Banyak orang menilai kualitas AI dari seberapa pintar jawabannya terdengar. Padahal, dalam pekerjaan sehari-hari, ukuran yang lebih penting adalah: apakah jawaban itu bisa langsung dipakai?
Jawaban yang tampak bagus masih bisa merepotkan jika terlalu panjang, memakai format yang salah, menyelipkan asumsi, atau tidak membedakan fakta dari saran. Karena itu, prompt sebaiknya tidak hanya berisi perintah seperti “buatkan artikel” atau “rangkum dokumen ini”. Perlakukan prompt sebagai kontrak output: kesepakatan singkat tentang pekerjaan yang harus dilakukan dan bentuk hasil yang Anda harapkan.
Apa yang dimaksud dengan kontrak output?
Kontrak output adalah prompt yang menjelaskan setidaknya lima hal:
- Tujuan: hasil ini dipakai untuk apa?
- Pembaca atau pengguna: siapa yang akan menerima hasilnya?
- Bentuk: apakah harus berupa daftar, email, tabel, kode, atau paragraf?
- Batasan: apa yang tidak boleh dilakukan?
- Pemeriksaan: bagaimana AI harus menangani informasi yang kurang atau meragukan?
Konsep ini sejalan dengan praktik prompt engineering yang menekankan instruksi jelas, konteks, contoh, dan format output yang spesifik. Anthropic, misalnya, menyarankan penggunaan instruksi eksplisit serta struktur yang membantu model membedakan konteks, instruksi, dan contoh.
Mengapa prompt pendek sering menghasilkan pekerjaan tambahan?
Bayangkan Anda meminta pegawai baru untuk “buatkan laporan penjualan”. Ia mungkin tidak tahu apakah laporan itu ditujukan untuk pemilik bisnis, tim pemasaran, atau bagian keuangan. Ia juga belum tentu tahu periode penjualan, metrik penting, panjang laporan, atau apakah angka yang hilang boleh diperkirakan.
AI menghadapi masalah yang sama. Ketika konteks tidak lengkap, model akan mengisi celah dengan tebakan yang terlihat masuk akal. Di sinilah muncul jawaban yang rapi tetapi tidak sepenuhnya sesuai kebutuhan.
Masalah lain adalah format. Jika Anda hanya meminta “analisis data”, AI bisa memberikan uraian panjang. Padahal yang Anda perlukan mungkin tiga temuan utama, dua risiko, dan satu rekomendasi yang bisa dibawa ke rapat.
Struktur prompt yang lebih bisa diandalkan
Gunakan struktur berikut sebagai kerangka dasar:
- Peran dan konteks: jelaskan posisi AI dalam tugas tersebut.
- Tujuan akhir: sebutkan keputusan atau pekerjaan yang ingin dibantu.
- Input: berikan data, dokumen, atau informasi yang boleh digunakan.
- Aturan kerja: tentukan cara menganalisis dan hal yang harus dihindari.
- Format output: tentukan susunan hasil secara rinci.
- Kontrol ketidakpastian: minta AI menandai data yang belum cukup.
Contohnya, daripada menulis “buatkan ringkasan rapat”, gunakan prompt seperti ini:
Anda membantu saya mengubah catatan rapat menjadi ringkasan kerja.
Tujuan:
Buat ringkasan yang bisa langsung dikirim kepada peserta rapat.
Aturan:
- Gunakan hanya informasi dari catatan yang diberikan.
- Jangan mengarang nama penanggung jawab atau tenggat waktu.
- Jika informasi tidak tersedia, tulis "belum ditentukan".
- Bedakan keputusan, pertanyaan terbuka, dan tugas lanjutan.
Format output:
1. Tujuan rapat: maksimal 2 kalimat.
2. Keputusan utama: daftar bernomor.
3. Tugas lanjutan: gunakan format "Tugas — Penanggung jawab — Tenggat".
4. Pertanyaan yang belum terjawab: daftar poin.
5. Bagian yang perlu dikonfirmasi: maksimal 3 poin.
Catatan rapat:
[tempelkan catatan di sini]Perhatikan bahwa prompt tersebut tidak meminta AI “menjadi pintar”. Ia justru memberi pagar yang jelas tentang pekerjaan, sumber informasi, dan bentuk hasil akhir.
Tambahkan kriteria lulus sebelum meminta jawaban
Bagian yang sering dilupakan adalah kriteria kualitas. Padahal, kriteria ini membantu Anda dan AI memahami kapan pekerjaan dianggap selesai.
Untuk tugas menulis, kriterianya bisa berupa:
- pembuka langsung menjelaskan masalah;
- setiap bagian memiliki satu gagasan utama;
- tidak ada klaim yang tidak didukung input;
- bahasa sesuai pembaca nonteknis;
- hasil akhir berada di antara 500 dan 700 kata.
Untuk tugas coding, kriterianya dapat mencakup:
- gunakan versi bahasa pemrograman tertentu;
- sertakan penanganan error;
- jangan mengubah fungsi yang tidak berkaitan;
- berikan contoh input dan output;
- jelaskan asumsi yang digunakan.
Kriteria ini bukan jaminan bahwa jawaban selalu benar. Namun, ia membuat pemeriksaan menjadi lebih mudah karena Anda tidak lagi menilai hasil hanya berdasarkan kesan umum.
Minta AI menandai asumsi, bukan menyembunyikannya
Salah satu instruksi paling berguna adalah meminta AI memisahkan tiga kategori: fakta dari input, kesimpulan, dan asumsi.
Misalnya, dalam analisis bisnis, kalimat “pelanggan berhenti membeli karena harga terlalu mahal” mungkin sebenarnya hanya dugaan. Data yang tersedia mungkin hanya menunjukkan penurunan transaksi setelah kenaikan harga. Dua hal itu tidak sama.
Tambahkan instruksi seperti:
Jika Anda membuat kesimpulan yang tidak tertulis secara langsung dalam input, tandai sebagai “interpretasi”. Jika data tidak cukup untuk menjawab, katakan apa yang kurang dan ajukan pertanyaan klarifikasi.
Instruksi ini tidak menghapus risiko kesalahan, tetapi membantu membuat batas antara data dan interpretasi lebih terlihat.
Gunakan contoh ketika format sangat penting
Penjelasan panjang kadang kalah efektif dibanding satu contoh yang baik. Jika Anda ingin AI menghasilkan format tertentu, sertakan contoh mini yang menunjukkan hasil yang benar.
Contohnya, jika Anda ingin setiap rekomendasi ditulis ringkas:
Contoh format:
Masalah: Proses persetujuan terlalu lama.
Bukti: Rata-rata menunggu 3 hari kerja.
Saran: Tambahkan batas waktu respons dan pengingat otomatis.Contoh tidak harus panjang. Yang penting, contoh tersebut memperlihatkan tingkat detail, gaya bahasa, dan urutan informasi yang diharapkan. Dokumentasi prompt Anthropic juga menempatkan contoh sebagai salah satu cara efektif untuk mengarahkan format dan konsistensi output.
Yang bisa dilakukan sekarang
- Pilih satu tugas berulang yang sering Anda berikan kepada AI.
- Tulis hasil akhir yang benar-benar Anda butuhkan, bukan sekadar aktivitasnya.
- Tambahkan pembaca, sumber data, batasan, dan format output.
- Masukkan instruksi untuk menandai asumsi atau informasi yang hilang.
- Simpan prompt yang berhasil dan perbaiki satu bagian setiap kali digunakan.
Mulailah dari tugas kecil seperti merapikan email, membuat notulen, menyusun daftar tindakan, atau mengubah catatan menjadi brief. Setelah Anda menemukan struktur yang cocok, prompt tersebut dapat dijadikan template untuk pekerjaan serupa.
Intinya, prompt yang baik bukan yang terdengar rumit. Prompt yang baik adalah prompt yang mengurangi ruang tebakan. Semakin jelas kontrak output-nya, semakin kecil pekerjaan tambahan yang perlu Anda lakukan setelah AI selesai menjawab.
Sumber & bacaan lebih lanjut
– Rio Yotto @rioyotto