Anda meminta AI untuk menyusun email peluncuran produk atau menganalisis pesaing—tetapi hasilnya terdengar datar dan generik. Jadi Anda merumuskan ulang, menambahkan lebih banyak konteks, dan mencoba lagi. Tetap tidak tepat. 😕
Hal itu karena AI hanya sebaik prompt yang digunakan.
Perbedaan antara tanggapan generik dan mitra pemikiran yang sesungguhnya terletak pada cara Anda mengajukan pertanyaan.
Panduan ini akan memandu Anda melalui teknik-teknik prompting AI yang praktis—dan bagaimana tim di bidang konten, produk, dan operasional dapat menggunakannya untuk mendapatkan respons yang lebih tajam dan lebih nuansatif.
📌 Tahukah Anda? Menurut Survei Global McKinsey, 65% perusahaan melaporkan menggunakan AI generatif setidaknya dalam satu fungsi bisnis.
Apa itu Prompt Engineering?
Prompt engineering adalah praktik memberikan instruksi yang jelas dan spesifik untuk mendapatkan output yang diinginkan dari alat kecerdasan buatan (AI), terutama model bahasa besar (LLMs) seperti GPT.
Model-model ini bergantung pada pemrosesan bahasa alami untuk memahami instruksi Anda—artinya, kejelasan kata-kata Anda secara langsung memengaruhi kualitas respons AI mereka.
Ini hampir sama seperti memberi petunjuk arah kepada seseorang yang belum pernah ke kota Anda. Anda bisa mengatakan, ‘Pergi ke utara dan Anda akan menemukannya,’ dan berharap mereka sampai di sana. Atau, Anda bisa memberi mereka nama jalan, landmark, dan nomor rumah yang tepat untuk dicari.
Dalam hal prompt engineering, ini berarti:
- Berikan detail yang cukup tanpa membebani model.
- Memecah tugas dan permintaan yang kompleks menjadi tugas-tugas yang lebih kecil dan spesifik untuk berkomunikasi secara efektif.
- Antisipasi respons model, termasuk hal-hal yang mungkin salah diinterpretasikan atau terlewatkan olehnya.
📊 Statistik Penting: Indeks AI Stanford menemukan bahwa:
- 59% organisasi melaporkan pertumbuhan pendapatan yang secara langsung terkait dengan adopsi AI.
- 42% organisasi yang menggunakan AI telah mengalami pengurangan biaya dalam operasional mereka.
Untuk semua teknik di sini, kami menunjukkan bagaimana mereka diterapkan dalam praktiknya, di ClickUp Brain, asisten AI bawaan kami. *
Teknik Prompting AI Utama (Dengan Contoh)
Prompt engineering yang efektif adalah perpaduan antara seni dan ilmu. Meskipun hanya latihan yang dapat membantu Anda menguasai seni tersebut, untuk mempelajari ilmu (yaitu, teknik-tekniknya), gulir ke bawah dan jelajahi cara mengajukan pertanyaan kepada AI 👇
1. Zero-Shot Prompting
Prompting zero-shot adalah teknik termudah dalam prompt engineering. Anda memberikan AI prompt langsung untuk melakukan tugas, tetapi tanpa contoh cara melakukannya.
Karena model bahasa besar modern dilatih pada pola bahasa, penalaran, dan pengetahuan yang beragam, mereka dapat melakukan tugas-tugas spesifik secara mandiri, bahkan tanpa contoh eksplisit (ini dikenal sebagai pembelajaran tanpa contoh).
Misalnya, pertimbangkan prompt berikut yang kami berikan kepada ClickUp Brain:
Perhatikan bagaimana AI langsung menghasilkan salinan iklan tanpa ditunjukkan contoh salinan yang cerdas? Itu adalah teknik prompting zero-shot yang bekerja.
💡 Tips Pro: Gunakan teknik prompting zero-shot saat Anda perlu menyelesaikan sesuatu dengan cepat tanpa perlu sempurna.
Misalnya, penulis dapat menggunakannya untuk menulis kreatif dan menghasilkan draf awal yang cepat yang dapat mereka sempurnakan nanti.
Atau gunakan teknik ini untuk mengajukan pertanyaan faktual atau menghasilkan ringkasan.
2. Few-Shot Prompting
Sander Schulhoff, yang juga dikenal sebagai "OG prompt engineer," menyoroti bahwa teknik prompting few-shot dapat meningkatkan akurasi dari 0% menjadi 90% dalam uji coba terkontrol yang melibatkan akurasi klasifikasi.
Berbeda dengan zero-shot, prompting few-shot mengharuskan Anda memberikan contoh kepada AI sebelum meminta AI untuk menyelesaikan tugas serupa. Contoh-contoh ini menunjukkan format atau logika yang harus diikuti oleh model untuk memberikan jawaban yang diharapkan.
Misalnya, katakanlah Anda ingin AI mengklasifikasikan komentar media sosial untuk analisis sentimen. Alih-alih langsung meminta AI untuk 'menganalisis sentimen,' Anda dapat membimbing AI menggunakan contoh yang diberi label terlebih dahulu, seperti di bawah ini:
Seperti yang dapat Anda lihat di atas, contoh-contoh tersebut berfungsi sebagai petunjuk untuk membantu sistem AI memahami cara memberi label pada umpan balik pelanggan.
💡 Tips Pro: Prompting dengan sedikit contoh (few-shot prompting) bekerja paling baik ketika contoh-contoh Anda singkat dan jelas. Jika Anda membebani AI dengan terlalu banyak contoh atau memberikan contoh yang bertentangan, hasilnya pasti akan terpengaruh.
Cara yang tepat: Gunakan 3-5 contoh yang sederhana, jelas, dan konsisten untuk tugas teks pendek; tugas dengan format lebih panjang mungkin memerlukan contoh yang lebih sedikit namun lebih kaya. Dengan cara ini, model akan dapat menghasilkan output yang diinginkan.
📌 Catatan Singkat: Para peneliti Google menciptakan Panduan Prompting Nano Banana untuk mengajarkan model bahasa besar (LLMs) cara meniru perilaku spesifik menggunakan hanya beberapa contoh yang dipilih dengan cermat.
Hal ini menunjukkan bahwa bahkan sampel kecil yang berkualitas tinggi dapat secara signifikan meningkatkan akurasi model, membuktikan bahwa kualitas contoh seringkali lebih penting daripada kuantitas.
3. Chain-of-Thought (COT) Prompting
Dalam teknik prompting rantai pemikiran, Anda pada dasarnya memberi tahu AI: ‘Jangan hanya berikan jawaban. Jelaskan langkah demi langkah bagaimana Anda sampai pada jawaban tersebut.’
Misalkan Anda ingin menyusun satu baris subjek email untuk mengumumkan fitur baru di aplikasi produktivitas Anda: prioritas tugas. Berikut cara menggunakan teknik prompting rantai pemikiran untuk menghasilkan baris subjek email yang relevan:
Dengan meminta AI untuk menjelaskan proses penalaran kompleksnya, Anda dapat melihat langkah-langkah yang diikuti dan menentukan tepat di mana AI mungkin salah saat merumuskan subjek email.
Tidak hanya membantu Anda lebih percaya pada jawaban akhir, tetapi jika Anda ingin melakukan prompt ulang, Anda dapat melakukannya dengan instruksi yang lebih jelas.
💡 Tips Pro: Membuat proses pemikiran langkah demi langkah memakan waktu. Untuk tugas-tugas di mana kecepatan sangat penting, beban kerja dari teknik prompting berantai pemikiran dapat menjadi kelemahan besar.
Selain itu, jalur penalaran yang dihasilkan oleh AI tidak selalu mencerminkan proses internalnya yang sebenarnya. Seperti yang dapat Anda lihat pada contoh di atas, AI memberikan kami 'ringkasan' dari penalaranannya, bukan langkah demi langkah yang sebenarnya. Hal ini dapat menciptakan kesan transparansi yang salah, terutama pada tugas-tugas yang lebih kompleks.
Oleh karena itu, gunakan teknik prompting chain-of-thought hanya untuk masalah yang benar-benar membutuhkan penalaran terstruktur (misalnya, soal matematika bertahap, teka-teki logika, atau analisis mendalam). Untuk tugas yang sederhana atau mendesak, prompt langsung lebih efektif.
4. Konsistensi Diri
Ketika Anda mengajukan pertanyaan kepada AI, biasanya AI akan mengikuti satu jalur penalaran dan memberikan jawaban yang paling mungkin. Tapi bagaimana jika jalur tersebut bukan yang terbaik?
Itulah tepatnya yang ditangani oleh teknik prompting konsistensi diri. Dalam hal ini, Anda meminta AI untuk menghasilkan beberapa jalur penalaran agar dapat memilih yang paling andal dan relevan.
Mari kita gunakan contoh baris subjek email yang sama untuk memahami hal ini. Alih-alih meminta AI untuk menghasilkan baris subjek dan menjelaskan bagaimana ia mencapainya (seperti yang kita lakukan di CoT), kita meminta AI untuk menghasilkan beberapa baris subjek dan mengidentifikasi opsi terbaik dalam satu langkah:
Jika diperintahkan, AI dapat membandingkan beberapa opsi yang dihasilkan dan memilih yang paling kuat.
💡 Tips Pro: Untuk mendapatkan hasil terbaik, tambahkan instruksi akhir ke prompt konsistensi diri Anda: ‘Jelaskan mengapa jawaban yang dipilih adalah yang terbaik.’
Hal ini memaksa AI untuk memeriksa kembali proses penalaran dan membenarkan kesimpulannya, sehingga menghasilkan jawaban yang lebih transparan dan dapat diandalkan.
📮 ClickUp Insight: 47% responden survei kami belum pernah mencoba menggunakan AI untuk menangani tugas manual, namun 23% dari mereka yang telah mengadopsi AI mengatakan bahwa hal itu telah secara signifikan mengurangi beban kerja mereka.
Perbedaan ini mungkin lebih dari sekadar kesenjangan teknologi. Sementara para pengadopsi awal telah meraih keuntungan yang dapat diukur, mayoritas mungkin meremehkan seberapa transformatif AI dapat mengurangi beban kognitif dan mengembalikan waktu. 🔥
ClickUp Brain mengisi celah ini dengan mengintegrasikan AI secara mulus ke dalam alur kerja Anda. Mulai dari merangkum percakapan, menyusun konten, hingga memecah proyek kompleks dan menghasilkan subtugas, AI kami dapat melakukannya semua. Tidak perlu beralih antar alat atau memulai dari awal.
💫 Hasil Nyata: STANLEY Security mengurangi waktu yang dihabiskan untuk membuat laporan hingga 50% atau lebih dengan alat pelaporan yang dapat disesuaikan dari ClickUp—membebaskan tim mereka untuk fokus lebih sedikit pada format dan lebih banyak pada peramalan. ”
5. Pohon Pemikiran
Alih-alih menghasilkan beberapa jawaban lengkap dan kemudian memilih salah satunya, teknik prompting "tree of thoughts" memaksa AI untuk membagi masalah menjadi langkah-langkah. Di setiap langkah, AI akan menghasilkan kemungkinan-kemungkinan dan mengevaluasinya untuk menemukan yang terbaik sebelum menghasilkan respons.
Terlihat rumit? Terlihat rumit? Mari kita tinjau kembali contoh baris subjek email kita dengan sedikit perubahan pada prompt.
Contoh Prompt:
Peran & Tugas: Anda adalah seorang pemasar produk senior. Gunakan Tree of Thoughts untuk membuat subjek email yang mengumumkan fitur Pre-built AI Agents kami.
Batasan
- Target audiens: pemimpin operasional dan produk yang sibuk yang sedang mengevaluasi penggunaan AI di tempat kerja.
- Tone: percaya diri, praktis, tanpa hiperbola
- Panjang: ≤ 55 karakter
- Hindari penggunaan frasa yang terkesan spam dan teks dengan huruf kapital semua (ALL-CAPS).
- Harus menyoroti nilai langsung (waktu yang dihemat, eksekusi yang lebih cepat)
Proses (ToT)
- Cabang: Daftar 5 sudut pandang: Berorientasi pada manfaat, Hasil/Kecepatan, Kasus penggunaan/Tugas yang perlu diselesaikan, Pengurangan risiko, Bukti sosial
- Perluasan: 3 topik per sudut pandang
- Evaluasi: Berikan skor untuk setiap aspek berdasarkan kejelasan/relevansi/keunikan/panjang (1–5)
- Pemangkasan: Pilih yang terbaik 1 per sudut
- Penyempurnaan: Perpendek menjadi ≤55 karakter; pertajam kata kerja.
- Pemilihan: Output Top 3 + preheaders dan mengapa mereka menang (≤1 baris masing-masing)
Format Output (tanpa rantai pemikiran tersembunyi):
- Final Top 3 dengan Preheaders
- Daftar sudut pandang dengan penjelasan singkat
- Tabel: Sudut | Subjek | Panjang | Skor | Alasan
Di sini, kami meminta sistem AI untuk mempertimbangkan batasan, mendefinisikan proses, dan bahkan format output.
💡 Tips Pro: Pohon Pemikiran (Tree of Thoughts) bekerja paling baik ketika setiap titik keputusan jelas dan independen. Jadi, jika Anda memasukkan beberapa langkah dalam satu titik keputusan (misalnya, meminta AI untuk mengidentifikasi audiens dan manfaat dalam langkah yang sama), cabang-cabang menjadi berantakan dan output kehilangan fokus.
👀 Tahukah Anda? Saat menggunakan kerangka kerja Tree of Thoughts, keberhasilan GPT-4 pada tugas " Game of 24 " melonjak dari hanya 4% dengan prompting rantai pemikiran standar menjadi 74% menggunakan Tree of Thoughts.
Lonjakan 70 poin itu terjadi tanpa mengubah model itu sendiri, hanya metode prompting yang diubah. Hal ini menunjukkan bahwa prompt Anda dapat sama pentingnya dengan model yang Anda gunakan.
6. Rantai Prompt
Dalam teknik prompt engineering ini, Anda membagi tugas menjadi subtugas yang lebih kecil (dengan urutan logis), menciptakan proses iteratif. Setiap langkah dibangun di atas langkah sebelumnya, dan output dari satu tahap menjadi input untuk tahap berikutnya.
Mari kita tinjau kembali contoh baris subjek email kita (satu kali lagi) dan gunakan teknik rantai prompt untuk melihat bagaimana hal itu memengaruhi output. Pertama, kita akan meminta AI untuk mengidentifikasi audiens target:
Contoh Prompt:
Tujuan: Tulis baris subjek email untuk mengumumkan Agen AI yang Sudah Dibuat
Langkah 1: Ekstrak manfaat utama
Daftar 5 manfaat utama dari Agen AI Pra-bangun kami untuk pemimpin produk dan operasional. (Output: pengaturan yang lebih cepat, otomatisasi instan, ketergantungan yang lebih sedikit, standarisasi, peluncuran yang lebih cepat)
Langkah 2: Buat sudut pandang
Sarankan 5 sudut pandang pesan untuk baris subjek email berdasarkan manfaat ini. (Output: kecepatan, kemudahan, produktivitas, keandalan, inovasi)
Langkah 3: Tulis subjek email
Tulis 3 baris subjek per sudut pandang. Jaga agar tidak melebihi 55 karakter. (Output: “Agen AI Siap Pakai — Siap Saat Anda Membutuhkannya” dll.)
Langkah 4: Pilih yang terbaik
Evaluasi berdasarkan kejelasan dan relevansi. Kembalikan 3 teratas dengan preheader.
Dengan menghubungkan prompt secara berurutan, Anda pada dasarnya membimbing AI melalui proses yang sama seperti yang Anda lakukan secara manual:
Ekstrak manfaat utama ➡️ Buat sudut pandang pesan ➡️ Tulis baris subjek ➡️ Pilih opsi terbaik
💡 Tips Pro: Gunakan teknik prompt chaining untuk mengurangi 'kelebihan beban kognitif' AI. Dengan membagi tugas besar menjadi langkah-langkah kecil, Anda membimbing AI melalui proses tersebut, sehingga hasil akhir menjadi lebih rapi dan sesuai daripada menggunakan satu prompt zero-shot.
7. Automatic Prompt Engineer (APE)
APE adalah teknik canggih di mana model bahasa besar membantu Anda menghasilkan dan menyempurnakan prompt baru yang dioptimalkan untuk model AI yang sama. Bayangkan ini sebagai cara AI untuk mengatakan, ‘Katakan apa yang Anda inginkan, dan saya akan mencari cara terbaik untuk mengajukan pertanyaan yang akan memberi Anda jawaban ideal.’
Dalam teknik prompting APE, Anda meminta AI untuk:
- Desain prompt untuk tugas yang ingin Anda selesaikan.
- Prediksi bagaimana prompt-prompt ini akan berkinerja.
- Uji coba mereka
- Pilih prompt terbaik dan jalankan.
Misalnya, katakanlah Anda sedang mempersiapkan peluncuran fitur baru bernama ‘Custom Dashboards’ untuk produk SaaS Anda. Anda ingin membuat panduan pesan yang menarik untuk tim Anda. Namun, Anda kesulitan mengartikulasikan pesan tersebut dengan cara yang dapat resonansi dengan pembaca Anda.
Dalam hal ini, Anda dapat meminta AI untuk menghasilkan prompt yang detail untuk dirinya sendiri:
Contoh Prompt: Anda adalah seorang Insinyur Prompt Otomatis.
Tugas: Buat prompt yang akan membantu menghasilkan panduan pesan untuk fitur baru kami, Custom Dashboards.
Langkah-langkah Anda:
- Generate 5 prompt kandidat
- Prediksi mana yang akan menghasilkan salinan yang paling persuasif dan jelas untuk pembeli B2B.
- Uji setiap prompt pada input sampel.
- Pilih prompt yang paling efektif dan jalankan secara penuh.
- Hasil: Prompt pemenang + panduan pesan yang dihasilkan
AI akan memberikan Anda daftar prompt yang dapat Anda sempurnakan dan jalankan untuk menciptakan panduan pesan berkualitas tinggi:
💡 Tips Pro: Buatlah pedoman penilaian untuk mengevaluasi berbagai prompt yang dihasilkan oleh AI. Anda dapat membagikan pedoman ini kepada model dan meminta model untuk menilai setiap prompt secara individual sesuai dengan pedoman tersebut. Hal ini akan memudahkan Anda untuk mengevaluasi opsi prompt berdasarkan kriteria Anda.
Berdasarkan sebuah makalah penelitian berjudul " Large Language Models are Human-Level Prompt Engineers", "Kami menunjukkan bahwa prompt yang dirancang dengan APE dapat diterapkan untuk mengarahkan model menuju keakuratan dan/atau keinformatifan, serta untuk meningkatkan kinerja pembelajaran dengan sedikit contoh (few-shot learning) dengan hanya menambahkan prompt tersebut di depan prompt pembelajaran dalam konteks standar."
8. ReACT
Meskipun 'ReAct' terdengar seperti tindakan yang Anda lakukan saat tumpahan kopi mengenai laptop Anda, dalam bidang prompt engineering, istilah ini merupakan singkatan dari Reason + Act. Ini adalah teknik prompting lanjutan, di mana model AI bergantian antara berpikir (berpikir) dan bertindak (melakukan tindakan).
Alih-alih memberikan jawaban akhir secara langsung, AI dipicu untuk:
- Alasan: Pertimbangkan masalah secara bertahap.
- Tindakan: Berinteraksi dengan alat eksternal atau basis pengetahuan untuk mengumpulkan informasi tambahan.
- Alasan lagi: Gunakan informasi baru untuk menyempurnakan pemikirannya.
Proses ini diulang secara berulang hingga AI dapat dengan yakin mencapai jawaban yang didukung dengan baik.
Misalkan Anda berencana meluncurkan fitur baru 'dashboards' dan ingin memahami apa yang dikatakan pesaing Anda tentang fitur serupa di situs web mereka. Untuk contoh ini, anggaplah kami adalah pesaing Anda dan Anda ingin mengetahui detail tentang ClickUp Dashboards.
Dengan ReACT, Anda dapat menyusun prompt Anda seperti ini:
Contoh Prompt: Anda adalah pemasar produk yang kompetitif yang menggunakan pendekatan ReACT (Reason + Act).
Tugas Anda: Teliti dan ringkas cara ClickUp memposisikan fitur Dashboards-nya di situs webnya.
Ikuti langkah ini hingga selesai:
- Pikirkan: Tuliskan apa yang perlu Anda temukan selanjutnya (misalnya, nilai tambah, kasus penggunaan, manfaat, visual, ajakan bertindak).
- Langkah: Cari situs ClickUp (https://clickup.com/features/dashboards) dan ambil hanya informasi yang relevan.
- Perhatikan: Catat apa yang Anda temukan
- Ulangi: Lanjutkan hingga Anda mendapatkan semua informasi yang diperlukan.
Akhirnya, berikan ringkasan terstruktur dengan:
- Pernyataan posisi inti
- 3–5 manfaat utama
- 3 kasus penggunaan utama
- Bagaimana mereka menampilkan Dashboard secara visual
- Gaya dan nada ajakan bertindak
Prompt ini membimbing AI melalui proses logis dan bertahap tanpa menyimpang dari topik. Sekarang, mari kita lihat bagaimana AI merespons prompt ini:
💡 Tips Pro: Teknik prompting ReACT bekerja paling baik ketika AI dapat mengakses informasi online yang andal dan membuat pengamatan yang akurat. Jika langkah 'Act' menarik data yang berisik atau usang, penalaran yang mengikuti akan secara tidak terhindarkan menjadi cacat.
9. Generate Knowledge Prompting
Ketika AI berhenti sejenak untuk secara eksplisit mengumpulkan atau membangun basis pengetahuan terlebih dahulu, ia cenderung lebih akurat dan konsisten.
Ini adalah prinsip Generate Knowledge Prompting, di mana Anda memberikan beberapa prompt kepada AI agar dapat terlebih dahulu mengidentifikasi fakta-fakta relevan sebelum menggunakannya untuk menghasilkan respons yang relevan.
Terlihat membingungkan?
Pertimbangkan contoh berikut: Anda sedang meluncurkan alat manajemen proyek baru untuk freelancer. Anda perlu membuat strategi pemasaran, tetapi tidak yakin poin-poin masalah mana yang harus difokuskan agar pesan Anda resonan.
Dengan menggunakan Generate Knowledge Prompting, Anda dapat meminta AI untuk memberikan daftar wawasan relevan tentang frustrasi audiens target Anda:
Dengan menggunakan wawasan yang dihasilkan ini sebagai masukan untuk prompt berikutnya, Anda akan mengarahkan AI untuk menyarankan strategi pemasaran yang ideal:
Hasil akhir, oleh karena itu, dibangun berdasarkan logika yang transparan dan konkret.
💡 Tips Pro: Gunakan Generate Knowledge Prompting saat Anda membutuhkan respons AI yang didukung oleh riset mendalam dan otoritatif. Ini sangat cocok untuk menulis artikel, membuat laporan detail, atau bahkan mempersiapkan presentasi di mana akurasi data sangat penting.
10. Prompting Aktif
Prompting aktif adalah teknik yang mengubah AI menjadi pembelajar aktif.
Alih-alih menebak contoh (atau data) mana yang perlu dipelajari oleh AI, berikanlah kepadanya kumpulan contoh yang beragam. AI akan mengidentifikasi sendiri contoh-contoh yang paling menantang atau ambigu. Kemudian, AI akan meminta Anda untuk memberikan jawaban yang benar hanya untuk kasus-kasus spesifik tersebut guna melatih dirinya sendiri.
Untuk memahaminya dengan mudah, bayangkan Anda ingin membuat kerangka kerja yang akan membantu tim penjualan Anda menangani tujuan pelanggan yang umum untuk fitur produk baru.
Anda sudah memiliki daftar umpan balik pelanggan mentah dan tujuan, dan Anda ingin melatih AI untuk menulis respons yang efektif dan sesuai merek yang dapat digunakan kembali oleh tim penjualan.
Contoh Prompt: Anda adalah seorang strategis pemasaran produk senior yang sedang meneliti masalah pengguna.
Tugas: Buat 4 frustrasi atau masalah utama yang dialami oleh manajer produk lepas yang bekerja tanpa alat manajemen proyek.
Kontekstual: Mereka menangani beberapa klien sekaligus, bekerja secara remote, dan sering mengelola proyek sendirian tanpa tim dukungan khusus.
Batasan:
- Jadikan setiap poin masalah berpanjang 1–2 kalimat.
- Tekankan dampak emosional (stres, kelelahan, kelelahan mental, kebingungan, dll.)
- Tunjukkan konsekuensi bisnis (tenggat waktu yang terlewat, tugas yang tidak diselesaikan, klien yang tidak puas)
- Hindari istilah yang tidak jelas seperti “kurangnya organisasi”—jadilah spesifik.
Format output:
- Daftar bernomor
- Setiap item: Masalah Utama → Akibat (dalam kurung)
💡 Tips Pro: Simpan prompt yang berhasil bersama catatan tentang apa yang berhasil dan mengapa. Ini akan membangun perpustakaan internal "pola prompt" yang dapat Anda gunakan ulang dan sesuaikan untuk berbagai tugas, layaknya modul kode yang dapat digunakan ulang.
Prompting untuk Berbagai Kasus Penggunaan
Siap untuk menerapkan keterampilan prompt engineering Anda?
Mari kita lihat contoh-contoh umum prompt engineering yang dapat Anda terapkan langsung di tempat kerja.
Untuk tim konten
Jika Anda bekerja di bidang konten, Anda pada dasarnya mengelola lini produksi kreatif. Hal ini melelahkan, tetapi tidak jika Anda tahu cara membuat prompt yang efektif.
1. Membuat kerangka blog menggunakan rantai prompt
Alih-alih meminta AI untuk 'membuat kerangka blog tentang [topik]', Anda dapat membagi proses ini menjadi langkah-langkah kecil dan melaksanakannya secara berurutan:
Contoh Prompt: Berikan saya 5 ide topik untuk blog tentang mengatasi rasa malas di hari Senin. Blog ini ditujukan untuk manajer tingkat menengah dan juga bagikan kerangka kerja yang Anda gunakan untuk setiap judul.
Selanjutnya, bagi topik menjadi tag H2, H3, dan H4, dan beritahu saya apa saja yang harus saya bahas di bawah masing-masing tag.
2. Membuat metadata dengan teknik prompt engineering berulang sedikit
Ambil 3-4 meta-judul dan meta-deskripsi dari artikel Anda sebelumnya, dan gunakan sebagai contoh atau 'contoh' untuk melatih AI dalam menulis meta-deskripsi.
3. Optimasi SEO blog menggunakan teknik generate knowledge
Jika Anda memiliki blog yang kinerjanya kurang optimal dan ingin mengoptimalkannya untuk mesin pencari, cukup masukkan blog tersebut ke dalam AI dan minta model untuk 'mengekstrak' kata kunci yang mungkin terlewatkan. Setelah AI menghasilkan daftar tersebut (yaitu, menghasilkan pengetahuan), Anda dapat menginstruksikan AI untuk memasukkan pengetahuan yang dihasilkan secara alami ke dalam teks.
Meskipun prompt yang tepat dapat membantu Anda membuat blog atau posting media sosial yang bagus, tetap saja merepotkan untuk berpindah-pindah antara alat untuk menghasilkan konten dan mengedit/memformatnya untuk penerbit. ClickUp menawarkan solusi cerdas.
Anda dapat menggunakan ClickUp Docs untuk menulis konten Anda, yang dilengkapi dengan ekstensi bawaan untuk ClickUp Brain.
Ini berarti Anda dapat memberikan prompt kepada AI, menyempurnakan konten Anda, dan memformatnya dengan visual (gambar, tabel, infografis, GIF) semuanya dalam dokumen Anda.
Jaga alur ide Anda tanpa terputus. ClickUp Brain MAX membantu Anda menangkap dan menyempurnakan pikiran langsung di dokumen Anda—mengubah ide-ide cepat menjadi kerangka kerja terorganisir atau langkah selanjutnya. Dan saat mengetik menghambat Anda, fitur Talk-to-Text-nya memungkinkan Anda hanya berbicara ide-ide Anda; mereka muncul secara instan di halaman, menjaga brainstorming Anda cepat dan tanpa hambatan.
Hal ini memudahkan Anda untuk menangkap ide, membuat kerangka kerja, atau menyusun prompt konten secara real-time tanpa mengganggu alur kerja. Setelah draf awal selesai, Anda dapat menyempurnakannya menggunakan teknik prompt chaining, few-shot prompting, atau teknik lain yang telah Anda pelajari.
📚 Baca Lebih Lanjut: Prompt Gambar AI untuk Membuat Visual Menakjubkan
📌 Tahukah Anda? 86% pemasar menghemat lebih dari satu jam setiap hari dengan menggunakan AI untuk memicu ide konten baru.
Itu berarti Anda dapat menghemat lebih dari 5 jam per minggu untuk strategi, storytelling, dan tugas-tugas bernilai tinggi.
Hasilnya? Kampanye yang lebih cepat, kurang kelelahan, dan lebih banyak ruang untuk kreativitas yang benar-benar terhubung dengan audiens.
Untuk tim produk & pengembangan
Berulang kali bolak-balik dengan AI untuk meluncurkan fitur baru atau memperbaiki bug bukanlah bantuan yang Anda butuhkan dalam hidup. Prompt engineering dapat membuat proses tersebut jauh lebih tidak melelahkan:
1. Menjelaskan spesifikasi fitur menggunakan rantai prompt
Anda dapat menggunakan prompt chaining untuk menyiapkan dokumen spesifikasi fitur secara bertahap, sehingga pengembang dapat membangunnya tanpa kebingungan. Berikut caranya:
2. Mengubah umpan balik menjadi tugas pengembangan dengan teknik prompt engineering tanpa data pelatihan.
Cukup salin-tempel umpan balik pelanggan dan minta AI untuk mengubahnya menjadi tugas pengembang dengan judul dan deskripsi yang jelas:
3. Tulis kasus uji menggunakan teknik prompting dengan sedikit contoh.
Berikan 4-5 contoh kasus uji yang ditulis dengan baik agar model AI dapat mempelajari gaya Anda secara instan dan menghasilkan kasus uji yang diinginkan:
Jika Anda masih menggunakan beberapa alat untuk tugas yang didukung AI, ClickUp Brain adalah solusi yang Anda butuhkan, terutama jika Anda bekerja di bidang pengembangan produk atau perangkat lunak.
Hal ini dapat membantu Anda menghasilkan ringkasan singkat dari laporan bug langsung dalam tugas. Yang perlu Anda lakukan hanyalah membuka tugas bug yang ditugaskan kepada Anda, klik tombol AI Summarize, dan tunggu beberapa detik hingga AI menghasilkan ringkasan cepat, menyoroti masalah inti dan langkah-langkah tindakan yang diperlukan.
Demikian pula, Anda dapat menggunakan ClickUp Brain untuk menyusun kriteria penerimaan yang jelas untuk cerita pengguna, fitur, dan perbaikan bug. Perangkat lunak asisten penulisan ini akan secara otomatis mengambil dan menganalisis isi tugas (deskripsi, komentar, lampiran) dan menyarankan kriteria penerimaan dalam format daftar periksa/poin.
Ingin melihatnya dalam aksi? Tonton video singkat ini tentang cara menulis laporan bug yang efektif dengan bantuan AI.
📌 Tahukah Anda? Survei oleh Canva menemukan:
- 92% pemimpin teknologi telah mengintegrasikan alat pemrograman yang didukung AI ke dalam alur kerja mereka.
- 78% pengembang menggunakan alat-alat ini setiap hari.
Manfaatnya meliputi prototyping yang lebih cepat, pengembangan ide, inovasi, dan biaya yang lebih rendah.
Untuk penjualan dan pemasaran
Personalisasi adalah hal yang paling penting bagi tim penjualan dan pemasaran. Namun, menyediakan personalisasi secara massal adalah tugas yang melelahkan. Mari kita lihat bagaimana teknik prompt engineering dapat mempercepat proses ini:
1. Menulis balasan email melalui teknik prompt engineering dengan sedikit contoh.
Berikan AI beberapa contoh cara Anda menanggapi email pelanggan atau prospek, dan AI akan menyusun balasan untuk email terbaru persis seperti yang Anda lakukan:
2. Membuat nilai tambah menggunakan insinyur prompt otomatis
Butuh bantuan untuk menyusun proposisi nilai yang kuat? Daripada menghabiskan waktu untuk menyempurnakan prompt Anda, cukup minta AI untuk:
Perlu menghasilkan salinan pemasaran dan ringkasan panggilan klien dalam hitungan detik? Dengan ClickUp Brain, Anda dapat menggunakan asisten AI di semua fitur ClickUp, seperti ClickUp Docs, ClickUp Tasks, dan bahkan ClickUp Comments.
Untuk menyusun salinan pemasaran, cukup buka ClickUp Docs dan gunakan AI untuk menulis email/pesan pemasaran Anda. Anda dapat mengeditnya, memilih nada, memperbaiki atau memperluas draf dengan satu klik, atau menggunakannya apa adanya.
Dan jika seseorang meninggalkan catatan panggilan di komentar, Anda dapat memanggil Brain (dengan mengetik @brain di bidang komentar/balasan) dan meminta Brain untuk merangkum catatan panggilan tersebut di komentar.
📚 Baca Lebih Lanjut: Contoh Prompt Penulisan
📌 Tahukah Anda? Hampir 20% pemasar mengalokasikan lebih dari 40% anggaran pemasaran mereka untuk kampanye yang didorong oleh AI, dan 34% melaporkan peningkatan signifikan dalam hasil pemasaran berkat AI.
Untuk operasional
Jika Anda bekerja di bidang operasional, Anda mungkin terbebani dengan tugas-tugas yang memakan waktu seperti menulis SOP atau membuat dokumen internal. Namun, jangan khawatir, coba prompt-prompt di bawah ini untuk meringankan beban kerja Anda dengan cerdas:
1. Membuat ringkasan rapat - menghasilkan pengetahuan + konsistensi internal
Tidak memiliki alat otomatis untuk menghasilkan ringkasan rapat? Jangan khawatir! Salin transkrip rapat ke dalam obrolan AI dan minta AI untuk mengekstrak poin-poin penting (ringkasan atau tindakan yang harus dilakukan).
Untuk meningkatkan akurasi output, Anda dapat meminta AI untuk mencoba beberapa versi ringkasan dan memilih yang terbaik.
Dan jika Anda mencari cara yang lebih mulus dan otomatis untuk mengelola catatan rapat, ClickUp’s AI Notetaker dirancang khusus untuk itu. Alat yang powerful ini dapat secara otomatis bergabung dalam rapat Anda, baik yang terjadwal maupun dadakan, dan menerjemahkan seluruh percakapan secara real-time.
Ia dapat merangkum poin-poin penting, menyoroti keputusan yang diambil, dan bahkan mengekstrak tugas-tugas yang dapat dilaksanakan atau tindak lanjut.
Jika Anda ingin mengetahui lebih lanjut tentang cara menggunakan AI untuk mencatat rapat, tonton video di bawah ini:
2. Membuat dokumen internal menggunakan prompting aktif
Membuat dokumen internal (seperti kebijakan kerja jarak jauh) pada percobaan pertama bisa terasa menakutkan. Dalam situasi seperti itu, sebaiknya gunakan prompt aktif dan sempurnakan secara bertahap untuk mendapatkan hasil yang sempurna:
Contoh Prompt: Buat draf dokumen internal yang menjelaskan kebijakan kerja jarak jauh kami. Jaga agar panjangnya tidak melebihi 800 kata. Cantumkan persyaratan kelayakan, harapan, kebijakan peralatan, dan bagian keamanan siber.
Tonton video ini untuk mempelajari bagaimana AI dapat mempermudah proses dokumentasi Anda dan menghemat berjam-jam kerja manual:
3. Pembuatan SOP melalui teknik generate knowledge
‘Tulis SOP tentang X’ mungkin tidak memberikan hasil terbaik. Sebaliknya, tentukan terlebih dahulu apa yang perlu dimasukkan. Setelah AI memberikan daftar tersebut, sesuaikan daftar tersebut, lalu berikan kembali ke model untuk membangun SOP lengkap.
Contoh Prompt
Langkah 1: Anda adalah ahli dokumentasi proses. Identifikasi semua langkah kunci, tugas, alat, dan persetujuan yang terlibat dalam pembuatan SOP untuk [proses X]. Sertakan siapa yang bertanggung jawab atas setiap langkah, alat apa yang mereka gunakan, dan kriteria keberhasilan kunci untuk menandai langkah tersebut sebagai selesai.
Langkah 2: Gunakan daftar langkah, peran, alat, dan kriteria ini untuk menulis Prosedur Operasional Standar (POS) yang rinci untuk [proses X]. Sertakan bagian untuk Judul, Tujuan, Ruang Lingkup, Prosedur Langkah demi Langkah, Peran & Tanggung Jawab, Alat/Sumber Daya, dan Pedoman Persetujuan & Review. Gunakan bahasa yang jelas dan dapat ditindaklanjuti sehingga siapa pun dapat mengikuti tanpa pelatihan sebelumnya.
Meskipun ini terlihat mudah, kami memahami bahwa menyusun prompt penulisan AI dari awal setiap kali Anda perlu menghasilkan SOP (karena prompt yang sama mungkin tidak cocok untuk setiap SOP) bisa sangat menjengkelkan.
Tapi bagaimana jika ada tombol ajaib di ruang kerja Anda, yang ketika diklik, akan menghasilkan SOP apa pun yang Anda inginkan? Itulah tepatnya yang dapat Anda capai dengan menggunakan AI Fields dari Clickup.
Ini adalah bidang kustom yang didukung oleh ClickUp Brain, yang dapat Anda tambahkan ke tugas atau daftar Anda. Anda dapat mengatur prompt menjadi sesuatu seperti ‘Buat draf SOP berdasarkan deskripsi tugas dan komentar.’ Dan setiap kali Anda mengkliknya, ia akan secara otomatis menghasilkan konten SOP, tergantung pada isi tugas tersebut.
💬 Apa yang dikatakan pengguna CickUp:
ClickUp sangat fleksibel dan memungkinkan saya untuk membuat solusi untuk hampir semua kasus bisnis atau proses. Otomatisasi dan AI Agents-nya juga sangat powerful! Saya dapat mengatur tindakan otomatis melalui logika atau melalui prompt AI untuk melakukan hampir semua tindakan yang dapat dibayangkan di ClickUp. Terakhir, kecepatan pembaruan produknya luar biasa—ada pembaruan fitur yang signifikan setiap bulan, dan perusahaan jelas berkomitmen pada pertumbuhan.
ClickUp sangat fleksibel dan memungkinkan saya untuk membuat solusi untuk hampir semua kasus bisnis atau proses. Otomatisasi dan AI Agents juga sangat powerful! Saya dapat mengatur tindakan otomatis melalui logika atau melalui prompt AI untuk melakukan hampir semua tindakan yang dapat dibayangkan di ClickUp. Terakhir, kecepatan pembaruan produknya luar biasa—ada pembaruan fitur yang signifikan setiap bulan, dan perusahaan jelas berkomitmen pada pertumbuhan.
Kesalahan Umum dalam Prompting (dan Solusinya)
Beberapa kebiasaan kecil dalam cara Anda menulis prompt dapat membuat perbedaan antara mendapatkan output yang sempurna dan menatap blok teks, bertanya-tanya apa yang salah.
Dengan demikian, mari kita lihat beberapa kesalahan umum dalam prompt engineering dan cara mengoptimalkan prompt Anda:
1. Meminta AI untuk 'sekadar melakukannya' tanpa menjelaskan caranya
Menulis prompt seperti ‘tulis artikel blog’ atau ‘ringkas ini’ memberikan banyak ruang untuk interpretasi AI. Hasilnya? Artikel blog yang terlalu generik atau ringkasan yang tidak sesuai dengan harapan Anda.
Perbaikan: Buat prompt yang efektif dengan petunjuk yang jelas dan konteks yang tepat. Misalnya, saat menulis posting blog, pertimbangkan untuk menentukan nada yang ingin Anda gunakan, audiens target Anda, panjang posting, dan tujuannya.
Berikut ini contohnya:
❌ Prompt Buruk: ‘Tulis email tentang fitur baru ‘Custom Dashboards’. ’
✅ Prompt yang Baik: ‘Tulis email internal kepada tim penjualan kami untuk mengumumkan fitur baru ‘Custom Dashboard’ pada alat produktivitas kami [nama alat]. Email harus singkat, menyoroti tiga manfaat utama bagi seorang salesperson (misalnya, membuktikan ROI, menutup transaksi lebih cepat), dan menyertakan ajakan bertindak ke video pelatihan. Gunakan nada yang percaya diri dan mendorong. ’
2. Membebani AI dengan terlalu banyak tugas sekaligus
Menjejalkan terlalu banyak detail atau tugas ke dalam satu prompt yang rumit juga dapat menghasilkan hasil yang tidak jelas. AI akan kebingungan atau mencoba melakukan semuanya sekaligus (dan melakukannya dengan buruk).
Perbaikan: Bagi prompt awal Anda menjadi langkah-langkah kecil dan jalankan secara berurutan. Misalnya, pertama minta AI untuk membuat kerangka. Jika hasilnya bagus, minta AI untuk menulis konten untuk setiap bagian. Selanjutnya, instruksikan AI untuk memperhalus nada, dan seterusnya.
❌ Prompt Buruk: ‘Generate 10 kata kunci SEO untuk posting blog berjudul, ‘Cara Menerapkan Sistem Manajemen Kualitas. Sarankan kerangka kerja SEO-friendly menggunakan kata kunci ini, lalu tulis pengantar 100 kata untuk blog. ’
✅ Prompt yang Baik: Generate 10 kata kunci SEO untuk posting blog berjudul, ‘Cara Menerapkan Sistem Manajemen Kualitas.’ Target audiens untuk posting blog ini adalah pemilik bisnis, CEO, dan manajemen tingkat atas.
Sekarang, gunakan kata kunci yang dihasilkan untuk membuat outline yang detail dan ramah SEO untuk posting blog ini. Pastikan tag
Tulis pengantar berisikan 100 kata untuk blog ini, dengan mempertimbangkan outline yang dihasilkan dan kata kunci SEO.
3. Mengasumsikan model mengingat
Sebagian besar model bahasa besar bersifat stateless dan tidak menyimpan informasi kecuali Anda secara eksplisit menyertakannya dalam prompt saat ini. Hal ini sering kali menghasilkan respons yang mengabaikan konteks sebelumnya atau bertentangan dengan instruksi sebelumnya.
Perbaikan: Ulangi konteks utama, batasan, dan tujuan dalam setiap prompt baru agar model memiliki semua informasi yang diperlukan untuk merespons dengan akurat.
❌ Prompt Buruk: ‘Sekarang tulis pengantar berdasarkan outline yang kita bahas sebelumnya.’
✅ Prompt yang Baik: Menggunakan kerangka blog yang telah kita buat sebelumnya (Pengantar, Manfaat, Kasus Penggunaan, dan Kesimpulan), tulis pengantar berisikan 100 kata. Buatlah dengan gaya percakapan, dan tarik perhatian pembaca dengan menyoroti masalah umum yang diselesaikan oleh alat produktivitas kita.
Membuat Perpustakaan Prompt untuk Tim
Prompt yang baik dapat menghemat waktu; perpustakaan prompt yang dibagikan dapat menghemat waktu berjam-jam (karena semua orang menggunakannya). Berikut cara Anda dapat membangunnya:
1. Buat dokumen bersama untuk menyimpan semua prompt Anda.
Gunakan ClickUp Docs untuk mengorganisir prompt-prompt paling efektif yang dapat digunakan oleh anggota tim di kemudian hari. Anda dapat mengorganisir prompt-prompt ini berdasarkan departemen dan lebih lanjut berdasarkan jenis tugas (misalnya, pembuatan konten, riset pasar, analisis data, dll.).
Untuk setiap prompt, sertakan hal-hal berikut:
- Prompt itu sendiri
- Ringkasan singkat yang menjelaskan tujuan prompt, kapan menggunakannya, apa yang harus dihindari, dan sebagainya.
- Contoh output AI untuk menetapkan ekspektasi yang jelas
2. Desain templat prompt standar
Untuk tugas-tugas umum seperti merangkum catatan rapat atau mengoptimalkan blog, Anda dapat membuat strategi prompting standar yang harus digunakan oleh semua orang. Anda dapat menyertakan templat prompt AI yang tepat dan petunjuk tentang kapan/bagaimana menggunakannya untuk menghasilkan respons dalam gaya yang diinginkan.
Hal ini memastikan bahwa setiap anggota tim mengikuti praktik terbaik yang sama saat membuat prompt, sehingga kualitas output tetap konsisten.
3. Bangun budaya kolaborasi dan umpan balik
Ajak tim Anda tidak hanya menggunakan perpustakaan prompt ini tetapi juga membantu memperbaikinya. Untuk melakukannya, Anda harus:
- Perkenalkan sistem penilaian sederhana yang memungkinkan tim Anda untuk menilai prompt. Semakin tinggi penilaian suatu prompt, semakin efektif prompt tersebut.
- Buka dokumen untuk anggota tim agar mereka dapat meninggalkan komentar untuk mengusulkan perbaikan dan menandai prompt yang tidak efektif.
4. Tambahkan tips pemecahan masalah ke perpustakaan prompt Anda
Akan ada saat-saat ketika AI menghasilkan output yang kurang memuaskan atau tidak terduga. Untuk membantu tim Anda mendiagnosis dan memperbaiki masalah, pertimbangkan untuk menambahkan bagian pemecahan masalah yang membahas kesalahan umum dalam prompting AI dan solusinya.
Ini bisa terlihat seperti ini:
Masalah: Outputnya terlalu umum
Mengapa hal ini terjadi: AI cenderung mengandalkan data pelatihan yang paling umum, yang dapat menghasilkan respons yang aman, tetapi generik atau kurang inspiratif.
Solusinya: Tambahkan batasan atau instruksi spesifik untuk mengarahkan AI ke arah yang benar.
Contoh: ‘Jaga agar tidak melebihi 100 kata’
📚 Baca Lebih Lanjut: Cara Menjadi Prompt Engineer
Dari Prompt ke Produktivitas: Bagaimana ClickUp Menutup Celah
Dengan mempelajari teknik prompt engineering dasar dan lanjutan, Anda dapat menghentikan pemborosan waktu pada percobaan dan kesalahan, dan mulai mendapatkan hasil yang benar-benar memajukan pekerjaan Anda.
Dengan ClickUp, AI menjadi bagian dari ruang kerja Anda. Ia menggabungkan manajemen tugas dengan otomatisasi dan kolaborasi, sehingga Anda dapat menyelesaikan pekerjaan tanpa perlu berpindah-pindah antar alat.
Jadi, mari tinggalkan cara lama menggunakan AI sebagai asisten yang harus Anda panggil. Saatnya Anda memiliki asisten AI yang sudah menjadi bagian dari tim Anda.
Daftar ke ClickUp hari ini dan lihat apa yang terjadi ketika AI hanya sejauh satu klik!
Pertanyaan yang Sering Diajukan
Alat terbaik tergantung pada tugas apa yang ingin Anda lakukan dengan AI. Namun, nilai terbesar tercapai ketika AI terintegrasi ke dalam platform yang sudah Anda gunakan untuk merencanakan dan mengelola pekerjaan. ClickUp Brain, misalnya, terintegrasi secara luas dan mendalam ke dalam ruang kerja ClickUp sehingga Anda dapat mengakses asisten AI dari layar mana pun. Bahkan, Anda dapat beralih antara Brain, ChatGPT, Gemini, Claude, dll., untuk memilih model AI terbaik untuk pekerjaan Anda.
Ya! Anda dapat menyimpan prompt yang paling efektif di dokumen ClickUp bersama atau bahkan mengubahnya menjadi bidang AI kustom untuk penggunaan ulang instan. Dengan cara ini, siapa pun dapat dengan mudah mengklik bidang tersebut, dan asisten AI akan menjalankan prompt yang telah Anda atur sebelumnya. Sangat direkomendasikan untuk tugas-tugas berulang yang membutuhkan konsistensi dan bersifat sensitif waktu.
Model bahasa besar (LLM) bukanlah mesin pencari. Mereka tidak seperti Google, di mana Anda memasukkan kueri pencarian dan mesin akan memberikan hasil yang sama setiap kali. Sebaliknya, LLM menjawab kueri Anda berdasarkan data dan pola yang mereka pelajari selama pelatihan, itulah mengapa prompt yang sama dapat menghasilkan hasil yang berbeda setiap kali.
Dalam teknik prompt engineering zero-shot, Anda hanya perlu memberi tahu AI tugas yang harus dilakukannya, tanpa contoh hasil yang diharapkan. Berbeda dengan itu, teknik prompting few-shot mengharuskan Anda menyertakan beberapa contoh untuk mengarahkan AI ke arah tertentu. Misalnya, memberikan contoh balasan email agar AI dapat menghasilkan sesuatu yang serupa dengannya.