื้อหา ก่อนหน้านั้น Search Engine Land (Barry Schwartz, 20 มี.ค. 2025) รายงานว่า Fabrice Canel จาก Bing พูดบนเวที SMX Munich ว่า schema ช่วยให้ LLM ของ Microsoft เข้าใจเนื้อหา ส่วน OpenAI, Perplexity และ Anthropic ณ ต.ค. 2026 แมวส้มยังไม่พบเอกสารทางการที่บอกว่าใช้ JSON-LD แค่ไหน

ให้นึกถึงป้ายชื่อบนอกเสื้อพนักงานธนาคาร ป้ายช่วยให้ลูกค้ารู้ทันทีว่าคนตรงหน้าชื่ออะไร ทำหน้าที่อะไร แต่ป้ายชื่อไม่ได้ทำให้พนักงานคนนั้นบริการเก่งขึ้น schema ก็เหมือนกัน ช่วยให้ระบบอ่านข้อมูลถูก ส่วนเรื่องจะถูกเลือกไปตอบหรือไม่ ยังขึ้นกับเนื้อหาข้างใน ใครเคยหวังว่าใส่ schema แล้วจะติด AI ทันที ไม่ต้องเขินนะ คนส่วนใหญ่ก็เคยคิดแบบนี้

แมวส้มสรุปแบบคนทำงาน ทำ schema เพราะมันทำให้ข้อมูลของคุณชัดและสม่ำเสมอ ซึ่งเป็นพื้นฐานของ Entity SEO ไม่ใช่เพราะหวังว่ามันคือปุ่มลัดเข้า AI

อยากรู้ว่า schema มีผลกับเว็บคุณไหม ทดสอบเองแบบนี้

งานวัดผลสาธารณะที่ใหม่และใหญ่ที่สุดตอนนี้คือ งานของ Ahrefs (พฤษภาคม 2026) ที่ติดตาม 1,885 หน้าซึ่งเพิ่ม JSON-LD ระหว่างสิงหาคม 2025 ถึงมีนาคม 2026 เทียบกับหน้าควบคุมที่ไม่ได้เพิ่ม ในช่วง 30 วันก่อนและหลัง ผลคือการถูกอ้างใน AI Mode และ ChatGPT ไม่ต่างจากกลุ่มควบคุมอย่างมีนัยสำคัญ ส่วน AI Overviews ลดลงเล็กน้อย 4.6% ซึ่งผู้วิจัยบอกว่ายังสรุปสาเหตุไม่ได้ ข้อจำกัดคือศึกษาเฉพาะหน้าที่ถูก AI อ้างอยู่แล้วจำนวนมาก ผลกับเว็บคุณจึงอาจต่างออกไป วิธีที่ซื่อสัตย์ที่สุดคือทดสอบกับเว็บตัวเอง แบบควบคุมตัวแปรให้มากที่สุด หลักเดียวกับการลองสูตรน้ำจิ้มใหม่ ถ้าเปลี่ยนทั้งพริก มะนาว และน้ำปลาพร้อมกัน ลูกค้าชมขึ้นมาก็ไม่รู้ว่าเพราะอะไร

1. เลือกหน้าประเภทเดียวกัน 10-20 หน้า เช่น หน้าสินค้า แบ่งครึ่งเป็นกลุ่มใส่ schema กับกลุ่มยังไม่ใส่ อย่าแก้เนื้อหาส่วนอื่นระหว่างทดสอบ
2. จดค่าตั้งต้น 4 สัปดาห์จาก Search Console ได้แก่ impressions, clicks และสถานะในรายงาน rich result ของ Search Console ประเภทที่เกี่ยวข้อง (หน้าสินค้าจะอยู่ใต้หมวด Shopping คือ Product snippets และ Merchant listings)
3. เตรียมคำถามที่หน้าพวกนั้นควรเป็นคำตอบ เช่น “เมล็ดกาแฟดอยช้าง 250 กรัม ราคาเท่าไร” แล้วถามใน Google (ดูทั้ง AI Overview และ AI Mode ซึ่งเปิดให้ใช้ในไทยแล้ว), ChatGPT และ Perplexity จดว่าคำตอบอ้างหน้าไหน ราคาที่ AI ตอบตรงกับหน้าไหม
4. ใส่ schema ให้กลุ่มแรก รอ Google crawl ใหม่ แล้วเก็บข้อมูลชุดเดิมอีก 4-8 สัปดาห์
5. เทียบสองกลุ่ม ถ้าต่างกันน้อยมาก ก็เป็นคำตอบที่มีค่าเหมือนกัน แปลว่าเวลาของคุณควรไปลงที่เนื้อหาก่อน

ข้อจำกัดที่ต้องรู้: กลุ่มละ 5-10 หน้าเล็กเกินจะสรุปเป็นข้อเท็จจริงได้ ใช้ดูแนวโน้มเท่านั้น ถ้าเว็บมีหน้ามากพอให้ใช้กลุ่มละ 30 หน้าขึ้นไป และจดวันที่มี core update (Google ปรับระบบจัดอันดับใหญ่) หรือช่วงเทศกาลขายระหว่างทดสอบ เพราะสองอย่างนี้ทำให้ตัวเลขแกว่งได้มากกว่า schema

Schema ที่คุ้มทำสำหรับ AI Search มีอะไรบ้าง

Schema ที่คุ้มทำคือชุดที่บอก “ใคร อะไร ที่ไหน” ของเว็บ ได้แก่ Organization, WebSite, Article พร้อม author, Product, LocalBusiness และ BreadcrumbList เลือกเฉพาะที่ตรงกับเนื้อหาจริงของคุณ ไม่ต้องใส่ทุกแบบ

สมมติร้านหมูกระทะของป้าแดงมีหน้าร้านเดียว ไม่ได้ขายของออนไลน์ ชุดที่ต้องมีคือ Organization กับ WebSite ที่หน้าแรก และ LocalBusiness ที่หน้าติดต่อ ส่วน Product ไม่ต้องฝืนใส่ เพราะไม่มีหน้าที่กดซื้อได้ ใส่ไปก็เหมือนติดป้าย “บริการส่งด่วน” ทั้งที่ร้านไม่มีไรเดอร์

Google แนะนำ JSON-LD (ก้อนโค้ดข้อมูลที่วางแยกจากเนื้อหา เหมือนบัตรข้อมูลที่แนบหลังรูป) เป็นรูปแบบหลัก เพราะแยกจาก HTML ดูแลง่าย ตัวอย่างทั้งหมดด้านล่างจึงเป็น JSON-LD ใช้แบรนด์สมมติ “บ้านส้มคั่ว” โดเมน baansom.example เปลี่ยนค่าให้ตรงกับธุรกิจคุณก่อนใช้

ตัวอย่าง JSON-LD ที่เอาไปปรับใช้ได้ทันที

ตัวอย่างชุดนี้เชื่อมกันด้วย @id คือรหัสประจำตัวของแต่ละ entity (สิ่งที่มีตัวตนชัด เช่น องค์กร คน สินค้า) บนเว็บ เช่น https://baansom.example/#organization เมื่อหน้าอื่นอ้างถึง @id เดียวกัน ระบบจะรู้ว่าหมายถึงองค์กรเดียวกัน ไม่ต้องเขียนข้อมูลซ้ำ คิดแบบเลขบัตรประชาชน ญาติจะเรียกชื่อเล่นต่างกันแค่ไหน ถ้าเลขตรงกันก็คือคนเดียวกัน

Organization + WebSite (วางที่หน้าแรก)

เอกสารของ Google บอกว่า Organization ไม่มี property บังคับ แต่ควรใส่ทุกตัวที่ใช้ได้ โลโก้ควรมีขนาดอย่างน้อย 112×112 พิกเซล ส่วน WebSite ต้องมี name และ url และต้องอยู่บนหน้าแรกของโดเมนหรือ subdomain เท่านั้น ระดับ subdirectory ไม่รองรับ จุดที่คนพลาดบ่อยคือชื่อสองชุดไม่ตรงกัน เอกสาร Organization ระบุให้ใช้ name และ alternateName ชุดเดียวกับที่ใช้เป็น site name ส่วน URL ใน sameAs ด้านล่างเป็นตัวแทน ให้เปลี่ยนเป็นโปรไฟล์จริงของคุณ

Article พร้อม author แบบ Person

Google รองรับ Article, NewsArticle และ BlogPosting กฎเรื่องผู้เขียนที่คนพลาดบ่อยคือ author.name ต้องมีแค่ชื่อคน ห้ามพ่วงชื่อสำนักพิมพ์หรือตำแหน่ง ใช้ Person กับคน และใส่ url ไปหน้าโปรไฟล์ผู้เขียน ถ้าบทความมีผู้เขียนหลายคน ให้ใส่แยกเป็นหลาย author

ก่อนและหลังแก้ที่เจอบ่อยมากในเว็บไทยคือ "name": "สมหญิง ใจดี | บ้านส้มคั่ว" ซึ่งผิด ต้องเป็น "name": "สมหญิง ใจดี" แล้วให้ publisher บอกว่าเป็นของบ้านส้มคั่ว ส่วนเหตุผลว่าทำไมผู้เขียนตัวจริงสำคัญ อ่านต่อที่ E-E-A-T คืออะไร

Product + Offer (หน้าที่ซื้อได้จริง)

สำหรับ merchant listings เอกสารของ Google กำหนดให้ Product มี name, image และ offers ส่วน Offer ต้องมี price มากกว่าศูนย์ และ priceCurrency แบบ ISO 4217 (รหัสสกุลเงินสากล 3 ตัวอักษร) ซึ่งเงินบาทคือ THB

ราคาใน markup ต้องเท่ากับราคาที่ลูกค้าเห็นบนหน้า ถ้าลดราคาแล้วลืมแก้ JSON-LD นี่คือเคสคลาสสิกของ markup ไม่ตรงหน้า เหมือนป้ายหน้าร้านเขียนราคาหนึ่ง แต่แคชเชียร์คิดอีกราคา ลูกค้างงยังไง Google ก็งงแบบนั้น

LocalBusiness (หน้าสาขา)

LocalBusiness บังคับ name และ address แนะนำให้ใส่ geo (พิกัดบนแผนที่) ที่มีทศนิยมอย่างน้อย 5 ตำแหน่ง เวลาเปิดปิด และเบอร์โทรพร้อมรหัสประเทศ เอกสาร Organization ของ Google แนะนำให้ใช้ subtype ที่เจาะจงที่สุด ร้านกาแฟจึงใช้ CafeOrCoffeeShop แทน LocalBusiness เฉยๆ

BreadcrumbList

BreadcrumbList คือเส้นทางเกล็ดขนมปังที่บอกว่าหน้านี้อยู่ชั้นไหนของเว็บ ต้องมี ListItem อย่างน้อย 2 รายการ แต่ละรายการมี position, name และ item ส่วนรายการสุดท้ายไม่ต้องใส่ item ก็ได้ Google จะใช้ URL ของหน้านั้นแทน

FAQPage schema ยังควรใส่ไหม หลัง Google เลิกแสดง FAQ rich result

ไม่ต้องเพิ่มใหม่เพื่อหวัง rich result เพราะ Google เลิกแสดง FAQ rich result ไปแล้วตั้งแต่ 7 พฤษภาคม 2026 ถ้ามีอยู่แล้วและคำถามคำตอบแสดงบนหน้าจริง ไม่จำเป็นต้องรีบลบ

ไทม์ไลน์ที่ตรวจได้จาก Google มี 3 จุด เรียงตามนี้

1. 8 ส.ค. 2023 Google ประกาศว่า FAQ rich result จะแสดงเฉพาะเว็บรัฐบาลและเว็บสุขภาพที่มีชื่อเสียงและน่าเชื่อถือ ส่วน HowTo แสดงเฉพาะบน desktop บล็อกภาษาไทยของ Google ตอนนั้นเขียนว่า “คุณจะนำ Structured Data นี้ออกจากเว็บไซต์ก็ได้ แต่ก็ไม่ใช่เรื่องที่ต้องรีบร้อนทำ”
2. 8 พ.ค. 2026 Google เพิ่มประกาศ deprecation (ประกาศเลิกใช้) ในเอกสาร FAQ ว่าฟีเจอร์นี้จะไม่ปรากฏใน Google Search ตั้งแต่ 7 พ.ค. 2026
3. 15 มิ.ย. 2026 Google ลบเอกสาร FAQ rich result ออก เพราะฟีเจอร์ไม่แสดงในผลการค้นหาแล้ว

สรุปให้ตรงๆ กล่อง FAQ ใน Google ไม่กลับมาแล้ว ส่วนเนื้อหา FAQ บนหน้ายังมีค่าเหมือนเดิม คำถามที่คนพิมพ์จริงพร้อมคำตอบสั้นที่ตอบได้ในตัว เป็นรูปแบบที่ AI ยกไปใช้ง่าย นี่คือเรื่องของเนื้อหา ไม่ใช่เรื่อง markup วิธีเลือกและเขียนคำถามให้ดีอยู่ที่ FAQ Optimization และภาพใหญ่อ่านต่อที่ AEO คืออะไร

วิธีตรวจ schema ด้วย Rich Results Test และ Schema Markup Validator

ใช้ Rich Results Test เพื่อดูว่าหน้ามีสิทธิ์ได้ rich result แบบไหนใน Google และใช้ Schema Markup Validator เพื่อดูว่า markup ถูกตามมาตรฐาน schema.org ไหม เครื่องมือหลังคือเวอร์ชันใหม่ของ Structured Data Testing Tool เดิม ที่ Google ประกาศเมื่อ ธ.ค. 2020 ว่าจะย้ายไปอยู่กับ Schema.org และตัดการตรวจ rich result ของ Google ออก จำง่ายๆ ว่า Rich Results Test คือกรรมการของสนาม Google ส่วน Schema Markup Validator คือครูภาษาที่ตรวจไวยากรณ์ ผ่านครูแล้วไม่ได้แปลว่ากรรมการจะให้เหรียญ

1. เปิด Rich Results Test แล้ววาง URL จริง (ไม่ใช่โค้ด) เพื่อให้ Google render หน้าเหมือนตอน crawl
2. ดูหัวข้อ “Detected structured data” ถ้าเห็น Organization สองชุด แปลว่าธีมกับปลั๊กอินใส่ซ้ำกัน ให้ปิดตัวใดตัวหนึ่ง
3. กดเข้าแต่ละรายการ อ่าน error (ต้องแก้ ไม่แก้ไม่มีสิทธิ์ rich result) และ warning (property แนะนำที่ขาด)
4. วาง URL เดียวกันใน Schema Markup Validator เช็กว่าไม่มี property สะกดผิด เช่น sameas ตัวเล็กหมด
5. เทียบค่าใน markup กับหน้าจริงทีละช่อง ราคา ชื่อผู้เขียน วันที่ เวลาเปิด ต้องตรงกันทุกตัว
6. หลัง deploy ให้กด “Request indexing” ใน Search Console สำหรับหน้าสำคัญ แล้วรอดูรายงาน rich result ของประเภทนั้น

ข้อผิดพลาด schema ที่เจอบ่อย และวิธีแก้

ความผิดพลาดที่อันตรายที่สุดคือ markup ข้อมูลที่ผู้ใช้มองไม่เห็นบนหน้า แนวทางของ Google เขียนว่า “Don’t mark up content that is not visible to readers of the page.” และ structured data ต้องเป็นตัวแทนที่จริงของเนื้อหาบนหน้า พูดภาษาตลาดคือ อย่าเขียนป้าย “รีวิวเยอะที่สุดในซอย” ไว้ในโค้ด ถ้าหน้าร้านไม่มีรีวิวให้ใครเห็นสักอัน

คำถามที่พบบ่อย

แหล่งอ้างอิง

• Merchant listing structured data โดย Google Search Central (ตรวจเมื่อ ต.ค. 2026)
• Rich result report overview โดย Google Search Console Help (ตรวจเมื่อ ต.ค. 2026)
• Schema Markup Validator โดย Schema.org (ตรวจเมื่อ ต.ค. 2026)
• Latest Google Search documentation updates โดย Google Search Central (อัปเดต ต.ค. 2026)
• Schema.org Releases (เวอร์ชัน 30.1) โดย Schema.org (อัปเดต ก.ย. 2026)
• Organization structured data โดย Google Search Central (อัปเดต ก.ย. 2026)
• Article structured data โดย Google Search Central (อัปเดต ก.ย. 2026)
• Breadcrumb structured data โดย Google Search Central (อัปเดต ก.ย. 2026)
• Local business structured data โดย Google Search Central (อัปเดต ก.ย. 2026)
• Review snippet structured data โดย Google Search Central (อัปเดต ก.ย. 2026)
• Google’s guide to optimizing for generative AI features on Google Search โดย Google Search Central (อัปเดต ก.ค. 2026)
• General structured data guidelines โดย Google Search Central (อัปเดต ก.ค. 2026)
• We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved. โดย Ahrefs (Louise Linehan) (อัปเดต พ.ค. 2026)
• AI features and your website โดย Google Search Central (อัปเดต ธ.ค. 2025)
• Introduction to structured data markup in Google Search โดย Google Search Central (อัปเดต ธ.ค. 2025)
• Provide a site name to Google Search โดย Google Search Central (อัปเดต ธ.ค. 2025)
• Optimizing Your Content for Inclusion in AI Search Answers โดย Microsoft (Krishna Madhavan, Microsoft Bing) (อัปเดต ต.ค. 2025)
• Microsoft Bing/Copilot use schema for its LLMs โดย Search Engine Land (Barry Schwartz) (อัปเดต มี.ค. 2025)
• Changes to HowTo and FAQ rich results โดย Google Search Central Blog (อัปเดต ส.ค. 2023)
• An update on the Structured Data Testing Tool โดย Google Search Central Blog (อัปเดต ธ.ค. 2020)