Đánh dấu schema là gì, và nó có giúp ích trong tìm kiếm AI không?
Schema markup, hay dữ liệu có cấu trúc, là đoạn mã trên một trang, thường là JSON-LD dùng bộ từ vựng schema.org, nêu các dữ kiện về trang và chủ đề của nó ở dạng máy có thể đọc. Đánh dấu schema nêu dữ kiện về một trang, chẳng hạn trang mô tả một tổ chức hay một sản phẩm có giá bao nhiêu, ở dạng máy đọc được mà không phải đoán. Nó giúp công cụ tìm kiếm hiểu một trang. Nó không phải công tắc đưa bạn vào câu trả lời của AI.
Đánh dấu schema hoạt động thế nào?
Google định nghĩa dữ liệu có cấu trúc là một định dạng chuẩn hóa để cung cấp thông tin về một trang và phân loại nội dung của nó. Google hỗ trợ JSON-LD, Microdata và RDFa, khuyến nghị JSON-LD khi website cho phép, và lưu ý rằng phần lớn dữ liệu có cấu trúc cho tìm kiếm dùng bộ từ vựng của schema.org (Google Search Central, cập nhật ngày 10/12/2025).
Một khối JSON-LD nằm trong thẻ script của trang và nói, ví dụ, rằng trang mô tả một Organization với tên, logo, URL và liên kết sameAs đến các hồ sơ chính thức của nó.
Đánh dấu schema có giúp mức độ hiển thị trên AI không?
Không phải như một đòn bẩy đặc biệt, theo chính Google. Hướng dẫn về tính năng AI của Google cho biết bạn không cần thêm dữ liệu có cấu trúc schema.org đặc biệt nào để xuất hiện trong AI Overviews hay AI Mode, và khuyên đảm bảo dữ liệu có cấu trúc khớp với nội dung hiển thị trên trang (Google Search Central, đọc ngày 15 tháng 10 năm 2026).
Hướng dẫn về tính năng AI tạo sinh của Google nhắc lại: dữ liệu có cấu trúc không bắt buộc cho tìm kiếm bằng AI tạo sinh (Google, cập nhật ngày 10/7/2026). Chúng tôi không truy được những tuyên bố về mức tăng phần trăm cố định trong câu trả lời của AI nhờ đánh dấu về bất kỳ phép đo nào đã công bố (bài viết).
Điều này trông thế nào trong một ví dụ thực tế?
Trong ví dụ công khai về Tesla (4/10/2026), Google AI Overviews mở đầu câu trả lời cho “Tesla là gì?” bằng đơn vị đo từ trường trước khi nói đến công ty. Đánh dấu Organization với liên kết sameAs giúp hệ thống giải quyết đúng kiểu mơ hồ này, bằng cách gắn một website với một danh tính.
Nó không quyết định câu trả lời mở đầu thế nào. Các câu trả lời trong ví dụ này trích dẫn trang video, diễn đàn và tham khảo nhiều hơn tesla.com rất nhiều, nên đánh dấu trên chính các trang của thương hiệu chỉ có thể là một phần nhỏ của bức tranh.
Thương hiệu nên dùng những kiểu schema nào?
Đánh dấu những gì trang thực sự hiển thị:
- Organization: tên, URL, logo và liên kết sameAs đến hồ sơ chính thức, trên trang chủ hoặc trang giới thiệu.
- Product hoặc SoftwareApplication kèm offers, ở trang có niêm yết giá.
- Article kèm tác giả và ngày, cho bài viết và hướng dẫn.
- BreadcrumbList, cho vị trí của trang trong website.
- Không đánh dấu điều gì không hiển thị trên trang: Google yêu cầu đánh dấu phải khớp với nội dung hiển thị.
Proofsource xử lý đánh dấu schema thế nào?
Như một việc vệ sinh cơ bản, không phải đòn bẩy xếp hạng: danh sách khoảng trống của Proofsource gồm các bước kiểm tra thực thể và khả năng truy cập của máy, bên cạnh khoảng trống về trích dẫn và đánh giá, được xếp theo mức tăng dự kiến so với công sức. Chính trang thuật ngữ này mang JSON-LD DefinedTerm và FAQPage khớp với nội dung hiển thị. Xem Opportunities.
Câu hỏi thường gặp về Schema markup (dữ liệu có cấu trúc)
Tôi có cần schema đặc biệt để xuất hiện trong AI Overviews không?
Không. Google cho biết không cần đánh dấu schema.org đặc biệt nào cho AI Overviews hay AI Mode. Điều quan trọng là các trang được lập chỉ mục, đủ điều kiện hiển thị đoạn trích và trả lời được câu hỏi.
Tôi nên dùng định dạng nào?
JSON-LD, định dạng Google khuyến nghị khi website của bạn cho phép. Nó nằm trong một khối script và không thay đổi trang hiển thị.
Dữ liệu có cấu trúc sai có gây hại không?
Đánh dấu không khớp với trang hiển thị có thể khiến trang không đủ điều kiện cho kết quả nhiều định dạng, và dữ kiện sai ở dạng máy đọc được sẽ lan truyền. Hãy giữ nó chính xác.
Đánh dấu FAQ có giúp câu trả lời của AI không?
Nó nêu các câu hỏi và câu trả lời của bạn ở dạng chuẩn, nhưng không công cụ nào ghi nhận nó là điều kiện cho câu trả lời của AI. Hãy viết câu trả lời rõ ràng trên trang trước.
Thuật ngữ liên quan
- Thực thể
Trong tìm kiếm và AI, thực thể là một đối tượng riêng biệt, có thể nhận diện, như một công ty, sản phẩm, người hoặc địa điểm, mà hệ thống có thể nhận ra và phân biệt với những thứ có tên tương tự.
- Sơ đồ tri thức
Sơ đồ tri thức (knowledge graph) là một cơ sở dữ liệu về các thực thể và những dữ kiện kết nối chúng, trong đó Knowledge Graph của Google là nổi tiếng nhất, với hàng triệu mục về người, địa điểm và sự vật.
- llms.txt
llms.txt là một tệp markdown được đề xuất đặt ở thư mục gốc của website, cho các mô hình ngôn ngữ biết website là gì và liệt kê những trang đáng đọc nhất.
- E-E-A-T
E-E-A-T là viết tắt của experience, expertise, authoritativeness và trustworthiness (kinh nghiệm, chuyên môn, thẩm quyền và độ tin cậy), những phẩm chất mà Google cho biết hệ thống của họ tìm kiếm ở nội dung hữu ích và đáng tin cậy.
Ví dụ thực tế: Tesla, câu trả lời AI công khai, 4/10/2026: lượt quét đầu tiên của Proofsource cho Tesla, 25 câu hỏi của người mua và 5 câu hỏi về thương hiệu, một câu trả lời cho mỗi câu hỏi trên mỗi công cụ trong bốn công cụ AI. Một mẫu nhỏ của một thương hiệu, đưa ra làm ví dụ, không phải chuẩn so sánh.
Xem AI bỏ sót bạn ở đâu, và cần sửa gì.
Xem câu hỏi nào của người mua nêu tên thương hiệu của bạn, ai được nêu tên thay bạn, và cần sửa gì. 200 câu trả lời. 25 Prompts/câu hỏi. Các công cụ AI hàng đầu. 2 ngày. Miễn phí. Không cần thẻ.
Google AI OverviewsGoogle AI Mode
