SE Ranking เผย ChatGPT แสดงโฆษณาบน 26% ของคำค้นเชิงพาณิชย์ และ 14% ไม่ตรงกับคำถาม

ChatGPT แสดงโฆษณาบน 25.94% ของคำค้นเชิงพาณิชย์ และ 14.35% ของโฆษณาที่แสดงออกมานั้นไม่มีความเกี่ยวข้องเชิงความหมายกับคำค้นที่ทำให้โฆษณาปรากฏ ตามผลการศึกษาของ SE Ranking ที่ Search Engine Land รายงานเมื่อวันที่ 10 สิงหาคม 2026 การศึกษานี้วิเคราะห์คำค้นเชิงพาณิชย์มากกว่า 50,000 รายการใน 20 กลุ่มธุรกิจ เพื่อวัดว่า ChatGPT แสดงโฆษณาบ่อยแค่ไหน โฆษณาวางอยู่ตรงไหนของคำตอบ และเกี่ยวข้องกับสิ่งที่ผู้ใช้ถามจริง ๆ มากน้อยเพียงใด

นี่คือการวัดคุณภาพของพื้นที่โฆษณาใน ChatGPT โดยหน่วยงานอิสระในขนาดใหญ่เป็นครั้งแรก สิ่งที่สำคัญที่สุดสำหรับคนซื้อสื่อคืออัตราความไม่ตรงกันของโฆษณากับคำถาม ความแยกขาดเกือบสมบูรณ์ระหว่างการถูกอ้างอิงในคำตอบกับการซื้อโฆษณาไว้ข้าง ๆ คำตอบนั้น และช่วงความแตกต่างระหว่างหมวดหมู่ที่กว้างตั้งแต่ 2.6% ไปจนถึงมากกว่า 50% นอกจากนี้ SE Ranking ยังระบุว่าผู้ลงโฆษณาในปัจจุบันไม่สามารถมองเห็นได้เลยว่าคำค้นใดเป็นตัวกระตุ้นให้โฆษณาของตนแสดงผล

SE Ranking วัดอะไร และวัดจากกลุ่มตัวอย่างขนาดไหน

SE Ranking วิเคราะห์คำค้นเชิงพาณิชย์มากกว่า 50,000 รายการใน 20 กลุ่มธุรกิจ ตามที่ Search Engine Land รายงานเมื่อวันที่ 10 สิงหาคม 2026 การศึกษาตั้งใจตอบคำถามสามข้อ ได้แก่ ChatGPT แสดงโฆษณาต่อคำค้นเชิงพาณิชย์บ่อยแค่ไหน โฆษณาปรากฏตรงตำแหน่งใดเมื่อเทียบกับคำตอบที่ระบบสร้างขึ้น และโฆษณามีความเกี่ยวข้องเชิงความหมายกับคำค้นที่ทำให้เกิดโฆษณามากเพียงใด นอกจากนี้ยังมีการเปรียบเทียบหมวดหมู่ที่มีความอ่อนไหวกับ Google AI Mode เพื่อดูว่าระบบทั้งสองปฏิบัติต่อเนื้อหาประเภทเดียวกันต่างกันหรือไม่

ในแง่รูปแบบการแสดงผล การศึกษาพบว่าโฆษณาแต่ละชิ้นปรากฏอยู่ใต้คำตอบที่ระบบสร้างขึ้น ในลักษณะข้อเสนอที่มีผู้สนับสนุนเพียงรายเดียว โดยไม่มีผู้ลงโฆษณารายอื่นแสดงอยู่ในตำแหน่งเดียวกัน ประโยคเดียวนี้มีน้ำหนักเชิงกลยุทธ์มากกว่าตัวเลขเปอร์เซ็นต์ใด ๆ ในการศึกษา และจะอธิบายแยกไว้ในหัวข้อถัดไป

ตัวเลขหลักจากการศึกษาของ SE Ranking

ตัวเลขห้าตัวคือสิ่งที่นิยามผลการศึกษาในเรื่องความถี่ของโฆษณา ความเกี่ยวข้อง และความสัมพันธ์ระหว่างการโฆษณากับการถูกอ้างอิงในคำตอบ ตารางด้านล่างแสดงตัวเลขตามที่ Search Engine Land รายงานไว้

ตัวเลขสองตัวแรกอธิบายเรื่องปริมาณพื้นที่โฆษณา ส่วนอีกสามตัวอธิบายความสัมพันธ์ระหว่างพื้นที่ที่ซื้อกับตัวคำตอบเอง เมื่ออ่านรวมกันจะได้ความว่าประมาณหนึ่งในสี่ของคำค้นเชิงพาณิชย์มีโฆษณาแสดงผล ประมาณหนึ่งในเจ็ดของโฆษณาที่แสดงไม่ตรงกับคำถาม และในกรณีส่วนใหญ่อย่างท่วมท้น ผู้ลงโฆษณาเป็นคนแปลกหน้าสำหรับข้อความที่วางอยู่เหนือโฆษณาของตัวเองโดยตรง

อัตราไม่ตรงกัน 14.35% ส่งผลอย่างไรต่อต้นทุนของคลิกที่มีคุณภาพ

หัวข้อนี้เป็นการวิเคราะห์ SE Ranking รายงานอัตราความไม่ตรงกันไว้ แต่ไม่ได้รายงานต้นทุนต่อคลิก งบประมาณ หรือข้อมูลคอนเวอร์ชันของโฆษณาใน ChatGPT และไม่ควรนำตัวเลขเหล่านั้นจากที่อื่นมาแนบกับข่าวนี้

กลไกที่อัตราความไม่ตรงกันบ่งชี้คือช่องว่างระหว่างการแสดงผลที่ผู้ลงโฆษณาจ่ายเงินไป กับการแสดงผลที่มีโอกาสเกิดคอนเวอร์ชันได้จริง ถ้าประมาณหนึ่งในเจ็ดของโฆษณาที่แสดงไม่เกี่ยวข้องเชิงความหมายกับคำค้นเบื้องหลัง แปลว่าส่วนหนึ่งของการส่งโฆษณาไปตกกับผู้ใช้ที่กำลังถามเรื่องอื่นอยู่ในขณะที่เห็นโฆษณานั้น ผู้ใช้กลุ่มนี้ไม่ใช่กลุ่มเป้าหมายที่คุณภาพต่ำ แต่อยู่นอกความตั้งใจที่โฆษณาถูกเขียนขึ้นมารองรับตั้งแต่ต้น

การคำนวณต่อจากนี้ไม่ต้องใช้ตัวเลขที่แต่งขึ้นแม้แต่ตัวเดียว ไม่ว่าต้นทุนที่แท้จริงต่อคลิกที่มีคุณภาพของผู้ลงโฆษณารายหนึ่งจะเป็นเท่าใด ตัวเลขนั้นย่อมสูงกว่าต้นทุนที่รายงานมาตามสัดส่วนของการส่งโฆษณาที่ไม่เคยมีความตั้งใจซื้อรองรับอยู่เบื้องหลัง อัตราความไม่ตรงกันระดับกลาง ๆ ของหลักสิบจึงเท่ากับภาษีที่กินเข้าไปในตัวหารก่อนจะนับการสูญเสียตามปกติภายในส่วนที่ตรงกันเสียอีก บนหน้าผลการค้นหาแบบเดิม ผู้ลงโฆษณาสามารถหาความสูญเปล่านี้เจอในรายงานคำค้นและตัดออกด้วย negative keyword แต่ทางเลือกนั้นไม่มีอยู่ในช่องทางนี้ ซึ่งเป็นประเด็นที่การศึกษาสรุปไว้ตอนท้ายและเป็นเหตุผลว่าทำไมตัวเลขนี้จึงไม่ใช่แค่สถิติที่น่าสนใจ

สิ่งที่แหล่งข่าวไม่ได้ให้คำตอบคือความไม่ตรงกันนี้เป็นผลพลอยได้ของระบบจัดอันดับที่จะดีขึ้นเมื่อระบบโตขึ้น เป็นผลจากการที่บางหมวดหมู่ยังมีผู้ลงโฆษณาน้อย หรือเป็นคุณสมบัติถาวรของการจับคู่โฆษณากับบทสนทนา การศึกษาวัดอัตราไว้ แต่ไม่ได้วินิจฉัยสาเหตุ

ข้อเสนอเดียวโดยไม่มีคู่แข่งในตำแหน่งเดียวกัน ไม่ใช่การประมูลแบบ Search

SE Ranking พบว่าโฆษณาแต่ละชิ้นปรากฏใต้คำตอบที่ระบบสร้างขึ้น ในรูปข้อเสนอที่มีผู้สนับสนุนรายเดียว โดยไม่มีผู้ลงโฆษณารายอื่นแสดงในตำแหน่งเดียวกัน ในเชิงโครงสร้างนี่คือตลาดคนละแบบกับหน้าผลการค้นหา และความต่างลึกกว่าจำนวนตำแหน่งโฆษณา

บนหน้าผลการค้นหา ผู้ลงโฆษณาหลายรายปรากฏต่อคำค้นเดียวกันในเวลาเดียวกัน ผู้ใช้เปรียบเทียบกันเอง ตำแหน่งเชิงเปรียบเทียบ ข้อเสนอ และข้อความโฆษณา จึงเป็นตัวแปรที่ผู้ลงโฆษณาปรับได้ เพราะโฆษณาของคู่แข่งมองเห็นอยู่ข้าง ๆ ผลงานที่ไม่ดีจะปรากฏออกมาเป็นส่วนแบ่งการแสดงผลที่เสียไปให้คู่แข่งที่ระบุตัวได้ และคันโยกที่ใช้แก้ก็เป็นแบบค่อยเป็นค่อยไป ทั้งการเพิ่มบิด การเขียนใหม่ หรือการปรับข้อเสนอ

แต่ตำแหน่งเดียวที่ไม่มีคู่แข่งให้เห็นเลย เท่ากับตัดการเปรียบเทียบออกจากสายตาผู้ใช้ทั้งหมด ผู้ใช้เห็นข้อเสนอที่มีผู้สนับสนุนหนึ่งรายหรือไม่เห็นเลย สำหรับผู้ที่ได้ตำแหน่งนั้นไป นี่คือพื้นที่ที่สะอาดผิดปกติและไม่มีสงครามราคาข้างเคียง ส่วนคนที่เหลือ ผลลัพธ์ของการแสดงผลครั้งนั้นคือการหายไปเลย ไม่ใช่การได้อันดับที่ต่ำลง กลไกนี้บ่งชี้ถึงพลวัตแบบผู้ชนะได้การแสดงผลไปทั้งหมด มากกว่าจะเป็นการไล่ระดับ ซึ่งมักตอบแทนสิ่งที่ระบบใช้เลือกข้อเสนอเดียวนั้นอย่างรุนแรงกว่าการประมูลแบบจัดอันดับมาก สิ่งที่แหล่งข่าวไม่ได้ระบุคือระบบเลือกอย่างไร คิดราคาจากบิด คุณภาพ ความครอบคลุม หรืออย่างอื่น และผู้ลงโฆษณารายเดิมชนะซ้ำในกลุ่มธุรกิจหนึ่งบ่อยแค่ไหน ใครก็ตามที่อ้างว่ารู้กลไกการประมูลจากการศึกษาชิ้นนี้ กำลังพูดเกินข้อมูลที่มี

การถูกอ้างอิงกับการซื้อโฆษณาแทบไม่เกี่ยวข้องกันเลย

ตัวเลขสามตัวเรื่องการอ้างอิงคือส่วนที่ถูกพูดถึงน้อยที่สุดของการศึกษานี้ มีผู้ลงโฆษณาเพียง 3.63% ที่ปรากฏเป็นแหล่งอ้างอิงในคำตอบซึ่งวางอยู่เหนือโฆษณาของตัวเอง URL ที่ลงโฆษณาไว้ปรากฏในรายการอ้างอิงเพียง 0.09% ของกรณีทั้งหมด และแบรนด์ของผู้ลงโฆษณาถูกกล่าวถึงที่ใดก็ได้ในคำตอบ 4.44% ของกรณี

เมื่ออ่านรวมกัน ตัวเลขเหล่านี้บอกว่าการจ่ายเงินซื้อตำแหน่งแทบไม่ช่วยให้แบรนด์เข้าไปอยู่ในตัวคำตอบเลย และการเข้าไปอยู่ในคำตอบเป็นความสำเร็จคนละชุดที่ได้มาด้วยกลไกคนละแบบ ผู้ลงโฆษณาที่ซื้อการมองเห็นใน ChatGPT โดยคาดหวังว่าคำตอบด้านบนจะช่วยตอกย้ำแบรนด์ให้ กำลังซื้อของอย่างหนึ่งแล้วหวังผลอีกอย่างหนึ่ง เมื่อดูจากข้อมูลชุดนี้ ตัวเลข 0.09% คือตัวที่คมที่สุดในสามตัว เพราะหน้าเว็บที่ผู้ลงโฆษณาจ่ายเงินเพื่อส่งผู้ใช้ไปหานั้น แทบไม่เคยอยู่ในรายการแหล่งอ้างอิงที่โมเดลใช้ประกอบคำตอบซึ่งวางอยู่เหนือโฆษณาของตัวเองเลย

อ่านเชิงปฏิบัติได้ว่า การมีตัวตนแบบ earned ในคำตอบของ AI กับการมีตัวตนแบบเสียเงินใต้คำตอบ เป็นสองโครงการที่ใช้วิธีคนละแบบ การทำให้แบรนด์ถูกอ้างอิงในคำตอบที่ระบบสร้างขึ้นคือเนื้องานของ ChatGPT SEO และการวางโครงสร้างเนื้อหา ไม่ใช่เรื่องของงบสื่อ การศึกษานี้ให้ตัวเลขคร่าว ๆ ว่าช่องทางที่เสียเงินช่วยงานฝั่ง earned ได้น้อยเพียงใด ซึ่งเป็นข้อมูลที่นักการตลาดไม่เคยมีมาก่อน

ความต่างระหว่างหมวดหมู่คือสิ่งที่ควรนำไปใช้จริง

ความไม่ตรงกันของโฆษณาแตกต่างกันมหาศาลตามหมวดหมู่ในการศึกษาของ SE Ranking หมวดสัตว์เลี้ยงมีโฆษณาที่ไม่ตรงเพียง 2.6% ขณะที่หมวดความสัมพันธ์ และหมวดข่าวและการเมือง มีโฆษณาที่ไม่ตรงเกิน 50% ทั้งคู่ นั่นคือช่วงห่างประมาณยี่สิบเท่าระหว่างหมวดที่สะอาดที่สุดกับหมวดที่เละที่สุดในกลุ่มตัวอย่าง

ค่าเฉลี่ยตัวเดียวจาก 20 กลุ่มธุรกิจจึงแทบไม่มีความหมายในฐานะข้อมูลตั้งต้นสำหรับวางแผน เมื่อการกระจายตัวข้างใต้กว้างขนาดนั้น ตัวเลขพาดหัว 14.35% เป็นตัวเลขระดับพอร์ตโฟลิโอ และไม่มีผู้ลงโฆษณารายใดซื้อทั้งพอร์ต ทุกคนซื้อหมวดหมู่ของตัวเอง ข้อสรุปที่ซื่อสัตย์สำหรับนักการตลาดคือการศึกษานี้บอกอะไรได้น้อยมากเกี่ยวกับหมวดหมู่ใดหมวดหนึ่งนอกเหนือจากหมวดที่ถูกระบุชื่อไว้

ส่วนที่พอถ่ายโอนได้คือทิศทาง หมวดหมู่ที่มีคำศัพท์เชิงพาณิชย์หนาแน่นและมีความตั้งใจซื้อชัดเจนดูจะจับคู่ได้ดีกว่า ส่วนหมวดหมู่ที่คำค้นมีลักษณะเป็นบทสนทนา เป็นเรื่องอารมณ์ หรือเป็นการถกเถียง ดูจะจับคู่ได้แย่กว่ามาก คำค้นเรื่องสินค้าสัตว์เลี้ยงระบุชื่อสินค้าอยู่ในตัว ส่วนคำค้นเรื่องความสัมพันธ์หรือเหตุการณ์ข่าวไม่ได้ระบุทั้งสินค้าและการซื้อ ระบบจึงกำลังจับคู่โฆษณากับบทสนทนาที่ไม่มีจุดยึดเชิงพาณิชย์อยู่เลย ถ้าหมวดหมู่ของคุณใกล้เคียงกับคำอธิบายแบบหลังมากกว่าแบบแรก สมมติฐานที่สมเหตุสมผลคืออัตราความไม่ตรงกันของคุณสูงกว่าค่าเฉลี่ย ไม่ใช่เท่ากับค่าเฉลี่ย จนกว่าจะมีการวัดผลจริงมาบอกเป็นอย่างอื่น

อ่านเรื่อง brand safety จากการเทียบหมวดสุขภาพ

SE Ranking เปรียบเทียบหมวดหมู่ YMYL ที่มีความอ่อนไหวกับ Google AI Mode โดย ChatGPT แสดงโฆษณาบน 28.69% ของคำค้นด้านสุขภาพ เทียบกับ 2.64% ใน Google AI Mode ส่วนคำค้นหมวดข่าวและการเมือง ChatGPT แสดงโฆษณา 28.76% เทียบกับ 6.8% ใน Google AI Mode ตัวเลขเหล่านี้คือสิ่งที่การศึกษารายงานไว้

ช่องว่างนี้คือประมาณสิบเอ็ดเท่าในหมวดสุขภาพ และประมาณสี่เท่าในหมวดข่าวและการเมือง นี่คือความต่างของท่าทีเชิงนโยบายการหารายได้ ไม่ใช่ความต่างของเทคโนโลยี ระบบหนึ่งหารายได้จากคำถามประเภทอ่อนไหวในอัตราที่ใกล้เคียงกับอัตราโดยรวมของตัวเอง อีกระบบหนึ่งชะลอไว้อย่างชัดเจน ทั้งนี้แหล่งข่าวไม่ได้ระบุท่าทีทั้งสองแบบว่าเป็นนโยบาย การศึกษาสังเกตผลลัพธ์ ไม่ได้เห็นกฎที่อยู่เบื้องหลัง

ในแง่ brand safety การอ่านค่อนข้างตรงไปตรงมาและมีสองด้าน ผู้ลงโฆษณาด้านสุขภาพได้พื้นที่โฆษณาใน ChatGPT มากกว่าใน Google AI Mode อย่างมาก และได้มันบนคำค้นที่ผู้ใช้อาจกำลังถามเรื่องอาการ การวินิจฉัย หรือการรักษา ความหนาแน่นของโฆษณาระดับนั้นในหมวดที่อ่อนไหวขนาดนั้นเพิ่มโอกาสที่โฆษณาจะไปวางข้างคำถามที่แบรนด์ไม่ได้เลือกจะปรากฏด้วย เมื่อรวมกับอัตราความไม่ตรงกัน 14.35% และการที่ไม่มีรายงานระดับคำค้น ผู้ลงโฆษณาด้านสุขภาพจึงไม่สามารถตรวจสอบได้เลยว่าโฆษณาของตนไปปรากฏข้างคำถามใดบ้าง นั่นคือสถานการณ์ที่การศึกษาอธิบายไว้

ข้อจำกัดที่ต้องพูดตรง ๆ คุณตรวจสอบเรื่องนี้ในบัญชีตัวเองไม่ได้

SE Ranking ระบุว่าผู้ลงโฆษณาในปัจจุบันไม่มีการมองเห็นเลยว่าคำค้นใดกระตุ้นให้โฆษณาของตนแสดงผล ข้อจำกัดเพียงข้อเดียวนี้คือสิ่งที่เปลี่ยนผลการศึกษาข้ออื่นทั้งหมดจากปัญหาที่บริหารจัดการได้ ให้กลายเป็นปัญหาที่บริหารจัดการไม่ได้

บนหน้าผลการค้นหาแบบเดิม ปัญหาเทียบเท่ากันทุกข้อมีขั้นตอนทำงานรองรับ การจับคู่ที่ไม่เกี่ยวข้องจะโผล่ในรายงานคำค้นแล้วถูกตัดออก ความสูญเปล่าระดับหมวดหมู่จะโผล่ในรายงานแบบแบ่งกลุ่ม ส่วนตำแหน่งที่อ่อนไหวสามารถกันออกได้ ทุกขั้นตอนเหล่านี้ตั้งอยู่บนการรู้ว่าผู้ใช้ถามอะไรจริง ๆ เมื่อไม่มีรายงานระดับคำค้น ผู้ลงโฆษณาจึงไม่มีทางทำซ้ำผลการศึกษานี้ในบัญชีของตัวเอง ไม่มีทางระบุว่าคำค้นใดสร้างการแสดงผลที่ไม่ตรงกัน และไม่มีคันโยกใดให้ตัดคำค้นเหล่านั้นออก

สิ่งที่แหล่งข่าวไม่ได้ระบุคือมีแผนจะเปิดรายงานระดับคำค้นหรือไม่ มีเวอร์ชันแบบรวมกลุ่มหรือแบ่งหมวดสำหรับผู้ลงโฆษณาบางรายหรือไม่ และการคิดราคาผูกกับอะไร คำถามเหล่านี้ยังเปิดอยู่ และการทึกทักว่ามีคำตอบไปทางใดทางหนึ่งก็เท่ากับแต่งรายละเอียดที่การศึกษาไม่มี

เรื่องนี้หมายความว่าอย่างไรกับนักการตลาดไทย

การศึกษาของ SE Ranking ไม่มีข้อมูลของประเทศไทยอยู่เลย มันครอบคลุมคำค้นเชิงพาณิชย์มากกว่า 50,000 รายการใน 20 กลุ่มธุรกิจ และรายงานของ Search Engine Land ไม่ได้กล่าวถึงประเทศไทย คำค้นภาษาไทย หรือตลาดเอเชียตะวันออกเฉียงใต้ ทุกอย่างในหัวข้อนี้เป็นการให้เหตุผลจากผลที่รายงานไว้ ไม่ใช่ข้อค้นพบเกี่ยวกับประเทศไทย

เหตุผลที่สำคัญในบริบทไทยคือการทับซ้อนกับหมวด YMYL คลินิก โรงพยาบาล บริษัทประกัน และธุรกิจการเงินของไทย อยู่ในหมวดหมู่เดียวกับที่การศึกษาพบว่ามีความหนาแน่นของโฆษณาสูงที่สุดใน ChatGPT และมีช่องว่างกับ Google AI Mode กว้างที่สุด หากแบรนด์สุขภาพหรือประกันของไทยกำลังพิจารณาช่องทางนี้ คำถามที่ต้องเคลียร์ก่อนใช้งบคือคำถามที่การศึกษายังเปิดทิ้งไว้ นั่นคือสัดส่วนของการส่งโฆษณาที่ตรงกับความตั้งใจจริงในหมวดนั้นเป็นเท่าไร และแพลตฟอร์มให้หลักฐานอะไรได้บ้าง

การอ่านเชิงท้องถิ่นข้อที่สองคือเรื่องภาษา การศึกษาไม่ได้รายงานว่าอัตราความไม่ตรงกันต่างกันตามภาษาหรือไม่ และไม่มีฐานใดในแหล่งข่าวที่จะสมมติว่าคำค้นภาษาไทยจะมีพฤติกรรมเหมือนกลุ่มตัวอย่างภาษาอังกฤษ หมวดหมู่ที่จับคู่ได้สะอาดในภาษาอังกฤษอาจจับคู่ได้ไม่สะอาดในภาษาไทย และข้อมูลชุดนี้ไม่ได้ตอบคำถามนั้น ตราบใดที่ยังไม่มีวิธีดูการส่งโฆษณาระดับคำค้น ผู้ลงโฆษณาไทยที่เข้าช่องทางนี้ก็กำลังทดสอบโดยมีวงจรป้อนกลับที่จำกัด ซึ่งเป็นเหตุผลให้ใช้งบก้อนเล็กแบบควบคุมได้ และให้น้ำหนักหลักไปที่ฝั่ง earned ของการมองเห็นบน AI การวางโครงสร้างเนื้อหาให้ระบบ AI อ้างอิงได้คือครึ่งที่วัดผลได้ชัดกว่าของงาน การมองเห็นบน AI Search ในวันนี้

คำถามที่พบบ่อย

ChatGPT แสดงโฆษณาบ่อยแค่ไหนจริง ๆ

บน 25.94% ของคำค้นเชิงพาณิชย์ ตามการศึกษาของ SE Ranking ที่วิเคราะห์คำค้นเชิงพาณิชย์มากกว่า 50,000 รายการใน 20 กลุ่มธุรกิจ ตัวเลขนี้ครอบคลุมเฉพาะคำค้นเชิงพาณิชย์ และการศึกษาไม่ได้รายงานความถี่ของโฆษณาสำหรับคำค้นที่ไม่ใช่เชิงพาณิชย์

โฆษณาใน ChatGPT ตรงกับสิ่งที่ผู้ใช้ถามหรือไม่

ส่วนใหญ่ตรง แต่ 14.35% ของโฆษณาที่แสดงไม่เกี่ยวข้องเชิงความหมายกับคำค้นที่กระตุ้นให้เกิดโฆษณา ความเกี่ยวข้องต่างกันมากตามหมวดหมู่ ตั้งแต่ 2.6% ในหมวดสัตว์เลี้ยง ไปจนถึงเกิน 50% ทั้งในหมวดความสัมพันธ์และหมวดข่าวและการเมือง ค่าเฉลี่ยจึงเป็นตัวชี้วัดที่แย่สำหรับหมวดหมู่ใดหมวดหนึ่งโดยเฉพาะ

ซื้อโฆษณาใน ChatGPT แล้วแบรนด์จะถูกพูดถึงในคำตอบด้วยไหม

แทบไม่เลยเมื่อดูจากข้อมูลชุดนี้ มีผู้ลงโฆษณาเพียง 3.63% ที่ปรากฏเป็นแหล่งอ้างอิงในคำตอบเหนือโฆษณาของตัวเอง URL ที่ลงโฆษณาปรากฏในรายการอ้างอิง 0.09% ของกรณี และแบรนด์ผู้ลงโฆษณาถูกกล่าวถึงที่ใดก็ได้ในคำตอบ 4.44% ของกรณี พื้นที่ที่ซื้อกับการถูกอ้างอิงจึงเป็นผลลัพธ์คนละอย่าง

ดูได้ไหมว่าคำค้นไหนทำให้โฆษณาของเราแสดงผล

ไม่ได้ การศึกษาระบุตรง ๆ ว่าผู้ลงโฆษณาในปัจจุบันไม่มีการมองเห็นเลยว่าคำค้นใดกระตุ้นให้โฆษณาของตนแสดงผล นั่นแปลว่าอัตราความไม่ตรงกันที่การศึกษาวัดได้นั้นไม่สามารถทำซ้ำหรือแก้ไขได้ภายในบัญชีผู้ลงโฆษณาในวันนี้ และแหล่งข่าวไม่ได้ระบุว่ารายงานแบบนั้นกำลังจะมาหรือไม่

เรื่องนี้เกี่ยวกับประเทศไทยโดยเฉพาะหรือไม่

ไม่ แหล่งข่าวไม่มีข้อมูลของไทยและไม่ได้กล่าวถึงประเทศไทย คำค้นภาษาไทย หรือตลาดในภูมิภาคเลย ความเกี่ยวข้องกับผู้ลงโฆษณาไทยอยู่ตรงที่คลินิก โรงพยาบาล และบริษัทประกัน อยู่ในหมวด YMYL ที่การศึกษาพบว่ามีความหนาแน่นของโฆษณาสูงที่สุด ซึ่งเป็นการให้เหตุผล ไม่ใช่ข้อค้นพบที่ถูกรายงานไว้

สรุปสั้น

SE Ranking วิเคราะห์คำค้นเชิงพาณิชย์มากกว่า 50,000 รายการใน 20 กลุ่มธุรกิจ และพบว่า ChatGPT แสดงโฆษณาบน 25.94% ของคำค้นเหล่านั้น โดย 14.35% ของโฆษณาที่แสดงไม่เกี่ยวข้องเชิงความหมายกับคำค้นที่กระตุ้น ความไม่ตรงกันรายหมวดกินตั้งแต่ 2.6% ในหมวดสัตว์เลี้ยง ไปจนถึงเกิน 50% ในหมวดความสัมพันธ์และหมวดข่าวและการเมือง ส่วนความหนาแน่นของโฆษณาหมวดสุขภาพอยู่ที่ 28.69% เทียบกับ 2.64% ใน Google AI Mode ผู้ลงโฆษณาถูกอ้างอิงเหนือโฆษณาของตัวเอง 3.63% ของกรณี และ URL ที่ลงโฆษณาปรากฏในรายการอ้างอิง 0.09% ของกรณี Search Engine Land รายงานการศึกษานี้เมื่อวันที่ 10 สิงหาคม 2026 อ่านฉบับเต็มได้ที่ Search Engine Land

สรุปอย่างซื่อสัตย์สำหรับคนซื้อสื่อคือ นี่คือพื้นที่โฆษณาระยะเริ่มต้นที่มีการเข้าถึงจริง คุณภาพไม่สม่ำเสมอตามหมวดหมู่ และยังไม่มีชั้นรายงานให้บริหารจัดการ ส่วนผสมนี้ชี้ไปที่การทดสอบแบบควบคุมมากกว่าการโยกงบ และชี้ให้ทุ่มน้ำหนักของงาน AI visibility ไปที่ฝั่ง earned ซึ่งวัดผลลัพธ์ได้ Relevant Audience ช่วยแบรนด์ไทยและแบรนด์ในภูมิภาคสร้างการมองเห็นฝั่ง earned และประเมินพื้นที่โฆษณาบน AI โดยไม่ต้องเดาตัวเลข ถ้ามีใครกำลังเสนอขายช่องทางนี้ให้คุณ คำถามแรกที่ควรถามคือคุณจะได้รายงานระดับคำค้นแบบไหน