A
Anh Trung

  1. Trang chủ
  2. Cộng đồng
  3. Digital Marketing

Thương hiệu không xuất hiện, hay bộ câu hỏi đang đo sai? Cách xây prompt panel cho AI Visibility

  • hôm nay lúc 21:38
  • 31
  • 0

Một agency chạy 20 câu hỏi trên ChatGPT.

Thương hiệu chỉ xuất hiện trong 4 câu.

AI Visibility: 20%.

Nhìn vào dashboard, kết luận rất dễ là:

“Thương hiệu đang yếu trên AI Search.”

Nhưng còn một khả năng khác ít được nói tới hơn:

Bộ 20 câu hỏi đó có thể đang đo sai thứ doanh nghiệp thực sự cần biết.

Đây là điểm khiến tôi cho rằng AI Visibility không nên bắt đầu từ score.

Nó nên bắt đầu từ prompt panel.

Prompt set không chỉ là danh sách câu hỏi

Trong SEO, chúng ta đã quen với keyword set.

Với AI Search, nhiều người chuyển thẳng logic đó sang prompt:

  • lấy một danh sách câu hỏi;

  • chạy qua ChatGPT, Gemini hoặc một nền tảng khác;

  • đếm số lần thương hiệu xuất hiện;

  • tính phần trăm.

Vấn đề là một prompt set không chỉ quyết định chúng ta hỏi gì.

Nó quyết định luôn visibility mà chúng ta có thể nhìn thấy.

Nếu panel chỉ gồm câu hỏi informational, thương hiệu có thể trông rất mạnh ở tầng kiến thức nhưng hoàn toàn vắng mặt ở tầng so sánh nhà cung cấp.

Nếu panel chỉ gồm câu hỏi recommendation, một doanh nghiệp mới có thể trông như “0% visibility” dù AI vẫn hiểu đúng entity, sản phẩm và use case của họ.

Và nếu tháng này thay 40% câu hỏi so với tháng trước, trend có thể đang phản ánh việc thay đổi measurement instrument chứ không phải thương hiệu thay đổi.

Prompt universe và tracked panel là hai thứ khác nhau

Tôi thấy nên tách hai khái niệm.

Prompt universe là tất cả những nhu cầu, tình huống và câu hỏi có khả năng quan trọng với khách hàng.

Tracked panel là tập câu hỏi được chọn để chạy lặp lại và theo dõi.

Chúng không giống nhau.

Không agency nào có thể đo mọi cách một người dùng có thể đặt câu hỏi cho AI.

Vì vậy AI Visibility về bản chất là một phép lấy mẫu.

Câu hỏi quan trọng không phải:

“Chúng ta đang có bao nhiêu prompt?”

Mà là:

“Panel này đại diện cho những quyết định nào của người mua?”

Đây cũng là lý do các nền tảng AI Visibility hiện đang tiếp cận prompt universe theo những cách khá khác nhau.

Semrush xây một prompt database rất lớn, nhóm các prompt thành topic và đồng thời cung cấp Prompt Tracking cho các câu hỏi cụ thể mà doanh nghiệp muốn theo dõi.

SEOmonitor lại bắt đầu từ keyword/intent, chuyển mỗi intent thành một câu hỏi có thể chạy lặp lại và giữ search volume như một weighting signal.

Không nhất thiết cách nào đúng hơn.

Nhưng cả hai đều cho thấy cùng một điều:

Cách chọn câu hỏi là một phần của methodology đo.

Tôi sẽ chia panel theo intent trước khi chia theo từ khóa

Một prompt panel cho doanh nghiệp có thể bắt đầu bằng 4–5 tầng.

1. Problem / Discovery

Đây là lúc khách hàng biết vấn đề nhưng chưa chắc biết tên giải pháp.

Ví dụ:

  • Làm sao biết thương hiệu của tôi có xuất hiện trên ChatGPT?

  • Vì sao website SEO tốt nhưng AI ít nhắc đến?

  • Làm sao theo dõi đối thủ trên AI Search?

Ở tầng này, câu hỏi là:

AI có liên kết thương hiệu với vấn đề khách hàng đang gặp hay chưa?

2. Solution / Category

Người dùng bắt đầu biết loại giải pháp họ cần.

Ví dụ:

  • Công cụ nào đo AI Visibility?

  • Phần mềm GEO monitoring dùng để làm gì?

  • AI Search monitoring khác rank tracking như thế nào?

Đây là tầng mà AI bắt đầu gắn một nhu cầu với một category.

3. Comparison

Người dùng đang cân nhắc các lựa chọn.

Ví dụ:

  • Semrush và Ahrefs khác nhau thế nào khi đo AI Visibility?

  • Nên dùng spreadsheet hay phần mềm để theo dõi prompt?

  • Công cụ nào phù hợp cho agency quản lý nhiều khách hàng?

Đây là nơi competitive visibility bắt đầu có ý nghĩa lớn hơn.

4. Recommendation / Provider Selection

Người dùng đã đến gần quyết định.

Ví dụ:

  • Nên dùng công cụ nào để báo cáo AI Visibility cho khách hàng?

  • Phần mềm AI Visibility nào phù hợp cho SEO/GEO agency tại Việt Nam?

Nếu doanh nghiệp mạnh ở discovery nhưng hoàn toàn vắng mặt ở nhóm này thì một overall score có thể che mất một khoảng trống quan trọng.

5. Branded / Validation

Ví dụ:

  • Ghim AI là gì?

  • Ghim AI đo những chỉ số nào?

  • Ghim AI có phù hợp cho agency không?

Nhóm branded rất hữu ích để kiểm tra AI có hiểu đúng thương hiệu hay không.

Nhưng tôi sẽ không gộp nó với non-branded prompt nếu mục tiêu đang là đo:

AI có tự đưa thương hiệu vào consideration set hay không?

Cùng là 20% visibility nhưng có thể là hai tình huống hoàn toàn khác

Giả sử hai panel đều có 20 câu.

Panel A

  • 10 discovery

  • 5 solution

  • 5 branded

  • gần như không có comparison/recommendation

Panel B

  • 5 discovery

  • 5 solution

  • 5 comparison

  • 5 recommendation

Hai panel đều có thể cho kết quả:

AI Visibility = 20%

Nhưng 20% ở hai panel không có cùng ý nghĩa.

Ở Panel A, thương hiệu có thể đang yếu ở knowledge coverage.

Ở Panel B, thương hiệu có thể đang yếu ở consideration và recommendation.

Nếu report chỉ có một score tổng, agency rất khó biết bước tiếp theo nên là:

  • sửa content;

  • bổ sung comparison page;

  • tăng third-party corroboration;

  • làm rõ entity;

  • hay thực ra chỉ cần thiết kế lại panel.

Prompt coverage nên được báo như một metric

Một báo cáo AI Visibility có thể thêm một bảng rất đơn giản:

Intent groupPrompt trackedBrand mentionedCompetitor gap

Discovery851

Solution632

Comparison413

Recommendation404

Chỉ bảng này đã cho biết nhiều hơn một score 32%.

Agency nhìn được:

  • thương hiệu đang mạnh ở đâu;

  • yếu ở đâu;

  • đối thủ thắng ở nhóm nào;

  • nhóm nào chưa đủ sample để kết luận.

Một prompt panel tốt không cần giả vờ “đo hết thị trường”

Đây là điểm tôi nghĩ cần đặc biệt cẩn thận.

AI Search hiện không cung cấp cho marketer một public query log đầy đủ tương tự Search Console để biết chính xác tất cả câu người dùng đang hỏi.

Vì vậy prompt panel không phải census của thị trường.

Nó là một measurement panel.

Tức là một tập câu hỏi được chọn có chủ đích để đại diện cho những nhu cầu chúng ta quan tâm.

Đó cũng là lý do tôi không nghĩ có thể đưa ra một quy tắc kiểu:

“Muốn đo AI Visibility chính xác phải có 50 prompt.”

50 prompt có thể quá nhiều với một category rất hẹp.

Nhưng cũng có thể quá ít với một doanh nghiệp có hàng chục product line, market và language cohort.

Số lượng không thể thay thế coverage.

Có nên dùng search volume để chọn prompt?

Có thể dùng như một tín hiệu.

Nhưng tôi sẽ không dùng nó như nguồn duy nhất.

Google search volume đo hành vi tìm kiếm trên Google.

Nó không phải số lần người dùng hỏi cùng một câu trên ChatGPT, Gemini hoặc AI Mode.

Với agency, tôi sẽ kết hợp ít nhất bốn nguồn:

  • keyword/search demand;

  • câu hỏi sales hoặc customer support thường nhận;

  • Search Console, site search và nội dung khách đã truy cập;

  • các tình huống comparison/recommendation mà người mua thực sự có thể hỏi AI.

Nếu có CRM, call transcript hoặc brief của sales team thì càng tốt.

Prompt panel nên phản ánh buyer decisions, không chỉ phản ánh keyword database.

Giữ panel cố định nhưng đừng để nó đóng băng

Nghe có vẻ mâu thuẫn.

Muốn đo trend, chúng ta cần một core panel tương đối ổn định.

Nhưng thị trường sẽ thay đổi:

  • category mới xuất hiện;

  • sản phẩm mới ra mắt;

  • đối thủ mới;

  • cách khách gọi vấn đề thay đổi;

  • AI platform mới trở nên quan trọng.

Tôi sẽ dùng cấu trúc:

Core panel
→ giữ ổn định để so trend.

Exploration panel
→ thử các câu hỏi mới và phát hiện nhu cầu mới.

Khi một prompt trong exploration đủ quan trọng, nó có thể được đưa vào core panel ở một version mới.

Nhưng lịch sử cần giữ nguyên.

Version prompt panel giống như version một dataset

Ví dụ:

Panel v1.0

  • 30 prompts

  • 4 intent groups

  • Vietnamese

  • Vietnam market

Panel v1.1

  • giữ nguyên 30 core prompts;

  • thêm 8 exploration prompts.

Panel v2.0

  • đổi category framing;

  • thêm English cohort;

  • thay 6 prompt cũ.

Khi báo trend, agency nên nói:

“Trên 30 core prompts không đổi, visibility tăng từ A lên B.”

Không nên lấy 38 prompt tháng này so với 30 prompt tháng trước rồi gọi phần chênh lệch là “GEO tăng trưởng”.

R39-B của Ghim AI cho tôi một bài học khác

Trong R39-B, chúng tôi giữ 10 prompt cố định và chạy mỗi prompt 5 lần.

Tổng cộng 50 source-trace observations.

Mean prompt-level source-domain Jaccard là 0,954 trong sample đó.

Điểm tôi muốn rút ra không phải:

“AI rất ổn định.”

Mà là:

Muốn nghiên cứu variance, trước tiên measurement instrument phải được giữ cố định.

Nếu chính prompt đã thay đổi giữa các lần chạy, rất khó biết khác biệt đến từ model/retrieval hay đến từ câu hỏi.

R39-C lại cho thấy language không nên bị trộn vào panel một cách vô thức

R39-C dùng 12 cặp Việt/Anh có cùng intent.

Trong sample ChatGPT-only đó, mean source-domain Jaccard chỉ 0,081.

Kết quả không chứng minh language là nguyên nhân duy nhất.

Nhưng nếu một doanh nghiệp có cả khách Việt Nam và khách quốc tế, tôi sẽ không âm thầm trộn hai ngôn ngữ thành một score.

Tôi sẽ xem:

VI panel
và
EN panel

như hai cohort riêng trước khi xem aggregate.

Khi brand không xuất hiện, đừng tối ưu ngay

Tôi sẽ kiểm tra ba thứ trước.

1. Prompt có thực sự thuộc nhu cầu quan trọng không?

Hay chỉ là một câu “có vẻ liên quan” nhưng ít giá trị với quyết định mua?

2. Panel có đủ các intent cần thiết không?

Nếu toàn bộ panel là informational, chúng ta không thể từ đó kết luận thương hiệu yếu ở recommendation.

3. Observation có thực sự hợp lệ không?

Run lỗi, không có answer hoặc mode không hỗ trợ citation phải được tách khỏi “brand không xuất hiện”.

Chỉ sau đó mới đi đến câu hỏi content, entity, citation hoặc authority.

Agency nên báo gì thay vì chỉ một score?

Tôi sẽ ưu tiên bốn lớp:

1. Panel coverage
Chúng ta đang đo nhóm nhu cầu nào?

2. Visibility by intent
Brand xuất hiện ở đâu và vắng ở đâu?

3. Competitor gap
Ai đang thắng ở từng nhóm?

4. Panel change log
Measurement instrument tháng này có thay đổi không?

Nếu cần một score tổng để dashboard dễ đọc, score đó nên đứng sau bốn lớp trên.

Không nên đứng trước.

Kết luận

Một thương hiệu không xuất hiện trong AI answer có thể là một vấn đề thật.

Nhưng trước khi kết luận “GEO đang yếu”, agency cần chắc rằng measurement panel đang hỏi đúng câu hỏi.

Bởi vì:

Bạn không thể nhìn thấy phần thị trường mà panel của bạn chưa từng đo.

Theo tôi, đây là một khác biệt quan trọng giữa “chạy vài prompt để kiểm tra” và xây một hệ thống AI Visibility có thể dùng để báo cáo cho khách hàng.

Ghim AI đang được xây theo hướng đó: công cụ đo và phân tích AI Visibility cho agency và người làm SEO/GEO, với prompt set, phạm vi đo và evidence đủ rõ để kết quả có thể được giải thích — không chỉ hiển thị một score.

Nguồn tham khảo