Cara Menemukan dan Memperbaiki Kesalahan dalam Jawaban AI
Oleh Mateusz Makosiewicz
Pendidik SEO & Pemasaran di Ahrefs
- Siapkan prompt
- Tuliskan fakta yang sebenarnya
- Temukan halaman di balik jawaban yang salah
- Prioritaskan target outreach
- Temukan kontak yang tepat
- Kirim permintaan koreksi dengan ramah dan tindak lanjuti satu kali
- Apa yang terjadi ketika kami mencoba outreach AEO
- Apa yang bisa Anda lakukan untuk mengurangi ketidakakuratan dalam jawaban AI di masa mendatang
- Pemantauan brand secara proaktif
Misalnya, coba tanya 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 listicle “alat terbaik”, beberapa di antaranya dipublikasikan bertahun-tahun lalu.
Itu menciptakan masalah nyata bagi brand. Jika informasi harga, produk, atau fitur Anda yang sudah kedaluwarsa atau tidak benar beredar online, sistem AI bisa mengulanginya kepada calon pelanggan. Menyaksikan AI dengan sangat meyakinkan dalam memberikan informasi yang salah tentang produk Anda bisa sangat menjengkelkan, terutama ketika kesalahannya cukup besar yang dapat memengaruhi keputusan pembelian.
Kami menemukannya secara langsung saat kami memeriksa fakta pada 217 jawaban buatan AI tentang Ahrefs dengan menggunakan aplikasi kami sendiri (tersedia di Letaido). Dari semua jawaban itu, 41 jawaban—19%, atau kira-kira 1 dari 5 jawaban—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 internet sebagai bagian penting dari visibilitas AI. Memiliki informasi yang benar di situs Anda saja tidak cukup—Anda juga perlu menemukan dan mengoreksi informasi yang tidak akurat di tempat lain yang mungkin diandalkan oleh sistem AI.
Dalam artikel ini, kami akan menunjukkan cara melakukannya langkah demi langkah dengan menggunakan proses yang kami telah uji dan dengan aplikasi yang kami buat untuk mengotomatiskan sebagian besar pekerjaan ini.
Siapkan prompt
Sepanjang artikel ini, kami akan menggunakan Brand Radar Ahrefs untuk mengumpulkan jawaban AI dan melihat halaman mana yang dikutip. 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 pancingan: uji fakta terpenting yang tidak boleh salah dipahami oleh AI
Susun prompt berikut berdasarkan klaim tertentu yang menurut Anda sering keliru dipahami internet, seperti dugaan kami bahwa AI akan keliru soal harga API kami. Apa pun perubahan tentang produk Anda belakangan ini adalah kandidat yang kuat, karena halaman pihak ketiga masih mendeskripsikan versi lama.
Setiap prompt berikut berdasarkan perubahan nyata di Ahrefs:
- Perubahan harga: “Berapa harga Ahrefs?” dan “Apa paket Ahrefs yang paling murah?”
- Fitur yang pindah ke paket yang lebih murah: “Apakah Ahrefs menawarkan akses API?” dan “Berapa harga API Ahrefs?”
- Kemampuan yang baru diluncurkan: “Apakah Brand Radar Ahrefs melacak Claude?”
Di Brand Radar, Anda menyiapkan prompt tersebut sebagai prompt kustom dan memberinya tag yang sesuai.
Prompt biasa: temukan kesalahan yang tidak Anda prediksi
Prompt pancingan 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 pesaing yang dibuat dengan data dua tahun lalu.
Jika Anda belum melacak set prompt, kami punya panduan lengkap tentang cara menemukan kandidat prompt yang bagus. Berikut beberapa contoh prompt “biasa” yang kami gunakan dalam proses kami:
alat seo terbaik
bandingkan paket ahrefs
apakah ahrefs layak dibeli
cara membangun backlink
lebih murah dari Ahrefs
alat analisis bot
alternatif untuk semrush
ahrefs vs Semrush
ahrefs atau SE ranking
alat pemantauan brand ai
Jangan kebablasan memilih prompt yang akan dilacak. Setiap prompt tambahan akan menambah jawaban yang perlu ditinjau dan pemeriksa fakta akan menandai klaim yang ternyata tidak bermasalah. Tetap perlu manusia untuk mengonfirmasi satu per satu, jadi daftar yang bisa Anda tinjau lebih baik daripada daftar yang besar tetapi tidak bisa Anda tinjau.
Setelah semuanya disiapkan di Brand Radar, Anda bisa menggunakan tag untuk berpindah grup prompt. Berikut cara mengatur filternya:
Tuliskan fakta yang sebenarnya
Pemeriksa fakta tidak bisa menemukan kesalahan jika Anda tidak memberi tahu jawaban yang benar. Rujukannya adalah dokumen acuan: daftar sederhana berisi klaim tentang produk Anda yang bisa diperiksa, masing-masing dengan tautan 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 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 tidak menyetujuinya dalam beberapa detik. Contoh berikut 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 menyediakan 150 pemeriksaan prompt kustom per bulan.
Akses API sudah tersedia mulai dari paket Lite dan tidak memerlukan langganan Enterprise.
Brand Radar menampilkan aktivitas bot melalui Bot Analytics dan traffic pencarian AI melalui Web Analytics. Kedua alat dasar tersebut gratis.
Bandingkan itu dengan “Ahrefs terjangkau” atau “Brand Radar punya opsi pelacakan yang fleksibel”. Keduanya tidak bisa diperiksa, jadi tidak ada satu pun yang layak ada di daftar.
Secara opsional, tambahkan tiga hal pada setiap fakta: URL sumber, pemilik yang dapat mengonfirmasinya, dan tanggal terakhir yang terverifikasi. Tanggal ini sangat penting. 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 acuan yang cukup panjang guna menyertakan berbagai hal yang ditanyakan pembeli, tetapi cukup singkat agar mudah diperbarui. Singkatnya, tulis fakta yang menjadi dasar keputusan pembeli dan secara realistis bisa Anda perbarui.
Daftar kami dimulai dari sekitar 50 fakta dan mencakup harga, batas paket, kuota prompt, akses API, dan klaim kemampuan.
Kami tidak memasukkan semua fakta tentang Ahrefs karena semakin panjang daftar fakta, semakin besar pengaruhnya terhadap berbagai elemen berikut dalam prosesnya:
- Biaya sedikit naik. 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 manual 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 baru yang harus Anda pertahankan keakuratannya. Acuan yang kedaluwarsa bisa lebih buruk daripada acuan yang tidak lengkap.
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 tersebut secara manual, tetapi prosesnya akan memakan waktu saat Anda memeriksa ratusan jawaban. Untuk audit yang lebih besar, kami menyarankan menggunakan AI untuk menangani sebagian besar pekerjaan yang berat.
Versi manual
Pendekatan ini berfungsi dengan baik untuk sejumlah kecil prompt dan layak dicoba dulu secara manual meskipun Anda berencana mengotomatiskannya nanti.
Versi otomatis
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.
- Fase 1: Periksa jawaban AI. Setujui fakta-fakta yang ada. Aplikasi menemukan klaim yang tidak akurat dalam jawaban AI, lalu memeriksa halaman yang dikutip untuk melihat apakah halaman tersebut menyatakan, membantah, atau tidak menyebutkan masalah tersebut, dengan kutipan verbatim sebagai bukti.
- Fase 2: Audit sumbernya. Setelah itu Anda bisa mencocokkan halaman yang dikutip dengan set fakta lengkap untuk menemukan kesalahan lain atau informasi penting yang terlewatkan. Untuk halaman yang harus diperbaiki, aplikasi akan menemukan penulis dan jalur kontak (biasanya profil media 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 oleh AI, bukan hanya halaman yang dikutipnya.
Set fakta yang sama juga bisa memeriksa halaman web mana pun atau draf yang belum dipublikasikan.
Sebagai gambaran biaya aplikasi, satu pemeriksaan berdasarkan 30 fakta, penilaian 217 jawaban, dan pengutipan 138 halaman, menghabiskan biaya sedikit di atas $1 untuk token LLM dan memakan waktu 2,5 jam (lihat tangkapan layar untuk kedua tahap di bawah ini).
Prioritaskan target outreach
Tidak semua halaman yang keliru layak ditelusuri. Prioritaskan halaman dengan koreksi yang 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 tidak ada.
- Frekuensi kutipan: Halaman yang sering dikutip dalam berbagai jawaban atau platform punya pengaruh lebih besar daripada sumber yang hanya muncul satu kali.
- Stabilitas kutipan: Sumber yang muncul secara konsisten dalam pemeriksaan berulang lebih berharga daripada yang hanya muncul sekali.
- Traffic organik: Halaman dengan traffic pencarian yang berarti dapat menjangkau pembeli melalui pencarian konvensional maupun jawaban AI.
- Otoritas: Domain rujukan dan Domain Rating dapat memperkuat kasus, terutama ketika sebuah halaman juga sering dikutip dan relevan.
- Hubungan: Apakah Anda atau rekan kerja Anda sudah mengenal penulis? Apakah ada yang bisa mengenalkan Anda kepada penulis? 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 situs tersebut. Dalam situasi lain, kutipan berasal dari seorang influencer yang sudah punya hubungan dengan kami, jadi tim Kemitraan kami adalah yang paling tepat untuk melakukan outreach.
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:
Temukan kontak yang tepat
Setelah menemukan halaman yang ingin Anda tindak lanjuti, langkah berikutnya adalah mencari tahu siapa penanggung jawab halaman tersebut.
Untuk jumlah halaman yang sedikit, alat pengambilan web standar 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 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 tautan ke halaman penulis (jika ada tautan) dan mencoba lagi di halaman penulis.
Mulailah dari orang yang disebut sebagai penulis. Periksa byline artikel dan halaman penulis terlebih dahulu, lalu lihat profil LinkedIn atau X penulis jika Anda membutuhkan cara untuk menghubunginya.
Jika Anda tidak bisa menemukan penulis atau sudah tidak bisa dihubungi, naik satu tingkat. Untuk publikasi, Anda bisa menghubungi editor atau content lead. Di perusahaan kecil, founder atau marketing lead mungkin bisa menjadi kontak terbaik.
Sebagai upaya terakhir, gunakan kontak umum perusahaan atau saluran 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 antara alat tersebut menawarkan API atau MCP, sehingga Anda dapat menghubungkan fungsinya ke dalam proses berbantuan AI.
Kirim permintaan koreksi dengan ramah dan tindak lanjuti satu kali
Pastikan outreach Anda bersifat membantu, bukan menuntut. Anda bisa mengucapkan terima kasih karena mereka membahas produk Anda, menunjukkan satu atau dua kesalahan spesifik, memberikan tautan 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:
Pendekatan ini mengurangi hambatan memulai percakapan, meski mungkin kurang efektif karena Anda meminta penerima untuk membalas sebelum mereka bisa melihat nilai dari perbaikan.
Jika Anda tidak mendapatkan balasan, tindak lanjuti satu kali. Setelah itu, lanjutkan ke halaman berikutnya di daftar Anda. Beberapa pesan tindak lanjut kami benar-benar berhasil.
Tips praktis lainnya untuk outreach:
Bersikaplah ramah. Jangan menuduh penulis menyebarkan misinformasi atau mengancam akan merusak reputasinya.
Anggap halaman tersebut sudah usang, jangan menganggap penulis bertindak dengan itikad buruk.
Buat permintaan yang 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, saluran, klaim yang perlu diperbaiki, respons, tindak lanjut, dan perubahan yang dikonfirmasi.
- Untuk berjaga-jaga, Anda bisa mengambil tangkapan layar halaman tersebut sebelum outreach. Jika Anda memakai formulir kontak, simpan bukti pengiriman pesan. Jika Anda menggunakan Ahrefs, Anda bisa memakai Site Explorer untuk mendokumentasikan perubahan di halaman pada tanggal tertentu.
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).
Dan ya, memperbarui halaman—meski kami tidak menemukan semuanya—tetapi kami berhasil memperkenalkan fakta yang benar dalam jawaban AI. Berikut contohnya (terima kasih banyak untuk Joonas dari thatmarketingbuddy.com):
Dua penulis lainnya mengatakan akan melakukan perubahan, tetapi 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. Temuan ini memberikan kami bahan perbaikan: memudahkan siapa pun yang menulis tentang produk kami dalam memahami apa saja yang tersedia dalam produk.
Mendapatkan balasan lebih mudah daripada menerapkan perubahan. Ini patut diingat saat Anda merencanakan pekerjaan ini. Anda memerlukan waktu untuk memeriksa apakah pembaruan yang dijanjikan benar-benar terjadi dan Anda sebaiknya siap bahwa sebagian pesan tidak akan dibalas.
Mengapa jawaban AI yang salah tidak cepat hilang
Menurut saya, satu perubahan bisa membuat sebagian besar masalah ini hilang: asisten AI seharusnya mengambil fakta mendasar tentang sebuah brand dari brand itu sendiri. Setidaknya, asisten AI harus menandai ketika sebuah klaim berasal dari pihak ketiga dan belum diverifikasi. Eksperimen Xarumei kami menunjukkan betapa konyolnya pencarian AI ketika tidak memperhitungkan sifat internet yang manipulatif.
Selama perusahaan teknologi belum membuat perubahan itu, informasi yang tidak akurat tentang brand akan tetap menjadi masalah—dan merupakan tanda bahwa asisten AI masih perlu banyak pengembangan.
ChatGPT mungkin sudah mengambil langkah untuk meningkatkan kualitas jawabannya. Misalnya, tampaknya ChatGPT telah menambahkan istilah seperti “official” untuk kueri fan-out dan menggunakan operator “site:” untuk mengambil informasi dari situs web tertentu, termasuk situs dari 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 tersebut lalu menjadi sumber bagi lebih banyak konten buatan AI dan slop loop yang buruk ini terus berlanjut.
Ngomong-ngomong, kami juga pernah berada “di posisi sebaliknya”. Dalam eksperimen promosi diri kami, ada pesaing yang meminta kami memperbaiki kesalahan yang dimasukkan AI ke konten kami—meski kami sudah meninjaunya secara manual dan berupaya sungguh-sungguh untuk hanya mengutip informasi yang terverifikasi.
Apa yang bisa Anda lakukan untuk mengurangi ketidakakuratan dalam jawaban AI di masa mendatang
Anda tidak bisa mengontrol jawaban asisten AI tetapi Anda bisa membuat informasi yang benar lebih mudah ditemukan oleh asisten AI dan siapa saja.
Buat informasi produk Anda tidak ambigu
Jelaskan harga, batas paket, dan ketersediaan fitur dengan jelas. Jika copy Anda masih membuka ruang interpretasi, pihak ketiga dan sistem AI akan mengisi kesenjangan itu—dan 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 pada saat audit.
Dokumentasi dan konten bantuan juga bisa menjadi sumber penting untuk pencarian AI. Untuk menggambarkan hal ini, saya memilih Samsung sebagai contoh dan memeriksa 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 pada banyak brand, yaitu konten praktis dari pihak pertama sering dikutip dalam jawaban AI dan digunakan oleh agen AI.
Sumber kutipan AI untuk Samsung
Porsi 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
Buat fakta produk Anda lebih mudah diakses oleh agen
Untuk jangka panjang, pertimbangkan untuk memublikasikan sumber informasi produk kanonikal yang dapat dibaca mesin. Itu bisa berupa titik akhir MCP, seperti milik Mobbin, feed RSS untuk pembaruan harga dan fungsi, atau pendekatan lain untuk penemuan sumber daya agentic, seperti yang sudah diimplementasikan oleh Suganthan Mohanadasan.
Semua ini tidak menjamin bahwa asisten AI akan menggunakan informasi Anda. Namun, semakin mudah Anda membuat asisten AI menemukan fakta terkini dan kanonikal, semakin kecil ruang bagi informasi pihak ketiga yang kedaluwarsa untuk mengisi kesenjangan informasi.
Pemantauan brand secara proaktif
Ini berarti Anda harus memantau penyebutan brand di seluruh internet dan bereaksi cepat saat menemukan ketidakakuratan. Berdasarkan pengalaman saya, kreator konten sangat peduli pada karyanya setelah dipublikasikan, jadi menghubungi lebih awal memberi Anda peluang lebih besar untuk membuat mereka memperbaiki halaman.
Tentu saja, ini tidak menjamin apa pun. Anda tidak tahu apakah suatu halaman akan dikutip dalam jawaban AI. Namun bertindak cepat dapat mencegah misinformasi masuk dalam respons AI.
Anda juga bisa mencari sinyal jika suatu halaman lebih mungkin dikutip. DR, reputasi, dan relevansinya terhadap topik yang Anda anggap penting bisa menjadi proksi yang berguna, terutama jika Anda beroperasi di niche sempit dengan hanya segelintir halaman yang relevan di internet. 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 setiap sumber baru saat ditemukan, sehingga Anda mendapatkan pemantauan yang 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 pesaing, mengekstrak tier baru, menemukan setiap posting yang menyebutkannya, menulis ulang hanya bagian harga, dan meminta persetujuan di Slack sebelum publikasi. 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 perlu biaya. Ini penting karena di mana brand Anda disebutkan secara online—dan apa yang disebutkan—bisa berdampak besar pada visibilitas Anda dalam jawaban AI.
Itulah sebabnya aplikasi seperti milik kami, yang mengotomatiskan proses penemuan dan perbaikan informasi yang tidak akurat, bisa sangat berguna. Namun, berdasarkan pengalaman kami, jika Anda tidak siap menawarkan sesuatu sebagai imbalan untuk memperbarui informasi tentang brand Anda, hasilnya tidak akan maksimal.
Namun, masalah yang lebih besar adalah sesuatu yang perlu diatasi oleh pengembang AI: bagaimana sistem AI memilih sumber yang dipercaya saat menjawab pertanyaan tentang brand. Saat ini, proses itu belum memuaskan siapa pun.
Anda tidak bisa mengharapkan setiap kreator konten atau pemilik situs web terus-menerus memeriksa fakta dan selalu memperbarui informasi setiap perusahaan. Namun, Anda bisa mengharapkan sebuah bisnis terus berupaya menjaga keakuratan informasi bisnisnya. Ada banyak alasannya—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.
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.
Jelajahi semua panduan AEO
Apa Itu Answer Engine Optimization (AEO)?
Mulai dari sini. Apa itu AEO, apa bedanya dengan SEO, dan tujuh langkah untuk memulainya.
Cara Kerja Mesin Jawaban
Bagaimana proses prompt menjadi jawaban dan di mana merek Anda bisa masuk dalam proses itu.
Cara Melacak Visibilitas AI
Anda tidak bisa mengoptimalkan sesuatu tanpa bukti. Tujuh cara mengukur di mana merek Anda muncul dalam jawaban AI.
Cara Memilih Prompt Terbaik untuk Dilacak
Lacak klaster prompt, bukan respons satu kali. Sebelas tempat untuk menemukan kueri yang layak dipantau.
Cara Mengoptimalkan Konten untuk Mesin Jawaban
Mendapatkan peringkat membuat Anda dipertimbangkan. Ini cara agar Anda dikutip — topik, format, dan perubahan on-page yang efektif.
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.
Cara Mengoptimalkan Situs Web Anda untuk Mesin Jawaban
Perbaikan teknis yang akan menentukan AI dapat menjangkau halaman Anda, membacanya, dan memahami siapa Anda.
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 dalam pencarian AI.