Pakar SEO Dan Petrovic (DEJAN) menganalisis data mentah dari Google Gemini API dan untuk pertama kalinya mengungkap secara empiris bagaimana Google AI Search (berbasis Gemini) memilih kalimat dari halaman web sebagai dasar jawaban (grounding snippet).
Poin temuan utama:
- Pertanyaan → dipecah menjadi beberapa subkueri melalui query fanout
- Untuk tiap subkueri, dipilih 5~20 halaman → lalu diberi skor relevansi terhadap kueri pada tingkat kalimat
- Kriteria paling penting = kemiripan semantik kalimat (bagian yang tidak terkait dengan kueri diabaikan seluruhnya)
- Bagian pembuka (paragraf pertama) hampir selalu diekstrak meski relevansinya rendah → ada lead bias yang kuat
- Elemen struktural seperti daftar isi, header, dan potongan kode juga diperlakukan seperti kalimat biasa dan diberi skor
- Kalimat yang terpilih dihubungkan dengan … untuk membentuk snippet → lalu digunakan sebagai dasar kutipan saat menghasilkan jawaban akhir
Kesimpulannya, Google AI Search tidak bekerja lewat interpretasi AI yang bebas, melainkan melalui proses pemberian skor relevansi yang presisi pada tingkat kalimat + seleksi.
→ Ini memberi insight praktis bahwa pesan inti perlu ditempatkan dengan kuat di bagian pembuka, dan setiap kalimat harus dekat secara semantik dengan kueri agar peluangnya dikutip dalam jawaban AI lebih tinggi.
Petrovic juga merilis alat demo yang meniru mekanisme ini.
Belum ada komentar.