Kiểm Tra Khả Năng Hiển Thị Trên AI (GEO)

Tính năng nổi bật

• Tải HTML gốc của trang qua máy chủ (không chạy JavaScript), kèm /robots.txt và /llms.txt của tên miền, đo thời gian nhận phản hồi đầu tiên
• Đối chiếu robots.txt theo RFC 9309 với 5 bot tìm kiếm (Googlebot, Bingbot, OAI-SearchBot, Claude-SearchBot, PerplexityBot) và 8 bot huấn luyện hoặc tải theo yêu cầu, chỉ ra đúng dòng luật quyết định
• Phát hiện noindex, nosnippet, max-snippet, data-nosnippet trong thẻ meta robots, googlebot, bingbot và header X-Robots-Tag, hiểu cả tiền tố tên bot
• Đọc mọi khối JSON-LD kể cả @graph, báo khối lỗi cú pháp, liệt kê loại schema, lấy tác giả, datePublished, dateModified, FAQPage, sameAs
• Tách vùng nội dung chính (main, article), bỏ menu, chân trang, script rồi đếm chữ, dựng dàn ý heading, tìm đoạn mở đầu ngay sau H1 và đếm số chữ
• Nhận diện heading dạng câu hỏi tiếng Việt và tiếng Anh (là gì, bao nhiêu, như thế nào, có nên, cách...), đếm danh sách và bảng HTML thật
• Điểm 0 đến 100 có trọng số, điểm riêng từng nhóm, trần 20 điểm khi trang noindex hoặc chặn mọi bot tìm kiếm; llms.txt và bot huấn luyện chỉ hiện để tham khảo, không cộng trừ điểm
• Mỗi tiêu chí có phần Vì sao và Cách sửa, nút sao chép toàn bộ báo cáo dạng chữ để gửi cho lập trình viên hoặc người viết nội dung

Vì sao nên kiểm tra tín hiệu GEO trước khi viết thêm nội dung

GEO (Generative Engine Optimization) là cách gọi chung cho việc làm nội dung để các công cụ trả lời bằng AI như Google AI Overviews, AI Mode, ChatGPT tìm kiếm, Perplexity hay Claude đọc được và chọn làm nguồn. Phần lớn lời khuyên GEO trên mạng nói về cách viết, nhưng khi soát site thực tế, lỗi hay gặp nhất lại nằm ở tầng kỹ thuật rất cơ bản: robots.txt chép từ mạng về chặn luôn OAI-SearchBot và PerplexityBot vì tưởng đó là bot huấn luyện, plugin SEO để sót noindex trên trang dịch vụ, theme gắn data-nosnippet cho cả khối nội dung, hoặc trang dựng bằng JavaScript khiến HTML gốc gần như trống. Những lỗi này làm mọi công sức viết lách trở nên vô ích, vì bot không đọc được thì không thể trích. Công cụ này gom các bước soát đó vào một lần bấm: bạn biết ngay trang có bị chặn ở đâu, rồi mới đến các tín hiệu cấu trúc như đoạn mở đầu trả lời thẳng câu hỏi, heading rõ ràng, tác giả và ngày cập nhật. Thứ tự đó cũng là thứ tự nên sửa: mở đường cho bot trước, làm rõ cấu trúc sau.

Lợi ích khi sử dụng

• •Phát hiện trong vài giây việc chặn nhầm bot tìm kiếm AI, lỗi phổ biến nhất khiến site không bao giờ được dẫn nguồn
• •Phân biệt rõ bot tìm kiếm với bot huấn luyện, để chặn huấn luyện mà vẫn giữ khả năng xuất hiện trong câu trả lời
• •Thấy trang dưới góc nhìn của bot không chạy JavaScript: bao nhiêu chữ, heading nào, đoạn mở đầu nào
• •Có danh sách việc cần sửa xếp theo mức độ, kèm giải thích dễ hiểu cho người không chuyên kỹ thuật
• •Không hứa hẹn quá mức: điểm tách bạch giữa tín hiệu đo được và những thứ không ai đo được như chất lượng nội dung
• •Miễn phí, không cần đăng ký, chạy được trên điện thoại

Cách kiểm tra một trang

1. 1Dán URL đầy đủ của trang muốn kiểm (bài viết, trang dịch vụ, trang sản phẩm). Gõ thiếu https:// thì công cụ tự thêm.
2. 2Bấm Kiểm tra. Máy chủ của công cụ tải HTML của trang, robots.txt và llms.txt của tên miền, thường mất 2 đến 10 giây.
3. 3Xem điểm tổng và điểm từng nhóm. Nếu điểm bị chặn ở mức 20, trang đang noindex, không trả 200 hoặc chặn hết bot tìm kiếm: sửa việc đó trước tiên.
4. 4Đọc từng tiêu chí có nhãn Lỗi hoặc Cần xem, mở phần Vì sao và cách sửa để biết phải làm gì.
5. 5Ở tiêu chí robots.txt, xem bảng bot: cột Luật quyết định cho biết chính xác dòng Allow hoặc Disallow nào đang áp dụng.
6. 6Bấm Sao chép báo cáo để gửi cho người phụ trách kỹ thuật, sửa xong thì kiểm lại cùng URL để so điểm.

Điểm tín hiệu GEO được tính thế nào

Công cụ chấm 17 tiêu chí có trọng số, cộng thêm 2 mục chỉ để tham khảo (bot huấn luyện và llms.txt, trọng số 0). Tiêu chí đạt được trọn trọng số, tiêu chí cần xem được một nửa, tiêu chí lỗi được 0. Tổng trọng số là 122: nhóm truy cập 70 (mã phản hồi 10, noindex 15, snippet 10, robots.txt 15, canonical 5, tốc độ 5, nội dung trong HTML 10), nhóm cấu trúc 29 (heading 8, đoạn mở đầu 8, heading dạng câu hỏi 4, FAQ 5, danh sách hoặc bảng 4), nhóm tin cậy 23 (schema 6, tác giả 5, ngày 5, tổ chức 3, title và description 4). Nhóm truy cập nặng nhất vì đó là điều kiện cần: Google ghi rõ trang phải được lập chỉ mục và đủ điều kiện hiện snippet thì mới được dùng làm liên kết trong AI Overviews và AI Mode. Thêm hai mức trần: trang noindex, trả mã khác 2xx hoặc chặn cả 5 bot tìm kiếm thì điểm tối đa 20; chặn riêng Googlebot hoặc Bingbot thì tối đa 50. Ví dụ tính bằng chính công cụ: một trang bảng giá có đủ title, canonical, schema, heading, đoạn mở đầu 60 chữ, nhưng phản hồi sau 1.200 ms, không có tác giả trong schema, chỉ có ngày đăng, không có FAQ, không có heading dạng câu hỏi và schema Organization thiếu sameAs, được 89 điểm (mất 13,5 trên 122). Cũng trang đó nếu robots.txt chặn thêm OAI-SearchBot và PerplexityBot thì còn 83 điểm; nếu robots.txt ghi User-agent: * kèm Disallow: / thì rơi xuống 20.

Bot tìm kiếm, bot huấn luyện và bot tải theo yêu cầu khác nhau ra sao

Các hãng AI tách bot theo mục đích, và mỗi bot đọc một nhóm User-agent riêng trong robots.txt. Theo trang tài liệu crawler của OpenAI, OAI-SearchBot đưa trang vào phần tìm kiếm của ChatGPT, GPTBot thu thập dữ liệu có thể dùng huấn luyện mô hình, hai thiết lập này độc lập với nhau; ChatGPT-User tải trang khi người dùng yêu cầu và OpenAI nói robots.txt có thể không áp dụng cho loại truy cập này. Anthropic (bài 8896518 trên trung tâm trợ giúp) mô tả ClaudeBot cho huấn luyện, Claude-SearchBot cho lập chỉ mục tìm kiếm, Claude-User cho truy cập do người dùng yêu cầu. Perplexity mô tả PerplexityBot dùng để hiện và dẫn link trang trong kết quả, còn Perplexity-User tải trang theo yêu cầu người dùng và thường bỏ qua robots.txt. Với Google, AI Overviews và AI Mode dùng chính chỉ mục của Googlebot; Google-Extended chỉ là token điều khiển việc dùng nội dung cho Gemini và theo tài liệu của Google, nó không ảnh hưởng việc có mặt hay thứ hạng trong Google Search. Vì vậy công cụ chỉ tính điểm cho 5 bot tìm kiếm. Bạn hoàn toàn có thể chặn GPTBot, ClaudeBot, Google-Extended, CCBot để từ chối huấn luyện mà điểm không giảm.

Cách công cụ đọc robots.txt

Bộ đọc làm theo RFC 9309. Các dòng User-agent liền nhau tạo thành một nhóm (dòng lạ như Crawl-delay xen giữa không cắt nhóm); bot tìm nhóm mang đúng tên mình (không phân biệt hoa thường, phần phiên bản như /2.1 được bỏ qua), không có mới dùng nhóm User-agent: *. Nhiều nhóm cùng tên bot được gộp lại. Lưu ý điều nhiều người nhầm: khi đã có nhóm riêng cho PerplexityBot thì PerplexityBot bỏ qua hoàn toàn nhóm *, nên những dòng Disallow trong nhóm * không áp dụng cho nó. Trong nhóm được chọn, luật có đường dẫn dài nhất khớp với URL sẽ thắng, dài bằng nhau thì Allow thắng; dấu * khớp chuỗi bất kỳ, dấu $ neo cuối đường dẫn. Dòng Disallow để trống nghĩa là không chặn gì. Đường dẫn có dấu tiếng Việt viết thẳng trong robots.txt được mã hóa phần trăm trước khi so, nên Disallow: /tin-tức vẫn khớp URL /tin-t%E1%BB%A9c. Nếu /robots.txt trả 404 hoặc 4xx, mọi bot được phép. Nếu trả lỗi 5xx hoặc không kết nối được, RFC 9309 cho phép bot coi như toàn site bị chặn, nên công cụ báo Cần xem và đánh dấu mọi bot là bị chặn tạm thời. Phần so khớp đường dẫn được viết không dùng biểu thức chính quy để mẫu nhiều dấu * không làm treo trình duyệt.

llms.txt: có nên làm và vì sao không tính điểm

llms.txt là đề xuất cộng đồng công bố ở llmstxt.org: một tệp Markdown đặt ở gốc tên miền, dòng đầu là tiêu đề H1 tên site, tiếp theo là đoạn tóm tắt và danh sách liên kết tới các trang quan trọng. Phía Google Search, hướng dẫn tối ưu cho tìm kiếm AI và trang AI features and your website đều nói bạn không cần tạo tệp đọc bằng máy hay tệp văn bản dành riêng cho AI để xuất hiện trong AI Overviews và AI Mode, và Google Search không dùng các tệp này. Chrome Lighthouse có một bài kiểm tra llms.txt trong nhóm thử nghiệm dành cho trình duyệt dùng tác tử, nhưng đó là chuyện khác với xếp hạng hay trích dẫn. Vì những lý do đó, công cụ chỉ báo trạng thái llms.txt (có, không có, sai định dạng, hoặc trả về trang HTML giả) mà không cộng điểm. Nếu bạn vẫn muốn có tệp này, công cụ tạo llms.txt trên cùng site giúp soạn đúng cấu trúc.

Đoạn mở đầu, heading câu hỏi, FAQ: kinh nghiệm viết, không phải luật

Ba tiêu chí trong nhóm cấu trúc dựa trên kinh nghiệm viết cho người đọc chứ không phải yêu cầu chính thức. Trong hướng dẫn về tính năng AI công bố tháng 5/2026, Google nói không cần chia nội dung thành mẩu nhỏ để AI hiểu. Tuy vậy, một đoạn 40 đến 80 chữ ngay dưới H1 trả lời thẳng câu hỏi chính của trang có ích cho cả người lướt nhanh lẫn hệ thống cần một đoạn tự đủ nghĩa để trích. Công cụ lấy đoạn văn đầu tiên dài từ 60 ký tự nằm sau H1 (bỏ qua dòng ngày tháng, breadcrumb ngắn), đạt khi dài 25 đến 90 chữ. Heading dạng câu hỏi được nhận ra khi kết thúc bằng dấu hỏi, bắt đầu bằng cách, vì sao, tại sao, có nên, khi nào, bao nhiêu, hoặc kết thúc bằng là gì, như thế nào, ra sao, bao lâu, ở đâu. Phần FAQ đạt khi có schema FAQPage, hoặc từ 3 heading câu hỏi, hoặc từ 3 khối details mở rộng. Lưu ý: Google đã ngừng hiện kết quả nhiều định dạng FAQ trên Search từ 07/05/2026, nên giá trị của FAQ nằm ở nội dung hỏi đáp chứ không ở hiển thị đặc biệt.

Tác giả, ngày cập nhật và schema: tín hiệu tin cậy đọc được bằng máy

Trong nhóm tin cậy, công cụ đọc mọi khối script type=application/ld+json, kể cả dạng @graph và mảng, chịu được khối bọc trong chú thích HTML hay CDATA. Khối nào JSON.parse không đọc được thì bị đếm là lỗi và tiêu chí schema thành Lỗi, vì một khối hỏng có thể làm mất cả dữ liệu tác giả lẫn tổ chức. Tác giả đạt khi schema loại bài viết hoặc trang có trường author có tên; nếu chỉ thấy meta author, rel=author hay khối byline trên trang thì Cần xem. Ngày đạt khi có ngày cập nhật (dateModified trong schema hoặc article:modified_time) trong vòng 730 ngày; chỉ có ngày đăng thì Cần xem; ngày nằm ở tương lai cũng bị báo để kiểm lại múi giờ. Schema Organization hoặc LocalBusiness có sameAs giúp nối website với các hồ sơ chính thức, đặc biệt hữu ích khi tên doanh nghiệp trùng với đơn vị khác. Google khuyên dữ liệu trong schema phải khớp với chữ hiển thị trên trang; schema khai một đằng, trang ghi một nẻo là cách nhanh nhất để mất tin cậy.

Giới hạn của công cụ cần biết

Công cụ đọc HTML gốc và không chạy JavaScript, giống cách nhiều bot đọc trang. Nếu site dựng hoàn toàn bằng JavaScript phía trình duyệt, kết quả sẽ báo ít chữ và thiếu heading; đó đúng là điều bot không render JavaScript nhìn thấy, nhưng Googlebot có render nên Google có thể vẫn thấy nội dung. Thời gian phản hồi đo từ máy chủ của công cụ nên phụ thuộc khoảng cách mạng, hãy đo vài lần. Một số site chặn yêu cầu từ máy chủ lạ bằng tường lửa hoặc Cloudflare, khi đó công cụ có thể nhận trang thử thách hoặc mã 403 thay vì trang thật và hiện cảnh báo đỏ ngay dưới điểm; các mục về nội dung lúc đó không phản ánh trang của bạn, nhưng cũng là dấu hiệu bot AI có thể gặp cùng rào chắn. Công cụ không biết trang của bạn có thật sự được ChatGPT, Perplexity hay Google trích hay không, vì việc đó phụ thuộc thứ hạng, độ uy tín của site và từng câu hỏi; muốn biết thì cần thử hỏi trực tiếp và theo dõi lượt truy cập giới thiệu từ các dịch vụ đó trong công cụ phân tích. HTML lớn hơn 3 MB chỉ được đọc 3 MB đầu.

Câu hỏi thường gặp (FAQ)

Từ khóa liên quan

• kiểm tra geo
• geo là gì
• generative engine optimization
• tối ưu ai overviews
• seo cho chatgpt
• kiểm tra ai crawler
• chặn bot ai tìm kiếm
• gptbot robots.txt
• claudebot
• perplexitybot
• google-extended
• llms.txt
• ai visibility checker
• kiểm tra nosnippet
• tối ưu nội dung cho ai overview
• schema tác giả
• datemodified schema
• tối ưu nội dung cho ai
• aeo là gì
• được ai trích dẫn