Trong hai thập kỷ qua, các marketer đã xây dựng nội dung của họ xung quanh các từ khóa. Nhưng bây giờ, AI đã thay đổi cách mọi người tìm kiếm. Họ có thể mô tả các tình huống bằng từ ngữ của riêng mình, và điều đó giúp các nhóm nội dung có cái nhìn rõ ràng hơn về những khoảnh khắc đứng sau nhu cầu của họ.
Khoa học marketing gọi những điều này là điểm vào danh mục (CEPs): những tình huống khiến một người mua nghĩ về một danh mục và nhớ đến các thương hiệu có thể có.
Đây là ý nghĩa của điều đó trong thực tế. Giả sử traffic tự nhiên của nhóm bạn đang giảm. Từ khóa mô tả điều này là "cách tăng traffic tự nhiên." Từ khóa này có lượng tìm kiếm, các SERP rõ ràng, công việc khá đơn giản.
Nhưng từ khóa không nắm bắt được điều mà người đó thực sự đang gặp phải. Họ chưa thể xác định nguyên nhân gây ra sự giảm: một thay đổi thuật toán, AI Overviews, hoặc nội dung của chính họ bị tụt lại. Họ đã đọc các bài viết về SEO kỹ thuật và không chắc liệu đó có phải là vấn đề hay không. Họ cần giúp đỡ trong việc chẩn đoán trước khi bất kỳ hướng dẫn nào có thể giúp.
Tình huống cơ bản đó chính là CEP. Trong trường hợp này, nó là "traffic tự nhiên của chúng tôi đang giảm và chúng tôi không thể biết lý do tại sao." Trong tìm kiếm bằng AI, người mua có thể mô tả CEP đó một cách trực tiếp: "Traffic tự nhiên của chúng tôi đã giảm 30% trong sáu tháng và tôi không thể biết liệu đó có phải là một thay đổi thuật toán, AI Overviews, hay nội dung của chúng tôi bị tụt lại. Tôi có thể làm gì?"
Trong vài tháng qua, tôi đã thử nghiệm xem việc gắn nội dung vào các CEP có thay đổi cách các hệ thống AI hiển thị công việc của Semrush hay không.
Câu trả lời ngắn gọn là có. Một bài viết đã được trích dẫn mỗi tuần trong hơn bốn tháng. Một bài khác đã nâng tỷ lệ tiếng nói trong cụm chủ đề mục tiêu từ 15% lên 26% trong tuần sau khi xuất bản.
Bài viết này chia sẻ những gì tôi đã tìm thấy và cách bạn có thể bắt đầu.
Ý tưởng marketing đứng sau thí nghiệm của chúng tôi
Điểm vào danh mục đã tồn tại trước khi có tìm kiếm bằng AI hơn 15 năm. Khung lý thuyết này đến từ cuốn sách của Byron Sharp How Brands Grow (2010), một trong những cuốn sách có bằng chứng rõ ràng nhất trong khoa học marketing.
Sharp và các đồng nghiệp của ông tại Viện Ehrenberg-Bass đã sử dụng dữ liệu mua sắm quy mô lớn trên hàng chục danh mục để chỉ ra rằng sự tăng trưởng thương hiệu phụ thuộc vào khả năng ghi nhớ: được nhớ đến trong những khoảnh khắc kích hoạt nhu cầu danh mục.
Một CEP là một trong những khoảnh khắc đó, và chúng xảy ra mọi lúc.
Hãy nghĩ về việc lái xe về nhà muộn vào ban đêm, đói bụng, với hầu hết các nhà hàng đã đóng cửa. McDonald's xuất hiện trong đầu bạn. Có thể Taco Bell cũng vậy. Bạn không nhất thiết phải thèm một trong hai, nhưng tình huống đã kích hoạt danh mục, và một vài thương hiệu đi kèm với nó.
Đó là khả năng ghi nhớ.
Điều tương tự cũng xảy ra trong B2B. Đối với một công cụ quản lý dự án, một CEP là khoảnh khắc mà một nhóm nhỏ vượt qua sự phối hợp không chính thức. Một người mua trong khoảnh khắc đó có thể mô tả: "nhóm của tôi vừa phát triển vượt quá năm người và sự phối hợp đang bị phá vỡ." Asana xuất hiện trong đầu họ. Có thể là Monday hoặc Trello.
Đối với một nền tảng SEO, một CEP có thể là khoảnh khắc mà một nhóm nghi ngờ rằng tìm kiếm bằng AI đang ăn mòn traffic của họ nhưng không thể xác nhận điều đó. Người mua có thể nói: "Tôi nghĩ tôi đang mất traffic vào tìm kiếm bằng AI và tôi không biết làm thế nào để xác định." Semrush xuất hiện trong đầu họ. Có thể một vài cái khác.
Tôi đã gắn thí nghiệm của chúng tôi vào các CEP vì chúng cung cấp cho chúng tôi một cách có nguyên tắc để xác định chủ đề nội dung nên là gì — một khoảnh khắc nhu cầu cụ thể, kiểu khoảnh khắc mà một người mua có thể mô tả trong một lời nhắc AI.
Tại sao CEP phù hợp với tìm kiếm bằng AI
CEPs phù hợp với tìm kiếm bằng AI vì ba lý do chính:
- Các lời nhắc có thể cho chúng ta cái nhìn trực tiếp về những tình huống mà người mua đang gặp phải
- Một CEP có thể nắm bắt nhiều lời nhắc mà người mua sử dụng cho cùng một tình huống
- Khả năng ghi nhớ, mà CEP về cơ bản là, cuối cùng có thể đo lường được
Các lời nhắc làm cho CEP trở nên rõ ràng
Trong tìm kiếm bằng AI, người mua có thể mô tả toàn bộ tình huống của họ bằng từ ngữ của riêng mình. Chúng ta có thể tìm thấy các CEP đứng sau những mô tả đó và xây dựng nội dung xung quanh chúng.
Sau đó, khi một người mua tìm đến AI để mô tả tình huống đó, bài viết của chúng tôi sẽ xuất hiện trong câu trả lời vì chúng tôi đã viết nó cho tình huống đó.
Một CEP xuất hiện trong nhiều lời nhắc
Người mua trong cùng một tình huống có thể diễn đạt lời nhắc của họ bằng những từ khác nhau, ở các mức độ cụ thể khác nhau, và với các sắc thái cảm xúc khác nhau.
Ví dụ, bài viết của chúng tôi "Tại sao đối thủ cạnh tranh lại thắng trong tìm kiếm bằng AI?" đã đề cập đến CEP mà chúng tôi xác định là: Tôi đã nhận thấy các đối thủ cạnh tranh của mình xuất hiện trong các câu trả lời của AI và chúng tôi thì không.
Trong gần năm tháng, các hệ thống AI đã truy xuất bài viết này qua hàng chục lời nhắc khác nhau, tất cả đều mô tả tình huống đó theo những cách khác nhau. Một số rất cụ thể ("tại sao [đối thủ] xuất hiện trong các phản hồi của ChatGPT cho [danh mục]?"). Những cái khác thì chung chung hơn ("làm thế nào để tôi đưa thương hiệu của mình vào kết quả tìm kiếm bằng AI?").
Khả năng ghi nhớ trở nên có thể đo lường
Lập luận của Sharp chủ yếu xoay quanh khả năng ghi nhớ: liệu một thương hiệu có được liên kết với khoảnh khắc mà ai đó lần đầu nghĩ "Tôi có thể cần loại sản phẩm này."
Sự liên kết đó từ trước đến nay rất khó để đo lường. Chúng tôi đã dựa vào các khảo sát, các nghiên cứu ghi nhớ không được nhắc đến, và các tín hiệu chậm, ồn ào khác.
Tìm kiếm bằng AI giờ đây cho phép chúng ta thấy sự liên kết đó một cách trực tiếp hơn.
Tín hiệu rõ ràng nhất là thông qua một đề cập thương hiệu trong chính câu trả lời. Điều này có nghĩa là thương hiệu của bạn đã được nhớ đến vào thời điểm cần thiết. Một tín hiệu nhẹ nhàng hơn là thông qua một trích dẫn nội dung của bạn như một nguồn: AI đã đánh giá nội dung của bạn có liên quan đến thời điểm, ngay cả khi không đề cập đến thương hiệu.
Các đề cập và trích dẫn đều là những tín hiệu khả năng nhận biết mới. Trước đây, không có cách nào để đo lường điều này trước khi có tìm kiếm bằng AI. Đó là một điều mà tôi nghĩ đã khiến thí nghiệm này đáng để thực hiện.
Cách chúng tôi thực hiện thí nghiệm
Thí nghiệm có ba giai đoạn:
- Xác định các điểm vào danh mục mà chúng tôi cần nội dung nhất,
- Viết các bài viết xoay quanh những tình huống đó
- Theo dõi hiệu suất của các bài viết đó trên các nền tảng AI
Xác định các CEP
Tôi bắt đầu bằng cách lập bản đồ các câu hỏi mà người mua đang sử dụng trong danh mục của chúng tôi. Các đầu vào đến từ ba nguồn: dữ liệu câu hỏi bên trong Semrush Enterprise AIO, các cuộc trò chuyện với đội ngũ bán hàng và thành công của khách hàng của chúng tôi, và những loại câu hỏi mà chúng tôi thường thấy trong các phiếu hỗ trợ và trên mạng xã hội.
Từ bản đồ đó, tôi đã vạch ra các tình huống cơ bản. Những khoảnh khắc đã đưa ai đó đến một công cụ AI ngay từ đầu, như "Tôi nghĩ rằng các đối thủ của tôi đang xuất hiện nhiều hơn chúng tôi" hoặc "Tôi không biết liệu tìm kiếm bằng AI có đang gửi traffic cho chúng tôi hay không."
Sau đó, tôi đã lọc ra các tình huống mà Semrush có quyền sở hữu: những nơi mà công cụ, dữ liệu và chuyên môn của chúng tôi thực sự có liên quan, và nơi mà chúng tôi chưa được đại diện tốt trong các câu trả lời do AI tạo ra.
Xây dựng các bài viết
Đối với mỗi CEP, đội ngũ đã viết bài từ bên trong tình huống.
Chúng tôi đã định hình mỗi tiêu đề như một câu hỏi mà một người mua trong tình huống đó có thể tự nhiên hỏi. "Tại Sao Các Đối Thủ Của Tôi Xuất Hiện Trong Tìm Kiếm AI Mà Không Phải Chúng Tôi?" nghe tự nhiên vì nó thể hiện CEP bằng giọng nói của người mua.
Trong mỗi bài viết, một số H2 phản ánh các câu hỏi cụ thể thuộc CEP. Các phần mở đầu đã thừa nhận tình huống một cách trực tiếp, bỏ qua các định nghĩa và tổng quan danh mục thông thường.
Và chúng tôi đã xây dựng mỗi bài viết để giải quyết CEP một cách trực diện, bằng ngôn ngữ tự nhiên, không có những lời quảng cáo rườm rà.
Đo lường khả năng hiển thị AI
Tôi đã theo dõi hiệu suất bằng cách sử dụng Semrush Enterprise AIO trên 1.758 câu hỏi trong các cụm danh mục của chúng tôi.
Đối với mỗi bài viết, tôi đã đo lường cả hai tín hiệu từ phần trước: trích dẫn (khi bài viết của chúng tôi được lấy làm nguồn) và đề cập thương hiệu (khi "Semrush" xuất hiện trong câu trả lời).
Tôi đã theo dõi năm chỉ số:
- Lượng trích dẫn: trích dẫn hàng tuần cho mỗi bài viết trên ChatGPT, Google AI Overviews và Google AI Mode
- Phạm vi câu hỏi: số lượng câu hỏi khác nhau đã trích dẫn mỗi bài viết
- Phân phối mô hình: phân phối trích dẫn trên ba nền tảng
- Thị phần giọng nói (SOV): đề cập của Semrush so với đối thủ trong mỗi cụm chủ đề của bài viết
- Đề cập thương hiệu: tần suất "Semrush" xuất hiện trong câu trả lời AI khi bài viết được trích dẫn
Những gì đã thay đổi khi chúng tôi gắn nội dung với các CEP
Khi chúng tôi gắn nội dung với các CEP, hai điều đã thay đổi: lượng trích dẫn tăng lên theo tháng trên cùng một bài viết, và thị phần thương hiệu tăng lên trong các cụm chủ đề của chúng.
Dữ liệu trích dẫn cho thấy điều gì
Các trích dẫn đã tăng lên trên cùng một bài viết trong nhiều tháng. Các bài viết mà điều này xảy ra có một CEP rõ ràng và nội dung đã bao quát nó một cách đầy đủ.
"Tại Sao Các Đối Thủ Đang Thắng Trong Tìm Kiếm AI?" đạt đỉnh vào khoảng tuần thứ tám và giữ ở mức khoảng một nửa mức đó trong bốn tháng tiếp theo.
Hai bài viết gần đây hơn, "AI trích dẫn trang của tôi so với các nguồn bên thứ ba" và "Sửa thông tin sai lệch về thương hiệu AI," cho thấy hình dạng cùng một quỹ đạo sớm trong quá trình chạy của chúng.
Các bài viết không tăng lên đã cho tôi biết điều gì là quan trọng.
Các hệ thống AI đã trích dẫn "Bắt kịp với tìm kiếm AI" trên nhiều câu hỏi khác nhau hơn bất kỳ bài viết nào khác trong bộ, sau đó ngừng trích dẫn nó sau năm tuần. Phạm vi câu hỏi đơn thuần không đủ. Điều quan trọng là liệu AI có tiếp tục trích dẫn bài viết cho cùng một câu hỏi: liệu bài viết có phải là câu trả lời cho một tình huống cụ thể, lặp đi lặp lại hay không.
Chúng tôi đã xuất bản "Mất traffic AI Overviews" cùng ngày với bài viết có hiệu suất tốt nhất, và nó đề cập đến một chủ đề liên quan chặt chẽ. Nhưng nó không bao giờ đạt được lượng trích dẫn có ý nghĩa. Lý do là chúng tôi đã xây dựng nó xung quanh một mối quan tâm về chủ đề, không hoàn toàn là một CEP. Bài viết có hiệu suất tốt nhất bắt đầu từ một tình huống cụ thể của người mua, và đó là điều mà tìm kiếm bằng AI đã tiếp tục khớp với.
Một mẫu số chung giữa tất cả các bài viết: Google AI Overviews đã tạo ra phần lớn các trích dẫn trên các bài viết đã tăng lên. ChatGPT là nền tảng ổn định nhất qua từng tuần. Google AI Mode là nền tảng biến động nhất, đôi khi chiếm ưu thế trong các trích dẫn của một bài viết và đôi khi giảm xuống gần như bằng không.
Cách mà các trích dẫn chuyển đổi thành khả năng hiển thị thương hiệu
Tôi cũng đã theo dõi thị phần giọng nói và đề cập thương hiệu để hiểu những gì các trích dẫn đó chuyển đổi thành.
Đối với "AI trích dẫn trang của tôi so với các nguồn bên thứ ba," các đề cập của Semrush trên các câu hỏi đã trích dẫn bài viết tăng khoảng 30% trong hai tuần sau khi xuất bản.
Trong cụm chủ đề chính của bài viết đó, thị phần giọng nói đã tăng từ 15% vào tuần trước khi xuất bản lên 26% vào tuần sau, trong khi chỉ số khả năng hiển thị AI rộng hơn chỉ tăng từ 21% lên 22%.
Sự tăng trưởng này mạnh hơn so với chuyển động nền, mặc dù khoảng thời gian sau khi xuất bản vẫn còn sớm.
Tuy nhiên, mẫu hình không phải lúc nào cũng rõ ràng như vậy.
Đối với "Tại Sao Các Đối Thủ Đang Thắng Trong Tìm Kiếm AI?", các đề cập trong cụm chủ đề của bài viết đã tăng gấp đôi trong những tuần sau khi xuất bản. Sự gia tăng đã bắt đầu từ sáu đến tám tuần trước đó, tăng lên qua tháng Mười Một và tháng Mười Hai năm 2025. Các hoạt động khác trong cụm đã bắt đầu tạo động lực, và bài viết này đã mở rộng nó thay vì kích hoạt một bước thay đổi mới.
Và, như chúng ta đã biết, trích dẫn và đề cập không phải là kết quả giống nhau. Khi tôi xem xét thủ công các phản hồi AI cho những yêu cầu được trích dẫn nhiều nhất, tôi đã xác định được bốn mẫu trích dẫn khác nhau:
- Bài viết được trích dẫn bên trong phản hồi và hiển thị ở bảng bên
- Bài viết chỉ được trích dẫn ở bảng bên
- Bài viết được trích dẫn bên trong phản hồi nhưng không hiển thị ở bảng bên
- Semrush được đề cập rõ ràng trong chính câu trả lời
Trong hầu hết các trường hợp, bài viết đóng vai trò như một nguồn hỗ trợ.
Tên Semrush xuất hiện ở bảng bên như một sản phẩm phụ của việc bài viết được truy xuất. Các đề cập trực tiếp đến thương hiệu trong nội dung câu trả lời là ngoại lệ.
Trích dẫn tạo ra traffic và tín hiệu quyền lực. Các đề cập xây dựng sự ghi nhớ thương hiệu bằng cách đưa tên bạn vào chính câu trả lời. Hai yếu tố này không phải lúc nào cũng đi cùng nhau.
Nơi bạn có thể bắt đầu
Bắt đầu với danh sách các tình huống đưa người mua vào danh mục của bạn. Đây là các CEP của bạn.
Hãy ngồi xuống với đội ngũ bán hàng của bạn, đội ngũ thành công của khách hàng, những người nghe những gì người mua thực sự nói, và viết ra 20 khoảnh khắc thực tế. Những tình huống cụ thể như: "khoảnh khắc khách hàng của chúng tôi lần đầu nhận ra họ có vấn đề này," "khoảnh khắc tên của một đối thủ cạnh tranh xuất hiện trong đầu họ," "khoảnh khắc họ quyết định rằng đáng để làm điều gì đó về nó."
Sau đó, kiểm tra nội dung hiện có của bạn so với danh sách. Một số khoảnh khắc sẽ được đề cập tốt. Những khoảnh khắc khác thì không. Những khoảnh khắc chưa được đề cập là nơi nội dung dựa trên CEP có nhiều không gian để hoạt động. Khoảng cách giữa thực tế của người mua và những gì có sẵn là rộng nhất ở đó.
Ví dụ:
Một trong những khoảnh khắc mà chúng tôi đã viết xuống là: "Tôi đã nhận thấy các đối thủ của mình xuất hiện trong các câu trả lời AI và chúng tôi thì không." Nội dung hiện có của chúng tôi đã đề cập đến chủ đề rộng hơn về khả năng hiển thị tìm kiếm bằng AI, nhưng không có gì đề cập đến tình huống cụ thể đó. Chúng tôi đã viết "Tại sao các đối thủ đang thắng trong tìm kiếm AI?" xung quanh nó. Bài viết mở đầu với khoảnh khắc chính xác đó, đi qua cách chẩn đoán nó, và kết thúc với những gì cần làm. Đó là bài viết đã tạo ra nhiều trích dẫn trong suốt bốn tháng liên tiếp.
Viết bài viết mà bạn muốn tìm nếu bạn là người gõ tình huống đó vào ChatGPT. Bốn nguyên tắc quan trọng khi bạn bắt đầu viết:
- Đặt mỗi nguyên tắc xung quanh chính tình huống đó
- Sử dụng ngôn ngữ tự nhiên mà một người thực sự sẽ sử dụng
- Giao cho mỗi phần một nhiệm vụ rõ ràng duy nhất
- Giữ cấu trúc dễ quét mà không hy sinh độ sâu
Những nguyên tắc này mô tả những gì tìm kiếm bằng AI thực sự thưởng: nội dung được xây dựng cho những khoảnh khắc thực tế của người mua, được viết rõ ràng cho những người trong những khoảnh khắc đó.
Đưa góc nhìn thành kế hoạch.
Chia sẻ website và mục tiêu để LionTech tư vấn giải pháp phù hợp.
Đăng ký tư vấn ↗