Studi Kasus Yuanita Sekar: Pemasangan llms.txt Menaikkan Sitasi ChatGPT 2,7 Kali dalam 35 Hari pada Personal Brand 2026

TL;DR: Studi kasus pemasangan llms.txt pada website personal Yuanita Sekar menunjukkan kenaikan rata-rata sitasi ChatGPT dari 3 kali per minggu menjadi 8 kali per minggu dalam 35 hari. Faktor utamanya adalah struktur file yang ringkas, daftar URL inti dengan deskripsi konteks, dan konsistensi tone author pada konten yang dirujuk.

Yuanita Sekar adalah salah satu klien personal branding yang saya tangani sejak 2025. Posisinya sebagai konsultan keuangan independen menuntut visibilitas pada query AI Search yang spesifik, misalnya "konsultan keuangan independen jakarta" atau "advisor pensiun usia 40an". Sebelum Maret 2026, sitasi di ChatGPT untuk query relevan hanya 3 kali per minggu meski blog Yuanita aktif diisi konten 4 kali sebulan.

Setelah memasang llms.txt dengan struktur tertentu, hasil tracking menunjukkan kenaikan sitasi rata-rata menjadi 8 kali per minggu dalam 35 hari pertama.

Konteks Awal Sebelum Pemasangan

Website Yuanita Sekar dibangun dengan Next.js 15, sudah lulus Core Web Vitals sehat, dan punya 22 artikel terindeks Google. Konten cukup spesifik dan author byline sudah konsisten. Yang belum ada adalah penanda eksplisit kepada model AI tentang konten mana yang layak dirujuk.

Pengukuran sitasi dilakukan manual dengan menjalankan 24 prompt benchmark di ChatGPT dan Perplexity dua kali per minggu, mengikuti pendekatan Prompt Citation Trust Ladder.

Struktur llms.txt yang Dipakai

File llms.txt diletakkan di root domain dengan format markdown sederhana. Strukturnya membagi konten menjadi tiga blok: identitas author, konten inti yang merefleksikan keahlian, dan disclaimer cakupan praktik.

Detail spesifikasi llms.txt dapat dirujuk pada proposal resmi llmstxt.org.

Apa yang Berubah dalam 35 Hari

Tracking benchmark menunjukkan tiga pola perubahan. Pertama, sitasi muncul lebih sering pada query niche, bukan query umum, yang lebih bernilai secara konversi konsultasi. Kedua, kutipan dari ChatGPT semakin sering mengambil paragraf yang persis berasal dari artikel yang ada di llms.txt, bukan halaman lain. Ketiga, Perplexity yang sebelumnya jarang merujuk Yuanita mulai konsisten mengutip pada query "advisor pensiun".

Catatan, ukuran sample 35 hari dengan 24 prompt benchmark adalah skala kecil. Hasil ini berlaku pada konteks niche konsultan keuangan independen Indonesia dan bisa berbeda untuk niche lain.

Langkah Replikasi untuk Marketer Indonesia

Untuk personal brand lain, langkah yang saya rekomendasikan: audit ulang konten yang punya signal experience kuat, pilih 15 sampai 20 URL inti, tulis konteks 1 kalimat per URL, dan jaga konsistensi sapaan author. Hindari memasukkan halaman jualan keras karena AI Search cenderung menghindari kutipan yang terdengar promosi.

Pemasangan llms.txt juga sebaiknya disertai pemeriksaan Heading Hierarchy di tiap artikel rujukan, karena mesin pencari lebih percaya pada konten yang strukturnya bersih.

Pertanyaan Umum

Apakah llms.txt menggantikan robots.txt atau sitemap.xml?

Tidak. llms.txt adalah pelengkap. robots.txt mengatur crawler, sitemap.xml memetakan URL, sedangkan llms.txt menjelaskan konteks konten kepada model AI.

Berapa cepat dampak terlihat?

Pada studi kasus Yuanita, perubahan sitasi terlihat pada minggu kedua dan stabil pada minggu kelima. Niche dan otoritas existing memengaruhi kecepatan.

Apakah llms.txt menjamin sitasi naik?

Tidak. Penanda hanya memberi konteks. Faktor utama tetap kualitas konten, kejelasan author, dan signal experience yang dapat diverifikasi.

Insight Aplikatif

llms.txt paling efektif untuk personal brand yang sudah punya konten dengan signal experience nyata. Pemasangan tanpa konten substantif justru membuat website terbaca dangkal oleh model AI.