Sumber data mana yang perlu Anda perhatikan untuk agen AI?

Sebagian besar tim yang memantau visibilitas merek di jawaban AI masih bekerja dari tangkapan layar. Mereka mengajukan satu pertanyaan ke ChatGPT, menyalin sitasinya, lalu menempelkannya ke dokumen. Itu hanya memberi tahu apa yang dikatakan satu model pada satu sore. Itu tidak memberi tahu sumber mana yang benar-benar bisa dijangkau mesin jawaban, dan tidak memberi agen Anda apa pun untuk ditanyakan sendiri.

Bentuk yang lebih berguna dari pekerjaan ini adalah peta sumber plus jalur koneksi. Anda menentukan sumber data mana yang penting untuk kategori Anda, lalu menghubungkan yang bisa dijangkau langsung ke agen yang menjalankan pemantauan. Yang tersisa adalah daftar pendek sumber yang hanya bisa Anda pengaruhi secara tidak langsung, dan daftar itu biasanya lebih pendek dari dugaan.

Artikel ini melakukan tiga hal. Artikel ini menyusun sumber data di balik jawaban AI ke dalam tingkatan berdasarkan kekuatan bukti dan kebaruannya. Artikel ini memberi jalur API atau MCP yang konkret untuk yang memilikinya. Dan artikel ini membahas cara koneksi untuk Codex, Claude Code, Hermes Agent, OpenClaw, Pi Agent, Grok Bot, dan Meta Muse, termasuk kasus ketika tidak ada konektor siap pakai dan Anda harus membangun jembatannya sendiri.

Jawaban singkat

Empat kategori sumber menyokong jawaban AI, dan keterjangkauannya tidak sama.

Sumber web dan penemuan pencarian bisa dijangkau lewat API grounding dan lewat halaman Anda yang bisa dirayapi. Feed komersial terstruktur bisa dijangkau lewat spesifikasi feed yang terdokumentasi, tetapi aksesnya dibatasi persetujuan. Korpus pengetahuan dan komunitas sebagian bisa dijangkau lewat API berlisensi dan sebagian terkunci di balik pengumpulan saat pelatihan yang tidak bisa Anda pengaruhi. Dan permukaan aksi agen bisa dijangkau lewat spesifikasi protokol yang masih menata diri.

Diterjemahkan ke alur kerja pemantauan yang digerakkan agen, ini menjadi aturan praktis. Hubungkan yang punya API atau server MCP terdokumentasi. Perlakukan yang punya spesifikasi feed sebagai proyek kualitas data. Dan perlakukan yang tidak punya keduanya sebagai proyek konten dan entitas, bukan proyek data.

Cara membaca tabel tingkatan

Tingkatan di bawah memisahkan sumber berdasarkan kekuatan bukti bahwa sumber itu saat ini menyokong jawaban AI, dan berdasarkan apakah koneksinya hidup atau historis. Di sinilah sebagian besar daftar sumber salah. Sumber yang membentuk model pada 2022 dan sumber yang ditanyakan model hari ini adalah dua hal berbeda, dan mencampurnya menghasilkan strategi yang keliru.

Satu catatan sebelum tabel. Kategori ini berubah setiap bulan. Dokumentasi vendor, kesepakatan lisensi, dan spesifikasi feed semuanya bergerak. Perlakukan penetapan tingkatan sebagai titik awal yang Anda periksa ulang terhadap dokumentasi vendor sendiri sebelum mengikat tim pada sebuah alur kerja.

Tingkatan 1: sumber hidup yang benar-benar dijangkau agen Anda

Ini adalah sumber yang punya koneksi terdokumentasi hari ini. Jika agen Anda akan menarik data visibilitas AI sendiri, di sinilah mulainya.

Web dan penemuan pencarian

Grounding dengan Google Search. API Gemini menyediakan alat google_search yang menghubungkan model ke konten web waktu nyata dan mengembalikan sitasi ke URL sumber. Ini terdokumentasi, terkini, dan contoh paling jelas dari grounding langsung di pasar. Ini juga berarti tuasnya adalah keterayapan dan struktur halaman Anda, bukan feed.

Bing Search. Microsoft mendokumentasikan bahwa hasil Bing digunakan untuk memperkuat jawaban Copilot. Implikasi praktisnya sama dengan Google: jika ingin muncul, halaman harus bisa dijangkau dan diekstrak.

Halaman penerbit langsung. Dijangkau saat inferensi lewat grounding pencarian, bukan lewat pra-pelatihan. Pemilihan hasil pengambilan dan keterayapan menentukan penyertaan, itulah sebabnya pekerjaan SEO teknis tetap muncul di hasil visibilitas AI.

Produk dan belanja

Google Merchant Center. Data feed pedagang menyokong permukaan belanja Google. Jika Anda menjual produk fisik dan tidak ada di Merchant Center, Anda absen dari permukaan yang secara aktif dihubungkan ke jawaban AI.

Feed pedagang dan ritel OpenAI. Pedagang berbagi feed produk terstruktur, dan dokumentasi Agentic Commerce Protocol menjelaskan skema, dua jalur integrasi lewat unggah berkas dan lewat API, serta irama penyegaran yang menerima pembaruan sepanjang hari. Aksesnya saat ini terbatas pada mitra yang disetujui, jadi ini proyek dengan waktu tunggu, bukan sakelar.

Lokal dan tempat

Grounding dengan Google Maps. Terdokumentasi sebagai alat di samping grounding pencarian, memberi model konteks geospasial. Inilah sebabnya bisnis lokal dengan profil yang akurat dan lengkap muncul di jawaban AI tentang pilihan di sekitar.

Google Business Profile. Data profil bisnis menyokong permukaan lokal Google. Untuk bisnis lokal, ini salah satu sumber dengan tuas tertinggi dan usaha terendah di daftar.

Yelp. Yelp melisensikan ulasan, foto, dan informasi bisnis untuk rekomendasi lokal waktu nyata, dan hubungannya melampaui grounding hingga ke aksi. Ini salah satu dari sedikit sumber di mana platform ulasan sekaligus menjadi sumber sitasi dan permukaan transaksi.

Pengetahuan dan referensi

Wikipedia dan Wikimedia. Hadir dalam campuran pra-pelatihan yang diungkapkan dan luas digunakan sebagai korpus referensi langsung. Lisensinya luar biasa jelas, sehingga menjadi target yang sah untuk pekerjaan entitas.

Komunitas, tanya jawab, dan sosial

Reddit. Sumber grounding langsung lewat kesepakatan lisensi data, dengan sisi pelatihan dilaporkan terpisah. Perlakukan status pembaruannya sebagai tidak stabil dan jangan bangun alur kerja yang mengasumsikan akses permanen.

Tingkatan 2 dan 3: sumber yang Anda pengaruhi tetapi tidak Anda tanyakan

Ini penting, tetapi bukan lewat API yang bisa dipanggil agen.

Konten penerbit berlisensi. Ada beberapa kemitraan lisensi eksplisit dengan penerbit besar, dengan syarat yang berbeda per mitra dalam hal pelatihan, grounding, dan atribusi. Anda tidak bisa membeli tempat di daftar ini sebagai situs kecil, tetapi Anda bisa menjadi jenis sumber yang disitasi ketika korpus berlisensi tipis pada topik Anda.

Sumber pengembang dan teknis. Repositori kode publik dan korpus dokumentasi teknis adalah sumber terkini yang terkonfirmasi. Untuk perusahaan alat pengembang, ini tingkatan paling bernilai di daftar, dan dijangkau lewat kualitas dokumentasi, bukan lewat feed.

Korpus web historis. Versi turunan yang dibersihkan dari data rayapan umum dan arsip serupa. Terkonfirmasi historis, tanpa tuas langsung. Berguna sebagai konteks untuk memahami mengapa model punya asumsi tertentu, tetapi tidak cocok untuk alur pemantauan.

Lapisan koneksi: apa yang dijangkau setiap agen

Di sinilah artikel ini membuktikan nilainya. Tabel di bawah memetakan setiap agen ke mekanisme koneksi yang benar-benar didukungnya, dan ke keadaan jujur konektor siap pakai untuk sumber di atas.

Pola yang layak dicatat: lima dari tujuh agen berbicara MCP, dan dua yang tidak berada di ujung berlawanan spektrum. Pi Agent sengaja minimal dan mengharapkan Anda menulis ekstensi. Meta Muse adalah produk konsumen tanpa permukaan pengembang sama sekali.

Artinya, langkah efisiennya adalah membangun satu server MCP untuk sumber paling bernilai Anda dan memakainya ulang di Codex, Claude Code, Hermes Agent, OpenClaw, dan Grok Bot. Anda menulisnya sekali.

Satu server mencakup lima dari tujuh agen. Pi Agent dan Meta Muse butuh jalur lain.

Cara menghubungkan setiap agen

Langkah di bawah mengasumsikan Anda sudah punya kunci API atau token untuk sumber yang dihubungkan. Jangan taruh kredensial di berkas konfigurasi yang masuk ke repositori.

Codex

Codex menyimpan konfigurasi MCP di config.toml, baik di ~/.codex/config.toml maupun di tingkat proyek pada .codex/config.toml. Aplikasi desktop ChatGPT, CLI Codex, dan ekstensi IDE berbagi konfigurasi ini, jadi Anda mengaturnya sekali.

Untuk server stdio:

codex mcp add my-source --env API_KEY=your-key -- npx -y @your-org/my-source-mcp

Untuk server streamable HTTP, tambahkan tabel ke config.toml:

[mcp_servers.my-source]
url = "https://mcp.example.com/mcp"
bearer_token_env_var = "MY_SOURCE_TOKEN"

Codex membaca bidang instructions yang dikembalikan MCP saat inisialisasi dan memakainya sebagai panduan seluruh server. Jika Anda membangun servernya, jaga 512 karakter pertama tetap mandiri agar batasan terpenting tersedia saat agen memutuskan akan memanggil atau tidak.

Jalankan codex mcp list untuk memastikan server terdaftar, dan /mcp di dalam TUI untuk melihat server aktif.

Claude Code

Claude Code mendukung transport HTTP jarak jauh, SSE jarak jauh, stdio lokal, dan WebSocket jarak jauh. HTTP adalah opsi yang disarankan untuk server jarak jauh.

claude mcp add --transport http my-source https://mcp.example.com/mcp \
  --header "Authorization: Bearer your-token"

Untuk server lokal:

claude mcp add my-source -- npx -y @your-org/my-source-mcp

Dua detail yang membuat orang tersandung. Pertama, entri dalam konfigurasi JSON yang punya url tetapi tanpa type diperlakukan sebagai server stdio dan dilewati diam-diam, jadi setel "type": "http" secara eksplisit. Kedua, Claude Code menyetel CLAUDE_PROJECT_DIR di lingkungan server yang dijalankannya, sehingga server lokal bisa menyelesaikan jalur relatif proyek tanpa bergantung pada direktori kerja.

Hermes Agent

Hermes Agent hadir dengan dukungan MCP di pemasangan standar. Konfigurasinya ada di ~/.hermes/config.yaml:

mcp_servers:
  my-source:
    command: "npx"
    args: ["-y", "@your-org/my-source-mcp"]

Hermes juga mendukung server MCP jarak jauh lewat HTTP di konfigurasi yang sama, dan mendukung penyaringan per server sehingga Anda hanya mengekspos alat yang benar-benar ingin dilihat agen. Penyaringan ini lebih penting di sini daripada pada agen lain, karena Hermes berjalan tanpa pengawasan sesuai jadwal.

Jika Anda bermigrasi dari Claude Code, perintah hermes import-agent claude-code memetakan blok mcpServers dari ~/.claude.json ke mcp_servers di konfigurasi Hermes dan sekaligus membawa skill serta instruksinya.

Ketika tidak ada server MCP untuk suatu sumber, sistem skill adalah alternatifnya. Skill adalah direktori berisi SKILL.md yang memberi tahu agen kapan memakainya dan apa yang harus dilakukan. Bungkus panggilan API dalam skrip yang disertakan dan rujuk dari skill, maka agen mendapat kemampuannya tanpa server protokol.

OpenClaw

OpenClaw bekerja sebagai klien MCP sekaligus server MCP. Sebagai klien, Anda mengelola definisi server tersimpan lewat subperintah mcp registry, dan Anda bisa mengedit serta memeriksa server dari halaman pengaturan Control UI di peramban.

openclaw mcp registry add my-source --transport streamable-http --url https://mcp.example.com/mcp
openclaw mcp status

OpenClaw juga mengekspos percakapan salurannya lewat MCP, yang merupakan arah sebaliknya dan berguna jika Anda ingin agen lain membaca apa yang telah dilakukan instans OpenClaw Anda. Untuk agen eksternal yang bukan klien MCP, OpenClaw berbicara A2A di atas JSON-RPC.

Alasan memilih OpenClaw untuk pekerjaan ini adalah model izinnya. Ia punya kebijakan alat per obrolan dan jalur persetujuan eksplisit untuk eksekusi, yang persis Anda butuhkan ketika agen membaca sumber data berbayar dan Anda perlu membatasi pengeluarannya.

Pi Agent

Pi Agent tidak punya klien MCP bawaan, dan itu pilihan desain, bukan kekurangan. Titik ekstensinya adalah modul TypeScript yang berjalan di dalam proses Pi dan mendaftarkan alat.

Buat ekstensi di ~/.pi/agent/extensions/my-source.ts:

import type { ExtensionAPI } from "@earendil-works/pi-coding-agent";

export default function (pi: ExtensionAPI) {
  pi.registerTool({
    name: "my_source_lookup",
    description: "Look up a record in My Source by query.",
    parameters: { type: "object", properties: { query: { type: "string" } }, required: ["query"] },
    handler: async ({ query }) => {
      const res = await fetch(`https://api.example.com/search?q=${encodeURIComponent(query)}`, {
        headers: { Authorization: `Bearer ${process.env.MY_SOURCE_TOKEN}` },
      });
      return await res.json();
    },
  });
}

Muat langsung saat pengembangan dengan pi --extension ./my-source.ts, lalu pindahkan ke direktori ekstensi atau paketkan dengan pi install setelah stabil.

Komprominya nyata dan layak dikatakan terus terang. Ekstensi berjalan dengan izin sistem operasi yang sama dengan proses Pi dan bisa memeriksa prompt, panggilan alat, berkas, dan kredensial. Hanya muat ekstensi dari sumber yang Anda percayai, dan baca kodenya sebelum memasang.

Grok Bot

API Grok mendukung alat MCP jarak jauh, dan xAI mengelola koneksi servernya untuk Anda. Anda mendeklarasikan server di larik tools pada permintaan:

from xai_sdk import Client
from xai_sdk.chat import user
from xai_sdk.tools import mcp

client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(
    model="grok-4.7",
    tools=[mcp(server_url="https://mcp.example.com/mcp", server_label="my-source")],
)

Hanya transport streaming HTTP dan SSE yang didukung untuk alat MCP jarak jauh. Anda bisa membatasi alat yang diekspos dengan allowed_tools, dan mengirim token otorisasi yang disetel xAI di header Authorization pada permintaan ke server Anda.

Keuntungannya adalah Anda tidak menjalankan atau memelihara koneksi di sisi klien. Kerugiannya adalah server MCP harus terjangkau publik, jadi apa pun di balik VPN butuh pendekatan lain.

Meta Muse

Muse terhubung ke aplikasi dan layanan pihak ketiga lewat konektor, dan agennya sendiri tidak punya permukaan MCP atau API pengembang publik. Itu jawaban yang jujur, dan itu mengubah apa yang bisa Anda lakukan.

Anda tidak bisa menghubungkan Muse ke alur pemantauan seperti yang Anda lakukan dengan enam agen lainnya. Yang bisa Anda lakukan adalah membuat sumber yang dibaca Muse lebih baik. Itu berarti data produk dan katalog yang akurat jika Anda berjualan, informasi bisnis yang lengkap dan konsisten jika Anda lokal, dan halaman yang bisa dirayapi dengan sinyal entitas yang jelas jika Anda penerbit. Muse adalah target pekerjaan kesiapan, bukan sumber data yang Anda tanyakan.

Jika Meta merilis permukaan pengembang untuk Muse, bagian ini berubah. Sampai saat itu, perlakukan sebagai audiens yang perlu disiapkan, bukan sistem yang perlu diintegrasikan.

Bangun satu server, pakai ulang lima kali

Jika Anda akan membangun sesuatu, bangun server MCP untuk sumber paling bernilai Anda lalu pakai ulang. Lima agen yang mendukung MCP di atas semuanya menerima server streamable HTTP, jadi satu penerapan mencakup semuanya.

Server minimal butuh empat hal: alat yang menerima kueri dan mengembalikan data terstruktur, pemeriksaan token bearer di sisi server, batas laju agar agen yang lepas kendali tidak menghabiskan kuota API Anda, dan bidang instructions yang menyatakan batasan di 512 karakter pertama.

Dua aturan yang mencegah sebagian besar masalah. Kembalikan data terstruktur, bukan prosa, agar agen menalar atas bidang alih-alih mengurai ulang teks. Dan jaga setiap alat hanya-baca sampai Anda melihat agen memakainya satu siklus penuh. Server hanya-baca tidak bisa merusak apa pun, dan Anda bisa memperluasnya setelah melihat pola panggilan yang sebenarnya.

Verifikasi koneksi sebelum memercayainya

Jangan menganggap server yang terkonfigurasi adalah server yang berfungsi. Jalankan empat pemeriksaan ini.

Pastikan server terdaftar. codex mcp list, claude mcp list, atau openclaw mcp status harus menampilkannya. Server yang gagal diurai akan dilewati diam-diam di sebagian klien.

Periksa inventaris alat. Minta agen mendaftar alat yang diekspos server. Jika Anda mengharapkan enam tetapi melihat satu, servernya terdaftar tetapi alatnya tidak.

Verifikasi dengan kueri nyata. Minta catatan spesifik yang bisa Anda periksa manual. Pertanyaan umum seperti "data apa yang bisa kamu dapatkan" tidak membuktikan apa pun.

Periksa jalur kegagalan. Cabut token lalu jalankan kueri lagi. Yang Anda inginkan adalah galat autentikasi yang jelas, bukan hasil kosong yang senyap. Agen yang memperlakukan panggilan gagal sebagai "tidak ada data" akan melaporkan hasil bersih untuk koneksi yang putus, dan itu mode kegagalan termahal di seluruh alur kerja ini.

Empat pemeriksaan. Yang terakhir menangkap kegagalan yang tampak seperti temuan.

Apa yang ini ubah pada prioritas Anda

Tabel tingkatan dan tabel koneksi menunjuk ke arah yang sama. Sumber yang bisa Anda hubungkan ke agen adalah sumber yang bisa Anda ukur, dan sumber yang bisa Anda ukur adalah yang bisa Anda tingkatkan terhadap garis dasar.

Artinya urutan kerjanya bukan urutan yang dipakai sebagian besar tim. Mulailah dari sumber yang punya koneksi terdokumentasi sekaligus dampak bisnis nyata bagi Anda. Untuk bisnis lokal itu Google Business Profile dan grounding dengan Maps. Untuk perusahaan produk itu Merchant Center atau feed produk. Untuk perusahaan alat pengembang itu kualitas dokumentasi. Untuk penerbit itu keterayapan dan keterestrakan halaman langsung.

Lalu bangun satu server MCP yang memasukkan sumber itu ke agen Anda, dan pakai ulang di lima agen yang berbicara protokol tersebut. Biarkan sumber tanpa jalur koneksi sebagai pekerjaan konten dan entitas, dan jujurlah bahwa Anda tidak bisa mengukurnya dengan cara yang sama.

Tim yang maju di sini bukan yang punya daftar sumber terpanjang. Melainkan yang menghubungkan dua atau tiga sumber penting dan membangun lingkar pemantauan di sekitarnya.

Pertanyaan umum

Apakah saya perlu MCP untuk memberi agen akses ke sumber data? Tidak. MCP adalah standar yang kini didukung sebagian besar agen, sehingga menjadi opsi paling bisa dipakai ulang, tetapi skill dengan skrip API yang disertakan juga bekerja sama baiknya untuk satu agen. Jika Anda menghubungkan satu sumber ke satu agen, skill lebih sedikit kerjanya. Jika Anda menghubungkan satu sumber ke lima agen, MCP langsung balik modal.

Agen mana yang sebaiknya saya mulai? Mulailah dari yang cocok dengan tempat kerja Anda sudah berada. Jika situs ada di repositori git, Codex atau Claude Code. Jika Anda ingin eksekusi terjadwal dengan memori persisten, Hermes Agent. Jika Anda butuh batas izin yang ketat pada sumber data berbayar, OpenClaw. Jika Anda ingin permukaan terkecil yang bisa diaudit dalam satu sesi, Pi Agent.

Bisakah saya menghubungkan sumber yang tidak punya server MCP? Bisa, dengan tiga cara. Tulis server MCP ramping jika sumber punya HTTP API dan Anda ingin memakainya ulang di beberapa agen. Tulis skill dengan skrip yang disertakan jika hanya butuh satu agen. Atau pakai agen yang mendukung alat MCP jarak jauh lalu arahkan ke server yang dihosting orang lain.

Mengapa saya tidak bisa menghubungkan Meta Muse? Meta belum merilis API pengembang atau permukaan MCP untuk Muse. Konektornya dikelola vendor. Sampai itu berubah, Muse adalah permukaan yang perlu disiapkan konten dan datanya, bukan sistem yang Anda tanyakan.

Apakah penetapan tingkatan bersifat permanen? Tidak. Kategori ini berubah setiap bulan. Periksa ulang dokumentasi vendor sebelum mengikat tim pada sebuah alur kerja, dan perlakukan penetapan tingkatan yang lebih tua dari satu kuartal sebagai belum terverifikasi.

Apa kesalahan paling umum dalam pekerjaan ini? Memperlakukan panggilan API yang gagal sebagai nol yang nyata. Jika agen melaporkan bahwa sebuah merek tidak punya visibilitas AI dan akar penyebabnya adalah token kedaluwarsa, Anda menghadapi kegagalan pengukuran yang menyamar sebagai temuan. Selalu uji jalur kegagalan sebelum memercayai jalur keberhasilan.

Author: Julian Mercer, praktisi SEO teknis dengan pengalaman 14 tahun di Auspia. Menulis tentang keterayapan, skema, rendering, dan fondasi teknis yang membuat konten terbaca baik oleh mesin pencari maupun agen AI.