Ngày 24/9/2026, Google chính thức bổ sung báo cáo tìm kiếm đa phương thức (web multimodal search) vào Search Console. Từ nay, chủ website có thể tách riêng lưu lượng đến từ các tìm kiếm bằng hình ảnh — qua Google Lens, Circle to Search, tải ảnh lên hay nhấp chuột phải “Tìm kiếm hình ảnh này” trên Chrome — khỏi lưu lượng tìm kiếm bằng văn bản truyền thống. Đây là loại dữ liệu bên thứ nhất hoàn toàn mới: nó cho thấy nội dung của bạn đang được khám phá bằng mắt, chứ không chỉ bằng từ khóa. Bài viết này phân tích chính xác Google đã công bố gì, báo cáo có và không có dữ liệu nào, và SEO Việt Nam cần hành động ra sao.
Tìm kiếm đa phương thức (multimodal search) là gì?
Tìm kiếm đa phương thức là hình thức tìm kiếm trong đó người dùng sử dụng hình ảnh (một mình hoặc kèm văn bản) làm đầu vào truy vấn, thay vì chỉ gõ chữ. Ví dụ: chụp một đôi giày bằng Google Lens để tìm nơi mua, khoanh tròn một món đồ trên màn hình điện thoại Android bằng Circle to Search, tải ảnh lên Google Hình ảnh, hoặc nhấp chuột phải vào một bức ảnh trong Chrome và chọn “Tìm kiếm hình ảnh này”. Trong những trường hợp này, Google trả về kết quả web dựa trên nội dung của hình ảnh kết hợp ngữ cảnh — một bước tiến của tìm kiếm trực quan mà trước đây Search Console không đo riêng được.
Google đã công bố gì ngày 24/9/2026?
Trên Google Search Central Blog, Google viết: “Today, we are excited to introduce Search Console reporting for web multimodal search, in the report for performance on Search results as well as in the report for Generative AI features.” (Tạm dịch: Hôm nay, chúng tôi vui mừng giới thiệu báo cáo trong Search Console cho tìm kiếm web đa phương thức, có mặt cả trong báo cáo Hiệu suất trên kết quả Tìm kiếm lẫn báo cáo các tính năng AI tạo sinh.)
Cụ thể, Google thêm một lựa chọn mới vào bộ lọc Loại tìm kiếm (Search type) trong báo cáo Hiệu suất (Performance). Mục “Web” nay được tách thành hai nhánh:
- Web: text-based — lưu lượng tìm kiếm truyền thống phát sinh từ truy vấn văn bản.
- Web: multimodal — kết quả web nơi người dùng dùng hình ảnh như một phần của truy vấn.
Việc triển khai bắt đầu toàn cầu từ 24/9/2026, nghĩa là website Việt Nam cũng thấy bộ lọc này trong tài khoản Search Console của mình.
Bốn “cửa ngõ” tạo ra lưu lượng đa phương thức
Theo tài liệu của Google, báo cáo gộp lưu lượng từ bốn điểm khởi phát tìm kiếm bằng hình ảnh:
- Google Lens — chụp hoặc chọn ảnh để tìm kiếm.
- Circle to Search — khoanh tròn đối tượng ngay trên màn hình Android.
- Tải ảnh lên Google Tìm kiếm — upload trực tiếp một bức ảnh.
- “Tìm kiếm hình ảnh này” trên Chrome — menu chuột phải với một ảnh bất kỳ trên web.
Báo cáo có dữ liệu gì và KHÔNG có gì?
Đây là điểm quan trọng nhất cần nắm để không kỳ vọng sai. Với loại tìm kiếm multimodal, bạn có các chỉ số: số lần hiển thị (impressions), số nhấp (clicks), tỷ lệ nhấp (CTR), vị trí (position), cùng các chiều phân tích theo trang (pages), quốc gia, thiết bị và ngày. Bạn có thể xuất (Export) dữ liệu để phân tích sâu.
Nhưng bạn KHÔNG có dữ liệu truy vấn (queries). Google giải thích trong tài liệu: “specific text query data isn’t available for this traffic. As a result, the queries dimension isn’t available when this search type is selected.” (Tạm dịch: dữ liệu truy vấn văn bản cụ thể không khả dụng cho loại lưu lượng này; do đó chiều “Truy vấn” bị vô hiệu khi chọn loại tìm kiếm này.) Lý do đơn giản: tìm kiếm đa phương thức chủ yếu dùng hình ảnh chứ không phải chữ, nên không có “từ khóa” theo nghĩa truyền thống để báo cáo.
John Mueller (Google) xác nhận sau khi hỏi lại nhóm kỹ thuật rằng đây là dữ liệu bổ sung thật sự: “The data wasn’t previously in the counts, the report has new data.” (Dữ liệu này trước đây chưa được tính vào; báo cáo có dữ liệu mới.) Barry Schwartz của Search Engine Roundtable lưu ý tỉnh táo: “This is neat new data but no, we still do not have click or query data for the generative AI performance report.” (Dữ liệu mới hay đấy, nhưng không — chúng ta vẫn chưa có dữ liệu nhấp hay truy vấn cho báo cáo hiệu suất AI tạo sinh.)
Một cảnh báo kỹ thuật về tổng “Web”
Hiện Google chưa nói rõ liệu khi bạn chọn loại “Web” tổng thì con số có gộp cả text-based lẫn multimodal hay không. Một số chuyên gia (như Dave Smart) ghi nhận impressions biến động quanh thời điểm triển khai. Vì vậy, khi so sánh dữ liệu theo năm (year-over-year), hãy thận trọng: hãy lọc rõ ràng từng nhánh thay vì so tổng “Web” một cách máy móc, để tránh kết luận sai về tăng/giảm lưu lượng. Ngoài ra, Search Analytics API hiện chưa bổ sung giá trị loại tìm kiếm multimodal, nên để lấy dữ liệu chính xác bạn nên dùng tính năng Export thủ công trong giao diện.
Vì sao đây là bước ngoặt đo lường cho SEO?
Trong suốt năm 2026, nghịch lý lớn nhất của ngành SEO là: Google ngày càng trả lời bằng AI và bằng hình ảnh, nhưng công cụ đo lường lại chạy sau. Chúng tôi từng phân tích việc Google thừa nhận Search Console chưa đo được thứ hạng trong AI Search. Báo cáo multimodal là mảnh ghép ngược lại — lần đầu tiên Google mở thêm một lớp dữ liệu bên thứ nhất mà trước nay hoàn toàn vô hình.
Điều này ăn khớp trực tiếp với tư duy Visual Semantic SEO: Google không chỉ đọc chữ mà còn “nhìn” website của bạn. Khi một bức ảnh sản phẩm, một sơ đồ, hay một ảnh chụp hiện trường trở thành điểm vào của người dùng, thì hình ảnh không còn là vật trang trí — nó là một thực thể ngữ nghĩa cần được tối ưu như nội dung. Báo cáo mới cho bạn bằng chứng định lượng để biết trang nào đang được khám phá bằng mắt, từ đó đầu tư đúng chỗ. Đây cũng là một biểu hiện nữa của xu hướng mà chúng tôi theo dõi trong SEO thời AI Search 2026: trục giá trị dịch chuyển từ “được xếp hạng theo từ khóa” sang “được khám phá theo ngữ cảnh và hình ảnh”.
Tác động tới SEO Việt Nam
Bộ lọc triển khai toàn cầu nên mọi website Việt Nam đều dùng được ngay. Nhóm hưởng lợi rõ nhất là thương mại điện tử, du lịch, ẩm thực, nội thất, thời trang, bất động sản — những ngành mà người dùng hay chụp ảnh để tìm (“món này là gì”, “mua ở đâu”, “mẫu tương tự”). Nếu ảnh sản phẩm của bạn sắc nét, đặt đúng ngữ cảnh và gắn dữ liệu có cấu trúc, bạn có cơ hội xuất hiện trong kết quả multimodal — một kênh mà đối thủ chưa chắc đã đo.
Nhưng hãy giữ kỳ vọng đúng mực. Như Google nhấn mạnh, báo cáo này không hứa hẹn thêm traffic, thứ hạng tốt hơn hay chuyển đổi cao hơn, và không phải yếu tố xếp hạng. Nó là một ống kính đo lường, giúp bạn hiểu nội dung đang được tìm thấy ra sao — việc tối ưu vẫn nằm ở chất lượng hình ảnh và sự phù hợp ngữ nghĩa với chủ đề trang, giống tinh thần của semantic SEO.
7 việc cần làm ngay với báo cáo multimodal
- Mở báo cáo Hiệu suất trong Search Console, dùng bộ lọc Loại tìm kiếm → Web: multimodal để xem bạn đã có lưu lượng hình ảnh hay chưa.
- Lập danh sách trang nhận impressions/clicks multimodal cao nhất — đây là những trang có tài sản hình ảnh đang “được nhìn”.
- Nâng chất ảnh trên các trang đó: độ phân giải cao, chụp đúng sản phẩm/chủ đề, đặt trong ngữ cảnh thật thay vì ảnh kho chung chung.
- Chuẩn hóa alt text, tên file và chú thích theo đúng thực thể và chủ đề trang, để củng cố ngữ cảnh cho cả tìm kiếm văn bản lẫn hình ảnh.
- Gắn dữ liệu có cấu trúc (Product, ImageObject, Recipe…) giúp Google hiểu hình ảnh thuộc về thực thể nào.
- Export dữ liệu định kỳ (vì API chưa hỗ trợ) và tách rõ text-based vs multimodal khi so sánh theo thời gian, tránh ngộ nhận tăng/giảm.
- Đừng nhồi ảnh trang trí: chỉ thêm hình ảnh thật sự phục vụ nội dung và trải nghiệm; ảnh “cho có” không tạo ra giá trị multimodal.
Câu hỏi thường gặp
Báo cáo multimodal có phải yếu tố xếp hạng không?
Không. Đây là dữ liệu đo lường bên thứ nhất, giúp bạn hiểu lưu lượng từ tìm kiếm bằng hình ảnh. Google khẳng định nó không bảo đảm thêm traffic hay thứ hạng.
Vì sao không có dữ liệu truy vấn (queries)?
Vì tìm kiếm đa phương thức chủ yếu dùng hình ảnh làm đầu vào, không có “từ khóa” văn bản cụ thể, nên Google vô hiệu chiều Truy vấn cho loại tìm kiếm này.
Website Việt Nam đã dùng được chưa?
Rồi. Google triển khai toàn cầu từ 24/9/2026, nên mọi tài khoản Search Console đều thấy bộ lọc Web: multimodal.
Làm sao lấy dữ liệu khi API chưa hỗ trợ?
Hiện Search Analytics API chưa có giá trị loại tìm kiếm multimodal. Hãy dùng tính năng Export thủ công trong giao diện Search Console để tải dữ liệu.
Kết luận
Báo cáo tìm kiếm đa phương thức là một tín hiệu rõ ràng: Google đang chính thức coi hình ảnh là một kênh khám phá nội dung ngang hàng với văn bản, và lần đầu cho chủ website đo được điều đó. Nó không thay đổi cách bạn xếp hạng, nhưng thay đổi cách bạn nhìn thấy hiệu suất của mình. Những ai đã đầu tư vào hình ảnh chất lượng và ngữ cảnh ngữ nghĩa sẽ có lợi thế quan sát sớm. Trong một thế giới mà SERP ngày càng “đóng” và AI che bớt dữ liệu, mỗi lớp dữ liệu bên thứ nhất mới đều quý — hãy khai thác nó ngay, cùng cách tiếp cận mà chúng tôi theo dõi liên tục trong chuyên mục cập nhật SEO tuần qua.
Nguồn tham khảo
- Google Search Central Blog — Announcing web multimodal Search performance reporting in Search Console
- Search Engine Roundtable — Multimodal Search Type Filter In Google Search Console Performance Report
- PPC Land — Google Search Console gains Lens and Circle to Search data without queries
- Search Engine Journal — Google Search Console multimodal filter