Cara Kerja Jawaban Pencarian Berbasis AI: Dari Kueri hingga Kutipan

Pendahuluan

Jawaban AI dihasilkan melalui 6 langkah: sistem membaca pertanyaan, membaginya menjadi pencarian yang lebih kecil, menemukan sumber, memilih bukti terbaik, menulis balasan, dan menambahkan kutipan. Panduan Google tentang pencarian AI pada Mei 2026 menyebutkan 2 dari langkah-langkah tersebut, yaitu pengambilan data dan perluasan kueri. Pemasar dapat memengaruhi apakah konten mereka ditemukan, relevan, dan mudah didukung, tetapi mereka tidak dapat mengarahkan pilihan model atau memaksa adanya kutipan.

Fakta Utama

• Kutipan AI adalah hasil. Tidak ada penerbit yang dapat mengaktifkannya.
• Pengambilan data dilakukan sebelum penayangan. Sebuah halaman harus ditemukan dan dinilai berguna sebelum dapat mendapatkan pengakuan.
• Beberapa tahap terbuka untuk pengaruh. Akses perayapan, relevansi, bukti, dan kejelasan sebagian berada di tangan bisnis.
• Tahap-tahap lainnya berada di bawah kendali model. Membaca kueri, penilaian internal, jawaban tertulis, dan kutipan akhir merupakan keputusan sistem.
• Optimasi mesin jawaban (AEO) paling efektif sebagai alat diagnosis. Temukan tahap di mana visibilitas terputus sebelum Anda menghabiskan uang untuk memperbaikinya.

Perjalanan 6 tahap dari pertanyaan hingga kutipan

Memahami bagaimana mesin AI membangun dan mengutip jawaban dimulai dengan mengetahui bagian mana dari proses tersebut yang dapat dipengaruhi oleh pemasar dan bagian mana yang berada di luar kendali mereka. Enam tahap di bawah ini memberikan model kerja praktis, bukan menyiratkan bahwa setiap produk AI menggunakan arsitektur yang identik.

Google menerbitkan panduan resmi pertamanya mengenai pencarian AI pada 15 Mei 2026. Pengumuman di Search Central menyatakan bahwa praktik terbaik optimasi mesin pencari (SEO) tetap menjadi fondasinya. Platform lain menjalankan sistem pengambilan, peringkat, dan penulisan mereka sendiri.

Secara umum, prosesnya terlihat seperti ini:

Tahap	Apa yang terjadi
1. Interpretasi kueri	Sistem menentukan apa yang diminta oleh pengguna.
2. Perluasan sub-permintaan	Pertanyaan tersebut dipecah menjadi pencarian terkait atau kebutuhan informasi.
3. Pencarian	Sistem menemukan sumber-sumber yang mungkin relevan.
4. Peringkat bagian teks	Dokumen, bagian teks, atau bukti yang berguna ditempatkan di bagian atas.
5. Sintesis	Sistem menuliskan jawabannya.
6. Penambahan kutipan	Beberapa sumber mendapatkan kredit yang terlihat.

Nilainya terletak pada pemahaman tentang bagian mana yang dapat dibentuk oleh pemasar dan bagian mana yang tetap menjadi tanggung jawab model.

1. Interpretasi kueri: apa yang sebenarnya ditanyakan pengguna?

Pada tahap ini, sistem menganalisis maksud, konteks, dan jenis jawaban yang akan memuaskan pertanyaan tersebut.

Pengumuman BERT Google tahun 2019 menyebutkan bahwa 15% dari kueri yang diterima setiap hari merupakan hal baru bagi Google, sehingga tidak ada yang dapat memprediksi setiap prompt.

Ambil contoh kueri ini: “Apa CRM terbaik untuk tim penjualan SaaS yang beranggotakan 50 orang?”

Pencocokan kata kunci hanyalah permulaan, karena jawabannya bergantung pada arti “terbaik” dan apa yang dibutuhkan oleh tim software-as-a-service (SaaS) beranggotakan 50 orang. Hal ini juga bergantung pada produk mana yang dianggap sebagai alat manajemen hubungan pelanggan (CRM). Selain itu, hal ini bergantung pada apakah pengguna lebih mementingkan biaya, pengaturan, pelaporan, integrasi, atau pertumbuhan.

Hal-hal yang dapat dipengaruhi oleh pemasar

• Bahasa entitas yang jelas: jadikan jelas apa perusahaan, produk, atau layanan tersebut.
• Definisi audiens: jelaskan untuk siapa penawaran tersebut ditujukan.
• Penyesuaian dengan masalah: hubungkan produk atau layanan dengan masalah yang diselesaikannya.
• Kejelasan bersyarat: nyatakan di mana setiap klaim berlaku dan di mana tidak.

Apa yang tidak dapat dikendalikan oleh pemasar

• Interpretasi prompt: jelaskan bagaimana sistem menafsirkan kata-kata persis dari 1 pengguna.
• Konteks percakapan: percakapan sebelumnya mana yang memengaruhi jawaban.
• Penilaian niat: interpretasi mana yang dianggap paling penting oleh sistem.

Pelajaran praktisnya: berhentilah mencoba memprediksi setiap prompt dan jelaskan topiknya dengan jelas.

2. Perluasan sub-pertanyaan: 1 pertanyaan dapat menjadi beberapa pencarian

Pada tahap ini, 1 pertanyaan umum berubah menjadi beberapa kebutuhan informasi yang lebih kecil.

Pertanyaan yang kompleks jarang hanya berisi 1 hal untuk dicari, dan Google menyebut pemisahan kueri ini sebagai fan-out. Dokumentasi fitur AI-nya menyebutkan bahwa AI Overviews dan AI Mode dapat menjalankan beberapa pencarian terkait di berbagai subtopik dan sumber untuk menyusun respons.

Hal ini mengubah cara memandang relevansi, karena sebuah halaman tidak perlu menggunakan kata-kata yang persis sama dengan prompt. Halaman tersebut dapat muncul di hasil pencarian dengan menjawab salah satu pertanyaan terkait yang diperiksa sistem selama proses tersebut.

Misalnya

Pertanyaan seperti: “Apa CRM terbaik untuk tim penjualan SaaS yang beranggotakan 50 orang?” dapat memunculkan kebutuhan informasi terkait seputar:

• Penetapan harga CRM
• Kesesuaian ukuran tim
• Pelaporan penjualan
• Upaya penyiapan
• Integrasi SaaS
• Ruang untuk berkembang

Sebagian besar sistem menyembunyikan cabang-cabang yang muncul, tetapi prinsipnya tetap berlaku.

Hal-hal yang dapat dipengaruhi oleh pemasar

Bangun cakupan yang cukup sehingga situs tersebut menjawab pertanyaan utama dan pertanyaan-pertanyaan kunci di sekitarnya.

Hal itu dapat mencakup:

• Halaman pendukung untuk topik yang sangat terkait.
• Tautan internal yang kuat antara sumber daya terkait.
• Cakupan subtopik yang jelas di dalam artikel yang lebih luas.
• Halaman-halaman terpisah yang dibenarkan oleh maksud pencarian tersendiri.

Hal-hal yang tidak dapat dikendalikan oleh pemasar

Sistem yang menentukan:

• kueri fan-out mana yang harus dibuat
• berapa banyak pencarian yang harus dijalankan
• subtopik mana yang paling penting
• bahan bacaan mana yang diprioritaskan

Inilah mengapa puluhan halaman yang hampir identik, 1 halaman per variasi prompt, merupakan strategi yang lemah. Panduan Google sendiri menganggap pola tersebut sebagai spam.

3. Pengambilan: sumber mana yang masuk ke dalam kumpulan kandidat?

Pengambilan adalah tahap di mana sistem menemukan materi sumber untuk membantu menjawab pertanyaan. Retrieval-augmented generation (RAG) memasangkan model bahasa dengan informasi yang diambil dari luar model tersebut. Google menyatakan bahwa fitur AI-nya menggunakan sistem peringkat Pencarian intinya untuk mengambil halaman yang relevan dan terkini dari indeksnya.

Bagi pemasar, tahap ini seharusnya terdengar familiar: jawaban AI hanya dapat menggunakan apa yang dapat ditemukan dan diambil oleh sistem, yang merupakan salah satu alasan mengapa SEO masih penting.

Apa yang membantu pada tahap pengambilan

Area pengaruh	Mengapa hal ini penting
Kemampuan merayapi	Sistem pencarian memerlukan akses ke halaman-halaman penting.
Kemampuan pengindeksan	Halaman harus memenuhi syarat untuk dimasukkan ke dalam indeks yang dapat dicari.
Konten yang dapat diakses	Fakta-fakta utama tidak boleh bergantung pada tampilan yang rentan atau antarmuka yang sulit dijangkau.
Tautan internal	Struktur situs yang kuat menonjolkan halaman-halaman penting serta keterkaitannya.
Relevansi topik	Halaman tersebut memerlukan tautan yang nyata ke informasi yang dibutuhkan.
Konten yang bermanfaat	Hanya memenuhi syarat tidak membuat halaman yang lemah menjadi kompetitif.

Apa yang berada di luar kendali bisnis

Seorang pemasar tidak dapat menentukan:

• apakah 1 URL tertentu akan diambil
• seberapa besar himpunan kandidat tersebut
• pesaing mana saja yang juga akan diambil
• seberapa besar pergeseran hasil pencarian dari satu kueri ke kueri berikutnya

Panduan Google tentang cara kerja Pencarian mencantumkan 3 tahap: perayapan, pengindeksan, dan penyajian. Panduan tersebut juga menyatakan bahwa Google tidak menjamin ketiga tahap tersebut, bahkan untuk halaman yang mengikuti aturannya. Memenuhi aturan membuat sebuah halaman memenuhi syarat, dan itu saja.

Pengambilan data adalah gerbang, dan jika konten Anda tidak pernah melewatinya, upaya pada tahap-tahap selanjutnya tidak akan bisa mengimbanginya.

4. Peringkat bagian: bukti mana yang cukup berguna untuk disimpan?

Pencarian mempertimbangkan sumbernya. Peringkat bagian menentukan apakah informasi di dalamnya cukup berguna untuk disimpan. Dokumen yang ditemukan tidak memasukkan setiap kata di dalamnya ke dalam jawaban.

Sistem masih harus memilih fakta mana yang sesuai dengan tugas tersebut. Tergantung pada produknya, sistem dapat menentukan peringkat seluruh dokumen, bagian, atau unit bukti yang lebih kecil.

Bukti lemah versus bukti berguna

Ambil 2 bagian teks yang menjawab pertanyaan tentang biaya pengaturan perangkat lunak.

Versi lemah: “Penerapan cepat dan terjangkau untuk bisnis yang sedang berkembang.”

Versi yang lebih kuat: “Biaya implementasi bergantung pada volume migrasi, persyaratan integrasi, jumlah pengguna, dan tingkat konfigurasi khusus yang diperlukan. Bisnis yang bermigrasi dari beberapa alat lama biasanya akan menghadapi lebih banyak pekerjaan implementasi daripada tim yang berpindah dari satu platform.”

Bagian kedua lebih bermanfaat karena menjelaskan:

• apa yang memengaruhi hasilnya
• bagaimana faktor-faktor tersebut saling berhubungan
• di mana klaim tersebut berlaku
• mengapa keadaan dapat mengubah jawaban

Apa yang dapat dipengaruhi oleh pemasar

• Kekhususan: berikan jawaban langsung yang didukung oleh detail.
• Kedekatan bukti: letakkan bukti di samping pernyataan yang didukungnya.
• Kualifikasi: nyatakan batasan dan syarat-syaratnya.
• Kejelasan bagian: pastikan setiap bagian dapat dipahami tanpa banyak konteks di sekitarnya.
• Bahasa kausal: jelaskan mengapa sesuatu terjadi serta apa yang terjadi.

Apa yang tidak dapat dikendalikan oleh pemasar

Bisnis tidak dapat melihat atau menentukan:

• skor penataan ulang pribadi
• ambang batas internal
• sistem pembobotan
• bagian yang bersaing
• bagaimana model memanfaatkan ruang konteksnya

Penulisan yang berfokus pada jawaban layak ditempatkan di sini, karena penulisan yang jelas mengurangi tebakan yang diperlukan untuk memahami isi paragraf. Tidak ada sistem AI yang mensyaratkan panjang paragraf atau rumus tertentu.

5. Sintesis: model menyusun jawaban

Sintesis adalah tahap di mana informasi yang diambil diubah menjadi jawaban yang sesuai dengan pertanyaan. Inilah tahap yang paling sering dibayangkan orang ketika mereka memikirkan AI generatif.

Model dapat:

• menggabungkan beberapa sumber
• merangkum penjelasan yang lebih panjang
• menyelaraskan informasi yang tumpang tindih
• hanya menyimpan sebagian dari fakta yang tersedia
• menyesuaikan pilihan kata dengan pertanyaan dan konteks pengguna

Di mana pemasar masih memiliki pengaruh

Menerbitkan materi sumber yang:

• akurat
• spesifik
• didukung dengan baik
• konsisten dengan dirinya sendiri
• sulit disalahartikan

Di mana kendali berakhir

Model mengendalikan:

• penyusunan kalimat akhir
• nada
• panjang jawaban
• fakta mana yang disertakan
• bagaimana sumber-sumbernya digabungkan
• apa yang diabaikan

Batas ini penting: AEO meningkatkan kualitas materi yang diterima oleh sistem pengambilan dan penulisan, sementara sistem penulisan itu sendiri tetap berada di bawah kendali model.

6. Lampiran kutipan: sumber mana yang mendapat pengakuan yang terlihat?

Kutipan adalah hasil akhir yang terlihat, dan ini juga merupakan langkah yang paling diperhatikan oleh pemasar. Pisahkan hal ini dari proses pencarian dan penggunaan.

Apa yang dapat ditingkatkan oleh bisnis

• Klaim yang dapat diverifikasi
• Asal usul sumber yang jelas
• Bukti yang ditempatkan di dekat klaim
• Informasi asli atau khas
• Halaman yang sudah berkinerja baik pada tahap-tahap sebelumnya

Apa yang tidak dapat ditentukan oleh bisnis

• Berapa banyak kutipan yang muncul
• Sumber mana yang mendapat pengakuan
• Di mana kutipan tersebut dilampirkan
• Apakah sumber pesaing justru yang menang

Batas tersebut merupakan gagasan inti dalam AEO: Anda dapat meningkatkan kondisi untuk pemilihan, tetapi Anda tidak dapat menuntut pemilihan.

Kesalahan yang mahal: mengoptimalkan tahap yang salah

Pemborosan terbesar dalam AEO berasal dari penerapan taktik pada tahap yang salah. Tim terburu-buru melakukan optimasi sebelum menemukan di mana letak kegagalan, dan hasilnya adalah aktivitas tanpa diagnosis.

Contoh 1: halaman tidak dapat diindeks

Misalkan sebuah halaman penting tidak dapat diindeks. Menulis ulang bagian pertanyaan yang sering diajukan (FAQ) untuk “kemampuan ekstraksi AI” tidak akan memperbaikinya, karena kegagalan terjadi lebih awal, pada tahap penemuan dan pengambilan.

Contoh 2: halaman dapat diambil tetapi lemah

Sekarang, mari kita lihat kasus sebaliknya. Sebuah halaman dapat di-crawl, diindeks, dan mendapat peringkat untuk pencarian yang relevan, tetapi klaimnya tidak jelas dan tidak didukung. Penandaan yang lebih teknis tidak akan memperbaikinya, karena kelemahannya lebih terkait dengan pemilihan bukti.

Lakukan diagnosis sebelum mengoptimalkan

Jika masalahnya adalah...	Fokuslah terlebih dahulu pada...
Halaman tersebut tidak dapat ditemukan	Kemampuan untuk di-crawl, diindeks, dan arsitektur situs
Halaman tersebut berhasil diambil tetapi tidak bermanfaat	Relevansi, kejelasan, dan bukti
Jawaban tersebut tidak jelas atau terlalu umum	Spesifisitas, informasi dari sumber pertama, dan dukungan yang lebih kuat
Pesaing disebutkan berulang kali	Kualitas bukti perbandingan dan kegunaan sumber
Merek tersebut muncul tetapi tidak disebutkan	Pola atribusi dan pengukuran tingkat sumber

Hal ini mencegah AEO berubah menjadi sekadar daftar tugas teknis yang sedang tren.

Panduan optimasi pencarian AI dari Google mendukung hal ini. Untuk Google Search, Anda tidak memerlukan berkas llms.txt maupun markup AI khusus. Anda juga tidak memerlukan potongan konten yang sangat pendek maupun markup Schema.org khusus AI. Panduan yang sama menyatakan bahwa membuat halaman terpisah untuk setiap kueri fan-out, yang dibuat untuk memanipulasi hasil, melanggar kebijakan penyalahgunaan konten berskala besar Google.

Struktur halaman tetap penting, namun karena alasan yang berbeda. Paragraf pendek, judul yang jelas, dan jawaban yang lengkap membantu orang memahami konten dan memperjelas hubungan antar informasi. Perlakukan hal-hal tersebut sebagai penulisan yang baik, bukan sebagai kode rahasia yang memaksa adanya kutipan.

Apa yang sebenarnya dapat dioptimalkan oleh pemasar?

Sebagian besar pekerjaan AEO yang praktis terbagi menjadi 3 bidang: penemuan, kualitas bukti, dan pengukuran.

Model 6 tahap membantu dalam diagnosis. Dalam praktiknya, pemasar meningkatkan bagian-bagian sistem yang dapat mereka bentuk, yang dikelompokkan ke dalam 3 bidang tersebut.

1. Pastikan informasi penting dapat ditemukan

Mulailah dengan hal-hal dasar: halaman-halaman penting harus terbuka bagi crawler, dimuat dengan benar, dan dapat diindeks di mana pun platform mengandalkan pencarian web atau korpus terindeks.

Untuk Google, praktik SEO standar masih berlaku untuk fitur AI. Halaman bantuan OpenAI tentang pencarian ChatGPT menyarankan pemilik situs untuk mengizinkan crawler OAI-SearchBot masuk agar memenuhi syarat, dan disebutkan bahwa penempatan tidak dijamin.

Anggap saja sebagai 2 langkah:

• SEO membuat informasi dapat ditemukan. Halaman yang bermanfaat harus ditemukan terlebih dahulu.
• AEO membuat jawaban tersebut dapat digunakan. Setelah halaman dapat ditemukan, pastikan jawabannya jelas, didukung bukti yang kuat, dan mudah dipahami dalam konteksnya.

2. Tingkatkan kualitas bukti

Begitu proses penemuan data berjalan lancar, kualitas berarti lebih dari sekadar “menulis artikel yang lebih baik”. Tanyakan pada diri sendiri apakah setiap bagian memberikan informasi yang cukup kepada sistem agar dapat menggunakannya secara bertanggung jawab.

Salah satu cara yang berguna untuk memeriksa kualitas adalah:

• Apa klaimnya?
• Bukti apa yang mendukungnya?
• Kondisi apa saja yang memengaruhinya?
• Apakah sumbernya jelas?
• Apakah teks tersebut dapat dipahami tanpa perlu menebak-nebak?
• Apakah klaim tersebut menambahkan sesuatu di luar konsensus yang sudah ada?

Misalnya, Anda mengklaim bahwa 1 pendekatan lebih cepat: lebih cepat daripada apa, dalam kondisi apa, dan berdasarkan bukti siapa?

Jika Anda mengutip statistik, apakah metode pengukurannya tersedia?

Jika Anda menjelaskan sebuah layanan, apakah jelas untuk siapa layanan tersebut ditujukan dan masalah apa yang diselesaikannya?

Jika ada batasan, apakah batasan tersebut tercantum dalam klaim tersebut atau tersembunyi tiga bagian kemudian?

Konten AEO yang kuat menghilangkan ambiguitas, dan panduan Google menganut prinsip yang sama yang mengutamakan pengguna dengan lebih memilih konten yang bermanfaat dan orisinal daripada halaman komoditas yang dibuat untuk menangkap variasi pencarian.

3. Ukur setiap tahap perjalanan

Sebuah kutipan menunjukkan visibilitas, tetapi tidak menjelaskan mengapa Anda muncul atau mengapa Anda menghilang.

Lacak lebih dari sekadar hasil kutipan ya atau tidak.

Apa yang perlu dilacak	Apa yang dapat diungkapkannya
Prompt atau kueri	Informasi apa yang memicu visibilitas
Platform	Di mana perilaku penulisan kutipan berbeda
URL yang dikutip	Halaman mana yang dipilih
Bagian yang dirujuk	Bagian mana yang terlihat berguna
Sumber yang bersaing	Siapa yang terus memenuhi kebutuhan informasi yang sama
Visibilitas organik	Apakah hasil pencarian dan visibilitas pencarian standar tumpang tindih
Penyebutan merek tanpa tautan	Apakah bisnis tersebut memasukkan jawaban tanpa kredit yang terlihat

Kemudian bandingkan polanya.

Apakah halaman tersebut kehilangan indeksasi?

Apakah halaman tersebut muncul di hasil pencarian organik tetapi tidak di jawaban yang dihasilkan?

Apakah penerbit lain terus-menerus dikutip karena memiliki data asli?

Apakah Anda disebutkan tanpa mendapatkan tautan?

Pola-pola tersebut mengarah pada keputusan yang lebih baik daripada menganggap setiap kutipan yang terlewat sebagai masalah penulisan.

Cara sederhana untuk mendiagnosis kutipan yang hilang

Ketika ada kutipan yang terlewat, ikuti tahapan-tahapan berikut secara berurutan sebelum Anda menulis ulang apa pun. Ganti pertanyaan “Bagaimana cara membuat AI mengutip halaman ini?” dengan 5 pertanyaan diagnostik.

1. Apakah halaman tersebut dapat ditemukan? Periksa akses teknis, kemampuan merayapi, dan pengindeksan. Halaman persyaratan teknis Google mencantumkan 3 tes: Googlebot tidak diblokir, halaman tersebut mengembalikan status HTTP 200, dan halaman tersebut memiliki konten yang dapat diindeks.
2. Apakah informasi tersebut relevan dengan yang dibutuhkan? Perhatikan tidak hanya kata kunci yang tepat, tetapi juga pertanyaan-pertanyaan terkait dan kemungkinan topik-topik yang berkembang darinya.
3. Apakah ada jawaban yang jelas di halaman tersebut? Temukan bagian yang seharusnya menjawab pertanyaan tersebut. Jika seseorang kesulitan menemukannya, berarti penjelasannya terlalu samar.
4. Apakah buktinya cukup kuat? Bandingkan halaman tersebut dengan sumber-sumber yang sudah ada. Carilah data asli, penjelasan yang lebih kuat, kondisi yang lebih jelas, atau asal-usul yang lebih baik.
5. Apakah masalahnya terkait atribusi? Jika merek atau faktanya muncul dalam jawaban tetapi halaman tersebut tidak memiliki kutipan yang terlihat, masalahnya terletak pada tahap selanjutnya dalam rantai.

Urutan ini mencegah tim menghabiskan anggaran untuk taktik tahap akhir sementara masalah pada tahap awal masih menghalangi halaman tersebut.

Optimalkan kondisi untuk kutipan

Anda mengoptimalkan kondisi yang menjadikan konten Anda kandidat kuat untuk pengambilan data, pemilihan bukti, dan atribusi.

Meski begitu, tidak ada yang dijamin: Google Search Essentials menyatakan bahwa halaman yang memenuhi semua persyaratan dan praktik terbaik tetap tidak dijamin akan di-crawl, diindeks, atau ditampilkan. OpenAI juga menyatakan hal yang sama mengenai penempatan pencarian ChatGPT. Hal ini memang kurang menarik dibandingkan janji untuk “mendominasi hasil AI”, tetapi memberikan cara yang jauh lebih berguna bagi pemasar untuk beroperasi.

Pemasar dapat:

• buat konten penting agar mudah ditemukan
• terbitkan jawaban yang spesifik dan dapat didukung
• bangun cakupan topik berdasarkan pertanyaan pelanggan yang sebenarnya
• buat bukti dari pihak pertama, bukan ringkasan daur ulang
• lacak sumber mana yang terus menjawab pertanyaan-pertanyaan penting secara komersial
• identifikasi tahap-tahap yang lemah alih-alih mengubah semuanya sekaligus

Yang tidak dapat mereka lakukan adalah mengontrol cara model pribadi membaca kueri, penilaian internalnya, atau pilihan kutipan akhirnya.