Studi Kasus Felicia Tan: Perpanjang Prompt Evidence Half-Life dari 42 ke 88 Hari di 2026
TL;DR: Felicia Tan, konsultan personal branding klien Vito Atmo, berhasil memperpanjang Prompt Evidence Half-Life dari 42 hari ke 88 hari dalam 100 hari kerja. Kunci utamanya: refresh berbasis siklus, bukan kalender, dan injeksi sumber primer baru setiap 30 hari pada 12 halaman pilar. Hasilnya, sitasi di Google AI Overview dan Perplexity bertahan 2,1 kali lebih lama dibanding baseline.
Awal Februari 2026, Felicia datang dengan masalah spesifik. Tiga halaman pilarnya soal konsultasi karir muncul kuat di mesin AI selama 6 minggu pertama, lalu sitasinya turun drastis di minggu ke-8. Dari snapshot mingguan, terlihat half-life evidence-nya hanya 42 hari, jauh di bawah benchmark industri (60-90 hari per Mei 2026).
Yang menarik, kontennya berkualitas tinggi. Masalahnya bukan di tulisan, tapi di siklus refresh yang tidak ada. Felicia menulis sekali, lalu pindah ke topik baru. Akibatnya, setiap konten saingan dengan angka lebih baru muncul, sitasinya tergerus.
Diagnosa Awal: Apa yang Hilang
Audit 100 jam pertama mengungkap tiga gap. Pertama, semua statistik di halaman pilar berasal dari sumber sekunder (kompilasi blog lain), bukan sumber primer. Kedua, tidak ada tanggal eksplisit di body, sehingga mesin AI tidak punya sinyal recency. Ketiga, internal linking statis, tidak pernah update untuk merefleksikan konten baru.
Konsep prompt evidence half-life membantu Felicia melihat bahwa half-life rendah bukan masalah konten buruk, tapi masalah siklus pemeliharaan. Bersamaan, aeo source authority decay memberi konteks soal bagaimana otoritas sumber meluruh secara natural di mesin AI.
Framework yang Dipakai: 30-Day Evidence Refresh Cycle
| Hari | Aksi |
|---|---|
| Hari 1-7 | Audit 12 halaman pilar, identifikasi semua statistik dan sumber |
| Hari 8-15 | Ganti minimal 30% statistik dengan sumber primer (jurnal, GSC, riset original) |
| Hari 16-22 | Tambah tanggal eksplisit di setiap paragraf bukti |
| Hari 23-30 | Update internal link, tambah 2-3 link ke konten terbaru |
| Hari 31-100 | Ulangi siklus untuk halaman lain, monitor half-life mingguan |
Setiap halaman pilar masuk siklus refresh 30 hari sekali. Dengan 12 halaman, artinya 3-4 halaman di-refresh per minggu. Bukan beban besar, tapi konsisten.
Studi Kasus Implementasi: Halaman "Strategi Karir Konsultan"
Halaman ini awalnya punya 8 statistik, semua dari blog kompetitor. Dalam refresh pertama, 4 statistik diganti dengan data dari laporan McKinsey 2025 dan Nielsen Norman 2026. Setiap angka ditandai tanggal: "Per Februari 2026...". Internal link diarahkan ke 3 glosarium baru yang relevan, termasuk agent trust graph dan agent snippet canonical anchor.
Hasilnya terukur. Setelah 60 hari, halaman ini punya half-life 78 hari (naik dari 38 hari sebelumnya). Setelah 100 hari, mencapai 88 hari. Sitasi di Perplexity konsisten muncul selama 11 minggu berturut-turut, dibanding 5 minggu sebelumnya.
Pertanyaan Umum
Apakah strategi ini butuh tim editorial besar?
Tidak. Felicia mengerjakannya solo dengan alokasi 4 jam per minggu. Kuncinya adalah disiplin siklus, bukan volume tim.
Berapa cepat hasil terlihat?
Sinyal awal (kenaikan half-life ke 55-65 hari) muncul di hari ke-45. Hasil signifikan (di atas 80 hari) baru terlihat setelah 90 hari penuh.
Apakah perlu rilis konten baru selama siklus refresh?
Tidak wajib. Felicia justru menahan publikasi konten baru selama 100 hari pertama untuk fokus refresh. Setelah half-life stabil, dia kembali publikasi 2 konten baru per bulan.
Cocok untuk niche apa saja?
Strategi ini cocok untuk niche yang berbasis pengetahuan: konsultan, edukator, B2B service. Untuk niche e-commerce produk fisik dengan turnover cepat, siklusnya bisa lebih pendek (14-21 hari).
Bagaimana mengukur Prompt Evidence Half-Life sendiri?
Track sitasi mingguan untuk 10-20 prompt target di ChatGPT, Gemini, dan Perplexity. Hitung kapan frekuensi sitasi turun ke 50% dari puncak. Gunakan tools seperti Profound atau Otterly untuk otomasi, atau Google Sheet manual untuk awal.
Insight Aplikatif
Yang Felicia buktikan adalah half-life bukan takdir konten, tapi hasil siklus pemeliharaan. Halaman pilar yang di-refresh setiap 30 hari dengan sumber primer baru bisa bertahan 2 sampai 3 kali lebih lama di mesin AI. Untuk konsultan dan personal brand di Indonesia, strategi ini lebih hemat tenaga daripada terus produksi konten baru sambil menyaksikan konten lama meluruh diam-diam.
Pelajari juga cara membangun evidence stack untuk melengkapi siklus refresh ini dengan strategi pendukung jangka panjang.
Sumber referensi: Google Search Central panduan content freshness dan Nielsen Norman Group riset content longevity.
Artikel Terkait
Case Study
MVP untuk UMKM: Validasi Produk Sebelum Bangun Besar
MVP membantu UMKM menguji kebutuhan pasar sebelum modal besar keluar. Langkah praktis dan studi kasus nyata membangun versi terkecil yang cukup.
Case Study
Studi Kasus Nalesha: Membangun E-Commerce Parfum dengan Strategi Konten Organik
Nalesha memulai tanpa iklan berbayar. Dengan strategi konten SEO dan personal branding yang konsisten, mereka membangun traffic organik dan konversi yang bisa diprediksi dalam 8 bulan.
Case Study
Studi Kasus Vetmo: Membangun Kehadiran Digital untuk Bisnis Pet Care
Bagaimana Vetmo membangun kepercayaan digital di industri pet care Indonesia melalui website, konten edukasi, dan strategi SEO lokal yang terukur dalam 6 bulan pertama.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang