Jangan mencoba memperbaiki jawaban AI secara langsung. Perbaiki sumber, hubungan, dan evidence yang membuat jawaban tersebut mungkin muncul. Langkah pertama adalah menentukan informasi mana yang salah, sumber mana yang digunakan, seberapa besar risikonya, dan apakah kesalahan tersebut berulang lintas engine atau query.
Sumber pihak ketiga tidak selalu buruk. Media, direktori, review, dan database publik dapat menjadi validasi penting. Masalah muncul ketika sumber lama, tidak resmi, atau keliru lebih mudah ditemukan daripada informasi resmi perusahaan.
Bedakan Kesalahan Fakta dari Perbedaan Wording
Tidak semua perbedaan memerlukan incident response. AI dapat merangkum perusahaan dengan kalimat berbeda tanpa mengubah fakta.
Prioritas tinggi diberikan pada kesalahan mengenai legal name, kepemilikan, afiliasi, credential, lokasi, layanan aktif, produk, harga, tanggung jawab, dan klaim yang dapat memengaruhi keputusan buyer atau reputasi.
1. Simpan Jawaban dan Sumber yang Bermasalah
Simpan raw answer, citation, engine, tanggal, mode, query, dan screenshot. Jangan hanya menyimpan potongan kalimat yang salah.
Bukti tersebut diperlukan untuk membedakan insiden satu kali dari pola berulang. AI Visibility Audit dapat digunakan untuk memetakan apakah kesalahan berasal dari owned source, external source, entity confusion, atau outdated information.
2. Tentukan Severity
| Tingkat | Contoh | Tindakan |
|---|---|---|
| Rendah | Variasi wording yang tidak mengubah makna | Monitor |
| Sedang | Layanan atau positioning tidak lengkap | Perbaiki source of truth |
| Tinggi | Kategori, lokasi, atau capability salah | Correction sprint |
| Kritis | Legalitas, kepemilikan, afiliasi, credential, atau risiko keselamatan salah | Incident response dan eskalasi |
Severity ditentukan oleh dampak terhadap keputusan, audience exposure, recurrence, dan kemungkinan informasi menyebar ke sumber lain.
3. Perbaiki Source of Truth
Website resmi harus menjelaskan fakta utama secara eksplisit. Jangan mengandalkan footer, schema, atau halaman yang sulit ditemukan untuk fakta penting.
Periksa homepage, about, legal, service, location, contact, policy, dan entity page. Pastikan fakta yang sama tidak bertentangan antara halaman.
4. Koreksi Sumber yang Dapat Dikendalikan
Perbaiki direktori, profil sosial, partner page, marketplace, media kit, document repository, dan halaman lama yang masih berada dalam kendali perusahaan.
Jangan menghapus historical page tanpa memeriksa nilainya. Gunakan update, correction note, canonical, redirect, atau deprecation yang sesuai.
5. Hubungi Pihak Ketiga secara Proporsional
Jika sumber independen memuat kesalahan material, gunakan prosedur koreksi yang profesional. Sediakan fakta, dokumen pendukung, URL resmi, dan wording koreksi yang tepat.
Jangan meminta media atau pihak ketiga menghapus informasi yang benar hanya karena tidak menguntungkan. Tujuan correction adalah akurasi, bukan kontrol narasi secara berlebihan.
6. Perkuat Evidence yang Benar
Satu halaman koreksi mungkin tidak cukup jika informasi salah sudah tersebar. Perusahaan perlu memperkuat fakta melalui beberapa sumber relevan: legal page, service documentation, case study, media, partner, atau registry.
Setiap evidence harus mendukung claim tertentu. Volume source tanpa relevansi dapat menambah noise.
7. Perbarui Relationship dan Schema
Pastikan nama legal, brand, parent company, service, location, founder, dan afiliasi mempunyai hubungan yang konsisten pada visible content serta JSON-LD.
Schema tidak memperbaiki fakta yang tidak terlihat. Namun schema dapat membantu menegaskan hubungan yang sudah dijelaskan secara publik.
8. Jalankan Update Cycle dan Verifikasi
Setelah koreksi, gunakan AI Search Update Cycle untuk mendokumentasikan apa yang berubah, halaman yang terdampak, expected outcome, validation, dan monitoring.
Uji query yang sama pada beberapa engine. Jangan menganggap koreksi gagal hanya karena satu output belum berubah. Perhatikan apakah source lama masih dikutip dan apakah fakta utama mulai stabil.
Kapan Menjadi Incident Response?
- Kesalahan dapat menimbulkan legal atau compliance exposure.
- AI menyatakan afiliasi atau kepemilikan yang tidak benar.
- Informasi salah memengaruhi keselamatan, kesehatan, atau keputusan finansial.
- Kesalahan muncul berulang pada beberapa engine.
- Buyer, media, partner, atau regulator mulai mengutip kesalahan tersebut.
Anti-Misinformation Center menjadi governance node untuk mencatat jenis insiden, evidence, correction status, dan limitation.
Apa yang Tidak Boleh Dilakukan
- Membuat banyak halaman duplikat untuk menenggelamkan sumber lama.
- Mengirim klaim koreksi tanpa dokumen pendukung.
- Menganggap semua sumber pihak ketiga sebagai musuh.
- Menghapus halaman lama tanpa redirect atau version context.
- Menjanjikan bahwa jawaban AI akan berubah pada tanggal tertentu.
- Mengklasifikasikan provider failure sebagai brand absence.
Kesimpulan
Ketika AI menggunakan sumber lama atau salah, perusahaan perlu menjalankan correction system: dokumentasi, severity assessment, source-of-truth repair, external correction, evidence reinforcement, graph alignment, dan monitoring.
Untuk kasus lintas fungsi atau berisiko tinggi, ajukan Enterprise AI Visibility Consultation.