Prompting untuk Analisis dan Pengambilan Keputusan

Merumuskan masalah

Keputusan yang buruk sering kali bukan dimulai dari analisis yang buruk, tetapi dari rumusan masalah yang kabur. Jika manajer bertanya ke AI dengan kalimat seperti “Apa yang harus saya lakukan?”, hasilnya hampir pasti terlalu umum. Karena itu, langkah pertama adalah membantu AI memahami masalah apa yang sebenarnya sedang dihadapi, siapa yang terdampak, apa gejalanya, dan apa tujuan akhirnya. Prompt yang baik lahir dari pikiran yang jernih, tujuan yang jelas, konteks yang cukup, dan instruksi yang tepat.

Dalam praktiknya, merumuskan masalah berarti memisahkan antara gejala dan akar persoalan. Misalnya, “penjualan turun” adalah gejala. Masalahnya bisa berbeda-beda: produk tidak relevan, layanan lambat, promosi lemah, atau kompetitor lebih agresif. AI bisa membantu memetakan kemungkinan ini jika prompt-nya diarahkan dengan baik. AI perlu dipakai untuk memetakan masalah dan mengurai akar masalah, bukan sekadar memberi jawaban instan.

Ilustrasi sederhana: Masalah itu seperti demam. Demam bukan penyakitnya, melainkan tanda bahwa ada sesuatu yang perlu dicari lebih dalam. AI bisa membantu mencari kemungkinan penyebab, tetapi manajer tetap harus memastikan apa yang benar-benar terjadi.

Contoh prompt yang mudah dipahami:

“Bantu saya merumuskan masalah ini dengan lebih jelas. Situasinya: keterlambatan proyek terus berulang dalam 3 bulan terakhir. Pisahkan antara gejala, kemungkinan akar masalah, dan dampaknya bagi tim.”

“Petakan masalah utama dari kasus ini. Bagi menjadi tiga bagian: faktor internal, faktor eksternal, dan faktor yang masih perlu diverifikasi.”

“Uraikan persoalan ini seperti analis bisnis. Fokus pada apa masalah intinya, apa penyebab yang mungkin, dan pertanyaan apa yang masih harus dijawab sebelum mengambil keputusan.”

Tips praktis:

1. jelaskan situasi singkatnya,
2. minta AI memisahkan gejala dan akar masalah,
3. dan minta AI menyebutkan apa yang belum diketahui.

Membandingkan opsi

Setelah masalah dirumuskan, langkah berikutnya biasanya adalah membandingkan opsi. Dalam dunia manajerial, jarang ada pilihan yang sempurna. Yang ada adalah beberapa alternatif dengan kelebihan, kekurangan, biaya, risiko, dan konsekuensinya masing-masing. Kemampuan AI untuk membuat opsi keputusan dan membandingkan alternatif sebagai bagian dari prompting untuk keputusan.

AI sangat membantu ketika manajer ingin melihat pilihan secara lebih terstruktur. Tetapi prompt yang efektif tidak cukup hanya berkata “bandingkan opsi A dan B.” Manajer perlu menentukan dimensi perbandingan yang relevan, misalnya biaya, dampak operasional, kemudahan implementasi, risiko, waktu, atau penerimaan tim. Miller juga menekankan bahwa output menjadi lebih berguna ketika tugas dan formatnya dispesifikkan dengan jelas.

Contoh prompt:

“Bandingkan tiga opsi ini dalam tabel: biaya, kelebihan, risiko, kecepatan implementasi, dan rekomendasi singkat.”

“Tolong bandingkan dua strategi pemasaran ini untuk perusahaan skala menengah. Fokus pada dampak jangka pendek, kebutuhan sumber daya, dan kemungkinan keberhasilan.”

“Buat perbandingan opsi kerja hybrid dan full-WFO dari sudut pandang produktivitas, biaya, budaya kerja, dan risiko manajerial.”

Ilustrasi sederhana: Membandingkan opsi dengan AI itu seperti menaruh beberapa jalur di peta, lalu meminta seseorang menunjukkan mana yang paling cepat, mana yang paling aman, dan mana yang paling mahal.

Prinsip praktis saat membandingkan opsi:

● tentukan apa saja kriteria penilaiannya,

● minta AI tidak langsung memihak sebelum membandingkan,

● dan akhiri dengan ringkasan keputusan jika diperlukan

Menilai risiko dan trade-off

Keputusan manajerial yang baik bukan hanya soal memilih yang paling menarik, tetapi juga memahami apa risikonya dan apa yang harus dikorbankan. Di sinilah AI bisa membantu memetakan trade-off: jika satu opsi dipilih, apa yang didapat, apa yang hilang, dan siapa yang paling terdampak. Disini menempatkan fungsi ini secara langsung sebagai meminta AI menilai risiko dan peluang serta menyusun skenario terbaik, moderat, dan terburuk.

AI berguna untuk membantu manajer berpikir lebih lengkap. Bukan hanya “apa manfaatnya?”, tetapi juga “apa potensi masalahnya?”, “apa efek sampingnya?”, “apa asumsi tersembunyinya?”, dan “bagaimana kalau kondisinya tidak berjalan sesuai rencana?” Teknik seperti ini sejalan dengan praktik evaluasi dan state evaluation dalam pendekatan penalaran bertahap, di mana beberapa jalur pemikiran ditimbang sebelum sampai pada solusi.

Contoh prompt:

“Nilai risiko dari opsi ini. Pisahkan menjadi risiko operasional, risiko keuangan, dan risiko terhadap tim.”

“Jelaskan trade-off dari dua opsi berikut. Apa keuntungan yang diperoleh dari tiap opsi, dan apa konsekuensi yang harus diterima?”

“Buat tiga skenario untuk keputusan ini: terbaik, moderat, dan terburuk. Jelaskan asumsi utama di balik masing-masing skenario.”

“Tolong identifikasi risiko yang paling mungkin, risiko yang paling berdampak, dan risiko yang paling sering diabaikan.”

Yang perlu ditekankan saat meminta analisis risiko:

• AI harus memisahkan fakta dan dugaan,
• AI perlu menyebut asumsi penting,
• dan AI sebaiknya diminta menuliskan area ketidakpastian. Ini juga sejalan dengan arahan agar AI menyatakan jika data tidak cukup dan tidak membuat asumsi diam-diam.

Menyusun rekomendasi

Setelah masalah dipetakan, opsi dibandingkan, dan risiko dinilai, AI dapat membantu menyusun rekomendasi yang lebih tajam. Namun, rekomendasi yang baik bukan sekadar “pilih opsi A.” Rekomendasi yang berguna bagi manajer harus menjawab: apa yang disarankan, mengapa, dalam kondisi apa, dengan syarat apa, dan langkah awalnya apa. Herman menunjukkan bahwa prompt yang lebih spesifik, lebih kontekstual, dan lebih personal menghasilkan saran yang lebih relevan dan lebih bisa ditindaklanjuti.

Di sinilah AI benar-benar bisa menjadi asisten berpikir. Bukan menggantikan keputusan, melainkan membantu menyusun argumentasi yang lebih rapi. Disini menyebut secara jelas perlunya meminta AI menyusun rekomendasi strategis, dan bahkan menyiapkan second opinion.

Contoh prompt:

“Berdasarkan analisis di atas, susun 3 rekomendasi prioritas untuk 30 hari kedepan. Jelaskan alasan singkat, risiko utama, dan langkah pertama untuk tiap rekomendasi.”

“Buat rekomendasi strategis untuk kasus ini dari sudut pandang manajer operasional. Gunakan bahasa singkat, realistis, dan langsung bisa dibahas di rapat.”

“Jika tujuan utamanya adalah efisiensi tanpa menurunkan kualitas layanan, rekomendasi apa yang paling masuk akal? Jelaskan alasannya.”

“Susun rekomendasi dalam format memo 1 halaman untuk direktur. Pisahkan bagian latar belakang, rekomendasi utama, dan konsekuensi pelaksanaan.”

Ciri rekomendasi yang baik:

● jelas dan tidak menggantung,

● punya alasan yang masuk akal,

● realistis untuk kondisi organisasi,

● dan bisa ditindaklanjuti, bukan sekadar terdengar pintar

Meminta AI menjadi pengkritik atau evaluator

Salah satu penggunaan AI yang paling kuat untuk manajer adalah menjadikannya pengkritik, challenger, atau evaluator. Bukan untuk menjatuhkan ide kita, tetapi untuk membantu melihat kelemahan yang mungkin tidak kita sadari. Disini secara eksplisit menyebut: meminta AI menjadi challenger atas rencana kita dan menggunakan AI untuk second opinion.

Teknik ini sangat berguna ketika manajer sudah punya rencana, tetapi ingin menguji apakah ada celah, asumsi lemah, atau risiko yang terabaikan. Miller juga menempatkan evaluator and critical roles sebagai salah satu bentuk role-based prompting yang sangat berguna untuk menilai, mengkritisi, dan mengevaluasi konten atau keputusan.

Ilustrasi sederhana: Kadang kita tidak butuh orang yang langsung setuju. Kita butuh orang yang bertanya, “Bagaimana kalau ini gagal?” atau “Apa yang belum Anda lihat?” AI bisa dipakai untuk memainkan peran itu.

Contoh prompt:

“Bertindaklah sebagai pengkritik strategi. Tinjau rencana ini dan tunjukkan 5 kelemahan utama, 3 asumsi yang lemah, dan 3 pertanyaan yang harus dijawab sebelum dieksekusi.”

“Jadilah evaluator yang objektif. Nilai proposal ini dari sisi kelayakan, risiko, dan konsistensi logika.”

“Beri second opinion atas keputusan ini. Apa argumen terkuat untuk menolak atau menunda keputusan ini?”

“Tolong tantang rencana saya seperti auditor internal. Fokus pada hal-hal yang mungkin terlalu optimistis atau belum terbukti.”

Pendekatan semacam ini juga sejalan dengan penalaran multi-jalur dan proses kritik internal pada teknik yang lebih maju, di mana beberapa hipotesis dibandingkan dan dikritisi sebelum diambil solusi akhir.

Tips praktis:

1. minta AI mengkritik dengan struktur, bukan sekadar memberi komentar umum,
2. minta AI menunjukkan asumsi, risiko, dan pertanyaan klarifikasi,
3. dan gunakan hasilnya sebagai alat uji, bukan sebagai pengganti keputusan. Karena pada akhirnya, juga menegaskan bahwa batas etisnya jelas: keputusan tetap tanggung jawab manajer.

Penutup

Prompting untuk analisis dan pengambilan keputusan bukan berarti menyerahkan keputusan kepada AI. Justru sebaliknya, ini adalah cara agar manajer berpikir lebih terstruktur, melihat pilihan lebih jernih, membaca risiko lebih lengkap, dan menguji rencana dengan lebih disiplin. AI sangat berguna untuk membantu merumuskan masalah, membandingkan opsi, menimbang trade-off, menyusun rekomendasi, dan memberi kritik yang sehat. Tetapi hasil terbaik hanya muncul jika manajer memberi konteks yang cukup, instruksi yang tepat, dan tetap memegang tanggung jawab akhir atas keputusan.

Dengan kata lain, AI bukan pengambil keputusan. AI adalah partner berpikir yang membantu manajer mengambil keputusan dengan kualitas yang lebih baik.

Oleh : Onno W. Purbo, AMA 
Sumber : https://creativecommons.org/
https://drive.google.com/drive/folders/190W5pbuPYvDHsipXUo9UFIcKvOvGCUTO?usp=drive_link

Berbagi :