Cara Bikin Prompt Portable yang Bisa Dipakai di Claude, ChatGPT, Gemini, dan Grok

Prompt yang bisa dipakai di Claude, ChatGPT, Gemini, dan Grok adalah prompt yang membawa semua konteksnya sendiri. Isinya peran, konteks bisnis, tugas berurutan, batasan, format output dan contoh, dibungkus dalam blok berlabel yang jelas. Prompt seperti ini tidak bergantung pada memori chat, fitur khusus satu aplikasi, atau kebiasaan satu model.
Bagian dari playbook: Playbook Prompt ChatGPT
Nah, kedengarannya sederhana. Tapi ada satu hal yang sering terlewat. Prompt yang “jalan” di satu tool sering diam-diam ditopang oleh hal-hal di luar teks prompt itu sendiri. Begitu dipindah, penopangnya hilang.
Artikel ini membahas dua hal yang sebenarnya satu kebutuhan. Pertama, cara menulis satu prompt yang hasilnya tetap layak di empat model. Kedua, cara mengemas instruksi itu jadi skill yang bisa kamu bawa pindah platform, supaya kerjamu tidak hangus setiap kali ada perubahan tool.
Kenapa prompt yang bagus di ChatGPT bisa jelek di Claude?
Coba kamu bayangin dua situasi ini.
Situasi pertama. Kamu sudah berbulan-bulan pakai ChatGPT untuk bikin draft proposal klien. Prompt-mu cuma dua baris: “Bikinin proposal dari catatan meeting ini, gaya biasa ya.” Hasilnya selalu pas. Lalu suatu hari kamu coba tempel prompt yang sama ke Claude atau Gemini. Hasilnya kaku, salah nada, formatnya beda.
Situasi kedua. Partner bisnismu memakai prompt yang sama di akun ChatGPT miliknya. Hasilnya juga meleset, padahal modelnya sama.
Dua situasi itu punya penyebab yang sama. Prompt dua baris tadi terlihat pendek, padahal sebenarnya ditopang banyak konteks tersembunyi:
- Riwayat percakapan dan memori. “Gaya biasa” hanya bermakna untuk akun yang pernah melihat proposalmu sebelumnya.
- Custom instructions atau pengaturan profil. Nada, sapaan dan panjang jawaban bisa sudah diatur di pengaturan akun, di luar prompt.
- Default model. Tiap model punya kecenderungan bawaan soal panjang jawaban, format poin, dan seberapa sering bertanya balik.
- Fitur khusus aplikasi. Prompt yang menyebut file di project atau tool tertentu akan gagal di aplikasi yang tidak punya file itu.
Jadi masalahnya ada di asumsi yang tidak tertulis. Prompt portable adalah prompt yang asumsinya sudah dipindahkan ke dalam teks.
Apa yang sebenarnya bikin prompt bisa pindah model?
Kabar baiknya, panduan resmi dari para pembuat model ternyata menunjuk ke prinsip yang mirip. Ini yang bikin prompt lintas model masuk akal.
Panduan prompting Anthropic untuk Claude meminta instruksi yang jelas dan eksplisit. Mereka mengibaratkan Claude seperti karyawan baru yang cerdas tapi belum paham kebiasaan kerjamu. Panduan yang sama menyarankan tag seperti <instructions>, <context> dan <input> untuk memisahkan jenis isi. Tujuannya mengurangi salah tafsir saat prompt mencampur instruksi, konteks, contoh dan data.
Panduan prompt design Gemini dari Google menekankan tiga hal yang sejalan. Pertama, sertakan konteks yang dibutuhkan, jangan berasumsi model sudah tahu. Kedua, pakai contoh few-shot, yaitu beberapa contoh input dan output yang menunjukkan pola jawaban. Ketiga, jaga format contoh tetap konsisten, termasuk tag, spasi dan pemisah.
Dua panduan itu juga sepakat soal dokumen panjang. Taruh data panjang di atas, lalu instruksi atau pertanyaan di bagian akhir.
Panduan best practices xAI untuk Grok, versi pembaruan 20 Oktober 2026, menyebut model reasoning Grok berpikir dulu sebelum menjawab. Karena itu mereka menyarankan tugas, batasan dan format output dinyatakan langsung. Ada satu catatan jujur yang penting di sana. Prompt yang sudah disetel untuk model lain perlu disetel dengan usaha sebanding sebelum hasilnya dibandingkan.
Kesimpulannya: bagian prompt yang portable adalah bagian yang semua model butuhkan. Itu kejelasan tugas, konteks eksplisit, struktur yang terpisah rapi, contoh, dan format output. Bagian yang tidak portable adalah trik khusus model dan ketergantungan pada fitur aplikasi.
Kalau kamu sering dapat hasil yang terasa datar, akarnya biasanya sama dengan kesalahan prompt yang bikin hasil AI generik, yaitu konteks yang kurang.
Struktur lima blok untuk prompt yang bisa pindah model
Ini kerangka yang saya sarankan untuk tugas bisnis berulang. Contohnya draft proposal klien, karena tugas ini sering dikerjakan, butuh nada yang konsisten, dan gampang meleset kalau konteksnya kurang.
Kelima blok itu:
- Peran. Satu atau dua kalimat tentang posisi AI dalam tugas ini.
- Konteks. Fakta bisnismu, data klien, catatan pertemuan. Semua yang selama ini “diingat” oleh akunmu, tulis di sini.
- Tugas. Langkah berurutan dengan nomor, supaya tidak ada yang terlewat.
- Batasan. Apa yang tidak boleh dilakukan, panjang maksimal, nada bahasa.
- Format output plus contoh. Bentuk jawaban yang kamu mau, ditambah satu potongan contoh gaya.
Kenapa pakai tag berlabel? Karena semua model membaca pemisah yang jelas dengan cara yang mirip. Nama tag-nya tidak perlu sama persis dengan contoh siapa pun. Yang penting konsisten dan deskriptif, sesuai saran Anthropic.
Contoh prompt draft proposal klien
Contoh berikut ilustrasi. Misalnya kamu punya jasa desain interior kecil di Surabaya dan baru selesai meeting dengan pemilik kafe.
<peran>
Kamu membantu menyusun draft proposal jasa untuk calon klien usaha kecil.
</peran>
<konteks>
Bisnis saya: jasa desain interior, Surabaya, tim 3 orang.
Calon klien: kafe baru, ingin tampilan yang cocok untuk foto pengunjung.
Catatan pertemuan:
[tempel notulen atau poin hasil meeting di sini]
</konteks>
<tugas>
1. Rangkum masalah klien dalam 3 kalimat, pakai bahasa mereka.
2. Usulkan ruang lingkup kerja dalam 3 sampai 5 poin.
3. Tulis tahapan kerja dan apa yang klien terima di tiap tahap.
4. Tandai setiap asumsi yang belum dikonfirmasi dengan label [PERLU CEK].
</tugas>
<batasan>
- Jangan mengarang angka, hasil, atau testimoni.
- Jangan menulis harga. Sisakan bagian [HARGA DIISI MANUAL].
- Bahasa Indonesia, sapaan Bapak/Ibu, nada sopan dan langsung.
- Panjang maksimal satu setengah halaman.
</batasan>
<format_output>
Bagian: Judul, Ringkasan Masalah, Usulan Solusi, Tahapan, Yang Perlu Dikonfirmasi.
Pakai heading dan poin. Tanpa tabel.
</format_output>
<contoh_gaya>
[tempel satu paragraf dari proposal lama yang kamu suka nadanya]
</contoh_gaya>
Perhatikan beberapa keputusan kecil di sini:
- “Gaya biasa” diganti contoh gaya. Contoh paragraf bekerja di model mana pun. Ingatan akun hanya bekerja di akunmu.
- Label [PERLU CEK] dan [HARGA DIISI MANUAL]. Ini mencegah model mengisi celah dengan tebakan. Model yang berbeda punya kecenderungan berbeda saat informasi kurang. Label ini menyamakan perilakunya.
- Tanpa tabel. Tabel dirender berbeda di tiap aplikasi dan sering rusak saat disalin ke dokumen. Poin dan heading lebih aman.
- Catatan meeting ada di dalam konteks. Kalau notulennya panjang sekali, pindahkan blok konteks ke paling atas dan blok tugas ke paling bawah, sesuai saran dokumentasi Claude dan Gemini untuk input panjang.
Uji di empat model tanpa tertipu “kelihatan bagus”
Prompt portable perlu diuji, karena “kelihatan bagus” itu jebakan. Jawaban yang panjang dan rapi sering terasa meyakinkan padahal melanggar batasan.
Cara uji yang sederhana:
- Siapkan tiga input nyata yang berbeda. Misalnya satu catatan meeting yang lengkap, satu yang berantakan, satu yang informasinya kurang.
- Jalankan prompt yang sama di Claude, ChatGPT, Gemini dan Grok. Pakai chat baru, supaya riwayat percakapan tidak ikut membantu.
- Nilai dengan checklist yang sama untuk semua. Apakah formatnya sesuai? Ada angka atau harga karangan? Label [PERLU CEK] muncul saat data kurang? Nadanya sesuai contoh?
- Catat model mana yang gagal di poin apa. Perbaiki prompt-nya, lalu ulangi. Hindari memperbaiki dengan trik khusus satu model.
Input yang informasinya kurang itu paling penting. Di situlah kelihatan model mana yang patuh pada batasan dan mana yang mengarang.
Kalau tujuanmu justru membandingkan jawaban beberapa model untuk keputusan besar, itu kebutuhan yang berbeda. Polanya saya bahas di artikel menggabungkan jawaban ChatGPT, Claude, dan Gemini jadi satu rencana.
Dari prompt ke skill: bikin instruksi yang bisa dibawa pindah platform
Prompt yang sudah lolos uji sebaiknya jangan tinggal di catatan HP. Langkah berikutnya adalah mengemasnya jadi skill.
Skill di sini punya arti teknis yang spesifik. Spesifikasi Agent Skills mendefinisikan skill sebagai folder yang berisi file SKILL.md. File itu punya bagian atas berformat YAML dengan dua kolom wajib, name dan description. Di bawahnya ada instruksi dalam Markdown. Folder itu boleh berisi file pendukung seperti references/, scripts/ dan assets/.
Format ini awalnya diperkenalkan Anthropic untuk Claude, lalu diadopsi platform lain. Simon Willison mencatat pada Desember 2025 bahwa OpenAI mulai mendukung skills di ChatGPT dan Codex CLI. Dokumentasi skills OpenAI sekarang menjelaskan cara ChatGPT dan Codex mengaktifkan skill. Dokumentasi Gemini CLI juga menyebut skill-nya berbasis standar terbuka Agent Skills.
Batasnya perlu jelas. Dukungan ini terverifikasi untuk produk yang disebut di dokumentasi masing-masing. Saya tidak menemukan dokumentasi resmi bahwa semua aplikasi chat, termasuk Grok, membaca folder skill dengan cara yang sama. Untuk aplikasi seperti itu, isi SKILL.md tetap berguna. Kamu bisa menempelnya sebagai instruksi biasa, karena isinya prompt lima blok yang sama.
Contoh kerangka skill dari prompt proposal tadi:
---
name: draft-proposal-klien
description: Menyusun draft proposal jasa dari catatan pertemuan dengan calon klien. Pakai saat pengguna menempel notulen, transkrip, atau ringkasan meeting lalu meminta proposal.
---
# Draft proposal klien
## Langkah
1. Rangkum masalah klien dalam 3 kalimat, pakai bahasa mereka.
2. Usulkan ruang lingkup kerja dalam 3 sampai 5 poin.
3. Tulis tahapan kerja dan hasil di tiap tahap.
4. Tandai asumsi yang belum dikonfirmasi dengan [PERLU CEK].
## Batasan
- Jangan mengarang angka, hasil, atau testimoni.
- Jangan menulis harga. Sisakan [HARGA DIISI MANUAL].
## Format dan contoh gaya
Ikuti references/format-proposal.md dan references/contoh-gaya.md.
Kenapa description menentukan skill terpakai atau tidak
Spesifikasi Agent Skills memakai prinsip yang disebut progressive disclosure, artinya detail dimuat bertahap. Saat awal, agent hanya membaca name dan description dari semua skill. Isi lengkap SKILL.md baru dimuat saat skill diaktifkan. File di folder references/ dibaca hanya ketika dibutuhkan.
Implikasinya praktis sekali. Kalau description-mu kabur, skill-mu tidak akan dipilih. Dokumentasi OpenAI menyebut ChatGPT dan Codex bisa memilih skill otomatis saat tugas cocok dengan description. Karena itu mereka menyarankan description yang ringkas, dengan cakupan jelas, dan kata pemicu di depan.
Bandingkan dua versi ini:
- “Membantu urusan proposal.” Terlalu umum, sulit dicocokkan dengan permintaan nyata.
- “Menyusun draft proposal jasa dari catatan pertemuan dengan calon klien. Pakai saat pengguna menempel notulen lalu meminta proposal.” Jelas apa tugasnya dan kapan dipakai.
Pisahkan inti dari lampiran platform
Supaya skill tahan terhadap perubahan platform, bagi isinya jadi dua lapis:
- Inti yang portable. Langkah, batasan, format, contoh gaya. Bagian ini ditulis dalam bahasa biasa, tanpa menyebut fitur satu aplikasi.
- Lampiran khusus platform. Misalnya catatan cara memanggil skill di aplikasi tertentu, atau script yang hanya jalan di lingkungan tertentu. Taruh di file terpisah, jangan dicampur ke langkah inti.
Spesifikasi juga menyarankan SKILL.md utama di bawah 500 baris. Materi referensi yang panjang sebaiknya dipindah ke file terpisah. Ini sejalan dengan cara berpikir portable. Inti yang ramping lebih mudah dipindah, dibaca dan diperbaiki.
Kenapa ini penting untuk bisnis dengan tim tipis
Untuk pebisnis kecil dan solopreneur di Indonesia, alasannya lebih praktis daripada teknis.
Pertama, kamu tidak tersandera satu langganan. Harga paket, batas pemakaian dan kualitas model berubah dari waktu ke waktu. Kalau semua SOP AI-mu hanya hidup di satu akun, pindah tool berarti mulai dari nol. Dengan prompt dan skill yang portable, pindah tool cukup jadi urusan uji ulang.
Kedua, pekerjaan bisa diserahkan ke orang lain. Admin atau freelancer yang memakai AI berbeda tetap bisa menjalankan proses yang sama. Mereka tidak perlu menebak “gaya biasa” yang ada di kepalamu.
Ketiga, kualitas lebih mudah dijaga. Batasan seperti “jangan mengarang angka” tertulis di satu tempat. Kalau ada kesalahan, kamu memperbaiki satu file, dan semua orang memakai versi yang sama.
Polanya sama dengan riset kompetitor tiga lapis dalam satu prompt. Begitu proses berpikir sudah dituliskan, ia bisa dipakai berulang oleh siapa pun.
Jebakannya: kapan prompt portable tidak cukup
Supaya tidak jadi hype, ini batas-batasnya.
Portable artinya layak di semua model, belum tentu terbaik di semua model. Catatan xAI tadi berlaku umum. Prompt yang disetel untuk satu model biasanya perlu sedikit penyesuaian di model lain. Inti tetap sama, tapi kamu mungkin perlu menambah satu contoh atau mempertegas satu batasan.
Tugas yang bergantung pada fitur tidak bisa dibuat portable sepenuhnya. Pencarian web, membaca file besar, menjalankan kode, atau output terstruktur via API berbeda di tiap platform. Dokumentasi Gemini, misalnya, menyarankan fitur structured output untuk skema JSON yang rumit, alih-alih hanya mengandalkan instruksi di prompt. Untuk tugas seperti ini, buat inti yang portable plus lampiran per platform.
Satu prompt untuk semua tugas itu jebakan. Prompt yang mencoba mengurus proposal, caption dan balasan chat sekaligus akan jadi panjang dan saling bertabrakan. Satu skill sebaiknya mengurus satu tugas yang jelas.
Data sensitif tetap data sensitif. Prompt portable membuatmu gampang menempel catatan klien ke banyak tool. Cek dulu kebijakan data tiap platform dan kesepakatan dengan klien sebelum melakukannya.
Model terus berubah. Prompt yang lolos uji hari ini perlu diuji ulang saat ada pembaruan model besar. Simpan tiga input uji tadi, supaya pengujian ulang cukup jalan ulang, tanpa menyusun dari awal.
Yang bisa kamu lakukan minggu ini
Mulai dari satu tugas saja. Jangan langsung semua SOP.
- Pilih satu tugas berulang yang hasilnya sering kamu edit manual. Proposal, balasan pertanyaan pelanggan, atau ringkasan meeting cocok untuk awal.
- Tulis ulang prompt-nya dalam lima blok. Pindahkan semua asumsi tersembunyi ke blok konteks dan contoh gaya.
- Siapkan tiga input uji, termasuk satu yang datanya sengaja kurang.
- Jalankan di minimal dua model dengan chat baru, lalu nilai pakai checklist yang sama.
- Kemas jadi
SKILL.mddengan description yang menyebut tugas dan pemicunya. Simpan file contoh dan format di folderreferences/. - Beri tanggal versi di bagian metadata atau catatan, supaya kamu tahu kapan terakhir diuji.
Kalau kamu sedang membangun produk digital dari prompt seperti ini, alurnya bisa disambung dengan cara pakai ChatGPT dan Claude untuk membuat produk digital live.
Satu pemikiran untuk dibawa pulang. Prompt yang hanya jalan di satu akun sebenarnya kebiasaan pribadi. Prompt yang jalan di mana saja sudah jadi aset bisnis, karena bisa dipindah, diserahkan dan diperbaiki.
Kalau kamu ingin dibimbing menyusun skill dan sistem AI seperti ini untuk bisnismu sendiri, ada Program Mentoring AI yang bisa kamu lihat dulu kecocokannya.
Pertanyaan yang sering muncul
Apakah prompt dalam bahasa Indonesia tetap bisa dipakai lintas model?
Bisa. Struktur lima blok tidak bergantung bahasa. Yang perlu dijaga adalah konsistensi istilah dan contoh gaya dalam bahasa yang sama dengan output yang kamu mau. Uji tetap perlu dilakukan di tiap model, karena kualitas bahasa Indonesia antar model bisa berbeda.
Apakah nama tag dalam prompt harus bahasa Inggris?
Tidak harus. Dokumentasi Claude menyarankan nama tag yang konsisten dan deskriptif, tanpa mewajibkan nama tertentu. Tag berbahasa Indonesia seperti konteks atau batasan tetap berfungsi sebagai pemisah, selama kamu memakainya dengan konsisten di seluruh prompt.
Apa bedanya skill dengan custom instructions di akun?
Custom instructions berlaku umum untuk banyak percakapan di satu akun. Skill dalam format Agent Skills adalah folder berisi SKILL.md untuk satu tugas spesifik, dipanggil saat tugasnya cocok, dan bisa dipindah ke platform lain yang mendukung format tersebut.




