Loading Light/Dark Toggle
Quay lại blog

Đoạn trích SERP của Google cho Nghiên cứu Nội dung và Thị trường

Alex Johnson
Alex Johnson

Senior Web Scraping Engineer

12-Nov-2026

Tóm tắt nhanh:

  • Đoạn trích (snippet) trên SERP của Google có thể hỗ trợ khám phá chủ đề. Kết hợp tiêu đề, đoạn trích và vị trí được trả về vào một bảng để nhà phân tích xem xét.
  • Snippet là một trích đoạn tìm kiếm, không phải toàn bộ trang nguồn. Xác minh các khẳng định quan trọng dựa trên nội dung đích.
  • Độ bao phủ trường đo lường tính sẵn có. Một snippet không rỗng không chứng minh được mức độ liên quan, độ chính xác hay sự hỗ trợ về mặt thực tế.
  • Giữ nguyên bản ghi nguồn đằng sau mọi nhãn chủ đề. Lưu JSON thô và coi các nhãn tự động là ứng viên.

Giới thiệu: Biến Trích Đoạn Tìm Kiếm Thành Câu Hỏi Nghiên Cứu

Tiêu đề và snippet kết quả tìm kiếm cho thấy một truy vấn được thể hiện như thế nào trong các kết quả được trả về. Chúng có thể giúp đội nội dung xác định các chủ đề để nghiên cứu, ngôn ngữ sản phẩm phổ biến, hoặc các câu hỏi cần được đọc kỹ hơn.

Hướng dẫn này sử dụng organic_results từ Scrapeless Google Search API để tạo một tệp CSV khám phá chủ đề. Mỗi dòng giữ lại tiêu đề, snippet, vị trí và liên kết được trả về, cùng với một nhãn chủ đề ứng viên minh bạch. Kết quả là một hàng đợi nghiên cứu, không phải ước tính quy mô thị trường hay bản tổng hợp thực tế của các trang chưa được đọc.

Ví dụ phản hồi Google Search cung cấp các trường dữ liệu, và quy trình yêu cầu actor giải thích cách thu thập. Công việc ở đây bắt đầu với một phản hồi đã lưu để phân tích có thể được lặp lại mà không cần thu thập lại cùng một truy vấn.

Đoạn Trích SERP Có Thể Cho Bạn Biết Điều Gì

Một snippet có thể cho thấy lý do tại sao một trang có vẻ liên quan đến một truy vấn, nhưng không được đảm bảo là tái hiện một mô tả cố định hoặc toàn bộ lập luận của trang. Tính hữu ích của nó phụ thuộc vào câu hỏi nghiên cứu mà bạn đặt ra.

Giải thích của Google về snippet kết quả tìm kiếm mô tả cách snippet có thể được tạo từ nội dung trang và có thể thay đổi theo truy vấn. Do đó, một snippet nên được gắn với truy vấn và phản hồi nơi nó được quan sát.

Đối với nghiên cứu nội dung, một cụm các từ liên quan đến cách chuẩn bị có thể gợi ý một chủ đề để khám phá. Đối với nghiên cứu thị trường, ngôn ngữ lặp lại về giao hàng hoặc đăng ký có thể gợi ý một đề xuất giá trị cho khách hàng đáng để kiểm tra. Cả hai quan sát đều không cho bạn biết có bao nhiêu người muốn sản phẩm hoặc liệu khẳng định của một trang có đúng hay không.

Vị trí được trả về bổ sung ngữ cảnh tìm kiếm. Nó không cung cấp tỷ lệ nhấp, lượng tìm kiếm, doanh thu hay nhu cầu. Giữ các phép đo đó ngoài bảng trừ khi chúng đến từ một bộ dữ liệu riêng, có nguồn gốc phù hợp.

Thiết Kế Một Bảng Khám Phá Chủ Đề

Một bảng nghiên cứu hữu ích giữ lại văn bản quan sát được và làm cho mọi diễn giải bổ sung trở nên rõ ràng. Tránh thay thế snippet gốc bằng một bản tóm tắt được tạo tự động trước khi người rà soát kiểm tra nó.

Cột Mục đích
row_index Xác định vị trí bản ghi trong mảng đã lưu
returned_position Giữ lại giá trị vị trí của API
title Giữ lại tiêu đề kết quả được trả về
snippet Giữ lại đoạn trích được trả về
returned_link Giữ lại điểm đến ứng viên để rà soát sau
topic_candidates Lưu các nhãn được script này thêm vào
snippet_present Ghi lại việc có văn bản không rỗng hay không
source_file Truy vết dòng này về JSON đã lưu của nó

Đối với một nghiên cứu nhiều truy vấn, hãy mở rộng lược đồ này với mã định danh lần chạy và các trường đầu vào chính xác. Một bản ghi nên giữ lại q, ngôn ngữ/địa phương được yêu cầu và thời điểm thu thập thông qua mối quan hệ của nó với phản hồi nguồn. Đừng chỉ dựa vào tên tệp khi các tệp từ nhiều truy vấn được kết hợp.

Cách làm này tuân theo mục đích của nguồn gốc dữ liệu (data provenance): bảo tồn mối quan hệ giữa tài liệu nguồn và các giá trị dẫn xuất. Nhãn chủ đề nên có thể được kiểm chứng ngược lại với văn bản đã tạo ra nó.

Tạo CSV Từ Một Phản Hồi Đã Lưu

Chương trình sau gán các nhãn ứng viên đơn giản bằng cách tìm kiếm từ trong tiêu đề và snippet. Các quy tắc được thể hiện minh bạch trong mã, và các dòng không được phân loại vẫn được giữ lại trong kết quả.
Các điều kiện tiên quyết là Python và một phản hồi Google Search đã hoàn thành được lưu dưới dạng serp.json. Lưu đối tượng phản hồi API chính nó, không phải một lớp bọc tùy chỉnh. Sử dụng Google Search quickstart để tạo một phản hồi, sau đó lưu chương trình dưới dạng snippet_topics.py và chạy python snippet_topics.py trong cùng thư mục.

Các quy tắc mẫu liên quan đến pha chế cà phê, dinh dưỡng và mua hàng. Chúng là một phân loại minh họa, không phải một bộ phân loại đã được huấn luyện hoặc một phân khúc thị trường đã được kiểm chứng. Chương trình có thể gán nhiều chủ đề ứng viên cho một bản ghi.

python Copy
import csv
import json
from pathlib import Path


def sheet_text(value):
    text = value if isinstance(value, str) else ""
    if text.lstrip().startswith(("=", "+", "-", "@")):
        return "'" + text
    return text


data = json.loads(Path("serp.json").read_text(encoding="utf-8"))
if not isinstance(data, dict) or not isinstance(data.get("organic_results"), list):
    raise ValueError("Expected an organic_results array")
rows = data["organic_results"]
rules = {
    "preparation": ("brew", "roast", "espresso"),
    "nutrition": ("nutrition", "caffeine", "calorie"),
    "buying": ("shop", "buy", "delivery"),
}
fields = ["row_index", "returned_position", "title", "snippet", "returned_link", "topic_candidates", "snippet_present", "source_file"]
present = 0
with Path("topic-discovery.csv").open("w", newline="", encoding="utf-8") as handle:
    writer = csv.DictWriter(handle, fieldnames=fields)
    writer.writeheader()
    for index, row in enumerate(rows, start=1):
        if not isinstance(row, dict):
            raise ValueError(f"Invalid item at row {index}")
        title, snippet = row.get("title"), row.get("snippet")
        has_snippet = isinstance(snippet, str) and bool(snippet.strip())
        present += int(has_snippet)
        text = " ".join(x for x in (title, snippet) if isinstance(x, str)).casefold()
        topics = [name for name, terms in rules.items() if any(term in text for term in terms)]
        writer.writerow({
            "row_index": index,
            "returned_position": row["position"] if type(row.get("position")) is int else "",
            "title": sheet_text(title), "snippet": sheet_text(snippet),
            "returned_link": sheet_text(row.get("link")),
            "topic_candidates": ";".join(topics) or "unclassified",
            "snippet_present": has_snippet, "source_file": "serp.json",
        })
print(json.dumps({"returned_rows": len(rows), "rows_with_nonempty_snippet": present,
                  "snippet_coverage": present / len(rows) if rows else None}))

Trình ghi CSV của Python xử lý việc đặt dấu ngoặc kép cho dấu phẩy và xuống dòng. Hàm sheet_text cũng thêm tiền tố vào văn bản bắt đầu bằng ký hiệu công thức bảng tính, khiến các giá trị đó an toàn hơn khi xem dưới dạng văn bản. Nội dung gốc không thay đổi vẫn nằm trong serp.json.

Script báo cáo mức độ bao phủ trường đối với đầu vào thực tế của nó. Nó để tỷ lệ là null khi không có hàng trả về, vì không có mẫu số được quan sát cho phép tính đó. Điều này khác với một tập hợp có mức độ bao phủ bằng không với các hàng hợp lệ nhưng không có snippet.

Bắt đầu Scraping với Scrapeless

Tăng cường quy trình web scraping và tự động hóa của bạn với Scrapeless!
Đăng ký ngay hôm nay và nhận 5 đô la tín dụng miễn phí — không cần thẻ tín dụng.

Nhận tín dụng miễn phí của bạn ngay bây giờ trong Bảng điều khiển Scrapeless.

Đo Lường Mức Độ Bao Phủ Snippet Với Mẫu Số Đúng

Mức độ bao phủ snippet là số lượng bản ghi organic trả về có chứa một snippet không rỗng chia cho số lượng bản ghi organic trả về được kiểm tra. Đó là một phép đo sự sẵn có của trường.

Trước khi so sánh mức độ bao phủ giữa các tập hợp, hãy cố định quy tắc cho một giá trị có thể sử dụng được. Script này yêu cầu một chuỗi chứa thứ gì đó khác khoảng trắng. Việc chỉ đếm sự tồn tại của khóa snippet sẽ bao gồm các giá trị rỗng và null mà bước phân tích văn bản không thể sử dụng.

Giữ riêng tính sẵn có của yêu cầu. Nếu một số yêu cầu tìm kiếm thất bại, các hàng bị thiếu của chúng không được thể hiện trong một mẫu số chỉ được xây dựng từ các bản ghi trả về. Một tập dữ liệu có thể có mức độ bao phủ snippet cao trong số các hàng trả về trong khi vẫn thiếu nhiều tìm kiếm đã lên kế hoạch.

Cũng giữ riêng độ chính xác. Một snippet được định dạng tốt có thể bị cắt bớt, sai ngữ cảnh, không liên quan đến câu hỏi nghiên cứu dự định, hoặc không được hỗ trợ bởi trang hiện đang truy cập được. Mức độ bao phủ không trả lời những câu hỏi đó.

Hướng dẫn này không tái sử dụng một tỷ lệ phần trăm mức độ bao phủ lịch sử tổng hợp. Chương trình tính toán chỉ số từ JSON thực tế được cung cấp cho nó, vì vậy người đọc có thể tái tạo cả tử số và mẫu số.

Biến Chủ Đề Ứng Viên Thành Hàng Đợi Xem Xét

Nhãn ứng viên trở nên hữu ích khi người đánh giá chuyển chúng thành các câu hỏi cụ thể để điều tra. Bắt đầu bằng cách đọc tiêu đề và snippet cùng nhau, sau đó kiểm tra đích đến trước khi dựa vào một tuyên bố.

Ví dụ, một bản ghi khớp với quy tắc nutrition có thể được đưa vào hàng đợi hỏi xem những câu hỏi dinh dưỡng nào xuất hiện trong kết quả cho truy vấn đã chọn. Nhãn đó không cho phép đưa ra kết luận về sức khỏe. Nhóm nội dung nên tham khảo tài liệu gốc có chuyên môn trước khi tạo nội dung tư vấn mang tính chuyên sâu.

Một bản ghi khớp với buying có thể cho thấy cách diễn đạt mang tính thương mại đáng để khám phá. Xác minh trang và sản phẩm/dịch vụ trước khi mô tả một mô hình thị trường. Một nhà bán lẻ xuất hiện lặp lại trong nhiều truy vấn liên quan có thể thống trị bảng mà không đại diện cho toàn bộ thị trường.

Giữ lại các hàng chưa được phân loại để xem xét thủ công. Ngôn ngữ của chúng có thể cho thấy các danh mục còn thiếu, hoặc chúng có thể không liên quan đến mục đích nghiên cứu của bạn. Việc loại bỏ chúng một cách âm thầm sẽ khiến phân loại tự động có vẻ đầy đủ hơn thực tế.

Đối với mỗi ứng viên đã xem xét, hãy ghi lại một quyết định như điều tra, loại trừ hoặc không đủ bằng chứng. Thêm URL cuối cùng đã được xem xét tách biệt với liên kết trả về. Sự khác biệt này quan trọng khi liên kết gốc là một trung gian của Google hoặc khi đích đến thay đổi.

Tránh Sai Lầm Về Lấy Mẫu Và Diễn Giải

Một bảng được suy ra từ tìm kiếm đại diện cho các truy vấn đã chọn và thiết lập thu thập. Nó không phải là một mẫu ngẫu nhiên của thị trường hay tập hợp đầy đủ các trang web liên quan.

Xác định danh sách truy vấn trước khi rút ra kết luận. Bao gồm các biến thể kiểm tra các ý định khác nhau, và giữ các đầu vào quốc gia và ngôn ngữ rõ ràng. Nếu một truy vấn mang tính thương mại và một truy vấn mang tính thông tin, đừng so sánh số lượng chủ đề của chúng như thể chúng có ý định giống hệt nhau.
Các đoạn trích lặp lại có thể làm tăng số lượng chủ đề. Hãy quyết định xem việc phân tích sẽ tính số lần xuất hiện, số liên kết được trả về khác nhau hay số trang đã được xác minh. Giữ nguyên các hàng thô theo bất kỳ định nghĩa nào bạn chọn, và giải thích quy tắc tổng hợp bên cạnh bất kỳ biểu đồ hoặc bản tóm tắt nào.

Sử dụng các đoạn trích ngắn để khám phá và liên kết lại với các nguồn đã kiểm tra trong quá trình nghiên cứu cuối cùng. Tránh đăng lại các bộ sưu tập lớn văn bản của bên thứ ba để thay thế cho phân tích gốc. Giữ tần suất thu thập và lưu trữ phù hợp với nhu cầu nghiên cứu thực tế và biểu giá hiện tại.

Kết luận: Tách riêng Khám phá khỏi Bằng chứng

Các đoạn trích SERP của Google cung cấp một điểm khởi đầu thực tế cho nghiên cứu nội dung và thị trường khi mỗi nhãn được giữ kết nối với bản ghi nguồn của nó. Một tệp CSV minh bạch giúp việc xem lại các chủ đề, kiểm tra các trường bị thiếu và quyết định trang nào xứng đáng được đọc kỹ hơn trở nên dễ dàng hơn.

Bắt đầu với Scrapeless Google Search API, lưu giữ JSON, và để đầu ra đầu tiên là một danh sách câu hỏi có thể xem xét được. Các kết luận mạnh mẽ hơn nên theo sau việc kiểm tra nguồn và một mẫu được xác định rõ ràng.

Xây dựng Quy trình Dữ liệu Tìm kiếm của Bạn

Tham gia cùng các nhà phát triển làm việc với dữ liệu tìm kiếm trong cộng đồng của chúng tôi: Discord · Telegram.

Tạo tài khoản Scrapeless và áp dụng hướng dẫn này cho một tập truy vấn nhỏ trước khi lên lịch cho một đợt thu thập lớn hơn.

Câu hỏi thường gặp

Hỏi: Một đoạn trích có thể thay thế việc đọc trang nguồn không?

Không. Đoạn trích là một trích đoạn gắn liền với một phản hồi tìm kiếm. Hãy xác minh các khẳng định quan trọng dựa trên nội dung tại điểm đến.

Hỏi: Độ bao phủ đoạn trích có đo độ chính xác không?

Không. Nó đo xem trường đoạn trích đã chọn có sẵn hay không theo một quy tắc giá trị-không-rỗng được xác định.

Hỏi: Điều gì xảy ra với các bản ghi không có đoạn trích?

Chương trình giữ chúng lại, gắn cờ trạng thái có/không có đoạn trích, và vẫn có thể xác định các chủ đề tiềm năng từ tiêu đề. Xem lại các hàng đó với ý thức rằng ngữ cảnh đang bị thiếu.

Hỏi: Các nhãn chủ đề có phải là các trường phản hồi API không?

Không. topic_candidates được thêm bởi đoạn mã ví dụ. Các quy tắc về từ hiển thị giải thích cách mỗi nhãn ứng viên được gán.

Hỏi: Vị trí trả về có đo lường nhu cầu thị trường không?

Không. Vị trí mô tả quan sát tìm kiếm. Nhu cầu đòi hỏi bằng chứng khác và một phương pháp phù hợp với câu hỏi đó.

Hỏi: Phân tích có yêu cầu LLM hoặc một lời gọi API khác không?

Không. Chương trình phân tích một phản hồi JSON đã lưu cục bộ bằng thư viện chuẩn của Python.

Tại Scrapless, chúng tôi chỉ truy cập dữ liệu có sẵn công khai trong khi tuân thủ nghiêm ngặt các luật, quy định và chính sách bảo mật trang web hiện hành. Nội dung trong blog này chỉ nhằm mục đích trình diễn và không liên quan đến bất kỳ hoạt động bất hợp pháp hoặc vi phạm nào. Chúng tôi không đảm bảo và từ chối mọi trách nhiệm đối với việc sử dụng thông tin từ blog này hoặc các liên kết của bên thứ ba. Trước khi tham gia vào bất kỳ hoạt động cạo nào, hãy tham khảo ý kiến ​​cố vấn pháp lý của bạn và xem xét các điều khoản dịch vụ của trang web mục tiêu hoặc có được các quyền cần thiết.

Bài viết phổ biến nhất

Danh mục