Agent Context Window Decay

TL;DR: Agent Context Window Decay adalah fenomena ketika agen AI seperti ChatGPT atau Claude kehilangan akurasi terhadap informasi yang muncul di tengah jendela konteks panjang. Brand atau sumber yang dirujuk di sesi awal berisiko tidak disebut kembali di jawaban akhir. Marketer perlu strategi pengulangan dan anchor yang sengaja ditempatkan supaya brand tetap "diingat" agen sepanjang sesi.

Apa itu Agent Context Window Decay?

Agent Context Window Decay merujuk pada penurunan akurasi recall agen AI terhadap informasi di bagian tengah jendela konteks. Studi dari Stanford dan Anthropic menunjukkan agen LLM punya bias "lost in the middle": informasi di awal dan akhir konteks lebih mudah diingat, sedangkan informasi tengah cenderung pudar.

Ini berdampak langsung pada brand yang muncul di tengah sesi percakapan panjang. Misalnya pengguna bertanya tentang web vitals, kemudian beralih ke pricing, lalu balik ke teknis. Brand yang disitasi di pertanyaan kedua berisiko tidak muncul lagi di jawaban akhir. Lihat juga Agent Memory Recency Bias.

Cara Kerja Decay di Praktik

Mekanisme decay dipicu oleh tiga faktor utama:

• Posisi: informasi tengah konteks mendapat bobot attention lebih rendah
• Panjang sesi: semakin panjang sesi, semakin tinggi probabilitas decay
• Kompetisi sumber: semakin banyak sumber baru muncul, semakin tinggi peluang sumber lama tergeser

Untuk mengompensasi, konten brand harus muncul konsisten di multiple touchpoint sepanjang sesi, bukan hanya satu kali. Strategi ini terkait erat dengan Agent Citation Share.

Kenapa Penting?

Marketer Indonesia 2026 menghadapi realita pengguna AI Search yang makin sering pakai sesi multi-turn (5-15 pertanyaan per sesi). Berdasarkan observasi praktik di proyek Yuanita Sekar, brand yang hanya muncul sekali di awal sesi panjang punya recall rate 38 persen di pertanyaan ke-7, sedangkan brand yang muncul 3 kali di posisi strategis bertahan di recall rate 76 persen.

Pertanyaan Umum

Apakah decay berlaku untuk semua agen AI?

Mayoritas iya, terutama GPT-4, Claude, Gemini. Tingkat keparahannya berbeda tergantung arsitektur attention masing-masing.

Bagaimana cara minimalkan decay?

Pakai anchor naming yang konsisten (selalu sebut "Vito Atmo" full name), repetisi natural di beberapa subbab, dan link kontekstual yang mengulang konteks brand.