ChatGPT Atlas: Panduan Praktis dengan 9 Otomasi Peramban yang Berguna

Contoh 1: Alat Pencarian Dasar

Di dalam peramban, saya mencoba fitur yang sangat dasar: “Pencarian”. Berbeda dari peramban lain, Atlas juga memiliki kemampuan untuk menyediakan beberapa opsi hasil pencarian. 

Prompt: Sarankan beberapa ide seram untuk Halloween

Anda bahkan dapat menyalakan Memori dan mengatakan “Ingat saya lebih suka ide dekorasi berbiaya rendah” untuk mendapatkan ide yang sesuai anggaran Anda.

Atlas menampilkan ringkasan percakapan plus tab untuk penelusuran, gambar, video, dan berita, sehingga Anda bisa beralih tanpa kehilangan benang merah. Seperti mode AI baru Google, Atlas juga menampilkan ringkasan yang dihasilkan AI untuk memulai, beserta elemen yang bisa diklik lainnya.

Contoh 2: Penelusuran Web untuk Restoran yang Bagus

Selanjutnya, saya menguji seberapa baik sistem ini dalam menemukan restoran yang bagus dan membuat reservasi. 

Prompt: Cari restoran terbaik di dekat saya: Temukan restoran dengan rating tinggi di dekat saya untuk malam ini. Sertakan filter masakan dan harga. Sarankan 3 teratas dengan tautan ke menu dan reservasi.

Saya bahkan memintanya memesan meja untuk dua orang untuk mengecek kemampuannya menangani tugas kompleks. Ini yang saya dapatkan:

Prompt: Pesankan meja untuk dua orang di Mannat Haveli

Kali ini, hasilnya kurang baik. Meskipun peramban memberi saya detail kontak, tidak seperti fitur “pesan meja” Google yang bisa melakukan reservasi sendiri melalui tanya jawab singkat, peramban ini tidak bisa membuat reservasi sendiri. Salah satu faktor utama bisa jadi karena saya tidak memberikannya akses ke Mode Agen.

Contoh 3: Pencari Kerja

Tugas lain yang memakan waktu adalah menemukan peran yang relevan beserta tautan lamaran dan kontak referensi. Saya meminta Atlas menanganinya dengan prompt ini:

Prompt: Carikan saya pekerjaan AI/ML di India dengan tautan untuk melamar

Berikut prompt lanjutan:

Prompt: Carikan juga orang yang bisa saya hubungi untuk referensi di tiap perusahaan.

Atlas mengembalikan daftar singkat kontak relevan (nama, peran, dan perusahaan) dengan tag sumber LinkedIn, tip pendek untuk menghubungi, dan tawaran untuk mencari lebih banyak dari perusahaan lain. Untuk penemuan dan shortlist, ini cepat dan berguna. 

Namun ada keterbatasan: Anda tetap perlu membuka LinkedIn, mengonfirmasi profil, dan mempersonalisasi pendekatan. Saya akan memperlakukan daftar tersebut sebagai titik awal, bukan kebenaran mutlak. Anda dapat melihat agen pencarian kerja yang saya buat menggunakan Gemini 2.5 Computer Use untuk perbandingan. 

Contoh 4: Pemeriksa Fakta

Dengan banyaknya arus berita setiap hari, saya ingin menguji pemeriksa fakta bawaan Atlas. Jadi, saya memintanya memeriksa fakta sebuah berita:

Prompt: Saya dengar harga emas akan anjlok setelah Diwali. Apakah ini waktu yang tepat untuk membeli emas?

Atlas bekerja cukup baik sebagai pemeriksa fakta di sini. Ia menarik liputan terkini khusus India, dan bahkan mencantumkan beberapa sumber arus utama. 

Namun, responsnya bisa ditingkatkan dengan menampilkan tanggal publikasi lebih menonjol dan menambahkan beberapa grafik harga saat relevan untuk pengecekan cepat.

Sebagai perbandingan, saya membangun pemeriksa fakta yang lebih baik di tutorial Perplexity Search API. 

Contoh 5: Mode Agen

Untuk eksperimen ini, saya mencoba prompt dengan Mode Agen. Penting dicatat bahwa menyalakan Mode Agen memunculkan dialog “dapat menimbulkan risiko” (opsi masuk dan keluar akun). Saat masuk, tugas di situs yang sudah diautentikasi menjadi lebih cepat tetapi eksposur meningkat; keluar akun membatasi akses dan lebih aman untuk alur sensitif. 

Prompt: Saya perlu jadi lebih bugar di akhir tahun ini. Bantu saya menemukan makanan vegetarian yang mencukupi setidaknya 30–40 gram protein harian beserta serat dan karbohidrat yang cukup.

Atlas tampil baik sebagai kopilot riset dan menarik sumber terbaru (BBC Good Food, Medanta, EatingWell) serta mengembalikan tabel rapi dengan protein per porsi dan catatan penggunaan. Pada eksperimen berikutnya, saya mencoba menambahkan beberapa item ini ke keranjang belanja.

Contoh 6: Belanja dengan Mode Agen

Setelah Atlas menyarankan item vegetarian tinggi protein, saya memintanya membuka halaman produk sebenarnya dan mengumpulkan tautan pembelian langsung.

Prompt: Tampilkan semua tautan produk dari respons sebelumnya

Atlas mulai membuka tab untuk tiap item (susu, paneer, dll.), lalu membuat tabel rapi di sidebar dengan kolom produk, deskripsi, dan tautan. Ia menampilkan log berjalan dan saya bisa melihat tiap langkah navigasi. 

Tautannya akurat untuk item yang berhasil ditemukan, dan catatan yang diambil dari halaman produk berguna (protein per porsi, tips penggunaan).

Namun, kadang ia melewatkan varian dan beberapa toko spesifik wilayah. Tindak lanjut singkat seperti “sertakan Amazon/BigBasket jika tersedia” membantu.

Contoh 7: Belajar dan Studi

Banyak orang menggunakan ChatGPT sebagai tutor untuk memahami konsep atau memecahkan masalah. Jadi, saya menguji konsep tersebut di peramban Atlas dengan mode Belajar dan Studi.

Prompt: Saya kesulitan memahami konsep Minimum Spanning Trees. Bantu saya memahami topik ini dengan visual

Ia menghasilkan pelajaran langkah demi langkah dengan visual dan diagram inline dari sebuah graf contoh. Bahkan menyertakan kuis mini dan pertanyaan refleksi beserta blok kode yang dapat disalin untuk bereksperimen.

Diagramnya masih dasar, dan sebuah toggle untuk SVG/kanvas interaktif akan meningkatkan kejelasan bagi pembelajar.

Contoh 8: Riset Mendalam

Untuk uji “asisten riset” yang sesungguhnya, saya menggunakan alur riset mendalam Atlas pada pertanyaan sistem yang mencakup ML, privasi, dan kriptografi. Saya membiarkan tab terbuka dan membiarkan Mode Agen mengorkestrasi penelusuran, membuka paper, dan mensintesis ringkasan panjang.

Prompt: Rancang sistem end-to-end yang menggabungkan federated learning (FL), differential privacy (DP), dan secure aggregation (SecAgg) untuk menghadirkan personalisasi di perangkat dengan trade-off privasi/kegunaan yang terukur.

Drafnya mencakup ikhtisar arsitektur, alur protokol, model ancaman, perhitungan privasi (diskusi ε/δ), metrik, dan daftar periksa penerapan. Ia mengutip paper, spesifikasi, dan posting blog sepanjang proses, sehingga saya bisa langsung masuk ke sumber ketika ringkasan masih dibuat.

Contoh 9: Dari Kuliah YouTube menjadi Ringkasan

Untuk eksperimen terakhir, saya memberikan tautan video YouTube ke Atlas dan memintanya membuat ringkasan singkatnya. 

Prompt: Tonton wawancara YouTube ini: https://www.youtube.com/watch?v=lXUZvyajciY

Berikan saya ringkasan yang jelas dan singkat (5–7 butir) tentang poin utama Andrej Karpathy terkait lini masa AGI, RL/mengemudi mandiri, dan pendidikan/LLM.

Lalu saya menambahkan sedikit konteks dari deskripsi video, dan hasilnya seperti ini:

Atlas tidak dapat membuka tautan YouTube langsung dari panel percakapan, jadi ia meminta transkrip video atau nama kanal untuk mengambil transkrip sendiri. 

Setelah saya memberikan konteks dari deskripsi, ia menghasilkan ringkasan berpoin yang mencakup lini masa AGI, kritik RL, tantangan mengemudi mandiri, keterbatasan LLM, dan pelajaran untuk pendidikan. 

Namun, sumber yang dikutip bukan video YouTube asli, dan langkah ekstra tersebut sedikit memperlambat proses.

Kesimpulan

ChatGPT Atlas unggul dalam menggabungkan pencarian, chat, konteks halaman, dan otomasi ringan dalam satu peramban. Ini jelas memangkas aktivitas salin-tempel dan mempercepat jalur dari pertanyaan ke hasil. 

Ia menonjol untuk riset, perbandingan belanja, pembelajaran, dan sintesis bentuk panjang seperti chat, tautan, gambar, video, dan berita tanpa kehilangan konteks. 

Namun, ada beberapa sisi yang perlu dipoles: transaksi kompleks masih butuh supervisi, Mode Agen sesekali melewatkan varian regional, diagram di alur belajar masih dasar, ringkasan YouTube kurang andal, dan agen tidak bisa menjalankan kode atau memasang ekstensi. Riset mendalam menyeluruh tetapi dapat memakan waktu.

Secara keseluruhan, untuk tugas sehari-hari yang diuntungkan oleh bantuan yang peka terhadap halaman, Atlas sudah terasa seperti peningkatan dibanding peramban tradisional.