GEO cho tạp chí khoa học: Bài báo có được ChatGPT, Perplexity và Google AI Overviews trích dẫn không?
GEO cho tạp chí khoa học (Generative Engine Optimization) là việc làm cho trang bài báo mở được, đọc được và trích dẫn đúng bởi các công cụ trả lời bằng AI như ChatGPT search, Perplexity và Google AI Overviews. Khảo sát kỹ thuật của VOJS trên 173 website tạp chí Việt Nam (10/2026) cho thấy phần "mở cửa" khá ổn: không website nào chặn bot tìm kiếm AI bằng robots.txt, 97% đường dẫn PDF trả về file thật. Chỗ hổng nằm ở siêu dữ liệu và khả năng khám phá: 26% trang bài không có thẻ citation_title, chỉ 22% website có sitemap tìm thấy được, và không trang nào đánh dấu ScholarlyArticle.
Cập nhật: tháng 10/2026 — Biên soạn bởi đội ngũ VOJS, Metis JSC
GEO khác SEO ở đâu khi nội dung là bài báo khoa học?
GEO (Generative Engine Optimization, tối ưu cho công cụ tìm kiếm sinh nội dung) là tập hợp việc làm tăng khả năng một trang web được AI dùng làm nguồn và dẫn link khi trả lời người dùng.
Nhóm tác giả Aggarwal và cộng sự (KDD 2024) đặt tên khái niệm này và báo cáo rằng một số cách viết lại nội dung có thể tăng mức hiển thị trong câu trả lời AI tới 40% trên bộ thử GEO-bench. Điều kiện của thí nghiệm là trang web thường, nơi người viết tự do sửa văn bản.
Với tạp chí, nội dung đã chốt sau phản biện, bạn không viết lại abstract để lấy lòng thuật toán. Đòn bẩy thực sự nằm ở ba lớp khác: bot có vào được không, văn bản có nằm trong HTML không, và trang có đủ thông tin định danh (DOI, tác giả, ngày, tên tạp chí) để AI trích dẫn đúng không.
Google nói thẳng trong tài liệu về AI Overviews và AI Mode: trang chỉ cần được lập chỉ mục và đủ điều kiện hiện đoạn trích, không có yêu cầu bổ sung nào. Vì vậy nền tảng SEO ở bài SEO cho website tạp chí khoa học vẫn là điều kiện cần; GEO thêm phần dành riêng cho bot của các hãng AI.
Có mấy loại bot AI và loại nào quyết định bài báo được trích dẫn?
Mỗi hãng AI vận hành ba nhóm bot (trình thu thập dữ liệu tự động, còn gọi là crawler) với ba mục đích khác nhau: huấn luyện mô hình, lập chỉ mục cho tìm kiếm, và truy cập theo yêu cầu của từng người dùng. Chặn nhầm nhóm thứ hai sẽ loại bài báo khỏi câu trả lời, dù bạn chỉ định chặn nhóm thứ nhất.
| Hãng | Bot huấn luyện | Bot tìm kiếm | Bot theo yêu cầu người dùng |
|---|---|---|---|
| OpenAI | GPTBot | OAI-SearchBot | ChatGPT-User |
| Anthropic | ClaudeBot | Claude-SearchBot | Claude-User |
| Perplexity | không dùng để huấn luyện (theo hãng) | PerplexityBot | Perplexity-User |
Google-Extended (chỉ là token trong robots.txt) | Googlebot (gồm AI Overviews, AI Mode) | không có bot riêng |
OpenAI cho biết các cài đặt của từng bot độc lập nhau; Google cho biết Google-Extended không ảnh hưởng việc có mặt hay xếp hạng trên Google Search.
OpenAI ghi rằng với
ChatGPT-User, "robots.txt rules may not apply" vì hành động do người dùng khởi tạo; Perplexity ghiPerplexity-Usernhìn chung bỏ qua robots.txt.
Hệ quả: robots.txt là lời đề nghị, không phải khóa cửa; muốn giới hạn truy cập hãy dùng đăng nhập hoặc giấy phép. Quyết định chặn bot huấn luyện thuộc về bản quyền, đã phân tích ở bài TDM và giấy phép CC BY cho AI.
Cloudflare đo lưu lượng crawler AI trong 12 tháng đến tháng 8/2025: 80% là huấn luyện, 18% là tìm kiếm, 2% là hành động của người dùng. Bot tìm kiếm là phần nhỏ nhưng là phần duy nhất đưa tên tạp chí vào câu trả lời.
Khảo sát 173 website tạp chí Việt Nam: AI đọc được những gì?
Phương pháp. Chúng tôi lấy 333 nguồn do OpenAlex gắn mã Việt Nam, mở bài báo gần nhất của từng nguồn qua DOI, rồi kiểm tra trang đó cùng robots.txt, sitemap.xml, llms.txt và file PDF của host. Có 305 nguồn kèm URL bài gần nhất; 189 trong số đó dẫn về website tên miền .vn, nền tảng VJOL (hoặc, với 1 trường hợp lỗi, về địa chỉ localhost). Mở được 173 trang (92%). Dữ liệu thu ngày 15/10/2026, mỗi host chỉ vài request, không nêu tên tạp chí.
| Hạng mục (đơn vị: tạp chí, trừ khi ghi "host") | Kết quả |
|---|---|
Có đủ 4 thẻ cốt lõi citation_title, citation_author, citation_pdf_url, citation_publication_date | 112/173 (65%) |
Không có thẻ citation_title | 45/173 (26%) |
Có citation_doi / citation_reference | 119 (69%) / 69 (40%) |
Có thẻ <link rel="canonical"> | 7/173 (4%) |
Có dữ liệu JSON-LD bất kỳ / loại ScholarlyArticle hoặc Article | 5 (3%) / 0 |
| Văn bản trang có sẵn trong HTML (từ 1.000 ký tự, không cần JavaScript) | 147/173 (85%) |
Đường dẫn citation_pdf_url trả về file PDF thật | 110/113 (97%) |
| Host có robots.txt hợp lệ | 114/121 (94%) |
Host chặn GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended hoặc CCBot (trang bài và PDF) | 0/121 |
Host có sitemap tìm thấy được (khai báo trong robots.txt hoặc ở /sitemap.xml) | 27/121 (22%) |
Host có llms.txt | 0/121 |
Tin tốt: hạ tầng "mở cửa". Chỉ 1 trang là vỏ ứng dụng một trang (SPA) rỗng, điều quan trọng vì Vercel (12/2024) báo cáo OpenAI, Anthropic, Perplexity, Meta và ByteDance không chạy JavaScript khi thu thập (tính đến thời điểm đó), nên nội dung nạp bằng JS gần như vô hình với họ.
Tin cần sửa: một phần tư trang bài không có thẻ citation_title, nghĩa là thiếu tên bài, tác giả hay DOI ở dạng máy đọc được. Khảo sát chỉ đo điều kiện để được trích dẫn, không đo việc AI đã trích dẫn hay chưa.
Giới hạn: mỗi tạp chí chỉ một bài; 17 tạp chí dùng chung một host VJOL nên cùng một robots.txt; chúng tôi không thử tường lửa theo tên bot.
Khi liên kết DOI không dẫn đến đâu: lỗi lặng lẽ nhất
Trong 189 tạp chí, 16 bài gần nhất (8%) không mở được qua DOI từ máy khảo sát: 6 lỗi 404, 3 quá thời gian chờ, 3 tên miền không phân giải, 2 lỗi chứng chỉ SSL, 1 chặn 403, và 1 DOI chuyển hướng về địa chỉ localhost, một địa chỉ thử nghiệm trên máy cục bộ chưa từng được đổi sang tên miền thật.
DOI hỏng ảnh hưởng đến GEO theo hai đường. Công cụ trích dẫn và cơ sở dữ liệu dùng DOI để định danh bài, nên liên kết chết làm đứt bản ghi. Ngoài ra Vercel đo được 34,82% lượt fetch của ChatGPT và 34,16% của Claude rơi vào trang 404, cho thấy bot AI thường xuyên gặp URL cũ hoặc sai.
Một nguyên nhân thường gặp (chúng tôi không xác minh được từng ca) là đổi nền tảng hoặc tên miền mà không cập nhật URL đích trong Crossref. Cách sửa nằm ở bài Crossref và DOI; khi chuyển hệ thống, xem thêm quy trình migration từ OJS.
Tình huống thực tế: robots.txt sao chép hàng loạt và lỗi dấu chấm phẩy
Mười một host trong mẫu dùng cùng một robots.txt, trông như mẫu được chép từ nơi này sang nơi khác. Mẫu này có ba điểm đáng xem lại.
User-agent: GPTBot;có dấu chấm phẩy cuối dòng. RFC 9309 quy định tên bot chỉ gồm chữ cái, gạch dưới và gạch nối, nên dòng này nhiều khả năng không khớp vớiGPTBotthật và bị bỏ qua. Người viết có thể tưởng đã chặn tải PDF với GPTBot, thực tế quy tắc có khả năng không hiệu lực.- Chặn đường dẫn tải PDF (
/index.php/*/article/download/) đối vớiChatGPT-User, Bingbot và Cốc Cốc. Với 8 tạp chí trong mẫu, đây chính là đường dẫncitation_pdf_url. Crawl-delay: 20cho mọi bot. Google không hỗ trợ trường này; Anthropic thì có.
Có thể ý định là giảm tải khi bot tải PDF hàng loạt. Kết quả là PDF khó vào được các công cụ tuân thủ robots.txt (Bing, Cốc Cốc, ChatGPT-User), trong khi quy tắc cho GPTBot có thể không hiệu lực.
Một bẫy khác ít người biết: Google chọn nhóm User-agent cụ thể nhất và không gộp với nhóm *. Nếu * có Disallow: /cache/ rồi bạn thêm nhóm OAI-SearchBot chỉ có Allow: /, quy tắc chặn của * không còn áp dụng cho bot đó.
text
# Cho phép bot tìm kiếm
User-agent: Googlebot
Allow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: Claude-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
# Tùy chọn: không cho dùng để huấn luyện (xem bài TDM)
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
Sitemap: https://tapchi.example.vn/sitemap.xmlChecklist 15 phút: website tạp chí của bạn đã sẵn sàng cho AI chưa?
Năm lệnh dưới đây chạy được trên máy tính có curl, thay địa chỉ bằng tạp chí của bạn.
# 1. robots.txt có thật không, có dòng Sitemap không?
curl -s https://tapchi.example.vn/robots.txt
# 2. Trang bài báo khi KHÔNG chạy JavaScript có thẻ citation_* không?
curl -s https://tapchi.example.vn/index.php/tc/article/view/123 | grep -o 'name="citation_[a-z_]*"' | sort | uniq -c
# 3. citation_pdf_url có trả về PDF thật không?
curl -sIL "URL-lay-tu-citation_pdf_url" | grep -i -E '^(HTTP|content-type)'
# 4. Tường lửa có chặn theo tên bot không? So sánh hai mã trả về
curl -s -o /dev/null -w "%{http_code}\n" https://tapchi.example.vn/index.php/tc/article/view/123
curl -s -o /dev/null -w "%{http_code}\n" -A "OAI-SearchBot" https://tapchi.example.vn/index.php/tc/article/view/123
# 5. DOI của bài mới nhất có dẫn về đúng trang không?
curl -sIL https://doi.org/10.xxxx/yyyy | grep -i -E '^(HTTP|location)'Lệnh 4 chỉ đổi tên bot, trong khi tường lửa còn kiểm tra cả địa chỉ IP. Qua được phép thử chưa chứng minh bot thật vào được; bị chặn thì cần xử lý ngay.
Từ 1/7/2025 Cloudflare thông báo đổi mặc định sang chặn AI crawler trừ khi chúng trả phí cho nhà sáng tạo nội dung, nên website tạp chí dùng Cloudflare cần xem lại cài đặt bot.
Sau khi kiểm tra, xếp việc theo bằng chứng:
| Mức ưu tiên | Việc làm | Căn cứ |
|---|---|---|
| Bắt buộc | Không chặn nhầm bot tìm kiếm; trang bài có văn bản trong HTML; DOI dẫn đúng | Tài liệu OpenAI, Anthropic, Perplexity; Vercel 12/2024 |
| Nên làm | Đủ thẻ citation_*, PDF thật, sitemap, canonical, <h1> là tiêu đề bài | Chuẩn Google Scholar; khảo sát VOJS 10/2026 |
| Tùy chọn | JSON-LD ScholarlyArticle (phải khớp nội dung hiển thị) | Google: không cần markup đặc biệt cho AI Overviews |
| Chưa có căn cứ | llms.txt | Google: không cần tạo file văn bản riêng cho AI |
Về llms.txt: 0/121 host trong mẫu có file này và Google nói không cần. Nếu muốn làm, hãy làm sau ba hàng đầu.
Trang bài báo nên trình bày thế nào để AI trích dẫn đúng?
Một nguyên nhân dễ thấy khiến AI ghi sai tên tạp chí, sai năm hay ghép nhầm DOI là trang bài thiếu thông tin định danh rõ ràng. Bốn việc trên trang bài báo giúp giảm rủi ro này.
- Tiêu đề hiển thị trùng với
citation_title. Trong mẫu, 13/128 trang có thẻcitation_titlenhưng văn bản đó không xuất hiện trên trang, thường gặp ở trang song ngữ hiển thị tiêu đề một ngôn ngữ còn thẻ meta ghi ngôn ngữ kia. Chỉ 121/173 trang có thẻ<h1>không rỗng. - Tóm tắt, từ khóa, DOI, ORCID và cách trích dẫn viết thành chữ trong HTML, không đặt trong ảnh hay tab nạp bằng JavaScript.
- Một URL ổn định cho một bài, kèm
canonicalđể bản trùng lặp (đường dẫn theo số, theo ngôn ngữ) không chia nhỏ tín hiệu. - Trạng thái đính chính và rút bài cần cập nhật ngay trên trang, vì bản bị rút không nên tiếp tục được trích như nguồn đáng tin; quy trình ở bài Erratum, Correction, Expression of Concern và Retraction.
Phần thẻ meta Highwire Press, Dublin Core và OAI-PMH nằm trong tính năng chuẩn của VOJS; chi tiết kỹ thuật xem ở bài Google Scholar: cách để bài báo hiển thị và OAI-PMH là gì.
Đo hiệu quả GEO thế nào khi AI ít gửi người đọc về?
Đừng dùng lượng click làm thước đo duy nhất. Pew Research Center (7/2025) phân tích 900 người trưởng thành Mỹ và 68.879 lượt tìm kiếm Google tháng 3/2025: người dùng nhấp vào liên kết kết quả ở 8% lượt truy cập có tóm tắt AI, so với 15% khi không có; chỉ 1% lượt nhấp vào liên kết nằm trong chính phần tóm tắt AI.
Cloudflare (8/2025) cho thấy bot AI lấy nhiều hơn rất nhiều so với trả lại: tháng 7/2025 Anthropic crawl khoảng 38.000 lượt cho mỗi lượt giới thiệu, OpenAI khoảng 1.100, Perplexity khoảng 195, còn Google 5,4.
Bốn cách đo khả thi cho tòa soạn nhỏ:
- Đọc nhật ký máy chủ (server log) để đếm lượt truy cập của
OAI-SearchBot,Claude-SearchBot,PerplexityBot. - Theo dõi nguồn giới thiệu từ
chatgpt.comvàperplexity.ai. Giới SEO ghi nhận ChatGPT thường gắnutm_source=chatgpt.com, nhưng OpenAI chưa cam kết, nên số đo luôn thiếu. - Xem Search Console, loại tìm kiếm "Web". Google cho biết lưu lượng từ AI Overviews và AI Mode nằm chung trong báo cáo này. Cách thiết lập ở bài Google Analytics và Search Console cho website tạp chí.
- Hỏi thử hằng tháng theo bảng mẫu dưới đây.
| Câu hỏi thử | Công cụ | Có nhắc tạp chí? | Link đúng trang bài? | Lỗi định danh (tên, năm, DOI) |
|---|---|---|---|---|
| "Bài báo về [chủ đề] đăng ở [tên tạp chí]" | ChatGPT, Perplexity, Google | Có / Không | Có / Không | Ghi cụ thể |
Sai lầm thường gặp khi làm GEO cho tạp chí
- Chặn toàn bộ bot AI vì lo bị khai thác dữ liệu, rồi thắc mắc vì sao ChatGPT không nhắc đến tạp chí. Chặn
GPTBotkhông ảnh hưởngOAI-SearchBot; chặn nhầm bot tìm kiếm mới ảnh hưởng. - Sao chép robots.txt của nơi khác không rà từng dòng, hoặc làm
llms.txtvà JSON-LD dày đặc khicitation_titlevà DOI còn lỗi. - Chỉ có PDF, trang bài là khung rỗng hoặc nạp tóm tắt bằng JavaScript.
- Đổi nền tảng mà không cập nhật DOI và không redirect 301, dẫn đến 404 hàng loạt.
- Không kiểm tra tường lửa và CDN, trong khi thiết lập mặc định có thể đã chặn bot từ trước.
Câu hỏi thường gặp
GEO tạp chí khoa học khác SEO thế nào?
GEO nhắm đến việc được AI dùng làm nguồn trong câu trả lời, SEO nhắm đến thứ hạng trên trang kết quả. Với tạp chí hai việc chung nền: trang lập chỉ mục được, văn bản trong HTML, siêu dữ liệu đúng. GEO thêm việc quản lý riêng từng nhóm bot AI và đo bằng lượt được nhắc, không chỉ lượt nhấp.
Có nên chặn GPTBot để bảo vệ bài báo không?
Chặn GPTBot chỉ báo hiệu không dùng nội dung để huấn luyện mô hình, và không làm bài báo mất khỏi ChatGPT search, vì bot tìm kiếm là OAI-SearchBot. Đây là quyết định về bản quyền và giấy phép CC của tạp chí; cân nhắc ở bài TDM và CC BY cho AI. Robots.txt cũng không ngăn được bot theo yêu cầu người dùng.
Có cần llms.txt hoặc JSON-LD để được AI trích dẫn không?
Không bắt buộc. Tài liệu Google về AI Overviews và AI Mode nói không cần file văn bản riêng cho AI và không cần dữ liệu có cấu trúc đặc biệt. Trong khảo sát, không website nào có llms.txt và không trang nào dùng ScholarlyArticle. JSON-LD vẫn hữu ích nếu khớp nội dung hiển thị, nhưng nên làm sau khi đã sửa thẻ citation_*, DOI và robots.txt.
AI có đọc được PDF bài báo không?
Tài liệu của các hãng không nêu rõ cách xử lý PDF, nên đừng dựa vào đó. Đặt tiêu đề, tóm tắt, từ khóa và thông tin trích dẫn thành chữ trong HTML, còn PDF là bản đầy đủ đi kèm. Việc citation_pdf_url trả về PDF thật vẫn cần thiết cho Google Scholar và các công cụ lập chỉ mục khác.
Tạp chí đặt trên nền tảng dùng chung như VJOL thì chỉnh robots.txt thế nào?
Robots.txt thuộc về cả host, nên 17 tạp chí cùng host VJOL trong mẫu dùng chung một tệp và không tự đổi được. Hãy gửi đơn vị vận hành nền tảng kết quả của năm lệnh curl ở checklist để họ rà soát, kèm đề nghị không chặn bot tìm kiếm. Nếu tạp chí cần chính sách bot riêng, ví dụ chặn bot huấn luyện, hãy cân nhắc tên miền riêng.
Thay đổi robots.txt bao lâu thì có hiệu lực?
OpenAI cho biết khoảng 24 giờ để hệ thống tìm kiếm điều chỉnh; Perplexity nêu tối đa 24 giờ. Bot đã lập chỉ mục từ trước có thể cần thêm thời gian cập nhật. Sau khi sửa, hãy chạy lại lệnh curl đầu tiên ở checklist để xác nhận tệp mới đã được phục vụ, rồi kiểm tra nhật ký máy chủ sau một đến hai ngày.
Tóm tắt
- GEO cho tạp chí là bài toán truy cập và định danh, không phải viết lại nội dung đã phản biện
- Phân biệt bot huấn luyện, bot tìm kiếm và bot theo yêu cầu người dùng; chỉ nhóm tìm kiếm quyết định bài có được dẫn link
- Khảo sát 173 tạp chí Việt Nam (10/2026): 0 website chặn bot AI bằng robots.txt, 97% PDF hợp lệ; nhưng 26% thiếu
citation_title, 22% có sitemap, 0 cóScholarlyArticlehayllms.txt - 8% DOI bài gần nhất không mở được từ máy khảo sát, có cả trường hợp trỏ về
localhost - Pew (2025): click giảm từ 15% xuống 8% khi có tóm tắt AI, nên đo bằng lượt được nhắc và log bot, không chỉ lượt click
Nguồn: OpenAI, Overview of OpenAI Crawlers; Anthropic, "What is Claude bot"; Perplexity, Crawlers guide; Google Search Central (AI features and your website; Google common crawlers; Robots.txt); IETF RFC 9309 (2022); Aggarwal và cộng sự, GEO, KDD 2024 (arXiv 2311.09735); Pew Research Center (22/7/2025); Cloudflare, The crawl-to-click gap (29/8/2025) và thông báo 1/7/2025; Vercel, The rise of the AI crawler (17/12/2024); OpenAlex API và khảo sát kỹ thuật của VOJS (15/10/2026). Biên soạn bởi đội ngũ VOJS, Metis JSC.
Bài viết liên quan
- SEO cho website tạp chí khoa học: Cách tăng traffic tự nhiên
- TDM là gì? CC BY và quyền dùng bài báo cho AI training
- Checklist website tạp chí đạt chuẩn quốc tế: Tiêu chí Scopus, DOAJ
- Google Scholar là gì? Cách để bài báo của tạp chí được đánh chỉ mục
- Tất cả bài viết về tạp chí khoa học
- Liên hệ triển khai VOJS