ข้ามไปบทความ

Google Antigravity กับ Gemini 3.7 Flash: AI Agent จะเปลี่ยนงาน SEO ธุรกิจอย่างไร

บทเรียนจากคลิป Google Antigravity และ Gemini 3.7 Flash: ใช้ AI ตรวจเว็บ แก้ปัญหา SEO และสร้างหน้าแคมเปญบน staging พร้อมให้ทีมตรวจผลก่อนเผยแพร่

โดย Insiderly
video thumbnail for 'NEW Google Antigravity Update is WILD'
ภาพจาก วิดีโอต้นทาง
เผยแพร่:

ที่มา: วิดีโอต้นทาง และบทความ VideoToBlog วันที่ 2026-08-17 (วันที่แสดงในบทความต้นทาง ไม่ใช่วันที่อัปโหลดวิดีโอที่ตรวจยืนยันแล้ว) รายละเอียดและประสบการณ์เป็นข้อมูลที่ต้นทางกล่าวไว้ในขณะนั้น ยังไม่ได้ทดสอบซ้ำหรือตรวจยืนยันสถานะล่าสุด ชื่อ Gemini 3.7 Flash องค์ประกอบของ Antigravity และคะแนน benchmark เป็นรายละเอียดที่ต้นฉบับอ้างถึง ไม่ใช่ผลตรวจยืนยันกับ Google ในการย้ายบทความครั้งนี้ · วิดีโอต้นทาง

เว็บไซต์ที่ช้า ลิงก์เสีย หน้า Landing Page ที่แก้ไม่ทัน และรายงาน SEO ที่กินเวลาทีมหลายชั่วโมง อาจไม่ใช่งานที่ต้องทำด้วยมือทั้งหมดอีกต่อไป เมื่อ AI เริ่มทำงานเป็น agent ที่วางแผน ลงมือแก้ ทดสอบ และตรวจผลได้เป็นลำดับ

คลิปจากช่อง Julian Goldie SEO ชี้ให้เห็นการอัปเดต Google Antigravity ที่นำ Gemini 3.7 Flash มาอยู่ใน platform สำหรับ AI agent โดยประเด็นสำคัญไม่ใช่แค่ model เขียนโค้ดเก่งขึ้น แต่คือความเป็นไปได้ที่ AI จะช่วยจัดการงาน SEO เชิงเทคนิคและงานสร้างหน้าเว็บแบบครบ workflow ได้มากขึ้น

สำหรับเจ้าของธุรกิจไทย จุดที่ควรสนใจคือการลดงานจุกจิกที่ทำให้ทีมการตลาดและทีมเว็บไปไม่ถึงงานกลยุทธ์ แต่ก็ต้องแยกให้ออกว่า AI ทำงานซ้ำและตรวจสอบได้ดีเพียงใด และเรื่องใดที่ยังต้องใช้ความเข้าใจลูกค้า ตลาด และข้อเสนอของธุรกิจเป็นคนตัดสินใจ

สารบัญ

Step 1: เข้าใจว่า Google Antigravity ไม่ใช่แชตบอตทั่วไป

Google Antigravity ถูกอธิบายว่าเป็น agentic development platform หรือพื้นที่ทำงานที่ให้ AI agent ลงมือทำงานด้านเว็บไซต์และซอฟต์แวร์เป็นชุดขั้นตอน ไม่ได้จำกัดอยู่แค่การตอบคำถามในหน้าต่างแชต

เมื่อได้รับโจทย์ เช่น แก้หน้าเว็บที่โหลดช้า AI สามารถแยกงานเป็นขั้นตอน วางแผน เปิดและแก้ไฟล์ รันโค้ด ทดสอบผลลัพธ์ในเบราว์เซอร์ ตรวจข้อผิดพลาด แล้วปรับแก้ซ้ำได้ แนวคิดนี้ต่างจากการขอให้ AI เขียนโค้ดบางส่วนแล้วให้ทีมคัดลอกไปวางเองอย่างชัดเจน

Google ระบุว่า Antigravity มีองค์ประกอบหลัก 4 ส่วน ได้แก่

แม้ชื่อส่วนใหญ่จะฟังดูเป็นเรื่องของ developer แต่เจ้าของธุรกิจไม่จำเป็นต้องเริ่มจากการเขียนโค้ดเอง สิ่งที่ควรเข้าใจคือ AI ประเภทนี้ต้องมีสิทธิ์เข้าถึงไฟล์ เว็บไซต์ และข้อมูลบางส่วน จึงควรมีคนในทีมที่รับผิดชอบการตั้งขอบเขต ตรวจงาน และอนุมัติการเผยแพร่ทุกครั้ง

Step 2: มอง Gemini 3.7 Flash เป็นแรงงาน AI ไม่ใช่แค่เครื่องมือเขียนข้อความ

หัวใจของอัปเดตคือ Gemini 3.7 Flash ซึ่ง Google วางตำแหน่งเป็น model สำหรับงาน coding และ agent โดยเน้นความสามารถในการคิดเป็นหลายขั้นตอน ใช้เครื่องมือที่เชื่อมต่ออยู่ ปรับตัวเมื่อเจอปัญหา และทำตามคำสั่งโดยต้องคอยชี้นำลดลง

ตัวเลขทดสอบที่นำเสนอสะท้อนการพัฒนานี้ ใน Frontier Code คะแนนเพิ่มจาก 34.4% เป็น 43.6% และใน Deep SWE เพิ่มจาก 49% เป็น 65.3% ภายในช่วงห่างจากรุ่นก่อนหน้าเพียงไม่กี่สัปดาห์ ส่วน Web Dev Arena เพิ่มจาก 1538 เป็น 1588 คะแนน

ตัวเลขเหล่านี้น่าสนใจ แต่ไม่ควรถูกตีความว่า AI พร้อมรับผิดชอบเว็บไซต์ธุรกิจทั้งหมด การทดสอบ benchmark วัดความสามารถในโจทย์ที่กำหนดไว้ ขณะที่เว็บไซต์จริงมีปลั๊กอิน ระบบชำระเงิน ข้อมูลลูกค้า ความปลอดภัย และข้อจำกัดเฉพาะองค์กรเข้ามาเกี่ยวข้อง

มุมมองที่ใช้งานได้จริงกว่าคือ Gemini 3.7 Flash อาจทำให้ทีมเริ่มต้นงานเทคนิคเร็วขึ้น วิเคราะห์ปัญหาซ้ำ ๆ ได้ไวขึ้น และสร้างร่างแรกของหน้าเว็บหรือแผนแก้ไขได้ดีขึ้น แต่ผลลัพธ์สุดท้ายยังต้องผ่านการตรวจจากคนที่รู้เป้าหมายธุรกิจ

Step 3: เลือกงาน SEO ที่เหมาะกับ AI agent ก่อน

SEO ไม่ได้มีแค่การเขียนบทความหรือใส่ keyword งานจำนวนมากอยู่ที่โครงสร้างเว็บ ความเร็ว ประสบการณ์ใช้งานบนมือถือ การจัดหน้า Heading การตรวจลิงก์ และการเปลี่ยนข้อมูลให้เป็นรายงานที่ทีมตัดสินใจได้

งานที่เหมาะสำหรับเริ่มทดลองกับ AI agent คือ งานที่มีขอบเขตชัด วัดผลได้ และย้อนกลับได้ง่าย ตัวอย่างเช่น

สำหรับธุรกิจไทย ลองนึกภาพคลินิกที่มีหน้าบริการหลายสิบหน้า AI สามารถช่วยตรวจหน้าที่หัวข้อซ้ำกัน หา CTA ที่หายไป หรือเสนอรายการหน้าที่ใช้รูปขนาดใหญ่จนมือถือโหลดนานได้ ส่วนเจ้าของคลินิกยังต้องเป็นคนตัดสินใจเรื่องราคา จุดขาย ภาษา และข้อควรระวังด้านกฎหมายโฆษณา

หลักการสำคัญคือ อย่าเริ่มด้วยคำสั่งว่า “แก้ SEO ทั้งเว็บไซต์” เพราะคำสั่งที่กว้างเกินไปทำให้ตรวจขอบเขตยากกว่า เริ่มจากหนึ่งปัญหา หนึ่งกลุ่มหน้า และหนึ่งเกณฑ์ความสำเร็จ จะควบคุมความเสี่ยงได้ดีกว่า

Step 4: สั่ง AI ให้ทำงานเป็น workflow ที่ตรวจสอบได้

คุณค่าของ agent ไม่ได้อยู่ที่การพิมพ์ prompt ยาว ๆ แต่คือการกำหนด workflow ให้ชัดเจน คลิปยกตัวอย่างโจทย์ audit เว็บไซต์ที่ให้ AI ค้นหาปัญหาสำคัญด้าน user experience และ page speed แก้จุดที่กระทบสูงสุด ทดสอบการเปลี่ยนแปลง แล้วตรวจว่าใช้งานได้จริงในเบราว์เซอร์

เมื่อประยุกต์ใช้กับงานธุรกิจ คำสั่งควรมี 5 ส่วนเสมอ

  1. เป้าหมาย เช่น ลดปัญหาการโหลดของหน้าบริการมือถือ
  2. ขอบเขต ระบุ URL โฟลเดอร์ หรือ staging site ที่อนุญาตให้ทำงาน
  3. เกณฑ์จัดลำดับ ให้เลือกแก้ปัญหาที่กระทบ conversion หรือความเร็วสูงก่อน
  4. ข้อห้าม ห้ามแก้ข้อความขาย ราคา ฟอร์มชำระเงิน หรือเผยแพร่จริงโดยไม่อนุมัติ
  5. รูปแบบส่งมอบ ต้องมีรายการที่พบ สิ่งที่แก้ เหตุผล ผลการทดสอบ และรายการที่ยังไม่แก้

ตัวอย่าง prompt ที่นำไปปรับใช้ได้:

“ตรวจหน้า Landing Page ใน staging site นี้เพื่อหาปัญหาที่กระทบความเร็วและการใช้งานบนมือถือ จัดอันดับ 5 ปัญหาที่ควรแก้ก่อน เสนอแผนงานก่อนเริ่ม แก้เฉพาะโค้ดและรูปภาพที่ได้รับอนุญาต ทดสอบหน้าเว็บหลังแก้ และสรุปไฟล์ที่เปลี่ยนพร้อมผลทดสอบ ห้ามเผยแพร่ขึ้นเว็บไซต์จริง”

ความต่างระหว่าง prompt ลักษณะนี้กับการสั่ง “ทำหน้าเว็บให้ดีขึ้น” คือทีมรู้ว่าจะได้อะไร AI รู้ขอบเขต และทุกฝ่ายตรวจย้อนกลับได้

Step 5: ใช้ AI สร้าง Landing Page แต่รักษากลยุทธ์ conversion ไว้กับทีม

อีกจุดที่น่าสนใจคือความสามารถในการสร้างเว็บไซต์จากคำอธิบายหรือภาพตัวอย่าง Google ระบุว่า model รุ่นใหม่นี้สร้างหน้าเว็บที่สมบูรณ์ขึ้นด้วยจำนวน prompt ที่น้อยลง และเลียนแบบงานออกแบบจากภาพได้ดีขึ้น

ตัวอย่างในคลิปคือการสั่งสร้าง Landing Page สำหรับ community ด้าน AI โดยระบุว่าต้องสื่อคุณค่าของ AI automation อธิบายประโยชน์ของชุมชน ใช้งานง่าย โหลดไว และรองรับมือถือ AI สามารถวางโครงหน้า เขียนโค้ด และตรวจผลในเบราว์เซอร์ได้

แต่สำหรับธุรกิจจริง หน้าเว็บสวยและโหลดไวไม่ได้แปลว่าคนจะตัดสินใจซื้อ จุดที่ AI ยังต้องได้รับข้อมูลจากเราคือ

ดังนั้น AI ควรเป็นผู้ช่วยสร้าง “โครงและร่าง” ส่วนทีมธุรกิจต้องเป็นผู้เติมสารที่ทำให้หน้าดังกล่าวขายได้ การทำหน้า Landing Page โดยใช้แต่ prompt ที่ไม่มีข้อมูลลูกค้าจริง มักจบลงด้วยข้อความที่ลื่นไหล แต่คล้ายทุกแบรนด์และไม่มีเหตุผลให้เลือกเรา

Step 6: แยกงานที่ AI ทำได้จากงาน SEO ที่ยังต้องใช้การตัดสินใจของคน

ข้อสรุปที่ตรงไปตรงมาที่สุดคือ AI ช่วยเร่งการทำ SEO ได้ แต่ไม่แทนกลยุทธ์ SEO ได้ทั้งหมด เพราะอันดับค้นหาและ conversion เกิดจากหลายปัจจัยที่ไม่ได้อยู่ในโค้ด เช่น ความต้องการค้นหาของลูกค้า คุณภาพข้อเสนอ ความน่าเชื่อถือของแบรนด์ เนื้อหาที่ตอบโจทย์ และการเชื่อมโยงจากเว็บไซต์อื่น

แนวทางของ Google เองก็เน้นความสำคัญของเนื้อหาที่มีประโยชน์ต่อคนอ่านมากกว่าการผลิตหน้าเว็บจำนวนมากเพื่อหวังผลอันดับเพียงอย่างเดียว สามารถศึกษาแนวทางเพิ่มเติมได้จาก เอกสาร Google Search Central เรื่องการสร้างเนื้อหาที่เป็นประโยชน์

AI agent เหมาะกับการช่วยค้นหาปัญหา ทำงานซ้ำ สร้างร่าง และทดสอบตามเงื่อนไข ส่วนคนควรรับผิดชอบเรื่องต่อไปนี้:

มุมที่ควรเห็นต่างกับกระแส “ปล่อย AI ทำเว็บแล้วจบ” คือ เว็บไซต์ไม่มีวันเป็นสินค้าสำเร็จรูปสำหรับทุกธุรกิจ หากคู่แข่งใช้เครื่องมือเดียวกัน สิ่งที่ทำให้ชนะจะไม่ใช่โค้ดที่ AI เขียนเร็วกว่า แต่เป็นความเข้าใจลูกค้าที่ชัดกว่า และระบบทดลองปรับปรุงที่ต่อเนื่องกว่า

Step 7: เริ่มทดลอง Google Antigravity แบบปลอดภัยสำหรับธุรกิจ

ก่อนใช้งาน ควรตรวจสอบใน version ที่มีอยู่ก่อนว่าเลือก Gemini 3.7 Flash ได้หรือไม่ เพราะชื่อ model และขั้นตอนในเครื่องมือ AI เปลี่ยนเร็ว จากนั้นเริ่มด้วยงานขนาดเล็กบนสำเนาเว็บไซต์หรือ staging environment ไม่ใช่เว็บไซต์จริง

ลำดับการเริ่มต้นที่เหมาะกับธุรกิจขนาดเล็กและทีมการตลาดคือ:

  1. เลือกปัญหาเดียวที่ส่งผลชัด เช่น หน้าเว็บมือถือช้า
  2. กำหนดตัวชี้วัดก่อนเริ่ม เช่น เวลาโหลด ลิงก์เสีย หรือจำนวนฟอร์มที่ส่งสำเร็จ
  3. ให้ AI วิเคราะห์และเสนอแผนก่อนอนุมัติให้แก้
  4. ตรวจ diff หรือรายการเปลี่ยนแปลงทุกครั้ง
  5. ทดสอบบนมือถือและเบราว์เซอร์ที่ลูกค้าใช้งานจริง
  6. สำรองข้อมูลและมีวิธีย้อนกลับก่อนเผยแพร่
  7. วัดผลหลังเผยแพร่ ไม่สรุปผลจากความรู้สึก

Step 8: Actionable Insights สำหรับเจ้าของธุรกิจและคนทำงาน

Step 9: Troubleshooting ปัญหาที่มักเจอเมื่อใช้ AI agent กับ SEO

Step 10: การต่อยอดหลังผ่านการทดลองแรก

Step 11: สรุป Checklist ทั้งหมดก่อนใช้ AI Agent ทำ SEO

Google Antigravity และ Gemini 3.7 Flash ทำให้ภาพของ AI ในงาน SEO ขยับจาก “ผู้ช่วยตอบคำถาม” ไปสู่ “ผู้ช่วยลงมือทำงาน” มากขึ้น แต่โอกาสของธุรกิจไม่ได้อยู่ที่การส่งงานทุกอย่างให้ agent อยู่ที่การออกแบบ workflow ที่รัดกุม ใช้ AI กับงานที่เหมาะ และรักษาการตัดสินใจด้านลูกค้าไว้กับทีมของเรา

Insiderly

บทความจากกองบรรณาธิการ Insiderly

อ่านบทความทั้งหมด

More in ข่าวผลิตภัณฑ์ AI

See all
ภาพปกบทสัมภาษณ์ Will Koh จาก Ramp เรื่อง GPT-5.5

GPT-5.5 กับงานจริง: บทเรียนจาก Will Koh และ Ramp

โดย Insiderly
/
ภาพปกคลิป ChatGPT Images 2.0 พร้อมตัวอย่างภาพจรวด

ChatGPT Images 2.0: ย้อนดูแนวคิดภาพสำหรับงานธุรกิจ

โดย Insiderly
/
ภาพปกวิดีโอต้นทางของ Julian Goldie SEO แสดง Hermes Agent 0.14

Hermes v0.14: การติดตั้ง เบราว์เซอร์ และความจำในคลิปเดือนพฤษภาคม

โดย Insiderly
/
อินเทอร์เฟซ Deep Research ของ ChatGPT แสดงข้อความ 'Ready when you are' กล่องคำถามตัวอย่าง และตัวเลือก Deep research กับ Sites (3)

การอัปเดต Deep Research ใน ChatGPT: พลังของ GPT-5.2 และฟีเจอร์เชิงลึก

โดย Insiderly
/

บทความอื่นจาก Insiderly

See all
ภาพปกบทสัมภาษณ์ Will Koh จาก Ramp เรื่อง GPT-5.5

GPT-5.5 กับงานจริง: บทเรียนจาก Will Koh และ Ramp

โดย Insiderly
/
ภาพปกคลิป ChatGPT Images 2.0 พร้อมตัวอย่างภาพจรวด

ChatGPT Images 2.0: ย้อนดูแนวคิดภาพสำหรับงานธุรกิจ

โดย Insiderly
/
ภาพปก The End of Apps ของ Kitze บนเวที AI Engineer Europe

AI Agents กับจุดจบของแอป: บทเรียนจาก Kitze

โดย Insiderly
/
ภาพปกการสนทนา Human Judgment in Agentic Engineering จาก AI Engineer Europe

AI เร่งงานได้ แต่แรงเสียดทานช่วยให้เราตัดสินใจดีขึ้น

โดย Insiderly
/