Nội dung này sẽ nói về việc Query Fan-out (truy vấn phân tán)—một khái niệm cơ bản đằng sau AI Mode đang âm thầm viết lại các quy tắc của SEO.
Nhưng tại sao nó lại thực sự mang tính cách mạng đến vậy? Và nó ảnh hưởng như thế nào đến cách chúng ta tiếp cận chiến lược tìm kiếm trong tương lai? Có thể bạn đã “tối ưu hóa” nó rồi mà không hề hay biết!
Đó chính là nội dung chúng ta sẽ tìm hiểu ngày hôm nay.
Trong số này, chúng tôi sẽ đề cập đến:
- Câu hỏi phân tán là gì
- Cách nó hỗ trợ AI Mode, Tìm kiếm sâu và tìm kiếm đàm thoại
- Tại sao việc tối ưu hóa cho “một truy vấn, một câu trả lời” không còn đủ nữa
- Các cách chiến thuật để liên kết hệ sinh thái nội dung của bạn với hành vi phân tán
Chúng ta hãy cùng tìm hiểu nhé.
Query Fan-out (truy vấn phân tán) là gì và tại sao hiện nay bạn lại nghe nói nhiều về nó?
Query Fan-out là cách AI Mode của Google thực hiện một tìm kiếm duy nhất và mở rộng thành nhiều câu hỏi liên quan ở chế độ nền.
Nó có thể đưa ra nhiều nội dung hơn, có thể trả lời đúng ý định thực sự của bạn, chứ không chỉ là những từ ngữ chính xác của bạn.
Bạn đang nghe về điều này vì tính năng AI Overviews và “AI Mode” mới của Google dựa vào quy trình này, có thể thay đổi nội dung hiển thị trong kết quả “tìm kiếm”.
Query Fan-out không chỉ là một thuật ngữ tiếp thị thông dụng khác – đó là cách AI Mode hoạt động.
Việc bắt đầu hiểu khái niệm này là rất quan trọng vì rất có thể AI Mode sẽ trở thành trải nghiệm tìm kiếm mặc định trong vài năm tới. (Tôi hy vọng điều này sẽ xảy ra khi Google tìm ra cách kiếm tiền phù hợp).
Đây là lý do tại sao tôi nghĩ AI Mode có thể trở thành tiêu chuẩn tìm kiếm:
Trong podcast Lex Fridman [1], Sundar Pichai cho biết AI Mode sẽ dần dần thâm nhập sâu hơn vào trải nghiệm tìm kiếm chính:
Lex Fridman: “Do you see a trajectory in the possible future where AI mode completely replaces the 10 blue links plus AI overview?”
Sundar Pichai: “Our current plan is AI mode is going to be there as a separate tab for people who really want to experience that, but it’s not yet at the level there, our main search pages. But as features work, we will keep migrating it to the main page, and so you can view it as a continuum.”
Tạm dịch:
Lex Fridman: “Bạn có thấy một hướng đi trong tương lai mà AI Mode sẽ thay thế hoàn toàn 10 liên kết màu xanh cộng với AI Overviews không?”
Sundar Pichai: “Kế hoạch hiện tại của chúng tôi là AI Mode sẽ được đưa vào một tab riêng dành cho những người thực sự muốn trải nghiệm, nhưng hiện tại nó vẫn chưa có mặt trên trang tìm kiếm chính. Tuy nhiên, khi các tính năng hoạt động, chúng tôi sẽ tiếp tục di chuyển nó lên trang chính để bạn có thể xem nó như một tính năng liên tục.”
Ông cũng cho biết việc trỏ đến trang web là một nguyên tắc thiết kế chính:
Lex Fridman: “And the idea that AI mode will still take you to the web to human-created web?”
Sundar Pichai: “Yes, that’s going to be a core design principle for us.”
Tạm dịch:
Lex Fridman: “Còn ý tưởng về AI Mode vẫn sẽ đưa bạn đến trang web do con người tạo ra thì sao?”
Sundar Pichai: “Đúng vậy, đó sẽ là nguyên tắc thiết kế cốt lõi của chúng tôi.”
Tuy nhiên, nếu AI Overviews là một dấu hiệu, bạn không nên mong đợi nhiều lưu lượng truy cập đến từ kết quả AI Mode. Tỷ lệ CTR giảm có thể lên tới 50% .
Và theo Semrush [2] và Ahrefs [3] , ~15% truy vấn hiển thị AI Overviews.
Nhưng con số thực tế có thể cao hơn nhiều, vì chúng ta không tính đến những lời nhắc theo kiểu đàm thoại, cực dài mà người tìm kiếm đang sử dụng ngày càng nhiều.
Mặc dù AI Mode hiện chỉ bao gồm hơn 1% các truy vấn – như đã đề cập trong “Góc nhìn 360 độ về cách AI thay đổi tìm kiếm” – nhưng có khả năng đây sẽ là phần mở rộng tự nhiên của mọi AI Overviews.
Hiểu được cách phân bổ truy vấn để tối ưu hóa nội dung của bạn tốt hơn là điều hợp lý
Lưu ý quan trọng ở đây: Tôi không muốn giả vờ rằng tôi biết cách “tối ưu hóa” cho việc Query Fan-out.
Và Query Fan-out là một khái niệm, không phải là một phương pháp hay chiến thuật để tối ưu hóa.
Với suy nghĩ đó, việc hiểu cách thức hoạt động của Query Fan-out là rất quan trọng vì mọi người đang sử dụng lời nhắc dài hơn để tìm kiếm theo kiểu hội thoại.
Và do đó, trong tìm kiếm hội thoại, một lời nhắc duy nhất có thể bao hàm nhiều ý định của người dùng.
Chúng ta hãy cùng xem ví dụ này từ Deep SEO :
Và hãy xem ví dụ này từ tài liệu tiếp thị của Google:
Tìm kiếm sâu này đã khởi động 8 tìm kiếm, nhưng tôi đã thấy ví dụ về 122 tìm kiếm trở lên.
Đây chính là lý do tại sao việc hiểu rõ về Query Fan-out lại quan trọng.
Tìm kiếm đàm thoại dựa trên AI không còn khớp một truy vấn duy nhất với một kết quả duy nhất nữa.
Nó lan tỏa thành hàng chục tìm kiếm, ý định và loại nội dung liên quan để tổng hợp một câu trả lời hoàn toàn bỏ qua các con đường SEO truyền thống.
Cơ chế đằng sau việc phân tán
Sau đây là hiểu biết của tôi về cách hoạt động của Query Fan-out dựa trên nghiên cứu “AI Mode hoạt động như thế nào và SEO có thể chuẩn bị cho tương lai của tìm kiếm như thế nào” cũng như thông báo và tài liệu của Google [4] :
- Trong Tìm kiếm cổ điển, Google trả về một danh sách xếp hạng cho mỗi truy vấn. Ở AI Mode, Gemini sẽ phân tách yêu cầu của bạn thành một loạt các truy vấn con – mỗi truy vấn nhắm đến một khía cạnh khác nhau về những gì bạn có thể thực sự quan tâm. Ví dụ: “Giày thể thao tốt nhất để đi bộ” sẽ chuyển thành giày thể thao tốt nhất cho nam ,
giày đi bộ đường mòn , giày cho thời tiết ẩm ướt , độ bền của lớp lót giày , v.v. - Các truy vấn phụ đó đồng thời được gửi đến chỉ mục web trực tiếp, Biểu đồ kiến thức, Biểu đồ mua sắm, Bản đồ, YouTube, v.v. Về cơ bản, hệ thống sẽ chạy một tác vụ tính toán phân tán thay mặt bạn.
- Thay vì coi một trang web là một câu trả lời tổng quát, AI Mode sẽ chọn lọc các đoạn văn, bảng biểu hoặc hình ảnh có liên quan nhất từ mỗi nguồn. Hãy nghĩ đến việc “lọc kim” thay vì “xếp hạng chồng”. Vì vậy, thay vì công cụ tìm kiếm nói “toàn bộ trang này là kết quả phù hợp nhất”, thì “câu này từ trang A, biểu đồ đó từ trang B, và đoạn văn này từ trang C” là những phần có liên quan nhất .
- Google duy trì một “bộ nhớ phiên” đang hoạt động – một bộ nhớ người dùng được tích hợp từ các tìm kiếm, vị trí và sở thích trước đây của bạn. Vector này sẽ gợi ý những truy vấn phụ nào được tạo ra và cách câu trả lời được đóng khung.
- Nếu lô đầu tiên không lấp đầy mọi khoảng trống, mô hình sẽ lặp lại và đưa ra các truy vấn phụ chi tiết hơn, kéo các đoạn văn mới và khâu chúng vào bản nháp cho đến khi độ bao phủ trông hoàn chỉnh. Tất cả chỉ trong vài giây.
- Cuối cùng, Gemini hợp nhất tất cả thành một câu trả lời và so khớp với các trích dẫn. Tìm kiếm sâu (“AI Mode mạnh mẽ”) có thể chạy hàng trăm truy vấn phụ này và đưa ra báo cáo được trích dẫn đầy đủ chỉ trong vài phút.
Hãy nhớ rằng, thực thể [entity] là nền tảng cho cách Google hiểu và mở rộng ý nghĩa. Chúng cũng đóng vai trò trung tâm trong cách hoạt động của cơ chế Query Fan-out.
Hãy lấy một truy vấn như “cách để tập trung”. Google không chỉ khớp cụm từ này với các trang có chính xác từ ngữ đó.
Thay vào đó, nó xác định các thực thể như “ADHD”, “Promodo”, “thiếu chất gì làm mất tập trung”, “phát triển bản thân” và “học và tập trung hiệu quả”.
Từ đó, Query Fan-out sẽ được kích hoạt và có thể tạo ra các truy vấn phụ liên quan, tinh chỉnh dựa trên các tìm kiếm trước đó của người dùng:
- “Làm gì khi khó tập trung?”
- “Thiếu chất gì gây mất tập trung”
- “Làm sao để tập trung vào bản thân”
- “Bị mất tập trung nên uống thuốc gì”
Đây không chỉ là việc viết lại từ khóa – chúng là những ý tưởng liên quan về mặt ngữ nghĩa và ngữ cảnh được xây dựng từ các thực thể đã biết và mối quan hệ của chúng.
Vì vậy, nếu nội dung của bạn không vượt ra ngoài truy vấn chính để hỗ trợ các mối quan hệ thực thể, bạn có nguy cơ bị ẩn khỏi SERP mới do AI điều khiển.
Độ bao phủ thực thể là yếu tố cho phép nội dung của bạn hiển thị trên toàn bộ phạm vi ngữ nghĩa đó.
Sau đây là một cách hay để hình dung mối quan hệ giữa các câu hỏi, chủ đề và sự mở rộng thực thể (từ alsoasked.com):
Nếu tất cả những điều này gợi cho bạn nhớ nhiều đến khái niệm về ý định của người dùng , thì bản năng của bạn đã được điều chỉnh tốt.
Mặc dù việc Query Fan-out nghe có vẻ thú vị và sáng tạo, nhưng thực tế không có nhiều khác biệt so với cách chúng ta nên nhắm mục tiêu theo chủ đề thay vì từ khóa thông qua nội dung giàu thực thể . (Và lẽ ra chúng ta nên làm điều này từ lâu rồi.)
Cách tối ưu hóa Query Fan-out
Khi bạn lưu ý đến việc phân bổ truy vấn, có một số bước thực tế bạn có thể thực hiện để định hình nội dung và tối ưu hóa công việc hiệu quả hơn.
Nhưng trước khi bạn xem qua, tôi cần nhắc lại những gì đã đề cập trước đó: Tôi sẽ không khẳng định rằng mình có cách rõ ràng để “tối ưu hóa” cho quy trình phân bổ truy vấn AI Mode của Google – nó còn quá mới.
Thay vào đó, danh sách này sẽ giúp bạn tối ưu hóa hệ sinh thái nội dung để giải quyết đầy đủ các nhu cầu đa dạng đằng sau mục tiêu tìm kiếm của người dùng mục tiêu.
Bởi vì việc tối ưu hóa cho tìm kiếm hội thoại bắt đầu bằng một thay đổi đơn giản: giải quyết nhu cầu của người tìm kiếm từ nhiều góc độ và đảm bảo họ có thể tìm thấy nhiều góc độ đó trên trang web của bạn… chứ không chỉ một truy vấn tại một thời điểm.
- Viết theo đoạn văn đầu tiên
- Viết thành các khối từ 40-60 từ, mỗi khối trả lời một câu hỏi nhỏ.
- Bắt đầu bằng câu trả lời, sau đó trình bày chi tiết – phản ánh cách AI chọn lọc các đoạn trích.
- Tiêu đề giàu ngữ nghĩa
- Tránh sử dụng tiêu đề và tiêu đề phụ chung chung (“Tổng quan”). Nhúng các thực thể và trình sửa đổi mà AI có thể đưa vào các truy vấn phụ (ví dụ: “Tuổi thọ pin của xe SUV chạy điện vào mùa đông”).
- Móc nối uy tín hướng ngoại
- Trích dẫn các nguồn được bình duyệt, từ chính phủ hoặc các nguồn có thẩm quyền cao; chương trình LLM của Google ưu tiên các đoạn văn có trích dẫn và nguồn để làm căn cứ cho các tuyên bố.
- Kiến trúc cụm
- Xây dựng các trang trung tâm tóm tắt và liên kết sâu đến các trang nhánh. Phân tán thường tạo ra các URL có độ sâu hỗn hợp; các cụm chặt chẽ làm tăng khả năng một trang liên kết được chọn.
- Liên kết nhảy theo ngữ cảnh (“fraggles” hoặc “liên kết neo”)
- Đối với bài viết dài, hãy sử dụng liên kết nhảy nội bộ trong phần thân bài – không chỉ trong mục lục. Điều này giúp các LLM và bot tìm kiếm tập trung vào các thực thể, phần và câu trả lời ngắn gọn có liên quan nhất trên toàn trang. Chúng cũng cải thiện trải nghiệm người dùng (UX). (khái niệm “fraggles” của Cindy Krum.[5] )
- Làm mới nội dung
- Cập nhật số liệu thống kê theo thời gian thường xuyên. Ngay cả một chỉnh sửa nhỏ trên dòng và thêm ngày mới cũng khuyến khích thu thập dữ liệu lại và đủ điều kiện cho các truy vấn phụ “web trực tiếp”.
Cách tối ưu hóa phạm vi bao phủ ý định – một thành phần quan trọng của việc Query Fan-out
AI Mode của Google và quy trình phân chia truy vấn phản ánh cách con người suy nghĩ – chia nhỏ câu hỏi thành nhiều phần và ghép lại thông tin tốt nhất để giải quyết nhu cầu.
Mọi người không tìm kiếm trong một silo – khi họ tìm kiếm, họ tìm kiếm từ một góc nhìn, một lịch sử và với những cảm xúc cùng nhiều câu hỏi/mối quan tâm kèm theo.
Nhưng với tư cách là một ngành công nghiệp, chúng ta từ lâu đã tập trung vào các truy vấn đơn lẻ, ý định hoặc cụm chủ đề để định hướng cho việc tối ưu hóa. Điều này chắc chắn hữu ích, nhưng lại có góc nhìn hạn hẹp.
Và nó bỏ qua bức tranh toàn cảnh: Tối ưu hóa hệ sinh thái nội dung của bạn để giải quyết đầy đủ các nhu cầu rộng hơn, đa dạng đằng sau mục tiêu của một người.
Chúng tôi biết AI Mode của Google được lấy từ:
- Các truy vấn liên quan
- Ý định của người dùng liên quan
- Các thực thể liên quan và kết nối
- Định dạng lại / diễn đạt lại lời nhắc
- So sánh
- Cá nhân hóa: Lịch sử tìm kiếm, email, v.v.
Vậy đây là khái niệm từng bước (chưa được chứng minh) của tôi:
- Gợi ý là những câu hỏi
- Nhưng chỉ bao gồm các câu hỏi là không đủ, chúng ta cần tạo nội dung cho mục đích cơ bản của người dùng
- Nếu chúng ta có thể phân loại một số lượng lớn các câu hỏi xung quanh một chủ đề, chúng ta có thể tăng cơ hội được nhìn thấy khi AI Mode xuất hiện
Sau đây là hướng dẫn từng bước:
- Thu thập các câu hỏi cho một chủ đề từ:
- Phỏng vấn khách hàng (nguồn TỐT NHẤT theo kinh nghiệm của tôi)
- Công cụ từ khóa ma thuật của Semrush
- Ý tưởng từ khóa của Ahrefs
- Reddit (ví dụ, thông qua Gummysearch)
- Youtube (VidIQ)
- Công cụ Qforia tuyệt vời của Mike King
- Nhóm bộ sưu tập câu hỏi của bạn theo ý định của người dùng
- Phù hợp mỗi ý định với một phần nội dung hoặc đoạn văn cụ thể trên trang web của bạn
- Sử dụng các công cụ tìm kiếm và kiểm tra các cuộc trò chuyện thực tế với LLM để xem ai xếp hạng cao nhất cho mục đích này
- So sánh nội dung/đoạn văn của bạn với các phần nội dung được tham khảo nhiều nhất
- Đảm bảo nội dung của bạn phong phú về thực thể và bao gồm những thông tin hấp dẫn
Nếu bạn đã làm SEO trước thời đại tìm kiếm bằng AI, thì có khả năng bạn đã từng làm một số phiên bản của công việc này.
Điều quan trọng cần nhớ là nhóm các câu hỏi và truy vấn theo mục đích – và tối ưu hóa cho các mục đích trên các chủ đề cốt lõi của bạn.
Hãy nghĩ về những gì sẽ là “hành trình tìm kiếm” hoặc “hành trình nội dung” đối với người dùng của bạn trong tìm kiếm cổ điển và nhận ra rằng giờ đây tất cả những điều đó đang diễn ra cùng một lúc trong một phiên trò chuyện.
Sự thay đổi tư duy lớn nhất mà bạn có thể cần thực hiện là coi các truy vấn như lời nhắc chứ không phải là tìm kiếm.
Và những lời nhắc đó thì sao? Chúng được người dùng nhập vào theo nhiều cách hoặc cấu trúc ngữ nghĩa khác nhau. Đó là lý do tại sao việc hiểu rõ các thực thể đóng vai trò then chốt.
Nhưng trước khi bắt đầu, tôi cần nhấn mạnh một yếu tố cốt lõi khi tạo nội dung có tính đến việc Query Fan-out: Hãy đảm bảo bạn thực hiện công việc thu thập các câu hỏi mà bạn dự định nhắm mục tiêu và nhóm chúng theo mục đích.
Nguồn trích dẫn:
1. https://www.youtube.com/watch?v=9V6tWC4CdFQ
2. https://www.semrush.com/blog/semrush-ai-overviews-study/?utm_campaign=google-ai-overviews-13-searches-455057
3. https://ahrefs.com/blog/insights-from-56-million-ai-overviews/
4. https://blog.google/products/search/ai-mode-search/
5. https://moz.com/blog/fraggles
