Suốt hai năm qua, câu hỏi mà doanh nghiệp hay đặt ra nhất khi làm tối ưu tìm kiếm AI (GEO) là “tôi phải viết nội dung gì”. Nhưng trong 183 tên miền doanh nghiệp Việt Nam mà chúng tôi đã đo, thứ thực sự kéo họ lại thường không phải chất lượng nội dung, mà là một câu hỏi nằm sớm hơn: bot AI đã được nói rõ “ở đây có gì, được đọc cái gì” hay chưa.
Chúng tôi tách việc này thành bốn “cửa máy đọc”: /.well-known/ai.txt, /ai/summary.json, /ai/faq.json và /ai/service.json. Bốn tệp này không thuộc phạm trù SEO truyền thống, cũng không có trong hầu hết mẫu thiết kế web, nhưng trong công cụ đo mức sẵn sàng AI do chúng tôi vận hành, riêng chiều này trị giá 6 điểm trên 100 — và là cấu hình cấp site: làm một lần, mọi trang đều được cộng điểm.
Một, nội dung hay đến đâu cũng cần “số nhà” trước
Cách một engine AI quyết định một website có đáng trích dẫn hay không không phải “đọc thân bài trước rồi tính”, mà là “xác nhận bạn là ai, bạn cung cấp gì, trang nào đáng tin”. Việc xác nhận đó nằm ở ba nhóm tệp: robots.txt (ai được đọc), llms.txt (bạn muốn AI ưu tiên đọc gì), và nhóm tệp khai báo có cấu trúc (bạn là ai, bạn làm gì, câu hỏi thường gặp là gì).
Hai tệp đầu đã được nói nhiều trong ngành, tệp thứ ba gần như không ai nhắc. Mà đó lại đúng là phần “cấu hình một lần, cả site hưởng lợi” trong công cụ của chúng tôi — cũng là lý do chúng tôi gọi việc thiếu nó là “điểm mất trắng”: không phải không làm được, mà là không ai nói cho người làm web biết phải làm.
Hai, bốn cửa máy đọc, mỗi cửa trả lời một câu hỏi
| Cửa | Câu hỏi nó trả lời | Hệ quả thực tế khi thiếu |
|---|---|---|
/.well-known/ai.txt | Site cho phép AI nào dùng nội dung, ranh giới ở đâu | Engine coi là “chưa khai báo”, phạm vi sử dụng nội dung không rõ |
/ai/summary.json | Danh tính một câu: tên + mô tả định vị | AI chỉ có thể đoán ngành nghề từ thân bài, nhận diện thực thể không ổn định |
/ai/faq.json | Cặp hỏi đáp chuẩn, trích dẫn trực tiếp được | AI phải tự rút câu trả lời từ bài dài, tỷ lệ trích sai tăng |
/ai/service.json | Danh mục dịch vụ/năng lực dạng danh sách có cấu trúc | “Bạn cung cấp được gì” chỉ còn suy ra từ ngữ nghĩa, dễ bị bỏ sót |
Yêu cầu định dạng của bốn mục này không khắt khe: loại văn bản cần trả về 200 và không rỗng, loại JSON cần phân tích được và đủ trường (tên tối thiểu 3 ký tự, mô tả tối thiểu 20 ký tự, năng lực là một danh sách). Nói cách khác, đây không phải “bài toán kỹ thuật”, mà là “có ai nghĩ tới hay không”.
Ba, đo liên ngành: tỷ lệ llms.txt thật thấp đến khó tin
Tại node Singapore, cùng một engine, cùng một bộ quy tắc loại trừ, chúng tôi đã chạy thăm dò điểm danh tệp gốc trên ba ngành đã công bố báo cáo đầy đủ (thăm dò cả những tên miền trả 403 và không truy cập được, vì “không vào được” tự nó đã là một kết luận).
| Ngành (kỳ báo cáo) | Danh sách tên miền | Chấm được | llms.txt thật | robots có nêu tên bot AI |
|---|---|---|---|---|
| Giáo dục (10-2026) | 25 | 19 | 3 | 3 |
| Bán lẻ và kênh hiện đại (10-2026) | 18 | 13 | 2 | 1 |
| Cảng và vận tải biển (10-2026) | 14 | — | 1 | 0 |
Ba điểm đáng nói riêng:
- “Có tệp” không bằng “tệp thật”. Chúng tôi ghi nhận nhiều trường hợp HTTP 200 nhưng thân bài là trang 404 của site (404 mềm), công cụ kiểm tra sẽ đoán nhầm thành “đã cấu hình”. Cách phân biệt rất đơn giản: ký tự không rỗng đầu tiên của nội dung trả về là
<thì là giả. - Có llms.txt không đồng nghĩa điểm tuyệt đối. Site của chính chúng tôi có tệp này, chiều đó đo được 12/18, thiếu phần cộng điểm như FAQ có cấu trúc — nên đừng lấy “tôi đã cấu hình” làm “tôi đã đủ điểm”.
- Tỷ lệ nêu tên bot AI trong robots còn thấp hơn. Trong 14 tên miền ngành cảng, không một đơn vị nào nêu tên, nghĩa là dù tệp có tồn tại, việc bot tìm kiếm AI có vào được hay không vẫn bỏ ngỏ.
Bốn, vì sao 6 điểm này là “mất trắng”: đòn bẩy cấp site và cấp trang
Công cụ của chúng tôi chia mức sẵn sàng AI thành 8 chiều, tổng 100 điểm:
| Chiều | Trọng số | Tính chất |
|---|---|---|
| robots (gồm khai báo bot AI) | 18 | Cấp site |
| llms.txt | 18 | Cấp site |
| schema (dữ liệu có cấu trúc JSON-LD) | 16 | Cấp trang |
| meta (title/description/canonical/OG) | 14 | Cấp trang |
| content (độ hoàn chỉnh cấu trúc) | 12 | Cấp trang |
| signals (RSS và các tín hiệu) | 6 | Cấp site |
| ai_discovery (bốn cửa máy đọc) | 6 | Cấp site |
| brand_entity (nhất quán thực thể thương hiệu) | 10 | Cấp trang |
Khác biệt then chốt nằm ở hiệu quả đầu tư: cấu hình cấp site sửa một lần, mọi trang đều tăng đúng số điểm đó; tối ưu cấp trang phải sửa từng trang. Chúng tôi đã bóc tách sổ điểm của 104 trang qua 19 vòng kiểm tra: tổng điểm từ 67,62 lên 84,95 (tăng 17,34), trong đó bốn đòn bẩy cấp site đóng góp 17,00 điểm, cấp trang chỉ đóng góp 0,33 điểm.
Nói cách khác: cùng một giờ làm việc, bổ sung cấu hình cấp site cho lợi suất biên cao gấp hàng chục lần so với sửa mẫu từng trang. Và 6 điểm của ai_discovery chỉ cần bốn tệp JSON là lấy được.
Năm, bốn việc làm được trong 30 phút
- Viết
/ai/summary.json: ba trường bắt buộc — tên doanh nghiệp, định vị một câu (tối thiểu 20 ký tự, nêu “làm gì, cho ai, ở đâu”), website. Đừng viết khẩu hiệu, hãy viết định nghĩa có thể bị trích dẫn. - Viết
/ai/faq.json: 8-12 câu hỏi mà khách hàng thật sự hỏi, câu trả lời 60-120 chữ, trích dẫn trực tiếp được. Đây là tệp có ích nhất cho việc “được trích dẫn” trong bốn tệp. - Viết
/ai/service.json: tách dịch vụ thành danh sách “tên + một câu + sản phẩm bàn giao”. Nếu không tách được, nghĩa là bản thân dịch vụ chưa được định nghĩa rõ. - Viết
/.well-known/ai.txt: khai báo cho phép AI nào dùng nội dung, cấm những mục đích nào, email liên hệ. Mục này ngày càng quan trọng về mặt tuân thủ.
Sau khi làm xong, đừng chỉ xem “tệp có mở được không”, hãy chạy đo thật: curl từng URL trong bốn URL, xác nhận 200, không rỗng, JSON phân tích được, và nội dung trả về không phải HTML. Bốn mục đều qua thì chiều này đạt điểm tối đa.
Sáu, phương pháp và nguồn dữ liệu
Khẩu độ đo: số liệu danh sách tên miền trong bài lấy từ ba báo cáo ngành đã công bố của loạt “Đo mức sẵn sàng AI” do Việt Trí Thông thực hiện (giáo dục 25 tên miền, bán lẻ và kênh hiện đại 18, cảng và vận tải biển 14); engine là geo-optimizer 4.18.0 mã nguồn mở theo giấy phép MIT, chạy tại node Singapore, cùng danh sách tên miền, cùng bộ quy tắc, cửa sổ một ngày. Việc phân hạng dùng chính band của engine (critical / foundation / good / excellent), không dùng ngưỡng điểm tự đặt — band và điểm của engine không phải lúc nào cũng khớp, suy ngược theo ngưỡng sẽ tự mâu thuẫn với band trong bảng.
Bốn loại không chấm được: 403 từ chối chủ động, trang thử thách/trang đăng nhập, tên miền không truy cập được, engine đọc quá thời gian. Hai loại đầu thuộc về site, loại thứ ba thuộc về tài sản số, loại thứ tư thuộc về phương pháp đo — gộp tất cả thành một câu “AI không vào được” là đổ lỗi đo lường cho khách hàng. Dấu “—” trong bảng nghĩa là kỳ đó không tách riêng số chấm được.
Tính độc lập và miễn trừ: bài viết không thu phí của bất kỳ doanh nghiệp nào được nhắc tới, không công bố xếp hạng, không cam kết bất kỳ kết quả tương lai nào. Hiệu quả của cấu hình cấp site phụ thuộc vào mức độ hoàn chỉnh khi thực thi và cấu trúc sẵn có của site; mọi khẳng định “cấu hình là chắc chắn được trích dẫn” đều không đúng — tỷ lệ được AI nhắc tới do chúng tôi tự đo là 0% (80 lần lấy mẫu), đó là đường cơ sở, không phải thất bại.