Cara kami mengukur kutipan AI

Bahan mentahnya adalah aliran jawaban dari lima asisten AI: ChatGPT, Claude, Gemini, Grok dan Perplexity. Mereka menjawab pertanyaan yang dipakai setiap minggu untuk memantau bagaimana website klien muncul dalam jawaban AI, dikirim lewat API setiap model dengan pencarian web aktif.

Pertanyaannya dibuat dari profil singkat setiap bisnis yang dipantau: apa yang dijual, di pasar mana, dan untuk siapa. Pertanyaan itu terdengar seperti permintaan calon pembeli, misalnya jasa pindahan rumah mana yang sebaiknya dipakai untuk pindah antarkota di Prancis, atau apakah sebuah jenis apotek online bisa dipercaya. Pertanyaan yang dibuat tidak pernah menyebut merek, supaya jawaban tidak diarahkan ke klien. Klien bisa menambahkan pertanyaan sendiri.

Model diminta menandai setiap perusahaan yang direkomendasikannya dan menuliskan di sampingnya alamat halaman yang mendukung pilihan itu. Setiap alamat disederhanakan menjadi domainnya, tanpa awalan www., dan menjadi satu sitasi untuk domain tersebut. Hanya jawaban yang kembali dalam keadaan lengkap yang dihitung.

Satuannya adalah rasio: sitasi sebuah domain dibagi jumlah jawaban dalam cakupan yang sama (periode, model, bahasa, industri), dikali 100.

Penyebutnya mencakup setiap jawaban dalam cakupan itu, termasuk yang tidak merekomendasikan perusahaan mana pun atau tidak memberikan alamat. Sebuah domain diukur terhadap seluruh peluangnya untuk disitasi.

Pembilangnya mengikuti satu aturan: sebuah domain dihitung sekali per perusahaan yang direkomendasikan dan per jawaban. Jika sebuah jawaban merekomendasikan tiga perusahaan pindahan dan mendukung masing-masing dengan halaman dari situs ulasan yang sama, situs itu mendapat tiga sitasi. Dua halaman dari situs itu untuk satu perusahaan tetap dihitung satu sitasi untuk perusahaan tersebut. Angkanya karena itu adalah rasio sitasi, bukan persentase jawaban.

Dalam beberapa bulan, rasionya bukan rata-rata dari rasio bulanan: total sitasi semua bulan dibagi jumlah jawaban semua bulan, sehingga bulan yang ramai punya bobot lebih besar daripada bulan yang sepi.

• Sebagian besar Prancis, sebagian kecil Inggris. Bahasa sebuah jawaban mengikuti pasar yang dituju website yang dianalisis, dibaca dari locale-nya (fr-FR, fr-BE, fr-CH untuk Prancis; en-US, en-GB untuk Inggris), bukan ditebak dari kata-katanya. Sebagian besar website yang dipantau menyasar pasar berbahasa Prancis, sehingga sampel Prancis jauh lebih besar. Jawaban untuk pasar dengan bahasa lain hanya masuk ke angka keseluruhan.
• Pertanyaan tentang bisnis dan pasar. Memilih pemasok, membandingkan penawaran, memeriksa harga atau keandalan. Topik di luar perdagangan tidak ada.
• Industri. Sebuah jawaban masuk ke industri perusahaan yang dianalisis, ditentukan dari apa yang dijualnya, bukan dari siapa pelanggannya: perangkat lunak untuk agen properti masuk ke Perangkat Lunak, sebuah agensi web masuk ke Layanan TI. Klasifikasi ini dimulai pada Juli 2026. Sebuah industri mendapat halaman sendiri setelah mengumpulkan minimal tiga perusahaan dan sekitar 500 jawaban, supaya tidak ada sektor yang hanya mencerminkan satu klien.
• Model. ChatGPT, Gemini dan Perplexity menerima pertanyaan dari setiap website yang dipantau; Claude dan Grok hanya sebagian, sehingga angka mereka bertumpu pada jawaban yang lebih sedikit dan campuran bisnis yang berbeda.

• Domain Google. google.com dan versi negaranya, pengalihan vertexaisearch.cloud.google.com yang ditemukan dalam jawaban Gemini, serta host teknis seperti gstatic.com dihapus di setiap tahap: itu adalah saluran internal jawaban, bukan halaman yang akan dibaca pengguna. Produk Google yang direkomendasikan dengan nama, seperti Google Cloud, tetap bisa muncul di peringkat merek.
• Situs penerbit sendiri. sorank.com dipantau seperti klien, dengan pertanyaan tentang perangkat lunak SEO yang akan menarik angka bahasa Inggris ke arah alat SEO. Semua jawabannya dihapus. Selama beberapa bulan awal 2026 jawaban itu tidak bisa dipisahkan lagi, sehingga bulan-bulan tersebut hanya dihitung untuk bahasa Prancis.
• Website klien. Situs perusahaan yang dipantau hilang dari semua peringkat, baik muncul sebagai domain maupun sebagai nama merek, bahkan jika hanya disitasi lewat subdomain. Jawaban mereka tetap ada dalam sampel: situs di bawah naik peringkat dan penyebutnya tidak berubah. Platform publik yang diberikan klien sebagai alamatnya, seperti halaman LinkedIn, tidak pernah dihapus karena alasan itu.
• Teks dan data pribadi. Tidak ada pertanyaan, jawaban, nama klien, atau data pengguna yang dipublikasikan.

Jawaban mentah hanya disimpan beberapa minggu. Setiap bulan diagregasi selagi jawaban itu masih ada: total per model dan bahasa, deret lengkap untuk setiap platform yang dipantau, dan daftar teratas domain (25 teratas sebulan secara keseluruhan, 20 teratas per model). Bulan-bulan lama hanya bertahan dalam bentuk agregat ini.

Peringkat untuk seluruh periode menjumlahkan daftar teratas bulanan. Domain yang tidak masuk daftar sebuah bulan dihitung nol untuk bulan itu, meskipun ia disitasi. Domain terdepan muncul hampir di setiap daftar, jadi bagian atas peringkat bisa diandalkan; di bawahnya, posisi dan jumlah adalah angka minimum, terutama untuk domain dengan kehadiran yang tidak teratur.

Platform yang dipantau seperti YouTube, Reddit, Wikipedia, atau Trustpilot lolos dari batasan ini, karena sitasi mereka dicatat lengkap setiap bulan. Jika halaman platform dan peringkat domain tidak sepakat untuk periode yang sama, halaman platform memuat angka yang lengkap.

Setiap alamat dikaitkan dengan domain terdaftar-nya, yaitu nama yang benar-benar dibeli sebuah perusahaan, diidentifikasi dengan Public Suffix List, referensi bersama untuk ekstensi domain. help.example.com dihitung bersama example.com, entreprendre.service-public.gouv.fr bersama service-public.gouv.fr. Rinciannya tetap disimpan: baris gabungan mencantumkan subdomainnya dan jumlahnya dalam daftar lipat.

Dua jenis domain tidak pernah digabung, karena subdomain mereka milik pemilik yang berbeda:

1. Pembuat situs dan penyedia hosting yang setiap subdomainnya adalah website terpisah, seperti blog di substack.com atau wixsite.com.
2. Payung institusi yang setiap subdomainnya adalah badan publik terpisah, seperti nih.gov, europa.eu, atau admin.ch.

Zona seperti gouv.fr atau gov.uk berfungsi sebagai ekstensi dalam daftar itu, sehingga impots.gouv.fr dan service-public.gouv.fr tetap dua situs. Alamat lama yang dialihkan ke alamat baru digabung ke dalamnya (service-public.fr ke service-public.gouv.fr), dan platform yang dipantau mengumpulkan alamatnya: twitter.com dan x.com dihitung sebagai Twitter/X.

Satu efek samping: jika satu jawaban mendukung sebuah perusahaan dengan dua subdomain dari situs yang sama, baris domain gabungan menghitung keduanya, sedangkan angka platform menghitung platform itu sekali.

Pertanyaan dijalankan setiap minggu; situs ini diperbarui dengan cuplikan bulanan, yang tanggalnya ditampilkan di situs. Setiap cuplikan menambahkan bulan terbaru tanpa menghapus riwayat: jika ada dua versi untuk satu bulan, versi dengan jawaban lebih banyak yang dipakai, sehingga bulan yang belum lengkap tidak pernah menggantikan bulan yang sudah lengkap.

Perubahan metode, seperti aturan pengelompokan baru, berlaku di setiap halaman pada cuplikan berikutnya, termasuk bulan-bulan sebelumnya sejauh agregatnya memungkinkan.

Data disusun oleh Thibault Besson-Magdelain, pendiri Sorank. Semua agregat di balik grafik ada dalam satu file, data.json, di root sorank.com/data: peringkat domain dan merek secara keseluruhan dan per model, deret bulanan per platform, total jawaban per bulan, model dan bahasa, serta rincian per industri. Hanya jumlah dan rasio, tidak ada yang lain.

• Bukan sensus penggunaan AI. Data ini menunjukkan sumber mana yang dikutip asisten AI tentang perusahaan dan pasar, bukan apa yang ditanyakan publik secara umum, dan sektor dengan lebih banyak situs yang dilacak memiliki bobot lebih besar.
• Didominasi bahasa Prancis. Angka keseluruhan condong ke sumber yang penting di pasar berbahasa Prancis; bahasa Inggris bertumpu pada basis yang lebih kecil dan bahasa lain tidak punya data sama sekali. Hasilnya tidak bisa begitu saja diterapkan ke negara lain.
• Model berubah. Penyedia merilis versi baru dan menyesuaikan alat pencarinya. Angka dikelompokkan per asisten, bukan per versi, sehingga pergeseran pada kurva bisa berasal dari pembaruan model sama seperti dari web.
• Jawaban bervariasi. Pertanyaan yang sama jika diajukan dua kali bisa menghasilkan perusahaan dan sumber yang berbeda. Volume membuatnya lebih stabil, tetapi cakupan yang sempit (satu model, satu industri, satu bulan) bergerak lebih banyak.
• Jawaban API, alamat tidak diperiksa. Aplikasi chat publik, dengan pengaturannya sendiri, mungkin mengutip halaman lain. Alamat yang dikutip tidak diverifikasi satu per satu: sebuah halaman bisa rusak atau tidak berisi apa yang dikaitkan model dengannya.