NOXEL Research Lab

NOXEL Research Lab công bố dữ liệu gốc về SEO, AEO, GEO và khả năng hiển thị trong tìm kiếm AI — được rút ra từ các kiểm tra website thực tế, không phải lời khuyên tái chế.

NOXEL Research Lab đã công bố những phát hiện sơ bộ đầu tiên — bộ dữ liệu v1 gồm 53 website có thể truy cập công khai, được phân tích về khả năng truy cập của AI crawler và mức độ áp dụng dữ liệu có cấu trúc. Xem các phát hiện bên dưới, hoặc đọc phương pháp luận đầy đủ của chúng tôi. Đây là điểm khởi đầu, không phải kết luận cuối cùng — chúng tôi sẽ mở rộng mẫu và tái công bố khi có thêm dữ liệu.

Đây là gì

Hầu hết nội dung SEO đều lặp lại cùng một lời khuyên có thể tìm thấy ở khắp nơi. NOXEL Research Lab được xây dựng để làm ngược lại: công bố những phát hiện đến trực tiếp từ các kiểm tra thực tế được chạy qua NOXEL SEO, với phương pháp luận minh bạch đằng sau mỗi con số.

Mọi thống kê chúng tôi công bố ở đây sẽ bao gồm con số chính xác, cỡ mẫu, phương pháp luận, ngày tháng và nguồn gốc — không có con số bịa đặt, không có tuyên bố mơ hồ.

Khám phá

Có sẵn ngay

Phương pháp luận

Cách NOXEL tính toán điểm SEO, AEO, GEO và Core Web Vitals — trọng số và tiêu chí thực tế.

Có sẵn ngay

Mức độ sẵn sàng tìm kiếm AI — v1

Những phát hiện đầu tiên về khả năng truy cập của AI crawler và mức độ áp dụng dữ liệu có cấu trúc, n=53.

Trực tiếp · đang mở rộng

Đang thực hiện

Điểm chuẩn

Điểm chuẩn theo ngành và danh mục cho SEO kỹ thuật, hiệu suất và mức độ sẵn sàng tìm kiếm AI.

Đang xây dựng cỡ mẫu

Mức độ sẵn sàng tìm kiếm AI của NOXEL — Phát hiện v1

Mẫu: 53 website có thể truy cập công khai, được chọn lọc từ các agency marketing/SEO, công cụ SaaS và một nhóm kiểm soát thể chế nhỏ (các trang chính phủ, học thuật và tham chiếu). Đây là bộ dữ liệu v1 đang hoạt động, không phải mẫu ngẫu nhiên hay đại diện cho toàn bộ web — chúng tôi công bố ngay bây giờ vì một nghiên cứu minh bạch với quy mô vừa phải còn tốt hơn là chờ đợi vô thời hạn cho một nghiên cứu "hoàn hảo". Các tên miền riêng lẻ không bao giờ được nêu tên; mọi con số dưới đây đều là tổng hợp.

Khả năng truy cập của AI crawler

20,8% các trang web đã chặn ít nhất một AI crawler lớn (GPTBot, PerplexityBot và các loại tương tự).
Trong số những lần chặn đó, 91% có thể quy cho các quy tắc robots.txt rõ ràng — phần còn lại không có nguyên nhân rõ ràng từ robots.txt đơn thuần và cần điều tra ở cấp độ máy chủ.

Mức độ áp dụng dữ liệu có cấu trúc

28,3% các trang web không có dữ liệu có cấu trúc JSON-LD nào.
66,0% không có schema Organization hoặc LocalBusiness.
94,3% không có schema BreadcrumbList.

Tóm lại: nghiên cứu của chúng tôi cho thấy việc áp dụng dữ liệu có cấu trúc — đặc biệt là schema BreadcrumbList — vẫn còn hiếm ngay cả ở các trang web tinh vi về mặt kỹ thuật, và việc chặn AI crawler thường do robots.txt, không phải tường lửa.

Khả năng truy cập của AI crawler đề cập đến việc liệu các crawler như GPTBot và PerplexityBot có thể tìm nạp và đọc thành công một trang hay không — đây là điều kiện tiên quyết để trang đó có thể được trích dẫn bởi một công cụ trả lời AI.

Cách chúng tôi thực hiện nghiên cứu này

Đầu tiên, chúng tôi chọn 53 trang web có thể truy cập công khai thuộc ba danh mục: các agency marketing/SEO, công cụ SaaS và các trang tham chiếu thể chế.
Sau đó, chúng tôi chạy từng tên miền qua công cụ kiểm tra của chính NOXEL SEO — cùng công nghệ đằng sau mọi báo cáo NOXEL SEO — kiểm tra khả năng truy cập của AI crawler và sự hiện diện của dữ liệu có cấu trúc.
Tiếp theo, chúng tôi tổng hợp kết quả thành các tỷ lệ phần trăm ở trên; không có tên miền hay điểm số riêng lẻ nào được công bố.
Cuối cùng, chúng tôi có kế hoạch phát triển bộ dữ liệu này hướng đến một mẫu lớn hơn, đại diện hơn và sẽ tái công bố các phát hiện cập nhật khi điều đó xảy ra.

Dữ liệu của chúng tôi được quét vào tháng 9 năm 2026. Mọi con số ở trên đều nêu rõ cỡ mẫu, đúng như đã cam kết.

Tại sao nghiên cứu gốc quan trọng đối với tìm kiếm AI

Các mô hình ngôn ngữ lớn như ChatGPT, Claude, Perplexity và Gemini không xếp hạng các trang theo cách các công cụ tìm kiếm truyền thống làm — chúng tổng hợp câu trả lời và ưu tiên các nguồn cung cấp điều gì đó mà hàng chục trang khác chưa nói. Lời khuyên tái chế, định nghĩa diễn đạt lại và danh sách "10 mẹo" chung chung hiếm khi được trích dẫn, vì một mô hình AI đã hấp thụ thông tin đó từ hàng nghìn nguồn khác trong quá trình huấn luyện. Dữ liệu gốc — một mẫu thực tế, một phương pháp luận thực tế, các tỷ lệ phần trăm thực tế — thì khác. Đó là loại nội dung mà một mô hình AI chưa thể biết, đó chính xác là điều khiến nó đáng được trích dẫn.

Đây là ý tưởng cốt lõi đằng sau NOXEL Research Lab: thay vì viết thêm lời khuyên SEO chung chung, chúng tôi chạy các kiểm tra thực tế qua công cụ của chính NOXEL SEO và công bố những gì chúng tôi thực sự tìm thấy. Mọi nghiên cứu ở đây đều tuân theo cùng một nguyên tắc — cỡ mẫu được công bố, phương pháp luận được mô tả, ngày công bố và kết quả chỉ ở dạng tổng hợp mà không nêu tên trang nào.

Tiếp theo là gì

Bộ dữ liệu v1 ở trên có quy mô cố ý khiêm tốn — 53 trang web là đủ để công bố một cách trung thực, chưa đủ để gọi là đại diện cho web rộng lớn hơn. Lần phát hành tiếp theo của chúng tôi sẽ phát triển mẫu hướng đến một bộ dữ liệu phân tầng lớn hơn (nhiều danh mục hơn, nhiều trang hơn mỗi danh mục, phương pháp lấy mẫu rõ ràng hơn) và sẽ thêm các tín hiệu mới ngoài khả năng truy cập của AI crawler và dữ liệu có cấu trúc — những thứ như độ tươi mới của nội dung, tính rõ ràng của thực thể và độ sâu chủ đề trên các trang tương tự.

Nếu bạn muốn được thông báo khi bản phát hành NOXEL Research Lab tiếp theo được công bố, hoặc nếu bạn quản lý một trang web và muốn đưa nó vào một nghiên cứu trong tương lai (với sự đồng ý rõ ràng của bạn — xem chính sách dữ liệu của chúng tôi ở trên), hãy liên hệ qua trang liên hệ của chúng tôi.