Kenapa AI Harus Mikir Beberapa Arah Dulu Sebelum Jawab (Tree-of-Thought untuk Keputusan Bisnis)

Kalau kamu pakai AI untuk keputusan yang mahal, suruh AI bikin beberapa opsi jawaban dulu, nilai satu per satu pakai kriteria, baru pilih. Teknik ini namanya Tree-of-Thought, dan gunanya menahan AI dari mengunci jawaban pertama yang kebetulan terdengar paling masuk akal.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• Tree-of-Thought adalah teknik prompting yang meminta AI membuat beberapa cabang jawaban, menilai tiap cabang, lalu memilih satu.
• Jawaban pertama AI condong ke jawaban yang paling umum, dan untuk urusan harga atau angle campaign, paling umum sering berarti paling tumpul.
• Teknik ini layak dipakai saat keputusannya susah dibalik, dan berlebihan untuk tugas harian yang murah kalau salah.

Coba kamu bayangin dua cara nanya yang sama

Misalnya kamu mau naikin harga jasa kamu. Cara pertama, kamu buka AI dan ketik: “berapa harga yang pas untuk jasa ini?” AI kasih satu angka, lengkap dengan alasan yang rapi. Kamu baca, kedengarannya wajar, kamu pakai.

Cara kedua, kamu minta hal yang berbeda. Kamu bilang: “kasih saya tiga pendekatan harga yang logikanya benar-benar beda. Satu berbasis biaya dan waktu saya, satu berbasis nilai hasil buat klien, satu berbasis posisi saya di pasar. Untuk tiap pendekatan, tulis asumsi yang harus benar supaya angka itu masuk akal. Baru setelah itu bandingkan ketiganya.”

Jawaban dari cara kedua biasanya bikin kamu berhenti sebentar. Bukan karena angkanya lebih pintar. Karena kamu jadi melihat bahwa harga kamu selama ini berdiri di atas satu asumsi yang tidak pernah kamu uji.

Nah, itu inti Tree-of-Thought.

Cara bikin AI mikir beberapa opsi dulu sebelum jawab

Tree-of-Thought adalah teknik prompting di mana AI diminta mengembangkan beberapa jalur penalaran secara paralel, menilai tiap jalur dengan kriteria, lalu memilih atau menggabungkan yang terbaik. Namanya dari bentuknya: satu pertanyaan bercabang jadi beberapa arah, seperti pohon. Teknik ini termasuk keluarga teknik penalaran yang dikatalog dalam riset survei prompting semacam The Prompt Report.

Baca jugaAI untuk Produktivitas & OperasionalCara Bikin Dewan Direksi AI 5 Peran Sebelum Ambil Keputusan Bisnis Besar

Ada tiga komponen yang harus ada supaya teknik ini kerja:

1. Cabang yang benar-benar berbeda. Tiga opsi yang cuma beda kata bukan tiga opsi.
2. Kriteria penilaian yang kamu tulis duluan. Tanpa ini, AI menilai pakai selera dia sendiri.
3. Pemilihan yang eksplisit. AI harus menyebut alasan kenapa satu cabang menang dan dua lainnya kalah.

Kerabat dekatnya ada dua. Chain-of-Thought adalah teknik meminta AI menguraikan langkah berpikirnya sebelum menjawab, satu jalur saja, lurus. Self-consistency adalah teknik menjalankan penalaran yang sama beberapa kali lalu mengambil jawaban yang paling sering muncul. Tree-of-Thought duduk di atas keduanya: beberapa jalur, lalu dinilai, baru dipilih.

Kenapa jawaban pertama AI cenderung yang paling biasa

Ini bagian mekanismenya, dan begitu kamu paham ini, kamu susah balik lagi ke cara lama.

Model bahasa menghasilkan teks dengan memilih kelanjutan yang paling mungkin, kata demi kata. Kelanjutan yang paling mungkin adalah kelanjutan yang paling sering muncul di teks yang pernah dia pelajari. Untuk pertanyaan harga, pola yang paling sering muncul di internet adalah saran harga generik. Jadi itulah yang keluar duluan.

Lalu ada efek kedua yang lebih halus. Begitu AI menulis kalimat pertama, kalimat kedua harus nyambung dengan kalimat pertama. Kalimat ketiga harus nyambung dengan dua kalimat sebelumnya. Artinya AI mengunci arah di detik-detik awal, lalu menghabiskan sisa jawaban untuk membenarkan arah itu. Kamu dapat argumen yang konsisten dan rapi, dari satu arah yang tidak pernah dipertimbangkan ulang.

Tree-of-Thought memotong efek itu dengan cara sederhana: paksa AI menulis beberapa kalimat pertama yang berbeda, sebelum dia sempat setia pada satu arah.

Kenapa ini penting banget buat bisnis kecil

Kalau kamu punya tim riset, jawaban tumpul dari AI akan ketahuan di rapat. Kalau kamu solopreneur atau tim tipis, jawaban itu langsung jadi keputusan. Tidak ada lapisan yang menyaring.

Di situasi seperti ini, AI berfungsi paling baik sebagai penambah sudut pandang. Kamu tidak sedang mencari jawaban benar dari mesin. Kamu sedang mencari arah yang tidak terpikir olehmu sendiri, karena kamu cuma satu kepala dan kamu sudah kelamaan di dalam bisnis kamu sendiri.

Makanya teknik ini paling berharga di keputusan yang mahal dan susah dibalik: struktur harga, angle campaign yang mau kamu belanjain iklan, positioning offer baru, atau keputusan memecah satu produk jadi dua. Semua ini mahal kalau salah, dan semuanya punya lebih dari satu jawaban yang masuk akal.

Ada satu kebiasaan kecil yang bikin bedanya besar. Sebelum ngetik prompt, tulis dulu tiga kriteria keputusanmu di kertas. Kebiasaan menahan diri sebentar sebelum ngetik yang bikin cabang-cabang tadi punya alat ukur.

Kapan teknik ini justru bikin kamu lambat

Ini bagian yang jarang disebut orang, dan saya juga masih terus menyesuaikan batasnya.

Jangan pakai untuk tugas yang murah kalau salah. Nulis caption, bikin draft balasan email, rapiin notulen. Di situ satu jawaban langsung sudah cukup. Tiga opsi cuma nambah kerjaan baca.

Hati-hati cabang palsu. Kalau prompt kamu longgar, AI akan kasih tiga opsi yang sebenarnya satu opsi dengan tiga gaya bahasa. Tandanya gampang: kalau ketiga opsi bisa kamu jalankan bareng tanpa konflik, itu bukan tiga cabang. Cabang yang asli saling meniadakan.

Tanpa konteks, tiga opsi tetap tiga tebakan. Kalau AI tidak tahu siapa pembeli kamu, kapasitas kamu, dan margin kamu, dia mengarang tiga skenario cantik dari ruang kosong. Kasih dia data kasar kamu dulu, walaupun cuma catatan berantakan.

Skor dari AI bukan bukti. Saat AI bilang opsi B menang dengan nilai tertinggi, itu opini terstruktur dari mesin. Kamu yang menanggung akibatnya, jadi kamu yang memutuskan. Dan ingat, kecepatan AI menjawab jangan bikin ritme keputusan kamu ikut buru-buru.

Yang bisa kamu coba minggu ini

Ambil satu keputusan yang lagi nyangkut di kepala kamu. Satu saja. Lalu jalankan urutan ini:

1. Tulis keputusannya dalam satu kalimat, plus tiga kriteria yang bikin kamu bilang “ini pilihan yang bagus”.
2. Kasih AI konteks bisnis kamu apa adanya: produk, pembeli, kapasitas, kendala.
3. Minta tiga opsi dengan logika dasar yang berbeda, dan larang secara eksplisit variasi yang cuma beda penyampaian.
4. Minta AI menyerang tiap opsi. Pertanyaannya: “kondisi apa yang bikin opsi ini gagal total?”
5. Baru minta rekomendasi, plus daftar asumsi yang harus benar supaya rekomendasi itu berlaku.
6. Simpan daftar asumsi tadi. Itu jadi checklist kamu bulan depan.

Langkah keempat yang paling sering dilewati orang, dan itu justru yang paling banyak kasih informasi.

Satu pikiran untuk dibawa pulang. Pertanyaan yang lebih berguna daripada “jawaban AI ini benar atau salah” adalah “AI ini sempat lihat berapa arah sebelum dia jawab”. Jawaban yang lahir dari satu arah selalu terdengar lebih yakin daripada yang pantas. Kalau kamu mau dapat cara pakai AI seperti ini secara rutin lewat email, kamu bisa ikut catatan mingguan saya.

Kalau kamu mau mengubah kumpulan prompt jadi sistem kerja yang dipakai tim, lihat program mentoring AI.