Theo nghiên cứu của Search Engine Journal (SEJ) công bố tháng 8/2026, ChatGPT không đi tìm thương hiệu khi nhận câu hỏi của bạn. Nó đã có sẵn một shortlist (danh sách ưu tiên xây từ dữ liệu huấn luyện), và chỉ dùng tìm kiếm để xác nhận từng cái tên trong đó. Thương hiệu lọt vào shortlist được trích dẫn trong câu trả lời cuối với tỉ lệ 68,9%, so với 2,1% của thương hiệu chỉ xuất hiện qua kết quả tìm kiếm, chênh nhau khoảng 33 lần.
ChatGPT xây shortlist như thế nào trước khi tìm kiếm?
Khi bạn hỏi “app ghi chú AI tốt nhất,” ChatGPT không tìm kiếm ngay. Nó tự viết lại câu hỏi thành các truy vấn tìm kiếm riêng, và những truy vấn đó đã chứa tên thương hiệu cụ thể mà bạn chưa hề nhắc tới, như Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless, trước khi bất kỳ kết quả web nào được tải về.
Các truy vấn này nằm trong phần JSON mà trình duyệt nhận về, dưới trường có tên search_queries (đổi tên từ search_model_queries vào đầu tháng 8/2026, theo SEJ). Bất kỳ ai có tài khoản đều đọc được chúng qua DevTools (công cụ kiểm tra trang web tích hợp sẵn trong trình duyệt) trong khoảng hai phút.
Cơ chế hoạt động rất cụ thể: ChatGPT đi theo shortlist, tìm kiếm từng tên một, mỗi lần trỏ thẳng vào website của thương hiệu đó. Nếu tên bạn không có trong shortlist ban đầu, website của bạn không bao giờ được ChatGPT ghé thăm trong cuộc hội thoại đó, dù trang được xây dựng tốt đến đâu. Quyết định xảy ra trước khi bất kỳ máy chủ nào được liên hệ.
Dữ liệu nói gì về thương hiệu lọt được vào danh sách?
Nhà nghiên cứu từ SEJ phân tích truy vấn tìm kiếm đầu tiên trong 27 cuộc hội thoại, so sánh câu hỏi gốc của người dùng với truy vấn ChatGPT tự tạo trước khi có bất kỳ kết quả nào được tải. Trong 21/27 cuộc hội thoại, truy vấn đó đã chứa tên thương hiệu mà người dùng không nhắc đến.
Danh sách này không cố định. Cùng một câu hỏi, chỉ thay đổi cách diễn đạt nhẹ, shortlist từ ba tên có thể tăng lên bảy tên trong một trường hợp được ghi nhận. Thử nghiệm trên 12 danh mục sản phẩm không liên quan nhau cho thấy hành vi này không giới hạn ở phần mềm.
Với danh mục máy hút bụi robot, ChatGPT gọi đúng số model hiện tại: Roborock Saros, Dreame X50, Eufy S1 Pro, ngay trong truy vấn đầu tiên, không được gợi ý trước. Với xe SUV điện, mô hình lại ưu tiên tạp chí ô tô (Car and Driver, Edmunds, Top Gear) thay vì trang nhà sản xuất. Với phần mềm, nó thường chọn trang giá của nhà cung cấp. Xu hướng này có thể đổi chiều giữa các lần chạy, nên đây là xu hướng chứ không phải đặc điểm cố định của từng danh mục.
Nhà nghiên cứu cũng chạy thêm 24 truy vấn không dùng từ “tốt nhất.” Shortlist vẫn xuất hiện. Yếu tố quyết định là ChatGPT có phải tự nghĩ ra tên sản phẩm không. Ngay cả displacement query (truy vấn tìm thay thế sản phẩm) cũng theo cùng mẫu: “Thay thế cho Zendesk” cho ra Help Scout; “dùng gì thay QuickBooks” cho ra Zoho Books; “gì giống Duolingo nhưng tốt hơn cho ngữ pháp” cho ra Kwiziq và Babbel, tất cả đều nằm trong truy vấn tìm kiếm, trước khi bất kỳ trang web nào được tải.
Đã lọt vào shortlist rồi, ai được trích dẫn?
Có tên trong truy vấn là điều kiện cần, không phải điều kiện đủ. Nhà nghiên cứu xây dựng bộ dữ liệu từ 57 cuộc hội thoại và 3.554 trang được tải về. ChatGPT đọc khoảng 600 trang mỗi câu trả lời và chỉ trích dẫn khoảng 30. Ba yếu tố phân tách trang được trích dẫn khỏi trang bị bỏ qua, theo phân tích SEJ:
- Thứ hạng trong nhóm kết quả cùng domain: tỉ lệ trích dẫn giảm mạnh từ kết quả thứ ba trở đi. Dưới mức đó, theo cách nói của nhà nghiên cứu, xác suất được trích dẫn “gần bằng không.”
- Số lượng trang mỗi domain: hai trang khớp chặt là điểm tối ưu. Nếu một domain có hơn sáu trang được tải về, tỉ lệ trích dẫn mỗi trang giảm vì các trang tự cạnh tranh nhau, một dạng cannibalization (cạnh tranh nội bộ giữa các trang cùng website cho cùng một câu hỏi).
- Ngưỡng độ liên quan: trang được trích dẫn nằm trong top 5% về độ liên quan nội dung, nhưng chỉ là kết quả khớp nhất 20% thời gian. Độ liên quan đưa trang vào vòng xem xét; yếu tố khác mới quyết định ai được chọn cuối cùng.
Nghiên cứu còn ghi nhận 86 trường hợp thương hiệu được gợi ý mà website của họ không được tải trong cuộc hội thoại đó. Dữ liệu huấn luyện là nguồn gốc duy nhất của những gợi ý này.
Ý nghĩa với khả năng hiển thị trên AI
Phần lớn những gì quyết định ChatGPT có gợi ý một thương hiệu hay không xảy ra trước khi bất kỳ website nào được liên hệ. Hãy nghĩ như thế này: một nhà phê bình nhà hàng đã có danh sách trong đầu trước khi bước ra khỏi nhà. Bà ấy sẽ đánh giá kỹ những nhà hàng trong danh sách. Nhà hàng không có tên trong danh sách đó sẽ không được ghé thăm, dù thức ăn ngon đến đâu.
Đây chính xác là cơ chế SEJ mô tả: thương hiệu không có trong shortlist của ChatGPT có khoảng 2,1% cơ hội xuất hiện trong câu trả lời cuối, so với 68,9% nếu có tên trong danh sách, theo dữ liệu SEJ tháng 8/2026.
Góc nhìn Hingewise
Nói thẳng: đây là hai bài toán khác nhau đang bị gộp làm một.
Hình dung một nhà tuyển dụng nhớ tên bạn vì đã gặp bạn nhiều lần ở các sự kiện ngành. Khi có vị trí phù hợp, bạn đã nằm trong đầu họ trước khi họ mở danh sách ứng viên. Không ai giới thiệu bạn lúc đó, và hồ sơ của bạn cũng chưa được đọc. Đó là bài toán một: để ChatGPT tự liên kết tên thương hiệu với một danh mục vấn đề cụ thể. Dựa trên phát hiện của SEJ, yếu tố hình thành điều này là dữ liệu huấn luyện tích lũy theo thời gian: đánh giá từ bên thứ ba, bài so sánh, phân tích ngành, và nội dung định nghĩa danh mục xuất hiện nhất quán trên web. Các thay đổi kỹ thuật như schema markup, tốc độ trang hay file llms.txt không có đường tắt nào tác động đến lớp này, vì quyết định xảy ra trước khi bất kỳ máy chủ nào được liên hệ.
Bài toán hai là giành được trích dẫn khi đã có tên trong shortlist. Đây là nơi tối ưu ở cấp trang phát huy tác dụng: mỗi search intent (mục đích tìm kiếm) nên có đúng một trang khớp chặt, câu trả lời trực tiếp đặt gần đầu trang dưới dạng HTML thuần, và hạn chế cạnh tranh nội bộ bằng cách gộp các trang đang tranh giành cùng một câu hỏi.
Nhận định của Hingewise: phần lớn đầu tư đang được gắn nhãn GEO (tối ưu khả năng hiển thị trên AI) hiện nay đang nhắm vào bài toán hai. Nhưng dữ liệu cho thấy hệ số nhân lớn hơn nằm ở bài toán một. Đó không phải là việc sửa kỹ thuật. Nó gần với bài toán phủ sóng và xây dựng uy tín thương hiệu theo thời gian, với ngân sách và chiến lược khác hẳn một buổi kiểm tra on-page.
Lưu ý về phương pháp: toàn bộ phát hiện SEJ đến từ một tài khoản, với số lượng cuộc hội thoại có hạn. Tác giả nói rõ các con số chỉ cho thấy xu hướng, không phải phép đo thống kê. Cơ chế nền tảng, tức là shortlist tồn tại và đọc được trong JSON phản hồi, có thể tự kiểm chứng độc lập. Các tỉ lệ trích dẫn nên đọc như tín hiệu định hướng, không phải benchmark.
Cần kiểm tra gì trước khi đánh giá khả năng hiển thị AI?
- Đặt câu hỏi “app/dịch vụ [danh mục của bạn] tốt nhất” trong ChatGPT, mở DevTools và đọc trường
search_queriestrong JSON phản hồi để xem tên thương hiệu nào đã có sẵn trong truy vấn. - Chạy cùng câu hỏi ít nhất năm lần và ghi lại tên xuất hiện mỗi lần vì danh sách thay đổi giữa các lần chạy.
- Thử displacement query: “Thay thế cho [đối thủ]” hoặc “dùng gì thay [đối thủ],” kiểm tra tên bạn có xuất hiện trong truy vấn tìm kiếm đầu tiên không.
- Rà soát mức độ hiện diện của thương hiệu trên các nguồn bên thứ ba: đánh giá độc lập, bài so sánh, phân tích ngành có nhắc đến bạn không và nhắc như thế nào.
- Xác định mỗi mục đích tìm kiếm quan trọng có đúng một trang chủ đạo không; gộp các trang đang cạnh tranh nhau cho cùng một câu hỏi.
- Kiểm tra trang quan trọng nhất có câu trả lời trực tiếp đặt gần đầu trang, dạng HTML thuần, không bị ẩn sau JavaScript hay tab không.
- Xác định rõ đang giải quyết bài toán nào: xây hiện diện trong dữ liệu huấn luyện, hay tối ưu trang để được trích dẫn khi đã có tên trong shortlist. Hai bài toán này cần ngân sách và cách tiếp cận khác nhau.