Studi Kasus Vetmo: Naikkan AEO Passage Grounding Score Konten Pet Care dari 17 ke 52 Persen lewat Restruktur Paragraf Self-Contained di 2026

TL;DR: Di proyek Vetmo (platform pet care, klien jangka panjang Vito Atmo), AEO Passage Grounding Score awalnya hanya 17 persen, hanya 1 dari 6 paragraf yang dipakai AI Search sebagai bukti utama. Setelah restruktur 32 paragraf di 8 artikel hub supaya self-contained dan menyisipkan data per paragraf, skor naik ke 52 persen dalam 21 hari. Klik referral dari Perplexity dan ChatGPT Search naik dari 47 ke 138 per minggu.

Dalam beberapa proyek terakhir, saya melihat pola yang sama berulang: konten yang trafiknya bagus di Google klasik justru sepi di AI Search. Vetmo masuk kategori ini. Artikel "Panduan Pakan Kucing Persia" peringkat 3 di Google, tapi ChatGPT Search hampir tidak pernah memakainya sebagai grounding. Setelah audit, akar masalahnya jelas, paragraf di artikel itu saling bergantung secara konteks. Mesin AI butuh paragraf yang bisa berdiri sendiri tanpa baca seluruh halaman.

Diagnosa Awal

Saya pakai metrik AEO Passage Grounding Score sebagai baseline. Cara mengukurnya manual: ambil 25 prompt query relevan per artikel, jalankan di ChatGPT Search dan Perplexity, catat paragraf mana yang ditandai sebagai sumber sitasi. Hasil awal:

Skor 17 persen menandakan paragraf belum cukup padat bukti dan tidak self-contained. Pendekatan ini melengkapi metrik Evidence Density Ratio yang kami pakai untuk audit bulanan.

Hipotesis dan Eksekusi

Hipotesis: jika tiap paragraf bisa berdiri sendiri dengan minimal 1 fakta verifiable (angka, tahun, atau nama produk spesifik), mesin AI akan lebih sering memilihnya sebagai grounding. Pendekatannya bukan menulis ulang artikel, melainkan restruktur paragraf yang sudah ada.

Tiga aturan restruktur yang kami terapkan di 32 paragraf di 8 artikel hub Vetmo:

Pendekatan ini sejalan dengan praktik Prompt Anchor Density yang sudah kami pakai di proyek lain.

Hasil Setelah 21 Hari

Angka ini bervariasi tergantung industri dan otoritas domain. Vetmo punya DR 38 dan sudah punya basis konten yang konsisten 9 bulan terakhir, dua faktor yang mempermudah eksperimen. Untuk konteks teknis AI Search, lihat dokumentasi Google Search Central tentang AI Overview.

Pelajaran Penting

Pertama, restruktur paragraf lebih efisien daripada tulis ulang artikel. Energi terfokus ke paragraf yang punya potensi tinggi. Kedua, fakta verifiable per paragraf (angka, nama produk, tahun) jadi sinyal grounding yang dominan. Ketiga, internal link kontekstual ke glosarium tetap penting karena membantu mesin AI memetakan entity dan menaikkan trust signal.

Pertanyaan Umum

Berapa lama proses restruktur 32 paragraf?

Sekitar 8 jam kerja terdistribusi 3 hari. Audit awal 2 jam, restruktur 5 jam, QA dan deploy 1 jam.

Apakah pendekatan ini bisa diterapkan ke blog kompetisi tinggi?

Bisa, tapi butuh waktu lebih lama melihat hasil. Niche kompetitif seperti finance dan health bisa 6-8 minggu untuk hasil signifikan. Niche kurang ramai seperti pet care lokal Indonesia, 3 minggu sudah cukup.

Bagaimana cara track Passage Grounding Score tanpa tools mahal?

Manual via spreadsheet. 25 prompt query x 8 artikel = 200 cek. Bisa selesai 4 jam dengan disiplin dan dijalankan mingguan untuk track tren.

Langkah Selanjutnya untuk Anda

Pilih 3-5 artikel dengan traffic Google tertinggi tapi referral AI Search terendah. Audit 8-10 paragraf inti dengan tiga aturan restruktur di atas. Track skor mingguan selama 3 minggu. Hasil yang realistis: kenaikan 20-30 persen skor grounding untuk niche menengah.