Khi AI không nhận ra bạn, nó sẽ tự tạo ra một phiên bản khác: đo tính nhất quán thực thể trên 20 website thương hiệu Việt

Một người mua hàng hỏi ChatGPT: “Trong các nhà máy bao bì ở Việt Nam, nhà máy nào có công suất và chứng nhận đáng tin nhất?” Câu trả lời có tên bạn, nhưng công suất là con số của năm 2022, còn chứng nhận lại là của một doanh nghiệp cùng ngành ở tỉnh khác. Hỏi lại lần nữa, con số lại khác.

Đây không phải model “nói bừa”, mà là thiếu bằng chứng để nó nhận ra bạn. Khi trả lời, AI trước hết làm nhận dạng và phân giải thực thể (cái tên này ứng với đối tượng nào trên thế giới), rồi mới lấy thuộc tính của đối tượng đó từ kho ngữ liệu. Trên website của bạn, tên được viết khác nhau ở bốn vị trí, địa chỉ chỉ nằm trong ảnh, thông tin đăng ký kinh doanh chỉ có trong PDF, và cùng một tên miền còn chứa ba thương hiệu con — điều duy nhất model có thể làm là chọn một đường giải thích tự nhất quán, và đường đó chưa chắc là bạn.

Chúng tôi lượng hóa điểm khởi đầu của thất bại này: 20 website thương hiệu Việt, 10 site đo được, điểm trung bình của chiều “nhất quán thực thể” (thang 10) chỉ 2.10, và 9 site có điểm neo đồ thị tri thức bằng 0.

Không được AI đọc tức là không tồn tại; nhưng được đọc mà bị nhận nhầm thành người khác thì còn đắt hơn. Vì trích dẫn sai sẽ lan ra với vẻ ngoài rất giống thật, và khách hàng sẽ không hỏi bạn — họ bỏ qua bạn.

1. Nhất quán thực thể gồm những việc gì

Công cụ chấm điểm mã nguồn mở geo-optimizer (MIT, v4.18.1) chia một website thành 8 chiều, tổng 100 điểm. Trong đó brand_entity (thương hiệu và thực thể) chiếm 10 điểm, đúng phần trả lời câu hỏi “AI có tách được bạn ra khỏi một loạt cái tên giống nhau hay không”. Mười điểm này gồm năm khối, và tiêu chí là công khai:

Chú ý khối đầu tiên: nó không so xem “bạn có ghi tên công ty hay không”, mà so xem bốn vị trí có ghi cùng một tên hay không. Đây là 3 điểm dễ mất trắng nhất — rất nhiều website ghi tên ở cả bốn chỗ, nhưng bốn cái tên không nhận ra nhau.

2. Đo như thế nào

• Mẫu: 20 website thương hiệu Việt, trải 13 nhóm ngành — sữa, thực phẩm đồ uống, tập đoàn, bia, chuỗi cà phê, bán lẻ, hàng không, thép, ô tô, năng lượng, văn phòng phẩm, thời trang, siêu thị; tất cả là tên miền chính thức truy cập công khai.
• Node đo: Singapore (Alibaba Cloud). Không dùng node Trung Quốc đại lục — từ đại lục, một số site Việt Nam timeout ngay khi kết nối; đó là vấn đề mạng của chúng tôi, không phải site kia đóng cửa với AI, gộp hai thứ lại là làm oan người khác.
• Thời điểm: một thời điểm duy nhất 2026-11-02, mỗi tên miền lấy trang chủ một lần, 9 tệp gốc (trang chủ, robots.txt, llms.txt, sitemap…) mỗi tệp gọi một lần, GET, không chạy JS, không cookie, không lấy mẫu lặp.
• Xử lý site không truy cập được: tên miền trả 403 hoặc lỗi kết nối đều ghi “không chấm được điểm”, không cho 0 điểm. 0 điểm nghĩa là “đọc được nhưng không đạt gì”; không đọc được thì không phải 0 điểm, mà là không đủ điều kiện để bị chấm. Đây là nguyên tắc đo lường, không phải cách nói.

3. Kết quả: trên 20 website, hạng mục thực thể gần như không ai đạt

Bảng dưới sắp theo tổng điểm. Điểm thực thể theo thang 10; Neo KG là số nguồn trong sameAs trỏ tới Wikipedia / Wikidata / LinkedIn / Crunchbase (0–4); Nhất quán là bốn vị trí tên có quy về một hay không; Giới thiệu + liên hệ là hai hạng mục liên kết /about và thông tin liên hệ có cấu trúc.

Trải năm khối tín hiệu ra thì lỗ hổng tập trung về cùng một hướng:

4. Bốn lỗ hổng phổ biến, và mỗi lỗ hổng khiến AI làm gì

Lỗ hổng 1: neo đồ thị tri thức gần như đồng loạt bằng không

Trong 10 site đo được, 9 site có điểm neo đồ thị tri thức bằng 0 — sameAs của Organization không có một nguồn nào thuộc Wikipedia / Wikidata / LinkedIn / Crunchbase. Site duy nhất có neo cũng chỉ trỏ tới 1 nền tảng, trong khi khối này cần 3 nguồn mới đủ điểm. Nghĩa là trong “bộ nhớ thực thể” của model, các thương hiệu này là những nút cô lập chỉ có một nguồn duy nhất là website: nút cô lập không có nguồn đối chiếu, một khi con số trên website đã cũ, model không có chỗ thứ hai để sửa lại, nó chỉ có thể tiếp tục dùng số cũ, hoặc quay sang những thực thể đã được kiểm chứng chéo như Wikipedia hay báo chí.

Lỗ hổng 2: thiếu dữ liệu có cấu trúc Organization, mất luôn 2–3 điểm

Trong 10 site, chỉ 2 site có dữ liệu có cấu trúc Organization ở trang chủ. Hạng mục còn lại còn dứt khoát hơn: 0 site có description trong schema khớp với meta description — không có Organization thì đương nhiên không có description để so. Thiếu khối này, hạng mục “liên hệ có cấu trúc” bằng 0, còn địa chỉ, điện thoại, mã số thuế — những định danh cứng dùng để phân giải — đều nằm trong thân trang hoặc tệp ảnh ở chân trang: người thấy được, máy không đọc được.

Lỗ hổng 3: thiếu cửa vào trang giới thiệu

7 site không tìm thấy liên kết nào dạng /about, /gioi-thieu, /ve-chung-toi. Trang giới thiệu là trang rẻ nhất để AI biết “công ty này là ai, thành lập khi nào, ở đâu”; không có nó, model chỉ còn vài trăm chữ marketing ở trang chủ để đoán.

Lỗ hổng 4: một nửa mẫu không đo được

10 tên miền (vinamilk.com.vn、thmilk.vn、trungnguyenlegend.com、thegioididong.com、fptshop.com.vn、vingroup.net、hoaphat.com.vn、vinfastauto.com、coolmate.me、bachhoaxanh.com), trong đó 6 site trả 403 và 4 site không kết nối được từ node Singapore. 403 có thể do WAF chặn toàn bộ dải IP trung tâm dữ liệu, cũng có thể do chủ động từ chối UA không phải trình duyệt — hai nguyên nhân có cách sửa ngược nhau, nhưng kết quả giống nhau: phía AI nhận được một kho ngữ liệu rỗng.

5. Vì sao “tên khớp nhau” khó hơn bạn tưởng

Nhìn dữ liệu tên thu được từ nhóm site này, việc bốn vị trí không quy về một thường không phải sơ suất, mà do bốn nguyên nhân cấu trúc có thật:

1. Tên pháp định và tên thương hiệu: CÔNG TY CỔ PHẦN … (tên đầy đủ của công ty cổ phần) và tên thương hiệu ngắn dùng trước người tiêu dùng cùng xuất hiện; cả hai đều đúng, nhưng với model đó là hai chuỗi khác nhau.
2. Title nhét khẩu hiệu: kiểu Tên thương hiệu | Vì một gia đình khỏe mạnh hơn nhìn bằng mắt không sao, nhưng nếu khẩu hiệu đứng trước, phần lấy ra sẽ là một câu quảng cáo. Trong mẫu lần này có một site đặt H1 là cả câu khẩu hiệu (“TO BE THE PRIDE OF VIETNAM BY WINNING THE LOVE OF CONSUMERS”), lấy ra xong không còn liên quan gì tới tên thương hiệu.
3. H1 viết thành chữ giữ chỗ: một site để H1 đúng một chữ Intro — về thiết kế là bình thường, nhưng với model thì “tên chính” của trang đó là Intro.
4. Nhiều thương hiệu dùng chung một tên miền: trang chủ tập đoàn treo ba thương hiệu con, H1 là tên tập đoàn, Organization trong schema lại là tên công ty con — cả hai đều “đúng”, nhưng trên cùng một trang thì chúng xung đột.
5. Site đa ngôn ngữ không có alternateName: tên tiếng Việt, tiếng Trung, tiếng Anh cùng tồn tại nhưng chỉ khai báo một bộ trong name, còn alternateName để trống.

Cách làm đúng không phải “ép về một cái tên”, mà là chỉ rõ tên chính + khai báo bí danh: name ghi tên thương hiệu chính, legalName ghi tên đầy đủ trên giấy phép, alternateName là mảng chứa bí danh tiếng Việt / tiếng Trung / tiếng Anh và tên viết tắt thường dùng. Đủ cả ba thì model mới biết đây là cùng một thực thể.

6. Cách sửa: một “thẻ thực thể”, bốn động tác

Đoạn JSON-LD dưới đây đặt trong <head> của trang chủ (@id dùng URL cố định để các trang khác tham chiếu cùng một thực thể). Các trường đều là thông tin công khai, không liên quan bí mật kinh doanh:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://example.com/#organization",
  "name": "Tên thương hiệu chính",
  "legalName": "Tên đầy đủ trên giấy phép",
  "alternateName": ["Tên tiếng Việt", "Tên tiếng Trung", "English Name"],
  "url": "https://example.com/",
  "logo": "https://example.com/logo.png",
  "foundingDate": "2008",
  "identifier": {"@type": "PropertyValue", "propertyID": "MST", "value": "mã số thuế"},
  "address": {"@type": "PostalAddress", "streetAddress": "số nhà, đường", "addressLocality": "quận/huyện", "addressRegion": "tỉnh/thành", "addressCountry": "VN"},
  "contactPoint": {"@type": "ContactPoint", "telephone": "+84-...", "contactType": "sales", "areaServed": "VN", "availableLanguage": ["vi", "zh", "en"]},
  "sameAs": [
    "https://www.wikidata.org/wiki/Q...",
    "https://www.linkedin.com/company/...",
    "https://www.facebook.com/...",
    "https://www.youtube.com/@..."
  ]
}

Bốn động tác, xếp theo hiệu quả trên công sức:

1. (30 phút) Bổ sung Organization + sameAs. sameAs ưu tiên Wikidata và LinkedIn — engine công nhận bốn nền tảng này; Facebook/YouTube không cộng điểm nhưng có ích cho việc phân giải của model. Chưa có mục Wikipedia vẫn có thể đặt LinkedIn và một thực thể Wikidata (có thể tự tạo, cần đáp ứng quy định về độ nổi bật).
2. (1 giờ) Làm một trang giới thiệu. Ghi rõ năm thành lập, nơi đăng ký, pháp nhân, ngành chính, các con số kiểm chứng được về công suất / số cửa hàng / cơ cấu khách hàng; chân trang trỏ tới trang đó, và trong Organization dùng url trỏ về.
3. (nửa ngày) Đồng bộ tên ở ba chỗ. H1, title, og:title, schema name quy về tên chính; khẩu hiệu chuyển xuống subtitle hoặc meta description, đừng nhét vào H1. Site đa ngôn ngữ bổ sung alternateName và hreflang.
4. (liên tục) Duy trì một “bảng sự thật”. Đưa công suất, số cửa hàng, số nhân sự, chứng nhận, năm thành lập lên một trang có URL cố định, kèm ngày cập nhật; mọi phát ngôn ra ngoài đối chiếu với nó. AI trích sai số, tám phần là vì trong site tồn tại hai con số của hai năm khác nhau.

7. Danh mục 90 ngày

8. Trang chủ của chính chúng tôi: từ 1/10 lên 6/10

Để bài này không thành "chỉ soi người khác": trang chủ của VietTriThong trên cùng engine, điểm nhất quán thực thể ban đầu chỉ 3/10, tổng điểm 64/100 — cùng một căn bệnh như nhóm site trên: có hreflang, nhưng không một dòng dữ liệu có cấu trúc Organization, cũng không có cửa vào trang giới thiệu.

Sau khi bổ sung "thẻ thực thể" hôm nay (Organization + liên hệ có cấu trúc + liên kết trang giới thiệu + đồng bộ tên ở bốn vị trí + description khớp với meta): 6/10, tổng điểm 83/100. Trang tiếng Việt từ 70 lên 83; trang tiếng Trung từ 64 lên 83.

Bốn điểm còn thiếu cũng rất cụ thể: neo đồ thị tri thức 3 điểm (chúng tôi chưa có mục Wikipedia / Crunchbase, cũng chưa lập trang công ty LinkedIn — một công ty chỉ làm GEO ở quy mô từ 2026 thì chưa đạt ngưỡng độ nổi bật của Wikipedia), thẩm quyền chủ đề 1 điểm (trang chủ chưa có FAQPage). Hai khối này không thể bù bằng cách viết thêm nội dung, mà cần thời gian và nguồn tin bên ngoài.

Đó cũng là lời khuyên đầu tiên chúng tôi dành cho khách hàng: đừng vội viết thêm nội dung, hãy viết "bạn là ai" thành hình dạng mà máy kiểm chứng được. Nội dung giải quyết "nói cái gì", thực thể giải quyết "ai nói". Đảo thứ tự thì càng viết nhiều, càng là chú thích cho một thực thể không ai nhận ra.

9. Giới hạn và miễn trừ

• Một thời điểm, một trang: ngày 2026-11-02, mỗi site lấy trang chủ một lần, không lấy mẫu lặp. Dữ liệu có cấu trúc thay đổi theo lần cải bản, kết luận chỉ đúng cho ngày đo.
• Đo trang chủ: trang chủ thiếu Organization không có nghĩa là trang trong cũng thiếu; trang trong có cũng không có nghĩa là trang chủ được trích dẫn.
• Engine không phải bản thân câu trả lời của AI: 10 điểm này đo “tín hiệu thực thể có phân tích được hay không”, không đồng nghĩa với “một câu hỏi cụ thể có nhắc tới bạn hay không”. Cái trước là điều kiện cần, không phải điều kiện đủ.
• Không xếp hạng, không trừ điểm theo tên: tên miền trong bài chỉ là mẫu kỹ thuật, không phải bảng xếp hạng tốt xấu, không nhận tiền của bất kỳ bên nào để thay đổi kết quả. Site bị ghi “không chấm được” có thể do chính sách an ninh của họ, không phản ánh chất lượng doanh nghiệp hay website.

Ở tầm thị trường, sự dịch chuyển vẫn đang tiếp diễn: Gartner (2024-02) dự báo lượng tìm kiếm truyền thống năm 2026 giảm 25%, Bain đo được 80% người tiêu dùng đã dựa vào kết quả AI cho ít nhất 40% nhu cầu tìm kiếm, iiMedia Research (2026-02) tính thị trường GEO Trung Quốc từ 34,93 tỷ CNY (2025) lên khoảng 94,2 tỷ CNY (2026), Technode (2025-08) đo tỷ lệ phủ ChatGPT tại Việt Nam là 81%. Dòng chảy đi về đâu thì thực thể phải đứng vững ở đó.

Chuỗi GEO có thứ tự: truy cập được → đọc hiểu được → nhận ra được → tin được → được trích dẫn. Ba bước đầu là cấu hình, hai bước sau mới là nội dung. Phần lớn website mắc ở bước thứ ba, nhưng vẫn tiếp tục chi tiền cho bước thứ tư.