Hơn 84% trích dẫn của AI không đến từ website của bạn: mổ xẻ 207 triệu lượt trích dẫn, nội dung tự sở hữu chỉ chiếm 15,2%; cùng kỳ lưu lượng từ Google Search giảm 40,2% trong một năm

Thử một tình huống đơn giản. Một người mua hàng Việt Nam hỏi ChatGPT: “Nhà máy bao bì thực phẩm nào ở Việt Nam có chứng nhận BRC và công suất trên 800 tấn/tháng?” Câu trả lời nêu ba cái tên, trong đó có bạn — nhưng chứng nhận ghi thành ISO 22000, công suất là số của năm 2022. Bạn có đính chính thì cũng đã muộn: anh ta đã gửi yêu cầu báo giá cho cả ba.

Vấn đề thường không nằm ở website bạn viết dở, mà ở chỗ khi trả lời, AI không chủ yếu đọc website của bạn. Ngày 28/10/2026, Muck Rack công bố bản thứ tư của báo cáo What Is AI Reading?: phân loại hơn 40 triệu câu trả lời AI thu thập trong 2026 với 207 triệu lượt trích dẫn theo loại nguồn. Kết luận rất thẳng — báo chí và nguồn bên thứ ba cộng lại chiếm trên 84%, nội dung do doanh nghiệp tự sở hữu chỉ 15,2%, nội dung trả phí và bài viết tài trợ 0,3%.

Đây không phải bài PR của một công ty quan hệ công chúng khuyên bạn mua báo. Phần giá trị nhất là bảng phân loại: lần đầu bạn có thể dùng cùng một thang đo để xem trong ngành mình, AI đang trích dẫn ai. Bài này ghép số liệu báo cáo, mức giảm lưu lượng Google cùng kỳ, và kết quả đo 183 website Việt Nam của chúng tôi qua chín kỳ, để trả lời câu thực dụng hơn: giữa 84% và 15,2% đó, doanh nghiệp nên sửa phần nào.

Khi AI mô tả bạn, nó thường trích dẫn thứ không phải do bạn viết. Vì vậy việc đầu tiên của GEO không phải “viết thêm nội dung”, mà là “làm cho những gì người khác viết về bạn trở nên đúng”.

Một, ba con số đặt lên bàn trước

84%+ — tỷ trọng cộng dồn của báo chí và nguồn bên thứ ba trong trích dẫn của AI (qua bốn bản báo cáo, khoảng 82%–89%).

15,2% — tỷ trọng nội dung do doanh nghiệp tự sở hữu (tháng 9), tăng 1,5 điểm so với 13,7% của tháng 5.

40,2% — mức giảm so với cùng kỳ của lưu lượng chuyển từ Google Search trong mạng lưới báo chí – truyền thông của Chartbeat (07/2025 → 07/2026).

Ba con số phải đọc liền nhau. Số thứ nhất cho thấy “chuỗi bằng chứng” của AI chủ yếu nằm ngoài site của bạn; số thứ hai cho thấy nội dung tự sở hữu không vô dụng, nó tăng chậm nhưng trần rất thấp; số thứ ba cho thấy đường ống tìm kiếm truyền thống đang rò rỉ nhanh hơn — kỳ trước mức giảm cùng kỳ là 21,9%, kỳ này là 40,2%, Google Discover giảm khoảng 34,3%, và tỷ trọng của Google trong tổng lượt xem của nhóm báo chí giảm từ khoảng 9% (07/2024) xuống khoảng 5% (07/2026).

Hai, cái khay: 207 triệu trích dẫn chia thành bảy loại

Phương pháp của báo cáo có hai lớp: Generative Pulse thu hơn 40 triệu câu trả lời AI và 207 triệu lượt trích dẫn trong 2026 để tính phân bố tổng; sau đó tháng 9 dùng 1.020 câu hỏi tiêu dùng không chứa tên thương hiệu để thử trên bốn dịch vụ ChatGPT, Claude, Gemini và Perplexity. Lớp đầu cho cấu trúc, lớp sau cho con số so sánh được tại thời điểm đo.

Ba chi tiết có ích hơn con số tổng. Thứ nhất, nội dung trả phí chỉ 0,3% — gần 99% trích dẫn đến từ nguồn không trả tiền, điều này dẹp bỏ niềm tin “mua bài là vào được câu trả lời AI”. Thứ hai, phần lớn nhất không phải báo chí mà là nội dung doanh nghiệp bên thứ ba (25,1%) cộng trang tổng hợp – bách khoa (18,3%), tổng 43,4%: trang nhà phân phối, danh bạ hiệp hội, gian hàng trên sàn B2B, trang đánh giá — “trang của người khác” mới là nơi AI lấy bằng chứng nhiều nhất. Thứ ba, mặt bằng trích dẫn đang co lại: trong đợt thử tháng 9, chỉ có 212 tên miền được cả bốn dịch vụ cùng trích dẫn.

Ba, vì sao bên thứ ba chiếm tám phần: AI cần “đồng thuận đa nguồn”

Lấy “website viết dở” làm nguyên nhân là cách chẩn đoán sai phổ biến nhất. Chuỗi của RAG là “truy hồi → xếp hạng lại → tin nhận → sinh câu trả lời”, trong đó hai bước sau dùng cùng một tín hiệu: có bao nhiêu nguồn độc lập cùng nói một điều. Một khẳng định chỉ có một nguồn, dù nguồn đó là website của bạn, vẫn thua bản được “website + danh bạ hiệp hội + hai nhà phân phối + một bài đánh giá” đối chiếu khớp nhau.

Điều này giải thích hai chuyện thường bị coi là cảm tính trong doanh nghiệp. Một là đổi website xong AI vẫn mô tả như cũ — vì mô hình trích dẫn bản số liệu cũ mà người khác đã chép, không phải đoạn bạn vừa viết; không sửa những trang đó thì sửa website mười lần cũng vô ích. Hai là đổi tên, thêm thương hiệu con thì AI càng dễ nói sai — cùng một thực thể tồn tại dưới nhiều tên miền và nhiều phiên bản tên, phân giải thực thể thất bại, mô hình buộc phải tự ghép một phiên bản tự nhất quán.

Vì vậy tỷ trọng bên thứ ba cao không phải vì “báo chí mạnh”, mà là biểu hiện của chi phí kiểm chứng: mô hình không có cách xác minh công suất của bạn, nó chỉ nhìn xem có bao nhiêu nguồn độc lập lặp lại cùng một con số. Việc bạn cần làm không phải viết website dài hơn, mà là làm cho những con số kiểm chứng được khớp nhau trong và ngoài site.

Bốn, báo chí mất 5 điểm nhưng không chảy vào website doanh nghiệp

Báo cáo nhấn một câu dễ bị bỏ qua: tỷ trọng báo chí giảm không có nghĩa AI chuyển sang trích dẫn nội dung tự sở hữu của doanh nghiệp. Tách theo từng engine, mức giảm chủ yếu đến từ ChatGPT:

Năm điểm bị mất đó đi đâu? Nhìn bảng một: bị chia cho nội dung doanh nghiệp bên thứ ba, trang tổng hợp – bách khoa, và website cơ quan nhà nước – NGO; nội dung tự sở hữu chỉ nhận thêm 1,5 điểm. Điểm này đặc biệt quan trọng với doanh nghiệp sản xuất và xuất khẩu B2B: khách hàng hỏi AI những câu như “nhà nào giao được, chứng nhận có đủ không, thời gian giao bao lâu”, và dạng câu hỏi này dựa vào trang doanh nghiệp, danh bạ ngành, gian hàng sàn thương mại điện tử — không dựa vào thông cáo báo chí.

Còn một mốc thời gian đáng nhớ: từ 09/02/2026 ChatGPT bắt đầu hiển thị quảng cáo, năm tuần sau đó số trích dẫn trung bình mỗi câu trả lời cho truy vấn thương hiệu giảm từ 4,95 xuống 2,96, tức −41%; đến cuối tháng 3 phục hồi về khoảng 4,5 (khoảng chín phần mười mức nền tháng 12), còn truy vấn theo ngành giảm từ 7,3 xuống 6,1 (−16%) rồi về khoảng 7,0. Vị trí trích dẫn không phải một đường cong phẳng; nó rung theo lần cập nhật sản phẩm và theo việc chèn quảng cáo. Mọi “tỷ lệ trích dẫn đo một lần” đều chỉ là ảnh chụp.

Năm, trích dẫn là đại lượng không ổn định: chạy lại trong cùng ngày chỉ trùng 41%

Phần đáng nhớ nhất của báo cáo là nhóm thử lặp: cùng một câu hỏi, chạy hai lần trong cùng một ngày, tỷ lệ tên miền trích dẫn xuất hiện ở cả hai lần —

Nghĩa là câu “hôm nay tôi hỏi một lần, AI không nhắc tôi” gần như không mang thông tin thống kê. Trong hệ thống giám sát của chúng tôi, quy tắc khác: cùng một bộ câu hỏi × 2 engine × 2 lần lấy mẫu, tổng 80 lần, chỉ báo tỷ lệ được nhắc, không báo thứ hạng; giữa hai lần lấy mẫu chạy kiểm định z hai tỷ lệ, chỉ khi vượt sai số lấy mẫu mới gọi là tăng hoặc giảm, còn lại ghi “không khác lần trước”. Với 80 lần lấy mẫu và giá trị thật 50%, khoảng tin cậy 95% rộng khoảng ±11 điểm — tăng 8 điểm và giảm 8 điểm, về mặt thống kê, là một chuyện.

Báo cáo còn đưa một bằng chứng nhân quả cho chuỗi này: trong nhóm nhà xuất bản lớn chặn crawler tìm kiếm của Claude, 81% gần như không nhận được trích dẫn từ Claude; trong nhóm mở crawler đó, con số tương ứng chỉ 12%. Nói cách khác, cổng crawler là điều kiện tiên quyết của vị trí trích dẫn — cửa đóng thì nội dung hay đến mấy cũng không vào được. Kết quả đo của chúng tôi ở thị trường Việt Nam khớp với điều này: trong 183 tên miền, chỉ 5 website (3,12% của 160 tên miền kiểm chứng được) nêu tên bất kỳ crawler AI nào trong robots.txt.

Sáu, 15,2% đó là “nguồn sự thật”, không phải “nguồn lưu lượng”

Hiểu nội dung tự sở hữu là “cũng phải giành phần trong 84% kia” là sai hướng. Vai trò thật của nó trong chuỗi AI là nguồn sự thật: cung cấp cho mô hình một giá trị gốc có thể đối chiếu (công suất, chứng nhận, thông số, thời gian giao, điều khoản hậu mãi), đồng thời là điểm neo để bên thứ ba trích khi viết về bạn. Số liệu của bên thứ ba lấy từ đâu? Phần lớn là chép từ website bạn — số trên website bạn cũ, số họ chép cũng cũ, AI nói ra là sai.

Vì vậy bảng tự kiểm chúng tôi đưa cho khách không phải “bạn đã viết nội dung chưa”, mà là ba điều có thể phán định:

• Một chỉ số, một con số duy nhất trong toàn site. Công suất, số cửa hàng, số chứng nhận, năm thành lập phải hoàn toàn khớp giữa trang chủ, trang giới thiệu, trang sản phẩm và tệp PDF; hai phiên bản khác nhau tương đương nói với mô hình rằng “dữ liệu của doanh nghiệp này không đáng tin”.
• Dữ kiện then chốt có biểu đạt cấu trúc. JSON-LD cho Organization / Product / FAQPage, thông tin liên hệ và địa chỉ phân tích được, một trang “bảng dữ kiện” có thể trích dẫn — những thứ này không làm văn hay hơn, chỉ làm khả năng đối chiếu cao hơn.
• Máy vào được cửa. robots.txt không chặn nhầm crawler tìm kiếm AI, có llms.txt và sitemap, canonical ổn định. Đây là lớp cấu hình, không tốn ngân sách nội dung, nhưng là khác biệt giữa 0 và 1.

Bảy, khác biệt Trung – Việt: 183 website Việt Nam nói lên điều gì

Các số trên là truy vấn tiêu dùng bằng tiếng Anh, không thể suy thẳng sang thị trường tiếng Trung và tiếng Việt — báo cáo cũng ghi rõ điều này trong phần miễn trừ. Vì vậy chúng tôi dùng dữ liệu sơ cấp của mình để đối chiếu: chín kỳ đo dọc ngành, cùng engine, cùng node (Singapore), cùng quy tắc loại trừ, tổng 183 tên miền website doanh nghiệp Việt Nam.

Đặt bảng này cạnh số liệu thị trường ở phần một, bức tranh phía Việt Nam khá rõ: cầu đã lên, cửa phía cung chưa mở. Technode (08/2025) đo tỷ lệ phủ của ChatGPT tại Việt Nam là 81%, hơn nửa người dùng đã trả phí; trong khi 183 website chỉ có 3,12% nêu tên crawler AI trong robots.txt. Phía Trung Quốc ở trạng thái khác: iiMedia Research (02/2026) tính thị trường GEO Trung Quốc từ 34,93 tỷ CNY (2025) lên khoảng 94,2 tỷ CNY (2026), Gartner (02/2024) dự báo lượng tìm kiếm truyền thống giảm 25% trong 2026, Bain đo 80% người tiêu dùng đã để ít nhất 40% việc tìm kiếm phụ thuộc vào kết quả AI — mặt bằng cạnh tranh dày hơn, phải hành động nhanh hơn.

Cùng một phương pháp, khoảng cách thời gian giữa hai thị trường chính là cơ hội: ở Trung Quốc là “người khác đã làm, bạn phải làm tốt hơn”; ở Việt Nam là “phần lớn chưa mở cửa, ai mở trước thì được đọc trước”.

Tám, đi vào GEO: bốn việc và tiêu chí nghiệm thu

Các việc xếp theo “hiệu quả trên công sức + thứ tự phụ thuộc”, không theo “nghe có vẻ cao cấp”. Hai việc đầu là cấu hình và đối chiếu, xong trong một tuần; hai việc sau là việc dài hạn.

Lý do xếp thứ tự rất đơn giản: việc 1 và 2 quyết định AI có nói sai về bạn hay không; việc 3 và 4 quyết định AI có nhắc tới bạn hay không. Nói sai là tài sản âm, được nhắc là tài sản dương; cắt lỗ trước, tăng thu sau. Phần lớn doanh nghiệp lao vào viết nội dung ngay, tức là tiếp tục thêm chú thích cho một thực thể chưa được nhận diện.

Chín, biên giới và phương pháp (kết luận nào không được mang ra ngoài dùng)

• Một nguồn duy nhất: nhóm số 84%, 15,2%, 22% hiện chỉ do Muck Rack / Generative Pulse công bố, chưa có bên thứ ba độc lập kiểm lại. Dùng làm tham chiếu cấu trúc, đừng dùng như kết luận tổng điều tra ngành.
• Truy vấn tiêu dùng bằng tiếng Anh: 1.020 câu hỏi của báo cáo là câu hỏi tiêu dùng tiếng Anh (từ gói cơm trưa tới thẻ tín dụng du lịch), không suy ra được cho truy vấn B2B tiếng Trung hay tiếng Việt; khác ngôn ngữ là khác hệ sinh thái nguồn.
• Tỷ trọng khác hiệu quả: tỷ trọng nguồn nói “AI trích ai”, không nói “ai nhờ đó có đơn hàng”. Từ trích dẫn đến chốt đơn còn một chuỗi dài, đừng viết tỷ trọng thành ROI.
• Tính ảnh chụp: sau khi ChatGPT mở quảng cáo, số trích dẫn cho truy vấn thương hiệu có lúc giảm 41% rồi năm tuần sau về khoảng chín phần mười, cho thấy nhóm số này dịch chuyển theo lần cập nhật nền tảng; mọi báo cáo trích dẫn phải kèm ngày và cỡ mẫu.

Chuỗi của GEO vẫn là: cào được → đọc được → nhận ra được → tin được → được trích dẫn. Báo cáo này bổ sung bằng chứng cho mắt xích cuối: được trích dẫn không nhờ bạn nói to, mà nhờ người khác nói giống nhau. Đưa “người khác viết về bạn” vào vận hành thường kỳ mới là công việc hằng ngày thật sự của nghề này.