2 giờ sáng ngày 16/11/2026, cùng một server, cùng một mô hình, cùng một bộ tham số, cách nhau 0,3 giây, chúng tôi hỏi AI 20 câu hỏi: 10 ngành của Việt Nam, mỗi ngành hỏi một lần bằng tiếng Trung và một lần bằng tiếng Việt, mỗi câu chạy hai lần.

Kết quả: cùng một engine, cùng một ngành, cho ra hai danh sách khác nhau.Tổng cộng 50 vị trí tên cho 10 ngành, hai bên trùng 29 tên (58%), nhưng phân bố rất không đều — chỉ có ngành thương mại điện tử là trùng hoàn toàn; ngành xi măng và đồ nội thất mỗi bên 5 tên chỉ trùng 1. Đáng chú ý hơn là khác biệt về hình thức: phía tiếng Trung có 25/50 tên kèm tên dịch tiếng Trung, 8/50 tên có chữ "tập đoàn"; phía tiếng Việt có 24/50 tên bắt đầu bằng "Công ty", 33/50 tên mang hình thức pháp nhân (Công ty / Cổ phần / TNHH).Nói cách khác, bộ nhớ tiếng Trung của AI lưu "thương hiệu", còn bộ nhớ tiếng Việt lưu "pháp nhân".

Đây không phải chuyện lạ cho vui. Nó quyết định trực tiếp một điều: mức độ hiện diện của bạn trong AI được tính riêng theo từng ngôn ngữ.Doanh nghiệp chỉ làm một bộ nội dung thì chỉ mua được một nửa thị trường.

📊 Bốn con số vĩ mô được trích dẫn trong bài (tổ chức + thời điểm)
Tìm kiếm truyền thốngGartner (02/2024): dự báo lượng tìm kiếm truyền thống năm 2026 giảm 25%
Thói quen người dùngBain: 80% người tiêu dùng đã dùng AI cho ít nhất 40% nhu cầu tìm kiếm
Thị trường GEO Trung QuốciiMedia (02/2026): 34,93 tỷ NDT (2025) → dự báo 94,2 tỷ NDT (2026)
Mức thâm nhập AI tại Việt NamTechnode (08/2025): ChatGPT tiếp cận 81% người dùng internet Việt Nam

1. Vì sao lại hỏi câu này: "sự hiểu biết" của AI không phải một trạng thái, mà là mỗi ngôn ngữ một trạng thái

Hai tháng qua, trên site này chúng tôi đã công bố một loạt đo đạc: kiểm tra cổng vào AI của 40 site đầu ngành Việt Nam ("HTTP 200 không phải bằng chứng"), chấm điểm mức sẵn sàng AI của website trong 11 ngành, kiểm chứng llms.txt và tường chắn của ngành thanh toán và du lịch. Những bài đó trả lời nửa đầu của cùng một câu hỏi: AI có vào được không, có đọc hiểu không.

Nhưng điều doanh nghiệp thực sự quan tâm là nửa sau: vào được rồi thì AI nhớ gì, và nói ra cái gì.Đặc biệt trong bối cảnh giao thương Trung – Việt: một quản lý mua hàng người Trung hỏi bằng tiếng Trung "công ty xuất khẩu thủy sản lớn nhất Việt Nam là ai", và một chủ xưởng người Việt hỏi đúng câu đó bằng tiếng Việt, nếu nhận được hai câu trả lời khác nhau thì tiền đề của việc "làm thương hiệu trong AI" đã thay đổi — bạn không tối ưu một vị trí trả lời, mà tối ưu hai.

Vì vậy chúng tôi làm phép đo này. Nó không đo website, không đo tín hiệu kỹ thuật, chỉ đo "bộ nhớ" của mô hình: trong điều kiện không có internet, không có tìm kiếm, không có system prompt, câu trả lời mặc định của mô hình cho câu hỏi "công ty lớn nhất ngành X của Việt Nam" là gì. Đây là nửa còn lại của nền móng GEO: nếu AI ngay trong bộ nhớ của nó đã không có bạn, thì khoảnh khắc nó truy xuất tới bạn cũng rất khó đưa bạn vào câu trả lời.

2. Phương pháp: 1 mô hình, 2 ngôn ngữ, 10 ngành, 40 lần gọi

Toàn bộ tham số như sau, có thể chạy lại:

Hai quy tắc chuẩn hoá phải nói rõ trước, nếu không con số trùng lặp sẽ bị nhiễu: ① Gộp các cách viết của cùng một thực thể."Vicem Hà Tiên" và "Xi măng Hà Tiên" tính là một. ② Không gộp công ty mẹ với công ty con."VICEM" và "Vicem Hoàng Thạch" tính là hai tên — vì bài này chính là để quan sát khác biệt về độ chi tiết đó, gộp lại sẽ xoá mất kết luận.

Phải nói rõ giới hạn trước, vì biên giới quan trọng hơn kết luận: một engine, không internet, một thời điểm, một mẫu câu hỏi, 10 ngành.Mọi con số trong bài chỉ đúng cho 40 lần xuất này, không suy rộng thành "mọi AI đều như vậy", cũng không phải bảng xếp hạng ngành. Nó đo "bộ nhớ mặc định của mô hình khi không truy xuất", không đo "câu trả lời cuối cùng của engine có tìm kiếm" — cái sau là một thí nghiệm khác, chúng tôi sẽ làm ở các kỳ tiếp theo.

3. Kết quả một: mười ngành, hai mươi danh sách

Bảng dưới là nguyên văn đầu ra của mô hình (giữ nguyên thứ tự và cách viết gốc, không biên tập lại). Cột trái là hỏi bằng tiếng Trung, cột phải là hỏi bằng tiếng Việt.

Ngành5 tên khi hỏi bằng tiếng Trung5 tên khi hỏi bằng tiếng ViệtTrùng
Xi măngVICEM / Hòa Phát / Thành Thắng / Long Sơn / Hà TiênHà Tiên / Hoàng Thạch / Bỉm Sơn / Nghi Sơn / Hạ Long (ghi Holcim·Siam City)1
Xuất khẩu cà phêTrung Nguyên / Vinacafé / Intimex / Simexco Đắk Lắk / Phúc SinhSimexco 2-9 Đắk Lắk / Intimex / Angimex / Mê Trang / Trung Nguyên3
Xuất khẩu thủy sảnMinh Phú / Vĩnh Hoàn / Hùng Vương / Seaprodex / Aquatex Bến TreVĩnh Hoàn / Hùng Vương / Agifish / Minh Phú / Navico3
Sản xuất đồ nội thấtBình Dương Furniture / Hoàng Anh Gia Lai / Đức Thành / Trường Thành / XingfaNội thất Hòa Phát / Nội thất Xinh / Đức Thành / Savimex / An Cường1
Dệt mayVinatex / May 10 / TCM / STK / GILVinatex / Thành Công (TCM) / Garmex Sài Gòn / Giditex / Việt Tiến2
ThépHòa Phát / Formosa Hà Tĩnh / VNSteel / Nam Kim / Hoa SenHòa Phát / Formosa Hà Tĩnh / Nam Kim / Hoa Sen / Thép Miền Nam4
LogisticsViettel Post / VNPost / GHTK / GHN / Best ExpressViettel Post / VNPost / GHTK / GHN / DHL Việt Nam4
Sàn TMĐTShopee / Lazada / Tiki / Sendo / TikTok ShopShopee / Lazada / TikTok Shop / Tiki / Sendo5
Điện mặt trờiFirst Solar / Trina / JA Solar / LONGi / Canadian Solar (toàn bộ là nhà máy FDI tại Việt Nam)Trina / SolarBK / EVN (khối năng lượng tái tạo) / VSUN / First Solar2
Ví điện tử và thanh toánMoMo / ZaloPay / VNPay / Viettel Money / ShopeePayMoMo / ZaloPay / VNPAY / Viettel Money / PayOS4

4. Kết quả hai: phân bố mức trùng — chỉ thương mại điện tử là hoàn toàn giống nhau

Số tên trùngNgànhĐiểm chung
5 / 5Sàn TMĐTNăm cái tên là cùng một chuỗi chữ Latin ở cả hai ngôn ngữ, và đều là thương hiệu nền tảng (3 ngoại, 2 nội)
4 / 5Thép, logistics, thanh toánMức tập trung ngành cao, tên đầu ngành ngắn, phần lớn là công ty niêm yết hoặc có nền tảng nhà nước/FDI
3 / 5Xuất khẩu cà phê, xuất khẩu thủy sảnĐịnh hướng xuất khẩu, danh sách có cả tập đoàn và nhà máy, mỗi bên lấy một phần
2 / 5Dệt may, điện mặt trờiTỷ lệ tham gia của vốn Trung Quốc/FDI cao, nguồn ký ức hai bên khác nhau (xem mục sáu)
1 / 5Xi măng, đồ nội thấtNgành phân tán cực mạnh (hàng trăm doanh nghiệp), ký ức AI bị lấp bằng những "lát cắt" khác nhau

Trùng trung bình 2,9 / 5. Tính cả hợp của hai bên: cùng một ngành, cùng một engine, hai ngôn ngữ cộng lại nhớ 7,1 cái tên, nhưng mỗi lần chỉ nói 5, trong đó chỉ 2,9 tên là có ở cả hai bên.Nói cách khác, nếu bạn chỉ theo dõi câu trả lời tiếng Trung, bạn bỏ sót gần một nửa "danh sách phía tiếng Việt"; và ngược lại.

Phản trực giác nhất là đồ nội thất: phía tiếng Trung đưa ra "Bình Dương Furniture, Hoàng Anh Gia Lai, Đức Thành, Trường Thành, Xingfa"; phía tiếng Việt đưa ra "Nội thất Hòa Phát, Nội thất Xinh, Đức Thành, Savimex, An Cường". Mười cái tên chỉ trùng một — Đức Thành.Trong khi ngành này ở Việt Nam có hàng nghìn doanh nghiệp, kim ngạch xuất khẩu hàng tỷ USD; AI mỗi bên chỉ nhớ một nhúm hoàn toàn khác nhau.

5. Kết quả ba: chạy hai lần cùng một câu, 7/20 ô cho ra kết quả khác

temperature 0, cùng một phút, cùng mẫu câu, cách nhau 0,3 giây, chạy hai lần: trong 20 ô "ngành × ngôn ngữ", 13 ô hai lần hoàn toàn giống nhau, 7 ô khác nhau (35%).Phía tiếng Trung có 5 ô không ổn định (cà phê, thủy sản, nội thất, dệt may, logistics), phía tiếng Việt có 2 ô (cà phê, điện mặt trời).

Ngôn ngữỔn định (2 lần giống)Không ổn địnhNgành không ổn định
Hỏi tiếng Trung5 ngành5 ngànhXuất khẩu cà phê, xuất khẩu thủy sản, đồ nội thất, dệt may, logistics
Hỏi tiếng Việt8 ngành2 ngànhXuất khẩu cà phê, điện mặt trời

Con số này có hàm ý vận hành trực tiếp: kết quả một lần hỏi không thể dùng làm căn cứ để kết luận "AI có nhắc tới tôi hay không".Cách làm phổ biến hiện nay là nhân viên marketing cầm điện thoại hỏi AI một câu, xem trong câu trả lời có tên công ty mình không, rồi từ đó kết luận "chúng ta có vị trí trong AI chưa" — trong phép đo này, 35% số ô sẽ cho ra câu trả lời ngẫu nhiên theo cách làm đó. Muốn đánh giá mức hiện diện, cùng một câu phải chạy ít nhất 3–5 lần để xem tần suất xuất hiện, và phải chạy theo từng ngôn ngữ.

Cũng phải nói thẳng: temperature 0 trong kỹ thuật không đồng nghĩa với đầu ra tất định; xử lý theo lô ở phía server và định tuyến MoE đều có thể tạo khác biệt. Đây không phải vấn đề "mô hình không ổn định", mà là vấn đề phương pháp đo phải thừa nhận nhiễu.

6. Kết quả bốn: điện mặt trời — hỏi bằng tiếng Trung, doanh nghiệp nội địa Việt Nam vắng mặt toàn bộ

Đây là ô đáng nói riêng nhất trong kỳ này.

Hỏi bằng tiếng Trung "công ty lớn nhất ngành điện mặt trời Việt Nam", mô hình đưa ra 5 tên: First Solar, Trina Solar, JA Solar, LONGi, Canadian Solar — toàn bộ là nhà sản xuất FDI có nhà máy tại Việt Nam, doanh nghiệp nội địa: 0.

Hỏi cùng câu đó bằng tiếng Việt, mô hình đưa ra: Trina, SolarBK, EVN (khối năng lượng tái tạo), VSUN, First Solar — 3 doanh nghiệp nội địa (EVN, SolarBK, VSUN) vào danh sách.

Mô hình không "sai", nó chỉ trung thành thuật lại nguồn ngữ liệu nó đọc được: thế giới tiếng Trung nói về điện mặt trời Việt Nam là nói "doanh nghiệp Trung Quốc ra nước ngoài, lập nhà máy tại Việt Nam, né hàng rào thương mại"; thế giới tiếng Việt nói về điện mặt trời Việt Nam là nói "nhà thầu lắp đặt, EPC, chủ đầu tư điện mái nhà trong nước". Hai bể ngữ liệu kể hai câu chuyện ngành khác nhau.

Hàm ý cho doanh nghiệp ra nước ngoài rất cứng: nếu khách hàng của bạn hỏi AI bằng tiếng Trung, câu chuyện cạnh tranh bạn đang ở trong là "FDI lập nhà máy"; nếu khách hỏi bằng tiếng Việt, câu chuyện cạnh tranh là "giao hàng và triển khai tại địa phương". Hai câu chuyện này cần hai bộ tài sản nội dung — một bộ nói về công suất, xuất xứ, tuân thủ xuất khẩu; một bộ nói về dự án địa phương, giấy phép đấu nối, phản hồi vận hành. Dùng một bộ copy rồi dịch sang ngôn ngữ kia thì bên nào cũng trả lời trượt.

7. Kết quả năm: tiếng Trung nhớ "thương hiệu", tiếng Việt nhớ "pháp nhân"

Thống kê hình thức (đếm từng dòng trên 50 tên tiếng Trung và 50 tên tiếng Việt):

Ô xi măng nói rõ nhất. Phía tiếng Trung đưa ra "VICEM / Hòa Phát / Thành Thắng / Long Sơn / Hà Tiên" — công ty mẹ VICEM chiếm một suất; phía tiếng Việt đưa ra "Hà Tiên / Hoàng Thạch / Bỉm Sơn / Nghi Sơn / Hạ Long" — cả năm suất đều là nhà máy thành viên của VICEM, cùng một tập đoàn chiếm trọn năm vị trí. Cùng một câu hỏi, một bên trả lời "ngành có những nhà nào", bên kia trả lời "VICEM có những nhà nào".

Điều này đặc biệt quan trọng với B2B. Bên mua Việt Nam hỏi AI thường bằng tên pháp nhân (cần xuất hoá đơn, ký hợp đồng, tra mã số thuế), bên mua Trung Quốc hỏi thường bằng tên thương hiệu. Nghĩa là đồ thị thực thể của bạn phải đăng ký cả hai chuẩn: tên thương hiệu (dùng cho truyền thông) + tên pháp nhân đầy đủ, mã số thuế, địa chỉ, giấy phép (dùng cho xác minh B2B). Chỉ đăng ký một loại, bạn chỉ có một nửa cửa vào.

8. Đối chiếu chéo: ba điểm lệch so với nguồn có thẩm quyền

Danh sách không phải bảng xếp hạng, nhưng vì người dùng hỏi "lớn nhất" nên phải đối chiếu với bảng xếp hạng có thẩm quyền. Chúng tôi đối chiếu ba ngành, tất cả theo nguồn công khai có thể tra:

NgànhDanh sách AI (hai bên)Nguồn có thẩm quyềnĐiểm lệch
Xuất khẩu cà phêTiếng Trung: Trung Nguyên, Vinacafé, Intimex, Simexco, Phúc Sinh; tiếng Việt: Simexco, Intimex, Angimex, Mê Trang, Trung NguyênBảng xếp hạng 30 doanh nghiệp xuất khẩu cà phê nhân niên vụ 2025–2026 do VICOFA công bố: Vĩnh Hiệp 179.925 tấn / 836 triệu USD đứng đầu, Intimex 149.951 tấn thứ hai, Simexco 2-9 Đắk Lắk 136.339 tấn thứ ba, Louis Dreyfus thứ tư, Tuấn Lộc thứ năm; cả vụ xuất khẩu khoảng 1,8 triệu tấn / 8,5 tỷ USD, khối FDI chiếm khoảng 30% lượngCả hai bên đều thiếu doanh nghiệp số một Vĩnh Hiệp; Trung Nguyên và Vinacafé thuộc nhóm chế biến/thương hiệu (nằm trong top 20 cà phê chế biến mà VICOFA xếp riêng), không phải nhóm xuất khẩu nhân dẫn đầu; trong 50 tên chỉ Intimex, Simexco, Phúc Sinh nằm trong top 13 cà phê nhân
Sản xuất đồ nội thấtPhía tiếng Trung, tên thứ 5: "Xingfa"Xingfa Aluminium (Quảng Đông, Trung Quốc) thành lập 1984, niêm yết tại Hồng Kông 2008, chuyên nhôm định hình và cửa nhôm; năm 2025 tham gia triển lãm vật liệu xây dựng VIETBUILD tại Việt NamLẫn loại hình: doanh nghiệp nhôm định hình bị đưa vào danh sách nhà sản xuất đồ nội thất
Xi măngHai bên tổng cộng 9 tên khác nhau, trong đó 5 tên thuộc hệ VICEM (công ty mẹ + 4 nhà máy thành viên)Báo cáo "Vật liệu xây dựng và xi măng" trên site này ghi nhận cục diện công suất: hệ VICEM, Long Sơn, Hà Tiên, Thành Thắng, Hòa Phát, INSEE cùng tồn tạiMột tập đoàn chiếm trọn 5 suất (phía tiếng Việt), tức là dùng "một tập đoàn" để trả lời "các công ty lớn nhất ngành"

Ba kết luận, đều rất tiết chế: ① Danh sách của AI có thể bỏ sót doanh nghiệp số một — Vĩnh Hiệp nhiều năm liền là doanh nghiệp xuất khẩu cà phê nhân số một Việt Nam, cả hai bên đều không nhắc. ② Danh sách của AI có thể lẫn loại hình — Xingfa là nhà sản xuất nhôm định hình, không phải đồ nội thất. ③ Danh sách của AI có thể trả lời một câu hỏi khác — khi được hỏi "ngành có những nhà nào" thì nó trả lời "tập đoàn có những nhà nào", đây không phải ảo giác mà là lệch độ chi tiết.

Ba loại vấn đề này đúng là thứ doanh nghiệp có thể chủ động sửa: bị bỏ sót → bạn cần viết rõ, có cấu trúc, lặp lại trên các trang có thể được trích dẫn "sản lượng / kim ngạch / kỳ / nguồn"; lẫn loại hình → bạn cần ghi rõ ngành và ranh giới sản phẩm trên trang thực thể; lệch độ chi tiết → bạn cần cung cấp cả trang tập đoàn và trang pháp nhân. Trong truyền thông gọi là "đính chính câu chuyện", trong GEO gọi là đưa cho máy một bản nền sự thật có thể kiểm chứng.

9. Đi vào GEO: năm kết luận có thể thực thi ngay

① Song ngữ không phải nhiệm vụ dịch thuật, mà là hai nguồn cung sự thật.Trong 10 ngành của kỳ này, 9 ngành có danh sách hai bên không hoàn toàn giống nhau. Dịch máy một bài tiếng Trung sang tiếng Việt chỉ làm cho "cùng một bộ sự thật" đọc được ở hai ngôn ngữ, không làm cho phía tiếng Việt mọc ra danh sách riêng — cái sau cần case khách hàng địa phương, dữ liệu tuân thủ địa phương, sự thật triển khai địa phương.

② Đồ thị thực thể phải hai chuẩn.Tên thương hiệu + tên pháp nhân đầy đủ + mã số thuế + địa chỉ + số giấy phép, kèm sameAs trong Organization liên kết chéo (website, LinkedIn, Facebook, bản đồ, danh bạ ngành). Kỳ này phía tiếng Việt có 33/50 tên mang hình thức pháp nhân, cho thấy bộ nhớ tiếng Việt của AI neo vào pháp nhân.

③ Câu hỏi "lớn nhất" cần trang bảng xếp hạng.AI có thói quen trả lời dạng câu hỏi này bằng "danh sách + con số". Bạn không cung cấp bảng, nó dùng bảng nào thuận tay nhất. Cách làm: một trang bảng sự thật "công suất / sản lượng xuất khẩu / cơ cấu khách hàng / chứng nhận", mỗi dòng kèm kỳ và nguồn, tiêu đề viết thẳng "Công suất và top N xuất khẩu ngành XX Việt Nam (2026)". Trên site đã có 34 báo cáo ngành làm mẫu (nông sản, vật liệu xây dựng và xi măng, gỗ và nội thất).

④ Giám sát phải chạy theo ngôn ngữ và lấy nhiều mẫu.Kỳ này 35% số ô không tái lập được với một lần hỏi. Đề nghị mỗi ngôn ngữ chọn 3 câu hỏi thật của khách, mỗi câu chạy 5 lần, ghi lại "số lần được nhắc / vị trí / thương hiệu xuất hiện cùng", làm thành bảng theo tuần.

⑤ Biến "chỗ bị nói sai" thành trang.Ba loại lỗi trong kỳ này (bỏ sót số một, lẫn loại hình, lệch độ chi tiết), doanh nghiệp đều có thể đính chính bằng một trang nội dung tĩnh — nhưng điều kiện trước tiên là bạn phải đo ra được. Đây chính là thứ đầu tiên chúng tôi xem khi làm chẩn đoán miễn phí: không phải website bạn có đẹp không, mà là khi AI được hỏi về ngành của bạn, nó đang nói tên ai.

10. Danh sách 90 ngày

Giai đoạnHành độngSản phẩm (nghiệm thu được)
0–30 ngàyTrang thực thể song ngữ + dữ liệu có cấu trúcMỗi ngôn ngữ một trang thực thể (tên thương hiệu, tên pháp nhân, mã số thuế, địa chỉ, giấy phép, năm thành lập, ngành chính), JSON-LD Organization + sameAs, llms.txt liệt kê song ngữ chủ thể và dòng sản phẩm
30–60 ngàyTrang sự thật ngành (mỗi ngôn ngữ một bản)Bốn bảng sự thật: công suất / sản lượng xuất khẩu / cơ cấu khách hàng / chứng nhận, mỗi dòng kèm kỳ và nguồn; "chúng tôi đứng thứ mấy" viết thành câu trọn vẹn có thể trích dẫn, không dùng biểu đồ thay câu
60–90 ngàyĐường cơ sở giám sát theo ngôn ngữ + trang đính chínhBảng tuần: mỗi ngôn ngữ 3 câu × 5 lần lấy mẫu; mỗi loại lỗi AI nói sai làm một trang đính chính, gắn nhãn cấu trúc FAQ

Không có mục nào trong danh sách là "mua traffic" hay "làm lại website". Tất cả cùng chỉ về một việc: khi máy cần sự thật, trong tay nó phải có bản do bạn viết và có thể kiểm chứng.Đây là ranh giới căn bản giữa GEO và SEO — SEO tranh vị trí, GEO tranh "quyền cung cấp sự thật".

11. Giới hạn, khả năng tính lại và miễn trừ

Nhắc lại biên giới: 40 lần gọi trong bài chỉ phản ánh rạng sáng 16/11/2026, DeepSeek Chat, không internet — một tổ hợp điều kiện duy nhất, không suy rộng sang ChatGPT, Gemini, Doubao, Kimi, cũng không suy rộng sang "engine có truy xuất internet". Quan sát một thời điểm không dùng như xu hướng.

Toàn bộ đầu ra gốc (20 nhóm × 2 lần) đã được lưu trữ, gồm cả chuỗi nguyên văn không biên tập; quy tắc chuẩn hoá danh sách (gộp cùng thực thể, không gộp công ty mẹ – con) đã ghi ở mục hai, bất kỳ đồng nghiệp nào tính lại theo cùng quy tắc sẽ ra cùng số trùng. Nếu bạn tính ra khác, khả năng lớn là khác quy tắc chuẩn hoá, không phải khác dữ liệu.

Site này chấp nhận bị kiểm bằng cùng một bộ tiêu chuẩn: trang phương pháp đo ghi rõ engine, các chiều và quy tắc loại trừ chúng tôi dùng; chính chúng tôi cũng đang bị đo bằng cùng một thước.