Beranda / Blog / Chatbot & asisten
Menulis prompt yang efektif: 6 unsur agar AI menjawab dengan tepat sejak percobaan pertama
Struktur prompt yang terdiri dari peran, konteks, tugas, contoh, format, dan kriteria pemeriksaan, lengkap dengan contoh penulisan ulang yang bisa Anda terapkan ke chatbot mana pun.
Sebagian besar hasil AI yang "hambar" atau meleset bukan karena modelnya lemah, melainkan karena permintaannya terlalu pendek. Ketiga pengembang besar sama-sama menerbitkan panduan menulis prompt, dan meski redaksinya berbeda, nasihatnya mengulang gagasan yang sama: nyatakan tujuan dengan jelas, berikan konteks, beri contoh, tentukan format keluaran, dan beri model kesempatan memeriksa kembali pekerjaannya. Artikel ini merangkumnya menjadi 6 unsur yang mudah diingat.
Unsur 1: Tugas yang jelas dengan satu kata kerja utama
Bandingkan dua permintaan:
Tulis tentang kopi.
Tulis deskripsi 80 kata untuk halaman produk kopi Robusta sangrai giling, ditujukan bagi pembeli kantor, dengan penekanan pada rasa yang pekat dan harga yang wajar.
Permintaan kedua punya kata kerja (tulis), panjang (80 kata), sasaran (pembeli kantor), dan penekanan. Model tidak perlu menebak. Usahakan setiap prompt hanya punya satu tugas utama; jika Anda punya tiga pekerjaan, bagi menjadi tiga langkah atau tiga giliran tanya.
Unsur 2: Konteks yang tidak diketahui orang luar
Model tidak mengenal perusahaan Anda, pelanggan Anda, atau apa yang pernah dicoba sebelumnya. Sertakan apa yang dibutuhkan rekan kerja baru agar bisa bekerja dengan baik: apa produknya, siapa yang membaca, untuk apa keluarannya, batasan apa yang berlaku. Semakin spesifik tentang sasaran pembaca, semakin baik; misalnya "manajer toko yang tidak paham teknis" sangat berbeda dari "insinyur data".
Jangan lupa menyebut apa yang tidak boleh dilakukan: tanpa istilah teknis, tanpa menjanjikan hasil, tanpa mengarang angka.
Unsur 3: Peran, dipakai secukupnya
Memberi peran ("Anda adalah editor berpengalaman…") dapat membuat nada dan tingkat keahlian lebih konsisten. Namun peran tidak menggantikan konteks dan kriteria. Anggap saja sebagai bumbu tambahan: berguna saat Anda ingin sudut pandang tertentu, tidak berguna jika bagian lainnya samar.
Unsur 4: Contoh keluaran yang diinginkan
Untuk tugas yang menyangkut nada atau format, satu atau dua contoh lebih berharga daripada deskripsi panjang. Berikan satu contoh yang baik dan, bila perlu, satu contoh yang buruk beserta penjelasan mengapa buruk. Dokumentasi para pengembang semuanya menyebut teknik ini (sering disebut few-shot). Perlu diingat bahwa model cenderung mengikuti contoh dengan ketat, jadi berikan contoh yang beragam jika Anda ingin hasil yang beragam.
Unsur 5: Format keluaran
Katakan dengan jelas apa yang Anda inginkan: tabel dengan kolom apa saja, daftar 5 butir, JSON dengan bidang apa saja, paragraf tidak lebih dari 120 kata. Jika hasilnya akan ditempel ke alat lain, mintalah format yang tepat sesuai kebutuhan alat itu. Format yang jelas menghemat Anda dari penyuntingan manual.
Unsur 6: Cara memeriksa dan memperbaiki
Dua trik sederhana:
- Minta model mendaftar asumsi yang dipakainya sebelum menjawab. Ini memperlihatkan di mana ia salah paham.
- Minta ia memeriksa diri berdasarkan kriteria Anda di akhir ("periksa apakah ada 3 poin utama, tidak memakai kata terlarang, dan panjangnya sudah tepat"), lalu memperbaikinya.
Untuk pekerjaan yang melibatkan fakta dunia nyata, minta ia menyebut sumber dan periksa sendiri. Lihat cara memverifikasi jawaban AI.
Templat prompt yang bisa dipakai ulang
Anda bisa menyalin kerangka berikut dan mengganti bagian dalam tanda kurung:
Tujuan: [hasil akhir yang Anda butuhkan]
Pembaca: [siapa, apa yang mereka ketahui, apa yang perlu mereka lakukan setelah membaca]
Konteks: [informasi latar, data terlampir]
Batasan: [panjang, nada, hal yang tidak boleh dikatakan]
Contoh yang baik: [opsional]
Format keluaran: [tabel / daftar / paragraf / JSON]
Sebelum menjawab: tanyakan kepada saya jika ada informasi penting yang kurang.
Baris terakhir sangat berguna. Mengizinkan model bertanya balik mencegahnya mengisi kekosongan dengan asumsi yang keliru.
Contoh penulisan ulang: dari samar hingga siap pakai
Prompt awal: "Tulis email permintaan maaf kepada pelanggan karena pengiriman terlambat."
Prompt setelah diperbaiki: "Tulis email 120 kata untuk pelanggan toko perabot rumah tangga kecil, yang pesanannya terlambat 3 hari karena stok gudang sedang kosong sementara. Nada tulus, jangan menyalahkan perusahaan ekspedisi. Sertakan: permintaan maaf, penyebab sebenarnya, perkiraan tanggal pengiriman baru yaitu hari Jumat, dan kode diskon 10% untuk pesanan berikutnya. Jangan memakai frasa 'kami sangat menyesal atas ketidaknyamanan ini'. Kembalikan hanya isi email."
Perbedaannya: sasaran, panjang, fakta, nada, larangan, dan format sudah ada dalam permintaan. Anda bisa langsung memakainya atau mengubah beberapa kata.
Perbaiki secara berulang, bukan menulis satu prompt sempurna
Jangan berusaha menulis prompt sakti pada percobaan pertama. Bekerjalah dalam putaran: jalankan, baca, tunjukkan dengan tepat bagian yang belum sesuai ("paragraf 2 terlalu formal, pendekkan jadi 2 kalimat"), jalankan lagi. Umpan balik yang spesifik jauh lebih efektif daripada "ulangi, yang lebih bagus". Saat menemukan versi yang berjalan baik, simpan sebagai templat Anda sendiri.
Kesalahan yang sering terjadi
- Menjejalkan terlalu banyak pekerjaan ke dalam satu prompt, sehingga hasilnya mengerjakan masing-masing secara sekadarnya.
- Instruksi yang bertentangan, misalnya "sangat singkat" tetapi "lengkap dengan semua detail".
- Menempelkan data sensitif ke chatbot yang tidak sesuai. Lihat keamanan data saat memakai AI.
- Memercayai hasil tanpa memeriksa, terutama angka, kutipan, dan ketentuan hukum.
Ringkasan
Prompt yang baik tidak harus panjang, tetapi harus lengkap: tugas, konteks, contoh jika ada, batasan, format, dan cara memeriksa. Cobalah menulis ulang tiga prompt yang paling sering Anda pakai mengikuti kerangka di atas lalu bandingkan hasilnya. Perbedaannya biasanya langsung terlihat.
Sumber
Artikel terkait
Keamanan data saat memakai alat AI: apa yang tidak boleh ditempel ke chatbot
Mengelompokkan data menurut tingkat sensitivitas, hal yang perlu diperiksa dalam kebijakan penyedia, dan aturan praktis agar individu serta usaha kecil memakai AI dengan lebih aman.
ChatGPT, Claude, Gemini, Copilot: memilih asisten AI mana untuk pekerjaan Anda
Cara membandingkan asisten AI besar berdasarkan kriteria yang bisa Anda periksa: ekosistem, lampiran file, pencarian web, keamanan, dan harga, bukan peringkat berdasarkan perasaan.
Memakai AI untuk meneliti dan membaca artikel ilmiah: alur kerja untuk mahasiswa dan praktisi
Cara memakai alat AI untuk menemukan, membaca sekilas, dan membandingkan literatur akademik tanpa melanggar standar sitasi, menghindari plagiarisme, dan tidak bergantung pada sumber karangan.
Artikel ini hanya referensi umum dan tidak menggantikan nasihat hukum atau profesional. Lihat juga kebijakan editorial, afiliasi, dan ulasan.