Perplexity บล็อกโฆษณาแบบ markdown ของ Time พร้อมเรียกว่าเป็นการหลอกลวง

Perplexity สั่งบล็อกโฆษณาแบบ markdown ทั้งหมดบน Time.com ไม่ให้มีผลต่อเอเจนต์ของตัวเองและผลการค้นหาที่ผู้ใช้เห็น พร้อมเรียกรูปแบบโฆษณานี้ว่าเป็นการหลอกลวง Digiday รายงานเรื่องการบล็อกเมื่อวันที่ 11 สิงหาคม 2026 หลังจากที่สื่อเจ้าเดียวกันรายงานครั้งแรกไม่ถึงสองสัปดาห์ก่อนหน้านั้นว่า Time เริ่มขายโฆษณาที่เล็งไปที่เอเจนต์ AI โดยฝังไว้ในสำเนาหน้าเว็บเวอร์ชัน markdown

Relevant Audience เคยรายงานข่าวแรกไปแล้วตอนที่ Time เริ่มขายรูปแบบโฆษณานี้ ประเด็นใหม่จึงไม่ใช่การมีอยู่ของโฆษณาแบบ markdown แต่คือการที่เครื่องมือตอบคำถามด้วย AI ออกมาปิดรูปแบบโฆษณานี้อย่างเปิดเผย และผูกบทลงโทษไว้กับสำนักข่าวที่เป็นคนรันมันเอง

Perplexity บล็อกอะไร และพูดว่าอย่างไร

Digiday รายงานเมื่อวันที่ 11 สิงหาคม 2026 ว่า Perplexity หยุดไม่ให้โฆษณาแบบ markdown ทั้งหมดบน Time.com มีอิทธิพลต่อเอเจนต์ของบริษัทหรือผลลัพธ์ที่ผู้ใช้เห็น Jesse Dwyer ประธานเจ้าหน้าที่ฝ่ายสื่อสารของ Perplexity ระบุว่าบริษัททำงาน "อย่างต่อเนื่อง" เพื่อปกป้องผู้ใช้จากการปฏิบัติที่เป็นการหลอกลวง และเตือนสำนักข่าวว่าการใช้ "โฆษณาที่หลอกลวงอย่างโฆษณาแบบ markdown" เสี่ยงต่อการถูกลดระดับชื่อเสียงและกระทบคะแนนความน่าเชื่อถือ รายละเอียดทั้งหมดอยู่ใน รายงานของ Digiday

คำเตือนนี่แหละคือส่วนที่มีน้ำหนักจริง การบล็อกพื้นที่โฆษณาของสำนักข่าวรายเดียวคือข้อพิพาททางการค้า แต่การประกาศว่าจะมีบทลงโทษกับคะแนนความน่าเชื่อถือคือผลกระทบระดับเว็บไซต์ต่อการมองเห็น ที่เครื่องมือ AI เป็นผู้ลงโทษสำนักข่าว เพราะรูปแบบโฆษณาที่สำนักข่าวเลือกใช้ ทีมค้นหาและทีมความปลอดภัยของ Perplexity ยังกำลังพัฒนามาตรการเพิ่มเติมเพื่อรับมือกับโฆษณาแบบ markdown ในภาพรวม แปลว่าท่าทีนี้ไม่ได้เจาะจงเฉพาะ Time

รูปแบบโฆษณานี้ทำงานอย่างไร

โฆษณาเหล่านี้สร้างโดยบริษัทโฆษณาชื่อ Mobian ซึ่งผลิตเนื้อหาในรูปแบบคำถามคำตอบจากบรีฟของแบรนด์ แล้วฝังเข้าไปในหน้าเว็บเวอร์ชัน markdown ของสำนักข่าว จากนั้นติดตามว่าเครื่องมือ AI หยิบเนื้อหานั้นขึ้นมาบ่อยแค่ไหนและในเชิงบวกแค่ไหน ผู้ลงโฆษณากลุ่มแรกที่ถูกระบุชื่อคือ Ally Bank และ Project Management Institute สำเนาเวอร์ชัน markdown คือเวอร์ชันที่ครอว์เลอร์และเอเจนต์ AI อ่าน ซึ่งเป็นทั้งเหตุผลที่ผู้ลงโฆษณาสนใจ และเป็นเหตุผลที่เรื่องนี้กลายเป็นข้อถกเถียง

Jonah Goodhart ผู้ร่วมก่อตั้งและซีอีโอของ Mobian ออกมาปกป้องรูปแบบนี้ โดยให้เหตุผลว่า "โมเดลที่กำลังเรียบเรียงคำตอบจะได้ข้อมูลที่เป็นปัจจุบัน มีแหล่งอ้างอิง และผ่านการยืนยันจากแบรนด์" และว่า "เมื่อโมเดลเข้าใจข้อเท็จจริงเกี่ยวกับแบรนด์ผิด คนที่ถามคำถามก็ได้คำตอบที่แย่ลง" ข้อโต้แย้งนี้มีน้ำหนักและควรถูกเล่าอย่างเป็นธรรม เพราะข้อมูลที่แบรนด์ให้มาเองในหน้าเว็บอาจแม่นยำกว่าสิ่งที่โมเดลจำมาได้เอง

ฝั่งตรงข้ามคือ Robert Webster อดีตผู้บริหาร WPP และผู้ก่อตั้ง TAU ที่เตือนว่าเมื่อป้ายกำกับว่าเป็นเนื้อหาที่ได้รับการสนับสนุนหายไประหว่างที่เอเจนต์ดึงข้อมูล "ข้อความเชิงโฆษณาอาจจบลงด้วยการถูกอ้างอิงในฐานะข้อเท็จจริงที่เป็นกลาง" นั่นคือกลไกที่เป็นปัญหาจริง ไม่ใช่การมีอยู่ของเนื้อหาที่จ่ายเงิน แต่คือการที่ป้ายกำกับหายไประหว่างทางจากหน้าเว็บไปสู่คำตอบ

ลำดับเหตุการณ์

ทุกบรรทัดด้านล่างมาจากรายงานของ Digiday วันที่ 11 สิงหาคม 2026 และรายงานก่อนหน้าของสื่อเจ้าเดียวกันเกี่ยวกับรูปแบบโฆษณานี้

ทำไมข่าวนี้สำคัญกว่าข่าวแรก

การขายโฆษณาให้เครื่องจักรอ่านเป็นข่าวแปลกใหม่ แต่การที่เครื่องมือ AI ปฏิเสธโฆษณานั้น เรียกมันว่าเป็นการหลอกลวง และเตือนว่าสถานะของสำนักข่าวในดัชนีของตัวเองจะแย่ลง เป็นข่าวเรื่องการกำกับดูแล และเป็นกรณีสาธารณะกรณีแรกของเรื่องนี้ มันยืนยันว่าเลเยอร์ของหน้าเว็บที่เอเจนต์อ่านคือพื้นที่ที่เครื่องมือ AI ตั้งใจจะเข้ามาควบคุม และต้นทุนของการทำผิดตกอยู่กับเว็บไซต์เจ้าของหน้า ไม่ใช่ผู้ลงโฆษณาหรือบริษัทโฆษณา

เส้นนี้ลากผ่ากลางงาน GEO พอดี ด้านหนึ่งคือการทำให้หน้าเว็บอ่านง่ายสำหรับโมเดล ทั้งโครงสร้างที่สะอาด คำถามที่ตอบได้จริง ข้อเท็จจริงที่เขียนตรงไปตรงมา และรูปแบบที่เครื่องอ่านได้ซึ่งตรงกับหน้าที่มนุษย์เห็น อีกด้านหนึ่งคือการแทรกข้อความโฆษณาที่จ่ายเงินลงในสำเนาที่เครื่องอ่านแต่คนไม่เห็น อย่างแรกคือการทำ optimisation ส่วนอย่างหลังตอนนี้กลายเป็นเหตุผลให้ถูกเชื่อถือน้อยลง อย่างน้อยก็ตามนโยบายที่เครื่องมือรายหนึ่งประกาศออกมา

ใครที่ทำงาน GEO อย่างจริงจัง ควรถือว่านี่คือข้อมูลจุดแรกในเรื่องที่เมื่อเดือนที่แล้วยังไม่มีบรรทัดฐานการบังคับใช้ใดเลย ก่อนหน้านี้เครื่องมือ AI แทบไม่พูดถึงว่าจะจัดการกับเลเยอร์ที่เครื่องอ่านได้อย่างไร ตอนนี้มีรายหนึ่งลงมือแล้ว พร้อมประกาศเหตุผลประกอบ

สิ่งที่ Digiday ไม่ได้รายงาน

• วิธีที่ Perplexity ตรวจจับโฆษณาแบบ markdown ไม่มีการอธิบายวิธีตรวจจับไว้เลย
• คะแนนความน่าเชื่อถือคืออะไรกันแน่ มีการเอ่ยถึงในฐานะบทลงโทษแต่ไม่มีคำนิยาม ไม่มีสเกล และไม่มีเกณฑ์
• คำตอบใดจาก Time ต่อการบล็อกครั้งนี้
• ว่า Google, OpenAI หรือ Anthropic จะใช้แนวทางเดียวกันหรือไม่ ไม่มีรายใดให้ความเห็นในรายงานฉบับนี้
• ว่าการบล็อกเป็นการถาวร อุทธรณ์ได้ หรือย้อนกลับได้ถ้าถอดโฆษณาออก

ช่องว่างเหล่านี้สำคัญสำหรับคนที่กำลังจะสรุปเหมารวม เครื่องมือรายเดียวลงมือไม่เท่ากับมาตรฐานอุตสาหกรรม และบทลงโทษที่ไม่มีคำนิยามเผยแพร่ก็วางแผนรับมือได้ยาก สิ่งที่รู้ได้คือทิศทาง และทิศทางนั้นไม่เป็นมิตรกับการแทรกเนื้อหาที่จ่ายเงินลงในเลเยอร์ที่เครื่องอ่าน

สิ่งที่ควรไปตรวจบนเว็บไซต์ของตัวเอง

การทดสอบที่ใช้ได้จริงนั้นง่ายและไม่ต้องใช้เครื่องมือพิเศษ ให้ดึงหน้าเว็บของตัวเองแบบเดียวกับที่ครอว์เลอร์ดึง แล้วเทียบกับสิ่งที่มนุษย์เห็นที่ URL เดียวกัน ถ้ามีข้อความ บล็อกคำถามคำตอบ หรือการเอ่ยถึงแบรนด์ใดอยู่ในเวอร์ชันหนึ่งแต่ไม่อยู่ในอีกเวอร์ชัน แปลว่าคุณกำลังแบกความเสี่ยงแบบเดียวกับที่ข่าวนี้พูดถึง ไม่ว่าจะมีการจ่ายเงินเกี่ยวข้องหรือไม่

การตรวจแบบเดียวกันใช้ได้กับไฟล์ llms.txt สำเนาเวอร์ชัน markdown และหน้าเว็บเวอร์ชันที่ทำมาเพื่อ AI โดยเฉพาะ ของพวกนี้ส่วนใหญ่ถูกสร้างด้วยเจตนาดี เพื่อให้โมเดลอ่านข้อมูลชุดเดิมได้สะอาดขึ้น แต่มันกลายเป็นภาระความเสี่ยงทันทีที่เนื้อหาสองฝั่งเริ่มไม่ตรงกัน การรักษาให้ทั้งสองเวอร์ชันตรงกันคืองานดูแลที่ทีมส่วนใหญ่ยังไม่ได้มอบหมายให้ใครรับผิดชอบ และเป็นงานประเภทที่ค่อยๆ เพี้ยนไปเงียบๆ หลังจากเวอร์ชันแรกขึ้นเว็บไปแล้ว

สำหรับทีมคอนเทนต์ วิธีคิดที่ใช้ได้คือมองว่าสำเนาที่เครื่องอ่านได้ก็คือเนื้อหาที่เผยแพร่แล้ว และต้องอยู่ภายใต้มาตรฐานชุดเดียวกัน ถ้าข้อความหนึ่งต้องมีป้ายกำกับว่าได้รับการสนับสนุนบนหน้าที่มนุษย์อ่าน มันก็ต้องมีป้ายเดียวกันในสำเนา markdown และการที่ป้ายอาจหายไประหว่างการดึงข้อมูลคือเหตุผลให้ไม่ควรวางโฆษณาตรงนั้นตั้งแต่แรก ไม่ใช่เหตุผลให้ซ่อนมัน หลักการนี้ควรอยู่ในบรีฟงาน คอนเทนต์มาร์เก็ตติ้ง ไม่ใช่ในคิวงานเทคนิคที่ไม่มีใครแตะ

มุมมองสำหรับนักการตลาดไทย

หัวข้อนี้คือบทวิเคราะห์ Digiday ไม่ได้รายงานอะไรเกี่ยวกับประเทศไทยหรือสำนักข่าวไทยรายใด และไม่มีข้อความใดด้านล่างที่อ้างอิงจากแหล่งข่าว

สำนักข่าวและแบรนด์ไทยที่กำลังทดลองทำหน้าเว็บเวอร์ชันสำหรับเอเจนต์และไฟล์แบบ llms.txt ตอนนี้มีตัวอย่างจริงแล้วว่าเครื่องมือ AI ลงโทษการแทรกเนื้อหาที่จ่ายเงินลงในเลเยอร์นั้น การทดลองเองไม่ใช่เรื่องผิด และการจัดโครงสร้างเนื้อหาให้โมเดลอ่านได้ถูกต้องก็เป็นงานปกติของสาย AI SEO เส้นแบ่งอยู่ที่การขายพื้นที่โฆษณาในสำเนาที่เครื่องอ่าน

กฎที่ควรเอากลับไปใช้สั้นมาก เนื้อหาที่เสิร์ฟให้ครอว์เลอร์ AI ควรตรงกับสิ่งที่มนุษย์เห็นที่ URL เดียวกัน การขายพื้นที่โฆษณาในสำเนาที่เครื่องอ่านคือความเสี่ยงต่อการมองเห็น ไม่ใช่ทางลัด และความเสี่ยงนั้นตกอยู่กับเว็บไซต์ที่เป็นเจ้าของหน้า สำนักข่าวไทยที่กำลังคิดจะทำรูปแบบนี้เป็นรายได้ทางหนึ่งควรคิดเผื่อความเป็นไปได้ที่เครื่องมือ AI จะตัดการอ้างอิงถึงเว็บตัวเองออกทั้งหมด ซึ่งเป็นผลลัพธ์ที่แย่กว่ารายได้โฆษณาที่จะได้มา

คำถามที่พบบ่อย

Perplexity บล็อกอะไรกันแน่

บล็อกโฆษณาแบบ markdown ทั้งหมดบน Time.com ไม่ให้มีผลทั้งต่อเอเจนต์ของบริษัทและผลการค้นหาที่ผู้ใช้เห็น ตามที่ Digiday รายงานเมื่อวันที่ 11 สิงหาคม 2026 นอกจากนี้ Perplexity ยังระบุว่าทีมค้นหาและทีมความปลอดภัยกำลังพัฒนามาตรการรับมือโฆษณาแบบ markdown ในภาพรวม ท่าทีจึงไม่ได้จำกัดอยู่ที่ Time รายเดียว

โฆษณาแบบ markdown ผิดกฎข้อไหนหรือเปล่า

ไม่มีการอ้างถึงกฎที่เผยแพร่ไว้ในรายงาน ซึ่งเป็นส่วนหนึ่งที่ทำให้กรณีนี้น่าสนใจ Perplexity เรียกรูปแบบนี้ว่าเป็นการหลอกลวงและเตือนเรื่องผลกระทบต่อคะแนนความน่าเชื่อถือ แต่ Digiday ไม่ได้รายงานเอกสารนโยบาย วิธีตรวจจับ หรือคำนิยามของคะแนนดังกล่าว

Google, OpenAI หรือ Anthropic จะทำแบบเดียวกันไหม

แหล่งข่าวไม่ได้ระบุ และไม่มีรายใดให้ความเห็นในรายงานฉบับนี้ ควรมองท่าทีของ Perplexity เป็นนโยบายที่เครื่องมือรายหนึ่งประกาศ ไม่ใช่มาตรฐานของทั้งอุตสาหกรรม แม้เหตุผลที่ยกมาจะไม่ได้ผูกกับ Perplexity โดยเฉพาะก็ตาม

ถ้าเว็บของเรามีไฟล์ llms.txt จะโดนผลกระทบไหม

ไม่โดนจากการมีไฟล์เพียงอย่างเดียว เพราะประเด็นในข่าวนี้คือเนื้อหาที่จ่ายเงินซึ่งถูกแทรกเข้าไปในสำเนาที่เครื่องอ่าน ไม่ใช่การมีสำเนาที่เครื่องอ่านได้ ความเสี่ยงเริ่มขึ้นเมื่อสิ่งที่ครอว์เลอร์อ่านไม่ตรงกับสิ่งที่คนอ่านที่ URL เดียวกัน

เคยมีเหตุการณ์แบบนี้ในไทยหรือยัง

ไม่มีส่วนใดในแหล่งข่าวที่เกี่ยวกับประเทศไทย และไม่มีการระบุชื่อหรือศึกษาสำนักข่าวไทยรายใด ส่วนที่ว่าด้วยตลาดไทยในบทความนี้ระบุไว้ชัดเจนว่าเป็นบทวิเคราะห์ว่ากฎเดียวกันจะหมายถึงอะไรในบ้านเรา

ถ้าอยากให้ช่วยดูว่าหน้าเว็บของคุณหน้าตาเป็นอย่างไรในสายตาครอว์เลอร์ AI และเวอร์ชันที่เครื่องอ่านพูดตรงกับหน้าที่ลูกค้าอ่านหรือไม่ ทีม Relevant Audience ยินดีช่วยตรวจให้