Mengenal Prompt Engineering: Seni Berkomunikasi dengan AI

Daftar Modul

Mengenal Prompt Engineering: Seni Berkomunikasi dengan AI

Pada modul sebelumnya, kita telah menjelajahi dunia Generative AI (GenAI), sebuah teknologi yang mampu menciptakan berbagai jenis konten secara otomatis. Kita telah melihat bagaimana Generative AI dapat dimanfaatkan dalam berbagai skenario, mulai dari menulis artikel, membuat ilustrasi, hingga menyusun musik dan menyelesaikan masalah yang kompleks.

Dalam perjalanan itu, kita juga mulai mengenal konsep prompt—sebuah perintah atau instruksi yang kita berikan kepada model AI untuk menghasilkan output yang sesuai dengan kebutuhan kita. Prompt bisa berupa pertanyaan sederhana, instruksi yang lebih kompleks, potongan kode, atau bahkan contoh tulisan kreatif. Efektivitas dari prompt yang diberikan sangat memengaruhi kualitas dan relevansi output dari model AI.

Pertanyaannya, mengapa membuat prompt yang efektif itu begitu penting?

Bayangkan Anda sedang berbicara dengan seorang asisten yang sangat pintar, tetapi hanya bisa bekerja dengan baik jika instruksinya jelas dan spesifik. Jika Anda meminta sesuatu dengan terlalu samar, jawabannya mungkin tidak sesuai harapan. Sebaliknya, jika Anda memberikan instruksi yang tepat, Anda bisa mendapatkan jawaban yang benar-benar membantu.

Inilah yang disebut sebagai prompt engineering, yakni seni dan teknik dalam merancang prompt yang optimal untuk mendapatkan hasil terbaik dari Generative AI. Kita bisa menganggap prompt sebagai peta yang mengarahkan AI menuju hasil yang kita inginkan. Dengan merancang prompt dengan baik, kita dapat memberikan konteks, instruksi, dan contoh yang membantu model memahami tujuan kita.

Anggaplah Anda adalah seorang sutradara yang memberikan arahan kepada aktor di panggung. Jika arahan Anda tidak jelas, pertunjukan bisa berantakan. Namun, jika arahan Anda spesifik dan detail, aktor dapat menampilkan adegan yang memukau. Hal yang sama berlaku dalam berinteraksi dengan model AI: semakin baik Anda dalam merancang prompt, semakin relevan dan berkualitas output yang dihasilkan.

Sebagai contoh, jika Anda ingin Generative AI membantu menulis sebuah artikel tentang dampak teknologi AI di dunia kerja, berikanlah prompt seperti berikut.

"Tuliskan sebuah artikel sepanjang 500 kata tentang bagaimana AI mengubah dunia kerja, dengan menyertakan contoh konkret dari industri yang berbeda."

Dibandingkan dengan prompt yang lebih samar seperti "Bagaimana AI memengaruhi pekerjaan?", prompt yang lebih spesifik akan menghasilkan jawaban yang lebih terarah, detail, dan kaya informasi.

Selain itu, ada berbagai teknik yang bisa digunakan untuk meningkatkan efektivitas prompt. Misalnya, teknik pemecahan langkah demi langkah dapat membantu AI memahami tugas yang kompleks. Jika Anda ingin AI menyusun rencana bisnis, daripada hanya meminta "Buatkan rencana bisnis", bagilah instruksi tersebut menjadi beberapa bagian seperti di bawah ini.

Berikan ringkasan singkat tentang bisnis yang akan dijalankan.
Jelaskan target pasar dan kebutuhan pelanggan.
Susun strategi pemasaran yang sesuai dengan bisnis tersebut.

Dengan pendekatan seperti ini, AI dapat memberikan hasil yang lebih komprehensif dan terstruktur.

Pemahaman yang baik tentang Prompt Engineering akan membuka banyak kemungkinan baru dalam memanfaatkan teknologi Generative AI secara lebih optimal. Kita akan belajar bagaimana menyusun prompt yang tidak hanya jelas, tetapi juga mampu menggali potensi penuh dari model AI yang kita gunakan. Dengan begitu, kita bisa lebih produktif, lebih kreatif, dan lebih efektif dalam berbagai aspek pekerjaan serta kehidupan sehari-hari.

Seni dan Strategi dalam Prompt Engineering

Setelah mengenal istilah prompt dan prompt engineering, sekarang mari kita lebih mendalami bagaimana cara memberikan instruksi yang lebih efektif kepada Generative AI.

Berkomunikasi dengan AI bukan sekadar mengetik perintah dan berharap mendapatkan jawaban yang sempurna. Ini seperti berbicara dengan seseorang yang sangat pintar, tetapi memiliki cara berpikir yang berbeda. Jika kita tidak menyusun kata-kata dengan tepat, pesan yang kita maksud bisa saja disalahartikan atau bahkan tidak dipahami sama sekali.

Untuk menjadi ahli dalam prompt engineering, diperlukan pemahaman mendalam tentang cara berkomunikasi dengan AI secara efektif. Ini bukan hanya tentang menulis perintah, tetapi juga merancang interaksi yang terstruktur dan jelas agar model AI dapat memberikan respons sesuai harapan. Sama seperti berbicara dengan manusia, komunikasi yang efektif dengan AI memerlukan pemahaman tentang bagaimana AI "berpikir", apa yang menjadi batasannya, serta bagaimana ia memproses informasi.

Dengan memahami elemen-elemen penting dalam prompt engineering, kita dapat menciptakan prompt yang tidak hanya menghasilkan respons akurat, tetapi juga relevan dan bernilai bagi kebutuhan spesifik kita. Mari kita telusuri apa saja elemen yang perlu dipahami untuk menguasai seni prompt engineering.

Memahami Format Prompt

Pernahkah Anda merasa bahwa seseorang lebih mudah memahami instruksi jika disusun dalam format yang jelas? Hal yang sama berlaku untuk AI. Format dan gaya prompt yang digunakan memiliki peran penting dalam menentukan respons dari AI. Beberapa model lebih responsif terhadap format tertentu, seperti:

Pertanyaan dalam bahasa alami (natural language), misalnya: "Apa dampak AI dalam dunia kerja?"
Instruksi langsung, misalnya: "Jelaskan bagaimana AI dapat meningkatkan efisiensi bisnis."
Input terstruktur dengan kolom tertentu, misalnya dalam bentuk tabel atau daftar.

Mengetahui bagaimana model AI bekerja serta format yang paling sesuai sangat penting untuk merancang prompt yang efektif. Dengan menyusun prompt yang jelas, kita dapat mengarahkan AI untuk memberikan jawaban yang lebih terfokus dan informatif.

Memberikan Konteks dan Contoh yang Jelas

Bayangkan Anda meminta seseorang menulis cerita, tetapi Anda tidak memberinya detail apa pun. Hasilnya bisa sangat beragam dan mungkin tidak sesuai dengan harapan Anda. Hal yang sama berlaku untuk AI—semakin banyak konteks yang diberikan, semakin baik respons yang dihasilkan.

Misalnya, jika Anda ingin AI menulis cerita fiksi tentang petualangan di luar angkasa, prompt seperti ini akan lebih efektif.

"Buatkan cerita pendek tentang seorang astronot yang menemukan kehidupan di planet lain. Cerita ini harus bernuansa misteri dan memiliki akhir yang mengejutkan."

Dengan memberikan instruksi yang lebih spesifik dan menyertakan contoh, AI dapat memahami harapan kita dengan lebih baik dan menghasilkan respons yang lebih sesuai dengan keinginan kita.

Menyesuaikan dan Mengadaptasi Prompt

Salah satu keterampilan penting dalam prompt engineering adalah kemampuan untuk menyesuaikan dan mengadaptasi prompt berdasarkan respons yang diberikan oleh AI. Ini mirip dengan proses berbicara dengan seseorang—jika jawaban pertama tidak sesuai, kita bisa mengajukan pertanyaan ulang dengan cara yang lebih spesifik.

Misalnya, jika AI memberikan jawaban yang terlalu umum, kita bisa mempersempit cakupan pertanyaan atau menambahkan detail tambahan. Dengan melakukan iterasi pada prompt, kita dapat menemukan format yang paling efektif untuk mendapatkan jawaban yang lebih akurat dan relevan.

Membangun Percakapan yang Berkelanjutan

Interaksi dengan AI tidak harus berhenti pada satu pertanyaan dan satu jawaban saja. Dalam banyak kasus, kita perlu membangun percakapan yang lebih panjang untuk mendapatkan hasil yang lebih kompleks dan mendalam.

Misalnya, jika ingin AI membantu menyusun strategi pemasaran, kita bisa menyusunnya dalam beberapa langkah berikut.

"Jelaskan tren pemasaran digital terbaru di tahun ini."
"Bagaimana tren tersebut bisa diterapkan dalam industri e-commerce?"
"Buatkan strategi pemasaran yang menggabungkan tren ini dengan platform media sosial."

Dengan cara ini, AI akan memahami bahwa ada kesinambungan antara setiap prompt yang diberikan sehingga hasilnya akan lebih terstruktur dan mendalam.

Teknik Prompting untuk Hasil Optimal

Saat berinteraksi dengan AI, cara kita menyusun prompt akan sangat mempengaruhi kualitas jawaban yang diberikan. Jika AI diibaratkan sebagai seorang konsultan yang sangat cerdas, prompt adalah pertanyaan yang kita ajukan kepadanya. Semakin jelas dan terarah pertanyaannya, semakin baik pula jawabannya.

Namun, tidak semua prompt bekerja dengan cara yang sama. Di dunia teknik cepat, terdapat beberapa teknik berbeda yang dapat digunakan, tergantung pada situasi dan kebutuhan. Pemahaman tentang teknik prompting ini dapat membantu kita menentukan pendekatan terbaik untuk mendapatkan respon yang diinginkan dari model AI.

Mari kita jelajahi beberapa jenis prompt yang umum digunakan agar kita dapat mengoptimalkan interaksi dengan AI.

Memberikan Instruksi Tanpa Contoh dengan Zero-shot Prompting

Bayangkan Anda meminta seorang teman untuk menjelaskan sesuatu yang baru tanpa memberikan referensi atau contoh sebelumnya. Itulah yang terjadi dalam zero-shot prompting . Teknik ini mengandalkan kemampuan AI untuk memahami perintah tanpa adanya petunjuk tambahan.

Misalnya, kita meminta AI untuk menjawab pertanyaan atau menjelaskan suatu konsep. Contohnya seperti berikut.

"Jelaskan tentang komputer manipulasi."

AI akan mencoba memberikan jawaban terbaik berdasarkan pemahamannya terhadap konsep tersebut, tanpa konteks, contoh, atau referensi tambahan dari kita. Zero-shot prompting cocok digunakan jika kita ingin mendapatkan jawaban langsung dan tidak terlalu rumit.

Menyediakan Contoh dengan One-shot, Few-shot, dan Multi-shot Prompting

Terkadang, AI membutuhkan sedikit panduan agar lebih akurat dalam menjawab pertanyaan. Di dalamnya peran dari one-shot, some-shot, dan multi-shot prompting .

Kata "shot" di sini mengacu pada jumlah contoh yang diberikan kepada AI sebelum ia diminta untuk menjawab pertanyaan utama. Semakin banyak contoh yang diberikan, semakin baik AI dalam memahami pola dan tugas yang diminta.

One-shot prompting berarti kita memberikan satu contoh sebelum memberikan pertanyaan utama. Misalnya:
"Jika 'Kucing' berarti 'Seekor mamalia kecil berbulu', maka 'Anjing' berarti apa?"
Dengan satu contoh ini, AI akan memahami pola hubungan yang diharapkan dan memberikan jawaban yang lebih akurat.
Few-shot prompting berarti kita memberikan beberapa contoh sebelum pertanyaan utama sehingga AI dapat memahami pola dengan lebih baik. Contohnya:
"Jika 'Kucing' berarti 'Seekor mamalia kecil berbulu', dan 'Anjing' berarti 'Hewan peliharaan yang setia', maka 'Elang' berarti apa?"
Dengan adanya lebih dari satu contoh, AI dapat mengenali pola lebih jelas dan memberikan jawaban yang lebih relevan.
Multi-shot prompting adalah teknik di mana kita memberikan banyak contoh sebelum meminta AI untuk memberikan jawaban. Semakin banyak contoh yang diberikan, semakin baik AI dalam memahami konteks yang diharapkan. Teknik ini sering digunakan dalam tugas yang lebih kompleks, seperti pemrosesan bahasa alami (natural Language Processing ) atau analisis data, agar AI dapat menghasilkan jawaban yang lebih akurat berdasarkan pola yang telah dipelajarinya.

Memandu AI Berpikir dengan Chain of Thought Prompting

Sering kali, tugas yang kompleks memerlukan pemikiran secara bertahap. Jika kita langsung meminta AI untuk memberikan jawaban, hasilnya mungkin tidak sesuai harapan. Chain of Thought (CoT) prompting adalah teknik yang membantu AI berpikir secara logis dengan notifikasinya untuk memecah proses pemikirannya dalam beberapa langkah. Teknik ini membantu AI agar menghasilkan output yang lebih terstruktur dan terperinci

Contohnya, dalam soal matematika sederhana berikut.

"Mari kita pecahkan soal ini secara bertahap: Jika Tom memiliki 12 kelereng dan memberikan 4 kepada temannya, berapa yang tersisa? Langkah pertama: Tom mulai dengan 12 kelereng. Langkah kedua: Dia memberikan 4 kelereng, jadi kita kurangi 12 dengan 4. Hasilnya adalah 8 kelereng."

Dengan teknik ini, AI akan memberikan jawaban yang lebih terstruktur dan dapat menelusuri kembali proses pemikirannya. Teknik ini sangat efektif untuk tugas-tugas yang membutuhkan pemahaman mendalam atau analisis yang lebih kompleks.

Menggabungkan Zero-shot dengan Chain of Thought

Bagaimana jika kita ingin AI berpikir secara bertahap tanpa memberikan contoh terlebih dahulu? Zero-shot CoT prompting menggabungkan pendekatan tanpa contoh ( zero-shot prompting) dengan strategi berpikir langkah demi langkah ( chain of thought ).

Misalnya, kita dapat meminta AI untuk menjelaskan suatu proses:

"Pikirkan secara bertahap. Jika sebuah mobil menempuh jarak 240 km dalam 4 jam, berapa kecepatan rata-ratanya?"

Tanpa adanya contoh sebelumnya, AI akan mencoba menyusun deskripsi secara sistematis dengan memecah proses menjadi beberapa tahap yang logis.

Kasus Penggunaan Prompt Engineering

Dalam dunia yang semakin dipengaruhi oleh AI, memahami cara menyusun prompt yang efektif adalah keterampilan yang sangat berharga. Sama seperti seorang koki yang membutuhkan resep untuk menciptakan hidangan lezat, pengguna AI memerlukan prompt yang tepat untuk mendapatkan hasil yang optimal. Dengan memahami berbagai cara penggunaan prompt, kita bisa memaksimalkan potensi AI dalam berbagai bidang, mulai dari menulis hingga pemrograman, bahkan hingga menghasilkan gambar.

Mari kita eksplorasi beberapa skenario penerapan prompt engineering di berbagai bidang untuk meningkatkan produktivitas dan kreativitas.

Meningkatkan Produktivitas dengan Generasi Teks dan Bahasa

Salah satu penggunaan paling umum dari AI adalah dalam generasi teks dan pemrosesan bahasa alami (natural language processing). Dengan memberikan prompt yang sesuai, AI dapat membantu dalam berbagai tugas seperti penulisan kreatif, peringkasan teks, dan terjemahan.

Penulisan Kreatif

Saat menulis cerita, artikel, atau bahkan puisi, prompt yang tepat dapat membantu AI menghasilkan teks dengan gaya dan struktur yang sesuai. Misalnya, jika kita ingin AI menulis cerita pendek, kita dapat memberikan instruksi yang jelas:

"Tulis sebuah cerita pendek tentang seorang gadis muda yang menemukan portal ajaib di lotengnya."

Dengan prompt ini, AI akan memahami bahwa cerita harus berpusat pada karakter utama, sebuah elemen ajaib, dan lingkungan yang mendukung petualangan.

Ringkasan Teks

Dalam dunia yang penuh informasi, kemampuan untuk meringkas teks panjang menjadi poin-poin utama sangatlah berharga. AI dapat membantu dalam menganalisis dan menyingkat informasi secara efektif.

"Ringkas poin-poin utama dari artikel berikut tentang perubahan iklim."

Prompt seperti ini akan membuat AI menyaring informasi penting dan menyusunnya dalam bentuk yang lebih ringkas sehingga memudahkan pemahaman.

Terjemahan Bahasa

AI juga dapat digunakan untuk menerjemahkan teks dari satu bahasa ke bahasa lain. Namun, agar hasilnya akurat, prompt harus jelas dan menyebutkan bahasa yang diinginkan.

"Terjemahkan teks berikut dari bahasa Inggris ke bahasa Spanyol: 'The quick brown fox jumps over the lazy dog.'"

Dengan memberikan konteks yang tepat, AI dapat menghasilkan terjemahan yang lebih akurat dan mempertahankan makna asli teks.

Menjawab Pertanyaan dengan Akurat

AI juga dapat dimanfaatkan sebagai alat pencarian informasi yang cerdas. Prompt yang dirancang dengan baik memungkinkan AI memberikan jawaban yang akurat dan relevan.

Pertanyaan Terbuka

Untuk mendapatkan jawaban yang lebih mendalam dan komprehensif, prompt dapat dirancang agar AI menjelaskan suatu konsep secara lebih luas.

"Jelaskan konsep komputasi kuantum dan dampaknya terhadap teknologi masa depan."

Dengan permintaan ini, AI akan menyajikan jawaban yang mencakup definisi, prinsip dasar, dan implikasi teknologi terkait.

Pertanyaan Spesifik

Jika kita hanya mencari informasi faktual, prompt yang lebih terarah akan lebih efektif.

"Apa ibu kota dari Perancis?"

Prompt ini dirancang untuk menghasilkan jawaban yang singkat dan langsung tanpa perlu penjelasan tambahan.

Membantu dalam Pemrograman dan Pengembangan Kode

AI juga sangat berguna dalam membantu programmer dan software developer dalam menulis dan mengoptimalkan kode. Dengan prompt yang baik, AI dapat memberikan solusi yang efisien dan membantu menyederhanakan proses pemrograman.

Penyelesaian Kode

Jika seorang software developer mengalami kebuntuan dalam menulis kode, AI dapat digunakan untuk melengkapi atau menyusun ulang kode yang diberikan.

"Tulis fungsi Python untuk menghitung faktor dari sebuah angka."

Dengan prompt ini, AI akan memberikan potongan kode yang dapat langsung digunakan atau dimodifikasi sesuai kebutuhan.

Optimasi Kode

AI juga dapat digunakan untuk menganalisis kode yang sudah ada dan memberikan saran untuk meningkatkan efisiensinya.

"Optimalkan kode Python berikut untuk mengurangi waktu eksekusi."

Dengan permintaan ini, AI akan berusaha mencari cara agar kode berjalan lebih cepat atau menggunakan sumber daya lebih efisien.

Menghasilkan Gambar dengan AI

Tidak hanya dalam teks, AI juga dapat digunakan untuk menghasilkan gambar berdasarkan deskripsi yang diberikan. Prompt yang jelas dan detail akan membantu model AI dalam menghasilkan visual yang sesuai dengan ekspektasi.

Gambar Fotorealistik

Untuk mendapatkan gambar yang realistis, prompt harus menyebutkan detail seperti pencahayaan, warna, dan komposisi:

"Gambar fotorealistik matahari terbenam di atas laut dengan pohon palem yang gelap di latar belakang."

Dengan instruksi ini, AI akan menciptakan gambar yang menyerupai foto sungguhan dengan elemen-elemen yang disebutkan.

Gambar Artistik

Jika kita menginginkan gambar yang memiliki nuansa seni tertentu, prompt dapat mengarahkan AI untuk menghasilkan ilustrasi yang sesuai dengan gaya tertentu.

"Lukisan impresionis tentang jalan kota yang ramai dengan orang-orang berjalan di bawah payung."

Prompt ini akan menghasilkan gambar yang memiliki karakteristik khas gaya impresionisme dengan warna-warna cerah dan goresan yang ekspresif.

Tips Meningkatkan Kemampuan Prompt Engineering

Di era AI yang semakin berkembang, kemampuan dalam menyusun prompt yang efektif—dikenal sebagai prompt engineering—adalah keterampilan yang sangat berharga.

Seiring semakin banyaknya penggunaan model-model bahasa besar seperti GPT (Generative Pre-trained Transformer), kemampuan untuk merancang prompt yang tepat akan sangat memengaruhi kualitas hasil yang dihasilkan. Tanpa kemampuan ini, hasil yang Anda terima dari AI mungkin tidak sesuai dengan yang diharapkan.

Bayangkan Anda sedang menggunakan model AI untuk menghasilkan jawaban, tetapi hasil yang diberikan jauh dari yang Anda inginkan. Mungkin Anda merasa frustasi, tetapi ini adalah tantangan yang sering dihadapi oleh banyak orang ketika berinteraksi dengan AI. Meskipun teknologi ini sangat canggih, mereka tetap memiliki keterbatasan, dan terkadang memerlukan instruksi yang sangat spesifik untuk memberikan hasil yang sesuai dengan harapan Anda.

Dengan memahami cara berkomunikasi dengan AI, kita dapat memanfaatkan potensinya untuk berbagai keperluan, mulai dari membantu pekerjaan sehari-hari hingga menyelesaikan tugas kompleks. Namun, bagaimana caranya agar kita bisa memberikan instruksi yang benar-benar dipahami AI?

Mari kita simak beberapa tips yang akan membantu Anda dalam mengasah keterampilan prompt engineering.

Ketahui Batasan dan Keunggulan Model AI

Sebelum kita mulai merancang prompt, penting untuk mengenali karakteristik model AI yang kita gunakan. Setiap model memiliki keunggulan dan keterbatasan masing-masing. Beberapa model sangat baik dalam memahami bahasa alami, tetapi mungkin kurang akurat dalam tugas-tugas yang memerlukan pemikiran logis yang mendalam.

Sebagai contoh, AI berbasis teks seperti chatbot dapat memberikan jawaban cepat dan informatif, tetapi mungkin kurang tepat dalam memahami nuansa bahasa atau emosi dalam percakapan. Contoh lainnya, sebuah model yang dilatih untuk mengenali gambar blueberry mungkin akan kesulitan mengenali gambar stroberi. Kenapa ini bisa terjadi? Karena model hanya dilatih untuk mengenali blueberry.

Hal ini mengingatkan kita untuk lebih kritis dalam memilih model yang sesuai dengan kebutuhan. Apakah model tersebut cocok untuk tugas Anda? Selain itu, kita juga perlu waspada terhadap potensi bias dalam model AI, yang mungkin mencerminkan ketimpangan dalam data yang digunakan oleh AI dan memengaruhi hasil yang diberikan.

Dengan memahami bagaimana AI bekerja dan data apa yang digunakan untuk melatihnya, kita bisa lebih bijak dalam menyusun prompt yang sesuai.

Mari untuk berpikir sejenak. Pernahkah Anda merasa model AI memberikan hasil yang kurang memuaskan? Apakah Anda sudah mempertimbangkan model tersebut memiliki keterbatasan yang sesuai dengan kebutuhan?

Spesifik adalah Kunci

Imajinasikan bahwa Anda sedang berada di sebuah restoran mewah. Anda ingin menikmati hidangan yang sempurna, tetapi saat pelayan datang, Anda hanya berkata, "Saya lapar." Kemungkinan besar, pelayan akan kebingungan. Apakah Anda ingin steak? Pasta? Sesuatu yang pedas atau manis? Tanpa instruksi yang jelas, pelayan hanya bisa menebak-nebak keinginan Anda. Hal yang sama terjadi ketika kita berinteraksi dengan AI. Semakin spesifik dan terstruktur permintaan kita, semakin baik hasil yang didapatkan.

Jika ingin memesan steak, Anda bisa mengatakan, "Saya ingin steak medium-rare dengan saus lada hitam dan kentang di sampingnya." Pelayan akan mengerti persis apa yang Anda inginkan dan menyajikannya sesuai harapan Anda.

Hal yang sama berlaku dalam prompt engineering. Jika Anda meminta AI untuk "Tuliskan artikel tentang teknologi," hasilnya mungkin terlalu luas. Namun, jika Anda mengatakan, "Tuliskan artikel sepanjang 500 kata tentang dampak AI dalam dunia pendidikan," AI akan memberikan jawaban yang lebih sesuai dengan keinginan Anda.

Semakin spesifik prompt yang Anda berikan, semakin besar kemungkinan AI memberikan jawaban yang tepat dan relevan.

Berikan Konteks yang Jelas

Saat berbicara dengan seseorang, kita sering memberikan konteks agar mereka lebih mudah memahami maksud kita. AI juga bekerja dengan cara yang sama. Jika kita ingin AI menulis email profesional, kita bisa memberikan detail seperti penerima, tujuan email, dan nada yang diinginkan.

Misalnya, daripada sekadar mengetik "Tulis email kepada klien," kita bisa memberikan prompt yang lebih kaya konteks seperti di bawah ini.

"Tulis email formal kepada Bapak Joko, manajer pemasaran di perusahaan XYZ, untuk mengonfirmasi pertemuan pada hari Senin pukul 10 pagi dan menanyakan apakah ada materi yang perlu disiapkan sebelumnya."

Dengan informasi yang lebih lengkap, AI dapat menghasilkan respons yang lebih sesuai dengan kebutuhan kita.

Memberikan Contoh sebagai Panduan

Salah satu cara terbaik untuk membantu AI memahami harapan kita adalah dengan memberikan contoh. Bayangkan Anda ingin AI menulis paragraf dengan gaya tertentu. Jika Anda hanya berkata, "Tulis paragraf tentang kecerdasan buatan," hasilnya mungkin tidak sesuai dengan gaya yang Anda inginkan.

Sebaliknya, jika Anda menambahkan contoh:

"Tulis paragraf tentang kecerdasan buatan dalam gaya penulisan yang santai dan mudah dipahami, seperti contoh berikut: 'Kecerdasan buatan semakin berkembang dan mulai membantu kita dalam berbagai hal. Dari asisten virtual di ponsel hingga mobil tanpa pengemudi, teknologi ini mengubah cara kita hidup dan bekerja.'"

AI akan menyesuaikan jawabannya agar lebih sesuai dengan gaya yang telah Anda tentukan.

Eksperimen dan Evaluasi

Tidak semua prompt akan memberikan hasil yang sempurna dalam sekali coba. Terkadang, kita perlu bereksperimen dengan berbagai variasi prompt untuk menemukan yang paling efektif. Coba ubah panjang kalimat, tingkat detail, atau struktur prompt Anda, lalu bandingkan hasilnya.

Sebagai contoh, jika Anda merasa AI memberikan jawaban yang terlalu umum, coba tambahkan lebih banyak detail dalam prompt Anda. Jika jawabannya terlalu teknis, gunakan bahasa yang lebih sederhana dalam instruksi Anda.

Selain itu, Anda juga bisa mencoba menggunakan persona yang berbeda, seperti seorang insinyur perangkat lunak atau seorang koki terkenal. Dengan bereksperimen, Anda akan menemukan formulasi prompt yang paling efektif untuk aplikasi.

Teknik Chain-of-Thought untuk Jawaban yang Lebih Mendalam

Jika Anda ingin AI memberikan jawaban yang lebih analitis dan mendalam, gunakanlah teknik Chain-of-Thought (CoT). Kita sudah mempelajari tentang ini sebelumnya. Teknik ini melibatkan penyusunan prompt yang mendorong AI untuk menjelaskan pemikirannya secara bertahap.

Misalnya, jika ingin AI menjelaskan bagaimana mesin pencari bekerja, daripada bertanya "Bagaimana cara kerja mesin pencari?" Anda bisa menulis:

"Jelaskan bagaimana mesin pencari bekerja secara bertahap. Mulailah dengan bagaimana mesin pencari mengumpulkan data, lalu jelaskan bagaimana proses pengindeksan bekerja, dan akhirnya bagaimana hasil ditampilkan kepada pengguna."

Dengan pendekatan ini, tidak hanya hasil yang didapatkan menjadi lebih mendalam, tetapi Anda juga bisa memahami bagaimana model berpikir dalam menyelesaikan masalah tersebut.

Seperti berkomunikasi dengan manusia, berinteraksi dengan AI membutuhkan kejelasan, konteks, dan eksperimen. Dengan memahami batasan AI, memberikan instruksi yang spesifik, menambahkan konteks yang relevan, serta bereksperimen dengan berbagai pendekatan, kita dapat meningkatkan kemampuan prompt engineering secara signifikan.

Kecerdasan buatan adalah alat yang luar biasa, tetapi hasil yang diberikan tetap bergantung pada bagaimana kita menggunakannya. Dengan latihan dan pemahaman yang lebih dalam, Anda akan semakin mahir dalam menyusun prompt yang efektif dan mendapatkan hasil yang lebih akurat, relevan, dan bermanfaat.

Jadi, sudah siap mencoba? Mulailah bereksperimen dengan berbagai jenis prompt dan lihat bagaimana AI merespons.

Latihan: Mengevaluasi Output dan Merevisi Prompt

Dalam latihan ini, Anda akan berlatih mengevaluasi output yang dihasilkan oleh AI dan merevisi prompt Anda untuk mencapai hasil terbaik. Pendekatan iteratif ini akan membantu Anda mengintegrasikan AI dengan efektif ke dalam tugas-tugas di lingkungan kerja.

Skenario

Sebagai manajer program di organisasi nirlaba yang fokus membantu UMKM (Usaha Mikro, Kecil, dan Menengah) di Asia untuk mendigitalisasi operasi bisnis mereka, Anda memiliki pengalaman dalam membantu rekan-rekan yang baru mulai menggunakan perangkat AI berbasis percakapan.

Mereka menggunakan alat AI untuk merangkum catatan rapat. Namun, mereka belum terbiasa membuat prompt secara efektif dan sering mendapatkan hasil yang kurang memuaskan. Anda diminta untuk membantu mereka dalam menyempurnakan prompt agar mendapatkan hasil yang lebih baik.

Salah satu rekan Anda, Anika, baru-baru ini memimpin rapat tim untuk mendiskusikan langkah-langkah selanjutnya dalam program keterampilan digital untuk UMKM yang belum terdigitalisasi. Dia ingin membuat ringkasan yang menekankan poin-poin tindakan dan tanggung jawab setiap anggota tim. Tujuannya adalah untuk membuat ringkasan singkat yang dapat dibagikan dengan tim untuk referensi cepat.

Berikut adalah prompt awal yang ditulis Anika.

Buat ringkasan dari catatan rapat di bawah ini.

Catatan Rapat: Perencanaan Program Keterampilan Digital

Agenda: Pembaruan tentang pendanaan, jangkauan, konten pelatihan, dan penugasan tugas untuk Q4.
Kami mendapatkan dana baru sebesar $20.000 untuk ekspansi... masih perlu mengalokasikan sebagian untuk jangkauan dan alat digital baru. Pembaruan tentang lokakarya komunitas: 3 lokakarya selesai—45 UMKM terjangkau, umpan balik campuran—beberapa membutuhkan lebih banyak dukungan dalam menyiapkan alat digital. Priya menangani koordinasi. Modul baru: Pemasaran Digital—masih dalam tinjauan. Versi final diharapkan dua minggu lagi.
Buat rencana jangkauan untuk Q4 (Priya: harus memiliki draf yang siap pada akhir minggu)
Persiapkan laporan triwulan untuk donatur (Anika akan menyusun informasi; gunakan statistik terbaru tentang jangkauan dan kemajuan pendanaan).
Website perlu pembaruan (Saeed yang akan mengurusnya; informasi tentang modul baru harus online pada tanggal 5 bulan depan).
Libatkan mitra—Maya akan memeriksa siapa yang tersedia untuk acara berikutnya, juga menangani logistik untuk sesi yang akan datang.
Ramesh akan menyiapkan jadwal pelatihan untuk Modul Alat Digital Baru pada pertengahan bulan depan.
Pelatihan staf baru pada platform yang diperbarui ditunda hingga pertengahan bulan depan. Potensi kebutuhan untuk merevisi konten pelatihan—beberapa saran dari petugas lapangan untuk memasukkan lebih banyak studi kasus. Juga, eksplorasi ide bootcamp pemasaran digital bekerja sama dengan LSM mitra.
Diskusi Umum: Bagaimana cara mengalokasikan dana tambahan... Ramesh mengusulkan untuk lebih banyak membelanjakan untuk infrastruktur digital; Priya menyarankan lebih banyak untuk jangkauan. Belum ada kesepakatan—akan dibahas lagi minggu depan.

Anda akan mulai dengan mengevaluasi output dari prompt awal rekan Anda, kemudian merevisinya untuk meningkatkan kualitas output yang dihasilkan AI.

Latihan

Pada latihan ini, Anda akan menggunakan Gemini sebagai alat AI untuk merancang prompt yang baik. Berikut adalah langkah-langkah untuk latihan ini.

Catatan: Jangan memasukkan informasi pribadi atau sensitif pada alat AI.

Mari kita coba akses Gemini dan lihat hasilnya.

Akses gemini.google.com
Masuk dengan menggunakan akun Google Anda.
Masukkan prompt Anika di atas ke Gemini, lalu perhatikan output-nya.

Apakah menurut Anda output tersebut sudah sesuai dengan kebutuhan? Coba evaluasi kira-kira prompt perbaikan seperti apa yang harus kita tuliskan kembali? Berikut contoh prompt perbaikan agar output yang dihasilkan lebih efektif dan relevan. Ini contoh prompt perbaikan yang bisa Anda tuliskan.

Buat ringkasan rapat berikut dalam format tabel, dengan kolom: (1) Tugas, (2) Penanggung Jawab, (3) Tenggat Waktu. Fokus pada langkah-langkah konkret yang harus dilakukan tim.

"Catatan Rapat: Perencanaan Program Keterampilan Digital

Agenda: Pembaruan tentang pendanaan, jangkauan, konten pelatihan, dan penugasan tugas untuk Q4.

Kami mendapatkan dana baru sebesar $20.000 untuk ekspansi... masih perlu mengalokasikan sebagian untuk jangkauan dan alat digital baru. Pembaruan tentang lokakarya komunitas: 3 lokakarya selesai—45 UMKM terjangkau, umpan balik campuran—beberapa membutuhkan lebih banyak dukungan dalam menyiapkan alat digital. Priya menangani koordinasi. Modul baru: Pemasaran Digital—masih dalam tinjauan. Versi final diharapkan dua minggu lagi.

Buat rencana jangkauan untuk Q4 (Priya: harus memiliki draf yang siap pada akhir minggu)

Persiapkan laporan triwulan untuk donatur (Anika akan menyusun informasi; gunakan statistik terbaru tentang jangkauan dan kemajuan pendanaan).

Website perlu pembaruan (Saeed yang akan mengurusnya; informasi tentang modul baru harus online pada tanggal 5 bulan depan).

Libatkan mitra—Maya akan memeriksa siapa yang tersedia untuk acara berikutnya, juga menangani logistik untuk sesi yang akan datang.

Ramesh akan menyiapkan jadwal pelatihan untuk Modul Alat Digital Baru pada pertengahan bulan depan.

Pelatihan staf baru pada platform yang diperbarui ditunda hingga pertengahan bulan depan. Potensi kebutuhan untuk merevisi konten pelatihan—beberapa saran dari petugas lapangan untuk memasukkan lebih banyak studi kasus. Juga, eksplorasi ide bootcamp pemasaran digital bekerja sama dengan LSM mitra.

Diskusi Umum: Bagaimana cara mengalokasikan dana tambahan... Ramesh mengusulkan untuk lebih banyak membelanjakan untuk infrastruktur digital; Priya menyarankan lebih banyak untuk jangkauan. Belum ada kesepakatan—akan dibahas lagi minggu depan."

Gemini pun akan memberikan output dalam bentuk tabel. Tampak lebih rapi, kan? Bahkan, Anda juga bisa mengekspor data tersebut ke dalam Google Sheets.

Luar biasa, Anda sudah berhasil mengevaluasi output dan merevisi prompt sehingga AI dapat memberikan hasil yang lebih sesuai dengan kebutuhan. Pada awalnya, prompt yang kita berikan terlalu umum sehingga AI memberikan output yang kurang pas. Namun, pada iteratif berikutnya, kita coba berikan prompt yang lebih spesifik hingga pada akhirnya AI dapat memberikan output yang tepat.

Bersambung ke: