System Prompt Anti Basa-basi: Cara Setop AI Buang Token buat Disclaimer dan Pemanis Kalimat

Untuk membuat AI langsung menjawab, gunakan system prompt anti basa-basi yang mengatur kalimat pembuka, bentuk hasil, dan kapan jawaban selesai. Hapus disclaimer generik serta pemanis, sambil mempertahankan ketidakpastian dan batasan yang memengaruhi keputusan.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• Instruksi eksplisit membantu AI memulai dari hasil yang kamu butuhkan.
• Jawaban lebih pendek dapat mengurangi token keluaran, sementara penghematan kuota bergantung pada aturan layanan.
• Ukur keberhasilan dari kelengkapan hasil dan kebutuhan revisi, selain panjang jawaban.

Misalnya, kamu mengelola toko online sendiri dan meminta AI merapikan balasan tentang stok kosong. Hasilnya diawali pujian atas perhatianmu terhadap pelanggan, disusul penjelasan pentingnya komunikasi, lalu draf balasan.

Kamu tetap harus memilih bagian yang bisa dikirim. Setelah itu, kamu mengetik lagi, “Langsung balasannya saja.”

Bandingkan dengan instruksi sejak awal: “Tulis hanya pesan untuk pelanggan, siap salin, tanpa komentar tentang proses penulisan.” Bentuk hasil yang diinginkan langsung jelas.

Untuk pekerjaan kecil yang berulang, percakapan tambahan seperti inilah yang layak kamu periksa.

Kenapa AI masih berbasa-basi saat tugasnya sederhana?

Permintaan “bantu buat balasan” menyebut pekerjaan, tetapi membiarkan cara penyajian terbuka. Model punya ruang untuk menambahkan pengantar, penjelasan, alternatif, dan tawaran bantuan berikutnya.

Instruksi aplikasi serta konteks percakapan juga ikut membentuk respons. Karena itu, tugas pendek belum tentu menghasilkan jawaban pendek.

Bayangkan kamu meminta staf membuat daftar barang tanpa menjelaskan hasil akhirnya. Ia mungkin mengirim daftar beserta laporan proses pengecekan. AI juga membutuhkan batas keluaran yang jelas.

Dokumentasi Anthropic menganjurkan instruksi eksplisit untuk menghilangkan pengantar dan mengendalikan format jawaban. Ini mendukung penggunaan aturan konkret seperti “mulai dari hasil”. Lihat panduan prompting Anthropic.

Kata “ringkas” saja masih menyisakan tafsir. Kalimat “keluarkan hanya draf pesan” memberi petunjuk yang lebih mudah dinilai.

Namun, format harus ditemani konteks tugas. Kalau hasil tetap hambar, periksa juga penyebab prompt menghasilkan jawaban generik.

System prompt anti basa-basi perlu mengatur titik berhenti

System prompt anti basa-basi adalah instruksi pada tingkat sistem yang mengarahkan AI menghasilkan jawaban langsung dengan penjelasan sesuai kebutuhan tugas.

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

Ada empat atribut yang perlu kamu tetapkan:

• Awal: mulai dengan jawaban, keputusan, atau hasil pekerjaan.
• Bentuk: gunakan paragraf, daftar, atau format yang diminta.
• Kedalaman: sertakan informasi yang diperlukan agar hasil dapat digunakan.
• Akhir: berhenti setelah tugas selesai, tanpa tawaran lanjutan otomatis.

Atribut terakhir sering terlewat. Model sudah menyelesaikan tugas, tetapi masih menambahkan rangkuman, motivasi, atau pertanyaan yang tidak diperlukan.

Coba gunakan template berikut sebagai titik awal:

Jawab langsung dengan hasil yang diminta. Mulai dari jawaban inti, tanpa sapaan, pujian, atau pengulangan pertanyaan.

Gunakan bentuk paling ringkas yang tetap lengkap. Untuk tugas menulis ulang, keluarkan hanya teks hasil revisi. Tambahkan penjelasan ketika diminta atau diperlukan untuk memahami hasil.

Hilangkan disclaimer generik. Nyatakan ketidakpastian, asumsi, dan batasan yang memengaruhi ketepatan atau tindakan pengguna secara singkat dan spesifik.

Jika informasi penting belum tersedia, ajukan pertanyaan yang diperlukan. Jangan mengisi kekosongan dengan fakta rekaan.

Akhiri setelah permintaan terpenuhi. Tanpa penutup “semoga membantu”, rangkuman berulang, atau tawaran bantuan lanjutan.

Template ini menggabungkan batas gaya dengan penjagaan kualitas. Ada izin untuk berhenti, sekaligus izin untuk mengatakan bahwa datanya belum cukup.

Kalau kamu membangun aplikasi melalui API, tempatkan aturan pada bidang sistem yang disediakan penyedia. Pada aplikasi percakapan, gunakan pengaturan instruksi persisten jika tersedia.

Instruksi persisten menyimpan preferensi untuk dipakai kembali sesuai cakupan fitur. Kedudukannya mengikuti desain aplikasi, sehingga tidak otomatis sama dengan akses ke system prompt penyedia.

Untuk percobaan awal, tempelkan template sebelum tugas dalam percakapan baru. Teks itu tetap berfungsi sebagai instruksi pengguna, dengan prioritas sesuai aturan aplikasi.

Jawaban pendek dan sisa kuota punya hubungan yang perlu dipahami

Token adalah unit potongan teks yang diproses model, dengan pembagian yang bergantung pada tokenizer. Jumlah kata bisa membantu membandingkan panjang tulisan, tetapi tidak memberikan hitungan token yang pasti.

Memotong pengantar mengurangi teks keluaran. Besarnya perubahan perlu diukur pada tugas dan model yang kamu gunakan.

Ada sisi lain: template instruksi juga menambah teks masukan. Untuk permintaan sangat sederhana, instruksi panjang dapat mengurangi manfaat pemendekan keluaran.

Batas penggunaan adalah pembatas pemakaian layanan menurut ketentuan penyedia. Jangan langsung menganggap panjang jawaban menentukan seluruh kuota paket berlangganan.

Pada Claude, panjang pesan, lampiran, percakapan, pilihan model, serta pemakaian alat termasuk faktor penggunaan. Rinciannya tersedia dalam penjelasan batas penggunaan Claude.

Jadi, jawaban lebih pendek tidak otomatis membuat jatah pesan bertambah dengan perbandingan yang sama. Pisahkan pengamatan panjang keluaran dari kesimpulan tentang kuota.

Tim tipis membutuhkan hasil yang mudah dipindahkan ke pekerjaan

Untuk solopreneur, langkah antara menerima jawaban dan memakai jawaban perlu diperhatikan. Kamu mungkin masih menghapus pengantar, memilah alternatif, atau meminta format ulang.

Misalnya, kamu membuat kategori keluhan pelanggan untuk spreadsheet. Instruksinya bisa berbunyi: “Keluarkan satu kategori per baris, mengikuti urutan masukan, tanpa penjelasan tambahan.”

Untuk merapikan catatan rapat, tentukan “tugas, penanggung jawab, dan tenggat jika disebutkan”. Tambahkan aturan agar informasi yang belum tersedia tetap ditandai.

Kedua contoh itu memperjelas hasil yang bisa dipakai. Kamu bisa mengembangkan pola tersebut lewat cara menyusun prompt untuk efisiensi kerja.

Pertimbangan saya sederhana: lihat pekerjaan setelah jawaban muncul. Jika kamu masih sering membersihkan hasilnya, aturan keluaran mungkin perlu diperjelas.

Kapan aturan ringkas ini perlu dilonggarkan?

Instruksi “jangan pernah memberi disclaimer” terlalu luas. Kalimat tentang data yang belum tersedia bisa menentukan apakah rekomendasi layak digunakan.

Misalnya, kamu meminta AI memilih iklan terbaik berdasarkan jumlah klik saja. AI perlu menyebut bahwa informasi konversi belum tersedia sebelum menyimpulkan kinerja penjualan.

Batasan itu membantu keputusan. Sebaliknya, pengantar panjang tentang pentingnya pemasaran belum tentu memberi informasi tambahan.

Perhatikan juga tujuan teks. Balasan pelanggan yang sedang kecewa mungkin membutuhkan pengakuan masalah dan empati. Hilangkan komentar AI di luar draf, sambil mempertahankan kehangatan pesannya.

Untuk pembelajaran, penjelasan mekanisme tetap dibutuhkan. Untuk analisis, asumsi dan dasar kesimpulan perlu terlihat.

Jawaban yang terlalu dipadatkan bisa memicu pertanyaan susulan. Nilai efisiensi dari seluruh rangkaian pekerjaan sampai hasil bisa digunakan.

Uji pada pekerjaan berulang minggu ini

Mulai dengan tugas kecil yang hasilnya mudah kamu periksa:

1. Pilih tiga tugas rutin. Misalnya merapikan pesan pelanggan, mengelompokkan keluhan, dan merangkum catatan rapat.
2. Siapkan masukan yang sama. Bandingkan hasil tanpa template dan dengan template pada percakapan baru, memakai model serta pengaturan yang sama.
3. Ulangi tiap percobaan. Jawaban dapat bervariasi, sehingga satu pasangan hasil belum cukup menunjukkan pola yang konsisten.
4. Catat panjang dan kualitas. Gunakan hitungan token jika tersedia, atau jumlah kata sebagai pembanding panjang teks.
5. Catat revisi yang diperlukan. Periksa informasi hilang, format keliru, asumsi tersembunyi, dan pertanyaan susulan sampai pekerjaan selesai.
6. Pangkas template seperlunya. Pertahankan aturan yang membantu, lalu uji kembali setelah ada perubahan.

Kalau jumlah kata turun tetapi revisi bertambah, longgarkan batas panjangnya. Jika disclaimer penting ikut hilang, perjelas pengecualiannya.

Masukkan pemeriksaan ini ke rutinitas audit prompt bisnis agar aturan tetap cocok dengan pekerjaanmu.

Setiap kalimat sebaiknya membantu kamu memahami, memutuskan, atau bertindak. Coba template ini pada satu tugas berulang, lalu perhatikan bagian mana yang masih perlu kamu bereskan sendiri.

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