Perplexity: Cara Kerja, Bedanya dengan ChatGPT, dan Cara Memeriksa Sumbernya

Perplexity adalah answer engine berbasis AI yang mencari informasi di web secara real-time, merangkumnya menjadi jawaban percakapan, lalu menampilkan kutipan bernomor yang menautkan ke halaman sumber. Karena sumbernya terlihat, Perplexity berguna untuk riset awal dan untuk memeriksa dari mana sebuah jawaban AI berasal.

Bagi tim marketing, sisi kedua itu yang paling menarik. Ketika calon pembeli bertanya tentang kategori produk Anda, Perplexity menunjukkan halaman mana yang dipakai untuk menyusun jawabannya. Daftar kutipan tersebut memberi gambaran sumber apa saja yang membentuk cara AI menjelaskan pasar Anda, termasuk apakah website Anda ikut dipakai. Sebuah kutipan tetap perlu diperiksa, karena tautan di samping kalimat belum tentu benar-benar mendukung isi kalimat tersebut. Bagian berikut menjelaskan cara kerja Perplexity, bedanya dengan ChatGPT dan Google, cara memeriksa kutipannya, dan apa artinya bagi visibilitas brand.

Apa itu Perplexity AI?

Perplexity AI adalah layanan tanya jawab yang menggabungkan pencarian web dengan model bahasa untuk menghasilkan jawaban ringkas bersumber. Di halaman resminya, Perplexity menyebut dirinya mesin jawaban AI yang meneliti web terbuka secara real-time, memberi jawaban dengan kutipan inline, dan mengarahkan pertanyaan ke beberapa model frontier sekaligus.

Produk ini bisa dipakai lewat aplikasi web, aplikasi iOS dan Android, browser Comet, dan API. Versi gratis memberi akses ke pencarian dan chat inti, sedangkan paket berbayar menambah fitur seperti Pro Search, Projects, dan unggahan file. Detail paket bisa berubah, jadi periksa halaman harga Perplexity sebelum memutuskan langganan.

Menurut pusat bantuannya, Perplexity tidak membangun foundation model sendiri. Pengguna bisa membiarkan pilihan model di posisi Best, yang memilih model yang dianggap sesuai untuk setiap pertanyaan, atau memilih model tertentu dari menu. Artinya kualitas dan gaya jawaban bisa ikut berubah ketika model di baliknya berganti.

Ada satu kerancuan istilah yang sering muncul di hasil pencarian berbahasa Indonesia. Kata perplexity juga dipakai sebagai metrik evaluasi model bahasa. Kamus AI Ruangguru menjelaskan perplexity sebagai ukuran seberapa baik model bahasa memprediksi sampel teks, dengan nilai lebih rendah menandakan model yang lebih baik. Jika Anda membaca makalah teknis tentang LLM, kata ini hampir selalu merujuk pada metrik tersebut. Di konteks marketing dan riset sehari-hari, Perplexity dengan huruf kapital merujuk pada produknya.

Bagaimana Perplexity menyusun jawaban?

Perplexity menyusun jawaban dalam empat langkah besar, yaitu memahami pertanyaan, mencari di web, merangkum informasi yang relevan, lalu menampilkan kutipan. Urutan ini dijelaskan di pusat bantuan Perplexity, yang menyebut setiap jawaban menyertakan kutipan bernomor ke sumber aslinya.

1. Model bahasa membaca pertanyaan dan konteks percakapan untuk memahami apa yang sebenarnya ditanyakan.
2. Sistem mencari halaman yang relevan di indeksnya dan di web.
3. Model merangkum potongan informasi dari halaman terpilih menjadi satu jawaban.
4. Jawaban ditampilkan bersama nomor kutipan yang menautkan ke halaman sumber.

Urutan di atas adalah penjelasan konseptual. Perplexity tidak membuka secara rinci bagaimana halaman dipilih, diurutkan, atau dipotong sebelum diberikan ke model, jadi klaim siapa pun tentang "algoritma kutipan Perplexity" perlu dibaca sebagai dugaan. Pola umumnya dikenal sebagai retrieval-augmented generation, yaitu model mengambil dokumen dulu lalu menulis jawaban berdasarkan dokumen tersebut.

Pusat bantuan yang sama juga menyebut beberapa cara mencari. Pro Search melakukan riset lebih menyeluruh di banyak sumber, sedangkan fitur Research menjalankan puluhan pencarian otomatis dan membaca ratusan sumber untuk menghasilkan laporan dalam beberapa menit. Mode yang dipakai memengaruhi jumlah dan jenis sumber yang muncul, sehingga dua orang yang bertanya hal sama bisa melihat kutipan berbeda. Pengguna juga bisa mengajukan pertanyaan lanjutan, dan Perplexity mengingat konteks percakapan sebelumnya.

Bagi pemilik website, langkah kedua adalah bagian yang paling relevan. Jika halaman Anda tidak masuk ke kumpulan halaman yang ditemukan saat pencarian, model tidak punya bahan dari website Anda untuk dirangkum, sebagus apa pun isinya. Karena itu pembahasan tentang akses crawler di bagian lain lebih penting daripada trik penulisan.

Apa bedanya Perplexity, ChatGPT, dan Google Search?

Ketiganya bisa mengambil informasi dari web, sehingga perbedaannya ada pada format jawaban, cara menampilkan sumber, dan tugas yang paling cocok. Anggapan lama bahwa hanya Perplexity yang mencari di web sudah tidak tepat. OpenAI menjelaskan ChatGPT bisa memutuskan sendiri kapan mencari di web berdasarkan pertanyaan, atau pengguna bisa memintanya secara manual.

Aspek	Perplexity	ChatGPT	Google Search
Tugas yang paling cocok	Riset cepat dengan sumber yang bisa diperiksa	Percakapan, penulisan, analisis, dan riset saat pencarian web aktif	Menemukan halaman, produk, lokasi, dan informasi terbaru
Format jawaban	Ringkasan percakapan dengan kutipan bernomor	Jawaban percakapan, dengan tautan sumber saat mencari di web	Daftar hasil, ditambah AI Overviews atau AI Mode untuk sebagian pertanyaan
Pertanyaan lanjutan	Ya, konteks percakapan diingat	Ya, konteks percakapan diingat	Terbatas di hasil biasa, lebih percakapan di AI Mode
Pemeriksaan sumber	Kutipan tampil di setiap jawaban	Tautan tampil ketika jawaban memakai pencarian web	Tautan ke halaman pendukung di fitur AI, daftar halaman di hasil biasa

Untuk Google, dokumentasi fitur AI Google Search menjelaskan bahwa AI Overviews dan AI Mode menampilkan tautan ke website pendukung dan bisa menjalankan beberapa pencarian terkait untuk satu pertanyaan. Jadi ketiga produk sama-sama bisa menunjukkan sumber, dengan cara dan frekuensi yang berbeda.

Dalam praktik riset marketing, pembagiannya bisa sederhana. Perplexity nyaman dipakai ketika Anda ingin melihat sumber sejak awal. ChatGPT cocok ketika riset perlu dilanjutkan ke analisis atau draf tulisan. Google tetap paling lengkap untuk menemukan halaman tertentu, ulasan lokal, dan informasi produk. Keputusan memakai yang mana bergantung pada tugasnya, dan banyak tim memakai lebih dari satu.

Perbedaan sumber antarproduk juga berguna sebagai bahan riset. Ajukan pertanyaan yang sama ke Perplexity, ChatGPT dengan pencarian web aktif, dan AI Mode, lalu bandingkan domain yang dikutip. Domain yang muncul berulang di beberapa produk biasanya layak diperhatikan lebih dulu, karena halaman tersebut tampaknya relevan untuk pertanyaan itu di lebih dari satu sistem. Ini pengamatan praktis yang tidak menjelaskan algoritma masing-masing produk.

Bagaimana cara menggunakan Perplexity untuk riset marketing?

Cara paling berguna adalah memulai dengan satu pertanyaan yang biasa diajukan pembeli, mempersempitnya dengan pertanyaan lanjutan, lalu memeriksa sumber yang dikutip. Urutan ini membuat riset tetap bisa diulang dan dibandingkan dari waktu ke waktu.

Sebagai contoh hipotetis, sebuah brand perlengkapan bayi ingin tahu bagaimana AI menjelaskan kategorinya. Alurnya bisa seperti ini.

1. Ajukan pertanyaan awal yang netral dan tanpa nama brand, misalnya "apa yang perlu diperhatikan saat memilih stroller untuk bayi baru lahir".
2. Persempit dengan pertanyaan lanjutan yang lebih dekat ke keputusan beli, misalnya "stroller mana yang cocok untuk apartemen kecil di Jakarta".
3. Buka daftar sumber, lalu catat domain yang dikutip, jenis halamannya (media, marketplace, forum, situs brand), dan tanggal terbitnya.
4. Catat tanggal pengujian, mode pencarian, dan apakah Anda masuk akun atau tidak.
5. Ulangi pertanyaan yang sama beberapa hari kemudian untuk melihat apakah sumbernya berubah.

Catatan tanggal dan mode lebih penting daripada kelihatannya. Jawaban dan kutipan bisa berubah karena indeks diperbarui, model diganti, atau mode yang dipakai berbeda. Tanpa catatan itu, Anda tidak bisa membedakan perubahan karena pekerjaan konten Anda dari perubahan karena produknya sendiri.

Hindari membangun proses riset di sekitar batas kuota paket tertentu, karena batas seperti itu sering berubah. Fokuskan catatan pada pertanyaan, sumber, dan isi jawaban.

Bagaimana memeriksa apakah kutipannya benar?

Kutipan dianggap benar jika halaman sumber memang memuat informasi yang mendukung kalimat yang diberi nomor kutipan tersebut, dalam konteks yang sama. Pemeriksaan ini perlu dilakukan untuk klaim yang akan Anda pakai dalam keputusan atau tulisan.

Buka halaman sumber

Klik nomor kutipan dan baca halaman yang terbuka. Cari bagian yang berhubungan dengan kalimat di jawaban. Perhatikan juga apakah tautan membawa Anda ke halaman yang tepat atau hanya ke beranda situs, karena kutipan ke beranda sulit diverifikasi untuk klaim yang spesifik. Jika halaman tidak bisa dibuka, berada di balik paywall, atau isinya sudah berubah, catat kondisi itu sebagai temuan, karena Anda tidak bisa memastikan kutipannya mendukung klaim.

Cocokkan klaim dan konteks

Bandingkan kalimat di jawaban dengan isi halaman. Perhatikan angka, satuan, tahun, dan batasan yang mungkin hilang saat dirangkum. Sebuah halaman bisa menyebut angka untuk pasar Amerika Serikat, sementara ringkasan AI menyajikannya tanpa keterangan negara. Halaman juga bisa membahas topik yang mirip tanpa benar-benar menyatakan hal yang ditulis di jawaban.

Periksa tanggal serta sumber asli

Lihat kapan halaman diterbitkan atau diperbarui. Informasi harga, fitur produk, dan regulasi cepat usang. Jika halaman yang dikutip hanya mengutip pihak lain, telusuri ke sumber aslinya, misalnya laporan riset, dokumen resmi, atau rilis perusahaan. Untuk klaim penting, sumber asli itulah yang sebaiknya Anda pakai.

Jika menemukan kutipan yang lemah, catat contoh spesifiknya, yaitu pertanyaan, kalimat jawaban, URL yang dikutip, dan apa yang tidak cocok. Hindari menyimpulkan tingkat kesalahan Perplexity secara umum dari beberapa contoh, karena sampel kecil tidak cukup untuk itu.

Supaya pemeriksaan bisa diulang oleh orang lain di tim, gunakan format catatan yang sama setiap kali. Kolom berikut biasanya cukup:

• tanggal, mode pencarian, dan pertanyaan yang diajukan
• kalimat jawaban yang diperiksa beserta nomor kutipannya
• URL sumber dan tanggal terbit halaman tersebut
• status kecocokan, misalnya didukung penuh, didukung sebagian, atau tidak didukung
• catatan singkat tentang apa yang hilang atau berbeda

Apa bedanya brand disebut dan website dikutip?

Brand disebut berarti namanya muncul di teks jawaban, sedangkan website dikutip berarti domain milik brand tampil sebagai sumber. Keduanya bisa terjadi bersamaan, salah satunya saja, atau tidak sama sekali.

	Domain brand dikutip	Domain brand tidak dikutip
Brand disebut di jawaban	Brand muncul dan informasinya diambil dari website sendiri	Brand muncul berdasarkan halaman pihak ketiga, seperti media, marketplace, atau ulasan
Brand tidak disebut	Website dipakai sebagai sumber informasi umum, tetapi brand tidak direkomendasikan	Brand tidak hadir di jawaban maupun sumbernya

Kotak kanan atas sering mengejutkan tim marketing. Brand bisa direkomendasikan karena ulasan di media atau daftar perbandingan di situs lain, sementara website resminya tidak dipakai sama sekali. Situasi itu berarti cara AI menjelaskan brand Anda bergantung pada apa yang ditulis pihak lain, termasuk informasi yang mungkin sudah usang.

Pola sebaliknya, di kotak kiri bawah, juga patut diperhatikan. Halaman edukasi di website Anda bisa dipakai untuk menjelaskan kategori, tetapi rekomendasi produknya jatuh ke brand lain. Pola ini biasanya menandakan konten informasional Anda kuat, sedangkan halaman yang menjelaskan produk dan pembedanya belum cukup jelas. Cara mengukur posisi brand di jawaban AI secara rutin dibahas di artikel pangsa pasar yang diukur dari pangsa jawaban.

Mengapa sebagian halaman ditemukan dan yang lain tidak?

Halaman lebih mungkin dipakai Perplexity jika bisa diakses crawler-nya dan relevan dengan pertanyaan yang diajukan. Dua syarat dasar ini perlu dipastikan dulu sebelum memikirkan taktik lain.

Soal akses, panduan robots.txt Perplexity menyebut PerplexityBot mematuhi robots.txt dan tidak mengindeks teks penuh atau sebagian dari situs yang memblokirnya. Panduan yang sama menyebut domain, judul, dan ringkasan faktual singkat dari halaman yang diblokir masih mungkin diindeks. Perplexity juga menyatakan bekerja sama dengan crawler pihak ketiga untuk membangun indeksnya, dan sudah memperbarui perjanjian supaya penyedia tersebut ikut mematuhi robots.txt. Panduan itu juga menjelaskan bahwa fitur lama yang memungkinkan pengguna meminta ringkasan URL yang diblokir robots.txt sudah dinonaktifkan, dan bahwa konten yang diindeks PerplexityBot tidak dipakai untuk pre-training model. Untuk mengecek apakah crawler AI bisa membaca halaman Anda, ikuti langkah di panduan cara cek AI crawler membaca halaman.

Untuk relevansi, halaman yang menjawab pertanyaan dengan jelas dan spesifik lebih mudah dipakai sebagai sumber dibanding halaman yang hanya menyebut topiknya secara umum. Informasi yang tersembunyi di gambar, PDF tanpa teks, atau elemen yang baru muncul setelah interaksi juga lebih sulit dibaca sistem mana pun. Akses dan relevansi membuat halaman lebih layak dipilih, tetapi tidak menjamin halaman tersebut akan dikutip, karena pemilihan sumber tetap ditentukan sistem Perplexity.

Perubahan di halaman juga butuh waktu sebelum terlihat di jawaban. Halaman yang baru diperbarui perlu dirayapi ulang dan diindeks dulu, sehingga hasil pemeriksaan sehari setelah perubahan belum tentu mencerminkan kondisi terbaru. Catat tanggal setiap perubahan konten, lalu periksa ulang pertanyaan yang sama setelah beberapa minggu supaya perbandingannya adil.

Apa yang sebaiknya dilakukan brand?

Langkah yang paling masuk akal adalah memeriksa pertanyaan pembeli yang relevan, melihat sumber yang dikutip, membetulkan informasi resmi yang keliru, lalu memperbaiki halaman yang seharusnya menjadi sumber. Urutan ini menempatkan pemahaman di depan perubahan.

• Susun daftar 20 sampai 30 pertanyaan yang benar-benar diajukan calon pembeli di kategori Anda, dari yang umum sampai yang dekat ke keputusan beli.
• Jalankan pertanyaan tersebut secara berkala dan catat apakah brand disebut, domain mana yang dikutip, dan informasi apa yang muncul tentang brand Anda. Kunjungan dari Perplexity bisa dipantau dengan cara melacak trafik AI di GA4.
• Jika ada informasi yang salah, cari sumbernya. Perbarui halaman resmi Anda, dan hubungi pemilik halaman pihak ketiga jika kesalahannya ada di sana.
• Perbaiki halaman di website Anda yang seharusnya menjawab pertanyaan tersebut supaya isinya jelas, lengkap, dan mudah diakses crawler.

Halaman pihak ketiga yang sering dikutip juga bisa menjadi bahan perbandingan. Baca halaman tersebut dan catat apa yang dimuatnya, seperti perbandingan spesifikasi, harga, kisaran pemakaian, atau jawaban atas keberatan pembeli. Jika informasi serupa tidak ada di website Anda, itu petunjuk konten mana yang perlu dilengkapi. Tujuannya membuat halaman resmi Anda menjadi sumber yang paling lengkap dan akurat tentang produk Anda sendiri.

Konteks lokal juga perlu dicatat. Pada Mei 2025, Telkomsel mengumumkan kolaborasi dengan Perplexity berupa paket bundling kuota internet dengan Perplexity Pro untuk pelanggan ritel dan enterprise. Pengumuman itu menunjukkan ada upaya distribusi Perplexity di Indonesia. Rilis yang sama menyebut Perplexity menjawab lebih dari 150 juta pertanyaan per minggu secara global, angka yang disampaikan perusahaan pada saat itu. Pengumuman tersebut tidak memberi angka pangsa pasar atau jumlah pengguna di Indonesia. Gunakan data pemantauan Anda sendiri untuk menilai seberapa penting Perplexity bagi kategori Anda.

Pendekatan yang lebih luas untuk membuat brand hadir di jawaban AI dibahas di panduan GEO, dan hubungannya dengan pekerjaan SEO ada di artikel AI SEO. Jika Anda ingin melihat sumber mana yang membentuk jawaban AI tentang kategori Anda, tim AI Search bisa memulainya dengan audit visibilitas AI gratis.