Website Mulai Ditulis untuk Manusia dan Mesin secara Bersamaan
Website dulu punya satu pembaca utama.
Manusia.
Lalu search engine datang.
Kita belajar bahwa halaman juga harus bisa dirayapi, dipahami, dan diindeks mesin.
Sekarang ada pembaca baru yang sifatnya beda.
AI assistant dan AI agent.
Mereka tidak selalu datang untuk menampilkan sepuluh link.
Mereka datang untuk membaca, memahami, membandingkan, meringkas, dan kadang mengambil tindakan.
Ini membuat pekerjaan website berubah lagi.
Bukan berarti bikin dua website.
Satu buat manusia.
Satu buat AI.
Justru target terbaik adalah satu website yang jelas buat keduanya.
Manusia butuh halaman yang enak dibaca.
Mesin butuh struktur yang mudah dipahami.
Kalau dikerjakan benar, dua kebutuhan itu sebenarnya tidak bertentangan.
Content yang jelas biasanya bagus buat manusia dan mesin.
Masalah muncul kalau website selama ini terlalu mengandalkan visual tapi minim informasi.
Hero besar.
Copy pendek.
Animasi.
Tombol.
Tapi tidak jelas bisnisnya apa.
Layanannya siapa.
Lokasinya di mana.
Harga mulai dari berapa.
Apa buktinya.
AI kesulitan.
Manusia juga sebenarnya kesulitan, cuma lebih sabar.
Mesin tidak melihat website seperti manusia
Manusia bisa menangkap konteks dari desain.
Logo.
Foto kantor.
Warna brand.
Layout.
AI crawler atau agent lebih bergantung pada struktur informasi.
Heading.
Text.
Link.
Metadata.
Structured data.
Canonical.
Sitemap.
Relationship antarhalaman.
Kalau sebuah brand cuma menulis:
“Kami membantu bisnis tumbuh lebih jauh.”
Manusia mungkin melihat visual dan menebak konteks.
Mesin bertanya:
Membantu bagaimana?
Bisnis apa?
Layanan apa?
Di kota mana?
Untuk siapa?
Apa entity utamanya?
Semakin spesifik sebuah website, semakin mudah dipahami.
Ini bukan keyword stuffing.
Ini clarity.
Nama layanan.
Deskripsi.
Audience.
Scope.
Location.
Evidence.
Relationship.
Semua perlu explicit.
Structured data kembali relevan
Schema.org bukan barang baru.
Sudah bertahun-tahun dipakai search engine.
Tapi era agent membuat structured data terasa lebih penting lagi.
Schema memberi machine-readable vocabulary untuk entity dan relationship.
Organization.
Person.
Product.
Article.
LocalBusiness.
Event.
FAQ.
Offer.
Review.
Banyak tipe.
Pada 2026, Schema.org terus berkembang sebagai vocabulary terbuka untuk web.
Nilai sebenarnya bukan “pasang schema lalu ranking AI naik”.
Terlalu simplistik.
Structured data membantu mesin memahami apa yang ada di halaman.
Siapa organisasi.
Apa produk.
Apa relationship.
Mana author.
Mana offer.
Ini mengurangi ambiguity.
AI model memang bisa membaca teks biasa.
Tapi kalau data penting sudah terstruktur, retrieval dan interpretation bisa lebih reliable.
Research 2026 tentang agentic retrieval juga menunjukkan semantic metadata dan format machine-readable tetap punya value untuk pencarian data yang actionable.
Jadi structured web belum mati hanya karena LLM bisa membaca HTML.
Justru agent membuat kebutuhan actionability lebih besar.
llms.txt muncul sebagai lapisan tambahan, bukan pengganti website
Pada 2026, Chrome Lighthouse bahkan sudah punya audit untuk llms.txt.
Konvensi ini memberi ringkasan machine-readable tentang purpose dan key content sebuah website untuk LLM atau agent.
Tapi statusnya masih optional.
Bukan standar wajib.
Tidak ada alasan menganggap llms.txt sebagai tombol rahasia AI visibility.
Kalau website utama jelek, file kecil di root tidak menyelamatkan.
Content tetap harus bisa diakses.
HTML harus sehat.
Link harus jelas.
Sitemap.
Canonical.
Robots.
Structured data.
Semua masih relevan.
llms.txt lebih cocok dilihat sebagai map tambahan.
Bukan pengganti seluruh fondasi.
Ini penting karena industri marketing suka magic file.
Pasang satu hal.
Claim selesai.
Web jarang bekerja begitu.
Agent bisa membaca halaman yang sama dengan manusia
Ada kecenderungan bikin “AI version” dari halaman.
Markdown mirror.
Text-only.
Endpoint khusus.
Kadang berguna.
Terutama dokumentasi teknis.
Vercel pada 2026 bahkan menerbitkan panduan membuat documentation lebih readable untuk AI agent dengan markdown, content negotiation, sitemap, dan protocol lain.
Tapi eksperimen komunitas juga menunjukkan live agent sering tetap mengambil HTML biasa.
Artinya website manusia tetap pusat.
Jangan menyembunyikan informasi penting hanya di layer khusus AI.
Kalau manusia tidak bisa melihat, trust problem muncul.
Idealnya source of truth sama.
HTML utama punya content lengkap.
Machine layer membantu discovery dan parsing.
Bukan membuat dua realitas berbeda.
Website untuk manusia dan mesin seharusnya konsisten.
Kalau mesin membaca klaim yang tidak terlihat manusia, itu suspicious.
Content tersembunyi era SEO lama tidak perlu diulang dalam bentuk AI baru.
Entity menjadi lebih penting daripada keyword tunggal
Search tradisional sangat identik dengan keyword.
AI lebih suka memahami entity dan relationship.
Misalnya:
Undercover.co.id.
Perusahaan apa?
Berada di mana?
Layanan apa?
Siapa yang terkait?
Apa case study?
Apa evidence?
Apa hubungan dengan Generative Engine Optimization?
Kalau seluruh website punya informasi konsisten, mesin lebih mudah membentuk representasi.
Kalau satu halaman bilang agency AI optimization.
Halaman lain bilang digital marketing.
Profile lain berbeda nama.
Address tidak sama.
Service berbeda.
Confidence turun.
Entity consistency menjadi pekerjaan editorial dan teknis.
Name.
Address.
Organization description.
Service taxonomy.
Author.
Related entities.
Case.
Semua harus coherent.
Bukan karena AI suka keseragaman.
Karena contradiction membuat interpretation sulit.
Internal link juga menjadi knowledge path
Internal link dulu sering dibahas sebagai SEO.
PageRank.
Crawl.
Anchor.
Sekarang ada fungsi tambahan.
Relationship.
Halaman service link ke case study.
Case study link ke evidence.
Evidence link ke methodology.
Industry page link ke relevant service.
Ini membantu manusia mengikuti cerita.
AI juga bisa melihat struktur.
Website menjadi knowledge graph ringan.
Tidak semua perlu graph database.
Link yang logis sudah membantu.
Masalahnya banyak website punya internal link asal.
“Baca juga.”
Tidak jelas relationship.
Anchor generik.
Link ke homepage terus.
Lebih baik link karena ada alasan.
“Metode audit AI visibility.”
“Case study sektor kesehatan.”
“Evidence observasi AI referral.”
Anchor menjelaskan hubungan.
Manusia paham.
Mesin paham.
Good information architecture is dual-purpose.
Website commerce akan butuh data lebih presisi
Agentic shopping memperbesar tuntutan.
Kalau AI agent memilih produk, product page tidak cukup cantik.
Atribut harus jelas.
Harga.
Stock.
Size.
Material.
Compatibility.
Warranty.
Shipping.
Return policy.
Seller identity.
Agent perlu data.
Human juga.
Retailer pada 2026 mulai mengubah content dan product data agar lebih mudah ditemukan AI assistant.
Ini bukan sekadar marketing.
Product information management jadi bagian visibility.
Seller yang datanya ambigu bisa dilewati.
Misalnya listing:
“Ukuran standard.”
Agent bertanya standard apa?
“Warna random.”
Tidak bisa memenuhi preference user.
“Chat dulu.”
Agent mungkin tidak punya jalur.
Marketplace akan terdorong membuat data lebih structured.
Bukan karena manusia berhenti belanja.
Karena buyer bisa punya software representative.
Actionability mengubah website
AI agent tidak hanya membaca.
Ia mungkin ingin melakukan sesuatu.
Booking.
Buy.
Reserve.
Submit.
Call API.
Download.
Check availability.
Website future-ready perlu memikirkan action.
Apa endpoint yang aman?
Bagaimana authentication?
Permission?
Rate limit?
Agent identity?
Payment?
Tidak semua website butuh API agent besok.
Tapi bisnis transactional perlu mulai memikirkan.
Kalau user berkata:
“Booking meja jam tujuh,”
AI butuh cara mengeksekusi.
Kalau website cuma punya form visual tanpa struktur, agent mungkin kesulitan.
Protocol commerce dan agent standard mulai berkembang karena kebutuhan ini.
Web bergerak dari machine-readable ke machine-actionable.
Ini perubahan besar.
Accessibility ternyata sangat sejalan dengan machine readability
Website yang semantic biasanya lebih accessible.
Heading benar.
Label form jelas.
Alt text.
Meaningful link.
Clean HTML.
Structure.
Ini bagus untuk screen reader.
Bagus untuk search engine.
Bagus untuk agent.
Menariknya, optimasi untuk mesin bisa align dengan accessibility kalau dilakukan benar.
Bukan menambah hidden keyword.
Tapi memperjelas structure.
Perusahaan tidak perlu membuat layer AI yang merusak UX.
Perbaiki semantic web.
Human benefit ikut naik.
Ini alasan technical quality tetap fundamental.
AI tidak menghapus kebutuhan web standards.
Malah memberi insentif tambahan.
Freshness juga harus explicit
AI bisa menemukan halaman lama yang masih online.
Manusia mungkin lihat tanggal.
Mesin juga bisa.
Kalau update penting, tulis.
Last updated.
Version.
Policy effective date.
Product availability.
Price.
Regulation.
Ini membantu.
Website perusahaan sering punya halaman evergreen yang sebenarnya outdated.
Team lupa.
AI bisa mengambil.
Lalu answer salah.
Freshness governance penting.
Bukan semua page harus diupdate tiap minggu.
Tapi content time-sensitive perlu timestamp dan maintenance.
AI visibility tanpa content maintenance berbahaya.
Mesin bisa memperbesar informasi lama.
Website harus punya lifecycle.
Publish.
Review.
Update.
Archive.
Redirect.
Delete kalau perlu.
Knowledge quality > content quantity.
Buat manusia, pengalaman tetap nomor satu
Ada risiko tim terlalu fokus pada machine.
Mereka membuat page sangat structured tapi kaku.
Atau menambah ratusan FAQ.
Atau text panjang hanya supaya AI punya context.
User manusia bosan.
Ini salah.
AI bukan customer utama.
Mesin adalah mediator.
Customer tetap manusia, kecuali agent memang bertindak atas nama manusia.
Website harus cepat.
Jelas.
Readable.
Mobile-friendly.
Trustworthy.
Visual tetap penting.
Brand tetap penting.
Conversion tetap penting.
Machine readability adalah lapisan.
Bukan tujuan akhir.
Kalau website mendapat AI referral lalu user tidak percaya, visibility sia-sia.
Human trust closes the loop.
Mesin membantu discovery.
Manusia memutuskan.
Dua audience, satu source of truth
Prinsip paling sehat mungkin ini.
Satu fakta.
Disajikan dengan dua cara yang kompatibel.
Untuk manusia, dalam bahasa natural dan visual yang nyaman.
Untuk mesin, dengan semantic structure dan metadata yang jelas.
Bukan dua versi yang berbeda.
Kalau harga Rp2 juta, manusia dan mesin membaca angka sama.
Kalau service hanya di Jakarta, keduanya tahu.
Kalau ada limitation, keduanya lihat.
Consistency membangun trust.
Ini juga memudahkan maintenance.
Tidak ada hidden AI page yang lupa diupdate.
Website masa depan bukan “website untuk robot”.
Ia website yang informasinya cukup baik sehingga robot tidak perlu menebak.
Dan ketika kita benar-benar memikirkannya, itu juga ciri website yang enak buat manusia.
Jelas.
Terstruktur.
Tidak bertele-tele.
Punya source.
Punya relationship.
Punya jalur action.
Di 2026, kita mulai menulis halaman dengan kesadaran bahwa pembacanya mungkin manusia, search crawler, AI assistant, atau agent yang mewakili manusia.
Itu terdengar seperti kompleksitas baru.
Tapi fondasinya sederhana.
Jangan bikin mesin menerka apa yang bisa dijelaskan dengan jelas.
Dan jangan bikin manusia menderita hanya demi terlihat “AI-ready”.
Bacaan terkait
Artikel ini berada dalam Field Notes dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Field Notes Undercover.id.