ChatGPT Agent: Panduan dengan Lima Contoh Praktis

Demo langsung ChatGPT Agent terlihat mengesankan: menelusuri web untuk hadiah, memesan perjalanan, membuat presentasi. Postingan pengumuman menampilkan hasil benchmark yang impresif, menyiratkan bahwa Agent dapat menangani pekerjaan dunia nyata yang kompleks.

Namun demo langsung selalu menggunakan contoh yang dipilih dengan cermat, dan benchmark tidak menangkap realitas kompleks alur kerja sehari-hari yang diklaim OpenAI bisa diselesaikan oleh Agent.

Jadi saya menguji Agent dengan lima uji berat yang mencerminkan skenario kerja nyata — tugas yang mengharuskan mengelola banyak tab browser, lintas-rujuk informasi dari berbagai situs, dan menghasilkan output yang benar-benar akan saya gunakan. Artikel ini menunjukkan apa yang terjadi saat janji pemasaran bertemu realitas praktis.

Kami menjaga pembaca tetap mengikuti kabar terbaru di AI melalui The Median, buletin gratis setiap Jumat yang menguraikan cerita-cerita kunci pekan ini. Berlangganan dan tetap tajam hanya dalam beberapa menit setiap minggu:

Apa Itu ChatGPT Agent?

ChatGPT Agent adalah fitur premium terbaru dari OpenAI untuk pengguna Plus, Pro, dan Enterprise. Fitur ini menggabungkan tiga alat yang sebelumnya bekerja terpisah: Deep Research, Operator, dan penalaran model bahasa inti. Perbedaan besarnya? Agent mendapatkan komputer virtualnya sendiri untuk bekerja.

Hal ini penting karena pengaturan lama punya masalah. Mode Deep Research unggul dalam analisis tetapi tidak bisa mengklik apa pun. Operator bisa menavigasi situs web tetapi tidak memiliki kemampuan penalaran yang membuat deep research begitu berguna. Agent memperbaikinya dengan menggabungkan kedua kemampuan dalam satu tempat.

Apa yang membuat ChatGPT Agent berbeda

Anda akan menemukan Agent sebagai opsi lain di toolbar chat Anda. Namun tidak seperti ChatGPT biasa, Agent berjalan di komputer virtual dengan akses penuh ke:

Browser untuk navigasi web dan riset
Terminal untuk menjalankan perintah dan skrip
Lingkungan eksekusi kode untuk pemrosesan data
Sistem file untuk mengunduh dan mengelola konten

Pengaturan komputer virtual berarti Agent dapat melakukan hal-hal yang sebelumnya tidak mungkin.

Contoh 1: Tugas Data Pendidikan UNESCO

Saat saya mengujinya dengan tugas data pendidikan UNESCO, saya menyaksikannya bekerja selama 14 menit tanpa henti. Berikut adalah prompt-nya (disarankan oleh ChatGPT sendiri saat interaksi pertama saya dengan Agent):

Pull the latest available data from the UNESCO Institute for Statistics on national student-teacher ratios and total teaching staff counts for primary and secondary education.
Create a spreadsheet with two tabs: one for primary education and one for secondary.
Each should include country name, student-teacher ratio, total number of teachers, gross enrollment, and year of reporting.
Add a summary tab highlighting the countries with the most strained and most favorable ratios, sorted accordingly.
Ensure consistent country naming across tabs.Didukung oleh

Berikut yang dapat ditangani saat mengeksekusi prompt tersebut:

Membaca halaman web dengan menggulir seperti manusia (meski lebih cepat) alih-alih mengurai HTML mentah
Mengklik tombol, mengisi formulir, dan — sungguh — menutup pop-up dan menerima cookie
Mengunduh file dan mengekstrak arsip secara otomatis
Berganti antara browser dan terminal sesuai kebutuhan
Mengurai file yang diunduh lalu kembali ke penelusuran
Mengunduh PDF dan mengekstrak konten teks
Memperbaiki kesalahan dengan kembali ke halaman sebelumnya
Mengendalikan kursor dengan mulus di berbagai antarmuka

Perbandingan kinerja nyata dengan o3-pro

Saya memberi Agent dan o3-pro prompt kompleks yang sama di atas: menarik data rasio murid-guru UNESCO dan membuat spreadsheet terformat dengan beberapa tab. Hasilnya menunjukkan perbedaan yang jelas.

Agent bekerja selama 14 menit dan menghasilkan spreadsheet yang mencakup 222 negara. Ia melewatkan satu persyaratan (tab ringkasan dengan rasio terbaik/terburuk) dan menyortir daftar secara alfabet alih-alih berdasarkan rasio. Ini mungkin pembengkakan konteks — kondisi saat model melupakan detail awal ketika menangani tugas panjang.

Di sisi lain, o3-pro membutuhkan 18 menit untuk memikirkan masalahnya. Lalu menghadapi hambatan yang sebelumnya bisa diatasi otomatis oleh Agent. Karena o3-pro tidak bisa mengunduh file, ia meminta saya mengunduh dua sumber daya secara manual, mengekstraknya, dan menjalankan skrip Python yang ditulisnya. Saya tidak menguji skripnya, tetapi jelas metode ini akan menambah setidaknya 10 menit ke alur kerja saya.

Cara kerja Agent dalam praktik

Saat Agent berjalan, Anda dapat menyaksikan semuanya terjadi secara real-time. Anda dapat mengambil alih browser kapan saja, tetapi untuk tugas tanpa data atau interaksi sensitif, Agent bisa bekerja sendiri dengan baik.

Setelah Agent selesai, Anda mendapatkan dua cara untuk meninjau apa yang terjadi. Ada rekaman video penuh yang bisa dijeda dan diputar ulang (cukup membosankan setelah rasa penasarannya hilang). Ditambah linimasa teks terperinci yang menunjukkan penalaran di setiap langkah, perintah yang benar-benar dijalankan, dan operasi file yang dilakukan.

Bagian yang menarik? Setelah Agent menyelesaikan tugas, Anda dapat mengajukan pertanyaan lanjutan dalam mode chat biasa. Agent mengingat semua yang dipelajari dan dapat merujuk data yang dikumpulkan.

Contoh 2: Membuat Kolase Gambar

Tugas riset pertama menunjukkan Agent dapat menangani pengumpulan data yang kompleks. Namun saya perlu menguji sesuatu yang berbeda — tugas yang memerlukan keterlibatan mouse secara terus-menerus dengan elemen halaman web. Jika tidak, saya akan tetap menggunakan pintasan keyboard dan melakukannya sendiri.

Membuat figur dan diagram langsung terlintas di pikiran. Saya sering melakukannya untuk postingan blog, jadi ini terasa seperti kasus uji yang alami.

Tugas dan upaya pertama

Saat meneliti artikel ini, saya membaca postingan pengumuman OpenAI tentang ChatGPT Agent. Postingan tersebut memuat 6–7 gambar hasil benchmark yang menunjukkan skor performa Agent yang impresif. Alih-alih mencantumkan setiap benchmark secara terpisah, saya memutuskan untuk meminta Agent membuat kolase visual yang bisa saya tambahkan ke postingan blog ini.

I want you to open the following link, combine all benchmark results' images into a single collage and highlight the columns where ChatGPT's agent results are given.

<link>
https://openai.com/index/introducing-chatgpt-agent/
</link>Didukung oleh

Yang saya inginkan sederhana — ambil semua diagram benchmark dari halaman web, susun berdampingan dalam baris, dan gambar kotak merah mengelilingi kolom yang menunjukkan performa Agent. Bagi pengguna Canva kasual, ini memakan waktu beberapa menit: ambil gambar, atur, gambar beberapa kotak.

Namun bagi program AI, ini memerlukan penalaran kompleks dan kerja mouse yang berat. Agent menghabiskan 9 menit dan menghasilkan sesuatu yang mengecewakan.

Gambarnya sepenuhnya vertikal alih-alih tata letak grid yang semestinya. Kotak merahnya bukan garis tegas melainkan bentuk terisi yang tersebar di seluruh gambar. Lebih buruk lagi, Agent malah menyasar ke situs lain, mengambil hasil benchmark dari halaman acak alih-alih postingan pengumuman yang saya sebutkan.

Agent juga sama sekali mengabaikan Canva, padahal saya sudah menautkannya ke akun saya.

Putaran kedua: instruksi lebih rinci

Saya memulai utas baru dengan instruksi yang lebih spesifik:

I want you to open the following webpage where you will find a bunch of benchmark results given in the form of images on the performance of ChatGPT Agent. Your task is to combine all those images given in the webpage (ONLY IN THAT WEBPAGE, DON'T SEARCH FOR ADDITIONAL INFORMATION) into a single collage where you organize the images side-by-side in rows. Afterward, highlight the columns where ChatGPT Agent's performance is shown with a red rectangle. Use Canva to do this task

<link>
https://openai.com/index/introducing-chatgpt-agent/
</link>Didukung oleh

Pertama, Agent menghadapi CAPTCHA saat mencoba membaca postingan pengumuman. Saya harus mengambil alih dan memilih gambar zebra cross sendiri. Lalu Agent bekerja selama 18 menit sebelum berhenti untuk meminta saya login ke Canva.

Pengalaman login tidak mulus. Komputer virtual dan browser lag — tidak seperti respons cepat yang Anda harapkan saat login ke situs web. Pintasan keyboard seperti Cmd + V untuk menempelkan kata sandi membutuhkan waktu lebih lama untuk terdaftar.

Di mana semuanya berantakan

Setelah Agent berhasil login ke Canva, ia kembali bekerja di antarmuka.

Setelah 8 menit menontonnya meraba-raba tanpa arah, saya harus turun tangan. Agent mencoba menggambar ulang gambar hasil benchmark satu per satu secara manual alih-alih menggunakan gambar yang sudah diunduh.

Saya memperjelas dengan prompt lain:

No, you are going in the wrong direction on Canva.
What I meant was that after you grabbed the benchmark results' images, paste them into canva and organize them one-by-one into a 16:9 collage with ChatGPT Agent's performance highlighted with a red rectangleDidukung oleh

Kali ini Agent mengerti, tetapi jelas ia tidak benar-benar tahu cara mengeksekusi tugasnya.

Butuh cukup lama untuk membaca ulang postingan pengumuman dan mengunduh gambar benchmark. Proses unduhnya sangat lambat — Agent terus ragu apakah harus menggunakan “Salin tautan gambar,” “Simpan gambar,” atau opsi lain di menu klik kanan dibandingkan tombol “Unduh gambar” di pojok kanan atas.

Setelah akhirnya mengunggah gambar ke Canva, Agent mulai mengerjakan tata letak. Ini mengungkap betapa buruknya kontrol spasialnya. Melihatnya mencoba menyeret gambar ke posisi seperti melihat anak kecil menggunakan komputer. Agent terus meleset dari perataan dan posisi alami elemen.

Masalah lain muncul saat Agent mencoba menggambar kotak mengelilingi batang benchmark. Bagi manusia, ini sepele — satu gerakan mouse yang mulus menggambar kotak. Bagi Agent, ini menjadi tugas sulit. Karena kurangnya kecerdasan spasial dan desain visual, Agent beralih menjalankan skrip Python dan OCR untuk mendeteksi batang mana yang menunjukkan performa Agent, lalu menghitung koordinat pasti untuk penempatan kotak.

Hasil akhir

Seluruh operasi memakan waktu lebih dari 75 menit, termasuk semua bolak-baliknya. Agent meninggalkan saya dengan “Untitled Design Page 2” di akun Canva saya.

Gambarnya terlihat terpotong karena Agent mencoba menambahkan elemen teks judul yang entah bagaimana memaksa bagian atas tersembunyi. Setelah beberapa penyesuaian manual, saya mendapatkan kolase yang fungsional namun tetap cukup kasar dibandingkan hasil yang bisa dibuat desainer manusia pemula dalam hitungan menit.

Investasi waktu jelas tidak sebanding dengan kualitas hasilnya. Lebih parahnya, saya kemudian mengetahui bahwa Agent sama sekali tidak menggunakan alat persegi panjang milik Canva — Agent menggambar kotak tersebut di Python, lalu mengunggah gambar yang telah dimodifikasi ke Canva. Artinya saya tidak bisa menyesuaikan atau memindahkan kotak-kotak yang berantakan itu secara manual setelahnya.

Contoh 3: Merancang Gambar Sampul Sederhana

Pada titik ini, saya sadar saya meminta tugas yang terlalu kompleks pada Agent. Pembuatan kolase melibatkan terlalu banyak komponen — web scraping, penalaran spasial, manipulasi banyak gambar, dan kerja desain presisi sekaligus.

Jadi saya mencoba sesuatu yang lebih sederhana: membuat gambar sampul untuk postingan blog. Ini sebenarnya tugas yang tidak saya sukai, jadi jika Agent bisa menanganinya, itu akan benar-benar bermanfaat.

Saya menetapkan kebutuhan dasar: “Saya sedang menulis tutorial tentang Mode Agent baru dari ChatGPT. Tugas Anda adalah membuat gambar sampul 16:9 menggunakan warna merek DataCamp untuk tutorial tersebut. Gambar harus menyertakan kata kunci ‘ChatGPT Agent’ dan figur robotik apa pun yang Anda temukan di sebelah kata kunci tersebut. Gunakan Canva untuk menyelesaikan tugas ini.”

Keberhasilan yang lebih terkelola

Kali ini, hasilnya jauh lebih baik. Agent dengan benar menelusuri warna merek DataCamp dan menambahkan dua elemen berdampingan di Canva. Perataannya masih kurang — teks dan gambar belum diposisikan sempurna satu sama lain — tetapi setidaknya Agent menggunakan elemen Canva yang sebenarnya.

Artinya, alih-alih mengunggah desain jadi, saya bisa dengan mudah menyeretnya ke posisi yang lebih baik sendiri. Beberapa penyesuaian cepat dan saya mendapatkan gambar sampul yang layak.

Satu detail menarik: meski saya sudah login ke Canva selama tugas kompleks sebelumnya di utas chat yang berbeda, Agent tidak meminta saya login lagi di sini. Komputer virtual tampaknya menyimpan riwayat browser, cookie, dan informasi login lintas sesi. Ini nyaman untuk alur kerja namun perlu diperhatikan jika Anda tidak ingin ChatGPT menyimpan informasi tersebut — Anda harus menghapusnya secara manual.

Contoh 4: Riset Suku Cadang Lego

Kali ini saya memutuskan untuk menguji Agent pada sesuatu yang sebelumnya saya kesulitan. Saya seorang AFOL (adult fan of Lego) dan beberapa bulan lalu, saya meminta ChatGPT membuat file CSV untuk paket massal awal Lego Technic berisi 10.000 keping menggunakan model o3.

Pembuatan file CSV panjang sulit bagi LLM karena ada terlalu banyak detail kecil yang harus dilacak. Jadi ketika model menghasilkan file CSV yang terdiri dari setidaknya 50 bagian berbeda, dengan ID, nama, dan jumlahnya, saya mendapati model berhalusinasi pada sejumlah ID bagian meski memiliki akses ke penelusuran web.

Riset saya berhenti di situ karena saya tidak sabar untuk memeriksa ulang setiap ID bagian dan memastikan ID tersebut benar-benar ada serta sesuai dengan bagian sebenarnya yang disarankan o3 untuk saya beli di BrickLink, marketplace resmi suku cadang dan set Lego.

Menyiapkan pengujian

Namun kini saya memiliki akses ke Agent, yang bisa melakukan penelusuran verifikasi ganda untuk saya. Saya meminta o3 membuat file CSV sekali lagi, tetapi untuk koleksi yang lebih kecil berisi 3.000 keping demi kesederhanaan:

I want you to generate me a 3000-piece bulk pack for getting started with Lego Technic.
I am interested in building cars and motorized mechanisms as a hobby.
The bulk pack you generate must be saved to a CSV file with the following columns:

- Part ID
- Part name 
- Amount

Use the official part IDs and names so that when I upload the CSV to bricklink, I can place an order with a single clickDidukung oleh

Model berpikir selama 5 menit dan memberikan file CSV. Lalu saya beralih ke utas baru (karena ternyata mode Agent menjadi nonaktif ketika prompt pertama di utas chat bukan untuk Agent).

Tugas verifikasi

Saya mengunggah file tersebut dan menulis prompt berikut:

I attached a 3,000-piece Lego Technic starter pack list. Your task is to double-check that each part listed in the list actually exists and that part IDs actually match part names. You must use BrickLink website (only BrickLink) as a single source of truth.

If certain part IDs or names are incorrect, correct them. Afterward, create a wishlist on BrickLink that will allow me to one-click order them later. When creating the wishlist, ask me to log in to BrickLink and I will do that for you.Didukung oleh

Agent pun berangkat. Setelah 5 menit bekerja di situs BrickLink, Agent menemukan tiga bagian yang namanya berbeda di situs dan memperbaikinya. Inilah tepatnya pekerjaan verifikasi yang membosankan yang ingin saya hindari.

Di mana alur kerja terputus

Kemudian Agent meminta saya login untuk membuat wishlist di akun saya. Saya login dengan kredensial saya, dan Agent kembali mengambil alih untuk membuat wishlist.

Sebelum mengklik tombol “Create wishlist” terakhir, Agent meminta konfirmasi karena dilatih untuk melakukannya sebelum operasi penting seperti ini. Saya menjawab ya, dan di titik inilah alur kerjanya rusak.

Agent mengatakan telah membuat wishlist, tetapi ketika saya mengunjungi akun saya, tidak ada apa pun. Sebenarnya, Agent seharusnya menekan tombol create wishlist terakhir lalu mengunggah file CSV untuk menyelesaikan tugas. Namun bagian terakhir itu terlewat.

Keberhasilan parsial

Namun tentu saja, bagian tersulit — bagian riset yang memerlukan beralih dari CSV ke BrickLink, lalu kembali ke CSV berulang kali — berhasil dilakukan oleh Agent. Agent telah memverifikasi puluhan ID bagian, menemukan inkonsistensi penamaan, dan memperbaikinya. Ini menghemat berjam-jam kerja perujukan silang manual.

Kegagalannya terjadi di bagian akhir pada pembuatan wishlist, kemungkinan karena Agent salah memahami proses unggah multi-langkah di BrickLink. Meski menjengkelkan, nilai inti sudah didapat: saya kini memiliki file CSV terverifikasi dengan ID bagian yang benar yang bisa saya unggah sendiri ke BrickLink.

Contoh 5: Pembuatan Slideshow

Terakhir, saya ingin menguji kemampuan PowerPoint Agent karena postingan pengumuman menyertakan pembuatan presentasi sebagai salah satu penggunaan dunia nyata Agent. PowerPoint adalah sesuatu yang sebisa mungkin saya hindari dan saya menggunakan Gamma jika saya harus membuat presentasi.

Sekarang, saya ingin melihat apakah Agent sebanding dengan Gamma. Ini prompt saya:

I want you to build me a presentation pitch deck for convincing existing Manus users to the newly released ChatGPT Agent.
Here is the announcement post that you can use for information: https://openai.com/index/introducing-chatgpt-agent/Didukung oleh

Agent langsung mengajukan pertanyaan lanjutan:

Do you have any specific preferences for slide count, visual style, or key points you'd like emphasized?Didukung oleh

Yang saya jawab:

Yes, keep it to 10 slides max, use a minimalistic white, black and red (gradients are allowed) for the style.
If possible, look for direct comparisons between Manus and ChatGPT AgentDidukung oleh

Pendekatan berbeda yang berhasil

Agent mengerjakan presentasi selama 13 menit. Menariknya, Agent tidak menggunakan Google Slides — Agent menggunakan terminal untuk menjalankan kombinasi kode Python dan JavaScript!

Anda dapat menemukan presentasinya di sini.

Hasilnya jauh lebih baik dari yang saya harapkan. Saya menanti kegagalan seperti Canva lagi karena presentasi melibatkan penyelarasan elemen pada halaman. Namun karena Agent hanya menggunakan eksekusi kode, Agent bisa menentukan koordinat elemen secara tepat sendiri dan membuka presentasi sebenarnya untuk memeriksa hasilnya secara visual dan mengoreksi arah bila perlu.

Perbandingan kinerja dengan Gamma

Itulah mengapa butuh 13 menit untuk menghasilkan presentasi ini. Ini jauh lebih lama daripada waktu yang dibutuhkan Gamma untuk bekerja, tetapi pada Gamma, Anda harus menyajikan data dalam format teks sendiri. Agent bisa menelusuri data secara dinamis sendiri.

Jadi ini tetap sangat mengesankan, tetapi saya akan bilang masih ada ruang untuk peningkatan, terutama di lingkungan profesional berisiko tinggi. Slide terlihat profesional dan kontennya terstruktur dengan baik, namun pemformatannya bisa lebih rapi untuk presentasi klien.

Pendapat Saya tentang ChatGPT Agents

Sebelum menguji Agent, ekspektasi saya cukup rendah agar tidak kecewa. Ini strategi yang baik karena Agent gagal pada tugas-tugas yang paling saya kesulitan.

Namun, Agent punya banyak potensi — membuat saya sadar bahwa kita masih berada pada tahap sangat awal dari agent yang dapat mengoperasikan komputer dan browser seperti manusia. Infrastruktur intinya sudah ada. Perangkat lunaknya memang mengoperasikan komputer dan browser virtual, tetapi dibatasi oleh sifat bawaan model saat ini.

OpenAI tidak banyak memberi detail tentang model reinforcement learning yang mendukung Agent. Meski dioptimalkan untuk kontrol komputer, saya mengaitkan kekurangan Agent pada model dasarnya. Model tersebut tampaknya masih melihat dunia melalui lensa tekstual meski bisa memproses gambar dan tangkapan layar.

Itulah mengapa Agent kesulitan dengan gerakan mouse dan tugas spasial. Agent bisa melihat di mana elemen diposisikan pada halaman web, tetapi harus menerjemahkan informasi visual itu menjadi perintah berbasis koordinat alih-alih beroperasi melalui koordinasi visual-motor langsung seperti manusia. Saat Anda menyeret gambar di Canva, Anda tidak menghitung koordinat piksel — Anda menggunakan intuisi spasial. Agent tidak memiliki pemahaman intuitif tentang ruang digital ini.

Keterbatasan mendasar ini menjelaskan mengapa Agent unggul pada tugas riset dan verifikasi data tetapi tersandung pada pekerjaan desain dan manipulasi antarmuka yang presisi. Masa depan agent pengendali komputer kemungkinan memerlukan arsitektur baru yang dapat menjembatani kesenjangan antara pemahaman visual dan interaksi spasial.

Untuk saat ini, ChatGPT Agent bekerja paling baik ketika Anda dapat mendefinisikan keberhasilan melalui logika alih-alih estetika, dan ketika tugasnya melibatkan pemrosesan informasi alih-alih penataan spasial kreatif.

Kesimpulan

ChatGPT Agent adalah asisten virtual yang berjalan di komputer sandbox, menggabungkan penelusuran web, eksekusi kode, dan penanganan file. Meski kinerjanya tidak merata — bagus untuk tugas riset dan data, kikuk untuk pekerjaan visual atau yang banyak melibatkan antarmuka — ini merupakan pratinjau solid tentang bagaimana alat AI di masa depan bisa berinteraksi dengan perangkat lunak atas nama kita.

Untuk mempelajari lebih lanjut tentang agent, saya merekomendasikan sumber berikut:

Penulis

Bexruz (Bex) Tuychiev

Saya adalah kreator konten data science dengan pengalaman lebih dari 2 tahun dan salah satu dengan jumlah pengikut terbesar di Medium. Saya suka menulis artikel mendalam tentang AI dan ML dengan sedikit gaya sarkastik—karena harus ada sesuatu untuk membuatnya tidak terlalu membosankan. Saya telah menghasilkan lebih dari 130 artikel dan satu kursus di DataCamp, dengan satu lagi sedang dalam proses. Konten saya telah dilihat oleh lebih dari 5 juta pasang mata, dan 20 ribu di antaranya menjadi pengikut di Medium dan LinkedIn.

Topik

Agen AI Kecerdasan Buatan