Nội dung
- Google Ads có thể đổi cách tính phí Demand Gen trên một số chiến dịch Discover
- Microsoft Ads mở rộng LinkedIn targeting bằng bộ lọc cấp bậc công việc
- AI đang làm mờ ranh giới giữa paid và organic visibility
- Agentic commerce: nhỏ hơn ở bản đặc tả, lớn hơn ở nền tảng bạn đang dùng
- AI có thể giúp xây hreflang XML sitemap ở quy mô lớn
- “Next-question intent” trở thành thước đo mới cho khả năng hiển thị trong AI Search
- Schema và “bằng chứng” trong GEO có thể dễ bị AI diễn giải quá mức
- Google nhắc rằng markdown không thay thế được những phần HTML hữu ích cho SEO và AI
- Góc nhìn cho thị trường Việt Nam
- Nguồn tham khảo
SEO đang đổi rất nhanh khi ranh giới giữa tìm kiếm truyền thống, quảng cáo trả phí và trải nghiệm AI ngày càng mờ đi. Với marketer Việt Nam, đây không chỉ là câu chuyện kỹ thuật mà còn là bài toán phân bổ ngân sách, tổ chức nội dung và đo lường hiệu quả hiển thị trên nhiều bề mặt khác nhau.
Trong roundup dưới đây, Marketing365 tổng hợp 8 diễn biến mới nhất liên quan đến SEO, AI Search và hệ sinh thái quảng cáo/tìm kiếm để giúp bạn nắm bức tranh toàn cảnh và rút ra điều cần làm ngay.
Google Ads có thể đổi cách tính phí Demand Gen trên một số chiến dịch Discover
Search Engine Land cho biết Google Ads đang chuyển một số chiến dịch Demand Gen trên Discover sang mô hình CPM thay vì cách tính trước đó. Điểm đáng chú ý không chỉ nằm ở thay đổi kỹ thuật thanh toán, mà còn ở việc Google tiếp tục thử nghiệm cách thương mại hóa các bề mặt khám phá nội dung mới.
Với marketer, thay đổi này nhắc rằng chiến dịch trên hệ sinh thái Google ngày càng linh hoạt theo từng định dạng hiển thị. Khi cách tính phí thay đổi, tiêu chí tối ưu cũng thay đổi theo: không chỉ nhìn vào click hay chuyển đổi trực tiếp, mà còn phải đánh giá khả năng phủ hiển thị, tần suất chạm và chất lượng tệp người dùng ở giai đoạn khám phá. Nguồn: Search Engine Land.
Microsoft Ads mở rộng LinkedIn targeting bằng bộ lọc cấp bậc công việc
Search Engine Land cho biết Microsoft Ads đã mở rộng khả năng nhắm mục tiêu LinkedIn bằng các bộ lọc theo seniority, tức cấp bậc/độ thâm niên trong công việc. Đây là bước đi phù hợp với bối cảnh B2B advertising ngày càng cần tín hiệu hành vi và tín hiệu nghề nghiệp chính xác hơn.
Ý nghĩa thực tế là các nhà quảng cáo B2B có thêm công cụ để tinh chỉnh thông điệp theo vai trò ra quyết định, thay vì chỉ dựa vào ngành nghề hay chức danh rộng. Với những doanh nghiệp bán giải pháp có chu kỳ mua dài, việc kết hợp tín hiệu LinkedIn với dữ liệu chuyển đổi sẽ giúp sàng lọc lead tốt hơn và giảm lãng phí ngân sách. Nguồn: Search Engine Land.
AI đang làm mờ ranh giới giữa paid và organic visibility
Một bài phân tích trên Search Engine Land cho rằng AI không “giết chết” quảng cáo; ngược lại, quảng cáo đang dịch chuyển theo cùng các bề mặt mà AI mở ra: search, trợ lý, công cụ làm việc và giao dịch. Quan trọng hơn, paid và organic không còn là hai kênh tách biệt như trước mà ngày càng là hai cách khác nhau để tác động vào cùng một hệ thống AI.
Với marketer SEO, điều này rất đáng chú ý. Nếu trước đây đội paid và đội SEO có thể vận hành theo nhịp riêng, thì trong môi trường AI mới, tín hiệu nội dung, cấu trúc trang và hiệu suất quảng cáo có thể ảnh hưởng lẫn nhau nhiều hơn. Tư duy tối ưu cần chuyển từ “giành vị trí” sang “giành quyền xuất hiện trong hệ sinh thái quyết định của AI”. Nguồn: Search Engine Land.
Agentic commerce: nhỏ hơn ở bản đặc tả, lớn hơn ở nền tảng bạn đang dùng
Search Engine Journal nhấn mạnh rằng với các doanh nghiệp nhỏ, câu hỏi “nên triển khai tiêu chuẩn giao dịch AI nào” không nằm ở việc đọc spec nào trước, mà nằm ở nền tảng thương mại điện tử đang sử dụng. Các giao thức như ACP của OpenAI và Stripe hay UCP của Google và Shopify là tiêu chuẩn mở, nhưng với merchant nhỏ, phần quyết định thường được platform xử lý trước.
Thông điệp ở đây là đừng sa đà vào thuật ngữ nếu bạn không cần tùy biến cấp thấp. Thay vào đó, hãy kiểm tra nền tảng của mình đã hỗ trợ agentic commerce đến đâu, có cần bật tính năng gì, và luồng dữ liệu sản phẩm/giỏ hàng/checkout đã sẵn sàng cho giao dịch do AI hỗ trợ hay chưa. Nguồn: Search Engine Journal.
AI có thể giúp xây hreflang XML sitemap ở quy mô lớn
Một case study trên Search Engine Land cho thấy AI hữu ích nhất khi giải quyết vấn đề thực tế và tiết kiệm thời gian, chẳng hạn như tự động hóa quy trình xây hreflang XML sitemap cho nhiều website, nhiều vùng ngôn ngữ và nhiều miền quốc gia. Thay vì mất nhiều ngày xử lý thủ công bằng bảng tính, tác giả đã dùng Google Gemini để hỗ trợ viết script Python tùy biến.
Điểm quan trọng không phải là “AI thay người”, mà là AI giúp tăng tốc các công việc kỹ thuật SEO vốn dễ sai sót và tốn công. Với website đa ngôn ngữ, một sai lệch nhỏ trong mapping có thể kéo theo vấn đề index, phân phối tín hiệu và trải nghiệm người dùng. Nguồn: Search Engine Land.
“Next-question intent” trở thành thước đo mới cho khả năng hiển thị trong AI Search
Search Engine Land gợi ý rằng trong thời đại AI Search, một trang không chỉ cần trả lời truy vấn ban đầu mà còn phải đủ sâu để hỗ trợ câu hỏi tiếp theo của người dùng. Đây là điểm khác biệt lớn so với mô hình search truyền thống, nơi người dùng tự quét danh sách kết quả rồi tự ghép thông tin.
Với nội dung SEO, điều này đồng nghĩa bài viết nên dự trù các câu hỏi nối tiếp, so sánh, rào cản và tiêu chí ra quyết định sau truy vấn đầu tiên. Nếu một trang chỉ “đúng từ khóa” nhưng không đủ ngữ cảnh để AI tóm lược, so sánh hay trích dẫn, khả năng hiện diện trong kết quả AI sẽ yếu đi. Nguồn: Search Engine Land.
Schema và “bằng chứng” trong GEO có thể dễ bị AI diễn giải quá mức
Search Engine Journal kể lại một thí nghiệm nhỏ nhằm kiểm tra việc các mô hình ngôn ngữ có thực sự đọc schema markup hay chỉ “gật đầu lịch sự” với dữ liệu cấu trúc. Kết quả cho thấy các mô hình có thể dựa vào structured data như một nguồn thông tin có sức nặng, dù đó chỉ là một thử nghiệm đơn lẻ.
Điều marketer nên rút ra là schema vẫn rất quan trọng, nhưng không nên coi nó là cây đũa thần. Structured data cần đi cùng nội dung hiển thị rõ ràng, nhất quán và đáng tin cậy. Trong bối cảnh GEO và AI Search, tính xác thực của dữ liệu trên trang phải được xây từ cả markup lẫn nội dung đọc được bởi người dùng. Nguồn: Search Engine Journal.
Google nhắc rằng markdown không thay thế được những phần HTML hữu ích cho SEO và AI
Theo Search Engine Journal, trên podcast Search Off the Record, John Mueller và Martin Splitt phản biện quan điểm cho rằng một phiên bản content-only hoặc markdown “tinh gọn” sẽ tối ưu hơn cho AI Search. Lập luận của họ là nhiều thành phần ngoài phần chữ thuần túy trong HTML vẫn có giá trị cho cả SEO lẫn khả năng hiểu trang của hệ thống tìm kiếm.
Đây là lời nhắc quan trọng cho đội nội dung lẫn kỹ thuật: đừng vội bỏ qua heading, ngữ nghĩa HTML, cấu trúc trình bày và các thành phần giúp máy hiểu bối cảnh. Tối ưu cho AI không đồng nghĩa với việc cắt bỏ mọi thứ ngoài văn bản; ngược lại, cần giữ một cấu trúc rõ ràng, hữu ích và có thể đọc được cho cả người lẫn máy. Nguồn: Search Engine Journal.
Góc nhìn cho thị trường Việt Nam
Với marketer Việt Nam, 8 diễn biến trên cho thấy một xu hướng chung: SEO đang tiến gần hơn đến bài toán “khả năng được hệ thống AI chọn để hiển thị” thay vì chỉ là “lên top Google”. Điều đó đòi hỏi nội dung phải trả lời sâu hơn, dữ liệu có cấu trúc tốt hơn và phối hợp chặt hơn giữa SEO, paid media và thương mại điện tử.
Trong ngắn hạn, doanh nghiệp Việt nên ưu tiên ba việc: rà soát lại cấu trúc nội dung theo các câu hỏi tiếp nối của người dùng; kiểm tra schema, hreflang và nền tảng kỹ thuật trên site đa ngôn ngữ; đồng thời theo dõi cách các nền tảng quảng cáo đang đổi cách đo lường và nhắm mục tiêu để tránh lạc nhịp với hành vi tìm kiếm mới.
Nói cách khác, SEO 2026 không còn là trò chơi của riêng nội dung hay kỹ thuật, mà là năng lực vận hành toàn diện trên cả tìm kiếm, quảng cáo và AI.
Xem thêm tin tức & hướng dẫn marketing tại https://marketing365.vn.
Đọc thêm các bài cùng chuyên mục Digital Trends.
Bài viết tập trung vào SEO và AI Search với góc nhìn cho thị trường Việt Nam.
Nguồn tham khảo
- Google Ads shifts Demand Gen billing to CPM for some Discover campaigns
- Microsoft Ads expands LinkedIn targeting with job seniority filters
- How AI is merging paid and organic visibility
- Agentic Commerce For Small Merchants: Which Protocol Spec Actually Matters For Your Website
- How AI helped build hreflang XML sitemaps at scale
- Why next-question intent matters for AI search visibility
- Schema, LLMs & The Low Bar For ‘Evidence’ In GEO
- Google Says Markdown For AI SEO Strips Away The Parts That Matter
