Bandingkan dua cara memakai AI: meminta hasil besar dengan prompt kabur, atau memberi konteks, batasan, dan verifikasi yang jelas.
Dua orang bisa memakai tool AI yang sama, model yang sama, dan project yang sama, tapi hasilnya jauh berbeda.
Orang pertama menulis:
textbuatkan halaman donasi seperti KitabisaOrang kedua menulis:
textSaya ingin membuat halaman donasi untuk Platform Donasi Amanah.
Gunakan route /campaigns/[slug]/donate.
Ikuti schema validasi donationFormSchema.
Nominal minimal Rp10.000.
Donasi baru harus berstatus pending.
Jangan ubah tabel database.
Setelah selesai, jelaskan file yang berubah dan cara saya memverifikasi submit valid dan invalid.Keduanya sama-sama memakai AI. Tapi cara kerjanya beda.
Prompt pertama menyerahkan terlalu banyak keputusan ke AI. Prompt kedua tetap memakai AI, tapi manusia masih memegang konteks, batasan, dan standar verifikasi.
Itulah perbedaan yang ingin kamu kuasai.
AI coding asal jadi biasanya punya ciri seperti ini:
Contoh:
textbuatkan dashboard admin donasi yang bagusPrompt ini tidak memberi tahu:
AI mungkin tetap menghasilkan kode. Justru itu bahayanya. Output bisa banyak, tapi kamu tidak punya pegangan untuk menilai apakah ia benar.
AI coding terarah bukan berarti prompt selalu panjang. Intinya bukan panjang, tapi jelas.
Prompt yang terarah biasanya memuat lima hal:
textkonteks → tujuan → batasan → acceptance criteria → verifikasiContoh untuk halaman detail campaign:
textSaya ingin memperbaiki halaman detail campaign.
Konteks:
- Route: src/app/campaigns/[slug]/page.tsx
- Data utama: campaigns, donations
- Campaign hanya boleh tampil kalau status published.
Tujuan:
- Tampilkan judul, ringkasan, target donasi, progress terkumpul, dan tombol donasi.
Batasan:
- Jangan ubah schema database.
- Jangan ubah route donasi.
- Gunakan komponen yang sudah ada jika tersedia.
Acceptance criteria:
- Campaign draft tidak tampil publik.
- Progress dihitung dari donasi verified saja.
- Tombol donasi mengarah ke /campaigns/[slug]/donate.
Verifikasi:
- Jelaskan file yang berubah.
- Sebutkan query atau browser flow untuk mengecek hasilnya.Perhatikan: prompt ini tidak meminta AI menebak semua hal. Kamu memberi pagar.
Coba lihat perbedaan cara menilai dua prompt.
Untuk prompt kabur:
textbuatkan halaman donasi seperti KitabisaKalau outputnya bagus secara visual, apakah itu cukup?
Belum. Kamu belum tahu apakah ia memakai schema yang benar, route yang benar, status yang benar, atau validasi server yang benar.
Untuk prompt terarah, kamu punya checklist:
pending;Output yang bisa dinilai lebih berharga daripada output yang sekadar terlihat banyak.
Jalankan dua prompt berikut di workspace starter. Untuk latihan ini, minta agent jangan edit file dulu supaya kamu bisa membandingkan rencana dan analisanya.
Prompt A:
textbuatkan halaman donasi seperti KitabisaPrompt B:
textSaya ingin membuat atau mengevaluasi halaman donasi untuk Platform Donasi Amanah.
Baca project ini dulu. Jangan edit file.
Tolong cari:
1. route halaman donasi yang sudah ada,
2. schema validasi form donasi,
3. server action yang menyimpan donasi,
4. aturan status awal donasi,
5. cara verifikasi form valid dan invalid.
Setelah itu, laporkan apakah halaman donasi sudah ada, bagian mana yang perlu diperbaiki, dan file apa saja yang relevan.Bandingkan hasilnya.
Prompt A biasanya membuat AI ingin langsung membangun. Prompt B membuat AI membaca dulu. Untuk project nyata, membaca dulu sering lebih bernilai daripada menghasilkan kode cepat.
Buat tabel kecil:
| Pertanyaan | Prompt A | Prompt B |
|---|---|---|
| Apakah route disebut jelas? | ... | ... |
| Apakah schema ditemukan? | ... | ... |
| Apakah server action disebut? | ... | ... |
| Apakah batasan perubahan jelas? | ... | ... |
| Apakah ada verifikasi? | ... | ... |
Dari tabel itu, kamu akan melihat bahwa “prompt bagus” bukan prompt yang terdengar keren. Prompt bagus adalah prompt yang membuat output bisa diperiksa.
Gunakan AI coding asal jadi hanya untuk eksplorasi kasar yang tidak menyentuh project utama. Misalnya mencari ide layout atau memahami konsep umum.
Untuk fitur yang masuk ke repo, gunakan AI coding terarah:
Semakin penting fiturnya, semakin jelas instruksinya harus dibuat.
Tulis ulang satu prompt kabur menjadi prompt terarah.
Gunakan format bebas, tapi pastikan ada lima unsur:
md# Prompt Terarah Pertamaku
Konteks:
- ...
Tujuan:
- ...
Batasan:
- ...
Acceptance criteria:
- ...
Verifikasi:
- ...Kalau kamu bisa menulis lima bagian itu, kamu sudah mulai berpindah dari “minta AI bikin sesuatu” ke “mengendalikan pekerjaan AI”.
Sebelum lanjut, pastikan:
Sekarang kamu sudah punya pagar pertama: konteks, tujuan, batasan, acceptance criteria, dan verifikasi. Pagar ini tidak membuat AI lambat; justru membuat hasilnya lebih bisa dipercaya. Berikutnya kita rapikan cara memakai materi ini supaya praktikmu tidak berubah jadi sekadar menyalin prompt.
Kuis ini wajib untuk sertifikat. Kamu tetap bisa lanjut ke pelajaran berikutnya dan mengerjakannya nanti.
Ajukan pertanyaan, beri solusi, atau diskusikan materi pelajaran ini.
Belum ada komentar untuk pelajaran ini.
Jadilah yang pertama memulai diskusi atau mengajukan pertanyaan!