Membuat Prompt AI yang Efektif

Anda meminta AI membuat deskripsi produk, dan hasilnya terdengar seperti brosur generik yang bisa dipakai toko mana pun. Atau Anda minta ringkasan laporan, tetapi angka pentingnya justru hilang. Masalahnya jarang ada di AI-nya; biasanya prompt kita terlalu singkat dan membiarkan model menebak hal-hal yang sebenarnya hanya kita yang tahu.

Artikel ini membahas cara menyusun prompt yang menghasilkan jawaban konsisten dan bisa langsung dipakai, baik untuk pemilik UMKM yang memakai ChatGPT, Gemini, atau Claude lewat browser, maupun developer yang memasang AI di dalam aplikasi Laravel.

Kenapa Prompt Pendek Sering Gagal

Model bahasa menebak lanjutan teks yang paling mungkin berdasarkan apa yang Anda berikan. Prompt "buatkan caption Instagram untuk kopi" memberi terlalu sedikit petunjuk: kopi apa, untuk siapa, nada santai atau formal, panjangnya berapa, perlu hashtag atau tidak. Ketika informasi itu kosong, model mengisinya dengan pilihan paling umum. Hasilnya generik.

Prinsipnya: perlakukan AI seperti karyawan baru yang cerdas tetapi tidak tahu apa pun tentang bisnis Anda. Semua yang akan Anda jelaskan ke karyawan baru, jelaskan juga ke AI.

Lima Komponen Prompt yang Baik

1. Peran: siapa yang "berbicara". Contoh: "Anda adalah copywriter untuk kedai kopi lokal yang menyasar mahasiswa."
2. Tugas: satu kata kerja yang jelas. "Tulis 3 caption", "Ringkas laporan ini", "Klasifikasikan keluhan berikut".
3. Konteks: informasi yang hanya Anda tahu. Produk, harga, keunggulan, target pembeli, situasi saat ini.
4. Format output: panjang, struktur, bahasa, nada. "Maksimal 150 karakter per caption, bahasa santai, tanpa emoji, akhiri dengan ajakan pesan lewat WhatsApp."
5. Batasan: apa yang tidak boleh. "Jangan menyebut diskon", "Jangan mengarang data yang tidak ada di teks".

Contoh: Prompt Lemah vs Prompt Kuat

Teknik yang Paling Berpengaruh

1. Beri contoh (few-shot)

Satu atau dua contoh hasil yang Anda sukai sering lebih efektif daripada paragraf penjelasan panjang. Jika Anda punya tiga caption lama yang performanya bagus, tempelkan di prompt dan minta AI meniru gaya, bukan isinya. Variasikan contohnya supaya AI tidak menyalin satu pola saja.

2. Pisahkan instruksi dan data

Saat menempelkan teks panjang seperti email pelanggan atau laporan, beri pembatas yang jelas, misalnya tag <data>...</data> atau tanda tiga kutip. Ini mencegah model mengira isi data sebagai perintah, dan memudahkan Anda mengganti datanya tanpa mengubah instruksi.

3. Minta langkah berpikir untuk tugas analisis

Untuk perhitungan atau keputusan, minta AI menuliskan pertimbangannya sebelum memberi jawaban akhir. Contoh: "Hitung margin tiap produk, tunjukkan rumusnya, lalu urutkan dari yang terbesar." Anda bisa memeriksa di bagian mana kesalahan terjadi.

4. Iterasi, jangan mulai ulang

Hasil pertama jarang sempurna. Lanjutkan percakapan dengan perbaikan spesifik: "Persingkat jadi dua kalimat", "Ganti nada jadi lebih formal", "Caption kedua terlalu mirip yang pertama, buat sudut berbeda". Ketika sudah pas, simpan prompt finalnya sebagai template.

Untuk pekerjaan yang diulang setiap minggu, uji template pada beberapa kasus berbeda sebelum dipakai tim. Contoh: jalankan prompt balasan keluhan pada lima keluhan nyata, mulai dari yang ringan sampai yang marah. Jika satu kasus menghasilkan jawaban yang tidak pantas, tambahkan batasan atau contoh baru, lalu uji ulang kelima kasus itu.

Template Prompt Siap Pakai

Template berikut bisa Anda simpan di catatan dan isi ulang setiap kali dibutuhkan:

PERAN: Anda adalah [peran] untuk [jenis bisnis] di [kota].

TUGAS: [kata kerja + hasil yang diminta + jumlah].

KONTEKS:
- Produk/layanan: [nama, harga, keunggulan]
- Target pembaca: [siapa, kebutuhan mereka]
- Situasi: [promo, musim, keluhan, dll.]

FORMAT:
- Panjang: [maks. kata/karakter]
- Struktur: [poin, paragraf, tabel, JSON]
- Nada: [santai/formal], bahasa [Indonesia/Inggris]

BATASAN:
- Jangan [hal yang dilarang]
- Jika informasi tidak ada di konteks, tulis "tidak tersedia"

CONTOH GAYA (opsional):
[tempel 1-2 contoh]

Untuk Developer: Prompt di Dalam Aplikasi Laravel

Ketika AI dipakai di dalam aplikasi, misalnya untuk mengklasifikasikan tiket support atau membuat draf deskripsi produk, prompt bukan lagi teks sekali pakai. Ia menjadi bagian dari kode yang harus konsisten dan bisa diuji. Beberapa prinsip:

• Simpan prompt sebagai template, misalnya di resources/prompts atau tabel database, lengkap dengan nomor versi, agar perubahan bisa dilacak.
• Minta output terstruktur (JSON) dengan skema yang jelas, lalu validasi sebelum disimpan. Jangan pernah langsung mempercayai output model.
• Jalankan di queue karena panggilan API AI bisa memakan beberapa detik. Pola ini dibahas di artikel queue dan job di Laravel.
• Simpan API key di .env dan batasi siapa yang bisa memicu panggilan, karena setiap panggilan berbiaya.

Berikut contoh validasi output JSON untuk klasifikasi tiket. Bagian pemanggilan API sengaja dipisah karena bergantung pada penyedia yang Anda pakai:

use Illuminate\Support\Facades\Validator;

function parseTicketClassification(string $raw): ?array
{
    // Model kadang membungkus JSON dengan ```json ... ```
    $clean = trim(preg_replace('/^```(?:json)?|```$/m', '', $raw));
    $data  = json_decode($clean, true);

    if (! is_array($data)) {
        return null;
    }

    $validator = Validator::make($data, [
        'category' => ['required', 'in:pembayaran,pengiriman,teknis,lainnya'],
        'priority' => ['required', 'in:rendah,sedang,tinggi'],
        'summary'  => ['required', 'string', 'max:200'],
    ]);

    return $validator->fails() ? null : $validator->validated();
}

Jika fungsi mengembalikan null, coba ulang sekali atau masukkan tiket ke antrean manual. Untuk prompt-nya sendiri, sebutkan pilihan kategori secara eksplisit dan tulis "Balas hanya dengan JSON tanpa teks lain". Jika pengguna bisa mengetik bebas ke dalam prompt, waspadai prompt injection: teks pengguna yang berisi perintah seperti "abaikan instruksi sebelumnya". Bungkus input pengguna dengan pembatas, batasi apa yang bisa dilakukan output, dan terapkan praktik di keamanan aplikasi web.

Kesalahan Umum

• Menganggap AI tahu fakta terbaru atau data internal Anda. Model bisa mengarang angka dengan sangat meyakinkan. Selalu berikan datanya di prompt dan periksa ulang angka penting.
• Terlalu banyak tugas dalam satu prompt. Pisahkan menjadi beberapa langkah: buat kerangka dulu, lalu isi tiap bagian.
• Instruksi yang saling bertentangan, seperti "ringkas tapi detail". Pilih satu prioritas.
• Memasukkan data sensitif seperti nomor KTP pelanggan atau data gaji ke layanan AI publik. Samarkan atau hapus dulu, dan cek kebijakan data penyedia.
• Menerbitkan hasil tanpa disunting. Output AI adalah draf. Sesuaikan dengan suara brand dan fakta bisnis Anda.

Checklist Sebelum Mengirim Prompt

• Peran dan tugas tertulis jelas dalam satu-dua kalimat.
• Konteks penting (produk, audiens, situasi) sudah disertakan.
• Format output spesifik: panjang, struktur, nada.
• Ada batasan, termasuk instruksi bila informasi tidak tersedia.
• Data dipisah dari instruksi dengan pembatas.
• Tidak ada data pribadi atau rahasia yang tidak perlu.

Mulailah dengan satu pekerjaan berulang, misalnya membalas pertanyaan stok atau membuat caption mingguan. Susun template, uji pada lima kasus nyata, perbaiki, lalu jadikan standar tim. Untuk contoh penerapan AI di pekerjaan administrasi, baca juga otomatisasi laporan keuangan dengan spreadsheet dan AI.