AI

Prompt AI yang Bagus: Rumus PTCF dan 12 Contoh Siap Pakai

Prompt AI yang bagus adalah instruksi yang menyebutkan empat hal sekaligus: siapa peran yang harus diambil AI (persona), apa yang harus dikerjakan (task), latar belakang yang relevan (context), dan bentuk output yang diinginkan (format). Panduan resmi Gemini for Google Workspace menyebut keempat elemen ini sebagai fondasi prompt yang efektif, dan OpenAI di halaman bantuannya menekankan hal senada: perlakukan AI seperti orang yang baru kamu beri tugas. Bukan panjangnya yang menentukan. Kejelasannya.

Sebagian besar orang berhenti di "buatkan artikel tentang kopi" lalu kecewa karena hasilnya terasa hambar. Wajar. Instruksi itu tidak memberi AI satu pun informasi yang membedakannya dari sejuta permintaan serupa.

Kenapa Prompt Panjang Belum Tentu Prompt AI yang Bagus

Banyak yang mengira semakin banyak kata, semakin bagus hasilnya. Padahal yang menolong bukan volume, melainkan jumlah keputusan yang sudah kamu ambil untuk AI — soal sudut pandang, pembaca, panjang, dan gaya. Prompt 30 kata yang menyebut empat hal itu hampir selalu mengalahkan prompt 200 kata berisi basa-basi.

Menariknya, ringkasan panduan prompting Gemini untuk Workspace menyarankan panjang prompt rata-rata di kisaran 21 kata — cukup untuk jelas, belum sampai bertele-tele. Angka itu bukan aturan mati, tapi jadi pengingat bahwa target kita adalah padat, bukan panjang.

Dan ada efek samping yang jarang dibahas: prompt yang terlalu bertele-tele justru membuat AI kehilangan prioritas. Kalau semua ditulis penting, tidak ada yang penting.

Rumus PTCF: Persona, Task, Context, Format

Google merangkum empat elemen prompt yang efektif jadi satu urutan sederhana. Kamu tidak wajib memakai keempatnya setiap saat, tapi memikirkan keempatnya akan mengubah hasil secara drastis.

  • Persona — peran yang harus diambil AI, dan kalau perlu, siapa kamu. "Kamu editor majalah bisnis" menghasilkan nada yang jauh berbeda dari "kamu penulis blog remaja".
  • Task — kata kerja spesifik: ringkas, bandingkan, susun ulang, kritik. Bukan "bantu saya soal laporan ini".
  • Context — kenapa kamu butuh output itu dan akan dipakai di mana. Bagian ini yang paling sering dilewati, dan paling sering jadi biang hasil generik.
  • Format — bentuk keluarannya: tabel, lima poin, JSON, paragraf maksimal 120 kata.

Perhatikan bahwa keempatnya menjawab pertanyaan yang berbeda. Persona menjawab "dengan suara siapa", context menjawab "untuk siapa dan kenapa". Dua hal yang sering dikira sama.

Diagram rumus PTCF sebagai kerangka prompt AI yang bagus
Empat elemen PTCF: fondasi prompt yang direkomendasikan panduan Gemini for Google Workspace.

Contoh penerapan PTCF dalam satu kalimat

"Kamu copywriter untuk brand kopi lokal. Tulis tiga caption Instagram untuk promo beli-satu-gratis-satu hari Jumat. Audiensnya pekerja kantoran usia 25–35 di Jakarta yang scroll saat jam makan siang. Maksimal 25 kata per caption, sertakan satu ajakan berkunjung, hindari tanda seru."

Empat elemen, satu paragraf, tanpa satu pun kata mubazir.

Tujuh Komponen yang Membedakan Prompt Biasa dan Prompt Juara

PTCF adalah kerangkanya. Tapi kalau kamu sudah nyaman, ada beberapa lapisan tambahan yang biasanya jadi pembeda antara output "lumayan" dan output yang bisa langsung dipakai tanpa diedit ulang:

  1. Batasan eksplisit. Jumlah kata, jumlah poin, hal yang harus dihindari. Larangan sama pentingnya dengan perintah.
  2. Contoh output (few-shot). Satu contoh "seperti ini yang saya mau" sering lebih efektif daripada tiga paragraf penjelasan gaya.
  3. Data pendukung. Jagoan Hosting dalam panduan prompt bisnisnya menekankan hal ini: tempelkan data nyata — potongan laporan, transkrip, daftar produk — supaya AI tidak menebak.
  4. Kriteria sukses. "Anggap berhasil kalau seorang manajer non-teknis paham dalam satu kali baca."
  5. Nada dan sudut pandang. Formal, santai, skeptis, orang pertama, orang kedua.
  6. Instruksi bertanya balik. Tambahkan "kalau ada informasi penting yang kurang, tanyakan dulu sebelum menulis". Ini satu baris yang menyelamatkan banyak waktu.
  7. Rantai tugas. Pecah pekerjaan besar jadi beberapa prompt berurutan — teknik yang di panduan bantuan OpenAI disebut sebagai bekerja secara iteratif.

Tidak semuanya perlu dipakai bersamaan. Untuk tugas ringan, PTCF saja sudah cukup; nomor 2, 3, dan 7 baru terasa gunanya saat pekerjaannya serius.

12 Contoh Prompt AI yang Bagus untuk Kerja, Belajar, dan Konten

Semua contoh di bawah ditulis dalam pola PTCF dan boleh langsung disalin. Ganti bagian dalam kurung siku dengan konteksmu sendiri — di situlah kekuatannya.

Untuk pekerjaan kantor

  1. "Kamu asisten manajer proyek. Ringkas transkrip rapat berikut jadi tiga bagian: keputusan, tugas beserta pemiliknya, dan risiko yang belum dibahas. Format tabel. [tempel transkrip]"
  2. "Kamu HR generalist. Tulis balasan email menolak lamaran kandidat yang sudah sampai tahap wawancara kedua. Nada hangat tapi tidak menggantung harapan. Maksimal 120 kata."
  3. "Bertindaklah sebagai atasan yang skeptis. Kritik proposal berikut dari sisi biaya dan waktu, sebutkan tiga pertanyaan tersulit yang akan diajukan di rapat direksi. [tempel proposal]"

Untuk belajar

  1. "Kamu tutor privat untuk pemula total. Jelaskan [konsep] memakai satu analogi dari kehidupan sehari-hari, lalu uji pemahaman saya dengan tiga pertanyaan bertingkat."
  2. "Susun rencana belajar [skill] selama 14 hari, 45 menit per hari, untuk orang yang bekerja penuh waktu. Sertakan satu latihan konkret tiap hari dan satu penanda kemajuan tiap pekan."
  3. "Saya akan menjelaskan [topik] dengan kata-kata saya sendiri. Tugasmu menandai bagian yang salah atau kurang tepat, tanpa memuji dulu. [tulis penjelasanmu]"

Untuk konten dan media sosial

  1. "Kamu editor konten. Berikan lima sudut artikel tentang [topik] yang belum digarap sepuluh hasil teratas Google, plus alasan singkat kenapa tiap sudut menarik."
  2. "Ubah paragraf berikut agar terbaca seperti ditulis manusia: variasikan panjang kalimat, hilangkan kata sambung formal berlebihan, jangan ubah faktanya. [tempel paragraf]"
  3. "Tulis deskripsi produk [nama produk] maksimal 60 kata, sorot tiga keunggulan, akhiri dengan ajakan halus, tanpa kata 'revolusioner' dan 'terbaik'."

Untuk gambar dan visual

  1. "Foto produk [barang] di atas meja kayu gelap, cahaya jendela dari kiri, latar belakang blur lembut, gaya fotografi produk minimalis, rasio 4:5, resolusi tinggi."
  2. "Ilustrasi datar (flat illustration) seorang pekerja kantoran menatap layar berisi grafik, palet biru-krem, garis tebal, tanpa teks, latar putih bersih, rasio 16:9."
  3. "Poster acara komunitas bertema teknologi, tipografi bold modern, warna gelap dengan aksen neon, ruang kosong di sepertiga bawah untuk teks, rasio 3:2."

Untuk prompt gambar, penekanannya sedikit bergeser: gaya, pencahayaan, sudut kamera, warna, dan rasio jadi elemen wajib. Panduan-panduan prompt foto AI berbahasa Indonesia rata-rata sepakat di titik ini — kegagalan paling umum bukan karena tool-nya lemah, tapi karena deskripsinya terlalu pendek.

Contoh prompt AI yang bagus diketik di kolom chat ChatGPT
Prompt terstruktur tidak harus panjang — cukup menyebutkan peran, tugas, konteks, dan format.

Perbandingan Prompt Malas vs Prompt Terstruktur

Begini, cara tercepat memahami bedanya adalah menaruh keduanya bersebelahan.

Aspek Prompt malas Prompt terstruktur
Bunyi instruksi "Buatkan email promosi" "Kamu copywriter email. Tulis email promo diskon akhir bulan untuk pelanggan lama toko sepatu lari. Nada ramah, maksimal 120 kata, satu tombol ajakan."
Hasil biasanya Generik, penuh klise, perlu ditulis ulang Mendekati siap kirim, tinggal sunting detail
Jumlah revisi Banyak, dan sering berputar Sedikit, dan terarah
Kontrol atas nada Nyaris nol Ada di tanganmu
Waktu total Terasa cepat di awal, boros di akhir Lebih lambat 30 detik, hemat belasan menit

Sebagai ilustrasi (bukan data riil): dalam pekerjaan menulis 12 deskripsi produk, prompt malas biasanya menuntut tiga sampai empat putaran revisi per item, sementara prompt berformat PTCF selesai dalam satu sampai dua putaran. Angka ini gambaran kasar dari pola kerja sehari-hari, bukan hasil pengukuran formal.

Cara Memperbaiki Prompt Ketika Hasilnya Melenceng

Jarang ada prompt yang benar di percobaan pertama. Halaman bantuan OpenAI menyarankan memperlakukan prompting sebagai percakapan — perbaiki permintaanmu berdasarkan jawaban pertama, bukan mengulang dari nol.

Urutan diagnosis yang biasanya paling cepat menemukan biang masalahnya:

  1. Hasilnya terlalu umum? Kurang context. Tambahkan pembaca sasaran, tujuan, dan situasi pemakaian.
  2. Nadanya tidak pas? Kurang persona. Sebutkan peran dan gaya secara eksplisit.
  3. Bentuknya berantakan? Kurang format. Minta tabel, jumlah poin, atau batas kata.
  4. Isinya melebar ke mana-mana? Kurang batasan. Tulis daftar hal yang tidak boleh dibahas.
  5. Faktanya meragukan? Jangan minta AI mengingat — tempelkan sumbernya, lalu minta ia bekerja hanya dari bahan itu.

Satu trik yang jarang dipakai: minta AI mengkritik promptmu sendiri. "Sebelum menjawab, sebutkan tiga informasi yang kurang dari instruksi saya." Sering kali jawabannya lebih berguna daripada output aslinya.

Ilustrasi proses iterasi memperbaiki prompt AI hingga hasil sesuai
Iterasi bukan tanda gagal — itu bagian normal dari proses menyusun instruksi.

Apakah Prompt untuk ChatGPT, Gemini, dan Claude Harus Berbeda?

Prinsipnya sama. Persona, task, context, format berlaku di semua model populer, karena semuanya dilatih dari teks manusia dan merespons instruksi yang jelas dengan cara yang mirip.

Perbedaannya lebih ke ekosistem daripada ke rumusnya. Gemini di Google Workspace, misalnya, bisa dirujuk ke berkas lain lewat penyebutan dokumen, sehingga prompt yang menyertakan rujukan file jadi lebih kuat di sana. Model yang punya jendela konteks besar lebih nyaman diberi bahan panjang. Model yang terintegrasi dengan pencarian lebih bisa diandalkan untuk hal-hal terkini.

Jadi, tidak perlu menghafal tiga gaya prompt berbeda. Kuasai satu kerangka, lalu sesuaikan bahan yang kamu tempelkan.

Kesalahan yang Bikin Output AI Terasa Generik

  • Menumpuk banyak tugas dalam satu prompt sampai tidak jelas mana yang utama.
  • Bertanya terbuka ("bagaimana menurutmu soal pemasaran?") padahal yang dibutuhkan instruksi tertutup.
  • Tidak pernah menyebut siapa pembacanya.
  • Menyerah setelah satu percobaan.
  • Menyalin prompt orang lain mentah-mentah tanpa mengganti konteks — ini penyebab paling umum kenapa "prompt viral" hasilnya biasa saja di tanganmu.
  • Meminta AI menyebutkan data atau statistik dari ingatannya, lalu memakainya tanpa verifikasi.

Batasan: Kapan Prompt AI yang Bagus Pun Tidak Menolong

Bagian ini yang biasanya dilewati artikel lain, padahal penting. Prompt bagus memperbaiki cara AI menyusun jawaban; ia tidak menciptakan pengetahuan yang tidak dimiliki modelnya.

Beberapa situasi yang tidak bisa diselamatkan instruksi sebaik apa pun: data internal perusahaan yang tidak kamu tempelkan, peristiwa yang terjadi setelah batas pengetahuan model dan tidak dicari lewat pencarian, angka statistik spesifik yang mudah dikarang, serta keputusan yang butuh tanggung jawab manusia — hukum, medis, keuangan pribadi. Untuk kategori terakhir, output AI paling banter berfungsi sebagai draf awal yang wajib diperiksa profesional.

Verifikasi tetap tugasmu. Selalu.

Catatan tulis tangan berisi kerangka menyusun prompt AI
Menyimpan template prompt sendiri jauh lebih berguna daripada mengoleksi ratusan prompt orang lain.

Pertanyaan yang Sering Muncul soal Prompt AI

Berapa panjang ideal sebuah prompt?
Tidak ada angka mutlak. Panduan Gemini for Workspace menyebut kisaran sekitar 21 kata sebagai titik nyaman untuk tugas harian, sementara tugas kompleks seperti analisis dokumen wajar memakan beberapa paragraf plus bahan tempelan. Ukurannya bukan panjang, tapi apakah semua keputusan penting sudah kamu sampaikan.

Apakah harus pakai bahasa Inggris supaya hasilnya lebih bagus?
Untuk model besar masa kini, prompt bahasa Indonesia sudah dipahami dengan baik. Bahasa Inggris kadang unggul tipis di topik teknis yang literaturnya memang berbahasa Inggris, dan pada beberapa generator gambar yang dokumentasinya berbasis istilah Inggris.

Apa itu prompt engineering, dan perlukah saya belajar sampai situ?
Prompt engineering adalah praktik menyusun dan menyempurnakan instruksi secara sistematis, termasuk memberi contoh, memecah tugas, dan menguji beberapa versi. Untuk pemakaian harian, menguasai PTCF plus kebiasaan iterasi sudah menutup sebagian besar kebutuhan.

Kenapa prompt yang sama memberi hasil berbeda tiap dijalankan?
Model bahasa bekerja secara probabilistik, jadi variasi adalah perilaku normal, bukan kerusakan. Kalau kamu butuh konsistensi, kunci variabelnya lewat format ketat, contoh output, dan batasan jumlah — itu mempersempit ruang gerak jawaban.

Prompt siap pakai dari internet aman dipakai?
Aman, selama kamu memperlakukannya sebagai kerangka, bukan mantra. Ganti persona dan context-nya dengan situasimu; tanpa itu, hasilnya akan seragam dengan ribuan orang lain yang menyalin prompt sama.

Ringkasan Cepat Sebelum Kamu Menutup Halaman Ini

  • Sebut empat hal: persona, task, context, format. Itu tulang punggungnya.
  • Padat mengalahkan panjang — targetkan kejelasan, bukan jumlah kata.
  • Batasan dan contoh output adalah dua tambahan dengan hasil paling terasa untuk usaha paling kecil.
  • Kalau output melenceng, diagnosis dulu elemen mana yang hilang, baru revisi. Jangan mengulang dari nol.
  • Tempelkan bahannya kalau butuh fakta spesifik, dan tetap verifikasi sendiri — prompt bagus tidak menghapus tanggung jawab itu.

Sekarang giliranmu: ambil satu prompt yang kemarin hasilnya mengecewakan, tambahkan persona dan pembaca sasaran, lalu jalankan ulang. Kalau kamu punya template prompt andalan yang sudah terbukti di pekerjaanmu, tulis di kolom komentar — bagian paling menarik dari topik ini justru muncul dari kasus nyata orang lain.


#promptaiyangbagus #contohpromptai #caramembuatpromptai #promptengineering #promptchatgpt #promptgemini #promptaiuntukkerja #promptaiuntukbelajar #templatepromptai #tipspromptai

💬 Diskusi & Komentar (0)

Bagikan pendapat Anda tentang artikel ini:

Comments