
Oleh Mateusz Makosiewicz
Pendidik SEO & Pemasaran di Ahrefs
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%.

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.
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.
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:
Di Brand Radar, Anda menyiapkan prompt ini sebagai prompt kustom dan menandainya sesuai kebutuhan.
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:
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.
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.
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.
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:
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.
Ini bekerja dengan baik untuk sejumlah kecil prompt, dan layak dilakukan sekali secara manual meskipun Anda berencana mengotomatiskannya nanti.
Begitu Anda meninjau ratusan jawaban, melakukannya secara manual menjadi tidak praktis.
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 ini bekerja dalam dua langkah utama.
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).


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

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.

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.
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:

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.

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.
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).
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):
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.
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.
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.
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.
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.

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.

Sumber: Ahrefs via Letaido
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.

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.
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.
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.
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.

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.
Mulai dari sini. Apa itu AEO, apa bedanya dengan SEO, dan tujuh langkah untuk memulainya.
Bagaimana proses prompt menjadi jawaban dan di mana merek Anda bisa masuk dalam proses itu.
Anda tidak bisa mengoptimalkan sesuatu tanpa bukti. Tujuh cara mengukur di mana merek Anda muncul dalam jawaban AI.
Lacak klaster prompt, bukan respons satu kali. Sebelas tempat untuk menemukan kueri yang layak dipantau.
Mendapatkan peringkat membuat Anda dipertimbangkan. Ini cara agar Anda dikutip — topik, format, dan perubahan on-page yang efektif.
AI merekomendasikan merek yang pernah dilihatnya dibahas di tempat lain. Ini cara memantau dan mendapatkan lebih banyak penyebutan.
Perbaikan teknis yang akan menentukan AI dapat menjangkau halaman Anda, membacanya, dan memahami siapa Anda.
Temukan dan perbaiki jawaban AI yang tidak akurat dengan menelusuri sumber yang buruk, mengoreksi misinformasi, dan meningkatkan visibilitas brand Anda di pencarian AI.