Dalam era digital yang berkembang pesat, kemampuan berkomunikasi dengan kecerdasan buatan (AI) telah menjadi keahlian baru yang sangat berharga. Salah satu cara komunikasi ini adalah melalui prompt Engineering, Dimana ini merupakan teknik merancang perintah (prompt) agar AI LLM (Large Language Model)  seperti ChatGPT dapat memberikan jawaban yang berkualitas, akurat, relevan, dan sesuai tujuan.

Apa Itu Prompt Engineering?

Prompt Engineering adalah proses merancang instruksi atau pertanyaan secara strategis dan terstruktur agar sistem AI menghasilkan keluaran yang diinginkan. Layaknya mengajukan pertanyaan kepada seorang ahli, AI pun membutuhkan instruksi yang jelas, spesifik, dan terstruktur agar dapat bekerja optimal.

Konsep ini sangat penting dalam berbagai aplikasi, mulai dari penulisan artikel, pemrograman, analisis data, hingga pendidikan. Makin baik prompt-nya, makin baik pula respons dari AI.

Golden Rules dalam Prompt Engineering

Berdasarkan catatan dan hasil studi lapangan, terdapat lima prinsip utama yang menjadi pedoman dalam menyusun prompt yang efektif:

  1. Be Specific – Jelaskan tugas dengan rinci dan tidak ambigu.
  2. Be Explicit – Sertakan format, gaya, atau panjang jawaban yang diinginkan.
  3. Step-by-step – Minta AI menjawab secara bertahap untuk tugas kompleks.
  4. Assign Roles – Instruksikan AI untuk “berperan” sebagai sosok tertentu (misalnya: “Bertindaklah sebagai seorang dosen...”).
  5. Iterate – Gunakan proses berulang untuk menyempurnakan hasil.

Format Ideal untuk Menyusun Prompt

Prompt yang efektif umumnya mengikuti struktur:

[Persona] + [Context] + [Task] + [Exemplar] + [Format] + [Tone]

  1. Persona

Menentukan siapa yang berbicara atau siapa yang menjadi peran dari AI (jika perlu).

  • Contoh:
    • "Sebagai mahasiswa teknik informatika..."
    • "Bertindaklah sebagai seorang dosen penguji..."
  1. Context

Menjelaskan latar belakang atau situasi pengguna yang relevan.

  • Contoh:
    • "Saya sedang belajar AI dan ingin memahami konsep machine learning."
    • "Saya hanya punya waktu 2 jam per hari untuk belajar."
  1. Task

Perintah atau tugas utama yang diminta dari AI. Gunakan kata kerja aktif (verb) seperti: jelaskan, ringkas, bandingkan, buatkan, tuliskan, dll.

  • Contoh:
    • "Rumuskan perbedaan antara algoritma SVM dan Random Forest dalam 5 poin."
  1. Exemplar

Contoh jika ingin memberi ilustrasi hasil yang diharapkan. Bermanfaat dalam few-shot prompting.

  • Contoh:
    • "Contohnya, pada poin pertama jelaskan dari sisi algoritma, lalu dari sisi akurasi."
  1. Format

Menentukan bentuk hasil output.

  • Contoh:
    • "Dalam bentuk bullet points."
    • "Berikan dalam format tabel perbandingan."
  1. Tone

Menentukan gaya bahasa atau nada komunikasi yang diinginkan.

  • Contoh:
    • "Gunakan bahasa profesional yang mudah dipahami oleh pemula."
    • "Sampaikan dengan nada santai dan ringkas."

Contoh Prompt Lengkap dengan Format yang Ideal:

“Saya seorang mahasiswa teknik informatika (Persona + Context). Berikan saya ringkasan 5 poin tentang perbedaan SVM dan Random Forest (Task), dalam bentuk bullet point (Format), menggunakan bahasa yang mudah dimengerti oleh pemula, dengan gaya profesional (Tone). Sebagai contoh (Exemplar), pada setiap poin, sertakan penjelasan singkat dan perbandingan praktis yang membantu saya memahami cara kerja masing-masing algoritma.”

Tidak semua elemen harus digunakan, tetapi gabungan ini terbukti memberikan hasil terbaik. Misalnya:

“Saya seorang mahasiswa teknik informatika. Berikan saya ringkasan 5 poin tentang perbedaan SVM dan Random Forest, dalam bahasa yang mudah dimengerti untuk pemula, dengan gaya profesional.”

Jenis Prompt yang Bisa Digunakan

Beberapa gaya prompt yang bisa diterapkan antara lain:

  • Instructional Prompt: “Jelaskan topik ini dalam 3 poin utama.”
  • Creative Prompt: “Tulis cerita fiksi ilmiah yang berlatar tahun 2190 di Mars.”
  • Comparison Prompt: “Bandingkan algoritma SVM dan Random Forest.”
  • Role-based Prompt: “Bayangkan kamu adalah ahli nutrisi, buatkan rencana makan untuk penderita diabetes.”
  • Chain of Thought Prompt: “Coba pikirkan langkah demi langkah untuk menyelesaikan masalah matematika ini.”

Strategi Lanjutan

  • Few-shot Prompting: Berikan contoh agar AI memahami pola.
  • Zero-shot Prompting: Langsung berikan perintah tanpa contoh.
  • Control Creativity: Atur parameter seperti temperature (misalnya: 0.2 – 0.4 untuk jawaban lebih faktual, >0.7 untuk lebih kreatif).

Faktor Kontekstual yang Perlu Dipahami

Prompt yang baik juga memperhatikan:

  1. Latar belakang pengguna
  2. Tujuan atau hasil yang ingin dicapai
  3. Kondisi atau keterbatasan pengguna (waktu, tempat, alat)

Contoh:

“Saya mahasiswa 20 tahun yang ingin belajar AI selama 2 bulan ke depan. Saya hanya punya waktu setelah pukul 6 sore. Buatkan saya rencana belajar yang realistis.”

Mengapa Prompt Engineering Penting?

Layaknya berbicara dengan seseorang, cara kita bertanya akan memengaruhi kualitas jawaban yang kita terima. Jika pertanyaannya kabur atau terlalu umum, hasilnya pun akan membingungkan. Sebaliknya, jika kita mampu merancang prompt yang jelas, spesifik, dan terstruktur, maka AI dapat bekerja lebih optimal dan membantu menyelesaikan berbagai tugas mulai dari menulis artikel, menganalisis data, hingga membuat rencana pembelajaran. Dalam dunia pendidikan, riset, dan industri, kemampuan ini menjadi keterampilan baru yang patut dikuasai. Prompt Engineering bukan sekadar tren, tetapi alat komunikasi penting yang akan menentukan bagaimana kita berinteraksi dengan teknologi ke depan.

Referensi:

  • Brown, T. et al. (2020). Language Models are Few-Shot Learners. OpenAI GPT-3 Research Paper.
  • Liu, P. et al. (2023). Pre-train Prompting Paradigms. ACL Anthology.
  • Catatan “Prompt Engineering Notes” oleh Kenrich Heavenly Sandria (2025)