Trong năm qua, chúng tôi nhận thấy một hiện tượng ngày càng rõ rệt trong tìm kiếm bằng AI: khách hàng tìm đến chúng tôi và khách hàng của chúng tôi thông qua những cuộc hội thoại dài, mang tính cá nhân hóa rất cao với AI. Làm sao chúng tôi biết? Vì chúng tôi đã yêu cầu họ chia sẻ lại các cuộc chat đó.
Dù việc khách hàng tìm thấy chúng tôi qua AI là điều tốt, nhưng nó tạo ra một vấn đề: không thể tái tạo. Làm sao bạn có thể tạo ra nhiều lead hơn nếu chúng đến từ những cuộc hội thoại cực kỳ riêng biệt và cá nhân hóa, ví dụ như với ChatGPT?
Bạn không thể nhìn thấy những “thứ hạng AI” này trong các công cụ đo lường AI. Peec, Profound hay công cụ của chúng tôi, Traqer, sẽ không cho bạn thấy cuộc hội thoại dài ba trang mà lead gần đây của bạn đã có với ChatGPT. Không ai có dữ liệu đó (ngoại trừ OpenAI — và họ rõ ràng không công bố). Đây là những cuộc hội thoại riêng tư, được cá nhân hóa sâu, nơi AI hiểu rất rõ vấn đề và nhu cầu của người dùng.
Hết công ty này đến công ty khác đều nói rằng họ nhận được lead kiểu này, nhưng họ không biết bằng cách nào. Họ không biết chính xác khách hàng đã nhập gì vào LLM — nhưng lead vẫn tiếp tục đến.
Chúng tôi gọi hiện tượng này là Invisible Prompts (prompt vô hình), bởi vì bạn không thể nhìn thấy chúng.
Nhưng chúng hoàn toàn có thật — và như tôi sẽ phân tích bên dưới, chúng sẽ còn tăng mạnh.
Invisible Prompts là gì?
Điều quan trọng là phải làm rõ: “Invisible Prompts” không chỉ là các biến thể wording mà bạn chưa theo dõi — ví dụ như “content agency tốt” vs “agency content marketing tốt nhất”.
Nó không đơn giản là liệt kê các cách diễn đạt khác nhau rồi đưa vào tool đo lường AI để cảm thấy mình đã bao phủ hết.
Không phải vậy. Đây không phải vấn đề wording. Nó sâu hơn rất nhiều.
Vấn đề là: ngay cả khi người dùng nhập đúng câu prompt bạn đang theo dõi, ChatGPT (hay Claude, Gemini) vẫn sẽ đưa vào một lượng lớn thông tin cá nhân hóa mà bạn không thể dự đoán — và chính điều đó quyết định kết quả.
Chúng tôi gọi đó là sự khác biệt giữa prompt “bề mặt” và prompt “thực tế”:
- Prompt bề mặt: câu người dùng gõ
- Prompt thực tế: toàn bộ ngữ cảnh cá nhân mà AI biết về họ
Ví dụ: một lead có thể gõ “tìm agency content marketing tốt”. Nhưng AI sẽ tính đến:
- Quy mô công ty
- Ngân sách
- Ngành nghề
- Những gì họ đã thử
- Team hiện tại
Vì vậy, prompt thực tế giống như một bài phân tích dài 1000 từ kết thúc bằng:
“…vậy với tất cả những điều trên, đâu là agency phù hợp với tôi?”
Điều này về cơ bản là không thể track.
Ít nhất là không theo kiểu SEO truyền thống — nơi prompt giống keyword và có search volume.
Chúng ta đang bước vào một thế giới nơi search volume của mỗi prompt gần như là 1.
Các tool như Profound vẫn hoạt động theo logic cũ: tổng hợp dữ liệu từ một số người dùng và gán “search volume” cho prompt.
Nhưng thứ họ không thấy là lớp cá nhân hóa bên dưới — và chính lớp đó quyết định bạn có được recommend hay không.
Ví dụ về Invisible Prompts
Đầu năm 2025, Benji đã viết về việc AI search sẽ ưu tiên nội dung cực kỳ cụ thể. Đây là phiên bản sớm của lập luận này.
Trong bài đó, anh ấy chia sẻ một case thật: một khách hàng tìm thấy chúng tôi qua ChatGPT và đã gửi lại đoạn chat.
Ví dụ prompt thực tế từ người dùng
Prompt bề mặt của họ là:
“What are the best SEO companies…?”
Nhưng bạn có thể thấy rõ trong câu trả lời: AI hiểu ngành, mục tiêu, constraint — những thứ họ không hề gõ vào.
Vấn đề là:
Nếu bạn track chính prompt này, bạn sẽ không thấy mình xuất hiện — dù thực tế bạn đã được recommend.
Chúng tôi đã thử:
- Mở cửa sổ incognito
- Nhập đúng prompt
- Thậm chí bổ sung thêm ngữ cảnh
Kết quả hoàn toàn khác — và không có chúng tôi.
Cùng một prompt nhưng kết quả khác hoàn toàn
Đây chính là vấn đề visibility.
Prompt thực sự — với toàn bộ ngữ cảnh cá nhân — dài hơn, sâu hơn và bạn sẽ không bao giờ thấy được.
Nó là “vô hình”.
Vì sao Invisible Prompts sẽ còn tăng mạnh
Hiện tượng này, theo quan sát của chúng tôi, sẽ tiếp tục tăng khi AI ngày càng gắn chặt vào đời sống cá nhân và công việc. Ngày càng nhiều người đăng nhập và duy trì trạng thái đăng nhập (bạn có biết ai dùng ChatGPT hay Claude thường xuyên mà lại dùng incognito không?).
ChatGPT, Claude và Gemini đang xây dựng lịch sử ngày càng dài về mỗi người dùng. Thậm chí nhiều người còn dùng agent và cấp quyền truy cập vào email, lịch làm việc. Context window ngày càng lớn (tức là AI nhớ và sử dụng nhiều thông tin hơn), và các công cụ cũng có tính năng memory lưu lại thông tin từ các cuộc chat trước.
Nói cách khác: ChatGPT hiểu một người đã dùng nó 1 năm rất khác so với người mới đăng ký. Lịch sử đó chính là ngữ cảnh — và ngữ cảnh sẽ thay đổi kết quả.
Điều này có nghĩa là khoảng cách giữa prompt bề mặt và prompt thực tế sẽ ngày càng lớn.
Làm sao để có thêm lead từ Invisible Prompts?
Vậy bạn phải làm gì để có thêm lead từ AI khi bạn không nhìn thấy prompt thực sự?
Câu trả lời của chúng tôi vẫn giống như từ bài viết trước: tạo nội dung cực kỳ cụ thể, giúp LLM hiểu rõ các use-case và pain point mà sản phẩm của bạn giải quyết.
Bạn cần cung cấp cho LLM đủ ngữ cảnh để nó có thể recommend bạn trong những tình huống cụ thể — dù bạn không biết trước người dùng sẽ hỏi gì.
Ví dụ: chúng tôi không biết khách hàng trong ngành tài chính sẽ hỏi ChatGPT như thế nào. Chúng tôi không viết nội dung cho prompt đó. Chúng tôi chỉ liên tục viết về:
- Vì sao content marketing thường thất bại trong việc tạo lead
- Chúng tôi giải quyết vấn đề đó như thế nào
Và đã làm điều đó suốt 10 năm.
Đó là cách bạn cần làm:
- Bắt đầu từ case study thực tế
- Mở rộng sang feature và pain point
- Phân tích rõ các tình huống cụ thể mà bạn phù hợp
Vì sao owned content là quan trọng nhất
Đây cũng là lý do “owned content” là tầng ưu tiên cao nhất trong chiến lược GEO.
Mô hình ưu tiên GEO: nội dung sở hữu là nền tảng
Nội dung trên website của bạn cho phép bạn đi sâu vào chi tiết: bạn giải quyết vấn đề gì, khi nào phù hợp, điểm mạnh là gì.
Ngược lại, trên Reddit hay các nền tảng khác, bạn không thể truyền tải đủ ngữ cảnh. Một câu mention là không đủ để LLM hiểu bạn phù hợp với ai.
Đừng tối ưu cho một prompt cụ thể
Việc cố gắng “rank” cho một prompt cụ thể là sai hướng.
Không ai sẽ hỏi đúng câu đó.
Bạn có thể thấy mình xuất hiện trong tool tracking — nhưng ngoài đời thực, điều đó không mang lại lead.
Thay vì vậy, hãy tối ưu cho toàn bộ bối cảnh mà người dùng có thể rơi vào.
Đo lường như thế nào?
Liệu việc đo lường có vô vọng? Không.
Chúng tôi đang tập trung vào Topic-Based GEO.
Bạn không thể biết prompt cụ thể — nhưng bạn có thể đo mức độ xuất hiện theo chủ đề.
Ví dụ:
Các brand lâu năm với nền tảng SEO mạnh có mức độ xuất hiện cao hơn rất nhiều:
Brand mạnh có độ hiện diện cao trong AI
Trong khi các brand mới thì thấp hơn đáng kể:
Domain mới có độ hiện diện thấp hơn
Ngay cả với chính chúng tôi:
Khác biệt rõ ràng giữa B2B và B2C
Chúng tôi mạnh hơn ở B2B vì:
- Có nhiều khách hàng B2B hơn
- Có nhiều nội dung hơn
- Có nhiều case study hơn
Điều này dẫn đến:
Nếu muốn tăng khách hàng B2C → cần tạo thêm nội dung B2C.
Đây là insight có thể hành động được.
Prompt có thể vô hình — nhưng bạn vẫn đo được sự hiện diện theo chủ đề.
Invisible Prompts = Word of Mouth thời AI
Hiện tượng này rất giống với marketing cổ điển nhất: truyền miệng.
Khi bạn hỏi bạn bè nên mua gì, câu hỏi có thể đơn giản:
“Nên mua cái gì?”
Nhưng người trả lời sẽ tính đến toàn bộ bối cảnh của bạn:
- Kinh nghiệm
- Nhu cầu
- Tình huống
Đó chính là “prompt thực tế”.
AI cũng vậy — chỉ khác là thay bạn bè bằng ChatGPT, Claude, Gemini.
Sự khác biệt là:
Con người học từ trải nghiệm. AI học từ nội dung.
Vì vậy:
Nếu bạn muốn AI recommend bạn như một người bạn hiểu bạn — bạn phải cung cấp nội dung để nó hiểu.
Bạn không thể dự đoán Invisible Prompts.
Nhưng bạn có thể xây nền tảng nội dung đủ sâu để được recommend khi chúng xảy ra.