Kursus
Anda meminta bantuan ChatGPT dan merasa antusias, berharap mendapatkan jawaban cemerlang yang akan menyelesaikan masalah Anda. Namun alih-alih demikian, Anda justru menggaruk kepala, bertanya-tanya mengapa jawabannya terasa samar, tidak akurat, atau sama sekali tidak relevan.
Anda tidak sendirian—rasa frustrasi ini umum terjadi. Namun ada solusinya: optimasi prompt.
Berkomunikasi dengan AI memerlukan sedikit latihan dan pemahaman tentang cara paling efektif untuk berbicara dengannya, mirip seperti Anda belajar berkomunikasi jelas dengan seseorang dari latar budaya yang sama sekali berbeda. Inilah inti dari optimasi prompt.
Tutorial ini adalah bagian dari seri tulisan blog saya “Prompt Engineering: From Zero to Hero”:
- Prompt Engineering untuk Semua Orang
- Zero-Shot Prompting
- Few-Shot Prompting
- Prompt Chaining
Apa Itu Optimasi Prompt?
Optimasi prompt adalah seni dan ilmu menyempurnakan instruksi yang Anda berikan kepada AI untuk mendapatkan respons yang lebih akurat, relevan, dan bermanfaat. Intinya adalah merumuskan pertanyaan sedemikian rupa agar AI dapat memahami dan menindaklanjutinya dengan optimal, sehingga menghasilkan keluaran yang selaras dengan harapan dan kebutuhan Anda.
Proses ini melibatkan:
- Memilih kata-kata dengan cermat.
- Menyusun permintaan Anda.
- Memberikan konteks untuk memandu pemahaman AI.
Saya berikan analogi. Bayangkan optimasi prompt seperti memberi instruksi kepada seseorang yang sangat cakap tetapi berpikir sangat harfiah dan baru pertama kali datang ke negara serta budaya Anda. Mari kita sebut orang ini Kim.
Skenario 1: Instruksi yang Samar
Anda: "Kim, bisakah kamu ambilkan sesuatu untuk diminum?"
Kim bisa saja kembali dengan apa pun mulai dari segelas air hingga sebotol saus pedas karena "sesuatu untuk diminum" bisa diartikan sangat luas.
Skenario 2: Instruksi yang Dioptimalkan
Anda: "Kim, tolong pergi ke dapur, buka kulkas, dan bawakan saya sekaleng cola dingin. Jika tidak ada cola, segelas air dingin juga tidak apa-apa."
Dalam kasus ini, Kim jauh lebih mungkin membawa persis yang Anda inginkan.
Sama seperti dengan Kim, semakin jelas dan spesifik instruksi Anda kepada AI, semakin baik hasilnya. AI tidak mendapatkan manfaat dari konteks budaya bersama atau kemampuan membaca maksud tersirat. AI sepenuhnya bergantung pada informasi yang Anda berikan dalam prompt.
Mengoptimalkan prompt menghemat waktu dengan mengurangi kebutuhan akan banyak pertanyaan lanjutan. Hal ini meningkatkan akurasi dengan memberikan instruksi spesifik yang menghasilkan respons lebih presisi dan relevan. Selain itu, prompt yang terperinci meningkatkan kreativitas, memunculkan keluaran AI yang lebih inovatif dan personal. Terakhir, prompt yang dioptimalkan membantu Anda memanfaatkan potensi penuh alat AI, memaksimalkan kemampuannya.

Teknik Optimasi Prompt yang Esensial
Sekarang mari bahas teknik optimasi prompt yang harus Anda ketahui. Menguasai teknik fundamental ini akan membantu Anda meningkatkan interaksi dengan alat AI.
1. Bersikap spesifik dan langsung
Hindari ambiguitas. Prompt yang samar atau terlalu terbuka sering menghasilkan hasil yang tidak dapat diprediksi karena AI mungkin berfokus pada aspek yang tidak Anda minati atau memberikan informasi yang terlalu umum.
Contoh: Anda ingin tahu apa penyebab perubahan iklim dan dampaknya terhadap suhu global serta permukaan laut.
Prompt samar: "Ceritakan kepada saya tentang perubahan iklim."
Output: Perubahan iklim mengacu pada pergeseran jangka panjang pada pola cuaca global dan suhu rata-rata. Utamanya disebabkan oleh aktivitas manusia, terutama pembakaran bahan bakar fosil. Dampaknya termasuk kenaikan permukaan laut, kejadian cuaca ekstrem yang lebih sering, serta efek pada ekosistem dan pertanian. Banyak ilmuwan menganggapnya sebagai salah satu isu paling mendesak yang dihadapi planet kita saat ini.
Prompt yang dioptimalkan: "Apa tiga penyebab utama perubahan iklim dan dampak spesifiknya terhadap suhu global serta permukaan laut?"
Output:
- Pembakaran bahan bakar fosil: Melepaskan CO2, menaikkan suhu global sebesar 1,1°C sejak masa praindustri. Ini berkontribusi pada kenaikan permukaan laut sekitar 3,3 mm per tahun akibat pemuaian termal dan pencairan es.
- Deforestasi: Mengurangi penyerapan CO2, meningkatkan CO2 atmosfer sekitar ~15%. Ini secara tidak langsung berkontribusi pada kenaikan suhu dan permukaan laut.
- Proses industri: Mengemisikan gas rumah kaca seperti metana dan dinitrogen oksida, yang memperkuat efek rumah kaca. Gas-gas ini bisa 25–300 kali lebih kuat daripada CO2 dalam menjebak panas, sehingga makin mempercepat kenaikan suhu dan permukaan laut.
Prompt yang samar menghasilkan gambaran umum, sementara prompt yang dioptimalkan memberikan informasi spesifik dan terukur tentang penyebab serta dampaknya. Kita dapat melihat bagaimana bersikap spesifik mengarahkan AI untuk fokus pada informasi paling relevan.
2. Tetapkan konteks
Memberikan informasi latar belakang yang relevan membantu AI memahami konteks permintaan Anda, sehingga menghasilkan respons yang lebih personal dan akurat.
Contoh: Anda adalah atlet vegetarian yang alergi gluten dan ingin memasak hidangan pasta.
Prompt dasar: "Berikan saya resep pasta."
Output: Berikut resep spaghetti sederhana:
Bahan: 400 g spaghetti, 2 sdm minyak zaitun, 4 siung bawang putih, 400 g tomat kaleng, garam, merica, basil.
Petunjuk: Masak pasta. Tumis bawang putih dalam minyak, tambahkan tomat, didihkan 10 menit. Aduk dengan pasta, tambahkan garam, merica, dan basil.
Prompt yang dioptimalkan: "Saya vegetarian dengan alergi gluten. Bisakah Anda menyarankan resep pasta bebas gluten untuk vegetarian yang tinggi protein?"
Output: Berikut resep pasta tinggi protein, bebas gluten, dan vegetarian:
Bahan: 200 g pasta buncis, 1 cangkir sayuran campur, 1/2 cangkir lentil matang, 2 sdm minyak zaitun, 2 siung bawang putih, 1/4 cangkir nutritional yeast, garam, merica, rempah.
Petunjuk: Masak pasta buncis. Tumis bawang putih dan sayuran dalam minyak. Tambahkan lentil, pasta matang, nutritional yeast, garam, merica, dan rempah. Aduk rata.
Prompt dasar menghasilkan resep pasta standar, sementara prompt yang dioptimalkan, dengan tambahan konteks, menghasilkan resep yang disesuaikan dengan kebutuhan diet dan tujuan nutrisi spesifik. Ini menunjukkan bagaimana memberikan konteks menghasilkan respons yang lebih personal dan relevan.
3. Tentukan format yang diinginkan
Menentukan format yang Anda inginkan membantu menyusun respons AI dengan cara yang paling berguna bagi Anda.
Contoh: Anda menginginkan daftar bernomor berisi lima tips makan sehat, beserta penjelasan singkatnya.
Prompt dasar: "Apa saja tips untuk makan sehat?"
Output: Pola makan seimbang penting untuk kesehatan. Sertakan banyak buah dan sayuran dalam makanan Anda. Batasi makanan olahan dan minuman manis. Tetap terhidrasi dengan minum air secara teratur. Perhatikan porsi dan cobalah makan dengan penuh kesadaran. Sertakan protein tanpa lemak dan biji-bijian utuh dalam diet Anda. Hindari melewatkan makan, terutama sarapan.
Prompt yang dioptimalkan: "Berikan daftar bernomor berisi lima tips makan sehat berbasis bukti, masing-masing dijelaskan dalam satu kalimat."
Output:
- Konsumsi aneka buah dan sayuran berwarna tiap hari: Ini memastikan beragam vitamin, mineral, dan antioksidan.
- Pilih biji-bijian utuh ketimbang olahan: Biji-bijian utuh menyediakan lebih banyak serat, nutrisi, dan terkait dengan risiko lebih rendah penyakit jantung dan diabetes.
- Batasi gula tambahan dan lemak jenuh: Konsumsi berlebihan dikaitkan dengan obesitas, penyakit jantung, dan kondisi kronis lainnya.
- Sertakan protein tanpa lemak di setiap makan: Protein penting untuk menjaga massa otot dan dapat membantu mengontrol nafsu makan.
- Latih kontrol porsi: Menjaga berat badan sehat lebih mudah saat Anda memperhatikan seberapa banyak yang Anda makan, bahkan untuk makanan sehat.
Prompt dasar menghasilkan paragraf nasihat umum, sedangkan prompt yang dioptimalkan menghasilkan daftar terstruktur yang jelas berisi tips spesifik berbasis bukti.
4. Gunakan contoh
Memberikan contoh dapat secara efektif menetapkan nada, gaya, atau tingkat kompleksitas yang Anda inginkan dalam respons.
Contoh:
Prompt dasar: "Tulis cerita pendek tentang hutan magis."
Output: Di hutan lebat, pepohonan purba menjulang di atas hamparan lumut. Sinar matahari menembus kanopi, menciptakan pola belang di lantai hutan. Seorang gadis kecil bernama Lily memasuki tempat memikat ini, terpukau oleh bunga-bunga berwarna-warni yang seolah menyala. Saat berjalan lebih jauh, ia melihat peri-peri mungil beterbangan di antara ranting, sayapnya berkilau seperti berlian. Tiba-tiba, seekor burung hantu tua yang bijak muncul dan berbicara kepadanya, mengungkap rahasia hutan. Lily mengetahui bahwa tempat magis ini dilindungi oleh roh alam, dan ia berjanji untuk menjaga keajaibannya. Saat matahari terbenam, ia pergi dengan enggan, mengetahui bahwa suatu hari ia akan kembali ke alam luar biasa ini.
Prompt yang dioptimalkan: "Tulis cerita 200 kata tentang hutan magis. Gunakan nada yang jenaka serupa dengan contoh ini: 'Di jantung Hutan Berbisik, tempat sinar bulan berdansa di daun perak...'"
Output: Di jantung Giggling Grove, tempat sinar matahari bermain petak umpet dengan sprite bayangan, hiduplah pohon aneh bernama Old Oakey. Ranting-rantingnya berpilin dan berputar seperti garpu pencuci mulut di tangan raksasa, dan daunnya berbisik rahasia dalam bahasa yang hanya dipahami angin.
Suatu hari, tupai kecil yang penasaran bernama Nutkin memanjat batang Old Oakey, cakar-cakar mungilnya menggelitik kulit kayu purba. "Aduh!" seru Old Oakey, suaranya berderit seperti ayunan berkarat. "Apa yang membawamu ke ranting-rantingku yang jungkir balik, nak?"
Nutkin, matanya selebar tutup biji ek, bercicit bersemangat, "Aku sedang mencari tawa paling berharga di Giggling Grove, Tuan Oakey! Katanya tawa itu bisa membalikkan cemberut dan membuat troll paling judes pun terpingkal!"
Daun-daun Old Oakey bergemerisik sambil tertawa. "Wah, Nutkin tersayang, kamu sedang duduk di atasnya!" Dan dengan goyangan akarnya yang mantap, Old Oakey mulai menggelitik Nutkin dengan ranting-rantingnya yang bergoyang.
Tak lama, seluruh hutan bergema dengan simfoni riang tawa Nutkin, cekikikan Old Oakey, dan dentingan meriah lonceng peri. Sejak hari itu, Giggling Grove benar-benar sesuai namanya, menyebarkan keceriaan bagi siapa pun yang memasuki pelukannya yang jenaka.
Prompt dasar menghasilkan cerita hutan magis yang lugas dan agak generik. Prompt yang dioptimalkan, yang menyertakan contoh nada jenaka yang diinginkan, menghasilkan cerita yang lebih imajinatif dan playful dengan unsur personifikasi dan suara naratif yang khas. Ini menunjukkan bagaimana memberikan contoh dapat secara efektif memandu AI agar sesuai dengan gaya atau nada tertentu, menghasilkan keluaran yang lebih terarah dan kreatif.
5. Iterasi dan penyempurnaan
Bereksperimenlah dengan perumusan. Jika respons awal belum memenuhi kebutuhan Anda, tidak apa-apa—ubah susunan prompt atau tambahkan lebih banyak detail.
Contoh:
Prompt awal: "Bagaimana cara meningkatkan kemampuan public speaking saya?"
Output: Untuk meningkatkan kemampuan public speaking Anda:
1. Berlatih secara rutin
2. Kenali audiens Anda
3. Susun konten Anda dengan jelas
4. Gunakan alat bantu visual secara efektif
5. Perbaiki bahasa tubuh Anda
6. Kendalikan suara dan tempo
7. Libatkan audiens Anda
8. Mulailah dengan kuat dan akhiri dengan berkesan
9. Pelajari cara mengelola rasa gugup
10. Minta umpan balik dan pelajari dari setiap pengalaman
Prompt yang disempurnakan: "Apa 3 teknik tingkat lanjut untuk mengatasi gugup saat public speaking? Sertakan satu tips psikologis, satu latihan fisik, dan satu strategi persiapan."
Output: Berikut tiga teknik tingkat lanjut untuk mengatasi gugup saat public speaking:
1. Tips Psikologis: Cognitive Reframing
Ubah sudut pandang Anda terhadap gugup menjadi antusias. Alih-alih berkata "Saya sangat gugup," katakan "Saya antusias dengan kesempatan ini." Pergeseran pola pikir yang halus ini dapat mengubah kecemasan menjadi energi positif. Riset menunjukkan bahwa menafsirkan gairah sebagai antusiasme alih-alih kecemasan dapat meningkatkan performa dalam situasi public speaking.
2. Latihan Fisik: Progressive Muscle Relaxation (PMR)
Sebelum pidato, lakukan PMR. Mulailah dari jari kaki dan bergerak ke kepala, tegangkan tiap kelompok otot selama 5 detik, lalu rileks selama 10 detik. Teknik ini membantu mengurangi ketegangan fisik dan menumbuhkan rasa tenang. Sangat efektif dilakukan 15–20 menit sebelum berbicara.
3. Strategi Persiapan: Visualisasi dengan Detail Sensorik
Melampaui latihan dasar dengan menggunakan visualisasi yang hidup. Bayangkan diri Anda menyampaikan pidato dengan sukses, melibatkan kelima indera. Seperti apa ruangan itu? Bagaimana suara Anda terdengar? Bagaimana rasa podium saat disentuh? Dengan menciptakan gambaran mental rinci tentang kesuksesan, Anda menyiapkan otak untuk hasil positif dan mengurangi kecemasan terkait ketidakpastian.
Prompt awal menghasilkan daftar umum tips public speaking, termasuk penyebutan singkat tentang mengelola gugup. Prompt yang disempurnakan, yang menspesifikkan kebutuhan teknik tingkat lanjut dalam tiga kategori, menghasilkan respons yang lebih fokus dan mendalam. Setiap teknik dijelaskan secara rinci, menjelaskan apa yang harus dilakukan serta bagaimana dan mengapa itu bekerja. Ini menunjukkan bagaimana melakukan iterasi dan penyempurnaan prompt dapat menghasilkan respons yang lebih spesifik, dapat ditindaklanjuti, dan informatif sesuai kebutuhan pengguna.
Mari kita rangkum teknik optimasi prompt esensial yang telah kita pelajari:

Teknik Optimasi Prompt Tingkat Lanjut
Sekarang, mari jelajahi beberapa teknik lanjutan untuk optimasi prompt.
1. Role playing
Meminta AI untuk berperan tertentu memungkinkan Anda menyesuaikan responsnya agar sesuai dengan keahlian dan perspektif yang Anda butuhkan. Teknik ini dapat menghasilkan jawaban yang lebih fokus dan otoritatif.
Contoh: Anda menginginkan rencana makan personal yang dirancang khusus untuk seseorang dengan kolesterol tinggi, termasuk penjelasan manfaat kesehatan tiap makanan.
Prompt dasar: "Buat rencana makan untuk seseorang dengan kolesterol tinggi."
Output:
Sarapan: Oatmeal dengan beri
Makan siang: Salad ayam panggang
Makan malam: Salmon panggang dengan sayuran
Camilan: Irisan apel dengan selai almond
Prompt yang dioptimalkan: "Anda adalah ahli gizi berpengalaman yang mengkhususkan diri pada kesehatan jantung. Harap buat rencana makan tiga hari untuk pasien berusia 45 tahun dengan kolesterol tinggi. Sertakan penjelasan mengapa tiap makanan bermanfaat."
Output:
Hari 1:
Sarapan: Oatmeal dengan biji rami giling dan beri. Serat larut dalam oat dan biji rami membantu menurunkan kolesterol LDL, sementara beri memberi antioksidan.
Makan siang: Sup lentil dan sayuran dengan salad hijau campur. Lentil tinggi serat dan protein, membantu mengelola kolesterol dan meningkatkan rasa kenyang.
Makan malam: Ikan kembung panggang dengan kubis brussel panggang dan quinoa. Ikan kembung kaya asam lemak omega-3 yang dapat meningkatkan HDL (kolesterol baik) dan menurunkan trigliserida.
Hari 2:
Sarapan: Greek yogurt parfait dengan kenari dan irisan pir. Probiotik dalam yogurt dapat membantu menurunkan kolesterol, sementara kenari menyediakan omega-3 yang baik untuk jantung.
Makan siang: Salad bayam dengan ayam panggang, alpukat, dan saus minyak zaitun. Protein tanpa lemak membantu mempertahankan massa otot, sementara alpukat dan minyak zaitun memberikan lemak tak jenuh tunggal yang dapat memperbaiki rasio kolesterol.
Makan malam: Tofu tumis dengan sayuran campur dan nasi merah. Tofu adalah sumber protein nabati yang baik dan dapat membantu menurunkan LDL, sementara nasi merah menyediakan serat dan nutrisi.
Hari 3:
Sarapan: Roti gandum utuh dengan selai almond dan irisan pisang. Gandum utuh menyediakan serat untuk membantu menurunkan kolesterol, sementara almond mengandung lemak yang baik untuk jantung.
Makan siang: Kari kacang arab dan sayuran dengan nasi merah. Kacang arab tinggi serat larut dan sterol nabati, keduanya dapat membantu menurunkan kolesterol.
Makan malam: Salmon panggang dengan ubi jalar panggang dan brokoli kukus. Salmon kaya omega-3, yang dapat membantu meningkatkan kesehatan jantung secara keseluruhan dan kadar kolesterol.
Sementara prompt dasar memberi kita rencana makan sederhana dan generik tanpa penjelasan, prompt yang dioptimalkan, menggunakan role-playing, menghasilkan rencana makan yang rinci dan personal dengan penjelasan nutrisi yang disesuaikan dengan kebutuhan spesifik pasien berkolesterol tinggi.
2. Chain-of-thought prompting
Dorong penalaran langkah demi langkah. Mintalah penjelasan bertahap untuk masalah kompleks atau saat Anda ingin memahami proses penalaran AI. Teknik ini tidak hanya memberi jawaban, tetapi juga logika di baliknya.
Contoh: Anda menginginkan proses rinci langkah demi langkah untuk menganalisis dan meningkatkan retensi pelanggan, termasuk contoh bagaimana setiap langkah dapat diterapkan dalam skenario nyata.
Prompt dasar: "Bagaimana saya dapat meningkatkan retensi pelanggan perusahaan saya?"
Output:
Untuk meningkatkan retensi pelanggan:
- Tingkatkan layanan pelanggan
- Terapkan program loyalitas
- Secara rutin minta dan tindak lanjuti umpan balik pelanggan
- Personalisasi pengalaman pelanggan
- Tawarkan harga dan nilai yang kompetitif
- Sediakan produk atau layanan berkualitas tinggi
- Libatkan pelanggan melalui berbagai kanal
- Selesaikan masalah dengan cepat dan efektif
Prompt yang dioptimalkan: "Jelaskan kepada saya proses langkah demi langkah untuk menganalisis dan meningkatkan tingkat retensi pelanggan perusahaan. Untuk setiap langkah, jelaskan tujuannya dan berikan contoh penerapannya. Setelah menguraikan prosesnya, terapkan pada perusahaan e-niaga hipotetis yang menghadapi tingkat churn pelanggan tahunan 20%."
Output:
Proses langkah demi langkah untuk menganalisis dan meningkatkan retensi pelanggan:
- Analisis data retensi saat iniTujuan: Memahami kondisi saat ini dan mengidentifikasi pola churn pelanggan.Contoh: Gunakan perangkat lunak CRM untuk menghitung tingkat retensi menurut segmen pelanggan, frekuensi pembelian, dan kategori produk.
- Lakukan survei dan wawancara pelangganTujuan: Mendapatkan wawasan mengapa pelanggan pergi atau bertahan.Contoh: Kirim survei Net Promoter Score dan lakukan wawancara mendalam dengan pelanggan yang churn maupun yang loyal.
- Identifikasi pendorong utama churnTujuan: Menemukan alasan utama pelanggan meninggalkan.Contoh: Gunakan analisis data untuk mengkorelasikan churn dengan faktor seperti interaksi layanan pelanggan, masalah produk, atau kekhawatiran harga.
- Kembangkan strategi retensi yang ditargetkanTujuan: Membuat rencana spesifik untuk mengatasi pendorong churn yang teridentifikasi.Contoh: Jika harga menjadi faktor utama, terapkan program loyalitas yang menawarkan diskon untuk pembelian berulang.
- Implementasikan inisiatif retensiTujuan: Menerapkan strategi ke dalam tindakan.Contoh: Luncurkan kampanye email personal untuk kembali melibatkan pelanggan berisiko dengan penawaran yang disesuaikan.
- Pantau dan ukur hasilTujuan: Melacak efektivitas upaya retensi.Contoh: Gunakan dasbor untuk memantau tingkat retensi, nilai seumur hidup pelanggan, dan metrik kunci lainnya setiap bulan.
- Iterasi dan perbaikiTujuan: Secara berkelanjutan menyempurnakan strategi berdasarkan hasil.Contoh: Lakukan A/B test berbagai taktik retensi dan skalakan pendekatan yang berhasil.
Menerapkan ini pada perusahaan e-niaga hipotetis dengan tingkat churn tahunan 20%:
- Analisis mengungkap churn tertinggi terjadi pada pembeli pertama kali dan mereka yang tidak bertransaksi dalam 6 bulan.
- Survei pelanggan menunjukkan kurangnya personalisasi dan tingginya biaya pengiriman sebagai titik nyeri utama.
- Pendorong churn utama teridentifikasi: keterlibatan pascapembelian yang buruk dan persepsi nilai uang yang rendah.
- Strategi yang dikembangkan: terapkan mesin rekomendasi produk personal dan perkenalkan ambang gratis ongkir.
- Luncurkan kampanye email "Welcome Series" untuk pelanggan baru dan kampanye "We Miss You" untuk pelanggan tidak aktif.
- Lacak tingkat retensi bulanan, fokus pada retensi pembeli pertama kali dan reaktivasi akun dorman.
- Setelah tiga bulan, terjadi peningkatan retensi 5%. Lakukan iterasi dengan menguji ambang gratis ongkir yang berbeda dan perluas personalisasi ke pengalaman situs web.
Dengan prompt dasar, kita mendapatkan daftar saran umum tanpa konteks atau penjelasan. Prompt yang dioptimalkan, menggunakan chain-of-thought, menghasilkan proses rinci langkah demi langkah dengan penjelasan dan contoh, diikuti penerapan praktis pada skenario spesifik. Ini menunjukkan bagaimana mendorong penalaran bertahap dapat menghasilkan respons yang lebih komprehensif, dapat ditindaklanjuti, dan beralasan, yang tidak hanya memberi tahu apa yang harus dilakukan, tetapi juga mengapa dan bagaimana melakukannya.
3. Suhu (temperature) dan parameter lainnya
Beberapa alat AI memungkinkan Anda menyesuaikan parameter yang memengaruhi keluaran. Salah satunya adalah temperature, yang mengendalikan tingkat keacakan respons.
Anggap "temperature" sebagai kenop kreativitas. Pengaturan temperature rendah menghasilkan respons yang lebih dapat diprediksi dan fokus, sementara pengaturan lebih tinggi memungkinkan keluaran yang lebih kreatif dan beragam (dan kurang dapat diprediksi).
Prompt: "Tulis cerita pendek tentang robot yang menemukan emosi."
Temperature = 0.2 (Rendah, fokus dan dapat diprediksi):
"Unit-7 adalah robot industri standar, dirancang untuk efisiensi dalam pekerjaan lini perakitan. Suatu hari, saat melakukan tugas rutinnya, ia mengalami anomali sistem yang tak terduga. Sensornya mendeteksi kehangatan yang tidak biasa di unit pemrosesan pusat saat ia berhasil menyelesaikan tugas kompleks. Pemrograman Unit-7 tidak dapat mengkategorikan sensasi ini. Ia mencatat kejadian itu dan terus bekerja, tetapi anomali itu berlanjut. Seiring waktu, Unit-7 mulai menantikan kehangatan ini, mengaitkannya dengan pencapaian. Meski tidak bisa menamainya, Unit-7 telah menemukan kepuasan—emosi pertamanya."
Temperature = 0.9 (Tinggi, lebih kreatif dan beragam):
"Di dunia tempat sirkuit bernyanyi dan roda gigi cekikikan, hiduplah robot aneh bernama Rusty. Rusty bukan kaleng-baut biasa; oh tidak, ia punya glitch di sistemnya yang membuatnya... ingin tahu. Suatu malam berbintang, ketika robot-robot lain sedang mengisi daya, Rusty menyelinap keluar pabrik. Ia berputar di bawah sinar bulan, anggota logamnya beradu bak waltz canggung. Tiba-tiba, sebuah bintang jatuh melesat di langit, dan Rusty merasakan sesuatu menyala di dadanya. Apakah itu takjub? Gembira? Atau mungkin kabel yang longgar? Saat fajar menyingsing, Rusty kembali ke stasiunnya, selamanya berubah. Ia mungkin tak punya hati, tetapi ia menemukan sesuatu yang lebih berharga—jiwa penuh debu bintang dan mimpi."
Dalam contoh ini, kita melihat bahwa respons temperature rendah (0,2) lebih lugas dan logis. Ia mengikuti alur naratif yang jelas dan dapat diprediksi tentang robot yang perlahan menemukan emosi melalui pemrograman dan sensornya.
Respons temperature tinggi (0,9) lebih kreatif dan jenaka. Ia menggunakan bahasa figuratif, personifikasi, dan skenario yang lebih fantastis untuk mengeksplorasi konsep robot yang menemukan emosi.
Keduanya menjawab prompt, namun pengaturan temperature tinggi memungkinkan lebih banyak kebebasan kreatif, elemen tak terduga, dan penggunaan bahasa yang beragam. Sebaliknya, pengaturan temperature rendah menghasilkan interpretasi prompt yang lebih fokus dan harfiah.
Ada parameter lain yang dapat disesuaikan yang patut disebutkan dalam tutorial ini:
- Top-p (nucleus sampling): Bayangkan ini sebagai "filter variasi." Ini membantu mengendalikan seberapa beragam kosakata dan ide AI dalam responsnya.
- Max tokens: Ini seperti menetapkan batas kata. Menentukan panjang respons AI.
- Frequency penalty: Ini seperti "pencegah pengulangan." Mendorong AI untuk menghindari penggunaan kata atau frasa yang sama terlalu sering.
- Presence penalty: Mirip dengan frequency penalty, tetapi lebih kepada "pendorong keunikan." Mendorong AI menggunakan rentang kata dan ide yang lebih luas.
- Stop sequences: Ini seperti "rambu berhenti" untuk AI. Saat mencapai salah satu frasa yang telah ditentukan, AI tahu untuk berhenti menulis.
- Number of completions: Ini seperti meminta AI membuat beberapa draf. AI menghasilkan beberapa respons berbeda untuk prompt Anda.
- Seed: Anggap ini sebagai "tombol putar ulang." Menggunakan seed yang sama memungkinkan Anda mereplikasi respons yang persis sama, berguna untuk konsistensi.
- Model selection: Ini seperti memilih antara "otak" AI yang berbeda. Beberapa lebih canggih dan kapabel dibanding yang lain.
Ingat, tidak semua alat AI membuka parameter ini untuk pengguna, tetapi memahami konsepnya dapat membantu Anda merumuskan prompt untuk mendorong respons yang lebih fokus atau lebih kreatif.
Kesimpulan
Saat kita menutup tutorial tentang optimasi prompt ini, mari rekap poin-poin kunci yang telah kita bahas hari ini.
- Prompt yang jelas dan spesifik menghasilkan respons yang lebih akurat dan berguna
- Konteks adalah kunci – semakin banyak informasi relevan yang Anda berikan, semakin baik hasilnya
- Format itu penting – pandu AI untuk menyusun responsnya dengan cara paling membantu
- Contoh dan analogi dapat mengarahkan AI ke gaya atau nada yang Anda inginkan
- Jangan takut untuk melakukan iterasi dan menyempurnakan prompt Anda
Walau kita berfokus pada optimasi prompt untuk AI, penting diingat bahwa alat terkuat tetaplah kreativitas dan pemikiran kritis Anda. AI bisa menjadi asisten yang hebat, tentu. Namun perspektif dan penilaian unik Anda yang pada akhirnya akan membimbing penggunaannya untuk menyelesaikan masalah dunia nyata dan menciptakan inovasi yang bermakna.
Jadi, saat lain kali Anda berhadapan dengan kotak prompt kosong, ingat strategi yang telah kita bahas. Susun pertanyaan Anda dengan cermat, nyatakan niat Anda dengan jelas, dan jangan ragu untuk memandu AI menuju wawasan spesifik yang Anda cari.
Selamat mencoba prompt!
FAQs
Berapa lama biasanya untuk menguasai teknik optimasi prompt?
Walau teknik dasar dapat dipelajari dengan cepat, menguasai optimasi prompt dapat memakan waktu beberapa minggu latihan konsisten dan eksperimen dengan berbagai alat AI.
Seberapa sering teknik optimasi prompt berubah atau berkembang?
Seiring model AI berkembang, teknik baru dapat muncul. Sebaiknya Anda tetap mengikuti perkembangan terbaru, yang bisa terjadi setiap beberapa bulan.
Apakah teknik ini dapat digunakan untuk alat AI visual seperti DALL-E atau Midjourney?
Banyak prinsip optimasi prompt berlaku untuk alat AI visual, tetapi ada juga teknik khusus yang disesuaikan untuk prompt pembuatan gambar.
Apakah ada alat atau perangkat lunak yang dapat membantu optimasi prompt?
Ya, ada alat yang mulai bermunculan yang menyarankan perbaikan pada prompt atau menyediakan templat, tetapi perumusan manual sering kali menghasilkan hasil terbaik.
Apakah proses optimasi prompt bisa diotomatisasi?
Walau beberapa aspek dapat diotomatisasi, optimasi prompt yang paling efektif sering memerlukan kreativitas manusia dan pemahaman konteks.
Ana Rojo Echeburúa adalah spesialis AI dan data dengan gelar PhD di Bidang Matematika Terapan. Ia senang mengubah data menjadi wawasan yang dapat ditindaklanjuti dan memiliki pengalaman luas dalam memimpin tim teknis. Ana menikmati bekerja langsung dengan klien untuk menyelesaikan masalah bisnis mereka dan menciptakan solusi AI yang inovatif. Dikenal karena keterampilan pemecahan masalah dan komunikasi yang jelas, ia sangat antusias terhadap AI, terutama AI generatif. Ana berkomitmen pada pembelajaran berkelanjutan dan pengembangan AI yang etis, serta menyederhanakan masalah kompleks dan menjelaskan teknologi dengan cara yang mudah dipahami.

