Dasar-dasar SEO seperti canonical, peta situs, dan file robots. txt tidak akan otomatis terkonfigurasi hanya karena sebuah alat AI menghasilkan situs web Anda. Poin penting ini ditekankan oleh anggota tim Hubungan Pencarian Google, John Mueller dan Martin Splitt, dalam episode terbaru podcast mereka, Search Off The Record. Baik Mueller maupun Splitt bereksperimen dengan alat pengkodean AI untuk proyek pribadi mereka dan mengalami kekurangan yang sama. Meski alat ini dengan cepat menghasilkan situs web yang berfungsi, pencapaian SEO yang baik tetap membutuhkan input dan arahan teknis yang jelas. **Memberi Instruksi kepada AI untuk "Menambahkan SEO"** Mueller membandingkan kerja dengan penghasil kode AI seperti bekerja sama dengan pengembang yang tidak familiar dengan optimasi pencarian. Ia menjelaskan di podcast: “Kamu selalu bisa bilang ke sistem AI, sekarang tambahkan SEO. Tapi hasilnya tergantung bagaimana kamu memberi instruksi. Seperti misalnya, menambahkan meta tags dan data terstruktur, atau pengaturan canonical. ” Instruksi yang samar atau tidak tepat akan menghasilkan hasil yang juga samar, baik pengkodean dilakukan oleh manusia maupun AI. Mueller menemukan hasil yang lebih efektif ketika ia secara tegas menetapkan kebutuhan dari awal—menentukan domain, pengaturan canonical, file sitemap, dan konfigurasi robots. txt. Ia juga memastikan bahwa halaman menggunakan HTML yang tepat, terhubung dengan benar, dan melakukan pemeriksaan sebelum publikasi untuk memastikan URL menampilkan konten yang benar dan file JavaScript tidak diblokir oleh robots. txt. **Proyek Mereka** Mueller membangun situs uji untuk melihat bagaimana Googlebot menangani permintaan, menghostingnya di Firebase menggunakan Hugo sebagai generator situs statis dengan kendali versi melalui GitHub. Baru-baru ini, ia beralih dari menggunakan VS Code dengan Copilot ke alat baris perintah, menyebut Claude Code dan Gemini CLI sebagai favorit saat ini. Sementara itu, Splitt bereksperimen dengan Google AI Studio untuk mengembangkan alat JavaScript sisi-klien. Meskipun outputnya dapat dibaca dan mirip aplikasi Next. js biasa, ia kesulitan karena AI berulang kali memasukkan library yang tidak diinginkan. Ia berkomentar: “Saya memberinya perintah selama setengah jam.

Saya coba buat dia tidak melakukan apa yang dia mau, dan melakukan apa yang saya mau. Tapi itu cukup aneh. ” **Keahlian Teknis Tetap Penting** Mereka berdua menyadari adanya ketegangan antara janji coding berbasis vibe yang menghilangkan kebutuhan memahami coding secara mendalam dan kenyataan bahwa pengetahuan teknis tetap penting. Mueller menekankan bahwa keahlian meningkatkan hasil di setiap tahap—mengetahui jenis generator situs yang diinginkan dan cara melakukan validasi sebelum publikasi dapat memperbaiki hasil. Tanpa panduan, AI akan membuat asumsi tentang arsitektur, apakah itu generator situs statis, framework berbasis JavaScript yang kompleks, atau CMS dengan backend database. Mueller mencatat: “Semua ini adalah asumsi yang masuk akal, yang juga akan dilakukan oleh pengembang. Tapi jika kamu cuma bilang ke AI, aku mau sebuah situs web, maka dia akan memilih satu. ” Untuk situs statis pribadi atau risiko rendah, pendekatan eksplorasi ini mungkin cukup. Namun, untuk aplikasi yang menyimpan data pengguna atau layanan produksi langsung, Mueller menyarankan melibatkan profesional yang berpengalaman. **SEO dan Visibilitas Situs Vibe-Coded** Situs yang dibuat Mueller menampilkan HTML yang masuk akal, sehingga sulit dikenali sebagai situs vibe-coded. Ia berkomentar: “Secara praktis, tidak ada yang benar-benar bisa mengenali sebagai situs vibe coded, ” meski ia memperingatkan bahwa beberapa kerangka vibe coding umum mungkin meninggalkan pola yang dapat diidentifikasi. Ia juga mengangkat kekhawatiran tentang konten: situs yang dipoles mungkin mendorong pemiliknya bergantung pada AI untuk menghasilkan konten. Mueller mengakui kemampuan ini, tetapi merasa konten yang dibuat AI memiliki nilai terbatas. Splitt sepakat, menyatakan bahwa konten yang dihasilkan AI menimbulkan pertanyaan mengapa pengguna harus mengunjungi situs tersebut daripada langsung bertanya ke AI. Sebelumnya, Mueller menyoroti masalah serupa dengan situs vibe-coded, seperti Generator Grid Bento yang pernah ia ulas di Reddit, menunjukkan adanya masalah dalam crawlability, meta tags yang usang, dan konten yang terkunci dalam JavaScript yang tidak bisa diakses mesin pencari. **Ke Depan** Meskipun podcast ini tidak memberikan pedoman resmi atau kebijakan khusus tentang situs vibe-coded, Mueller dan Splitt berbagi wawasan berdasarkan pengalaman mereka. Pesan utama bagi yang bereksperimen dengan alat pengkodean AI adalah bahwa AI dapat membantu secara efisien dalam tugas pengkodean tertentu—terutama untuk proyek-proyek berisiko rendah—tapi keputusan SEO tetap membutuhkan kehadiran manusia yang berpengetahuan. --- *Gambar Unggulan: YouTube. com/GoogleSearchCentral, Mei 2026. *