Cara Melakukan Audit GEO: Pantau Visibilitas Pencarian AI Anda

Pendahuluan

Sebagian besar tim pemasaran memeriksa visibilitas AI mereka dengan cara yang sama: seseorang membuka ChatGPT, mengetik “terbaik [kategori] di [kota],” dan membaca jawabannya. Jika merek tersebut muncul, semua orang merasa lega. Jika tidak, seseorang panik di saluran Slack. Bagaimanapun juga, hampir tidak ada yang dipelajari — satu prompt yang dijalankan sekali di satu platform hanyalah sebuah anekdot.

Audit GEO menggantikan anekdot tersebut dengan pengukuran yang dapat diulang. GEO—generative engine optimization— adalah disiplin ilmu untuk memastikan merek muncul secara akurat dalam jawaban yang dihasilkan AI. Panduan ini memaparkan lima langkah audit lengkap: membangun panel prompt tetap, menjalankannya secara konsisten di berbagai platform, menilai jawaban, memetakan sumber yang menjadi dasar jawaban tersebut, dan menjalankannya kembali sesuai jadwal. Pada akhirnya, Anda akan memiliki tolok ukur yang dapat dipertanggungjawabkan, serta proses yang dapat diulang bulan depan tanpa harus memulai dari awal.

Apa yang Sebenarnya Diukur oleh Audit GEO

Alasan untuk menanggapi hal ini dengan serius saat ini sangat sederhana: jawaban AI secara diam-diam telah menjadi saluran pembelian. Prospek yang dulu membuka sepuluh tautan biru kini membaca satu jawaban yang disintesis dan bertindak berdasarkan jawaban tersebut. Merek-merek yang ada di dalam jawaban tersebut membagi permintaan; yang lainnya membagi sisa permintaan. Sebagian besar perusahaan tidak tahu di sisi mana mereka berada.

Sebelum membahas langkah-langkahnya, ada baiknya kita memahami dengan tepat satuan pengukurannya, karena ini bukanlah peringkat.

Audit GEO mengukur empat hal. Pertama, penyebutan: apakah asisten tersebut menyebut merek Anda sama sekali ketika pembeli mengajukan pertanyaan yang biasa diajukan oleh pembeli Anda? Kedua, kutipan: apakah asisten tersebut mengarahkan ke situs web Anda, atau ke situs web pihak lain, ketika membuat klaim tentang Anda? Ketiga, deskripsi: ketika berbicara tentang Anda, apakah yang dikatakannya benar—kategori Anda, lokasi Anda, kisaran harga Anda, layanan inti Anda? Keempat, ketergantungan sumber: halaman pihak ketiga mana yang dijadikan acuan oleh asisten saat menyusun jawabannya, dan apakah halaman-halaman tersebut menyampaikan apa yang Anda inginkan?

Keempat aspek tersebut bekerja secara independen. Sebuah merek bisa disebutkan di mana-mana namun tidak dikutip di mana pun. Merek tersebut bisa dikutip namun dijelaskan dengan buruk. Merek tersebut bisa dijelaskan dengan baik hanya karena satu halaman ulasan yang sudah usang kebetulan memberikan pujian pada kuartal ini. Menggabungkan semua ini menjadi satu “skor AI” akan menyembunyikan masalah yang paling perlu Anda perhatikan. Pisahkan keempat aspek tersebut, dan audit akan menjadi diagnostik: setiap mode kegagalan memiliki solusi yang berbeda.

Satu hal lagi yang perlu disepakati sebelum memulai: audit adalah potret sistem yang terus berubah. Model diperbarui, sumber pencarian berubah, dan jawaban pun bergeser. Nilainya tidak terletak pada satu kali pengujian saja, melainkan pada menjalankan tes yang sama lagi di kemudian hari dan melihat perbedaannya. Semua langkah di bawah ini dirancang agar pengulangan tersebut murah dan jujur.

Langkah 1: Buat panel prompt tetap

Fondasi audit ini adalah panel berisi 20 hingga 30 pertanyaan yang ditulis sesuai cara pembeli sungguhan berbicara, bukan cara tim pemasaran Anda berbicara. Ini lebih sulit daripada kedengarannya, karena tim internal cenderung menulis pertanyaan yang mengandung kosakata merek mereka sendiri—yang tidak digunakan oleh pembeli mana pun, dan yang membuat audit menjadi tidak bermakna.

Panel yang baik memadukan lima jenis pertanyaan. Pertanyaan kategori: “Agen mana di Jakarta yang menangani optimasi mesin generatif?” Pertanyaan masalah: “Mengapa ChatGPT tidak pernah menyebut perusahaan saya?” Pertanyaan perbandingan: “Bandingkan tiga opsi teratas untuk X.” Pertanyaan lokal atau spesifik bahasa, dalam setiap bahasa yang benar-benar digunakan pembeli Anda. Dan pertanyaan spesifikasi yang menyebutkan fitur, kisaran harga, atau persyaratan, karena itulah pertanyaan yang paling mendekati keputusan pembelian. Alat riset kata kunci sangat membantu di sini: kueri yang sudah diketik orang di Google merupakan bahan mentah terbaik untuk pertanyaan yang akan mereka ketikkan ke asisten.

Berikut adalah contoh sebagian kecil dari panel nyata untuk merek layanan B2B:

• “Siapa saja agensi GEO terbaik untuk perusahaan e-commerce menengah?” - “Berapa biaya audit GEO dan apa saja yang seharusnya termasuk di dalamnya?” - “Apakah [merek] atau [pesaing] lebih baik untuk SEO internasional?” - “Agensi digital di Jakarta yang paham pencarian berbasis AI?” (maksud yang sama, dalam bahasa lain yang digunakan pembeli) - “Mengapa Perplexity merekomendasikan [pesaing] tetapi tidak [merek]?”

Perhatikan bahwa tidak ada satupun di antaranya yang menyebutkan tagline merek, nama produk, atau terminologi internal. Itulah intinya.

Tiga aturan menjaga keaslian panel. Tulis pertanyaan dari panggilan penjualan dan tiket dukungan, bukan dari brainstorming—cara pembeli berbicara dengan tenaga penjualan adalah cara mereka berbicara dengan asisten. Sertakan beberapa pertanyaan di mana Anda tahu pasti akan menang dan beberapa di mana Anda mengharapkan kekalahan; panel yang Anda menangkan sepenuhnya tidak memberikan informasi apa pun. Dan bekukan daftar tersebut. Satu-satunya kesalahan paling umum dalam audit ini adalah diam-diam mengganti pertanyaan dengan yang lebih mudah setiap bulan, yang membuat garis tren apa pun naik. Setujui panel sekali, tuliskan, bagikan dengan pemangku kepentingan, dan jangan ubah di antara putaran.

Langkah 2: Jalankan panel di berbagai platform, secara konsisten

Jalankan setiap pertanyaan di setiap platform yang digunakan pembeli Anda. Bagi sebagian besar merek saat ini, itu berarti ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Perplexity, Copilot, Claude, dan Grok — tetapi biarkan analisis dan basis pelanggan Anda yang menentukan, bukan kebiasaan.

Konsistensi lebih penting daripada cakupan. Gunakan sesi baru untuk setiap platform: hindari personalisasi akibat login jika memungkinkan, jangan gunakan instruksi khusus, dan gunakan pengaturan lokasi serta bahasa yang sama di setiap eksekusi. Dokumentasikan pengaturan tersebut sekali dan gunakan kembali, karena pengaturan tersebut memengaruhi jawaban. Jalankan setiap pertanyaan tiga kali per platform, bukan sekali — satu kali pengujian bisa saja memberi hasil yang terlalu memuji atau menakutkan, sedangkan tiga kali pengujian akan memperlihatkan seberapa stabil jawaban tersebut sebenarnya. Jika sebuah pertanyaan menampilkan merek Anda dua kali dari tiga kali pengujian, itu adalah temuan yang berbeda dibandingkan jika muncul tiga kali dari tiga kali.

Jangan abaikan bahasa. Pertanyaan yang sama dalam bahasa Inggris dan bahasa Indonesia dapat menghasilkan dua daftar pendek yang benar-benar berbeda, karena sumber data yang diambil model berbeda-beda tergantung bahasa. Setiap merek yang memasarkan produknya ke lebih dari satu pasar berbahasa pada dasarnya melakukan satu audit per bahasa.

Catat semuanya saat Anda melakukannya: pertanyaan, platform, nomor eksekusi, tanggal, teks jawaban lengkap, atau tangkapan layar. Pencatatan ini mungkin terasa membosankan pada minggu pertama, tetapi akan menjadi artefak paling berharga yang Anda miliki pada bulan ketiga, ketika seseorang bertanya mengapa suatu angka berubah.

Struktur pencatatan yang sederhana sudah cukup. Satu baris per eksekusi, dengan kolom untuk tanggal, platform, ID pertanyaan, nomor eksekusi, disebutkan (ya/tidak), URL yang dikutip (jika ada), ringkasan deskripsi, sumber yang terlihat, dan tautan ke jawaban lengkap. Spreadsheet lebih unggul daripada dasbor pada tahap ini; formatnya akan berubah seiring Anda mempelajari apa yang sebenarnya ditanyakan oleh pemangku kepentingan Anda, dan spreadsheet lebih fleksibel terhadap perubahan.

Langkah 3: Beri skor pada penyebutan, kutipan, dan deskripsi

Untuk setiap jawaban, catat empat bidang.

Penyebutan: apakah merek tersebut disebutkan, ya atau tidak. Kutipan: apakah jawaban tersebut menautkan ke situs Anda, dan jika menautkan ke mana pun, ke mana. Deskripsi: catatan singkat tentang bagaimana merek tersebut digambarkan — kategori, lokasi, positioning, kisaran harga. Sumber: halaman eksternal mana yang secara jelas menjadi rujukan jawaban tersebut, di mana platform menampilkannya.

Ada dua pola yang perlu mendapat perhatian khusus. Sebuah penyebutan tanpa kutipan berarti model tersebut mengenal nama Anda tetapi belum menghubungkannya dengan sumber yang Anda miliki—biasanya pertanda bahwa situs Anda sendiri bukanlah jawaban terbaik untuk pertanyaan yang diajukan. Sebuah kutipan dengan deskripsi yang salah lebih buruk daripada keduanya: asisten tersebut dengan percaya diri mengarahkan pembeli kepada Anda sambil salah mengartikan apa yang Anda lakukan, di mana Anda berada, atau berapa harganya. Tim-tim sering meremehkan hal ini. Asisten yang menyebut nama Anda tetapi salah mengenai lokasi, kisaran harga, atau layanan inti Anda justru menimbulkan kerugian lebih besar daripada yang tidak menyebut Anda sama sekali, karena hal itu menciptakan pembeli yang kecewa dalam skala besar.

Tahan godaan untuk menggabungkan platform-platform tersebut menjadi satu rata-rata. Platform-platform tersebut berperilaku sangat berbeda sehingga rata-rata hanyalah fiksi. Dalam pekerjaan kami dengan klien, kami sering melihat sebuah merek muncul di ratusan hasil Google AI Overviews dan jawaban AI Mode, sementara panel pertanyaan yang sama hanya menghasilkan beberapa lusin penyebutan di Copilot, Perplexity, Gemini, dan ChatGPT secara gabungan. Sebuah merek yang hanya melihat angka gabungan tersebut akan mengira visibilitas AI-nya “sedang di mana-mana”, padahal kenyataannya visibilitasnya kuat di platform Google dan hampir tidak ada di asisten mandiri — dua masalah dengan solusi yang sama sekali berbeda.

Langkah 4: Petakan sumber-sumber yang menjadi acuan jawaban

Ini adalah langkah yang mengubah pengukuran menjadi rencana kerja.

Ketika sebuah asisten mengutip sumber untuk klaim tentang kategori Anda, catat sumber tersebut. Di seluruh panel lengkap, Anda akan mengumpulkan daftar: platform ulasan, artikel perbandingan, direktori industri, Wikipedia, utas Reddit, liputan berita, dan properti Anda sendiri. Daftar itulah medan pertempuran sesungguhnya. Model-model AI tidak menciptakan opini tentang merek; mereka mengambil dan meringkas apa yang sudah ada di web.

Baca daftar sumber Anda dengan tiga pertanyaan. Halaman mana di antara ini yang kami kendalikan, baik secara langsung maupun melalui hubungan? Halaman mana yang tidak akurat, usang, atau tidak mencantumkan kami — dan apa yang diperlukan untuk memperbaikinya? Dan sumber mana yang muncul untuk pesaing tetapi tidak untuk kami?

Contoh praktis: misalkan pertanyaan perbandingan “X terbaik untuk Y” secara konsisten mengacu pada satu situs ulasan terkenal dan satu direktori industri. Merek Anda tidak tercantum di keduanya; tiga pesaing tercantum di keduanya. Audit ini baru saja memberi tahu Anda sesuatu yang jelas — asisten-asisten tersebut tidak mengabaikan Anda, mereka hanya melaporkan dengan jujur kondisi web di mana Anda tidak tercantum di dua halaman yang penting untuk pertanyaan ini. Solusinya sama jelasnya: dapatkan kehadiran yang akurat dan terkini di kedua halaman tersebut. Tidak ada perubahan teks di beranda Anda yang akan mengubah jawaban tersebut.

Inilah juga alasan mengapa GEO dan SEO klasik pada akhirnya berbagi sebagian besar alat bantu mereka: sumber-sumber yang mendapat peringkat cenderung menjadi sumber-sumber yang diambil. Humas digital, artikel tamu di publikasi tepercaya, daftar direktori yang akurat, dan ulasan dari pelanggan nyata adalah pekerjaan yang tidak glamor, namun justru itulah yang memengaruhi jawaban AI. Hal ini juga merupakan inti dari apa yang kami lakukan di Arfadia untuk merek-merek yang sedang membangun kehadiran pencarian AI mereka.

Langkah 5: Perbaiki, lalu jalankan kembali sesuai jadwal

Audit yang berakhir hanya sebagai presentasi slide tidak akan mengubah apa pun. Ubah temuan tersebut menjadi daftar perbaikan, diurutkan berdasarkan prioritas: perbaiki deskripsi yang salah pada sumber-sumber berotoritas tinggi terlebih dahulu, kemudian bangun kehadiran di sumber-sumber yang memengaruhi jawaban kategori, lalu perkuat halaman Anda sendiri agar menjadi jawaban terbaik yang dapat diakses untuk pertanyaan-pertanyaan yang seharusnya Anda kuasai.

Kemudian jalankan kembali panel yang sama persis—pertanyaan yang sama, platform yang sama, pengaturan yang sama, tiga kali pengujian yang sama—dengan frekuensi tetap. Bulanan cocok untuk sebagian besar merek; triwulanan adalah batas minimum. Bandingkan hasil pengujian satu per satu, platform demi platform, metrik demi metrik. Yang Anda cari bukanlah angka yang naik. Yang Anda cari adalah perubahan pada jawaban-jawaban spesifik: pertanyaan perbandingan yang kini menyertakan Anda, deskripsi yang akhirnya akurat, serta jawaban Perplexity yang kini mengutip situs Anda alih-alih ulasan yang sudah berusia tiga tahun.

Tetapkan ekspektasi dengan pemangku kepentingan sejak dini: pergerakan dalam jawaban AI tertinggal dari pekerjaan yang mendasarinya selama berminggu-minggu hingga berbulan-bulan, karena model dan lapisan pengambilannya diperbarui sesuai jadwal masing-masing. Hasil yang datar pada pengulangan pertama setelah sebulan perbaikan adalah hal yang normal, bukan sebuah penilaian.

Pelaporan layak mendapat pembahasan tersendiri. Pemangku kepentingan yang terbiasa dengan laporan SEO akan meminta setara AI dari pelacak peringkat: satu angka yang terus naik. Berikan mereka sesuatu yang lebih baik—laporan singkat per platform, dengan empat metrik terpisah, dua atau tiga kutipan jawaban verbatim, dan daftar perbaikan beserta statusnya. Kutipan verbatim lebih meningkatkan kredibilitas daripada grafik apa pun, karena tidak ada yang bisa membantah tangkapan layar asisten yang salah menggambarkan perusahaan Anda.

Juga membantu untuk menjalankan pengukuran SEO klasik secara paralel, bukan sebagai pengganti. Peringkat, lalu lintas organik, dan visibilitas AI menjawab pertanyaan yang berbeda: di mana posisi Anda di halaman hasil pencarian, dan apa yang dikatakan mesin tentang Anda saat ditanya secara langsung. Keduanya semakin berbagi masukan, sehingga melacaknya secara berdampingan—posisi kata kunci Anda di pelacak peringkat, serta sebutan dan kutipan Anda di log audit—menunjukkan kepada Anda tuas mana yang memengaruhi hasil mana.

Apakah audit GEO dapat diotomatisasi?

Sebagian. Menjalankan panel dan mencatat jawaban dapat diotomatisasi, dan untuk panel besar hal ini sebaiknya dilakukan—alat SEO pencarian AI yang sama yang melacak visibilitas dapat menjadwalkan eksekusi tersebut. Membaca jawaban sebaiknya tidak diotomatisasi, setidaknya tidak sepenuhnya: menilai apakah suatu deskripsi salah secara halus — layanan yang tepat, pasar yang salah; harga yang tepat, tingkatan yang salah — masih merupakan pekerjaan manusia, dan di situlah kesalahan paling mahal bersembunyi. Pengaturan yang masuk akal adalah pengumpulan otomatis dengan penilaian manusia, pada frekuensi tetap yang sama.

Kesalahan umum yang diam-diam merusak audit GEO

Sebagian besar audit yang gagal terjadi karena beberapa alasan yang sama. Mengedit panel pertanyaan di antara sesi pengujian, yang menciptakan kemajuan palsu. Menguji satu platform—biasanya ChatGPT—lalu menggeneralisasikannya ke “AI.” Menguji hanya sekali alih-alih tiga kali, dan mengejar data yang tidak relevan. Menganggap mention sebagai keberhasilan tanpa memeriksa apakah deskripsinya akurat. Mengabaikan bahasa, lalu menyimpulkan bahwa merek tersebut tidak terlihat padahal sebenarnya hanya tidak terlihat dalam bahasa Inggris. Serta menggabungkan semua hasil menjadi satu skor, yang menyembunyikan satu-satunya informasi yang layak ditindaklanjuti.

Semua ini adalah kesalahan proses, bukan kesalahan alat. Kesalahan-kesalahan ini juga dapat dihindari dengan mudah, itulah sebabnya audit manual yang disiplin lebih baik daripada audit otomatis yang ceroboh.

Berapa lama hingga perbaikan tersebut muncul dalam jawaban AI?

Perkirakan butuh waktu berminggu-minggu hingga berbulan-bulan, bukan hanya beberapa hari. Halaman milik sendiri dapat di-crawl ulang dengan cepat, tetapi sumber pihak ketiga yang menjadi dasar sebagian besar jawaban kategori diperbarui sesuai jadwal mereka sendiri, dan perilaku model mengikuti dengan jeda waktu. Inilah alasan mengapa audit sebaiknya dimulai sekarang daripada ditunda: pembuatan baseline membutuhkan waktu seminggu, dan setiap bulan tanpa baseline berarti satu bulan penyimpangan yang tidak dapat Anda lihat.

Kesimpulan

Audit GEO bukanlah hal yang glamor. Ini adalah daftar pertanyaan pembeli yang tetap, dijalankan dengan cermat di seluruh asisten yang digunakan pelanggan Anda, dibaca dengan memperhatikan penyebutan, kutipan, deskripsi, dan sumber, lalu dijalankan kembali dengan cara yang sama bulan depan. Merek yang melakukan ini mengetahui posisi mereka yang sebenarnya dan apa yang perlu diperbaiki. Merek yang terus melakukan pemeriksaan acak terhadap prompt tunggal akan terus mengandalkan perasaan alih-alih data.

Tessar Napitupulu, pendiri & CEO Arfadia.

Disiplin ini masih cukup baru sehingga sebagian besar kategori belum memiliki patokan yang mapan sama sekali — yang berarti tim pertama dalam suatu kategori yang melakukan pengukuran secara jujur biasanya adalah yang pertama mengalami peningkatan. Dua buku yang telah saya terbitkan mengenai topik ini, “Found Before They Search” tentang lanskap digital Indonesia dan “Cited or Silent” tentang visibilitas GEO dan AI, keduanya berangkat dari premis yang sama dengan panduan ini: Anda tidak dapat memenangkan permainan jika Anda menolak membaca papan skornya.

Buat panelnya, tetapkan, jalankan, dan biarkan hasilnya menunjukkan di mana pekerjaan yang perlu dilakukan.