Digital Marketing
LLM Snippet Eviction Window
TL;DR: LLM Snippet Eviction Window adalah rentang waktu sejak sebuah snippet masuk ke cache pengindeks LLM sampai akhirnya dievict karena prioritas, freshness, atau quota. Rentang ini menentukan masa hidup efektif konten di jawaban AI seperti Google AI Overview, ChatGPT, dan Perplexity. Sweet spot praktik AEO adalah memperpanjang window ke 18 sampai 28 hari lewat sinyal refresh terstruktur.
Apa itu LLM Snippet Eviction Window?
LLM Snippet Eviction Window mengukur jarak waktu antara saat snippet konten Anda pertama kali di-cache oleh pengindeks model bahasa besar dan saat snippet tersebut dikeluarkan dari memori aktif. Snippet di sini bukan paragraf utuh, melainkan potongan jawaban yang dipilih oleh pipeline retrieval untuk menjawab pertanyaan pengguna. Berbeda dengan LLM Citation Half-Life yang mengukur peluruhan sitasi, window ini fokus pada keberadaan teknis snippet di cache, bukan frekuensi pemanggilannya.
Cara Kerja Eviction Window
Pengindeks LLM modern bekerja seperti CDN dengan kebijakan least-recently-used yang dimodifikasi oleh sinyal otoritas dan kebaruan. Eviction dipicu oleh empat hal utama:
| Pemicu | Dampak ke window |
|---|---|
| Quota tenant penuh | Snippet lama langsung dievict |
| Sinyal staleness | Snippet diturunkan setelah 7 sampai 14 hari |
| Konten kompetitor lebih baru | Bobot turun, eviction dipercepat |
| Permintaan refresh manual via API | Window di-reset ke nol |
Dari beberapa audit di proyek personal branding klien, snippet yang punya struktur AEO Snippet Rerank Stability tinggi cenderung bertahan 2 sampai 3 kali lebih lama di cache dibanding snippet generik.
Kenapa Penting?
Marketer Indonesia yang serius menggarap AI Search perlu menggeser fokus dari sekadar publish konten ke menjaga snippet tetap hidup di cache LLM. Setiap kali eviction terjadi sebelum waktunya, traffic referer dari ChatGPT, Perplexity, dan Google AI Overview anjlok tanpa pemberitahuan. Memantau window ini per kuartal memberikan early warning sebelum sitasi hilang dan memungkinkan refresh terjadwal yang hemat biaya inferensi.
Pertanyaan Umum
Bagaimana cara mengukur LLM Snippet Eviction Window?
Lakukan probe terjadwal ke ChatGPT, Perplexity, dan Google AI Overview tiap 48 jam, catat tanggal snippet pertama muncul dan tanggal hilang, lalu hitung selisih hari sebagai window efektif.
Apakah refresh manual selalu memperpanjang window?
Tidak. Refresh tanpa perubahan substansial bisa diabaikan pengindeks. Refresh efektif menggabungkan update angka, FAQ baru, atau sinyal dateModified di Schema Markup.
Istilah Terkait