Saat AI Salah Menjelaskan Bisnis Anda: Panduan Koreksi

Keliru lebih mahal daripada absen: kenapa klaim palsu adalah celah yang mahal

Jawaban AI datang dengan nada percaya diri tanpa keraguan, seperti kolega yang sudah mengecek lebih dulu. Nada itu mengerjakan jauh lebih banyak daripada yang pantas ia kerjakan. Ketika Tow Center for Digital Journalism menguji delapan alat pencarian AI untuk mengenali sumber kutipan berita, alat-alat itu secara kolektif memberi jawaban keliru pada lebih dari 60% kueri, dengan Perplexity keliru pada 37% dan Grok 3 keliru pada 94% — dan mereka jarang menandai ketidakpastian ketika sedang keliru.

Menelusuri asal kutipan berita bukan tugas yang sama dengan merangkum sebuah vendor, tetapi pola kegagalannya berpindah persis: sebuah fakta spesifik yang bisa dicek dinyatakan dengan lancar tanpa keraguan. Bagi pembeli dalam prompt pembandingan, itu tidak bisa dibedakan dari hasil riset.

Akibat praktisnya, klaim keliru berbunga. Asisten saling mengutip ekosistem satu sama lain — satu entri direktori usang memberi makan sebuah ringkasan, ringkasan itu ikut dipanen, dan kesalahannya memperoleh sumber kedua yang tampak sah. Mengoreksi lebih awal jauh lebih murah daripada mengoreksi setelah klaim itu dicuci lewat tiga perantara. Perlakukan klaim keliru sebagai antrean teratas visibilitas AI Anda, di atas penyebutan tipis dan pembandingan yang hilang.

Langkah 1 — Kunci klaimnya sebelum Anda mendebatnya

Laporan samar (“ChatGPT bilang harga kita salah”) tidak bisa ditelusuri atau diverifikasi. Catat klaimnya seperti sebuah bug: teks prompt yang persis, asisten dan modelnya, apakah pencarian web atau penjelajahan sedang aktif, tanggalnya, dan jawaban lengkapnya termasuk semua kutipan. Ambil tangkapan layarnya, dan salin teksnya supaya bisa Anda cari nanti.

Ada dua syarat yang penting dan biasanya dilewati. Pertama, jalankan promptnya di sesi baru dengan memori dan personalisasi dimatikan — kalau tidak, bisa jadi Anda hanya membaca ulang percakapan Anda sendiri, bukan pandangan bawaan model tentang Anda. Kedua, uji dengan susunan kata yang benar-benar dipakai pembeli, bukan yang Anda pakai: “berapa harga X”, “apakah X masih tersedia”, “X atau Y”, “apakah X perusahaan yang sama dengan Y”. Klaim keliru menumpuk pada prompt berniat beli, karena prompt itulah yang menuntut angka spesifik.

Lalu klasifikasikan kesalahannya, karena perbaikannya berbeda. Kesalahan pengambilan berarti asisten mengutip halaman yang hidup dan halaman itu keliru. Kesalahan parametrik berarti klaimnya datang dari data pelatihan tanpa kutipan. Kesalahan peleburan berarti dua entitas dijadikan satu. Kebanyakan keluhan soal harga adalah kesalahan pengambilan. Kebanyakan keluhan soal nama serupa adalah peleburan.

Langkah 2 — Telusuri kutipannya, bukan modelnya

Tanyakan langsung: “Sumber mana yang mendukung itu?” Lalu buka setiap URL dan periksa apakah isinya benar-benar mengatakan yang diklaim asisten. Satu langkah ini menuntaskan mayoritas kasus, dan memisahkannya menjadi tiga perbaikan yang sangat berbeda.

Kalau sumbernya nyata dan informasinya memang sudah usang, Anda punya masalah konten yang bisa diperbaiki hari ini. Kalau sumbernya nyata dan benar tetapi asisten salah membacanya — harga terkubur dalam gambar, catatan kaki dibaca sebagai angka utama, jenjang lama dibaca sebagai yang berlaku — Anda punya masalah kejelasan dan struktur. Kalau tidak ada sumber sama sekali, atau URL yang dikutip tidak memuat klaimnya, yang Anda hadapi adalah ingatan model atau karangan, dan tidak ada suntingan satu halaman yang akan menyelesaikannya.

Ada baiknya tahu bahwa lapisan pengambilan adalah perayapan langsung yang bisa Anda pengaruhi. OpenAI mendokumentasikan perayap terpisah untuk pelatihan dan untuk jawaban pencarian di dokumentasi botnya, Anthropic menerbitkan bagaimana Claude mengambil konten web, dan Perplexity mendokumentasikan perayap serta agen penggunanya. Apa yang bisa dibaca perayap itu di halaman Anda hari ini adalah bahan untuk jawaban esok hari.

Langkah 3 — Perbaiki di sumbernya, mulai dari yang paling berdaya ungkit

Mulailah dari situs Anda sendiri, karena itulah satu-satunya sumber yang sepenuhnya Anda kendalikan. Beri setiap fakta yang dipersoalkan satu halaman resmi yang menyatakannya secara eksplisit, dalam teks HTML, bertanggal. Kontradiksi di dalam domain Anda sendiri adalah penyebab umum kekeliruan AI: satu halaman kampanye lama, satu lembar data PDF, satu artikel pusat bantuan, dan satu catatan perubahan yang semuanya menyebut angka berbeda. Model tidak punya cara tahu mana yang Anda anggap berlaku, jadi ia memilih — sering kali dengan buruk.

Lalu buat faktanya terbaca mesin. Markup produk dan penawaran memungkinkan Anda menyatakan harga, mata uang, dan ketersediaan tanpa kerancuan; Google mendokumentasikan kolom wajib dan yang disarankan dalam panduan data terstruktur untuk daftar penjual, dan schema.org mendefinisikan nilai ketersediaan termasuk Discontinued. Harga yang hanya ada di dalam tangkapan layar atau widget sisi klien tidak terlihat oleh sebagian besar perayap.

Berikutnya, kumpulan data pihak ketiga. Wikidata dan Wikipedia sangat menentukan bagaimana sebuah entitas digambarkan; kalau Anda menyunting di sana, ikuti panduan konflik kepentingan Wikipedia dan ajukan permintaan suntingan di halaman pembicaraan alih-alih menyunting artikelnya sendiri. Perbarui Profil Bisnis Google Anda, betulkan direktori industri dan halaman vendor di situs ulasan, dan minta pengecer serta mitra yang masih memasang harga lama untuk menyegarkan daftar mereka.

Terakhir, undang perayapan ulang. Perbarui nilai lastmod di peta situs dan kirimkan URL yang berubah lewat IndexNow, yang didukung Bing — relevan karena jawaban web Copilot bersandar pada indeks Bing.

Tiga koreksi yang paling sering gagal

Harga, produk yang dipensiunkan, dan tabrakan nama menyumbang sebagian besar klaim keliru yang merusak yang kami temui, dan masing-masing punya pola kegagalan tersendiri.

Kesalahan harga bertahan karena angka lama hidup di lebih banyak tempat daripada angka yang berlaku — liputan pers, halaman pengecer, tabel perbandingan situs ulasan, halaman arsip Anda sendiri. Menerbitkan harga baru tidak menghapus yang lama. Perbaiki dengan menjadikan satu halaman harga jelas-jelas resmi dan bertanggal, menyatakan angkanya dalam teks dengan markup penawaran, dan mengejar tiga halaman pihak ketiga teratas yang masih menyebut angka lama.

Produk yang dihentikan gagal ke arah sebaliknya: timnya menghapus halamannya. Sebuah 404 mencabut kemampuan Anda menyatakan faktanya, sehingga asisten terus menjawab dari deskripsi pihak ketiga yang tersimpan dan ulasan usang. Pertahankan URL-nya tetap hidup, sebutkan statusnya dan tanggal akhir penjualan dalam teks biasa, tandai ketersediaan sebagai dihentikan di markup Anda, dan sebutkan produk penerusnya di halaman yang sama. Anda ingin asisten berkata “dihentikan pada 2024, digantikan oleh X” — dan itu hanya terjadi kalau ada halaman yang bisa dirayapi yang mengatakannya.

Tabrakan nama adalah masalah entitas, bukan masalah konten. Dua perusahaan yang berbagi nama akan dilebur kecuali grafnya memisahkan keduanya. Gunakan satu nama hukum yang konsisten ditambah penjelas kategori di mana pun, saling tautkan profil terverifikasi Anda sebagai pengenal sameAs, jaga butir Wikidata Anda tetap akurat, dan — di mana kekeliruan itu merugikan penjualan — terbitkan satu baris klarifikasi pendek dan faktual yang menyatakan bahwa Anda tidak berafiliasi dengan entitas satunya.

Langkah 4 — Pastikan jawabannya benar-benar berubah

Perbaikan yang belum Anda verifikasi masih berupa hipotesis. Jalankan ulang prompt persis yang Anda catat, di sesi baru dengan memori dimatikan, pada tiap asisten tempat Anda menemukan klaimnya, dan catat tanggal ketika tiap jawaban berubah. Uji juga varian promptnya — asisten kerap memperbaiki pertanyaan langsungnya sementara prompt pembandingan masih membawa angka lama.

Harapkan garis waktu yang tidak simetris. Jawaban yang berpijak pada pengambilan langsung bisa berubah dalam hitungan hari setelah perayapan ulang. Klaim yang tertanam dalam bobot model mungkin bertahan sampai ada pembaruan model, dan karena itulah dukungan luas dari berbagai sumber independen mengalahkan satu halaman yang sempurna. Kalau klaim keliru hanya muncul saat akses web dimatikan, yang Anda tunggu adalah data pelatihan, bukan CMS Anda.

Ukurlah proporsi jawaban yang benar sepanjang pengulangan, bukan satu tangkapan layar, karena keluaran berubah antarsesi. Inilah putaran yang Growli otomatiskan untuk pelanggan kami — prompt yang sama dijalankan ulang di ChatGPT, Gemini, Claude, Perplexity, Copilot, dan Grok, dengan peringatan ketika klaim yang sudah dikoreksi muncul lagi; cara kerjanya menjelaskan mekanismenya.

Ketika jawabannya tetap tidak mau berubah

Gunakan umpan balik di dalam produk pada respons yang bersangkutan — setiap asisten besar punya jalur jempol ke bawah dan pelaporan, dan itulah satu-satunya saluran yang sampai ke platform dengan keluaran bermasalahnya terlampir. Simpan catatan bug Anda; laporan yang memuat prompt persis, tanggal, dan fakta yang benar jauh lebih bisa ditindaklanjuti daripada keluhan umum.

Ketika klaim keliru menyangkut orang yang bisa diidentifikasi — seorang pendiri yang dianggap melakukan sesuatu yang tidak ia lakukan — hukum pelindungan data bisa berlaku langsung. Di Uni Eropa, hak pembetulan mencakup data pribadi yang tidak akurat, dan para penyedia menerbitkan jalur permintaan privasi persis untuk itu. Simpan eskalasi hukum untuk klaim yang mencemarkan nama baik atau merugikan secara komersial, bukan untuk soal nada.

Satu taktik yang harus dihindari: memblokir perayap AI sebagai tanggapan atas jawaban yang keliru. Itu mencabut halaman Anda dari lapisan pengambilan tanpa mencabut apa pun yang sudah ada di dalam model, sehingga asisten menjawab dari sumber pihak ketiga yang bahkan lebih sulit Anda kendalikan. Menjadi sumber paling jelas, paling segar, dan paling terbaca mesin tentang diri Anda sendiri adalah koreksi yang bertahan lama.

FAQ