เมื่อ ChatGPT และ AI กลายเป็นอีกประตูของการค้นหาข้อมูล หลายองค์กรเริ่มสนใจว่าจะทำอย่างไรให้แบรนด์ปรากฏอยู่ในคำตอบของ AI แต่คำถามสำคัญอาจไม่ใช่แค่ “ทำอย่างไรให้ AI พูดถึงเรา” หากเป็น “เรารู้จริงหรือยังว่าผู้คนกำลังถาม AI เรื่องอะไร” เพราะหาก Prompt ที่ใช้วางกลยุทธ์มาจากการคาดเดา สิ่งที่เรียกว่า Data-driven Strategy ก็อาจเป็นเพียงการวัดผลอย่างแม่นยำบนสมมติฐานที่ผิด
วันนี้การค้นหาข้อมูลไม่ได้เกิดขึ้นบน Search Engine เพียงอย่างเดียว ผู้บริโภคสามารถเปิด ChatGPT หรือเครื่องมือ Generative AI แล้วถามตรงๆ ว่า “ประกันแบบไหนเหมาะกับคนอายุ 30 ปี” “โทรศัพท์รุ่นไหนเหมาะกับการถ่ายวิดีโอ” หรือ “บริษัทไหนน่าเชื่อถือสำหรับงานประเภทนี้”
สำหรับนักสื่อสาร นี่ทำให้เกิดคำถามใหม่ที่สำคัญมากว่า เมื่อผู้บริโภคถาม AI เกี่ยวกับหมวดธุรกิจของเรา แบรนด์ของเราปรากฏอยู่ในคำตอบหรือไม่? และนั่นทำให้องค์กรจำนวนมากเริ่มสนใจสิ่งที่เรียกว่า Generative Engine Optimization หรือ GEO ซึ่งในความหมายอย่างง่าย คือการทำให้ข้อมูลและเนื้อหาขององค์กรมีโอกาสถูกค้นพบ เข้าใจ และนำไปใช้ประกอบคำตอบของระบบ AI
แต่ปัญหาที่น่าสนใจกว่าการทำ GEO คือ เรารู้จริงหรือไม่ว่า ผู้คนกำลังถามอะไร
เมื่อ Strategy เริ่มต้นจากคำถามที่เราคิดแทนลูกค้า
แนวทางด้าน AI Visibility จำนวนไม่น้อยเริ่มจากวิธีที่คุ้นเคยมาก ทีมงานนั่งประชุมกัน แล้วช่วยกันคิดว่า “ลูกค้าน่าจะถาม AI ว่าอะไรเกี่ยวกับเรา?” จากนั้นจึงสร้างรายการ Prompt ขึ้นมา ตรวจสอบว่าแบรนด์ปรากฏในคำตอบหรือไม่ และพยายามปรับ Content เพื่อเพิ่มโอกาสในการถูกกล่าวถึง ฟังดูสมเหตุสมผล แต่มีช่องโหว่สำคัญ
เพราะ Prompt เหล่านั้นอาจไม่ใช่คำถามของลูกค้า แต่เป็นคำถามที่องค์กรคิดว่าลูกค้าน่าจะถาม
หากรายการคำถามตั้งต้นเกิดจากการคาดเดา สิ่งที่ตามมา ไม่ว่าจะเป็นการวัด Visibility การวาง Content Strategy หรือการจัดสรรทรัพยากร ก็ล้วนตั้งอยู่บนสมมติฐานเดียวกันนั้น นี่ไม่ใช่ปัญหาเฉพาะของ AI ในโลกการสื่อสาร เราเจอสถานการณ์แบบนี้มาตลอด องค์กรคิดว่า Stakeholder สนใจเรื่อง A จึงผลิตเนื้อหาเรื่อง A จำนวนมาก ทั้งที่สิ่งที่ผู้คนกังวลจริงๆ อาจเป็นเรื่อง B
AI เพียงทำให้ปัญหานี้ชัดขึ้นเท่านั้น
อีกปัญหาคือ ไม่ใช่ทุก Prompt มีน้ำหนักเท่ากัน
สมมติทีมสื่อสารสร้าง Prompt สำหรับติดตาม AI Visibility ขึ้นมา 100 คำถาม คำถามหนึ่งอาจสะท้อนสิ่งที่คนจำนวนมากต้องการรู้ ขณะที่อีกคำถามอาจแทบไม่มีใครสนใจ แต่หาก Dashboard แสดง Prompt ทั้งสองเป็นเพียงสองแถวในตาราง เราอาจเผลอให้ความสำคัญกับมันเท่ากัน
ยกตัวอย่างความแตกต่างระหว่างคำถามที่มีคนสนใจระดับ 10,000 คน กับคำถามที่อาจมีเพียง 40 คน แต่หากไม่มีข้อมูลด้านปริมาณ ทั้งสองเรื่องสามารถถูกปฏิบัติราวกับมีความสำคัญเท่ากันได้ นี่คือจุดที่ GEO เริ่มเปลี่ยนจากเรื่อง “ทำให้แบรนด์ปรากฏ” ไปเป็นเรื่อง Audience Intelligence เพราะโจทย์ไม่ควรเป็นเพียง AI พูดถึงเราหรือไม่ แต่ต้องถามต่อว่า AI พูดถึงเราในคำถามที่คนจำนวนมากสนใจจริงหรือไม่ สองคำถามนี้ให้ความหมายทางธุรกิจแตกต่างกันมาก
จากการเดา Prompt สู่การศึกษาพฤติกรรมจริง
ดังนั้น การรวบรวมข้อมูลบทสนทนาจำนวนมากมาจัดกลุ่มเป็นหัวข้อ และพิจารณาน้ำหนักตามสัดส่วนของบทสนทนาที่เกิดขึ้นจริง แทนการเริ่มจากรายการ Prompt ที่ทีมงานคิดขึ้นเอง
แนวคิดสำคัญจึงไม่ใช่เพียงการมีเครื่องมือใหม่ แต่คือการเปลี่ยนวิธีคิดจาก Assumed Behavior → Observed Behavior หรือจาก “เราคิดว่าคนน่าจะถามอะไร” ไปสู่ “ข้อมูลที่เรามองเห็นบอกว่าคนกำลังสนใจอะไร” นี่เป็นความเปลี่ยนแปลงที่นัก PR และนักสื่อสารควรจับตามอง
เพราะที่ผ่านมา Content Strategy จำนวนมากเริ่มจาก Inside-out Thinking คือองค์กรเริ่มจากเรื่องที่ตัวเองต้องการพูด แล้วพยายามหาวิธีทำให้คนสนใจ
แต่ข้อมูลพฤติกรรมการใช้ AI เปิดโอกาสให้เริ่มจาก Outside-in Thinking มากขึ้น คือเริ่มจากสิ่งที่ผู้คนกำลังพยายามทำความเข้าใจ แล้วจึงพิจารณาว่าองค์กรมีข้อมูล ความเชี่ยวชาญ หรือหลักฐานอะไรที่สามารถตอบโจทย์นั้นได้
Prompt อาจเป็นมากกว่าคำค้นหา เพราะมันเผย “ความกังวลหลังคำถาม”
Search Query แบบเดิมมักสั้น “ประกันสุขภาพ” “รถ EV” “PR Agency Thailand” แต่บทสนทนากับ Generative AI สามารถยาวและมีบริบทมากกว่า ผู้ใช้อาจอธิบายสถานการณ์ เงื่อนไข ความลังเล หรือถามต่อเนื่องหลายชั้น นี่ทำให้ข้อมูลจากบทสนทนากับ AI มีศักยภาพในการสะท้อนสิ่งที่อยู่เบื้องหลังคำถามได้มากกว่าคีย์เวิร์ดสั้นๆ
บทสนทนาเหล่านี้สามารถให้ภาพความคิดของผู้บริโภคที่ตรงไปตรงมามากกว่าการวิจัยบางรูปแบบ เพราะผู้คนอาจพูดกับ AI ในสิ่งที่ไม่พูดต่อหน้าผู้ดำเนินการ Focus Group อย่างไรก็ตาม ประเด็นนี้ควรอ่านในฐานะ มุมมองของผู้เขียน มากกว่าข้อสรุปว่าข้อมูลจาก AI สามารถทดแทนการวิจัยผู้บริโภคแบบอื่นได้ทั้งหมด
แต่สิ่งที่น่าสนใจสำหรับนักสื่อสารคือ Prompt สามารถช่วยให้เรามองเห็นสิ่งที่อาจเรียกว่า Question behind the Question คนถามเรื่อง “ราคา” แต่อาจกำลังกังวลเรื่อง “ความคุ้มค่า” ถามเรื่อง “ความปลอดภัย” แต่อาจกำลังมองหา “ความมั่นใจ” ถามว่า “บริษัทไหนดี” แต่ความต้องการจริงอาจเป็นการลดความเสี่ยงจากการตัดสินใจผิด
ตรงนี้เองที่ข้อมูล AI สามารถเชื่อมกับศาสตร์ PR ได้อย่างน่าสนใจ เพราะงานสื่อสารที่ดีไม่ใช่เพียงตอบสิ่งที่คนถาม แต่ต้องเข้าใจว่า ทำไมเขาจึงถาม
GEO จึงไม่ควรเริ่มที่ AI แต่ควรเริ่มที่ Audience
ประเด็นสำคัญจากเรื่องนี้ไม่ใช่การประกาศว่า SEO กำลังหมดความสำคัญ หรือ GEO คือคำตอบใหม่ของทุกองค์กร แต่คือหลักคิดพื้นฐานของ Strategic Communication ที่กำลังกลับมาอีกครั้งในบริบทใหม่ อย่าเริ่ม Strategy จากสิ่งที่องค์กรคิดว่าคนสนใจ ควรเริ่มจากหลักฐานว่า ผู้คนกำลังสนใจอะไร กังวลอะไร และต้องการตัดสินใจเรื่องอะไร จากนั้นจึงค่อยถามว่า
- องค์กรควรสร้าง Content อะไร
- ควรให้ข้อมูลอะไร
- ควรสร้าง Authority ในประเด็นไหน
- และคำถามใดที่แบรนด์ควรมีตัวตนอยู่ในคำตอบของ AI
เพราะเป้าหมายที่แท้จริงไม่ใช่การทำให้ชื่อแบรนด์ปรากฏใน Prompt ให้ได้มากที่สุด แต่คือการทำให้แบรนด์ มีความหมายในคำถามที่สำคัญต่อผู้คนจริงๆ
สิ่งที่นักสื่อสารควรเริ่มทำ
ก่อนสร้าง Prompt List ชุดต่อไป ลองเปลี่ยนกระบวนการทำงานเป็น 4 ขั้นตอน
1. Observe
หาหลักฐานว่ากลุ่มเป้าหมายกำลังถามหรือกังวลเรื่องอะไรจริง จาก Search, Social Listening, Customer Service, Sales, Community และข้อมูลพฤติกรรมที่เข้าถึงได้
2. Cluster
อย่ามอง Prompt ทีละประโยค แต่จัดกลุ่มเป็น Intent หรือความต้องการ เช่น ต้องการข้อมูล เปรียบเทียบ ลดความเสี่ยง แก้ปัญหา หรือกำลังตัดสินใจ
3. Prioritize
อย่าให้น้ำหนักทุกคำถามเท่ากัน พิจารณาทั้งปริมาณ ความสำคัญต่อผู้ใช้ ความเกี่ยวข้องกับธุรกิจ และความสามารถขององค์กรในการให้คำตอบที่น่าเชื่อถือ
4. Build Authority
จากนั้นจึงสร้างเนื้อหาที่มีข้อมูล หลักฐาน ผู้เชี่ยวชาญ คำอธิบาย และบริบทเพียงพอให้ทั้งมนุษย์และระบบ AI เข้าใจว่าองค์กรมีความน่าเชื่อถือในเรื่องนั้น
นี่อาจเป็นความแตกต่างระหว่างการทำ AI Visibility เพื่อให้มีชื่อปรากฏ กับการสร้าง Communication Strategy เพื่อให้แบรนด์มีความหมาย
What to Watch
ยุคต่อไปของ Content Strategy อาจไม่ได้แข่งขันกันเพียงว่าใครผลิต Content ได้มากกว่า แต่แข่งขันกันว่าใครเข้าใจ คำถามจริงของมนุษย์ ได้เร็วกว่ากัน Generative AI จึงไม่ได้เปลี่ยนเพียงช่องทางที่ผู้คนใช้ค้นหาข้อมูล แต่กำลังบังคับให้นักสื่อสารกลับไปตอบคำถามพื้นฐานที่สุดของวิชาชีพอีกครั้งว่า เรากำลังสื่อสารจากสิ่งที่องค์กรอยากพูด หรือจากสิ่งที่ผู้คนต้องการรู้จริงๆ และก่อนจะถามว่า “ทำอย่างไรให้ ChatGPT พูดถึงแบรนด์เรา” บางทีคำถามที่ควรถามก่อนคือ
“เรารู้หรือยังว่าคนกำลังถามอะไร?”
