Trợ lý AI chọn nguồn như thế nào: RAG, query fan-out và tiêu chí trích dẫn

Bài trắc nghiệm nhanh

Làm sao để được ChatGPT và các trợ lý AI khác nhắc đến?

Câu hỏi 1 trên 425%

Bạn muốn biết hoặc thay đổi điều gì?

Chỉ muốn xem các trợ lý AI có nhắc đến doanh nghiệp của tôi khôngTheo dõi theo thời gian so với đối thủ cạnh tranhĐược nhắc đến thường xuyên hơn, bắt đầu ngay bây giờ

Hiểu trợ lý AI chọn nguồn như thế nào là điểm xuất phát của mọi công việc về khả năng hiển thị trên AI. Tin tốt là các nhà cung cấp ghi lại nhiều hơn những gì hầu hết mọi người nghĩ. Google nêu trong tài liệu về tính năng AI rằng AI Overviews và AI Mode có thể thực hiện nhiều lượt tìm kiếm liên quan trên các chủ đề phụ, và một trang chỉ cần được lập chỉ mục và đủ điều kiện hiển thị đoạn trích để được đưa vào như một liên kết hỗ trợ. OpenAI, Perplexity, Anthropic và Microsoft công bố các quy tắc tương tự cho trợ lý của họ. Hướng dẫn này tập hợp những gì mang tính chính thức, tách nó khỏi phỏng đoán, và bổ sung những gì chúng tôi đo được trên 301,025 câu trả lời của AI.

Điều gì xảy ra giữa một câu hỏi và một câu trả lời có trích dẫn?

Gần như mọi trợ lý có truy cập web đều theo cùng một mô hình, gọi là tạo sinh tăng cường truy xuất (RAG): mô hình không chỉ trả lời từ trí nhớ, mà trước hết truy xuất tài liệu rồi mới viết dựa trên chúng. Các bước như sau.

1. Quyết định có tìm kiếm hay không. Một sự thật ổn định (một định nghĩa, một quy tắc toán học) được trả lời từ dữ liệu huấn luyện. Một câu hỏi về giá, sản phẩm, sự kiện gần đây hoặc một công ty cụ thể sẽ kích hoạt tìm kiếm.
2. Viết lại và tách thành nhiều truy vấn. Mô hình biến câu của người dùng thành một hoặc nhiều truy vấn ngắn hơn, mỗi truy vấn bao quát một khía cạnh của câu hỏi. Đây là query fan-out.
3. Truy xuất các ứng viên. Mỗi truy vấn được gửi đến một chỉ mục tìm kiếm, trả về danh sách các trang. Chỉ những trang đã có sẵn trong chỉ mục đó mới có thể được truy xuất.
4. Đọc và lọc các đoạn văn. Mô hình (hoặc một bước lọc) đọc kết quả và giữ lại các đoạn trả lời một câu hỏi phụ. Các trang cạnh tranh với nhau theo từng đoạn văn, đó là lý do xếp hạng theo đoạn văn quan trọng hơn cả trang nói chung.
5. Viết và trích dẫn. Câu trả lời được soạn từ các đoạn văn đã giữ lại, kèm liên kết đến những trang chúng xuất phát.

Từ đó suy ra hai hệ quả. Một trang không có trong chỉ mục mà trợ lý sử dụng sẽ không bao giờ tham gia cuộc đua, dù trang đó tốt đến đâu. Và một trang có thể đứng đầu Google với đúng câu hỏi của người dùng nhưng vẫn mất trích dẫn, vì trợ lý đã tìm kiếm một thứ khác.

OpenAI, Google, Perplexity, Anthropic và Microsoft ghi tài liệu những gì?

Không ai trong năm đơn vị này công bố công thức xếp hạng. Mỗi bên đều công bố quy tắc về quyền truy cập, lập chỉ mục và trích dẫn, và những quy tắc này là nền tảng vững chắc duy nhất.

OpenAI (ChatGPT)

Tài liệu về các trình thu thập của OpenAI tách ba tác nhân. OAI-SearchBot xây dựng chỉ mục tìm kiếm: các website chặn nó sẽ không xuất hiện trong câu trả lời tìm kiếm của ChatGPT. GPTBot thu thập dữ liệu huấn luyện, và chặn nó không ảnh hưởng gì đến tìm kiếm. ChatGPT-User truy cập một trang thay mặt người dùng và không quyết định điều gì xuất hiện trong tìm kiếm. Hướng dẫn của chúng tôi về xếp hạng trong ChatGPT trình bày chi tiết phần còn lại.

Google (AI Overviews và AI Mode)

Google là đơn vị nói rõ nhất: các tính năng AI dùng cùng chỉ mục và cùng hệ thống chất lượng như Tìm kiếm cổ điển, chúng có thể chạy fan-out các tìm kiếm liên quan, và có thể hiển thị một tập liên kết hỗ trợ rộng hơn mười liên kết xanh truyền thống. Không có đánh dấu riêng nào cho AI cần thêm vào. Nói cách khác, SEO Google vẫn là điều kiện đầu vào cho các câu trả lời AI của Google.

Perplexity

Tài liệu về bot của Perplexity nêu rõ PerplexityBot tồn tại để đưa website lên và liên kết đến chúng trong kết quả, và không được dùng để huấn luyện mô hình nền. Perplexity-User tải trang theo thời gian thực cho câu hỏi của người dùng. Cho phép PerplexityBot trong robots.txt là điều kiện để có mặt trong chỉ mục của nó.

Anthropic (Claude)

Tài liệu về tìm kiếm web của Anthropic mô tả chính xác vòng lặp: Claude xác định khi nào tìm kiếm dựa trên prompt, việc tìm kiếm có thể lặp lại nhiều lần trong một yêu cầu, và câu trả lời cuối cùng luôn có trích dẫn, mỗi trích dẫn trích tối đa 150 ký tự từ nguồn. Claude tìm kiếm khi cần giá hiện hành, sự kiện gần đây và thông tin về những tổ chức hoặc sản phẩm cụ thể, và trả lời kiến thức ổn định mà không cần tìm kiếm. Hướng dẫn của chúng tôi về cách xếp hạng trong Claude bao quát các trình thu thập và chỉ mục của nó.

Microsoft (Copilot)

Copilot dựa trên Bing. Từ tháng 2 năm 2026, Bing Webmaster Tools có một báo cáo Hiệu suất AI cho biết một website được trích dẫn trong Copilot thường xuyên đến mức nào và những truy vấn nền tảng nào đã truy xuất các trang của nó. Lời khuyên của Microsoft trong cùng thông báo: giữ nội dung luôn mới (với IndexNow), cấu trúc bằng tiêu đề rõ ràng, bảng và FAQ, và củng cố các khẳng định bằng dữ liệu và nguồn. Xem hướng dẫn của chúng tôi về xếp hạng trong Copilot, và bài về xếp hạng trong Grok dành cho trợ lý của xAI, nơi tài liệu công bố ít hơn nhiều.

Tiêu chí nào quyết định ai được trích dẫn?

Kết hợp tài liệu chính thức với những gì có thể quan sát được trong các câu trả lời, sáu tiêu chí giải thích phần lớn các trích dẫn. Hai tiêu chí đầu là yêu cầu có tài liệu; các tiêu chí còn lại là những mẫu nhất quán.

1. Quyền truy cập và lập chỉ mục

Bot tìm kiếm của trợ lý phải được cho phép và trang phải có trong chỉ mục mà nó truy vấn: chỉ mục của Google cho Gemini và AI Overviews, chỉ mục của Bing cho Copilot, chỉ mục riêng của OpenAI và Perplexity, Brave cho Claude. Kiểm tra quy tắc của bạn với hướng dẫn về robots.txt cho các trình thu thập AI.

2. Khớp với các truy vấn phụ ẩn

Việc truy xuất diễn ra trên các truy vấn fan-out, không phải trên câu của người dùng. Một trang trả lời chung chung về “CRM tốt nhất” có thể thua một trang trả lời “CRM cho văn phòng môi giới bất động sản 5 người, giá theo từng người dùng”, vì đó là điều trợ lý đã tìm kiếm.

3. Các đoạn văn có thể trích dẫn một mình

Trợ lý trích dẫn các đoạn văn. Một phần mở đầu bằng câu trả lời trực tiếp, một định nghĩa, một dòng bảng hay một bước được đánh số có thể được tách ra khỏi trang và vẫn có nghĩa. Một phần giới thiệu mơ hồ thì không làm được điều đó.

4. Bằng chứng và tính mới

Claude tìm kiếm chính xác khi thông tin có thể đã thay đổi, và Microsoft khuyến nghị củng cố khẳng định bằng dữ liệu và nguồn. Số liệu có ngày tháng, nguồn được nêu tên, giá được “kiểm tra” vào một ngày nhất định và ngày cập nhật hiển thị rõ ràng giúp trang an toàn hơn khi được trích dẫn.

5. Được xác nhận ở nơi khác

Một trợ lý tìm thấy cùng một sự thật trên nhiều website độc lập thì có thể khẳng định nó một cách tự tin. Đây là đồng thuận thực thể: đánh giá, so sánh, thư mục và các đề cập trên báo chí mô tả thương hiệu của bạn theo cùng một cách.

6. Loại nguồn mà mỗi mô hình ưa chuộng

Mỗi trợ lý có thói quen riêng. Một số dựa vào nguồn kiểu bách khoa, số khác dựa vào video, diễn đàn hoặc nền tảng đánh giá. Phần tiếp theo cho thấy những khoảng cách này lớn đến mức nào.

Các nghiên cứu trích dẫn của chúng tôi cho thấy điều gì?

Nghiên cứu trích dẫn theo nền tảng của chúng tôi đã phân tích 301,025 câu trả lời từ ChatGPT, Gemini, Perplexity, Claude và Grok, thu thập từ tháng 8 năm 2025 đến tháng 8 năm 2026 trên một bộ câu hỏi của người mua (79% được hỏi bằng tiếng Pháp). Nghiên cứu đếm được 1,820,738 trích dẫn AI trỏ đến 131,349 tên miền khác nhau. Hai phát hiện có ý nghĩa đối với việc chọn nguồn.

Thứ nhất, các trợ lý không trích dẫn cùng một số lượng nguồn. Gemini nêu tên trung bình 11.1 nguồn cho mỗi câu trả lời, Grok 7.1, ChatGPT 4.1, Claude 3.5 và Perplexity 3.3. Với ba nền tảng cuối, một câu hỏi chỉ có ba hoặc bốn vị trí, nên đứng thứ hai về chất lượng thường đồng nghĩa với việc không được trích dẫn chút nào.

Thứ hai, các loại nguồn được ưu tiên hoàn toàn khác nhau giữa trợ lý này và trợ lý kia. Wikipedia xuất hiện trong 3.43% câu trả lời của ChatGPT và 0.03% câu trả lời của Claude; YouTube xuất hiện trong 3.69% câu trả lời của Gemini và 0.04% câu trả lời của ChatGPT. Chỉ có 6 nền tảng được cả năm mô hình trích dẫn. Nghiên cứu trích dẫn ChatGPT của chúng tôi cũng cho thấy việc lựa chọn thay đổi theo thời gian: ChatGPT giảm từ 5.8 xuống 4.1 nguồn cho mỗi câu trả lời trong giai đoạn đó, với mức thấp nhất là 1.7 vào tháng 6 năm 2026.

Làm thế nào để trở thành một trong những nguồn mà trợ lý AI chọn?

Quy trình chọn lọc chuyển thành một danh sách ngắn các việc cần làm, đúng cho cả Google lẫn các AI.

• Mở cửa: cho phép OAI-SearchBot, PerplexityBot, Claude-SearchBot, Claude-User, Googlebot và Bingbot; kiểm tra xem CDN của bạn không chặn chúng.
• Được lập chỉ mục ở nơi quan trọng: Google Search Console và Bing Webmaster Tools, một sơ đồ trang sạch, IndexNow để cập nhật nhanh.
• Bao quát các truy vấn phụ: một trang cho mỗi câu hỏi cụ thể, xây dựng từ những tìm kiếm mà trợ lý thực sự chạy.
• Viết các đoạn văn trả lời ngay từ đầu: một câu trả lời trực tiếp ở đầu mỗi phần, bảng cho các so sánh, mỗi phần một ý, như trong hướng dẫn của chúng tôi về tối ưu nội dung cho tìm kiếm AI.
• Chứng minh và ghi ngày: nguồn, số liệu, tác giả, ngày cập nhật hiển thị rõ ràng.
• Có được sự xác nhận từ bên ngoài: đánh giá và đề cập trên các nền tảng mà trợ lý của khách hàng bạn thực sự trích dẫn.

Câu trả lời thay đổi từ lần chạy này sang lần chạy khác, nên việc chọn nguồn tốt nhất được quan sát trong nhiều tuần. Bộ theo dõi query fan-out AI của Sorank ghi lại các tìm kiếm mà mỗi trợ lý chạy trên prompt của bạn và đếm chúng theo thời gian, còn theo dõi lượt nhắc đến AI cho biết thương hiệu của bạn có được trích dẫn hay không và nguồn nào chiếm vị trí khi nó không được trích dẫn. Trợ lý AI chọn những trang mà chúng có thể truy cập, khớp với các tìm kiếm ẩn của chúng và chứng minh được điều chúng nói: hãy đo ba điều đó trên chính các câu hỏi của bạn, và bạn sẽ biết cần sửa gì.