GEO audit: 12 bước kiểm tra trước khi viết bài tiếp theo

Bạn vừa viết xong một bài, sắp bấm nút đăng, và một câu hỏi mới hiện ra trong đầu: khi có người hỏi ChatGPT, Perplexity hay Google AI Overviews đúng chủ đề bài này, liệu hệ thống AI đó có lấy nội dung của bạn để trả lời không? Đây là câu hỏi rất khác với "bài này có lên top Google không". Nó không hỏi về thứ hạng. Nó hỏi về việc nội dung của bạn có đủ điều kiện để một mô hình ngôn ngữ truy cập được, hiểu được và trích dẫn được hay không.

Phần lớn bài blog tiếng Việt hiện nay trượt bài kiểm tra đó mà chủ chẳng hề biết. Không phải vì nội dung dở, mà vì chúng được tối ưu cho mắt người đọc và thuật toán xếp hạng cũ, chứ không cho cách một cỗ máy đọc, cắt đoạn và tổng hợp. Bài viết này là một bản kiểm toán GEO gồm 12 bước — một checklist bạn chạy qua trước khi viết bài tiếp theo, để biết chính xác nội dung đang đứng ở đâu trên thang sẵn-sàng-cho-AI và sửa cái gì trước.

GEO audit là việc rà soát có hệ thống xem nội dung của bạn đã đủ điều kiện để các công cụ AI truy cập, hiểu và trích dẫn hay chưa. Nó kiểm 12 yếu tố: bot AI có vào được không, đoạn trả lời có tự chứa nghĩa không, có cấu trúc hỏi-đáp không, có dữ liệu cấu trúc không, thực thể có rõ không, nguồn và độ tin cậy ra sao, nội dung còn mới không, và thương hiệu có được nhắc ngoài site không. Mỗi mục đều kiểm được bằng công cụ cụ thể và có ngưỡng "đạt" rõ ràng.

Để hiểu nền tảng vì sao những thứ này lại quan trọng, bạn nên nắm trước khái niệm GEO là gì và tối ưu cho công cụ AI như thế nào, vì 12 bước dưới đây đều bám vào cách các mô hình ngôn ngữ thật sự lấy và sắp xếp thông tin. Còn bây giờ, hãy đi vào từng bước. Với mỗi bước tôi sẽ nói rõ: kiểm bằng đâu, và đạt thì trông như thế nào.

Nhóm 1 — Bot AI có vào được nhà bạn không (kỹ thuật truy cập)

Trước khi bàn đến nội dung hay nhất thế giới, phải hỏi câu sơ đẳng: con bot của các hệ thống AI có được phép vào đọc trang của bạn không? Rất nhiều trang web Việt vô tình chặn đúng những con bot mình cần, rồi ngạc nhiên vì không bao giờ được AI nhắc tới. Bốn bước đầu thuộc nhóm này, và đây là nhóm cho điểm "đạt/trượt" tuyệt đối — trượt một bước ở đây thì tám bước nội dung phía sau đều vô nghĩa.

Bước 1 — robots.txt có chặn bot AI không

Các công cụ AI thu thập web bằng những user-agent riêng: GPTBot (OpenAI), ClaudeBot và anthropic-ai (Anthropic), PerplexityBot, Google-Extended (cho các sản phẩm AI của Google), CCBot (Common Crawl, nguồn huấn luyện nhiều mô hình). File robots.txt ở thư mục gốc website quyết định con nào được vào.

Kiểm bằng đâu: gõ thẳng tên-miền-của-bạn.vn/robots.txt vào trình duyệt và đọc. Tìm các dòng Disallow nằm dưới những user-agent kể trên, và tìm cả dòng chặn tất cả (User-agent: * kèm Disallow: /). Nhiều plugin SEO hoặc dịch vụ chống bot bật sẵn chặn AI mà bạn không biết.

Đạt là thế nào: những bot AI bạn muốn được trích dẫn phải được phép vào ít nhất các trang nội dung. Nếu bạn cố tình không cho mô hình huấn luyện trên dữ liệu của mình, đó là lựa chọn hợp lý — nhưng phải hiểu rằng khi đó bạn cũng tự loại mình khỏi nguồn mà AI lấy để trả lời. Với một website làm marketing muốn được AI nhắc tên, ngưỡng đạt là: không có dòng nào chặn GPTBot, ClaudeBot, PerplexityBot, Google-Extended trên các trang bài viết.

Bước 2 — có file llms.txt chưa, và nó nói gì

llms.txt là một quy ước mới: một file văn bản ở gốc website (tên-miền.vn/llms.txt) giúp các hệ thống AI hiểu nhanh website của bạn nói về cái gì, những trang quan trọng nhất nằm ở đâu, thương hiệu của bạn là ai. Nó giống như một bản đồ rút gọn viết riêng cho máy đọc, thay vì để máy tự mò qua hàng trăm trang.

Kiểm bằng đâu: mở tên-miền.vn/llms.txt. Nếu trả về 404 thì bạn chưa có. Nếu có, đọc xem nó có liệt kê đúng các trang trụ cột, mô tả ngắn gọn từng phần, và có đường dẫn rõ ràng không.

Đạt là thế nào: file tồn tại, viết bằng Markdown gọn gàng, nêu tên thương hiệu, một câu mô tả website làm gì, và danh sách các đường dẫn quan trọng kèm chú thích một dòng. Đây chưa phải tiêu chuẩn bắt buộc và không phải AI nào cũng đọc, nhưng nó là tín hiệu rẻ tiền, dễ làm, và đang dần được nhiều công cụ tham chiếu. Coi như một mục cộng điểm, không phải mục sống còn.

Bước 3 — nội dung render bằng JavaScript hay HTML thuần

Đây là cái bẫy âm thầm giết nhiều website hiện đại. Nếu bài viết của bạn chỉ hiện ra sau khi trình duyệt chạy JavaScript — kiểu các trang dựng bằng framework phía client rồi nạp nội dung động — thì nhiều bot AI sẽ thấy một trang gần như trống rỗng, vì chúng thường không chạy JavaScript đầy đủ như trình duyệt thật.

Kiểm bằng đâu: bấm chuột phải vào trang, chọn "View page source" (xem mã nguồn). Đây là HTML thô mà bot nhận được, trước khi JavaScript chạy. Dùng Ctrl+F tìm một câu đặc trưng trong bài. Nếu tìm thấy nguyên văn trong mã nguồn, bot đọc được. Nếu không thấy mà chỉ thấy một mớ thẻ rỗng và đường dẫn script, nội dung của bạn đang ẩn sau JavaScript.

Đạt là thế nào: toàn bộ chữ chính của bài phải nằm sẵn trong HTML nguồn — qua server-side rendering hoặc static generation. Phần văn bản, tiêu đề và liên kết phải đọc được mà không cần chạy script nào.

Bước 4 — trang trả về đúng mã trạng thái và tải đủ nhanh

Một con bot có thời gian và ngân sách thu thập giới hạn. Trang trả về lỗi, chuyển hướng lòng vòng, hay tải quá chậm sẽ bị bỏ qua. Kiểm tra này nghe rất "kỹ thuật cũ" nhưng vẫn là điều kiện cần cho cả SEO lẫn GEO.

Kiểm bằng đâu: dùng công cụ kiểm tra HTTP header (nhiều công cụ miễn phí online), hoặc tab Network trong Developer Tools của trình duyệt. Xác nhận trang trả về mã 200, không bị một chuỗi redirect 301/302 dài, và không chặn bằng tường lửa khi user-agent là bot. Kiểm tốc độ bằng PageSpeed Insights của Google.

Đạt là thế nào: mã 200 trực tiếp, không quá một bước chuyển hướng, thời gian tải nội dung chính ở mức "tốt" theo PageSpeed. Nếu bạn dùng dịch vụ chống bot mạnh tay, hãy chắc rằng nó không trả về thử thách (captcha/challenge) cho các bot AI hợp lệ.

Nhóm 2 — Nội dung có dễ cho máy cắt ra và trích không (cấu trúc)

Khi bot đã vào được, câu hỏi tiếp theo là nội dung của bạn có được viết theo kiểu một mô hình ngôn ngữ có thể lấy ra một đoạn gọn, tự đứng được, và dán thẳng vào câu trả lời hay không. Đây là phần khác biệt lớn nhất giữa viết cho người đọc lướt và viết để được AI trích. Bốn bước tiếp theo soi đúng chỗ này.

Bước 5 — đoạn trả lời có tự chứa nghĩa không

Mô hình AI thường trích từng đoạn (passage), không trích cả bài. Một đoạn tự chứa là đoạn mà khi tách rời khỏi ngữ cảnh xung quanh, người đọc vẫn hiểu trọn vẹn nó nói gì. Ngược lại, đoạn phụ thuộc bắt đầu bằng "Điều này có nghĩa là…", "Như đã nói ở trên…", "Vì lý do đó…" — tách ra là vô nghĩa, nên AI không dám trích.

Kiểm bằng đâu: đọc lại bài và thử nghiệm cắt rời. Lấy bất kỳ đoạn nào ở giữa bài, copy riêng ra một trang trắng, đọc một mình nó. Bạn có hiểu nó đang nói về cái gì, chủ thể là ai không? Làm vậy với 5–6 đoạn rải đều bài.

Đạt là thế nào: phần lớn các đoạn nêu rõ chủ thể ngay trong câu đầu, định nghĩa thuật ngữ tại chỗ thay vì giả định người đọc đã biết, và không mở bằng đại từ trỏ ngược. Câu đầu mỗi đoạn nên gánh được ý chính của cả đoạn. Đây là yếu tố quyết định nhất, và cũng là yếu tố dễ sửa nhất khi viết bài sau.

Bước 6 — có cấu trúc hỏi-đáp rõ ràng không

Người ta hỏi AI bằng câu hỏi tự nhiên: "GEO khác SEO chỗ nào?", "làm sao để bài được ChatGPT trích?". Nội dung phản chiếu đúng cấu trúc hỏi-đáp đó dễ được khớp và trích hơn hẳn. Một tiêu đề dạng câu hỏi, theo ngay sau là một câu trả lời thẳng và ngắn, là khuôn vàng cho việc này.

Kiểm bằng đâu: lướt qua các thẻ tiêu đề (H2, H3) trong bài. Đếm xem có bao nhiêu tiêu đề là một câu hỏi hoặc một cụm trả lời trực tiếp, và ngay dưới mỗi tiêu đề đó câu đầu tiên có trả lời thẳng không, hay vòng vo dẫn dắt vài câu rồi mới vào ý.

Đạt là thế nào: ít nhất vài tiêu đề trong bài bám sát những câu hỏi thật mà độc giả gõ, và mỗi mục mở đầu bằng câu trả lời gọn trước khi đi vào chi tiết. Cách viết "đảo ngược kim tự tháp" — kết luận trước, giải thích sau — chính là điều AI thích trích. Bài này, nếu bạn để ý, đã đặt một câu trả lời 40–60 từ ngay sau mở đầu vì lý do đó.

Bước 7 — định dạng có giúp máy đọc cấu trúc không

Một bức tường chữ dày đặc khó cho cả người lẫn máy. Danh sách có dấu đầu dòng, bảng so sánh, các bước đánh số, đoạn ngắn — tất cả tạo ra ranh giới rõ ràng để mô hình hiểu đâu là một đơn vị thông tin trọn vẹn. Định dạng tốt không phải để đẹp, mà để máy biết chỗ cắt.

Kiểm bằng đâu: nhìn tổng thể bài. Có chỗ nào nên là danh sách mà đang viết thành đoạn văn dài kể lể không? Có dữ liệu so sánh nào sẽ rõ hơn nếu để dạng bảng không? Có quy trình nhiều bước nào đang gói trong một đoạn không?

Đạt là thế nào: các tập hợp (danh sách tiêu chí, các bước, các lựa chọn) được trình bày bằng list hoặc bảng; đoạn văn không quá dài; mỗi đơn vị ý có ranh giới hình thức rõ. Đừng lạm dụng — văn xuôi mạch lạc vẫn là phần lõi — nhưng đúng chỗ nào cần cấu trúc thì cho nó cấu trúc.

Bước 8 — có dữ liệu có cấu trúc (schema) không

Schema markup là đoạn mã ẩn (thường ở định dạng JSON-LD) khai báo rõ ràng cho máy: trang này là một bài viết, tác giả là ai, ngày xuất bản khi nào, đây là một mục hỏi-đáp FAQ, đây là một quy trình HowTo. Nó dịch nội dung của bạn thành ngôn ngữ mà máy hiểu chắc chắn, không phải đoán.

Kiểm bằng đâu: dùng công cụ Rich Results Test của Google hoặc Schema Markup Validator của Schema.org — dán đường dẫn bài vào và xem nó nhận diện được loại schema nào. Kiểm xem có Article (hoặc BlogPosting), có thông tin tác giả, ngày tháng, và FAQ nếu bài có phần hỏi-đáp.

Đạt là thế nào: tối thiểu có schema Article/BlogPosting khai báo tiêu đề, tác giả, ngày xuất bản và ngày cập nhật. Bài dạng giải đáp nên thêm FAQPage; bài hướng dẫn từng bước nên thêm HowTo. Công cụ kiểm tra phải báo hợp lệ, không lỗi. Đây là phần dễ giao cho hệ thống làm tự động và không nên bỏ.

Nhóm 3 — Máy có hiểu bạn là AI và tin được không (thực thể và uy tín)

Cuối cùng, kể cả khi nội dung sạch và cắt được, AI vẫn cân nhắc: nguồn này là ai, có đáng tin để trích không, thông tin còn đúng tại thời điểm này không. Bốn bước cuối kiểm đúng lớp này — lớp khó nhất, chậm nhất, nhưng cũng là lớp tạo khác biệt bền nhất.

Bước 9 — thực thể có rõ ràng và nhất quán không

Thực thể (entity) là một đối tượng xác định: thương hiệu của bạn, sản phẩm, con người, khái niệm. AI xây dựng hiểu biết quanh các thực thể, không quanh từ khoá rời rạc. Nếu thương hiệu của bạn lúc thì viết hoa lúc viết thường, lúc kèm hậu tố lúc không, mô tả mỗi nơi một kiểu, thì máy khó gắn các mảnh thông tin về bạn thành một thực thể thống nhất.

Kiểm bằng đâu: rà tên thương hiệu, tên sản phẩm trong bài — có viết nhất quán không? Có một định nghĩa rõ ràng "X là…" ở chỗ thương hiệu hoặc sản phẩm xuất hiện lần đầu không? Có liên kết tới trang đáng tin về thực thể đó (trang giới thiệu, hồ sơ chính thức) không?

Đạt là thế nào: mỗi thực thể quan trọng có cách gọi nhất quán, được định nghĩa rõ ngay lần đầu xuất hiện, và liên hệ với những thực thể liên quan một cách mạch lạc. Đây là một chủ đề rộng — nếu bạn muốn làm sâu, hãy đọc cách tối ưu entity để AI hiểu thương hiệu một cách bài bản, vì nó quyết định việc AI có gắn được bạn vào đúng ngữ cảnh khi trả lời hay không.

Bước 10 — nguồn và độ tin cậy có được thể hiện không

Khi AI chọn nội dung để trích, nó ưu tiên nguồn thể hiện sự tin cậy: có tác giả thật với chuyên môn, có dẫn chứng cụ thể thay vì nói chung chung, có quan điểm trải nghiệm thật chứ không phải lời sáo rỗng. Đây chính là tinh thần E-E-A-T (kinh nghiệm, chuyên môn, thẩm quyền, độ tin cậy) áp vào kỷ nguyên AI.

Kiểm bằng đâu: đọc bài bằng con mắt hoài nghi. Có tên tác giả và người đó có lý do để hiểu chủ đề không? Các khẳng định có chứng cứ, ví dụ cụ thể, con số có nguồn không, hay toàn câu khẳng định trống? Có nói rõ giới hạn, ngoại lệ — dấu hiệu của người thật có kinh nghiệm — không?

Đạt là thế nào: bài có tác giả rõ ràng, các luận điểm chính được chống đỡ bằng ví dụ hoặc dẫn chứng cụ thể, và không bịa số liệu giả mạo nghiên cứu. Một bài thừa nhận "trường hợp này thì khác" thường đáng tin hơn một bài tuyên bố tuyệt đối — và máy cũng đang học để nhận ra điều đó.

Bước 11 — nội dung còn tươi mới không

Với nhiều câu hỏi, AI ưu tiên thông tin mới, đặc biệt ở các lĩnh vực thay đổi nhanh như công nghệ, marketing, luật. Một bài hay nhưng nói về tình hình ba năm trước, không có dấu hiệu cập nhật, sẽ bị coi là kém liên quan hơn một bài tương đương nhưng tươi.

Kiểm bằng đâu: bài có hiển thị ngày xuất bản và ngày cập nhật gần nhất không? Nội dung có nhắc đến mốc thời gian, phiên bản, tình hình hiện tại đúng với năm nay không, hay vẫn dẫn số liệu và ví dụ đã cũ? Schema có khai báo dateModified không?

Đạt là thế nào: ngày tháng minh bạch, nội dung phản ánh đúng tình hình hiện thời, và khi có thay đổi đáng kể trong lĩnh vực thì bài được rà soát cập nhật chứ không để đó. Độ tươi không có nghĩa là phải sửa hằng tuần — nó nghĩa là không để thông tin sai-vì-cũ tồn tại lặng lẽ.

Bước 12 — thương hiệu có được nhắc ngoài site không

Đây là bước nhiều người quên, và là bước khó "tự làm" nhất. Mô hình ngôn ngữ học từ toàn bộ web, không chỉ từ trang của bạn. Nếu thương hiệu của bạn được nhắc đến, mô tả, dẫn link ở những nguồn khác — báo chí, diễn đàn, mạng xã hội, danh bạ ngành — thì AI có nhiều tín hiệu độc lập để tin và nhắc tới bạn. Chỉ tự khen trên website nhà thì sức nặng thấp.

Kiểm bằng đâu: tìm tên thương hiệu trên Google ngoài website của chính bạn. Hỏi thẳng các công cụ AI — ChatGPT, Perplexity — một câu trong lĩnh vực của bạn xem chúng có nhắc tới bạn không, mô tả bạn có đúng không. Đây là phép thử trực tiếp nhất cho toàn bộ bản kiểm toán này.

Đạt là thế nào: thương hiệu xuất hiện ở vài nguồn độc lập đáng tin ngoài site nhà, được mô tả tương đối đúng, và khi hỏi AI một câu trong sân của bạn thì có cơ hội được nhắc. Đây là việc dài hạn, xây bằng nội dung tốt và quan hệ thật, không có đường tắt — nhưng nó là thứ tách một thương hiệu được AI tin với một thương hiệu vô hình.

Cách dùng checklist này cho thực tế web Việt

Mười hai bước nghe nhiều, nhưng chúng có thứ tự ưu tiên rõ. Nhóm 1 (bước 1–4) là cổng: chạy trước, vì nếu bot không vào được thì mọi nỗ lực nội dung đổ sông đổ bể. Với web Việt, bước hay trượt nhất ở nhóm này là bước 3 — nội dung render bằng JavaScript — vì rất nhiều website hiện đại dựng theo kiểu đó mà không ai kiểm "view source" bao giờ.

Nhóm 2 (bước 5–8) là nơi tạo khác biệt nhanh nhất bằng cách viết. Bạn không cần đụng tới hạ tầng; bạn chỉ cần thay đổi cách dựng câu và dựng mục. Sửa cho mỗi đoạn tự chứa nghĩa và mở mỗi mục bằng câu trả lời thẳng — chỉ hai thói quen đó thôi đã nâng đáng kể khả năng được trích, và nó là thứ bạn áp dụng được ngay từ bài kế tiếp.

Nhóm 3 (bước 9–12) là cuộc chơi dài. Thực thể nhất quán và schema thì làm được tương đối nhanh; độ tin cậy, độ tươi và được nhắc ngoài site thì cần thời gian và kỷ luật. Đừng kỳ vọng điểm tuyệt đối ở nhóm này sau một bài — hãy xem nó như hướng đi để mỗi bài bồi thêm một chút.

Một lưu ý quan trọng cho thị trường Việt: phần lớn câu hỏi tiếng Việt mà người dùng đưa cho AI vẫn còn ít nguồn tiếng Việt chất lượng để mô hình trích. Đó vừa là khó khăn vừa là cơ hội. Nếu bạn là một trong số ít trang tiếng Việt vượt qua bản kiểm toán 12 bước này cho chủ đề của mình, xác suất được AI lấy nội dung của bạn để trả lời cao hơn hẳn so với cùng việc đó ở thị trường tiếng Anh vốn đã chật cứng. Khoảng trống nội dung tiếng Việt sẵn-sàng-cho-AI hiện vẫn rất rộng.

GEO không thay thế SEO — nó cộng thêm một lớp

Một hiểu lầm cần dẹp ngay: chạy bản kiểm toán này không có nghĩa bạn vứt bỏ SEO truyền thống. Phần lớn 12 bước — tốc độ tải, schema, cấu trúc tiêu đề, độ tin cậy — vốn cũng là những thứ SEO tốt đã luôn coi trọng. GEO không phủ định SEO; nó thêm một lớp đòi hỏi mới, tập trung vào việc máy cắt và trích đoạn, thay vì chỉ xếp hạng trang.

Nếu bạn còn lăn tăn về ranh giới giữa hai việc — cái nào lo thứ hạng, cái nào lo việc được AI trích, và chúng chồng lấn ở đâu — thì nên đọc kỹ phân tích về GEO và SEO khác gì nhau, vì hiểu rõ ranh giới đó giúp bạn không lãng phí công sửa nhầm chỗ. Một đội thông minh không chọn GEO thay SEO; họ chạy cả hai bản kiểm toán song song và sửa những phần giao nhau trước, vì sửa một lần được lợi cả hai.

Biến checklist thành thói quen, không phải sự kiện một lần

Giá trị thật của một bản kiểm toán GEO không nằm ở lần chạy đầu tiên, mà ở chỗ bạn biến nó thành một bước cố định trong quy trình xuất bản. Trước khi viết bài tiếp theo, nhìn lại bài vừa rồi đã đạt mấy trên 12 bước. Trước khi đăng bài mới, chạy nhanh nhóm 1 và nhóm 2 — chúng tốn vài phút và bắt được phần lớn lỗi chí mạng. Mỗi quý, dành một buổi rà nhóm 3 cho các bài trụ cột: cập nhật ngày tháng, làm tươi số liệu, kiểm xem AI đã nhắc tới bạn chưa.

Làm thủ công 12 bước cho một bài thì khả thi. Làm cho hàng trăm bài, đều đặn, mỗi quý, song song với việc viết nội dung mới — đó là chỗ con người đuối sức rất nhanh, và là lý do hầu hết website đăng bài xong rồi để mặc. Đây chính là loại công việc có cấu trúc, lặp lại và đo lường được mà một AI agent làm SEO được sinh ra để gánh: Orova có thể chạy đi chạy lại những bước kiểm tra cấu trúc, schema, độ tươi và khả năng được trích trên toàn bộ thư viện nội dung của bạn, chỉ ra trang nào đang trượt bước nào, để bạn dành sức người cho phần phán đoán — viết hay, nói thật, xây uy tín — phần mà không cỗ máy nào thay được.

Hãy bắt đầu nhỏ: chọn một bài quan trọng nhất, chạy đủ 12 bước, ghi lại nó đạt mấy điểm. Con số đó là vạch xuất phát. Bài tiếp theo của bạn, viết với 12 bước này trong đầu ngay từ đầu, sẽ ra đời ở một điểm cao hơn hẳn — và đó mới là mục đích thật của một bản kiểm toán: không phải để chấm điểm quá khứ, mà để viết tốt hơn ngay lần sau.