Pencarian sedang mengalami perubahan besar karena pengguna beralih ke chatbot Al dan model bahasa besar (LLM) (seperti ChatGPT, Gemini, Bing Chat) untuk menjawab pertanyaan yang dulunya diketik ke Google. Misalnya, alih-alih menelusuri daftar tautan untuk "restoran Italia terbaik di Hong Kong," pengguna dapat bertanya kepada asisten Al dan mendapatkan jawaban langsung. Paradigma ini berarti bisnis harus menyesuaikan strategi SEO mereka untuk memastikan mereka disebutkan dan direkomendasikan oleh LLM dalam hasil percakapan ini. Popularitas pencarian Al meroket - situs web ChatGPT sekarang menarik miliaran kunjungan setiap bulan (mendekati ~5% dari lalu lintas Google). Ditampilkan dalam jawaban yang dihasilkan Al dapat sangat meningkatkan visibilitas dan kredibilitas merek. Di bawah ini, kita akan membahas bagaimana LLM memilih dan memberi peringkat hasil (secara umum dan untuk restoran), kriteria peringkat apa yang mereka gunakan (dengan kepentingan relatif), bagaimana pencarian berbasis Al berbeda dari SEO tradisional, dan tips yang dapat ditindaklanjuti untuk mengoptimalkan konten Anda untuk lanskap pencarian baru ini. Bagaimana LLM Memilih dan Memberi Peringkat Hasil (misalnya "Restoran Italia Terbaik di Hong Kong")

Mesin pencari berbasis LLM bertujuan untuk memberikan satu jawaban komprehensif daripada daftar situs web. Ketika seorang pengguna bertanya seperti "restoran Italia terbaik di Hong Kong," LLM akan mengurai kueri dan mencoba menyebutkan beberapa restoran teratas dengan deskripsi singkat alih-alih menampilkan 10 tautan biru. Bagaimana Al memutuskan restoran mana yang akan disebutkan? Ia bekerja dengan mensintesis informasi dari data pelatihannya atau dari hasil pencarian langsung (jika LLM memiliki kemampuan Browse) untuk mengidentifikasi tempat-tempat yang secara konsisten muncul sebagai yang berperingkat teratas atau "terbaik" di sumber-sumber yang dapat dipercaya:

• Ketergantungan pada Data Pelatihan & Konten Web: Model seperti ChatGPT (tanpa Browse langsung) menghasilkan jawaban berdasarkan pola dalam data pelatihan mereka. Mereka akan merekomendasikan restoran yang sering ditulis sebagai "terbaik" di Hong Kong dalam artikel, ulasan, atau daftar yang dimasukkan model. Dalam praktiknya, ini berarti jawaban LLM sering mencerminkan konsensus dari banyak sumber web - misalnya, jika beberapa panduan perjalanan dan blog makanan semuanya memuji Restoran X sebagai tempat Italia teratas, Al kemungkinan akan memasukkan Restoran X dalam jawabannya. Dalam satu analisis, banyak rekomendasi bisnis ChatGPT diambil dari situs yang menerbitkan daftar "X terbaik" (seringkali situs afiliasi atau ulasan), yang menunjukkan bahwa nama-nama yang banyak disebutkan dalam daftar "teratas" sangat memengaruhi pilihan Al. Pada dasarnya, semakin banyak restoran dibicarakan secara positif di seluruh web, semakin besar kemungkinan chatbot akan menganggapnya sebagai salah satu yang "terbaik."

• Pengambilan Waktu Nyata (Bing Chat, Gemini): Beberapa LLM (seperti obrolan Al Bing atau Gemini Google) benar-benar melakukan pencarian web dan kemudian LLM menyusun jawaban. Untuk contoh kueri kami, Al mungkin menanyakan Bing/Google untuk "restoran Italia terbaik Hong Kong" dan mengambil hasil teratas (seperti peringkat TripAdvisor, artikel majalah, atau blog makanan). LLM akan membaca halaman-halaman itu dan mengkonsolidasikan rekomendasi yang tumpang tindih ke dalam tanggapannya. Restoran yang muncul di beberapa hasil pencarian teratas (misalnya, restoran yang ditampilkan dalam beberapa artikel "10 Restoran Italia Terbaik di Hong Kong" dan memiliki ulasan yang luar biasa) sangat mungkin disebutkan dalam jawaban Al. Intinya, LLM memberi peringkat berdasarkan konsensus: jika sebuah nama muncul berulang kali dalam konten berperingkat tinggi, itu adalah sinyal yang kuat. Studi mengkonfirmasi korelasi yang kuat antara peringkat pencarian tradisional dan hasil LLM - merek yang berada di halaman 1 Google/Bing untuk topik tertentu cenderung disebutkan oleh jawaban LLM untuk topik itu. Jadi, SEO dan rekomendasi Al berjalan seiring: kinerja yang baik dalam pencarian meningkatkan peluang Al menemukan dan menyebutkan Anda.

• Sinyal Kepuasan Pengguna: LLM juga memperhitungkan sinyal kualitatif kualitas dan reputasi. Untuk sebuah restoran, ini berarti ulasan dan peringkat pelanggan berpengaruh. Model Al bertujuan untuk menyarankan opsi yang akan memuaskan pengguna, jadi ia lebih menyukai bisnis dengan banyak ulasan positif dan pujian dalam data yang telah dilihatnya. Misalnya, jika Restoran Y memiliki ratusan ulasan bintang 5 di Google, Tripadvisor, dan OpenRice (platform makan Hong Kong), dan fakta-fakta itu tercermin dalam konten web, Al akan menafsirkan Restoran Y sebagai opsi yang sangat dihargai. Bahkan, ChatGPT secara eksplisit mencatat bahwa ia mempertimbangkan reputasi dan rekam jejak bisnis saat membuat rekomendasi. Peringkat tinggi dan sering disebutkan di platform ulasan tepercaya menandakan bahwa sebuah restoran sangat dihargai, yang meningkatkan peluangnya untuk muncul dalam jawaban "terbaik dari" yang digerakkan Al.

Penting untuk diingat bahwa LLM saat ini tidak memiliki database intrinsik dan terbaru dari setiap restoran dan peringkat waktu nyatanya - mereka bergantung pada informasi yang telah mereka latih atau dapat diambil. Dengan demikian, mereka memperkirakan peringkat berdasarkan frekuensi, kebaruan, dan otoritas penyebutan tentang setiap kandidat. Dalam praktiknya, jawaban LLM untuk "restoran Italia terbaik di Hong Kong" kemungkinan akan menyebutkan beberapa restoran yang: (a) jelas Italia dan di Hong Kong (relevansi), (b) telah disorot oleh beberapa sumber terkemuka (panduan perjalanan, blogger makanan, situs berita, dll.), dan (c) memiliki reputasi yang kuat (penghargaan, ulasan positif, umur panjang). Misalnya, jika tiga majalah makanan yang berbeda dan TripAdvisor semuanya mencantumkan II Primo sebagai tempat makan Italia teratas, dan ia memiliki peringkat 4,8 $/5$ dari pengunjung, sinyal-sinyal itu secara kolektif mendorong Al untuk memasukkan II Primo dalam jawabannya. Di sisi lain, restoran Italia baru yang memiliki sedikit kehadiran web atau tempat dengan ulasan beragam tidak mungkin dipilih oleh Al sebagai "yang terbaik" karena kurangnya data pendukung. Singkatnya, LLM memberi peringkat jawaban dengan mencari informasi yang didukung secara luas, otoritatif, dan relevan dalam korpus mereka, daripada dengan menggunakan algoritma mesin pencari tradisional. Pendekatan baru ini memiliki keunikan tersendiri - eksperimen Neil Patel menemukan bahwa rekomendasi ChatGPT tidak selalu tepat (sekitar 27% tanggapan tidak akurat atau tidak sesuai) - tetapi pola keseluruhannya adalah bahwa bisnis yang mendominasi percakapan online cenderung naik ke puncak dalam hasil yang dihasilkan LLM.

Kriteria Peringkat Utama yang Diandalkan LLM (dan Kepentingannya) #

Faktor spesifik apa yang tampaknya digunakan LLM saat memutuskan merek atau bisnis mana yang akan direkomendasikan? Penelitian terbaru yang menganalisis jawaban ChatGPT mengungkap enam faktor utama yang sangat berkorelasi dengan apakah suatu produk, layanan, atau merek direkomendasikan oleh Al. Faktor-faktor ini sangat mencerminkan elemen-elemen yang membuat bisnis menonjol dan dipercaya secara online. Meskipun LLM tidak memiliki "bobot faktor peringkat" resmi seperti faktor algoritma Google yang diketahui, analisis oleh pakar SEO ini memberikan perkiraan yang baik tentang pengaruh relatif setiap faktor. Di bawah ini adalah bagan dari studi NP Digital (oleh tim Neil Patel) yang menggambarkan enam faktor ini dan kekuatan relatifnya (bilah yang lebih tinggi menunjukkan korelasi yang lebih kuat dengan direkomendasikan oleh ChatGPT):

Enam faktor utama yang memengaruhi apakah ChatGPT akan merekomendasikan produk, layanan, atau merek dalam jawabannya. "Skor" yang lebih tinggi (ditampilkan di atas setiap bilah, pada skala 0 hingga 1) berarti pengaruh yang lebih kuat. Khususnya, Relevansi dengan kueri dan Penyebutan Merek di seluruh web adalah di antara faktor-faktor dengan bobot tertinggi, sementara ditampilkan dalam daftar "rekomendasi" pihak ketiga, meskipun bermanfaat, adalah faktor yang lebih lemah dibandingkan. Dari analisis ini, kita dapat memperoleh kriteria peringkat LLM berikut, kira-kira dalam urutan kepentingan:

• Relevansi: Apakah konten tentang bisnis Anda relevan dengan kueri tertentu? Ini diidentifikasi sebagai faktor yang paling berpengaruh, dengan korelasi yang sangat tinggi (~0,91). Intinya, Al memeriksa apakah kata kunci dan topik pertanyaan pengguna muncul dalam konteks dengan merek Anda di seluruh web. Misalnya, jika kuerinya adalah "restoran Italia terbaik di Hong Kong," LLM akan lebih menyukai restoran yang secara eksplisit disebutkan sehubungan dengan "Italia terbaik" dan "Hong Kong" di berbagai situs web. Salah satu proksi untuk relevansi adalah apakah situs Anda (atau konten tentang bisnis Anda) berada di peringkat dalam pencarian tradisional untuk kata kunci tersebut. Jika Anda memiliki konten yang menargetkan kueri (misalnya, posting blog atau deskripsi yang menyertakan frasa seperti "restoran Italia terbaik di Hong Kong") atau jika orang lain telah menulis tentang Anda menggunakan istilah-istilah itu, itu sangat meningkatkan relevansi. Pada dasarnya, Al perlu melihat kecocokan topikal yang jelas - merek Anda harus secara konsisten dibicarakan dalam konteks apa pun yang ditanyakan pengguna.

• Penyebutan Merek: Seberapa sering nama merek Anda dibicarakan di situs web lain? Ini adalah ukuran popularitas dan kesadaran online, dan itu hampir sama pentingnya dengan relevansi (korelasi ~0,87). Semakin sering restoran atau bisnis Anda disebutkan di seluruh web (dalam artikel, forum, daftar, media sosial, dll.), semakin LLM menganggap Anda sebagai entitas yang terkenal dan kredibel. Tidak seperti SEO tradisional yang sangat bergantung pada penyebutan yang ditautkan (backlink), LLM kemungkinan menganggap setiap penyebutan (ditautkan atau tidak ditautkan) sebagai sinyal keunggulan. Untuk sebuah restoran, penyebutan merek dapat mencakup disebutkan dalam artikel berita, blog makanan, panduan perjalanan, daftar "terbaik dari" lokal, dan bahkan papan diskusi. Volume dan konteks penting - kuantitas penyebutan yang tinggi, terutama dalam konteks positif atau otoritatif, memberi sinyal kepada Al bahwa merek Anda memiliki kehadiran yang signifikan dan harus dipertimbangkan. Anggap saja itu sebagai versi Al dari kredibilitas "dari mulut ke mulut" di internet.

• Ulasan dan Peringkat: Bagaimana umpan balik publik tentang bisnis Anda, dan seberapa banyak itu? Faktor ini - kuantitas dan kualitas ulasan - memiliki pengaruh sedang-tinggi (kor. ~0,61). LLM dilatih pada sejumlah besar teks, termasuk konten ulasan dari situs seperti Ulasan Google, Yelp, TripAdvisor, Amazon, Trustpilot, dll. Mereka memiliki pemahaman bahwa perusahaan atau produk dengan banyak ulasan positif kemungkinan merupakan rekomendasi yang baik. Dalam temuan Neil Patel, merek dengan lebih banyak ulasan (dan peringkat yang umumnya baik) lebih mungkin direkomendasikan. Untuk sebuah restoran, ini berarti memiliki banyak ulasan bintang 4-5 di beberapa platform (Google, Yelp, OpenTable, TripAdvisor, dll.) meningkatkan kredibilitas Anda di mata Al. Ulasan pada dasarnya berfungsi sebagai sinyal kualitas yang bersumber dari banyak orang. LLM akan lebih menyukai tempat yang, katakanlah, memiliki 500 ulasan dengan rata-rata 4,5 bintang daripada yang memiliki 5 ulasan dengan rata-rata 5 bintang, karena yang pertama memiliki lebih banyak bukti kualitas yang mendukung. Poin tindakan: dorong pelanggan untuk meninggalkan ulasan dan berupaya mempertahankan peringkat tinggi - ini tidak hanya membantu SEO lokal tradisional, tetapi juga memberi Al data tepercaya tentang kualitas bisnis Anda.

• Otoritas: Seberapa otoritatif dan mapan merek Anda di domainnya? Otoritas adalah konsep yang luas, tetapi dalam konteks peringkat LLM itu mencakup hal-hal seperti otoritas domain situs web Anda, kredibilitas situs yang berbicara tentang Anda, dan bahkan pengikut media sosial Anda. Faktor ini memiliki korelasi sedang (~0,52). LLM menyimpulkan otoritas dengan melihat siapa yang menjamin atau mereferensikan Anda. Jika situs otoritas tinggi (outlet berita, blog terkenal, Wikipedia, dll.) menyebutkan atau menautkan ke Anda, itu meningkatkan otoritas yang Anda rasakan. Selain itu, tim Neil Patel menganggap pengikut media sosial dan kehadiran multi-platform sebagai bagian dari otoritas - pengikut yang besar dan terlibat dapat menunjukkan bahwa suatu merek berpengaruh atau dipercaya oleh banyak orang. Untuk restoran, "otoritas" dapat ditingkatkan dengan hal-hal seperti penghargaan bergengsi (bintang Michelin, misalnya), fitur pers di publikasi terkemuka, atau kehadiran media sosial yang kuat yang menunjukkan basis penggemar yang terlibat. Meskipun LLM mungkin tidak secara eksplisit memeriksa jumlah pengikut Anda, konten yang dihasilkan dengan memiliki komunitas yang aktif (penyebutan, berbagi, dll.) berkontribusi pada data pelatihan Al. Intinya: merek yang mapan dan tepercaya lebih disukai. Bisnis baru atau tidak jelas memiliki rintangan untuk diatasi, tetapi dapat membangun otoritas dari waktu ke waktu melalui PR, konten berkualitas, dan kepemimpinan pemikiran di ruang mereka.

• Usia (Umur Panjang): Sudah berapa lama bisnis atau produk Anda ada? Studi ini menemukan bahwa perusahaan yang lebih tua dan lebih mapan cenderung lebih sering muncul dalam jawaban ChatGPT. Faktor ini menunjukkan korelasi yang lebih lemah (~0,46) tetapi masih penting. Ini menunjukkan bahwa LLM memiliki bias (mungkin melalui data mereka) terhadap entitas dengan rekam jejak yang lebih panjang. Sebuah restoran tua yang telah menjadi makanan pokok lokal selama 20 tahun memiliki lebih banyak waktu untuk mengumpulkan penyebutan, ulasan, dan sejarah, sedangkan restoran baru yang dibuka bulan lalu memiliki sangat sedikit jejak. Al, karena kurangnya pengalaman waktu nyata, bersandar pada data historis - dan hanya ada lebih banyak data tentang entitas yang lebih tua. Ini tidak berarti bisnis baru tidak dapat direkomendasikan (terutama jika mereka membuat gebrakan di berita atau memenangkan penghargaan besar), tetapi umumnya umur panjang memberikan keuntungan. Ini berkontribusi pada persepsi keandalan ("mereka sudah ada dan dibicarakan untuk sementara waktu, jadi mereka pasti melakukan sesuatu dengan benar"). Meskipun Anda tidak dapat mengubah tanggal pendirian Anda, yang perlu diingat adalah mulai membangun kehadiran online Anda sedini mungkin. Bisnis baru harus secara agresif mengerjakan faktor-faktor lain (penyebutan, ulasan, dll.) untuk mengkompensasi kurangnya usia.

• Rekomendasi Eksternal: Apakah situs pihak ketiga secara eksplisit merekomendasikan Anda sebagai pilihan utama? Faktor ini mengacu pada ditampilkan dalam daftar, peringkat, dan artikel rekomendasi (seringkali daftar "10 Teratas" atau "Terbaik dari"). Itu memiliki korelasi terendah (~0,28) dari enam faktor, tetapi masih merupakan sinyal yang berarti. Jika situs web atau blogger terkemuka merekomendasikan bisnis Anda sebagai salah satu yang terbaik, dukungan itu dapat memengaruhi LLM. Misalnya, jika majalah Travel + Leisure dan blog makanan populer keduanya mencantumkan restoran Anda di antara "restoran Italia terbaik di Hong Kong," rekomendasi eksplisit itu kemungkinan akan tercermin dalam jawaban Al (memang, Al bahkan mungkin meringkas artikel-artikel itu!). Neil Patel mencatat bahwa banyak saran yang diberikan ChatGPT diambil dari situs afiliasi yang memberi peringkat produk/layanan - demikian pula, untuk restoran, Al akan mengambil dari fitur "restoran terbaik" lokal. Jadi, hadir dalam rekomendasi yang dikurasi itu penting. Namun, faktor ini saja tidak cukup (karenanya pembobotan yang lebih rendah) - ia bekerja paling baik dalam kombinasi dengan yang lain (misalnya, sebuah situs mungkin hanya merekomendasikan Anda karena Anda memiliki ulasan dan otoritas yang hebat). Poin tindakan: cobalah untuk ditampilkan dalam daftar "terbaik dari" atau ringkasan penghargaan yang relevan di industri/lokasi Anda, karena itu dapat langsung masuk ke jawaban Al.

Mengapa faktor-faktor ini penting? Singkatnya, kriteria ini melukiskan gambaran tentang apa yang "dicari" LLM saat merumuskan jawaban: mereka ingin menyarankan opsi yang relevan, terkenal, disukai, mapan, dan didukung oleh orang lain. Sebagian besar ini selaras dengan akal sehat: Al tidak ingin merekomendasikan restoran yang buruk atau tidak dikenal kepada pengguna yang meminta "yang terbaik." Ia menggunakan luasnya bukti online sebagai proksi untuk kualitas. Seperti yang dikatakan oleh salah satu panduan SEO Al, "ChatGPT mengevaluasi campuran faktor seperti relevansi, otoritas, dan penyebutan merek untuk menghasilkan tanggapan". Jadi, mengoptimalkan untuk LLM berarti memperkuat sinyal-sinyal ini di sekitar merek Anda (lebih lanjut tentang cara melakukannya di bawah). Kabar baiknya adalah bahwa faktor-faktor ini menggemakan banyak prioritas SEO dan PR tradisional - jika Anda telah melakukan SEO/pemasaran yang solid, Anda kemungkinan memperkuat sinyal-sinyal yang dibutuhkan LLM. Perbedaan utamanya adalah bahwa LLM tidak "memberi peringkat" situs web dengan cara yang sama seperti Google; mereka memberi peringkat fakta dan entitas berdasarkan konten yang telah mereka lihat. Memastikan fakta dan reputasi merek Anda bersinar dalam konten itu adalah inti dari optimasi LLM.

Bagaimana Pencarian Berbasis Al (LLMS) Berbeda dari SEO Tradisional #

Mengoptimalkan untuk jawaban chatbot Al tidak identik dengan mengoptimalkan untuk peringkat SERP Google. Pencarian yang digerakkan LLM memperkenalkan dinamika baru dalam cara konten dievaluasi dan dikirimkan kepada pengguna. Berikut adalah beberapa perbedaan utama antara pencarian berbasis Al dan mesin pencari tradisional, dan apa artinya bagi SEO:

• Jawaban Langsung vs. Daftar Tautan: SEO tradisional adalah tentang membuat situs web Anda berada di peringkat di halaman 1 hasil pencarian, sehingga pengguna mengklik situs Anda. Sebaliknya, LLM seperti ChatGPT memberikan jawaban langsung di dalam obrolan - seringkali meringkas informasi dari banyak sumber, terkadang tanpa tautan eksplisit sama sekali. Fokusnya bergeser dari menjadi salah satu dari banyak opsi menjadi bagian dari satu jawaban. Pengguna pencarian Al biasanya tidak melihat judul halaman atau deskripsi meta Anda; mereka hanya melihat apa yang dipilih Al untuk dikatakan. Misalnya, pencarian Google untuk "alat pemasaran email terbaik" akan menampilkan 10 tautan biru (Anda ingin menjadi salah satu dari hasil itu), sedangkan ChatGPT mungkin menanggapi dengan: "Alat pemasaran email teratas adalah Mailchimp, Constant Contact, dan ActiveCampaign..." (Mengoptimalkan Konten Untuk LLM: Strategi Untuk Berperingkat Dalam Pencarian Yang Digerakkan Al) (Mengoptimalkan Konten Untuk LLM: Strategi Untuk Berperingkat Dalam Pencarian Yang Digerakkan Al). Tidak ada jaminan itu akan mengutip sumber. Ini berarti visibilitas dalam pencarian Al adalah semua atau tidak sama sekali - Anda