Mengapa jawaban AI berbeda menurut negara dan bahasa

Mengapa pertanyaan yang sama mendapat jawaban berbeda

Jawaban AI berbeda menurut negara karena asisten AI berbasis pencarian web menyusun setiap jawaban dari apa yang diambilnya, dan apa yang diambilnya bergantung pada bahasa pertanyaan, lokasi yang melekat pada pencarian, dan sumber yang tersedia untuk pasar tersebut. Pembeli di Meksiko bertanya dalam bahasa Spanyol Meksiko, mendapatkan sumber yang ditulis untuk Meksiko, dan mendengar tentang merek yang diliput sumber-sumber itu. Ubah salah satu dari ketiganya, dan jawabannya ikut berubah.

Ini bukan keanehan yang perlu dikoreksi; memang begitulah cara kerja pengambilan sumber. Platform jawaban yang diukur VozRadar semuanya mengambil hasil web secara langsung sebelum menjawab, dan menerima lokasi serta bahasa sebagai input. Tool pencarian web OpenAI menerima perkiraan lokasi pengguna dengan kolom country, city, region, dan timezone (dokumentasi OpenAI). Tool pencarian web Perplexity menerima user_location dengan negara, wilayah, kota, lintang, dan bujur (dokumentasi Perplexity). Google menyatakan bahwa grounding dengan Google Search berfungsi untuk semua bahasa yang tersedia (dokumentasi Gemini API), dan menerbitkan daftar negara dan bahasa tempat AI Overviews tersedia (Bantuan Google Penelusuran).

Ada empat hal yang mendorong perbedaan ini: pertanyaan yang diajukan orang, kosakata dan varian bahasa yang mereka gunakan, sumber dan lokasi pencarian, serta aturan lokal yang terkandung dalam pertanyaan sehari-hari.

Pertanyaan dan kosakata yang dilokalkan

Orang di negara yang berbeda tidak mengajukan pertanyaan yang sama dengan kata-kata yang sekadar ditukar. Mereka mengajukan pertanyaan yang berbeda. Seseorang di Kolombia yang memilih tool payroll bertanya tentang hal-hal yang penting di Kolombia: pelaporan apa saja yang ditangani tool itu, cara karyawan dibayar, kota mana saja yang punya layanan dukungan. Seseorang di Amerika Serikat bertanya tentang integrasi dengan tool yang umum dipakai di sana. Niatnya, “software payroll mana yang sebaiknya saya pilih”, sama; pertanyaan yang sebenarnya diajukan tidak.

Kosakata terpecah lebih jauh lagi di dalam satu bahasa. Bahasa Spanyol punya banyak varian nasional, dan kata untuk barang-barang komersial sehari-hari berbeda: mobil disebut un coche, un carro, atau un auto tergantung negaranya, dan komputer disebut una computadora atau un ordenador. Tag bahasa ada justru karena alasan ini: standar IETF, RFC 5646, menggabungkan bahasa dengan wilayah, sehingga es-MX, es-AR, dan es-CL adalah tag yang berbeda, dan es-419 menandai bahasa Spanyol untuk Amerika Latin secara keseluruhan. Asisten AI yang mengambil sumber untuk pertanyaan yang dirumuskan dalam bahasa Spanyol Argentina akan lebih mudah sampai ke halaman-halaman Argentina, dan akan merumuskan jawabannya dengan kata-kata Argentina.

Bahasa Portugis berperilaku sama. Bahasa Portugis Brasil (pt-BR) dan bahasa Portugis Eropa berbeda dalam kosakata dan tata bahasa, dan pertanyaan dari São Paulo menarik sumber-sumber Brasil. Varian bahasa adalah bagian dari pertanyaan, dan kumpulan prompt yang mengabaikannya berarti mengukur pasar yang tidak ada.

Sumber lokal dan lokasi pencarian

Asisten AI berbasis pencarian web mengutip apa yang diambilnya, dan kumpulan sumbernya berbeda di setiap pasar. Di Meksiko, media, situs ulasan, dan lembaga publik yang menulis tentang suatu kategori adalah milik Meksiko; di Brasil, sumber-sumber itu milik Brasil dan ditulis dalam bahasa Portugis. Merek yang hanya diliput dalam bahasa Inggris memberi model sedikit bahan untuk diolah ketika pembeli bertanya dalam bahasa Spanyol atau Portugis, sehingga jawabannya menyebut pesaing yang pernah ditulis oleh sumber-sumber lokal.

Lokasi adalah input yang terpisah dari bahasa. Pertanyaan berbahasa Spanyol yang sama, dikirim dengan lokasi Meksiko lalu sekali lagi dengan lokasi Chili, bisa mengambil hasil yang berbeda, karena pencarian di balik jawaban tersebut mempertimbangkan relevansi lokal. Itulah sebabnya VozRadar mencatat lokasi yang menghasilkan setiap jawaban, di samping platform dan modelnya. Jawaban yang diukur tanpa lokasi tertentu hanya sedikit memberi tahu tentang pasar mana pun.

Ada dua konsekuensi praktis. Memeriksa merek Anda dari kantor di negara lain tidak menunjukkan apa yang dilihat pembeli di pasar sasaran. Dan visibilitas bersifat spesifik per pasar: merek yang direkomendasikan di Meksiko bisa absen di Kolombia untuk pertanyaan yang sama, hanya karena belum ada sumber Kolombia yang meliputnya. Halaman pasar membahas sumber mana yang membentuk jawaban di Meksiko, Brasil, Kolombia, Argentina, Chili, dan Peru.

Regulasi, pembayaran, dan pajak di dalam pertanyaan

Banyak pertanyaan pembeli membawa aturan lokal di dalamnya, bahkan ketika terlihat umum. Pertanyaan tentang software faktur di Meksiko juga merupakan pertanyaan tentang format faktur elektronik yang dipakai bisnis di sana. Pertanyaan tentang menerima pembayaran di Brasil mengandaikan metode pembayaran yang benar-benar dipakai orang Brasil. Pertanyaan tentang harga di Argentina dibentuk oleh cicilan dan oleh harga yang terus berubah. Tidak satu pun dari hal itu ada dalam versi bahasa Inggris dari pertanyaan tersebut.

Beberapa contoh hipotetis tentang bagaimana satu niat terlihat di tiga pasar:

• Perusahaan software payroll yang masuk ke Meksiko ditanya apakah produknya menerbitkan slip gaji CFDI, bukan apakah produknya “mendukung kepatuhan”.
• Toko online di Brasil ditanya apakah menerima Pix dan boleto, bukan “metode pembayaran apa yang diterima”.
• Produk berlangganan di Argentina ditanya apakah menagih dalam peso dan dalam cuotas (cicilan), bukan “berapa harganya”.

Asisten AI menjawab pertanyaan-pertanyaan ini dari sumber yang memakai istilah lokal. Merek yang halamannya tidak pernah menyebut kata-kata itu sulit diambil untuk pertanyaan tersebut, sebagus apa pun produknya. Ini bukan soal kata kunci dalam pengertian lama; ini soal apakah teks yang diambil model menjawab pertanyaan yang diajukan pembeli.

Mengapa daftar kata kunci terjemahan melewatkan hal ini, dan apa yang sebaiknya dilakukan

Jalan pintas yang biasa diambil adalah mengambil daftar kata kunci yang berhasil dalam bahasa Inggris, menerjemahkannya, lalu memantaunya. Cara ini gagal di setiap poin di atas. Kata kunci terjemahan mempertahankan pertanyaan dari pasar asalnya, memakai kosakata netral yang tidak pernah diketik siapa pun, diukur tanpa lokasi, dan tidak pernah memuat aturan lokal. Hasilnya adalah laporan tentang pasar yang hanya ada di spreadsheet.

Cara yang lebih jujur untuk mendekati pasar baru:

1. Mulai dari pembeli, bukan dari daftar. Tuliskan apa yang akan diketik seseorang di negara itu, dalam varian bahasanya, termasuk nama lokal untuk metode pembayaran, lembaga, dan dokumen. Orang dari negara itulah sumbernya; penerjemah dari negara berbahasa Spanyol lain tidaklah cukup.
2. Temukan sumber yang sudah menjawab pertanyaan-pertanyaan ini. Baca jawaban yang diberikan asisten AI dengan pasar tersebut sebagai lokasinya, dan catat situs mana yang dikutipnya. Itulah peta tentang siapa yang dianggap kredibel oleh model di sana.
3. Ukur dari pasar tersebut. Jalankan pertanyaan-pertanyaannya dengan lokasi diatur ke negara itu, berulang kali, dan perlakukan hasilnya sebagai persentase dengan ukuran sampel, bukan sebagai satu jawaban. Panduan cara mengukur visibilitas AI menjelaskan alasannya.
4. Perbaiki dengan istilah pasar itu sendiri. Halaman lokal dalam varian bahasa lokal yang membahas aturan lokal, dan liputan di sumber-sumber yang sudah dikutip asisten AI. Panduan tentang cara muncul dalam jawaban AI membahas mekanismenya.
5. Bersiaplah menghadapi pergeseran. Jawaban berubah mengikuti versi model, hasil pencarian di baliknya, dan hari. Tidak ada yang mengendalikannya. Tujuannya adalah menggeser sebuah persentase dari waktu ke waktu dan mengetahui kapan persentase itu bergeser.

Bagaimana VozRadar menangani hal ini

VozRadar memperlakukan setiap pasar sebagai tempat tersendiri. Untuk pasar yang dipilih, misalnya Meksiko dalam bahasa Spanyol, VozRadar menemukan pertanyaan yang kemungkinan besar diajukan pembeli lokal kepada asisten AI, dalam varian bahasa lokal, alih-alih menerjemahkan daftar kata kunci, lalu menjalankan prompt yang sudah disetujui setiap minggu di platform jawaban berbasis pencarian web yang disebutkan namanya, dengan pasar tersebut sebagai lokasinya. Setiap jawaban disimpan bersama platform, model, dan lokasi yang menghasilkannya, dan persentasenya dilaporkan per pasar sebagai probabilitas dengan ukuran sampel. Celah-celahnya menunjukkan pesaing mana yang disebut alih-alih Anda dan sumber lokal mana yang meliput mereka tetapi tidak meliput Anda; setiap celah menjadi brief konten atau prompt untuk agen coding yang Anda rilis, dan Experiment Ledger mencatat kondisi sebelum dan sesudahnya.

Meksiko adalah pasar acuan; Brasil, Kolombia, Argentina, Chili, dan Peru sudah tersedia untuk umum, masing-masing dengan halaman pasar tersendiri. VozRadar sedang dalam tahap pra-peluncuran dengan daftar tunggu.