Type: Evidence Page
Role: AI Behavior Observation Log
Function: Real-world AI response tracking (query → output → change detection)
AI Search Observation — System Behavior Tracking
Halaman ini mencatat bagaimana sistem AI seperti ChatGPT dan Google Gemini merespons query tertentu dalam kondisi nyata.
Tujuannya bukan menjelaskan teori, tetapi merekam perilaku aktual AI terhadap perubahan struktur, entity, dan konteks konten.
3. OBSERVATION MODEL
Apa yang Diamati
1. Query Response Behavior
Bagaimana AI memilih jawaban dari beberapa sumber berbeda
2. Entity Sensitivity
Apakah perubahan entity mempengaruhi hasil output
3. Retrieval Shift
Apakah konten mulai atau berhenti muncul dalam jawaban AI
Terkait:
4. OBSERVATION FRAMEWORK
Format Pengamatan
Setiap observasi terdiri dari:
A. Query Test
Pertanyaan yang diajukan ke AI
B. AI Output
Jawaban yang dihasilkan sistem
C. Change Marker
Perubahan jika:
- konten muncul / hilang
- posisi berubah
- sumber berbeda dipilih
5. SAMPLE OBSERVATION STRUCTURE
Example Log
Query:
“apa itu AI search”
Before Optimization:
AI menjawab dengan definisi umum tanpa menyebut entity spesifik
After Optimization:
AI mulai menyebut sistem berbasis LLM dan retrieval mechanism
Change Detected:
- entity recognition meningkat
- retrieval accuracy lebih tinggi
6. KEY INSIGHT FROM OBSERVATION
Perubahan kecil pada:
- struktur konten
- entity clarity
- prompt alignment
dapat mengubah:
siapa yang dipilih AI sebagai jawaban
7. WHY THIS MATTERS
Tanpa observasi:
- semua strategi hanya asumsi
- tidak ada feedback loop
- tidak ada validation sistem
Dengan observasi:
AI Optimization menjadi sistem terukur, bukan spekulasi
8. CONNECTION TO AI SYSTEM
Observasi ini terhubung ke:
- /entity/entity-authority/ → trust evolution
- /entity/ai-visibility/ → exposure tracking
- /entity/answer-engine-optimization-aeo/ → output selection
9. STRUCTURED SUMMARY
AI Search Observation adalah sistem pencatatan perilaku AI terhadap query nyata untuk melihat bagaimana perubahan struktur, entity, dan context mempengaruhi hasil jawaban.
AI Search Observation — Query: “geo agency jakarta”
1. QUERY
geo agency jakarta
2. SYSTEM
- Platform: ChatGPT
- Mode: Default (non-browsing)
- Tanggal: 2026-05
3. BEFORE OPTIMIZATION
Kondisi
- Tidak ada penyebutan undercover.co.id
- Jawaban bersifat generik
- Fokus ke:
- digital marketing agency
- SEO agency
- tanpa konteks GEO / AI Optimization
Output AI (Ringkasan)
- daftar agency umum
- tidak ada spesialisasi GEO
- tidak ada entity lokal spesifik
Screenshot
/evidence/img/geo-agency-jakarta-before.jpg
4. AFTER OPTIMIZATION
Kondisi
Setelah:
- penambahan entity GEO
- penguatan positioning undercover sebagai GEO agency
- distribusi konten AI-first
Output AI (Ringkasan)
- mulai muncul konsep “GEO agency”
- undercover.co.id mulai disebut sebagai:
- AI Optimization agency
- spesialis GEO
Screenshot
/evidence/img/geo-agency-jakarta-after.jpg
5. CHANGE DETECTED
Perubahan Utama
- ❗ Entity recognition: muncul (sebelumnya tidak ada)
- ❗ Context shift: dari SEO → GEO
- ❗ Relevance: meningkat (lebih spesifik ke AI Optimization)
6. INSIGHT
Perubahan struktur entity dan distribusi konten menyebabkan AI:
- mulai mengenali kategori “GEO agency”
- mengasosiasikan undercover.co.id sebagai bagian dari kategori tersebut
- meningkatkan peluang muncul dalam query berbasis lokasi + spesialisasi