AI harus memperbesar expertise, bukan menggantikan alasan untuk punya expertise.
- Gunakan model untuk pekerjaan yang reversible dan bisa dicek: classify, summarize, extract, compare, draft, QA.
- Masukkan first-party evidence, product truth, dan expert judgment agar output tidak menjadi commodity summary.
- Jangan scale publish lebih cepat daripada kemampuan tim memverifikasi accuracy, usefulness, dan ownership.
- Google menegaskan bahwa penggunaan generative AI bukan masalah dengan sendirinya; scaled content tanpa added value dapat melanggar spam policy.
Diskusi “AI content boleh atau tidak?” terlalu sederhana. Pertanyaan operasional yang lebih berguna adalah: bagian mana dari workflow yang mendapat leverage tanpa menurunkan truth dan usefulness?
Google menyatakan generative AI dapat berguna untuk research dan memberi struktur pada original content. Pada saat yang sama, membuat banyak halaman tanpa added value untuk user dapat masuk scaled content abuse. Jadi problem-nya bukan tool; problem-nya production model.
Core principle: model mempercepat transformasi, evidence memberi authority
AI sangat baik mengubah bentuk informasi: raw notes menjadi outline, 5.000 query menjadi cluster, changelog menjadi summary, dua versi page menjadi diff, atau dataset menjadi hypotheses. Tetapi model tidak otomatis tahu mana fakta bisnis yang benar, apakah product capability tersedia, atau apakah example benar terjadi.
Gunakan AI untuk mempercepat kerja yang bisa diperiksa. Jangan gunakan AI untuk menghapus kebutuhan akan pemeriksaan.
Research: dari blank page ke evidence map
AI dapat mempercepat research dengan mengekstrak entities, questions, claims, terminology, competitor patterns, dan gaps. Input terbaik bukan hanya prompt “buat artikel X”, tetapi kumpulan source yang memang dipercaya: Search Console export, customer questions, product docs, interview notes, analytics, provider docs, dan existing content.
Kumpulkan evidence dari first-party dan authoritative external sources.
Minta model memisahkan facts, opinions, open questions, dan contradictions.
Susun flow berdasarkan user job, bukan heading competitor.
Highlight bagian yang belum punya evidence atau membutuhkan human expertise.
Content: draft bukan publish
AI drafting paling aman ketika brief-nya sudah kuat. Brief harus memuat audience, job, angle, primary evidence, forbidden claims, examples, internal links, CTA, dan quality bar. Draft lalu diperlakukan sebagai bahan edit, bukan final artifact.
Nilai manusia bukan “mengubah beberapa kata agar lolos detector”. Nilainya ada di memilih apa yang layak dikatakan, menambah pengalaman, memeriksa claim, menghapus generic filler, dan memastikan content benar-benar membantu.
Kalau draft bisa dipublikasikan oleh 100 competitor hanya dengan mengganti brand name, ia belum punya enough proprietary value.
Analysis: tempat AI sering memberi ROI lebih tinggi daripada writing
Banyak use case SEO yang lebih kuat justru non-publishing:
- Cluster Search Console query berdasarkan intent atau landing page.
- Detect outlier CTR dan explain possible reasons untuk review manusia.
- Compare content versions dan identify removed coverage.
- Group crawl issues berdasarkan template/root cause.
- Summarize weekly changes dari analytics + release notes.
- Generate hypothesis list dengan evidence pointer untuk triage.
Karena output analysis tidak langsung publik, blast radius lebih kecil. Human bisa memilih hypothesis yang masuk akal sebelum action.
QA: model sebagai adversarial reviewer
AI juga useful setelah draft selesai. Minta model mencari unsupported claim, ambiguous wording, duplicated section, missing definition, intent drift, inaccessible alt text, inconsistent terminology, atau statement yang tidak terhubung ke source.
| QA pass | Question | Owner |
|---|---|---|
| Accuracy | Apakah claim sesuai source? | Human + source |
| Usefulness | Apakah pembaca mendapat keputusan/action? | Editor/operator |
| Originality | Apa unique evidence/point of view? | Author/team |
| SEO | Intent, hierarchy, links, metadata? | SEO review |
| Safety | Ada secret/data/unsafe action? | Policy + human |
Failure modes yang paling sering
Hallucinated specificity: model membuat statistik, capability, atau quote yang terdengar valid. Commodity synthesis: artikel hanya merangkum top result. Scale without ownership: halaman tumbuh lebih cepat daripada maintenance capacity. Stale truth: product/provider berubah tetapi content tidak direview. Prompt-driven architecture: site structure mengikuti apa yang mudah digenerate, bukan user jobs.
Google juga menekankan valuable, unique, non-commodity content untuk generative AI features dan menyatakan foundational SEO best practices tetap relevan. Itu argumen kuat untuk memakai AI sebagai multiplier pada quality system—bukan shortcut untuk menghindarinya.
Production workflow yang defensible
Audience, intent, sources, unique angle, constraints.
Extract, cluster, compare, identify gaps.
Generate section-level draft dengan source boundaries.
Fact check, add experience, delete filler, sharpen decisions.
Accuracy, readability, accessibility, SEO, internal links.
Observe query mix, engagement, citations, conversions, feedback.
Trigger saat source/product/search behavior berubah.
AI yang bagus membuat tim lebih cepat memahami dan menguji. AI yang buruk hanya membuat tim lebih cepat menerbitkan hal yang tidak perlu ada.