Kampus Times - Menggunakan ChatGPT, Gemini, dan Claude mungkin terlihat sederhana: tulis pertanyaan, kirim, lalu tunggu jawaban. Namun, ketika kebutuhan semakin kompleks, pengguna akan menemukan satu hal menarik: prompt yang menghasilkan jawaban bagus di satu AI belum tentu memberikan hasil serupa di AI lainnya.
Inilah alasan prompt engineering menjadi keterampilan penting. Teknik ini bukan sekadar membuat perintah panjang, tetapi bagaimana menyusun instruksi, konteks, batasan, contoh, dan format output agar model memahami tujuan pengguna dengan lebih tepat. Lantas, apakah teknik prompt engineering untuk ChatGPT, Gemini, dan Claude sebenarnya sama?
Prinsip Dasarnya Sama, Cara Memaksimalkannya Berbeda
Secara umum, ketiga AI tersebut memiliki fondasi prompting yang mirip. Pengguna sebaiknya menjelaskan tugas secara jelas, memberikan konteks yang relevan, menentukan format jawaban, serta menyebutkan batasan yang diperlukan. Google, misalnya, menekankan instruksi yang jelas dan spesifik, pemberian konteks, penggunaan contoh, serta penentuan format output dalam panduan Gemini.
Google juga menyebut prompt engineering sebagai proses yang bersifat iteratif sehingga pengguna perlu menguji dan memperbaiki prompt berdasarkan hasil yang diperoleh. Namun, persamaan tersebut tidak berarti satu formula bisa digunakan mentah-mentah untuk semua model.
ChatGPT: Fokus pada Tujuan dan Instruksi
Pada ChatGPT, prompt yang efektif umumnya dimulai dengan tujuan yang jelas. Pengguna dapat menjelaskan peran yang diinginkan, tugas yang harus dilakukan, konteks, batasan, serta bentuk jawaban. Misalnya, daripada menulis “buat artikel tentang beasiswa”, instruksi dapat diperjelas menjadi: “Tulis artikel informatif tentang strategi mendapatkan beasiswa untuk mahasiswa semester awal, gunakan bahasa sederhana, sertakan subjudul dan kesimpulan.”
Pendekatan terstruktur seperti ini membantu model memahami apa yang harus dikerjakan sekaligus bagaimana hasil akhirnya harus disajikan. Platform OpenAI juga menyediakan kemampuan prompting, message roles, serta penggunaan tools untuk membangun aplikasi berbasis AI.
Gemini: Struktur dan Contoh Menjadi Senjata
Gemini memiliki pendekatan yang kuat pada instruksi terstruktur dan contoh. Google secara khusus menjelaskan penggunaan zero-shot dan few-shot prompting untuk membantu model memahami pola tugas dan format jawaban.
Artinya, jika pengguna menginginkan format tertentu, memberikan satu atau beberapa contoh dapat membantu Gemini menangkap pola tersebut. Untuk tugas kompleks, Google juga merekomendasikan pemisahan konteks, tugas, batasan, dan format agar instruksi lebih mudah dipahami model. Pendekatan ini sangat berguna ketika pengguna membutuhkan hasil yang konsisten, seperti klasifikasi data, pembuatan tabel, ringkasan dengan format tertentu, atau output terstruktur.
Claude: Konteks dan Detail Instruksi Sangat Penting
Claude juga merespons baik terhadap instruksi yang jelas dan eksplisit. Anthropic merekomendasikan pemberian konteks mengenai tujuan instruksi, penggunaan contoh yang konsisten, serta penjelasan mengenai output yang diharapkan.
Menariknya, Anthropic juga menyarankan agar pengguna lebih banyak menjelaskan apa yang harus dilakukan, bukan hanya apa yang tidak boleh dilakukan. Untuk pengaturan format, Claude dapat bekerja dengan struktur seperti XML sehingga bagian instruksi, konteks, dan keluaran dapat dipisahkan lebih jelas.
Jangan Terjebak Prompt Terlalu Panjang
Kesalahan yang sering terjadi adalah menganggap prompt terbaik harus sangat panjang. Padahal, panjang bukan jaminan kualitas. Prompt yang berisi banyak instruksi tetapi tidak memiliki struktur justru dapat membuat tujuan utama menjadi kurang jelas. Yang lebih penting adalah memastikan model mengetahui apa tugasnya, konteks yang digunakan, batasannya, dan seperti apa hasil yang diinginkan.
Contohnya, prompt sederhana seperti “ubah tulisan ini menjadi artikel profesional” masih terlalu luas. Prompt yang lebih kuat dapat menjelaskan target pembaca, gaya bahasa, panjang tulisan, struktur heading, keyword utama, dan format akhir.
Formula Prompt yang Bisa Dipakai di Tiga AI
Pengguna dapat memakai kerangka sederhana berikut pada ChatGPT, Gemini, maupun Claude:
Peran ? Tujuan ? Konteks ? Instruksi ? Batasan ? Format Output ? Contoh.
Tidak semua bagian harus selalu digunakan. Untuk pertanyaan sederhana, cukup tujuan dan instruksi. Sementara untuk pekerjaan kompleks, konteks, batasan, contoh, dan format output dapat ditambahkan. Kuncinya adalah melakukan pengujian. Jika hasil belum sesuai, jangan langsung menambahkan puluhan instruksi. Perbaiki bagian yang paling bermasalah terlebih dahulu.
Kesimpulan
Prompt engineering untuk ChatGPT, Gemini, dan Claude memiliki prinsip dasar yang sama, tetapi teknik optimalnya tidak selalu identik. Ketiganya membutuhkan instruksi jelas, konteks relevan, dan tujuan yang terarah, tetapi karakter masing-masing model dapat membuat respons terhadap prompt yang sama menjadi berbeda.
Karena itu, pengguna tidak perlu mencari satu “prompt sakti” untuk semua AI. Strategi yang lebih efektif adalah memahami cara kerja setiap platform, memberikan instruksi yang terstruktur, lalu melakukan iterasi hingga mendapatkan hasil terbaik. Pada akhirnya, prompt engineering bukan tentang menulis prompt sepanjang mungkin, melainkan membuat AI memahami apa yang benar-benar ingin dicapai.
FAQ
Apakah prompt ChatGPT bisa digunakan di Gemini? Bisa, karena prinsip dasarnya serupa, tetapi hasilnya dapat berbeda sehingga prompt mungkin perlu disesuaikan.
Apakah prompt panjang selalu lebih bagus? Tidak. Prompt yang jelas, relevan, terstruktur, dan tidak berlebihan biasanya lebih efektif.
Apa bagian terpenting dalam prompt? Tujuan, konteks, instruksi, batasan, dan format output merupakan komponen yang paling sering membantu.
Apakah contoh diperlukan dalam prompt? Tidak selalu, tetapi contoh dapat membantu model memahami pola, gaya, dan format jawaban yang diinginkan.
AI mana yang memiliki teknik prompting terbaik? Tidak ada satu yang selalu terbaik. Efektivitas prompting bergantung pada model, jenis tugas, konteks, dan kualitas instruksi.
