Prompt Engineering: Ngomong ke Mesin Sampai Ia Ngerti

LLM menebak kelanjutan terbaik dari apa yang kamu tulis. Jadi kualitas jawaban sangat bergantung pada seberapa jelas kamu mengarahkan tebakannya. Prompt engineering bukan trik mistis — itu seni memberi konteks, batasan, dan format.

Kerangka 4 bagian: KTBK

Konteks — siapa kamu, situasinya apa, data yang relevan.

"Saya pemilik toko online kecil, produknya kerajinan kayu..."

Tugas — apa yang harus dilakukan, dengan kata kerja jelas.

"...buatkan 3 opsi caption Instagram untuk produk rak sepatu..."

Batasan — panjang, gaya, larangan, audiens.

"...maksimal 2 kalimat, bahasa santai, tanpa emoji, target pembeli usia 25–35..."

Keluaran — format hasil yang kamu mau.

"...tampilkan dalam tabel: opsi | caption | target emosi."

Prompt buruk: "bikin caption dong". Prompt baik memuat 4 bagian di atas. Beda hasilnya bisa 10x.

Teknik yang langsung terasa

Berikan contoh (few-shot). Tunjukkan 1–2 contoh input→output yang kamu mau. Model meniru pola lebih andal daripada menuruti deskripsi.

Minta berpikir langkah demi langkah. Untuk soal yang butuh penalaran: "kerjakan langkah demi langkah, lalu berikan kesimpulan." Model punya "catatan kerja" — pakai itu.

Beri jalan keluar. Kalau kamu tidak ingin jawaban karangan: "kalau informasi tidak ada di teks di bawah, jawab: tidak ditemukan."

Iterasi, jangan semua-in-one. Prompt pertama hampir selalu bisa dipoles. Anggap prompt = draft; tinjau jawabannya, lalu perbaiki arahmu ("terlalu formal, buat seperti ngobrol").

Kesalahan umum

• Prompt sepanjang paragraf tapi tugasnya 3 macam sekaligus — pecah jadi beberapa giliran.
• Menempelkan data besar tanpa bilang "dari data berikut ini, hanya jawab berdasarkan data itu".
• Mengandalkan ingatan lintas obrolan — tiap chat baru mulai dari nol.
• Minta "yang terbaik" tanpa mendefinisikan terbaik menurut siapa.

Uji sendiri

Di Playground Prompt Engineering kamu menjalankan dua prompt — versi asal dan versi KTBK — dengan model yang sama, lalu bandingkan hasilnya berdampingan.

Lanjut ke konsep yang membatasi semua ini: Context Window.