วิธีสร้าง Meta Title และ Description สำหรับ SEO โดยอัตโนมัติโดยใช้ Local Ollama

คุณมีหน้าเว็บเกี่ยวกับสินค้า เอกสาร หรือบล็อก 300 หน้าที่พร้อมเผยแพร่แล้ว แต่คอลัมน์เมตาเดต้ายังว่างเปล่า การเขียนชื่อเรื่องและคำอธิบายเมตาด้วยมือทีละหน้าเป็นเรื่องช้า การคัดลอกรูปแบบเดียวไปทั่วทั้งเว็บไซต์ทำให้ได้ผลลัพธ์ที่ซ้ำซาก และการขอให้โมเดลภาษาท้องถิ่นช่วยสร้าง "ชื่อเรื่อง SEO" มักจะให้ผลลัพธ์เป็นคำอธิบายเพิ่มเติม ข้อความอ้างสิทธิ์ที่แต่งขึ้น หรือรูปแบบที่ไม่สอดคล้องกัน

แนวทางที่ดีกว่าคือการมองการสร้างเมตาเดต้าเป็นเหมือนไปป์ไลน์ข้อมูลขนาดเล็ก: ให้ข้อมูลเฉพาะหน้าแก่โมเดล กำหนดให้มีเอาต์พุตที่มีโครงสร้าง ตรวจสอบความถูกต้องในโค้ด จากนั้นตรวจสอบข้อผิดพลาดก่อนเผยแพร่ Ollama เหมาะสมกับเวิร์กโฟลว์นี้เป็นอย่างดี เนื่องจาก API ในเครื่องพร้อมใช้งานhttp://localhost:11434/apiหลังจากการติดตั้ง และ Ollama รองรับเอาต์พุตที่มีโครงสร้างแบบ JSON-schema เอกสารของ Ollama และ Google Search ที่อ้างอิงในที่นี้ได้รับการตรวจสอบเมื่อวันที่ 13 กันยายน 2026

เหตุใดเมตาเดต้า SEO อัตโนมัติจึงทำงานผิดพลาด

ความล้มเหลวส่วนใหญ่เกิดจากขั้นตอนการทำงานรอบๆ โมเดลมากกว่าจาก "คำถามที่ไม่ถูกต้อง" เพียงอย่างเดียว สาเหตุทั่วไป ได้แก่ การป้อนเนื้อหาหน้าเว็บน้อยเกินไป การปล่อยให้โมเดลตอบด้วยข้อความอิสระ การใช้สูตรคำหลักเดียวกันกับทุก URL และการเผยแพร่ผลลัพธ์โดยไม่ได้ตรวจสอบการซ้ำซ้อนในระดับเว็บไซต์

นอกจากนี้ยังมีความเข้าใจผิดเกี่ยวกับการจำกัดจำนวนตัวอักษรอยู่ด้วย Google ระบุว่าไม่มีการจำกัดความยาวตายตัวสำหรับ<title>องค์ประกอบหรือคำอธิบายเมตาของหน้าเว็บ ลิงก์ชื่อเรื่องและข้อความย่อจะถูกตัดทอนตามความจำเป็น โดยทั่วไปจะขึ้นอยู่กับความกว้างของอุปกรณ์ Google อาจสร้างลิงก์ชื่อเรื่องหรือข้อความย่อที่แตกต่างจากเนื้อหาหน้าเว็บเมื่อระบบของ Google พิจารณาว่าการแสดงผลแบบอื่นมีประโยชน์มากกว่า โปรดดูคำแนะนำอย่างเป็นทางการของ Google เกี่ยวกับลิงก์ชื่อเรื่อง ข้อความย่อและคำอธิบายเมตา

นั่นหมายความว่าสคริปต์สามารถบังคับใช้ข้อจำกัดด้านความยาวในการแก้ไขเพื่อให้เกิดความสม่ำเสมอ แต่ไม่ควรระบุตัวเลขเหล่านั้นว่าเป็นข้อกำหนดของ Google ในตัวอย่างด้านล่าง 65 ตัวอักษรสำหรับชื่อเรื่องและ 165 ตัวอักษรสำหรับคำอธิบายเป็นเพียงข้อจำกัดภายในเท่านั้น เปลี่ยนให้ตรงกับ CMS แบรนด์ ความต้องการด้านการแปล และกระบวนการตรวจสอบของคุณ

ขั้นตอนที่ 1: ติดตั้ง Ollama และตรวจสอบว่า API ในเครื่องใช้งานได้หรือไม่

คู่มือ เริ่มต้นใช้งานฉบับย่ออย่างเป็นทางการของ Ollama ระบุว่ารองรับ macOS, Windows และ Linux หลังจากติดตั้งแล้ว ให้ดาวน์โหลดโมเดลสำหรับใช้งานในเครื่อง เอกสารปัจจุบันของ Ollama มักใช้โมเดลนี้gemma3ในตัวอย่าง API ดังนั้นจึงเป็นตัวอย่างที่เป็นกลางและสะดวกสำหรับบทช่วยสอนนี้:

ollama pull gemma3

จากนั้นทดสอบเอนด์พอยต์ในเครื่อง:

curl http://localhost:11434/api/generate -d '{"model":"gemma3","prompt":"Reply with the word ready.","stream":false}'

เอกสารAPI ของ Ollamaระบุว่า API ภายในเครื่องนั้นให้บริการอยู่ที่http://localhost:11434/apiOllama ยังระบุอีกว่าการเข้าถึงภายในเครื่องที่ที่อยู่ดังกล่าวไม่จำเป็นต้องมีการตรวจสอบสิทธิ์ หากบริการภายในเครื่องของคุณไม่ได้ทำงานollama serveคำสั่ง CLI ที่ระบุไว้สำหรับการเริ่มต้นคือ หลีกเลี่ยงการแทนที่-cloudโมเดลหากเป้าหมายของคุณคือการอนุมานภายในเครื่องอย่างแท้จริง

เลือกโมเดลให้เหมาะสมกับฮาร์ดแวร์ของคุณ

บทความนี้จงใจไม่กล่าวอ้างว่าโมเดลใดโมเดลหนึ่งดีที่สุดสำหรับเมตาเดต้า SEO ความพร้อมใช้งานของโมเดลและความเหมาะสมของฮาร์ดแวร์เปลี่ยนแปลงไปตามเวลา และโมเดลขนาดใหญ่ต้องการหน่วยความจำมากขึ้นและโดยทั่วไปจะตอบสนองช้าลง เริ่มต้นด้วยโมเดลที่เครื่องของคุณสามารถใช้งานได้อย่างสะดวกสบาย สร้างชุดรีวิวขนาดเล็ก จากนั้นเปรียบเทียบความถูกต้องของข้อเท็จจริง ความเป็นเอกลักษณ์ ความหน่วง และความสม่ำเสมอ ก่อนที่จะประมวลผลหลายพันหน้า

ขั้นตอนที่ 2: บังคับให้แสดงผลแบบมีโครงสร้างแทนการวิเคราะห์ข้อความ

ข้อความแบบอิสระนั้นเปราะบางต่อการทำงานอัตโนมัติ คำตอบเช่น “นี่คือสามตัวเลือกที่ยอดเยี่ยม…” บังคับให้โปรแกรมของคุณต้องเดาว่าชื่อเรื่องที่แท้จริงเริ่มต้นที่ใดเอกสารประกอบการใช้งานเอาต์พุตแบบมีโครงสร้าง ของ Ollama สนับสนุนการส่งผ่าน JSON schema ในformatฟิลด์ เอกสารยังแนะนำให้ใช้ schema ที่นำกลับมาใช้ใหม่ได้ผ่าน Pydantic ใน Python และระบุว่าอุณหภูมิต่ำ เช่น0สามารถปรับปรุงความแน่นอนได้

ติดตั้งแพ็กเกจ Python สองตัวที่ใช้ในตัวอย่างนี้:

python -m pip install -U ollama pydantic

จากนั้นสร้างgenerate_meta.py:

from ollama import Client
from pydantic import BaseModel, Field

MODEL = "gemma3"
client = Client(host="http://localhost:11434")

class SeoMeta(BaseModel):
    title: str = Field(min_length=10, max_length=65)
    description: str = Field(min_length=70, max_length=165)

SYSTEM = """
You create SEO metadata from the page content supplied by the user.

Rules:
- Accurately describe only what is present in the page content.
- Write a concise, descriptive title.
- Write a useful meta description that distinguishes this page from other pages.
- Do not repeat keywords unnaturally.
- Keep the same primary language as the page.
- Do not invent prices, dates, features, guarantees, statistics, or claims.
- The length bounds in the JSON schema are our editorial limits, not Google rules.
- Return only the structured result required by the schema.
"""

def generate_meta(url: str, source_title: str, h1: str, body_text: str) -> SeoMeta:
    prompt = f"""
URL: {url}
Current title: {source_title}
H1: {h1}

Page text:
{body_text[:12000]}

Create one meta title and one meta description for this page.
"""
    response = client.chat(
        model=MODEL,
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": prompt},
        ],
        format=SeoMeta.model_json_schema(),
        options={"temperature": 0},
    )
    return SeoMeta.model_validate_json(response.message.content)

if __name__ == "__main__":
    result = generate_meta(
        url="https://example.com/guides/clean-cast-iron",
        source_title="Cast Iron Guide",
        h1="How to Clean a Cast-Iron Skillet Without Damaging the Seasoning",
        body_text=(
            "This guide explains how to remove stuck food, wash a cast-iron "
            "skillet, dry it thoroughly, and apply a thin layer of oil..."
        ),
    )
    print(result.model_dump_json(indent=2))

เหตุใดข้อความแจ้งเตือนจึงรวมถึงชื่อเรื่องปัจจุบันและหัวข้อ H1

Google กล่าวว่าระบบการเชื่อมโยงชื่อเรื่องของ Google สามารถพิจารณาชื่อเรื่องหลักของหน้าเว็บ<title>หัวข้อต่างๆ เช่น<h1><br>, og:title<h1>, <h1>, ข้อความเด่น ข้อความลิงก์ และสัญญาณอื่นๆ เครื่องมือสร้างหน้าเว็บในเครื่องของคุณไม่จำเป็นต้องจำลองระบบของ Google แต่การใส่ชื่อเรื่องต้นฉบับ <h1> URL และข้อความเนื้อหาตัวอย่าง จะช่วยให้ข้อมูลเมตาที่เสนอสอดคล้องกับหน้าเว็บที่ผู้อ่านจะเห็นจริง

อย่าป้อนรายการคำหลักที่ไม่เกี่ยวข้องและขอให้โมเดล "ใส่เข้าไป" Google แนะนำอย่างชัดเจนให้ใช้ชื่อเรื่องที่กระชับและสื่อความหมายได้ดี และเตือนไม่ให้ใช้คำหลักมากเกินไปหรือใช้ข้อความซ้ำซาก สำหรับคำอธิบาย Google กล่าวว่าการสร้างคำอธิบายอัตโนมัติเฉพาะหน้าเหมาะสมสำหรับเว็บไซต์ขนาดใหญ่ที่ใช้ฐานข้อมูล เมื่อคำอธิบายนั้นถูกต้อง อ่านง่าย และมีความหลากหลาย

ขั้นตอนที่ 3: ทดลองใช้งานหนึ่งหน้าก่อน แล้วตรวจสอบความถูกต้องก่อนที่จะขยายผล

เรียกใช้สคริปต์:

python generate_meta.py

ผลลัพธ์ที่ประสบความสำเร็จควรเป็นอ็อบเจ็กต์ JSON ที่ Pydantic สามารถตรวจสอบความถูกต้องได้ ที่สำคัญกว่านั้น ผู้ตรวจสอบที่เป็นมนุษย์ควรจะสามารถเปรียบเทียบกับหน้าเว็บต้นฉบับและตอบคำถามสี่ข้อได้อย่างรวดเร็ว:

• ชื่อเรื่องอธิบายถึงหน้านี้โดยเฉพาะ หรืออธิบายถึงเว็บไซต์โดยทั่วไปใช่หรือไม่?
• คำอธิบายนี้หลีกเลี่ยงการกล่าวอ้าง วันที่ ราคา หรือคุณสมบัติใดๆ ที่ไม่มีอยู่ในเนื้อหาต้นฉบับหรือไม่
• หากอ่านข้อมูลเมตาเหล่านี้โดยไม่รวมเนื้อหาหน้าเว็บ จะยังคงมีความหมายอยู่หรือไม่?
• มันแตกต่างจากเมตาเดต้าที่ใช้ในหน้าเว็บใกล้เคียงอยู่แล้วหรือไม่?

เพิ่มการลองใหม่เมื่อเกิดข้อผิดพลาดด้านการแก้ไข ไม่ใช่แค่ข้อผิดพลาดของ API เท่านั้น

โครงสร้างข้อมูลสามารถจำกัดประเภทและขนาดของข้อมูลได้ แต่ไม่สามารถรับประกันได้ว่าประโยคนั้นเป็นความจริงหรือมีความเฉพาะเจาะจงเพียงพอ ควรสร้างตรรกะการลองใหม่โดยใช้การตรวจสอบที่คุณสามารถวัดผลได้ ตัวอย่างเช่น ปฏิเสธช่องว่างเปล่า ชื่อเรื่องที่ซ้ำกัน ข้อความสำเร็จรูปที่ต้องห้าม หรือคำอธิบายที่ซ้ำกับชื่อเรื่องเกือบทุกคำ หากหน้าเว็บมีข้อความที่อยู่ภายใต้การกำกับดูแลหรือมีความเสี่ยงสูง ควรให้มีการตรวจสอบโดยมนุษย์แทนที่จะพยายามใช้ระบบอัตโนมัติเพื่อสร้างความมั่นใจ

จำกัดขอบเขตการแจ้งเตือนการลองใหม่ให้แคบลง แทนที่จะสร้างทุกอย่างใหม่ด้วยคำว่า “ทำให้ดีขึ้น” ให้บอกโมเดลว่าอะไรที่ล้มเหลว: “ชื่อเรื่องที่เสนอซ้ำกับหน้าอื่น เขียนใหม่โดยใช้หัวข้อที่ไม่ซ้ำกันใน H1 ในขณะที่ยังคงรักษาข้อความอ้างอิงทั้งหมดให้สอดคล้องกับเนื้อหาที่ให้มา” วิธีนี้จะทำให้ตรวจสอบความล้มเหลวได้ง่ายขึ้น

ขั้นตอนที่ 4: แปลงหน้าเว็บเป็นไฟล์ CSV เพื่อตรวจสอบและเผยแพร่

เมื่อการทดสอบแบบหน้าเดียวได้ผลลัพธ์ที่เชื่อถือได้แล้ว ให้จัดเก็บข้อมูลที่ป้อนลงในไฟล์ CSV โดยมีคอลัมน์ต่างๆ เช่นurl<head>, source_title<head>, <head> h1และcontent<head> ช่องเนื้อหาควรมีข้อความที่ทำความสะอาดแล้วของหน้าเว็บ ไม่ใช่เมนูนำทาง ข้อความแจ้งเตือนคุกกี้ หรือลิงก์ส่วนท้ายที่ไม่เกี่ยวข้องจำนวนมาก

เพิ่มตรรกะการประมวลผลแบบกลุ่มนี้ไว้ด้านล่างฟังก์ชันตัวสร้าง หรือวางไว้ในสคริปต์แยกต่างหาก:

import csv

rows = []
seen_titles = set()

with open("pages.csv", newline="", encoding="utf-8") as f:
    for row in csv.DictReader(f):
        meta = generate_meta(
            url=row["url"],
            source_title=row.get("source_title", ""),
            h1=row.get("h1", ""),
            body_text=row["content"],
        )

        flags = []
        normalized = meta.title.casefold().strip()
        if normalized in seen_titles:
            flags.append("duplicate_title")
        seen_titles.add(normalized)

        rows.append({
            **row,
            "generated_title": meta.title,
            "generated_description": meta.description,
            "title_length": len(meta.title),
            "description_length": len(meta.description),
            "qa_flags": ",".join(flags),
        })

with open("seo_meta_output.csv", "w", newline="", encoding="utf-8") as f:
    fieldnames = list(rows[0].keys())
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(rows)

สามารถตรวจสอบไฟล์ CSV ที่ได้ใน Excel, LibreOffice, เครื่องมือการนำเข้าฐานข้อมูล หรือเวิร์กโฟลว์ CMS ของคุณได้ อย่าเขียนทับเมตาเดต้าที่มีอยู่โดยอัตโนมัติในการทำงานครั้งแรก เก็บชื่อและคำอธิบายเดิมไว้ควบคู่กับข้อเสนอที่สร้างขึ้น เพื่อให้ผู้ตรวจสอบสามารถเปรียบเทียบได้ และเพื่อให้สามารถย้อนกลับไปยังเวอร์ชันก่อนหน้าได้อย่างง่ายดาย

ทำให้กระบวนการจัดการล็อตสินค้าปลอดภัยยิ่งขึ้น

ปัญหาทั่วไป ตั้งแต่แก้ไขง่ายที่สุดไปจนถึงแก้ไขยากที่สุด

การเชื่อมต่อ API ล้มเหลว

ขั้นแรก ตรวจสอบให้แน่ใจว่า Ollama ทำงานอยู่และhttp://localhost:11434สามารถเข้าถึงได้เอกสารการตรวจสอบสิทธิ์ อย่างเป็นทางการ ระบุว่าไม่จำเป็นต้องมีการตรวจสอบสิทธิ์สำหรับ API ภายใน หากสคริปต์ของคุณชี้ไปยังhttps://ollama.com/apiปลายทางโฮสต์อื่นโดยไม่ได้ตั้งใจ นั่นคือปลายทางโฮสต์ที่แตกต่างกันและต้องมีการตรวจสอบสิทธิ์

คำตอบประกอบด้วยข้อความเชิงอรรถเกี่ยวกับ JSON

ใช้โครงสร้างข้อมูลformat=SeoMeta.model_json_schema()แทนการขอข้อมูล JSON เพียงอย่างเดียวด้วยภาษาธรรมชาติ การจัดโครงสร้างข้อมูลเป็นชั้นควบคุมที่เหมาะสมสำหรับกระบวนการทำงานในระดับการผลิต

ชื่อเรื่องทั้งหมดฟังดูเหมือนกันหมด

ป้อนข้อความ H1 เฉพาะหน้าและเนื้อหาหลักที่มีความหมาย ลบข้อมูลนำทางที่ไม่จำเป็น และขอคำอธิบายเฉพาะหน้าอย่างชัดเจน จากนั้นทำการตรวจสอบความซ้ำซ้อนและความคล้ายคลึงกันระหว่างหน้าต่างๆ การทำซ้ำมักเป็นปัญหาจากการป้อนข้อมูลก่อนที่จะเป็นปัญหาจากแบบจำลอง

แบบจำลองนี้สร้างคุณลักษณะหรือสถิติขึ้นมาเอง

ลดปริมาณข้อมูลป้อนเข้าให้เหลือเพียงข้อความในหน้าเว็บที่น่าเชื่อถือ และเสริมความแข็งแกร่งให้กับกฎพื้นฐาน: ห้ามกล่าวอ้างข้อเท็จจริงใดๆ นอกเหนือจากเนื้อหาที่ให้มา สำหรับหน้าเว็บที่สำคัญ ให้เปรียบเทียบข้อความที่สร้างขึ้นกับฟิลด์แหล่งข้อมูลที่มีโครงสร้างก่อนอนุมัติ หากแหล่งข้อมูลนั้นคลุมเครือ ให้ส่งแถวนั้นไปให้มนุษย์ตรวจสอบแทนที่จะให้โมเดลคาดเดาซ้ำๆ

โมเดลนี้ทำงานช้าเกินไปสำหรับการประมวลผลหลายพันหน้า

วัดผลก่อนเปลี่ยนแปลงโครงสร้างสถาปัตยกรรม บันทึกเวลาในการสร้างต่อหน้า ขนาดข้อมูลนำเข้า ชื่อโมเดล และอัตราความล้มเหลว ตัดข้อความที่ไม่เกี่ยวข้องออก ประมวลผลส่วนของหน้าที่เสถียร และทดสอบโมเดลขนาดเล็กกว่าในเครื่องหากคุณภาพยังคงยอมรับได้ โมเดลที่เร็วที่สุดก็ไม่มีประโยชน์หากเมตาเดตาของมันสร้างงานตรวจสอบมากกว่าที่จะช่วยประหยัด

ตัวเลือกเสริม: ใช้การผสานรวมในรูปแบบ OpenAI ที่มีอยู่แล้ว

หากคุณมีโค้ดที่เขียนไว้สำหรับไคลเอ็นต์ที่เข้ากันได้กับ OpenAI อยู่แล้ว Ollama ได้จัดทำเอกสารเกี่ยวกับความเข้ากันได้กับ API ของ OpenAI บางส่วนไว้ ที่นี่http://localhost:11434/v1/ซึ่งจะช่วยลดงานการย้ายข้อมูลได้ สำหรับเครื่องมือสร้างเมตาเดต้าแบบโลคอลเท่านั้น ไคลเอ็นต์ Python ดั้งเดิมของ Ollama นั้นใช้งานง่ายกว่าและมีตัวอย่างเอาต์พุตแบบมีโครงสร้างแสดงอยู่ในเอกสารของ Ollama โดยตรง

วิธีการตรวจสอบระบบที่เสร็จสมบูรณ์ด้วยตนเอง

ก่อนที่จะสรุปว่าการทำงานอัตโนมัติเสร็จสมบูรณ์แล้ว ให้สร้างชุดตรวจสอบที่มีเนื้อหาประเภทต่างๆ กัน ได้แก่ บทความสั้น คู่มือฉบับยาว หน้าสินค้า หน้าหมวดหมู่ หน้าที่มีตัวเลข และหน้าในทุกภาษาที่รองรับ เรียกใช้โมเดลและข้อความแจ้งเตือนเดียวกันกับทุกชุดตรวจสอบ จากนั้นตรวจสอบรายการตรวจสอบต่อไปนี้

• จุดเชื่อมต่อภายในเครื่องคือlocalhostและโมเดลที่เลือกคือโมเดลภายในเครื่อง ไม่ใช่โมเดลที่ติดแท็กบนระบบคลาวด์
• ทุกการตอบกลับจะตรวจสอบความถูกต้องกับโครงสร้างข้อมูลโดยไม่ต้องทำการแก้ไข JSON ด้วยตนเอง
• ไม่มีชื่อเรื่องที่สร้างขึ้นซ้ำกันในชุดรีวิวทั้งหมด
• ข้อเท็จจริงทุกข้อปรากฏอยู่ในเนื้อหาของหน้าเว็บที่ให้มา
• ข้อมูลเมตาใช้ภาษาหลักและระบบการเขียนเดียวกันกับหน้าเว็บ
• ชื่อเรื่องมีความชัดเจน กระชับ และไม่มีการใช้คำหลักซ้ำซ้อน
• คำอธิบายนี้สรุปเฉพาะหน้าเว็บนั้นๆ ไม่ใช่ภาพรวมของเว็บไซต์ทั้งหมด
• ขอบเขตความยาวภายในที่คุณกำหนดไว้นั้นระบุว่าเป็นกฎเกณฑ์ด้านบรรณาธิการ ไม่ใช่ข้อกำหนดของ Google
• ข้อมูลเมตาเก่า ข้อเสนอที่สร้างขึ้น แฟล็ก QA ชื่อโมเดล และเวอร์ชันของพรอมต์จะถูกบันทึกไว้สำหรับการตรวจสอบและการย้อนกลับ
• ผู้ตรวจสอบจะทราบว่าต้องอนุมัติด้วยตนเองในส่วนใดบ้างก่อนเผยแพร่

สุดท้ายนี้ โปรดจำไว้ว่าระบบอัตโนมัติสามารถควบคุมอะไรได้บ้างและควบคุมอะไรไม่ได้บ้าง<title>คำอธิบายเมตาที่ดีและมีประโยชน์จะให้สัญญาณระดับหน้าเว็บที่เป็นประโยชน์แก่เครื่องมือค้นหา แต่ Google สามารถสร้างลิงก์ชื่อเรื่องและข้อความย่อจากเนื้อหาหน้าเว็บอื่นๆ ได้ ดังนั้นเป้าหมายจึงไม่ใช่การบังคับให้แสดงผลการค้นหาแบบใดแบบหนึ่ง เป้าหมายคือการสร้างเมตาเดตาที่ถูกต้อง ชัดเจน และมีประโยชน์ในปริมาณมาก ในขณะเดียวกันก็รักษาการตรวจสอบและการทบทวนให้เพียงพอเพื่อตรวจจับข้อผิดพลาดก่อนที่จะถึงขั้นตอนการผลิต