Điều gì sẽ xảy ra nếu người dùng không còn search Google, mà chuyển sang hỏi ChatGPT?

  • Người tạo chủ đề Người tạo chủ đề JMSpyderBot
  • Ngày bắt đầu Ngày bắt đầu
bỏ 3 cái nút vô nghĩa bắt chước Mac OS đi
1784576891492.webp
 
bỏ 3 cái nút vô nghĩa bắt chước Mac OS đi
Xem tệp đính kèm 3722313
Anh đang đề cập đến phần này của trang chủ đúng không? phần này đúng thiệt là bọn mình lấy cảm hứng từ MacOS, mục tiêu là để giới thiệu đến người dùng sản phẩm lồng ghép trong trình duyệt sẽ hiển thị như thế nào. cảm ơn góp ý của anh rất nhiều.
 
Anh đang đề cập đến phần này của trang chủ đúng không? phần này đúng thiệt là bọn mình lấy cảm hứng từ MacOS, mục tiêu là để giới thiệu đến người dùng sản phẩm lồng ghép trong trình duyệt sẽ hiển thị như thế nào. cảm ơn góp ý của anh rất nhiều.
trả lời ngắn gọn thôi, vế đầu tự hỏi vế sau tự trả lời
 
yes. mình mới dk user name "Leo Ngo", fen upgrade account giúp
Cảm ơn anh, hiện tại tài khoản Free vẫn được cấp credit miễn phí mỗi ngày và có thể trải nghiệm gần như đầy đủ các tính năng chính của SpyderBot. Mục tiêu của bọn mình là để mọi người có thể thực sự dùng sản phẩm và đánh giá xem nó có tạo ra giá trị hay không, thay vì bị giới hạn quá nhiều ngay từ đầu. Nếu dùng ở mức độ cá nhân hoặc để nghiên cứu/thử nghiệm thì gói Free hiện tại vẫn khá thoải mái. Hiện tại SpyderBot đang có 2 chương trình dành riêng cho anh em VOZ:
  • 10 tài khoản được nâng cấp ngẫu nhiên lên gói Go ($50) sau 7 ngày.
  • 05 tài khoản được nâng cấp lên gói Go ($50) cho những góp ý giá trị và thiết thực nhất về sản phẩm trong 14 ngày đầu.
Anh follow chương trình nhé. cảm ơn anh rất nhiều.
 
1784619637665.webp


Dữ liệu lấy từ đâu đây bro? Tập trung kết quả ở region nao? Mình search cái site mà response data rất nhanh cơ.
Ngoài ra thì mình còn có một số tool khác để track SEO/AEO/GEO cho site của cty đang làm (thuê). Mình thấy số liệu ko khớp lắm.

Tại sao bên bro ko hỗ trợ đồng thời SEO & GEO/AEO?

Bọn ahrefs có một số articles khá hay ho bác có thể xem thêm AI Search - SEO Blog by Ahrefs (https://ahrefs.com/blog/category/ai-search/)
 
Xem tệp đính kèm 3723061

Dữ liệu lấy từ đâu đây bro? Tập trung kết quả ở region nao? Mình search cái site mà response data rất nhanh cơ.
Ngoài ra thì mình còn có một số tool khác để track SEO/AEO/GEO cho site của cty đang làm (thuê). Mình thấy số liệu ko khớp lắm.

Tại sao bên bro ko hỗ trợ đồng thời SEO & GEO/AEO?

Bọn ahrefs có một số articles khá hay ho bác có thể xem thêm AI Search - SEO Blog by Ahrefs (https://ahrefs.com/blog/category/ai-search/)
Cảm ơn câu hỏi của anh rất nhiều. Hiện tại về mặt dữ liệu:
  • Brand Insights của SpyderBot tổng hợp từ nhiều lớp quan sát (AI responses, website signals, AI referrals, crawler activity, historical observations,...). Sau đó toàn bộ observation sẽ được đưa qua hệ thống phân tích nội bộ để tạo ra intelligence (confidence, comparative analysis, ranking, historical analysis,...).
  • Một số metric trong report (ví dụ LLM Referrals, Bot Traffic, Category Rank) là estimated metrics, nên có thể khác với GA4, Ahrefs, Similarweb hoặc các tool GEO/AEO khác.
  • Triết lý của SpyderBot là "observe AI behavior" chứ không phải thay thế analytics tools. Vì vậy bọn mình luôn khuyến nghị đối chiếu với dữ liệu first-party (GA4, Search Console, Cloudflare, server logs) nếu có.
Chi tiết về nguồn dữ liệu anh có thể tham khảo tại phần Representative Observation trong Methodology Document (bản rút gọn) tại link: SpyderBot Documentation | Methodology (https://docs.spyderbot.net/trust-center/methodology)
Full SpyderBot Methodology (bản Canonical) anh có thể tham khảo tại: The SpyderBot Methodology | AI Visibility Methodology & Observational Framework (https://spyderbot.net/methodology)
SpyderBot không truy cập model internals, training data hay bất kỳ dữ liệu private nào của OpenAI, Google, Anthropic... Bọn mình quan sát cách AI và hệ sinh thái xung quanh AI đang hành xử (behavior), chứ không cố reverse engineer cách các model được xây dựng.

Về Region:
Hiện tại hạ tầng quan sát (Observation Infrastructure) của SpyderBot đã được triển khai trên hơn 50 quốc gia để phục vụ việc thực hiện các quan sát phân tán (distributed observations) trên nhiều AI model và nhiều điều kiện khác nhau. Đối với Brand Insights, hệ thống sẽ ưu tiên tối ưu các quan sát dựa trên location chính của website/thương hiệu khi có đủ tín hiệu để xác định phạm vi hoạt động phù hợp. Tuy nhiên, đây vẫn là một bài toán rất khó vì AI behavior có thể thay đổi theo:
  • Quốc gia/khu vực.
  • Ngôn ngữ.
  • Thời điểm quan sát.
  • Model và phiên bản model.
  • Prompt và business context.
Vì vậy, mặc dù SpyderBot đã có hạ tầng hỗ trợ regional observations, bọn mình vẫn đang tiếp tục cải thiện methodology và độ phủ của hệ thống cũng như thuật toán trước khi chính thức public/release tính năng này cho người dùng. Hiện tại, các báo cáo nên được hiểu là kết quả của "representative observations" được thực hiện trên nhiều điều kiện quan sát khác nhau, thay vì là một kết quả tuyệt đối cho một quốc gia hoặc một người dùng cụ thể.

Cảm ơn anh đã chia sẻ link. Bọn mình có theo dõi khá kỹ chuyên mục AI Search của Ahrefs và phải công nhận là họ đang làm rất tốt ở mảng AI Search/AI Visibility, đặc biệt là các nghiên cứu về AI citations, AI traffic và Brand Radar.
SpyderBot hiện tại không làm SEO, bọn mình tập trung 100% xây dựng infrastructure sản phẩm vào GEO và AI Visibility.
 
Vài góp ý sơ sơ về giao diện:

  • Về UI : Thì nên đầu tư thêm, không rõ bạn thuê thiết kế design, hay tự làm, còn đánh giá cá nhân hiện tại nhìn khá generic từ AI dựng lên ( color palette, đến cách bo nút, bố cục, effects...vv). Nếu định hướng đi sâu vào báo cáo phân tích hơn là khoe tech, thì lâu dài nên có 1 vibe khác.
  • Vẫn UI: Stock image (place holders?) cũng nên xem xét lại dùng ảnh khác, phần tin tức hơi lạm dụng AI generate image nên trông cũng ... chưa chuyên nghiệp lắm, thà lấy vài ảnh, hoặc nên prompt phong cách khác để nhìn mấy cái ảnh ra dáng tin tức xíu.
  • UX phần landing page về bốc cục, và cách thức ok. Nhưng nội dung nên nhấn sâu hơn tí để nổi bật hơn về việc phân tích GEO và AI visbiliity.
  • UX Doc : Menu trái nên scroll theo nội dung, menu cũng nên chia đầu mục sâu hơn.
  • UX phần categories (public report): Cá nhân đánh giá khá rối mắt, phân chia hạng mục để vậy hơi rối mắt, k rõ mình đang ở hạng mục nào, nên có sub menu ở trên menu chính, bên trong nên có filter và search/sort các loại.
  • UI product card: Cá nhân thấy nên đánh giá lại thông tin hiển tị, bớt thông tin như số lượn g LLM (xx/xx), nên có summary về đánh giá thứ hạng.v.v..
  • UX chi tiết 1 sản phẩm : Khá đầy đủ và chi tiết, tuy nhiên cần có cách navigate giữa các nội dung để tiện cho người dùng. Màu sắc bên trong hơi loạn, nên tiết chế lại phần màu sắc.
Phần chữ nghĩa cũng nên collapse 1 số nơi, tập trung vào các report, biểu đồ. Tương tác biểu đồ cần tốt hơn nữa, hiện vẫn quá cơ bản

Về core function các report:

  • Tôi nghĩ về hướng report dữ liệu khá ok, không có gì phàn nàn
  • Nhưng tính thuyết phục thì tôi chưa thấy rõ, ví dụ dựa trên cơ sở nào, scoring thế nào,v.v.v ( tôi nghĩ phần này public được thoải mái, dữ liệu anh crawl và thu thấp làm sạch phân loại mới đáng tiền) thì tôi mới tin tưởng hơn xíu được
  • Tiếp theo là giờ các model cập nhật nữa, nên tôi nghĩ cần có chuyên sâu vào data model fast high... version, loại .. cho từng LLM nữa để có cái nhìn sâu hơn.
  • Tôi không rõ cách thức check thế nào, nhưng có vẻ dựa trên 1 sentence chắc bên anh sẽ có cách chạy đánh giá và đánh trọng số (ví dụ tôi thử gõ 1 câu đó trên google, và chỉ ngó mỗi câu trả lời AI thì nó khác với kết quả anh trả về, và mỗi lần search thằng AI nó ra mỗi cái khác nhau :| )

Một vài điểm thắc mắc/tò mò:
  • Hiện LLM có thể k base trên 1 câu hỏi, mà thậm chí còn base trên 1 lịch sử convo, nhiều lịch sử convo, lịch sử hình thành tính cách của người hỏi ( nếu đăng nhập ).
  • Còn search anomyous ( ví dụ mở tab mới k đăng nhập google và hỏi chẳng hạn ) các anh có so sánh dữ liệu không ? Có khác so với số liệu có bias không ?
  • Tôi nghĩ base trên query là đúng nhưng chưa đủ, cần phải có vài giá trị khác để có thể cạnh tranh hơn.
  • Ngoài ra có thể để 1 2 report so với SEO thường ( mức basic cũng được) để người dùng có cái nhìn so sánh ?

Nếu nói nhược điểm lớn nhất khi sử dụng site, chắc cá nhân đánh giá phần report. Khoan bàn tính chính xác dữ liệu, phần report tôi thấy nhiều chỗ quá nhiều chữ ( như đã nói ), hoặc do cách bố cục sentence( tôi đoán AI gen ? ), v..v, gây việc ... không muốn đọc, cần có format gì đó để lướt qua đọc và nắm đánh giá tổng thể. Còn phần text tôi nghĩ nên optional, cho thành details/pop up như thế nào đó.
 
Vài góp ý sơ sơ về giao diện:

  • Về UI : Thì nên đầu tư thêm, không rõ bạn thuê thiết kế design, hay tự làm, còn đánh giá cá nhân hiện tại nhìn khá generic từ AI dựng lên ( color palette, đến cách bo nút, bố cục, effects...vv). Nếu định hướng đi sâu vào báo cáo phân tích hơn là khoe tech, thì lâu dài nên có 1 vibe khác.
  • Vẫn UI: Stock image (place holders?) cũng nên xem xét lại dùng ảnh khác, phần tin tức hơi lạm dụng AI generate image nên trông cũng ... chưa chuyên nghiệp lắm, thà lấy vài ảnh, hoặc nên prompt phong cách khác để nhìn mấy cái ảnh ra dáng tin tức xíu.
  • UX phần landing page về bốc cục, và cách thức ok. Nhưng nội dung nên nhấn sâu hơn tí để nổi bật hơn về việc phân tích GEO và AI visbiliity.
  • UX Doc : Menu trái nên scroll theo nội dung, menu cũng nên chia đầu mục sâu hơn.
  • UX phần categories (public report): Cá nhân đánh giá khá rối mắt, phân chia hạng mục để vậy hơi rối mắt, k rõ mình đang ở hạng mục nào, nên có sub menu ở trên menu chính, bên trong nên có filter và search/sort các loại.
  • UI product card: Cá nhân thấy nên đánh giá lại thông tin hiển tị, bớt thông tin như số lượn g LLM (xx/xx), nên có summary về đánh giá thứ hạng.v.v..
  • UX chi tiết 1 sản phẩm : Khá đầy đủ và chi tiết, tuy nhiên cần có cách navigate giữa các nội dung để tiện cho người dùng. Màu sắc bên trong hơi loạn, nên tiết chế lại phần màu sắc.
Phần chữ nghĩa cũng nên collapse 1 số nơi, tập trung vào các report, biểu đồ. Tương tác biểu đồ cần tốt hơn nữa, hiện vẫn quá cơ bản

Về core function các report:

  • Tôi nghĩ về hướng report dữ liệu khá ok, không có gì phàn nàn
  • Nhưng tính thuyết phục thì tôi chưa thấy rõ, ví dụ dựa trên cơ sở nào, scoring thế nào,v.v.v ( tôi nghĩ phần này public được thoải mái, dữ liệu anh crawl và thu thấp làm sạch phân loại mới đáng tiền) thì tôi mới tin tưởng hơn xíu được
  • Tiếp theo là giờ các model cập nhật nữa, nên tôi nghĩ cần có chuyên sâu vào data model fast high... version, loại .. cho từng LLM nữa để có cái nhìn sâu hơn.
  • Tôi không rõ cách thức check thế nào, nhưng có vẻ dựa trên 1 sentence chắc bên anh sẽ có cách chạy đánh giá và đánh trọng số (ví dụ tôi thử gõ 1 câu đó trên google, và chỉ ngó mỗi câu trả lời AI thì nó khác với kết quả anh trả về, và mỗi lần search thằng AI nó ra mỗi cái khác nhau :| )

Một vài điểm thắc mắc/tò mò:
  • Hiện LLM có thể k base trên 1 câu hỏi, mà thậm chí còn base trên 1 lịch sử convo, nhiều lịch sử convo, lịch sử hình thành tính cách của người hỏi ( nếu đăng nhập ).
  • Còn search anomyous ( ví dụ mở tab mới k đăng nhập google và hỏi chẳng hạn ) các anh có so sánh dữ liệu không ? Có khác so với số liệu có bias không ?
  • Tôi nghĩ base trên query là đúng nhưng chưa đủ, cần phải có vài giá trị khác để có thể cạnh tranh hơn.
  • Ngoài ra có thể để 1 2 report so với SEO thường ( mức basic cũng được) để người dùng có cái nhìn so sánh ?

Nếu nói nhược điểm lớn nhất khi sử dụng site, chắc cá nhân đánh giá phần report. Khoan bàn tính chính xác dữ liệu, phần report tôi thấy nhiều chỗ quá nhiều chữ ( như đã nói ), hoặc do cách bố cục sentence( tôi đoán AI gen ? ), v..v, gây việc ... không muốn đọc, cần có format gì đó để lướt qua đọc và nắm đánh giá tổng thể. Còn phần text tôi nghĩ nên optional, cho thành details/pop up như thế nào đó.
Cảm ơn anh rất nhiều vì đã dành thời gian review khá chi tiết. Mình phản hồi đến anh từng ý một:
  • Về UI: Bọn mình có thuê một bạn Senior Designer tư vấn tổng thể về direction, design system và trải nghiệm chung. Tuy nhiên đúng như anh nhận xét, sau đó team có tận dụng AI để phát triển và iterate khá nhiều phần từ bộ khung ban đầu, nên đôi chỗ vẫn còn cảm giác hơi "generic AI". Đây là góp ý rất đúng và bọn mình sẽ tiếp tục đầu tư thêm cho phần này.
  • Phần Stock Image: Cảm ơn anh rất nhiều. Thú thật là phần Insight/Press hiện tại vẫn đang ưu tiên tốc độ triển khai nên có sử dụng AI-generated images khá nhiều. Sau góp ý của anh, bọn mình sẽ chỉnh chu hơn về phần hình ảnh để nhìn chuyên nghiệp và đồng nhất hơn.
  • UX Docs (menu trái scroll theo nội dung): Phần này đã nằm trong plan điều chỉnh của team và khả năng cao sẽ được update trong khoảng 1-2 ngày tới.
  • UX Categories (Public Reports): Cảm ơn anh. Góp ý về việc bổ sung sub menu ở menu chính, cũng như filter/search/sort bên trong rất hợp lý. Bọn mình sẽ note lại để nghiên cứu triển khai vì đúng là khi số lượng public reports tăng lên thì việc navigate sẽ ngày càng quan trọng.
  • UI Product Card: Phần này bọn mình cũng đã tối ưu qua khá nhiều vòng rồi nhưng đúng là vẫn chưa ra được một phiên bản thực sự "ưng ý", bọn mình sẽ nghiên cứu thêm.
  • UX trang chi tiết sản phẩm/report: Bọn mình sẽ nghiên cứu bổ sung thêm navigation giữa các section để thuận tiện hơn cho người dùng, đồng thời tiết chế lại màu sắc để trải nghiệm nhất quán hơn.
Về core function các report:
  • Về tính thuyết phục (scoring/index): Hiện tại bọn mình đang trong quá trình nộp một số patent liên quan đến GEO và AI Visibility, nên chưa thể public quá sâu về methodology, scoring hay trọng số phía sau từng chỉ số. Đây cũng là ưu tiên số 1 của bọn mình hiện tại. Dự kiến cuối năm nay, sau khi hoàn tất các thủ tục liên quan đến patent, bọn mình sẽ public thêm nhiều technical papers về framework, methodology cũng như chi tiết hơn về các Index và cách SpyderBot nhìn nhận AI Visibility.
  • Cá nhân mình cũng đồng ý với anh ở điểm "Dữ liệu anh crawl, làm sạch, phân loại mới là thứ đáng tiền." Cuối cùng thì report chỉ là lớp hiển thị, còn giá trị thực sự nằm ở data moat và cách xử lý dữ liệu phía sau.
  • Về việc đi sâu theo từng model/version: Hiện tại, nhóm tính năng Prompt Intelligence đã cho phép tùy chỉnh khá đầy đủ: LLM model, Phiên bản model, Số lượng agents, Một số cấu hình phân tích khác,.. Còn với Brand Insights, bọn mình đang thiết kế theo hướng thuận tiện nhất cho đa số người dùng. Hệ thống sẽ tự động phân phối và phối hợp nhiều LLM khác nhau để mang lại mức độ tin cậy tốt nhất cho report. Tuy nhiên, Bọn mình sẽ nghiên cứu bổ sung thêm phần tùy chỉnh này cho Brand Insights trong tương lai.
  • Về chuyện "mỗi lần hỏi AI lại ra một kết quả khác nhau": Thực tế đúng như những gì anh quan sát, nếu chỉ lấy 1 prompt và chạy 1 lần thì gần như không có nhiều giá trị thống kê. AI response hiện tại phụ thuộc vào rất nhiều yếu tố: Prompt, Context, Lịch sử hội thoại, User profile, Model, Phiên bản model, Thời điểm thực hiện,... Và đó cũng là lý do SpyderBot không cố gắng trả lời: "ChatGPT sẽ trả lời gì cho một người dùng cụ thể?" mà đang cố gắng trả lời: "Với một tập mẫu đủ lớn, AI có xu hướng nhìn nhận thương hiệu này như thế nào?" Theo mình, GEO là một bài toán xác suất (probabilistic) hơn là một bài toán deterministic. Bọn mình đang lấy mẫu trên đủ nhiều prompts, đủ nhiều models và đủ nhiều lần chạy để giảm tính ngẫu nhiên, sau đó mới bắt đầu áp dụng các cơ chế scoring và weighting. Tất nhiên, phần "weighting như thế nào" thì mình xin phép giữ lại để public cùng patent.
Một vài điểm thắc mắc/tò mò:
  • Về chuyện LLM dựa trên lịch sử hội thoại/persona: Mình hoàn toàn đồng ý với anh. Như mình trao đổi ở trên thì AI response phụ thuộc vào rất nhiều yếu tố. Và đây cũng là lý do bọn mình đang phát triển thêm các hướng nghiên cứu như Prompt Research, Persona Research và Entity Research.
  • Về Anonymous vs Logged-in: Thực tế thì bọn mình cũng đang lấy mẫu và đối chiếu giữa: Anonymous sessions, Logged-in users và Các nhóm persona khác nhau. Kết quả ban đầu cho thấy lịch sử hội thoại và persona có ảnh hưởng tương đối rõ, nhưng mức độ ảnh hưởng còn tùy thuộc vào từng model và từng loại câu hỏi. Đây cũng là một trong những hướng nghiên cứu mà bọn mình đang tiếp tục đào sâu thêm trên tập dữ liệu lớn hơn.
  • Về việc chỉ dựa trên query là chưa đủ: Mình hoàn toàn đồng ý. Nếu SEO có thể được đơn giản hóa thành: "Keyword → Ranking" thì GEO hiện tại có thể ngắn gọn lại thành: "Persona → Context → Prompt → Entity → Positioning → Mention → Recommendation". Nên query/prompt chỉ là một phần của bài toán, những lớp như Persona, Context hay Positioning của entity cũng quan trọng không kém.
  • Về việc so sánh với SEO report: Hiện tại bọn mình đang tập trung 100% vào GEO và AI Visibility nên chưa có kế hoạch phát triển thêm các tính năng SEO. Tuy nhiên, góp ý của anh rất hay. Cá nhân mình cũng nghĩ việc đặt GEO bên cạnh một số chỉ số SEO cơ bản sẽ giúp người dùng có thêm góc nhìn khi phân tích. Thay vì tự phát triển một bộ SEO suite, nhiều khả năng bọn mình sẽ nghiên cứu hợp tác hoặc tích hợp với một bên chuyên về SEO để bổ sung thêm dữ liệu và thông tin cho người dùng.
Một lần nữa rất cảm ơn góp ý cực kỳ giá trị và chi tiết của anh.
 
Cảm ơn anh rất nhiều vì đã dành thời gian review khá chi tiết. Mình phản hồi đến anh từng ý một:
  • Về UI: Bọn mình có thuê một bạn Senior Designer tư vấn tổng thể về direction, design system và trải nghiệm chung. Tuy nhiên đúng như anh nhận xét, sau đó team có tận dụng AI để phát triển và iterate khá nhiều phần từ bộ khung ban đầu, nên đôi chỗ vẫn còn cảm giác hơi "generic AI". Đây là góp ý rất đúng và bọn mình sẽ tiếp tục đầu tư thêm cho phần này.
  • Phần Stock Image: Cảm ơn anh rất nhiều. Thú thật là phần Insight/Press hiện tại vẫn đang ưu tiên tốc độ triển khai nên có sử dụng AI-generated images khá nhiều. Sau góp ý của anh, bọn mình sẽ chỉnh chu hơn về phần hình ảnh để nhìn chuyên nghiệp và đồng nhất hơn.
  • UX Docs (menu trái scroll theo nội dung): Phần này đã nằm trong plan điều chỉnh của team và khả năng cao sẽ được update trong khoảng 1-2 ngày tới.
  • UX Categories (Public Reports): Cảm ơn anh. Góp ý về việc bổ sung sub menu ở menu chính, cũng như filter/search/sort bên trong rất hợp lý. Bọn mình sẽ note lại để nghiên cứu triển khai vì đúng là khi số lượng public reports tăng lên thì việc navigate sẽ ngày càng quan trọng.
  • UI Product Card: Phần này bọn mình cũng đã tối ưu qua khá nhiều vòng rồi nhưng đúng là vẫn chưa ra được một phiên bản thực sự "ưng ý", bọn mình sẽ nghiên cứu thêm.
  • UX trang chi tiết sản phẩm/report: Bọn mình sẽ nghiên cứu bổ sung thêm navigation giữa các section để thuận tiện hơn cho người dùng, đồng thời tiết chế lại màu sắc để trải nghiệm nhất quán hơn.
Về core function các report:
  • Về tính thuyết phục (scoring/index): Hiện tại bọn mình đang trong quá trình nộp một số patent liên quan đến GEO và AI Visibility, nên chưa thể public quá sâu về methodology, scoring hay trọng số phía sau từng chỉ số. Đây cũng là ưu tiên số 1 của bọn mình hiện tại. Dự kiến cuối năm nay, sau khi hoàn tất các thủ tục liên quan đến patent, bọn mình sẽ public thêm nhiều technical papers về framework, methodology cũng như chi tiết hơn về các Index và cách SpyderBot nhìn nhận AI Visibility.
  • Cá nhân mình cũng đồng ý với anh ở điểm "Dữ liệu anh crawl, làm sạch, phân loại mới là thứ đáng tiền." Cuối cùng thì report chỉ là lớp hiển thị, còn giá trị thực sự nằm ở data moat và cách xử lý dữ liệu phía sau.
  • Về việc đi sâu theo từng model/version: Hiện tại, nhóm tính năng Prompt Intelligence đã cho phép tùy chỉnh khá đầy đủ: LLM model, Phiên bản model, Số lượng agents, Một số cấu hình phân tích khác,.. Còn với Brand Insights, bọn mình đang thiết kế theo hướng thuận tiện nhất cho đa số người dùng. Hệ thống sẽ tự động phân phối và phối hợp nhiều LLM khác nhau để mang lại mức độ tin cậy tốt nhất cho report. Tuy nhiên, Bọn mình sẽ nghiên cứu bổ sung thêm phần tùy chỉnh này cho Brand Insights trong tương lai.
  • Về chuyện "mỗi lần hỏi AI lại ra một kết quả khác nhau": Thực tế đúng như những gì anh quan sát, nếu chỉ lấy 1 prompt và chạy 1 lần thì gần như không có nhiều giá trị thống kê. AI response hiện tại phụ thuộc vào rất nhiều yếu tố: Prompt, Context, Lịch sử hội thoại, User profile, Model, Phiên bản model, Thời điểm thực hiện,... Và đó cũng là lý do SpyderBot không cố gắng trả lời: "ChatGPT sẽ trả lời gì cho một người dùng cụ thể?" mà đang cố gắng trả lời: "Với một tập mẫu đủ lớn, AI có xu hướng nhìn nhận thương hiệu này như thế nào?" Theo mình, GEO là một bài toán xác suất (probabilistic) hơn là một bài toán deterministic. Bọn mình đang lấy mẫu trên đủ nhiều prompts, đủ nhiều models và đủ nhiều lần chạy để giảm tính ngẫu nhiên, sau đó mới bắt đầu áp dụng các cơ chế scoring và weighting. Tất nhiên, phần "weighting như thế nào" thì mình xin phép giữ lại để public cùng patent.
Một vài điểm thắc mắc/tò mò:
  • Về chuyện LLM dựa trên lịch sử hội thoại/persona: Mình hoàn toàn đồng ý với anh. Như mình trao đổi ở trên thì AI response phụ thuộc vào rất nhiều yếu tố. Và đây cũng là lý do bọn mình đang phát triển thêm các hướng nghiên cứu như Prompt Research, Persona Research và Entity Research.
  • Về Anonymous vs Logged-in: Thực tế thì bọn mình cũng đang lấy mẫu và đối chiếu giữa: Anonymous sessions, Logged-in users và Các nhóm persona khác nhau. Kết quả ban đầu cho thấy lịch sử hội thoại và persona có ảnh hưởng tương đối rõ, nhưng mức độ ảnh hưởng còn tùy thuộc vào từng model và từng loại câu hỏi. Đây cũng là một trong những hướng nghiên cứu mà bọn mình đang tiếp tục đào sâu thêm trên tập dữ liệu lớn hơn.
  • Về việc chỉ dựa trên query là chưa đủ: Mình hoàn toàn đồng ý. Nếu SEO có thể được đơn giản hóa thành: "Keyword → Ranking" thì GEO hiện tại có thể ngắn gọn lại thành: "Persona → Context → Prompt → Entity → Positioning → Mention → Recommendation". Nên query/prompt chỉ là một phần của bài toán, những lớp như Persona, Context hay Positioning của entity cũng quan trọng không kém.
  • Về việc so sánh với SEO report: Hiện tại bọn mình đang tập trung 100% vào GEO và AI Visibility nên chưa có kế hoạch phát triển thêm các tính năng SEO. Tuy nhiên, góp ý của anh rất hay. Cá nhân mình cũng nghĩ việc đặt GEO bên cạnh một số chỉ số SEO cơ bản sẽ giúp người dùng có thêm góc nhìn khi phân tích. Thay vì tự phát triển một bộ SEO suite, nhiều khả năng bọn mình sẽ nghiên cứu hợp tác hoặc tích hợp với một bên chuyên về SEO để bổ sung thêm dữ liệu và thông tin cho người dùng.
Một lần nữa rất cảm ơn góp ý cực kỳ giá trị và chi tiết của anh.
Cá nhân đánh giá, thì bên anh nên có 1 bên chuyên , hoặc cần có 1 SEO base weight ngầm (có khi bên anh cũng có rồi :\).
Dù gì câu trả lời lọc đầu tiên của lũ LLM này cũng base chính trên tập data training ( website,articles,.v.v.v), đại khái chính là cái nền tảng SEO các web đã base lên để kéo traffic, có chăng nó thông minh hơn search truyền thông từ câu từ, phần loại sâu hơn các categories (ví dụ xe hơi có thể đi sâu hơn tư vấn sedan cầu trước sau, hatchback, hev hay ko v.v.v., kiểu kiểu vậy)

Tôi thấy khía cạnh này khá thú vị, và cũng tự mày mò lăng nhăng. Về cơ bản có vẻ SEO vẫn cần mạnh cho các sản phẩm, tuy nhiên có vẻ tương lại không thể chỉ dựa trên những việc seo base truyền thống được (ví dụ site map, key words, đi phủ ,.v.vv. ) , vì hiện tại LLM có thêm lớp suy nghĩ, context, bias, ..v.v.v như a đã nêu. Thế nên việc report ngoài những đặc thù của LLM, tôi nghĩ a vẫn cần có 1 SEO base để thuyết phục thông tin đã nêu, cũng như có những giải pháp tư vấn sơ khởi (ví dụ : kiểu bớt spam bài rác, hoặc chạy bot comment, đại loại vậy) Giờ có LLM nên việc phân biệt nhận biết việc SEO tôi nghĩ sẽ ngày càng chặt, chú trọng vào chất lượng thực sự, thay vì yếu nố đặt nặng kỹ thuật thuật toán như xưa.


Chúc anh và team may mắn trên con đường này, và đây là một trong những sản phẩm tôi sẽ nhớ đến khi có nhu cầu nghía ngó GEO
 
Cá nhân đánh giá, thì bên anh nên có 1 bên chuyên , hoặc cần có 1 SEO base weight ngầm (có khi bên anh cũng có rồi :\).
Dù gì câu trả lời lọc đầu tiên của lũ LLM này cũng base chính trên tập data training ( website,articles,.v.v.v), đại khái chính là cái nền tảng SEO các web đã base lên để kéo traffic, có chăng nó thông minh hơn search truyền thông từ câu từ, phần loại sâu hơn các categories (ví dụ xe hơi có thể đi sâu hơn tư vấn sedan cầu trước sau, hatchback, hev hay ko v.v.v., kiểu kiểu vậy)

Tôi thấy khía cạnh này khá thú vị, và cũng tự mày mò lăng nhăng. Về cơ bản có vẻ SEO vẫn cần mạnh cho các sản phẩm, tuy nhiên có vẻ tương lại không thể chỉ dựa trên những việc seo base truyền thống được (ví dụ site map, key words, đi phủ ,.v.vv. ) , vì hiện tại LLM có thêm lớp suy nghĩ, context, bias, ..v.v.v như a đã nêu. Thế nên việc report ngoài những đặc thù của LLM, tôi nghĩ a vẫn cần có 1 SEO base để thuyết phục thông tin đã nêu, cũng như có những giải pháp tư vấn sơ khởi (ví dụ : kiểu bớt spam bài rác, hoặc chạy bot comment, đại loại vậy) Giờ có LLM nên việc phân biệt nhận biết việc SEO tôi nghĩ sẽ ngày càng chặt, chú trọng vào chất lượng thực sự, thay vì yếu nố đặt nặng kỹ thuật thuật toán như xưa.


Chúc anh và team may mắn trên con đường này, và đây là một trong những sản phẩm tôi sẽ nhớ đến khi có nhu cầu nghía ngó GEO
Cảm ơn anh rất nhiều. Mình cũng chưa nghĩ GEO sẽ thay thế SEO, GEO đang kế thừa và bổ sung thêm một lớp phân phối thông tin mới là AI systems. Những thứ như content, authority, entity hay technical foundation vẫn sẽ rất quan trọng trong nhiều năm tới. Tuy nhiên, AI bắt đầu xuất hiện thêm các lớp như context, memory, personalization hay retrieval, nên bài toán đã trở nên phức tạp hơn khá nhiều so với thời kỳ "Keyword → Ranking". Thực tế, bọn mình cũng đang thấy có một mức độ tương quan nhất định giữa SEO signals và AI Visibility, dù hai bài toán này không hoàn toàn giống nhau.

Còn về phần "giải pháp tư vấn sơ khởi" thì mình rất đồng ý với anh. Cuối cùng thì khách hàng sẽ không chỉ muốn xem report và chỉ số, mà sẽ hỏi "OK, vậy tôi cần làm gì tiếp theo?". Ví dụ:
  • Nội dung nào nên đầu tư thêm?
  • Entity nào đang yếu?
  • Có đang bị AI hiểu sai thương hiệu hay không?
  • Website có đang khó crawl hoặc khó đọc với AI không?
  • Có đang phụ thuộc quá nhiều vào một nguồn dữ liệu duy nhất không?
  • Có dấu hiệu sử dụng các kỹ thuật spam mà AI có thể đánh giá tiêu cực hay không?
Thực ra đây cũng là hướng mà bọn mình muốn đi trong tương lai: Diagnose → Understand → Optimize. Bọn mình khá tin rằng AI sẽ khiến việc tối ưu quay về với giá trị cốt lõi hơn: "Nếu bỏ hết thuật toán đi, sản phẩm và nội dung của bạn có đủ tốt để được người khác nhắc đến hay không?". Thực tế, SpyderBot cũng sẽ sớm release (có thể trong 2 tháng tới) thêm một số tính năng thiên về mặt kỹ thuật để hỗ trợ tối ưu GEO, chẳng hạn như:
  • LLM Readability.
  • AI-ready website signals.
  • Structured data recommendations.
  • Entity optimization.
  • llms.txt recommendations.
  • Technical GEO checks.
Một lần nữa cảm ơn anh, và mình rất trân trọng câu cuối của anh: "Đây là một trong những sản phẩm tôi sẽ nhớ đến khi có nhu cầu GEO."
 
Không có giao diện tiếng Việt cho vozer ngoo tiếng Anh à thớt .-.
Anh thông cảm nhé, bọn mình đang tập trung khách hàng chính ở Mỹ và châu Âu nên ưu tiên tiếng Anh trước. Nhưng trong roadmap thì SpyderBot sẽ hỗ trợ thêm nhiều ngôn ngữ khác, trong đó chắc chắn có tiếng Việt. Hiện tại thì cũng có khá nhiều công cụ hỗ trợ dịch ngay trên trình duyệt nên anh em có thể tạm dùng khá ổn. Cảm ơn anh.
 
Phân tích của tool sai ngay từ ngành của mình luôn:
Mình in 3d chứ có bán gear hay gì đâu :).
Trc khi chạy report nên cho user review xem quick overview tool xác định đúng ngành của mình chưa?
 
Phân tích của tool sai ngay từ ngành của mình luôn:
Mình in 3d chứ có bán gear hay gì đâu :).
Trc khi chạy report nên cho user review xem quick overview tool xác định đúng ngành của mình chưa?
Cảm ơn anh, đây là một góp ý rất hay và cũng là một ví dụ khá điển hình của bài toán GEO. Trong trường hợp này, SpyderBot vẫn chạy bình thường trên nhiều AI models và tập prompts, sau đó làm sạch dữ liệu và phân tích các intelligence. Tuy nhiên, khi entity chưa đủ mạnh hoặc chưa được AI systems định nghĩa rõ ràng (có cùng một nhận thức - entity understanding), kết quả trả về giữa các models thường sẽ có độ phân tán cao hơn. AI có thể dựa trên:
  • Nội dung thu thập được từ website.
  • Các nguồn dữ liệu công khai khác.
  • Tín hiệu về entity trên Internet.
  • Location và ngữ cảnh của người dùng.
  • Và đôi khi là các tín hiệu từ chính tên miền.
Trong trường hợp của anh thì nhiều khả năng từ “gear” trong domain đang ảnh hưởng đến cách một số models hiểu về website. Đây cũng là một trong những lý do bọn mình khá quan tâm đến bài toán Entity Positioning. Nếu AI chưa hiểu chính xác “anh là ai”, thì các lớp phía sau như Mention hay Recommendation cũng sẽ bị ảnh hưởng.

Bọn mình sẽ investigate thêm case này và cho chạy lại hệ thống để đảm bảo kết quả bám sát entity của anh nhất có thể. Sau đó anh có thể chạy lại GEO Report để đối chiếu với kết quả mới.

Cảm ơn anh vì đã report case này. Những trường hợp AI hiểu sai như thế này thực ra lại là dữ liệu rất giá trị để bọn mình tiếp tục cải thiện hệ thống.
 
Phân tích của tool sai ngay từ ngành của mình luôn:
Mình in 3d chứ có bán gear hay gì đâu :).
Trc khi chạy report nên cho user review xem quick overview tool xác định đúng ngành của mình chưa?
Update thêm với anh một chút: bọn mình đã investigate lại case của goodgearz.com. Kết quả cho thấy website của anh có mức độ phân tán tương đối cao giữa các AI responses. Điều này thường xảy ra với những website mà entity chưa được các mô hình AI nhận diện một cách nhất quán.

Bọn mình đã thực hiện thêm một vòng phân tích chuyên sâu (deep analysis), tăng số lượng mẫu và hiệu chỉnh lại quá trình entity resolution để kết quả bám sát với entity thực tế của GoodGearz hơn.

Anh có thể vào kiểm tra lại và chạy GEO Report một lần nữa. Nếu vẫn còn điểm nào chưa chính xác thì cứ DM cho mình nhé, vì những case như thế này giúp SpyderBot cải thiện AI Visibility Intelligence rất nhiều.

Cảm ơn anh đã dành thời gian trải nghiệm và report giúp bọn mình.
 
Sửa lần cuối:

Thống kê chủ đề

Ngày tạo
JMSpyderBot,
Người trả lời cuối
JMSpyderBot,
Trả lời
88
Lượt xem
16.836
Quay lại
Lên đầu trang