Kể từ khi Google ra mắt AI Mode, tôi đã có hai câu hỏi trong đầu:
- Làm thế nào để đảm bảo nội dung của chúng tôi được hiển thị trong các kết quả AI?
- Làm thế nào để chúng tôi xác định được điều gì hiệu quả khi tìm kiếm bằng AI vẫn còn phần lớn là một bí ẩn?
Mặc dù có rất nhiều lời khuyên trên mạng, nhưng phần lớn trong số đó chỉ mang tính suy đoán. Mọi người đều có giả thuyết về tối ưu hóa AI, nhưng rất ít người thực sự thực hiện các thí nghiệm để xem điều gì hiệu quả.
Một ý tưởng là tối ưu hóa cho truy vấn fan-out. Truy vấn fan-out là một quy trình mà các hệ thống AI (đặc biệt là Google AI Mode và tìm kiếm ChatGPT) lấy truy vấn tìm kiếm gốc của bạn và phân tách nó thành nhiều truy vấn con, sau đó thu thập thông tin từ nhiều nguồn khác nhau để xây dựng một phản hồi toàn diện.
Hình minh họa này mô tả hoàn hảo quy trình truy vấn fan-out.
Chiến lược tối ưu hóa rất đơn giản: Xác định các truy vấn con xung quanh một chủ đề cụ thể và sau đó đảm bảo rằng trang của bạn bao gồm nội dung nhắm đến những truy vấn đó. Nếu bạn làm được điều đó, bạn có khả năng cao hơn để được chọn trong các câu trả lời AI (ít nhất là về lý thuyết).
Vì vậy, tôi đã quyết định thực hiện một bài kiểm tra nhỏ để xem điều này có thực sự hiệu quả hay không. Tôi đã chọn bốn bài viết từ blog của chúng tôi, nhờ một thành viên trong nhóm cập nhật để giải quyết các truy vấn fan-out liên quan, và theo dõi khả năng hiển thị AI của chúng tôi trong một tháng.
Kết quả? Chà, chúng tiết lộ một số hiểu biết thú vị về tối ưu hóa AI.
Dưới đây là những điểm chính rút ra từ thí nghiệm của chúng tôi:
Những Điểm Chính
- Tối ưu hóa cho các truy vấn fan-out làm tăng đáng kể số lần trích dẫn AI: Trong mẫu nhỏ của chúng tôi gồm bốn bài viết, chúng tôi đã tăng gấp đôi số lần trích dẫn trong các truy vấn theo dõi từ hai lên năm. Mặc dù các con số tuyệt đối là nhỏ so với kích thước mẫu, nhưng số lần trích dẫn là chỉ số chính mà chúng tôi nhắm đến để tác động, và sự gia tăng này cho thấy thành công theo hướng tích cực.
- Số lần trích dẫn AI có thể không ổn định: Tôi đã kiểm tra định kỳ trong suốt tháng, và có một thời điểm, số lần trích dẫn của chúng tôi đã lên tới chín trước khi giảm xuống năm. Đã có các báo cáo về việc ChatGPT giảm mạnh số lần trích dẫn cho các thương hiệu và nhà xuất bản trên toàn bộ. Điều này cho thấy mọi thứ có thể thay đổi nhanh chóng khi bạn phụ thuộc vào các nền tảng AI để có khả năng hiển thị.
- Số lần đề cập đến thương hiệu của chúng tôi đã giảm cho các truy vấn theo dõi, và mọi người khác cũng vậy: Tổng thể, chúng tôi nhận thấy ít tham chiếu đến thương hiệu xuất hiện trong các phản hồi AI cho các truy vấn mà chúng tôi đang theo dõi. Điều này ảnh hưởng đến thị phần của chúng tôi, khả năng hiển thị thương hiệu và các chỉ số tổng số lần đề cập. Các thương hiệu khác cũng trải qua sự giảm tương tự. Đây có vẻ là một vấn đề riêng biệt so với sự thay đổi trích dẫn—nhiều hơn về cách các nền tảng AI xử lý các đề cập đến thương hiệu trong thời gian thí nghiệm của chúng tôi.
Chúng tôi sẽ thảo luận chi tiết về kết quả của thí nghiệm này sau trong bài viết. Trước tiên, hãy để tôi hướng dẫn bạn qua cách chúng tôi thực hiện thí nghiệm này, để bạn có thể hiểu phương pháp của chúng tôi và có thể sao chép hoặc cải thiện phương pháp của chúng tôi.
Cách Chúng Tôi Thực Hiện Thí Nghiệm Truy Vấn Fan-Out
Dưới đây là cách chúng tôi thiết lập và thực hiện thí nghiệm của mình:
- Tôi đã chọn bốn bài viết từ blog của chúng tôi
- Đối với mỗi bài viết được chọn, tôi đã nghiên cứu từ 10 đến 20 truy vấn fan-out
- Tôi đã hợp tác với Tushar Pol, một Nhà Văn Nội Dung Cấp Cao trong nhóm của chúng tôi, để giúp tôi thực hiện các thay đổi nội dung cho thí nghiệm này. Anh ấy đã chỉnh sửa nội dung trong các bài viết của chúng tôi để giải quyết càng nhiều truy vấn fan-out càng tốt.
- Tôi đã thiết lập theo dõi cho các truy vấn fan-out để chúng tôi có thể đo lường trước và sau khả năng hiển thị AI. Tôi đã sử dụng nền tảng Semrush Enterprise AIO cho việc này. Chúng tôi chủ yếu quan tâm đến việc xem các thay đổi nội dung của chúng tôi ảnh hưởng đến khả năng hiển thị trong AI Mode của Google như thế nào, nhưng các tối ưu hóa của chúng tôi cũng có thể tăng cường khả năng hiển thị trên các nền tảng khác như Tìm kiếm ChatGPT như một tác dụng phụ, vì vậy tôi cũng theo dõi hiệu suất ở đó.
Hãy cùng xem xét kỹ lưỡng từng bước này.
1. Chọn Bài Viết
Tôi đã có các tiêu chí cụ thể trong đầu khi chọn các bài viết cho thí nghiệm này.
Đầu tiên, tôi muốn các bài viết có hiệu suất ổn định trong vài tháng qua. Traffic gần đây đã biến động, và việc thử nghiệm trên các trang không ổn định sẽ khiến việc xác định liệu bất kỳ thay đổi nào trong hiệu suất là do các sửa đổi của chúng tôi hay chỉ là những biến động bình thường trở nên không thể.
Thứ hai, tôi đã tránh các bài viết cốt lõi cho doanh nghiệp của chúng tôi. Dù sao đây cũng là một thí nghiệm. Nếu có điều gì đó sai, tôi không muốn ảnh hưởng tiêu cực đến khả năng hiển thị của chúng tôi cho các chủ đề quan trọng.
Sau khi xem xét thư viện nội dung của chúng tôi, tôi đã tìm thấy bốn ứng viên hoàn hảo:
- Một hướng dẫn về cách tạo lịch marketing
- Một giải thích về subdomain là gì và cách chúng hoạt động
- Một hướng dẫn toàn diện về thứ hạng từ khóa của Google
- Một hướng dẫn chi tiết về cách thực hiện kiểm toán SEO kỹ thuật
2. Nghiên Cứu Các Truy Vấn Fan-Out
Tiếp theo, tôi chuyển sang nghiên cứu các truy vấn fan-out cho mỗi bài viết.
Hiện tại không có cách nào để biết các truy vấn fan-out nào (các câu hỏi liên quan và theo dõi) mà Google sẽ sử dụng khi ai đó tương tác với AI Mode, vì những truy vấn này được tạo ra một cách động và có thể thay đổi với mỗi tìm kiếm.
Vì vậy, tôi phải dựa vào các truy vấn tổng hợp. Đây là các truy vấn được tạo ra bởi AI mà gần giống với những gì Google có thể tạo ra khi mọi người tìm kiếm trong AI Mode.
Tôi quyết định sử dụng hai công cụ để tạo ra những truy vấn này.
Đầu tiên, tôi đã sử dụng Screaming Frog. Công cụ này cho phép tôi chạy một kịch bản tùy chỉnh chống lại từng bài viết. Script phân tích nội dung trang, xác định từ khóa chính mà nó nhắm đến, và sau đó thực hiện phiên bản riêng của việc mở rộng truy vấn để gợi ý các truy vấn liên quan.
Thật không may, dữ liệu không hiển thị đúng cách trong Screaming Frog—mọi thứ bị nhồi nhét vào một ô duy nhất. Vì vậy, tôi đã phải sao chép và dán toàn bộ nội dung ô đó vào một Google Sheet riêng.
Giờ tôi có thể thực sự thấy dữ liệu.
Điều tốt là script cũng kiểm tra xem nội dung của chúng tôi đã giải quyết những truy vấn này chưa. Nếu một số truy vấn đã được giải quyết, chúng tôi có thể bỏ qua chúng. Nhưng nếu có những truy vấn mới, chúng tôi cần thêm nội dung mới cho chúng.
Tiếp theo, tôi đã sử dụng Qforia, một công cụ miễn phí được tạo ra bởi Mike King và nhóm của anh ấy tại iPullRank.
Lý do tôi sử dụng một công cụ khác là đơn giản: Các công cụ khác nhau thường đưa ra những truy vấn khác nhau. Bằng cách mở rộng phạm vi, tôi sẽ có một danh sách đầy đủ hơn về các truy vấn tiềm năng để mở rộng.
Hơn nữa, nếu một số truy vấn là phổ biến trên cả hai công cụ, đó là tín hiệu cho thấy việc giải quyết chúng có thể quan trọng.
Cách Qforia hoạt động rất đơn giản: Nhập từ khóa chính của bài viết vào trường được cung cấp, thêm một khóa API Gemini, chọn chế độ tìm kiếm (hoặc Google AI Mode hoặc AI Overview), và chạy phân tích. Công cụ sẽ tạo ra các truy vấn liên quan cho bạn.
Sau khi chạy phân tích cho từng bài viết, tôi đã lưu kết quả vào cùng một Google Sheet.
3. Cập nhật các bài viết
Với một bảng tính đầy đủ các truy vấn mở rộng, đã đến lúc thực sự cập nhật các bài viết của chúng tôi. Đây là lúc Tushar vào cuộc.
Hướng dẫn của tôi rất đơn giản:
Kiểm tra các truy vấn mở rộng cho từng bài viết và giải quyết những truy vấn chưa được đề cập và có thể thêm vào. Nếu một số truy vấn cảm thấy vượt quá phạm vi của bài viết, thì có thể bỏ qua chúng và tiếp tục.
Tôi cũng đã nói với Tushar rằng việc bao gồm các truy vấn nguyên văn không phải lúc nào cũng cần thiết. Miễn là chúng tôi đang trả lời câu hỏi được đặt ra bởi truy vấn, cách diễn đạt chính xác không quan trọng bằng. Mục tiêu là đảm bảo nội dung của chúng tôi bao gồm những gì độc giả thực sự đang tìm kiếm.
Đôi khi, việc giải quyết một truy vấn có nghĩa là thực hiện những điều chỉnh nhỏ—chỉ cần thêm một hoặc hai câu vào nội dung hiện có. Những lúc khác, nó yêu cầu tạo ra các phần hoàn toàn mới.
Ví dụ, một trong những truy vấn mở rộng cho bài viết của chúng tôi về việc thực hiện kiểm toán SEO kỹ thuật là: "sự khác biệt giữa kiểm toán SEO kỹ thuật và kiểm toán SEO on-page."
Chúng tôi có thể đã giải quyết truy vấn này theo nhiều cách, nhưng một lựa chọn thông minh là thực hiện một so sánh ngay sau khi chúng tôi định nghĩa kiểm toán SEO kỹ thuật là gì.
Đôi khi, thật không dễ (hoặc thậm chí không thể) để tích hợp các truy vấn một cách tự nhiên vào nội dung hiện có. Trong những trường hợp đó, chúng tôi đã giải quyết chúng bằng cách tạo ra một phần FAQ mới và đề cập đến nhiều truy vấn mở rộng trong phần đó.
Dưới đây là một ví dụ:
Trong suốt một tuần, chúng tôi đã cập nhật tất cả bốn bài viết trong danh sách của mình. Những bài viết này không trải qua quy trình biên tập tiêu chuẩn của chúng tôi. Chúng tôi đã di chuyển nhanh chóng. Nhưng điều đó là có chủ đích, vì đây là một thí nghiệm chứ không phải là một cập nhật nội dung thông thường.
4. Thiết lập theo dõi
Trước khi chúng tôi công bố các cập nhật, tôi đã ghi lại hiệu suất hiện tại của từng bài viết để thiết lập một cơ sở so sánh. Bằng cách này, chúng tôi sẽ có thể biết liệu việc tối ưu hóa mở rộng truy vấn thực sự cải thiện khả năng hiển thị AI của chúng tôi hay không.
Tôi đã sử dụng nền tảng Enterprise AIO của chúng tôi để theo dõi kết quả. Tôi đã tạo một dự án mới trong công cụ và nhập tất cả các truy vấn mà chúng tôi đang nhắm đến. Công cụ sau đó bắt đầu đo lường khả năng hiển thị hiện tại của chúng tôi trong Google AI Mode và ChatGPT.
Lưu ý
Vì chúng tôi đã tạo ra các truy vấn mở rộng bằng cách sử dụng hai công cụ, nên có một số truy vấn tương tự trên cả hai báo cáo. Tôi đã phải hợp nhất dữ liệu để tránh theo dõi các bản sao. Ví dụ, các truy vấn như "phần mềm và công cụ lịch marketing" và "gợi ý phần mềm lịch marketing" thực sự có cùng một ý định, vì vậy tôi chỉ theo dõi một trong số chúng.
Dưới đây là hiệu suất trông như thế nào vào đầu thí nghiệm này:
- Trích dẫn: Điều này đo lường số lần các trang của chúng tôi được trích dẫn trong các phản hồi AI. Ban đầu, chỉ có hai trong bốn bài viết của chúng tôi được trích dẫn ít nhất một lần.
- Tổng số lần đề cập: Chỉ số này cho thấy tỷ lệ các truy vấn mà thương hiệu của chúng tôi được đề cập trực tiếp trong phản hồi AI. Tỷ lệ đó là 18/33—nghĩa là trong số 33 truy vấn được theo dõi, chúng tôi đã được đề cập cho 18 truy vấn.
- Thị phần giọng nói: Đây là một chỉ số có trọng số xem xét cả vị trí thương hiệu và tần suất đề cập trong các truy vấn AI được theo dõi. Điểm số của chúng tôi là 23,4%, cho thấy chúng tôi có mặt trong một số phản hồi nhưng không phải tất cả hoặc ở các vị trí hàng đầu.
- Khả năng hiển thị thương hiệu: Điều này cho chúng tôi biết tỷ lệ phần trăm các phản hồi nhắc đến thương hiệu của chúng tôi ít nhất một lần, bất kể vị trí.
Tôi quyết định chờ một tháng trước khi ghi lại các chỉ số một lần nữa. Sau đó, đã đến lúc kết thúc thí nghiệm của chúng tôi.
Kết quả: Những gì chúng tôi đã học được về tối ưu hóa mở rộng truy vấn
Kết quả thực sự là một mớ hỗn độn.
Đầu tiên là một tin tốt: tổng số trích dẫn của chúng tôi đã tăng lên.
Bốn bài viết của chúng tôi đã từ hai lần được trích dẫn tăng lên năm lần—tăng 150%. Ví dụ, một trong những chỉnh sửa mà chúng tôi đã thực hiện cho bài viết SEO kỹ thuật (mà chúng tôi đã trình bày trước đó) đã được sử dụng làm nguồn trong phản hồi AI.
Thấy nội dung của chúng tôi được trích dẫn chính xác là điều mà chúng tôi mong đợi, vì vậy đây là một chiến thắng. (Mặc dù kích thước mẫu nhỏ.)
Thú vị thay, kết quả cuối cùng của chúng tôi có thể ấn tượng hơn nếu chúng tôi kết thúc thí nghiệm sớm hơn. Có một thời điểm, chúng tôi đã đạt đến chín trích dẫn, nhưng sau đó chúng giảm khi ChatGPT giảm đáng kể số lần trích dẫn cho tất cả các thương hiệu.
Điều này chỉ ra rằng các nền tảng AI có thể rất khó đoán, và những yếu tố hoàn toàn nằm ngoài tầm kiểm soát của bạn có thể ảnh hưởng đến khả năng hiển thị của bạn.
Nhưng còn những chỉ số khác mà chúng tôi theo dõi thì sao?
Thị phần của chúng tôi đã giảm từ 23,4% xuống 20,0%, khả năng hiển thị thương hiệu giảm từ 13,6% xuống 10,6%, và số lần đề cập đến thương hiệu của chúng tôi giảm từ 18 xuống 10.
Theo dữ liệu của chúng tôi, không chỉ riêng chúng tôi thấy sự giảm sút trong các chỉ số thương hiệu. Dưới đây là một biểu đồ cho thấy có bao nhiêu thương hiệu có thị phần giảm xuống cùng một thời điểm.
Điều này xảy ra vì các nền tảng AI đã đề cập đến ít tên thương hiệu hơn khi tạo ra phản hồi cho các truy vấn mà chúng tôi theo dõi. Đây là một vấn đề hoàn toàn khác với những biến động về trích dẫn mà tôi đã đề cập trước đó.
Xem xét các yếu tố bên ngoài, tôi tin rằng nỗ lực tối ưu hóa của chúng tôi đã hoạt động tốt hơn so với dữ liệu cho thấy. Chúng tôi đã quản lý để tăng số lượng trích dẫn bất chấp những điều không thuận lợi.
Vậy bây giờ câu hỏi là:
Tối ưu hóa Query Fan-Out có hiệu quả không?
Dựa trên những gì chúng tôi đã học được trong thí nghiệm của mình, tôi sẽ nói là có - nhưng với một dấu sao lớn.
Tối ưu hóa query fan-out có thể giúp bạn có được nhiều trích dẫn hơn, điều này rất có giá trị. Nhưng thật khó để thúc đẩy sự tăng trưởng có thể đoán trước khi mọi thứ đang biến động như thế này. Hãy ghi nhớ điều này khi bạn tối ưu hóa cho AI.
Nếu bạn quan tâm đến việc tìm hiểu thêm về SEO AI, hãy theo dõi nội dung mới mà chúng tôi thường xuyên xuất bản trên blog của mình. Dưới đây là một số bài viết bạn nên xem tiếp theo:
Đưa góc nhìn thành kế hoạch.
Chia sẻ website và mục tiêu để LionTech tư vấn giải pháp phù hợp.
Đăng ký tư vấn ↗