Banyak marketer masih beranggapan bahwa Generative Engine Optimization (GEO) hanya soal teknis website seperti schema markup atau page speed. Padahal, data terbaru dari eksperimen Suganthan Mohanadasan dari Snippet Digital menunjukkan realitas yang berbeda. ChatGPT shortlist brand terjadi jauh sebelum bot tersebut melakukan crawling terhadap satu pun halaman web. Ketika Anda bertanya "best AI note taking app", nama-nama seperti Granola, Notion AI, Otter, dan Fireflies sudah muncul dalam query internal yang ditulis oleh model itu sendiri. Fenomena ini mengubah cara kita memahami visibilitas di era pencarian berbasis AI.
TL;DR
- Brand yang namanya muncul di query internal ChatGPT masuk ke jawaban akhir dengan probabilitas 68,9%.
- Sebaliknya, brand yang hanya ter-fetch tanpa disebut di query awal memiliki peluang masuk jawaban hanya 2,1%.
- Selisih performa antara kedua kategori ini mencapai sekitar 33 kali lipat.
- Shortlist brand terbentuk dari memori model (training data) dan sinyal dari open web, bukan sekadar SEO on-page.
- Dari 3.554 halaman yang dibaca oleh ChatGPT, hanya sekitar 3,1% yang akhirnya di-cite sebagai sumber referensi.
Memori Model vs Crawling Tradisional
Inti dari temuan ini adalah pemahaman bahwa AI search engine bekerja dengan dua saringan utama. Saringan pertama adalah "shortlist" yang ada di kepala model, sedangkan saringan kedua adalah verifikasi melalui pencarian web aktif. Dalam pengamatan terhadap 27 percakapan, ditemukan bahwa pada 21 kasus, nama brand sudah terkandung dalam query pertama yang dihasilkan ChatGPT, bahkan sebelum hasil pencarian apa pun dimuat.
Ini berarti bahwa jika nama bisnis Anda tidak pernah muncul dalam memori model atau tidak memiliki jejak kuat di internet yang membentuk asosiasi dengan kategori tertentu, Anda akan kesulitan menembus tahap awal ini. Bagi tim marketing yang biasa mengurus strategi platform media sosial, pergeseran paradigma ini menuntut adaptasi cepat karena algoritma kini lebih mengandalkan konteks semantik daripada sekadar kata kunci literal.
"Brand awareness di era AI bukan lagi sekadar vanity metric, melainkan tiket masuk mutlak untuk bisa dipertimbangkan oleh mesin pencari generatif."
Angka Kontras: 68,9% vs 2,1%
Mari kita bedah datanya secara spesifik. Suganthan menganalisis traffic jaringan (network traffic) ChatGPT melalui DevTools. Hasilnya mencolok: dari 119 brand yang disebutkan dalam query internal ChatGPT, 68,9% berhasil masuk ke dalam jawaban final yang ditampilkan kepada pengguna. Di sisi lain, dari 515 brand yang hanya terbaca (fetched) oleh sistem tanpa pernah disebut namanya di dalam query, hanya 2,1% yang berhasil masuk ke jawaban.
Perbedaan ini bukan hal kecil. Rasio 68,9% dibanding 2,1% menunjukkan bahwa peluang sebuah brand untuk direkomendasikan AI meningkat drastis—sekitar 33 kali lipat—jika ia sudah berada dalam "radar" atau shortlist model sejak awal. Hal ini menegaskan bahwa optimasi teknis website saja tidak cukup jika brand Anda tidak dikenal secara luas di ekosistem informasi digital.
Peran Digital PR dalam Membentuk Shortlist
Jika shortlist dibentuk oleh apa yang orang tulis tentang brand Anda selama bertahun-tahun, maka strategi konten dan public relations menjadi fondasi utamanya. Review produk, halaman perbandingan (comparison pages), liputan media, dan artikel "best of lists" adalah bahan bakar yang melatih model bahasa besar (LLM).
Ketika sebuah brand sering dikaitkan dengan solusi masalah tertentu dalam teks-teks berkualitas tinggi di internet, LLM akan menyimpan asosiasi tersebut. Akibatnya, saat user menanyakan topik serupa, brand tersebut akan otomatis muncul dalam draft query internal. Oleh karena itu, investasi dalam digital marketing update harus bergeser dari sekadar mengejar ranking organik tradisional ke upaya membangun otoritas naratif yang konsisten.
Batasan Data dan Caveat Penting
Meskipun angkanya menarik, penting untuk tetap kritis. Data ini diambil dari satu akun ChatGPT Plus di Dubai pada periode 24-25 Juli 2026, mencakup sekitar 60 percakapan. Personalisasi sangat terlihat jelas; apa yang muncul di layar Anda mungkin berbeda dengan pengguna di wilayah atau profil lain.
Penulis asli, Suganthan, juga telah merevisi judul artikelnya menjadi "ChatGPT Already Knows Who's In The Running Before It Searches" setelah melakukan tes lanjutan. Ia menemukan bahwa brand yang tidak muncul di query tetap bisa masuk ke jawaban, meski dengan probabilitas jauh lebih rendah. Jadi, anggap angka-angka ini sebagai arah tren (directional), bukan hukum fisika yang pasti. Namun, tren ini cukup kuat untuk mengubah prioritas anggaran marketing perusahaan.
Strategi Praktis untuk Tim Marketing
Lalu, apa yang bisa dilakukan minggu ini? Jangan langsung menghabiskan budget untuk tools GEO mahal. Lakukan audit manual sederhana berikut:
- Cek Query Internal: Tanyakan pertanyaan kategori brand Anda (misalnya "rekomendasi agency terbaik") pada ChatGPT sebanyak lima kali. Gunakan DevTools browser untuk melihat network request dan catat nama brand yang muncul dalam parameter `q` atau prompt internal.
- Analisis Konsistensi: Jika nama brand Anda tidak pernah muncul, fokuslah pada digital PR dan placement review di situs-situs otoritatif terlebih dahulu.
- Optimasi Konten: Jika nama brand sudah mulai muncul, barulah rapikan struktur halaman website. Pastikan setiap halaman menjawab satu intent spesifik dengan kalimat kesimpulan di paragraf paling atas agar mudah di-cite.
Strategi ini sejalan dengan prinsip budget marketing ROI yang menekankan efisiensi alokasi dana berdasarkan dampak nyata terhadap visibilitas, bukan sekadar aktivitas rutin.
FAQ Singkat
Apakah Schema Markup membantu saya masuk shortlist ChatGPT? Schema membantu mesin memahami struktur data, tetapi tidak menjamin brand Anda masuk ke memori model atau query internal. Shortlist lebih dipengaruhi oleh eksistensi naratif di web terbuka (PR, review, blog).
Mengapa ada brand yang tidak di-fetch tapi tetap direkomendasikan? Dalam dataset Suganthan, terdapat 86 kasus di mana brand direkomendasikan padahal websitenya tidak diakses sama sekali dalam percakapan tersebut. Ini membuktikan kekuatan "model memory" atau pengetahuan bawaan AI yang terbentuk dari training data masa lalu.
Berapa lama efek digital PR terlihat di AI Search? Karena melibatkan pembaruan model dan indeksasi konten web, efeknya tidak instan. Namun, seiring semakin banyak LLM menggunakan retrieval augmented generation (RAG), konten baru yang viral atau banyak dikutip bisa memengaruhi jawaban dalam hitungan minggu hingga bulan.
Kesimpulan
Visibilitas di era AI search tidak lagi ditentukan semata-mata oleh seberapa baik website Anda dioptimalkan secara teknis. Faktor penentu utamanya adalah apakah brand Anda sudah "dikenal" oleh model sehingga masuk ke dalam shortlist query internal. Tanpa kehadiran di memori model, peluang Anda untuk di-cite atau direkomendasikan turun drastis hingga tinggal 2,1%.
Fokuslah pada membangun narasi brand yang kuat melalui digital PR dan konten otoritatif. Setelah brand Anda mulai muncul dalam radar AI, barulah tingkatkan optimasi on-page untuk memastikan halaman tersebut layak di-cite. Ini adalah evolusi dari performance marketing menuju brand-performance yang terintegrasi.
🚀 Butuh bantuan menyusun strategi GEO dan Digital PR yang tepat? 👉 Hubungi tim kami di seo.uraga.co.id
