Apa itu AI Prompting?

Apa itu AI Prompting?

Jika Anda pernah mengetik pertanyaan ke chatbot dan berpikir, "Hmm, itu kurang sesuai keinginan saya ," Anda telah menemukan seni AI dalam memberikan pertanyaan. Mendapatkan hasil yang memuaskan bukan hanya soal keajaiban, tetapi lebih tentang bagaimana Anda bertanya. Dengan beberapa pola sederhana, Anda dapat mengarahkan model untuk menulis, bernalar, meringkas, merencanakan, atau bahkan mengkritik pekerjaan mereka sendiri. Dan ya, sedikit perubahan dalam susunan kata dapat mengubah segalanya. 😄

Artikel yang mungkin ingin Anda baca setelah ini:

🔗 Apa itu pelabelan data AI
Menjelaskan bagaimana kumpulan data berlabel melatih model pembelajaran mesin yang akurat.

🔗 Apa itu etika AI?
Meliputi prinsip-prinsip yang memandu penggunaan kecerdasan buatan yang bertanggung jawab dan adil.

🔗 Apa itu MCP dalam AI
Memperkenalkan Model Context Protocol dan perannya dalam komunikasi AI.

🔗 Apa itu AI tepi
Menjelaskan cara menjalankan komputasi AI langsung pada perangkat tepi lokal.


Apa itu AI Prompting?

Prompting AI adalah praktik menyusun masukan yang memandu model generatif untuk menghasilkan keluaran yang Anda inginkan. Hal ini dapat berupa instruksi, contoh, batasan, peran, atau bahkan format target yang jelas. Dengan kata lain, Anda merancang percakapan agar model memiliki peluang untuk memberikan apa yang Anda butuhkan. Panduan resmi menggambarkan rekayasa prompt sebagai perancangan dan penyempurnaan prompt untuk mengarahkan model bahasa yang besar, dengan menekankan kejelasan, struktur, dan penyempurnaan iteratif. [1]

Jujur saja, kita sering memperlakukan AI seperti kotak pencarian. Namun, model-model ini bekerja paling baik ketika Anda memberi tahu tugas, audiens, gaya, dan kriteria penerimaannya. Intinya, itulah AI prompting.


Apa yang membuat Prompting AI yang baik ✅

  • Kejelasan mengalahkan kepintaran - instruksi yang sederhana dan eksplisit mengurangi ambiguitas. [2]

  • Konteks adalah raja - berikan latar belakang, tujuan, audiens, kendala, bahkan contoh tulisan.

  • Tunjukkan, jangan hanya menceritakan - beberapa contoh dapat memperkuat gaya dan format. [3]

  • Struktur membantu - judul, poin-poin penting, langkah-langkah bernomor, dan skema keluaran memandu model.

  • Ulangi dengan cepat - sempurnakan perintah berdasarkan apa yang Anda dapatkan, lalu uji lagi. [2]

  • Pisahkan permasalahannya - mintalah analisis terlebih dahulu, baru mintalah jawaban akhir.

  • Izinkan kejujuran - undang model untuk mengatakan saya tidak tahu atau menanyakan informasi yang hilang bila diperlukan. [4]

Tak satu pun dari ini adalah ilmu roket, tetapi efek gabungannya nyata.

 

Perintah AI

Komponen inti dari AI Prompting 🧩

  1. Instruksi
    Nyatakan pekerjaan dengan jelas: tulis siaran pers, analisis kontrak, kritik kode.

  2. Konteks
    Sertakan audiens, nada, domain, tujuan, kendala, dan batasan sensitif apa pun.

  3. Contoh
    Tambahkan 1–3 sampel berkualitas tinggi untuk membentuk gaya dan struktur.

  4. Format keluaran.
    Mintalah JSON, tabel, atau paket bernomor. Pastikan Anda menentukan kolom secara spesifik.

  5. Bilah kualitas
    Tentukan “selesai”: kriteria akurasi, kutipan, panjang, gaya, jebakan yang harus dihindari.

  6. Petunjuk alur kerja
    Sarankan penalaran langkah demi langkah atau siklus draf lalu edit.

  7. Izin
    untuk mengatakan saya tidak tahu atau mengajukan pertanyaan klarifikasi terlebih dahulu. [4]

Mini sebelum/sesudah
Sebelum: "Tulis salinan pemasaran untuk aplikasi baru kami."
Sesudah: "Anda seorang copywriter senior untuk merek. Tulis 3 judul landing page untuk pekerja lepas yang sibuk dan menghargai penghematan waktu. Nada: ringkas, kredibel, tanpa sensasi. 5–7 kata. Buat tabel berisi Judul dan Alasannya berhasil . Sertakan satu opsi yang kontradiktif."


Jenis utama AI Prompting yang sebenarnya akan Anda gunakan 🧪

  • Petunjuk langsung:
    Satu instruksi dengan konteks minimal. Cepat, terkadang rapuh.

  • Prompting dengan beberapa bidikan
    Berikan beberapa contoh untuk mengajarkan pola. Sangat bagus untuk format dan nada. [3]

  • Dorongan peran
    Tetapkan persona seperti editor senior, tutor matematika, atau peninjau keamanan untuk membentuk perilaku.

  • Dorongan berantai
    Minta model untuk berpikir secara bertahap: merencanakan, menyusun, mengkritik, merevisi.

  • Dorongan kritik diri
    Mintalah model mengevaluasi outputnya sendiri terhadap kriteria dan memperbaiki masalah.

  • Prompting yang sadar alat
    Ketika model dapat menelusuri atau menjalankan kode, beri tahu kapan dan bagaimana menggunakan alat tersebut. [1]

  • Pagar pembatas yang mendorong
    Menanamkan batasan keselamatan dan aturan pengungkapan untuk mengurangi hasil yang berisiko - seperti jalur bumper di arena bowling: sedikit berderit tetapi bermanfaat. [5]


Pola perintah praktis yang berhasil 🧯

  • Sandwich Tugas
    Mulailah dengan tugas, tambahkan konteks dan contoh di tengah, akhiri dengan menyatakan kembali format keluaran dan bilah kualitas.

  • Kritikus Lalu Pencipta
    Mintalah analisis atau kritik terlebih dahulu, lalu mintalah hasil akhir yang memuat kritik tersebut.

  • Berbasis Daftar Periksa
    Berikan daftar periksa dan minta model untuk mengonfirmasi setiap kotak sebelum menyelesaikannya.

  • Skema-Pertama
    Berikan skema JSON, lalu minta model untuk mengisinya. Sempurna untuk data terstruktur.

  • Putaran Percakapan
    Undang model untuk mengajukan 3 pertanyaan klarifikasi, lalu lanjutkan. Beberapa vendor secara eksplisit merekomendasikan kejelasan dan spesifisitas terstruktur semacam ini. [2]

Sedikit perubahan, perubahan besar. Lihat saja nanti.


AI Prompting vs fine-tuning vs hanya mengganti model 🔁

Terkadang Anda dapat memperbaiki kualitas dengan prompt yang lebih baik. Di lain waktu, cara tercepat adalah memilih model yang berbeda atau menambahkan fine-tuning ringan untuk domain Anda. Panduan vendor yang baik menjelaskan kapan harus merancang prompt dan kapan harus mengubah model atau pendekatan. Singkatnya: gunakan prompt untuk pembingkaian tugas dan konsistensi, dan pertimbangkan fine-tuning untuk gaya domain atau keluaran yang stabil dalam skala besar. [4]


Contoh prompt berdasarkan domain 🎯

  • Pemasaran:
    Anda seorang copywriter senior untuk sebuah merek. Tulis 5 baris subjek untuk email kepada pekerja lepas yang sibuk dan menghargai penghematan waktu. Pastikan baris subjeknya singkat, kurang dari 45 karakter, dan hindari tanda seru. Tulis dalam tabel 2 kolom: Subjek, Rasional. Sertakan 1 opsi mengejutkan yang melanggar norma.

  • Produk
    Anda adalah seorang manajer produk. Ubah catatan mentah ini menjadi pernyataan masalah yang jelas, cerita pengguna dalam format "Diberikan-Ketika-Lalu", dan rencana peluncuran 5 langkah. Tandai asumsi yang tidak jelas.

  • Dukungan
    Ubah pesan pelanggan yang frustrasi ini menjadi balasan yang menenangkan yang menjelaskan solusi dan menetapkan ekspektasi. Pertahankan empati, hindari menyalahkan, dan sertakan satu tautan bermanfaat.

  • Data:
    Pertama, cantumkan asumsi statistik dalam analisis. Kemudian, kritiklah asumsi tersebut. Terakhir, usulkan metode yang lebih aman dengan rencana bernomor dan contoh pseudocode singkat.

  • Hukum:
    Ringkas kontrak ini untuk non-pengacara. Hanya poin-poin penting, tanpa nasihat hukum. Sebutkan klausul ganti rugi, pemutusan hubungan kerja, atau kekayaan intelektual dalam bahasa Inggris yang sederhana.

Ini adalah templat yang bisa Anda sesuaikan, bukan aturan yang kaku. Saya rasa itu sudah jelas, tapi tetap saja.


Tabel Perbandingan - Pilihan AI Prompting dan Keunggulannya 📊

Alat atau Teknik Hadirin Harga Mengapa ini berhasil
Instruksi yang jelas Setiap orang bebas Mengurangi ambiguitas - perbaikan klasik
Contoh beberapa bidikan Penulis, analis bebas Mengajarkan gaya dan format melalui pola [3]
Peran yang mendorong Manajer, pendidik bebas Menetapkan ekspektasi dan nada dengan cepat
Dorongan berantai Para peneliti bebas Memaksa penalaran bertahap sebelum jawaban akhir
Lingkaran kritik diri Orang-orang yang berpikiran QA bebas Menangkap kesalahan dan memperketat output
Praktik terbaik vendor Tim dalam skala besar bebas Tips yang telah diuji di lapangan untuk kejelasan dan struktur [1]
Daftar periksa pagar pembatas Organisasi yang diatur bebas Menjaga respons tetap patuh hampir sepanjang waktu [5]
JSON yang mengutamakan skema Tim data bebas Menegakkan struktur untuk penggunaan hilir
Perpustakaan prompt Pembangun yang sibuk agak gratis Pola yang dapat digunakan kembali - salin, ubah, kirim

Ya, mejanya agak tidak rata. Kehidupan nyata pun begitu.


Kesalahan umum dalam AI Prompting dan cara memperbaikinya 🧹

  1. Pertanyaan samar.
    Jika prompt Anda terdengar seperti mengangkat bahu, outputnya juga akan demikian. Tambahkan audiens, tujuan, durasi, dan format.

  2. Tidak ada contoh
    Bila Anda menginginkan gaya yang sangat spesifik, berikan contoh. Bahkan yang kecil sekalipun. [3]

  3. Membebani prompt secara berlebihan.
    Prompt yang panjang dan tidak terstruktur akan membingungkan model. Gunakan bagian-bagian dan poin-poin.

  4. Melewatkan evaluasi.
    Selalu periksa klaim faktual, bias, dan kelalaian. Undang kutipan jika perlu. [2]

  5. Mengabaikan Keamanan
    Berhati-hatilah dengan instruksi yang mungkin menarik konten yang tidak tepercaya. Injeksi prompt dan serangan terkait merupakan risiko nyata saat menjelajah atau mengambil dari halaman eksternal; rancang pertahanan dan ujilah. [5]


Mengevaluasi kualitas yang cepat tanpa menebak-nebak 📏

  • Tentukan kesuksesan di awal
    Keakuratan, kelengkapan, nada, kepatuhan format, dan waktu untuk keluaran yang dapat digunakan.

  • Gunakan daftar periksa atau rubrik
    Minta model untuk menilai sendiri kriterianya sebelum mengembalikan hasil akhir.

  • Ablasi dan bandingkan
    Ubah satu elemen perintah pada satu waktu dan ukur perbedaannya.

  • Cobalah model atau suhu yang berbeda
    Terkadang kemenangan tercepat adalah mengganti model atau menyesuaikan parameter. [4]

  • Lacak pola kesalahan:
    Halusinasi, penyimpangan ruang lingkup, audiens yang salah. Tuliskan petunjuk balasan yang secara eksplisit memblokir hal-hal tersebut.


Keamanan, etika, dan transparansi dalam AI Prompting 🛡️

Dorongan yang baik mencakup batasan yang mengurangi risiko. Untuk topik sensitif, mintalah kutipan dari sumber yang kredibel. Untuk apa pun yang berkaitan dengan kebijakan atau kepatuhan, mintalah model untuk mengutip atau menunda. Panduan yang mapan secara konsisten mempromosikan instruksi yang jelas dan spesifik, keluaran terstruktur, dan penyempurnaan berulang sebagai standar yang lebih aman. [1]

Selain itu, saat mengintegrasikan penelusuran atau konten eksternal, perlakukan halaman web yang tidak dikenal sebagai tidak tepercaya. Konten tersembunyi atau yang bersifat adversarial dapat mengarahkan model ke pernyataan yang salah. Bangun prompt dan tes yang tahan terhadap trik tersebut, dan pastikan ada manusia yang terlibat untuk mendapatkan jawaban berisiko tinggi. [5]


Daftar periksa awal cepat untuk Prompting AI yang kuat ✅🧠

  • Nyatakan tugas dalam satu kalimat.

  • Tambahkan audiens, nada, dan batasan.

  • Sertakan 1–3 contoh singkat.

  • Tentukan format keluaran atau skema.

  • Tanyakan langkah-langkahnya terlebih dahulu, baru jawaban akhir.

  • Memerlukan kritik diri singkat dan perbaikan.

  • Biarkan ia mengajukan pertanyaan klarifikasi jika diperlukan.

  • Ulangi berdasarkan celah yang Anda lihat…lalu simpan perintah yang menang.


Tempat untuk belajar lebih banyak tanpa tenggelam dalam jargon 🌊

Sumber daya vendor yang tepercaya menyaring kebisingan. OpenAI dan Microsoft menyediakan panduan prompt praktis dengan contoh dan kiat skenario. Anthropic menjelaskan kapan prompt merupakan cara yang tepat dan kapan harus mencoba hal lain. Bacalah panduan ini jika Anda ingin pendapat kedua yang bukan sekadar getaran. [1][2][3][4]


Terlalu Panjang Tidak Membacanya dan Pikiran Terakhir 🧡

Prompting AI adalah cara Anda mengubah mesin yang cerdas namun literal menjadi kolaborator yang membantu. Beri tahu tugasnya, tunjukkan polanya, kunci formatnya, dan tetapkan standar kualitas. Ulangi sedikit. Itu saja. Sisanya adalah latihan dan rasa, dengan sedikit ketekunan. Terkadang Anda akan terlalu memikirkannya, terkadang Anda akan kurang spesifik, dan terkadang Anda akan menciptakan metafora aneh tentang jalur bowling yang hampir berhasil. Teruslah berusaha. Perbedaan antara hasil rata-rata dan sangat baik biasanya hanyalah satu prompt yang lebih baik.


Referensi

  1. OpenAI - Panduan rekayasa cepat: baca selengkapnya

  2. Pusat Bantuan OpenAI - Praktik terbaik rekayasa cepat untuk ChatGPT: baca selengkapnya

  3. Microsoft Learn - Teknik rekayasa prompt (Azure OpenAI): baca selengkapnya

  4. Anthropic Docs - Ikhtisar teknik prompt: baca selengkapnya

  5. OWASP GenAI - LLM01: Injeksi Cepat: baca selengkapnya

Temukan AI Terbaru di Toko Asisten AI Resmi

Tentang Kami

Kembali ke blog