Khi AI trả lời về thương hiệu của bạn, nó rút thông tin từ hai nơi khác nhau: những gì model đã học trong quá trình huấn luyện, và những gì model vừa tìm được trên web. Hai lớp này cập nhật theo hai cơ chế hoàn toàn khác nhau. Đây là phân biệt quan trọng nhất mà phần lớn hướng dẫn về AEO bỏ qua. Nó giải thích vì sao có những vấn đề bạn sửa được trong vài tuần, và có những vấn đề mất nhiều tháng bất kể bạn làm gì.
Bài này không lặp lại cơ chế ba cổng ở cấp độ trang, đã trình bày ở bài Ba bước để được AI trích dẫn. Ở đây là câu hỏi khác: thông tin về thương hiệu bạn nằm ở đâu trong hệ thống, và lớp nào bạn tác động được.
Những điểm chính cần nhớ
- Kiến thức nền nằm trong trọng số của model, chỉ thay đổi khi model được huấn luyện lại. Lớp truy xuất cập nhật ngay khi nguồn cập nhật.
- Nội dung xuất bản sau mốc knowledge cutoff không tồn tại trong kiến thức nền, trừ khi được truy xuất thời gian thực.
- Model xây dựng liên kết giữa thương hiệu và thuộc tính từ dữ liệu huấn luyện, và những liên kết đó định hình câu trả lời trước cả khi web search chạy.
- Thương hiệu mới không thể viết lại dữ liệu huấn luyện, nên lớp truy xuất là con đường duy nhất, và cũng là mặt trận công bằng hơn cho họ.
- AI citation cần được đo theo từng nền tảng, vì Google AI Overviews và ChatGPT không kết hợp 2 lớp theo cùng một cách.
- Chu kỳ nhận thức của AI model về một thương hiệu vào khoảng 3-6 tháng, nên đánh giá chương trình sau 30 ngày là đo nhiễu chứ không phải đo tiến độ.
Hai lớp trí nhớ khi trích dẫn AI
Model ngôn ngữ lưu kiến thức theo hai cách. Hiểu sự khác biệt này là điều kiện để biết vấn đề nào sửa được nhanh và vấn đề nào không.
| Dimension | Kiến thức nền | Truy xuất thời gian thực |
|---|---|---|
| Lưu ở đâu | Trọng số của model | Nguồn web bên ngoài |
| Cập nhật bằng cách nào | Huấn luyện lại hoặc tinh chỉnh | Cập nhật nguồn, có hiệu lực gần như ngay |
| Ai kiểm soát | Đơn vị phát triển model | Bất kỳ ai sở hữu nguồn được truy xuất |
| Thời gian có hiệu lực | Nhiều tháng đến nhiều năm | Ngày đến tuần |
| Ảnh hưởng đến | Liên kết thuộc tính, mức độ quen thuộc | Sự kiện, số liệu, thông tin mới |
| Vai trò trong trích dẫn AI | Tạo ra câu trả lời trước khi chạy truy xuất | Cung cấp thông tin trích xuất thành nguồn |
Phân biệt này không phải framework của Brandgineer. Nó đến từ kiến trúc retrieval-augmented generation, được giới thiệu chính để kết hợp parametric memory của model, tức kiến thức nằm trong trọng số, với một non-parametric memory có thể cập nhật mà không cần huấn luyện lại.
Hệ quả thực tế là quyền kiểm soát không cân xứng. Thương hiệu tác động trực tiếp được vào các nguồn mà truy xuất đọc. Với kiến thức nền, thương hiệu chỉ tác động gián tiếp, bằng cách thay đổi những gì internet nói về mình, và việc điều đó có vào được model tương lai hay không phụ thuộc vào quy trình huấn luyện của nhà phát triển.
Lớp 1: Kiến thức nền từ huấn luyện
Đây là lớp quyết định model có "biết" bạn hay không, và biết bạn theo cách nào.
Knowledge cutoff và hệ quả
Mọi model đều có một mốc mà dữ liệu huấn luyện dừng lại. Nội dung xuất bản sau mốc đó không có trong kiến thức nền, trừ khi nền tảng bổ sung truy xuất hoặc model được cập nhật sau. Các nhà cung cấp model công bố mốc cutoff này trong tài liệu của chính họ.
Hệ quả trực tiếp: thương hiệu ra mắt, đổi định vị hoặc mở rộng đáng kể sau mốc cutoff của một model gần như không có mặt trong kiến thức nền của model đó.
Điều này không liên quan gì đến chất lượng sản phẩm. Một sản phẩm xuất sắc ra mắt sau mốc cutoff và một sản phẩm tầm thường đã tồn tại tám năm chiếm hai vị trí rất khác nhau trong kiến thức nền, và khoảng cách đó phản ánh thời điểm chứ không phản ánh giá trị.
Với công việc tăng trích dẫn AI, điều này quan trọng theo một cách cụ thể: việc thiếu nhận diện ở lớp nền không khóa thương hiệu khỏi câu trả lời AI. Truy xuất có thể cung cấp thông tin mới hơn khi hệ thống tìm kiếm.
Liên kết thuộc tính hình thành từ đâu
Model không chỉ lưu tên thương hiệu. Nó xây dựng liên kết giữa thương hiệu và các thuộc tính như giá tốt, bền, nhanh, cao cấp, bền vững, đáng tin.
Những liên kết đó định hình câu trả lời trước cả khi web search chạy. Nghĩa là cách thị trường mô tả một thương hiệu ba năm trước đang ảnh hưởng đến cách AI mô tả thương hiệu đó hôm nay, kể cả sau khi định vị đã thay đổi.
Điều này giải thích một hiện tượng nhìn bề ngoài rất vô lý. Một doanh nghiệp đổi định vị, làm lại website, xuất bản cả một quý nội dung mới, và AI vẫn mô tả công ty cũ. Nội dung mới đã đến được lớp truy xuất. Mô tả cũ nằm ở lớp mà doanh nghiệp không sửa được.
Vậy nên cải thiện trích dẫn AI bắt đầu bằng một chẩn đoán: vấn đề là thiếu thông tin, thông tin cũ, một nguồn bên ngoài sai, hay một liên kết bên trong model?
Lợi thế cấu trúc của thương hiệu lâu năm
Thương hiệu được đưa tin rộng rãi trước mốc cutoff của model bắt đầu ở phía trước, vì model đã có sẵn liên kết thuộc tính cho họ.
Thương hiệu mới không viết lại được dữ liệu huấn luyện đó. Nhưng họ cải thiện được chất lượng, tính nhất quán và khả năng được tìm thấy của mọi thứ mà truy xuất chạm tới được. Đó là con đường thật để tăng AI visibility mà không phải chờ một đợt huấn luyện tương lai.
Lớp 2: truy xuất thời gian thực
Truy xuất là lớp thương hiệu tác động trực tiếp được, và là con đường thực tế cho mọi doanh nghiệp có kiến thức nền mỏng.
Khi một câu hỏi cần thông tin hiện tại hoặc cụ thể, hệ thống chạy truy xuất: nó tạo các truy vấn tìm kiếm, lấy các trang về, chọn những đoạn liên quan, và dựng câu trả lời từ đó.
Ba đặc điểm quan trọng
1. Nó cập nhật nhanh hơn kiến thức nền. Sửa một nguồn và bản sửa trở nên khả dụng ở lần truy xuất tiếp theo. Thời điểm phụ thuộc vào crawl, index và ranking, nên một lần cập nhật website không làm đổi câu trả lời AI ngay trong ngày, nhưng khung thời gian là vài tuần chứ không phải một chu kỳ huấn luyện.
2. Nó mở với thương hiệu ở mọi độ tuổi. Truy xuất chọn nguồn dựa trên độ liên quan, cấu trúc, độ tin cậy và ngôn ngữ chứ không dựa trên độ quen tích lũy. Đây là lý do tối ưu cho truy xuất là phần chịu lực của một chương trình AEO dành cho thương hiệu thách thức.
3. Nó phụ thuộc vào nguồn nào được chọn. Nghiên cứu trên 167.551 citation có URL, thuộc 128 thương hiệu và 12 thị trường, cho thấy 85,7% citation về một thương hiệu trỏ về nguồn bên thứ ba, chỉ 14,3% trỏ về website của chính thương hiệu. Truy xuất không chủ yếu đọc website của bạn.
Ngôn ngữ tạo thêm một lớp chia nữa. Google AI Overviews ưu tiên nguồn cùng ngôn ngữ với truy vấn, còn ChatGPT có thể dịch truy vấn sang tiếng Anh ở bước truy xuất, khiến nguồn tiếng Việt bị loại trước khi logic ưu tiên ngôn ngữ kịp áp dụng.
Chi tiết ở bài Hướng dẫn cách thương hiệu Việt được ChatGPT và Gemini trích dẫn.
Các hệ thống kết hợp hai lớp khác nhau thế nào
Google AI Overviews nằm trên chỉ mục của Google và nghiêng nhiều về truy xuất. ChatGPT dựa vào kiến thức đã học và bổ sung truy xuất tùy theo chế độ và câu hỏi. Các hệ thống khác lại pha trộn truy xuất, ranking, browsing và kiến thức model theo tỷ lệ khác nữa.
Hệ quả là cùng một thương hiệu thể hiện khác nhau trên các hệ thống. Một thương hiệu non có nội dung tốt có thể xuất hiện trên Google AI Overviews và vắng mặt trong câu trả lời tạo ra mà không có web access. Một thương hiệu lâu năm có thể được nhắc tên từ kiến thức đã học trong khi nội dung website hiện tại của họ chưa hoàn chỉnh.
Vậy nên trích dẫn AI cần được theo dõi theo nền tảng, loại truy vấn, nguồn, ngôn ngữ và thời điểm, không phải gộp thành một con số.
Vì sao phân biệt này quyết định chiến lược
Cùng một triệu chứng đến từ những nguyên nhân khác nhau, và mỗi nguyên nhân có một cách sửa khác nhau.
| Điều bạn quan sát được | Lớp có khả năng gây ra | Nên bắt đầu từ đâu |
|---|---|---|
| AI không biết thương hiệu | Cả hai lớp đều mỏng | Làm rõ entity, nội dung có cấu trúc, hiện diện bên thứ ba |
| AI biết thương hiệu nhưng mô tả như ngày trước | Liên kết ở lớp nền, hoặc nguồn bên ngoài đã cũ | Tìm nơi mô tả cũ còn tồn tại, rồi sửa nó |
| AI chỉ nhắc tên khi bật web search | Truy xuất hoạt động, lớp nền còn mỏng | Tiếp tục xây truy xuất, coi đây là dấu hiệu tốt |
| AI nhắc tên nhưng nói sai dữ kiện | Cần xác định nguồn trước | Sửa nguồn bên thứ ba, hoặc chấp nhận khung thời gian dài hơn |
Cách đọc từng tình huống
AI không biết thương hiệu. Cả hai lớp mỏng cùng lúc. Với phần lớn thương hiệu B2B Việt Nam, điểm vào là truy xuất: thông tin entity rõ ràng trên site, nội dung trả lời trực tiếp có cấu trúc, mô tả thương hiệu nhất quán, hiện diện trên các ấn phẩm ngành liên quan, và nội dung bằng những ngôn ngữ mà khách hàng thật sự tìm kiếm.
AI mô tả thương hiệu như ngày trước. Viết lại trang About một mình sẽ không làm chuyển một liên kết đã học trong huấn luyện. Hãy bắt đầu bằng việc xác định nơi mô tả cũ còn xuất hiện. Thường đó là một mục trong directory, một thông cáo cũ hoặc một trang so sánh chưa được cập nhật, và cả ba đều sửa được.
AI chỉ nhắc tên khi bật web search. Truy xuất đang tìm được bạn còn lớp nền thì chưa. Với thương hiệu mới, đây là hình dạng đúng như dự kiến và là dấu hiệu nội dung hiện tại đang được phát hiện. Hãy xác nhận trên nhiều truy vấn và nhiều lượt chạy trước khi kết luận.
AI nhắc tên nhưng nói sai dữ kiện. Trước hết xác định sai sót đến từ kiến thức đã học của model, từ một nguồn bên ngoài, hay từ lỗi ở bước truy xuất và diễn giải. Sai sót từ nguồn bên ngoài là loại dễ sửa nhất và cũng bị bỏ qua nhiều nhất.
Thêm bối cảnh ở bài Ba điều cần nhớ khi chọn dịch vụ AEO và quản trị danh tiếng trên AI..
Điều này có nghĩa gì với kỳ vọng thời gian
AI visibility không chạy theo một cái đồng hồ duy nhất. Hãy đo theo ba khung thời gian:
- Ngắn hạn, 4 đến 12 tuần: cập nhật nguồn, sửa lỗi kỹ thuật, index, hiện diện ở lớp truy xuất
- Trung hạn, 3 đến 6 tháng: citation rate, brand mention, độ chính xác của câu trả lời, độ đa dạng nguồn
- Dài hạn: liên kết thuộc tính thương hiệu, danh tiếng bên ngoài, và bất kỳ thay đổi nào được mang vào model tương lai
Khung trung hạn không phải con số tùy ý. Các nền tảng đo lường sample mỗi prompt ở quy mô lớn ghi nhận chu kỳ nhận thức thương hiệu vào khoảng ba đến sáu tháng. Một chương trình bị đánh giá sau 30 ngày là đang bị đánh giá trên nhiễu.
Thương hiệu mới và lâu năm cần ưu tiên khác nhau
Vị trí xuất phát của bạn trên hai lớp nên quyết định thứ tự công việc.
Thương hiệu mới hoặc vừa đổi định vị
Vị trí xuất phát: kiến thức nền mỏng và có rất ít liên kết thuộc tính.
Đó là bất lợi về độ quen và lợi thế về độ sạch. Không có mô tả sai nào cần gỡ ra trước.
Thứ tự ưu tiên:
- Xác lập entity thương hiệu rõ ràng, gồm Organization schema với sameAs.
- Xuất bản nội dung trả lời trực tiếp, có cấu trúc.
- Giữ mô tả nhất quán trên mọi nguồn có chứa nó.
- Xây hiện diện trên các site ngành và bên thứ ba đáng tin.
- Theo dõi trích dẫn AI trên một tập prompt đại diện và trên nhiều nền tảng.
Mục tiêu không phải ép AI nhắc tên. Mục tiêu là làm cho thông tin chính xác, có cấu trúc tốt trở nên khả dụng với các hệ thống đang truy xuất.
Thương hiệu lâu năm
Vị trí xuất phát: kiến thức nền đã có, và nó có thể đang mô tả công ty như ngày trước.
Rủi ro chính không phải vắng mặt mà là sai lệch: một định vị cũ, một dòng sản phẩm đã ngừng, một thị trường mục tiêu doanh nghiệp đã rời đi nhiều năm.
Thứ tự ưu tiên:
- Kiểm tra từng hệ thống AI hiện đang nói gì về thương hiệu.
- Tách phần đúng ra khỏi phần cũ hoặc sai.
- Cập nhật nội dung sở hữu và các nguồn bên ngoài đang mang bản mô tả cũ.
- Cải thiện khả năng truy xuất tới thông tin hiện tại.
- Theo dõi xem mô tả có chính xác hơn theo thời gian không, không chỉ nhiều hơn.
Được nhận diện và được mô tả chính xác là hai vấn đề riêng biệt. Độ quen không bảo đảm độ chính xác.
Vị trí của thương hiệu Việt Nam
Nhiều thương hiệu Việt, đặc biệt trong các ngành B2B và kỹ thuật, có độ phủ mỏng trong dữ liệu huấn luyện và mỏng hơn nữa trong nguồn tiếng Anh.
Điều này làm việc đánh giá cả hai ngôn ngữ trở thành bắt buộc chứ không phải tùy chọn. Một thương hiệu có thể được nhận diện tốt trong nước và gần như không có mặt trong các nguồn được truy xuất cho truy vấn tiếng Anh.
Có một phát hiện có lợi cho Việt Nam: ở những ngôn ngữ có web bản địa mỏng, tỷ lệ citation trỏ về website của chính thương hiệu cao hơn mức trung bình toàn cầu. Nội dung tự xuất bản ở đây có sức nặng hơn so với thị trường phương Tây, dù vẫn không phải phần lớn những gì AI đọc.
Với các doanh nghiệp này, tối ưu cho truy xuất gồm mô tả entity bằng cả tiếng Việt và tiếng Anh, trang dịch vụ và sản phẩm có cấu trúc, nội dung chuyên ngành, thông tin công ty nhất quán, tham chiếu từ bên thứ ba liên quan, và bằng chứng rõ ràng về năng lực và hiện diện thị trường.
Bài kiểm tra 20 phút để xác định lớp
Bài kiểm tra này tách vấn đề ở lớp nền khỏi vấn đề ở lớp truy xuất, và đó là quyết định làm thay đổi việc bạn làm tiếp theo.
Bước 1: hỏi khi có truy xuất
Hỏi năm câu về thương hiệu của bạn trên ChatGPT với web search bật, và trên Google. Ghi lại: thương hiệu có xuất hiện không, thông tin có đúng không, nguồn nào được trích dẫn, câu trả lời có phản ánh định vị hiện tại không, và có đối thủ nào xuất hiện thay chỗ bạn không.
Câu hỏi mẫu:
- [Thương hiệu của bạn] làm gì?
- Những đơn vị nào hoạt động trong [ngành của bạn] tại Việt Nam?
- [Thương hiệu của bạn] khác đối thủ ở điểm nào?
- [Thương hiệu của bạn] được biết đến với sản phẩm hoặc dịch vụ nào?
- Những thương hiệu nào phù hợp cho [nhu cầu cụ thể trong ngành]?
Bước 2: hỏi khi không có truy xuất
Chạy đúng năm câu đó với web search tắt, hoặc ở chế độ không có truy xuất. Bước này cho bạn một góc nhìn vào những gì kiến thức nền đang chứa. Đây là suy luận từ output chứ không phải soi trực tiếp vào trọng số, và kết quả sẽ dao động giữa các lượt chạy.
Bước 3: so sánh
| Có truy xuất | Không truy xuất | Cách đọc |
|---|---|---|
| Chính xác | Chính xác | Có mặt ở cả hai lớp, chuyển sang giai đoạn theo dõi |
| Chính xác | Không có gì đáng kể | Truy xuất đang gánh, lớp nền mỏng. Bình thường với thương hiệu mới |
| Chính xác | Sai hoặc cũ | Liên kết ở lớp nền đã lỗi thời, cần khung thời gian dài hơn |
| Không có gì đáng kể | Không có gì đáng kể | Bắt đầu từ làm rõ entity và hiện diện nguồn |
| Sai | Không có gì đáng kể | Một nguồn bên ngoài đang sai, cần tìm và sửa |
Lưu ý về phương pháp
Chạy mỗi câu từ ba đến năm lượt và ghi lại tỷ lệ số lượt mà thương hiệu xuất hiện. Output của AI mang tính xác suất: cùng một prompt gõ hai lần có thể trả về hai danh sách thương hiệu khác nhau. Các nền tảng đo lường sample mỗi prompt từ hàng chục đến hàng trăm lượt đúng vì lý do này. Một câu trả lời không phải một kết quả.
Bài kiểm tra này không luôn cho biết nguồn nào đã được dùng. Để tìm hiểu nguồn, hãy đọc citation ở những hệ thống có hiển thị như Google AI Overviews và Perplexity, rồi đối chiếu các nguồn đó với nội dung bạn sở hữu và nội dung bên thứ ba.
Quy trình đo lường đầy đủ nằm ở bài Cách đo lường thương hiệu trên AI search.
Câu hỏi thường gặp
ChatGPT lấy thông tin về thương hiệu từ đâu?
Từ hai nguồn khác biệt. Kiến thức nền học được trong huấn luyện và lưu trong trọng số của model, chỉ thay đổi qua huấn luyện lại hoặc fine-tune. Và truy xuất thời gian thực từ web, dùng khi câu hỏi cần thông tin hiện tại. Hai lớp cập nhật theo hai cơ chế hoàn toàn khác nhau, nên một thay đổi trên website có thể làm chuyển lớp này mà không chạm tới lớp kia.
Knowledge cutoff là gì và ảnh hưởng thế nào đến thương hiệu?
Knowledge cutoff là mốc mà dữ liệu huấn luyện của model dừng lại. Nội dung xuất bản sau đó không có trong kiến thức nền, trừ khi nền tảng truy xuất hoặc model được cập nhật sau. Thương hiệu ra mắt, đổi định vị hoặc mở rộng sau mốc cutoff gần như không có mặt trong kiến thức nền, bất kể chất lượng sản phẩm.
Thương hiệu mới có bất lợi so với thương hiệu lâu năm không?
Ở lớp nền thì có. Ở lớp truy xuất khoảng cách nhỏ hơn nhiều, vì truy xuất chọn theo độ liên quan, cấu trúc và độ tin cậy chứ không theo độ quen tích lũy. Đó là lý do lớp truy xuất là mặt trận dễ tiếp cận hơn cho thương hiệu thách thức, và phần lớn thương hiệu Việt đang ở đó bất kể hoạt động bao lâu.
Làm sao biết vấn đề của tôi nằm ở lớp nào?
Hỏi cùng những câu đó khi có và khi không có truy xuất, rồi so sánh thương hiệu có xuất hiện không, thông tin có đúng không, và nguồn nào được dùng. Chạy mỗi câu từ ba đến năm lượt trước khi kết luận.
Vì sao thay đổi nội dung website không sửa được ngay những gì AI nói?
Thay đổi trên website tác động vào truy xuất. Nó không viết lại những liên kết đã học trong huấn luyện. Tốc độ thay đổi nhìn thấy được phụ thuộc vào crawl, index, độ uy tín của nguồn và hành vi nền tảng, còn liên kết ở lớp nền thì phải chờ một đợt cập nhật model.
Google AI Overview và ChatGPT có dùng cùng cơ chế không?
Không. Google AI Overviews nằm trên chỉ mục của Google và nghiêng về truy xuất. ChatGPT dựa vào kiến thức đã học và bổ sung truy xuất tùy chế độ và câu hỏi. Hãy đo trích dẫn AI theo từng nền tảng thay vì gộp thành một con số.
Mất bao lâu để thay đổi được trích dẫn AI?
Thay đổi ở lớp truy xuất có thể xuất hiện trong 4 đến 12 tuần. Thay đổi nhận thức chạy theo chu kỳ 3 đến 6 tháng. Kiến thức nền chờ đợt huấn luyện tiếp theo và nằm ngoài tầm kiểm soát của bạn. Đo hàng tháng, kết luận theo quý.
Nguồn dữ liệu
- Lewis P., Perez E., Piktus A. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020, arXiv:2005.11401. The paper that introduced the parametric and non-parametric memory distinction used throughout this article. https://arxiv.org/abs/2005.11401
- OpenAI Models documentation, which lists the training data cutoff for each model. https://platform.openai.com/docs/models
- How Evertune Measures AI Visibility: Methodology. Evertune. Documents per-prompt sampling at scale and 3 to 6 month brand-perception cycles. https://www.evertune.ai/platform/methodology
- Żatuchin D. (2026). How Large Language Models Source Brand Reputation Across Languages and Markets. arXiv:2606.25787. 167,551 URL citations, 128 brands, 13 languages, 12 markets; open data on Zenodo. https://arxiv.org/abs/2606.25787
- ChatGPT Searches in English, Even When You Don’t. Peec AI, 2026. 10 million prompts, 20 million fan-out queries. https://peec.ai/blog/chatgpt-searches-in-english-even-when-you-don-t
- AI Features and Your Website. Google Search Central. https://developers.google.com/search/docs/appearance/ai-features
Viết bởi Abbie, AEO Expert tại Brandgineer | Tối ưu cho AI visibility trên ChatGPT, Google AI Overviews và Perplexity.
Muốn biết kiến thức nền của AI đang chứa gì về thương hiệu bạn? Đặt lịch tư vấn AEO/SEO với Brandgineer →
Đọc tiếp: Ba bước để được AI trích dẫn | Schema Markup cho AEO | Thương hiệu Việt được AI trích dẫn khi hỏi về ngành
