Prompt 'Saya Sudah Paham X, Bingung di Y': Cara Bikin Jawaban AI Pas dengan Levelmu

Prompt “saya sudah paham X, bingung di Y” bikin jawaban AI lebih pas karena kamu memberi tahu dua hal sekaligus: titik awal pemahamanmu dan lokasi persis kebingunganmu. Dengan dua info itu, AI bisa melewati penjelasan yang sudah kamu kuasai dan langsung masuk ke celah yang sebenarnya. Hasilnya terasa ditulis untuk kamu, dan lebih jarang berupa ringkasan umum yang bisa kamu temukan di mana saja.
Bagian dari playbook: Playbook Prompt ChatGPT
Teknik ini sederhana sekali. Justru karena sederhana, banyak orang melewatkannya. Di artikel ini kita bongkar kenapa cara ini bekerja, template yang bisa langsung kamu pakai, contoh untuk riset dan belajar skill baru, plus jebakan yang perlu kamu waspadai.
Coba bandingkan dua prompt ini
Misalnya kamu pemilik toko online kecil. Bulan ini laporan penjualan bilang untung, tapi saldo rekening malah turun. Kamu buka ChatGPT dan mengetik:
“Jelaskan apa itu arus kas.”
Jawabannya hampir pasti rapi. Definisi, jenis arus kas operasional, investasi, pendanaan, lalu tips umum. Semua benar. Masalahnya, hampir semua itu tidak menjawab kegelisahanmu.
Sekarang bandingkan dengan prompt kedua:
“Saya sudah paham beda omzet dan laba. Saya juga rutin catat penjualan harian. Yang bikin saya bingung: kenapa laporan bulan ini untung, tapi saldo rekening turun? Jelaskan pakai contoh toko online yang stoknya beli di muka.”
Jawaban untuk prompt kedua akan bergerak ke arah yang jauh lebih berguna. AI kemungkinan besar membahas uang yang tertahan di stok, piutang dari marketplace yang belum cair, atau pembayaran supplier di muka. Itu persis area yang kamu butuhkan.
Isi pertanyaannya sama-sama soal arus kas. Yang berbeda cuma satu: prompt kedua memberi peta. AI tahu kamu berdiri di mana dan mau ke mana.
Kenapa AI menjawab generik kalau kamu tidak menyebut titik awal?
Model AI tidak tahu siapa yang sedang bertanya. Ia tidak melihat wajahmu, tidak tahu latar belakangmu, dan tidak tahu kamu sudah baca apa. Saat sinyal itu kosong, jawaban paling aman adalah jawaban untuk “pembaca rata-rata”. Pembaca rata-rata ini imajiner, dan hampir tidak pernah benar-benar kamu.
Panduan resmi dari tiga pembuat model besar sebenarnya menunjuk ke arah yang sama:
- Dokumentasi prompting best practices Claude dari Anthropic meminta kita membayangkan Claude sebagai karyawan baru yang cerdas, tapi belum punya konteks soal norma dan cara kerja kita. Semakin tepat kamu menjelaskan maumu, semakin baik hasilnya.
- Panduan prompt design Gemini dari Google menyarankan memasukkan informasi yang dibutuhkan model ke dalam prompt, alih-alih berasumsi model sudah punya semua informasi itu.
- Best practices prompt engineering OpenAI meminta kita spesifik soal konteks, hasil yang diinginkan, panjang, format dan gaya.
Nah, formula “sudah paham X, bingung di Y” adalah cara paling ringkas untuk memberi konteks jenis tertentu: konteks tentang level pemahamanmu. Panduan-panduan tadi umumnya bicara soal konteks tugas. Formula ini menambah konteks tentang dirimu sebagai pembelajar.
Tiga hal yang terjadi saat kamu menyebut X dan Y
Coba kita urai mekanismenya satu per satu.
- Ruang jawaban menyempit. Begitu kamu bilang “saya sudah paham X”, AI punya alasan untuk tidak mengulang X. Paragraf pembuka yang biasanya berisi definisi dasar bisa dipangkas. Ruang jawaban dipakai untuk hal yang belum kamu punya.
- X jadi jembatan analogi. Orang belajar lebih gampang kalau hal baru dikaitkan dengan hal yang sudah dikenal. Saat kamu menyebut X, AI bisa memakai X sebagai pijakan untuk menjelaskan Y. “Kamu sudah paham boost post, jadi bayangkan campaign itu seperti boost post yang tujuannya kamu tentukan sendiri.”
- Y jadi target yang bisa dicek. “Bingung di Y” memberi ukuran keberhasilan yang jelas. Setelah membaca jawaban, kamu bisa bertanya ke diri sendiri: kebingungan Y sudah hilang atau belum? Prompt umum tidak punya ukuran seperti ini.
Menariknya, pembuat alat AI sendiri memakai logika yang mirip. Saat OpenAI memperkenalkan study mode di ChatGPT pada 29 Juli 2025, salah satu fitur yang disebut adalah pelajaran yang disesuaikan dengan level pengguna. Penyesuaian itu berdasarkan pertanyaan yang menilai tingkat kemampuan dan memori dari obrolan sebelumnya. Artinya, kalibrasi ke level pembelajar memang dianggap penting. Formula X dan Y membuat kamu bisa memberi kalibrasi itu sendiri, di mode apa pun dan di alat AI mana pun.
Template prompt “saya sudah paham X, bingung di Y” yang bisa langsung kamu pakai
Formula dasarnya cuma dua kalimat. Tapi supaya hasilnya konsisten, saya sarankan kamu pakai versi lengkap dengan lima bagian. Ini template yang bisa kamu salin:
Konteks: Saya [peran/situasi], sedang belajar/riset [topik] untuk [tujuan konkret].
Yang sudah saya pahami: [X, sespesifik mungkin, sebut contoh yang sudah bisa kamu lakukan].
Yang bikin saya bingung: [Y, tulis sebagai pertanyaan atau gejala yang kamu alami].
Dugaan saya sejauh ini: [tebakanmu, walau mungkin salah].
Permintaan: Jelaskan Y dengan memakai X sebagai pijakan. Jangan ulang dasar yang sudah saya pahami. Di akhir, beri satu pertanyaan untuk mengecek apakah saya sudah benar-benar paham.
Kenapa ada bagian “dugaan saya”? Karena dugaanmu memperlihatkan cara berpikirmu. Kalau dugaanmu meleset, AI bisa menunjukkan di mana belokannya. Ini sering lebih berharga daripada jawaban lurus.
Cara menulis X yang berguna
X yang kabur bikin formula ini kehilangan tenaga. “Saya sudah paham dasar-dasar marketing” terlalu lebar. AI tidak tahu dasar yang mana.
Tulis X sebagai kemampuan yang bisa kamu tunjukkan. Misalnya:
- “Saya sudah bisa bikin iklan boost post dari Instagram dan tahu cara memilih target lokasi.”
- “Saya sudah pakai SUM dan filter di spreadsheet setiap hari.”
- “Saya sudah baca dua artikel soal SEO dan paham bahwa keyword itu kata yang diketik orang di Google.”
Ciri X yang baik: kamu bisa membayangkan dirimu benar-benar melakukannya.
Cara menulis Y yang tajam
Y paling kuat kalau ditulis sebagai pertanyaan yang mengganjal atau gejala nyata. “Bingung soal iklan” terlalu luas. “Bingung kenapa iklan yang saya set ke traffic dapat banyak klik tapi tidak ada yang chat” jauh lebih tajam.
Satu tips praktis: kalau Y-mu lebih dari satu, pecah jadi beberapa prompt. Satu kebingungan per putaran biasanya menghasilkan jawaban yang lebih fokus.
Contoh penerapan untuk belajar skill baru dan riset
Semua contoh di bawah adalah ilustrasi. Silakan ganti dengan situasimu sendiri.
Contoh 1: belajar iklan Meta dari nol-ish
Misalnya ada pemilik kedai kopi di Bandung yang selama ini cuma pakai tombol boost post.
“Saya punya kedai kopi dan selama ini cuma pakai boost post di Instagram. Saya sudah paham cara pilih lokasi dan durasi. Yang bikin saya bingung: di Ads Manager ada banyak pilihan tujuan kampanye, dan saya tidak tahu mana yang cocok untuk menambah pengunjung ke kedai. Dugaan saya pilih ‘traffic’. Jelaskan pakai perbandingan dengan boost post yang sudah saya kenal.”
AI akan tahu bahwa kamu tidak perlu penjelasan soal apa itu iklan. Ia bisa langsung membandingkan tujuan kampanye dengan kebiasaanmu sekarang.
Contoh 2: riset pasar sebelum bikin produk
Misalnya seorang freelancer desain ingin bikin paket jasa baru untuk UMKM kuliner.
“Saya sedang riset sebelum bikin paket desain menu untuk UMKM kuliner. Saya sudah lihat akun Instagram beberapa kompetitor dan tahu mereka menawarkan desain menu plus foto produk. Yang belum saya pahami: pertanyaan apa yang sebaiknya saya ajukan ke calon klien untuk tahu masalah terbesar mereka soal menu? Saya tidak butuh daftar kompetitor, saya butuh kerangka wawancara.”
Perhatikan kalimat terakhir. Menyebut apa yang sudah kamu punya juga mencegah AI mengerjakan ulang riset yang sudah kamu selesaikan. Di riset, ini menghemat banyak putaran.
Contoh 3: skill teknis untuk admin
“Saya admin toko. Saya sudah lancar pakai SUM, filter dan sort di spreadsheet. Yang bikin saya bingung: saya punya dua sheet, satu daftar pesanan dan satu daftar harga produk, dan saya ingin harga muncul otomatis di sheet pesanan. Saya dengar soal VLOOKUP tapi tidak paham cara kerjanya. Jelaskan pelan-pelan dengan contoh dua sheet itu.”
Di sini X membantu AI memilih tingkat kerumitan. Admin yang sudah lancar filter tidak perlu dijelaskan apa itu sel atau kolom.
Kalau kamu bahkan belum tahu bingungnya di mana
Ini situasi yang sangat wajar, terutama saat belajar hal yang benar-benar baru. Kamu tahu ada yang tidak nyambung, tapi tidak bisa menunjuk titiknya. Ada dua cara yang bisa kamu coba.
Cara pertama: minta AI mendiagnosis celahmu. Tulis X-mu, lalu minta AI bertanya balik. Contohnya: “Saya sudah paham X. Sebelum menjelaskan apa pun, ajukan tiga sampai lima pertanyaan untuk menemukan di bagian mana pemahaman saya belum lengkap.” Pola meminta AI bertanya dulu ini mirip dengan teknik yang saya bahas di artikel tentang clarification prompt supaya AI paham instruksimu sebelum menjawab. Bedanya, di sini yang diperjelas adalah pemahamanmu, bukan instruksi tugasnya.
Cara kedua: jelaskan balik dengan kata-katamu sendiri. Tulis pemahamanmu tentang topik itu dalam satu atau dua paragraf. Lalu minta AI: “Tandai bagian penjelasan saya yang keliru atau belum lengkap.” Bagian yang ditandai itulah Y-mu. Cara ini sering lebih jujur, karena kita kadang merasa paham sampai disuruh menjelaskan.
Kenapa ini penting buat pebisnis dengan tim tipis
Di bisnis kecil, waktu belajar itu mahal. Pemilik usaha belajar iklan di sela melayani pelanggan. Admin belajar spreadsheet di sela membalas chat. Tidak ada waktu untuk membaca lima jawaban umum sebelum menemukan satu paragraf yang relevan.
Formula X dan Y membantu di tiga area:
- Belajar mandiri pemilik usaha. Kamu bisa belajar skill baru dalam potongan kecil yang langsung nyambung ke masalah hari ini.
- Onboarding staf baru. Kamu bisa mengajarkan formula ini ke tim. Staf yang bingung soal SOP bisa bertanya ke AI dengan menyebut bagian yang sudah ia pahami, sebelum menghabiskan waktumu.
- Riset yang tidak berputar-putar. Dengan menyebut apa yang sudah kamu temukan, kamu mendorong AI menambah informasi baru dan mengurangi pengulangan.
Ada efek samping yang menurut saya justru paling berharga. Menulis X dan Y memaksamu sadar sedang di mana. Banyak kebingungan sebenarnya mulai terurai saat kamu mencoba menuliskannya dengan jelas.
Jebakan yang perlu kamu waspadai
Teknik ini kuat, tapi ada kondisi di mana ia bisa menyesatkan atau sekadar tidak perlu.
Kamu merasa paham X, padahal keliru
Ini jebakan terbesar. Kalau X yang kamu sebut ternyata salah paham, AI bisa membangun penjelasan di atas fondasi yang retak. Model bahasa cenderung bekerja dengan bingkai yang kamu berikan. Ia belum tentu menyanggah asumsimu kalau tidak diminta.
Solusinya sederhana: tambahkan satu kalimat. “Sebelum menjawab, cek dulu apakah pemahaman saya tentang X sudah benar. Kalau ada yang keliru, koreksi dulu.”
Topik yang butuh data terbaru
Formula ini memperbaiki relevansi penjelasan. Ia tidak membuat fakta otomatis benar. Untuk harga, fitur alat, aturan platform iklan atau regulasi, jawaban AI tetap perlu dicek ke sumber resmi. Jawaban yang sangat pas dengan levelmu tetap bisa berisi informasi usang.
Y terlalu luas
“Saya paham dasar, bingung di semuanya” sama saja dengan prompt umum. Kalau Y-mu selebar itu, mundur dulu ke bagian “kalau kamu belum tahu bingungnya di mana” di atas.
Konteks yang ditumpuk terlalu banyak
Menyebut X dan Y itu ringkas. Masalah muncul saat orang menambahkan lima dokumen, riwayat bisnis panjang dan sepuluh pertanyaan sekaligus. Fokus jawaban bisa buyar. Saya bahas polanya di artikel tentang kenapa menjejalkan banyak dokumen ke satu prompt bikin jawaban AI gampang meleset.
Pertanyaan yang memang sederhana
Kalau kamu cuma butuh fakta cepat, misalnya singkatan sebuah istilah, formula ini berlebihan. Pakai saat kamu sedang belajar, memahami, atau meriset sesuatu yang punya lapisan.
Cara mengecek prompt-mu minggu ini
Supaya tidak berhenti di teori, coba latihan kecil ini dalam minggu ini.
- Pilih satu topik yang sedang bikin kamu bingung. Sebaiknya yang berhubungan dengan bisnis atau pekerjaanmu sekarang.
- Tulis prompt biasa dulu, seperti yang biasa kamu ketik. Simpan jawabannya.
- Tulis ulang pakai template lima bagian di atas. Isi X dengan kemampuan yang bisa kamu tunjukkan, dan Y dengan pertanyaan atau gejala nyata.
- Bandingkan kedua jawaban dengan tiga pertanyaan. Berapa banyak bagian yang mengulang hal yang sudah kamu tahu? Apakah kebingungan Y terjawab? Apakah ada contoh yang terasa dekat dengan situasimu?
- Jawab pertanyaan pengecekan dari AI. Kalau kamu belum bisa menjawabnya, itu tanda Y-mu belum tuntas. Ulangi dengan Y yang lebih sempit.
Kalau kamu ingin cara menilai yang lebih rapi, kamu bisa bikin checklist evaluasi prompt sendiri dan memasukkan “jawaban tidak mengulang yang sudah saya pahami” sebagai salah satu kriterianya. Untuk pola kesalahan lain yang bikin jawaban terasa umum, artikel tentang kesalahan prompt yang bikin hasil AI generik bisa melengkapi latihan ini.
Satu pemikiran untuk dibawa pulang
AI sangat jago menjelaskan. Yang sering tidak ia tahu adalah kamu sedang berdiri di mana. Begitu kamu memberi tahu titik awal dan titik bingungmu, AI berhenti menebak pembaca rata-rata dan mulai bicara ke kamu.
Baca jugaPrompt & ChatGPT5 Kemampuan Inti Pakai AI yang Bikin Hasilmu Beda dari Sekadar Copas Prompt
Biasakan satu kebiasaan kecil: sebelum bertanya, tulis dulu apa yang sudah kamu pahami. Kebiasaan ini juga melatihmu jujur tentang posisi belajarmu sendiri.
Kalau kamu ingin melangkah lebih jauh dan membangun sistem AI yang benar-benar dipakai di bisnismu, dengan pendampingan sesuai titik awalmu, kamu bisa melihat Program Mentoring AI.
Pertanyaan yang sering muncul
Apakah teknik "saya sudah paham X, bingung di Y" hanya bekerja di ChatGPT?
Tidak. Teknik ini memberi konteks tentang level pemahamanmu, dan konteks seperti itu berguna di asisten AI berbasis teks mana pun, termasuk Claude dan Gemini. Panduan resmi dari pembuat model-model tersebut sama-sama menyarankan pengguna memberi konteks yang cukup di dalam prompt.
Apa bedanya dengan clarification prompt?
Clarification prompt meminta AI bertanya dulu supaya instruksi tugasmu dipahami dengan benar. Formula X dan Y fokus pada pemahamanmu sebagai pembelajar: apa yang sudah kamu kuasai dan di mana kamu tersendat. Keduanya bisa digabung, misalnya dengan meminta AI bertanya untuk menemukan celah pemahamanmu sebelum menjelaskan.
Apakah prompt-nya harus panjang?
Tidak harus. Versi paling ringkas cukup dua kalimat: satu untuk apa yang sudah kamu pahami, satu untuk apa yang bikin bingung. Template lima bagian membantu saat topiknya rumit atau saat kamu ingin hasil yang lebih konsisten.
Bagaimana kalau jawaban AI tetap terasa umum walau sudah memakai formula ini?
Biasanya X atau Y masih terlalu kabur. Tulis ulang X sebagai kemampuan yang bisa kamu tunjukkan, dan Y sebagai satu pertanyaan atau gejala nyata. Kalau perlu, minta AI mengecek dulu apakah pemahamanmu tentang X sudah benar sebelum menjelaskan Y.



