ร้านค้า Shopify ส่วนใหญ่มี FAQ schema เพราะรายการตรวจสอบ SEO บอกให้พวกเขาติดตั้งมัน พวกเขาดาวน์โหลดแอป กรอกข้อมูลไม่กี่ช่อง ดูเครื่องมือตรวจสอบ (validator) แสดงเครื่องหมายถูกสีเขียว แล้วก็จบไป การทำ markup มักจะถูกต้องตามรูปแบบ แต่มันกลับไร้ประโยชน์สำหรับ AI agent

ช่องว่างระหว่าง การทำ markup กับ การนำไปใช้งานได้จริงโดยเครื่องจักร (machine usable) คือจุดที่ร้านค้าส่วนใหญ่กำลังเสียเปรียบอย่างเงียบๆ Schema บอกเครื่องจักรว่าควรไปดูที่ไหน แต่มันไม่ได้การันตีว่าเนื้อหาที่พบตรงนั้นจะมีค่าพอที่จะอ่าน

กับดักของรายการตรวจสอบ (The Checklist Trap)

FAQ schema ได้รับความนิยมเพราะมันสัญญาว่าจะให้ rich snippets ในผลการค้นหาของ Google กล่องคำถามขนาดเล็กที่ขยายได้เหล่านั้นดูเหมือนพื้นที่โฆษณาฟรี แอปใน Shopify app store จึงตอบรับด้วยปลั๊กอินมากมายที่ช่วยให้ผู้ค้าสามารถชี้ คลิก และฉีด (inject) JSON-LD เข้าไปได้โดยไม่ต้องแตะต้องโค้ดเลย

ผลลัพธ์ที่ได้คือวัฒนธรรม "SEO แบบติ๊กถูกในช่อง" (checkbox SEO) ในทุกๆ เดือน ผู้ค้าจะทำการตรวจสอบ (audit) พวกเขายืนยันว่าฟิลด์ @type อ่านว่า "Question" และ "Answer" พวกเขาตรวจสอบว่า acceptedAnswer มีข้อความอยู่ จากนั้นก็ปิดแท็บไป งานเสร็จสิ้น

แต่เครื่องมือตรวจสอบ schema เป็นเพียงเครื่องจักรจับคู่รูปแบบ (pattern-matching machine) มันตรวจสอบการมีอยู่ ไม่ใช่ความสมเหตุสมผล มันถามว่ามีคำตอบหรือไม่ แต่มันไม่เคยถามว่าคำตอบนั้นใช้งานได้จริงหรือไม่เมื่ออยู่นอกหน้าเว็บที่มันอาศัยอยู่

Markup ถูกต้อง แต่เนื้อหาพัง

สมมติว่าฟิลด์คำตอบของคุณเขียนว่า: "ดูรายละเอียดด้านล่าง" Google's Rich Results Test จะเห็นข้อความภายในสตริงนั้น และแสดงผลเป็นสีเขียว ข้อมูลโครงสร้าง (structured data) ของคุณถูกต้องตามรูปแบบอย่างเป็นทางการ

สำหรับมนุษย์ที่อ่านหน้าเว็บ "ดูด้านล่าง" นั้นไม่มีปัญหา สายตาของพวกเขาจะเลื่อนลงไปยังส่วนถัดไป แต่สำหรับ AI agent ที่กำลังดึงข้อมูล (scraping) เนื้อหาของคุณ มันไม่มีคำว่า "ด้านล่าง" ไม่มีเลย์เอาต์หน้าเว็บ มีเพียงสตริง: "See below for details." ข้อความปิดท้ายเพียงประโยคเดียวนี้ทำให้โหนด FAQ ทั้งหมดไร้ค่า

สิ่งเดียวกันนี้เกิดขึ้นกับคำว่า "ติดต่อเราเพื่อขอข้อมูลเพิ่มเติม" "ตามที่กล่าวไว้ข้างต้น" หรือ "อ้างอิงจากตารางขนาด" แต่ละประโยคผ่านการตรวจสอบอย่างสมบูรณ์แบบ แต่แต่ละประโยคกลับล้มเหลวในฐานะข้อมูล

บริบทที่มีเพียงมนุษย์เท่านั้นที่มองเห็น

ปัญหานี้เกิดขึ้นเพราะผู้ค้าเขียนเนื้อหาเพื่อมนุษย์ และมนุษย์อ่านด้วยสายตา เราพึ่งพาเลย์เอาต์ของหน้าเว็บ รูปภาพ และข้อความรอบข้างเพื่อเติมเต็มช่องว่าง แต่ AI agent ไม่ได้ทำสิ่งเหล่านี้เลย

ลองดูตัวอย่างทั่วไป หน้าสินค้าถามว่า: "สินค้านี้ขนาดตรงตามมาตรฐานไหม?" คำตอบบอกว่า: "ขนาดเล็กกว่าปกติเล็กน้อย เราแนะนำให้เพิ่มไซส์"

นักช้อปที่เป็นมนุษย์จะเห็นรูปภาพรองเท้าบูทหนังสีดำในขณะที่อ่านประโยคนั้น บริบทจึงชัดเจน แต่ AI agent จะเห็นเพียงประโยคที่แยกออกมาโดดๆ ใน knowledge graph หรือชุดข้อมูลที่ถูกดึงมา (scraped dataset) มันไม่รู้เลยว่าสินค้าชิ้นไหนที่ขนาดเล็ก ประโยคดังกล่าวจึงกลายเป็นคำกล่าวอ้างที่ลอยไปมาโดยไม่มีอะไรมาเชื่อมโยง

ปัญหายิ่งแย่ลงเมื่อร้านค้าใช้ข้อความ FAQ ซ้ำๆ กับสินค้าหลายชิ้น คู่ Q&A แบบทั่วไปเพียงคู่เดียวอาจถูกฉีดเข้าไปในหน้าสินค้าที่แตกต่างกันถึงสามสิบหน้าผ่านเทมเพลต มนุษย์อาจให้อภัยความคลุมเครือเล็กน้อยเพราะพวกเขายังเห็นรูปภาพสินค้า แต่ AI จะระบุข้อมูลผิดพลาดหรือไม่ก็ตัดข้อมูลนั้นทิ้งไปเลย

AI บริโภคเนื้อหาของคุณอย่างไร

การจินตนาการว่าเนื้อหานี้ไปอยู่ที่ไหนจะช่วยให้เห็นภาพชัดขึ้น Large language models จะดูดข้อมูลร้านค้า Shopify ระหว่างการ crawl, บอทสนับสนุนลูกค้าจะดึงคำตอบไปไว้ในหน้าต่างแชท, เว็บไซต์เปรียบเทียบจะดึงข้อมูลจากฟีดของผู้ค้า, และผู้ช่วยด้วยเสียงจะอ่านคำตอบออกมาดังๆ ในทุกๆ สภาพแวดล้อมเหล่านี้ คำตอบ FAQ ของคุณจะถูกแยกออกจากหน้าสินค้าต้นฉบับ แยกออกจากรูปภาพ และแยกออกจากลำดับขั้นของฟอนต์ที่คุณเลือกมาอย่างดี

ผู้บริโภคที่เป็น AI ไม่ได้นั่งอยู่บนโดเมนของคุณ มันแค่หยิบโหนดข้อความไปวางไว้ในอินเทอร์เฟซที่แตกต่างออกไปโดยสิ้นเชิง Schema ช่วยให้เครื่องจักรหาโหนดนั้นได้เร็วขึ้น แต่มันไม่ได้ช่วยให้โหนดนั้นอยู่รอดได้ด้วยตัวเอง

การเขียนคำตอบแบบจบในตัวเอง (Writing Standalone Answers)

วิธีแก้ไขไม่ใช่การเพิ่ม schema แต่คือการเขียนให้ดีขึ้น ทุกคำตอบใน FAQ จำเป็นต้องทำหน้าที่เป็นคำตอบที่จบในตัวเอง คนแปลกหน้าควรจะเข้าใจได้โดยไม่ต้องเข้ามาที่ร้านของคุณ ไม่ต้องเห็นตารางรูปภาพ และไม่ต้องเลื่อนหน้าจอลงไป

เริ่มต้นด้วยประโยคที่สมบูรณ์ แทนที่ประโยคที่ไม่สมบูรณ์ด้วยความคิดที่ครบถ้วน แทนที่จะเขียนว่า "ขนาดเล็กกว่าปกติเล็กน้อย" ให้เขียนว่า "รองเท้าบูทคู่นี้มีขนาดเล็กกว่ามาตรฐานเล็กน้อย ดังนั้นเราจึงแนะนำให้สั่งเพิ่มขึ้นครึ่งไซส์"

ตัดการอ้างอิงถึงเลย์เอาต์เชิงพื้นที่ออกไป เลิกใช้คำว่า "ข้างต้น" "ด้านล่าง" "ทางซ้าย" และ "ตารางที่ด้านล่างของหน้า" แล้วแทนที่ด้วยข้อมูลในตัว แทนที่จะเขียนว่า "อ้างอิงจากตารางด้านล่าง" ให้เขียนว่า "ขนาดรอบเอวคือ: Small 28-30 นิ้ว, Medium 31-33 นิ้ว, Large 34-36 นิ้ว"

ตัดสรรพนามที่คลุมเครือออกไป อย่าเขียนว่า "จัดส่งภายในสามวัน" ในเมื่อคุณสามารถเขียนว่า "เครื่องปั่นรุ่นนี้จัดส่งภายในสามวันทำการ" คำที่เพิ่มมาเพียงสามคำนี้ไม่ได้ทำให้ความสามารถในการอ่านลดลงเลย แต่จะช่วยให้การดึงข้อมูลมีความชัดเจนอย่างสมบูรณ์

หากคำถามจำเป็นต้องอ้างอิงเอกสารอื่น ให้สรุปข้อเท็จจริงหลักไว้ในคำตอบนั้นเลย แทนที่จะส่งต่อไปยังที่อื่น อย่าเขียนว่า "ดูหน้านโยบายการคืนสินค้าของเรา" แต่ให้เขียนว่า "คุณสามารถคืนสินค้าชิ้นนี้เพื่อรับเงินคืนเต็มจำนวนได้ภายใน 30 วัน โปรดไปที่หน้านโยบายการคืนสินค้าของเราเพื่อเริ่มขั้นตอน" ลิงก์ยังคงไว้เพื่อให้มนุษย์คลิกได้ แต่เครื่องจักรจะได้ข้อเท็จจริงไป

สิ่งนี้จะส่งผลเสียต่อประสบการณ์ของผู้ใช้งานหรือไม่?

ไม่เลย การใช้ภาษาที่เรียบง่ายและชัดเจนไม่ได้ทำให้หน้าเว็บดูแย่สำหรับผู้เข้าชม มนุษย์ได้รับประโยชน์ไม่ต่างจากเครื่องจักร นักช้อปที่ใช้งานผ่านอุปกรณ์มือถือก็ไม่อยากเสียเวลาค้นหาบริบทเช่นกัน พวกเขาต้องการคำตอบที่จบได้ในตัวเอง

การเขียนแบบจบในตัวเอง (Standalone writing) คือการเขียนที่ชัดเจนขึ้น คุณไม่ได้กำลังทำให้เนื้อหาดูด้อยคุณภาพลง แต่คุณกำลังกำจัดความเกี่ยวเนื่องที่ใช้ได้แค่ภายในกรอบแคบๆ ของแท็บเบราว์เซอร์เดียวเท่านั้น

เริ่มทำการตรวจสอบ (Audit) อย่างจริงจัง

คุณสามารถทดสอบร้านค้าของคุณเองได้ภายในเวลาไม่ถึงหนึ่งชั่วโมง ส่งออกเนื้อหา FAQ ของคุณไปยังสเปรดชีตหรือเอกสาร อย่าดูหน้าสินค้า ให้ลองอ่านคู่คำถามและคำตอบแต่ละคู่แยกกันทีละข้อ

ถามตัวเองด้วยคำถามเหล่านี้:

  • คำตอบนี้จะยังคงเข้าใจได้หรือไม่ หากปรากฏในคำตอบของแชทบอท?
  • มีการระบุชื่อสินค้าหรือหมวดหมู่ หรือต้องพึ่งพาบริบทแวดล้อมของหน้าเว็บ?
  • มีคำอย่างเช่น "ด้านบน" "ด้านล่าง" หรือ "อันนั้น" ที่ชี้ไปยังสิ่งที่อยู่นอกหน้าเว็บหรือไม่?
  • หากคนแปลกหน้าอ่านเพียงข้อความนี้ พวกเขาจะมีข้อมูลเพียงพอที่จะดำเนินการต่อหรือไม่?

ทุกจุดที่บกพร่องที่คุณพบสามารถแก้ไขได้ด้วยการเขียนใหม่อย่างรวดเร็ว ไม่ใช่โปรเจกต์ทางเทคนิคที่ยุ่งยาก อัปเดตข้อความใน Shopify admin หรือแอป FAQ ของคุณ จะรัน schema validator อีกรอบเพื่อให้สบายใจก็ได้ แล้วก็ลืมเรื่อง validator ไปสักเดือนหนึ่ง แล้วหันมาเชื่อมั่นในการทดสอบด้วยการอ่านแทน

บทสรุป

ผู้ค้าบน Shopify ใช้เวลาหลายปีในการปรับแต่งเพื่อรองรับ crawler พวกเขาเพิ่ม schema บีบอัดรูปภาพ และไล่ตาม Core Web Vitals แต่การปรับแต่งเพื่อ crawler นั้นไม่ใช่เรื่องเดียวกับการปรับแต่งเพื่อความเข้าใจ

Schema คือชุดของป้ายบอกทาง มันช่วยชี้ไปยังเนื้อหาของคุณ แต่เนื้อหาต่างหากที่ต้องทำหน้าที่หลักจริงๆ AI agent อาจจะอ่าน markup ของคุณได้อย่างสมบูรณ์แบบ แต่ก็อาจจะไม่ได้ข้อมูลอะไรไปเลยก็ได้ ผู้ค้าที่จะชนะในยุคถัดไปของการค้นหาและการพาณิชย์ คือผู้ที่เลิกทำเพียงเพื่อให้ผ่านเช็คลิสต์ แต่เริ่มเขียนคำตอบที่สามารถสื่อสารได้ด้วยตัวเอง

หากคุณต้องการอ่านบทวิเคราะห์ต้นฉบับที่เป็นแรงบันดาลใจให้กับบทความนี้ คุณสามารถอ่านได้ ที่นี่ สำหรับการพูดคุยต่อเนื่องเกี่ยวกับ AI, structured data และการปรับแต่ง Shopify ให้เข้าร่วม GyaanSetu learning community