Temukan peluang pertumbuhan yang layak diprioritaskan berdasarkan permintaan pasar, lanskap persaingan, proposisi nilai merek, dan sumber kutipan.
Jawaban AI yang ramai tidak berarti permintaan pasar besar. Jumlah jawaban bergantung pada kumpulan pertanyaan dan cara Anda mengambil sampel, dan AI suka mendaftar merek. Pelajari lapisan data mana yang perlu dicek silang, serta sinyal mana yang layak untuk proyek dan mana yang hanya petunjuk riset.
Jelajahi 12,000 pasar khusus.
Diperbarui oleh
Diperbarui pada Nov 05, 2026
Belum tentu, dan sering kali tidak. "Jawaban AI yang ramai" biasanya mencampur lima sinyal: jawaban yang kaya, estimasi volume prompt yang tinggi, jawaban yang berubah setiap kali, merek yang disebut berulang kali, serta iklan atau kartu belanja di AI.
Tiga sinyal pertama terutama mencerminkan seberapa banyak konten yang ada di internet, bagaimana estimasi dibuat, dan keacakan model. Sinyal keempat hanya menunjukkan bahwa sebuah merek sudah masuk daftar pendek AI. Sinyal kelima menunjukkan ada pihak yang mau membayar untuk pertanyaan-pertanyaan itu. Inilah yang paling dekat dengan permintaan komersial, tetapi tetap tidak sama dengan ukuran pasar.
Untuk menilai apakah permintaannya besar, pada akhirnya Anda harus kembali ke data pencarian, perilaku di situs Anda sendiri, dan pelanggan nyata.
Jawaban AI adalah hasil dari sebuah pertanyaan. Jika Anda bertanya kepada ChatGPT "Smartwatch apa yang cocok untuk berenang?" lalu mendapat daftar panjang, itu hanya membuktikan bahwa ChatGPT bisa menjawab. Bisa jadi satu-satunya orang yang menanyakannya adalah Anda.
Begitu kedua jenis sinyal dipisahkan, gambarannya jadi jauh lebih jelas:
Masalahnya, sisi permintaan hampir tidak terlihat. Tidak ada platform AI besar yang memublikasikan log prompt mereka, dan baik Ahrefs maupun Conductor mengakuinya saat menjelaskan metode mereka. Jadi semua angka permintaan yang beredar adalah estimasi atau pengamatan tidak langsung.
Di bawah ini kita bahas sinyalnya satu per satu dan melihat apa yang bisa dibuktikan masing-masing.
Kelima sinyal ini sering dimasukkan ke satu keranjang: "pasar ini sedang naik daun di AI". Tabel berikut memisahkannya. Semakin bawah posisinya di tabel, semakin dekat sinyal itu dengan "ada yang sedang membayar".
| Sinyal | Yang Anda lihat | Yang terutama dicerminkan | Yang bisa ditunjukkan | Yang tidak bisa ditunjukkan |
|---|---|---|---|---|
| 1. Jawaban yang kaya | Jawaban panjang yang menyebut banyak merek dan mengutip banyak sumber | Seberapa banyak konten publik; seberapa matang kategorinya | Bahwa AI punya cukup bahan untuk membahas kategori itu | Berapa banyak orang yang bertanya |
| 2. Volume prompt tinggi | Sebuah alat menunjukkan suatu topik "sering ditanyakan" | Proyeksi dari panel atau data pencarian | Seberapa populer topik dibandingkan topik lain di alat yang sama | Jumlah absolut prompt; niat beli |
| 3. Jawaban tidak stabil | Pertanyaan yang sama menghasilkan merek berbeda dengan urutan berbeda setiap kali | Pembangkitan probabilistik; ukuran kumpulan kandidat | Apakah kumpulan kandidat kategori itu luas atau sempit | Bahwa pasarnya sedang berubah |
| 4. Merek sering disebut | Beberapa merek muncul berulang kali di banyak jawaban | Posisi merek dalam kumpulan kandidat AI | Visibilitas merek dalam kumpulan pertanyaan yang dipilih | Penjualan, pangsa pasar, klik |
| 5. Iklan dan kartu belanja di AI | Iklan bersponsor atau kartu produk muncul di bawah jawaban | Pengiklan membayar; platform menilai ada niat beli | Bahwa ada perusahaan yang mau membeli eksposur pada pertanyaan itu | Ukuran pasar, tingkat konversi |
Jawaban panjang yang menyebut banyak merek pertama-tama memberi tahu Anda bahwa ada banyak konten tentang kategori itu di internet, bukan bahwa banyak orang bertanya.
Sebuah studi yang dirilis SparkToro dan Gumshoe pada Januari 2026 mendukung hal ini. 600 relawan menggunakan 12 prompt dan mengumpulkan 2.961 jawaban dari ChatGPT, Claude, dan AI Google. Para peneliti menemukan bahwa jumlah merek yang direkomendasikan AI sangat bervariasi antartopik, dan variasi itu sangat mengikuti berapa banyak entitas yang ada untuk topik tersebut dalam materi yang dipelajari AI. Misalnya, Los Angeles memiliki kurang dari selusin dealer Volvo, sedangkan novel fiksi ilmiah terbaru jumlahnya ribuan.
Dari sini kita bisa menyimpulkan (ini penilaian kami, bukan kesimpulan studi tersebut): dalam kategori konsumen dengan banyak ulasan dan peringkat, AI akan menjawab dengan rinci dan yakin. Dalam kategori industri dengan permintaan beli yang kuat tetapi sedikit konten publik, AI mungkin hanya memberi beberapa baris. Seberapa kaya sebuah jawaban tidak punya hubungan pasti dengan seberapa besar permintaannya.
Cara memeriksanya: buka sumber yang dikutip di balik jawaban dan kelompokkan menjadi situs merek, media editorial, forum, dan platform e-commerce. Jika kutipan terpusat pada beberapa situs peringkat atau afiliasi, "kaya" hanya berarti situs-situs itu banyak menulis.
Volume prompt (juga disebut volume pencarian AI) saat ini adalah metrik yang paling mirip "data permintaan", tetapi seluruhnya berupa estimasi. Saat Anda mendapat sebuah angka, pastikan dulu dari metode estimasi mana angka itu berasal:
Alexa for Shoppingchatgpt.com dan perplexity.ai di GA4 Anda sendiri, ditambah kueri di Search Console. Ini hitungan nyata, tetapi hanya mencakup permintaan yang sudah sampai ke situs Anda.Anda juga perlu memeriksa apakah prompt-prompt itu ada hubungannya dengan membeli. Sebuah working paper NBER yang ditulis OpenAI bersama ekonom Harvard David Deming menganalisis 1,5 juta percakapan ChatGPT. Menurut ringkasan Deming, pesan yang tidak terkait pekerjaan mencapai 73% pada pertengahan 2025. "Seeking Information" (termasuk mencari produk untuk dibeli dan resep) menyumbang 21,3% dari semua pesan, lebih rendah dari "Practical Guidance" sebesar 28,3% dan "Writing" sebesar 28,1%.
Artinya (kesimpulan kami): sebagian besar volume prompt sebuah topik bisa berasal dari pekerjaan rumah, menulis, dan belajar, tanpa kaitan dengan pembelian. Volume prompt yang tinggi paling jauh membuktikan bahwa "orang membicarakan topik ini". Itu tidak bisa membuktikan bahwa "orang ingin membeli".
Cara yang kami sarankan: bandingkan tingkat relatif dan tren topik hanya di dalam alat yang sama, dan jangan membandingkan nilai absolut antaralat. Lihat bersama volume pencarian Google dan Google Trends; hasilnya lebih kredibel jika keduanya searah. Dalam laporan internal, bicarakan tren, bukan angka pasti.
Jika pertanyaan yang sama hari ini mendapat jawaban yang berbeda dari minggu lalu, penyebab paling umum adalah sampel yang terlalu kecil, bukan perubahan pasar.
Studi SparkToro yang disebut di atas memberikan angka konkret: jika Anda mengajukan prompt yang sama 100 kali, peluang ChatGPT atau AI Google mengembalikan daftar merek yang persis sama kurang dari 1%. Peluang mendapat daftar yang sama dengan urutan yang sama bahkan lebih kecil, sekitar 1 banding 1.000. Cara pengguna nyata merumuskan pertanyaan juga sama tersebarnya: ketika 142 peserta masing-masing menulis prompt untuk niat yang sama, rata-rata kemiripan semantiknya hanya 0,081.
Studi ini juga punya sisi lain. Dengan pengambilan sampel berulang, tingkat kemunculan sebuah merek relatif stabil, dan para peneliti menganggapnya metrik yang masuk akal. Sebaliknya, "Anda di peringkat berapa di AI" tidak bermakna.
Cara memeriksanya: tetapkan dulu pasar, bahasa, model, kumpulan pertanyaan, dan periode waktu; lalu ambil sampel beberapa kali dan bandingkan tingkat kemunculan, bukan dua tangkapan layar. Hanya perubahan yang diukur dengan konfigurasi yang sama yang layak dipantau sebagai sinyal pasar.
Ketika sebuah merek muncul berulang kali dalam jawaban AI, merek itu sudah masuk ke kumpulan kandidat model. Itu hal yang berbeda dari penjualan atau pangsa pasar.
Hal yang sama berlaku saat Anda memecah hasil berdasarkan niat beli: jika satu jenis pertanyaan menempati porsi besar dari kumpulan pertanyaan yang dipantau, itu memberi tahu ke mana konten Anda harus diarahkan, bukan berapa banyak orang yang sedang membeli.
Bahkan disebut pun tidak menjamin kunjungan. Pew Research Center menganalisis data penelusuran nyata dari 900 orang dewasa AS pada Maret 2025, mencakup 68.879 pencarian Google. Saat ringkasan AI muncul di halaman, pengguna mengklik hasil tradisional 8% dari waktu, dibandingkan 15% tanpa ringkasan. Hanya 1% yang mengklik tautan yang dikutip di dalam ringkasan. Ini angka Google Search dan tidak bisa langsung diterapkan pada ChatGPT, tetapi cukup untuk menunjukkan adanya jarak yang jelas antara "ditampilkan oleh AI" dan "mendapat kunjungan".
Empat sinyal pertama dihasilkan oleh AI sendiri. Iklan berbeda: iklan adalah suara yang diberikan perusahaan dengan anggaran mereka.
Menurut pengumuman resmi OpenAI, ChatGPT mulai menguji iklan pada 9 Februari 2026 untuk pengguna dewasa yang masuk ke paket Free dan Go di AS. Pada bulan Maret, OpenAI mengumumkan akan memperluas uji coba ke Kanada, Australia, dan Selandia Baru. Pada bulan Agustus, OpenAI mengumumkan iklan telah diluncurkan di Inggris, Meksiko, Brasil, Jepang, dan Korea Selatan. Iklan diberi label Sponsored, ditampilkan terpisah dari jawaban, dan dicocokkan berdasarkan topik percakapan, percakapan sebelumnya, dan interaksi dengan iklan. OpenAI menyatakan iklan tidak memengaruhi jawaban dan tidak muncul di samping topik seperti kesehatan, kesehatan mental, atau politik.
Mengapa ini lebih dekat dengan permintaan (penilaian kami): jika pengiklan mau membeli eksposur pada pertanyaan seperti "cara memilih TV untuk ruang keluarga", setidaknya sebagian perusahaan percaya ada pembeli di sana. Ini jauh lebih meyakinkan daripada "AI menjawab dengan sangat rinci".
Tiga variabel yang perlu diperhatikan:
Kartu belanja adalah petunjuk lain: saat sebuah platform memperlakukan pertanyaan sebagai pertanyaan pembelian, platform itu sering menampilkan kartu produk. Ada baiknya juga mencatat pertanyaan mana yang memicu kartu produk dan pesaing mana yang menempati slot tersebut.
Kelima sinyal bisa disusun seperti tangga. Cari bukti dari bawah ke atas: sebanyak apa pun sinyal tingkat rendah tidak bisa menggantikan bukti tingkat yang lebih tinggi.
Tangga bukti: lima tingkat dari "AI bisa menjawab" hingga "permintaan sampai kepada Anda"
Untuk satu konten, mencapai L2–L3 biasanya sudah cukup. Untuk memutuskan apakah akan masuk ke pasar baru, Anda harus mencapai L5. Tidak semua kategori memiliki L4, dan tidak adanya iklan tidak berarti tidak ada permintaan.
Urutan di bawah ini dimulai dari pemeriksaan yang paling murah. Semakin jauh Anda melangkah, semakin dekat Anda dengan permintaan nyata.
Setelah lima pemeriksaan ini, untuk memutuskan apakah akan melanjutkan riset, menjalankan uji coba kecil, atau menunda, lihat tabel keputusan dalam Panduan Lengkap Intelijen Pasar Pencarian AI. Untuk menilai secara khusus apakah pembeli sudah masuk tahap membandingkan, baca Sebelum masuk ke pasar baru: cara memakai kueri AI publik untuk mengetahui apakah pembeli sudah membandingkan jenis produk ini.
Menjalankan lima pemeriksaan di atas secara manual sekali saja tidak sulit. Yang sulit adalah mempertahankan konfigurasi yang sama setiap kali dan bisa meninjau kembali buktinya di kemudian hari. Market Intelligence dari Dageno mencatat jawaban AI, sumber yang dikutip, niat beli, iklan, dan kartu produk dalam pasar, model, wilayah, dan periode waktu yang sama, yang langsung sesuai dengan tingkat L1 hingga L4 pada tangga bukti. Di bawah ini kami menggunakan pasar Smart Watches sebagai contoh.
Lihat konten apa yang menjadi sandaran jawaban. Sumber dan konten yang dikutip AI mencantumkan domain yang dikutip, jumlah kutipan, dan porsi jawaban yang mengutip masing-masing domain, serta melabeli setiap domain menurut jenisnya, seperti Official Sites, Editorial & News, dan Community & Social. Pada Gambar 1, youtube.com dikutip dalam 19,7% jawaban, dan apple.com berada di peringkat ke-6 dengan 6,7%. Jawaban di kategori ini kaya terutama karena ditopang oleh konten komunitas dan media.
Gambar 1. Cited source leaderboard Dageno, pasar Smart Watches
Lihat pada pertanyaan mana keramaian terpusat. AI Search Intents mengelompokkan pertanyaan berdasarkan niat beli. Pada Gambar 2, "Recommendations" memiliki porsi permintaan 55,1%. Di dalamnya, "Choose for your needs" mencapai 81,2%, sedangkan "Compare options & decide" hanya 0,3%. Ini menunjukkan bahwa konten sebaiknya disusun di sekitar kasus penggunaan. Porsi permintaan menggambarkan pertanyaan yang dipantau, bukan volume pencarian.
Gambar 2. Search intent overview Dageno, pasar Smart Watches
Lihat apakah ada yang membayar. Persaingan iklan di AI mencatat pengiklan dan slot iklan yang teramati di ChatGPT Ads dan Google AI Overview Ads, sedangkan visibilitas produk dalam belanja AI mencatat produk, harga, dan penjual pada kartu produk. Pada Gambar 3, di semua platform dan semua wilayah, pasar ini memiliki 200 slot iklan dan 99 pengiklan. Whoop paling sering muncul, dengan 13 slot iklan. Jumlah slot iklan tidak mewakili belanja iklan maupun konversi.
Gambar 3. Ringkasan iklan Dageno, pasar Smart Watches
Lalu tambahkan popularitas prompt dan data Anda sendiri. Prompt Volumes memprioritaskan topik dengan konfigurasi yang sama, dan Cross-Model and Regional Benchmarking membandingkan perbedaan antarmodel, negara, dan bahasa. Saat Anda menghubungkan GSC dan GA4, kueri, halaman landing, dan peristiwa utama Anda sendiri tampil di samping data AI, masing-masing dengan label sumber datanya. Dengan begitu L5 lengkap.
Jika tim Anda kekurangan orang, Dageno juga menyediakan layanan terkelola GEO/AEO yang mencakup diagnosis, konten, sumber, dan pelaksanaan berkelanjutan. Agar jelas: Dageno tidak memperkirakan ukuran pasar atau total permintaan (lihat halaman riset masuk pasar). Yang dilakukannya adalah membuat setiap tingkat bukti bisa ditinjau ulang dan diverifikasi. Keputusan investasi tetap memerlukan data milik sendiri dan riset pelanggan.
"Keramaian" yang sama bisa menghasilkan kesimpulan yang berlawanan dengan konfigurasi yang berbeda. Sebelum bertindak, periksa poin-poin ini:
Sebelum bertindak berdasarkan rencana yang ditulis AI, periksa bukti di baliknya. Catatan kami Strategi buatan AI perlu uji bukti sebelum tim bertindak menjelaskan alasannya.
Tidak. Seberapa kaya jawaban terutama bergantung pada seberapa banyak konten berguna di internet. Untuk menilai popularitas, setidaknya lihat perubahan relatif volume pencarian atau estimasi volume prompt, dan sebaiknya juga data situs Anda sendiri.
Volume pencarian Google didasarkan pada data Google sendiri, sehingga cara pengukurannya jauh lebih stabil. Volume prompt selalu berupa estimasi dan berguna untuk membandingkan posisi relatif antartopik. Jika keduanya searah, hasilnya lebih kredibel. Jika keduanya jelas berbeda, alasannya layak diselidiki secara terpisah.
Belum tentu. Metode estimasi bisa kurang menghitung kelompok tertentu, seperti pengguna seluler dan perusahaan. Jika pembeli target Anda memakai AI untuk memilih produk dan pesaing sudah muncul dalam jawaban, hal ini layak diprioritaskan meskipun volume estimasinya rendah.
Pastikan dulu tiga hal: di negara mana iklan itu muncul, pertanyaan apa yang disasar, dan apakah pesaing terus menjalankannya. Iklan yang terus muncul menandakan pesaing mendapat imbal hasil, tetapi Anda tetap harus memutuskan berdasarkan ekonomi unit Anda sendiri.
Tidak. Dageno mengamati jawaban AI, kutipan, iklan, dan kartu produk untuk mempersempit cakupan riset Anda dan menemukan celah persaingan. Ukuran pasar dan potensi penjualan memerlukan riset bisnis tersendiri dan data milik sendiri.
Jawaban AI yang ramai adalah petunjuk yang layak ditelusuri, bukan kesimpulan yang bisa langsung dibawa untuk persetujuan proyek. Kenali dulu jenis keramaiannya, lalu cari bukti dengan urutan ini: "AI bisa menjawab → pembeli bertanya berulang kali → ada yang membayar → permintaan sampai kepada Anda". Dengan begitu, daftar AI yang tampak bagus tidak akan menyesatkan penilaian Anda.
Untuk melihat jawaban AI, pesaing, kutipan, dan iklan di pasar Anda sendiri, Anda bisa melakukan pencarian gratis. Cakupannya lebih dari 12.000 segmen pasar.
Bacaan lanjutan
Semua halaman diakses pada 20 Oktober 2026.
Diperbarui oleh
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Dageno • Nov 05, 2026
Dageno • Nov 05, 2026
Dageno • Nov 05, 2026
Dageno • Nov 05, 2026