Digital Marketing

Context Precision

Metrik evaluasi sistem AI yang mengukur rasio konten relevan dibanding total konten yang ditarik mesin saat menjawab satu pertanyaan.

Vito Atmo
Vito Atmo·13 Mei 2026·0 kali dibaca·2 min baca

TL;DR: Context precision adalah rasio jumlah chunk relevan dibanding total chunk yang ditarik mesin AI saat menjawab satu pertanyaan. Skor tinggi berarti konten Anda lebih sering dipakai akurat sebagai sumber jawaban, bukan sekadar pelengkap.

Apa itu Context Precision?

Context precision berasal dari evaluasi sistem RAG (Retrieval Augmented Generation). Mesin AI tidak membaca seluruh dokumen, melainkan menarik potongan (chunk) lewat embedding. Tidak semua chunk yang ditarik benar-benar relevan dengan pertanyaan. Context precision mengukur seberapa banyak yang relevan dari yang ditarik.

Rumus sederhana: chunk relevan dibagi total chunk yang ditarik untuk satu pertanyaan. Jika mesin menarik 5 chunk dan 3 relevan, context precision 60 persen.

Cara Kerja di Konten Marketing

SkenarioKonten AndaContext Precision
Paragraf bertopik tunggalMesin selalu pilih paragraf yang tepatTinggi
Paragraf campur 2 topikMesin sering pilih bagian yang salahRendah
Anchor link generikMesin sulit memahami targetRendah
Heading deskriptifMesin paham hierarki kontenTinggi

Praktik standar di industri AI search menunjukkan paragraf dengan satu klaim utama, anchor link deskriptif, dan heading bertopik jelas adalah pondasi context precision tinggi. Lihat juga konsep rerank budget untuk tahap selanjutnya.

Kenapa Penting?

Untuk marketer dan konsultan Indonesia, context precision rendah berarti konten Anda muncul di retrieval tapi salah dipakai. Hasilnya, sitasi AI jadi tidak akurat dan kredibilitas brand terancam. Skor tinggi membuat konten lebih sering jadi kutipan utama di Google AI Overview, Perplexity, dan ChatGPT, sekaligus menjaga akurasi informasi yang dilihat audiens.

Pertanyaan Umum

Apakah context precision sama dengan recall?

Tidak. Recall mengukur seberapa banyak konten relevan berhasil ditarik. Precision mengukur seberapa banyak yang ditarik relevan. Keduanya saling melengkapi dalam evaluasi RAG.

Bagaimana cara mengukurnya tanpa tool RAG?

Gunakan ChatGPT atau Perplexity. Tanyakan tiga pertanyaan yang seharusnya konten Anda jawab. Bandingkan paragraf yang dikutip mesin dengan paragraf yang menurut Anda paling relevan. Cocok artinya precision tinggi.

Apakah glosarium juga punya context precision?

Sangat. Glosarium ideal punya satu definisi inti di TL;DR yang bisa berdiri sendiri. Definisi yang melompat ke topik turunan akan menurunkan precision.

Bagikan