Search Console tách tìm kiếm đa phương thức: đừng nhầm với Google Hình ảnh
Web: multimodal cho thấy website xuất hiện khi người dùng tìm bằng ảnh. Cần phân biệt với Google Hình ảnh, giới hạn Queries và cách đánh giá trước khi tối ưu SEO.
Ngày 24/09/2026, Google Search Central công bố bộ lọc Web: multimodal trong Search Console. Báo cáo mới giúp chủ website quan sát hiệu suất khi người dùng bắt đầu tìm kiếm bằng hình ảnh — chẳng hạn qua Google Lens, Circle to Search, tải ảnh lên Google Search hoặc “Search this image” trong Chrome. Đây là thay đổi về cách đo lường, không phải thông báo cập nhật thuật toán xếp hạng. Nguồn: Google Search Central.
Điểm dễ nhầm nhất: tìm kiếm bắt đầu bằng ảnh không đồng nghĩa người dùng đã vào tab Google Hình ảnh. Nếu không phân biệt hai khái niệm, người làm SEO có thể đọc sai nguồn tăng trưởng và tối ưu sai loại trang.
Mục lục
1. Trước và sau: Google bổ sung khả năng quan sát điều gì?
Trước cập nhật, người làm SEO có thể theo dõi kết quả Web và Google Hình ảnh nhưng khó tách riêng các lượt tìm kiếm được khởi tạo bằng ảnh trong kết quả Web. Việc một trang có ảnh đẹp hoặc nhận truy cập từ Google Hình ảnh không trả lời được câu hỏi: người dùng đã dùng camera hoặc tải ảnh lên để tìm, và trang của mình xuất hiện trong kết quả đó như thế nào?
Google bổ sung bộ lọc Web: multimodal ở Performance → Search results, đồng thời hỗ trợ lát cắt multimodal trong Generative AI performance report. Google thông báo bắt đầu triển khai toàn cầu từ 24/09/2026; dữ liệu chỉ hiện khi website có lượt xuất hiện phù hợp. Chủ website có thể dùng chức năng Export để tải dữ liệu báo cáo. https://developers.google.com/search/blog/2026/09/web-multimodal-in-sc
Thay đổi này không chứng minh lượng tìm kiếm bằng ảnh tăng kể từ ngày có báo cáo. Một đường biểu đồ xuất hiện sau khi bộ lọc được triển khai có thể phản ánh việc nay đã quan sát được dữ liệu trước đây không tách riêng, chứ không nhất thiết là hành vi người dùng vừa thay đổi. Không được lấy ngày ra mắt tính năng làm mốc giả định cho một đợt tăng trưởng thực.
Ba câu hỏi giờ có thể bắt đầu nghiên cứu: website có nhận hiển thị từ tìm kiếm dựa trên ảnh không; nhóm URL nào xuất hiện; và dữ liệu đó biến động ra sao theo thời gian, quốc gia, thiết bị? Câu hỏi ảnh nào của người dùng đã kích hoạt kết quả vẫn không được báo cáo này trả lời.
2. Định nghĩa: “đầu vào tìm kiếm” khác “nơi kết quả xuất hiện”
Có hai chiều cần tách biệt: người dùng đưa gì vào Google để tìm và kết quả được hiển thị ở bề mặt nào.
| Thuật ngữ | Phạm vi cần hiểu | Không nên suy diễn |
|---|---|---|
| Web: text-based | Lượt tìm kiếm Web bắt đầu từ truy vấn văn bản thông thường | Không phải mọi hình ảnh xuất hiện trong kết quả đều chuyển sang Image |
| Web: multimodal | Tìm kiếm Web bắt đầu bằng hình ảnh, gồm Lens, Circle to Search và các hình thức nêu trong công bố | Không phải tab Google Hình ảnh; không phải toàn bộ tương tác AI Mode |
| Image (Search type) | Kết quả ở tab Google Hình ảnh theo phân loại tìm kiếm | Không phản ánh toàn bộ những lần người dùng tìm bằng camera |
| Generative AI performance | Báo cáo riêng về hiển thị hữu cơ trong AI Overviews và AI Mode | Không đồng nghĩa một lần tìm bằng ảnh chắc chắn xuất hiện trong kết quả AI |
Ví dụ, người dùng chụp một chiếc đồng hồ rồi tìm bằng Lens. Nếu trang sản phẩm xuất hiện trong kết quả Web tương ứng, đó là tình huống thuộc phạm vi Web: multimodal. Ngược lại, người dùng gõ “đồng hồ mặt xanh” rồi chuyển vào tab Hình ảnh thì cần đọc trong ngữ cảnh Image, không tự gắn nhãn multimodal. Hai tình huống này chỉ là minh họa để phân biệt cách đo, không khẳng định mọi giao diện Lens luôn trả về cùng một loại kết quả.
Điểm quan trọng khác: theo Search Console Dimensions, chiều Queries không khả dụng khi chọn Web: multimodal, vì truy vấn đầu vào phần lớn là ảnh, không phải văn bản. Do đó, không thể lấy danh sách “keyword Lens” từ bộ lọc này rồi áp dụng quy trình phân tích từ khóa truyền thống.
Khi nghiên cứu tác động trong AI Search, cần mở báo cáo Generative AI riêng. Google cho biết báo cáo này đo hiển thị của liên kết website trong AI Overviews và AI Mode, có thể phân tách theo trang, thời gian, thiết bị, quốc gia và lọc Web text-based/multimodal. Đừng lấy tổng lượt hiển thị multimodal trong Search results rồi gọi toàn bộ là AI Mode. https://support.google.com/webmasters/answer/16984139?hl=en
3. Cách đọc số liệu: bốn giới hạn dễ dẫn đến kết luận sai
Giới hạn 1 — Impressions là tín hiệu xuất hiện, không phải nhu cầu mua. Tăng hiển thị có thể giúp xác định URL đáng điều tra; không tự chứng minh người dùng có ý định giao dịch, đã ghé website, tạo lead hay phát sinh doanh thu. Muốn hiểu chất lượng lưu lượng, cần đối chiếu thêm các nguồn đo hành vi hợp lệ theo cùng khoảng thời gian, không cộng cơ học impressions với sessions hay conversions.
Giới hạn 2 — Truy vấn bằng ảnh không có danh sách keyword tương ứng. Không có Queries thì ta không biết chính xác nội dung ảnh đầu vào, câu chữ người dùng có thể bổ sung hay động cơ của họ. Vì thế, việc một URL sản phẩm xuất hiện nhiều không đủ để kết luận người dùng đang “tìm mua sản phẩm đó”. Đó là giả thuyết, cần được kiểm chứng bằng hành vi và nội dung trang.
Giới hạn 3 — Cộng số theo trang có thể không khớp tổng property. Google giải thích số liệu trên biểu đồ tổng hợp ở cấp property, còn bảng chọn Pages tổng hợp ở cấp trang; phần lớn tín hiệu trang gắn với URL canonical. Nếu cộng từng hàng của bảng rồi so sánh trực tiếp với tổng biểu đồ, chênh lệch có thể đến từ quy tắc tổng hợp, không nhất thiết là mất dữ liệu. https://support.google.com/webmasters/answer/17011259?hl=en
Giới hạn 4 — Kỳ báo cáo và lượng dữ liệu nhỏ dễ gây nhiễu. Search Console sử dụng ngày theo múi giờ Thái Bình Dương trong các báo cáo hiệu suất thông thường; không nên mặc định cắt ngày theo giờ Việt Nam. Dữ liệu mới nhất có thể còn sơ bộ. Với một website rất ít lượt multimodal, thay đổi vài hiển thị có thể tạo tỷ lệ tăng lớn nhưng chưa đáng để quyết định lại toàn bộ kế hoạch SEO.
Một cách đọc thận trọng là phân loại:
- FACT: Google bổ sung bộ lọc; website có hoặc chưa quan sát được lượt hiển thị tương ứng.
- INFERENCE: một nhóm trang có thể đang được khám phá nhờ đặc điểm hình ảnh hoặc chủ thể hiển thị.
- UNKNOWN: người dùng đã gửi ảnh gì, vì sao kết quả tăng/giảm, và phần giá trị kinh doanh tăng thêm nếu tối ưu các trang đó.
Không lấy INFERENCE viết thành FACT chỉ vì có biểu đồ.
4. Quy trình kiểm tra và chọn hành động SEO có cơ sở
Không cần tạo một chiến lược “Lens SEO” tách biệt khi chưa có dữ liệu. Nên bắt đầu bằng một phép kiểm tra nhỏ gồm sáu bước.
Bước 1 — Khóa phạm vi báo cáo. Trong Search Console, chọn đúng property, Performance → Search results → Web: multimodal. Ghi rõ kỳ thời gian, ngày cuối dữ liệu, loại tìm kiếm và các bộ lọc. Nếu muốn xem hiển thị trong AI Overviews/AI Mode, làm phân tích riêng trong báo cáo Generative AI; không trộn hai định nghĩa.
Bước 2 — Xác nhận có tín hiệu. Nếu không thấy dữ liệu, ghi “chưa quan sát được multimodal”. Google nêu rằng insight sẽ xuất hiện với những website nhận được lượt hiển thị phù hợp. Không suy ra “website không thể được Lens tìm thấy” hoặc “SEO hình ảnh thất bại” chỉ từ một lát cắt trống.
Bước 3 — Xem Pages trước, không đi tìm Queries. Xác định những URL có hiển thị; sau đó phân nhóm trang sản phẩm, danh mục, bài hướng dẫn hoặc trang dịch vụ nếu dữ liệu đủ lớn. Kiểm tra thiết bị và quốc gia để tránh so sánh các tập người dùng khác nhau. Nếu dữ liệu theo trang rất ít, nên dừng ở mô tả hiện tượng thay vì xếp hạng “trang thắng/thua”.
Bước 4 — Audit hình ảnh và ngữ cảnh trang đích. Google Image SEO best practices đề nghị dùng phần tử HTML img với đường dẫn nguồn truy cập được (không chỉ ảnh nền CSS), ảnh rõ nét và tương thích di động, tên file mô tả hợp lý, alt text hữu ích và đúng chủ thể, hình ảnh nằm gần nội dung liên quan. Với website nhiều ảnh khó phát hiện, có thể xem xét image sitemap. Đây là khuyến nghị SEO hình ảnh chung của Google, không phải bằng chứng các bước này sẽ tạo ra một mức tăng cụ thể trong Web: multimodal.
Bước 5 — Chọn một giả thuyết có thể bác bỏ. Ví dụ giả định: một nhóm trang sản phẩm đang có hiển thị multimodal nhưng ảnh chính quá nhỏ hoặc không thể hiện rõ đặc điểm nhận dạng. Chọn một số URL, cải thiện ảnh và mô tả theo hướng có ích cho người xem; ghi chính xác ngày sửa. Giả thuyết là nhóm trang đó có thể được hiểu tốt hơn khi người dùng tìm bằng ảnh, chứ không phải “thay alt text chắc chắn tăng traffic”.
Bước 6 — Đánh giá mà không tự nhận công lao. Quan sát các chỉ số tương ứng trong GSC theo kỳ đủ dài, giữ cùng phạm vi thiết bị/quốc gia khi so sánh, đồng thời kiểm tra truy cập và hành vi trang đích ở công cụ khác nếu được phép. Nếu một nhóm trang tăng nhưng toàn website cũng tăng do xu hướng chung, không thể chỉ dựa vào trước–sau để kết luận thay ảnh là nguyên nhân. Nếu dữ liệu quá ít, kết quả phù hợp là chưa đủ bằng chứng.
Ba ưu tiên thực tế:
- Trang sản phẩm: ảnh chụp đúng phiên bản/đặc điểm nhận dạng, hiển thị rõ trên mobile và gần mô tả sản phẩm.
- Trang hướng dẫn: ảnh minh họa đúng bước thao tác hoặc vật thể đang nói tới, không chỉ là ảnh trang trí.
- Trang dịch vụ: ảnh liên quan đến trải nghiệm thực, kèm ngữ cảnh để người xem hiểu đang thấy dịch vụ gì.
Đây là các đối tượng cần audit nếu có dữ liệu, không phải lời khẳng định nhóm trang nào đang có tỷ lệ chuyển đổi multimodal tốt hơn.
5. Nguồn, giới hạn bằng chứng và kết luận
Nguồn công bố tính năng: Google Search Central, 24/09/2026 — xác nhận phạm vi Lens, Circle to Search, tải ảnh lên Search, Chrome và việc triển khai bộ lọc.
Nguồn định nghĩa số liệu: Search Console Performance, Dimensions & groupings, Generative AI performance report — dùng để đối chiếu Search type, giới hạn Queries, cách tổng hợp, phạm vi AI Overviews/AI Mode và múi giờ.
Nguồn hành động SEO: Google Image SEO best practices — khuyến nghị chung về khả năng phát hiện ảnh, chất lượng hình ảnh, alt text và trang đích. Không có nguồn nào trong số này đảm bảo một tác vụ tối ưu ảnh sẽ làm tăng hiển thị multimodal hoặc doanh thu.
Bài được rà soát nguồn ngày 21/10/2026, không dùng dữ liệu GSC của một website cụ thể và chưa có thử nghiệm nhân quả.
Kết luận: Web: multimodal giúp người làm SEO nhìn rõ hơn một cách người dùng tìm thấy website. Lợi ích thực tế nằm ở chỗ phân biệt đúng loại truy vấn và bề mặt kết quả, xác định các URL đáng xem lại, rồi kiểm chứng một thay đổi nhỏ. Thấy thêm dữ liệu không đồng nghĩa đã tìm ra một kênh tăng trưởng mới.