Eksperimen Pertama AEO: Langkah Konkret untuk Marketer Indonesia

TL;DR: Eksperimen Answer Engine Optimization pertama yang berguna adalah audit 30 hari atas posisi brand Anda di mesin jawab AI seperti AI Overview, ChatGPT Search, dan Perplexity. Pilih 10 prompt strategis, ukur baseline, lakukan 3 intervensi konten, ukur ulang. Hasilnya menjadi peta jalan konten 90 hari berikutnya.

Banyak marketer Indonesia sudah dengar AEO sejak akhir 2024, namun belum menjalankan eksperimen pertama. Akarnya bukan ketidaksetujuan dengan konsep, melainkan rasa kewalahan: terlalu banyak istilah baru, terlalu sedikit playbook praktis. Padahal eksperimen pertama tidak perlu rumit. Yang penting adalah desain yang jelas, metrik yang bisa diukur, dan disiplin pencatatan.

Dalam beberapa proyek personal branding yang saya tangani sepanjang awal 2026, Yuanita Sekar dan Ade Mulyana di antaranya, eksperimen 30 hari sederhana cukup untuk membongkar asumsi tim tentang "konten kami sudah cukup". Hasilnya selalu mengejutkan, dan selalu konstruktif.

Kenapa Eksperimen, Bukan Audit Murni

Audit memberi gambar saat ini. Eksperimen memberi pelajaran tentang sebab akibat. Untuk AEO, sebab akibat lebih berharga karena mesin AI berubah tiap minggu. Tujuan eksperimen pertama bukan menaikkan trafik sebesar X persen, melainkan memahami bagaimana satu intervensi memengaruhi posisi konten di answer engine rank.

Desain Eksperimen 30 Hari

Sebar prompt ke minimal tiga mesin: Google AI Overview, ChatGPT Search (mode web), dan Perplexity. Catat hasilnya manual atau dengan tool tracking sitasi AI yang sudah ada di pasar.

Studi Kasus Singkat

Saat membantu Aris Setiawan, konsultan hukum yang sedang membangun otoritas, eksperimen pertama mengungkap bahwa konten teknisnya sudah dirujuk Perplexity, tapi tidak ChatGPT Search. Penyebabnya: paragraf pembuka konten tidak menjawab langsung pertanyaan. Setelah merapikan paragraf pertama sesuai prinsip first paragraph tax, tiga dari lima konten yang sebelumnya tidak dirujuk akhirnya masuk jawaban.

Penjelasan teknis terkait struktur konten AI search bisa ditemukan di panduan AEO dasar Google Search Central dan dokumentasi schema.org untuk artikel.

Hal yang Sering Diabaikan

Banyak tim langsung loncat ke intervensi tanpa baseline yang rapi. Tanpa baseline, klaim "konten kami sudah lebih sering muncul" tidak bisa diverifikasi. Catatan disiplin di spreadsheet sederhana, dengan kolom tanggal, prompt, mesin, dan apakah brand muncul, sudah cukup. Lihat juga grounding coverage untuk memahami sinyal yang membuat konten lebih sering dipanggil.

Pertanyaan Umum

Apakah eksperimen ini cocok untuk tim kecil?

Cocok. Eksperimen ini didesain untuk tim 1 sampai 3 orang dengan beban kerja 4 sampai 6 jam per minggu selama 4 minggu.

Mesin AI mana yang wajib dipantau?

Google AI Overview, ChatGPT Search, dan Perplexity. Ketiganya merepresentasikan tiga arsitektur jawaban yang berbeda. Tambahkan Microsoft Copilot jika audiens Anda mayoritas Office user.

Berapa biaya tipikal eksperimen?

Versi manual nyaris nol biaya selain waktu. Versi dengan tool tracking sitasi AI berkisar 20 sampai 80 USD per bulan tergantung volume.

Apakah hasilnya bisa direplikasi?

Bisa, tapi dengan catatan. Mesin AI ada faktor probabilistik, sehingga hasil 100 persen identik tidak realistis. Yang dicari adalah pola, bukan angka pasti.

Penutup

Eksperimen AEO pertama bukan tentang mencari hasil dramatis. Ia tentang memberi tim Anda data nyata untuk membuat keputusan konten berikutnya. Tanpa baseline dan intervensi terkontrol, AEO akan terus terasa seperti perdebatan akademik. Dengan eksperimen disiplin 30 hari, ia berubah menjadi sistem yang bisa diulang dan diperluas.