Pelatihan AI untuk Kegiatan Akademik

Memaksimalkan Potensi Artificial Intelligence dalam Riset, Pembelajaran, dan Pengembangan bagi
santri, mahasiswa, dosen dan umum

Kasmui.Cloud Prompting HTML Pelatihan AI Gemini AI AI Library Kajian

AI: Satu Alat, Dua Peran Pengguna

Bagaimana Anda berinteraksi dengan AI akan menentukan hasil yang Anda dapatkan. Mari kita bedah dua kategori utamanya.

πŸ‘€

Pengguna Umum (General User)

Fokus pada menggunakan AI sebagai asisten cerdas untuk menyelesaikan tugas, mencari informasi, dan menghasilkan konten.

Hanya menggunakan AI dengan menginput PROMPT dan mendapatkan output respon AI, menggunakan berbagai aplikasi AI: NotebookLM, GPT Tools DLL.

πŸ‘©β€πŸ’»

Developer / Programmer

Fokus pada membangun, mengintegrasikan, dan memodifikasi sistem AI untuk menciptakan aplikasi atau solusi baru. Umumnya menggunakan API (berbayar atau gratis).

Produk aplikasi AI dapat diakses di https://kasmui.cloud

Kategori 1: Pengguna Umum

Sebagai pengguna umum, Anda berinteraksi dengan AI melalui antarmuka yang sudah jadi (seperti *chatbox*). Tujuannya adalah efisiensi dan peningkatan kualitas kerja.

Bagaimana Pengguna Umum Memakai AI?

Mereka menggunakan *Large Language Models* (LLM) sebagai:

  • Mesin Pencari Kontekstual: Menjawab pertanyaan kompleks yang butuh penalaran, bukan sekadar tautan.
  • Asisten Penulisan: Membantu membuat draf, memperbaiki tata bahasa, parafrasa, dan menerjemahkan.
  • Partner Diskusi: Mengeksplorasi ide, melakukan *brainstorming*, dan mendapatkan perspektif baru.
  • Alat Bantu Belajar: Menyederhanakan konsep sulit, membuat rangkuman, dan membuat soal latihan.

Contoh Penggunaan (Mahasiswa/Santri)

  • Riset Literatur: "Berikan saya rangkuman 5 jurnal terbaru tentang 'dampak AI pada perbankan syariah'." (Model: Gemini Advanced, Copilot)
  • Parafrasa & Tata Bahasa: "Perbaiki tata bahasa paragraf ini dan buat agar lebih mengalir untuk laporan skripsi saya." (Model: ChatGPT-4o, Qwen)
  • Memahami Konsep Sulit: "Jelaskan konsep 'I'rab dalam Nahwu' seolah-olah saya adalah siswa pemula." (Model: ChatGPT, DeepSeek)
  • Membuat Rangkuman Cepat: (Upload PDF/dokumen) "Rangkumkan poin-poin utama dari dokumen ini dalam 10 poin." (Model: Gemini, ChatGPT-4o)

Contoh Penggunaan (Dosen/Peneliti)

  • Pembuatan Materi Ajar: "Buatkan 10 soal studi kasus pilihan ganda tentang 'Hukum Termodinamika II' untuk mahasiswa S1 Teknik." (Model: ChatGPT, Gemini)
  • Analisis Data Kualitatif: "Saya punya 50 ulasan mata kuliah. Identifikasi 5 tema sentimen positif dan negatif yang paling umum." (Model: Copilot, ChatGPT-4o)
  • Draf Proposal Riset: "Bantu saya buat kerangka pendahuluan untuk proposal riset berjudul 'Penerapan Fikih Muamalah di Era Digital'." (Model: Gemini Advanced)
  • Korespondensi: "Tuliskan email profesional dalam Bahasa Inggris untuk mengundang Profesor X sebagai pembicara di seminar kami." (Model: Qwen, Gemini in GMail)

Kategori 2: Developer / Programmer

Sebagai developer, Anda tidak hanya *menggunakan* AI, tapi *membangun* di atasnya. Anda berinteraksi melalui API (*Application Programming Interface*), *library*, dan *framework*.

Bagaimana Developer Memakai AI?

  • Generasi Kode: Menggunakan AI sebagai *co-pilot* untuk menulis *boilerplate code*, fungsi, dan *script* secara otomatis.
  • Integrasi API: Memanggil API dari model (seperti Gemini atau OpenAI) untuk menambahkan kecerdasan pada aplikasi yang sudah ada.
  • Fine-Tuning: Mengambil model *open-source* (seperti Llama 3 atau Qwen) dan melatihnya kembali dengan data spesifik (misal: data internal kampus) agar lebih ahli di bidang tersebut.
  • Debugging: Meminta AI untuk menganalisis kode yang error, menjelaskan kesalahan, dan memberikan solusi perbaikan.

Contoh Proyek Akademik (Developer)

  • Membangun Chatbot Kampus: Membuat sistem *chatbot* di *website* universitas yang dapat menjawab pertanyaan seputar pendaftaran menggunakan Gemini API.
  • Aplikasi Analisis Skripsi: Membuat aplikasi *web* sederhana (pakai Python/PHP) yang dapat meng-upload PDF skripsi dan menggunakan ChatGPT API untuk mendeteksi keselarasan antara abstrak dan kesimpulan.
  • Riset Linguistik: Melakukan *fine-tuning* model DeepSeek Coder untuk menerjemahkan manuskrip kuno atau bahasa daerah secara lebih akurat.
  • Otomatisasi Lab: Menulis *script* Python (dengan bantuan Copilot) untuk mengotomatiskan pengumpulan data dari peralatan laboratorium.

Model & Alat yang Relevan

  • API (Closed Source): Google Gemini API (via AI Studio), OpenAI API (ChatGPT), Anthropic API (Claude).
  • Model (Open Source): Llama 3 (Meta), Qwen (Alibaba), Mistral (Mistral AI).
  • Tools Coding: GitHub Copilot (terintegrasi di VS Code), DeepSeek Coder (fokus pada coding), Tabnine.
  • Framework: LangChain, LlamaIndex (untuk membangun aplikasi RAG), Hugging Face Transformers (untuk *fine-tuning*).

Portofolio Aplikasi AI Saya

Berikut adalah beberapa aplikasi berbasis AI yang telah saya kembangkan dan dapat diakses publik:

kasmui.cloud

Portal utama dan landing page personal.

kasmui.cloud/ai/

Dashboard pusat untuk berbagai alat bantu AI.

kasmui.cloud/unw/

Aplikasi AI spesifik untuk kebutuhan akademik (UNW).

kasmui.cloud/style/

Alat bantu AI untuk generasi & modifikasi gambar/gaya.

kasmui.cloud/ailib/

Perpustakaan (library) prompt dan sumber daya AI.

kasmui.cloud/ai/link/

Kumpulan tautan (link shortener) terkait AI.

kasmui.cloud/kajian/

Aplikasi AI untuk pencarian & analisis kajian Islami.

kasmui.cloud/alquran/

Alat bantu pencarian cerdas (AI) untuk Al-Qur'an.

kasmui.cloud/pelatihan/

Platform atau informasi terkait pelatihan AI.

kasmui.cloud/smartsearch/

Mesin pencari cerdas (Smart Search) berbasis AI.

AI adalah Alat, Bukan Tujuan

Baik Anda seorang Pengguna Umum yang ingin mempercepat riset, atau seorang Developer yang ingin membangun sistem cerdas baru, AI adalah alat multiplikator.

Kunci suksesnya ada pada pemahaman Anda tentang kapan dan bagaimana menggunakan alat yang tepat untuk tugas yang tepat.

Lanjut ke Panduan LLM

LLM: Fitur, Kompetensi, dan Perbandingan

Panduan Analisis Mendalam untuk Memilih Model AI Terbaik bagi Akademisi

Selamat Datang di Pelatihan AI

Sesi ini adalah kelanjutan dari materi sebelumnya mengenai peran pengguna AI (Umum dan Developer). Sekarang, kita akan masuk lebih dalam untuk memahami "otak" di balik berbagai tools AI yang ada, yaitu Model Bahasa Besar (Large Language Models atau LLM).

Setiap LLM memiliki arsitektur, data pelatihan, dan "kepribadian" yang unik. Memahami perbedaan ini sangat penting agar Anda bisa memilih alat yang tepat untuk tugas akademik yang tepat. Misalnya, satu model mungkin sangat ahli dalam menulis kode, sementara model lain lebih unggul dalam analisis literatur dan pencarian sumber terpercaya.

Di bagian selanjutnya, kita akan membedah fitur, kompetensi, keunggulan, dan kelemahan dari LLM paling populer saat ini.

Tips Memulai

Sebelum memilih LLM, tentukan dulu kebutuhan spesifik Anda: apakah untuk menulis, coding, analisis data, atau riset? Ini akan membantu Anda memilih model yang tepat.

Link Mode Bahasa (LLM) Terkenal)

Link ini berisi berbagai macam model bahasa terkenal dengan sedikit pembahasan.

Apa itu Large Language Model (LLM)?

Large Language Model (LLM) adalah jenis kecerdasan buatan (AI) yang dilatih menggunakan volume data teks yang sangat besar. Tujuannya adalah untuk memahami, menghasilkan, meringkas, dan menerjemahkan bahasa manusia dengan tingkat kerumitan dan nuansa yang tinggi. Anggap saja seperti "autocomplete" super canggih yang tidak hanya menebak kata berikutnya, tetapi juga memahami konteks, tata bahasa, dan hubungan antar konsep untuk bisa bercakap-cakap, menulis esai, hingga membuat kode program.

Mengapa variannya sangat banyak? Banyaknya varian LLM disebabkan oleh beberapa faktor utama: Spesialisasi (beberapa model dioptimalkan untuk tugas khusus seperti coding atau penulisan kreatif), Ukuran & Efisiensi (model besar lebih kuat tapi mahal, model kecil lebih cepat dan hemat), Kompetisi & Inovasi antar perusahaan teknologi, serta adanya model Open Source (seperti Llama) yang bisa dimodifikasi oleh siapa saja, sehingga menciptakan lebih banyak turunan baru.

Perbandingan LLM Populer (Update 2025)

Berikut adalah analisis berbagai LLM populer dan keunggulannya masing-masing dalam konteks akademik. Pahami spesialisasi setiap model untuk hasil optimal.

ChatGPT (OpenAI)

Fitur & Kompetensi Terbaru:

  • Model teratas (GPT-4o) sangat multimodal (teks, audio, visi).
  • Versatile (Serba bisa): Kuat dalam percakapan, penulisan kreatif, dan penalaran umum.
  • Memiliki "Deep Research Agentic Capability" untuk riset mendalam.
  • Ekosistem matang dengan kustomisasi GPTs dan plugin.

Keunggulan Akademik:

  • Menyusun draf esai, artikel, atau proposal penelitian.
  • Melakukan brainstorming ide dan kerangka tulisan.
  • Membantu debugging kode (jika Anda mahasiswa IT/Sains).

Gemini (Google)

Fitur & Kompetensi Terbaru:

  • Model teratas (Gemini 2.5 Pro) memiliki jendela konteks sangat besar (1M token), bisa memproses seluruh buku.
  • Integrasi Ekosistem Google: Terhubung langsung dengan Gmail, Google Docs, Drive.
  • Model "Flash" sangat cepat untuk tugas instan.
  • Unggul dalam penalaran domain spesifik (hukum, sains).

Keunggulan Akademik:

  • Menganalisis dan merangkum set data besar (skripsi, jurnal).
  • Membantu riset langsung di dalam Google Workspace.
  • Memproses dan memahami video perkuliahan (multimodal).

Claude (Anthropic)

Fitur & Kompetensi Terbaru:

  • Model teratas (Claude 3.5 Sonnet) memimpin dalam benchmark penalaran kompleks.
  • Fokus pada Safety & Akurasi: Dirancang untuk mengurangi "halusinasi" (jawaban salah).
  • Sangat kuat dalam penulisan teknis dan profesional.
  • Unggul dalam menangani dokumen besar (PDF, kode) dengan akurasi tinggi.

Keunggulan Akademik:

  • Pilihan terbaik untuk analisis literatur (review jurnal).
  • Menulis draf teknis (laporan, makalah) yang membutuhkan akurasi tinggi.
  • Sangat baik untuk tugas yang rawan halusinasi.

Perplexity AI

Fitur & Kompetensi Terbaru:

  • Bukan LLM murni, tapi Answer Engine (Mesin Jawaban).
  • Menggunakan RAG (Retrieval-Augmented Generation) secara default.
  • Menyertakan Sitasi (Sumber): Selalu memberikan link ke sumber jawaban.
  • Mode 'Pro' bisa memilih LLM (GPT-4o, Claude 3.5) untuk menjawab.

Keunggulan Akademik:

  • Wajib untuk peneliti! Ideal untuk pencarian literatur dan referensi.
  • Memastikan jawaban didasarkan pada data web terbaru (anti-hoaks).
  • Mempercepat proses pencarian sumber dan sitasi.

Copilot (Microsoft)

Fitur & Kompetensi Terbaru:

  • Integrasi Enterprise: Menyatu dengan Windows 11 dan Microsoft 365 (Word, Excel, Teams).
  • Menggunakan "router" canggih untuk memilih model terbaik (termasuk GPT-5).
  • Fitur "Copilot Studio" untuk membuat agen kustom.
  • Mampu menganalisis file lokal (Excel, PDF) menggunakan Code Interpreter.

Keunggulan Akademik:

  • Menganalisis data langsung di Excel.
  • Membuat draf presentasi PowerPoint dari dokumen Word.
  • Merangkum rapat atau perkuliahan online di Teams.

Deepseek

Fitur & Kompetensi Terbaru:

  • Spesialis Coding: Model DeepSeek-Coder V2 adalah salah satu yang terbaik di dunia.
  • Mendukung 300+ bahasa pemrograman.
  • Sangat baik dalam *code completion* (melengkapi kode) dan penalaran matematis dalam kode.

Keunggulan Akademik:

  • Sangat direkomendasikan untuk mahasiswa/dosen Teknik Informatika, Sains Data, dan MIPA.
  • Membantu menyelesaikan tugas pemrograman kompleks.

Qwen (Alibaba)

Fitur & Kompetensi Terbaru:

  • Kemampuan Multibahasa Kuat: Sangat unggul dalam bahasa selain Inggris (termasuk Mandarin dan lainnya).
  • Model Qwen3-VL (Vision) sangat kuat dalam memahami dokumen, video, dan gambar kompleks.
  • Memiliki konteks besar (hingga 1 juta token) untuk analisis dokumen panjang.

Keunggulan Akademik:

  • Menganalisis dokumen atau literatur dalam berbagai bahasa.
  • Riset yang melibatkan analisis gambar atau video.

Grok (xAI)

Fitur & Kompetensi Terbaru:

  • Pemahaman Dunia Fisik: Didesain unik untuk memahami konteks dunia nyata (misal: "apa yang terjadi di foto ini").
  • Akses data real-time dari platform X (Twitter).
  • Memiliki "gaya" jawaban yang unik, seringkali berani dan kritis.

Keunggulan Akademik:

  • Analisis sentimen atau tren sosial media secara real-time.
  • Memberikan perspektif "out-of-the-box" atau kritis terhadap suatu topik.

Mistral (Mistral AI)

Fitur & Kompetensi Terbaru:

  • Pemimpin di ranah Open-Source (model Mixtral).
  • Sangat efisien (cepat dan murah) untuk performa yang setara.
  • Menggunakan arsitektur "Mixture of Experts" (MoE) yang canggih.
  • Model "Large" bersaing langsung dengan GPT-4 dan Claude 3.

Keunggulan Akademik:

  • Pilihan bagi developer/peneliti yang ingin menjalankan model secara lokal (on-premise).
  • Baik untuk tugas-tugas yang membutuhkan kecepatan dan efisiensi biaya.

Analisis Mendalam Fitur & Kompetensi LLM πŸ“Š

Berikut adalah perbandingan mendetail tentang kemampuan berbagai LLM dalam berbagai aspek akademik (data per Oktober 2025):

Model Kemampuan Multimodal Ukuran Konteks Kecepatan Akurasi Harga
ChatGPT / Copilot (GPT-5) Luar Biasa 400K token Sedang Luar Biasa Sangat Mahal
Gemini 2.5 Pro Sangat Baik 1M+ token Cepat Sangat Baik Sedang
Claude 3.5 Sonnet Baik 200K token Cepat Sangat Baik Sedang
Qwen 3-Max Sangat Baik 256K token Cepat Sangat Baik Sedang
Llama 3 70B Baik 128K token Sangat Cepat Sangat Baik Murah (Open Source)
DeepSeek-V3.2-Exp Terbatas 128K token Sangat Cepat Sangat Baik (Coding) Murah

Kasus Penggunaan Spesifik

Penulisan Akademik

Claude dan ChatGPT unggul dalam menyusun esai, makalah, dan proposal penelitian dengan struktur yang baik.

Analisis Data

Gemini dan Copilot sangat baik untuk menganalisis dataset besar dan membuat visualisasi data.

Pemrograman

DeepSeek dan GitHub Copilot adalah pilihan terbaik untuk tugas coding dan debugging.

Penelitian Literatur

Perplexity AI dan Claude sangat baik untuk pencarian literatur dan referensi dengan sitasi yang akurat.

Statistik Performa LLM

95%
Akurasi Claude dalam tugas penalaran kompleks
1M+
Token konteks Gemini untuk analisis dokumen panjang
300+
Bahasa pemrograman yang didukung DeepSeek
50%
Lebih hemat biaya model open-source seperti Mistral

Panduan Praktis Memilih & Menggunakan LLM πŸ› οΈ

Tips Utama

Pilih LLM berdasarkan kebutuhan spesifik Anda, bukan hanya popularitasnya. Setiap model memiliki keunggulan di area tertentu.

Alur Pemilihan LLM

  1. Identifikasi Tugas: Tentukan apa yang ingin Anda capai (menulis, coding, analisis data, dll)
  2. Pertimbangkan Anggaran: Beberapa LLM gratis, sementara yang lain berbayar dengan fitur lebih lengkap
  3. Evaluasi Kebutuhan Multimodal: Apakah Anda perlu memproses gambar, audio, atau hanya teks?
  4. Perhatikan Ukuran Konteks: Untuk dokumen panjang, pilih model dengan konteks besar seperti Gemini
  5. Uji dengan Tugas Nyata: Coba beberapa model dengan tugas yang sama untuk membandingkan hasilnya

Panduan Cepat Berdasarkan Kebutuhan

πŸ“ Menulis Esai / Proposal

Rekomendasi: ChatGPT, Claude

Keduanya unggul dalam struktur naratif dan kohesi argumen.

πŸ” Riset & Sitasi Akademik

Rekomendasi: Perplexity AI

Selalu menyertakan sumber terpercaya dan terbaru.

πŸ’» Pemrograman & Matematika

Rekomendasi: Deepseek, Copilot

Akurasi tinggi dalam sintaks dan logika.

πŸ“Š Analisis Data & Dokumen

Rekomendasi: Gemini, Copilot

Bisa membaca file Excel, PDF, dan merangkum konten panjang.

🌍 Multibahasa / Non-Inggris

Rekomendasi: Qwen, Claude

Dukungan bahasa lokal lebih baik daripada rata-rata.

πŸ§ͺ Penelitian Eksperimen / Kritis

Rekomendasi: Grok, Claude

Memberikan sudut pandang berani atau analisis mendalam.

Template Prompt Kunci untuk Akademik

Template untuk Menulis Makalah

Prompt: "Saya sedang menulis makalah tentang [topik]. Tolong buatkan outline dengan bagian-bagian berikut: pendahuluan, tinjauan pustaka, metodologi, hasil, diskusi, dan kesimpulan. Sertakan 5-7 poin utama untuk setiap bagian."

LLM yang Direkomendasikan: Claude atau ChatGPT

Template untuk Analisis Data

Prompt: "Saya memiliki dataset tentang [jenis data]. Tolong analisis tren utama, identifikasi outlier, dan sarankan visualisasi yang tepat untuk presentasi hasil. Berikan juga interpretasi statistik sederhana."

LLM yang Direkomendasikan: Gemini atau Copilot

Template untuk Coding

Prompt: "Saya perlu membuat [jenis program/aplikasi] dengan bahasa [bahasa pemrograman]. Tolong buatkan kode dengan fungsi [fungsi yang diinginkan]. Sertakan komentar untuk penjelasan dan dokumentasi yang jelas."

LLM yang Direkomendasikan: DeepSeek atau GitHub Copilot

Sumber Daya Tambahan

Studi Kasus Penggunaan LLM dalam Akademik πŸ“š

Contoh nyata bagaimana LLM digunakan dalam berbagai disiplin ilmu untuk mempercepat proses dan meningkatkan kualitas kerja:

πŸŽ“ Skripsi Mahasiswa Hukum

Seorang mahasiswa menggunakan Perplexity AI untuk mencari putusan pengadilan terkini dan Claude untuk menganalisis pasal-pasal UU dengan akurasi tinggi, menghindari halusinasi hukum.

πŸ”¬ Peneliti Biologi Molekuler

Tim peneliti memanfaatkan Gemini 2.5 Pro untuk menganalisis 500 halaman jurnal ilmiah dalam satu prompt, lalu menggunakan ChatGPT untuk menyusun laporan dalam bahasa Inggris akademik.

πŸ‘¨β€πŸ« Dosen Teknik Informatika

Menggunakan Deepseek-Coder untuk membuat contoh kode Python yang kompleks, lalu meminta Copilot menghasilkan slide PowerPoint otomatis dari penjelasan teknis tersebut.

πŸ“š Santri Penghafal Al-Qur’an

Menggunakan Qwen untuk menganalisis tafsir dalam bahasa Arab klasik, lalu membandingkan dengan terjemahan modern menggunakan Claude yang mendukung multibahasa dengan konteks budaya.

Trend dan Masa Depan LLM dalam Akademik πŸš€

Evolusi LLM dalam Beberapa Tahun Terakhir

2022 - GPT-3.5

Revolusi aksesibilitas AI dengan ChatGPT. Kemampuan percakapan natural pertama kali tersedia untuk umum.

2023 - GPT-4 & Multimodal

Munculnya model multimodal yang bisa memproses teks dan gambar. Claude dan Gemini mulai bersaing.

2024 - Konteks Panjang & Specialization

Model dengan konteks sangat panjang (hingga 1M token) dan model khusus seperti DeepSeek untuk coding.

2025 - Agentic AI & Reasoning

AI yang bisa melakukan tugas kompleks secara otonom dan penalaran yang mendekati manusia. Awal dari AI Agents.

Tren & Inovasi Utama di Tahun 2025

Dunia LLM berkembang pesat. Berikut beberapa terobosan utama yang memengaruhi dunia akademik:

🧠 Agentic AI: LLM yang Bisa Bertindak Sendiri

  • Model seperti GPT-4o dan Claude 3.5 dapat menjalankan "agent loop": merencanakan β†’ mengeksekusi β†’ mengevaluasi β†’ memperbaiki.
  • Contoh: Menulis skripsi β†’ mencari referensi β†’ merevisi β†’ memformat sesuai gaya APA, semuanya otomatis.

🌐 Multimodal Menjadi Standar

  • LLM kini memahami teks, gambar, suara, dan video secara bersamaan.
  • Anda bisa unggah rekaman kuliah β†’ dapatkan transkrip + ringkasan + slide penting.

πŸ”’ Fokus pada Keamanan & Etika Akademik

  • Claude dan Mistral memperkenalkan mode "Academic Integrity" yang menolak menulis esai utuh, tapi hanya memberi panduan.
  • Fitur deteksi plagiarisme terintegrasi mulai muncul di Copilot dan Perplexity.

⚑ Model Lokal & Open-Source Meningkat

  • Mistral dan Qwen memungkinkan universitas menjalankan LLM di server sendiri β€” aman, privat, dan murah.
  • IDE seperti VS Code kini punya plugin LLM lokal untuk mahasiswa tanpa koneksi internet.

Implikasi untuk Dunia Akademik

  • **Perubahan Metode Pengajaran:** Fokus beralih dari menghafal ke analisis kritis dan kreativitas.
  • **Penelitian yang Dipercepat:** AI membantu peneliti menganalisis data lebih cepat dan menemukan pola yang tidak terlihat.
  • **Personalized Learning:** Setiap siswa bisa memiliki asisten AI yang disesuaikan dengan gaya belajar mereka.
  • **Kolaborasi Manusia-AI:** Peneliti dan AI bekerja sama untuk memecahkan masalah kompleks.

Mempersiapkan Diri untuk Masa Depan

Fokuskan pembelajaran pada keterampilan yang sulit diotomasi AI: pemikiran kritis, kreativitas, kolaborasi, dan emotional intelligence.

Mastering Prompt Engineering

Panduan Interaktif (Religi + Umum) untuk Respons AI Terbaik

1. Pemberian Peran (Persona)

Beri AI "topi" atau peran spesifik untuk mengunci fokus, gaya bahasa, dan kedalaman teknisnya.

Contoh Peran: "Anda adalah seorang profesor ekonomi. Jelaskan konsep inflasi secara sederhana..."

2. Tugas Sesuai Peran

Berikan tugas yang selaras dengan keahlian dari peran yang sudah ditetapkan di Poin 1.

Contoh Tugas: "Peran: 'Anda adalah copywriter...' Tugas: 'Buatkan tiga pilihan tagline...'"

3. Perintah Rinci

Harus sangat jelas, spesifik, dan tidak ambigu. Jangan membuat AI menebak-nebak.

Contoh Rinci: "...rencana makan 7 hari (1.800 kkal/hari)... Saya alergi kacang..."

4. Penentuan Format

Dikte struktur atau tata letak keluaran (output) agar langsung dapat digunakan (usable).

Contoh Format: "...dalam format tabel dengan dua kolom: 'Kelebihan' dan 'Kekurangan'."

Kaidah Tambahan

Apa ini: Memberikan informasi latar belakang tentang mengapa Anda membutuhkan ini atau siapa audiensnya.

"Saya sedang mempersiapkan presentasi untuk dewan direksi (audiens non-teknis). Tolong jelaskan konsep 'cloud computing' dalam tiga poin sederhana yang fokus pada manfaat bisnis..."

Apa ini: Menunjukkan pada AI contoh dari apa yang Anda inginkan. Ini adalah cara tercepat mengajari AI pola yang Anda mau.

"Tolong ubah sentimen kalimat.
Contoh 1: 'Makanannya hambar.' -> Sentimen: Negatif
Contoh 2: 'Saya suka suasananya!' -> Sentimen: Positif
Sekarang, ubah ini: 'Harganya mahal, tapi sepadan.'"

Apa ini: Memberi tahu AI apa yang tidak boleh dilakukan atau batasan spesifik lainnya (jumlah kata, sumber, dll).

"Jelaskan sejarah Revolusi Prancis tidak lebih dari 150 kata. Hindari membahas Napoleon."