Cách chúng tôi đo lường trích dẫn AI

Nguyên liệu thô là dòng câu trả lời từ năm trợ lý AI: ChatGPT, Claude, Gemini, Grok và Perplexity. Chúng trả lời các câu hỏi được dùng mỗi tuần để theo dõi cách website khách hàng xuất hiện trong câu trả lời AI, được gửi qua API của từng mô hình với tính năng tìm kiếm web được bật.

Các câu hỏi được tạo từ một hồ sơ ngắn của mỗi doanh nghiệp được theo dõi: bán gì, ở thị trường nào, cho ai. Chúng giống yêu cầu của một người mua tiềm năng, ví dụ nên thuê công ty chuyển nhà nào để chuyển đi khắp nước Pháp, hoặc một nhà thuốc trực tuyến nào đó có đáng tin không. Câu hỏi được tạo không bao giờ nêu tên thương hiệu nào, nên câu trả lời không bị dẫn về phía khách hàng. Khách hàng có thể tự thêm câu hỏi của riêng mình.

Mô hình được yêu cầu đánh dấu mỗi công ty nó gợi ý và viết kèm địa chỉ các trang hỗ trợ lựa chọn đó. Mỗi địa chỉ được rút gọn thành tên miền, bỏ tiền tố www., và trở thành một lượt trích dẫn cho tên miền đó. Chỉ những câu trả lời được trả về đầy đủ mới được đếm.

Đơn vị là một tỷ lệ: số lượt trích dẫn của một tên miền, chia cho số câu trả lời trong cùng phạm vi (khoảng thời gian, mô hình, ngôn ngữ, ngành), nhân với 100.

Mẫu số bao gồm mọi câu trả lời trong phạm vi đó, kể cả những câu không gợi ý công ty nào hoặc không đưa địa chỉ nào. Một tên miền được đo so với toàn bộ cơ hội được trích dẫn của nó.

Tử số tuân theo một quy tắc: một tên miền được tính một lần cho mỗi công ty được gợi ý và mỗi câu trả lời. Nếu một câu trả lời gợi ý ba công ty chuyển nhà và mỗi công ty được hỗ trợ bằng một trang của cùng một trang đánh giá, trang đó nhận ba lượt trích dẫn. Hai trang của cùng trang đó cho một công ty vẫn chỉ là một lượt trích dẫn cho công ty đó. Vì vậy con số là tỷ lệ lượt trích dẫn, không phải tỷ lệ câu trả lời.

Qua nhiều tháng, tỷ lệ không phải là trung bình của các tỷ lệ hằng tháng: nó chia tổng lượt trích dẫn của tất cả các tháng cho tổng số câu trả lời của các tháng đó, nên một tháng đông đúc có trọng số lớn hơn một tháng vắng lặng.

• Chủ yếu là tiếng Pháp, một ít tiếng Anh. Ngôn ngữ của một câu trả lời là ngôn ngữ của thị trường mà website được phân tích nhắm tới, đọc từ locale của nó (fr-FR, fr-BE, fr-CH cho tiếng Pháp; en-US, en-GB cho tiếng Anh) thay vì đoán từ cách diễn đạt. Phần lớn website được theo dõi nhắm tới các thị trường nói tiếng Pháp, nên mẫu tiếng Pháp lớn hơn nhiều. Số ít câu trả lời cho thị trường dùng ngôn ngữ khác chỉ được tính trong các con số tổng thể.
• Câu hỏi về doanh nghiệp và thị trường. Chọn nhà cung cấp, so sánh báo giá, kiểm tra giá hoặc độ tin cậy. Các chủ đề ngoài thương mại không có mặt.
• Ngành. Một câu trả lời thuộc về ngành của công ty được phân tích, xác định theo thứ họ bán chứ không theo khách hàng: phần mềm cho môi giới bất động sản được xếp vào Phần mềm, còn công ty thiết kế web được xếp vào Dịch vụ CNTT. Cách phân loại này bắt đầu từ tháng 7 năm 2026. Một ngành có trang riêng khi tập hợp ít nhất ba công ty và khoảng 500 câu trả lời, để không ngành nào phản ánh chỉ một khách hàng.
• Mô hình. ChatGPT, Gemini và Perplexity nhận câu hỏi của mọi website được theo dõi; Claude và Grok chỉ nhận một phần, nên số liệu của chúng dựa trên ít câu trả lời hơn và một tập doanh nghiệp khác.

• Tên miền của Google. google.com và các phiên bản theo quốc gia, các chuyển hướng vertexaisearch.cloud.google.com xuất hiện trong câu trả lời của Gemini, và các máy chủ kỹ thuật như gstatic.com bị loại bỏ ở mọi bước: chúng là hệ thống dẫn truyền của câu trả lời, không phải trang mà người đọc sẽ xem. Các sản phẩm Google được gợi ý bằng tên, như Google Cloud, vẫn có thể xuất hiện trong bảng xếp hạng thương hiệu.
• Website của chính nhà xuất bản. sorank.com được theo dõi như một khách hàng, với các câu hỏi về phần mềm SEO có thể kéo số liệu tiếng Anh về phía công cụ SEO. Mọi câu trả lời của nó đều bị loại bỏ. Trong một vài tháng đầu năm 2026, chúng không thể tách riêng, nên những tháng đó chỉ được tính bằng tiếng Pháp.
• Website khách hàng. Website của các công ty được theo dõi biến mất khỏi mọi bảng xếp hạng, dù xuất hiện dưới dạng tên miền hay tên thương hiệu, kể cả khi chỉ được trích dẫn qua một tên miền phụ. Câu trả lời của họ vẫn nằm trong mẫu: các website bên dưới được đẩy lên và mẫu số không đổi. Một nền tảng công khai mà khách hàng đưa ra làm địa chỉ, như trang LinkedIn, thì không bao giờ bị loại vì lý do đó.
• Văn bản và dữ liệu cá nhân. Không có câu hỏi, câu trả lời, tên khách hàng hay dữ liệu người dùng nào được công bố.

Câu trả lời thô chỉ được giữ trong vài tuần. Mỗi tháng được tổng hợp khi chúng còn tồn tại: tổng theo mô hình và ngôn ngữ, một chuỗi đầy đủ cho mọi nền tảng được theo dõi, và danh sách hàng đầu các tên miền (25 tên miền đứng đầu của tháng nói chung, 20 tên miền đứng đầu cho mỗi mô hình). Các tháng cũ chỉ còn lại dưới dạng các bản tổng hợp này.

Bảng xếp hạng cho toàn bộ giai đoạn cộng các danh sách hàng đầu hằng tháng. Một tên miền không có trong danh sách của một tháng thì được tính bằng 0 cho tháng đó, dù nó có được trích dẫn. Các tên miền dẫn đầu xuất hiện trong gần như mọi danh sách, nên phần đầu của bảng xếp hạng đáng tin cậy; xa hơn xuống dưới, vị trí và số lượt là mức tối thiểu, nhất là với các tên miền xuất hiện không đều.

Các nền tảng được theo dõi như YouTube, Reddit, Wikipedia hay Trustpilot thoát khỏi giới hạn này, vì lượt trích dẫn của chúng được ghi đầy đủ mỗi tháng. Khi trang nền tảng và bảng xếp hạng tên miền không khớp nhau trong cùng một giai đoạn, trang nền tảng giữ con số đầy đủ.

Mỗi địa chỉ được gắn với tên miền có thể đăng ký, tức tên mà một công ty thực sự mua, được xác định bằng Public Suffix List, tài liệu tham chiếu chung về các đuôi tên miền. help.example.com được tính cùng với example.com, entreprendre.service-public.gouv.fr cùng với service-public.gouv.fr. Chi tiết vẫn được giữ: một dòng đã gộp liệt kê các tên miền phụ và số lượt của chúng trong một danh sách thả xuống.

Hai loại tên miền không bao giờ được gộp, vì tên miền phụ của chúng thuộc về các chủ sở hữu khác nhau:

1. Trình tạo website và máy chủ mà mỗi tên miền phụ là một website riêng, như các blog trên substack.com hay wixsite.com.
2. Các tổ chức chung nơi mỗi tên miền phụ là một cơ quan công quyền riêng, như nih.gov, europa.eu hay admin.ch.

Các vùng như gouv.fr hay gov.uk hoạt động như đuôi trong danh sách đó, nên impots.gouv.fr và service-public.gouv.fr vẫn là hai website. Một địa chỉ cũ chuyển hướng sang địa chỉ mới được gộp vào địa chỉ mới (service-public.fr vào service-public.gouv.fr), và các nền tảng được theo dõi gom các địa chỉ của chúng lại: twitter.com và x.com được tính là Twitter/X.

Một hệ quả phụ: nếu một câu trả lời hỗ trợ một công ty bằng hai tên miền phụ của cùng một website, dòng tên miền đã gộp sẽ tính cả hai, còn số liệu nền tảng chỉ tính nền tảng một lần.

Các câu hỏi chạy mỗi tuần; trang web được làm mới bằng bản chụp hằng tháng, có ngày hiển thị trên trang. Mỗi bản chụp thêm tháng mới nhất mà không xóa lịch sử: khi có hai phiên bản của cùng một tháng, bản có nhiều câu trả lời hơn sẽ được giữ, nên một tháng chưa đầy đủ không bao giờ thay thế một tháng hoàn chỉnh.

Khi thay đổi phương pháp, chẳng hạn một quy tắc nhóm mới, thay đổi sẽ áp dụng cho mọi trang ở bản chụp tiếp theo, kể cả các tháng trước, trong phạm vi cho phép bởi các số tổng hợp.

Dữ liệu do Thibault Besson-Magdelain, người sáng lập Sorank, tổng hợp. Toàn bộ số tổng hợp đằng sau các biểu đồ nằm trong một tệp duy nhất, data.json, ở thư mục gốc của sorank.com/data: xếp hạng tên miền và thương hiệu nói chung và theo từng mô hình, chuỗi số liệu theo tháng của các nền tảng, tổng số câu trả lời theo tháng, mô hình và ngôn ngữ, cùng phân tích theo ngành. Chỉ có số đếm và tỷ lệ, không có gì khác.

• Không phải khảo sát toàn bộ việc sử dụng AI. Dữ liệu cho thấy các trợ lý AI trích dẫn nguồn nào về doanh nghiệp và thị trường, chứ không phải điều công chúng hỏi chúng nói chung, và các ngành có nhiều website được theo dõi hơn sẽ có trọng số lớn hơn.
• Thiên về tiếng Pháp. Số liệu tổng thể nghiêng về các nguồn quan trọng ở thị trường nói tiếng Pháp; tiếng Anh dựa trên một cơ sở nhỏ hơn và các ngôn ngữ khác thì không có. Kết quả không thể áp dụng nguyên xi cho các quốc gia khác.
• Mô hình thay đổi. Các nhà cung cấp phát hành phiên bản mới và điều chỉnh công cụ tìm kiếm của họ. Số liệu được nhóm theo trợ lý, không theo phiên bản, nên một sự dịch chuyển trên đường cong có thể đến từ bản cập nhật mô hình cũng nhiều như từ web.
• Câu trả lời khác nhau. Cùng một câu hỏi được hỏi hai lần có thể trả về các công ty và nguồn khác nhau. Khối lượng lớn giúp làm mượt điều này, nhưng các phạm vi hẹp (một mô hình, một ngành, một tháng) dịch chuyển nhiều hơn.
• Câu trả lời qua API, địa chỉ chưa được kiểm tra. Các ứng dụng chat công khai, với cài đặt riêng, có thể trích dẫn các trang khác. Các địa chỉ được trích dẫn không được kiểm tra từng cái một: một trang có thể bị hỏng hoặc không nói điều mà mô hình gán cho nó.