Lima Bagian Wajib Ada di Prompt, Menurut Riset 1.565 Paper Akademik

Prompt yang hasilnya konsisten punya lima bagian: instruksi inti, konteks, contoh, format output, dan aturan gaya. Peneliti dari Stanford, Microsoft, Princeton, dan OpenAI mereview 1.565 paper prompting, dan kelima komponen itu terus muncul di teknik yang bertahan.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• Anatomi prompt adalah susunan komponen yang kamu kirim ke AI dalam satu pesan, mulai dari perintah sampai aturan gaya.
• Setiap komponen yang kamu kosongkan akan diisi model dengan tebakan paling umum dari data latihnya.
• Melengkapi lima komponen di awal memangkas siklus revisi yang biasanya habis di kolom chat.

Coba kamu bayangin dua pemilik toko sama-sama minta AI menulis deskripsi produk tas kulit.

Yang pertama mengetik satu baris: “Tolong buatkan deskripsi produk untuk tas kulit.” Hasilnya rapi, sopan, dan terdengar seperti deskripsi tas kulit mana pun di internet. Dia balas “kurang menjual”. Dapat versi yang lebih heboh. Dia balas “terlalu lebay”. Begitu terus sampai dia menyerah dan menulis sendiri.

Yang kedua menulis satu paragraf yang lebih panjang. Dia sebut siapa pembelinya, di mana produk ini dipakai, dua contoh deskripsi lama yang penjualannya bagus, panjang yang dia mau, dan nada bicara tokonya. Hasil pertamanya langsung bisa dipakai setelah dirapikan sedikit.

Bedanya bukan soal keberuntungan. Orang kedua mengisi slot yang memang harus diisi.

Kenapa prompt satu kalimat selalu balik dengan hasil generic?

AI menghasilkan teks dengan menebak kelanjutan yang paling masuk akal dari apa yang kamu kasih. Kalau informasinya kurang, tebakannya tetap jalan. Model tidak berhenti dan bertanya. Dia mengisi kekosongan dengan rata-rata dari jutaan tulisan yang pernah dia baca.

Jadi mekanismenya begini. Setiap slot kosong di prompt kamu diisi otomatis dengan pilihan paling aman. Pembaca yang tidak kamu sebut jadi “orang umum”. Nada yang tidak kamu tentukan jadi nada netral korporat. Panjang yang tidak kamu batasi jadi panjang sedang yang disukai semua orang dan tidak menggerakkan siapa pun.

Hasilnya terasa datar karena memang itu titik tengah datanya.

Waktu kamu revisi lewat chat, kamu sebenarnya sedang mengisi slot-slot itu satu per satu, secara acak, sambil emosi. Tiga sampai tujuh kali bolak-balik adalah cara mahal untuk menyampaikan informasi yang bisa kamu tulis sekali di depan. Ini juga alasan kenapa konteks lebih menentukan hasil daripada panjang prompt.

Lima bagian itu apa saja

Anatomi prompt adalah kerangka isi satu pesan yang kamu kirim ke AI. Lima komponennya punya fungsi berbeda dan tidak saling menggantikan.

Baca jugaPrompt & ChatGPTContoh Prompt Kasus Bisnis yang Optimal, dan yang Meleset

1. Instruksi inti

Ini kata kerja utamanya. “Tulis”, “ringkas”, “klasifikasikan”, “bandingkan”.

Satu prompt idealnya punya satu instruksi inti yang jelas. Kalau kamu menumpuk tiga permintaan besar dalam satu pesan, model akan mengerjakan salah satunya dengan serius dan sisanya seadanya. Pecah jadi beberapa langkah kalau memang berat.

2. Konteks

Konteks adalah informasi latar yang tidak mungkin ditebak model: siapa kamu, siapa pembelimu, produk apa, situasi apa, batasan apa.

Bagian ini paling sering dilewati padahal paling besar dampaknya. Model tidak tahu bahwa pembelimu ibu-ibu di kota kecil yang belanja lewat WhatsApp. Model tidak tahu stok kamu tinggal sedikit. Kamu yang harus bilang.

3. Contoh

Few-shot prompting adalah teknik memberi satu sampai beberapa contoh hasil yang kamu inginkan di dalam prompt, supaya model meniru polanya.

Ini jalan pintas paling efektif untuk urusan gaya. Menjelaskan “tulis dengan gaya santai tapi berwibawa” susah. Menempelkan dua tulisanmu sendiri yang performanya bagus jauh lebih akurat. Model belajar dari pola, dan contoh adalah pola dalam bentuk paling padat.

4. Format output

Format output adalah bentuk jadi yang kamu harapkan: jumlah poin, panjang kata, urutan bagian, ada judul atau tidak.

Sebut ini eksplisit. “Lima poin, masing-masing maksimal dua puluh kata, tanpa pembuka” menghasilkan sesuatu yang bisa langsung kamu tempel. Tanpa itu, kamu akan menghabiskan waktu merapikan struktur yang sebenarnya gratis untuk diminta.

5. Aturan gaya dan peran

Bagian terakhir mengatur suara: nada bicara, sudut pandang, istilah yang dilarang, peran yang diambil model.

Larangan sering lebih ampuh daripada perintah. “Jangan pakai kata revolusioner, jangan buka dengan di era digital” memotong tumpukan kalimat kosong yang jadi kebiasaan model. Kalau kamu penasaran prinsip yang sama diterapkan ke visual, logikanya mirip dengan lima elemen prompt gambar AI.

Kenapa ini penting kalau timmu tipis

Bisnis kecil tidak kehilangan uang di biaya langganan AI. Yang habis adalah jam kerja orang yang sama yang juga ngurus stok, balas chat, dan cek iklan.

Bedanya begini. Kalau kamu memperbaiki prompt lewat chat, perbaikan itu hilang begitu percakapan ditutup. Besok kamu mulai dari nol lagi. Kalau kamu menulis lima komponen itu sebagai satu template, kamu punya aset yang bisa dipakai staf lain tanpa dilatih panjang.

Untuk solopreneur, satu template deskripsi produk yang lengkap lebih berharga daripada seratus prompt siap pakai yang tidak tahu apa-apa soal bisnismu. Prompt orang lain tidak punya konteksmu. Itu bagian yang cuma bisa kamu isi sendiri.

Mulai dari tiga pekerjaan yang kamu ulang tiap minggu. Deskripsi produk, balasan komplain, caption promo. Tiga template selesai sudah mengubah ritme kerja.

Jebakannya, dan kapan lima komponen ini berlebihan

Ada tiga hal yang perlu kamu jaga.

Pertama, tugas sekali pakai tidak butuh ini. Kalau kamu cuma mau tahu arti satu istilah atau minta ide judul cepat, satu kalimat sudah cukup. Checklist lima komponen untuk pertanyaan receh cuma memindahkan kerja, tidak mengurangi.

Kedua, prompt panjang punya batas. Konteks yang menumpuk tanpa disaring justru mengencerkan instruksi inti. Kalau kamu menempel sepuluh contoh dan lima halaman latar, model akan kesulitan menentukan mana yang paling penting. Isi lima slot dengan informasi yang relevan, lalu berhenti.

Ketiga, komponen lengkap tidak menjamin isinya benar. Prompt rapi tetap bisa menghasilkan klaim yang salah, angka karangan, atau fakta yang kedengarannya meyakinkan. Struktur mengurus bentuk. Kebenaran tetap tugas kamu untuk cek, terutama untuk data harga, stok, dan apa pun yang dilihat pelanggan.

Satu lagi. Untuk pekerjaan besar seperti riset pasar, satu prompt lengkap pun sering kurang. Di situ kamu perlu memecahnya jadi rantai langkah, seperti pendekatan prompt chaining untuk riset yang lebih dalam.

Yang bisa kamu lakukan minggu ini

Ambil satu prompt yang sering kamu pakai. Buka, lalu cek lima hal ini.

1. Instruksi intinya satu kata kerja yang jelas, atau masih ngambang.
2. Ada konteks soal pembeli dan produkmu, atau model masih menebak.
3. Ada minimal satu contoh hasil yang kamu suka.
4. Bentuk output disebut eksplisit, termasuk panjang.
5. Ada nada bicara dan daftar kata yang dilarang.

Slot yang kosong biasanya persis sumber revisi yang bikin kamu capek. Isi, simpan sebagai template, pakai lagi minggu depan.

Prompt yang baik sebenarnya dokumen pengarahan singkat. Kamu sudah sering bikin ini untuk manusia, waktu menjelaskan pekerjaan ke freelancer baru. Bedanya, arahan untuk AI bisa kamu simpan dan pakai ulang tanpa perlu diulang bicara.

Kalau kamu ingin mendalami cara kerja bareng AI assistant sampai ke level sistem, Claude Mastery membahasnya lebih jauh. Tapi jujur, tiga template yang kamu perbaiki minggu ini sudah lebih berharga daripada kursus mana pun yang cuma kamu tonton.