Kursus → Modul 5: Prompt Engineering
Sesi 1 dari 10

Masalah Prompt yang Ga Jelas

"Buatkan aku blog post tentang produktivitas." Prompt ini kasih AI kebebasan maksimal. Ga ada spesifikasi audiens, tone, struktur, panjang, sudut pandang, atau bahkan apa maksud "produktivitas" di konteks ini. AI merespons dengan menghasilkan blog post paling rata-rata tentang produktivitas yang bisa dia buat. Ragu-ragu. Daftar poin. Ga bilang sesuatu yang spesifik.

Ini bukan AI-nya malas. Ini AI-nya rasional. Tanpa batasan, dia menghasilkan output yang paling mungkin diterima oleh audiens seluas mungkin. Output itu, by definition, generik.

Input yang ga jelas menghasilkan output yang ga jelas. AI ga bisa baca pikiran kamu. Dia baca prompt kamu. Kalo prompt kamu bilang "tulis blog post tentang produktivitas," AI ga punya informasi tentang apa yang bikin perspektif kamu soal produktivitas beda dari 50 juta blog post yang udah ada. Jadi dia nulis blog post ke-50.000.001, yang bunyinya persis kaya 50 juta lainnya.

Yang Terjadi Kalo Kamu Kasih Batasan

Bandingkan dua prompt untuk tugas yang sama.

Dimensi Prompt Ga Jelas Prompt dengan Batasan
Audiens Ga ditentukan Engineer mid-career yang manage tim 5-12 orang
Sudut pandang Ga ditentukan Kenapa kebanyakan saran produktivitas gagal untuk technical manager
Tone Ga ditentukan Langsung, sedikit irreverent, tanpa jargon korporat
Struktur Ga ditentukan Problem statement, 3 pendekatan gagal, 1 pendekatan yang berhasil, langkah praktis
Panjang Ga ditentukan 800-1000 kata
Dilarang Ga ada Jangan pake "di era yang serba cepat ini," jangan bullet-point list, jangan saran generik
Wajib Ga ada Minimal satu contoh spesifik dari engineering management

Prompt dengan batasan mempersempit ruang kemungkinan output. AI ga bisa bikin listicle generik karena strukturnya melarang. Ga bisa ragu-ragu karena tone-nya minta ketegasan. Ga bisa nulis untuk pemula karena audiensnya udah ditentukan. Setiap batasan mengeliminasi satu kategori output jelek.

Corong Batasan

Bayangin prompt engineering itu kaya mempersempit corong. Di atas, AI punya kemungkinan output tak terbatas. Setiap batasan mempersempit corong. Tujuannya mempersempit sampai cuma output yang memenuhi standar kamu yang bisa lolos.

graph TD A["Semua kemungkinan output
(tak terbatas)"] --> B["+ Batasan audiens
Eliminasi output salah sasaran"] B --> C["+ Sudut pandang topik
Eliminasi pembahasan generik"] C --> D["+ Batasan tone
Eliminasi suara yang salah"] D --> E["+ Batasan struktur
Eliminasi arsitektur buruk"] E --> F["+ Frasa terlarang
Eliminasi artefak AI"] F --> G["Output tersisa
(sempit, kualitas tinggi)"] style A fill:#222221,stroke:#c47a5a,color:#ede9e3 style D fill:#222221,stroke:#8a8478,color:#ede9e3 style G fill:#222221,stroke:#6b8f71,color:#ede9e3

Kamu ga perlu batasan sempurna di percobaan pertama. Mulai dengan tiga atau empat. Jalankan prompt. Evaluasi output-nya. Identifikasi apa yang salah. Tambahkan batasan yang mencegah kegagalan spesifik itu. Jalankan lagi. Proses iteratif ini inti dari prompt engineering, yang dibahas lebih dalam di Session 5.8.

Tujuh Dimensi Prompt yang Lengkap

Setiap prompt produksi harusnya menyentuh tujuh dimensi. Ga semua wajib untuk setiap tugas, tapi mempertimbangkan masing-masing memaksa kamu bikin pilihan yang disengaja, bukan terima default.

# Dimensi Pertanyaan yang Dijawab
1 Role AI pura-pura jadi siapa?
2 Audiens Siapa yang baca output-nya?
3 Task Aksi spesifik apa yang harus AI lakukan?
4 Context Informasi latar belakang apa yang AI butuhkan?
5 Format Struktur apa yang harus diikuti output?
6 Constraints Apa yang dilarang?
7 Kriteria kualitas Gimana kamu mengevaluasi output-nya?

Dimensi 6 (constraints) paling jarang dipakai. Orang-orang menentukan apa yang mereka mau. Lebih sedikit yang menentukan apa yang ga mereka mau. Batasan negatif sering lebih kuat dari yang positif. "Jangan pake frasa 'perlu dicatat bahwa'" lebih actionable daripada "tulis dengan gaya natural."

Bacaan Lanjutan

Tugas

Generate blog post dengan prompt "Tulis blog post tentang produktivitas." Lalu generate lagi dengan prompt detail yang menentukan: audiens, tone, sudut pandang spesifik, contoh yang wajib ada, frasa terlarang, jumlah kata, struktur, dan karakteristik suara. Bandingkan kedua output secara berdampingan. Dokumentasikan setiap perbedaan. Hitung penanda artefak AI (dari Modul 1) di masing-masing. Mana yang lebih banyak?