AI lấy thông tin từ đâu? Và cách để được trích dẫn

Các hệ thống AI lấy thông tin từ nhiều nguồn và phương pháp khác nhau, tạo ra nhiều con đường để gia tăng khả năng hiển thị của AI. Hãy giúp AI hiểu về thương hiệu của bạn thông qua bất kỳ nguồn nào — hoặc tốt hơn, nhiều hơn một nguồn — và bạn sẽ có khả năng cao hơn để nhận được đề cập và trích dẫn.

Hãy cùng xem các hệ thống AI như ChatGPT và AI Overviews của Google lấy thông tin từ đâu và cách cung cấp thêm chi tiết về thương hiệu của bạn.

Bốn cách mà AI lấy thông tin

Bốn cách mà AI lấy thông tin là đào tạo, truy xuất thông tin trực tuyến thời gian thực, tận dụng các quan hệ đối tác cấp phép và hành động do người dùng khởi xướng để lấy dữ liệu:

1. Đào tạo

Các công ty AI đào tạo mô hình của họ trên dữ liệu để giúp các mô hình đó học cách hiểu và tạo nội dung. Dữ liệu đào tạo này là lớp kiến thức nền tảng mà các mô hình dựa vào để trả lời các yêu cầu.

Các công ty AI thu thập dữ liệu đào tạo LLM từ các nguồn như:

• Nội dung trực tuyến công khai trên trang của bạn và các trang bên thứ ba như các ấn phẩm trong ngành, blog, kho mã và Wikipedia
• Nội dung được cấp phép từ bên thứ ba như Reddit
• Nội dung do nhân viên nội bộ của công ty AI cung cấp, bao gồm cả các huấn luyện viên và nhà nghiên cứu
• Lịch sử trò chuyện của người dùng với AI những người đồng ý cho công ty AI sử dụng các cuộc trò chuyện của họ để đào tạo
• Dữ liệu được tạo ra bởi các mô hình của công ty AI cho mục đích đào tạo

Các mô hình có ngày cắt đứt kiến thức, sau đó chúng không còn được đào tạo trên dữ liệu mới. Để giảm thiểu rủi ro về các câu trả lời lỗi thời, các hệ thống AI thường dựa vào các nguồn thông tin bổ sung mà tôi sẽ đề cập sau.

Ví dụ, khi tôi hỏi ChatGPT về lượng mưa mà Hawaii nhận được từ cơn bão Lala khi tìm kiếm trên web bị tắt, ChatGPT đã trả lời rằng nó không biết về cơn bão đó.

Chỉ khi tôi bật tìm kiếm trên web thì ChatGPT mới thừa nhận về cơn bão Lala và lượng mưa ở các khu vực khác nhau của tiểu bang.

Cách để xuất hiện nơi các mô hình AI được đào tạo

Bạn có thể xuất hiện nơi các mô hình AI được đào tạo bằng cách tích cực xây dựng sự hiện diện trên nội dung trực tuyến công khai và nội dung cấp phép từ bên thứ ba. Dưới đây là cách thực hiện:

• Cho phép các bot AI truy cập vào trang của bạn. Kiểm tra rằng tệp robots.txt trên trang của bạn không chứa các quy tắc cấm yêu cầu các bot như GPTBot của OpenAI không thu thập dữ liệu đào tạo AI từ trang của bạn.
• Trình bày thương hiệu và các sản phẩm của bạn một cách rõ ràng và nhất quán trên trang của bạn. Nội dung trên trang của bạn nên phản ánh câu chuyện thương hiệu mà bạn muốn các hệ thống AI biết đến.
• Xây dựng sự hiện diện của thương hiệu bạn trên các trang bên thứ ba. Ví dụ, tạo một Hồ sơ Doanh nghiệp Google và danh sách trong các thư mục trực tuyến. Và thực hiện các chiến dịch quan hệ công chúng kỹ thuật số để đảm bảo được đưa tin trong các ấn phẩm trong ngành.

Những chiến thuật này sẽ không có tác động đến các mô hình hiện tại do các ngày cắt đứt của chúng. Nhưng nỗ lực của bạn có thể định hình những gì các mô hình mới hơn — được đào tạo trên dữ liệu gần đây hơn — biết về thương hiệu của bạn.

2. Truy xuất thông tin trực tuyến thời gian thực

Các hệ thống AI truy xuất thông tin trực tuyến thời gian thực để bổ sung dữ liệu đào tạo và cải thiện độ chính xác của câu trả lời của chúng.

Ví dụ, ChatGPT đã truy xuất thông tin trực tuyến từ nhiều trang để cung cấp cho tôi tin tức mới nhất về thị trường chứng khoán Mỹ:

Các công ty AI sử dụng các bot độc quyền để lấy dữ liệu trực tuyến thời gian thực. Họ cũng nhận thông tin web trực tiếp thông qua các công cụ tìm kiếm, mà tự động thu thập và lập chỉ mục nội dung.

Bảng này liệt kê một số nguồn dữ liệu trực tuyến thời gian thực đã biết của các hệ thống AI:

Cách để giúp các hệ thống AI truy xuất nội dung trang của bạn

Giúp các hệ thống AI truy xuất nội dung trang của bạn bằng cách cho phép các bot từ các công ty AI và các công cụ tìm kiếm truy cập vào trang web của bạn bằng cách xác minh rằng tệp robots.txt của bạn không có các quy tắc cấm nhắm vào những bot này.

Tiếp theo, sử dụng Google Search Console và Bing Webmaster Tools để kiểm tra xem Google và Bing đã lập chỉ mục các trang của bạn hay chưa. Nếu họ chưa lập chỉ mục, các công ty AI sẽ không thể truy xuất nội dung của các trang này từ các chỉ mục của công cụ tìm kiếm.

Trong Google Search Console, ví dụ, nhấp vào menu thả xuống dưới “Lập chỉ mục” trong thanh bên trái và chọn “Các trang” để xem số lượng trang mà Google đã và chưa lập chỉ mục.

Bạn cũng có thể xem các URL cụ thể đã và chưa được lập chỉ mục. Để xem các trang đã được lập chỉ mục của bạn, nhấp vào “Xem dữ liệu về các trang đã được lập chỉ mục.”

Hoặc, sử dụng công cụ Site Audit của Semrush để lên lịch quét thường xuyên trang web của bạn để phát hiện các vấn đề ảnh hưởng đến khả năng thu thập dữ liệu và các yếu tố hiệu suất trang web khác. Bạn cũng có thể nhận thông báo qua email với kết quả quét.

Xem các vấn đề kỹ thuật mà Site Audit phát hiện trên trang của bạn bằng cách điều hướng đến tab “Các vấn đề”. Để thu hẹp phạm vi báo cáo về các vấn đề khả năng thu thập dữ liệu, nhấp vào “Khả năng thu thập dữ liệu.”

Nhấp vào “Cách để khắc phục” bên cạnh bất kỳ vấn đề nào để tìm hiểu cách giải quyết nó.

Sau đó, tối ưu hóa nội dung của bạn để giúp các hệ thống AI khớp nó với các yêu cầu liên quan. Dưới đây là một số mẹo để thực hiện điều đó:

• Tối ưu hóa cho fan-out truy vấn: Xác định ý định cơ bản của các yêu cầu và giải quyết chúng trong nội dung của bạn
• Viết các phần độc lập: Mỗi phần nên cung cấp một câu trả lời hoàn chỉnh cho tiêu đề của nó mà không cần ngữ cảnh từ các phần khác
• Giữ cho nội dung của bạn được cập nhật: Các hệ thống AI thích trích dẫn nội dung mới cung cấp thông tin mới nhất về các chủ đề

Cuối cùng, hãy cố gắng có thêm đề cập đến thương hiệu trên các trang bên thứ ba. Bởi vì các hệ thống AI dựa vào thông tin trực tiếp không chỉ từ trang của bạn, mà còn từ internet rộng lớn hơn.

Các đề cập đến thương hiệu trên các trang bên ngoài cũng nên xác nhận thông tin về thương hiệu của bạn trên trang web của bạn để giúp các hệ thống AI xây dựng một bức tranh nhất quán về bạn qua các nguồn.

3. Tận dụng các quan hệ đối tác cấp phép

Nhiều công ty AI đã thiết lập các quan hệ đối tác cấp phép cho phép các hệ thống AI của họ sử dụng nội dung của các tổ chức đối tác để đào tạo và truy xuất trực tiếp.

Ví dụ, OpenAI và Google đã hợp tác với Reddit và Stack Overflow. OpenAI cũng cấp phép nội dung từ các tổ chức như Yelp và Time.

Nội dung từ các tổ chức đối tác thường xuất hiện nổi bật trong các câu trả lời của hệ thống AI. Trong cuộc trò chuyện này, chẳng hạn, ChatGPT đã trích dẫn nhiều từ Reddit khi tôi hỏi về các gợi ý cho "những món ăn rẻ ở Austin, Texas theo người dân địa phương":

Cách cải thiện sự hiện diện của bạn trong nội dung của các công ty đối tác

Cải thiện sự hiện diện của bạn trong nội dung của các công ty đối tác bằng cách xác định các công ty đối tác của hệ thống AI mà bạn nhắm đến, sau đó thực hiện các bước cụ thể để xuất hiện trong nội dung của họ.

Giả sử bạn muốn tăng cường khả năng hiển thị của mình trên ChatGPT. Vì OpenAI cấp phép nội dung từ Reddit, Yelp và Time, bạn có thể cải thiện sự hiện diện của mình trong nội dung của các công ty này bằng cách tham gia vào các cuộc thảo luận trên Reddit, tạo danh sách trên Yelp và tiếp cận các nhà báo tại Time để được đưa tin.

Càng nhiều càng tốt, hãy đảm bảo rằng nội dung về thương hiệu của bạn trên các trang bên thứ ba sử dụng ngôn ngữ và cách diễn đạt mà bạn muốn các hệ thống AI áp dụng khi nói về bạn.

4. Hành động khởi xướng từ người dùng để lấy dữ liệu

Người dùng có thể yêu cầu các hệ thống AI của họ lấy dữ liệu từ các công cụ và nguồn khác để làm phong phú thêm câu trả lời của họ.

Ví dụ, Claude cho phép tôi tải lên các tệp mà tôi đã xuất từ các công cụ khác, ở các định dạng như JPG, PDF và CSV. Sau đó, tôi có thể yêu cầu Claude phân tích nội dung của các tệp và thực hiện các hành động với chúng:

Tôi cũng có thể kết nối các công cụ trực tuyến với Claude và yêu cầu nó lấy dữ liệu từ chúng trực tiếp.

Việc làm cho dữ liệu của một công cụ có thể truy cập được cho các hệ thống AI chủ yếu là giúp người dùng xử lý dữ liệu đó hơn là tăng cường khả năng hiển thị của công cụ được kết nối trong các hệ thống AI.

Nhưng khả năng truy cập dữ liệu này có thể tăng giá trị của công cụ đối với người dùng, mang lại cho họ nhiều lý do hơn để tiếp tục sử dụng nó.

Cách giúp các hệ thống AI lấy dữ liệu từ các công cụ bạn xây dựng

Nếu bạn xây dựng các công cụ, hãy làm việc với các nhà phát triển để thêm các tính năng cho phép các hệ thống AI lấy dữ liệu từ chúng.

Ví dụ, cho phép người dùng xuất dữ liệu công cụ ở các định dạng tệp được các hệ thống AI hỗ trợ.

Bạn cũng có thể xây dựng một máy chủ Model Context Protocol (MCP) kết nối dữ liệu của công cụ bạn thông qua giao diện lập trình ứng dụng (API). Bằng cách này, người dùng có thể kết nối một hệ thống AI qua MCP để truy vấn công cụ của bạn để lấy dữ liệu.

Theo dõi khả năng hiển thị của bạn trên AI

Theo dõi khả năng hiển thị của bạn trên AI với một công cụ như AI Visibility Toolkit, để bạn biết liệu những nỗ lực của bạn trong việc giúp AI có thông tin về thương hiệu của bạn đã chuyển thành nhiều đề cập và trích dẫn từ AI hơn hay chưa.

Khi bạn nhập miền của mình vào AI Visibility Toolkit, báo cáo Tổng quan về khả năng hiển thị cho thấy số lượng đề cập, trích dẫn và các trang được trích dẫn theo thời gian.

Báo cáo Tổng quan về khả năng hiển thị cũng phân tích khả năng hiển thị của bạn theo từng nền tảng tìm kiếm AI. Sử dụng dữ liệu này để đánh giá hiệu quả của các biện pháp mục tiêu, như việc xóa các quy tắc không cho phép yêu cầu bot của OpenAI tránh thu thập thông tin trang của bạn.

Tiếp theo, hãy chuyển đến báo cáo Cảm nhận để xem cảm xúc của các công cụ AI đối với thương hiệu của bạn và các câu chuyện thúc đẩy cảm xúc tích cực và tiêu cực.

Nếu tổ chức của bạn lớn và có nhu cầu đặc biệt phức tạp, giải pháp Enterprise AIO của Semrush sẽ phù hợp hơn.