Bayangkan skenario ini: ChatGPT membaca artikel teknis di website Anda yang berada tiga folder di dalam struktur situs. Artikel tersebut penuh dengan data, spesifikasi produk, dan perbandingan mendalam. AI menganggapnya sebagai sumber yang sempurna untuk menjawab pertanyaan pengguna. Ia mengutip artikel Anda, merekomendasikan brand Anda, dan meyakinkan pengguna bahwa Anda adalah solusi terbaik.

Lalu apa yang terjadi? Pengguna yang sudah “terjual” oleh AI tersebut mengklik link dan mendarat di homepage Anda.

Ini bukan skenario hipotetis. Ini adalah realitas yang didokumentasikan oleh Similarweb dalam Generative AI Landscape Report 2026. Temuan dari laporan tersebut mengungkapkan bahwa 65% dari URL yang dikutip oleh ChatGPT berada di dua atau tiga folder di dalam struktur situs —artinya, AI mengutip halaman-halaman dalam yang spesifik dan kaya informasi. Namun, 58.8% dari traffic referral ChatGPT justru mendarat di homepage. Ada disonansi besar antara halaman yang digunakan AI sebagai bukti dan halaman yang sebenarnya dikunjungi oleh pengguna.

Lebih lanjut, Previsible menganalisis 6.77 juta sesi referral AI di 166 website dan menemukan bahwa 28.8% traffic ChatGPT mendarat di halaman hasil pencarian internal . Pengguna yang tiba di homepage sering menggunakan search bar internal untuk menemukan informasi spesifik yang telah disebutkan oleh AI. Ini adalah sinyal bahwa homepage tidak cukup informatif atau tidak memiliki konteks untuk menyambut pengguna yang sudah “terjual”.

Fenomena ini menciptakan “intent-to-landing-page mismatch” —sebuah kesalahan klasik dalam optimasi konversi yang kini hadir dengan baju baru bernama AI referral. Pengguna yang tiba melalui AI search sudah memiliki konteks yang tinggi: AI telah membandingkan opsi, menjelaskan keunggulan produk Anda, dan memberi rekomendasi. Mereka sudah “terjual” sebelum mengklik. Namun homepage yang mereka datangi tidak memiliki konteks tentang pertanyaan spesifik yang telah dijawab AI. Akibatnya, pengguna yang seharusnya paling siap untuk bertindak justru harus mencari ulang informasi yang sudah mereka dapatkan.

Mengapa Perbedaan Ini Terjadi?

Dua Fungsi yang Berbeda: Evidence vs Entry Point

Aleyda Solís, dalam kontribusinya pada laporan Similarweb, menjelaskan bahwa “cited pages feature the content AI systems use as evidence, while traffic pages show where users enter the site. They serve different purposes and should be assessed separately.”

Ini adalah pergeseran fundamental dari cara kerja organic search tradisional. Dalam SEO organik, halaman yang ranking dan halaman yang menerima traffic biasanya adalah URL yang sama. Attribution tetap bersih di tingkat halaman. Namun di AI search, rantai ini terputus: AI membaca halaman dalam sebagai bukti, tetapi mengirimkan pengguna ke homepage sebagai pintu masuk.

Mengapa AI Mengirim Traffic ke Homepage?

Perubahan perilaku ini terjadi setelah ChatGPT memperbarui UI pencariannya pada Mei 2026. Sebelumnya, traffic referral yang mendarat di homepage hanya sekitar 30%. Setelah pembaruan, angka ini melonjak menjadi sekitar 60% dan bertahan di angka tersebut. ChatGPT mulai menampilkan link brand secara lebih menonjol dalam jawabannya, dan link tersebut umumnya mengarah ke homepage — bukan ke halaman spesifik yang dikutip.

Kasus Ahrefs: Lebih dari 80% Traffic AI ke Homepage

Ahrefs, dalam analisis internalnya, melaporkan pola yang serupa: lebih dari 80% traffic referral dari AI search mendarat di homepage, halaman produk, dan tools gratis — bukan di perpustakaan konten editorial mereka yang luas. Ini menunjukkan bahwa fenomena ini bukan anomali, tetapi pola yang berlaku di berbagai industri dan jenis website.

Dampak terhadap Strategi Konten dan Konversi

AI Visitor: Traffic Paling Bernilai yang Sia-sia

Pengunjung dari AI search memiliki kualitas yang sangat tinggi. Data menunjukkan bahwa pengunjung yang direkomendasikan oleh AI 2.5 kali lebih mungkin untuk mengunjungi website brand dalam 7 hari ke depan. Mereka sudah melewati tahap research dan perbandingan. Namun jika mereka mendarat di homepage yang tidak memiliki konteks, mereka harus “re-orient, re-search, and re-qualify themselves against messaging that wasn’t built for the specific case the AI just made.”

Ini adalah “intent-to-landing-page mismatch” dalam bentuknya yang paling klasik — kesalahan yang sudah dikenal dalam dunia CRO selama bertahun-tahun. Perbedaannya, kali ini mismatch-nya terjadi bukan karena iklan yang salah target, tetapi karena AI yang mengirimkan traffic ke halaman yang salah.

Deep Pages: Dibangun untuk Dibaca AI, Bukan untuk Dikunjungi

Halaman dalam yang dikutip AI memiliki karakteristik tertentu: spesifik, kaya data, terstruktur, dan ditulis untuk menjawab pertanyaan mendalam. Ini adalah “reference-grade content.” Namun halaman-halaman ini jarang menerima traffic dari AI karena pengguna tidak langsung dikirim ke sana.

Homepage: Dibangun untuk Branding, Bukan untuk Konversi AI Visitor

Sebagian besar homepage didesain sebagai pintu masuk umum — untuk memperkenalkan brand, menampilkan produk, dan mengarahkan pengunjung ke bagian lain situs. Namun pengunjung yang datang dari AI search tidak membutuhkan pengenalan brand. Mereka sudah mengenal Anda dari percakapan AI. Yang mereka butuhkan adalah konfirmasi dan langkah selanjutnya yang jelas.

Strategi: Memisahkan Fungsi Halaman

1. Audit Halaman yang Dikutip vs Halaman yang Diterima Traffic

Langkah pertama adalah mengidentifikasi halaman mana yang dikutip AI dan halaman mana yang menerima traffic. Bing Webmaster Tools kini memiliki AI Performance Report yang menunjukkan citation activity per URL. Ini adalah titik awal yang baik untuk audit.

Yang harus dilakukan:

• Gunakan Bing Webmaster Tools AI Performance Report untuk melihat halaman mana yang paling sering dikutip

• Bandingkan dengan traffic referral AI di Google Analytics

• Identifikasi gap: halaman mana yang dikutip tetapi tidak menerima traffic? Halaman mana yang menerima traffic tetapi tidak dikutip?

2. Deep Pages: Bangun untuk Menjadi “Citable”

Halaman dalam yang dikutip AI harus dibangun untuk fungsi spesifik: menjadi bukti bagi AI.

Karakteristik halaman yang citable:

• Evidence density tinggi: Angka, data, statistik, kutipan sumber

• Struktur jelas: Heading H2/H3 yang deskriptif, paragraf pendek yang self-contained

• BLUF (Bottom Line Up Front): Jawaban utama dalam 60 kata pertama

• Structured data: Schema markup yang komprehensif

• URL deskriptif: Slug dalam bahasa alami (89.78% citation rate vs 81.11% tanpa slug natural)

• Relevansi dengan fan-out queries: Konten harus menjawab sub-pertanyaan yang dihasilkan AI secara internal

3. Homepage: Bangun untuk Menjadi “Conversion-Ready”

Homepage harus didesain ulang untuk menyambut pengunjung AI yang sudah “terjual.”

Yang harus dilakukan:

• Clear CTA: Tombol atau link yang jelas yang mengarah ke halaman yang relevan dengan pertanyaan AI

• Context bridging: Tambahkan elemen yang membantu pengunjung menghubungkan apa yang mereka baca di AI dengan apa yang mereka lihat di homepage

• Internal search: Pastikan search bar internal berfungsi dengan baik — 28.8% traffic AI berakhir di search internal

• Quick links: Tampilkan link ke halaman yang paling sering dikutip AI

4. Bangun “Bridge” dari Deep Content ke Top-Level Pages

Jika homepage tidak bisa secara dinamis menyesuaikan konten berdasarkan sumber referral (yang sulit dilakukan), alternatifnya adalah membangun “bridge” yang jelas.

Apa yang harus dilakukan:

• Tambahkan “recommended next steps” di deep pages yang mengarah ke homepage atau halaman konversi

• Pastikan deep pages memiliki CTA yang jelas dan visible, bahkan bagi pengunjung yang hanya membaca sekilas

• Gunakan pop-up atau slide-in untuk menawarkan konten terkait saat pengunjung berada di deep page

Studi Kasus: Ahrefs dan Adaptasi terhadap AI Referral

Ahrefs, sebagai perusahaan SEO terkemuka, melakukan analisis internal terhadap traffic referral AI mereka. Mereka menemukan bahwa lebih dari 80% traffic dari AI search mendarat di homepage, halaman produk, dan tools gratis — bukan di perpustakaan konten editorial yang luas. Respons mereka: mengoptimalkan homepage dan halaman produk untuk menyambut pengunjung AI dengan CTA yang jelas dan konten yang relevan. Mereka juga mulai menambahkan “recommended next steps” di artikel dalam untuk mengarahkan pengunjung ke halaman konversi yang tepat.

Kesimpulan: AI Visibility Adalah Brand-Level Metric, Bukan Page-Level

Fenomena cited page vs clicked page mengungkapkan bahwa visibilitas AI adalah metrik di tingkat brand, bukan halaman. AI membaca halaman dalam sebagai bukti, tetapi mengirimkan pengguna ke homepage. Halaman yang dikutip dan halaman yang dikunjungi memiliki fungsi yang berbeda.

Langkah yang bisa Anda ambil hari ini:

1. Audit cited vs clicked pages: Halaman mana yang dikutip AI? Halaman mana yang menerima traffic?

2. Bangun deep pages untuk citability: Evidence density, structured data, BLUF, relevance to fan-out queries

3. Bangun homepage untuk AI visitor: Clear CTA, context bridging, internal search, quick links

4. Bridge deep content to conversion: CTA di deep pages, “recommended next steps”

5. Pantau secara berkala: Bing Webmaster Tools AI Performance Report dan Google Analytics

Aleyda Solís merangkumnya dengan tepat: “You need to analyze brand visibility, citations, referral traffic and downstream impact separately, strengthen the deeper pages that influence AI answers, while ensuring the top level pages receiving clicks are relevant, persuasive and conversion ready.”

Di era AI search, dua jenis halaman membutuhkan dua strategi yang berbeda. Halaman dalam adalah evidence layer. Homepage adalah conversion layer. Brand yang memahami dan mengelola keduanya secara terpisah akan memenangkan konversi dari traffic AI yang paling bernilai.