Thông tin Googlebot chỉ đọc phần đầu của mã nguồn trang đã làm cộng đồng làm nghề xôn xao, vì nhiều người lo nội dung ở cuối trang bị bỏ qua. Thực tế, đây là một lần điều chỉnh tài liệu hơn là một quy định mới. Bài viết giúp bạn hiểu bối cảnh, nhận diện những trang có nguy cơ vượt giới hạn và tự kiểm tra bằng công cụ có sẵn trên trình duyệt, để quyết định mức độ ưu tiên cho phù hợp.
Chuyện gì đã xảy ra với tài liệu của Google?
Suốt nhiều năm, tài liệu chính thức ghi rằng Googlebot đọc tối đa 15 megabyte đầu của mỗi tệp. Con số này lần đầu được ghi nhận năm 2022, khi Google thêm nó vào trang trợ giúp về Googlebot. Đến ngày 3 tháng 2 năm 2026, Google tổ chức lại tài liệu về trình thu thập dữ liệu và làm rõ giới hạn riêng của Googlebot.
Sau điều chỉnh, giới hạn mặc định chung được chuyển sang tài liệu tổng quan về trình thu thập dữ liệu, còn trang Googlebot chỉ nêu giới hạn đặc thù. Với tìm kiếm, Googlebot đọc 2 megabyte đầu của mã nguồn trang và các tệp được hỗ trợ, còn tệp PDF là 64 megabyte. Do đó, con số 15 megabyte cũ không còn phản ánh đúng với việc lập chỉ mục tìm kiếm.
Đây không phải thay đổi xếp hạng và cũng không phải quy định siết chặt hơn. Theo các nguồn tin ngành, đại diện của Google xác nhận giới hạn này vốn đã tồn tại từ lâu, còn lần cập nhật chỉ sửa lại phần mô tả chưa chính xác. Bạn không cần hoảng loạn, nhưng cần rà soát những trang nặng bất thường.
Bảng phân biệt các giới hạn bạn dễ nhầm lẫn
Điểm gây rối nhất là có hai tầng giới hạn cùng tồn tại. Bảng sau tách chúng ra để bạn không dùng sai con số khi trao đổi với nhóm kỹ thuật hoặc khách hàng.
| Phạm vi | Giới hạn | Ghi chú |
|---|---|---|
| Mặc định của Google | 15 megabyte | Áp dụng cho nhiều sản phẩm, không riêng tìm kiếm. |
| Googlebot, mã nguồn trang và tệp văn bản | 2 megabyte | Tính trên dữ liệu chưa nén, tức 2.097.152 byte. |
| Googlebot, tệp PDF | 64 megabyte | Giới hạn riêng, cao hơn nhiều. |
| Tệp định dạng giao diện và JavaScript được gọi vào trang | Tính riêng từng tệp | Không cộng dồn vào dung lượng của trang chính. |
Phần lớn website không bị ảnh hưởng, vì sao?
Giới hạn 2 megabyte áp dụng cho từng tệp, chứ không phải tổng mọi tài nguyên cần để hiển thị trang. Các tệp định dạng giao diện hay JavaScript được trang gọi vào đều được tải riêng, nên chúng có giới hạn độc lập. Ngoài ra, giới hạn tính trên dữ liệu đã giải nén, nên nén tệp khi truyền tải không giúp bạn lách được ngưỡng này.
Trên thực tế, mã nguồn của một trang thông thường nhẹ hơn rất nhiều so với ngưỡng đó. Vì vậy, trừ khi trang của bạn mang cấu trúc bất thường, bạn gần như không phải lo. Điều đáng làm là xác định nhóm trang có khả năng vượt ngưỡng, thay vì kiểm tra toàn bộ website một cách dàn trải.
Khi chạm giới hạn, Googlebot ngừng tải và chỉ gửi phần đã tải được đi lập chỉ mục. Các trình thu thập dữ liệu khác của Google, như bot hình ảnh hay video, có thể có giới hạn khác.
Năm kiểu trang có nguy cơ vượt ngưỡng
Một số cách xây dựng trang khiến dung lượng mã nguồn phình to mà người làm nội dung khó nhận ra. Bạn có thể dùng danh sách sau làm bộ lọc khi rà soát những mẫu trang đáng ngờ trước.
- Mã giao diện và JavaScript viết thẳng vào trang. Khối mã khổng lồ nằm chung với nội dung sẽ chiếm phần lớn dung lượng.
- Hình ảnh nhúng trực tiếp dưới dạng dữ liệu. Thay vì dẫn đến địa chỉ của ảnh, mã ảnh được dán nguyên vào trang và làm nặng đáng kể.
- Trang chứa lượng văn bản cực lớn. Những tài liệu dài hàng trăm nghìn ký tự có thể bị cắt phần cuối khi lập chỉ mục.
- Ứng dụng một trang có tệp JavaScript đóng gói quá lớn. Tệp này bị cắt độc lập với trang chính nếu vượt ngưỡng.
- Hệ thống quản lý nội dung bật chế độ gỡ lỗi. Thông tin gỡ lỗi xuất ra dưới dạng chú thích trong mã trang và tăng dung lượng mà không ai hay biết.
Thử nghiệm thực tế xác nhận điều gì?
Một nhóm thử nghiệm đã tạo các trang kiểm tra với nhiều kích cỡ rồi gửi cho Google lập chỉ mục. Kết quả cho thấy tệp 3 megabyte bị cắt sau 2 megabyte, còn tệp 16 megabyte không được lập chỉ mục. Phát hiện này cho thấy giới hạn của việc lập chỉ mục có thật, dù công cụ kiểm tra địa chỉ trang có thể áp dụng ngưỡng khác.
Bạn cần thận trọng khi diễn giải. Đây là thử nghiệm của một đơn vị bên ngoài, nên phạm vi chỉ mang tính tham khảo, và với các tệp giao diện hoặc JavaScript đứng riêng, tài liệu chưa nêu rõ liệu ngưỡng có giống hệt hay không. Dù vậy, hướng xử lý an toàn vẫn là giữ từng tệp thật nhẹ.
Tự kiểm tra bằng công cụ dành cho nhà phát triển của Chrome
Bạn không cần phần mềm đặc biệt để biết trang có vượt ngưỡng hay không. Chỉ với trình duyệt Chrome, bạn có thể thực hiện sáu thao tác sau và nhìn ra các tệp nặng nhất.
Nếu một tệp văn bản vượt 2.048 kilobyte, Googlebot sẽ không đọc hết toàn bộ nội dung của tệp đó. Riêng video, hình ảnh và phông chữ không thuộc nhóm này nên dù nặng cũng không gây vấn đề cho giới hạn đang bàn.
Danh sách được sắp theo dung lượng truyền tải, trong khi giới hạn tính trên nội dung đã giải nén. Vì thế, bạn nên kéo xuống kiểm tra thêm vài dòng bên dưới thay vì chỉ nhìn các tệp đứng đầu danh sách.
Cách xử lý theo từng nguyên nhân
| Nguyên nhân | Hướng xử lý | Lợi ích |
|---|---|---|
| Mã nhúng thẳng vào trang | Tách ra tệp riêng và gọi vào | Trang chính nhẹ hơn, tệp được lưu đệm. |
| Ảnh nhúng dạng dữ liệu | Chuyển sang dẫn địa chỉ ảnh | Giảm mạnh dung lượng mã nguồn trang. |
| Văn bản quá dài | Chia thành nhiều trang có liên kết | Mỗi trang phục vụ một ý định rõ ràng. |
| Tệp JavaScript đóng gói lớn | Chia nhỏ và tải theo nhu cầu | Tránh bị cắt và cải thiện tốc độ. |
| Thông tin gỡ lỗi | Tắt chế độ gỡ lỗi trên môi trường thật | Loại bỏ dung lượng thừa không mang giá trị. |
Nguyên tắc đặt nội dung và danh sách kiểm tra
Dù trang chưa chạm ngưỡng, việc đặt nội dung quan trọng ở phần đầu mã nguồn vẫn là thói quen đáng có. Nếu có hiện tượng cắt cụt, thứ bị bỏ qua sẽ nằm ở cuối, nên tiêu đề, nội dung chính và dữ liệu có cấu trúc cần xuất hiện sớm. Cách làm này còn giúp việc thu thập dữ liệu hiệu quả hơn.
- Xác định các mẫu trang nặng nhất, như trang dài, trang có mã nhúng và trang ứng dụng một trang.
- Đo dung lượng nội dung đã giải nén của mã nguồn trang và từng tệp được gọi vào.
- Đặt tiêu đề, nội dung chính và dữ liệu có cấu trúc ở phần đầu mã nguồn.
- Tắt thông tin gỡ lỗi và chú thích thừa trên môi trường vận hành.
- Theo dõi báo cáo lập chỉ mục sau khi sửa để xác nhận nội dung được ghi nhận đầy đủ.
Kết bài
Giới hạn 2 megabyte của Googlebot là thông tin được làm rõ, không phải quy định mới, và phần lớn website không chịu tác động. Tuy vậy, những trang chứa mã nhúng, ảnh nhúng dữ liệu hay tệp đóng gói quá lớn vẫn cần bạn kiểm tra. Hãy đo bằng công cụ có sẵn, xử lý theo nguyên nhân và đặt nội dung quan trọng lên đầu để mọi thứ quan trọng được ghi nhận trọn vẹn.
