Penelitian GEO asli: Bagaimana Model AI Memilih Sumber

Pengantar

Salah satu pertanyaan paling umum dalam Optimasi Mesin Generatif (GEO) tampak sederhana, namun sebenarnya rumit:

“Bagaimana model AI sebenarnya memilih sumber mana yang akan digunakan?”

Bukan bagaimana mereka menentukan peringkat halaman. Bukan bagaimana mereka merangkum informasi. Bukan bagaimana mereka mencegah halusinasi.

Tetapi pertanyaan yang lebih dalam dan strategis:

Apa yang membuat satu merek atau halaman web “layak untuk dimasukkan,” dan yang lain tidak terlihat?

Pada tahun 2025, kami melakukan serangkaian eksperimen GEO terkontrol di berbagai mesin generatif — Google SGE, Bing Copilot, Perplexity, ChatGPT Browsing, Claude Search, Brave Summaries, dan You.com — untuk menganalisis bagaimana LLMs mengevaluasi, menyaring, dan memilih sumber sebelum menghasilkan jawaban.

Artikel ini mengungkap penelitian asli pertama tentang logika internal pemilihan bukti generatif:

• mengapa model memilih URL tertentu

• mengapa beberapa domain mendominasi kutipan

• bagaimana mesin pencari menilai kepercayaan

• sinyal struktural mana yang paling penting

• peran kejelasan entitas dan stabilitas fakta

• Bagaimana "kecocokan sumber" terlihat dalam penalaran LLM

• Mengapa beberapa industri sering salah diartikan

• Mengapa beberapa merek dipilih di semua mesin

• Apa yang sebenarnya terjadi selama proses pengambilan, evaluasi, dan sintesis

Ini adalah pengetahuan dasar bagi siapa pun yang serius tentang GEO.

Bagian 1: Model Lima Tahap Proses Pemilihan Sumber (Apa yang Sebenarnya Terjadi)

Setiap mesin generatif yang diuji mengikuti alur lima tahap yang sangat mirip saat memilih sumber.

LLMs tidak sekadar “membaca web.” Mereka melakukan triase web.

Inilah alur kerja yang dibagikan oleh semua mesin utama.

Tahap 1: Pembentukan Jendela Pencarian

Model mengumpulkan kumpulan awal sumber potensial menggunakan:

• embedding vektor

• API pencarian

• agen penjelajahan

• Grafik pengetahuan internal

• data web yang telah dilatih sebelumnya

• pencarian gabungan multi-mesin

• memori interaksi sebelumnya

Ini adalah tahap terluas — dan di sinilah sebagian besar situs web disaring secara instan.

Pengamatan: SEO yang kuat ≠ pengambilan yang kuat. Model sering memilih halaman dengan SEO yang biasa-biasa saja tetapi struktur semantik yang kuat.

Tahap 2: Penyaringan Bukti

Setelah sumber dikumpulkan, model segera mengeliminasi yang tidak memenuhi:

• kejernihan struktural

• ketepatan fakta

• tanda keaslian penulis yang terpercaya

• Branding yang konsisten

• definisi entitas yang benar

• informasi terkini

Di sini, sekitar 60–80% halaman yang memenuhi syarat dibuang dalam dataset kami.

Pembunuh terbesar di sini? Fakta yang tidak konsisten atau bertentangan di seluruh ekosistem merek.

Tahap 3: Penilaian Kepercayaan

LLMs menerapkan beberapa heuristik kepercayaan pada sumber yang tersisa.

Kami mengidentifikasi tujuh sinyal utama yang digunakan di berbagai mesin:

1. Kepercayaan Entitas

Kejelasan tentang apa yang dilakukan merek, apa yang diwakilinya, dan apa artinya.

2. Konsistensi Antar-Web

Fakta harus sesuai di semua platform (situs web, LinkedIn, G2, Wikipedia, Crunchbase, dll).

3. Asal Usul & Keaslian

Penulis yang terverifikasi, transparansi, dan metadata yang dapat dipercaya.

4. Keaktualan

Model menurunkan peringkat halaman yang usang dan tidak terawat secara drastis.

5. Riwayat Kutipan

Jika mesin pencari telah mengutip Anda sebelumnya, mereka lebih mungkin mengutip Anda lagi.

6. Keunggulan Sumber Asli

Penelitian asli, data, atau fakta primer sangat diutamakan.

7. Kualitas Data Terstruktur

Skema yang konsisten, URL kanonik, dan markup yang bersih.

Halaman dengan sinyal kepercayaan yang beragam secara konsisten outperformed halaman dengan kekuatan SEO tradisional.

Tahap 4: Pemetaan Kontekstual

Model memeriksa apakah konten Anda:

• sesuai dengan tujuan

• sesuai dengan entitas

• mendukung rantai penalaran

• memberikan wawasan unik

• menghindari pengulangan

• mengklarifikasi ambiguitas

Di sinilah model mulai membentuk "peta mental":

• siapa Anda

• bagaimana Anda cocok dengan kategori tersebut

• peran apa yang Anda mainkan dalam jawaban

• apakah Anda menambahkan atau mengulang informasi

Jika konten Anda tidak menambahkan nilai baru, maka akan dikecualikan.

Tahap 5: Keputusan Inklusi Sintesis

Akhirnya, model memutuskan:

• sumber mana yang harus dikutip

• mana yang harus dirujuk secara implisit

• sumber mana yang digunakan untuk penalaran mendalam

• sumber mana yang akan dihilangkan sepenuhnya

Tahap ini sangat selektif.

Hanya 3–10 sumber yang biasanya bertahan cukup lama untuk mempengaruhi jawaban akhir — bahkan jika model awalnya mengumpulkan lebih dari 200 sumber.

Jawaban generatif dibangun dari pemenang seleksi ini.

Bagian 2: Tujuh Perilaku Utama yang Kami Amati di Seluruh Model

Dari 12.000 kueri uji coba di lebih dari 100 merek, pola-pola berikut muncul berulang kali.

Perilaku 1: Model Lebih Memilih “Halaman Kanonik” Daripada Postingan Blog

Di setiap mesin, AI secara konsisten lebih memilih:

• Halaman Tentang

• Halaman definisi produk

• Halaman referensi fitur

• Dokumentasi resmi

• Pertanyaan yang Sering Diajukan

• Harga

• Dokumentasi API

Hal ini dianggap sebagai artefak "sumber kebenaran" yang dapat diandalkan.

Posting blog hanya berkinerja lebih baik ketika:

• mereka berisi penelitian sumber pertama

• mereka mencakup daftar terstruktur

• mereka menjelaskan definisi

• Mereka menyediakan kerangka kerja yang dapat diterapkan

Jika tidak, halaman kanonik mengungguli mereka dengan rasio 3:1.

Perilaku 2: Mesin Pencari Mempercayai Merek dengan Halaman yang Lebih Sedikit dan Lebih Baik

Situs web besar seringkali berkinerja buruk karena:

• konten bertentangan dengan konten yang lebih lama

• halaman dukungan yang sudah usang masih muncul di peringkat

• fakta berubah seiring waktu

• nama produk telah diubah

• artikel lama mengaburkan kejelasan

Situs kecil yang terstruktur dengan baik berkinerja jauh lebih baik.

Perilaku 3: Kesegaran Adalah Indikator yang Sangat Kuat

Mesin pencari langsung menurunkan peringkat:

• statistik yang sudah usang

• definisi yang sudah usang

• Deskripsi produk lama

• Halaman yang tidak diubah

• ketidakcocokan versi

Memperbarui satu halaman fakta kanonik meningkatkan inklusi dalam jawaban generatif dalam 72 jam di seluruh uji coba kami.

Perilaku 4: Model Lebih Memilih Merek dengan Jejak Entitas yang Kuat

Merek dengan:

• halaman Wikipedia

• entitas Wikidata

• skema yang konsisten

• deskripsi yang sesuai di seluruh web

• definisi merek yang terpadu

dipilih jauh lebih sering.

Model menginterpretasikan konsistensi = kepercayaan.

Perilaku 5: Model Memiliki Kecenderungan Terhadap Sumber Utama

Mesin pencari sangat memprioritaskan:

• studi asli

• data eksklusif

• survei

• tolok ukur

• whitepaper

• dokumen sumber pertama

Jika Anda mempublikasikan data asli:

Anda menjadi referensi. Pesaing menjadi turunan.

Perilaku 6: Kejelasan Multi-Modal Mempengaruhi Pemilihan

Model semakin memilih sumber yang aset visualnya dapat:

• dipahami

• diekstrak

• dijelaskan

• diverifikasi

Screenshot dan video produk penting. Visual yang bersih berperan dalam 40% kasus pemilihan.

Perilaku 7: Mesin Menerapkan Hukuman Tanpa Ampun terhadap Ketidakjelasan

Cara tercepat untuk dieliminasi:

• nama produk yang tidak konsisten

• proposisi nilai yang tidak jelas

• definisi kategori yang tumpang tindih

• posisi yang tidak jelas

• berbagai interpretasi yang mungkin

AI menghindari sumber yang menimbulkan kebingungan.

Bagian 3: 12 Tanda Terpenting dalam Pemilihan Sumber (Diurutkan Berdasarkan Dampak yang Diamati)

Dari dampak tertinggi hingga terendah.

1. Kejelasan entitas

2. Konsistensi fakta lintas web

3. Kesegaran informasi

4. Nilai sumber pertama

5. Format konten terstruktur

6. Stabilitas definisi kanonik

7. Pengambilan data yang bersih (kemudahan pengindeksan + kecepatan muat)

8. Keandalan penulis

9. Tautan balik berkualitas tinggi (grafik otoritas)

10. Penyelarasan multi-modus

11. Penempatan kategori yang benar

12. Ambiguitas minimal

Inilah faktor-faktor peringkat baru.

Bagian 4: Mengapa Beberapa Merek Muncul di Semua Mesin Pencari (dan yang Lain Tidak)

Di antara lebih dari 100 merek, beberapa di antaranya secara konsisten mendominasi:

• Kebingungan

• Claude

• ChatGPT

• SGE

• Bing

• Brave

• You.com

Mengapa?

Karena merek-merek ini memiliki:

• Grafik entitas yang konsisten

• definisi yang jelas dan tegas

• pusat kanonik yang kuat

• data asli

• halaman produk yang stabil secara fakta

• posisi yang terpadu

• tidak ada klaim yang bertentangan

• profil pihak ketiga yang akurat

• stabilitas fakta jangka panjang

Visibilitas yang tidak bergantung pada mesin pencari berasal dari keandalan, bukan skala.

Bagian 5: Cara Mengoptimalkan Pemilihan Sumber (Metode GEO Praktis)

Berikut adalah metode yang disederhanakan yang muncul dari semua penelitian.

Langkah 1: Buat Halaman Fakta Kanonik

Definisikan:

• siapa Anda

• Apa yang Anda lakukan

• bagaimana Anda bekerja

• apa yang bukan Anda

• nama produk dan definisinya

Halaman-halaman ini harus diperbarui secara teratur.

Langkah 2: Kurangi Kontradiksi Internal

Audit:

• nama produk

• deskripsi

• fitur

• klaim

Mesin pencari menghukum ketidakkonsistenan dengan keras.

Langkah 3: Publikasikan Pengetahuan Sumber Pertama

Contoh:

• statistik asli

• standar industri tahunan

• laporan kinerja

• analisis teknis

• studi perilaku pengguna

• wawasan kategori

Ini secara dramatis meningkatkan inklusi AI.

Langkah 4: Perkuat Profil Entitas

Pembaruan:

• Wikidata

• Grafik Pengetahuan

• LinkedIn

• Crunchbase

• GitHub

• G2

• Profil Sosial

• markup skema

Model AI menggabungkan ini ke dalam grafik kepercayaan.

Langkah 5: Strukturkan Segala Sesuatu

Gunakan:

• poin-poin

• paragraf pendek

• Judul H2/H3/H4

• definisi

• daftar

• perbandingan

• Modul Tanya Jawab

LLMs menganalisis struktur Anda secara langsung.

Langkah 6: Perbarui Halaman Utama Setiap Bulan

Keterbaruan berkorelasi dengan:

• inklusi

• akurasi

• Bobot kepercayaan

• kemungkinan sintesis

Halaman yang tidak diperbarui akan tenggelam.

Langkah 7: Buat Halaman Perbandingan yang Jelas

Model menyukai:

• kelebihan dan kekurangan

• rincian fitur

• batasan yang transparan

• kejelasan perbandingan

Konten yang ramah perbandingan mendapatkan lebih banyak kutipan.

Langkah 8: Perbaiki Ketidakakuratan AI

Kirimkan koreksi sedini mungkin.

Model-model diperbarui dengan cepat saat diberi dorongan.

Bagian 6: Masa Depan Pemilihan Sumber (Prediksi 2026–2030)

Berdasarkan perilaku yang diamati selama periode 2024–2025, tren-tren berikut ini pasti terjadi:

1. Grafik kepercayaan menjadi sistem peringkat formal

Model akan mempertahankan skor kepercayaan eksklusif.

2. Konten sumber pertama menjadi wajib

Mesin pencari akan menghentikan penggunaan konten turunan.

3. Penemuan berbasis entitas menggantikan penemuan berbasis kata kunci

Entitas > kata kunci.

4. Tanda asal (C2PA) menjadi wajib

Konten yang tidak ditandatangani akan diturunkan peringkatnya.

5. Pemilihan sumber multi-moda semakin matang

Gambar, video, dan grafik menjadi bukti utama.

6. Agen akan memverifikasi klaim secara mandiri

Agen penelusuran akan memeriksa ulang klaim Anda.

7. Pemilihan sumber menjadi kompetisi kejelasan

Kekaburan menjadi fatal.

Kesimpulan: GEO Bukan Tentang Peringkat — Ini Tentang Dipilih

Mesin generatif tidak "meningkatkan peringkat" halaman. Mereka memilih sumber untuk dimasukkan ke dalam rantai penalaran.

Penelitian kami menunjukkan bahwa pemilihan sumber bergantung pada:

• keterangan

• struktur

• stabilitas fakta

• penyelarasan entitas

• wawasan asli

• keterbaruan

• konsistensi

• asal-usul

Merek yang muncul dalam jawaban generatif bukanlah yang memiliki SEO terbaik. Mereka adalah yang membuat diri mereka menjadi masukan paling aman, jelas, dan otoritatif untuk penalaran AI.

GEO adalah proses menjadi masukan yang dipercaya.