Menulis Prompt yang Jelas dan Presisi
Dari pertanyaan kabur menjadi instruksi tajam
Banyak orang kecewa pada AI bukan karena AI-nya buruk, tetapi karena pertanyaannya terlalu kabur. Prompt seperti “tolong buat ini lebih bagus” atau “analisis dokumen ini” terdengar sederhana, tetapi terlalu longgar. AI akhirnya menebak-nebak: lebih bagus menurut siapa, analisis bagian mana, untuk tujuan apa, dan dipakai oleh siapa. Referensi Miller menegaskan bahwa prompt yang terlalu luas, tanpa tujuan yang jelas, tanpa format output, dan tanpa konteks hampir pasti menghasilkan output yang tidak memuaskan.
Manajer perlu mengubah kebiasaan dari bertanya secara umum menjadi memberi instruksi secara terarah. AI bekerja jauh lebih baik ketika diberi kata kerja yang jelas, misalnya: ringkas, bandingkan, susun, evaluasi, petakan risiko, atau buat rekomendasi. Buku ini secara eksplisit menyarankan penggunaan kata kerja yang tegas dan fokus pada tujuan akhir, bukan pada kalimat pembuka.
Ilustrasi sederhana: Pertanyaan kabur itu seperti memberi tugas kepada staf baru dengan kalimat, “Tolong urus ya.” Instruksi tajam itu seperti berkata, “Tolong ringkas laporan ini untuk rapat direksi, fokus pada 3 risiko utama dan 3 tindakan yang harus diputuskan hari ini.” AI, sama seperti staf, bekerja lebih baik jika arah kerjanya jelas.
Contoh prompt yang mudah dipahami:
Kurang tajam
“Tolong analisis laporan ini.”
Lebih tajam
“Ringkas laporan ini untuk bahan rapat manajemen. Fokus pada 5 temuan utama, 3 risiko terbesar, dan 3 keputusan yang perlu diambil minggu ini. Gunakan bullet points, singkat dan langsung ke inti.”
Kurang tajam
“Buat email tentang perubahan jadwal.”
Lebih tajam
“Buat email formal kepada para supervisor tentang perubahan jadwal rapat dari Jumat ke Senin pagi. Jelaskan alasannya secara singkat, gunakan nada sopan dan profesional, maksimum 150 kata.”
Menentukan output yang benar
Sering kali masalah utama bukan pada isi jawaban, tetapi pada bentuk jawaban. Manajer membutuhkan memo singkat, tetapi AI memberi esai panjang. Atau manajer membutuhkan tabel keputusan, tetapi AI memberi paragraf umum. Karena itu, salah satu keterampilan paling penting dalam prompting adalah menentukan output yang benar sejak awal. Referensi Miller menyebut ini sebagai output specification: AI perlu diberi tahu bukan hanya apa yang harus dikerjakan, tetapi juga bagaimana hasil itu harus disajikan.
Output yang benar berarti output yang siap dipakai. Dalam konteks manajerial, bentuk keluaran harus disesuaikan dengan kebutuhan kerja. Untuk rapat, mungkin yang dibutuhkan adalah poin-poin keputusan. Untuk pimpinan, mungkin yang dibutuhkan adalah executive summary. Untuk evaluasi vendor, bentuk terbaik bisa berupa tabel perbandingan. Semakin tepat bentuk output, semakin kecil pekerjaan revisi di belakang.
Hal yang sebaiknya ditentukan saat meminta output:
- format: bullet, tabel, memo, email, ringkasan, SWOT,
- panjang: 5 poin, 150 kata, 1 halaman,
- gaya: formal, profesional, lugas, persuasif,
- tingkat detail: ringkas, sedang, mendalam,
- sudut pandang: untuk direktur, supervisor, tim operasional.
Contoh prompt:
“Sajikan hasil dalam tabel 3 kolom: isu utama, dampak bisnis, dan tindakan yang disarankan.”
“Buat dalam format memo singkat untuk direktur, maksimum 1 halaman, nada formal dan strategis.”
“Ringkas menjadi 7 bullet yang mudah dibaca saat rapat pagi.”
Meminta ringkasan, analisis, tabel, memo, rekomendasi
AI akan jauh lebih membantu jika manajer tahu jenis keluaran apa yang dibutuhkan. Dalam praktik sehari-hari, ada beberapa format yang paling berguna untuk pekerjaan manajerial: ringkasan, analisis, tabel, memo, dan rekomendasi. Disini ditempatkan format-format ini sebagai bentuk output yang paling relevan untuk pengguna non-teknis.
Ringkasan cocok ketika dokumen panjang harus dipadatkan. Analisis cocok ketika manajer ingin memahami penyebab, pola, atau implikasi. Tabel cocok untuk membandingkan opsi. Memo cocok untuk komunikasi ke atasan. Rekomendasi cocok ketika keputusan perlu diarahkan ke langkah konkret. Semakin tepat memilih bentuk output, semakin AI terasa seperti asisten kerja, bukan sekadar mesin percakapan.
Beberapa contoh prompt yang mudah dipahami:
Untuk ringkasan
“Ringkas dokumen ini untuk rapat pimpinan. Fokus pada inti masalah, angka terpenting, dan keputusan yang perlu diambil. Sajikan dalam 5 bullet.”
Untuk analisis
“Analisis penyebab keterlambatan proyek ini. Pisahkan faktor internal, faktor eksternal, dan risiko yang mungkin muncul jika masalah berlanjut.”
Untuk tabel
“Bandingkan tiga opsi vendor dalam tabel 4 kolom: biaya, kelebihan, risiko, dan rekomendasi.”
Untuk memo
“Buat memo singkat kepada direktur mengenai hasil evaluasi kuartalan. Gunakan nada formal, jelas, dan langsung ke inti.”
Untuk rekomendasi
“Berdasarkan data ini, susun 3 rekomendasi prioritas yang realistis untuk 30 hari ke depan. Jelaskan alasan singkat untuk setiap rekomendasi.”
Ilustrasi sederhana: Memilih format output itu seperti memilih wadah. Air yang sama akan lebih mudah dipakai jika ditempatkan dalam gelas, botol, atau teko yang sesuai kebutuhan. Isi penting, tetapi wadah yang tepat membuat isi langsung berguna.
Kesalahan umum dalam menulis prompt
Banyak prompt gagal bukan karena topiknya sulit, tetapi karena kesalahan dasarnya berulang. Referensi Miller merangkum beberapa ciri prompt yang buruk: terlalu luas, tanpa tujuan jelas, tanpa format output, tanpa konteks, instruksinya saling bertabrakan, atau terlalu banyak tugas dalam satu prompt. Kesalahan-kesalahan ini juga sangat relevan dengan kebutuhan manajer yang bekerja cepat dan sering menulis prompt secara spontan.
Kesalahan umum yang paling sering terjadi antara lain:
- terlalu umum, misalnya “buat lebih baik”;
- tujuan tidak jelas, sehingga AI tidak tahu hasil akhirnya;
- konteks kurang, sehingga AI menebak-nebak;
- format tidak ditentukan, sehingga hasil sulit dipakai;
- terlalu banyak tugas sekaligus, sehingga jawaban campur aduk;
- instruksi bertentangan, misalnya “singkat tapi sangat detail” tanpa prioritas.
Kesalahan lain adalah tidak meminta AI memisahkan fakta, interpretasi, dan rekomendasi. Ini penting dalam konteks manajerial, karena keputusan yang baik harus dibangun dari dasar yang jelas. Bahkan menyarankan kalimat praktis seperti: “Pisahkan fakta, asumsi, dan rekomendasi,” atau “Jika informasi tidak tersedia, katakan secara eksplisit.”
👉 Checklist cepat sebelum menekan Enter:
- Apakah tujuan saya sudah jelas?
- Apakah AI sudah tahu konteksnya?
- Apakah saya sudah menetapkan format output?
- Apakah saya memberi batasan yang cukup?
- Apakah saya meminta hasil yang bisa langsung dipakai?
- Apakah prompt ini terlalu banyak tugas sekaligus?
Contoh sebelum dan sesudah revisi prompt
Salah satu cara tercepat belajar prompting adalah melihat perubahan dari prompt yang buruk menjadi prompt yang lebih baik. Referensi Herman dan Miller sama-sama menunjukkan bahwa spesifikasi dan konteks membuat respons AI jauh lebih presisi dan relevan. Prompt yang terlalu umum sering menghasilkan jawaban melebar, sedangkan prompt yang diperjelas biasanya langsung terasa lebih berguna.
Contoh 1 — dari kabur ke tajam
Sebelum
“Buatkan laporan.”
Sesudah
“Buat ringkasan laporan bulanan penjualan untuk rapat manajemen. Fokus pada tren penjualan, produk dengan pertumbuhan tertinggi, dan area yang menurun. Sajikan dalam 6 bullet points dengan nada profesional.”
Mengapa lebih baik? Karena ada tujuan, fokus, format, dan audiens.
Contoh 2 - dari umum ke manajerial
Sumber : https://creativecommons.org/
https://drive.google.com/drive/folders/190W5pbuPYvDHsipXUo9UFIcKvOvGCUTO?usp=drive_link