Link Building di Era AI: Backlink, Sebutan Merek, dan Kutipan di Jawaban AI

Backlink bisa membantu dalam jawaban AI Google secara tidak langsung, karena AI Overview dan Mode AI memilih sumber dengan bantuan sistem peringkat mesin pencari. Analisis tautan adalah bagian dari sistem itu, tetapi Google tidak menyebut seberapa besar pengaruhnya pada pemilihan sumber. Dalam riset Surfer, tiga metrik eksternal kekuatan tautan domain punya korelasi mendekati nol dengan frekuensi kutipan. Dalam riset Ahrefs, jumlah kemunculan nama merek di halaman web lebih kuat terkait dengan kehadiran merek di AI Overview daripada metrik tautan. Saya ikut menjalankan Linko, platform tautan, jadi pada setiap riset saya sebutkan siapa yang membuatnya dan apa yang dijualnya.

Apakah backlink memengaruhi visibilitas di AI?

Secara tidak langsung bisa, karena AI Overview dan Mode AI memilih sumber dari indeks Google dengan bantuan sistem peringkatnya. Google menulis bahwa fitur AI-nya bertumpu pada sistem peringkat inti dan sistem kualitas mesin pencari (Google Search Central, pembaruan 10 Juli 2026). Google menggambarkannya sebagai RAG, yaitu menyusun jawaban dari halaman yang ditemukan. Sistem peringkat inti memilih halaman terkini dari indeks, lalu sistem menyusun jawaban dari halaman itu dan menampilkan tautan ke sumbernya. Analisis tautan, termasuk PageRank, adalah bagian dari sistem peringkat inti (Google Search Central). Dalam dokumen-dokumen itu Google tidak menyebut seberapa besar pengaruh tautan pada pemilihan sumber jawaban.

Sebuah halaman hanya bisa menjadi sumber di AI Overview jika Google sudah mengindeksnya dan bisa menampilkannya dengan cuplikan di hasil. Begitulah dokumentasi fitur AI di mesin pencari menjelaskannya (Google Search Central). Panduan Google yang lebih baru menambahkan bahwa situs juga harus tercakup dalam fitur AI generatif di Search Console. Kedua dokumen menegaskan bahwa terpenuhinya syarat tidak menjamin tampil. Dalam tulisan tentang link building saya jelaskan bagaimana saya merencanakan tautan untuk posisi di Google.

Sumber jawaban bisa berupa halaman dari hasil untuk kueri lain daripada yang diketik pengguna. AI Overview dan Mode AI dapat mengirim beberapa kueri terkait sekaligus. Google menyebut teknik ini query fan-out. Jadi sebuah halaman bisa masuk ke jawaban berkat posisinya pada kueri pendukung.

Dalam riset Surfer, tiga metrik eksternal kekuatan tautan domain punya korelasi mendekati nol dengan frekuensi kutipan. Surfer mengumpulkan data tiga bulan: 20.000 pertanyaan dan sekitar 5 juta alamat sumber dari Mode AI, AI Overview, ChatGPT, dan Perplexity. Sumber dibagi menjadi 20 kelompok menurut frekuensi kutipan, dan dari setiap kelompok diambil acak satu alamat. Penulisnya tidak menyebut berapa alamat yang akhirnya masuk ke perhitungan, dan ia menulis bahwa hasil tanpa pengambilan acak itu serupa.

Metrik dalam riset ini adalah ukuran eksternal, bukan sinyal peringkat Google. PageRank dan Harmonic Centrality berasal dari Common Crawl, arsip publik halaman web. Harmonic Centrality menunjukkan seberapa dekat sebuah domain dengan pusat jaringan tautan. Domain Score adalah metrik gabungan kekuatan domain di Surfer, dihitung dari data DataForSEO. Surfer menghitung korelasi peringkat Spearman, yang membandingkan urutan pengamatan. Hasil yang mendekati 1 atau -1 berarti urutannya sangat searah atau berlawanan, dan hasil yang mendekati nol berarti tidak ada kaitan.

Korelasinya berkisar dari -0,073 sampai +0,026, jadi mendekati nol untuk setiap metrik dan setiap asisten. Setelah 5% domain terkuat dikeluarkan, sebagian besar koefisien menjadi lebih dekat lagi ke nol. Penulisnya menegaskan bahwa ia tidak mengukur faktor off-page lain (Surfer, pembaruan 17 September 2026). Surfer hanya membandingkan halaman yang sudah dikutip AI, jadi riset itu tidak menjawab apakah domain yang kuat menambah peluang kutipan pertama. Riset itu juga tidak mengatakan apa pun tentang pengaruh satu tautan pada halaman tertentu.

Dalam riset Ahrefs, jumlah kemunculan nama merek di web lebih kuat terkait dengan kehadiran di AI Overview daripada metrik tautan. Ahrefs memilih 75.000 merek dari domain ber-DR di atas 40. DR adalah metrik kekuatan tautan domain di Ahrefs. Setiap merek dikaitkan dengan satu kata kunci yang dicari sedikitnya 800 kali per bulan. Sekitar 26% merek tidak punya satu pun sebutan di AI Overview, jadi analisis mencakup sekitar 74% dari merek itu. Hasilnya karena itu tidak bisa langsung diterapkan pada merek kecil (Ahrefs, pembaruan 27 April 2026).

Paling kuat terkait dengan kehadiran di AI Overview adalah kemunculan nama merek di web, dengan atau tanpa tautan: 0,664. Anchor adalah teks tautan yang bisa diklik. Tautan dengan nama merek sebagai anchor mencapai 0,527, dan jumlah pencarian nama merek 0,392. DR mencapai 0,326. Jumlah domain yang menautkan mencapai 0,295, dan jumlah tautan 0,218. Penulisnya menegaskan bahwa korelasi tidak berarti sebab-akibat. Ahrefs menjual alat yang melacak sebutan merek di AI dan merekomendasikannya dalam artikel yang sama.

Riset-riset ini mengukur hal yang berbeda, jadi tidak bisa disandingkan seperti hasil satu pengukuran. Riset pertama Surfer mengukur seberapa sering sebuah sumber dikutip. Riset kedua Surfer, yang saya jelaskan di langkah 3, mengukur posisi merek dalam jawaban. Ahrefs mengukur seberapa sering nama merek muncul di AI Overview. Hanya Ahrefs yang membandingkan tautan dan sebutan dalam satu riset. Tidak satu pun riset itu memeriksa apakah tautan memperbaiki posisi halaman di Google, meski posisi bisa memengaruhi kutipan di AI.

Apa bedanya sebutan merek dengan tautan?

Sebutan adalah nama merek dalam teks di situs orang lain, dengan atau tanpa tautan. Tautan mengantar pembaca dan robot mesin pencari ke situs Anda. Sebutan tanpa tautan tidak meneruskan nilai tautan di Google. Namun ia membawa informasi tentang merek bagi pembaca dan bagi sistem yang membaca halaman itu. Tautan dengan nama merek sebagai anchor adalah tautan sekaligus sebutan.

Tentang sebutan sebagai sasaran tersendiri saya menulis sejak 2021. Dalam panduan untuk Senuto saat itu saya menulis bahwa tidak selalu tautan yang dibutuhkan, dan kadang yang diperlukan adalah sebutan yang nanti bisa diubah menjadi tautan (Senuto, 23 November 2021). Pada 2026, dalam pernyataan untuk blog Majestic, saya menambahkan bahwa sebutan dan tautan dibangun dengan cara yang sama sekali berbeda (Majestic).

Sebutan di halaman berbeda dengan sebutan di jawaban AI. Sebutan di halaman adalah nama merek dalam artikel. Sebutan di jawaban adalah nama merek dalam teks yang ditampilkan asisten AI kepada pengguna. Yang pertama bisa mengarah ke yang kedua, tetapi keduanya adalah ukuran yang terpisah.

Google mengingatkan bahwa mengumpulkan sebutan yang tidak autentik demi fitur AI-nya tidak membantu seperti yang dikira. Google menulis bahwa fitur AI-nya bisa menampilkan apa yang dikatakan di web tentang produk dan layanan, termasuk di blog, video, dan forum. Alasan peringatan itu, menurut Google, adalah bahwa sistem peringkat mengutamakan konten berkualitas tinggi, sementara sistem lain memblokir spam (Google Search Central).

Bagaimana saya merencanakan link building untuk visibilitas di AI?

Pertama saya mengukur, baru kemudian memesan publikasi, karena tanpa pengukuran saya tidak tahu apa yang kurang: sebutan, kutipan, atau posisi di Google. Urutan langkahnya:

Langkah 1. Pengukuran sebelum membeli

Saya mulai dari mengukur visibilitas merek di AI pada pertanyaan klien, terpisah untuk sebutan dan untuk kutipan. Dalam tulisan tentang visibilitas merek di AI saya jelaskan bagaimana saya mengukur kedua ukuran itu dan berapa kali saya mengulang pertanyaan. Pengukuran menunjukkan salah satu dari tiga situasi:

• nama merek tidak muncul dalam jawaban;
• merek muncul, tetapi situsnya tidak dikutip;
• situs tidak terlihat di Google pada pertanyaan yang menjadi sumber bagi AI.

Langkah 2. Daftar sumber yang sudah dikutip AI

Dari pengukuran yang sama saya mengambil daftar halaman yang dikutip asisten AI pada pertanyaan dari topik itu. Saya mengumpulkan alamat dari semua pengulangan dan menghitung berapa kali masing-masing dikutip, karena daftar sumber berubah antarjawaban atas pertanyaan yang sama. Sumber saya bagi menjadi tiga kelompok:

• halaman tempat merek bisa muncul, misalnya portal, blog, peringkat, dan direktori industri;
• halaman pesaing;
• halaman yang tidak bisa saya pengaruhi, misalnya situs pemerintah.

Langkah 3. Sebutan di tempat yang sudah dikutip AI

Sebutan saya rencanakan di artikel yang sudah dikutip AI atau yang berada tinggi di Google pada pertanyaan dari topik itu. Dalam pernyataan untuk Majestic saya menulis tentang tujuan agar merek direkomendasikan dalam jawaban AI, bukan sekadar dikutip sebagai sumber. Untuk tujuan itu diperlukan kehadiran di situs tematik yang terlihat di AI Overview.

Artikel saya pilih menurut lima kriteria:

• topik dan pasar artikel cocok dengan penawaran merek;
• artikel muncul di sumber pada beberapa pengulangan pengukuran, bukan hanya satu;
• merek yang disebut di sampingnya adalah pesaing yang ingin disandingi merek;
• penerbit bisa menambahkan merek ke teks atau menerima artikel baru;
• biayanya sesuai dengan sasaran yang saya tulis dalam rencana sebelum membeli.

Merek bisa muncul di teks orang lain dengan tiga cara, dan dua yang pertama dijual juga oleh Linko:

• artikel sponsor, yaitu teks baru berbayar di penerbit;
• insert, yaitu sebutan atau tautan yang ditambahkan dengan bayaran ke artikel yang sudah terbit;
• sebutan editorial, yaitu nama merek yang disebut penulis atas keputusannya sendiri dan tanpa bayaran.

Dari publikasi berbayar saya mengharapkan dua hal: tautan yang meneruskan nilai di Google, dan sebutan merek dalam teks yang dibaca AI. Tautan harus membantu posisi halaman tujuan, dan sebutan harus membantu AI mengaitkan merek dengan topik artikel. Google menganggap tautan berbayar yang meneruskan nilai sebagai pelanggaran kebijakan spam, jadi itu risiko yang saya kelola lewat pilihan portal dan anchor.

Google tidak menentukan apa itu sebutan yang tidak autentik, jadi saya tidak tahu apakah sebutan berbayar termasuk di dalamnya. Kebijakan spam Google menjelaskan tautan berbayar, tetapi tidak menyinggung sebutan berbayar tanpa tautan. Google juga tidak menulis apakah fitur AI-nya memperlakukan sebutan berbayar berbeda dari sebutan editorial. Karena itu sebutan berbayar tidak saya anggap cara yang pasti untuk hadir di AI, melainkan pengeluaran dengan pengukuran sebelum dan sesudahnya.

Artikel sponsor harus ditulis untuk pembaca situs itu, bukan hanya untuk memanfaatkan posisi situs itu di Google. Kebijakan Google tentang reputasi situs menyangkut konten pihak lain yang diterbitkan terutama karena sinyal peringkat situs. Sebagai contoh yang sesuai dengan kebijakan itu, Google menyebut artikel sponsor yang ditujukan langsung kepada pembaca publikasi tersebut.

Surfer mengukur kaitan yang sedang antara persentase halaman terkutip yang menyebut merek dan posisi merek dalam jawaban AI. Riset itu mencakup 922 pertanyaan dari 12 industri, yang diajukan berulang selama tujuh hari di ChatGPT, AI Overview, Mode AI, dan Perplexity, serta 289.105 alamat sumber. Pertanyaannya berasal dari proyek klien Surfer dan sebagian besar sintetis, misalnya tentang produk terbaik dalam suatu kategori. Korelasi peringkat Spearman mencapai 0,41. Yang paling kuat terkait dengan itu adalah sebutan di tulisan blog, yang menurut hitungan Surfer mencakup juga blog merek-merek yang disebut dalam jawaban. Tulisan blog menyumbang 28,7% sumber terkutip, dan 16,2% di antaranya adalah blog merek itu sendiri.

Penulisnya menegaskan bahwa kaitan itu bisa bekerja terbalik. AI mungkin mengutip halaman yang memuat merek yang memang sudah akan direkomendasikannya. Penulisnya menganggap tafsir itu kurang mungkin, karena ia jarang melihat nama merek di kueri pendukung. Itu argumennya, bukan uji tersendiri (Surfer, pembaruan 17 September 2026).

Langkah 4. Deskripsi merek yang konsisten dalam publikasi

Publikasi menggambarkan merek secara konsisten: apa yang dikerjakannya, apa yang ditawarkannya, dan untuk siapa. Cara penyampaiannya saya sesuaikan dengan artikel, tetapi fakta tentang merek di mana-mana sama. Dalam tulisan tentang GEO dan AI SEO saya jelaskan mengapa saya mulai dari identitas merek, baru kemudian memesan publikasi. Dalam pernyataan untuk Majestic saya menulis bahwa efek terbaik datang dari konsistensi komunikasi di tempat-tempat yang penting bagi merek.

Langkah 5. Video dan media sosial

Daftar tempat tampilnya merek tidak hanya mencakup portal. Dalam pernyataan yang sama untuk Majestic, di tempat pertama saya menunjuk platform video dan media sosial. Google menulis bahwa fitur AI-nya bisa menampilkan apa yang dikatakan tentang produk juga di video dan forum.

Langkah 6. Pengukuran sebelum dan sesudah publikasi

Saya tidak mengetahui adanya pengukuran yang menunjukkan bahwa sebutan berbayar di artikel terkutip menambah visibilitas merek di AI. Karena itu saya mengukur sebelum publikasi dan sesudahnya, pada pertanyaan yang sama dan dengan jumlah pengulangan yang sama. Pengukuran seperti itu sendiri tidak membuktikan bahwa perubahan berasal dari publikasi. Pada saat yang sama model, indeks Google, dan pesaing bisa berubah.

Agar hasilnya lebih mudah dinilai, sebelum publikasi saya menulis kriteria keberhasilan dan pertanyaan kontrol. Pertanyaan kontrol adalah pertanyaan dari pengukuran yang sama yang tidak terkait dengan publikasi. Saya juga mencatat tindakan lain merek pada periode itu. Tautan saya nilai terpisah, menurut posisi dan trafik halaman di Google.

Bagaimana membaca laporan yang menyatakan bahwa tautan menambah visibilitas di AI?

Laporan yang hanya menunjukkan korelasi tautan dengan kutipan tidak memisahkan pengaruh tautan dari ciri lain merek besar. Pada 2026 salah satu agensi Polandia menerbitkan laporan tentang visibilitas di AI dari 10 merek dalam satu industri. Agensi itu menyajikan korelasi jumlah domain yang menautkan dengan jumlah kutipan di AI (0,89) sebagai bukti bahwa tautan menambah kutipan. Jumlah kutipan di tabel berasal dari indeks global Ahrefs, bukan dari pertanyaan yang diajukan kepada asisten AI untuk keperluan laporan.

Saya menghitung ulang tabel dari laporan itu dengan korelasi Pearson, yaitu ukuran kaitan linier yang dipakai laporan, dan hasilnya bergantung pada beberapa merek:

• trafik organik dari Google terkait dengan kutipan sama kuatnya dengan domain yang menautkan: 0,92 dibanding 0,89;
• korelasi parsial menunjukkan kaitan setelah dikurangi bagian yang dimiliki bersama kedua besaran dengan trafik, dan untuk domain yang menautkan nilainya 0,53;
• interval kepercayaan 95%, yaitu rentang ketidakpastian estimasi, untuk korelasi parsial itu berkisar dari -0,21 sampai 0,88;
• mengeluarkan satu per satu masing-masing dari 10 merek menghasilkan korelasi domain yang menautkan dari 0,80 sampai 0,94;
• tanpa dua merek dengan jumlah kutipan terbesar, korelasi domain yang menautkan turun menjadi 0,66, dan korelasi trafik menjadi 0,80;
• dengan asumsi standar, interval kepercayaan 95% untuk hasil 0,89 adalah dari 0,60 sampai 0,97 dan tidak memperhitungkan cara pemilihan 10 merek itu.

Tabel itu tidak memungkinkan kita menentukan apakah kutipan berasal dari tautan, trafik, atau ciri lain merek besar yang terlihat. Trafik bisa menjadi pendekatan untuk ukuran merek, tetapi ia sendiri juga bisa bergantung pada tautan. Mengeluarkan merek dengan jumlah kutipan terbesar menurunkan korelasi sekitar 0,10, dan mengeluarkan dua merek dengan kutipan terbesar sekitar 0,24. Varian tanpa merek terbesar adalah pemeriksaan kepekaan hasil, bukan estimasi yang lebih baik. Penulis laporan itu menangani link building di agensi, yaitu layanan yang dijual agensi itu, dan halaman terakhir laporan mengajak menghubungi mereka soal hasilnya. Itu tidak menentukan hasilnya, tetapi menjadi alasan untuk menghitung ulang datanya.

Pada setiap laporan tentang tautan dan AI saya memeriksa enam hal:

• berapa merek atau halaman yang tercakup pengukuran dan bagaimana dipilihnya;
• apa yang diukur: sebutan dalam jawaban, kutipan halaman, atau posisi di Google;
• dari mana data tentang AI: dari pertanyaan sendiri dengan pengulangan atau dari indeks alat;
• apakah hasilnya memperhitungkan ukuran merek, misalnya trafik atau jumlah pencarian nama;
• bagaimana hasilnya berubah tanpa pengamatan terbesar;
• apa yang dijual penulisnya.

Pertanyaan yang sama saya ajukan kepada riset Ahrefs dan Surfer serta kepada pengukuran saya sendiri. Grafik pertama saya susun menurut pertanyaan-pertanyaan itu. Dalam uraian riset Ahrefs dan Surfer saya tidak menemukan hasil yang sudah memperhitungkan ukuran merek. Hasil tanpa pengamatan terbesar hanya ditunjukkan Surfer dalam riset tentang kekuatan domain. Tidak satu pun riset itu mengukur efek pembelian tautan atau sebutan sebelum dan sesudahnya.

Apa bedanya digital PR dengan membeli publikasi?

Digital PR menghasilkan publikasi dan sebutan yang diputuskan sendiri oleh redaksi, sedangkan pada pembelian publikasi Anda membayar tempat di situs. Digital PR adalah kegiatan hubungan masyarakat di internet. Kegiatan serupa yang berorientasi tautan di Polandia disebut juga SEO PR. Contohnya data dari riset sendiri, komentar pakar, atau laporan yang diulas media atas keputusannya sendiri.

Kedua cara bisa menghasilkan sebutan di halaman yang dipakai AI, tetapi berbeda dalam kendali atas teks. Pada publikasi berbayar Anda tahu di mana dan kapan merek muncul. Pada digital PR redaksi yang memutuskan tentang teksnya. Dalam uraian risetnya Ahrefs menyarankan membangun sebutan merek antara lain lewat PR. Saya tidak punya pengukuran sendiri yang membandingkan efek digital PR dan publikasi berbayar dalam jawaban AI.

Bagaimana Linko merencanakan tautan dan sebutan dengan bantuan AI?

Di Linko perencanaan tautan dan sebutan adalah kerja manusia yang dibantu alat berbasis AI. Rekan bisnis saya di Linko mengatakan bahwa kami tidak meminta AI menyusun strategi tautan siap pakai untuk perusahaan. Alat menghitung topik dan otoritas domain di bidang tertentu. Alat juga memeriksa visibilitas artikel di portal tempat publikasi bisa dibeli. Tautan sering kami gabungkan dengan kegiatan PR yang menghasilkan sebutan merek, juga dengan memperhatikan AI.

Linko memegang beberapa aturan tetap pada tautan dan sebutan untuk AI:

• untuk setiap portal kami mencatat alasan pemilihannya: artikel yang terlihat di Google pada suatu kata kunci atau pesaing yang ditautkan portal;
• setiap kuartal kami memeriksa apakah di portal muncul artikel baru yang bisa dibeli tautannya;
• insert kami pesan baru setelah halaman tujuan diperbaiki, karena tautan baru harus membantu Google lebih cepat mengunjungi halaman yang sudah diubah;
• laporan menunjukkan analisis dan efeknya, bukan hanya daftar tautan yang didapat.

Topik portal tidak harus sama dengan topik klien agar tautan meneruskan nilai, tetapi untuk sebutan bagi AI topik itu penting. Tautan dari artikel yang punya posisi bagus di Google bisa meneruskan nilai, meski portalnya menulis tentang hal lain. Sebutan untuk AI Overview kami rencanakan di artikel untuk pertanyaan informasional dari topik klien, misalnya panduan dan peringkat produk.

Alat mempersingkat perhitungan, tetapi tidak menggantikan keputusan. Rekan bisnis saya menilai bahwa analisis yang dulu memakan beberapa jam, di sistem Linko berlangsung sekitar 15 menit. Hasilnya berupa perhitungan dan usulan beserta anggaran. Rencana, pemilihan portal, dan pembicaraan dengan penerbit dijalankan manusia.

Outreach di Linko adalah kerja manusia yang dipercepat AI. Outreach adalah kontak dengan penerbit dan penulis soal publikasi, sebutan, atau tautan. Alat AI membantu menemukan sebutan tanpa tautan, menilai topik portal, dan menyiapkan draf pesan. Setiap pesan dan setiap daftar portal diperiksa manusia. AI bisa keliru menganggap portal umum sebagai portal tematik atau memberi fakta yang salah tentang penerbit.

Anchor saja tidak cukup untuk merencanakan teks di penerbit, karena artikel harus menjawab pertanyaan pembaca. Dalam pernyataan untuk Majestic saya menulis bahwa masa menulis sepuluh teks untuk satu kata kunci sudah lewat dan setiap teks perlu digarap. Merek saya gambarkan dalam teks di bagian yang cocok dengan jawaban atas pertanyaan itu.

Pertanyaan yang paling sering diajukan tentang link building di era AI

Dari mana sebaiknya mulai?

Mulailah dari mengukur visibilitas merek di AI dan dari daftar sumber yang dikutip asisten pada pertanyaan klien Anda. Lalu periksa di halaman mana dari daftar itu merek bisa muncul, dan bandingkan dengan daftar portal dalam rencana tautan Anda. Selanjutnya rencanakan tautan menurut posisi dan trafik halaman di Google, dan sebutan menurut sumber yang dikutip AI.