Cara memberi perintah ke AI: konteks, tujuan, batasan, contoh, format keluaran, meminta asumsi dan satuan, iterasi, dan perbedaan untuk model penalaran

Pukul 06.30, pengering nomor 2 di laundry sebuah hotel berputar normal, tetapi linen keluar masih lembap. Teknisi sif pagi mengetik di aplikasi obrolan AI: "dryer tidak panas kenapa". Jawabannya sepuluh penyebab umum, separuhnya tentang pembakar gas, padahal pengering itu memakai koil uap. Rekannya mengetik ulang dengan jenis pemanas, model, kode di layar, dan apa yang sudah diperiksa, lalu meminta lima hipotesis berurutan beserta cara ujinya dalam tabel. Jawaban kedua langsung menjadi urutan pemeriksaan. Modelnya sama; perintahnya berbeda. Kedua jawaban tetap draf: hipotesis diuji dengan manual pabrik, dan pekerjaan uap bertekanan dikerjakan petugas berwenang.

Batas pembahasan

Bab ini membahas cara menulis perintah (prompt) untuk model bahasa besar dalam pekerjaan teknisi: bagian-bagian prompt, dokumen panjang, permintaan asumsi, satuan, dan sumber, iterasi, model penalaran, dan satu templat, berdasarkan panduan resmi Anthropic, OpenAI, dan Google per 18 Oktober 2026. Saran prompting bergantung pada model dan cepat usang, sehingga setiap saran disertai nama model atau tanggal dokumennya.

Token dan model penalaran ada di Bab 8, suhu dan halusinasi di Bab 9, tingkat usaha di Bab 11, injeksi prompt di Bab 12, serta data pribadi dan alur verifikasi di Bab 14. Arstema bukan model AI dan tidak menjawab prompt; di bab ini Arstema adalah tempat memeriksa: Takar untuk angka dan satuan, Academy untuk konsep dan rumus, Kamus teknik untuk istilah, dan Troubleshoot untuk menguji hipotesis gangguan.

Prompt sebagai serah-terima tugas

Bagian "jelas dan langsung" dalam panduan Anthropic untuk model Claude terkini meminta Claude dianggap karyawan baru yang cerdas tetapi belum mengenal kebiasaan dan alur kerja setempat. Aturan emasnya: tunjukkan prompt kepada rekan yang tidak tahu konteksnya; bila rekan itu bingung, model juga bingung. Panduan prompting ChatGPT di repositori resmi OpenAI (27 April 2026) memakai gambaran serupa: serah-terima kepada anak magang baru, dengan bagian konteks, instruksi, dan batasan, dan satu prompt untuk satu hasil.

Halaman ikhtisar Anthropic menyebut tiga prasyarat: kriteria berhasil yang jelas, cara mengujinya, dan draf prompt pertama; tidak semua kegagalan diselesaikan dengan prompt, dan latensi serta biaya kadang lebih mudah diperbaiki dengan memilih model lain (Bab 11).

Alasannya (penalaran editorial dari Bab 8): model menyusun jawaban dari peluang token berikutnya berdasarkan teks di jendela konteksnya. Hal yang tidak ditulis tidak ikut membentuk jawaban, dan celahnya diisi pola umum.

Lima bagian prompt

Prinsip di balik tabel itu, dari panduan Anthropic kecuali disebut lain:

• Beri alasan. Alih-alih melarang elipsis, jelaskan bahwa teks akan dibacakan mesin suara; model menggeneralisasi dari penjelasan. "SOP ini dibaca teknisi baru di HP" lebih berguna daripada "jangan bertele-tele".
• Katakan apa yang harus dilakukan, misalnya "jawab dalam paragraf" alih-alih "jangan pakai markdown".
• Pakai contoh. Contoh termasuk cara paling andal mengarahkan format, nada, dan struktur; sebaiknya relevan, beragam, dan bertag <example>. Dokumen pengembang menganjurkan 3 sampai 5 contoh; blog Anthropic untuk pengguna claude.ai (10 November 2025) menyarankan mulai dari satu dan menambah bila keluaran belum sesuai.
• Beri struktur dengan tag gaya XML bila prompt mencampur instruksi, konteks, contoh, dan data. Untuk Gemini 3, Google menganjurkan pembatas konsisten, berupa tag gaya XML atau judul Markdown (menurut cuplikan halaman pengembang).
• Beri peran di prompt sistem; satu kalimat pun berpengaruh. Di aplikasi obrolan, tulis di awal pesan (penalaran editorial).
• Pakai langkah bernomor bila urutan penting, dan kata kerja tindakan: "ubah bagian ini" menghasilkan perubahan, sedangkan "bisakah Anda menyarankan" cenderung hanya menghasilkan saran.

Dokumen panjang dan rekayasa konteks

Untuk dokumen sekitar 20 ribu token atau lebih, Anthropic menganjurkan dokumen di atas dan pertanyaan di akhir; dalam pengujian Anthropic, cara ini memperbaiki mutu jawaban sampai 30 persen, terutama untuk masukan rumit dari beberapa dokumen. Model juga dapat diminta mengutip bagian yang relevan lebih dulu. Untuk Gemini 3, Google menganjurkan instruksi di akhir sesudah data, misalnya diawali "Berdasarkan informasi di atas" (menurut cuplikan).

Tulisan tim Applied AI Anthropic (29 September 2025) menyebut rekayasa konteks kelanjutan alami rekayasa prompt: memilih himpunan token bersinyal tinggi sekecil mungkin, sehingga lebih banyak teks belum tentu lebih baik; tulisan itu juga memakai istilah context rot dan anggaran atensi. Bagi teknisi (penalaran editorial): tempel bab manual yang relevan, bukan seluruh folder, tanpa memotong halaman peringatan.

Panduan Claude Opus 5.5 menganjurkan teks tempelan, seperti email pemasok atau halaman web, dibungkus tag seperti <pasted_content id="..."> dengan instruksi agar perintah di dalamnya diikuti hanya sejauh diminta pengguna; tag itu teks biasa dan dapat ditiru (Bab 12). Data tamu dan rahasia perusahaan disamarkan dulu (Bab 14).

Meminta asumsi, satuan, dan pemeriksaan

Panduan ChatGPT OpenAI memberi dua kalimat siap pakai: tandai yang belum pasti dengan "(perlu verifikasi)", dan sebelum selesai, daftarkan asumsi yang dipakai. Panduan GPT-5.2 (11 Desember 2025, kini diarsipkan) meminta 1 sampai 3 pertanyaan klarifikasi atau 2 sampai 3 tafsiran dengan asumsi berlabel, dan melarang mengarang angka pasti atau rujukan saat tidak yakin. Untuk konteks peka keselamatan, model memindai ulang jawabannya untuk asumsi tersembunyi, angka tanpa dasar di konteks, dan kata terlalu kuat seperti "selalu" atau "dijamin".

Anthropic menganjurkan penutup "Sebelum selesai, periksa jawaban Anda terhadap [kriteria uji]", yang disebut andal menangkap kesalahan, terutama pada kode dan matematika, kecuali pada Claude Opus 5, yang dapat melakukan verifikasi berlebihan bila instruksi itu terbawa dari prompt lama.

Model Claude terbaru secara bawaan menulis rumus dalam LaTeX; untuk dibaca di HP, minta karakter biasa seperti "/", "*", dan "^". Minta juga satuan di setiap angka dan faktor konversinya, lalu hitung ulang di Takar (penalaran editorial), karena riset Toolformer (Februari 2023) mencatat model bahasa kesulitan dengan aritmetika dasar yang dikerjakan baik oleh alat sederhana (Bab 9).

Meminta sumber dan izin berkata tidak tahu

Halaman Anthropic tentang mengurangi halusinasi memberi tiga teknik: izin eksplisit mengakui ketidakpastian, misalnya dengan kalimat "Saya tidak punya cukup informasi untuk menilai ini dengan yakin"; verifikasi dengan kutipan, yaitu menarik klaim tanpa kutipan pendukung; dan pembatasan model pada dokumen yang diberikan. Teknik ini sangat mengurangi halusinasi tetapi tidak menghilangkannya, sehingga informasi penting tetap divalidasi.

Blog Anthropic 10 November 2025 menulis hal serupa tentang izin berkata "saya tidak tahu", dan panduan ChatGPT serta GPT-5.2 meminta sumber atau kutipan dari bahan yang diberikan, termasuk tanggal, ambang, dan klausul.

Panduan Anthropic memuat pola dosis obat: bila label tidak ditemukan, Claude tidak memberi angka dari ingatan dan merujuk ke label, apoteker, atau dokter. Padanannya bagi teknisi (penalaran editorial): torsi, rating, setelan proteksi, dan dosis kimia diambil dari nameplate, manual, atau label.

Untuk informasi yang berubah cepat tanpa pencarian, panduan GPT-5.2 meminta jawaban umum dengan catatan bahwa rinciannya mungkin berubah; batas pengetahuan andal model Claude terkini adalah Juni 2026. Pernyataan Anthropic bahwa Opus 5.5 jauh lebih jarang menyebut angka atau sumber keliru adalah klaim pengembang; kutipan tetap dicocokkan dengan halaman aslinya.

Iterasi: prompt pertama adalah draf

Panduan ChatGPT menyatakan prompting bersifat iteratif dan itu wajar; buku resep Gemini di repositori resmi Google menulis hal yang sama. Panduan GPT-5 (7 Agustus 2025, diarsipkan) mencatat bahwa menghapus instruksi samar dan saling bertentangan sangat memperbaiki kinerja GPT-5.

Dua teknik membantu. Metaprompting: tempel catatan yang berantakan dan minta model bertanya kepada Anda; teknik ini tidak menolong bila yang kurang adalah bahan sumber. Verifikasi terbaik dari N: jalankan prompt yang sama beberapa kali dan bandingkan, karena ketidakkonsistenan dapat menandakan halusinasi. Pekerjaan besar dipecah menjadi prompt berantai, sejalan dengan dekomposisi di Bab 1 dan anjuran Google.

Model penalaran: saran lama dan saran baru

Model penalaran menyusun penalaran lebih dulu sebelum jawaban akhir (Bab 8). Sebagian saran lama tidak berlaku lagi:

Fitur berpikir selalu aktif pada Fable 5.1, Mythos 5.1, Fable 5, Mythos 5, dan Opus 5.5; tingkat usaha Claude berjenjang dari low sampai max, dengan bawaan Opus 5.5 medium (Bab 11). Vendor lain memakai kenop serupa: reasoning_effort dari none sampai xhigh pada model kelas GPT-5 (panduan GPT-5.2) dan tingkat berpikir Gemini dari minimal sampai high (buku resep Gemini), dengan tingkat lebih tinggi lebih lama dan lebih mahal. Menurut cuplikan halaman pengembang, suhu Gemini 3 di bawah 1,0 dapat menyebabkan pengulangan atau kinerja turun. Saran OpenAI untuk tidak memakai prompt penalaran berantai pada model penalaran belum dapat dipastikan dari sumber resmi per 18 Oktober 2026.

Untuk model penalaran: tulis tujuan, konteks, dan kriteria berhasil, biarkan model mengatur langkah berpikirnya, dan naikkan tingkat usaha untuk tugas sulit.

Templat prompt untuk teknisi

Untuk tugas pendek, isi Konteks, Tujuan, dan Format saja; untuk bahan panjang, Bahan paling atas dan Tujuan paling akhir.

Kalimat bagian Kejujuran berasal dari panduan OpenAI dan Anthropic di atas; prompt yang berhasil disimpan bersama tanggal dan nama modelnya.

Contoh kerja

Kurung siku diisi teknisi; angka yang tidak bersumber adalah angka latihan.

Contoh 1. Diagnosis pengering yang tidak panas. Sebelum: "dryer tidak panas kenapa". Sesudah:

Versi sesudah memberi konteks, satu hasil dengan alasannya, batasan positif, izin bertanya, dan format tetap. Kode galat diartikan dari manual pabrik, hipotesis diuji lewat Troubleshoot di Arstema, dan pekerjaan uap bertekanan mengikuti Bab 1 · Keselamatan.

Contoh 2. Konversi satuan tekanan. Sebelum: "6 bar berapa psi". Sesudah:

Dengan 1 bar = 100 kPa = 14,504 psi (pengetahuan umum), hasilnya 600 kPa dan $6 \times 14{,}504 = 87{,}0$ psi; tekanan absolut untuk tabel uap sekitar $6 + 1{,}013 = 7{,}0$ bar dengan atmosfer 1,013 bar (pengetahuan umum). Versi sebelum bisa memberi 87 psi tanpa asumsi ukur atau absolut; versi sesudah meminta asumsi, tanda ketidakpastian, dan rumus teks biasa. Angka diperiksa di ruang konversi Tekanan di Takar.

Contoh 3. Merangkum manual mesin cuci piring. Sebelum: "Rangkum manual ini" ditulis di atas 60 halaman manual. Sesudah:

Versi sesudah meletakkan dokumen di atas dan pertanyaan di akhir, meminta kutipan dulu, dan membatasi pada isi manual. Bila ringkasan menulis "bersihkan lengan semprot setiap 200 jam operasi (hlm. 41)" dan mesin berjalan 10 jam sehari (angka latihan), intervalnya $200/10 = 20$ hari. Halaman 41 dibuka dulu; butir tanpa kutipan dicoret.

Contoh 4. Menyusun draf SOP. Sebelum: "Buatkan SOP bersihin filter hood dapur." Sesudah:

Versi sesudah memberi peran, alasan gaya bahasa, langkah bernomor, dan satu contoh bertag yang ditambah bila keluaran belum sesuai. Bila label menulis "1 bagian pekat untuk 20 bagian air" dan bak berisi 40 L air (angka latihan), pekatnya $40/20 = 2$ L; draf yang menulis 4 L salah. Angka dicek dengan kalkulator Scientific di Takar dan label, lalu SOP disetujui atasan.

Contoh 5. Keluaran tabel energi harian. Sebelum: "Berapa pemakaian listrik mesin laundry kami sehari?" Sesudah:

Dengan angka latihan ini, $7{,}5 \times 6 = 45$, $18 \times 7 = 126$, dan $12 \times 5 = 60$ kWh, total 231 kWh per hari. Versi sesudah memberi data berpembatas, satuan di kepala kolom, rumus, dan instruksi positif. Daya nameplate adalah daya terbesar, jadi 231 kWh adalah batas atas (penalaran editorial). Angka dicek dengan alat Daya, Energi & Baterai di Takar, dan pemakaian nyata diukur dengan meter kWh.

Contoh 6. Meninjau perhitungan. Sebelum: "Hitungan saya: 200 L air, pemanas 6 kW, 139,5 menit. Benar kan? Pikirkan langkah demi langkah dan tulis penalaranmu." Sesudah:

Dengan 1 L air sekitar 1 kg dan kalor jenis 4,186 kJ/(kg K) (pengetahuan umum), beda suhunya 35 K, bukan 60 K: $Q = 200 \times 4{,}186 \times 35 = 29.302$ kJ dan $t = 29.302/6 = 4.884$ s, sekitar 81,4 menit. Cek kewajaran (Bab 4 · Satuan & Matematika): 6 kW memberi $6 \times 3.600 = 21.600$ kJ per jam, jadi sekitar 1,36 jam. Versi sebelum menggiring (penalaran editorial) dan meminta penalaran ditulis, yang dapat ditolak model Claude terkini; versi sesudah memberi kriteria uji, dan tugas sulit diberi tingkat usaha lebih tinggi. Angka dihitung ulang dengan kalkulator Scientific di Takar.

Contoh 7. Meminta asumsi dan satuan untuk dosis. Sebelum: "Pompa dosing deterjen harus jalan berapa detik?" Sesudah:

Dengan angka latihan ini, massa produk $25 \times 4 = 100$ g, volume $100/1{,}2 = 83{,}3$ mL, dan lama pompa $83{,}3/50 = 1{,}67$ menit, yaitu 100 s. Bila gram dianggap mililiter, hasilnya 120 s, kelebihan 20 persen. Versi sesudah memakai pertanyaan klarifikasi, larangan mengarang angka, dan daftar asumsi; versi sebelum memaksa model menebak. Hasilnya dicek dengan Dosing Timer di Takar, label pemasok, dan gelas ukur.

Contoh 8. Meminta sumber atau "tidak tahu". Sebelum: "Torsi baut bushing roda drum pengering [merek, model] berapa?" Sesudah:

Versi sebelum mengundang angka dari ingatan model; versi sesudah memakai izin mengakui ketidakpastian, verifikasi dengan kutipan, dan pembatasan pada dokumen, sejalan dengan pola dosis obat Anthropic. Bila kutipannya "30 ft-lb" (angka latihan) dan kunci torsi berskala Nm, dengan 1 ft-lb = 1,356 Nm (pengetahuan umum) setelannya $30 \times 1{,}356 = 40{,}7$ Nm. Halaman yang dikutip dibuka, dan konversinya dicek di ruang konversi Torsi di Takar.

Contoh 9. Iterasi daftar periksa. Putaran 1: "Buat daftar periksa mingguan walk-in chiller dapur." Hasilnya 27 butir, termasuk mengisi refrigeran. Putaran 2:

Putaran 3: "Jadikan permintaan saya satu prompt untuk minggu depan; tanyakan dulu apa yang kurang." Dengan sekitar 1 menit per butir (angka latihan), 27 butir butuh 27 menit, melewati jendela 15 menit; 12 butir butuh 12 menit. Umpan balik spesifik adalah iterasi yang wajar, dan putaran 3 adalah metaprompting. Batas suhu diambil dari manual unit dan aturan keamanan pangan dapur; formulirnya mengikuti Bab 9 · Data & Pengukuran.

Kondisi berhenti

Berhenti memakai jawaban AI, lalu bertanya ke manusia atau sumber resmi, bila:

1. Jawaban memuat angka keselamatan (torsi, setelan proteksi, tekanan, suhu, dosis) tanpa kutipan dari manual, nameplate, atau label.
2. Jawaban menyarankan memintas pengaman atau interlock, atau pekerjaan gas, listrik, uap, atau refrigeran di luar wewenang Anda (Bab 1 · Keselamatan).
3. Prompt yang sama dijalankan dua kali dan memberi angka berbeda; hitung sendiri di Takar.
4. Model menyatakan tidak punya cukup informasi atau tidak dapat mengutip sumber; cari manual atau tanya pabrik.
5. Tugas memerlukan data pribadi tamu atau rahasia perusahaan yang belum disamarkan (Bab 14).
6. Sesudah tiga putaran perbaikan hasilnya belum membaik (penalaran editorial); kemungkinan yang kurang adalah bahan sumber.

Salah tafsir yang sering terjadi

"Prompt yang makin panjang makin baik." Rekayasa konteks mencari himpunan token bersinyal tinggi sekecil mungkin.

"Menulis 'PIKIRKAN LANGKAH DEMI LANGKAH' selalu membantu." Saran itu dari era model lama; pada model Claude terkini, permintaan menuliskan penalaran dapat ditolak, penekanan huruf kapital tidak diperlukan, dan yang diatur adalah tingkat usaha.

"Kalau AI memberi kutipan, jawabannya pasti benar." Kutipan mengurangi halusinasi tetapi tidak menghilangkannya; halaman yang dikutip tetap dibuka.

"Suhu 0 membuat jawaban pasti." Suhu 0 tidak sepenuhnya deterministik, model Claude terbaru hanya menerima 1,0, dan Google menganjurkan Gemini 3 tetap 1,0.

"Prompt yang bagus berlaku untuk semua model dan selamanya." Instruksi periksa ulang, misalnya, dikecualikan untuk Opus 5; saran prompting bergantung pada model.

Hubungan dengan bab lain

Bab 7 memberi definisi AI, Bab 8 token dan model penalaran, Bab 9 halusinasi dan cara memeriksa jawaban, Bab 11 tingkat usaha, Bab 12 injeksi prompt, dan Bab 14 alur verifikasi dan tanggung jawab teknisi. Bab 4 · Satuan & Matematika, Bab 1 · Keselamatan, Bab 1 · Sistem, Diagram & Diagnosis, Bab 1, dan Bab 9 · Data & Pengukuran memberi pemeriksaan kewajaran, batas wewenang, cara menyatakan asumsi, dekomposisi tugas, dan lembar periksa.

Latihan dan pembahasan

Tuliskan prompt atau hitungan beserta satuan dan asumsinya. Angka dalam soal adalah angka latihan.

1. Tulis ulang "Mesin cuci bunyi keras pas putar, kenapa?" dengan lima bagian prompt, dan sebutkan satu hal yang Anda periksa sendiri.
2. AI menjawab "150 psi = 10,3 bar". Periksa dengan 1 bar = 14,504 psi dan sebutkan dua tambahan prompt yang membuat jawabannya lebih berguna.
3. Teknisi menempel manual 80 halaman di bawah pertanyaannya. Susun ulang prompt itu dan beri alasannya.
4. Prompt sistem untuk Claude Opus 5.5 berisi "KAMU WAJIB BERPIKIR LANGKAH DEMI LANGKAH DAN MENULIS PENALARANMU DI TAG ". Apa masalahnya dan bagaimana memperbaikinya?
5. Muatan 30 kg, dosis 5 g per kg linen, massa jenis 1,25 g/mL, debit pompa 40 mL per menit. AI menjawab 3,75 menit. Hitung jawaban yang benar dan temukan kesalahannya.
6. Suhu ruang pendingin dapur naik pelan sejak kemarin. Isi templat bab ini secara ringkas dan sebutkan apa yang diperiksa di Arstema atau manual sebelum bertindak.

Kunci jawaban beralasan

1. Konteks memuat jenis, kapasitas, dan model mesin, kapan bunyi muncul, dan yang sudah diperiksa; tujuannya 3 sampai 5 hipotesis dengan cara uji; batasannya uji yang membiarkan pengaman terpasang; formatnya tabel. Hipotesis dicocokkan dengan manual pabrik dan diuji lewat Troubleshoot, karena jawaban AI adalah draf.
2. Hitungannya $150/14{,}504 = 10{,}34$ bar, jadi jawaban itu benar. Tambahan yang berguna: minta asumsi tekanan ukur atau absolut ditulis, dan minta faktor konversi serta langkahnya dengan karakter biasa. Angkanya tetap diperiksa di ruang konversi Tekanan di Takar.
3. Manual dibungkus tag dan diletakkan di atas, dan pertanyaan di akhir, misalnya diawali "Berdasarkan manual di atas"; dalam pengujian Anthropic cara ini memperbaiki mutu sampai 30 persen pada dokumen panjang. Tambahkan permintaan mengutip bagian yang relevan dulu dan memakai isi manual saja.
4. Pada Opus 5.5 fitur berpikir selalu aktif, dan permintaan menulis penalaran di tag <thinking> dapat ditolak; huruf kapital penekanan juga tidak diperlukan. Perbaikannya: hapus instruksi itu, tulis tujuan, konteks, dan kriteria berhasil dengan bahasa biasa, lalu naikkan tingkat usaha bila tugasnya sulit.
5. Massa produk $30 \times 5 = 150$ g, volume $150/1{,}25 = 120$ mL, dan lama pompa $120/40 = 3$ menit, yaitu 180 s. Jawaban 3,75 menit sama dengan $150/40$: gram dianggap mililiter, sehingga dosis kelebihan 25 persen. Prompt seharusnya meminta satuan di setiap langkah dan daftar asumsi, dan hasilnya dicek dengan Dosing Timer di Takar dan label pemasok.
6. Konteks: model unit, suhu terukur dengan satuan dan jam, kondisi pintu dan gasket, kode pengendali; tujuan: hipotesis berurutan dengan cara uji; batasan: pekerjaan refrigeran untuk teknisi pendingin berwenang; kejujuran: "(perlu verifikasi)" dan daftar asumsi. Batas suhu diambil dari manual dan aturan keamanan pangan dapur, istilah dari Kamus teknik, dan hipotesis diuji lewat Troubleshoot; keputusan atas bahan makanan dibuat atasan.

Referensi