Tối ưu hình ảnh cho tìm kiếm AI và Google Lens

Phần lớn người làm marketing Việt vẫn coi tối ưu hình ảnh là một việc cuối danh sách: nén ảnh cho nhẹ, điền vài chữ vào ô alt text, rồi chuyển sang phần "quan trọng hơn". Cách nghĩ đó hợp lý khi công cụ tìm kiếm chỉ đọc chữ và xem ảnh như đồ trang trí. Nhưng nó đã lỗi thời. Bây giờ một bức ảnh không còn chỉ là minh hoạ cho bài viết — nó là một nguồn dữ liệu mà cả Google lẫn các hệ AI đọc, hiểu, và quyết định có nên dùng để trả lời người dùng hay không.

Sự dịch chuyển này có hai mũi nhọn. Một là Google Lens và visual search: người dùng giơ camera lên một món ăn, một sản phẩm, một địa điểm, và Google phải khớp hình ảnh đó với nội dung trên web của bạn. Hai là AI Overviews cùng các trợ lý hội thoại: chúng ngày càng kèm hình minh hoạ vào câu trả lời, và bức ảnh được chọn không phải ngẫu nhiên — nó được chọn vì máy hiểu được ảnh đó nói về cái gì và tin rằng nó đáng tin.

Bài viết này là một playbook kỹ thuật về tối ưu hình ảnh cho AI search dành cho web Việt — đặc biệt là ba ngách giàu hình ảnh nhất ở thị trường này: bán sản phẩm, ẩm thực, và du lịch. Bạn sẽ không thấy mẹo vặt kiểu "thêm từ khoá vào tên file là xong". Bạn sẽ thấy cách máy thực sự hiểu một bức ảnh, và bạn cần cung cấp những tín hiệu nào để nó hiểu đúng.

Tối ưu hình ảnh cho AI search là việc cung cấp đủ tín hiệu để máy hiểu nội dung, ngữ cảnh và độ tin cậy của một bức ảnh — chứ không chỉ điền alt text. Cụ thể gồm năm lớp: alt text mô tả đúng cảnh, tên file có nghĩa, văn bản và caption bao quanh ảnh, file gốc chất lượng cao và đúng định dạng, và schema ImageObject. Càng nhiều tín hiệu khớp nhau, máy càng tin và càng sẵn sàng dùng ảnh của bạn trong Lens, visual search và AI Overviews.

Máy "hiểu" một bức ảnh bằng cách nào

Để tối ưu cho AI search, bạn cần một mô hình tinh thần chính xác về cách máy đọc ảnh. Trước đây, công cụ tìm kiếm gần như mù với nội dung pixel: nó dựa hầu hết vào những gì con người viết quanh ảnh — alt text, tên file, caption, văn bản gần đó. Đó là lý do suốt nhiều năm "điền alt text" là toàn bộ câu chuyện SEO hình ảnh.

Điều thay đổi căn bản là máy nay nhìn được vào chính bức ảnh. Các mô hình thị giác máy tính (computer vision) có thể nhận diện vật thể, cảnh, chữ in trong ảnh, và mối quan hệ không gian giữa các thành phần. Một mô hình hiện đại nhìn ảnh một tô phở có thể nhận ra: đây là một món súp, có sợi mì, có thịt lát mỏng, có rau thơm, đặt trong tô gốm, chụp từ trên xuống. Nó suy ra được rất nhiều mà không cần một chữ alt text nào.

Nhưng — và đây là điểm mấu chốt của cả bài — máy nhìn được pixel không có nghĩa nó hiểu được ý nghĩa và độ tin cậy. Mô hình thị giác có thể đoán "đây là một tô súp mì" nhưng không tự biết đây là "phở bò Nam Định", không biết giá bao nhiêu, không biết quán nào, không biết ảnh này có phải ảnh thật của bạn hay ảnh stock. Những tầng ý nghĩa đó vẫn đến từ tín hiệu do con người cung cấp xung quanh ảnh. Vì vậy công việc tối ưu hiện đại không phải thay thế alt text bằng computer vision, mà là làm cho hai nguồn này khớp và củng cố lẫn nhau: cái máy nhìn thấy và cái bạn nói về ảnh phải kể cùng một câu chuyện.

Khi hai nguồn khớp nhau, máy đạt được thứ nó cần nhất để dùng ảnh của bạn: sự tự tin. Một bức ảnh mà cả pixel lẫn metadata đều nói "đây là phở bò tại quán X ở Hà Nội" thì an toàn để Google đưa vào kết quả tìm ảnh, để Lens khớp, và để AI Overviews trích. Một bức ảnh mà alt text nói một đằng còn pixel nói một nẻo thì máy sẽ ngần ngại — và ngần ngại nghĩa là không được chọn.

Alt text: mô tả cảnh thật, không nhồi từ khoá

Alt text vẫn là tín hiệu nền tảng, nhưng cách viết đúng đã thay đổi. Mục đích gốc của thuộc tính alt là khả năng tiếp cận (accessibility): mô tả cho người dùng screen reader biết trong ảnh có gì. Đây vẫn là tiêu chuẩn vàng để viết alt text, và nó tình cờ cũng là cách tối ưu tốt nhất cho AI — vì cả người khiếm thị lẫn máy đều cần cùng một thứ: một mô tả trung thực, cụ thể về nội dung thực của ảnh.

Một alt text tốt mô tả cảnh như thể bạn đang kể cho một người không nhìn thấy nó qua điện thoại. "Tô phở bò tái nạm với hành lá và ngò gai, ăn kèm đĩa rau sống và chanh ớt" tốt hơn rất nhiều so với "phở ngon Hà Nội phở bò phở gà đặt phở online". Cái đầu mô tả cảnh; cái sau là nhồi từ khoá. Máy ngày nay đủ tinh để phân biệt — và nó có thể đối chiếu alt text với pixel. Nếu bạn viết "phở gà" mà ảnh rõ ràng là thịt bò, sự lệch đó là một tín hiệu xấu, không phải một cú lừa thành công.

Vài nguyên tắc thực hành cho alt text khi tối ưu hình ảnh ai search:

• Mô tả cái thật sự trong ảnh, theo thứ tự từ chủ thể chính đến chi tiết phụ. Bắt đầu bằng vật thể quan trọng nhất.
• Thêm ngữ cảnh cụ thể mà mắt máy không tự suy ra được: tên món, tên sản phẩm, địa điểm, thương hiệu. Đây là phần giá trị nhất — bạn đang lấp khoảng trống giữa "máy thấy gì" và "thực tế là gì".
• Giữ độ dài hợp lý, thường một câu đầy đủ là vừa. Không cần nhồi mọi từ khoá; một mô tả mạch lạc đánh bại một chuỗi từ khoá rời rạc.
• Đừng mở đầu bằng "hình ảnh của" hay "ảnh chụp" — máy đã biết đó là ảnh. Vào thẳng nội dung.
• Mỗi ảnh một alt text riêng. Sao chép cùng một alt text cho mọi ảnh sản phẩm là tự bắn vào chân mình.

Với web sản phẩm Việt, hãy đưa vào alt text những thuộc tính người mua thật sự gõ: màu sắc, chất liệu, kích cỡ, kiểu dáng. "Áo sơ mi linen nam màu xanh navy dài tay" làm việc tốt hơn nhiều so với "áo sơ mi đẹp". Với ẩm thực, đưa tên món chuẩn và thành phần nhìn thấy được. Với du lịch, đưa tên địa danh cụ thể — "ruộng bậc thang Mù Cang Chải mùa lúa chín nhìn từ trên cao" cho Lens và visual search một mỏ vàng để khớp.

Tên file và ngữ cảnh quanh ảnh: hai tín hiệu bị bỏ quên

Tên file là một tín hiệu nhỏ nhưng miễn phí, và đa số web Việt bỏ phí nó. Một ảnh tên IMG_20260612_093344.jpg không nói gì cho máy. Cùng bức ảnh đó tên pho-bo-tai-nam-ha-noi.jpg cung cấp một mẩu ngữ cảnh sạch sẽ trước cả khi máy nhìn vào pixel hay đọc alt text. Dùng tiếng Việt không dấu, gạch nối giữa các từ, ngắn gọn và mô tả đúng. Đừng nhồi nhét — tên file chỉ cần đủ để gợi chủ đề, phần mô tả chi tiết để dành cho alt text.

Nhưng tín hiệu mạnh hơn tên file rất nhiều là văn bản bao quanh ảnh — và đây là phần ít người tối ưu nhất. Máy đọc cả đoạn văn ngay trước và sau ảnh, đọc tiêu đề mục mà ảnh nằm dưới, và đọc caption (thẻ figcaption). Nó dùng toàn bộ ngữ cảnh đó để hiểu ảnh nói về cái gì và bài viết này có thẩm quyền về chủ đề đó không.

Hệ quả thực hành rất cụ thể. Một bức ảnh sản phẩm đặt giữa một đoạn mô tả chi tiết về chính sản phẩm đó — chất liệu, công năng, cách dùng — được hiểu sâu hơn nhiều so với cùng bức ảnh đặt cô độc trong một gallery không chữ. Một ảnh món ăn nằm trong một bài thực sự nói về món đó, có công thức hay câu chuyện gốc gác, được Google tin tưởng hơn một ảnh nổi trên một trang mỏng. Caption đặc biệt giá trị vì người đọc thật sự đọc caption, và máy biết điều đó — một caption tốt vừa phục vụ người vừa phục vụ máy.

Vì vậy, đừng đối xử với ảnh như vật trang trí thả vào cho đỡ trống. Hãy đặt mỗi ảnh quan trọng vào đúng ngữ cảnh văn bản của nó: đoạn văn liên quan ngay cạnh, một figcaption một câu nói rõ ảnh là gì, và một tiêu đề mục phù hợp ở trên. Đây chính là kiểu công việc bố cục mà việc tối ưu nội dung cho AI Overviews của Google đòi hỏi — cấu trúc rõ ràng để máy bóc tách từng mảnh ý nghĩa, và ảnh là một trong những mảnh đó.

File gốc chất lượng cao: máy không khớp được cái nó nhìn không rõ

Có một sự thật phũ phàng mà việc nén ảnh quá tay đang bỏ qua: nếu visual search và Lens phải khớp một bức ảnh người dùng vừa chụp với ảnh trên web của bạn, thì ảnh trên web phải đủ rõ để khớp được. Một ảnh sản phẩm 300 pixel mờ nhoè, ám màu, đủ nhẹ nhưng máy nhìn vào không phân biệt nổi với hàng trăm sản phẩm tương tự — thì nó vô dụng cho visual search dù alt text bạn viết hay đến đâu.

Điều này đặt ra một sự đánh đổi mà bạn phải cân nhắc có ý thức. Tốc độ tải trang là tín hiệu xếp hạng thật và là trải nghiệm người dùng thật, nên ảnh cần nhẹ. Nhưng ảnh quá nén thì mất chi tiết mà mô hình thị giác cần. Lời giải không phải chọn một trong hai, mà là dùng đúng công cụ: định dạng hiện đại và ảnh đáp ứng (responsive images).

• Dùng định dạng nén hiệu quả như WebP, hoặc AVIF nếu hạ tầng hỗ trợ. Cùng một chất lượng hình ảnh, chúng cho file nhẹ hơn JPEG đáng kể — nghĩa là bạn được giữ chi tiết mà vẫn nhanh.
• Cung cấp nhiều kích thước qua thuộc tính srcset, để trình duyệt tải đúng kích cỡ cho từng màn hình. Điện thoại nhận bản nhỏ, màn hình lớn nhận bản lớn. Ảnh hiển thị to vẫn nhẹ trên thiết bị nhỏ.
• Giữ một bản gốc đủ độ phân giải cho các ảnh quan trọng — đặc biệt ảnh sản phẩm và ảnh chủ đề chính. Đây là phiên bản máy sẽ dựa vào để hiểu và khớp.
• Đừng để ảnh tự co giãn gây giật bố cục. Khai báo width và height (hoặc tỉ lệ khung) để trình duyệt chừa chỗ trước, tránh nội dung nhảy khi ảnh tải xong — vừa tốt cho người dùng vừa tốt cho điểm trải nghiệm trang.

Với ẩm thực và du lịch, độ rõ còn quan trọng hơn nữa vì đây là hai ngách mà người dùng dùng camera nhiều nhất — giơ máy lên một món lạ ở quán, một danh thắng đang đứng trước mặt. Nếu ảnh của bạn rõ, sáng, đúng màu, đúng góc chuẩn của chủ thể, khả năng Lens khớp nó với truy vấn hình ảnh của người dùng cao hơn hẳn. Một thư viện ảnh gốc sắc nét là tài sản visual search, không chỉ là trang trí.

Schema ImageObject và dữ liệu có cấu trúc cho ảnh

Lớp tín hiệu thứ năm là dữ liệu có cấu trúc — cách bạn nói chuyện trực tiếp với máy bằng ngôn ngữ máy hiểu rõ ràng nhất. Với hình ảnh, có hai hướng bổ trợ nhau.

Hướng thứ nhất là schema ImageObject: một khối dữ liệu có cấu trúc mô tả bản thân bức ảnh — đường dẫn, chú thích, người tạo, thông tin bản quyền, và mô tả nội dung. Nó cho phép bạn khẳng định rõ ràng ảnh này của ai, nói về cái gì, và được phép dùng thế nào. Với ảnh độc quyền của bạn — ảnh sản phẩm tự chụp, ảnh món ăn tại quán, ảnh chuyến đi thực tế — việc khai báo quyền tác giả và xuất xứ là một tín hiệu tin cậy: bạn đang nói với máy "đây là ảnh thật của tôi", chứ không phải ảnh lấy từ kho stock mà mọi web đều có.

Hướng thứ hai là nhúng ảnh vào schema của thực thể mà nó minh hoạ. Một ảnh sản phẩm nên gắn vào dữ liệu có cấu trúc Product của trang đó — khi ảnh được khai báo là ảnh chính thức của một sản phẩm có giá, tình trạng còn hàng và đánh giá, nó trở thành ứng viên mạnh cho kết quả tìm ảnh thương mại và cho thẻ sản phẩm trong AI Overviews. Tương tự, ảnh món ăn gắn vào schema Recipe, ảnh địa điểm gắn vào schema phù hợp. Đây là phần nối tiếp trực tiếp với dữ liệu có cấu trúc giúp lên rich results: khai báo đúng giúp ảnh của bạn không còn lửng lơ mà gắn chặt vào một thực thể có ý nghĩa thương mại.

Một lưu ý trung thực để không bịa kỳ vọng: dữ liệu có cấu trúc làm cho ảnh đủ điều kiện hiển thị đẹp hơn, nhưng không bảo đảm Google sẽ chọn. Nó là điều kiện cần, không phải điều kiện đủ. Hãy khai báo đúng và đầy đủ, rồi để chất lượng ảnh cùng các lớp tín hiệu kia làm phần thuyết phục còn lại.

Ảnh trong AI Overviews và visual search hoạt động khác nhau

Hai bề mặt AI mới cho hình ảnh đòi hỏi tư duy hơi khác nhau, và hiểu rõ khác biệt giúp bạn ưu tiên đúng.

Ảnh trong AI Overviews và câu trả lời AI

Khi AI Overviews hay một trợ lý hội thoại trả lời một câu hỏi, nó ngày càng kèm hình minh hoạ. Bức ảnh được chọn thường đến từ một nguồn mà hệ thống đã tin tưởng cho chủ đề đó — nghĩa là ảnh của bạn được chọn không chỉ vì bản thân ảnh, mà vì cả trang chứa nó được đánh giá là nguồn đáng tin về chủ đề. Điều này nối SEO hình ảnh trở lại với toàn bộ chất lượng nội dung và thẩm quyền của trang. Một ảnh tuyệt vời trên một trang mỏng, vô danh ít cơ hội hơn một ảnh tốt trên một trang được công nhận là nguồn hữu ích. Đây cũng là lý do ranh giới giữa các định dạng kết quả đang mờ đi — như đã bàn trong bài so sánh featured snippet và AI Overview, việc được máy tin để trích dẫn, kể cả trích ảnh, phụ thuộc vào việc nội dung của bạn có được đọc là nguồn đáng dùng hay không.

Visual search và Google Lens

Lens đảo ngược chiều của tìm kiếm: thay vì gõ chữ tìm ảnh, người dùng đưa ảnh tìm thông tin. Họ chụp một sản phẩm để tìm nơi mua, chụp một món để biết đó là gì và đâu bán, chụp một địa danh để biết tên và cách đến. Để xuất hiện trong loại tìm kiếm này, ảnh của bạn phải khớp được về mặt thị giác với cái người dùng chụp, và phải nối tới thông tin họ cần ngay sau cú khớp đó — tên, giá, nơi mua, đường đi.

Đây là lý do ba ngách sản phẩm, ẩm thực, du lịch hưởng lợi nhiều nhất từ tối ưu hình ảnh cho AI search. Người dùng ở ba ngách này dùng camera như công cụ tìm kiếm chính. Một web bán đồ nội thất có ảnh sản phẩm sắc nét, gắn schema Product với giá và tồn kho, đặt trong trang mô tả đầy đủ — chính là thứ Lens muốn trả về khi ai đó chụp một chiếc ghế trong quán cà phê và hỏi "mua ở đâu". Một quán ăn có ảnh món chuẩn, tên món rõ trong alt text và caption, gắn vào schema phù hợp — chính là thứ Lens muốn trả về khi du khách chụp món trên bàn bên cạnh.

Checklist tối ưu hình ảnh cho AI search trên web Việt

Gộp lại thành một quy trình bạn có thể áp dụng cho mỗi ảnh quan trọng — không phải mọi ảnh, mà những ảnh thật sự đại diện cho sản phẩm, món ăn, địa điểm bạn muốn được tìm thấy.

1. Đặt tên file có nghĩa trước khi tải lên: tiếng Việt không dấu, gạch nối, mô tả đúng chủ thể.
2. Viết alt text mô tả cảnh thật, bắt đầu từ chủ thể chính, thêm tên cụ thể (món, sản phẩm, địa danh) mà máy không tự suy ra được. Mỗi ảnh một alt text riêng, không nhồi từ khoá.
3. Đặt ảnh vào đúng ngữ cảnh văn bản: đoạn văn liên quan ngay cạnh, một figcaption rõ ràng, tiêu đề mục phù hợp ở trên.
4. Giữ file gốc đủ sắc nét cho ảnh chủ đề chính; xuất ra WebP/AVIF và nhiều kích thước qua srcset để vừa rõ vừa nhẹ.
5. Khai báo width/height hoặc tỉ lệ khung để ảnh không gây giật bố cục khi tải.
6. Gắn schema ImageObject cho ảnh quan trọng, kèm thông tin tác giả và xuất xứ với ảnh độc quyền của bạn.
7. Nối ảnh vào schema thực thể: ảnh sản phẩm vào Product, ảnh món vào Recipe, ảnh địa điểm vào schema phù hợp.
8. Ưu tiên ảnh tự chụp, độc quyền hơn ảnh stock — chúng vừa khác biệt với mọi đối thủ vừa là tín hiệu tin cậy mạnh hơn.
9. Kiểm lại sự khớp: cái pixel cho thấy và cái bạn nói về ảnh (alt, caption, schema) phải kể cùng một câu chuyện.

Một sai lầm phổ biến cần tránh: tối ưu mọi ảnh một cách máy móc, kể cả icon và ảnh trang trí. Ảnh trang trí thuần tuý nên để alt text rỗng để máy biết bỏ qua — nhồi mô tả cho một đường kẻ trang trí chỉ làm loãng tín hiệu. Sức tập trung nên dồn vào những ảnh thật sự mang nội dung: sản phẩm, món ăn, địa điểm, sơ đồ minh hoạ.

Đo lường: làm sao biết tối ưu ảnh có hiệu quả

Cuối cùng, đừng làm mù. Google Search Console tách riêng lưu lượng đến từ tìm kiếm hình ảnh, nên bạn thấy được ảnh nào đang mang khách và truy vấn nào dẫn người dùng tới ảnh của mình. Theo dõi riêng kênh hình ảnh, không gộp chung với tìm kiếm web, để biết khoản đầu tư vào ảnh có thực sự sinh lưu lượng hay không.

Hãy đo theo từng ngách và từng loại ảnh thay vì một con số gộp. Ảnh sản phẩm và ảnh món ăn thường là nơi visual search trả về giá trị thương mại trực tiếp nhất; ảnh du lịch thường mang lưu lượng khám phá rộng hơn. Biết nhóm nào đang chạy giúp bạn dồn công sức chụp và tối ưu vào đúng chỗ. Và như mọi việc SEO, hãy kiên nhẫn — visual search và AI search xây niềm tin theo thời gian, không bật lên sau một đêm.

Tối ưu hình ảnh cho AI search không phải một thủ thuật mới chồng lên SEO cũ. Nó là sự thừa nhận rằng ảnh giờ là dữ liệu máy đọc, và bạn cần cung cấp đủ tín hiệu để máy hiểu và tin. Năm lớp — alt text, tên file, ngữ cảnh, file gốc, schema — không lớp nào khó, nhưng làm đủ cả năm cho mỗi ảnh quan trọng là loại công việc tỉ mỉ, lặp lại trên hàng trăm trang sản phẩm hay món ăn mà một đội nhỏ rất dễ bỏ dở. Đây chính là loại việc có cấu trúc mà một AI agent làm SEO như Orova được sinh ra để gánh: rà soát ảnh thiếu alt text, gợi mô tả đúng cảnh, kiểm tra schema, và báo cáo theo từng nhóm ảnh — để bạn dành thời gian chụp những bức ảnh thật sự đẹp và đáng tin, còn phần khớp tín hiệu để hệ thống lo.