Ini tiga belas prompt yang bisa kamu salin dan pakai hari ini di ChatGPT, Claude, atau Gemini. Masing-masing punya bagian kosong yang muncul sebagai kolom di kartunya: isi dengan topik, bahasa, atau teksmu sendiri, lalu salin prompt-nya atau langsung buka di chat. Di bawah setiap prompt ada catatan singkat tentang kenapa prompt itu ditulis seperti itu, supaya kamu bisa menyesuaikannya atau menulis prompt sendiri dengan gaya yang sama.
Prompt-prompt ini punya pola yang sama. Masing-masing menyatakan tugasnya dalam satu kalimat, memberikan konteks yang tidak bisa ditebak model, dan menyebutkan seperti apa jawabannya. Pola itu dijelaskan bagian demi bagian di cara menulis prompt.
Prompt untuk belajar
Prompt untuk belajar paling berhasil kalau memberi tahu model apa yang sudah kamu ketahui. Tanpa itu, penjelasannya ditujukan untuk pembaca rata-rata khayalan dan biasanya jadi terlalu dasar atau terlalu padat.
Analogi: kamu sedang mengantre dan ingin tahu posisimu. Kamu bertanya ke orang di depanmu, yang bertanya ke orang di depannya, dan seterusnya sampai orang pertama bilang "Aku nomor 1". Setiap orang menambahkan satu ke jawaban yang diterimanya lalu meneruskannya ke belakang.
Contoh:
def countdown(n):
if n == 0:
print("Done!")
return
print(n)
countdown(n - 1)
countdown(3)
Kode ini mencetak 3, 2, 1, lalu Done!. Fungsi rekursif menyelesaikan masalah dengan memanggil dirinya sendiri pada versi masalah yang lebih kecil. Pengecekan if n == 0 adalah base case: bagian yang menghentikan pemanggilan. Tanpa itu, fungsinya akan terus memanggil dirinya sendiri sampai Python memunculkan RecursionError.
Cek pemahamanmu: apa yang dicetak oleh countdown(0)?
Menyebutkan apa yang belum kamu pelajari adalah yang menjaga penjelasannya tetap dalam jangkauanmu. Pertanyaan cek di akhir mengubah kegiatan membaca menjadi tes kecil, dan di situlah proses belajar sebenarnya terjadi.
Pertanyaan 1 dari 5 (mudah): Kamu menggabungkan tabel customers dan tabel orders dengan INNER JOIN pada customer_id. Pelanggan yang belum pernah memesan: apakah dia muncul di hasilnya? Kenapa?
Ketik jawabanmu dan aku akan memberi tahu hasilnya.
"Tunggu jawabanku" adalah baris yang penting. Tanpa itu, model sering menulis kelima pertanyaan dalam satu balasan, kadang lengkap dengan jawabannya di bawah, sehingga kuisnya berubah menjadi bacaan.
Batas waktu dan baris "cara aku tahu" yang membedakan rencana yang bisa dipakai dari sekadar daftar topik. Rencana tanpa cek kesiapan cenderung diikuti sesuai jadwal, entah ada yang dipelajari atau tidak.
Prompt untuk coding
Prompt untuk coding butuh bahasa pemrogramannya, versinya kalau itu penting, dan kode atau error asli yang ditempel secara utuh. Deskripsi kodemu adalah deskripsi tentang apa yang kamu kira dilakukan kode itu, dan bug bersembunyi di perbedaannya.
Menyebutkan kasus-kasus tepi di awal, beserta apa yang harus terjadi di masing-masing, adalah cara paling murah untuk mendapatkan kode yang menanganinya sesuai keinginanmu. Meminta tes memberimu sesuatu untuk dijalankan, jadi kamu bisa memeriksa fungsinya alih-alih sekadar memercayainya.
[tempel kodenya]
Error lengkap:[tempel error lengkapnya, termasuk traceback]Meminta penyebab sebelum perbaikan mencegah model menulis ulang kodemu dengan tebakan yang kebetulan bisa jalan. Prompt untuk debugging membahas lebih jauh cara memberi model apa yang dibutuhkannya untuk menemukan bug.
[tempel kodenya]Penelusuran itulah yang membuat pemahamannya melekat. Penjelasan baris demi baris menyatakan apa yang dilakukan setiap baris secara umum; penelusuran menunjukkan apa yang dilakukannya pada nilai sungguhan, persis seperti saat kamu memeriksanya sendiri dengan debugger.
[tempel kodenya]Label tingkat keparahan membuatmu bisa memperbaiki hal-hal yang berbahaya lebih dulu, dan izin untuk berkata "tidak yakin" mengurangi alarm palsu yang disampaikan dengan yakin. Prompt untuk code review membahas lebih jauh, dengan daftar periksa untuk jenis-jenis review tertentu.
Prompt untuk menulis
Prompt untuk menulis butuh pembaca dan nada. "Buat ini lebih bagus" tidak memberi model sasaran apa pun; "buat ini lebih jelas untuk pelanggan yang tidak paham teknis" memberinya sasaran.
"Pertahankan setiap fakta dan angka" melindungi isinya sementara kata-katanya berubah. Daftar perubahan menunjukkan apa yang sudah dilakukan, jadi kamu bisa membatalkan suntingan yang tidak kamu setujui.
Subjek: Libur hari Jumat ini
Halo [Nama manajer],
Saya ingin mengambil libur hari Jumat ini untuk menghadiri pernikahan kakak saya. Laporan sprint akan selesai hari Kamis, jadi tidak akan ada pekerjaan yang tertunda karena saya pada hari itu.
Mohon kabari apakah itu tidak masalah.
Terima kasih, [Namamu]
"Tanpa permintaan maaf" adalah batasan kecil dengan efek besar: tanpa itu, permintaan seperti ini cenderung dibuka dengan satu paragraf "maaf merepotkan". Baris rencana menjawab pertanyaan pertama pembaca sebelum mereka sempat menanyakannya.
Menyebutkan pembacanya menentukan apa yang dianggap penting. Baris pertanyaan terbuka menangkap hal yang dibuang oleh ringkasan biasa: hal-hal yang belum diputuskan siapa pun.
Prompt untuk pekerjaan dan perencanaan
Prompt-prompt ini mengubah input yang berantakan menjadi sesuatu yang bisa langsung ditindaklanjuti. Triknya selalu sama: memberi tahu model apa yang harus dilakukan ketika informasinya tidak ada, supaya model menandai celahnya alih-alih mengisinya dengan tebakan.
| Tugas | Penanggung jawab | Tenggat |
|---|---|---|
| Memperbarui halaman harga | Priya | tidak disebutkan |
| Mengirim email ke pengguna beta | tidak disebutkan | tidak disebutkan |
| Mengecek setup analytics | Tom | Jumat |
Keputusan:
- Tanggal peluncuran diundur ke 12 Mei.
Aturan "tidak disebutkan" itulah yang membuat tabelnya bisa dipercaya: penanggung jawab yang ditandai "tidak disebutkan" berarti tugas yang belum diambil siapa pun, dan kamu perlu melihat itu. Kalau hasilnya harus dibaca oleh program, lihat output terstruktur untuk meminta JSON alih-alih tabel.
Meminta model bertanya lebih dulu membalik alur yang biasa. Alih-alih daftar kelebihan dan kekurangan yang umum, kamu mendapat perbandingan yang dibangun dari prioritasmu sendiri.
Langkah-langkah kecil yang terlihat hasilnya membuat kemajuan bisa dicek, dan menandai langkah yang sulit sejak awal berarti kamu menghadapinya dengan sudah siap. Untuk mengubah prompt mana pun di halaman ini menjadi versi siap pakaimu sendiri, lihat template prompt.
Pertanyaan yang sering diajukan
Apa saja contoh prompt ChatGPT yang bagus?
Prompt yang bagus menyebutkan tugasnya, memberikan konteks yang tidak bisa ditebak model, dan menyatakan seperti apa bentuk jawabannya. "Jelaskan rekursi kepada orang yang paham loop tapi belum paham struktur data, dengan satu analogi dan satu contoh Python" jauh lebih berhasil daripada "jelaskan rekursi". Prompt-prompt di halaman ini mengikuti pola itu untuk belajar, coding, menulis, dan membuat rencana.
Apakah prompt-prompt ini juga bisa dipakai di Claude dan Gemini?
Bisa. Tidak ada satu pun yang bergantung pada fitur produk tertentu. Semuanya instruksi biasa, jadi bisa dipakai di ChatGPT, Claude, Gemini, dan model chat lainnya. Kata-kata balasannya akan berbeda antar model dan antar percobaan, tapi struktur yang kamu minta seharusnya tetap terjaga.
Bagaimana cara menyesuaikan contoh prompt?
Ganti setiap bagian kosong dengan detailmu sendiri, lalu baca prompt-nya sekali seolah-olah kamu adalah modelnya: apakah masih ada yang kurang jelas? Tambahkan satu kalimat konteks tentang untuk siapa jawabannya dan apa yang sudah kamu ketahui. Kalau balasan pertama meleset, ubah prompt-nya alih-alih berdebat di chat, supaya kamu punya prompt yang lebih bagus untuk dipakai ulang.
Apakah prompt yang sering dipakai sebaiknya disimpan?
Ya. Prompt yang berhasil layak disimpan sebagai template dengan bagian kosong, seperti cara prompt-prompt di halaman ini ditulis. Kebanyakan aplikasi chat juga memungkinkan kamu menyimpan instruksi tetap, seperti instruksi kustom atau instruksi proyek, supaya kamu tidak perlu mengulang konteks yang sama di setiap chat.