Tôi luôn nhận cùng một câu hỏi từ khách hàng và đồng nghiệp: “Làm sao để xuất hiện trong ChatGPT?” Câu trả lời quen thuộc là viết nội dung tốt, làm listicle, comment trên Reddit. Nhưng chẳng ai thực sự kiểm chứng những lời khuyên đó hoạt động ra sao bên trong. Cho đến khi Suganthan Mohanadasan (Suganthan) – founder Keyword Insights – dành vài ngày đọc trực tiếp network traffic mà ChatGPT gửi tới trình duyệt, dưới dạng JSON rõ ràng.
Kết quả là bài phân tích trên Search Engine Journal (30/6/2026), bóc tách lần đầu tiên cách ChatGPT thực sự chọn nguồn. Không đoán mò từ output, mà đọc raw JSON từ DevTools. Tôi đánh giá đây là bài nghiên cứu thực tiễn nhất về GEO trong tháng 6/2026.
ChatGPT Có 4 Pipeline Nguồn Gì?
Trường dữ liệu quan trọng nhất Suganthan tìm thấy là result_source, gắn trên mỗi kết quả web mà ChatGPT kéo về. Bạn không bao giờ thấy trường này trong câu trả lời, nhưng nó xác định nguồn nào được dùng. Có 4 giá trị: serp (web mở, chủ yếu tin tức), labrador (danh sách nhà xuất bản đã ký deal với OpenAI – Reuters, WSJ, Wikipedia, Guardian, arXiv), bright (Bright Data – scraper thương mại, áp đảo trên query mua sắm/tài chính/thời tiết), và oxylabs (Oxylabs – scraper đối thủ, thiên về báo chí địa phương).
Điều này nghĩa là bạn đang cạnh tranh ở tầng scraped, không phải licensed. Tầng labrador gần như đóng – trừ khi bạn sở hữu một tờ báo quốc gia đã ký deal với OpenAI.
Tại Sao Một Số Query Không Bao Giờ Tìm Web?
Trước khi tìm kiếm, ChatGPT phân loại câu hỏi vào một bucket gọi là turn_use_case. Suganthan tìm thấy 6 giá trị: instant search, shopping, text, local, thinking, và image generation. Quan trọng nhất là text – khi ChatGPT xếp câu hỏi vào bucket này, nó trả lời hoàn toàn từ training data, không gọi API tìm kiếm nào.
Đáng lo hơn: câu hỏi “latest treatment guidelines for type 2 diabetes” – một câu hỏi y tế quan trọng, cập nhật – cũng bị xếp vào text và trả lời từ training. Trong 10 câu hỏi current được test, 3 câu không hề tìm web. Cách bạn diễn đạt câu hỏi quyết định bucket, không phải chủ đề.
Fan-Out Query Hoạt Động Ra Sao?
Trên thinking model, một câu hỏi so sánh sản phẩm duy nhất tạo ra 15-40 sub-query. ChatGPT bắn trực tiếp site:vendor.com/pricing vào trang giá, đoán giá trước rồi search để xác nhận, và liên tục mở rộng phạm vi tìm đến những sản phẩm không được nhắc tên trong câu hỏi gốc.
ChatGPT đọc trang gần như như grep – tìm ký tự $, €, số 99, thậm chí từ “Agency”. Nếu giá nằm trong ảnh hoặc JavaScript toggle, ChatGPT không đọc được.
Fetched, Cited, Mentioned Khác Gì Nhau?
Suganthan chỉ ra ba kết quả khác nhau cho cùng một nguồn: Fetched (ChatGPT kéo trang vào context nhưng reader không thấy), Cited (trang được gắn làm nguồn cho câu cụ thể, có footnote click được), Mentioned (tên thương hiệu xuất hiện trong câu trả lời nhưng không phải nguồn của claim). Ba kết quả này độc lập – bạn có thể được fetched nhưng không cited, hoặc được mentioned nhưng không fetched.
Phân biệt này quan trọng vì mỗi kết quả cần chiến lược tối ưu khác nhau. Đa số SEOer đang gộp chung cả ba và đo sai.
SEOer Việt Nam Cần Làm Gì Với Thông Tin Này?
Sau khi đọc kỹ phân tích của Suganthan và đối chiếu với dữ liệu từ báo cáo Ahrefs về AI citation, tôi rút ra 5 hành động cụ thể:
1. Kiểm tra query có trigger search không. Trước khi đầu tư viết nội dung, test xem câu hỏi đó có khiến ChatGPT tìm web hay trả lời từ training. Cách kiểm tra đơn giản: mở ChatGPT, hỏi, rồi xem có biểu tượng “Searching the web” không. Nếu không có, trang của bạn dù tốt đến đâu cũng không thể xuất hiện.
2. Đặt số liệu trong plain HTML. ChatGPT grep trang cho ký tự $ và số. Giá, thông số kỹ thuật, ngày tháng phải nằm trong text thuần, không trong ảnh, PDF, hay JavaScript toggle. Đây là lỗi phổ biến nhất trên site WordPress dùng theme nặng JS.
3. Tối ưu cho site: probe. ChatGPT bắn site:yourdomain.com/pricing trực tiếp. Trang giá, trang so sánh gói cần có cấu trúc HTML sạch, schema markup rõ ràng. Tránh dynamic loading khiến scraper chỉ thấy trang trắng.
4. Đầu tư vào tầng scraped, không mơ về licensed. Tầng labrador dành cho Reuters, WSJ. Bạn cạnh tranh ở tầng bright/oxylabs. Cách vào: third-party coverage, brand mention trên Reddit (tăng 450% citation share theo Ahrefs), bài guest trên Forbes, rtings. Nội dung gốc có named expert author tăng 132% AI citation (Princeton).
5. Theo dõi 3 lớp riêng biệt. Đừng gộp fetched + cited + mentioned thành một metric. Dùng GSC Gen AI Report để track AI impression, Bing Webmaster Tools cho grounding queries, và test thủ công trên ChatGPT để xem brand được mention, cited, hay chỉ fetched.
Đánh Giá Của Tôi
Tôi cho bài nghiên cứu này 9/10. Lần đầu tiên có ai đó mở hộp đen ChatGPT và chỉ ra cơ chế bên trong bằng data thật, không phải đoán từ output. Suganthan minh bạch về giới hạn mẫu (1 tài khoản Pro, ~1.240 record, thiên về SaaS/tech) – điều mà nhiều báo cáo GEO lớn hơn thiếu. Phát hiện về turn_use_case = text đặc biệt quan trọng: nó có nghĩa là một phần traffic GEO mà bạn nghĩ mình đang mất, thực ra không thể có được vì query đó không bao giờ trigger search.
Đừng tin lời khuyên GEO chung chung. Hãy đọc data, test trên query thực tế của bạn, và tối ưu cho pipeline mà bạn thực sự có cơ hội cạnh tranh.
