Matt McGee và thời 'Miền Hoang' của SEO: lịch sử này dạy gì cho kỷ nguyên AI Search?
Có một nghịch lý khá thú vị của SEO: công nghệ thay đổi liên tục, nhưng những câu hỏi cơ bản của người làm SEO lại thường lặp lại.
Cuối thập niên 1990, ngành search marketing còn rất mới. Người làm SEO chủ yếu tự học, quan sát cách các công cụ tìm kiếm phản ứng rồi thử nghiệm. Năm 2026, hệ thống phức tạp hơn rất nhiều: machine learning, AI Overviews, AI Mode và các trải nghiệm tìm kiếm sinh ngữ cảnh đã trở thành một phần của Search.
Cuộc phỏng vấn Matt McGee do Barry Schwartz thực hiện cho Search Engine Land tháng 5/2026 khiến tôi thấy lịch sử SEO đáng học không phải để hoài niệm, mà để nhận ra một chu kỳ giữa tối ưu ngắn hạn và xây giá trị bền vững.
Matt McGee là ai và vì sao cuộc trò chuyện này đáng đọc?
Matt McGee từng là Editor-in-Chief của Search Engine Land và làm search marketing từ thời trước khi Google trở thành trung tâm của web tìm kiếm. Trong cuộc phỏng vấn, ông và Barry Schwartz nhìn lại:
- việc khám phá search marketing vào cuối thập niên 1990;
- thời người làm SEO chủ yếu tự học;
- các search engine như Excite, AltaVista và Northern Light;
- những chiến thuật tối ưu sơ khai của giai đoạn đầu;
- sự trưởng thành của ngành qua nhiều thế hệ thuật toán;
- câu hỏi hiện tại: AI sẽ làm SEO biến mất hay không.
Điểm đáng chú ý là SEO từ đầu đã là một ngành học bằng thực nghiệm: quan sát hệ thống, thử, đo và điều chỉnh.
Vấn đề nằm ở mục tiêu của thực nghiệm.
1. Thời ‘Miền Hoang’: khi feedback loop của SEO rất ngắn
Ở các search engine đời đầu, một số tín hiệu xếp hạng dễ quan sát và dễ tác động hơn hiện nay. Người làm SEO có thể thay đổi một trang, chờ hệ thống cập nhật rồi nhanh chóng nhìn thấy tác động.
Đó là một feedback loop ngắn:
thay đổi → crawl → quan sát thứ hạng → rút kinh nghiệm.
Khi feedback loop ngắn, tối ưu cục bộ rất hấp dẫn. Người làm SEO có thể nhìn thấy kết quả trước khi nhìn thấy chi phí dài hạn.
Bài học thứ nhất: cái đo được nhanh chưa chắc là cái có giá trị lâu
Điều này vẫn đúng trong 2026.
AI hiện có thể giúp team:
- tăng tốc nghiên cứu chủ đề;
- tạo outline và brief;
- phân cụm nội dung;
- kiểm tra metadata;
- đề xuất internal link;
- hỗ trợ refresh bài cũ.
Các output này đều dễ đếm. Nhưng “số bài được tạo” không nói được:
- người đọc có hài lòng không;
- nội dung có thêm thông tin mới không;
- thương hiệu có đáng tin hơn không;
- trang có tạo hành động sâu hơn không;
- hệ thống có đang tạo content debt hay không.
AI làm feedback loop sản xuất ngắn hơn. Vì vậy rủi ro tối ưu nhầm thứ cũng tăng lên.
2. SEO trưởng thành khi kỹ thuật phải đi cùng chất lượng
Lịch sử search có nhiều giai đoạn mà những chiến thuật từng tạo kết quả trở nên kém hiệu quả hơn. Điều này không có nghĩa technical SEO mất vai trò. Ngược lại, crawl, index, rendering, canonical, internal link và structured data phù hợp vẫn là nền tảng.
Điều thay đổi là không thể tách kỹ thuật khỏi chất lượng trải nghiệm và độ tin cậy của nội dung.
Trong hướng dẫn 2026 về generative AI Search, Google tiếp tục nói SEO fundamentals vẫn áp dụng và nhấn mạnh nội dung độc đáo, có giá trị, không phải commodity content.
Bài học thứ hai: SEO giỏi dần chuyển từ checklist sang hệ thống
Một hệ thống SEO bền hơn cần ít nhất bốn lớp:
- Technical: crawl, index, rendering, canonical, performance và structured data khi phù hợp.
- Information: search intent, architecture, entity và internal link.
- Editorial: bằng chứng, góc nhìn, độ rõ và khả năng giúp người đọc ra quyết định.
- Measurement: Search Console, analytics, conversion và refresh loop.
Một thay đổi có thể tác động một lớp. Một hệ thống phải làm bốn lớp phối hợp.
3. AI Search có tạo ra một giai đoạn thử nghiệm mới?
Tôi cho rằng có — nhưng đây là cách diễn giải, không phải phát biểu trực tiếp của Matt McGee.
Khi một công nghệ mới xuất hiện mà cơ chế phân phối còn thay đổi nhanh, thị trường thường tạo ra rất nhiều công thức và checklist. Một số thử nghiệm có thể hữu ích. Vấn đề là khi một quan sát cục bộ nhanh chóng được biến thành quy luật chung.
Google hiện nói khá rõ rằng website không cần một structured data đặc biệt chỉ để xuất hiện trong AI Overviews hoặc AI Mode. Những nền tảng SEO cốt lõi vẫn áp dụng.
Vì vậy, thay vì hỏi “công thức mới là gì?”, tôi muốn hỏi:
Điều gì trong nội dung của mình vẫn có giá trị nếu giao diện tìm kiếm thay đổi ba lần trong hai năm tới?
4. Câu hỏi ‘AI có giết SEO không?’ đang trộn nhiều thứ với nhau
Cuộc phỏng vấn Matt McGee có nhắc tới câu hỏi AI và tương lai SEO. Nhưng “SEO chết” là một cụm từ quá rộng.
Có ít nhất bốn lớp cần tách:
Organic click có thể thay đổi
AI-generated answers có thể giải quyết một phần nhu cầu ngay trên trang kết quả. Điều này làm một số loại query ít cần click hơn.
Search behavior có thể mở rộng
Người dùng có thể hỏi câu dài hơn, hội thoại hơn và yêu cầu so sánh/phân tích phức tạp hơn. AI Mode cũng có khả năng mở rộng một câu hỏi thành nhiều truy vấn con.
Công việc SEO thay đổi
Một phần việc sản xuất meta, clustering, brief hoặc phân tích có thể được AI hỗ trợ. Giá trị của người làm SEO chuyển nhiều hơn sang judgement, strategy, hệ thống dữ liệu và kiểm chứng.
Nhu cầu được tìm thấy không biến mất
Doanh nghiệp vẫn cần sản phẩm, thông tin và thương hiệu của mình được người dùng khám phá — dù điểm chạm là danh sách kết quả, AI answer, marketplace, map hay một agent.
Vì vậy câu hỏi hữu ích hơn là:
Phần nào của search journey đang được AI hấp thụ và phần nào trở nên có giá trị hơn?
5. Năm nguyên tắc tôi rút ra cho SEO 2026
Nguyên tắc 1: Tách test khỏi niềm tin
Nếu một thay đổi tăng visibility trên một nhóm query, ghi nó là kết quả của một test. Đừng biến nó ngay thành quy luật chung.
Nguyên tắc 2: Đừng biến proxy thành mục tiêu cuối
Rank, impression, AI mention và click đều là proxy. Với website kinh doanh, cần nối chúng với hành vi sâu hơn: đọc tiếp, đăng ký, gửi brief, mua hàng hoặc quay lại.
Nguyên tắc 3: Nội dung càng dễ tạo, tiêu chuẩn biên tập càng phải cao
Khi chi phí tạo nội dung giảm, lợi thế không nằm ở khả năng xuất bản nhiều hơn bằng mọi giá. Lợi thế nằm ở việc biết bài nào đáng tạo và bài nào nên bỏ.
Nguyên tắc 4: Giữ nguồn sự thật
Nếu content dùng dữ liệu, release note, phỏng vấn hoặc nghiên cứu, lưu nguồn và ngày kiểm chứng. Điều này giúp refresh bài khi thế giới thay đổi mà không phải viết lại từ trí nhớ.
Nguyên tắc 5: Xây hệ thống có rollback
SEO experimentation nên có log thay đổi, baseline và cách rollback. Điều này đặc biệt quan trọng khi AI có thể hỗ trợ sửa nhiều trang rất nhanh.
6. Nếu bắt đầu học SEO hôm nay, nên học gì từ thế hệ trước?
Không cần học các kỹ thuật cũ để áp dụng chúng. Nhưng đáng hiểu vì sao chúng từng có tác động.
Khi hiểu cơ chế, bạn sẽ thấy SEO không phải danh sách best practice bất biến. Nó là quá trình:
mô hình hóa hệ thống → quan sát → đặt giả thuyết → thử nghiệm → đo → cập nhật mô hình.
Những kỹ năng nên giữ lâu dài:
- hiểu cách web được crawl và index;
- biết đọc SERP thay vì chỉ đọc keyword volume;
- biết phân biệt correlation và causation;
- biết xây information architecture;
- biết viết hoặc biên tập nội dung giúp người thật;
- biết làm việc với dữ liệu;
- biết khi nào chưa đủ bằng chứng để kết luận.
Đây là những kỹ năng vẫn dùng được dù giao diện Search tiếp tục thay đổi.
7. Checklist biên tập cho nội dung SEO
Đây cũng là nguyên tắc đang được áp dụng cho toàn bộ Knowledge:
- quote phải truy được nguồn;
- claim thời sự có ngày kiểm chứng;
- ảnh phải làm rõ Root Idea thay vì chỉ chia đoạn;
- article có internal link tự nhiên;
- opinion phải tách khỏi fact.
Nếu muốn đọc tiếp phần Search đang thay đổi như thế nào trong 2026, xem Google Search bước vào kỷ nguyên AI Mode và AI Agent.
Kết luận
Điều tôi thích nhất ở câu chuyện “Wild West SEO” là nó làm ngành hiện tại bớt huyền bí.
Mỗi thế hệ công nghệ mới đều tạo cảm giác luật chơi đã bị viết lại hoàn toàn. Sau đó thị trường thử rất nhiều cách làm mới. Một số có tác dụng trong thời gian ngắn. Cuối cùng, lợi thế bền hơn thường quay về những thứ khó hơn: hiểu hệ thống, hiểu người dùng, tạo giá trị thật và đo lường cẩn thận.
AI làm SEO thay đổi nhanh hơn. Nó không làm bài học đó kém đúng đi.
Khi công cụ khiến mọi người chạy nhanh hơn, lợi thế lớn nhất có thể không phải tốc độ — mà là biết mình đang chạy về đâu.