E-E-A-T: Apa Itu, dari Mana Asalnya, dan Cara Menilai Situs Menurut Pedoman Google

E-E-A-T adalah singkatan dari Experience, Expertise, Authoritativeness, dan Trustworthiness (di pedoman: Trust), yaitu pengalaman, keahlian, otoritas, dan kredibilitas: ciri yang dipakai penilai kualitas hasil Google untuk memeriksa apakah sebuah situs dan penulisnya bisa dipercaya. Istilah ini berasal dari pedoman Google untuk penilai kualitas penelusuran (Search Quality Rater Guidelines), dan huruf “E” untuk pengalaman ditambahkan Google pada Desember 2022. Google menulis bahwa E-E-A-T sendiri bukan faktor peringkat yang konkret, tetapi sistemnya mencari kumpulan sinyal yang menunjukkan konten dengan E-E-A-T yang baik, dan memberi konten itu bobot lebih besar lagi pada topik kesehatan, uang, dan keselamatan. Dalam praktiknya situs harus menunjukkan siapa yang bertanggung jawab atasnya, dari mana penulis tahu apa yang ia tulis, dan mengapa ia layak dipercaya.

Apa arti huruf-huruf dalam E-E-A-T?

Setiap huruf adalah satu pertanyaan yang diajukan penilai tentang situs dan pembuatnya, dan tiga yang pertama membantu menjawab yang keempat, tentang kredibilitas. Pembuat konten dalam pedoman adalah orang atau perusahaan yang menyiapkan materi di halaman (hlm. 10). Definisi dan contoh dalam tabel berasal dari bagian 3.4 pedoman (hlm. 26).

Kredibilitas adalah yang terpenting, karena situs yang tidak layak dipercaya memiliki E-E-A-T rendah, tidak peduli seberapa besar pengalaman dan keahlian penulisnya. Pedoman memberi contoh penipuan keuangan: penulisnya bisa saja ahli penipuan yang berpengalaman, tetapi situsnya tetap tidak dapat dipercaya (hlm. 27). Dalam dokumentasi tentang konten yang bermanfaat Google menambahkan bahwa konten tidak harus menunjukkan keempat ciri itu: satu konten bermanfaat berkat pengalaman penulisnya, yang lain berkat keahliannya (Google Search Central). Dokumentasi itu dalam versi Polandia menerjemahkan singkatannya sebagai “doświadczenie, wiedza, wiarygodność, zaufanie” (pengalaman, pengetahuan, keandalan, kepercayaan).

Penilai menarik kesimpulan tentang E-E-A-T dari sedikitnya satu dari tiga sumber: dari apa yang situs katakan tentang dirinya, dari apa yang dikatakan orang lain tentangnya, dan dari apa yang terlihat di dalam kontennya sendiri (hlm. 27):

• Apa yang situs katakan tentang dirinya. Titik awalnya adalah halaman “Tentang kami” atau profil penulis.
• Apa yang dikatakan orang lain. Yang diperhitungkan adalah ulasan independen, artikel, penyebutan di media, dan sumber tepercaya lain tentang situs atau penulisnya.
• Apa yang terlihat di situs. Pada sebagian situs keahlian penulis terlihat langsung dalam kontennya, di video, atau di komentar.

Pedoman memperingatkan soal konflik kepentingan. Ulasan produk dari orang yang membelinya dan menceritakan pengalamannya bernilai, sedangkan “ulasan” dari produsen atau influencer yang dibayar kurang bernilai (hlm. 27).

Dari mana asal E-E-A-T?

E-E-A-T berasal dari E-A-T sebelumnya, yang pada 15 Desember 2022 ditambah Google dengan pengalaman. Sebelumnya pedoman menggambarkan informasi berkualitas tinggi sebagai konten yang menunjukkan keahlian, otoritas, dan kredibilitas dalam suatu topik, disingkat E-A-T. Begitulah Danny Sullivan dari Google menjelaskannya pada Oktober 2021 (Google, 19 Oktober 2021). Pada Desember 2022 Google mengumumkan bahwa singkatan itu mendapat “E” dari Experience (Google Search Central, 15 Desember 2022).

Google menjelaskan perubahan itu dengan alasan bahwa pada sebagian topik yang paling berguna adalah konten dari orang yang sendiri mengalami atau mencoba sesuatu. Contoh dari pengumuman itu: saat mengisi SPT pajak Anda mungkin menginginkan konten dari akuntan, sedangkan saat memilih program untuk menghitung pajak, diskusi di forum orang yang memakai berbagai program bisa lebih berguna. Dalam tulisan yang sama Google mengingatkan bahwa pedoman dipakai penilai untuk memeriksa sistem peringkat dan tidak memengaruhi peringkat secara langsung.

Sejak itu pedoman beberapa kali berubah, dan Google merangkum perubahan dua tahun terakhir dalam catatan perubahan di halaman terakhir file. Catatan itu menyebut empat versi (hlm. 182):

• November 2023. Skala penilaian yang lebih sederhana untuk seberapa baik hasil menjawab kueri, serta contoh baru dari platform populer, forum, dan video.
• Februari 2024. Ciri situs yang tidak layak dipercaya diperbarui, disertai contoh baru.
• Januari 2025. Deskripsi penilaian terendah dan rendah disesuaikan dengan kebijakan spam Google, dengan contoh baru.
• September 2025. Definisi YMYL yang baru dan contoh tambahan. Search Engine Land menulis bahwa di antara contoh baru ada jawaban AI Overview, yaitu ringkasan AI di atas hasil Google, sedangkan Google menyampaikan kepada redaksi bahwa ini pembaruan kecil yang tidak mengubah aturan penilaian (Search Engine Land, 11 September 2025). Dokumentasi Google berbahasa Polandia menyebut AI Overview “przeglądy od AI” (ikhtisar dari AI).

Paling lambat 1 Oktober 2026 aturan tentang penulis rekaan masuk juga ke dokumentasi untuk pemilik situs. Dokumentasi tentang konten yang bermanfaat kini menyebut pemalsuan profil pembuat konten sebagai bentuk penipuan. Search Engine Journal membandingkan salinan halaman dari 8 Juni 2026, yang belum memuat paragraf itu, dengan versi 1 Oktober yang sudah memuatnya (Search Engine Journal, 2 Oktober 2026).

Apakah E-E-A-T faktor peringkat?

Bukan dalam arti satu nilai yang diukur Google dan ditambahkan ke skor halaman. Google menulis terang-terangan dalam versi Polandia dokumentasinya: “E-E-A-T nie jest konkretnym czynnikiem rankingowym, ale warto używać zestawu czynników umożliwiających identyfikację treści zgodnych z E-E-A-T” (E-E-A-T bukan faktor peringkat yang konkret, tetapi ada gunanya memakai sekumpulan faktor yang memungkinkan mengenali konten yang sesuai dengan E-E-A-T). Dalam paragraf yang sama Google menyebut bahwa sistemnya memberi bobot lebih besar lagi pada konten yang sesuai dengan E-E-A-T pada topik YMYL, yang saya bahas di bawah (Google Search Central, pembaruan 8 Oktober 2026).

Google mengatakan hal serupa sejak 2019. Dalam laporan tentang perang melawan disinformasi dari Februari 2019 Google menulis bahwa sistem peringkatnya tidak mengenali maksud maupun kebenaran konten, tetapi dirancang mengenali situs dengan tanda keahlian, otoritas, dan kredibilitas yang jelas, dan pada topik YMYL memberi faktor-faktor itu bobot lebih besar (Google: How Google Fights Disinformation, Februari 2019, hlm. 12-13). Sebagai sinyal otoritas yang paling dikenal dokumen yang sama menyebut PageRank, yaitu penilaian halaman berdasarkan tautan. Pada Oktober 2019 Danny Sullivan dari Google menjawab pertanyaan ini langsung:

Sinyalnya bukan nama pakar di bawah teks. Pada Januari 2024 Danny Sullivan, yang menulis sebagai Google SearchLiaison, menjelaskan bahwa menambahkan nama penulis tidak menaikkan peringkat, dan Google tidak menganggap seseorang pakar hanya karena ia menulis demikian tentang dirinya di bawah artikel (X, 8 Januari 2024). Sebulan kemudian ia menambahkan bahwa Google tidak memeriksa apakah penulis adalah pakar, karena siapa pun bisa menyebut dirinya pakar (X, 7 Februari 2024). Karena itu nama penulis saya tulis untuk pembaca, bukan untuk algoritma.

Google memberi contoh sinyal yang mendekati E-E-A-T, tetapi tidak mengungkapkan bagaimana sinyal itu digabungkan. Di halaman tentang cara penentuan peringkat Google memberi sebagai contoh faktor kualitas “obecność linków czy odniesień na innych popularnych stronach” (keberadaan tautan atau rujukan di situs populer lain) (Google: Jak wyszukiwarka Google określa ranking wyników). Google tidak menerbitkan daftar lengkap sinyal, bobotnya, ataupun “skor E-E-A-T”, jadi pemilik situs tidak punya angka yang bisa dinaikkan dengan satu perubahan. Yang bisa diperiksa adalah apakah situs memberi manusia bukti yang dicari penilai, dan itu yang saya lakukan dalam audit. Google sendiri menyarankannya: menurut dokumentasi, pedoman memungkinkan menilai konten sendiri dari sudut pandang E-E-A-T dan menyesuaikannya dengan sinyal yang dipakai sistemnya.

Siapa penilai kualitas dan apa fungsi penilaian mereka?

Penilai kualitas (search quality raters) adalah orang di luar Google yang menilai contoh hasil pencarian berdasarkan pedoman yang dipublikasikan. Dalam ringkasan dari November 2023 Google menyebut jumlah mereka sekitar 16.000, mereka berbicara dalam lebih dari 80 bahasa dan mewakili pengguna dari negara masing-masing (Google: Search Quality Rater Guidelines: An Overview, November 2023, hlm. 15 dan 18). Dokumentasi Google berbahasa Polandia menyebut mereka “testerami jakości wyszukiwarki” (penguji kualitas mesin pencari). Mereka menilai dua hal: kualitas halaman (Page Quality) dalam skala dari terendah sampai tertinggi, dan seberapa baik hasil menjawab kueri (Needs Met).

Penilaian seorang penilai tidak menggeser halaman tertentu dalam hasil. Pedoman menulis (terjemahan saya): “Tidak ada satu penilaian pun yang dapat secara langsung memengaruhi bagaimana halaman, situs, atau hasil tertentu muncul di Google Search, atau menggesernya naik atau turun” (hlm. 6). Penilaian dipakai untuk mengukur seberapa baik mesin pencari bekerja dan memberi contoh hasil yang baik dan buruk. Google membandingkannya dengan ulasan yang dikumpulkan restoran dari pelanggannya (Google Search Central).

Penilaian masuk antara lain ke pengujian perubahan sebelum diterapkan. Dalam pengujian perbandingan penilai melihat dua set hasil, dengan perubahan yang direncanakan dan tanpanya, lalu mengatakan mana yang ia pilih dan mengapa (Google: How Search Works). Berdasarkan itu Google memeriksa apakah perubahan pada sistem memberi hasil yang lebih baik. Karena itu pedoman menyatakan apa yang Google inginkan dari hasil, tetapi tidak menyatakan bagaimana sistem mengukurnya.

Apa itu YMYL dan mengapa persyaratannya lebih tinggi?

YMYL (Your Money or Your Life, “Uang atau Kehidupan Anda”) adalah topik yang kontennya dapat memengaruhi secara serius kesehatan, kondisi keuangan, atau keselamatan orang, atau kesejahteraan masyarakat (hlm. 11). Pedoman membaginya menjadi empat kelompok: kesehatan dan keselamatan, keamanan finansial, pemerintahan, urusan kewarganegaraan dan masyarakat, serta topik lain yang dapat merugikan orang. Kata “ymyl” dicari di Polandia sekitar 140 kali per bulan, sedangkan “e-e-a-t” sekitar 590 kali.

YMYL adalah skala, bukan daftar bidang usaha: pedoman meminta untuk bertanya apakah kesalahan kecil dalam konten dapat merugikan seseorang secara serius. Sebagian besar topik bukan YMYL. Dalam tabel ada tiga contoh dari pedoman (hlm. 12):

Pedoman meminta penilaian paling ketat pada situs dengan topik yang jelas YMYL, karena kesalahan di sana dapat merugikan seseorang secara serius (hlm. 11). Situs YMYL atau situs yang mengumpulkan data sensitif tanpa informasi apa pun tentang pemilik dan penulis mendapat penilaian terendah (hlm. 36). Penilaian terendah juga diberikan pada situs YMYL yang ditulis tanpa pengetahuan yang diperlukan (hlm. 36).

Pada YMYL tidak setiap teks harus ditulis dokter atau penasihat keuangan: pedoman memisahkan berbagi pengalaman dari saran yang menjadi ranah pakar (hlm. 28). Percakapan di forum tentang bagaimana seseorang menjalani pengobatan bisa memiliki E-E-A-T tinggi, jika aman dan sesuai dengan pengetahuan medis. Perbandingan metode pengobatan dan prognosis harus disiapkan pakar.

Toko tidak harus YMYL, tetapi setiap toko mengelola uang pelanggan, jadi pedoman meminta pengecekan kontak, pembayaran, penukaran, dan pengembalian di dalamnya (hlm. 18). Data kontak dan layanan pelanggan menurut pedoman sangat penting di situs yang mengelola uang: di toko, bank, dan penerbit kartu. Situs humor membutuhkannya lebih sedikit.

Bagaimana cara mengecek E-E-A-T situs? Daftar pertanyaan dari pedoman

E-E-A-T bisa Anda cek sendiri dengan menelusuri pertanyaan yang sama dengan yang diajukan penilai, dan pedoman menyusunnya berurutan: tujuan situs, risiko kerugian, lalu seberapa baik situs mencapai tujuannya (hlm. 19). Penilai tidak menghitung poin, tetapi menggeser penggeser dari penilaian terendah sampai tertinggi. Dari pedoman saya menyiapkan daftar pertanyaan untuk menilai situs sendiri, dengan nomor bagian dan halaman, supaya setiap pertanyaan bisa dicek di sumbernya:

Ulasan tentang perusahaan Anda temukan lewat pencarian dari pedoman, yang mengecualikan domain perusahaan itu sendiri. Pedoman memberi contoh untuk ibm.com (hlm. 23), dan untuk perusahaan Polandia tampilannya begini:

• nama perusahaan -site:domena.pl, yaitu hasil tentang perusahaan tanpa situsnya sendiri;
• "domena.pl" -site:domena.pl, yaitu penyebutan alamat situs;
• nama perusahaan opinie -site:domena.pl, yaitu ulasan dari luar situs perusahaan;
• nama perusahaan site:pl.wikipedia.org, yaitu entri di Wikipedia.

Tidak adanya ulasan tentang perusahaan kecil tidak berarti kualitasnya rendah. Pedoman menulis bahwa perusahaan lokal kecil sering punya jejak daring yang kecil dan mengandalkan rekomendasi, sehingga penilai diminta lebih memperhatikan kriteria lainnya (hlm. 25). Pedoman memperlakukan ulasan pelanggan sebagai sumber informasi tentang reputasi toko atau perusahaan, tetapi meminta membaca isinya dan bersikap skeptis terhadap pujian maupun keluhan (hlm. 23). Cara mengumpulkan ulasan di profil bisnis di Google sesuai aturan saya jelaskan dalam tulisan tentang SEO lokal.

Lalu lintas situs bukan bukti reputasi. Pedoman memberi contoh layanan dengan data lalu lintas situs: angka seperti itu tidak mengatakan apa pun tentang apakah perusahaan layak dipercaya, jadi penilai harus mengabaikannya (hlm. 22).

Checklist yang bisa diunduh

Di bawah ini Anda bisa mengunduh checklist E-E-A-T: 42 poin dalam tujuh kelompok yang menilai merek dan seluruh situs, bukan satu halaman, dan yang memperluas tabel pertanyaan dari pedoman. Versi yang bisa diunduh per 26 Oktober 2026 merapikan daftar yang saya pakai dalam audit sejak Juli 2026. Kelompoknya berurutan dari identitas dan transparansi, lewat pengalaman, keahlian, otoritas, kepercayaan saat berbelanja, dan data untuk mesin, sampai sinyal negatif. Pada setiap poin checklist menyebut cara memeriksanya, kapan poin itu lulus, dan dari mana asalnya: dari halaman pedoman, dari dokumentasi Google, atau dari praktik saya dalam audit. Ada mode standar dan mode YMYL, skor dari 0 sampai 100 dan nilai dari A sampai F, sedangkan tiga gerbang membatasi nilai terlepas dari jumlah poin. Poin yang tidak bisa diperiksa dihitung sebagai tidak lulus.

Checklist bisa Anda kerjakan sendiri dengan menulis jawaban dan bukti pada setiap poin, atau menempelkannya ke obrolan dengan model AI bersama alamat situs: model dengan akses ke internet bisa membuka situs sendiri, dan jika tidak bisa, tempelkan isinya. Untuk Claude dan agen AI lain saya menyiapkan skill eeat-ocena-strony, yaitu paket instruksi untuk agen dalam format terbuka Agent Skills, dengan checklist berbahasa Inggris. Di Claude.ai skill berjalan jika eksekusi kode dan pembuatan file diaktifkan, dan file zip diunggah di pengaturan skill (Customize > Skills). Di Claude Code Anda mengekstraknya ke direktori ~/.claude/skills/ atau .claude/skills/ di proyek. Skor dari checklist bukan penilaian Google: ia menunjukkan di mana situs memberi bukti kredibilitas yang lemah atau tidak ada, dan tidak memprediksi posisi maupun lalu lintas. Checklist dan skill saya bagikan dengan lisensi CC BY 4.0.

Apa yang saya periksa dalam audit saat menilai E-E-A-T?

Pada E-E-A-T saya memeriksa dalam audit tiga hal: siapa yang bertanggung jawab atas situs dan siapa yang menulis konten, apa yang dikatakan orang lain tentang perusahaan, dan apakah konten menunjukkan pengalaman serta keahlian penulis. Dua kategori katalog rekomendasi saya menyangkut E-E-A-T: penulis tanpa biodata dan tanpa halaman penulis (7 audit) serta tidak adanya sinyal kepercayaan, yaitu halaman tentang perusahaan, kontak, ulasan, atau referensi (7 audit). Totalnya rekomendasi dari 14 dari 33 audit dari tahun 2023-2026 dan dari tidak satu pun dari 30 audit dari tahun 2020-2022. Tahun adalah tanggal file di arsip, jadi tidak selalu tahun pelaksanaan pekerjaan, dan angkanya menunjukkan apa yang dilaporkan audit, bukan bagaimana situs itu sendiri berubah. Dalam audit teknis, tidak adanya biodata saya teruskan sebagai sinyal untuk audit konten, dengan prioritas rendah sampai menengah dan lebih tinggi pada topik YMYL. Bagaimana saya menyusun seluruh audit, saya jelaskan dalam tulisan tentang audit SEO.

Untuk menilai E-E-A-T merek dan situs saya memakai checklist yang sama dengan yang saya bagikan untuk diunduh. Pada setiap poin saya mencatat dari mana asalnya, sehingga klien melihat mana persyaratan Google dan mana persyaratan saya.

Checklist punya tiga gerbang, yaitu aturan yang membatasi nilai terlepas dari jumlah poin, karena menurut pedoman situs yang tidak layak dipercaya punya E-E-A-T rendah apa pun isi sisanya. Situs yang mendapat kurang dari separuh poin identitas mendapat dari saya paling tinggi D dalam skala A sampai F, bahkan jika penulisnya pakar. Batas yang sama berlaku untuk toko atau situs YMYL dengan kurang dari separuh poin kepercayaan saat berbelanja, sedangkan sinyal negatif apa pun, misalnya teks massal tanpa pengawasan atau menyesatkan soal perusahaan atau harga, membatasi nilai pada C. Pada Juli 2026 saya menilai toko dengan lebih dari seribu ulasan dan rata-rata mendekati 5, tanpa halaman tentang perusahaan dan dengan data perseroan hanya di syarat dan ketentuan serta kebijakan privasi. Toko itu tidak lolos ambang identitas, tetapi gerbang tidak mengubah hurufnya di sana, karena jumlah poin sudah memberi nilai lebih rendah daripada D.

Paling banyak kesimpulan saya dapatkan dari menyandingkan penilaian E-E-A-T dengan pengukuran AI Overview. Pada satu situs bertema kesehatan kelompok “keahlian” mendapat 0%, karena pada konten yang saya periksa tidak ada nama penulis, tinjauan spesialis, ataupun orang berkualifikasi yang bertanggung jawab atasnya. Teks blog saya nilai secara tidak langsung, jadi hasilnya menyangkut halaman yang diperiksa, bukan setiap teks. Situs yang sama ada di barisan terdepan hasil untuk kueri medis, termasuk di hasil dengan jawaban AI Overview. Baru kedua analisis bersama-sama menunjukkan bahwa situs itu terlihat pada topik YMYL, meskipun tidak menampilkan kualifikasi penulisnya.

Sebelum menilai reputasi, saya memeriksa apakah hasil Google untuk nama merek menyangkut merek itu, bukan perusahaan atau orang lain dengan nama yang sama. Pada salah satu toko yang saya nilai, hasil untuk nama mereknya hanya berisi subhalamannya sendiri, jadi tidak ada sumber independen yang bisa dijadikan dasar penilaian reputasi.

Seperti apa E-E-A-T dalam praktik? Contoh situs

Pada lima situs publik terlihat bahwa pertanyaan yang sama dari pedoman memberi jawaban berbeda menurut topiknya: di bidang medis yang berperan adalah pakar, di toko yang berperan adalah data penjual dan ulasan, dan pada uji perangkat yang berperan adalah metode pengukuran. Semua situs saya buka pada malam 25 Oktober 2026 dan saya menjelaskan apa yang terlihat di sana. Tidak ada yang milik klien saya. Pemilik empat di antaranya saya konfirmasi di sumber kedua yang independen, sedangkan pada Optyczne.pl sumber kedua hanya menyangkut seseorang dari redaksi, jadi nama penerbitnya tidak saya sebut. Ini deskripsi saya menurut pertanyaan dari pedoman, bukan penilaian Google.

Di Medonet penulis teks dan dokter yang memeriksanya adalah dua orang berbeda, dan keduanya punya halaman sendiri. Pada artikel tentang apakah saat mengonsumsi vitamin D boleh berjemur, di bawah nama penulis ada catatan tentang konsultasi substantif dengan dokter dan penanda “Sprawdzona treść” (konten yang telah diperiksa). Penulis menurut biodatanya lulus dari logopedi dan pedagogi, sedangkan halaman dokter memuat spesialisasi, tempat kerja, dan nomor hak menjalankan profesi, yang bisa dicek pembaca sendiri di register dokter. Kebijakan redaksi menjelaskan bahwa “Sprawdzona treść” berarti teks itu diperiksa atau ditulis dokter. Pemiliknya, Ringier Axel Springer Polska, disebut oleh data terstruktur situs dan Wikipedia. Di bawah teks tidak ada tanggal konsultasi, sedangkan bibliografi memuat dua alamat, termasuk situs merek preparat vitamin D (Medonet).

Healthline, layanan medis Amerika, menyebut di bawah teks siapa yang meninjaunya secara medis, sedangkan tanggal tinjauan baru tampak di riwayat perubahan, jadi pada contoh ini terlihat bahwa tanggal pembaruan bukan tanggal tinjauan. Pada artikel tentang hipertensi ada “Medically reviewed by” (ditinjau secara medis oleh) dengan nama dan gelar peninjau, nama penulis, dan tanggal pembaruan 12 Mei 2025. Di bawah teks kotak “How we reviewed this article” (bagaimana kami meninjau artikel ini) memuat sumber dan riwayat perubahan. Riwayat itu menyebut tinjauan medis dari 20 Agustus 2024, sedangkan pada pembaruan 12 Mei 2025 tidak menunjuk tinjauan baru (Healthline). Bagus bahwa layanan ini menunjukkannya, tetapi pembaca yang hanya melihat nama penulis tidak akan melihatnya.

Di toko x-kom kepercayaan dibangun oleh ulasan dengan penanda pembelian dan data penjual, dengan catatan bahwa data lengkap perseroan baru ada di syarat dan ketentuan. Kartu prosesor Intel Core i5-14400F punya 296 ulasan dengan rata-rata 4,9, dan 292 di antaranya bertanda “Potwierdzony zakup” (pembelian terkonfirmasi). Ulasan secara bawaan diurutkan dari yang paling membantu dan di antaranya terlihat yang kritis. Di footer ada pengembalian, komplain, telepon dengan jam kerja, dan alamat e-mail, sedangkan pada formulir langganan newsletter di bagian bawah halaman juga nama perseroan beserta kota kedudukannya. Alamat perseroan, KRS, NIP, dan modal ada di syarat dan ketentuan yang menyebut tanggal berlaku dan versi sebelumnya, dan datanya cocok dengan entri di KRS (x-kom).

Bankier.pl pada teks tentang promosi rekening bank menampilkan penulis dengan biodata dan menandai tautan afiliasi, yaitu konflik kepentingan yang dibahas pedoman. Di bawah teks dari 14 Oktober 2026 ada biodata penulis dengan pengalaman di perbankan dan penghargaan jurnalistik NBP 2025, dan halaman penulisnya menautkan ke profil di media sosial. Catatan “Publikacja zawiera linki afiliacyjne” (publikasi ini memuat tautan afiliasi) memberi tahu pembaca bahwa layanan itu mendapat uang jika pembaca membuka rekening lewat tautan di teks (Bankier.pl). Penerbitnya, Bonnier Business (Polska), disebut oleh syarat dan ketentuan layanan dan dikonfirmasi oleh KRS. Di teks saya tidak menemukan tautan ke syarat promosi yang dibahasnya, dan di footer serta di halaman redaksi saya tidak menemukan aturan redaksi.

Optyczne.pl menunjukkan pengalaman sendiri seperti yang dijelaskan pedoman: pengujiannya memiliki metode, hasil pengukuran, dan informasi dari mana redaksi mendapat perangkat. Uji lensa Sirui Aurora 85 mm f/1.4 dari 2 Oktober 2026 terdiri dari 14 bagian, termasuk delapan bab dengan pengukuran, dari bukaan relatif yang sebenarnya sampai autofokus. Di bab tentang resolusi redaksi menjelaskan pada kamera dan file apa ia mengukur dan hasil mana yang dianggap layak. Di awal uji ada informasi bahwa lensa dipinjamkan oleh toko, distributor resmi merek itu (Optyczne.pl). Dalam FAQ dari 2009 redaksi menulis bahwa perusahaan yang memberikan perangkat untuk diuji tidak melihat teks sebelum terbit, tetapi juga bahwa pengiklan memengaruhi berapa banyak uji produk mereka yang dibuat. Halaman redaksi hanya memuat nama depan, nama belakang, fungsi, dan alamat e-mail, tanpa deskripsi penulis.

Kesamaan contoh-contoh ini satu: bukti yang paling kuat bisa dicek pembaca di luar situs. Nomor hak menjalankan profesi ia cek di register dokter, data perseroan di KRS, dan riwayat penerbit di Wikipedia. Pada kelima situs nama penulis, ulasan, dan data perusahaan ada di HTML yang dikirim server, tanpa menjalankan JavaScript, jadi terlihat juga oleh robot yang tidak merender halaman.

Bagaimana menampilkan penulis di situs? Contoh rogala.pro

Pembaca harus tahu siapa penulisnya, dari mana ia punya pengalaman, dan siapa yang bisa mengonfirmasinya di luar situs, dan begitulah saya berusaha menampilkan diri di rogala.pro. Beranda sekaligus halaman tentang saya. Di sana ada pengalaman kerja dengan tanggal, perusahaan tempat saya bekerja, presentasi dengan tautan ke rekaman dan wawancara, serta daftar kompetisi tempat saya menilai peserta: sejak 2021 ada 32 edisi di 14 program, termasuk Global, European, UK, dan MENA Search Awards. Pada daftar juri saya menulis bahwa setiap keikutsertaan dikonfirmasi halaman juri penyelenggara.

Setiap tulisan di blog punya nama penulis, kotak tentang penulis, dan daftar sumber dengan tanggal pemeriksaan. Dalam data terstruktur penulis tulisan menunjuk lewat pengenal ke satu deskripsi orang (Person) di beranda. Deskripsi itu menghubungkan profil saya, perusahaan tempat saya bekerja, perguruan tinggi, dan pengenal panel pengetahuan Google, sedangkan topik yang saya tangani dan profesi saya menunjuk ke entri di Wikidata, yaitu basis pengetahuan terbuka yang terkait dengan Wikipedia. Bagaimana selama satu hari data itu menunjuk ke panel pengetahuan seorang aktor dengan nama depan dan belakang yang sama, saya jelaskan dalam tulisan tentang pengoptimalan untuk AI. Entri sendiri di Wikidata saya tidak punya. Jika saya membuatnya, saya mengungkapkan bahwa saya menulis tentang diri sendiri, dan informasi tentang pengalaman akan saya dasarkan pada publikasi yang disunting orang lain, seperti wawancara, halaman juri kompetisi, dan bab dalam buku yang diterbitkan Helion.

Apakah perubahan itu memberi sesuatu di hasil Google dan di jawaban AI, untuk saat ini masih hipotesis. Pada 4 Oktober 2026 rogala.pro tidak ada di 30 hasil pertama Google untuk nama dan nama belakang saya, sedangkan hasil pertama diisi profil orang lain. Pengukuran yang sama akan saya ulangi pada November 2026. Pengukuran tersebut akan menunjukkan apakah situs berada lebih tinggi, tetapi tidak memisahkan pengaruh deskripsi penulis dari pengindeksan dan perubahan lain di situs, jadi pengukuran itu sendiri tidak akan memberi tahu saya apa penyebabnya.

Apakah E-E-A-T berpengaruh di AI Overview dan asisten AI?

Google menulis bahwa AI Overview dan Mode AI bertumpu pada sistem peringkat inti dan sistem kualitasnya, jadi aturan yang sama berlaku juga di sana. Menurut versi Polandia panduan Google tentang fitur AI generatif, jawaban dibuat dari halaman yang diambil dari indeks oleh sistem peringkat inti, dan Google merekomendasikan konten yang “zawierają unikalne opinie ekspertów lub doświadczonych osób, które wykraczają poza powszechną wiedzę i zwykłe informacje” (memuat pendapat unik dari pakar atau orang berpengalaman yang melampaui pengetahuan umum dan informasi biasa) (Google Search Central, pembaruan 15 Juli 2026). Dalam panduan itu saya tidak menemukan deskripsi penilaian E-E-A-T yang terpisah untuk AI Overview, dan kata E-E-A-T sendiri tidak muncul di dalamnya.

Tentang ChatGPT, Perplexity, dan asisten lain di luar Google saya tidak tahu sumber yang mengatakan bahwa mereka menilai E-E-A-T. Asisten itu mencari di mesin pencari mereka sendiri atau milik pihak lain dan punya robot sendiri. Saya menjelaskannya dalam tulisan tentang pengoptimalan untuk AI. Titik temu yang saya lihat hanya satu: model yang menjawab dari memori hanya bisa mengulang apa yang ditulis tentang merek dalam teks yang dipelajarinya. Jadi yang berperan adalah reputasi di luar situs yang sama dengan yang diperiksa penilai.

Penilai untuk Google menilai juga jawaban AI Overview itu sendiri. Search Engine Land dan Marie Haynes menyoroti bahwa pedoman dari September 2025 memuat contoh dengan AI Overview. Dalam teks pedoman saya tidak menemukan nama AI Overview, jadi di sini saya bersandar pada deskripsi mereka:

Riset tentang kutipan di AI Overview tidak mengonfirmasi bahwa apa yang ditulis situs tentang dirinya sendiri membantu. Seer Interactive mengambil sampel 8.500 kata kunci berbahasa Inggris dari AS, menemukan 7.225 halaman yang meraih kutipan pertama di AI Overview, dan menganalisis 6.354 di antaranya (pengukuran 7-13 Mei 2026):

Seer mengukur E-E-A-T lewat keberadaan biodata penulis, yaitu apa yang situs tulis tentang dirinya, bukan reputasi. Menurut Seer kutipan pertama terbanyak, 20,4%, diraih Reddit, yang tidak punya biodata. Itu perbandingan kelompok situs dengan ciri berbeda, jadi tidak memisahkan pengaruh biodata saja. Namun hasilnya sejalan dengan riset Ahrefs, tempat kehadiran merek di AI Overview paling kuat terkait dengan jumlah penyebutan merek di internet, yang saya jelaskan dalam tulisan tentang link building di era AI. Lily Ray mengatakannya begini:

Bagaimana saya mengukur reputasi merek di asisten AI, saya jelaskan dalam tulisan tentang visibilitas merek di AI, dan bagaimana saya merencanakan penyebutan di media orang lain lewat digital PR, yaitu publikasi yang diputuskan sendiri oleh redaksi, dalam tulisan tentang link building di era AI.

Apa kata pedoman Google tentang teks yang ditulis dengan AI?

Pedoman menilai bukan apakah teks dibuat dengan bantuan AI, melainkan seberapa besar kerja, orisinalitas, dan nilai bagi pembaca di dalamnya, dan pemakaian alat AI generatif sendiri menurut pedoman tidak menentukan tingkat upaya maupun penilaian situs (hlm. 43). Pedoman menyebut AI generatif alat yang bermanfaat, yang seperti alat lain juga bisa dipakai dengan buruk (hlm. 10). Contoh dari pedoman: dengan alat AI generatif dan kerja yang besar bisa dibuat grafik orisinal berkualitas tinggi, tetapi bisa juga dibuat konten berkualitas terendah (hlm. 43).

Kualitas konten utama penilai periksa menurut empat kriteria dari bagian 3.2 (hlm. 21), dan tidak satu pun menyangkut alat yang dipakai untuk membuat teks:

• Upaya. Seberapa aktif manusia mengerjakan konten. Membangun fungsi atau sistem situs, misalnya layanan terjemahan mesin, juga termasuk upaya, tetapi ribuan halaman yang dibuat otomatis dengan menjalankan teks yang sudah ada dan tersedia untuk umum lewat program penerjemah, tanpa pengawasan dan seleksi manual, menurut pedoman tidak memiliki upaya.
• Orisinalitas. Apakah konten memberi sesuatu yang tidak ada di situs lain, dan jika konten serupa sudah ada, apakah situs ini sumber aslinya.
• Bakat atau keterampilan. Apakah konten dibuat cukup terampil untuk memberi pembaca apa yang ia cari.
• Akurasi. Pada situs informasi kesesuaian dengan fakta, dan pada topik YMYL juga kesesuaian dengan pengetahuan pakar yang mapan.

Keempat kriteria yang sama dijelaskan dokumentasi Google tentang konten yang bermanfaat, dengan contoh yang langsung menyangkut AI: “używanie generatywnej AI do tworzenia dużych ilości tekstu bez ręcznego nadzoru lub selekcji nie wymaga prawie żadnego wysiłku” (memakai AI generatif untuk membuat teks dalam jumlah besar tanpa pengawasan atau seleksi manual hampir tidak memerlukan upaya) (Google Search Central, pembaruan 8 Oktober 2026).

Kapan teks dari AI mendapat penilaian terendah?

Di antara situs dengan penilaian terendah (Lowest) pedoman menjelaskan tiga situasi yang menyangkut teks dari AI, dan pada masing-masing masalahnya adalah tidak adanya kontribusi atau penipuan, bukan alatnya.

• Konten tanpa kontribusi (bagian 4.6.6, hlm. 42-43). Seluruh atau hampir seluruh konten utama disalin, diparafrasekan, disematkan dari sumber lain, atau dibuat otomatis atau oleh AI, dengan upaya, orisinalitas, dan nilai tambah yang kecil atau nol. Menyebut sumber tidak mengubahnya (hlm. 42).
• Produksi halaman massal (bagian 4.6.5, hlm. 42). Banyak halaman yang dibuat terutama demi keuntungan pemilik, bukan pembaca, misalnya dengan alat AI untuk membuat dengan upaya kecil halaman yang tidak menambah apa pun dibanding situs lain tentang topik yang sama. Penilai memberi penilaian terendah tanpa memandang bagaimana halaman dibuat, juga ketika ia tidak tahu apakah AI dipakai, tetapi setelah melihat beberapa halaman situs sangat menduga penyalahgunaan semacam itu.
• Penulis rekaan (bagian 4.5.3, hlm. 37). Konten dari AI yang dibubuhi profil “penulis” rekaan, misalnya dengan foto dari AI atau deskripsi palsu, supaya tampak ditulis manusia. Dalam kelompok yang sama pedoman menyebut kualifikasi palsu, misalnya penulis yang mengaku dokter.

Di antara contoh penilaian terendah pedoman menampilkan teks dari AI dan teks yang tampak seperti itu. Artikel medis, yaitu YMYL, menurut pedoman dibuat dari AI generatif: dimulai dengan kalimat “Jako model językowy nie mam danych w czasie rzeczywistym, a moja wiedza kończy się na wrześniu 2021” (sebagai model bahasa saya tidak punya data waktu nyata, dan pengetahuan saya berakhir pada September 2021) dan terputus di tengah kalimat (hlm. 55). Situs yang di halaman “Tentang kami” menjanjikan informasi untuk lansia punya ratusan artikel dari satu templat tentang topik apa pun, misalnya tentang berapa dingin yang tahan dialami ayam, dengan pertanyaan dan jawaban yang berulang. Pedoman menandai bahwa tidak diketahui bagaimana teks itu dibuat, tetapi tampaknya tidak ditulis atau disunting manusia (hlm. 58). Pada situs seperti itu pedoman menjelaskan pola yang sama: pertanyaan yang dikumpulkan misalnya dari “Orang juga bertanya” di Google dan jawaban dari konten yang diparafrasekan, sering dibuat dengan alat AI generatif (hlm. 55, pola serupa di hlm. 58).

Cara mengenali parafrasa pedoman jelaskan di bagian 4.6.7 (hlm. 43-44): penilai menempelkan kalimat dari situs ke mesin pencari dalam tanda kutip, bisa juga mencoba tanpanya, lalu membandingkan halaman yang ditemukan. Konten yang diparafrasekan biasanya hanya memuat informasi yang umum diketahui, sebagian besar tumpang tindih dengan Wikipedia dan sumber serupa, meringkas satu diskusi atau artikel tanpa nilai tambah, atau punya jejak alat AI, seperti kata-kata “As an AI language model” (sebagai model bahasa AI) (hlm. 44).

Kapan teks dari AI mendapat penilaian rendah?

Penilaian rendah (Low), satu tingkat di atas terendah, pedoman minta diberikan pada situs yang sebagian besar kontennya disalin atau diparafrasekan dan penulisnya menambahkan sedikit kerja: penyuntingan, seleksi, susunan baru, atau konten sendiri (bagian 5.2.1, hlm. 61). Bedanya dengan penilaian terendah ada pada seberapa banyak yang ditambahkan penulis: pada yang terendah seluruh atau hampir seluruh konten tanpa upaya, orisinalitas, dan nilai tambah, sedangkan pada yang rendah penulis menambah sedikit nilai lewat penyuntingan, seleksi, susunan baru, atau konten sendiri. Pedoman menambahkan bahwa penilaian rendah menyangkut konten yang dibuat dengan teknik apa pun, dan sebagai contoh menyebut daftar “terbaik” yang bertumpu pada ulasan dan daftar orang lain, dengan sedikit konten sendiri (hlm. 61).

Kualitas rendah ditunjukkan juga oleh kesalahan kecil: pada situs informasi pedoman menyebutnya bukti kualitas rendah, sedangkan kesalahan yang merugikan atau begitu banyak sehingga situs kehilangan kredibilitas membenarkan penilaian terendah (bagian 5.2, hlm. 60). Pada teks dari AI ini penting, karena model bisa keliru, seperti yang ditulis Google sendiri di bawah. Pedoman menandai juga bahwa kualitas rendah bukan kerugian: konten seperti itu tidak memenuhi syarat penilaian terendah dan tidak merugikan, tetapi tidak memberi pembaca apa yang ia cari (hlm. 61).

Penilaian rendah juga diberikan untuk banyak pengisi (filler), yaitu teks yang disiapkan dengan upaya kecil, yang menempati ruang terlihat di halaman dan tidak melayani tujuannya, terutama jika berada di depan apa yang dicari pembaca dan karena itu menyulitkan pemakaian situs (bagian 5.2.2, hlm. 62). Pedoman tidak mengaitkan pengisi dengan AI, dan sebagai contoh menyebut petunjuk kerajinan tangan sederhana dengan banyak pengisi tidak berguna di bagian atas halaman (hlm. 60).

Apa yang Google tegakkan pada konten dari AI?

Pedoman menunjukkan bagaimana Google ingin hasil terlihat, sedangkan apa yang Google tegakkan dijelaskan kebijakan spamnya. Menurut kebijakan itu penyalahgunaan konten dalam skala besar (scaled content abuse) adalah “wygenerowanie wielu stron przede wszystkim po to, aby manipulować rankingami wyszukiwania, a nie pomagać użytkownikom” (pembuatan banyak halaman terutama untuk memanipulasi peringkat pencarian, bukan untuk membantu pengguna), dan contoh pertamanya adalah “korzystanie z narzędzi generatywnej AI lub innych podobnych narzędzi do generowania wielu stron bez dodatkowej wartości dla użytkowników” (memakai alat AI generatif atau alat serupa untuk membuat banyak halaman tanpa nilai tambah bagi pengguna). Google mendeteksi pelanggaran dengan sistem otomatis dan, bila perlu, oleh manusia, yang bisa berakhir pada tindakan manual, sedangkan situs yang melanggar aturan bisa berada di peringkat lebih rendah atau sama sekali tidak muncul di hasil (Google Search Central, pembaruan 2 September 2026). Bagian 4.6.5 pedoman merujuk ke aturan ini dan memuat lima contoh yang sama, dengan rumusan hampir sama (hlm. 42), sedangkan catatan perubahan menyebut bahwa pada Januari 2025 deskripsi penilaian terendah dan rendah disesuaikan dengan kebijakan spam (hlm. 182).

Batas yang sama Google jelaskan dalam tulisan dari 8 Februari 2023: sistem peringkatnya harus memberi imbalan pada konten orisinal berkualitas tinggi “niezależnie od sposobu ich tworzenia” (apa pun cara pembuatannya), dan “prawidłowe wykorzystanie sztucznej inteligencji lub automatyzacji nie jest sprzeczne z naszymi wytycznymi” (pemakaian kecerdasan buatan atau otomatisasi yang tepat tidak bertentangan dengan pedoman kami). Aturan dilanggar, menurut tulisan itu, oleh pembuatan konten yang tujuan utamanya memanipulasi peringkat (Google Search Central, 8 Februari 2023). Dalam tulisan yang sama Google tidak menyarankan mencantumkan AI sebagai penulis konten.

Apa saran Google saat menerbitkan konten dari AI?

Google menyarankan memeriksa akurasi konten dari AI secara manual sebelum terbit, dan mencantumkan informasi tentang penulis serta tentang bagaimana konten dibuat di tempat yang dicari pembaca. Dalam panduan tentang konten dari AI generatif Google menulis bahwa AI generatif bisa berguna dalam meriset topik dan menyusun struktur konten orisinal, tetapi model generatif “nie wyszukują faktów, ale przewidują prawdopodobną sekwencję słów” (tidak mencari fakta, tetapi memprediksi urutan kata yang mungkin), sehingga bisa keliru, dan “przed opublikowaniem treści wygenerowanych przez AI należy ręcznie sprawdzić ich dokładność i wiarygodność” (sebelum menerbitkan konten buatan AI, akurasi dan kredibilitasnya harus diperiksa secara manual) (Google Search Central, pembaruan 5 Oktober 2026). Panduan itu sendiri merujuk ke bagian 4.6.5 dan 4.6.6 pedoman.

Metadata dalam panduan itu berarti dua hal berbeda. Metadata halaman dari AI, yaitu judul, metadeskripsi, data terstruktur, dan teks alternatif gambar, harus diperiksa seperti konten, karena bisa muncul di hasil. Metadata file menyatakan bahwa gambar dibuat oleh AI: untuk konten yang dibuat otomatis panduan menyarankan mempertimbangkan penambahannya, sedangkan di Merchant Center itu persyaratan. Gambar yang dihasilkan AI harus punya di metadata penanda bahwa dibuat oleh AI, yaitu IPTC DigitalSourceType, untuk gambar dari model AI dengan nilai TrainedAlgorithmicMedia, sedangkan judul dan deskripsi produk dari AI diberikan dalam atribut terpisah structured_title dan structured_description, yang ditandai sebagai konten dari AI (digital_source_type dengan nilai trained_algorithmic_media) (Pusat Bantuan Google Merchant Center, diperiksa 26 Oktober 2026).

Bagaimana menunjukkan kepada pembaca dari mana konten berasal, Google jelaskan dalam dokumentasi tentang konten yang bermanfaat sebagai tiga pertanyaan: siapa, bagaimana, dan mengapa (Google Search Central). “Siapa” adalah nama penulis di tempat yang diharapkan pembaca, dengan tautan ke informasi tentang penulis. “Bagaimana” pada konten yang sebagian besar dibuat otomatis adalah tiga pertanyaan: apakah pemakaian AI terlihat bagi pembaca, bagaimana AI dipakai, dan mengapa dianggap berguna. Google menyarankan memberikan informasi itu di tempat pembaca bisa bertanya “Bagaimana ini dibuat?”. “Mengapa” menurut Google mungkin pertanyaan terpenting: konten harus dibuat terutama untuk manusia, sedangkan pemakaian AI terutama untuk memanipulasi peringkat melanggar kebijakan spam.

Apa yang dinilai penilai sebagai upaya, dan apa yang menurut kebijakan spam adalah penyalahgunaan?

Batasnya tidak ada antara teks dari AI dan teks tanpa AI: penilai melihat upaya, orisinalitas, nilai bagi pembaca, dan kredibilitas, dan penilaian terendah bisa diterima baik satu halaman maupun ratusan. Saya menyandingkan apa yang pedoman jelaskan sebagai upaya dan nilai dengan apa yang pedoman sendiri dan kebijakan spam sebut kualitas rendah atau penyalahgunaan:

Tabel ini bukan daftar syarat yang jika dipenuhi memberi teks penilaian tinggi atau peringkat lebih tinggi. Penilaian seorang penilai tidak menggeser halaman tertentu dalam hasil, seperti saya jelaskan di bagian tentang penilai kualitas, dan dalam dokumen Google yang saya kutip di sini tidak ada deskripsi bagaimana sistemnya mengukur upaya. Saya memakainya sebagai daftar pertanyaan untuk teks sendiri sebelum terbit, sedangkan bagaimana saya menjawab pertanyaan Google tentang konten sendiri, saya jelaskan di bagian berikutnya.

Bagaimana teks di situs ini dibuat?

Teks di rogala.pro saya siapkan bersama agen AI di Claude Code, dan atas tesis, data, dan setiap versi bahasa saya yang bertanggung jawab: teks Polandia saya baca dan setujui sebelum terbit, sedangkan terjemahan melewati pemeriksaan yang dijelaskan di bawah. Tiga pertanyaan yang Google sarankan diajukan tentang konten sendiri (siapa, bagaimana, dan mengapa) saya jawab di bawah, sedangkan bagaimana terjemahan dibuat saya jelaskan terpisah:

• Siapa. Penulis dan orang yang bertanggung jawab atas setiap teks adalah saya, Łukasz Rogala, dan nama penulis serta kotak tentang penulis pada setiap tulisan menuju ke halaman tentang saya. AI tidak saya cantumkan sebagai penulis.
• Bagaimana. Tinjauan sumber dan hasil Google, skrip yang menghitung data, dan draf teks disiapkan agen AI di Claude Code, menurut instruksi dengan aturan saya dan daftar sumber. Data sendiri berasal dari arsip audit dan dari pengukuran saya. Angka dan kutipan dicatat agen dalam register kerja dengan alamat sumber dan tanggal pemeriksaan, sedangkan sumber dengan tanggal pemeriksaan ada di blok sumber di akhir setiap tulisan. Draf diperiksa model lain dalam dua putaran, termasuk model dari pembuat lain, Codex (OpenAI) atau Gemini (Google): putaran pertama mencari kesalahan fakta dan kekosongan, putaran kedua hanya memeriksa perbaikan. Setelah itu saya membaca teks dan memutuskan apa yang tetap. AI saya pakai karena pada satu teks harus diperiksa banyak sumber, dihitung data dari arsip audit, dan disiapkan 26 terjemahan, sedangkan model baik dalam mengurutkan data, menjelaskannya, dan menulis kode.
• Terjemahan. Versi Polandia adalah versi sumber. Terjemahan ke 26 bahasa disiapkan agen, dan diperiksa dua hal: skrip yang membandingkan dengan versi Polandia angka, tautan, dan susunan teks, serta model kedua. Versi-versi itu sebelum terbit tidak dibaca oleh siapa pun yang bahasa itu adalah bahasa ibunya. Dari contoh pedoman, yaitu ribuan teks yang sudah ada dan diteruskan tanpa pengawasan lewat penerjemah mesin, proses saya dibedakan dua hal: yang diterjemahkan adalah teks saya sendiri, yang saya bertanggung jawab atasnya, dan setiap versi dibandingkan skrip dan model kedua dengan versi Polandia. Itu pemeriksaan otomatis, bukan pemeriksaan manual yang Google sarankan sebelum menerbitkan konten dari AI, karena itu jika ada selisih antarversi yang berlaku adalah versi Polandia. Jika ada yang di versi bahasa Anda tidak cocok dengan versi Polandia atau terdengar tidak wajar, tulis kepada saya.
• Mengapa. Saya menulis untuk pemilik usaha dan pemasar yang ingin memeriksa situsnya sendiri atau memilih siapa yang diberi pekerjaan SEO, bukan untuk menempati posisi pada suatu kata kunci. Karena itu pada tulisan ada daftar pertanyaan, data dari audit, dan file untuk bekerja, bukan hanya definisi.

Agen tidak memutuskan apa yang saya tulis ataupun tesis mana yang tetap dalam teks, angka mereka ambil dari file sumber, bukan dari memori model, dan mereka tidak menerbitkan apa pun tanpa persetujuan saya. Kesalahan yang Anda laporkan atau yang saya temukan sendiri saya perbaiki di versi Polandia dan di semua terjemahan. Alat yang saya pakai dan uji yang menjadi dasar pembagian kerja ini saya jelaskan dalam tulisan tentang alat AI untuk SEO.

Apa yang sebaiknya tidak dilakukan saat membangun E-E-A-T?

Paling banyak kerugian datang dari trik yang berpura-pura menjadi bukti kepercayaan, karena setiap penipuan menurunkan penilaian seluruh situs. Google menulis bahwa setiap bentuk penipuan membuat situs tidak layak dipercaya oleh pengguna dan oleh sistem kualitas otomatisnya (Google Search Central).

• Penulis dan pakar palsu. Lebih baik mencantumkan nama orang nyata tanpa gelar sebagai penulis daripada dokter rekaan, karena profil penulis rekaan Google sebut penipuan, dan pedoman menilainya paling rendah, seperti saya jelaskan pada bagian tentang teks dari AI.
• “Skor E-E-A-T” dari alat yang dibaca sebagai penilaian Google. Google tidak menerbitkan skor seperti itu, jadi alat menghitungnya menurut metodenya sendiri. Angka semacam itu saya perlakukan sebagai daftar hal yang perlu diperiksa dan melihat bukti apa yang ada di balik poinnya.
• Bintang penilaian perusahaan sendiri dalam data terstruktur. Google menampilkan penilaian perusahaan dan organisasi hanya di situs yang mengumpulkan ulasan tentang perusahaan lain, sedangkan pada penilaian perusahaan di situsnya sendiri merujuk ke aturan tentang ulasan yang diberikan pada diri sendiri (Google Search Central).
• Tautan ke “otoritas” yang dipasang untuk menaikkan kepercayaan Google. Saya tidak tahu konfirmasi bahwa tautan keluar adalah sinyal kepercayaan. Sumber pada pernyataan berupa angka dan hukum saya cantumkan untuk pembaca yang ingin memeriksanya.
• Mengubah tanggal tanpa mengubah konten. Google menyebutnya di antara ciri konten yang ditulis untuk mesin pencari dan menambahkan bahwa menambah atau menghapus konten hanya agar situs tampak baru tidak akan membantu (Google Search Central).
• Ratusan teks dari AI tanpa penyuntingan. Banyak halaman yang dibuat terutama untuk memanipulasi peringkat, tanpa nilai bagi pembaca, oleh kebijakan spam Google disebut penyalahgunaan. Batas antara itu dan teks dari AI dengan kontribusi penulis menunjukkan tabel di bagian tentang teks dari AI.
• Satu “pakar segala hal”. Penulis yang mencantumkan namanya pada teks tentang kredit, obat, dan renovasi tidak akan meyakinkan siapa pun bahwa ia punya pengetahuan di setiap topik itu. Kompetensi penulis harus sesuai dengan topik.

Pertanyaan yang paling sering diajukan tentang E-E-A-T

Bagaimana meningkatkan E-E-A-T dan mulai dari mana?

Meningkatkan E-E-A-T berarti menambah bukti yang bisa dicek pembaca dan penilai, dan dimulai dari tiga pengecekan yang tidak membutuhkan biaya. Pertama tentukan topik mana di situs yang YMYL, karena di sana persyaratannya paling tinggi. Lalu buka lima halaman terpenting dan periksa apakah dari masing-masing dalam dua klik Anda sampai ke data perusahaan, kontak, dan penulis dengan deskripsinya. Terakhir cari nama perusahaan dengan -site: dan baca apa yang orang lain tulis tentangnya. Kekurangan yang Anda temukan lengkapi menurut huruf-huruf E-E-A-T, dimulai dari kredibilitas:

• Kredibilitas. Data perusahaan, kontak, dan syarat dan ketentuan yang bisa diakses dari setiap subhalaman, sedangkan di toko juga pembayaran, penukaran, dan pengembalian serta ulasan dengan isi, bukan hanya bintang (hlm. 16, 18 dan 23).
• Pengalaman. Pada ulasan dan saran foto sendiri, pengukuran, dan deskripsi pemakaian, yaitu hal yang tidak bisa disalin dari teks orang lain (hlm. 26).
• Keahlian. Nama orang nyata dengan kualifikasi yang sesuai topik, dan pada topik YMYL konten yang disiapkan atau diperiksa pakar (hlm. 28 dan 36). Tanggal tinjauan tulis terpisah dari tanggal pembaruan, seperti yang dilakukan Healthline di riwayat perubahan.
• Otoritas. Penyebutan dan publikasi di media orang lain, yang Anda temukan dengan pencarian -site: yang sama (hlm. 23). Di situs sendiri semuanya bergantung pada Anda, sedangkan penyebutan di media orang lain bergantung pada redaksinya; bagaimana saya memperolehnya, saya jelaskan dalam tulisan tentang link building.

Urutan pekerjaan ini saya tetapkan dalam strategi SEO. Jika situs menyangkut kesehatan, uang, atau hukum dan Anda tidak tahu mulai dari mana, itu topik yang cocok untuk konsultasi.