Cara Menemukan dan Memperbaiki Kesalahan dalam Jawaban AI

Potret Mateusz Makosiewicz

Oleh Mateusz Makosiewicz

Pendidik SEO & Pemasaran di Ahrefs

Kontributor

Misalnya, tanyakan ke ChatGPT berapa harga sebuah produk, dan ia tidak selalu mengandalkan halaman harga resmi perusahaan. Ia juga bisa mengambil informasi dari sumber pihak ketiga—ulasan, artikel perbandingan, atau artikel daftar “alat terbaik”, beberapa di antaranya diterbitkan bertahun-tahun lalu.

Ini menciptakan masalah nyata bagi merek. Jika informasi harga, produk, atau fitur Anda yang sudah kedaluwarsa atau tidak benar beredar online, sistem AI bisa mengulanginya kepada calon pelanggan. Dan melihat AI dengan percaya diri memberi orang informasi yang salah tentang produk Anda bisa sangat menjengkelkan, terutama ketika kesalahannya cukup besar untuk memengaruhi keputusan pembelian.

Kami melihat ini secara langsung saat kami memeriksa fakta 217 jawaban buatan AI tentang Ahrefs menggunakan aplikasi kami sendiri (tersedia di Letaido). Dari jumlah itu, 41 jawaban—19%, atau kira-kira 1 dari 5—mengandung setidaknya satu klaim yang salah. Secara total, kami menemukan 47 kesalahan yang berbeda. Dan dalam beberapa pengujian kami, tingkat kesalahannya setinggi 36%.

Log laporan untuk proses pemeriksaan fakta #927: 217 jawaban AI dinilai, 47 klaim unik ditandai, dan 759 klaim diperiksa. Proses selesai pada 11 Sep setelah 29 menit 34 detik. Total biaya adalah $0.45, dirinci sebagai $0.36 biaya AI ditambah $0.08 biaya Apify.

Ini menjadikan akurasi dan konsistensi di seluruh web sebagai bagian penting dari visibilitas AI. Memiliki informasi yang benar di situs Anda sendiri saja tidak cukup—Anda juga perlu menemukan dan mengoreksi informasi yang tidak akurat di tempat lain yang mungkin diandalkan sistem AI.

Dalam artikel ini, kami akan menunjukkan cara melakukannya langkah demi langkah, menggunakan proses yang kami uji serta aplikasi yang kami buat untuk mengotomatiskan sebagian besar pekerjaan.


Bagian 1

Siapkan prompt

Sepanjang artikel ini, kami akan menggunakan Ahrefs Brand Radar untuk mengumpulkan jawaban AI dan melihat halaman mana yang mereka kutip. Kami juga akan menggunakan aplikasi kustom yang kami buat di Letaido, yang terhubung ke data dari Brand Radar untuk mengotomatiskan proses pemeriksaan fakta. Langkah ini opsional, tetapi bisa menghemat banyak waktu.

Dasar dari proses pemeriksaan fakta adalah dua jenis prompt. Jika digabungkan, keduanya akan mengungkap masalah yang sudah diketahui maupun kesalahan yang tidak terpikir untuk Anda cari.

Prompt terprovokasi: uji fakta terpenting yang tidak boleh salah dipahami oleh AI

Susun prompt ini berdasarkan klaim spesifik yang menurut Anda sering keliru dipahami di web, sama seperti dugaan kami bahwa AI akan keliru soal harga API kami. Apa pun tentang produk Anda yang baru-baru ini berubah adalah kandidat yang kuat, karena halaman pihak ketiga masih mendeskripsikan versi lama.

Masing-masing muncul setelah perubahan nyata di Ahrefs:

  • Perubahan harga: “Berapa biaya Ahrefs?” dan “Apa paket Ahrefs yang paling murah?”
  • Fitur yang pindah ke paket yang lebih murah: “Apakah Ahrefs menawarkan akses API?” dan “Berapa biaya API Ahrefs?”
  • Kemampuan yang baru diluncurkan: “Apakah Ahrefs Brand Radar melacak Claude?”

Di Brand Radar, Anda menyiapkan prompt ini sebagai prompt kustom dan menandainya sesuai kebutuhan.

Laporan prompt yang dilacak di Brand Radar, dengan prompt yang dilacak diberi lingkaran di sidebar dan filter tag “q6-fact-fidelity” diberi lingkaran di atas tabel. Laporan ini mencantumkan 7 prompt dengan tag tersebut: “what does ahrefs api cost”, “what does ahrefs cost”, “compare ahrefs plans”, “ahrefs pricing”, “ahrefs monthly plans”, “ahrefs free plan”, dan “ahrefs feature list”. Masing-masing dilacak di Amerika Serikat pada 7 platform AI.

Prompt tanpa pancingan: tangkap kesalahan yang tidak Anda perkirakan

Prompt yang dipancing hanya menguji asumsi Anda sendiri, jadi lakukan juga pemeriksaan fakta pada prompt yang sudah Anda lacak. Di situlah kejutan muncul: batas fitur yang dibuat-buat, nama paket yang tidak pernah ada, perbandingan dengan kompetitor yang dibangun dari angka dua tahun lalu.

Jika Anda belum melacak set prompt, kami punya panduan terperinci tentang cara menemukan kandidat prompt yang bagus. Berikut beberapa contoh prompt “tanpa pemicu” yang kami gunakan dalam proses kami:

  • alat SEO terbaik

  • bandingkan paket ahrefs

  • apakah ahrefs sepadan

  • cara membangun backlink

  • lebih murah daripada Ahrefs

  • alat bot analytics

  • alternatif semrush

  • ahrefs vs Semrush

  • ahrefs atau SE ranking

  • alat pemantauan merek AI

Cobalah untuk tidak kebablasan dalam memilih prompt yang akan dilacak. Setiap prompt tambahan menambah jawaban yang perlu ditinjau, dan pemeriksa fakta menandai klaim yang ternyata baik-baik saja. Tetap perlu ada manusia yang mengonfirmasi satu per satu, jadi daftar yang benar-benar bisa Anda tinjau lebih baik daripada daftar lebih besar yang tidak bisa Anda tinjau.

Setelah semuanya disiapkan di Brand Radar, Anda bisa menggunakan tag untuk berpindah di antara berbagai grup prompt. Berikut cara mengatur filternya:

Filter Tag di laporan respons AI Brand Radar, dengan tiga contoh aturan dan keterangan untuk masing-masing. “Adalah q6-fact-fidelity” menampilkan satu tag, “Tidak kosong” menampilkan semua tag, dan “Bukan q6-fact-fidelity” mengecualikan tag tersebut dari tampilan.

Bagian 2

Tuliskan fakta yang sebenarnya

Pemeriksa fakta tidak bisa menangkap kesalahan jika Anda tidak memberi tahu jawaban yang benar. Itulah dokumen sumber kebenaran: daftar sederhana berisi klaim tentang produk Anda yang bisa dicek, masing-masing dengan link yang membuktikannya.

Fungsinya ganda. Pemeriksa fakta membandingkan jawaban AI dengan daftar itu, dan peninjau manusia menggunakan daftar yang sama untuk memutuskan apakah respons yang ditandai memang bermasalah sebelum ada yang mengirim email kepada penulis.

Seperti apa fakta yang baik

Usahakan satu klaim per baris, dengan bahasa yang sederhana, dan cukup spesifik sehingga seseorang bisa mengonfirmasi atau membantahnya dalam beberapa detik. Contoh-contoh ini berasal dari daftar kami:

  • Harga Ahrefs mulai dari $29 per bulan pada paket Starter.

  • Brand Radar dijual terpisah, dengan harga mulai dari $50 per bulan dan tidak memerlukan langganan Ahrefs berbayar.

  • Pelacakan prompt kustom bisa dijalankan harian, mingguan, atau bulanan.

  • Paket Lite mencakup 150 pemeriksaan prompt kustom per bulan.

  • Akses API sudah termasuk mulai paket Lite ke atas dan tidak memerlukan langganan Enterprise.

  • Brand Radar menampilkan aktivitas bot melalui Bot Analytics dan trafik pencarian AI melalui Web Analytics. Kedua alat dasarnya gratis.

Panel Fakta dari aplikasi pemeriksa fakta kami, tempat Anda menyetujui hal yang benar. Setelah difilter ke Disetujui, panel ini menampilkan 30 fakta, dan pemeriksaan lembar fakta menemukan 0 fakta yang kemungkinan memicu peringatan palsu. Tiga yang pertama adalah fakta harga yang otoritatif: Ahrefs Starter berharga $29 per bulan, Ahrefs Lite berharga $129 per bulan, dan Ahrefs Standard berharga $249 per bulan.

Bandingkan itu dengan “Ahrefs terjangkau” atau “Brand Radar punya opsi pelacakan yang fleksibel”. Keduanya tidak bisa diverifikasi, jadi tidak satu pun layak ada di daftar.

Secara opsional, tambahkan tiga hal pada setiap fakta: URL sumber, pemilik yang dapat mengonfirmasinya, dan tanggal terakhir diverifikasi. Tanggal ini lebih penting daripada kedengarannya. Separuh kesalahan yang kami telusuri muncul karena sebuah fakta berubah, dan tidak ada yang memperbarui halaman yang mengulanginya. Daftar Anda sendiri juga bisa usang dengan cara yang sama.

Seberapa panjang seharusnya daftar fakta

Buat dokumen sumber kebenaran (source-of-truth) Anda cukup panjang untuk mencakup hal-hal yang ditanyakan pembeli, tetapi cukup singkat agar tetap mudah diperbarui. Dengan kata lain, tuliskan fakta yang benar-benar menjadi dasar keputusan pembeli dan yang secara realistis bisa Anda jaga tetap terkini.

Daftar kami dimulai dari sekitar 50 fakta dan mencakup harga, batas paket, kuota prompt, akses API, dan klaim kemampuan.

Kami tidak memasukkan setiap fakta tentang Ahrefs karena semakin panjang daftar fakta Anda, semakin besar pengaruhnya terhadap elemen-elemen proses berikut:

  • Biaya naik sedikit. Setiap fakta tambahan hanya menambah sedikit biaya pada tiap proses. Di aplikasi kami, biaya LLM yang digunakan dalam penilai fakta (Claude Sonnet 5) adalah ~$0,02 per pemeriksaan jawaban dan ~$0,05 per audit halaman.
  • Tinjauan manusia bertambah. Setiap klaim yang ditandai perlu diperiksa, dan fakta yang samar atau ruang lingkupnya kurang tepat bisa menimbulkan false positive.
  • Pemeliharaan menjadi lebih penting. Setiap fakta yang Anda tambahkan adalah satu fakta lagi yang harus Anda jaga tetap akurat. Sumber kebenaran yang kedaluwarsa bisa lebih buruk daripada yang tidak lengkap.

Bagian 3

Temukan halaman di balik jawaban yang salah

Setelah Anda menemukan jawaban AI yang keliru, pertanyaan berikutnya adalah: dari mana asal informasi yang salah itu?

Anda bisa menelusuri sumber kesalahan-kesalahan ini secara manual, tetapi prosesnya cepat memakan waktu saat Anda memeriksa ratusan jawaban. Untuk audit yang lebih besar, kami menyarankan menggunakan AI untuk menangani sebagian besar pekerjaan beratnya.

Versi manual

Ini bekerja dengan baik untuk sejumlah kecil prompt, dan layak dilakukan sekali secara manual meskipun Anda berencana mengotomatiskannya nanti.

1
Buka jawaban yang mengandung kesalahan, lalu periksa sumber yang dikutip di sebelah klaim tersebut.
2
Jika halaman itu tidak memuat informasi yang keliru, tinjau sumber lain yang dikutip dalam jawaban yang sama. Kutipan terdekat tidak selalu merupakan sumber yang sebenarnya.
3
Simpan frasa persis yang salah, fakta yang benar, dan URL yang membuktikannya. Anda akan menggunakan ini nanti dalam outreach Anda.
Jawaban Google AI Overviews untuk “what does ahrefs api cost” di Amerika Serikat pada 10 Sep 2026. Klaim yang diberi lingkaran menyebutkan bahwa akses Ahrefs API memerlukan paket Ahrefs Enterprise, yang oleh jawaban tersebut dihargai $1.499 per bulan dengan komitmen tahunan. Jawaban tersebut mengutip empat halaman: ahrefs.com/pricing, sebuah posting blog seobotai.com, dan dua halaman docs.ahrefs.com.

Versi otomatis

Begitu Anda meninjau ratusan jawaban, melakukannya secara manual menjadi tidak praktis.

1
Ekspor jawaban dan kutipan dari alat pemantauan seperti Ahrefs Brand Radar atau akses datanya melalui Ahrefs MCP.
2
Minta sistem AI membandingkan setiap jawaban dengan dokumen sumber kebenaran Anda.
3
Jika Anda menghubungkan layanan scraping seperti Apify, alur kerja ini juga bisa memeriksa halaman yang dikutip dan mengidentifikasi bagian persis yang perlu dikoreksi.
4
Tinjau secara manual setiap klaim yang ditandai sebelum menghubungi siapa pun. Pemeriksa fakta juga bisa salah.
Laporan respons AI Brand Radar, dengan judulnya dilingkari, difilter untuk Amerika Serikat dan prompt dengan tag apa pun. Grafik penyebutan membandingkan Ahrefs dengan semrush, Moz, SE Ranking, profound ai, scrunch ai, dan peec. Tombol Ekspor di atas 7 hasil dilingkari. Hasil pertama adalah prompt “berapa biaya API Ahrefs”, beserta volumenya, respons AI, penyebutannya, dan sitasi-sitasinya.

Jika Anda menggunakan Ahrefs, kami membuat aplikasi pemeriksaan fakta di Letaido yang mengotomatiskan peninjauan jawaban, riset halaman yang dikutip, dan penentuan prioritas menggunakan data Brand Radar.

Aplikasi AI Fact Checker di Letaido, yang menemukan klaim keliru dalam jawaban AI, menelusurinya ke halaman web di baliknya, dan menemukan orang yang tepat untuk dihubungi. Formulir Pemeriksaan baru memiliki dua langkah. Pertama Anda memilih set fakta, di sini yang berisi 30 fakta. Lalu Anda memilih apa yang akan diperiksa: jawaban AI dari Brand Radar, yang dipilih, halaman web, atau draf.

Aplikasi ini bekerja dalam dua langkah utama.

  • Fase 1: Periksa jawaban AI. Anda menyetujui fakta-faktanya. Aplikasi menemukan klaim yang tidak akurat dalam jawaban AI, lalu memeriksa halaman yang dikutip untuk melihat apakah halaman tersebut menyatakan, membantah, atau tidak menyebutkan tiap isu, dengan kutipan apa adanya sebagai bukti.
  • Fase 2: Audit sumbernya. Setelah itu Anda bisa mengecek halaman yang dikutip terhadap set fakta lengkap untuk menemukan kesalahan lain atau kekosongan penting. Untuk halaman yang layak diperbaiki, aplikasi akan menemukan penulis dan jalur kontak (biasanya profil sosial, seperti LinkedIn), memprioritaskannya berdasarkan dampak, dan mengekspor daftar ke CSV atau Word. Untuk cakupan yang lebih luas, Anda bisa memperluas audit ke setiap halaman yang diambil AI, bukan hanya yang dikutipnya.

Set fakta yang sama juga bisa memeriksa halaman web mana pun atau draf yang belum dipublikasikan.

Untuk memberi gambaran soal biaya aplikasi, satu pemeriksaan berbasis 30 fakta, yang menilai 217 jawaban dan 138 halaman yang dikutip, menghabiskan biaya sedikit di atas $1 dalam token LLM dan memakan waktu 2,5 jam (lihat tangkapan layar di bawah dari kedua tahap).

Log laporan untuk proses pemeriksaan jawaban #927: 217 jawaban AI dinilai, 47 klaim unik ditandai, dan 759 klaim diperiksa. Durasi proses 29 menit 34 detik diberi lingkaran, begitu juga biaya AI sebesar $0.36 untuk penilaian dan penelusuran serta biaya Apify sebesar $0.08 untuk 96 peluncuran scraper.Log laporan untuk proses audit sumber #942, berdasarkan pemeriksaan jawaban #927: 138 halaman diaudit, 146 klaim unik ditandai, dan 1.448 klaim diperiksa. Durasi proses 1 jam 56 menit diberi lingkaran, begitu juga biaya AI sebesar $0.79, biaya Apify sebesar $0.10, dan total biaya sebesar $0.89.

Bagian 4

Prioritaskan target outreach

Tidak semua halaman yang keliru sama-sama layak dikejar. Prioritaskan yang koreksinya paling mungkin meningkatkan jawaban AI atau menjangkau calon pembeli secara langsung.

Berikut sinyal utama yang perlu diperhatikan:

  • Tingkat keparahan: Perbaiki dulu kesalahan yang dapat memengaruhi keputusan pembelian, seperti harga yang keliru, akses paket, layanan yang ditawarkan, batas produk, atau fitur yang hilang.
  • Frekuensi kutipan: Halaman yang sering dikutip di berbagai jawaban atau platform punya pengaruh lebih besar daripada sumber yang hanya muncul sekali.
  • Stabilitas kutipan: Sumber yang muncul secara konsisten dalam pemeriksaan berulang lebih berharga daripada yang hanya muncul sekali.
  • Traffic organik: Halaman dengan traffic penelusuran yang berarti dapat menjangkau pembeli melalui penelusuran tradisional maupun jawaban AI.
  • Otoritas: Domain rujukan dan Domain Rating dapat memperkuat argumen, terutama ketika sebuah halaman juga sering dikutip dan relevan.
  • Hubungan: Apakah Anda atau rekan sudah mengenal penulisnya? Apakah ada yang bisa mengenalkan Anda? Apakah publikasi tersebut pernah merespons Anda sebelumnya? Misalnya, untuk kampanye kami, Glen adalah orang yang tepat untuk mendekati satu situs karena ia sudah punya hubungan dengan mereka. Dalam situasi lain, kutipan berasal dari seorang influencer yang sudah punya hubungan dengan kami, jadi tim Kemitraan kami paling tepat untuk menangani outreach.

Anda bisa menemukan sebagian informasi tersebut di Brand Radar:

Laporan halaman yang dikutip Brand Radar yang difilter untuk prompt dengan tag apa pun. Grafik menunjukkan seberapa sering 7 halaman terpilih dikutip dari waktu ke waktu, dengan keterangan bahwa stabilitas kutipan dapat disimpulkan dari grafik atau dihitung dengan alat AI. Dalam tabel berisi 4.708 halaman yang dikutip, satu keterangan menandai kolom Ditemukan di sebagai frekuensi kutipan, dan keterangan lain menandai kolom rating dan traffic sebagai traffic organik dan otoritas. Baris teratas adalah ahrefs.com/pricing dan daftar alat SEO terbaik versi Zapier.

Dan jika Anda menggunakan aplikasi Letaido kami, datanya diambil dari Brand Radar dan ditampilkan tepat di sebelah halaman yang terdampak:

Sebuah halaman pihak ketiga di aplikasi pemeriksaan fakta: “Profound vs Ahrefs Brand Radar: 2026 Comparison” dari naridon.com, dengan 2 ketidaksesuaian dan 4 kutipan dalam pemeriksaan ini. Metrik prioritas outreach yang diberi lingkaran menunjukkan 5 kutipan AI dari Copilot, Gemini, Google AI Mode, dan Google AI Overviews, posisi kutipan rata-rata 6, URL Rating 0 dan Domain Rating 46, serta perubahan kutipan 30 hari dari 3 menjadi 5. Traffic organik dan domain rujukan tidak tersedia.

Bagian 5

Temukan kontak yang tepat

Setelah Anda menemukan halaman yang ingin Anda tindak lanjuti, langkah berikutnya adalah mencari tahu siapa yang benar-benar bertanggung jawab atas halaman tersebut.

Untuk jumlah halaman yang sedikit, alat pengambilan web standard yang tersedia di asisten AI biasanya sudah cukup untuk mengambil halaman dan mencari informasi penulis atau kontak.

Namun, dalam skala yang lebih besar, memeriksa URL satu per satu dengan cepat menjadi tidak praktis. Biasanya, Anda sebaiknya menggunakan API scraping seperti Apify atau sumber HTML halaman lainnya.

Aplikasi kami pertama-tama mencoba snapshot yang disimpan Ahrefs. Jika gagal, ia mencoba Apify, dan jika kontak tidak dapat ditemukan di halaman yang dikutip, ia mengikuti link ke halaman penulis (jika ada link-nya) dan mencoba lagi di sana.

Target outreach di aplikasi pemeriksa fakta. Klaim yang ditandai, bahwa paket entry-level Ahrefs adalah Lite seharga $129/bulan, ditelusuri ke halaman pihak ketiga ini, yang menyatakan kata demi kata: “Moz Starter costs $49/month compared to Ahrefs Lite at $129/month.” Panel yang diberi lingkaran menyebutkan dua orang untuk dihubungi, menautkan ke LinkedIn penulis, serta menautkan ke halaman Instagram, LinkedIn, X, YouTube, dan Tentang milik penerbit.

Mulailah dari orang yang disebut sebagai penulis. Periksa byline artikel dan halaman penulis terlebih dahulu, lalu lihat profil LinkedIn atau X mereka jika Anda membutuhkan cara untuk menghubungi mereka.

Jika Anda tidak bisa menemukan penulisnya atau mereka sudah tidak ada di sana, naik satu tingkat. Untuk sebuah publikasi, itu bisa berarti editor atau lead konten. Di perusahaan kecil, pendiri atau lead pemasaran mungkin menjadi kontak terbaik.

Sebagai upaya terakhir, gunakan kontak umum perusahaan atau kanal dukungan dan minta agar pesan Anda diteruskan kepada siapa pun yang mengelola halaman atau konten tersebut.

Alat seperti HeyReach atau BuzzSumo dapat membantu melengkapi detail kontak yang hilang dan mengidentifikasi orang yang kemungkinan tepat untuk didekati. Banyak di antaranya menawarkan API atau MCP, sehingga Anda dapat menghubungkan fungsinya ke dalam proses yang dibantu AI.


Bagian 6

Kirim permintaan koreksi yang ramah dan tindak lanjuti sekali

Pastikan outreach Anda membantu, bukan menuntut. Anda bisa berterima kasih karena mereka membahas produk Anda, menunjukkan satu atau dua kesalahan spesifik, memberikan link ke sumber tepercaya untuk informasi yang benar, dan menegaskan bahwa tidak ada tekanan untuk memperbarui halaman tersebut.

Sebagai ilustrasi, berikut salah satu pesan yang kami kirim:

Pesan kami kepada penulis ulasan Brand Radar, berjudul “Ulasan Ahrefs. Bisakah Anda memperbarui beberapa detail?” Pesan itu mengucapkan terima kasih atas ulasan yang mendalam dan meminta empat pembaruan: Brand Radar dijual terpisah mulai $50 dan berfungsi dengan Ahrefs Gratis, akses API kini termasuk dalam paket Lite, biaya kelebihan pemakaian dijelaskan di halaman harga, dan Agen A sekarang bernama Letaido.

Ini menurunkan hambatan untuk memulai percakapan, meski mungkin kurang efektif karena Anda meminta penerima untuk membalas sebelum mereka bisa melihat nilai dari koreksinya.

Jika Anda tidak mendapat balasan, lakukan tindak lanjut sekali. Setelah itu, lanjutkan ke halaman berikutnya di daftar Anda. Beberapa pesan tindak lanjut kami benar-benar berhasil.

Rangkaian pesan. Pada 1 Sep, kami menindaklanjuti sekali lagi, meminta penulis mempertimbangkan untuk memperbarui artikel dan berjanji tidak akan menindaklanjuti lagi. Pada 2 Sep, penulis membalas bahwa mereka akan melihat artikelnya dan memperbarui informasi akses API agar mencerminkan perubahan terbaru.

Beberapa tips praktis lainnya untuk outreach:

  • Bersikaplah ramah. Jangan menuduh penulis menyebarkan misinformasi atau mengancam akan merusak reputasi mereka.

  • Anggap halaman tersebut sudah usang, alih-alih menganggap penulisnya bertindak dengan itikad buruk.

  • Buat permintaannya spesifik. Satu koreksi terverifikasi lebih mudah ditindaklanjuti daripada daftar keluhan yang panjang.

  • Pertimbangkan LinkedIn Premium atau Sales Navigator jika Anda perlu mengirim lebih banyak pesan langsung atau menindaklanjuti tanpa koneksi yang sudah ada. Sales Navigator memungkinkan Anda mengirim pesan tindak lanjut meski pesan pertama belum dibaca oleh penerima.

  • Lacak setidaknya URL, kontak, tanggal outreach, kanal, klaim yang perlu diperbaiki, respons, tindak lanjut, dan perubahan yang dikonfirmasi.

  • Dan untuk berjaga-jaga, Anda bisa mengambil tangkapan layar halaman tersebut sebelum outreach. Jika Anda memakai formulir kontak, simpan bukti bahwa pesan telah dikirim. Jika Anda menggunakan Ahrefs, Anda bisa memakai Site Explorer untuk mendokumentasikan perubahan pada halaman di antara tanggal tertentu.

Bagian 7

Apa yang terjadi ketika kami mencoba outreach AEO

Kami menghubungi 26 penulis terkait informasi yang tidak akurat di artikel mereka. 14 membalas (53,8%), dan 6 melakukan koreksi yang bisa kami verifikasi di halaman mereka (23%).

Ini masih berlangsung, dan tentu saja, penulis tidak berkewajiban melakukan perubahan apa pun. Meski begitu, berhasil mengoreksi hampir seperempat artikel adalah hasil yang menjanjikan.

Berikut salah satu target outreach, sebelum dan sesudah (tampilan perbedaan melalui Site Explorer Ahrefs).

Perbandingan berdampingan di Site Explorer atas bagian “Produk terpisah dari Ahrefs” pada sebuah halaman, diambil pada 11 Jul 2026 dan 22 Agu 2026. Teks yang dihapus berwarna merah dan teks yang ditambahkan berwarna hijau. Agen A diganti namanya menjadi Letaido, dan Brand Radar AI berubah dari “Mulai $199/bln” menjadi “Mulai $50/bln mandiri”, dengan catatan baru bahwa produk tersebut berjalan di Ahrefs Gratis.

Dan ya, memperbarui halaman—meski kami tidak berhasil menangkap semuanya—memang memperkenalkan fakta yang benar ke dalam jawaban AI. Berikut contohnya (terima kasih banyak untuk Joonas dari thatmarketingbuddy.com):

Jawaban Claude untuk “what does ahrefs api cost” di Amerika Serikat pada 5 Agu 2026. Klaim yang diberi lingkaran mengatakan akses API memerlukan paket Enterprise atau langganan terpisah sebesar $500–$10.000/bulan. Sebuah panah menautkan klaim tersebut ke halaman kedua yang dikutip, di thatmarketingbuddy.com.Jawaban Claude untuk prompt yang sama pada 18 Sep 2026, setelah halaman yang dikutip diperbarui. Klaim yang dilingkari kini menyatakan bahwa Ahrefs API v3 sudah termasuk mulai paket Lite seharga $129/bulan. Sebuah panah menghubungkan klaim tersebut ke halaman pertama yang dikutip, di thatmarketingbuddy.com.

Dua penulis lainnya mengatakan akan melakukan perubahan, tetapi itu masih tertunda saat kami meninjau hasilnya. Kami tidak memasukkannya ke dalam jumlah koreksi yang terkonfirmasi.

Untuk 12 dari 26 kontak, kami tidak menerima balasan.

Kami tidak pernah menerima penolakan terang-terangan untuk memperbarui artikel. Namun, beberapa penulis bersedia melakukan koreksi hanya jika kami menyebutkan atau mempromosikan produk mereka sebagai imbalannya. Kami menolak. Menurut kami, menjaga keakuratan informasi yang sudah dipublikasikan seharusnya bernilai dengan sendirinya, dan menawarkan sesuatu sebagai imbalan akan tidak adil bagi penulis yang melakukan koreksi tanpa meminta apa pun.

Outreach ini juga mengungkap masalah pada penjelasan kami sendiri. Sebagian kebingungan berasal dari deskripsi yang kurang jelas tentang harga Brand Radar dan batasan fiturnya. Itu memberi kami sesuatu yang perlu kami benahi sendiri: memudahkan siapa pun yang menulis tentang produk ini untuk memahami apa saja yang termasuk di dalamnya.

Mendapat balasan lebih mudah daripada membuat perubahan benar-benar dilakukan. Ini patut diingat saat Anda merencanakan pekerjaan ini. Anda memerlukan waktu untuk mengecek apakah pembaruan yang dijanjikan benar-benar terjadi, dan Anda sebaiknya siap bahwa sebagian pesan tidak akan dibalas.

Mengapa jawaban AI yang salah tidak akan hilang dalam waktu dekat

Menurut saya, satu perubahan bisa membuat sebagian besar masalah ini hilang: asisten AI seharusnya mengambil fakta-fakta mendasar tentang sebuah merek dari merek itu sendiri. Setidaknya, mereka harus menandai ketika sebuah klaim berasal dari pihak ketiga dan belum diverifikasi. Eksperimen Xarumei kami menunjukkan betapa konyolnya pencarian AI ketika tidak memperhitungkan sifat web yang penuh kepentingan berlawanan.

Sampai perusahaan teknologi membuat perubahan itu, informasi yang tidak akurat tentang merek akan tetap menjadi masalah—dan tanda bahwa asisten AI masih perlu banyak berkembang.

ChatGPT mungkin sudah mengambil langkah untuk meningkatkan kualitas jawabannya. Misalnya, tampaknya ia menambahkan istilah seperti “official” ke fan-out queries dan menggunakan operator “site:” untuk menarik informasi dari situs web tertentu, termasuk situs brand. Lily Ray membahasnya lebih detail dalam artikelnya.

Kesalahan baru juga akan terus bermunculan. Orang akan terus menggunakan AI untuk membuat konten, jadi kesalahan yang ada akan terulang, dan kesalahan baru akan muncul ketika AI menutup celah dengan informasi yang mengada-ada. Halaman-halaman itu lalu menjadi sumber bagi lebih banyak konten buatan AI, dan slop loop yang terkenal itu terus berlanjut.

Ngomong-ngomong, kami juga pernah berada “di posisi sebaliknya”. Dalam eksperimen promosi diri kami, seorang kompetitor meminta kami memperbaiki kesalahan yang dimasukkan AI ke konten kami sendiri—meski kami sudah meninjaunya secara manual dan berupaya sungguh-sungguh untuk hanya mengutip informasi yang terverifikasi.


Bagian 8

Yang bisa Anda lakukan untuk mengurangi ketidakakuratan dalam jawaban AI di masa mendatang

Anda tidak bisa mengontrol apa yang dikatakan asisten AI, tetapi Anda bisa membuat informasi yang benar lebih mudah ditemukan oleh mereka—dan semua orang lainnya.

Buat informasi produk Anda sendiri tidak ambigu

Jelaskan harga, batas paket, dan ketersediaan fitur dengan jelas. Jika copy Anda sendiri masih membuka ruang interpretasi, pihak ketiga dan sistem AI akan mengisi kekosongannya—dan mereka bisa saja salah. Jangan ulangi kesalahan kami yang menyebabkan banyak ketidakakuratan tentang Brand Radar.

Pastikan konten lama Anda tetap mutakhir

Situs Anda sendiri juga bisa menjadi sumber informasi yang sudah usang. Saat harga atau paket berubah, perbarui artikel lama yang menyebutkannya. Kami menemukan tiga kesalahan di situs Ahrefs kami selama audit.

Sebuah pesan Slack yang meminta pembaruan kecil pada halaman Ahrefs Academy tentang prompt kustom di Brand Radar. Perplexity mengutip halaman tersebut untuk mengklaim bahwa pelacakan prompt kustom Ahrefs tidak mencakup AI Overview dan AI Mode, karena baris yang dikutip menyatakan bahwa Brand Radar melacak ChatGPT, Perplexity, Gemini, dan Copilot. Pesan tersebut memiliki satu reaksi tanda centang.

Dokumentasi dan konten bantuan juga bisa menjadi sumber penting untuk penelusuran AI. Untuk menggambarkan hal ini, saya memilih Samsung sebagai contoh dan melihat dari mana asal kutipan AI-nya. Saya menemukan bahwa kira-kira separuhnya berasal dari dokumentasi dukungan dan panduan pembelian. Samsung bukan satu-satunya—kami melihat pola serupa di banyak merek, di mana konten praktis dari pihak pertama sering dikutip dalam jawaban AI dan digunakan oleh agen AI.

Asal kutipan AI Samsung

Pangsa dari semua kutipan AI berdasarkan pola URL, diurutkan menurut tingkat kutipan. Domain Samsung, 1.000 halaman teratas yang paling sering dikutip.

Diagram batang kutipan AI Samsung berdasarkan pola URL. Halaman produk memimpin di 35.1%, disusul dokumen dukungan 25.7%, panduan pembelian 24.6%, explainer dan panduan cara 13.6%, halaman commerce 11.1%, halaman Tanya Jawab 9.3%, perbandingan 8.2%, pengenalan produk 4.7%, listicle 3.0%, dan berita 0.8%.

Sumber: Ahrefs via Letaido

Buat fakta produk Anda lebih mudah diakses oleh agen

Untuk jangka panjang, pertimbangkan menerbitkan sumber informasi produk kanonikal yang dapat dibaca mesin. Itu bisa berupa titik akhir MCP, seperti milik Mobbin, feed RSS untuk pembaruan harga dan fitur, atau pendekatan lain untuk penemuan sumber daya agentic, seperti yang sudah diimplementasikan Suganthan Mohanadasan.

Chat asisten AI untuk prompt “use the tool to find 5-10 AEO tips from Suganthan”. Dengan menggunakan API katalog, chat tersebut mengambil enam artikel yang relevan dan mengekstrak 8 tips AEO praktis, masing-masing dengan link sumber. Tiga yang pertama adalah “Periksa penelusuran di balik jawaban”, “Ukur retrieval, kutipan, dan penyebutan secara terpisah”, dan “Berikan setiap intent satu halaman yang kuat dan layak dikutip”.

Semua ini tidak menjamin bahwa asisten AI akan menggunakan informasi Anda. Namun, semakin mudah Anda membuat fakta terkini dan kanonikal ditemukan, semakin kecil ruang bagi informasi pihak ketiga yang kedaluwarsa untuk mengisi kekosongan.


Bagian 9

Pemantauan brand secara proaktif

Ini berarti memantau penyebutan merek di seluruh web dan bereaksi cepat saat Anda menemukan ketidakakuratan. Berdasarkan pengalaman saya, kreator konten paling peduli dengan karyanya tepat setelah diterbitkan, jadi menghubungi lebih awal memberi Anda peluang lebih besar agar mereka memperbaiki halaman tersebut.

Tentu saja, ini tidak menjamin apa pun. Anda tidak tahu apakah suatu halaman tertentu akan pernah dikutip dalam jawaban AI. Namun bertindak cepat dapat mencegah misinformasi masuk ke sebagian respons AI.

Anda juga bisa mencari sinyal bahwa suatu halaman lebih mungkin dikutip. DR, reputasi, dan relevansinya terhadap topik yang Anda pedulikan bisa menjadi proksi yang berguna—terutama jika Anda beroperasi di niche sempit dengan hanya segelintir halaman relevan di web. Kebaruan juga bisa berpengaruh, khususnya ketika halaman baru lebih mutakhir daripada sumber yang sudah dikutip sistem AI.

Anda bisa menyiapkan pemantauan penyebutan brand dengan alat seperti Firehose.

Formulir Buat Tap di Firehose, dengan Tap dilingkari di bilah sisi. Deskripsinya meminta pemantauan penyebutan Ahrefs di halaman yang judulnya mengandung best, vs, ranking, rankings, top, comparison, atau comparisons. Di bawahnya, Buat Kueri telah mengubah deskripsi tersebut menjadi kueri penelusuran yang valid.

Anda juga bisa menghubungkan agen Anda melalui API dan membuatnya secara otomatis memeriksa fakta tiap sumber baru begitu ditemukan, sehingga Anda mendapatkan pemantauan nyaris real-time.

Catatan untuk penerbit

Jika Anda mengelola posting perbandingan atau harga, Anda bisa mengotomatiskan siklus pembaruannya. Kamila Olexa membangun pipeline yang memantau halaman harga kompetitor, mengekstrak tier baru, menemukan setiap posting yang menyebutkannya, menulis ulang hanya bagian harga, dan meminta persetujuan di Slack sebelum menerbitkan. Begini cara kerjanya.


Kesimpulan

Penyebutan Web telah menjadi mata uang. Agar nama Anda tercantum di halaman tertentu perlu biaya, dan tampaknya, agar brand Anda direpresentasikan secara akurat juga bisa perlu biaya. Ini penting karena di mana brand Anda disebutkan online—dan apa yang dikatakan penyebutan itu—bisa berdampak besar pada seberapa terlihat Anda dalam jawaban AI.

Itulah sebabnya aplikasi seperti milik kami, yang mengotomatiskan proses menemukan dan memperbaiki informasi yang tidak akurat, bisa sangat berguna. Namun seperti yang kami temukan, kecuali Anda siap menawarkan sesuatu sebagai imbalan agar seseorang memperbarui informasi tentang merek Anda, mungkin Anda tidak akan melangkah jauh.

Namun masalah yang lebih besar adalah sesuatu yang perlu diatasi oleh para pengembang AI: bagaimana sistem AI memilih sumber mana yang dipercaya saat menjawab pertanyaan tentang merek. Saat ini, proses itu tidak benar-benar menguntungkan siapa pun.

Anda tidak bisa mengharapkan setiap kreator konten atau pemilik website untuk terus-menerus memeriksa fakta dan selalu memperbarui informasi tentang setiap perusahaan. Namun, Anda bisa mengharapkan sebuah bisnis peduli untuk menjaga informasi tentang bisnisnya sendiri tetap akurat. Ada banyak alasan untuk itu—informasi yang salah atau kedaluwarsa bisa langsung merugikan bisnisnya.

Sistem AI seharusnya lebih baik dalam mengenali hal itu. Untuk fakta dasar tentang sebuah perusahaan, informasi yang akurat dan terbaru dari bisnis itu sendiri seharusnya lebih berbobot dibanding penyebutan lama di situs pihak ketiga.

Terima kasih sudah membaca! Mari mampir dan sapa Glen dan Mateusz.

Potret Mateusz Makosiewicz

Mateusz Makosiewicz adalah peneliti dan pengajar pemasaran di Ahrefs. Ia telah berkecimpung di bidang pemasaran selama lebih dari 15 tahun, dengan spesialisasi pemasaran pertumbuhan, pemasaran konten, strategi pemasaran, dan manajemen.

Mateusz mempelajari Periklanan dan Pemasaran Media di University of Gdańsk. Ia memperoleh pengalaman pemasaran di agensi, perusahaan SaaS, dan perusahaan perangkat keras, di sana ia bekerja dalam berbagai peran, mulai dari mengelola proyek periklanan untuk klien hingga memimpin departemen pemasaran.

Di blog Ahrefs, ia menulis tentang SEO dan marketing berdasarkan pengalaman dari menguji mungkin setiap saran marketing yang pernah dipublikasikan, trial and error dalam pemasaran startup di Silicon Valley, serta mengutak-atik growth engine seolah hidupnya bergantung pada itu.

Kontributor

Jelajahi semua panduan AEO

/01

Apa Itu Answer Engine Optimization (AEO)?

Mulai dari sini. Apa itu AEO, apa bedanya dengan SEO, dan tujuh langkah untuk memulainya.

/02

Cara Kerja Mesin Jawaban

Bagaimana proses prompt menjadi jawaban dan di mana merek Anda bisa masuk dalam proses itu.

/03

Cara Melacak Visibilitas AI

Anda tidak bisa mengoptimalkan sesuatu tanpa bukti. Tujuh cara mengukur di mana merek Anda muncul dalam jawaban AI.

/04

Cara Memilih Prompt Terbaik untuk Dilacak

Lacak klaster prompt, bukan respons satu kali. Sebelas tempat untuk menemukan kueri yang layak dipantau.

/05

Cara Mengoptimalkan Konten untuk Mesin Jawaban

Mendapatkan peringkat membuat Anda dipertimbangkan. Ini cara agar Anda dikutip — topik, format, dan perubahan on-page yang efektif.

/06

Cara Memantau dan Mendapatkan Penyebutan Merek dalam Jawaban AI

AI merekomendasikan merek yang pernah dilihatnya dibahas di tempat lain. Ini cara memantau dan mendapatkan lebih banyak penyebutan.

/07

Cara Mengoptimalkan Situs Web Anda untuk Mesin Jawaban

Perbaikan teknis yang akan menentukan AI dapat menjangkau halaman Anda, membacanya, dan memahami siapa Anda.

/08

Cara Menemukan dan Memperbaiki Kesalahan dalam Jawaban AI

Temukan dan perbaiki jawaban AI yang tidak akurat dengan menelusuri sumber yang buruk, mengoreksi misinformasi, dan meningkatkan visibilitas brand Anda di pencarian AI.