Google AI Overviews dan AI Mode Bisa Menampilkan Sumber Berbeda untuk Query yang Sama, Mengapa?

Dua surface, dua pekerjaan

AI Overviews dirancang untuk memberi ringkasan ketika sistem menilai ringkasan generatif menambah manfaat di atas hasil pencarian klasik. Fitur ini tidak selalu muncul. Pada query yang sama, satu pengguna dapat melihat AI Overview sementara pengguna lain, waktu lain, atau kondisi lain tidak melihatnya.

AI Mode dirancang untuk eksplorasi yang lebih dalam, pertanyaan lanjutan, penalaran, dan perbandingan yang kompleks. Pengguna masuk ke pengalaman yang lebih percakapan. Walaupun query awal sama, pekerjaan yang coba diselesaikan surface tersebut dapat berbeda.

Ambil contoh query, “software CRM untuk bisnis kecil Indonesia”.

AI Overview mungkin menyusun ringkasan singkat tentang kategori, menyebut beberapa kriteria, lalu menampilkan link yang membantu pengguna mulai memahami pilihan. AI Mode dapat memperluas pertanyaan menjadi biaya, integrasi WhatsApp, jumlah pengguna, kebutuhan pelaporan, dukungan lokal, serta skenario migrasi. Setiap submasalah membuka peluang munculnya source pool yang berbeda.

Perbedaan itu tidak harus berarti salah satu surface lebih percaya pada sumber tertentu. Bisa jadi sumbernya hanya lebih cocok dengan pekerjaan yang sedang dilakukan pada respons tersebut.

Query fan-out mengubah ruang pencarian

Dalam pencarian klasik, pengamat sering membayangkan satu query menghasilkan satu halaman hasil. Pada sistem generatif, bayangan itu terlalu sempit. Query fan-out dapat memecah kebutuhan menjadi beberapa pencarian terkait.

Untuk pertanyaan tentang kamera terbaik bagi pemula, misalnya, jalur pencarian dapat menyentuh sensor, harga, lensa kit, bobot, video, baterai, dan ketersediaan. Halaman yang kuat pada satu subtopik dapat ikut muncul sebagai link pendukung walaupun tidak menempati posisi yang sama pada hasil klasik untuk query utama.

AI Overview dan AI Mode dapat memecah pertanyaan dengan cara berbeda. Model dapat menilai subtopik mana yang perlu dijawab, seberapa dalam, dan sumber seperti apa yang dibutuhkan. Saat ruang pencarian berubah, source pool ikut berubah.

Ini juga menjelaskan mengapa halaman yang tidak terlihat dominan untuk query utama dapat muncul pada jawaban AI. Halaman tersebut mungkin menjawab salah satu fan-out query dengan sangat tepat.

Susunan jawaban menentukan kebutuhan sumber

Sumber tidak dipilih dalam ruang kosong. Ia bekerja bersama struktur respons.

Jika jawaban memiliki bagian tentang definisi, perbandingan, risiko, dan langkah praktis, setiap bagian dapat membutuhkan jenis sumber berbeda. Dokumentasi resmi cocok untuk spesifikasi. Media dapat membantu konteks perubahan. Forum atau komunitas dapat memberi sinyal pengalaman, meski tidak layak dipakai untuk setiap klaim faktual. Halaman produk dapat mendukung fitur, tetapi belum tentu netral untuk penilaian terbaik.

Ketika struktur AI Overview lebih ringkas, ia mungkin memakai sumber dengan cakupan luas. Ketika AI Mode membangun perbandingan mendalam, ia mungkin membutuhkan lebih banyak sumber sempit yang masing-masing mendukung satu komponen.

Karena itu, source diversity tidak dapat dibaca tanpa answer structure. Sepuluh link bukan otomatis lebih baik daripada empat. Empat link bukan otomatis lebih terkonsentrasi secara berbahaya. Pertanyaannya adalah apakah kebutuhan bukti dalam jawaban telah tercakup dan apakah link tersebut benar-benar mendukung klaim.

Kondisi pengguna ikut berpengaruh

Lokasi, bahasa, perangkat, riwayat, dan status login dapat memengaruhi pengalaman pencarian. Tidak semua pengaruh selalu dapat diisolasi oleh pengamat eksternal, tetapi variabelnya perlu dicatat.

Query berbahasa Indonesia dari Jakarta dapat menghasilkan sumber berbeda dibanding query yang sama dari Singapura atau Amerika Serikat. Antarmuka berbahasa Inggris juga tidak identik dengan prompt berbahasa Inggris. Lokasi pengguna dapat memperkuat sumber lokal untuk pertanyaan yang memiliki intent geografis.

Waktu juga penting. Source pool dapat berubah setelah berita baru terbit, halaman resmi diperbarui, atau sistem pencarian melakukan penyegaran. Membandingkan AI Overview hari Senin dengan AI Mode hari Jumat tanpa catatan waktu adalah perbandingan yang lemah.

Personalisasi perlu diperlakukan hati-hati. Jangan langsung menyimpulkan bahwa perbedaan berasal dari personalisasi hanya karena dua orang melihat hasil berbeda. Model, eksperimen produk, lokasi, dan penyegaran indeks juga dapat berperan.

Eligibility bukan selection

Google menyatakan bahwa untuk memenuhi syarat sebagai supporting link dalam AI Overviews atau AI Mode, halaman harus terindeks dan memenuhi syarat untuk tampil di Google Search dengan snippet. Tidak ada persyaratan teknis tambahan khusus untuk masuk ke fitur AI tersebut.

Namun memenuhi syarat tidak berarti akan dipilih. Google juga menegaskan bahwa crawling, indexing, dan serving tidak dijamin hanya karena sebuah halaman mematuhi persyaratan dan praktik terbaik.

Perbedaan ini penting dalam audit.

Indexed berarti halaman tersedia di indeks.

Eligible berarti halaman dapat dipertimbangkan untuk ditampilkan.

Selected berarti halaman benar-benar digunakan atau ditampilkan pada respons tertentu.

Displayed berarti pengguna melihat link itu pada surface dan keadaan tertentu.

Clicked berarti pengguna melakukan tindakan.

Tim sering melompat dari indexed ke “seharusnya tampil”. Lompatan itu tidak didukung dokumentasi resmi.

Cara membandingkan yang lebih adil

Jika SignalAI ingin membandingkan sumber AI Overview dan AI Mode, unit observasinya perlu diperketat.

Simpan exact query, termasuk ejaan dan tanda baca. Catat bahasa prompt dan bahasa antarmuka. Simpan negara atau lokasi pengujian pada tingkat yang dibenarkan oleh metode. Catat perangkat, status login, tanggal, jam, serta zona waktu. Bedakan surface dengan jelas. Jangan memakai label umum “Google AI”.

Ambil screenshot lengkap dan, jika mungkin, simpan daftar URL yang ditampilkan. Catat posisi link, tetapi jangan menyebutnya ranking kecuali surface memang mendefinisikan ranking tersebut. Pisahkan link yang menempel pada klaim dari link pendukung umum.

Kemudian lakukan normalization pada domain dan URL. Satu domain dapat muncul melalui beberapa halaman. URL dengan parameter tracking tidak harus dihitung sebagai sumber berbeda. Versi AMP, canonical, atau sindikasi memerlukan pemeriksaan tambahan.

Setelah itu, bandingkan pada tiga tingkat.

Tingkat pertama adalah domain overlap. Berapa domain muncul di keduanya?

Tingkat kedua adalah page overlap. Apakah halaman yang sama digunakan?

Tingkat ketiga adalah claim role. Apakah sumber yang sama menjalankan fungsi yang sama dalam jawaban?

Domain overlap tinggi dengan claim role berbeda tetap merupakan temuan yang menarik.

Jangan membuat skor kemenangan

Godaan berikutnya adalah menilai surface mana yang “lebih baik” hanya dari jumlah sumber. Itu tidak ilmiah.

AI Overview bisa lebih singkat dan cukup untuk intent awal. AI Mode bisa lebih luas, tetapi keluasan tidak menjamin setiap klaim lebih akurat. Kualitas perlu dinilai melalui dukungan klaim, keragaman perspektif yang relevan, kesegaran, otoritas sumber, dan batasan jawaban.

Begitu pula untuk pemilik situs. Muncul di AI Mode tetapi tidak di AI Overview bukan kekalahan. Muncul di keduanya juga bukan bukti dominasi. Satu halaman mungkin sangat cocok untuk exploratory comparison, tetapi tidak dibutuhkan dalam ringkasan singkat.

Membedakan source rotation dan systematic difference

Satu kali perbedaan belum cukup untuk menyimpulkan bahwa kedua surface mempunyai karakter sumber yang berbeda secara konsisten. Bisa saja itu source rotation biasa. Karena itu, jalankan beberapa replay pada jadwal yang ditetapkan dan gunakan kelompok query, bukan satu query hero.

Bangun matriks yang memuat query, intent, surface, waktu, URL, domain, claim role, dan display type. Dari sana, hitung overlap secara deskriptif. Jangan buru-buru membuat skor proprietary yang menghilangkan detail.

Jika AI Mode berulang kali memakai dokumentasi produk untuk pertanyaan teknis, sementara AI Overview lebih sering menampilkan halaman penjelas umum, barulah ada pola yang layak diteliti. Meski demikian, pola observasi tidak membuktikan aturan internal permanen. Ia hanya menunjukkan kecenderungan dalam sampel dan periode tersebut.

Perhatikan juga missingness. AI Overview yang tidak muncul bukan source set kosong. Itu berarti surface tersebut tidak ditampilkan dalam observasi. Mencatatnya sebagai nol sumber akan merusak analisis rata-rata.

Untuk query yang memicu image result, video, shopping, atau local component, pisahkan jenis sumber. URL gambar dan halaman host dapat menjalankan fungsi berbeda dari link teks. Perbandingan yang mencampur semuanya menghasilkan overlap yang sulit diartikan.

Terakhir, simpan perubahan antarmuka. Google dapat mengubah cara link dikelompokkan atau ditampilkan. Jika display berubah, metrik yang berbasis posisi visual perlu diberi version annotation. Tanpa itu, tren seolah berasal dari source selection padahal yang berubah mungkin presentation layer.

Temuan yang sah dari perbedaan sumber

Kalimat observasi yang sehat dapat berbunyi:

Pada query dan kondisi pengujian yang sama, AI Overview dan AI Mode menampilkan source set berbeda. Overlap domain terbatas, sementara AI Mode menggunakan lebih banyak halaman yang membahas subtopik. Perbedaan ini konsisten dengan kemungkinan penggunaan model, teknik, struktur respons, dan query fan-out yang berbeda. Observasi tidak membuktikan bobot ranking atau tingkat kepercayaan Google terhadap masing-masing sumber.

Kalimat itu menjaga dua hal sekaligus. Ia menangkap perubahan yang benar-benar terlihat dan tidak mengklaim mekanisme internal yang tidak dapat diamati.

Bagi redaksi atau pemilik website, implikasinya bukan membuat dua jenis konten terpisah bernama “konten AI Overview” dan “konten AI Mode”. Dasarnya tetap sama: halaman harus dapat dirayapi, terindeks, jelas, people-first, dan memiliki informasi yang berguna. Perbedaannya adalah kedalaman dan cakupan topik dapat membuat halaman relevan bagi subquery yang lebih beragam.

Sumber yang berbeda untuk query yang sama bukan kebingungan. Itu adalah pengingat bahwa query visible bukan seluruh proses retrieval. Yang sedang dibandingkan bukan sekadar dua daftar link, melainkan dua pengalaman pencarian yang dapat membangun jawaban melalui jalur berbeda.

Kontrol negatif
Sertakan query kontrol yang tidak menyebut entitas utama, query dengan formulasi netral, dan query yang sengaja memperjelas ambiguitas. Kontrol negatif membantu menunjukkan apakah hasil dipicu oleh wording atau memang bagian dari pola yang lebih luas. Pada Google AI Overviews dan AI Mode Bisa Menampilkan Sumber Berbeda untuk Query yang Sama, Mengapa, kontrol juga dapat memakai entitas pembanding yang kategori dan skala informasinya serupa. Jika hanya target utama yang diuji, setiap perubahan terasa istimewa. Pembanding mengembalikan konteks dan menurunkan risiko overclaim.