Thuật toán của Meta trên các nền tảng Facebook và Instagram chuyển đổi và nâng cấp từ mô hình Đồ thị Xã hội (Social Graph) sang Động cơ Dự đoán Mối quan tâm AI (AI-powered Interest Engine).

trước đây, cách phân phối nội dung phụ thuộc chủ yếu vào số lượng người theo dõi (Follower Graph) và các mối quan hệ kết nối trực tiếp giữa các tài khoản (Social Graph). Thì hiện tại, hệ thống dựa trên mô hình máy học sâu nhằm dự đoán hành vi, sở thích nhằm tối ưu hóa thời gian giữ chân người dùng và tự động phân phối nội dung dựa trên mức độ liên quan về chủ đề thay vì mối quan hệ theo dõi sẵn có.

Sự chuyển dịch này tác động sâu sắc đến cách vận hành Marketing của doanh nghiệp. Nếu như trước đây quy mô fanpage quyết định số lượng người tiếp cận nội dung, thì hiện tại một trang fanpage nhỏ có thể viral ngang với các trang lớn nếu như nội dung hấp dẫn và thu hút người dùng Meta.

Bảng so sánh 2 mô hình:

Song song với sự chuyển dịch này, Meta đã thiết lập và thực thi nghiêm ngặt Phân phối Nội dung (Content Distribution). Trạng thái phân phối nội dung trên hệ sinh thái Meta hiện nay được chia thành hai luồng vận hành riêng biệt:

• Phân phối kết nối (Connected Distribution): Luồng phân phối tiếp cận những người dùng đã có mối quan hệ theo dõi hoặc lịch sử tương tác trực tiếp với Trang.
• Phân phối không kết nối (Unconnected Distribution hay Recommendations): Luồng giới thiệu nội dung tự động tới những người dùng chưa từng theo dõi Trang, hoàn toàn dựa trên các mô hình AI dự đoán sở thích và mức độ liên quan.

Hệ thống phân loại bằng trí tuệ nhân tạo (AI) sẽ liên tục rà soát và áp dụng biện pháp “Giảm phân phối” (Downranking) đối với các dạng nội dung vi phạm tiêu chuẩn chất lượng hoặc có dấu hiệu câu tương tác*.

Giảm phân phối là một hình thức kiểm duyệt thuật toán nghiêm ngặt; theo đó, nội dung vi phạm không bị loại bỏ hoàn toàn nhưng bị giảm lượt tiếp cận tự nhiên (có thể làm sụt giảm tới 80% lượt xem trung bình) hoặc bị loại bỏ khỏi luồng giới thiệu tự động tới người dùng mới. Đối với hoạt động câu tương tác còn kích hoạt cơ chế phạt ở cấp độ Trang (Page-level penalties), làm suy giảm toàn bộ điểm tín nhiệm của trang thương hiệu.

Lý do cho sự thay đổi này có thể đến từ hành vi và mối quan tâm của người dùng hiện tại giờ đã khác. Nhìn vào sự bùng nổ của Tiktok với nguồn cung cấp nội dung thuần túy trên Động cơ Khám phá đã làm thay đổi hành vi giữ chân người dùng và thời lượng sử dụng ứng dụng. Để bảo vệ thị phần và doanh thu quảng cáo, Meta bắt buộc phải thực hiện tái cấu trúc hệ thống phân phối.

Đối mặt với sự thay đổi này, các doanh nghiệp cần “đổi mới” những cách làm Facebook marketing đã “lỗi thời” được xây dựng trong nhiều năm trước. Dưới đây là 5 cách làm không còn phù hợp mà doanh nghiệp cần loại bỏ ngay để phù hợp với thuật toán mới.

1. Mua Fanpage và Follower giả để Tạo Uy tín

Thao túng số lượng người theo dõi bằng cách mua lại Fanpage có sẵn hoặc sử dụng dịch vụ tăng follower ảo từng là giải pháp phổ biến nhằm tạo ra hiệu ứng tâm lý đám đông (Social Proof). Tuy nhiên, xét dưới cơ chế vận hành của thuật toán AI hiện tại, chiến thuật này không còn mang lại giá trị phân phối mà còn gây ra những hệ quả nghiêm trọng cho tài khoản.

Mua fanpage và follow ảo sẽ không qua mắt được AI

Khi một Fanpage đổi tên đột ngột, thay đổi chủ đề nội dung hoặc xuất hiện sự gia tăng bất thường về lượng follower từ các khu vực địa lý không liên quan, hệ thống phân loại sẽ lập tức đánh dấu vi phạm tài nguyên. Mặt khác, các tài khoản ảo do phần mềm tự động điều hành liên tục bị quét và loại bỏ hàng loạt khỏi hệ thống.

Về mặt vận hành thuật toán, hệ thống xếp hạng nội dung của Meta dựa trên quy trình thử nghiệm tín hiệu ban đầu (Early Retention and Signal Testing). Khi một bài viết được xuất bản, thuật toán sẽ phân phối thử nghiệm tới một nhóm nhỏ người theo dõi hiện tại để đo lường tỷ lệ giữ chân, lượt xem hoàn tất và các tương tác sâu như bình luận có nghĩa hay chia sẻ. Do lượng follower mua ảo không tạo ra bất kỳ tương tác thực tế nào, tỷ lệ phản hồi ở nhóm thử nghiệm sẽ tiệm cận mức 0. Tín hiệu thất bại này khiến thuật toán đánh giá bài viết là nội dung kém chất lượng, từ đó ngắt hoàn toàn khả năng lan truyền sang luồng phân phối không kết nối.

Vì thuật toán AI sẽ đánh giá nội dung của fanpage thông qua mức độ quan tâm và hành vi người dùng, việc sở hữu một fanpage hàng triệu follower ảo hoàn toàn không đảm bảo lượt tiếp cận nếu điểm liên quan bị đánh giá thấp. Thay vì mua follow, hãy tập trung xây dựng nội dung chuẩn tệp khách hàng mục tiêu để thu hút “Phân phối không kết nối”, dù việc này mất rất nhiều thời gian nhưng sẽ giúp Marketing của doanh nghiệp được ổn định và tiếp cận đúng khách hàng mục tiêu.

2. Tổ chức Mini Game để “Câu” Tương tác (Engagement Baiting)

Các bài đăng chứa lời kêu gọi ép buộc tương tác như yêu cầu để lại bình luận, thả biểu tượng cảm xúc, tag tên người quen hoặc chia sẻ bài viết để nhận mã giảm giá từng tạo ra các đợt bùng nổ chỉ số ngắn hạn. Đến thời điểm hiện tại, đây là hành vi bị Meta chính thức đưa vào danh sách trừng phạt trọng tâm trong hoạt động Phân phối Nội dung.

Meta chia sẻ cách tránh đăng nội dung câu tương tác trên Facebook

Thuật toán nhận diện chính xác các dạng bẫy tương tác phổ biến bao gồm bẫy bình luận (yêu cầu để lại kí tự, từ khóa đơn lẻ hoặc tag tên), bẫy chia sẻ (yêu cầu chia sẻ lên trang cá nhân hay hội nhóm) và bẫy bình chọn (yêu cầu thả cảm xúc để chọn phương án). Các bình luận phát sinh từ mini game thường chỉ chứa biểu tượng cảm xúc, một vài ký tự hoặc thẻ tag tài khoản khác; hệ thống AI phân loại đây là nhóm “Bình luận chất lượng kém” (Low-quality comments) và loại bỏ chúng khỏi chỉ số “Tương tác Ý nghĩa” (Meaningful Interactions).

Nội dung bị xác định là bẫy tương tác sẽ chịu án phạt giảm phân phối ngay lập tức trên cả Bảng tin (Feed) và thước phim ngắn (Reels). Nghiêm trọng hơn, nếu một Fanpage tái diễn hành vi này một cách hệ thống, thuật toán sẽ nâng lên cấp độ phạt Trang (Page-level demotion), làm tụt giảm reach hữu cơ của toàn bộ các bài đăng hợp lệ khác xuất bản trong tương lai.

Thay vì các hoạt động Mini Game “câu” tương tác hãy đưa ra các cuộc thảo luận mở, khảo sát ý kiến thực tế hoặc câu hỏi tạo giá trị chuyên môn.

3. Seeding Ảo và Sử dụng Mạng lưới Tài khoản Giả lập

Chiến thuật sử dụng tài khoản phụ (nick ảo), công cụ tự động hóa hoặc các nhóm trao đổi tương tác chéo nhằm tạo ra kịch bản thảo luận sôi nổi bên dưới bài đăng đã bị các hệ thống phòng vệ của Meta vô hiệu hóa sâu sắc.

Hệ thống AI của Meta phân tích liên tục cấu trúc dữ liệu theo chuỗi nhằm phát hiện các mối tương quan bất thường giữa các tài khoản (Correlation Discovery and Feature Engineering). Thuật toán dễ dàng nhận diện các dấu hiệu đáng nghi như sự đồng bộ thời gian tuyệt đối khi hàng chục tài khoản cùng để lại phản hồi trong một khoảng thời gian ngắn, việc sử dụng lặp lại các đoạn văn bản sao chép (cut-and-paste text blocks), hoặc mạng lưới các tài khoản chỉ tương tác chéo lẫn nhau mà không có lịch sử duyệt Feed tự nhiên.

Mua seeding tạo hiệu ứng giờ không còn hiệu quả với thuật toán AI

Tất cả các bình luận seeding ảo bị phát hiện sẽ bị thuật toán hạ thứ hạng hiển thị hoặc ẩn hoàn toàn khỏi News Feed của người dùng. Việc duy trì hoạt động seeding ảo với mật độ cao sẽ kích hoạt cơ chế Shadowban đối với Trang, làm gián đoạn khả năng xuất hiện trên kết quả tìm kiếm và nguồn cấp dữ liệu trong khoảng thời gian từ 7 đến 30 ngày, đồng thời tước bỏ quyền truy cập các chương trình kiếm tiền của Meta.

4. Đăng Bài Tần suất Cao và Phụ thuộc vào “Giờ Vàng”

Quan niệm đăng bài với mật độ dồn dập và cố định vào các khung giờ cao điểm truyền thống dựa trên giả định sai lầm rằng mục “Bảng tin” vận hành theo thời gian thực. Trong cơ chế hiện tại, Bảng tin Meta vận hành theo phương thức phân phối bất đồng bộ dựa trên dự đoán của AI (Asynchronous Predictive Delivery). Một bài đăng có chất lượng nội dung cao có thể xuất hiện trên Feed của người dùng sau 24 đến 48 giờ kể từ thời điểm xuất bản nếu hệ thống dự đoán người dùng đó có khả năng quan tâm cao.

Content hay sẽ tự viral mà không phụ thuộc vào “giờ vàng”

Việc xuất bản các bài viết với tần suất quá dày trong một ngày tạo ra hiện tượng tự cạnh tranh tầm nhìn (Content Cannibalization), nơi các bài đăng trên cùng một Trang tự giành giật lượng phân phối thử nghiệm ban đầu. Đồng thời, hành vi đăng bài liên tục kết hợp với việc nhồi nhét từ khóa hoặc sử dụng quá 5 hashtag (Caption stuffing) bị thuật toán nhận diện là tín hiệu nội dung rác (Spammy patterns). Việc phân phối nhiều bài viết có tỷ lệ xem hoặc thời gian dừng chân (Dwell time) thấp liên tiếp sẽ làm suy giảm điểm chất lượng tổng thể của Trang, dẫn đến việc giảm tỷ lệ phân phối trung bình.

5. Content Thuần Bán hàng và Ưu đãi Đơn điệu

Việc xây dựng tuyến nội dung tập trung toàn bộ vào thông tin sản phẩm, giá cả và chương trình giảm giá mà không cung cấp giá trị thông tin, giải trí hay giáo dục tạo ra phản ứng dội ngược mạnh mẽ từ hệ thống khuyến nghị.

Meta ưu tiên hiển thị những nội dung mang lại trải nghiệm tích cực nhằm giữ chân người dùng ở lại ứng dụng lâu hơn. Các bài đăng mang tính thương mại thuần túy thường nhận về chuỗi tín hiệu phản hồi tiêu cực như việc người dùng lướt qua cực nhanh (Fast skip), nhấn nút ẩn bài viết (Hide post), hoặc chọn giảm hiển thị nội dung tương tự. Những phản hồi này khiến thuật toán cắt giảm tối đa khả năng tiếp cận tự nhiên.

Tệ hơn, khi doanh nghiệp sử dụng các thông điệp bán hàng đơn điệu này để triển khai chiến dịch quảng cáo trả phí (Meta Ads), hệ thống đấu giá (Ad Auction) sẽ chấm điểm xếp hạng chất lượng (Quality Ranking) và tỷ lệ tương tác dự đoán (Engagement Rate Ranking) ở mức rất thấp. Tín hiệu chất lượng kém buộc doanh nghiệp phải trả chi phí đấu giá (CPM, CPC) cao hơn đáng kể so với các đối thủ sản xuất nội dung quảng cáo có tính bản địa và giá trị truyền tải cao.

Ver2Solution theo Brandsvietnam 

Chi tiền triệu ‘cày’ phim ngắn AI. Dặn lòng nghỉ sớm Huyền Trang vẫn nạp thêm 99.000 đồng vào ứng dụng phim ngắn để xem nốt những tập còn lại của một phim AI.

“Nội dung tào lao, tình tiết dễ đoán, diễn viên AI không phải người thật, nhưng rất cuốn, không thể dứt ra được”, Huyền Trang, 36 tuổi ở TP HCM, chia sẻ.

Trang cho biết, trước đó cô thường xem ngắt quãng vài tập ngắn khi vô tình lướt Facebook. Chúng thường kết thúc đúng đoạn cao trào, khiến cô tò mò dù từng xem một số video với kịch bản tương tự. Cô quyết định tải ứng dụng, ban đầu sử dụng miễn phí và chấp nhận xem quảng cáo, nhưng sau đó chi tiền “nạp điểm” để thoải mái theo dõi toàn bộ nội dung.

“Với giá từ 10.000 đồng kèm nhiều khuyến mãi lần đầu, tôi không ngần ngại thanh toán”, Trang nói.

Tương tự, Quốc Huy (Đà Nẵng) ban đầu xem phim AI miễn phí trên YouTube, TikTok hay Facebook Reels dưới dạng reup (đăng lại), nhưng chất lượng rất tệ do hình ảnh bị chỉnh sửa, độ phân giải thấp, các góc bị cắt cúp gây khó chịu. Dần dần, anh chấp nhận trả tiền cho ứng dụng.

“Nhiều lúc, tình tiết khiến tôi không thể cưỡng lại, muốn nạp tiền xem cho hết, có đêm nạp vài lần”, Huy nói. Lúc đăng ký gói, anh “không chút bận tâm” do số tiền nhỏ, nhưng cuối tháng vẫn bất ngờ vì tổng lên đến cả triệu đồng.

Trong các hội nhóm mạng xã hội, nhiều người cũng chia sẻ tưởng chừng chỉ trả vài chục nghìn cho bộ phim yêu thích, nhưng mỗi tháng vẫn tiêu tốn từ vài trăm nghìn đến cả triệu đồng. Ban đầu, họ chủ yếu xem phim do con người đóng, nhưng dần chuyển sang phim AI do nội dung đa dạng, phong phú hơn.

Trên các nền tảng phim ngắn như ReelShort, NetShort, DramaWave, PineDrama, FreeReels…, mỗi phim chia thành 50-100 tập, với mỗi tập vài phút, kết thúc ở điểm cao trào nhằm kích thích người xem “lướt” tiếp. Người dùng nạp các gói từ 10.000 đồng đến hơn triệu đồng để “mở khóa VIP” theo tháng, hoặc nạp điểm xem từng tập.

Quốc Huy cho biết, đa số ứng dụng video ngắn và phim có xuất xứ Trung Quốc, được Việt hóa hoặc lồng tiếng bằng AI. Nội dung trải dài nhiều chủ đề như tình cảm, hành động, viễn tưởng…, thậm chí dùng một kịch bản cho nhiều thể loại phim.

Thống kê của hãng tư vấn Deloitte cho thấy doanh thu toàn cầu từ phim ngắn trong ứng dụng đạt 3,8 tỷ USD năm 2025, dự kiến lên 7,8 tỷ USD năm nay. Dù không tách riêng doanh thu giữa phim do người đóng và phim AI, theo Channel News Asia, trong số 128.000 phim ngắn phát hành tại Trung Quốc trong quý I/2026, 95% được tạo ra bằng AI, tương đương 121.600 phim. Financial Times dẫn dữ liệu tính đến tháng 5 chỉ ra 89 trong 100 phim ngắn đứng đầu trên Douyin là sản phẩm AI.

Theo Báo cáo thị trường ứng dụng của Sensor Tower đầu năm, app phim ngắn đã chen chân vào nhóm ứng dụng giải trí phổ biến nhất, thay vì là sản phẩm ngách. Vào quý IV/2025, ứng dụng phim ngắn (short drama) vượt qua dịch truyền hình (OTT streaming) tại Việt Nam về lượt tải. Còn theo thống kê của nền tảng Adjust, tính cả năm 2025, người Việt chi 11,5 triệu USD (302 tỷ đồng) cho thể loại này.

TS Lê Duy Tân, nhà đồng sáng lập Phòng thí nghiệm AIoT Lab VN, giảng viên trường Đại học Quốc tế – Đại học Quốc gia TP HCM, đánh giá làn sóng tạo phim AI lan rộng khi công cụ tạo video trở nên phổ biến, thông minh và dễ sử dụng, như Google Veo, Runway hay TikTok Symphony. Bất cứ ai có ý tưởng có thể biến một đoạn mô tả thành cảnh phim.

“AI không chỉ làm tăng số lượng, mà còn tăng tốc độ sản xuất nội dung, tạo nhiều phiên bản trong thời gian ngắn”, TS Tân giải thích. “Khi nguồn cung gần như vô hạn gặp hệ thống đề xuất cũng vận hành bằng AI, một vòng lặp rất mạnh được tạo: AI tạo nội dung – AI phân phối nội dung – AI đo phản ứng của người xem – AI tiếp tục chọn nội dung phù hợp hơn cho người đó”.

Hoàng Minh, người chuyên làm phim AI với kênh YouTube 200.000 lượt theo dõi, cho biết điểm chung của loại nội dung này là không cần hình ảnh quá chân thật hay giống thực tế. “Sức hấp dẫn đến từ những kịch bản tạo sự thỏa mãn”, Minh nói.

“Kịch bản tạo sự thỏa mãn” thường là “bị tai nạn và sở hữu siêu năng lực”, “chủ tịch giả nghèo”, “chàng trai/cô gái nghèo đổi đời sau một đêm” hay “người chịu nhẫn nhục là tỷ phú ẩn danh”. “Hầu hết dễ đoán, nhưng nhiều người muốn xem đến cùng”, Minh cho hay. “Khán giả sẵn sàng chi tiền để xem những thứ khiến họ thấy thỏa mãn”.

TS Tân nhận xét, bên cạnh nội dung, một lý do video AI hấp dẫn liên quan đến thuật toán có khả năng “học” từ rất nhiều tín hiệu hành vi: dừng ở video nào, xem bao lâu, xem lại hay không, thích, bình luận, chia sẻ hoặc bỏ qua gì. Qua thời gian, hệ thống “biết” nội dung nào có khả năng giữ sự chú ý của mỗi người.

BS. CK2 Nguyễn Thanh Sang, Trưởng khoa Tâm lý lâm sàng – Phục hồi chức năng – Y học cổ truyền, Bệnh viện Nhi đồng 2, cho rằng sức hấp dẫn của video ngắn đến từ việc tạo ra chuỗi phần thưởng nhanh và lặp lại. Dấu hiệu dễ thấy là người dùng thường xuyên xem lâu hơn dự kiến, mở điện thoại vô thức, nhiều lần đặt giới hạn nhưng không thực hiện được, khó chịu hoặc bồn chồn khi không được xem, liên tục thức khuya xem video, trì hoãn học tập hoặc công việc; hay giảm vận động, giao tiếp hoặc những sở thích trước đây.

“Video ngắn thậm chí trở thành công cụ điều hòa cảm xúc gần như duy nhất. Cứ buồn, căng thẳng, cô đơn, tức giận hay chán là cầm điện thoại lên xem”, BS Sang cho hay. “Nhiều dấu hiệu xuất hiện cùng nhau, kéo dài và bắt đầu gây suy giảm chức năng trong cuộc sống”.

Theo BS, những ai đang cảm thấy mình xem video ngắn quá nhiều không nhất thiết phải lập tức “cai hoàn toàn”. Thay vào đó, cần có lộ trình theo từng bước, từ quan sát hành vi thật bằng cách xem số liệu Screen Time trong một tuần để biết mình thực sự dành bao nhiêu thời gian, khung giờ nào, mở video ngắn trong trạng thái nào. Sau đó, tạo thay đổi như giới hạn khung giờ xem, tắt thông báo, đặt thời gian sử dụng ứng dụng, không mang điện thoại lên giường.

Trong khi đó, Huyền Trang cho biết đã đặt giới hạn ngân sách và thời gian, không nạp thêm tiền theo cảm xúc chỉ để mở khóa tập tiếp theo. “Cuối cùng, bản thân video ngắn không phải là ‘kẻ thù’. Điều cần kiểm soát là ở chính chúng ta”, BS Sang khuyến cáo.

Ver2Solution theo Vnexpress