Prompt AI untuk Keputusan Bisnis: Analisis Dulu, Baru Minta Keputusan yang Bisa Dieksekusi

Agar prompt AI untuk keputusan bisnis menghasilkan jawaban yang bisa dieksekusi, pecah pertanyaannya jadi dua tahap. Minta AI menganalisis dulu, cek analisisnya, lalu minta keputusan dalam format tetap. Hasilnya berubah dari teks panjang yang serba “tergantung” menjadi satu pilihan, alasannya, dan langkah pertama yang jelas.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• Tahap pertama melebarkan masalah dengan menuliskan fakta, asumsi, opsi, kriteria, dan risiko secara terbuka tanpa keputusan.
• Tahap kedua menyempitkan masalah karena AI wajib memilih satu opsi dan mengisi format keputusan yang sudah kamu tentukan.
• Di antara keduanya ada titik cek, tempat kamu membetulkan asumsi yang salah sebelum keputusan diambil.

Dua cara bertanya, dua jenis jawaban

Coba kamu bayangin dua pemilik toko online yang sama-sama bingung. Misalnya keduanya jualan hijab dan penjualan tiga bulan terakhir stagnan. Opsinya ada tiga: buka program reseller, masuk ke marketplace baru, atau fokus ke repeat order pelanggan lama.

Pemilik pertama mengetik satu kalimat: “Mana yang sebaiknya saya pilih?” Jawabannya rapi, panjang, dan adil ke semua opsi. Setiap opsi punya kelebihan, kekurangan, dan penutup “semua tergantung kondisi bisnis kamu”. Dia selesai membaca dengan perasaan tercerahkan, tapi besok paginya tetap bingung mau mulai dari mana.

Pemilik kedua bertanya dua kali. Pertama, dia minta analisis saja, lengkap dengan asumsi yang dipakai. Saat membaca, dia menemukan satu asumsi keliru: AI mengira margin produknya tebal, padahal tipis. Dia koreksi.

Kedua, dia minta satu keputusan dalam format tetap. Isinya pilihan, tiga alasan, langkah pertama, dan tanda kapan harus berhenti.

Model AI-nya sama. Yang berbeda cuma susunan pertanyaannya.

Kenapa jawaban AI sering jadi tembok teks yang susah dieksekusi?

Ada tiga sebab yang biasanya bertumpuk.

Baca jugaPrompt & ChatGPTKenapa AI Harus Mikir Beberapa Arah Dulu Sebelum Jawab (Tree-of-Thought untuk Keputusan Bisnis)

1. Satu prompt meminta dua pekerjaan yang berlawanan. Analisis butuh membuka sebanyak mungkin kemungkinan. Keputusan butuh menutupnya jadi satu. Kalau diminta sekaligus, jawaban cenderung berhenti di tengah: banyak pertimbangan, sedikit komitmen.
2. Format keluarannya tidak ditentukan. Pertanyaan terbuka mengundang jawaban berbentuk esai. Tanpa slot seperti “keputusan” atau “langkah pertama”, tidak ada bagian yang memaksa AI menulis satu pilihan tegas.
3. Asumsinya tersembunyi. AI mengisi data yang tidak kamu berikan dengan dugaan yang terdengar masuk akal. Dugaan itu ikut membentuk rekomendasi, padahal kamu tidak pernah melihat atau menyetujuinya.

Sebab ketiga paling berbahaya. Rekomendasi yang dibangun dari asumsi keliru tetap terdengar meyakinkan.

Dari mana teknik dua tahap ini berasal?

Akarnya ada di riset tentang zero-shot chain-of-thought. Chain-of-thought prompting adalah teknik meminta model AI menuliskan langkah penalaran sebelum memberi jawaban akhir. Versi zero-shot melakukannya tanpa contoh soal dan jawaban, cukup dengan kalimat pemicu.

Paper Large Language Models are Zero-Shot Reasoners karya Kojima dan rekan (2022) mempopulerkan pemicu “Let’s think step by step”. Bagian yang jarang dibahas ada di penjelasan metodenya: teknik ini memakai dua kali prompting.

• Prompt pertama, ekstraksi penalaran. Pertanyaan diberi kalimat pemicu supaya model menulis penalarannya.
• Prompt kedua, ekstraksi jawaban. Penalaran tadi digabung dengan kalimat seperti “Therefore, the answer (arabic numerals) is” supaya model mengeluarkan jawaban dalam format yang diminta.

Answer extraction adalah langkah menarik jawaban final berformat tertentu dari teks penalaran yang panjang. Penulis paper membutuhkannya karena teks penalaran saja belum berbentuk jawaban yang siap dipakai.

Nah, ini persis masalah pebisnis yang memakai AI. Analisis yang bagus belum tentu bisa langsung dikerjakan. Kamu butuh panggung kedua yang mengubahnya jadi keputusan.

Perlu dicatat, paper itu menguji soal aritmetika dan logika dengan model generasi 2022. Yang kita pinjam adalah struktur dua panggungnya. Angka akurasi di paper tidak otomatis berlaku untuk keputusan bisnis.

Cara menyusun prompt AI untuk keputusan bisnis dengan dua tahap

Teknik prompt dua tahap adalah cara bertanya ke AI dengan memisahkan analisis dan keputusan ke dua prompt berbeda, dengan titik cek manusia di antaranya. Atributnya:

• Prompt pertama dilarang memberi keputusan.
• Asumsi wajib ditulis eksplisit supaya bisa dikoreksi.
• Prompt kedua memakai format keputusan yang tetap.
• AI wajib memilih satu opsi.
• Keputusan selalu menyertakan langkah pertama dan tanda berhenti.

Tahap 1: minta analisis, larang keputusan

Contoh prompt berikut hanya ilustrasi. Sesuaikan dengan bisnismu.

Konteks: Saya menjual hijab secara online. Penjualan 3 bulan terakhir stagnan.
Tim saya 2 orang. Opsi yang saya pertimbangkan: program reseller,
marketplace baru, atau fokus repeat order pelanggan lama.

Tugas: Analisis dulu. Jangan beri rekomendasi atau keputusan apa pun.

Tulis dengan bagian berikut:
1. Fakta yang kamu pakai dari konteks saya
2. Asumsi yang kamu buat karena datanya tidak ada
3. Kriteria yang relevan untuk memilih
4. Kelebihan, risiko, dan kebutuhan sumber daya tiap opsi
5. Data yang belum ada dan paling mengubah hasil kalau saya punya

Larangan memberi rekomendasi itu penting. Tanpa larangan itu, AI sering menyelipkan rekomendasi di tengah analisis, dan kamu kehilangan titik cek.

Kalau kamu belum yakin konteks apa yang perlu ditulis, mulai dengan meminta AI menyusun pertanyaan terbaiknya dulu. Setelah itu baru masuk ke tahap 1.

Titik cek: koreksi asumsi sebelum lanjut

Baca bagian asumsi dan data yang belum ada. Dua bagian ini paling bernilai dari tahap 1. Coret asumsi yang salah, tambahkan angka yang kamu punya, lalu tulis kriteria yang paling penting buat kamu.

Misalnya kamu menulis: “Koreksi: margin produk saya tipis. Tim hanya sanggup mengurus satu kanal baru. Kriteria utama: arus kas dalam waktu dekat.”

Tahap 2: tarik keputusan ke format tetap

Berdasarkan analisis di atas dan koreksi saya, pilih SATU opsi.
Jangan beri jawaban "tergantung". Isi format ini saja:

Keputusan: (satu kalimat)
Alasan utama: (maksimal 3 poin, merujuk ke analisis)
Yang sengaja ditunda: (opsi yang tidak dikerjakan dulu dan alasannya)
Langkah pertama minggu ini: (satu tindakan konkret dan siapa yang mengerjakan)
Indikator untuk dicek: (apa yang diamati)
Tanda berhenti: (kondisi yang membuat keputusan ini perlu ditinjau ulang)

Format seperti ini bisa disebut decision brief. Decision brief adalah ringkasan keputusan yang memuat pilihan, alasan, langkah pertama, dan syarat peninjauan ulang. Slot-slot itulah yang membuat jawaban bisa langsung dieksekusi.

Kenapa memisahkan analisis dan keputusan bikin jawaban lebih tajam?

• Kamu punya kesempatan memperbaiki input. Kesalahan asumsi ketahuan sebelum menjadi dasar keputusan.
• Slot format memaksa komitmen. Kolom “Keputusan: satu kalimat” sulit diisi dengan tiga opsi sekaligus.
• Keputusan bisa ditelusuri. Alasan harus merujuk ke analisis yang sudah kamu baca, jadi dasar pilihannya terlihat.
• Tahap 2 bisa diulang dengan murah. Kalau prioritasmu berubah, ganti kriterianya lalu jalankan ulang tahap 2. Analisisnya tetap bisa dipakai.
• Yang ditunda jadi eksplisit. Bagi tim kecil, daftar pekerjaan yang sengaja ditunda sering sama berharganya dengan keputusannya.

Untuk keputusan berisiko tinggi, kamu bisa menjalankan tahap 1 beberapa kali. Lihat apakah analisisnya konsisten sebelum masuk ke tahap 2.

Apakah teknik ini masih perlu di model AI dengan mode thinking?

Masih perlu, dengan satu penyesuaian di tahap 1.

Model reasoning, atau model dengan mode thinking, adalah model yang melakukan penalaran internal sebelum menjawab. Panduan reasoning dari OpenAI menyebut instruksi “think step by step” tidak diperlukan untuk model jenis ini. Panduan yang sama menyebut instruksi itu kadang malah menghambat, dan menyarankan prompt yang sederhana, langsung, serta memakai pemisah yang jelas.

Dokumentasi prompting Claude juga menyarankan instruksi umum ketimbang rencana langkah berpikir yang ditulis manual. Chain-of-thought manual disebut sebagai cadangan saat thinking dimatikan, dengan jawaban akhir dipisah dalam tag tersendiri. Dokumen itu juga mencatat bahwa pada beberapa model terbaru, prompt yang meminta model menuliskan penalarannya bisa ditolak.

Jadi penyesuaiannya begini:

• Di tahap 1, minta dokumen analisis sebagai hasil kerja: fakta, asumsi, opsi, dan risiko. Dokumen ini untuk kamu baca dan koreksi.
• Hindari kalimat pemicu seperti “pikirkan langkah demi langkah” di model reasoning.
• Tahap 2 tetap berguna penuh. Format keputusan dan titik cek tetap kamu yang pegang.

Kenapa ini penting kalau timmu tipis

Di bisnis kecil, keputusan jarang kekurangan ide. Yang kurang biasanya waktu untuk mengubah ide jadi tindakan. Pemilik yang merangkap marketing, admin, dan CS butuh jawaban yang bisa diteruskan ke tim tanpa diterjemahkan ulang.

Decision brief dari tahap 2 bisa langsung dikirim ke grup kerja. Isinya sudah menjawab pertanyaan yang biasanya muncul: kita ngapain, kenapa, mulai dari mana, dan kapan evaluasi.

Kalau format tahap 2 sudah cocok, simpan sebagai template. Kamu juga bisa mengubah hasil terbaik jadi prompt sistem supaya format keputusan yang sama dipakai konsisten oleh siapa pun di tim.

Jebakannya: kapan teknik dua tahap tidak berlaku

• Tugas sederhana. Menulis caption, merapikan email, atau mencari fakta singkat cukup dengan satu prompt yang jelas. Paper Kojima sendiri mencatat pemicu step-by-step tidak meningkatkan hasil pada soal akal sehat seperti CommonsenseQA.
• Analisis yang rapi belum tentu benar. Dalam paper yang sama, peneliti menemukan sampel jawaban benar yang penalarannya keliru. Perlakukan analisis sebagai bahan cek yang tetap perlu kamu verifikasi.
• Data kosong menghasilkan keputusan lemah. Tanpa angka penjualan, margin, atau kapasitas tim, keputusan di tahap 2 cuma sekuat tebakan di tahap 1.
• Titik ceknya dilewati. Kalau tahap 2 langsung ditempel tanpa membaca asumsi, manfaat utamanya hilang. Hasilnya kembali seperti satu prompt panjang.
• Keputusan berisiko hukum, pajak, kesehatan, atau keuangan besar. Pakai AI untuk menyiapkan analisis dan daftar pertanyaan, lalu bawa ke profesional yang berwenang.
• Analisisnya kepanjangan. Kalau tahap 1 menghasilkan puluhan poin, batasi jumlah opsi dan kriteria. Analisis yang tidak kamu baca tidak memberi titik cek apa pun.

Langkah yang bisa kamu coba minggu ini

1. Pilih satu keputusan yang sudah lama tertunda.
2. Tulis konteksnya dalam beberapa kalimat: situasi, opsi, batasan tim, dan data yang kamu punya.
3. Jalankan tahap 1 dengan larangan memberi rekomendasi.
4. Tandai setiap asumsi sebagai benar, salah, atau belum tahu. Koreksi yang salah.
5. Jalankan tahap 2 dengan format keputusan tetap.
6. Kerjakan langkah pertamanya, lalu catat indikator yang diminta.
7. Kalau formatnya pas, simpan sebagai template untuk keputusan berikutnya.

Cara ceknya sederhana. Setelah tahap 2, tanya dirimu: “Apakah saya tahu persis apa yang dikerjakan besok pagi?” Kalau belum, slot langkah pertamanya masih terlalu kabur. Minta AI memecahnya lagi.

AI yang pandai menganalisis sudah banyak. Yang menggerakkan bisnis adalah satu keputusan yang berani dipilih dan langkah pertama yang jelas. Pisahkan dua pekerjaan itu, dan kendali tetap ada di tanganmu, tepat di tengah keduanya.

Kalau kamu ingin mendalami cara kerja bareng AI assistant seperti ini secara lebih terstruktur, kamu bisa melihat program Claude Mastery.