Hầu hết website lớn hiện nay đã làm cho AI crawler (bot tự động thu thập nội dung web) dễ truy cập hơn. Nhưng theo kết quả audit 50 website lớn của Search Engine Journal, dữ liệu thu thập ngày 12/6/2026, gần như không có site nào thực sự giúp AI hiểu nội dung đó. Khoảng cách này không hiện ra trên dashboard analytics, nhưng ảnh hưởng trực tiếp đến độ chính xác khi AI trả lời câu hỏi liên quan đến thương hiệu của bạn.
Khung ba lớp AI readiness là gì?
Bộ khung của Search Engine Journal chia mức độ sẵn sàng cho AI thành ba lớp riêng biệt, mỗi lớp xây trên lớp trước.
- Lớp 1: AI có thể truy cập và đọc nội dung trang của bạn không? Đây là lớp nền mà hầu hết team SEO đã tối ưu, gắn liền với việc được AI trích dẫn và nhắc đến.
- Lớp 2: AI có xác định được trang của bạn nói về điều gì và thuộc về ai không? Đây là lớp “hiểu nghĩa” mà nếu bỏ qua, bạn chỉ có thể hy vọng AI tự diễn giải đúng.
- Lớp 3: AI agent (bot hoạt động thay người dùng để hoàn thành tác vụ cụ thể) có tương tác được với site để thực hiện hành động không?
Toàn bộ ba lớp bao gồm 27 tiêu chí kiểm tra: 11 ở Lớp 1, 3 ở Lớp 2, và 13 ở Lớp 3. Các giao thức được phân theo ba mức độ trưởng thành: Established (chuẩn đang dùng trong thực tế), Emerging (đang nổi lên), và Frontier (còn bàn thảo).
Để tính điểm, 12 tín hiệu Established được chấm theo thang 0–2 điểm. Trong nhóm 50 site được khảo sát, Airbnb.com đạt điểm cao nhất với 79,2%. Trung bình, các site mới thực hiện được hơn một nửa số tín hiệu Established, theo Search Engine Journal.
AI truy cập được nhưng vẫn hiểu sai, tại sao?
Gần hai phần ba trong 50 site được audit bỏ mặc câu hỏi “AI bot nào được phép đọc nội dung nào” hoàn toàn phụ thuộc may mắn, theo báo cáo của Search Engine Journal. Điều này quan trọng vì không phải bot nào cũng phục vụ cùng mục đích. Training crawler (bot thu thập nội dung để huấn luyện mô hình AI) và search/agent crawler (bot lấy nội dung trả lời truy vấn theo thời gian thực) có ý nghĩa hoàn toàn khác đối với chủ website.
Lớp 2 là nơi vấn đề hiểu sai nghiêm trọng nhất. Nếu thiếu tín hiệu có cấu trúc như JSON-LD schema (định dạng chuẩn gắn nhãn các thành phần trang cho máy đọc: đây là giá, đây là tác giả, đây là thương hiệu) và entity mapping (tín hiệu khai báo thương hiệu của bạn là gì và có thẩm quyền về chủ đề nào), AI buộc phải tự đoán.
AI có thể đọc một con số trên trang sản phẩm mà không biết đó là giá gốc hay giá ưu đãi thành viên. AI có thể đọc bài về “Jaguar” mà không rõ đó là hãng xe hay đội bóng. Báo cáo của Search Engine Journal dẫn cả hai ví dụ này như rủi ro trực tiếp khi thiếu đầu tư vào tín hiệu attribution (gán quyền sở hữu và ngữ nghĩa nội dung) ở Lớp 2.
Chính sách Content Signals của Cloudflare là gì?
Content Signals Policy của Cloudflare bổ sung một mục mới vào robots.txt (file khai báo quyền truy cập bot trên website), không chỉ cho biết ai được vào, mà còn khai báo được làm gì với nội dung sau khi đã lấy về.
Ba tín hiệu được định nghĩa:
- search: cho phép lập chỉ mục phục vụ kết quả tìm kiếm
- ai-input: cho phép dùng nội dung làm đầu vào cho câu trả lời do AI tạo ra
- ai-train: cho phép dùng nội dung để huấn luyện mô hình AI
Mỗi tín hiệu nhận giá trị “yes”, “no”, hoặc để trống. Để trống có nghĩa chủ site chưa bày tỏ quan điểm với mục đó. Ví dụ, có thể cho phép search trong khi chưa có ý kiến gì về ai-train.
Lý do Cloudflare triển khai gắn với quy mô lưu lượng bot. Công ty dự báo lưu lượng bot sẽ vượt lưu lượng người thật trên internet vào cuối năm 2029. Đến năm 2031, hoạt động bot một mình sẽ vượt tổng lưu lượng internet hiện tại. Trong bối cảnh đó, lựa chọn nhị phân hiện nay (hoặc mở hoàn toàn và chấp nhận rủi ro bị dùng sai, hoặc đóng sau đăng nhập và mất khả năng tiếp cận) ngày càng khó giữ. Content Signals Policy là con đường trung gian Cloudflare đề xuất.
Ý nghĩa với khả năng hiển thị trên AI search
Hình dung đơn giản nhất: hầu hết thương hiệu đã mở cửa trước cho AI, nhưng bỏ qua bảng chỉ dẫn trong sảnh và bộ phận tiếp tân. Được AI trích dẫn đã khó. Được trích dẫn đúng còn khó hơn.
Lấy ví dụ cụ thể: một site đặt phòng khách sạn có ba mức giá trên cùng một trang sản phẩm, giá gốc, giá ưu đãi thành viên, và giá đặt trước không hoàn, được trình bày theo định dạng trực quan gần giống nhau. Người đọc dùng ngữ cảnh để phân biệt. Nhưng một AI agent thiếu tín hiệu phân biệt có cấu trúc sẽ đoán bừa hoặc trả sai con số. Lỗi này không hiện ra là trang bị vỡ. Nó xuất hiện dưới dạng câu trả lời AI sai mà thương hiệu có thể không bao giờ nhìn thấy.
Báo cáo của Search Engine Journal cho thấy tín hiệu Lớp 2 mạnh hơn làm được hai việc: tăng khả năng nội dung được trích dẫn trong phản hồi AI phù hợp, và giảm rủi ro các phản hồi đó trình bày sai thông tin thương hiệu. Phần lớn site được audit dường như đầu tư vào Lớp 2 ít hơn nhiều so với Lớp 1.
Về phía Cloudflare, Content Signals Policy đưa ra cách khai báo máy đọc được để tách ba mục đích sử dụng nội dung mà hầu hết file robots.txt hiện nay đang xử lý chung như một. Liệu các AI crawler lớn có áp dụng chuẩn này đủ rộng để tạo tác động thực tế hay không vẫn là câu hỏi mở. Chính sách này còn mới, và hiệu quả thực tiễn phụ thuộc vào việc tuân thủ tự nguyện.
Góc nhìn Hingewise
Thương hiệu được AI trích dẫn sai, trong nhiều trường hợp, còn tệ hơn không được nhắc đến chút nào. Câu trả lời AI sai về giá, chính sách, hay thuộc tính sản phẩm sẽ lan truyền mà không có cơ chế đính chính nào.
Khoảng cách giữa “AI lấy được nội dung” (Lớp 1) và “AI hiểu đúng nội dung” (Lớp 2) là khoảng cách có hệ quả thương mại lớn nhất trong audit này, nhưng lại ít hiện ra nhất trên analytics thông thường. Rủi ro không xuất hiện trong báo cáo traffic hay bảng ranking từ khóa, chính xác đó là lý do cần ưu tiên xử lý sớm, trước khi biến thành khiếu nại từ khách hàng.
Một điểm audit này chưa chỉ ra: phần lớn tài liệu về AI readiness hiện nay tập trung vào Lớp 1 vì đó là phần dễ đo bằng công cụ sẵn có. Lớp 2 không có dashboard riêng, không tạo alert khi có vấn đề. Đó là lý do nó bị bỏ qua, không phải vì kém quan trọng hơn.
Nhận định của Hingewise: dữ liệu có cấu trúc và sự rõ ràng về thực thể thương hiệu (entity clarity) không còn là tối ưu hóa tùy chọn. Với tốc độ AI search đang mở rộng, đây là tầng nền bắt buộc trước khi bất kỳ nội dung nào có thể được trích dẫn đúng.
Cần kiểm gì trước khi kết luận site đã sẵn sàng cho AI?
- Kiểm tra file robots.txt: có phân biệt user-agent (định danh bot) giữa training crawler và search/agent crawler không, hay đang xử lý mọi bot như nhau?
- Audit độ phủ JSON-LD schema: các trang sản phẩm, bài viết, trang thương hiệu có được gắn nhãn đúng loại không?
- Kiểm tra entity mapping: có tín hiệu nào khai báo rõ thương hiệu của bạn là gì và có thẩm quyền về chủ đề nào không?
- Rà soát các trang có nhiều con số hoặc nhiều mức giá: nếu bỏ đi giao diện trực quan, AI agent có còn phân biệt được từng mục không?
- Xem xét bổ sung Content Signals Policy của Cloudflare vào robots.txt để khai báo rõ ai được dùng nội dung của bạn và theo mục đích gì.
- Theo dõi cách AI đang thực sự trích dẫn thương hiệu của bạn: thông tin có chính xác không, hay chỉ được nhắc đến với nội dung sai?
Nguồn:
Search Engine Journal, 12/6/2026
Cloudflare Blog, Content Signals Policy
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.