12 bước kiểm tra AEO trước khi bạn xuất bản một trang (2027)

Đăng ngày

Trả lời ngắn

Trước khi xuất bản, xác nhận URL trả về 200 không qua chuyển hướng, robots.txt cho phép từng trình thu thập dữ liệu tìm kiếm AI, tường lửa trả trang thật cho chúng, và câu trả lời có trong HTML thô. Sau đó kiểm tra noindex hoặc nosnippet sót lại, một canonical duy nhất, câu trả lời dưới H1, JSON-LD hợp lệ và khớp nội dung, ngày tháng thống nhất, mục sitemap kèm liên kết nội bộ, hreflang, và yêu cầu lập chỉ mục.

Phần lớn các trang không bao giờ xuất hiện trong câu trả lời AI đều hỏng vì những chuyện nhàm chán: một noindex sót lại, một quy tắc tường lửa, một canonical trỏ về staging. Mười hai bước kiểm tra này bắt được chúng trước khi ra mắt. Mỗi bước chỉ mất vài phút, đa số chỉ cần terminal và URL của trang, và chúng được xếp theo thứ tự mà trình thu thập dữ liệu gặp phải.

Trong trang này
  1. Mỗi bước kiểm tra mất bao lâu?
  2. 1. URL trả về 200 mà không qua chuỗi chuyển hướng
  3. 2. robots.txt cho phép trang với từng trình thu thập dữ liệu tìm kiếm AI
  4. 3. Tường lửa trả trang thật cho trình thu thập dữ liệu AI
  5. 4. Câu trả lời có trong HTML thô
  6. 5. Không còn noindex hay nosnippet sót lại
  7. 6. Một URL canonical duy nhất, tuyệt đối và trỏ về chính nó
  8. 7. Tiêu đề và H1 nói rõ trang trả lời điều gì, với câu trả lời ngay bên dưới
  9. 8. JSON-LD phân tích được và khớp với văn bản hiển thị
  10. 9. Ngày hiển thị, ngày trong markup và lastmod của sitemap khớp nhau
  11. 10. Trang có trong sitemap và được liên kết từ các trang liên quan
  12. 11. hreflang có liên kết hai chiều, kèm x-default
  13. 12. Đề nghị công cụ tìm kiếm thu thập trang mới
  14. Cách chúng tôi chọn các bước kiểm tra này

Mỗi bước kiểm tra mất bao lâu?

Ước tính sơ bộ cho một trang, kèm công cụ cần dùng. Chạy bước 1 đến 5 trên mọi trang; các bước còn lại mỗi template một lần, rồi kiểm tra ngẫu nhiên.

1. URL trả về 200 mà không qua chuỗi chuyển hướng

Trình thu thập dữ liệu phải nhận được chính trang đó với mã 200 tại đúng URL bạn sẽ chia sẻ và đưa vào sitemap. Mỗi lần chuyển hướng là thêm một bước có thể hỏng, và một trang trả về 200 kèm thông báo "không tìm thấy" là soft 404 mà công cụ tìm kiếm có thể loại bỏ.

# Final status, number of redirects and final URL
curl -s -o /dev/null -L -w "%{http_code} redirects=%{num_redirects} %{url_effective}\n" https://example.com/new-page/

Đạt: 200 redirects=0 và trả về đúng URL đó. Cách sửa: liên kết và liệt kê URL cuối cùng, và giữ tối đa một lần chuyển hướng từ các địa chỉ cũ.

2. robots.txt cho phép trang với từng trình thu thập dữ liệu tìm kiếm AI

Đọc robots.txt theo cách từng trình thu thập dữ liệu đọc. Một nhóm nêu tên một trình sẽ thay thế nhóm User-agent: * đối với trình đó, và theo RFC 9309, quy tắc khớp dài nhất sẽ thắng, còn khi ngang nhau thì Allow thắng.

Kiểm tra ít nhất OAI-SearchBot, Claude-SearchBot, Claude-User, PerplexityBot và Googlebot. Một mục mới như /guides/ có thể dính quy tắc cũ Disallow: /g, vì quy tắc khớp theo tiền tố đường dẫn. Đồng thời xác nhận chính robots.txt trả về 200 hoặc 404: theo RFC 9309, lỗi máy chủ nghĩa là trình thu thập dữ liệu nên coi như toàn bộ website bị cấm.

Đạt: không có quy tắc nào cho các token này cấm đường dẫn đó. Hướng dẫn của chúng tôi về cách kiểm tra robots.txt chỉ cách kiểm tra một URL cho một trình thu thập dữ liệu.

3. Tường lửa trả trang thật cho trình thu thập dữ liệu AI

Yêu cầu trang với user agent của trình duyệt và với user agent của trình thu thập dữ liệu, rồi so sánh mã trạng thái và dung lượng. Lớp chống bot so khớp theo tên có thể chỉ trả về 403, 429 hoặc trang thử thách cho trình thu thập dữ liệu.

URL=https://example.com/new-page/
for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
          "Mozilla/5.0 (compatible; OAI-SearchBot/1.0; +https://openai.com/searchbot)" \
          "Mozilla/5.0 (compatible; Claude-SearchBot)" \
          "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)"; do
  curl -s -o /dev/null -w "%{http_code} %{size_download}  $UA\n" -A "$UA" "$URL"
done

Đạt: mọi dòng đều hiện 200 và dung lượng tương tự nhau. Dung lượng nhỏ hơn nhiều thường là trang thử thách. Các chuỗi này kiểm tra quy tắc so khớp theo tên; trình thu thập dữ liệu thật còn đến từ các dải IP được công bố, điều mà bài kiểm tra từ máy của bạn không tái hiện được, nên hãy kiểm tra thêm các quy tắc cho phép của tường lửa đối với những dải đó.

4. Câu trả lời có trong HTML thô

Tìm một câu trong câu trả lời của bạn trong HTML mà máy chủ gửi đi. Trình kiểm tra phần tử của trình duyệt hiển thị trang sau khi script đã chạy, đó không phải thứ mà đa số trình thu thập dữ liệu nhận được.

curl -s https://example.com/new-page/ | grep -c "a sentence from your short answer"

Đạt: 1 trở lên. Kết quả 0 nghĩa là văn bản được JavaScript thêm vào, trong khi OpenAI, Anthropic và Perplexity không có tài liệu nói rằng trình thu thập dữ liệu của họ chạy JavaScript. Hãy kết xuất trên máy chủ hoặc lúc build; hướng dẫn của chúng tôi về nội dung JavaScript và trình thu thập dữ liệu AI liệt kê các lựa chọn.

5. Không còn noindex hay nosnippet sót lại

Website staging thường được phát hành kèm noindex, và template có thể mang nó lên môi trường production. Kiểm tra cả thẻ meta robots lẫn header HTTP X-Robots-Tag, vì cái nào cũng có hiệu lực.

curl -s -D - -o /tmp/page.html https://example.com/new-page/ | grep -i "x-robots-tag"
grep -i -o '<meta[^>]*name="robots"[^>]*>' /tmp/page.html

Đạt: không in ra gì, hoặc chỉ index, follow và tương tự. Google cho biết trang phải được lập chỉ mục và đủ điều kiện hiển thị đoạn trích để xuất hiện trong AI Overviews và AI Mode, và nosnippet cũng chặn việc dùng trang làm đầu vào trực tiếp cho chúng.

6. Một URL canonical duy nhất, tuyệt đối và trỏ về chính nó

Trang nên khai báo đúng một rel="canonical", dưới dạng URL tuyệt đối, trỏ về URL bạn xuất bản. Google gọi canonical là một tín hiệu mạnh, không phải mệnh lệnh, và cảnh báo về URL tương đối cũng như các tín hiệu mâu thuẫn, chẳng hạn sitemap liệt kê một địa chỉ khác.

Các lỗi thường gặp khi ra mắt là canonical bị sao chép từ trang template, canonical vẫn trỏ về máy chủ staging, và hai thẻ canonical cùng lúc từ theme và plugin.

Đạt: một thẻ, URL đang chạy thật, cùng giao thức và tên máy chủ như trong sitemap.

7. Tiêu đề và H1 nói rõ trang trả lời điều gì, với câu trả lời ngay bên dưới

Đọc phần đầu trang như một người lạ. Tiêu đề và H1 nên nêu câu hỏi hoặc chủ đề bằng chính từ ngữ người mua dùng, và hai hoặc ba câu đầu dưới H1 nên trả lời trọn vẹn.

Giữ tiêu đề khoảng 60 ký tự để ít bị cắt trong kết quả tìm kiếm. Viết câu trả lời ngắn sao cho vẫn có nghĩa khi được trích riêng, với số liệu, đơn vị và tên sản phẩm được viết đầy đủ.

Đạt: ai chỉ đọc đoạn đầu tiên cũng có câu trả lời. Danh sách của chúng tôi về các cách được trích dẫn trong câu trả lời AI nói kỹ hơn về cách viết để được trích dẫn.

8. JSON-LD phân tích được và khớp với văn bản hiển thị

JSON-LD bị lỗi sẽ bị bỏ qua toàn bộ, nên chỉ thiếu một dấu phẩy là mất hết. Dán URL vào Rich Results Test của Google hoặc Schema Markup Validator và sửa mọi lỗi.

Sau đó so sánh các giá trị với trang. Tiêu đề, ngày tháng, giá, tiền tệ và tên tổ chức trong markup phải đúng là những gì người đọc thấy. Google cho biết không cần markup đặc biệt nào cho các tính năng AI của họ, và dữ liệu có cấu trúc nên khớp với văn bản hiển thị.

Đạt: không có lỗi, và mọi giá trị đều hiện trên trang. Bỏ qua nếu: loại trang đó không có markup phù hợp; một trang không markup còn hơn markup sai.

9. Ngày hiển thị, ngày trong markup và lastmod của sitemap khớp nhau

Hiển thị ngày có nhãn trên trang, dùng cùng các ngày đó trong datePublished và dateModified, và đặt lastmod trong sitemap theo lần thay đổi đáng kể gần nhất. Google yêu cầu ngày hiển thị và ngày trong markup khớp nhau, và cho biết chỉ dùng lastmod nếu giá trị này chính xác một cách nhất quán và kiểm chứng được.

Một trình tạo sitemap gắn ngày hôm nay cho mọi URL mỗi lần build sẽ khiến lastmod vô dụng cho tất cả các trang, không chỉ trang mới.

Đạt: ba nơi, một ngày.

10. Trang có trong sitemap và được liên kết từ các trang liên quan

Trình thu thập dữ liệu tìm thấy trang qua liên kết và sitemap. Thêm URL mới vào sitemap XML, dùng đúng URL canonical, và liên kết đến nó từ ít nhất hai trang liên quan và một trang trung tâm hoặc trang mục lục.

Một tệp sitemap có thể chứa tới 50.000 URL và 50 MB khi chưa nén; website lớn hơn cần một sitemap index. Google cho biết họ bỏ qua priority và changefreq, nên đừng mất thời gian vào chúng. Một trang không có liên kết nội bộ là trang mồ côi mà trình thu thập dữ liệu có thể tìm thấy muộn hoặc không bao giờ tìm thấy.

Đạt: URL có trong sitemap và ít nhất hai trang liên kết đến nó bằng anchor text có tính mô tả.

11. hreflang có liên kết hai chiều, kèm x-default

Nếu trang có nhiều phiên bản ngôn ngữ, mỗi phiên bản nên liệt kê tất cả các phiên bản, kể cả chính nó, và mỗi phiên bản phải liên kết ngược lại. Google bỏ qua chú thích hreflang không được xác nhận từ phía bên kia. Thêm x-default cho phiên bản hiển thị khi không có ngôn ngữ nào khớp.

Bỏ qua nếu: website chỉ có một ngôn ngữ. Hướng dẫn của chúng tôi về hreflang x-default giải thích khi nào bạn cần nó.

12. Đề nghị công cụ tìm kiếm thu thập trang mới

Khi trang đã chạy thật và vượt qua các bước kiểm tra ở trên, hãy báo cho công cụ tìm kiếm. Trong Google Search Console, dùng công cụ Kiểm tra URL (URL Inspection) cho URL mới và chọn Yêu cầu lập chỉ mục (Request indexing). Với Bing và các công cụ khác hỗ trợ IndexNow, gửi URL đến endpoint IndexNow bằng khóa của bạn; Bing lưu ý điều này không bảo đảm trang sẽ được thu thập hay lập chỉ mục.

Trợ lý AI không có biểu mẫu gửi trang. Trình thu thập dữ liệu của họ tìm thấy trang qua liên kết và tìm kiếm, đó là lý do bước 2, 3 và 10 quan trọng. Nếu bạn xuất bản tệp llms.txt, hãy thêm trang vào đó; Google cho biết Tìm kiếm của họ không dùng tệp này, nên hãy coi nó là tùy chọn.

Đạt: Kiểm tra URL cho thấy trang đang chạy có thể được lập chỉ mục.

Cách chúng tôi chọn các bước kiểm tra này

Danh sách đi theo con đường của trình thu thập dữ liệu: đến URL, đọc robots.txt, vượt qua tường lửa, đọc HTML, rồi diễn giải nó. Mỗi bước dựa trên những gì OpenAI, Anthropic, Perplexity và Google ghi trong tài liệu về trình thu thập dữ liệu của họ, trên RFC 9309 cho robots.txt, và trên hướng dẫn của Google về canonical, ngày tháng, sitemap và hreflang. Chúng tôi loại các bước không có tác dụng được ghi nhận đối với câu trả lời AI, như mật độ từ khóa hay chỉ tiêu số từ.

Các bước kiểm tra cho thấy trang đọc được; chúng không thể cho thấy trang sẽ được trích dẫn. Điều đó phụ thuộc vào chất lượng câu trả lời so với các nguồn khác. Hãy lặp lại bước 2 đến 5 sau mỗi lần thay đổi tường lửa, CDN, theme hoặc CMS, vì đó là những thay đổi âm thầm làm hỏng chúng.

AISeeWhy chạy phần lớn các bước này trong một lượt: công cụ tải trang dưới danh nghĩa 16 trình thu thập dữ liệu AI và công cụ tìm kiếm song song với một trình duyệt thật, áp dụng robots.txt cho từng trình và đọc HTML, markup, canonical và ngày tháng. Bản kiểm tra miễn phí cho thấy điểm số và phát hiện đầu tiên; báo cáo đầy đủ liệt kê từng vấn đề kèm cách sửa sẵn dùng.

Cách khắc phục vấn đề này

Công cụ miễn phí

Bước tiếp theo

Các trình thu thập trong bài này

Câu hỏi thường gặp

Tôi có cần chạy các bước kiểm tra này trên mọi trang không?

Chạy bước 1 đến 5 trên mọi trang mới, vì một URL riêng lẻ có thể bị chặn hoặc mang noindex sót lại. Bước 6 đến 11 chủ yếu phụ thuộc vào template, nên chạy mỗi loại trang một lần và kiểm tra ngẫu nhiên các trang mới.

Vì sao tôi không thể gửi trang cho ChatGPT hoặc Claude như gửi cho Google?

OpenAI, Anthropic và Perplexity không cung cấp công cụ gửi URL cho trang web. Trình thu thập dữ liệu của họ tìm trang bằng cách đi theo liên kết và qua tìm kiếm, nên liên kết nội bộ, sitemap và quyền truy cập mở cho OAI-SearchBot, Claude-SearchBot và PerplexityBot là những gì bạn kiểm soát được.

Trang của tôi đạt cả mười hai bước kiểm tra. Vì sao vẫn chưa được trích dẫn?

Các bước kiểm tra giúp trang đọc được, chứ không giúp trang được ưu tiên. Trợ lý chọn những nguồn trả lời câu hỏi tốt nhất, nên hãy so sánh trang của bạn với các trang mà nó có trích dẫn: chúng có trả lời sớm hơn, nêu giá hay thông số bằng văn bản, hoặc có dữ liệu mà trang của bạn thiếu không.

Sau khi xuất bản bao lâu thì trình thu thập dữ liệu AI ghé thăm?

Không nhà cung cấp nào công bố lịch. Nhật ký máy chủ cho biết khi nào OAI-SearchBot, Claude-SearchBot hoặc PerplexityBot yêu cầu URL lần đầu; hướng dẫn của chúng tôi về kiểm tra nhật ký máy chủ để tìm trình thu thập dữ liệu AI chỉ cách tìm chúng.

Nguồn tham khảo

Bài viết khác