Kapan Pakai ChatGPT, Perplexity, atau Custom GPT untuk Riset Bisnis Biar Jawabannya Bisa Dicek

Pakai Perplexity atau ChatGPT dengan pencarian web untuk fakta publik yang bisa berubah. Pakai Custom GPT dengan file knowledge untuk fakta internal bisnismu. Pakai ChatGPT biasa untuk berpikir dari data yang sudah kamu pegang. Apa pun alatnya, jawaban soal harga, regulasi, dan klaim marketing tetap wajib kamu cek ke sumber aslinya sebelum dipakai.
Bagian dari playbook: Playbook Prompt ChatGPT
Itu jawaban singkatnya. Di bawah ini saya bongkar kenapa pembagian itu masuk akal, di mana tiap alat bisa tetap salah, dan kebiasaan cek yang perlu kamu pasang sebelum hasil riset AI masuk ke keputusan bisnis.
Dua pemilik bisnis, pertanyaan sama, hasilnya beda jauh
Coba kamu bayangin dua pemilik brand kopi kemasan. Misalnya keduanya ingin tahu kisaran harga paket langganan yang dipasang tiga kompetitor.
Pemilik pertama membuka ChatGPT tanpa pencarian web, lalu bertanya langsung. Jawabannya rapi, lengkap dengan nama paket dan angka. Kedengarannya meyakinkan, jadi angka itu masuk ke slide rapat penentuan harga.
Pemilik kedua mengajukan pertanyaan yang sama dengan pencarian web aktif. Jawabannya lebih pendek dan ada tautan sumber. Dia membuka tautannya, lalu menemukan dua hal. Satu halaman ternyata artikel lama. Satu kompetitor lagi tidak punya halaman harga publik sama sekali.
Pemilik kedua pulang dengan data yang lebih sedikit. Tapi datanya bisa dipertanggungjawabkan. Pemilik pertama pulang dengan data yang lengkap, dan sebagian mungkin hasil karangan.
Nah, masalahnya ada di sini. Dari luar, dua jawaban itu sama-sama terlihat profesional. Kamu tidak bisa membedakan jawaban benar dan jawaban karangan hanya dari nada kalimatnya.
Kenapa AI bisa menjawab dengan yakin padahal salah?
Model bahasa dilatih untuk menghasilkan teks yang masuk akal sebagai kelanjutan dari teks sebelumnya. “Masuk akal” dan “benar” sering sejalan. Tapi keduanya tidak selalu sama.
OpenAI menerbitkan penjelasan soal ini dalam riset Why language models hallucinate pada September 2025 (versi makalah di arXiv). Inti argumennya: prosedur pelatihan dan evaluasi standar cenderung memberi nilai pada tebakan. Mengakui ketidakpastian justru tidak dihargai.
Logikanya mirip ujian pilihan ganda tanpa pengurangan nilai untuk jawaban salah. Kalau tidak tahu, menebak tetap lebih menguntungkan daripada mengosongkan jawaban. Model yang “dibesarkan” dalam sistem penilaian seperti itu belajar untuk tetap menjawab.
Implikasinya buat kamu sangat praktis. Rasa yakin dalam kalimat AI tidak bisa dijadikan sinyal kebenaran. Model yang sedang menebak bisa terdengar sama mantapnya dengan model yang sedang mengutip fakta.
Pertanyaan riset mana yang paling rawan dikarang?
Dari mekanisme di atas, kita bisa menarik kesimpulan praktis. Ini analisis saya, bukan daftar resmi dari OpenAI. Pertanyaan berikut layak kamu perlakukan sebagai zona merah:
- Angka spesifik. Harga kompetitor, jumlah outlet, omzet, jumlah pengikut. Angka mudah dibuat terdengar tepat.
- Fakta lokal yang jarang ditulis. Brand kecil di kota tertentu, pemain baru di marketplace, aturan daerah. Makin jarang dibahas di internet, makin sedikit pola yang bisa dipegang model.
- Hal yang berubah cepat. Fitur tool, kebijakan platform iklan, promo, regulasi. Pengetahuan model punya batas waktu, sementara dunia terus bergerak.
- Sumber dan kutipan. Judul studi, nama lembaga, URL. Model bisa menghasilkan judul yang terdengar akademis padahal tidak ada.
Kalau pertanyaan riset kamu masuk salah satu zona ini, jangan pakai jawaban dari ingatan model. Paksa jawabannya berpijak pada sumber.
Kerangka cepat: kebenarannya ada di mana, pakai alat yang mana?
Cara paling sederhana memilih antara ChatGPT, Perplexity, atau Custom GPT adalah bertanya dulu: jawaban yang benar itu sebenarnya tinggal di mana? Pertanyaan ini lebih berguna daripada membandingkan fitur.
Untuk riset bisnis, kebenaran biasanya tinggal di salah satu dari tiga tempat. Pertama, di internet publik, misalnya halaman harga kompetitor atau pengumuman resmi platform. Kedua, di dokumen milik kamu sendiri, misalnya price list, katalog, SOP, atau hasil survei pelanggan. Ketiga, di kepala kamu dan data yang sudah kamu tempel ke percakapan. Tempat ketiga ini untuk pekerjaan berpikir: menyusun, menimbang, dan merumuskan.
Setiap tempat punya alat yang paling cocok. Kalau salah pasangan, risikonya naik. Misalnya kamu bertanya soal harga kompetitor ke chat tanpa pencarian. Model terpaksa menjawab dari ingatan, dan di situlah tebakan masuk.
Kebenarannya ada di internet: pakai alat yang mencari dulu
Untuk fakta publik yang bisa berubah, pilih alat yang mencari ke web sebelum menjawab.
Menurut pusat bantuan Perplexity, Perplexity mencari di internet secara real-time. Setiap jawabannya menyertakan sitasi bernomor yang tertaut ke sumber asli. Desainnya memang search-first, jadi cocok kalau tugasmu murni mengumpulkan dan membandingkan sumber.
ChatGPT juga punya pencarian web. Saat OpenAI memperkenalkan ChatGPT search, mereka menjelaskan bahwa ChatGPT bisa mencari otomatis saat pertanyaan butuh informasi terkini. Kamu juga bisa memicunya secara manual. Jawaban yang memakai pencarian menampilkan tautan ke sumber.
Lalu kapan pakai yang mana? Ini pertimbangan praktis saya:
- Perplexity enak dipakai saat kamu mulai riset dari nol dan ingin melihat sebaran sumber dulu.
- ChatGPT dengan pencarian enak dipakai saat kamu sudah di tengah percakapan panjang. Konteks bisnismu sudah ada di situ, dan kamu cuma perlu verifikasi cepat satu fakta.
Keduanya punya kelemahan yang sama. Sitasi menunjukkan dari mana jawaban diambil. Sitasi tidak menjamin sumbernya benar, dan tidak menjamin ringkasan AI sesuai isi sumber. Bagian cara membaca sitasi di bawah membahas ini lebih detail.
Kebenarannya ada di dokumenmu: pakai Custom GPT dengan knowledge
Untuk pertanyaan yang jawabannya ada di dokumen internal, Custom GPT dengan file knowledge adalah pasangan yang tepat. Menurut halaman bantuan OpenAI tentang GPT, knowledge memberi GPT bahan sumber untuk dipakai saat menjawab. Instruksi mengatur perilakunya. Knowledge memberi bahannya.
Mekanisme pengambilannya perlu kamu pahami. Dokumentasi file search di API OpenAI menjelaskan pola umumnya. File dipecah menjadi potongan, lalu dicari dengan pencarian kata kunci dan semantik. Hanya potongan yang relevan yang dibawa ke model. Itu dokumentasi untuk developer, jadi detail di dalam Custom GPT bisa berbeda. Tapi prinsipnya berguna untuk dipegang.
Konsekuensinya begini. GPT tidak “membaca ulang” seluruh dokumenmu setiap kali menjawab. Kalau potongan yang tepat tidak terambil, model bisa mengisi celahnya dari pengetahuan umum. Jawabannya tetap terdengar seperti berasal dari dokumenmu.
Karena itu, tambahkan aturan tegas di instruksi GPT. Contohnya:
Jawab hanya berdasarkan file knowledge. Sebutkan nama file dan bagian yang kamu pakai. Kalau informasinya tidak ada di file, tulis “Tidak ada di dokumen” dan jangan menebak.
Kalau kamu belum pernah membuatnya, ada panduan membuat Custom GPT lewat My GPTs. Kalau kamu masih ragu dokumenmu lebih cocok ditaruh di GPT, Project, atau Skill, baca juga cara memilih wadah yang tepat untuk konteks AI.
Kebenarannya ada di kepalamu: ChatGPT biasa sudah cukup
Banyak pekerjaan riset sebenarnya pekerjaan berpikir. Contohnya menyusun kerangka perbandingan kompetitor, merumuskan hipotesis kenapa penjualan turun, atau mengelompokkan keluhan pelanggan yang sudah kamu tempel.
Untuk pekerjaan ini, ChatGPT tanpa pencarian sudah memadai. Bahan faktanya datang dari kamu. AI membantu mengolah, menyusun, dan menantang logikamu.
Jebakannya satu. Di tengah analisis, AI kadang menyelipkan “fakta” yang tidak kamu berikan. Contohnya kalimat seperti “rata-rata pasar biasanya sekian persen”. Begitu muncul angka atau klaim dari luar data kamu, tandai. Klaim itu pindah ke zona merah dan perlu dicek lewat pencarian.
Cara membaca sitasi supaya tidak tertipu angka dalam kurung
Sitasi memberi rasa aman. Angka kecil di ujung kalimat membuat jawaban terasa sudah diverifikasi. Padahal sitasi hanya penunjuk jalan. Kamu tetap harus berjalan ke sana.
Saat memeriksa sitasi, lakukan empat cek ini:
- Buka tautannya. Pastikan halamannya ada dan bisa diakses.
- Cari kalimat atau angka yang dikutip. Gunakan fitur cari di halaman. Kalau angkanya tidak ada di halaman, anggap belum terverifikasi.
- Lihat tanggalnya. Harga dan kebijakan dari dua tahun lalu bisa sudah tidak berlaku.
- Nilai jenis sumbernya. Halaman resmi perusahaan dan dokumen pemerintah punya bobot berbeda dari artikel listicle yang menyalin artikel lain.
Poin keempat ini sering terlewat. Mesin pencari AI mengambil dari halaman yang ditemukannya. Kalau halaman teratas berisi informasi salah atau basi, ringkasannya ikut salah, lengkap dengan sitasi yang rapi.
Sisi lain dari mekanisme ini menarik buat pemilik brand. Kalau AI mengutip sumber yang bisa diakses, kamu juga bisa menyiapkan halaman yang layak dikutip. Saya bahas ini di artikel tentang riset celah sitasi AI sebelum menulis konten.
Kebiasaan cross-check kalau kamu tidak tahu jawaban benarnya
Bagian tersulit dari riset dengan AI adalah saat kamu tidak tahu jawabannya. Kalau tahu, kamu tidak akan bertanya. Jadi kamu butuh kebiasaan yang bekerja tanpa harus tahu jawabannya duluan.
1. Uji dulu dengan pertanyaan yang kamu tahu jawabannya
Sebelum riset kompetitor, tanyakan hal tentang bisnismu sendiri yang jawabannya pasti kamu tahu. Misalnya harga produkmu, tahun berdiri, atau kota cabangmu. Kalau AI sudah keliru di sini, kamu punya gambaran seberapa hati-hati kamu perlu membaca jawaban berikutnya.
2. Minta AI memisahkan fakta bersumber dan dugaan
Tambahkan instruksi seperti ini di prompt riset:
Pisahkan jawabanmu jadi dua bagian. Bagian A: fakta yang ada sumbernya, sertakan URL dan kutipan persis. Bagian B: dugaan atau inferensi, beri label jelas. Kalau tidak menemukan sumber, katakan tidak menemukan.
Instruksi ini memberi model jalan keluar yang sah untuk tidak menebak. Ingat mekanisme tadi: model cenderung menebak karena menebak dihargai. Di sini kamu mengubah aturan mainnya.
3. Pakai aturan dua sumber untuk keputusan yang mahal
Untuk angka yang akan mengubah harga jual, budget iklan, atau isi klaim di materi promosi, cari minimal dua sumber independen. “Independen” artinya sumber kedua tidak sekadar menyalin sumber pertama.
4. Untuk regulasi dan harga resmi, langsung ke sumber primer
AI boleh membantu menemukan nama aturan atau halaman resminya. Setelah itu, baca sendiri dari situs lembaga atau perusahaan terkait. Ringkasan AI untuk urusan regulasi adalah titik awal, dan keputusan tetap berpijak pada dokumen aslinya.
5. Catat tanggal cek
Tulis di catatan riset: “harga dicek tanggal sekian dari halaman ini”. Tiga bulan lagi, kamu tahu data mana yang perlu dicek ulang.
Contoh alur riset kompetitor yang memakai ketiga alat
Supaya lebih kebayang, ini contoh ilustrasi. Misalnya kamu punya brand skincare lokal dan ingin memetakan posisi harga dan klaim tiga kompetitor.
- ChatGPT biasa. Susun kerangka riset: kriteria yang dibandingkan, pertanyaan yang perlu dijawab, dan format catatan. Belum ada fakta di tahap ini.
- Perplexity atau ChatGPT dengan pencarian. Cari halaman resmi tiap kompetitor, halaman produk, dan pemberitaan. Minta tautan untuk setiap angka. Buka semua tautannya.
- Cek manual untuk data yang tidak terjangkau. Harga di marketplace atau konten media sosial bisa saja tidak terbaca oleh pencarian AI. Bagian ini lebih aman kamu cek sendiri.
- Custom GPT dengan knowledge. Masukkan price list, daftar klaim produk, dan hasil survei pelangganmu. Minta GPT membandingkan posisimu dengan catatan kompetitor yang sudah kamu verifikasi.
- ChatGPT biasa lagi. Tantang kesimpulanmu. Minta AI mencari celah logika dan asumsi yang belum terbukti.
Perhatikan polanya. Fakta publik masuk lewat jalur yang ada sumbernya. Fakta internal masuk lewat dokumenmu. Proses berpikir berjalan di atas bahan yang sudah bersih.
Jebakannya: kapan kerangka ini tidak cukup
Kerangka tiga tempat ini membantu, tapi punya batas. Ini beberapa kondisi yang perlu kamu waspadai:
- Sumber publiknya sendiri jelek. Search-first hanya sebaik halaman yang ditemukannya. Untuk topik yang dipenuhi konten asal-asalan, hasil pencarian AI ikut keruh.
- Dokumen internalmu basi. Custom GPT dengan price list lama akan salah secara konsisten. Ini lebih berbahaya, karena jawabannya terlihat resmi. Jadwalkan pembaruan file knowledge setiap ada perubahan harga atau kebijakan.
- Pertanyaan hukum, pajak, dan kesehatan. AI boleh membantu memahami istilah. Keputusannya tetap butuh sumber resmi atau ahli yang berwenang.
- Klaim di materi iklan. Kalimat seperti “terlaris” atau “paling ampuh” butuh bukti yang bisa kamu tunjukkan. Jawaban AI tidak bisa dijadikan bukti klaim.
- Data sensitif. Sebelum mengunggah data pelanggan atau dokumen rahasia ke alat AI mana pun, cek dulu pengaturan privasi dan kebijakan perusahaanmu.
Langkah yang bisa kamu mulai minggu ini
Kamu tidak perlu mengubah semua cara kerja sekaligus. Mulai dari tiga hal ini:
- Ambil satu riset yang sedang berjalan. Kelompokkan pertanyaannya ke tiga tempat tadi: internet, dokumenmu, atau kepalamu.
- Pasang satu prompt riset standar. Pakai instruksi pemisahan fakta bersumber dan dugaan, lalu simpan supaya tim bisa memakainya.
- Tulis aturan cek sitasi sebagai prosedur tim. Empat cek di atas cukup jadi satu halaman. Kalau tim kamu tipis, ini bisa jadi bagian dari SOP yang kamu susun dengan bantuan AI, supaya kualitas riset tidak bergantung pada satu orang.
Satu pemikiran untuk dibawa pulang: AI mempercepat menemukan jawaban, tapi tanggung jawab atas kebenarannya tetap di tangan kamu. Semakin mahal keputusannya, semakin dekat kamu harus ke sumber aslinya.
Kalau kamu ingin membangun sistem riset dan kerja berbasis AI seperti ini untuk bisnismu sendiri, dengan pendampingan langkah demi langkah, kamu bisa lihat Program Mentoring AI.
Pertanyaan yang sering muncul
Kalau jawaban AI sudah ada tautan sumbernya, apakah berarti sudah pasti benar?
Belum tentu. Tautan hanya menunjukkan dari mana jawaban diambil. Kamu tetap perlu membuka halamannya, memastikan angka atau kalimatnya memang ada di sana, mengecek tanggalnya, dan menilai apakah sumbernya layak dipercaya.
Apakah Custom GPT dengan file knowledge dijamin tidak mengarang?
Tidak dijamin. GPT mengambil potongan yang dianggap relevan dari file. Kalau potongan yang tepat tidak terambil, model bisa mengisi dari pengetahuan umum. Instruksi tegas untuk menjawab "tidak ada di dokumen" dan menyebut file yang dipakai membantu mengurangi risiko ini.
Bagaimana kalau informasi yang saya cari tidak ada di internet maupun di dokumen saya?
Artinya AI tidak punya bahan yang bisa dipertanggungjawabkan untuk menjawab. Perlakukan jawaban apa pun sebagai dugaan. Cari datanya lewat cara lain, misalnya bertanya langsung ke pemasok, mengecek toko kompetitor secara manual, atau melakukan survei kecil ke pelanggan.




