Ketika jawaban AI menyebut fakta brand yang salah, simpan responsnya dan periksa klaim satu per satu sebelum melakukan perubahan. Bedakan fakta keliru, informasi lama, nama yang tertukar, opini, dan informasi yang belum diketahui. Setiap jenis masalah membutuhkan tindakan yang berbeda.
Satu percakapan dapat menunjukkan masalah nyata, tetapi tidak mewakili seluruh pengalaman pengguna. Tujuan awalmu adalah menyiapkan koreksi yang benar dan memperbaiki sumber yang bisa dikelola, lalu mengamati apakah kesalahan masih terjadi pada kondisi yang sebanding.
Simpan konteks sebelum mengulang pertanyaan
Catat aplikasi atau mesin, mode pencarian jika diketahui, pertanyaan persis, bahasa, tanggal, dan jawaban lengkap. Simpan tautan sumber yang benar-benar terlihat. Kalau tidak ada sumber, tulis “sumber tidak ditampilkan”, bukan menebak bahwa model mengambilnya dari halaman tertentu.
Percakapan sebelumnya juga dapat memengaruhi jawaban. Untuk pemeriksaan berikutnya, tentukan apakah memakai percakapan baru atau konteks yang sama. Jangan membandingkan respons yang diberi penjelasan panjang dengan respons awal tanpa konteks lalu menyebutnya perbaikan visibilitas publik.
Klasifikasikan masalah dengan bukti
Contoh ilustratif untuk jasa penerjemahan:
| Jawaban yang terlihat | Jenis masalah | Bukti yang diperiksa | Tindakan |
|---|---|---|---|
| “Melayani penerjemahan tersumpah” | Klaim layanan salah | Daftar layanan resmi | Koreksi informasi layanan yang keliru |
| “Kantor di alamat lama” | Informasi usang | Alamat aktif dan tanggal pindah | Perbarui sumber yang masih lama |
| Mengutip profil perusahaan bernama mirip | Identitas tertukar | Bidang, domain, pengelola | Perjelas pembeda entitas |
| “Respons terasa lambat” dari ulasan nyata | Pengalaman atau opini | Ulasan yang dirujuk | Tinjau layanan, bukan memalsukan bantahan |
| “Mungkin menyediakan bahasa Jepang” | Ketidakpastian | Daftar bahasa aktual | Jelaskan tersedia atau tidak secara eksplisit |
Kritik yang sah tidak otomatis salah hanya karena tidak menyenangkan. Menanggapi reputasi dengan bukti berarti menerima perbedaan antara kekeliruan faktual dan penilaian pengguna.
Perbaiki sumber yang dapat kamu pertanggungjawabkan
Mulai dari website resmi, halaman produk, kontak, dan profil yang memang berhak dikelola. Kalimat “menangani seluruh kebutuhan bahasa” dapat memicu interpretasi terlalu luas. Ganti dengan daftar layanan, bahasa, dan batas yang benar.
Untuk contoh tadi, jawaban resmi dapat berbunyi: “Studio ini menyediakan penerjemahan nontersumpah untuk dokumen pemasaran dalam bahasa Indonesia dan Inggris. Layanan penerjemahan tersumpah tidak tersedia.” Kalimat seperti itu hanya digunakan jika sesuai operasi sebenarnya.
Jika sumber pihak ketiga salah, ajukan koreksi dengan URL dan bukti yang spesifik melalui jalur yang disediakan penerbit. Kamu tidak mengendalikan keputusan editorial mereka. Jangan membuat banyak halaman baru yang berpura-pura menjadi dukungan independen bagi versi brand.
Untuk AI Search Google, sumber jawaban dapat berbeda antarfitur dan permintaan. Karena itu, koreksi satu halaman tidak menjamin perubahan semua respons. Penjelasan Google tentang variasi AI features.
Pakai lembar koreksi per klaim
Salin format berikut:
Klaim yang diamati:
Pertanyaan, surface, mode, dan tanggal:
Sumber yang terlihat:
Fakta resmi yang berlaku:
Bukti publik dan pemilik informasi:
Jenis masalah:
Perubahan yang dilakukan:
Tanggal perubahan:
Pengamatan berikutnya dan hasil:
Satu respons dapat berisi tiga klaim benar dan satu klaim salah. Nilai per klaim supaya koreksinya tepat. Jangan memberi label seluruh jawaban “akurat” hanya karena nama dan alamat cocok.
Kalau fakta resmi sendiri belum pasti, tahan klaim tersebut dari materi publik. Misalnya, rencana cabang belum diputuskan. Menulis rencana sebagai layanan aktif akan membuat sumber resmi menjadi penyebab kebingungan berikutnya.
Periksa ulang tanpa mengejar jawaban yang menyenangkan
Tetapkan pertanyaan dan kondisi pengamatan sebelum melihat hasil baru. Simpan respons yang masih salah maupun yang benar. Jika aplikasi tidak dapat diakses atau mengalami error, tandai pengamatan tidak valid; itu bukan bukti kesalahan sudah hilang.
Untuk sampel kecil, laporkan jumlah klaim yang dapat diperiksa, jumlah benar, salah, dan belum diketahui. Catat perubahan lain seperti perombakan website, peluncuran produk, atau pergantian mode aplikasi. Tanpa pembanding, perubahan setelah koreksi merupakan pengamatan sebelum-sesudah, belum membuktikan sebab-akibat.
Mulailah dari fakta salah yang paling berisiko menyesatkan pelanggan, seperti layanan, harga yang tidak berlaku, lokasi, atau identitas. Selesaikan satu rantai koreksi dari respons sampai sumbernya. Ukuran kerja yang baik adalah informasi resmi sudah benar dan hasil pengamatan tercatat jujur, termasuk ketika respons AI belum berubah.
