Prompt Engineering: Seni Berkomunikasi dengan Large Language Model

Large language model (LLM) seperti yang menggerakkan berbagai asisten AI hari ini punya kemampuan luar biasa, tapi hasil yang mereka berikan sangat bergantung pada bagaimana kita menyusun instruksi. Kemampuan menyusun instruksi yang baik ini dikenal sebagai prompt engineering.

Mengapa Prompt Engineering Penting

Model yang sama bisa memberikan hasil yang jauh berbeda kualitasnya hanya karena perbedaan cara bertanya. Prompt yang jelas dan terstruktur membantu model memahami konteks, batasan, dan format keluaran yang diinginkan.

Prinsip Dasar Menyusun Prompt yang Baik

Spesifik dan jelas — hindari instruksi ambigu. Sebutkan format, panjang, dan gaya bahasa yang diinginkan.
Berikan konteks — jelaskan peran, audiens, atau tujuan dari output yang diminta.
Berikan contoh (few-shot prompting) — menunjukkan satu atau dua contoh format yang diinginkan sering kali jauh lebih efektif daripada penjelasan panjang.
Minta model berpikir bertahap — untuk tugas yang kompleks, instruksi seperti "jelaskan langkah-langkahmu" dapat meningkatkan akurasi jawaban.

Contoh Perbandingan Prompt

Prompt kurang efektif: "Buatkan artikel tentang cloud."

Prompt lebih efektif: "Tulis artikel 500 kata dalam Bahasa Indonesia tentang perbandingan serverless dan container untuk startup, gunakan subheading, dan tutup dengan kesimpulan singkat."

Teknik Lanjutan

Chain-of-thought prompting — meminta model menjabarkan alur pemikiran sebelum memberi jawaban akhir, berguna untuk masalah logika atau matematika.
Role prompting — memberi model sebuah "peran" tertentu, misalnya "kamu adalah seorang security engineer berpengalaman", untuk menyesuaikan sudut pandang jawaban.
Iterasi bertahap — daripada menulis satu prompt sangat panjang, pecah tugas kompleks menjadi beberapa langkah percakapan.

Kesalahan Umum yang Perlu Dihindari

Terlalu banyak instruksi yang saling bertentangan dalam satu prompt justru bisa membingungkan model. Selain itu, jangan lupa untuk selalu memverifikasi hasil yang diberikan AI, terutama untuk informasi faktual atau kode yang akan dijalankan di produksi.

Kesimpulan

Prompt engineering adalah keterampilan yang bisa terus diasah. Semakin sering berlatih menyusun instruksi yang jelas dan terstruktur, semakin besar pula potensi yang bisa kita gali dari sebuah LLM.