Kami menanyakan merek yang sama dengan tiga cara
Bagaimana mencegah AI mengira merek Anda perusahaan lain? Penjelasan yang umum adalah konteks: mesin menimbang kata-kata di sekitar sebuah nama, termasuk perusahaan lain yang disebut di dekatnya, lalu memilih yang paling cocok. Menurut pandangan itu, nama pesaing di dalam pertanyaan seharusnya mengarahkannya ke bisnis yang benar.
Proofsource melacak tiga bentuk pertanyaan merek, sehingga kami bisa mengujinya. Nama saja: "What is <Brand>?", "Is <Brand> legit?", "Is <Brand> worth it?". Dengan pesaing: "<Brand> vs <Competitor>", memakai pesaing yang dilacak merek itu. Dan, untuk nama yang kami tandai ambigu, dengan kategori: "What is <Brand>, the <category> company?"
Setiap jawaban dibaca untuk mengetahui perusahaan mana yang sebenarnya digambarkan. Kami mengambil jawaban dari ChatGPT, Claude, Perplexity, dan Google AI Overviews dari 4 Oktober hingga 13 November 2026, mengecualikan empat merek yang kami kelola sendiri atau pakai untuk pengujian, dan membuang jawaban yang berulang kata demi kata. Hasilnya 6.816 jawaban untuk 924 pertanyaan tentang 175 merek di 128 ruang kerja.
Nama pesaing tidak mengubah apa pun: 5,1% dibandingkan 4,0%
Pertanyaan nama saja mendapat jawaban tentang perusahaan lain di 158 dari 3.949 jawaban, 4,0% (3,4% hingga 4,7%). Pertanyaan yang menyebut pesaing mengalaminya di 140 dari 2.771, 5,1% (4,3% hingga 5,9%). Pesaing tidak menurunkannya.
Per merek, 173 merek punya setidaknya empat jawaban dari masing-masing jenis. 102 tidak pernah tertukar di keduanya. Dari 71 sisanya, 39 lebih buruk saat pesaing disebut dan 32 lebih baik, kira-kira seperti hasil lempar koin.
Sembilan merek yang paling sering tertukar pada pertanyaan nama saja, di seperempat jawaban atau lebih, juga tidak terbantu: 31,0% dengan nama saja, 35,7% dengan pesaing disebut.
Mesin menetapkan namanya dulu, lalu menyesuaikan pesaingnya
Satu merek software rekrutmen punya nama yang sama dengan obat kutu untuk hewan peliharaan. Saat diminta membandingkannya dengan pesaing software rekrutmen di Inggris, Claude menggambarkan obat kutu itu, lalu mengatakan tidak bisa menemukan pesaingnya sebagai obat kutu.
Pada merek uji yang kami keluarkan dari hitungan, aplikasi catatan rapat berbasis AI yang bernama sama dengan marketplace kunci game, Google AI Overviews menggambarkan marketplace itu di 30 dari 48 jawaban yang membandingkannya dengan alat catatan rapat yang terkenal.
Perbandingan meminta mesin menggambarkan kedua pihak. Jika mesin tidak mengenal Anda, ia mengambil apa pun yang ia kenal dengan nama Anda, dan pesaing menjadi hal kedua yang harus digambarkan, bukan petunjuk.
Dengan kategori di pertanyaan: tidak ada perusahaan yang salah di 96 jawaban
Enam merek dengan nama yang kami tandai ambigu ditanya "What is <Brand>, the <category> company?". Tidak satu pun dari 96 jawaban ditandai menggambarkan perusahaan lain (0%, dengan batas atas 3,8%). Pertanyaan nama saja untuk merek yang sama tertukar di 11 dari 196 jawaban, 5,6%, dan pertanyaan dengan pesaing di 9 dari 214, 4,2%.
Jawabannya juga lebih pasti. Pembaca kami tidak bisa memastikan perusahaan mana yang dimaksud di 16,3% jawaban nama saja, 9,4% dengan pesaing disebut, dan 4,2% dengan kategori.
Kategori tidak memunculkan merek yang tidak dikenal mesin. Dua kali, Claude menjawab bahwa ia sama sekali tidak menemukan sebuah merek kecil software riset. Itu jawaban yang lebih baik daripada gambaran yang yakin tentang pihak lain.
Pembeli mengetik nama Anda, bukan kategori Anda
Anda tidak bisa membuat pembeli menambahkan kategori. Orang yang mendengar nama Anda dalam sebuah panggilan akan mengetik nama itu. Jadi pertanyaan nama saja yang perlu diukur, dan pertanyaan dengan kategori menjadi pembandingnya.
Jika pertanyaan nama saja keliru dan pertanyaan dengan kategori benar, mesin mengenal Anda, tetapi nama Anda saja tidak mengarah ke Anda. Jika keduanya gagal, mesin belum mengenal Anda, dan itu masalah lain dengan perbaikan yang lain.
Yang akan kami lakukan
- Lacak "What is <Brand>?" di samping "What is <Brand>, the <category> company?". Selisih keduanya adalah besar masalah nama Anda.
- Jangan menghitung pertanyaan perbandingan sebagai bukti bahwa mesin mengenal Anda. Dalam sampel kami, pertanyaan itu keliru sesering pertanyaan nama saja.
- Taruh kategori di samping nama di tempat yang dilihat mesin saat mencari nama Anda saja: judul halaman, kalimat pertama beranda, profil Anda. Frasa yang berhasil dalam pertanyaan itu harus mudah ditemukan di web.
- Baca jawabannya, bukan hanya tandanya. Satu jawaban yang dihitung benar oleh pembaca kami ternyata menggambarkan aplikasi lain dengan nama sama di kategori yang sama.
Cara Proofsource menanganinya
Proofsource membaca setiap jawaban untuk pertanyaan merek untuk mengetahui perusahaan mana yang digambarkannya, dan jawaban tentang perusahaan lain tidak dihitung sebagai sebutan merek Anda. Jika nama sebuah merek tampak ambigu dan kategorinya diketahui, pertanyaan definisi diajukan dengan kategori itu.
Di mana temuan ini bisa keliru
Hasil kategori bertumpu pada enam merek dan 96 jawaban, semuanya untuk nama yang sudah kami tandai ambigu. Ini petunjuk kuat, bukan tingkat yang terukur.
Pembaca identitas bisa salah. Pembacaan manual atas 32 jawaban kategori menemukan satu yang menggambarkan aplikasi tugas lain dengan nama sama, tetapi dinilai benar. Pembacaan manual atas 20 jawaban pertanyaan pesaing yang tertukar menemukan setidaknya 10 kasus jelas, satu di mana pembaca keliru, dan sembilan yang tidak bisa kami pastikan dari jawabannya saja. Kesalahannya seharusnya memengaruhi kedua bentuk pertanyaan, meski belum tentu sama besar.
Merek memilih pesaingnya sendiri, dan pesaing bisa membantu saat pemilik nama yang sama berada di bidang yang sangat berbeda. Merek kami sendiri, yang semua pesaingnya alat visibilitas AI, tertukar di 24,2% jawaban nama saja dan 11,0% dengan pesaing disebut. Di 175 merek, itu bukan hasil yang umum.
Jawaban untuk satu pertanyaan tidak saling independen, jadi interval di atas lebih sempit dari seharusnya. Ini kurang dari enam minggu dan empat mesin.