Prompt & ChatGPTAI untuk Produktivitas & Operasional

Sebelum Prompt Ulang AI, Tentukan Dulu Seperti Apa Hasil yang Bagus untuk Tugas Ini

Sebelum Prompt Ulang AI, Tentukan Dulu Seperti Apa Hasil yang Bagus untuk Tugas Ini

Kalau hasil AI terus terasa generik meski prompt sudah kamu revisi berkali-kali, berhentilah sebentar dan tulis dulu definisi “hasil bagus” untuk tugas itu: siapa pemakainya, apa yang wajib ada, apa yang dilarang, dan bagaimana kamu menilai hasilnya. Tanpa definisi itu, setiap revisi prompt cuma tebakan baru. AI tidak bisa mengenai target yang hanya ada di kepalamu.

Ini terdengar sepele. Namun di sinilah kebanyakan waktu terbuang saat kerja dengan ChatGPT, Claude, atau Gemini.

Dua cara merevisi prompt yang hasilnya beda jauh

Coba kamu bayangin dua pemilik brand skincare lokal yang sama-sama minta AI menulis caption promo. Ini skenario ilustrasi, ya.

Pemilik pertama mengetik “buatkan caption promo serum untuk Instagram”. Hasilnya rapi tapi datar. Dia lalu menambah “lebih menarik”, lalu “lebih santai”, lalu “pakai emoji”, lalu “jangan terlalu jualan”. Lima putaran kemudian, captionnya berubah gaya terus. Tetap saja rasanya kurang pas, dan dia sulit menjelaskan kenapa.

Pemilik kedua berhenti sebelum putaran kedua. Dia menulis tiga kalimat untuk dirinya sendiri:

  • Caption ini untuk pelanggan lama yang pernah beli toner, tujuannya mengajak mereka coba serum.
  • Hasil bagus artinya menyebut masalah kulit kusam setelah aktivitas luar ruangan, menjelaskan cara pakai bareng toner, dan menutup dengan ajakan balas DM.
  • Dilarang klaim medis, dilarang kata “ajaib”, maksimal lima kalimat.

Dia memasukkan tiga poin itu ke prompt. Hasil pertamanya belum tentu sempurna. Bedanya, dia langsung tahu bagian mana yang meleset, karena sekarang ada patokan.

Kedua orang ini sama-sama “merevisi prompt”. Yang membedakan adalah ada atau tidaknya definisi hasil bagus yang tertulis.

Kenapa definisi hasil bagus lebih menentukan daripada pilihan kata di prompt?

Nah, ini mekanisme yang sering terlewat. Model bahasa menebak kelanjutan yang paling masuk akal dari informasi yang kamu berikan. Kalau target suksesnya tidak tertulis, model mengisi kekosongan itu dengan pola paling umum. Pola paling umum itulah yang kamu rasakan sebagai “generik”.

Baca jugaPrompt & ChatGPTPrompt AI untuk Keputusan Bisnis: Analisis Dulu, Baru Minta Keputusan yang Bisa Dieksekusi

Jadi masalahnya sering ada di hulu. Prompt-mu mungkin sudah sopan, terstruktur, bahkan panjang. Tapi yang diberikan baru perintah tugasnya. Definisi kapan tugas itu dianggap berhasil belum ikut masuk.

Ada tiga akibat berantai dari kondisi ini:

  1. Model menebak standar. Tanpa tahu pembaca, tujuan, dan batas, model memakai standar rata-rata internet. Hasilnya aman, umum, dan mudah dilupakan.
  2. Kamu menilai dengan rasa. Saat membaca hasil, kamu bilang “kurang nendang”. Kata itu tidak pernah kamu tulis di prompt, jadi model tidak punya pegangan untuk memperbaikinya.
  3. Revisi berputar di tempat. Instruksi seperti “lebih menarik” mengubah gaya, sementara kebutuhan aslinya tetap tidak tersentuh. Kamu merasa sedang memperbaiki, padahal sasarannya belum pernah didefinisikan.

Dokumentasi resmi pembuat model juga mengarah ke sini. Panduan prompting Claude dari Anthropic menyarankan kamu memperlakukan model seperti karyawan baru yang cerdas tapi belum tahu norma dan cara kerjamu. Panduan yang sama menyebut bahwa menjelaskan alasan di balik instruksi membantu model memberi jawaban yang lebih tepat sasaran.

Anthropic bahkan punya halaman terpisah tentang mendefinisikan kriteria sukses dan membangun evaluasi. Di sana kriteria yang baik digambarkan spesifik, terukur, dapat dicapai, dan relevan. Contohnya, “klasifikasi sentimen yang akurat” lebih berguna daripada “performa yang bagus”. Halaman itu ditulis untuk developer, tapi prinsipnya berlaku juga untuk kamu yang memakai AI lewat chat.

Kalau kamu sudah membaca tulisan saya tentang pentingnya berpikir dulu sebelum menulis prompt, artikel ini lebih sempit. Fokusnya satu hal: mengubah “saya mau yang bagus” menjadi kriteria yang bisa dicek.

Seperti apa definisi hasil bagus yang bisa dipakai?

Definisi hasil bagus tidak perlu panjang. Yang penting, orang lain bisa memakainya untuk menilai hasil tanpa harus menebak isi kepalamu. Ada enam komponen yang biasanya cukup.

Siapa yang akan memakai hasil ini?

Tulis pembaca akhirnya. Caption untuk pelanggan lama berbeda dengan caption untuk orang yang baru kenal brand. Ringkasan laporan untuk direktur berbeda dengan ringkasan untuk tim gudang. Satu kalimat soal pembaca sering mengubah nada, panjang, dan istilah sekaligus.

Apa yang harus terjadi setelah hasil ini dipakai?

Ini tujuan fungsional. Misalnya pelanggan membalas DM, calon klien menyetujui jadwal meeting, atau staf paham langkah retur barang. Tujuan ini membantu model memilih apa yang ditonjolkan.

Apa yang wajib ada?

Daftar isi minimum. Misalnya nama produk, cara pakai, harga yang berlaku, atau tenggat waktu. Kalau satu poin ini tidak muncul, hasilnya otomatis gagal, sebagus apa pun gayanya.

Apa yang dilarang?

Batas sering lebih mudah ditulis daripada keinginan. Contohnya: tanpa klaim kesehatan, tanpa menyebut kompetitor, tanpa istilah teknis, tanpa janji pengiriman yang tidak bisa dipenuhi. Bagian ini melindungimu dari hasil yang terlihat bagus tapi berisiko.

Bentuknya seperti apa?

Panjang, format, dan nada. Misalnya maksimal lima kalimat, tiga poin bullet, atau bahasa santai dengan sapaan “kamu”. Panduan prompt engineering OpenAI mendefinisikan prompt engineering sebagai menulis instruksi agar model konsisten menghasilkan konten yang memenuhi kebutuhanmu. Konsisten di sini butuh patokan bentuk yang jelas.

Bagaimana kamu akan menilainya?

Ini yang paling sering hilang. Tulis cara cek yang sederhana. Contohnya: “Kalau saya kirim ke pelanggan tanpa edit, apakah aman?” atau “Apakah staf baru bisa menjalankan langkahnya tanpa bertanya?” Terukur tidak selalu berarti angka. Pertanyaan ya atau tidak yang jelas sudah cukup untuk banyak tugas bisnis harian.

Contoh: dari permintaan samar ke kriteria yang bisa dicek

Supaya lebih kebayang, ini dua contoh ilustrasi dari pekerjaan yang umum di bisnis kecil.

Membalas komplain pelanggan

Versi samar: “Tolong buatkan balasan untuk komplain pelanggan ini, yang sopan ya.”

Versi dengan definisi hasil bagus:

  • Pembaca: pelanggan yang paketnya terlambat empat hari dan sudah kesal.
  • Tujuan: pelanggan merasa didengar dan tahu langkah berikutnya.
  • Wajib ada: permintaan maaf satu kali, nomor resi, estimasi tiba sesuai info kurir, dan tawaran solusi kalau paket tidak datang.
  • Dilarang: menyalahkan kurir secara kasar, menjanjikan tanggal yang belum dikonfirmasi, kalimat template seperti “mohon maaf atas ketidaknyamanannya”.
  • Bentuk: maksimal empat kalimat, nada hangat, sapaan “Kak”.
  • Cara cek: kalau saya jadi pelanggan, apakah saya tahu harus menunggu sampai kapan dan harus menghubungi siapa?

Perhatikan, kata “sopan” di versi pertama sudah terurai menjadi hal-hal yang bisa diperiksa satu per satu.

Ringkasan rapat untuk tim

Versi samar: “Ringkas notulen rapat ini.”

Versi dengan definisi hasil bagus:

  • Pembaca: tiga staf yang tidak ikut rapat.
  • Tujuan: mereka tahu keputusan apa yang diambil dan tugas masing-masing.
  • Wajib ada: daftar keputusan, nama penanggung jawab tiap tugas, dan tenggat.
  • Dilarang: menambahkan kesimpulan yang tidak ada di notulen.
  • Bentuk: bullet, maksimal satu layar ponsel.
  • Cara cek: apakah setiap tugas punya nama dan tanggal?

Begitu kriteria ini masuk ke prompt, hasil AI biasanya lebih mudah dinilai. Kamu tidak lagi bertanya “bagus atau tidak”, tapi “poin mana yang belum terpenuhi”.

Cara memakai definisi itu saat merevisi hasil AI

Definisi hasil bagus punya dua fungsi. Pertama sebagai isi prompt. Kedua sebagai alat cek setelah hasil keluar. Fungsi kedua inilah yang membuat revisi jadi lebih cepat.

Alurnya kira-kira begini:

  1. Tempel kriteria di prompt. Tulis jelas, misalnya dengan judul “Hasil dianggap berhasil jika:”.
  2. Bandingkan hasil dengan kriteria, satu per satu. Tandai poin yang lolos dan yang meleset.
  3. Revisi hanya poin yang meleset. Contohnya: “Poin estimasi tiba belum ada. Tambahkan tanpa mengubah bagian lain.”
  4. Kalau meleset terus di poin yang sama, cek akar masalahnya. Bisa jadi model salah paham maksudmu, bisa juga informasinya memang tidak ada. Saya membahas cara membedakannya di artikel tentang mendiagnosis akar masalah sebelum revisi prompt.

Ada satu trik yang membantu kalau kamu sendiri belum yakin hasil bagus itu seperti apa. Minta AI bertanya dulu sebelum mengerjakan. Misalnya: “Sebelum menulis, ajukan pertanyaan yang kamu perlukan untuk tahu seperti apa hasil yang saya anggap berhasil.” Pola ini saya jelaskan lebih lengkap di panduan membuat prompt konsultan AI yang bertanya dulu. Untuk tugas bertahap, kamu juga bisa membuat AI berhenti dan minta konfirmasi di tiap langkah.

Jawaban atas pertanyaan-pertanyaan itu, kalau kamu rangkum, sering langsung menjadi definisi hasil bagus.

Kenapa ini penting buat bisnis dengan tim tipis?

Di bisnis kecil, satu orang sering memegang konten, admin, dan layanan pelanggan sekaligus. Waktu yang habis untuk revisi prompt tanpa arah itu nyata, walaupun jarang dihitung.

Definisi hasil bagus yang tertulis memberi beberapa manfaat praktis:

  • Bisa dipakai ulang. Kriteria balasan komplain hari ini masih berlaku minggu depan. Simpan sebagai template, lalu tinggal ganti detail kasusnya.
  • Bisa didelegasikan. Staf baru tidak perlu menebak standar pemilik bisnis. Kriteria itu berfungsi sebagai SOP mini, baik untuk staf maupun untuk AI.
  • Bikin hasil lebih konsisten. Kalau dua orang memakai kriteria yang sama, nada dan isi balasan pelanggan tidak terlalu berbeda.
  • Jadi alat uji saat model berubah. OpenAI menyarankan pengembang membuat tes dan evaluasi untuk memantau perilaku prompt saat iterasi atau ganti versi model. Di level pengguna chat, daftar kriteria-mu adalah versi sederhana dari tes itu. Ini berguna ketika prompt yang dulu bagus mulai memburuk setelah model di-update.

Ada satu manfaat lagi yang jarang disadari. Menulis definisi hasil bagus memaksa kamu menjernihkan keputusan bisnisnya sendiri. Kalau kamu kesulitan menulis tujuan sebuah caption, mungkin yang belum jelas memang strategi promonya. Itu informasi berharga, dan AI tidak bisa menjawabnya untukmu.

Kapan cara ini tidak berlaku, dan jebakan yang perlu kamu waspadai

Saya ulang ya, ini penting: definisi hasil bagus adalah alat, dan tidak semua tugas butuh alat yang sama.

Saat kamu masih eksplorasi. Kalau tujuanmu brainstorming ide nama produk atau mencari sudut konten baru, kriteria yang terlalu ketat malah mempersempit pilihan. Untuk tahap ini, cukup tulis batas minimum, misalnya target pembeli dan hal yang dilarang. Biarkan sisanya terbuka.

Saat kriteria terlalu banyak. Dua puluh syarat untuk satu caption membuat hasil kaku dan saling bertabrakan. Mulai dari tiga sampai lima poin paling penting. Tambah hanya kalau ada poin yang terbukti sering meleset.

Saat kriterianya sendiri keliru. Kriteria yang jelas tapi salah arah tetap menghasilkan output yang salah arah, hanya lebih rapi. Kalau hasil sudah memenuhi semua poin tapi tetap tidak berfungsi di lapangan, perbaiki kriterianya.

Saat masalahnya data, bukan instruksi. Kriteria tidak bisa menggantikan fakta yang tidak kamu berikan. Kalau AI tidak tahu harga terbaru atau kebijakan retur tokomu, kriteria “wajib menyebut kebijakan retur” hanya mendorong model mengarang. Berikan datanya, atau tulis kriteria “tandai bagian yang butuh data dari saya”.

Saat hasil lolos kriteria lalu langsung dikirim. Lolos daftar cek tidak sama dengan benar. Fakta, angka, dan nama tetap perlu dibaca ulang. Alasannya saya bahas di artikel tentang kenapa hasil AI perlu dicek ulang sebelum dikirim.

Langkah yang bisa kamu coba minggu ini

Tidak perlu mengubah semua cara kerja sekaligus. Coba ini dulu:

Baca jugaPrompt & ChatGPTKenapa File Skill di AI Lebih Awet dari Prompt yang Diketik Ulang Tiap Chat

  1. Pilih satu tugas berulang yang paling sering kamu kerjakan dengan AI. Misalnya balasan pelanggan, caption, atau ringkasan rapat.
  2. Ingat hasil AI terakhir yang terasa kurang. Tulis dengan kalimatmu sendiri kenapa kurang. Kalimat seperti “terlalu formal” atau “tidak menyebut cara pakai” adalah bahan kriteria.
  3. Susun enam komponen tadi dalam format singkat: pembaca, tujuan, wajib ada, dilarang, bentuk, dan cara cek.
  4. Jalankan prompt dengan kriteria itu, lalu nilai hasil per poin, tanpa menilai keseluruhan dengan rasa.
  5. Simpan kriteria yang berhasil di catatan atau dokumen tim, supaya bisa dipakai ulang dan diperbaiki dari waktu ke waktu.

Setelah satu atau dua minggu, kamu biasanya punya beberapa template kriteria untuk pekerjaan inti. Template itu lebih berharga daripada kumpulan prompt sakti dari internet, karena isinya standar bisnismu sendiri.

Pada akhirnya, AI hanya bisa mengejar target yang kamu tunjukkan. Sebelum mengetik “coba lagi” untuk kesekian kalinya, tanyakan dulu ke dirimu: kalau hasil ini sempurna, seperti apa wujudnya? Jawaban atas pertanyaan itu sering lebih menentukan daripada pilihan kata di prompt.

Kalau kamu ingin memetakan pekerjaan marketing dan sales mana di bisnismu yang paling layak dibantu AI, beserta standar hasilnya, kamu bisa mulai dari konsultasi AI.

Pertanyaan yang sering muncul

Apakah definisi hasil bagus harus selalu berupa angka?

Tidak harus. Untuk tugas bisnis harian, pertanyaan cek ya atau tidak sudah cukup, misalnya "apakah setiap tugas punya penanggung jawab dan tenggat?". Angka berguna untuk hal yang memang bisa dihitung, seperti batas jumlah kalimat atau jumlah poin.

Di mana sebaiknya kriteria hasil bagus ditaruh dalam prompt?

Taruh di bagian yang jelas terpisah dari perintah tugas, misalnya dengan judul "Hasil dianggap berhasil jika:". Pemisahan ini memudahkan kamu dan model membedakan apa yang harus dikerjakan dengan standar penilaiannya.

Bagaimana kalau saya sendiri belum tahu hasil bagus itu seperti apa?

Minta AI mengajukan pertanyaan dulu sebelum mengerjakan tugas. Jawabanmu atas pertanyaan tersebut bisa dirangkum menjadi kriteria. Untuk eksplorasi ide, cukup mulai dengan target pembaca dan hal yang dilarang, lalu pertajam setelah melihat beberapa hasil.

Artikel terkait