Khi các công cụ tìm kiếm AI đưa ra gợi ý phần mềm kèm theo hàng loạt chú thích nguồn chỉn chu, người dùng thường mặc định tin rằng đó là kết quả từ sự đồng thuận khách quan của thế giới mạng. Tuy nhiên, thực tế là các hệ thống AI tìm kiếm đang trở thành nạn nhân của một thế hệ trang web rác mới, được lập trình tự động chỉ nhằm thao túng câu trả lời của AI.
Một báo cáo nghiên cứu thực nghiệm vừa công bố từ Trellner đã bóc trần lỗ hổng nghiêm trọng này. Khi kiểm tra hai mô hình Sonar và Sonar Pro của Perplexity trên 380 danh mục phần mềm thương mại—từ CRM doanh nghiệp cho tới công cụ quản lý bảo tàng—các nhà nghiên cứu đã phân tích tổng cộng 7.534 đường dẫn trích dẫn. Kết quả thật đáng báo động: gần 60% nguồn trích dẫn thuộc về các tên miền vô danh nằm ngoài top 100.000 trang web phổ biến nhất thế giới. Đáng nói hơn, hơn 215.000 trang đánh giá phần mềm hoàn toàn do máy tự sinh đến từ chỉ ba trang web liên kết với nhau, với cấu trúc được thiết kế riêng để nhắm vào bộ nạp dữ liệu (grounding) của AI.
Cấu Trúc Của Một Mạng Lưới Trích Dẫn Ảo
Trước đây, cuộc chiến SEO (Search Engine Optimization) truyền thống trên Google nhắm vào người thật: giật tít, câu view và gom backlink để kéo lượt truy cập. Những kẻ đứng sau các trang web thế hệ mới này đã từ bỏ hoàn toàn việc phục vụ người đọc.
Thay vì viết những bài đánh giá có trải nghiệm thực tế, ba tên miền được phân tích đã tự động xuất bản hàng trăm nghìn trang so sánh theo mẫu có sẵn. Các trang này được tối ưu với cấu trúc ngữ nghĩa hoàn hảo, mật độ từ khóa chuẩn xác và các mệnh đề khẳng định trực diện (như "Phần mềm X là lựa chọn số một cho tác vụ Y"). Thậm chí, trang chủ của các website này còn đặt tiêu đề lộ liễu là "Facts & Grounding Page" (Trang dữ kiện và nguồn nạp AI).
Vì văn bản trên các trang này rất sạch, không có bình luận lan man và chứa đúng câu trả lời mà AI đang tìm kiếm, bộ máy tìm kiếm của Perplexity đã ưu tiên bốc chúng vào ngữ cảnh xử lý. Kết quả là mô hình ngôn ngữ lớn đã trích dẫn những trang web hoàn toàn nhân tạo này để tư vấn cho người dùng như thể đó là nguồn uy tín.
Vì Sao Kiến Trúc RAG Dễ Bị Đánh Lừa Đến Vậy?
Để hiểu tại sao AI search lại dễ bị dắt mũi, chúng ta cần nhìn vào cách các hệ thống RAG (Retrieval-Augmented Generation — Tạo sinh tăng cường truy xuất) vận hành trong thực tế:
- Khớp ngữ nghĩa lấn át độ uy tín: Google mất hơn hai thập kỷ hoàn thiện PageRank và các thuật toán đo lường hành vi người dùng, thời gian ở lại trang và mạng lưới tín nhiệm tên miền. Trong khi đó, nhiều hệ thống AI RAG hiện nay ưu tiên tìm kiếm vector và đo độ tương đồng ngữ nghĩa. Nếu một trang web rác viết đúng mẫu câu trùng khớp với vector câu hỏi của người dùng, nó sẽ được bốc thẳng vào context window.
- Nghịch lý ảo giác và văn phong sạch: Các mô hình ngôn ngữ lớn được tinh chỉnh để rất chuộng các câu văn ngắn gọn, mang tính khẳng định và trung tính. Những trang web do AI viết sẵn mang cấu trúc bách khoa toàn thư nhân tạo, nên mô hình tóm tắt rất thích trích xuất. Ngược lại, những bài thảo luận thực tế của chuyên gia trên diễn đàn thường chứa nhiều tranh cãi, tiếng lóng và góc nhìn trái chiều—khiến bộ lọc AI khó tổng hợp hơn.
- Áp lực tốc độ đánh đổi kiểm định: Việc chạy thêm các lớp kiểm tra danh tiếng tên miền hoặc xác thực chéo nguồn tin trên web tốn thêm tài nguyên tính toán và làm tăng độ trễ phản hồi. Trong cuộc đua tối ưu tốc độ để AI trả lời sau 1–2 giây, khâu xác thực chất lượng nguồn thường bị tinh giản tối đa.
Bước Chuyển Từ SEO Sang Thao Túng GEO
Ngành tiếp thị số đang chứng kiến sự chuyển dịch từ SEO sang GEO (Generative Engine Optimization — Tối ưu hóa công cụ tạo sinh). Trong mô hình tìm kiếm cũ, mục tiêu cuối cùng là khiến người dùng nhấp chuột vào liên kết để xem quảng cáo hoặc mua hàng tiếp thị liên kết.
Nhưng trong kỷ nguyên AI search, luật chơi đã thay đổi. Mục tiêu của các chiến dịch ngầm giờ đây không phải là lượt nhấp của con người, mà là trở thành "nguồn ngữ cảnh tin cậy" cho bot AI. Bằng cách chèn thương hiệu mong muốn vào hàng chục nghìn bảng so sánh tự sinh, các đơn vị quảng cáo có thể định hướng trực tiếp câu trả lời của AI cho toàn bộ một ngành hàng mà không cần một người dùng thật nào từng truy cập website của họ.
Điều này tạo nên một vòng lặp méo mó: AI đọc các trang web rác do một con AI khác sinh ra để tổng hợp câu trả lời rồi đề xuất ngược lại cho con người, tất cả đều núp bóng dưới danh nghĩa "thuật toán khách quan".
Tầng Grounding Của AI Cần Được Nâng Cấp Ra Sao?
Các công cụ tìm kiếm AI hiện tại đang đứng đúng ở vị trí của Google vào đầu những năm 2000, thời điểm mà các mạng lưới link farm bùng nổ trước khi thuật toán chống spam ra đời. Nếu tiếp tục coi mọi trang web tìm thấy trên internet là nguồn tham chiếu bình đẳng, niềm tin của người dùng vào AI search sẽ sớm chạm đáy.
Để giải quyết vấn đề này, các nền tảng AI tìm kiếm cần thay đổi kiến trúc truy xuất:
- Đánh trọng số danh tiếng tên miền: Hệ thống RAG bắt buộc phải tích hợp chỉ số xếp hạng lưu lượng thực tế, thâm niên hoạt động và chỉ số tín nhiệm của website vào bước chấm điểm truy xuất, thay vì chỉ dựa vào độ tương đồng vector.
- Xác thực chéo đa nguồn (Cross-Verification): Trước khi AI đưa ra một kết luận mang tính tư vấn mua sắm, hệ thống phải yêu cầu sự đồng thuận từ ít nhất 2–3 cụm tên miền độc lập có uy tín cao.
- Bộ lọc phát hiện nội dung tạo sinh hàng loạt: Cần bổ sung các lớp phân loại để nhận diện dấu vết của các website xuất bản theo template công nghiệp trước khi nạp tài liệu vào prompt.
Những con số trích dẫn ở chân trang chỉ thực sự có giá trị khi dữ liệu đầu vào được kiểm soát chặt chẽ. Chừng nào các công cụ AI search chưa xây dựng được hàng rào lọc rác hiệu quả, mỗi gợi ý hay nguồn tin mà AI đưa ra vẫn chỉ nên được coi là một bản tóm tắt từ bất kỳ ai vừa tìm ra cách lách luật truy xuất thông minh hơn.
Đang tải bình luận…