“ทำอย่างไรให้ ChatGPT อ้างอิงฉัน?” มักได้รับคำตอบเป็นบทความแบบลิสต์ว่า เขียนเนื้อหาที่ดี เพิ่มสคีมา สร้าง llms.txt. คำแนะนำเหล่านั้นไม่ได้ผิดเสียทีเดียว แต่เล็งไปผิดชั้น มันอธิบายว่าหน้าเว็บควรมีหน้าตาอย่างไร และข้ามสองคำถามที่ตัดสินผลลัพธ์จริง ๆ: ระบบค้นคืนข้อมูลเข้าถึงหน้าเว็บของคุณได้หรือไม่, และ มีข้อความในหน้านั้นที่ยังเข้าใจได้เมื่อถูกดึงออกจากบริบทหรือไม่?
บทความนี้อธิบายกลไกตามลำดับการทำงานจริง เราตรวจสิ่งเหล่านี้บนเว็บไซต์ของเราเอง และการตรวจสองสามข้อช่วยให้เราพบปัญหาที่ต่อให้ปรับเนื้อหามากแค่ไหนก็แก้ไม่ได้
การอ้างอิงเป็นปัญหาด้านการค้นคืนข้อมูล ไม่ใช่การจัดอันดับ
เมื่อ ChatGPT ตอบพร้อมลิงก์ มันไม่ได้อ่านเว็บแบบสดสำหรับทุกคำถาม ขั้นตอนค้นคืนข้อมูลจะดึงข้อความที่อาจเกี่ยวข้องออกจากดัชนี โมเดลจึงเรียบเรียงคำตอบจากสิ่งที่ได้มาและระบุแหล่งที่มาของส่วนที่ใช้อ้างอิง เรื่องนี้นำไปสู่ผลสองประการ ซึ่งทั้งคู่ขัดกับความคุ้นเคยหากคุณมาจาก SEO แบบดั้งเดิม:
- หน่วยที่ใช้คือข้อความช่วงหนึ่ง ไม่ใช่ทั้งหน้าเว็บ หน้าเว็บอาจติดอันดับดีแต่ไม่ได้ช่วยอะไรเลย เพราะข้อเท็จจริงที่ควรอ้างอิงอยู่ในรูปภาพ แผนภูมิที่ไม่มีข้อความเทียบเท่า หรือย่อหน้าที่มีอยู่หลังจาก JavaScript ทำงานแล้วเท่านั้น
- การค้นคืนได้กับการนำไปอ้างอิงได้เป็นคนละเกณฑ์ การอยู่ในดัชนีเป็นเงื่อนไขเบื้องต้น ส่วนการเป็นประโยคที่ตอบคำถามได้ชัดเจนที่สุดในบรรดาตัวเลือกต่างหากที่ทำให้คุณได้รับการอ้างอิง เช็กลิสต์ GEO ส่วนใหญ่ดูแลเพียงข้อแรก แล้วสงสัยว่าทำไมยอดเข้าชมไม่เปลี่ยน
ในทางปฏิบัติ อันดับกับการอ้างอิงแยกจากกัน คุณอาจอยู่อันดับสามของคำค้นหนึ่งแต่ไม่เคยได้รับการอ้างอิง เพราะสองหน้าเหนือคุณตอบไว้ในประโยคเดียวที่สมบูรณ์ในตัว ขณะที่คุณฝังคำตอบไว้ในย่อหน้าที่สี่ของหัวข้อ “ปรัชญาของเรา”
สามบอต สามหน้าที่
นี่คือจุดที่เกิดความผิดพลาดซึ่งมีต้นทุนสูงที่สุด เพราะผู้คนคิดถึง “ตัวรวบรวมข้อมูลของ OpenAI” ราวกับเป็นสิ่งเดียว OpenAI ระบุเอเจนต์แยกกันสามตัวไว้ในเอกสาร และพวกมัน ไม่ได้ ทำหน้าที่เดียวกัน:
- GPTBot — รวบรวมข้อมูลจำนวนมากเพื่อฝึกโมเดล การบล็อกมันเปลี่ยนสิ่งที่โมเดลในอนาคตเรียนรู้จากเว็บไซต์คุณ แต่ไม่ได้ทำให้คุณหายไปจากการอ้างอิงแบบสดของ ChatGPT
- OAI-SearchBot — สร้างดัชนีค้นหาที่ขั้นตอนค้นคืนข้อมูลใช้อ่าน ตัวนี้เป็นตัวตัดสินว่าคุณมีโอกาสได้รับการอ้างอิงหรือไม่
- ChatGPT-User — ดึง URL เฉพาะเมื่อคำถามของผู้ใช้เรียกให้ท่องเว็บแบบสด หากบล็อกมัน การดึงข้อมูลจะล้มเหลวในจังหวะที่มีคนถามถึงคุณพอดี
ความผิดพลาดที่พบบ่อยคือ ทีมตัดสินใจว่าไม่ต้องการให้เนื้อหาของตนใช้ฝึกโมเดล จึงบล็อก GPTBot และเชื่อว่าตัดสินใจอย่างรอบคอบแล้ว ซึ่งก็ใช่ แต่เป็นเรื่องการฝึกโมเดล ไม่ได้ตัดสินใจอะไรเกี่ยวกับการค้นคืนข้อมูลเลย แบบที่แย่กว่านั้นคือมีคนใช้กฎไวลด์การ์ดเดียวบล็อกเอเจนต์ OpenAI ทุกตัว จนลบบริษัทออกจากคำตอบ AI อย่างเงียบ ๆ แล้วใช้เวลาทั้งไตรมาสสงสัยว่าทำไมคู่แข่งถึงได้รับการอ้างอิง
สิ่งเหล่านี้เป็นทางเลือกที่แยกจากกันได้ จึงควรตัดสินใจแยกกัน ไฟล์ robots.txt ของเราเองอนุญาตทั้งสามตัวและบล็อก /api/ และลิงก์แชร์ เพราะลิงก์แชร์เป็นเนื้อหาของผู้ใช้ที่ไม่ควรอยู่ในดัชนี ของคุณอาจต่างออกไปได้ การฝึกโมเดลกับการค้นคืนข้อมูลมีข้อแลกเปลี่ยนต่างกันจริง ๆ เพียงตัดสินใจเป็นรายบอต ไม่ใช่รายผู้ให้บริการ และกลับไปอ่านเอกสารของผู้ให้บริการเป็นระยะ เพราะนโยบายเหล่านี้เปลี่ยนได้
robots.txt ไม่ใช่ด่านที่หยุดคุณจริง ๆ
Robots เป็นคำร้องขอ และเป็นชั้นที่ทุกคนตรวจ แต่ชั้นที่สร้างปัญหาจริงคือ CDN หรือ WAF ของคุณ การตั้งค่าเริ่มต้นหลายแบบของแพลตฟอร์มเอดจ์จะท้าทายให้ยืนยันตัวตนหรือบล็อก user agent ที่ไม่คุ้นเคย และผลลัพธ์ก็เกิดขึ้นอย่างเงียบ ๆ: robots.txt ระบุว่า Allow, แต่เอดจ์ส่งกลับ 403 และเว็บไซต์คุณก็ถูกเก็บข้อมูลไม่ได้ ทั้งที่ทุกไฟล์ในรีโปยืนยันว่าเปิดให้เข้าถึง
การตรวจนี้ใช้เวลาสิบวินาที แต่แทบไม่มีใครทำ:
curl -s -o /dev/null -w "%{http_code}\n" -A "OAI-SearchBot" https://your-site/
curl -s -o /dev/null -w "%{http_code}\n" -A "ChatGPT-User" https://your-site/
curl -s -o /dev/null -w "%{http_code}\n" -A "PerplexityBot" https://your-site/200 หมายถึงเข้าถึงได้ ส่วน 403, หรือ 503, หรือหน้ายืนยันตัวตน หมายถึงคุณมีปัญหาด้านการมองเห็นที่ต่อให้ปรับเนื้อหามากแค่ไหนก็แก้ไม่ได้ ให้ตรวจระบบใช้งานจริงจากภายนอกเครือข่ายของคุณเองกับทุกโดเมนที่ดูแล เพราะแต่ละโดเมนมักมีการตั้งค่าเอดจ์ของตัวเอง และการตั้งค่าเหล่านั้นอาจค่อย ๆ ต่างกัน
หากคุณจะทำเพียงอย่างเดียวจากบทความนี้ ให้ทำข้อนี้ เป็นการตรวจที่ให้ผลคุ้มค่าต่อวินาทีมากที่สุด และการตรวจเนื้อหาทุกแบบมองไม่เห็นมัน
ถ้าข้อเท็จจริงต้องพึ่ง JavaScript ก็เท่ากับไม่มีอยู่
ตัวรวบรวมข้อมูลสำหรับการค้นคืนมักแยกวิเคราะห์ HTML ดิบโดยไม่เรียกใช้ JavaScript ดังนั้นวิธีทดสอบว่าข้อความกล่าวอ้างหนึ่งนำไปอ้างอิงได้หรือไม่ จึงไม่ใช่ดูว่าเบราว์เซอร์แสดงอะไร แต่คือสิ่งนี้:
curl -s https://your-site/page/ | grep -i "the claim you want quoted"ไม่มีอะไรในผลลัพธ์ก็หมายถึงไม่มีอะไรให้อ้างอิง เรื่องนี้ส่งผลต่อการออกแบบจริง ๆ ข้อความที่สำคัญต่อการอ้างอิง เช่น คำนิยาม ข้อเท็จจริงหลัก คำตอบ FAQ ราคา และคำกล่าวอ้างด้านความปลอดภัย ต้องอยู่ใน HTML ที่ส่งออกมา พจนานุกรมขณะรันที่สลับข้อความหลัง hydration ใช้เป็นส่วนเสริมได้ แต่ต้องไม่ใช่ที่เดียวที่มีข้อเท็จจริงนั้น
เรื่องนี้กระทบเว็บไซต์หลายภาษาหนักที่สุด และเป็นกับดักที่เราออกแบบเพื่อหลีกเลี่ยงโดยตรง หากข้อความภาษาจีนของคุณอยู่ในพจนานุกรม i18n ของ JavaScript เท่านั้น สำหรับตัวรวบรวมข้อมูล HTML ดิบ เนื้อหาภาษาจีนของคุณก็ไม่มีอยู่เลย วิธีแก้ของเราคือใส่ทุกภาษาเป็นมาร์กอัปจริงในหน้า และให้ CSS เลือกว่าผู้ใช้จะเห็นภาษาใด ตัวรวบรวมข้อมูลได้ทั้งสี่ภาษา ผู้อ่านเห็นหนึ่งภาษา หน้าเว็บมีขนาดใหญ่ขึ้น แต่คุ้มค่า
เขียนข้อความที่ยังเข้าใจได้เมื่อถูกดึงออกจากบริบท
ส่วนนี้คืองานเขียนจริง ๆ แทนที่จะเป็นงานวางระบบ และเป็นจุดที่สร้างผลได้มากเมื่อระบบทำงานแล้ว
ข้อความที่ค้นคืนมาถึงโมเดลโดยไม่มีส่วนอื่นของหน้าเว็บล้อมอยู่ ไม่มีลำดับหัวข้อ ไม่มีย่อหน้าก่อนหน้า ไม่มีเมนูนำทาง จงเขียนให้เหมาะกับสิ่งนี้:
- ตอบก่อน ประโยคแรกใต้หัวข้อควรเป็นคำตอบ ไม่ใช่เกริ่นนำ “X คือ Y” ดีกว่า “ในโลกที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน…” ซึ่งไม่ตอบอะไรเลยและไม่มีวันถูกยกมาอ้างอิง
- ระบุประธานให้ชัดเจน “รองรับ OAuth” ใช้ไม่ได้เมื่อถูกดึงออกมา แต่ “Orkas รองรับ OAuth” ยังเข้าใจได้ สรรพนามใช้การไม่ได้เมื่อข้อความถูกแบ่งเป็นส่วน
- ทำให้คำกล่าวอ้างแต่ละข้อสมบูรณ์ในตัว ระบุสิ่งที่กล่าวถึง เงื่อนไข และขอบเขตในประโยคเดียว: “เมื่อใช้ผู้ให้บริการของคุณเอง ทราฟฟิกโมเดลจะส่งตรงไปยังผู้ให้บริการนั้นและไม่ผ่านพร็อกซีของ Orkas” ประโยคนี้ยกไปอ้างอิงเดี่ยว ๆ ได้โดยไม่กลายเป็นเรื่องเท็จ และนั่นคือเหตุผลที่มันเหมาะแก่การอ้างอิง
- ให้ความสำคัญกับการตรวจสอบได้มากกว่าความน่าประทับใจ คำโอ้อวดแบบกำกวมไม่เคยได้รับการอ้างอิง เพราะไม่ตอบคำถามที่ใครถาม
คำถามคือกุญแจในการค้นคืนข้อมูล
ผู้ใช้ถามคำถาม และการค้นคืนข้อมูลจับคู่กับข้อความที่มีรูปแบบเป็นคำถาม หัวข้อที่เป็นคำถามตรง ๆ เช่น “Orkas ใช้พร็อกซีส่งต่อทราฟฟิกโมเดลหรือไม่?” จับคู่ได้ดีกว่านามวลีอย่าง “สถาปัตยกรรมโมเดล” นี่ต่างหาก ไม่ใช่เวทมนตร์ของสคีมา ที่ทำให้ส่วน FAQ ช่วยเพิ่มการมองเห็นใน AI ได้มากกว่าขนาดของมัน เพราะมันคือคู่คำถามกับคำตอบโดยตรง ซึ่งตรงกับรูปแบบของสิ่งที่ถูกค้นคืน
ข้อมูลแบบมีโครงสร้างช่วยให้แยกวิเคราะห์คุณได้ ไม่ได้ทำให้คุณได้รับเลือกก่อน
JSON-LD ไม่ได้ซื้อการอ้างอิง แต่ช่วยให้จัดประเภทได้อย่างไม่กำกวมว่าหน้านี้คืออะไร ใครเผยแพร่ ข้อความไหนเป็นคำถามและข้อความไหนเป็นคำตอบ มีกฎสองข้อที่สำคัญกว่าข้ออื่น:
- สคีมา FAQ ต้องตรงกับข้อความที่มองเห็นแบบหนึ่งต่อหนึ่ง สคีมาที่กล่าวอ้างสิ่งที่หน้าเว็บไม่ได้ระบุเป็นปัญหาด้านความน่าเชื่อถือ และเครื่องมือค้นหามองความไม่ตรงกันนี้เป็นสัญญาณสแปม ไม่ใช่ข้อผิดพลาดด้านรูปแบบ
- ห้ามแต่งคะแนนรีวิว รางวัล หรือจำนวนขึ้นมา เมื่อระบบตรวจพบคะแนนรีวิวรวมที่แต่งขึ้นเพียงครั้งเดียว ก็มีเหตุผลที่จะลดความเชื่อถือทุกอย่างที่คุณกล่าวอ้าง
กฎ 1:1 เป็นสิ่งที่มักเสื่อมลงอย่างเงียบ ๆ มีคนแก้ FAQ ที่มองเห็นแต่ลืมแก้สคีมา และหกเดือนต่อมาทั้งสองก็ไม่ตรงกัน เราบังคับใช้ด้วยการทดสอบที่ตรวจทุกหน้าในแผนผังเว็บไซต์ ดึง FAQ จาก JSON-LD และยืนยันว่าข้อความคำถามและคำตอบแต่ละรายการปรากฏตรงตามตัวอักษรในข้อความที่มองเห็นของหน้านั้น หากคลาดเคลื่อน การบิลด์จะล้มเหลว ข้อมูลแบบมีโครงสร้างคือคำกล่าวอ้างเกี่ยวกับหน้าเว็บของคุณเอง จึงควรตรวจสอบเช่นเดียวกับคำกล่าวอ้างอื่น
llms.txt: ต้นทุนต่ำ มีประโยชน์ และถูกโฆษณาเกินจริง
พูดให้ตรงว่าไฟล์นี้คืออะไร llms.txt เป็นแนวปฏิบัติที่มีผู้เสนอขึ้น ยังไม่มีระบบรายใหญ่ใดรับรองว่าจะอ่านไฟล์นี้ และใครก็ตามที่บอกว่ามันเป็นช่องทางนำเข้าข้อมูลกำลังคาดเดา
ประโยชน์ที่แท้จริงของมันแคบกว่านั้น แต่ยังคุ้มกับเวลาหนึ่งชั่วโมง คือเป็นแหล่งถาวรแห่งเดียวที่ระบุข้อเท็จจริงหลักของคุณอย่างชัดเจน ว่าผลิตภัณฑ์คืออะไร จัดการโมเดลและข้อมูลอย่างไร ราคาเท่าไร และ URL ใดสำคัญ เมื่อตัวรวบรวมข้อมูลหรือนักวิจัยเข้ามา ก็จะได้ข้อมูลแบบไม่ปรุงแต่ง แทนที่จะต้องปะติดปะต่อจากหน้าการตลาด อีกทั้งยังช่วยบังคับให้คุณคิดให้ชัด หากคุณระบุข้อเท็จจริงของผลิตภัณฑ์ภายในสี่สิบบรรทัดโดยไม่ใช้คำคุณศัพท์ไม่ได้ หน้าเว็บของคุณก็ทำไม่ได้เช่นกัน และนั่นคือปัญหาเนื้อหาที่คุณต้องเจออยู่แล้ว
สิ่งที่มันไม่ใช่คือหลักประกัน หรือสิ่งทดแทนการใส่ข้อเท็จจริงเหล่านั้นไว้บนหน้าเว็บเอง
ความขัดแย้งทำให้คุณถูกตัดออก
ระบบตอบคำถามตรวจสอบข้อมูลข้ามแหล่ง หากหน้าราคาบอกอย่างหนึ่ง เอกสารบอกอีกอย่าง และ FAQ หน้าแรกบอกแบบที่สาม ระบบจะไม่ตัดสินว่าใครถูก แต่จะตอบอย่างเผื่อเหลือเผื่อขาด หรืออ้างอิงคนที่ให้ข้อมูลสอดคล้องกัน
ดังนั้นการทำให้ข้อเท็จจริงสอดคล้องกันทุกจุดจึงเป็นงานส่วนใหญ่ที่ต้องทำจริง และไม่มีส่วนไหนหวือหวา เมื่อข้อเท็จจริงด้านโมเดล ราคา หรือความปลอดภัยเปลี่ยน ต้องเปลี่ยนทุกแห่งในการแก้ไขครั้งเดียวกัน ทั้งหน้าเว็บ เอกสาร FAQ หน้าแรก, llms.txt — มิฉะนั้นคุณจะสร้างความขัดแย้งที่อยู่ต่อไปนานกว่าการแก้ไขนั้น เราถือเป็นกฎตายตัวแทนที่จะเป็นนิสัย เพราะนิสัยแพ้กำหนดส่ง
หลักฐานยืนยันจากแหล่งอื่นมีน้ำหนักกว่าการกล่าวอ้างเอง
นี่คือส่วนที่ยอมรับได้ยากที่สุด: เว็บไซต์ของคุณเองเป็นแหล่งข้อมูลเกี่ยวกับคุณที่มีน้ำหนักน้อยที่สุด ระบบให้น้ำหนักกับหลักฐานยืนยันจากแหล่งอื่น ซึ่งเป็นเรื่องถูกต้อง คำกล่าวอ้างที่ปรากฏเฉพาะบนโดเมนของคุณคือคำกล่าวอ้างทางการตลาด แต่คำกล่าวอ้างเดียวกันบน GitHub ในบทเปรียบเทียบของบุคคลที่สาม ในกระทู้ฟอรัม หรือในเอกสารที่คนอื่นเขียน คือข้อเท็จจริง
นี่คือเหตุผลที่เมื่อพื้นฐานบนเว็บไซต์พร้อมแล้ว งานนอกเว็บไซต์จึงให้ผลดีกว่าการเพิ่มหน้าแลนดิ้งอีกหน้า ไม่ว่าจะเป็นรีโป ไดเรกทอรี บทความแบบลิสต์ หรือการพูดคุยจริง พูดตรง ๆ คือ งานบนเว็บไซต์ทำให้คุณ อ้างอิงได้; งานนอกเว็บไซต์ทำให้คุณ ได้รับการอ้างอิง. ทีมต่าง ๆ มักลงทุนกับส่วนแรกมากเกินไปเสมอ เพราะเป็นครึ่งที่พวกเขาควบคุมได้
วัดผลอย่างไรโดยไม่หลอกตัวเอง
นี่คือจุดที่งานเขียนเรื่อง GEO มักเริ่มคลุมเครือ จึงขอพูดตรง ๆ ว่า คุณไม่สามารถวัดการอ้างอิงจาก ChatGPT ได้อย่างชัดเจนแม่นยำ ไม่มีแดชบอร์ด สิ่งที่คุณมีคือสัญญาณที่ไม่สมบูรณ์สามอย่าง:
- บันทึกเซิร์ฟเวอร์ ใช้ grep ค้นหา
OAI-SearchBotและChatGPT-User. ความถี่ในการรวบรวมข้อมูลและ URL ที่ถูกดึงบอกได้ว่าคุณอยู่ในดัชนีหรือไม่ และอะไรถูกดึงแบบสด นี่คือสัญญาณที่ตรงไปตรงมาที่สุดที่คุณมี - ทราฟฟิกอ้างอิงจากผู้ช่วย เป็นข้อมูลจริง แต่ไม่ครบ เพราะการอ้างอิงจำนวนมากถูกอ่านโดยไม่มีใครคลิก ซึ่งก็คือจุดประสงค์ของระบบตอบคำถาม
- สุ่มตรวจด้วยตนเอง ถามสิบคำถามที่คุณอยากเป็นแหล่งคำตอบหลัก แล้วบันทึกว่าใครได้รับการอ้างอิง งานนี้น่าเบื่อ บอกได้เพียงทิศทาง และยังเป็นวิธีเดียวที่จะสังเกตคำตอบที่แสดงจริง
ใช้ทั้งสามอย่างเป็นตัวบอกทิศทาง ใครก็ตามที่ขาย “คะแนน GEO” ที่อ้างว่าแม่นยำให้คุณ กำลังขายตัวเลขที่พวกเขาคิดขึ้นเอง
สิ่งที่เราจะทำก่อนจริง ๆ
เรียงตามผลที่ได้ ไม่ใช่ความดูดีบนสไลด์:
- 1.
curl -Aทดสอบบอตค้นคืนข้อมูลกับระบบใช้งานจริง หากเอดจ์บล็อกบอตเหล่านี้ ข้ออื่นในรายการนี้ก็ไม่มีความหมาย - 2.
curl | grepตรวจคำกล่าวอ้างหลักของคุณ ย้ายทุกอย่างที่มีเฉพาะใน JavaScript มาไว้ใน HTML ที่ส่งออกมา - 3. เขียนประโยคแรกใต้แต่ละหัวข้อใหม่ให้เป็นคำตอบ โดยระบุประธานชัดเจน
- 4. ทำให้ข้อความ FAQ และสคีมา FAQ เหมือนกัน และลบสคีมาใดก็ตามที่ไม่มีข้อความที่มองเห็นรองรับ
- 5. แก้ข้อเท็จจริงที่ขัดกันระหว่างหน้าเว็บ เอกสาร และ
llms.txt. - 6. จากนั้น และเฉพาะเมื่อถึงตอนนั้น จึงไปสร้างหลักฐานยืนยันจากแหล่งนอกเว็บไซต์
ขั้นตอน 1 และ 2 มักเป็นจุดที่ซ่อนสาเหตุของการไม่ได้รับการอ้างอิง และยังเป็นสองเรื่องที่ไม่มีใครเขียนบทความถึง เพราะไม่ใช่การตลาดเนื้อหา
ส่งท้าย
การได้รับการอ้างอิงจาก ChatGPT ลึกลับน้อยกว่าที่คำย่อเกี่ยวกับเรื่องนี้ทำให้รู้สึก ให้บอตค้นคืนข้อมูลเข้าถึงได้ ให้อ่านได้โดยไม่ใช้ JavaScript ให้อ้างอิงได้ด้วยประโยคเดียวที่สมบูรณ์ในตัว ให้ข้อมูลสอดคล้องกันทุกจุดของคุณ และให้มีแหล่งอื่นที่ไม่ใช่เว็บไซต์การตลาดของคุณมายืนยัน เครื่องมือเปลี่ยนอยู่เรื่อย ๆ แต่หลักห้าข้อนี้ยังคงอยู่
เราตรวจสิ่งเหล่านี้บนเว็บไซต์ของเราเอง และนำมาสร้างเป็นเวิร์กโฟลว์ Orkas ที่ตรวจสอบ การมองเห็นในผลการค้นหาและคำตอบ AI ของเว็บไซต์ แล้วส่งรายการแก้ไขที่จัดลำดับความสำคัญกลับมา หากต้องการรู้ชั้นที่อยู่เบื้องล่าง ว่าเอเจนต์หลักวางแผนงานและมอบหมายให้ผู้เชี่ยวชาญทำอย่างไร อ่าน การประสานงานหลายเอเจนต์ในทางปฏิบัติ.