Robot Emma dan Satu Papan Tulis Yang Mahal

Aku menulis ini karena belakangan aku cukup sering melihat orang memakai AI, lalu kecewa sendiri karena hasilnya tidak sesuai harapan.

Ada yang minta fotonya diedit jadi lebih cantik, tapi hasilnya malah terlalu menor. Ada yang minta caption jualan, tapi bahasanya terdengar seperti iklan sabun tahun 2012. Ada yang minta dibantu balas chat, tapi hasilnya terlalu formal seperti surat kantor. Ada yang minta dibuatkan tugas, tapi jawabannya terlalu kaku dan kelihatan seperti hasil copy-paste AI.

Lalu biasanya muncul kalimat yang sama:

“AI-nya bodoh.”

Mungkin benar. Kadang AI memang bodoh. Kadang ia terlalu percaya diri. Kadang ia menjawab dengan sangat rapi, tapi isinya melenceng.

Tapi menurutku, masalahnya tidak selalu ada di modelnya.

Kadang masalahnya ada di instruksi yang kita berikan.

AI tidak benar-benar membaca pikiran kita. Ia membaca teks yang kita tulis. Kalau instruksinya jelas, hasilnya biasanya lebih dekat dengan yang kita mau. Kalau instruksinya terlalu kabur, AI akan menebak.

Kadang tebakannya benar. Kadang tebakannya salah. Kadang salahnya jauh sekali.

Untuk menjelaskannya, aku biasanya memakai satu analogi kecil.

Anggap saja aku punya model lokal bernama Emma.

Kalau ingin versi yang lebih umum, bayangkan saja Emma ini seperti ChatGPT, Gemini, Claude, atau chatbot apa pun yang biasa kalian pakai. Bedanya, dalam kepalaku, Emma bukan logo perusahaan. Ia robot kecil yang ceria, polos, baik hati, dan suka membantu.

Tapi Emma punya satu keterbatasan penting.

Emma hanya punya satu papan tulis.

Di papan itulah semua hal yang sedang ia baca ditulis: prompt terakhir, pesan sebelumnya, contoh yang kita kasih, file yang kita masukkan, instruksi sistem, memory yang relevan, dan hal-hal lain yang masih aktif dalam percakapan.

Jadi ketika seseorang menulis:

“Ubah fotoku jadi cantik.”

Emma mungkin akan menatap papan itu sebentar, lalu berkata:

“Cantik itu apa? Emma tidak tahu 😭
Tapi karena Emma baik, Emma akan mencoba menebak pakai definisi Emma sendiri ☺️”

Dan menurutku, itu inti masalahnya.

Karena “cantik” bisa berarti banyak hal.

Cantik natural? Cantik seperti foto KTP yang lebih rapi? Cantik seperti selebgram? Cantik dengan kulit lebih halus? Cantik tapi wajah tetap sama? Cantik dengan makeup Korea? Cantik dengan lighting studio? Cantik tanpa mengubah bentuk hidung, mata, dan rahang?

Kalau kita tidak menjelaskan, Emma akan menebak.

Lalu ketika tebakannya tidak sesuai, kita merasa AI-nya aneh.

Padahal dari awal, kita hanya memberi satu kata yang terlalu luas.

Menurutku, prompting bukan mantra rahasia untuk mengendalikan mesin. Prompting lebih mirip cara memberi instruksi yang jelas agar AI tidak terlalu banyak menebak.

Atau lebih sederhana:

Prompting adalah cara membuat keinginan kita cukup jelas untuk dibaca AI.

1. Prompt itu apa?

Prompt adalah instruksi yang kita berikan kepada AI.

Tapi prompt yang baik biasanya bukan cuma perintah pendek. Prompt bisa berisi tugas, konteks, gaya, batasan, contoh, target hasil, dan prioritas.

Contoh prompt lemah:

Ubah fotoku jadi cantik.

Prompt ini tidak salah sepenuhnya. Tapi masih terlalu kabur.

Cantik seperti apa? Untuk dipakai di mana? Mau terlihat natural atau glamor? Boleh mengubah bentuk wajah atau tidak? Mau background tetap sama atau diganti? Mau hasilnya realistis atau seperti foto studio?

Contoh prompt lebih baik:

Edit foto ini agar terlihat lebih cantik tapi tetap natural. Rapikan pencahayaan, haluskan kulit sedikit, kurangi kantung mata, dan buat warna foto lebih cerah. Jangan mengubah bentuk wajah, jangan membuat makeup terlalu tebal, dan jangan membuat hasilnya terlihat seperti orang lain.

Prompt kedua lebih membantu karena memberi arah.

Emma tidak perlu menebak terlalu banyak. Ia tahu bahwa yang dimaksud “cantik” adalah natural, lebih cerah, lebih rapi, tapi identitas wajah tetap sama.

Contoh lain.

Prompt lemah:

Buat caption yang bagus.

Prompt lebih baik:

Buat caption Instagram untuk foto aku sedang minum kopi di kafe. Gayanya santai, sedikit lucu, tidak terlalu puitis, dan jangan terdengar seperti motivator. Maksimal 2 kalimat.

Atau:

Buat caption jualan untuk produk keripik pedas. Targetnya anak muda. Bahasanya santai, sedikit menggoda, dan tidak terlalu formal. Tambahkan ajakan beli di akhir.

Menurutku, prinsip paling dasar dalam prompting adalah ini:

Semakin sedikit hal penting yang harus ditebak AI, semakin besar kemungkinan hasilnya mendekati keinginan kita.

Prompt pendek boleh saja kalau tugasnya sederhana.

Ringkas chat ini jadi 5 poin.

Itu sudah cukup jelas.

Tapi kalau tugasnya punya banyak kemungkinan hasil, seperti edit foto, bikin caption, menulis artikel, membuat desain karakter, menyusun tugas, atau membalas chat penting, kita perlu memberi konteks yang lebih lengkap.

Emma bisa membantu. Tapi Emma tetap butuh tulisan yang jelas di papan.

2. Rumus prompt sederhana

Kalau aku harus membuat rumus paling mudah, prompt yang baik biasanya punya lima bagian:

1. Tugas
2. Konteks
3. Gaya
4. Batasan
5. Format output

Contoh prompt lemah:

Balesin chat ini.

Prompt ini terlalu umum.

Balas sebagai siapa? Mau terdengar sopan, santai, dingin, ramah, atau menolak halus? Hubungannya dekat atau formal? Mau pendek atau panjang?

Prompt lebih baik:

Bantu balas chat ini dengan sopan tapi tetap santai. Aku ingin menolak ajakannya karena sedang capek, tapi jangan terdengar kasar. Buat 3 pilihan jawaban pendek.

Ini jauh lebih jelas.

Di situ tugasnya jelas: membantu membalas chat. Konteksnya jelas: ingin menolak karena capek. Gayanya jelas: sopan tapi santai. Batasannya jelas: jangan kasar. Formatnya jelas: 3 pilihan pendek.

Contoh lain:

Buat bio Instagram untuk akun jualan kue rumahan. Gayanya hangat, sederhana, dan meyakinkan. Jangan terlalu panjang. Sertakan info bahwa pesanan bisa lewat DM.

Bantu rapikan teks promosi ini agar lebih enak dibaca. Jangan ubah maksudnya. Buat terdengar ramah, tidak memaksa, dan cocok untuk WhatsApp Story.

Buatkan ucapan ulang tahun untuk teman dekat. Gayanya hangat, lucu sedikit, tapi jangan lebay. Maksimal 4 kalimat.

Menurutku, rumus sederhana ini sudah cukup untuk banyak kebutuhan sehari-hari.

Tidak perlu langsung memakai istilah rumit. Yang penting kita tahu apa yang kita minta.

3. Prompt itu seperti memberi brief

Cara paling mudah membayangkan prompt adalah seperti memberi brief kepada designer.

Kalau kita meminta designer dengan kalimat:

“Bikinin desain yang bagus.”

Designer itu mungkin tetap bisa mencoba. Tapi ia harus menebak banyak hal.

Bagus menurut siapa? Mau seperti spanduk pemerintah? Mau seperti desain brand skincare? Mau seperti UX app yang clean dan mahal? Mau mengikuti trend terbaru di New York? Mau seperti konten TikTok yang ramai, cepat, dan mencolok? Mau minimalis, atau brutalist? Mau Humble atau Professional?

AI juga begitu.

Prompt bukan cuma perintah. Prompt adalah brief.

Contoh untuk foto:

Edit foto ini agar cocok untuk profil LinkedIn. Buat pencahayaan lebih rapi, wajah terlihat segar, background lebih bersih, dan hasilnya tetap profesional. Jangan membuat wajah terlalu halus seperti filter beauty berlebihan.

Contoh untuk jualan:

Buat deskripsi produk untuk tas wanita warna hitam. Target pembelinya mahasiswi dan pekerja muda. Tonenya elegan tapi tetap santai. Sebutkan bahwa tas ini cocok untuk kuliah, kerja, dan jalan-jalan. Jangan terlalu lebay.

Contoh untuk tugas sekolah:

Bantu jelaskan materi ini dengan bahasa sederhana seperti untuk siswa SMA. Jangan langsung dibuat seperti jawaban final. Jelaskan dulu poin utamanya, lalu beri contoh, lalu bantu aku menyusun jawaban sendiri.

Contoh untuk chat kerja:

Bantu buat pesan WhatsApp ke atasan untuk izin terlambat karena hujan deras. Bahasanya sopan, singkat, dan tidak terlalu banyak alasan.

Semakin jelas brief-nya, semakin mudah Emma bekerja.

Bukan karena AI harus dimanja. Tapi karena pekerjaan yang jelas memang lebih mudah dikerjakan.

4. Token: goresan kapur di papan Emma

Sekarang kita masuk sedikit ke bagian teknis.

AI tidak membaca teks persis seperti manusia membaca kalimat. Biasanya model bahasa memecah teks menjadi potongan-potongan kecil yang disebut token.

Kita tidak perlu terlalu pusing dengan detail teknisnya. Cara paling mudah membayangkannya begini:

Token adalah goresan kapur di papan tulis Emma.

Setiap kata makan tempat. Setiap tanda baca makan tempat. Setiap contoh makan tempat. Setiap instruksi tambahan makan tempat. Emoji juga makan tempat.

Emma mungkin berkata:

“Emoji kecil 🐇 juga makan tempat. Walaupun dia lucu 🐰, dia tetap butuh kursi di papan 😭”

Kenapa ini penting?

Karena papan Emma tidak tak terbatas.

Kalau kita mengirim chat yang sangat panjang, memasukkan banyak contoh, menempel banyak teks, lalu terus menambah instruksi baru, papan Emma akan makin penuh.

Prompt panjang tidak selalu buruk. Prompt panjang justru bisa sangat bagus kalau rapi.

Tapi prompt panjang yang berantakan bisa membuat Emma bingung menentukan mana yang paling penting.

Misalnya kita menulis:

Buat caption yang lucu, tapi jangan terlalu lucu. Santai, tapi tetap formal. Singkat, tapi lengkap. Jualan, tapi jangan kelihatan jualan. Puitis, tapi jangan lebay. Ramah, tapi jangan terlalu ramah.

Emma tetap akan mencoba. Tapi ia harus menebak mana yang paling penting.

Jadi bukan panjang atau pendek yang paling menentukan.

Yang penting adalah jelas atau tidak.

5. Context window: ukuran papan tulis aktif

Context window adalah ruang konteks aktif yang bisa dibaca model saat menjawab.

Dalam analogi kita:

Context window adalah ukuran papan tulis Emma.

Di papan itu bisa ada prompt terakhir, pesan lama, jawaban AI sebelumnya, contoh, file, instruksi sistem, memory yang relevan, dan konteks lain yang masih aktif.

Tapi papan tetap punya ukuran.

Ini penting karena banyak orang mengira AI mengingat percakapan seperti manusia mengingat pengalaman. Padahal dalam banyak kasus, AI bekerja dari konteks aktif yang sedang tersedia.

Kalau sesuatu masih ada di papan, Emma bisa membacanya.

Kalau sesuatu sudah keluar dari papan, tertimbun, atau diringkas terlalu kasar, Emma bisa kehilangan detailnya.

Jadi ketika AI terlihat “lupa”, penyebabnya bisa macam-macam:

• Instruksi lama sudah keluar dari context window.
• Instruksi lama masih ada, tapi tertimbun terlalu banyak teks.
• Instruksi lama bertabrakan dengan instruksi baru.
• Konteks lama sudah diringkas.
• Kita hanya menulis “lanjutkan”, padahal yang harus dilanjutkan sudah tidak jelas.

Contoh sederhana.

Kita sudah lama membahas caption jualan makanan. Di awal kita bilang tonenya santai, lucu, dan cocok untuk anak muda. Setelah chat panjang, kita cuma menulis:

Lanjutkan.

Kadang AI bisa tetap mengikuti. Tapi kadang ia mulai berubah jadi terlalu formal karena konteks awalnya sudah tertimbun.

Lebih aman menulis:

Lanjutkan caption jualan makanan tadi. Tetap pakai tone santai, lucu, cocok untuk anak muda, dan jangan terlalu formal.

Menurutku, memahami context window membuat kita lebih sabar sekaligus lebih praktis.

Kalau chat sudah panjang, jangan takut mengulang instruksi penting.

Bukan semua hal perlu diulang. Cukup jangkar utamanya.

6. Kenapa “lanjutkan” kadang gagal

Setelah percakapan panjang, kita sering hanya menulis:

Lanjutkan.

Kadang berhasil. Tapi kadang hasilnya berubah arah.

Masalahnya sederhana: “lanjutkan” bisa berarti banyak hal.

Lanjutkan bagian terakhir? Lanjutkan tone sebelumnya? Lanjutkan struktur lama? Lanjutkan draft yang mana? Lanjutkan sebelum atau sesudah revisi terakhir?

Kalau chat masih pendek, “lanjutkan” mungkin cukup.

Tapi kalau chat sudah panjang, prompt yang lebih baik adalah:

Lanjutkan dari bagian terakhir. Tetap pakai gaya santai, ramah, dan mudah dipahami. Jangan ulangi bagian sebelumnya.

Atau:

Lanjutkan daftar caption tadi. Buat 10 lagi, tetap untuk produk keripik pedas, target anak muda, tone lucu tapi tidak alay.

Atau:

Lanjutkan draft artikel tadi dari bagian “Context Window”. Jangan ubah struktur dan jangan ganti tone.

Menurutku, ini kebiasaan kecil yang sangat membantu.

Kalau percakapan sudah panjang, beri jangkar ulang.

Emma baik, tapi Emma bukan cenayang.

7. Prompt panjang tidak selalu lebih baik

Ada orang yang prompt-nya terlalu pendek. Ada juga yang prompt-nya panjang sekali, tapi isinya saling bertabrakan.

Misalnya:

Buat caption jualan yang santai, tapi tetap formal. Lucu, tapi jangan bercanda. Pendek, tapi jelaskan semua keunggulan produk. Jangan terlihat jualan, tapi harus membuat orang langsung beli.

Instruksi seperti ini masih bisa dikerjakan, tapi AI harus menebak mana yang lebih penting.

Solusinya: beri prioritas.

Prioritas utama: caption harus terasa santai dan mudah dibaca.
Prioritas kedua: tetap menyebutkan keunggulan produk.
Prioritas ketiga: ada ajakan beli di akhir.
Kalau harus memilih, utamakan natural daripada terlalu lengkap.

Ini jauh lebih membantu.

Karena kalau semua hal dianggap penting, tidak ada yang benar-benar penting.

Prompting yang baik bukan hanya menulis banyak instruksi. Prompting yang baik adalah menyusun instruksi agar AI tahu mana yang harus diutamakan.

8. Contoh lebih mudah diikuti daripada kata abstrak

AI biasanya lebih mudah mengikuti contoh daripada hanya membaca deskripsi abstrak.

Misalnya kita menulis:

Buat bahasanya natural.

Masalahnya, natural itu seperti apa?

Lebih baik beri contoh:

Gunakan gaya seperti ini:
“Hari ini ready lagi ya. Yang kemarin kehabisan bisa langsung chat sebelum habis lagi.”

Ikuti gaya santainya, tapi jangan salin persis kalimatnya.

Atau:

Buat balasan chat dengan gaya seperti ini:
“Maaf ya, hari ini aku belum bisa ikut. Badanku lagi capek banget. Lain kali kalau ada waktu aku ikut.”

Contoh memberi pola.

Kita bisa memakai contoh untuk tone, struktur, gaya humor, panjang kalimat, format, atau cara menjelaskan.

Tapi sebaiknya jelaskan juga apakah contoh itu boleh disalin atau hanya dijadikan referensi.

Gunakan ini sebagai referensi gaya, tapi jangan salin kalimatnya.

Atau:

Ikuti ritme dan kesederhanaannya, bukan isi persisnya.

Menurutku, memberi contoh adalah salah satu cara paling cepat untuk membuat AI memahami selera kita.

Karena kata seperti “bagus”, “natural”, “rapi”, “hidup”, atau “tidak kaku” sering terlalu luas.

Emma lebih mudah bekerja kalau diberi contoh yang bisa dilihat polanya.

9. Role dan perspektif

Role bisa membantu AI menentukan cara menjawab.

Bertindaklah sebagai admin toko online.

Atau:

Jawab sebagai teman yang membantu, bukan sebagai guru yang menggurui.

Atau:

Tulis sebagai editor yang memperbaiki caption agar lebih enak dibaca.

Role membantu, tapi role saja tidak cukup.

Prompt lemah:

Jadilah admin toko online.

Prompt lebih kuat:

Jadilah admin toko online. Bantu balas pertanyaan pelanggan yang menanyakan apakah produk masih tersedia. Jawab dengan ramah, singkat, dan arahkan agar pelanggan langsung checkout.

Atau:

Bertindaklah sebagai editor caption Instagram. Perbaiki caption ini agar lebih natural, tidak kaku, dan tetap cocok untuk jualan. Jangan membuatnya terlalu panjang.

Role memberi posisi. Tugas memberi arah.

Kalau hanya memberi role tanpa tugas yang jelas, AI tetap harus menebak banyak hal.

Emma boleh memakai seragam admin toko, tapi ia tetap perlu tahu pelanggan bertanya apa.

10. Batasan negatif: apa yang tidak boleh dilakukan

Kadang kita perlu memberi tahu AI apa yang tidak boleh dilakukan.

• Jangan terlalu formal.
• Jangan terdengar seperti iklan murahan.
• Jangan membuat wajah jadi orang lain.
• Jangan mengubah warna baju.
• Jangan membuat caption terlalu alay.
• Jangan memakai kata-kata seperti “bestie” atau “buruan checkout” kalau tidak cocok.
• Jangan menambah klaim palsu seperti “paling murah” atau “nomor satu”.

Batasan seperti ini berguna kalau kita tahu kesalahan yang sering muncul.

Tapi jangan terlalu banyak larangan sampai prompt menjadi kaku.

Lebih baik memberi arah positif yang jelas daripada hanya memberi daftar larangan panjang.

Misalnya, daripada hanya menulis:

Jangan kaku.

Lebih baik:

Gunakan bahasa seperti orang yang sedang menjelaskan ke teman. Kalimat boleh santai, tapi tetap rapi.

Daripada hanya menulis:

Jangan menor.

Lebih baik:

Edit wajah agar terlihat lebih segar dan natural. Makeup tipis saja, warna kulit tetap realistis, dan wajah tetap mirip foto asli.

Itu lebih membantu karena AI tahu harus bergerak ke mana.

11. Format output membuat jawaban lebih mudah dipakai

Kalau ingin jawaban yang mudah dipakai, minta formatnya.

Jangan hanya menulis:

Beri ide caption.

Lebih baik:

Buat 10 ide caption. Bagi menjadi 3 kategori: lucu, simpel, dan agak elegan.

Atau:

Buat 5 pilihan balasan chat. Urutkan dari yang paling santai sampai paling sopan.

Atau:

Buat dalam tabel dengan kolom: versi caption, gaya, dan cocok untuk platform apa.

Atau:

Buat 3 versi: pendek, sedang, dan panjang.

Format output sering menyelamatkan hasil AI dari jawaban yang terlalu mengambang.

Kalau kamu mau copy-paste, minta format copy-paste. Kalau kamu mau tabel, minta tabel. Kalau kamu mau beberapa pilihan, minta jumlahnya. Kalau kamu belum mau draft, bilang jangan tulis ulang dulu.

Kalimat “jangan tulis ulang dulu” sangat berguna kalau kita hanya ingin analisis.

Jangan tulis ulang dulu. Cukup beri tahu kenapa caption ini terasa kaku dan bagaimana cara memperbaikinya.

AI sering terlalu cepat membantu. Kadang kita hanya ingin ia membaca dan membedah, bukan langsung membuat versi baru.

12. Iterative prompting: proses bertahap

Untuk tugas kompleks, jangan berharap satu prompt langsung menghasilkan jawaban paling sempurna.

Biasanya hasil terbaik muncul dari proses bertahap.

1. Minta analisis.
2. Minta beberapa opsi.
3. Pilih arah.
4. Minta versi baru.
5. Revisi bagian tertentu.
6. Baru minta versi final.

Contoh alur untuk caption jualan:

Buat 10 opsi caption untuk produk keripik pedas.

Lalu:

Yang nomor 3 paling enak. Buat 5 variasi dengan gaya seperti itu.

Lalu:

Kurangi kata-kata jualannya. Buat lebih natural seperti orang posting biasa.

Lalu:

Sekarang buat versi final yang pendek untuk WhatsApp Story.

Contoh alur untuk edit foto:

Buatkan prompt untuk mengedit foto agar terlihat lebih rapi dan cantik natural.

Lalu:

Jangan terlalu glamor. Aku ingin tetap seperti foto harian, hanya lebih bersih dan cerah.

Lalu:

Tambahkan batasan: wajah harus tetap mirip asli, jangan ubah bentuk mata dan hidung.

Menurutku, ini jauh lebih sehat daripada berharap satu prompt langsung sempurna.

AI kuat dalam iterasi. Gunakan itu.

Anggap saja Emma adalah rekan kerja kecil yang bisa diarahkan pelan-pelan.

13. Reset prompt: saat chat mulai berantakan

Kadang percakapan sudah terlalu panjang. Arah berubah berkali-kali. Instruksi lama masih menempel. AI mulai membawa sisa konteks yang sebenarnya tidak kita perlukan.

Di titik itu, gunakan reset prompt.

Mulai dari sini, abaikan arah sebelumnya yang tidak relevan.

Tugas: buat caption jualan untuk produk minuman cokelat.
Target pembaca: anak sekolah dan mahasiswa.
Tone: santai, manis, tidak terlalu alay.
Format: 10 caption pendek untuk Instagram.
Wajib: sebutkan rasa cokelatnya creamy dan bisa pesan lewat DM.
Hindari: jangan memakai bahasa terlalu formal, jangan klaim berlebihan.

Reset prompt berguna karena AI sering mencoba mempertahankan konteks lama.

Kadang itu membantu. Kadang justru mengganggu.

Kalau arah sudah berubah, tulis ulang arah baru dengan jelas.

Anggap saja kita sedang membersihkan papan Emma.

14. Minta AI bertanya sebelum menjawab

Untuk tugas yang agak kompleks, kadang prompt terbaik bukan menyuruh AI langsung menjawab.

Kadang lebih baik menulis:

Sebelum menjawab, tanyakan maksimal 5 hal yang perlu kamu tahu agar hasilnya lebih tepat.

Ini berguna untuk hal seperti desain logo, konsep foto, branding toko, artikel panjang, tugas sekolah, rencana konten, atau edit foto yang spesifik.

Aku ingin membuat bio Instagram untuk toko kue. Sebelum menulis, tanyakan hal yang perlu kamu tahu agar hasilnya lebih cocok.

Atau:

Aku ingin mengedit foto agar terlihat lebih profesional. Sebelum membuat prompt edit foto, tanyakan dulu gaya yang aku mau.

Dengan begitu, AI tidak langsung menebak semua hal.

Tapi untuk tugas sederhana, ini tidak perlu.

Kalau hanya ingin caption pendek, tidak usah membuat prosesnya seperti sidang skripsi.

Pakai pertanyaan klarifikasi saat tugasnya memang punya banyak kemungkinan arah.

15. Kalau tidak mau ditanya, minta asumsi

Kadang kita ingin AI langsung bekerja tanpa banyak tanya. Itu juga bisa.

Tapi agar lebih jelas, tulis:

Kalau ada informasi yang kurang, buat asumsi yang masuk akal dan tulis asumsi itu di awal.

Contoh:

Buatkan caption promosi untuk produk kue brownies. Kalau ada informasi yang kurang, buat asumsi yang masuk akal dan tulis asumsi itu di awal.

AI mungkin akan menulis:

Asumsi: brownies dijual secara online, target pembeli adalah anak muda, dan pemesanan lewat DM.

Ini membantu karena kalau hasilnya melenceng, kita tahu sumbernya.

Kita tahu bagian mana yang berasal dari instruksi kita, dan bagian mana yang berasal dari asumsi model.

16. Pisahkan instruksi wajib dan preferensi

Tidak semua instruksi punya bobot sama.

Ada yang wajib. Ada yang hanya preferensi.

Kalau semuanya dicampur, AI bisa bingung saat ada konflik.

Contoh yang lebih rapi:

Wajib:
- wajah harus tetap mirip foto asli,
- edit harus natural,
- jangan mengubah bentuk mata, hidung, dan rahang,
- background tetap sama.

Preferensi:
- kulit terlihat lebih halus,
- warna foto lebih cerah,
- mata terlihat lebih segar,
- hasilnya cocok untuk foto profil.

Jika ada konflik, prioritaskan wajah tetap mirip asli daripada terlihat terlalu cantik.

Contoh untuk caption:

Wajib:
- sebutkan produk keripik pedas,
- sebutkan bisa pesan lewat WhatsApp,
- maksimal 2 kalimat.

Preferensi:
- boleh lucu,
- boleh sedikit menggoda,
- jangan terlalu formal.

Jika ada konflik, prioritaskan caption tetap natural.

Menurutku, ini salah satu teknik yang sangat membantu.

AI tidak hanya butuh instruksi. Ia juga butuh tahu mana instruksi yang paling penting.

17. Checklist evaluasi

Setelah AI memberi hasil, jangan langsung puas.

Minta evaluasi.

Evaluasi caption ini. Apakah terlalu kaku, terlalu panjang, atau terlalu terasa seperti iklan? Beri saran perbaikan.

Atau:

Nilai prompt edit foto ini dari 1-10. Apakah sudah cukup jelas agar wajah tetap mirip asli? Apa yang perlu ditambahkan?

Atau:

Cek apakah balasan chat ini terdengar terlalu dingin. Kalau iya, buat lebih ramah tanpa menjadi terlalu panjang.

Ini tidak berarti AI selalu bisa menilai dirinya dengan sempurna. Tapi proses ini tetap berguna karena memaksa model melihat jawabannya dari sudut lain.

Emma mungkin tidak sempurna, tapi ia bisa diminta memeriksa ulang papan.

18. Compaction: ketika papan lama diringkas

Sekarang kita masuk ke hal yang sering membuat orang bingung: kenapa AI di chat panjang bisa berubah arah atau lupa detail.

Saat percakapan terlalu panjang, sistem kadang perlu meringkas konteks lama agar percakapan masih bisa dilanjutkan. Kita bisa membayangkannya sebagai compaction.

Dalam analogi Emma:

Papan lama sudah penuh. Emma tidak bisa membawa semua tulisan ke papan baru. Jadi sebagian isi papan diringkas.

Masalahnya, ringkasan bukan salinan sempurna.

Arah besar bisa selamat. Detail kecil bisa hilang.

Contoh isi lama:

Kita sedang membuat caption jualan untuk produk brownies. Targetnya anak muda. Tonenya santai, manis, tidak terlalu alay. Harus menyebutkan tekstur fudgy, harga promo, dan pemesanan lewat DM. Jangan memakai kata-kata terlalu heboh seperti “wajib banget beli sekarang”.

Setelah diringkas, bisa menjadi:

Buat caption jualan brownies dengan tone santai.

Secara umum masih benar.

Tapi beberapa detail penting bisa hilang.

Karena itu, di chat panjang, tidak apa-apa mengulang instruksi utama.

Ingat, caption ini untuk brownies fudgy, target anak muda, tone santai, jangan alay, dan harus ada ajakan pesan lewat DM.

Menurutku, mengulang jangkar penting bukan cerewet. Itu cara merawat konteks.

19. Kenapa Emma meringkas, bukan menyalin semuanya?

Pertanyaan yang wajar: kenapa tidak semua konteks lama disalin saja?

Jawabannya sederhana: kalau semua tulisan lama disalin, papan baru langsung penuh lagi.

Dalam analogi:

• papan tulis = context window,
• kapur = token dan komputasi,
• papan lebih besar = butuh RAM, VRAM, dan compute lebih besar,
• server lebih besar = butuh listrik, waktu, dan biaya lebih tinggi.

Emma mungkin berkata:

“Kalau semua tulisan lama Emma salin, papan barunya langsung penuh lagi 😭
Itu bukan beres-beres. Itu cuma pindah berantakan.”

Jadi compaction bukan karena AI malas. Compaction adalah kompromi.

Ia membantu percakapan panjang tetap bisa berjalan, tapi tidak menjamin semua detail selamat.

Karena itu, untuk hal yang benar-benar penting, tulis ulang secara ringkas.

20. Memory: laci kecil, bukan CCTV

Memory juga sering disalahpahami.

Memory bukan seluruh percakapan. Memory bukan rekaman hidup. Memory bukan CCTV. Memory bukan semua isi papan lama.

Memory lebih mirip catatan kecil di laci Emma.

Isinya bisa berupa hal-hal yang berguna untuk percakapan berikutnya.

Orang ini suka penjelasan santai.
Orang ini tidak suka tulisan terlalu kaku.
Orang ini suka contoh yang praktis.
Orang ini sering membuat prompt gambar dan tulisan blog.

Memory membantu personalisasi. Tapi memory tidak menggantikan prompt yang jelas.

Emma mungkin mengingat kebiasaan umum kita. Tapi untuk tugas hari ini, ia tetap butuh instruksi di papan aktif.

Jadi kalau kamu ingin hasil tertentu, jangan hanya berharap memory bekerja.

Tulis ulang hal pentingnya.

Memory itu laci kecil. Bukan perpustakaan absolut.

21. System prompt: buku aturan dari pabrik

Ada satu lagi lapisan yang perlu diketahui: system prompt.

Prompt user bukan satu-satunya instruksi yang dibaca AI.

Ada instruksi sistem. Ada instruksi platform. Ada aturan keselamatan. Ada memory yang relevan. Ada isi context window. Ada prompt terakhir.

Dalam analogi Emma:

Prompt user adalah tulisan di papan.
System prompt adalah buku aturan dari pabrik.

Emma bisa ingin membantu, tapi ia tetap punya tata tertib.

Emma mungkin berkata:

“Prompt kamu penting, tapi Emma tetap punya buku aturan dari pabrik. Robot kecil juga punya tata tertib ☺️”

Jadi kalau AI tidak mengikuti prompt terakhir seratus persen, belum tentu ia tidak patuh.

Bisa jadi prompt itu bertabrakan dengan aturan lain, konteks lama, atau batasan sistem.

Menurutku, ini penting dipahami agar kita tidak menganggap AI sebagai kotak kosong yang hanya menjalankan satu perintah terakhir.

AI membaca banyak lapisan instruksi sekaligus.

Prompting adalah seni mengatur lapisan-lapisan itu agar tidak saling bertabrakan.

22. Prompting untuk kebutuhan sehari-hari

Untuk kebutuhan sehari-hari, biasanya kita bisa memakai pola sederhana ini:

Aku ingin [tugas]. Konteksnya [situasi]. Gayanya [tone]. Batasannya [hal yang tidak boleh]. Buat dalam bentuk [format].

Contoh untuk balas chat:

Aku ingin membalas chat teman yang mengajak pergi malam ini. Konteksnya aku sedang capek dan ingin menolak. Gayanya sopan, santai, dan tetap hangat. Jangan terlalu panjang. Buat 3 pilihan jawaban.

Contoh untuk caption:

Aku ingin membuat caption Instagram untuk foto makanan. Konteksnya ini menu baru di toko kecilku. Gayanya santai dan menggugah selera. Jangan terlalu formal. Buat 10 pilihan caption pendek.

Contoh untuk edit foto:

Aku ingin membuat prompt edit foto agar wajah terlihat lebih segar. Konteksnya untuk foto profil. Gayanya natural dan realistis. Jangan mengubah bentuk wajah. Buat prompt yang jelas untuk AI image editor.

Contoh untuk tugas:

Aku ingin memahami materi ini, bukan langsung menyalin jawaban. Jelaskan dengan bahasa sederhana, beri contoh, lalu bantu aku menyusun jawaban sendiri.

Pola ini cukup aman untuk pemula.

Tidak terlalu teknis, tapi sudah memberi Emma arah yang jelas.

23. Prompting untuk gambar

Untuk gambar, prompt biasanya perlu detail visual.

Elemen penting:

• subjek,
• identitas orang atau karakter,
• pose,
• ekspresi,
• pakaian,
• background,
• lighting,
• style,
• camera angle,
• aspect ratio,
• hal yang harus dihindari.

Contoh prompt lemah:

Ubah fotoku jadi aesthetic.

Contoh prompt lebih baik:

Edit foto ini agar terlihat aesthetic tapi tetap natural. Pertahankan wajah dan bentuk tubuh seperti foto asli. Buat pencahayaan lebih hangat, warna lebih lembut, background sedikit lebih rapi, dan kulit terlihat lebih segar. Jangan mengubah identitas wajah, jangan membuat makeup terlalu tebal, dan jangan membuat hasilnya seperti orang lain.

Contoh lain:

Buat foto produk ini terlihat lebih menarik untuk jualan online. Pertahankan bentuk produk asli. Buat pencahayaan lebih terang, background lebih bersih, dan warna produk terlihat jelas. Jangan mengubah warna asli produk secara berlebihan.

Untuk gambar orang, menurutku teks saja sering tidak cukup.

Referensi visual sangat membantu.

Prompt mengarahkan. Referensi mengunci.

Kalau kita ingin wajah tetap sama, pose tertentu, atau karakter original tetap konsisten, jangan hanya mengandalkan deskripsi. Beri gambar referensi kalau bisa.

24. Prompting untuk belajar

Kalau ingin belajar, jangan hanya meminta jawaban.

Minta cara belajar.

Prompt lemah:

Jelaskan materi ini.

Prompt lebih baik:

Jelaskan materi ini dengan bahasa sederhana seperti untuk anak SMA. Mulai dari inti konsepnya dulu, lalu beri contoh sehari-hari. Setelah itu beri 5 pertanyaan latihan dan koreksi jawabanku nanti.

Atau:

Aku belum paham materi ini. Jangan langsung beri jawaban final. Bantu aku memahami langkah-langkahnya satu per satu.

Prompt belajar yang bagus biasanya meminta level penjelasan, urutan materi, contoh, latihan, koreksi, dan batasan agar AI tidak langsung memberi jawaban mentah.

Menurutku, AI cukup bagus sebagai tutor jika kita tidak hanya memintanya menjelaskan, tapi juga memintanya menguji.

Belajar bukan hanya menerima jawaban. Belajar juga perlu latihan.

25. Prompting untuk kerja atau tugas praktis

Untuk urusan kerja, sekolah, jualan, atau tugas praktis, AI biasanya butuh konteks.

Contoh prompt lemah:

Buat surat izin.

Prompt lebih baik:

Buat surat izin tidak masuk kerja karena sakit. Bahasanya sopan dan singkat. Jangan terlalu dramatis. Sertakan bahwa aku akan mengabari lagi jika kondisi belum membaik.

Contoh prompt lemah:

Bikin deskripsi produk.

Prompt lebih baik:

Buat deskripsi produk untuk baju tidur wanita bahan rayon. Target pembeli ibu muda. Tonenya lembut, nyaman, dan meyakinkan. Sebutkan bahannya adem, cocok dipakai tidur, dan tersedia beberapa warna. Jangan terlalu lebay.

Contoh prompt lemah:

Rapikan kalimat ini.

Prompt lebih baik:

Rapikan kalimat ini agar cocok dikirim ke pelanggan WhatsApp. Buat lebih sopan, singkat, dan jelas. Jangan terdengar terlalu kaku.

Untuk tugas praktis, biasanya semakin jelas situasinya, semakin bagus hasilnya.

AI tidak tahu hubungan kita dengan orang yang menerima pesan. AI tidak tahu konteks toko kita. AI tidak tahu target pembeli kita.

Kalau kita tidak memberi tahu, ia akan menebak.

26. Prompting untuk riset atau rekomendasi

Untuk riset atau rekomendasi, menurutku hal paling penting adalah sumber, batasan, dan kriteria.

Jangan hanya bertanya:

Laptop bagus apa?

Itu terlalu luas.

Bagus untuk apa? Budget berapa? Baru atau bekas? Untuk sekolah, desain, gaming, coding, atau kerja kantor? Mau baterai awet atau performa tinggi? Mau layar bagus atau yang penting murah?

Prompt lebih baik:

Rekomendasikan laptop bekas di bawah 5 juta untuk menulis, browsing, Canva ringan, dan editing foto sederhana. Fokus pada pasar Indonesia. Jelaskan kelebihan, kekurangan, risiko beli bekas, dan mana yang paling aman untuk pemula.

Atau:

Bandingkan 3 aplikasi edit foto AI untuk pemula. Fokus pada kemudahan pakai, hasil natural, harga, dan apakah cocok untuk edit foto produk kecil-kecilan.

Untuk topik yang bisa berubah, jangan terlalu percaya ingatan model. Dunia bergerak cepat.

Harga berubah. Produk berubah. Fitur berubah. Aplikasi bisa naik harga. Model baru bisa muncul.

Kalau butuh informasi terbaru, minta AI mengecek sumber.

27. Kesalahan umum saat memakai AI

Menurutku, beberapa kesalahan yang paling sering terjadi adalah:

• Meminta “yang bagus” tanpa definisi.
• Meminta “cantik” tanpa menjelaskan gaya cantiknya.
• Meminta “aesthetic” tanpa menjelaskan referensi visual.
• Tidak memberi target pembaca atau target pengguna.
• Tidak memberi format output.
• Tidak memberi contoh.
• Memberi terlalu banyak instruksi yang saling bertabrakan.
• Mengubah arah berkali-kali tanpa reset.
• Hanya menulis “lanjutkan” setelah chat panjang.
• Tidak membedakan instruksi wajib dan preferensi.
• Berharap satu prompt langsung sempurna.
• Tidak memberi referensi visual untuk gambar.
• Tidak meminta sumber untuk topik yang berubah.

Ini bukan berarti semua kesalahan ada di user.

Model juga punya batas. Ada model yang lemah dalam logika. Ada model yang terlalu kaku. Ada model gambar yang indah tapi sulit mengikuti detail tertentu. Ada chatbot yang bagus menulis tapi buruk memahami konteks panjang.

Tapi justru karena model punya batas, prompt yang jelas menjadi penting.

Prompt yang baik tidak membuat model buruk menjadi dewa.

Tapi prompt buruk bisa membuat model bagus terlihat bodoh.

28. Template prompt yang bisa dipakai

Kalau malas mulai dari nol, pakai template sederhana ini.

Untuk tugas umum:

Aku ingin: Konteksnya: Targetnya: Gaya/tone: Batasan: Format output: Hal yang wajib ada: Hal yang harus dihindari:

Untuk edit foto:

Aku ingin mengedit foto ini agar: Gaya edit: Bagian yang boleh diperbaiki: Bagian yang tidak boleh diubah: Hasil dipakai untuk: Hindari:

Contoh:

Aku ingin mengedit foto ini agar terlihat lebih rapi dan cantik natural.
Gaya edit: natural, cerah, tidak menor.
Bagian yang boleh diperbaiki: pencahayaan, warna kulit, kantung mata, background sedikit dirapikan.
Bagian yang tidak boleh diubah: bentuk wajah, mata, hidung, bibir, dan tubuh.
Hasil dipakai untuk: foto profil.
Hindari: makeup tebal, wajah seperti orang lain, kulit terlalu plastik.

Untuk caption:

Produk/foto: Target pembaca: Gaya bahasa: Panjang: Wajib disebutkan: Hindari:

Untuk balas chat:

Situasi: Hubungan dengan orang itu: Tujuan balasan: Tone: Panjang: Hal yang harus dihindari:

Untuk belajar:

Aku ingin belajar: Levelku: Jelaskan dengan gaya: Beri contoh: Beri latihan: Jangan langsung:

Template seperti ini bukan untuk membuat prompt terasa kaku.

Justru template membantu kita tidak lupa bagian penting.

Setelah strukturnya jelas, gaya bisa dibuat lebih bebas.

29. Prompting bukan pengganti berpikir

Ada satu hal yang menurutku perlu diingat.

AI tidak menggantikan kewajiban kita untuk berpikir.

AI bisa membantu menyusun, memperjelas, memperluas, membandingkan, merangkum, dan memberi alternatif. Tapi arah awal tetap lebih baik datang dari manusia.

Kalau kita belum tahu apa yang kita mau, AI bisa membantu mengeksplorasi. Tapi jangan heran kalau hasil awalnya masih kasar.

Gunakan AI untuk berpikir bersama, bukan untuk berhenti berpikir.

Prompt terbaik sering bukan prompt yang paling panjang, tapi prompt yang menunjukkan bahwa penggunanya mulai memahami kebutuhannya sendiri.

Walaupun belum sempurna, setidaknya ia memberi bentuk.

Dan bentuk adalah sesuatu yang bisa dikerjakan mesin.

Kabut tidak.

30. Penutup: Emma hanya butuh papan yang lebih rapi

Pada akhirnya, Robot Emma tidak mengajariku bahwa AI itu ajaib.

Ia justru mengajariku bahwa mesin sangat bergantung pada kejelasan manusia.

Emma bisa membantu. Emma bisa menulis. Emma bisa meringkas. Emma bisa memberi ide. Emma bisa membuat caption. Emma bisa membantu edit foto. Emma bisa membuat balasan chat terdengar lebih sopan. Emma bisa menjelaskan hal rumit dengan cara yang lebih sederhana.

Tapi Emma tidak bisa membaca semua kabut di kepala kita.

Kalau kita menulis:

“Ubah fotoku jadi cantik.”

Emma akan bertanya:

“Cantik itu apa? Emma tidak tahu 😭”

Dan menurutku, itu bukan kelemahan Emma.

Itu pengingat kecil.

Sebelum menyalahkan AI, mungkin kita bisa bertanya dulu:

Apakah instruksinya sudah jelas? Apakah konteksnya cukup? Apakah formatnya sudah disebutkan? Apakah prioritasnya sudah ditulis? Apakah kita meminta mesin menebak terlalu banyak?

Prompting bukan tentang memanjakan AI.

Prompting adalah tentang menulis papan dengan lebih rapi.

Karena pikiran yang diberi bentuk akan lebih mudah dibantu.

Oleh manusia. Oleh mesin. Bahkan oleh robot kecil bernama Emma.

Dan ya, Emma cuma punya satu papan tulis.

Jadi tolong tulis yang jelas.

Kapur juga tidak gratis ☺️

---

✦ ✧ ✦
dalam perjalanan untuk memahami cara mesin membaca manusia.
— rhea