TL;DR: Trong một đợt audit 100 listing qua ChatGPT, Perplexity và Gemini, citation rate tăng từ 12% cho listing chỉ có prose lên 71% cho listing có đầy đủ structured geo data. Ba signal tạo ra khác biệt lớn nhất là toạ độ geo đã verify, field nearby context, và NAP consistency giữa các platform.
Trong hai tuần đầu tháng 4/2026, chúng tôi chạy một đợt audit có kiểm soát trên 100 listing dựa trên vị trí để trả lời đúng một câu hỏi: structured geo data thực sự thay đổi bao nhiêu tần suất một AI assistant cite một listing?
Câu trả lời, tóm gọn, là khoảng sáu lần giữa bucket tệ nhất và tốt nhất. Phần dưới đây là toàn bộ phương pháp, kết quả theo từng bucket, và những hệ quả thực tế cho bất kỳ ai đang tối ưu một listing cho AI search.
Phương Pháp
Listing. 100 listing thuộc bốn vertical: 30 vacation rental, 25 boutique hotel, 25 nhà hàng độc lập, 20 attraction địa phương. Phạm vi địa lý trải 14 thành phố châu Âu để hạn chế bias thị trường đơn lẻ. Tất cả listing đều có homepage đang active và được index, cùng ít nhất một sự hiện diện tại directory bên thứ ba.
Bộ query. Mười lăm template prompt discovery-intent cho mỗi listing, bao gồm discovery chung ("boutique hotel yên tĩnh ở Porto"), discovery theo đặc điểm ("hotel ở Porto đi bộ được tới metro") và named recall ("Casa do Vale có phải guesthouse tốt ở Porto không"). Mỗi template đều được chạy tươi, không có conversation history, trong session sạch.
Model. ChatGPT (class GPT-5), Perplexity, Gemini. Mỗi prompt chạy một lần trên mỗi model, cho 45 response mỗi listing và tổng cộng 4,500 response.
Chấm điểm. Một response được tính là citation nếu listing xuất hiện như một linked source, được nêu tên rõ ràng trong câu trả lời, hoặc cả hai. Các trường hợp khớp tên một phần được review thủ công để loại false positive.
Bucketing. Mỗi listing được MapAtlas AEO Checker chấm trên 29 structured signal, rồi được gom vào bốn bucket theo độ đầy đủ. Ngưỡng bucket được set trước khi chấm điểm.
Kết Quả Chính
Khoảng cách citation rate giữa bucket đáy và đỉnh lớn hơn dự đoán của chúng tôi.
Nguồn: MapAtlas benchmark, April 2026, n=100 listing, 4,500 response.
Bucket đáy, các listing có prose phong phú nhưng không có structured data, đạt citation rate 12%. Bucket đỉnh, các listing có Place schema đầy đủ, tọa độ geo đã xác minh, field nearby-context, FAQ schema và NAP nhất quán giữa các platform, đạt 71%.
Phân Tích Theo Từng Signal
Để hiểu signal riêng lẻ nào kéo kết quả bucket đỉnh, chúng tôi chạy một feature-ablation analysis. Với mỗi trong sáu signal có trọng số cao nhất, chúng tôi so sánh citation rate giữa nhóm listing có signal đó với nhóm không có, giữ các biến khác gần như hằng định.
| Signal | Có signal | Không signal | Lift |
|---|---|---|---|
JSON-LD Place đầy đủ với geo | 58% | 19% | 3.1x |
| Dữ liệu POI gần đã xác minh | 62% | 24% | 2.6x |
| Field transit-proximity | 54% | 22% | 2.5x |
| FAQ schema có câu hỏi về vị trí | 49% | 26% | 1.9x |
| Nhất quán NAP trên 3+ platform | 56% | 21% | 2.7x |
| External identifier (Wikidata / Place ID) | 51% | 27% | 1.9x |
Nguồn: MapAtlas benchmark, April 2026.
Bốn điểm rút ra từ bảng:
- Tọa độ geo là lift mạnh nhất tính theo signal đơn lẻ. Một block Place mà thiếu
geochỉ tốt hơn không có schema một chút. - Nearby context gần mạnh không kém. Khoảng cách tới các POI có tên và tới transit là predictor lớn thứ hai cho citation.
- FAQ schema giúp, nhưng ít hơn các signal đặc thù về vị trí. FAQ trả lời các câu hỏi vị trí ("metro gần nhất bao xa") vượt FAQ vận hành chung chung với khoảng cách rộng.
- External identifier đấm mạnh hơn trọng lượng của chính nó. Reconcile một listing về Wikidata QID hoặc Google Place ID gần như nhân đôi citation rate trong ablation, có thể vì nó cho phép các hệ AI deduplicate giữa các nguồn.
Khác Biệt Giữa Các Vertical
Độ lớn hiệu ứng không đồng đều giữa các vertical. Vacation rental, vốn xuất phát từ baseline yếu nhất, cho mức tăng tuyệt đối lớn nhất từ structured data. Landmark, vốn đã được đại diện tốt trong training data, cho mức tăng nhỏ nhất.
| Vertical | Bucket đáy | Bucket đỉnh | Gap |
|---|---|---|---|
| Vacation rental | 7% | 68% | +61 |
| Boutique hotel | 14% | 74% | +60 |
| Nhà hàng độc lập | 13% | 69% | +56 |
| Attraction địa phương | 18% | 72% | +54 |
Nguồn: MapAtlas benchmark, April 2026.
Vacation rental là thắng lợi rõ nhất. Một listing xuất phát từ tình trạng vô hình có thể trở thành một nguồn được cite đều đặn chỉ nhờ structured data. Hiệu ứng yếu hơn, dù vẫn đáng kể, với các venue đã có hiện diện công khai mạnh.
Model Thực Ra Đang Làm Gì
Trong quá trình review định tính 200 response, một pattern lặp lại xuất hiện. Khi listing có structured data đầy đủ, assistant có xu hướng trích các fact cụ thể: thời gian đi bộ tới ga, số nhà hàng trong bán kính 300 mét, tên khu vực, giờ mở cửa. Khi cũng listing đó bị lột bỏ structured data, assistant hoặc bỏ qua hoàn toàn hoặc mô tả bằng từ ngữ chung chung.
Điều này khớp với cách các model retrieval-augmented thường hành xử. Chúng ưu tiên cite các nguồn trả lời câu hỏi bằng fact cụ thể, có thể verify. Prose mô tả một listing là "yên tĩnh và walkable" thua một structured field ghi "walk score 92, noise index trung bình 18 dB". Phiên bản thứ hai dễ extract hơn, dễ so sánh với query của user hơn, và dễ attribute hơn.
Điều Gì Đẩy Listing Từ Bucket 1 Lên Bucket 4
Dựa trên ablation, bốn thay đổi giải thích phần lớn lift:
1. Thêm một block JSON-LD Place hoặc LodgingBusiness đầy đủ với tọa độ geo. Tọa độ khớp với địa chỉ bưu chính, một external identifier chuẩn, và mọi field Schema.org cần thiết. Bản thân hướng dẫn của Google về structured data cho local business liệt kê những field có trọng số lớn nhất. Xem JSON-LD schema cho AI citation local business để nắm chi tiết từng field.
2. Làm giàu listing bằng nearby context đã xác minh. Thời gian đi bộ tới các trạm transit gần nhất, số nhà hàng và quán cafe gần, các POI có tên trong bán kính xác định. MapAtlas GeoEnrich sinh những dữ liệu này ở quy mô lớn từ nguồn đã xác minh để có thể nhúng vào cả schema lẫn copy trang.
3. Publish FAQ schema đặc thù vị trí. Các câu hỏi map trực tiếp vào cách người dùng đặt query về vị trí. Xem Location-specific FAQs cho AI search.
4. Reconcile NAP giữa các platform. Homepage listing, Google Business Profile và ít nhất một directory bên thứ ba đều phải hiển thị cùng một tên, địa chỉ và số điện thoại. NAP consistency cho AI search trình bày cơ chế.
Các Lưu Ý
Benchmark này mang tính định hướng, không phải kết luận tuyệt đối. Ba giới hạn đáng nhắc:
- Kích thước mẫu. 100 listing đủ để thấy các hiệu ứng lớn nhưng không đủ để phân giải các khác biệt nhỏ.
- Model drift. AI assistant được update thường xuyên. Con số tuyệt đối sẽ dịch chuyển; thứ tự tương đối của các signal ổn định hơn.
- Tổ hợp query. Template của chúng tôi thiên về discovery intent. Query giao dịch ("đặt phòng ở Porto tối nay") được route khác và không nằm trong scope.
Điểm rộng hơn không nằm ở độ chính xác của bất kỳ con số đơn lẻ nào. Điểm rộng hơn là khoảng cách giữa listing có cấu trúc và listing không có cấu trúc là lớn, đo được, và phần lớn có thể thu hẹp bằng công việc nằm trong tầm kiểm soát của chủ listing.
Đo Baseline Của Chính Bạn
MapAtlas AEO Checker chấm một listing trên đúng 29 signal đã dùng trong benchmark này. Chạy nó trên property mạnh nhất của bạn, rồi trên cái yếu nhất. Chênh lệch điểm thường khớp với chênh lệch tần suất mỗi cái được các AI assistant đưa ra trong thực tế.
Citation rate đang trở thành tương đương của organic ranking cho thế hệ người dùng search qua AI. Những listing thắng là những listing cho model một thứ để extract. Phần còn lại chỉ là prose mà model sẽ lịch sự bỏ qua.
Đọc thêm:
- Vì sao AI assistant bịa địa chỉ
- SEO từng là keyword-to-keyword, giờ đây là database-to-database
- Location-specific FAQs cho AI search
- Kiểm tra điểm AI visibility của bạn miễn phí
Câu hỏi thường gặp
AI citation rate là gì?
AI citation rate là tỷ lệ query liên quan của người dùng mà một AI assistant đưa một listing cụ thể vào nguồn được trích dẫn hoặc nêu tên listing đó trong câu trả lời. Đây là tương đương của organic ranking trong AI search, nhưng đo ở mức câu trả lời chứ không phải mức trang kết quả. Một listing có citation rate 40% xuất hiện trong 2 trên mỗi 5 câu trả lời liên quan qua các assistant được test.
Benchmark này được tiến hành thế nào?
Chúng tôi chọn 100 listing thuộc bốn vertical: vacation rental, boutique hotel, nhà hàng độc lập và attraction địa phương. Mỗi listing được query 15 lần qua ChatGPT, Perplexity và Gemini bằng một template chuẩn các câu hỏi discovery-intent. Response được chấm điểm theo việc listing có xuất hiện như nguồn được cite hay gợi ý được nêu tên không. Sau đó listing được bucket theo độ đầy đủ structured data do MapAtlas AEO Checker đo.
Signal nào ảnh hưởng mạnh nhất tới citation rate?
Ba signal dịch chuyển kim nhiều nhất: sự có mặt của block JSON-LD Place hoặc LodgingBusiness đầy đủ với tọa độ geo, nearby context đã xác minh như thời gian đi tới transit và khoảng cách tới POI có tên, và tính nhất quán NAP giữa Google Business Profile, homepage listing và ít nhất một directory bên thứ ba. Listing chấm điểm cao trên cả ba có citation rate cao hơn khoảng sáu lần so với listing chấm điểm thấp trên cả ba.
Mô tả bằng prose đơn thuần có giúp gì không?
Rất nhỏ. Prose dài chứa keyword vị trí nhưng không có structured data cho baseline citation rate khoảng 12%. Thêm Schema.org markup mà không có field geo đã xác minh đưa con số lên khoảng 28%. Thêm nearby context đã xác minh và NAP data nhất quán đẩy tiếp tới khoảng 71% cho bucket điểm cao nhất. Chất lượng prose quan trọng với lòng tin của user sau khi listing đã được cite, nhưng ảnh hưởng hạn chế tới việc listing có được cite ngay từ đầu hay không.
Tôi đo citation rate của chính mình bằng cách nào?
Chạy URL listing qua MapAtlas AEO Checker miễn phí tại mapatlas.eu/ai-seo-checker. Checker chấm đúng 29 signal đã dùng trong benchmark này và chỉ ra signal nào đang thiếu. Kết hợp điểm số với các prompt thủ công định kỳ qua ChatGPT, Perplexity và Gemini để theo dõi tần suất listing của bạn xuất hiện theo thời gian.
