Digital Marketing
Prompt Routing Bias
TL;DR: Prompt Routing Bias adalah kecenderungan AI Search seperti Google AI Overview, ChatGPT, atau Perplexity memilih sumber tertentu untuk pertanyaan serupa karena pola routing internal model. Bias ini muncul karena LLM mengelompokkan prompt ke "kelas" tertentu lalu memprioritaskan sumber yang sebelumnya dianggap relevan untuk kelas itu. Marketer perlu memahami bias ini supaya tidak salah baca data sitasi.
Apa itu Prompt Routing Bias?
Prompt Routing Bias adalah pola di mana AI Search secara konsisten memilih sumber tertentu untuk varian pertanyaan yang mirip, meskipun ada sumber lain yang sebenarnya lebih relevan. Penyebabnya: model bahasa besar (LLM) memetakan prompt ke representasi internal (embedding) lalu mengambil dokumen dari knowledge graph atau index retrieval yang sudah dipre-rank untuk klaster prompt tersebut.
Analoginya seperti pelayan kafe yang selalu merekomendasikan menu yang sama untuk pelanggan yang terlihat mirip. Bukan karena menu lain buruk, tapi karena pola pengambilan keputusan sudah terbentuk.
Cara Kerja
| Tahap | Aktivitas | Dampak ke Sitasi |
|---|---|---|
| Embedding | Prompt diubah jadi vektor | Pertanyaan mirip dikelompokkan |
| Routing | Vektor diarahkan ke cluster sumber | Sumber sama keluar berulang |
| Re-ranking | Top-k dipilih untuk grounding | Sumber lain kalah meski relevan |
| Citation | Sumber terpilih dikutip | Brand mention bias ke incumbent |
Kenapa Penting?
Marketer Indonesia yang memantau Answer Attribution Rate sering bingung kenapa kompetitor selalu muncul meski konten mereka tidak update. Jawabannya sering: Prompt Routing Bias. Untuk mengakali, perlu masuk ke klaster prompt baru lewat angle berbeda, bukan sekadar mengejar query yang sudah didominasi pemain lain.
Pertanyaan Umum
Apakah Prompt Routing Bias bisa dilawan?
Bisa, dengan diversifikasi angle konten dan masuk ke pertanyaan turunan yang belum punya incumbent kuat. Strategi First-Mention Advantage sering efektif untuk topik baru.
Berapa lama bias ini bertahan?
Umumnya 3-9 bulan tergantung volume update model. Setiap retraining besar bisa mengocok ulang routing, jadi peluang masuk muncul saat update mayor.
Istilah Terkait