Panduan4 menit bacaFoundlab

AI Search, GEO, dan AEO: Apa yang Berubah dan Apa yang Tidak

Asisten AI mulai jadi tempat orang bertanya sebelum membuka mesin pencari. Yang berubah, yang cuma nama baru, dan yang belum bisa dipastikan siapa pun.

Kartu sampul Foundlab bertuliskan judul artikel: AI Search, GEO, dan AEO: Apa yang Berubah dan Apa yang Tidak

Bagian dari topik Naik level sebagai praktisi. Pembacaan metrik, data pembanding industri, dan pertimbangan saat memilih pendalaman skill berikutnya.

Sejak asisten berbasis model bahasa dipakai luas, muncul istilah baru yang beredar cepat: AI Search, GEO, AEO, dan beberapa turunannya. Sebagian menggambarkan pergeseran yang nyata. Sebagian cuma nama baru untuk praktik yang sudah lama ada.

Tulisan ini memisahkan ketiganya: mana yang berubah, mana yang tidak, dan mana yang belum bisa dipastikan siapa pun. Termasuk bagian terakhir itu, karena bidang ini sedang jadi bahan jualan dan klaim berlebihan gampang ditemukan.

Tiga istilah yang sering dicampur

AI Search adalah payung untuk pencarian yang jawabannya disusun model, bukan disajikan sebagai daftar tautan. Bentuknya bisa ringkasan di atas hasil pencarian, atau percakapan penuh di asisten terpisah.

GEO, singkatan Generative Engine Optimization, soal membuat merek atau situs ikut disebut di dalam jawaban yang disusun asisten. Tidak ada nomor peringkat di sini. Yang ada cuma disebut atau tidak disebut.

AEO, singkatan Answer Engine Optimization, soal memastikan jawaban di halaman kamu bisa diangkat utuh oleh fitur yang menampilkan jawaban langsung. Lebih dekat ke praktik SEO yang sudah mapan, terutama soal struktur halaman.

Batas antara GEO dan AEO tidak tegas, dan tiap penyedia jasa membaginya sedikit berbeda. Kalau kamu menemukan definisi yang tidak persis sama dengan di atas, itu wajar. Yang penting memahami dua sasaran berbedanya: ikut disebut dalam jawaban, dan jawabannya diambil dari halaman kamu.

Yang benar-benar berubah

Sebagian pencarian berakhir tanpa klik. Kalau jawabannya sudah tampil di halaman hasil, sebagian orang tidak perlu membuka situs mana pun. Ini bukan hal baru sepenuhnya, cuplikan jawaban sudah lama ada, tapi cakupannya melebar.

Keterlihatan dan kunjungan jadi dua hal terpisah. Dulu naik peringkat hampir selalu berarti naik kunjungan. Sekarang nama kamu bisa disebut di jawaban tanpa ada yang mengklik. Artinya mengukur keberhasilan cuma dari jumlah kunjungan mulai menyesatkan.

Identitas merek jadi lebih menentukan. Model perlu mengenali kamu sebagai satu hal yang jelas. Penyebutan nama yang tidak konsisten di berbagai tempat mempersulit itu, dan efeknya lebih terasa dibanding di pencarian biasa.

Potongan konten dinilai terpisah. Sistem yang mengambil dokumen saat menjawab memotong halaman jadi bagian-bagian, lalu memakai bagian yang paling cocok. Bagian yang tidak bisa dipahami sendiri lebih kecil peluangnya dipakai.

Yang sebenarnya tidak berubah

Bagian ini yang paling sering dilewatkan dalam pembahasan AI Search.

Fondasi teknisnya sama. Situs tetap perlu bisa dirayapi, dimuat cukup cepat, dan punya struktur heading yang jelas. Tidak ada teknik AI Search yang menutupi situs yang tidak bisa diakses mesin.

Kejelasan tulisan tetap yang utama. Konten yang jawabannya langsung ke inti, memakai istilah yang konsisten, dan tidak berputar-putar lebih mudah dikutip mesin. Kebetulan itu juga yang lebih enak dibaca manusia.

Data terstruktur masih berguna. Menandai entitas, pertanyaan, dan jenis konten membantu mesin memahami maksud halaman, dan itu berlaku baik untuk hasil pencarian biasa maupun untuk fitur jawaban.

Otoritas dari luar masih dihitung. Disebut dan dirujuk sumber lain tetap salah satu pertimbangan terkuat. Tidak ada jalan pintas yang menggantikan itu.

Kalau daftar ini terasa mirip daftar praktik SEO yang sudah lama ada, itu memang kesimpulannya. Sebagian besar pekerjaan GEO dan AEO adalah pekerjaan SEO yang dikerjakan dengan benar, ditambah perhatian pada cara konten dipotong dan dikutip.

Yang belum bisa dipastikan siapa pun

Ini bagian yang jarang muncul di materi promosi.

Tidak ada yang tahu pasti bagaimana asisten memilih sumber. Prosesnya tidak diumumkan, berbeda antar asisten, dan berubah. Klaim yang menjanjikan cara pasti masuk ke jawaban ChatGPT patut ditanya dasarnya.

Hasilnya tidak deterministik. Pertanyaan yang sama bisa menghasilkan jawaban dan sumber berbeda pada waktu berbeda. Ini membuat pengukuran lebih dekat ke frekuensi kemunculan daripada ke posisi tetap, dan membuat klaim “peringkat satu di AI” secara teknis tidak punya arti jelas.

Statusnya masih berubah cepat. Fitur ringkasan AI masih berganti cakupan dan tampilan. Praktik yang efektif enam bulan lalu belum tentu masih relevan.

Sebagian usulan teknis belum terbukti. Contohnya llms.txt, berkas ringkasan situs untuk dibaca mesin. Biaya memasangnya nyaris nol, tapi sejauh ini belum ada bukti asisten besar mana pun benar-benar memakainya. Kami memasangnya di Foundlab dengan alasan itu: murah dan mungkin berguna nanti, bukan karena kami yakin ia menentukan sesuatu.

Cara membaca penawaran jasa di bidang ini

Karena bidangnya baru dan sulit diverifikasi, ini tempat yang subur untuk klaim berlebihan. Beberapa pertanyaan yang berguna diajukan.

Apa yang diukur, dan bagaimana caranya? Jawaban yang bisa dipertanggungjawabkan biasanya menyebut frekuensi kemunculan pada sekumpulan pertanyaan tertentu, bukan “peringkat” tunggal.

Apakah dijanjikan hasil pasti? Karena prosesnya tidak deterministik dan tidak diumumkan, jaminan posisi tertentu bukan sesuatu yang bisa ditepati.

Berapa bagian pekerjaannya yang sebenarnya SEO biasa? Ini bukan pertanyaan menjebak. Sebagian besar memang seharusnya begitu. Yang perlu diwaspadai justru penawaran yang mengaku punya teknik sama sekali baru.

Apakah angka yang dikutip bisa dilacak sumbernya? Materi promosi di bidang ini banyak mengutip persentase mengesankan. Cek siapa yang mensurvei, kapan, dan respondennya siapa. Cara membaca data pembanding semacam ini dibahas terpisah di catatan soal membaca metrik.

Kalau mau mulai dari sesuatu

Untuk kebanyakan situs, urutan yang masuk akal justru tidak dimulai dari hal yang berlabel AI.

Mulai dari memastikan halaman bisa diakses mesin dan strukturnya jelas. Lanjut ke menulis jawaban yang langsung ke inti di awal bagian, bukan di akhir setelah pembukaan panjang. Lalu pastikan penyebutan nama merek konsisten di semua tempat kamu hadir.

Setelah itu baru masuk ke hal yang lebih spesifik: menandai data terstruktur, menyusun bagian yang bisa dipahami terpisah, dan kalau mau, memasang llms.txt sebagai langkah murah.

Istilah yang muncul di sini dijelaskan satu per satu di glosarium, termasuk GEO, AEO, dan RAG yang menjelaskan kenapa potongan konten diperlakukan terpisah.

Naik level sebagai praktisi

Bacaan utama topik iniMembaca Metrik dan Data Pembanding Tanpa Salah Ambil KesimpulanAngka yang sama bisa berarti dua hal berbeda tergantung konteksnya. Catatan soal urutan membaca metrik, dan kapan data pembanding industri layak dipercaya.

Riset dan data pembanding dari penerbit industri, ditautkan langsung ke sumber resminya.

Buka kumpulan report dan benchmark