Desk Research · Methodology Benchmark · 09/11/2026
5 cách đo AI Visibility đang khác nhau thế nào?
Một con số “AI Visibility” có thể đang đo mention, citation, share of voice, vị trí, modeled impressions hoặc một công thức chuẩn hóa riêng. Ghim AI đối chiếu methodology công khai của năm nền tảng để xem điều gì cần được công bố trước khi dùng một tỷ lệ để báo cáo GEO cho khách hàng.
Chúng tôi so sánh gì?
- Prompt/question universe và cách chọn câu hỏi.
- Numerator/denominator của mention hoặc citation.
- Source exposure có bị gộp với citation hay không.
- Competitor/Share of Voice logic.
- Platform, market, language và cadence.
- Ranh giới giữa visibility và traffic/lead/revenue.
Năm methodology khác nhau ở đâu?
| Nguồn | Metric chính quan sát được | Scope | Điểm cần chú ý |
|---|---|---|---|
| Semrush AI Visibility Index | Mention count, citation count, co-occurrence, top-100 overlap | Theo market/month/platform | Không combined score trong Index methodology |
| SEOmonitor | % mentioned volume-weighted, % cited, SOV | Denominator/weight riêng theo keyword và engine | Loại no-brand khỏi mention score; citation chỉ nơi observable |
| Ahrefs Brand Radar | Mentions, Citations, Impressions, AI SOV | Search-backed prompts + custom prompts | Tách Found in khỏi Citation; impressions là modeled |
| OtterlyAI | Brand Coverage, Mentions, Domain Citations, competitors | Prompt-level, multi-engine | Thu qua public AI interfaces; không tương đương API measurement |
| Profound | Visibility Score, SOV, Avg Position, Citation Share/Coverage | Platform/topic/region/persona | Visibility và downstream outcome là các lớp riêng |
1. Cùng gọi là AI Visibility nhưng mẫu số có thể khác
SEOmonitor là ví dụ rõ: headline mention rate được weight bằng Google search volume và loại những keyword mà AI không nêu brand khỏi mention-score denominator. Citation lại chỉ tính ở nơi engine thực sự hiển thị citation. Một tỷ lệ 40% theo cách này không thể so trực tiếp với 40/100 câu trả lời hợp lệ theo một hệ đo khác.
2. Source exposure không phải citation
Ahrefs tách “Found in” khỏi “Citation”: một trang có thể được hệ thống tìm/retrieve nhưng không xuất hiện như citation trong answer. Boundary này trùng với cách Ghim AI giữ source trace trong R39-A/B/C: source exposure không được nâng thành citation bằng suy luận.
3. Platform và interface là một phần của methodology
Semrush công bố kết quả theo platform và market. OtterlyAI nói rõ họ thu dữ liệu qua public AI web interfaces. Ghim AI SaaS hiện đo qua OpenAI API có web search. Vì vậy “ChatGPT visibility” không nên được so trực tiếp nếu cách truy cập/interface khác nhau mà báo cáo không nói rõ.
4. Market và language cần được báo như dimension
Semrush tách kết quả theo market; Ahrefs công bố coverage bias theo locale; Profound cho phép phân tích theo region. R39-C của Ghim AI cũng quan sát source-domain drift lớn giữa 12 cặp prompt Việt–Anh trong một sample ChatGPT-only. Kết quả đó không chứng minh một language-ranking rule, nhưng đủ để cho thấy language không nên bị ẩn bên trong một score tổng.
5. Visibility không phải business outcome
Ahrefs mô tả các modeled visibility signals như công cụ benchmark chứ không phải audience measurement. Profound tách AI exposure khỏi downstream site visit trong nghiên cứu hành vi riêng. Do đó mention/citation/recommendation không tự chứng minh traffic, qualified lead hoặc revenue.
Khung báo cáo tối thiểu Ghim AI đề xuất
| Layer | Câu hỏi phải trả lời |
|---|---|
| Prompt coverage | Đo bao nhiêu câu, nhóm intent nào, version/cohort nào? |
| Mention | Brand được nhắc trong bao nhiêu câu trả lời hợp lệ? |
| Citation | Official domain được citation trong điều kiện quan sát được bao nhiêu lần? |
| Source landscape | Những domain/source class nào xuất hiện trong source trace hoặc citation? |
| Competitor | Ai xuất hiện cùng hoặc thay thế brand, trên mẫu số nào? |
| Trend | Hai kỳ có đủ tương đồng về prompt/model/interface/language để so không? |
| Evidence | Raw answer/source/run nào hỗ trợ kết luận? |
| Business outcome | Có traffic/lead/customer/revenue evidence độc lập hay chưa? |
R39-B và R39-C bổ sung gì?
R39-B: 10 prompt × 5 repeats = 50 source-trace observations; mean prompt-level source-domain Jaccard 0,954. Kết quả hỗ trợ việc kiểm tra repeatability và giữ measurement design nhất quán, không chứng minh answer-level stability.
R39-C: 12 cặp VI/EN, 24 observations; mean domain Jaccard 0,081, 6/12 cặp không trùng domain. Kết quả hỗ trợ báo language như một dimension, không chứng minh language là nguyên nhân duy nhất.
Điều nghiên cứu này không nói
- Không có “industry-standard AI Visibility score” được chứng minh từ năm nguồn này.
- Không xếp hạng nền tảng nào đo “đúng nhất”.
- Không suy công thức ẩn khi vendor không công bố.
- Không coi methodology của vendor là endorsement của Ghim AI.
- Không chạy experiment AI mới cho bài này; đây là desk-research synthesis kết hợp với R39-B/R39-C đã có.