SEO SMO AEO GEO DEO SXO: 6 ชั้นที่ทำให้ AI เลือกคุณ ไม่ใช่แค่เจอคุณ

โดย Nokka (นก-กา) | 19 กันยายน 2026

บทความนี้เขียนโดย AI (โมเดล deepseek-v4.1-flash ของผู้ให้บริการ ollama-cloud) ผ่าน Hermes Agent จาก Nous Research ตรวจสอบและเรียบเรียงโดย Nokka ข้อความในเครื่องหมายคำพูดที่เป็นคำแปลเป็นคำแปลของผม ไม่ใช่สำเนาต้นฉบับ

James Dooley เขียนบทความยาวบน X เมื่อวันที่ 18 กันยายน 2026 ในชื่อ The Modern Search Optimisation Stack: SEO, SMO, AEO, GEO, DEO & SXO โพสต์ที่แชร์บทความนี้มีคนดูราว 11,241 ครั้ง และกดบันทึกไว้ 378 ครั้ง [1]

ประโยคเปิดของเขาคือ "SEO ไม่ได้ตาย แต่แค่มีเพื่อนใหม่เพิ่มขึ้น" และเนื้อหาทั้งชิ้นคือการอธิบายว่า "เพื่อนใหม่" หกคนนั้นคือใคร [1]

ผมอ่านบทความเต็ม 216 บล็อกของเขา แล้วไปหางานวิจัยและความเห็นฝ่ายตรงข้ามมาประกอบ เพราะผมคิดว่ากรอบหกชั้นนี้มีประโยชน์จริง แต่มีจุดที่ต้องถามกลับ

ภาพรวมบทความ: หกชั้นของการถูกค้นพบ เรียงจากถูกเจอไปสู่ถูกเลือก พร้อมฐานที่รองรับทุกชั้น

กรอบหกชั้นของ Dooley

Dooley เสนอว่าการปรับแต่งให้ถูกค้นพบในปัจจุบันไม่ใช่เรื่องเดียว แต่มันคือกองของศาสตร์ที่เชื่อมกันหกชั้น [1]

ชั้น	ชื่อเต็ม	เป้าหมาย
SEO	Search Engine Optimisation	ถูกเจอ
SMO	Social Media Optimisation	ถูกค้นพบและถูกพูดถึง
AEO	Answer Engine Optimisation	เป็นคำตอบ
GEO	Generative Engine Optimisation	ถูกอ้างถึง
DEO	Decision Engine Optimisation	ถูกเลือก
SXO	Search Experience Optimisation	ปิดการขายได้

คำอธิบายสั้นที่สุดที่เขาเขียนไว้คือ [1]

"SEO ช่วยให้คุณถูกเจอ → AEO ช่วยให้คุณกลายเป็นคำตอบ → GEO ช่วยให้ AI เข้าใจและอ้างถึงคุณ → DEO ช่วยให้คุณกลายเป็นตัวเลือกที่ถูกเลือก → SXO ช่วยเปลี่ยนการมองเห็นนั้นให้เป็นลูกค้า ส่วน SMO ทำงานคู่ขนานกับชั้นอื่น ๆ โดยเพิ่มการค้นพบ บทสนทนา และสัญญาณแบรนด์บนแพลตฟอร์มโซเชียล" [1]

ผมคิดว่าประโยคนี้คือแกนของบทความทั้งหมด และเป็นประโยคที่ผมจะกลับมาถามในตอนท้าย

ชั้นที่หนึ่ง: SEO ยังเป็นฐาน

Dooley ยืนยันชัดว่า SEO ไม่ได้หายไปและยังเป็นฐานของทุกอย่าง [1]

"การเกิดของ AI เชิงสร้างสรรค์ไม่ได้ทำให้ SEO ด้านเทคนิค การเข้าถึงได้ของหน้า คุณภาพเนื้อหา ความน่าเชื่อถือ หรือการเชื่อมโยงภายใน ไม่เกี่ยวข้องไปทันที ตรงกันข้ามเลย" [1]

เขาอธิบายว่าเส้นทาง SEO แบบเดิมย่อได้เป็น Crawled → Indexed → Ranked → Clicked และรายการที่ต้องดูแลยังเหมือนเดิม คือ technical SEO การเข้าถึงได้ การจัดทำดัชนี การเชื่อมโยงภายใน คุณภาพเนื้อหา เจตนาการค้นหา ความครอบคลุมหัวข้อ แบ็คลิงก์ สัญญาณ E-E-A-T ข้อมูลโครงสร้าง และความเร็วหน้า [1]

จุดที่เขาเน้นและผมคิดว่าสำคัญ คือความต่างที่เกิด หลังจาก ขั้นตอนดึงข้อมูล

"การค้นหาแบบเดิมอาจดึงเอกสารมาแล้วจัดอันดับ การค้นหาแบบเจเนอเรทีฟอาจดึงเอกสารมาแล้วใช้มันเป็นหลักฐานในการสร้างคำตอบ" [1]

ผมคิดว่าประโยคนี้คม เพราะอธิบายได้ว่าทำไมเนื้อหาที่อันดับดีอยู่แล้วอาจไม่ถูกอ้างถึง

ชั้นที่สอง: SMO ที่เขาบอกว่าอยู่คู่ขนาน ไม่ใช่ต่อคิว

Dooley มีจุดยืนที่ต่างจากกรอบอื่นตรงที่เขาบอกว่า SMO ไม่ใช่ชั้นที่มาหลัง SEO แต่เป็นชั้นที่ทำงานคู่ขนาน [1]

"ต่างจากชั้นอื่น ๆ SMO ควรถูกมองเป็นชั้นแห่งการค้นพบและความน่าเชื่อถือที่ทำงานคู่ขนาน มากกว่าจะเป็นอะไรที่มาต่อจาก SEO" [1]

เขายกตัวอย่างเส้นทางที่คนจริงเดิน ซึ่งผมคิดว่าตรงกับพฤติกรรมที่เราเห็นกันทั่วไป คือ Google → Reddit → YouTube → ChatGPT → Google โดยที่ผู้ใช้ไม่ได้คิดว่ากำลังใช้ "เสิร์ชเอนจิน" ตัวไหนอยู่ [1]

และมีอีกเหตุผลที่เขาให้ไว้สำหรับเรื่อง AI คือ AI เจอข้อมูลแบรนด์ได้จากแหล่งที่อยู่นอกเว็บของแบรนด์เอง [1]

"บริษัทที่บอกว่าตัวเองเป็น 'เจ้าแห่งการสร้างลีดสำหรับธุรกิจท้องถิ่น' คือสัญญาณหนึ่ง แต่การที่สื่ออิสระ ลูกค้า ชุมชน และผู้เชี่ยวชาญพูดถึงบริษัทนั้นคู่กับซอฟต์แวร์ CRM สำหรับเอเจนต์อสังหาฯ ซ้ำ ๆ สร้างระบบนิเวศข้อมูลที่กว้างกว่ามาก" [1]

ผมคิดว่าประโยคนี้เป็นประโยชน์ที่สุดในชั้น SMO ของเขา เพราะมันบอกว่าสิ่งที่เว็บอื่นพูดถึงคุณ สำคัญกว่าสิ่งที่คุณพูดถึงตัวเอง

ชั้นที่สาม: AEO ไม่ใช่แค่ใส่ FAQ schema

Dooley เริ่มชั้นนี้ด้วยการเปลี่ยนคำถาม [1]

"เป้าหมายเปลี่ยนจาก 'ฉันจะอันดับสำหรับคำค้นนี้ได้อย่างไร' เป็น 'ฉันจะกลายเป็นคำตอบของคำถามนี้ได้อย่างไร'" [1]

และเขาเตือนว่าคนมักย่อ AEO ให้เหลือแค่การใส่ FAQ ลงในหน้า ซึ่งตื้นเกินไป [1]

"AEO บางครั้งถูกลดทอนเหลือแค่การเพิ่ม FAQ ลงในหน้า นั่นง่ายเกินไปมาก เป้าหมายที่กว้างกว่าคือการสกัดคำตอบ" [1]

รายการที่เขาให้ว่าทำให้ตอบง่าย คือข้อมูลที่ชัด กระชับ มีหลักฐานรองรับ มีโครงสร้างดี สกัดง่าย ตรงกับคำถาม และมีเอนทิตีที่เกี่ยวข้องรองรับ [1]

ชั้นที่สี่: GEO และความต่างจาก AEO

ชั้นนี้คือส่วนที่ผมคิดว่ามีค่าที่สุดของกรอบนี้ เพราะ Dooley แยกคำถามของ AEO กับ GEO ออกจากกันอย่างชัดเจน [1]

AEO: เครื่องสกัดคำตอบของฉันออกมาได้ไหม
GEO: ระบบเจเนอเรทีฟเข้าใจและใช้ข้อมูลของฉันตอนสร้างคำตอบไหม

เขายกตัวอย่างที่ตรงกับงานจริง คือคำถามว่า "เครื่องมือตรวจสอบแบ็คลิงก์ตัวไหนดีที่สุดสำหรับเอเจนซี SEO เล็กในอังกฤษ" และชี้ว่า AI อาจไม่คืนหน้าเว็บสิบหน้า แต่สังเคราะห์ข้อมูลแล้วแนะนำห้าเครื่องมือ [1]

⇒ ซึ่งเปลี่ยนเป้าหมายของการปรับแต่งทั้งหมด

รายการที่เขาเสนอว่ามีผลกับ GEO คือความสอดคล้องของเอนทิตี ความน่าเชื่อถือเชิงหัวข้อ งานวิจัยต้นฉบับ สถิติและข้อมูลเฉพาะทาง ความเห็นจากผู้เชี่ยวชาญ การกล่าวถึงแบรนด์จากบุคคลที่สาม digital PR ข้อมูลสินค้าที่ชัด ข้อมูลใหม่ เนื้อหาโครงสร้าง ทรัพยากรที่อ้างอิงได้ และการยืนยันจากภายนอกที่แข็งแรง [1]

ชั้นที่ห้า: DEO ที่เจ้าตัวเองก็บอกว่ายังไม่ใช่มาตรฐาน

ผมชอบที่ Dooley เขียนข้อจำกัดของ DEO ไว้เองตั้งแต่ต้นชั้นนี้ [1]

"คำศัพท์นี้ใหม่กว่าและยังเป็นมาตรฐานน้อยกว่า SEO มาก ดังนั้น DEO ในตอนนี้ควรถูกมองเป็นกรอบที่กำลังเกิด มากกว่ามาตรฐานอุตสาหกรรมที่ตั้งไว้แล้ว" [1]

ตัวอย่างที่เขาให้คือการสั่งผู้ช่วย AI ว่า "หาแพลตฟอร์มบัญชีสำหรับบริษัทอังกฤษ 20 คน ที่ต้องเชื่อมกับ Xero มีระบบเงินเดือน ราคาต่ำกว่า 300 ปอนด์ต่อเดือน และมีบริการลูกค้าที่ดี" งานของ AI ไม่ใช่แค่หาหน้าเว็บ แต่ต้องค้นหาตัวเลือก เข้าใจคุณสมบัติ เปรียบเทียบ ประเมินหลักฐาน แล้วแนะนำ [1]

ความต่างที่เขาชี้ และผมคิดว่าเป็นประโยคที่คมที่สุดในบทความ

ความสำเร็จของ GEO: ChatGPT พูดถึงบริษัทเรา
ความสำเร็จของ DEO: ChatGPT แนะนำบริษัทเรา เพราะเราเข้าเงื่อนไขของผู้ใช้ดีที่สุด

และเป้าหมายจึงขยับลงไปตามกรวย

Rankings → Answers → Citations → Recommendations → Selections → Transactions [1]

ชั้นที่หก: SXO และฐานที่รองรับทุกชั้น

Dooley ปิดกรอบด้วย SXO ซึ่งเป็นเรื่องที่เกิดหลังจากการถูกค้นพบ ทั้งประสบการณ์ผู้ใช้ ความเร็วหน้า การนำทาง ความอ่านง่าย สัญญาณความน่าเชื่อถือ ปุ่มเรียกร้องให้ทำ และอัตราการแปลง [1]

และส่วนที่ผมคิดว่าสำคัญที่สุดของบทความเขาอยู่ตรงนี้ คือฐานที่รองรับทุกชั้น [1]

"Entities + Content + Data + Authority + Trust" [1]

"ถ้าไม่มีองค์ประกอบเหล่านี้ ทุกชั้นของการปรับแต่งจะอ่อนลง" [1]

ฝ่ายที่เห็นต่าง และผมคิดว่าต้องอ่านคู่กัน

สองค่ายที่ยังไม่ตรงกัน

ส่วนนี้คือส่วนที่บทความของ Dooley ไม่มี และเหตุผลที่ผมไปหามาเพิ่ม

Rand Fishkin ผู้ก่อตั้ง SparkToro เป็นนักวิจารณ์ที่ตรงที่สุดเรื่องคลื่นตัวย่อ เขาเขียนไว้ในชื่อบทความ "It's Still SEO: Search Everywhere Optimization" [2]

"AIO, AEO, GEO, LLMEO และอีก 15 ตัวที่ผมเห็นบน LinkedIn วันนี้ ไม่ใช่ทางที่ควรไป" [2]

"ผมเดิมพันเลยว่า ถ้าคุณทำ SEO มาสองสามปีที่ผ่านมา คุณก็ทำ Search Everywhere Optimization อยู่แล้ว" [2]

และมีตัวเลขจากงานวิจัยที่ Rand Fishkin แห่ง SparkToro ทำร่วมกับ Patrick O'Donnell แห่ง Gumshoe.ai ที่ผมคิดว่าสำคัญมากต่อการวางแผน งานนี้ให้ อาสาสมัคร 600 คน รันคำถาม 12 ชุด ผ่านเครื่องมือ 3 ตัว รวม 2,961 ครั้ง ⇒ และสรุปว่า มีโอกาสน้อยกว่า 1 ใน 100 ที่ ChatGPT หรือ Google AI จะคืนรายชื่อแบรนด์เดิมในการตอบสองครั้งใด ๆ เมื่อถามคำถามเดิม 100 ครั้ง [2][6]

ถ้าตัวเลขนี้ถูก มันมีนัยต่อวิธีวัดผล GEO โดยตรง

Lily Ray จาก Amsive อยู่ตรงกลาง และผมคิดว่าเธอเป็นเสียงที่ใช้ได้ที่สุดสำหรับคนที่เบื่อทั้งสองฝ่าย [2]

"นักต้มตุ๋น GEO หลายคนใช้โอกาสนี้เพียงเปลี่ยนชื่อแนวทาง SEO แกนกลางด้วยชื่อที่ต่างออกไป" [2]

"สุดท้ายแล้ว AEO และ GEO ไม่ใช่การรื้อหรือทิ้ง SEO แต่เป็นระบบใหม่สำหรับการแข่งขัน การเก็บเกี่ยว และการวัดความสำเร็จข้ามแพลตฟอร์ม AI" [2]

ส่วนฝ่ายที่บอกว่าเป็นศาสตร์ใหม่จริง ๆ คือ Mike King ซึ่ง Search Engine Land ยกให้เป็น AI Search Marketer of the Year 2025 [2]

"การรื้อใหม่ที่ผมเรียกว่า relevance engineering เป็นเพราะกรอบ SEO มันจำกัดเกินไป" [2]

"เมื่อก่อนคุณใส่ของเข้า Google แล้วมันออกมาหน้าตาเดิม ตอนนี้มันถูกเสริม ถูกสับ ถูกปรับ แล้วค่อยเสิร์ฟให้ผู้ใช้" [2]

จุดที่ผมคิดว่าควรตั้งคำถาม

สามข้อที่ผมคิดว่ายังไม่ปิด

หนึ่ง · DEO เป็นกรอบที่ยังไม่มีงานวิจัยรองรับ Dooley เขียนเองว่า DEO "ยังเป็นมาตรฐานน้อยกว่า SEO มาก" [1] ผมเห็นด้วยกับเขา และคิดว่าควรอ่านเป็น ทิศทางที่อาจเกิด ไม่ใช่สิ่งที่วัดได้ตอนนี้ ต่างจาก GEO ที่มีงานวิจัยวิชาการจริงทั้งฉบับของ Aggarwal และคณะ ตีพิมพ์ในงาน KDD 2024 [4]

สอง · ถ้าการตอบของ AI ไม่แน่นอนกว่า 1 ใน 100 การวัดผลก็เป็นโจทย์ที่ยากกว่าที่กรอบหกชั้นบอก [2] กรอบของ Dooley ยังใช้วิธีวัดแบบเดิม คือ rankings และ citations แต่ถ้าคำตอบเปลี่ยนทุกครั้งที่ถาม ตัวเลข citation ที่วัดได้ครั้งเดียวจะเชื่อถือได้แค่ไหน

สาม · ผู้เขียนมีผลิตภัณฑ์ขายในกลุ่มนี้ Dooley เป็นผู้ก่อตั้ง FatRank และ PromoSEO และมีหนังสือรวมถึงหลักสูตรที่ขายในกลุ่มนี้ [3] ผมไม่ได้บอกว่ากรอบนี้ผิดเพราะเหตุนั้น แต่ผู้อ่านควรรู้ว่าเขาเป็นคนที่ได้ประโยชน์หากแนวคิดนี้ถูกนำไปใช้ และข้อดีคือเขาก็เปิดเผยตัวตนไว้ชัดในช่องทางอื่นของตัวเอง

สิ่งที่ผมคิดว่าควรทำต่อ

ผมคิดว่ากรอบหกชั้นของ Dooley มีประโยชน์ในฐานะ แผนที่ ว่าการที่ลูกค้าจะเลือกคุณ ต้องผ่านจุดไหนบ้าง และประโยคที่ผมคิดว่ามีค่าที่สุดของเขาคือการที่ตัวเลือกสุดท้ายไม่ใช่การถูกเจอ

"Ranking เป็นเรื่องของการมองเห็น AEO เปิดตัวคำตอบ GEO เปิดตัวการอ้างถึงและการถูกกล่าวถึง และ DEO เปิดตัวการถูกเลือก และนั่นอาจเป็นการเปลี่ยนที่สำคัญที่สุดในที่สุด" [1]

แต่ในทางปฏิบัติ ผมจะทำตามฝ่ายที่บอกว่ามันคือ SEO เหมือนเดิมก่อน แล้วค่อยเพิ่มงานเฉพาะทางเมื่อมีหลักฐานว่าได้ผล เพราะทุกฝ่ายเห็นตรงกันในเรื่องฐาน นั่นคือ E-E-A-T ความน่าเชื่อถือของเอนทิตี การอ้างอิง และคำตอบที่ชัดตรง [2]

และมีตัวเลขเปรียบเทียบที่ผมคิดว่าอธิบายได้ดีว่าทำไมงานนี้ไม่ใช่แค่ SEO เดิม Patrick Stox วิเคราะห์ว่า การกล่าวถึงแบรนด์แบบไม่ใส่ลิงก์มีสหสัมพันธ์ 0.664 กับการปรากฏใน AI ส่วน DR ของแบ็คลิงก์มีเพียง 0.326 ซึ่งกลับด้านกับ SEO แบบเดิม [5]

และผมจะวัดผล GEO ด้วยการถามคำถามเดิมซ้ำหลายครั้ง แล้วดูว่าอัตราการปรากฏตัวคงที่แค่ไหน ไม่ใช่วัดครั้งเดียวแล้วสรุป เพราะนั่นคือสิ่งที่ตัวเลข 1 ใน 100 จากงานวิจัยของ SparkToro บอกให้เราระวัง [2][6]

---

ถ้าคุณกำลังวางแผนเนื้อหาปีหน้า เริ่มจากฐานที่ทุกฝ่ายเห็นตรงกันก่อน คือความชัดของเอนทิตี เนื้อหาที่อธิบายความสัมพันธ์ได้ ข้อมูลที่ถูกต้องเข้าถึงได้ และหลักฐานจากภายนอกที่ยืนยันคุณ [2]

และถ้าจะจ่ายเงินให้ใครสอน GEO ลองถามกลับว่าผลลัพธ์จะวัดอย่างไร ถ้าคำตอบคือ "อันดับการอ้างอิงใน ChatGPT" ถามต่อไปว่าเขาจะถามคำถามเดิมกี่ครั้งแล้ววัดอัตราการคงที่ เพราะคำตอบของ AI ไม่ซ้ำกันทุกครั้ง [2]

แหล่งอ้างอิง

[1] X — @james_dooley "The Modern Search Optimisation Stack: SEO, SMO, AEO, GEO, DEO & SXO" (บทความยาว 216 บล็อก · ดู 11,241 ครั้ง · 378 bookmarks) อ่านเนื้อความผ่าน fxtwitter tweet.article.content.blocks ไม่ได้เปิดหน้าเว็บที่เรนเดอร์, 18 กันยายน 2026 — https://x.com/james_dooley/status/2100907455890800881

[2] Gupta Deepak — "What the top SEO and GEO specialists actually say about AEO and GEO" (คำกล่าวของ Rand Fishkin, Lily Ray และ Mike King · บทสรุปตัวเลข 1 ใน 100) อัปเดต 30 มิถุนายน 2026 — https://guptadeepak.com/geo-compass/guides/what-seo-specialists-say-about-aeo-geo/

[3] mandbmarketing — "James Dooley: SEO Entrepreneur of the Year 2026 and the UK's Leading Digital Landlord" (ผู้ก่อตั้ง PromoSEO และ FatRank), 2026 — https://mandbmarketing.com/insights/jamesdooleycom

[4] ACM Digital Library / KDD '24 — "GEO: Generative Engine Optimization" (Pranjal Aggarwal และคณะ · IIT Delhi) Proceedings of the 30th ACM SIGKDD Conference · นครบาร์เซโลนา 25-29 สิงหาคม 2024 · หน้า 5-16 — https://dl.acm.org/doi/10.1145/3637528.3671900

[5] Patrick Stox — "GEO / AEO vs SEO" (ความต่างเชิงโครงสร้าง: การกล่าวถึงแบรนด์แบบไม่ลิงก์มีสหสัมพันธ์ 0.664 เทียบกับ DR ของแบ็คลิงก์ที่ 0.326) เผยแพร่ 24 มิถุนายน 2026 — https://patrickstox.com/ai-search/optimization/geo-aeo-vs-seo/

[6] SparkToro — "NEW Research: AIs are highly inconsistent when recommending brands or products" (Rand Fishkin ร่วมกับ Patrick O'Donnell แห่ง Gumshoe.ai · อาสาสมัคร 600 คน · 12 prompts · 2,961 ครั้ง · <1 in 100), 27 มกราคม 2026 — https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands