Cara Bikin Custom GPT untuk Jualan Produk Digital: Tanya Kebutuhan Dulu, Baru Sarankan Paket yang Pas

Cara bikin custom GPT untuk jualan produk digital adalah merancangnya sebagai penasihat yang bertanya dulu soal kebutuhan orang, lalu mencocokkan jawabannya dengan daftar produk yang kamu tetapkan. Bahan utamanya tiga: pertanyaan diagnosis, peta offer yang tertutup, dan aturan kapan GPT boleh menawarkan serta kapan harus diam.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• GPT yang hanya diberi perintah menulis akan berhenti setelah tulisannya jadi, karena tidak ada instruksi tentang langkah berikutnya.
• Rekomendasi terasa membantu kalau dasarnya jawaban pembeli sendiri, dan terasa memaksa kalau muncul tanpa konteks.
• Kualitas GPT penjual ditentukan oleh peta offer dan aturan penolakan yang kamu tulis, jauh lebih besar daripada gaya bahasanya.

Coba bandingkan dua GPT dengan produk yang sama

Misalnya kamu menjual template prompt AI untuk pelaku UMKM. Ada paket dasar, paket menengah, paket lengkap, plus satu add-on untuk tim. Kamu bikin custom GPT supaya calon pembeli bisa mencoba dulu.

GPT pertama diberi instruksi sederhana: “Bantu user menulis caption jualan.” Seseorang datang, minta caption untuk produk hijab. GPT memberi tiga caption yang lumayan. User bilang terima kasih, lalu pergi. Tidak ada yang salah, tapi juga tidak ada yang terjadi.

GPT kedua diberi instruksi yang sama, ditambah satu lapisan. Setelah caption selesai, GPT bertanya: “Kamu bikin konten seperti ini berapa kali seminggu? Kamu kerjakan sendiri atau ada admin?” User menjawab: tiap hari, dibantu satu admin yang sering bingung soal gaya bahasa brand.

Dari jawaban itu, GPT kedua bisa bilang: “Kalau admin kamu juga ikut menulis, yang lebih membantu biasanya template yang bisa dipakai ulang dengan aturan gaya brand. Itu ada di paket menengah. Kalau kamu cuma butuh sesekali, versi gratis ini sudah cukup.”

Perhatikan bedanya. GPT kedua tidak lebih pintar menulis. Ia hanya punya tugas tambahan: memahami situasi orang, lalu menunjukkan jalan berikutnya.

Kenapa kebanyakan custom GPT berhenti di draft konten?

Model bahasa cenderung menjawab permintaan yang ada di depannya. Kalau user minta caption, jawaban terbaik menurut model adalah caption. Ia tidak punya alasan untuk bertanya lebih jauh, kecuali instruksinya menyuruh begitu.

Baca jugaBisnis & Produk DigitalCara Melatih Custom GPT dari Materi Produk Sendiri, Bonus yang Bikin Orang Susah Nolak

Ada tiga sebab yang biasanya bikin GPT berhenti di situ:

1. Instruksinya hanya mendefinisikan tugas menulis. Tidak ada kalimat yang menyebut apa yang terjadi setelah tugas selesai.
2. GPT tidak tahu kamu punya produk. Tanpa daftar produk, ia tidak punya bahan untuk menyarankan apa pun. Kalau dipaksa, ia malah bisa mengarang produk yang tidak ada.
3. Tidak ada kriteria cocok atau tidak cocok. Tanpa kriteria, rekomendasi jadi tebakan. Tebakan yang salah terasa seperti iklan yang nyasar.

Nah, jadi masalahnya ada di desain, jauh sebelum soal model atau prompt yang canggih.

Apa itu custom GPT penasihat produk?

Custom GPT penasihat produk adalah custom GPT yang dirancang untuk menggali kebutuhan pengguna lewat pertanyaan, lalu mencocokkan jawabannya dengan katalog offer yang sudah kamu tentukan. Ia tetap memberi nilai di depan, misalnya membantu menulis atau menganalisis. Bedanya, ia juga tahu kapan perlu menunjukkan langkah berikutnya.

Atributnya ada lima:

• Pertanyaan diagnosis yang singkat dan relevan dengan pembedaan antar paket.
• Peta offer tertutup, yaitu daftar produk yang boleh disarankan, lengkap dengan untuk siapa dan untuk siapa tidak cocok.
• Aturan rekomendasi berbentuk “kalau jawabannya begini, sarankan ini”.
• Batas jujur, yaitu kondisi ketika GPT wajib bilang versi gratis atau paket termurah sudah cukup.
• Jalur lanjut yang jelas, misalnya tautan ke halaman produk atau ajakan menghubungi tim.

Peta offer adalah dokumen ringkas yang menjelaskan setiap paket produkmu berdasarkan masalah yang diselesaikan, prasyarat pembeli, dan batasnya. Ini bahan paling penting. Tanpa peta offer, GPT hanya bisa berimprovisasi.

Bagaimana GPT bisa tahu paket mana yang pas?

Mekanismenya sederhana, dan justru karena sederhana sering dilewatkan.

Pertanyaan diagnosis harus memisahkan paket

Pertanyaan diagnosis adalah pertanyaan yang jawabannya langsung menentukan paket mana yang relevan. Jadi pertanyaannya harus diturunkan dari perbedaan antar paket.

Misalnya beda paket dasar dan menengah ada di pemakaian tim. Maka pertanyaannya: “Kamu kerjakan sendiri atau bareng tim?” Kalau beda paket menengah dan lengkap ada di jumlah bidang kerja, pertanyaannya: “Selain konten, kamu juga butuh bantuan di sales atau operasional?”

Pertanyaan seperti “Apa tujuan bisnismu?” terdengar bagus, tapi jawabannya tidak memisahkan paket. GPT jadi tetap menebak.

Cara paling cepat menemukan pertanyaan yang tepat adalah membaca ulang chat calon pembeli yang dulu bertanya sebelum membeli. Saya sudah bahas cara mengumpulkan bahasa asli itu di artikel tentang mengolah komentar dan DM pelanggan jadi bahan. Bahan yang sama bisa jadi daftar pertanyaan diagnosis.

Rekomendasi memakai kata-kata pembeli sendiri

Kenapa rekomendasi GPT kedua tadi terasa wajar? Karena GPT mengulang situasi yang baru saja diceritakan user: “kalau admin kamu juga ikut menulis”. User merasa didengar.

Ini sebab-akibat yang penting. Penawaran yang menyebut kondisi pembeli terasa seperti saran. Penawaran yang hanya menyebut fitur produk terasa seperti brosur. Jadi di instruksi, minta GPT selalu menyebut alasan rekomendasi dengan merujuk jawaban user.

Aturan menolak menjaga kepercayaan

Model bahasa cenderung ingin menyenangkan pengguna dan pemiliknya. Kalau kamu menulis “tawarkan produk kami”, ia bisa menawarkan paket paling mahal ke semua orang.

Karena itu, tulis kondisi kapan GPT harus bilang tidak perlu membeli. Contohnya: user baru coba sekali, atau kebutuhannya sudah terjawab oleh hasil gratis. Aturan ini terdengar merugikan. Padahal justru aturan ini yang bikin rekomendasi lain bisa dipercaya.

Bagian GPT builder yang perlu kamu isi

Custom GPT di ChatGPT punya beberapa bagian konfigurasi. Masing-masing punya peran berbeda dalam GPT penasihat produk.

Instructions: tempat urutan percakapan ditulis

Instructions GPT adalah teks konfigurasi yang mengatur perilaku GPT di setiap percakapan, termasuk urutan langkah, gaya, dan batasan. Di sinilah alur “bantu dulu, tanya, cocokkan, sarankan” ditulis.

Panduan OpenAI untuk memulai GPT Actions menyarankan instruksi dibagi tiga bagian: konteks, urutan langkah, dan catatan tambahan. Contoh di panduan itu juga menyuruh GPT menanyakan data yang belum diberikan user. Pola yang sama cocok untuk GPT penasihat.

Knowledge: tempat peta offer disimpan

Peta offer bisa kamu unggah sebagai file referensi. Tulis deskripsi tiap paket dengan bahasa manfaat yang jelas. Kalau kamu butuh bantuan menyusun deskripsi seperti itu, prinsipnya mirip dengan menulis deskripsi produk yang menjual pakai AI.

Satu saran praktis: jangan taruh harga di file ini. Harga berubah, file sering lupa diperbarui. Arahkan GPT untuk mengirim user ke halaman produk, tempat harga resmi tercantum.

Conversation starters: pintu masuk yang sudah terarah

Contoh prompt pembuka sebaiknya berupa tugas nyata yang memancing konteks. Misalnya “Bantu saya bikin caption untuk produk baru” lebih berguna daripada “Produk apa yang cocok untuk saya?” Orang datang untuk dibantu, bukan untuk ditawari.

Actions: opsional, untuk data dari luar ChatGPT

GPT Actions adalah fitur yang menghubungkan custom GPT ke API eksternal lewat skema OpenAPI. Menurut dokumentasi GPT Actions, Actions memakai function calling untuk memilih panggilan API yang relevan dan menyusun input JSON-nya.

Untuk GPT penasihat, Actions berguna kalau kamu ingin GPT mengecek data dari sistemmu, misalnya status stok atau daftar paket terbaru. Tanpa Actions, GPT hanya tahu apa yang diceritakan user dan apa yang ada di file Knowledge. Untuk versi pertama, itu biasanya sudah cukup.

Contoh kerangka instructions yang bisa kamu adaptasi

Ini kerangka ilustrasi. Ganti nama paket dan kriterianya dengan milikmu.

KONTEKS
Kamu asisten penulisan konten untuk pemilik UMKM.
Kamu juga membantu user memilih paket template yang sesuai,
berdasarkan file "peta-offer". Jangan menyebut produk di luar file itu.

URUTAN LANGKAH
1. Kerjakan permintaan user lebih dulu sampai selesai.
2. Setelah itu, ajukan maksimal dua pertanyaan dari daftar diagnosis.
3. Cocokkan jawaban dengan kriteria di peta-offer.
4. Sarankan satu paket saja, sebut alasannya dengan merujuk jawaban user.
5. Arahkan ke halaman produk untuk harga dan detail.

ATURAN MENOLAK
- Kalau user baru pertama mencoba, jangan menawarkan apa pun.
- Kalau hasil gratis sudah menjawab kebutuhannya, katakan itu.
- Kalau user bilang tidak tertarik, berhenti menawarkan di percakapan itu.

CATATAN
- Jangan menyebut harga. Jangan menjanjikan hasil penjualan.
- Kalau tidak yakin paket mana yang cocok, tanyakan satu hal lagi.

Perhatikan bahwa langkah pertama selalu menyelesaikan tugas user. Urutan ini menjaga GPT tetap berguna bagi orang yang tidak akan membeli.

Kenapa ini penting buat bisnis kecil dengan banyak tier

Banyak produk digital di Indonesia dijual dalam beberapa paket. Masalahnya, calon pembeli sering bingung memilih. Mereka bertanya lewat DM, dan yang menjawab biasanya pemiliknya sendiri.

Kalau kamu solopreneur, setiap pertanyaan “bedanya paket A dan B apa?” memakan waktu. GPT penasihat bisa menangani percakapan awal itu dengan logika yang sama seperti kamu. Syaratnya, logika itu sudah kamu tuliskan.

Ada manfaat samping yang sering tidak disadari. Menulis peta offer memaksa kamu memperjelas perbedaan antar paket. Kalau kamu sendiri kesulitan menjelaskan kenapa seseorang butuh paket menengah, kemungkinan pembeli juga bingung. Itu sinyal untuk merapikan produknya dulu.

Kapan pendekatan ini tidak berlaku, dan jebakannya

Pendekatan ini punya batas yang jelas. Coba cek dulu sebelum membangun.

• Produkmu cuma satu paket. Tidak ada yang perlu dicocokkan. Halaman penjualan yang jelas lebih berguna daripada GPT penasihat.
• Kamu belum paham kenapa orang membeli. GPT hanya bisa mengulang logika yang kamu berikan. Kalau logikanya masih tebakan, rekomendasinya juga tebakan.
• Belum ada yang memakai GPT-mu. GPT tidak mendatangkan pengunjung sendiri. Kamu tetap perlu distribusi lewat konten, newsletter, atau komunitas.
• Harga dan promo ikut ditulis di instruksi. Begitu promo berakhir, GPT bisa menyebut informasi lama. Simpan harga di satu tempat resmi saja.
• GPT disuruh menawarkan di setiap balasan. Ini cara tercepat bikin orang berhenti memakainya. Batasi penawaran setelah tugas selesai dan setelah ada sinyal kebutuhan.
• GPT meminta data pribadi yang tidak perlu. Pertanyaan diagnosis cukup soal situasi kerja. Tidak perlu nomor telepon atau data sensitif lain.

Satu lagi yang perlu diingat. GPT ini membantu orang memilih, tapi keputusan dan pembayaran tetap terjadi di halaman produkmu. Jangan merancangnya seolah-olah ia kasir.

Yang bisa kamu kerjakan minggu ini

Kamu tidak perlu langsung membuat GPT yang sempurna. Mulai dari bahan yang paling menentukan.

Baca jugaBisnis & Produk DigitalCara Tes Keamanan Custom GPT Sendiri Sebelum Dijual ke Pembeli

1. Tulis peta offer satu halaman. Untuk tiap paket, isi: masalah yang diselesaikan, cocok untuk siapa, tidak cocok untuk siapa.
2. Turunkan dua sampai tiga pertanyaan diagnosis. Setiap pertanyaan harus memisahkan minimal dua paket.
3. Tulis aturan rekomendasi dan aturan menolak. Pakai format “kalau begini, sarankan itu” dan “kalau begini, jangan tawarkan”.
4. Susun instructions dengan tiga bagian: konteks, urutan langkah, catatan.
5. Uji dengan beberapa persona pura-pura. Misalnya pemula yang baru coba, pemilik toko dengan admin, dan orang yang jelas tidak butuh produkmu. Cek apakah GPT menolak menawarkan ke persona terakhir.
6. Catat percakapan yang terasa janggal, lalu perbaiki instruksinya satu per satu.

Kalau kamu ingin membandingkan dua versi instruksi secara rapi, logikanya mirip dengan A/B test konten organik yang sistematis: ubah satu variabel, catat hasilnya, baru putuskan.

GPT yang menjual dengan baik pada dasarnya adalah cara berpikirmu sendiri tentang produk, yang sudah ditulis cukup jelas sampai bisa dijalankan orang lain. Kalau kamu ingin dibimbing menyusun sistem seperti ini untuk produk digitalmu sendiri, kamu bisa lihat program mentoring AI.