Apa Itu Prompt? Arti Prompt AI dan Contohnya

Prompt adalah input yang kamu berikan ke model AI untuk memberi tahu apa yang harus dihasilkan. Di ChatGPT, Claude, atau Gemini, prompt adalah pesan yang kamu ketik di kotak teks, ditambah apa pun yang kamu lampirkan: file, screenshot, atau error yang kamu tempel. Model membaca prompt itu lalu menulis balasan yang melanjutkannya. Model tidak punya cara lain untuk tahu apa yang kamu mau, jadi prompt adalah seluruh permintaanmu.

Kata ini berasal dari arti sehari-harinya dalam bahasa Inggris: to prompt someone berarti memancing seseorang untuk bicara atau bertindak. Prompt AI adalah pancingan itu. Bentuknya bisa berupa pertanyaan, instruksi, sekumpulan teks dengan tugas yang menyertainya, atau deskripsi sebuah gambar.

Apa saja isi sebuah prompt

Pertanyaan satu baris sudah termasuk prompt yang sah, dan untuk jawaban satu baris sering kali itu sudah cukup. Makin spesifik permintaannya, makin sering sebuah prompt berisi beberapa bagian yang sama:

• Tugas: apa yang harus dilakukan, biasanya berupa kata kerja. Jelaskan, tulis, perbaiki, ringkas, terjemahkan, bandingkan.
• Konteks: fakta yang tidak bisa ditebak model. Siapa kamu, apa yang sudah kamu ketahui, untuk apa hasilnya.
• Input: materi yang akan diolah. Kodenya, email-nya, tabelnya, artikelnya.
• Format: bentuk jawabannya. Daftar, tabel, tiga paragraf pendek, JSON.
• Batasan: aturan pembatas. Jumlah kata, kata yang harus dihindari, bagian yang tidak boleh diubah.

Perbedaan antara prompt yang lemah dan yang kuat jarang terletak pada pilihan kata yang cerdik. Yang menentukan adalah apakah bagian-bagian itu ada. "Tulis fungsi yang mengurutkan list" membuat model harus menebak bahasa pemrogramannya, datanya, dan urutannya. Tambahkan tiga fakta itu dan tebak-tebakan pun berhenti. Cara menulis prompt membahas setiap bagian dengan contoh yang bisa kamu nyalakan dan matikan.

Contoh prompt

Bentuk prompt berbeda-beda tergantung apa yang ingin kamu dapatkan. Pindah-pindah tab untuk melihat prompt untuk menulis, untuk kode, dan untuk belajar, masing-masing dengan balasan yang umum.

TeksKodeBelajar

EditCopy

Fill inbahasa

Tulis ulang pesan ini supaya terdengar sopan tapi tegas. Jangan lebih dari 60 kata. "halo, katanya laporannya selesai hari senin dan sekarang udah rabu. aku butuh hari ini atau aku nggak bisa kirim angkanya ke klien"

Try it

Example replyReplies vary between models and runs.

Halo, saya menunggu laporannya sejak hari Senin dan sampai sekarang belum menerimanya. Saya membutuhkannya paling lambat hari ini supaya bisa mengirim angkanya ke klien tepat waktu. Boleh dikabari kapan laporannya siap? Terima kasih.

Prompt gambar bekerja dengan cara yang sama, tapi balasannya berupa gambar. Generator gambar, termasuk yang ada di dalam beberapa aplikasi chat, paling baik merespons deskripsi tentang subjek, latar, gaya, dan sudut pengambilannya:

Ilustrasi cat air sebuah robot kecil yang sedang menyiram tanaman di balkon kota saat matahari terbit, cahaya hangat yang lembut, bidikan lebar.

Setiap detail menghapus satu pilihan yang kalau tidak akan diambil model untukmu. Hilangkan "cat air" dan kamu mungkin mendapat foto; hilangkan "bidikan lebar" dan balkonnya mungkin terpotong.

Prompt, balasan, dan prompt sistem

Ada tiga potong teks yang terlibat dalam chat biasa dengan model AI, dan ada gunanya memahami nama masing-masing:

• Prompt (disebut juga pesan pengguna atau user message) adalah apa yang kamu kirim untuk permintaan ini.
• Balasan (disebut juga respons atau completion) adalah apa yang ditulis model sebagai jawaban.
• Prompt sistem (system prompt) adalah kumpulan instruksi tetap yang berlaku untuk seluruh percakapan. Aplikasi atau developer yang mengaturnya, dan kamu bisa menambahkannya lewat pengaturan seperti instruksi kustom atau instruksi proyek.

Blok di bawah ini menunjukkan ketiganya. Prompt sistem menetapkan satu aturan sekali saja, dan balasannya mengikuti aturan itu meskipun pengguna tidak pernah mengulanginya.

Prompt, balasan, dan prompt sistem

EditCopy

System prompt

Kamu adalah tutor coding untuk pemula. Jangan pernah memberikan solusi lengkap untuk sebuah latihan. Berikan satu petunjuk dalam satu waktu dan tanyakan kepada siswa apa yang akan mereka coba selanjutnya.

Loop-ku mencetak 1 sampai 9 padahal di latihannya harus mencetak 1 sampai 10. Ini kodeku: for i in range(1, 10): print(i)

Try it

Chat apps receive the system prompt as the start of your message, so this tries its wording, not its priority. To test it as standing instructions, put it in the app's custom instructions or the API's system field.

Example replyReplies vary between models and runs.

Hampir! Ini satu petunjuk: jalankan print(list(range(1, 4))) lalu bandingkan outputnya dengan dua angka yang kamu berikan ke range.

Apa yang kamu perhatikan, dan apa yang akan kamu ubah di loop-mu?

Tanpa prompt sistem, model kemungkinan besar langsung memberikan perbaikannya, range(1, 11). Prompt sistem mengubah perilaku model untuk setiap pesan dalam chat itu. Prompt sistem membahas di mana mengaturnya dan apa yang perlu ditulis di dalamnya.

Prompt lebih dari sekadar pesan terakhirmu

Dalam sebuah percakapan, model tidak mengingat giliran sebelumnya seperti manusia. Setiap kali kamu mengirim pesan, aplikasi mengirimkan prompt sistem dan percakapan sejauh ini ke model, dengan pesan barumu di bagian akhir. Teks gabungan itulah yang sebenarnya dijawab oleh model.

Ini punya dua efek praktis. Pertama, pesan-pesan sebelumnya tetap membentuk jawaban berikutnya: kalau sepuluh pesan lalu kamu bilang "pakai TypeScript", instruksi itu masih berlaku. Kedua, ada batas berapa banyak teks yang bisa diterima model sekaligus, yang diukur dalam token. Kalau percakapan melewati batas itu, aplikasi harus membuang atau memadatkan bagian yang lebih lama, atau memintamu memulai chat baru, dan instruksi dari awal chat bisa berhenti berpengaruh. Token dan context window menjelaskan cara kerja batas itu.

Prompt bukan query database

Dengan sendirinya, model tidak mencari apa pun. Model menghasilkan balasan sepotong kecil teks demi sepotong, dan setiap potongan dipilih berdasarkan prompt dan pola yang dipelajari saat pelatihan. (Aplikasi yang punya pencarian web atau alat file mengambil materi lebih dulu dan menambahkannya ke prompt; model tetap menulis dari teks yang ada di depannya.) Itulah kenapa prompt yang sama bisa memberikan balasan yang sedikit berbeda di dua percobaan, dan kenapa model bisa menyatakan sesuatu yang salah dengan sangat yakin ketika prompt menanyakan fakta yang tidak dimilikinya.

Dari situ muncul dua kebiasaan. Masukkan fakta yang harus menjadi dasar jawaban ke dalam prompt itu sendiri, seperti dokumennya, angkanya, atau pesan error-nya, alih-alih berharap model sudah mengetahuinya. Lalu periksa setiap fakta, angka, atau kutipan dalam balasan sebelum kamu memakainya.