Google AI Mode và AI Overviews đang thay đổi cuộc chơi Search một cách căn bản, vượt ra ngoài khuôn khổ SEO truyền thống mà chúng ta đã quen thuộc suốt nhiều năm. Với hơn một thập kỷ kinh nghiệm trong lĩnh vực này, tôi nhận thấy rằng quan điểm cho rằng “đây vẫn chỉ là SEO” là thiển cận và nguy hiểm. Mặc dù một số nguyên tắc cơ bản như Crawl, Index vẫn tồn tại, cách nội dung của chúng ta được xử lý và hiển thị đã hoàn toàn khác biệt.
Điểm khác biệt cốt lõi nằm ở cơ chế truy xuất thông tin: Classic Information Retrieval chỉ đưa nội dung vào và xuất ra y nguyên; Generative Information Retrieval thì thao tác, tổng hợp nội dung và chúng ta không kiểm soát được cách nó sẽ xuất hiện. Đây chính là sự khác biệt nền tảng.
Các đặc điểm quan trọng của AI Mode làm thay đổi hoàn toàn cách chúng ta làm SEO:
- Reasoning Models: Google sử dụng các mô hình suy luận để tổng hợp câu trả lời từ nhiều tài liệu liên quan về mặt ngữ nghĩa, tạo ra “Reasoning Chains” (chuỗi suy luận) để kết nối Query của người dùng với câu trả lời.
- Query Fan-Out: Thay vì chỉ xử lý một Query duy nhất, AI Mode tạo ra hàng chục, thậm chí hàng trăm Query “tổng hợp” (Synthetic Queries) liên quan, ẩn, so sánh, gần đây và cá nhân hóa. Nội dung của bạn được chọn lọc dựa trên mức độ liên quan tới toàn bộ “chùm” Query ẩn này. Công cụ Qforia được nhắc đến như một cách mô phỏng quá trình này.
- Passage-Level Retrieval: Hệ thống tập trung vào việc truy xuất và suy luận về từng Passage cụ thể trong tài liệu, không chỉ là toàn bộ Page. Nội dung cần phải hoàn chỉnh về ngữ nghĩa và dễ hiểu ngay ở cấp độ Passage.
- Personalization qua User Embeddings: AI Mode sử dụng Vector Embeddings của người dùng dựa trên lịch sử và các tín hiệu trong hệ sinh thái Google để cá nhân hóa kết quả. Điều này có nghĩa là kết quả rất khác nhau giữa từng người dùng, ngay cả với cùng một Query. Dữ liệu Rank Tracking ở trạng thái Logged-out trở nên vô nghĩa trong môi trường này.
- Zero-Click Behavior: Mục tiêu hiển thị không còn là để có Click, mà là được trích dẫn (Cited) hoặc xuất hiện trong câu trả lời tổng hợp. Google muốn “làm hộ bạn việc Googling”.
- Multimodal: AI Mode có thể xử lý và tổng hợp thông tin từ nhiều định dạng khác nhau: Text, Video, Audio, Imagery. Chiến lược nội dung cần chuyển dịch sang Multimodal.
- Dense Retrieval: Toàn bộ quy trình dựa trên Vector Embeddings và Dense Retrieval Models, khác biệt với Sparse Retrieval (TF-IDF, BM25) phổ biến trước đây.
- Pairwise Ranking: LLM so sánh và xếp hạng các Passage cạnh tranh để xác định đoạn nào tốt hơn cho một Query hoặc một bước suy luận cụ thể.
Điều này dẫn đến sự ra đời của một khái niệm mới: Relevance Engineering (r17g). Đây là quá trình thiết kế và tối ưu nội dung để nó có ý nghĩa trong không gian Vector, liên quan đến các Synthetic Queries ẩn, và hỗ trợ tốt cho quá trình suy luận của máy ở cấp độ Passage. Nội dung cần được cấu trúc để đáp ứng 4 tiêu chí chính: Fit the Reasoning Target, Be Fan-Out Compatible, Be Citation-Worthy, và Be Composition-Friendly.
Một thách thức lớn là chúng ta đang thiếu dữ liệu và công cụ phù hợp. Các công cụ SEO truyền thống không hỗ trợ được các yêu cầu của AI Mode. Chúng ta cần các công cụ mới cho phép: báo cáo AI-specific trong GSC, Rank Tracking dựa trên Persona và trạng thái Logged-in, phân tích Vector Embeddings, biên tập nội dung theo ma trận Query, theo dõi Query Journeys, mô phỏng Personalized Retrieval, phân loại Query nâng cao, mô phỏng Query Fan-out, tích hợp Clickstream Data, mô phỏng Reasoning Chain, và phân tích Link Graph dựa trên Relevance.
Về mặt chiến lược, các tổ chức cần định nghĩa lại Search. Từ kênh Performance/Brand hỗn hợp, Search đang chuyển thành kênh Visibility và Trust qua trung gian AI. Mục tiêu không còn là kéo Traffic, mà là được chọn làm nguồn cung cấp thông tin. Các KPI mới cần tập trung vào Share of Voice trong các bề mặt AI, Sentiment và mức độ nổi bật của Citation trong câu trả lời. Xây dựng năng lực Relevance Engineering nội bộ là cần thiết, kết hợp SEO, Data Science, Content Strategy. Hạ tầng dữ liệu cần hiện đại hóa để mô phỏng và theo dõi Citation, vượt qua các Metric dựa trên Click.
Tóm lại, vai trò của chuyên gia SEO đang thay đổi một cách căn bản. Không chỉ là tối ưu kỹ thuật hay từ khóa cho một Query đơn lẻ, mà là thiết kế nội dung và tài sản tri thức cho quá trình nhận thức phức tạp của máy, bối cảnh người dùng, và tính Multimodal, thường trong điều kiện không có nhiều dữ liệu trực tiếp hay các tín hiệu Performance truyền thống. Đây là một sự chuyển dịch lớn về tư duy và đòi hỏi đầu tư vào năng lực và công cụ mới. Phớt lờ điều này đồng nghĩa với nguy cơ trở nên lỗi thời.
Source nghiên cứu thêm: [1]
Xem ảnh tại link: https://www.facebook.com/groups/nghienseo/posts/1604291760240821/
©️ Author: #NghienSEO (Team biên tập)