Bukan Cuma /human: 20 “Magic Keyword” Prompt ChatGPT yang Bisa Bikin Jawaban AI Jauh Lebih Enak Dibaca

Pernah merasa jawaban ChatGPT terlalu kaku, terlalu formal, atau terasa seperti tulisan robot? Mungkin masalahnya bukan pada ChatGPT — tetapi pada cara kita memberi instruksi.

Ada satu hal menarik sejak ChatGPT menjadi bagian dari kehidupan sehari-hari.

Banyak orang sekarang sudah bisa menggunakan AI. Tinggal buka ChatGPT, ketik pertanyaan, lalu tekan Enter.

Tapi ada perbedaan besar antara “menggunakan ChatGPT” dan “mengendalikan output ChatGPT.”

Misalnya, kita meminta:

“Buatkan artikel tentang artificial intelligence.”

ChatGPT mungkin memberikan artikel yang benar. Strukturnya rapi. Bahasanya juga bagus.

Tapi ketika dibaca, rasanya seperti membaca artikel ensiklopedia.

Kemudian kita mencoba:

“Buatkan artikel tentang artificial intelligence dengan bahasa manusia.”

Hasilnya biasanya mulai berubah.

Lebih santai. Lebih komunikatif. Lebih mudah dibaca.

Lalu kita tambahkan:

“/human”

Atau:

“Tulis seperti seseorang yang benar-benar mengalami hal ini dan sedang bercerita kepada pembaca.”

Hasilnya bisa terasa lebih natural lagi.

Pertanyaannya: apakah /human benar-benar merupakan magic keyword?

Jawabannya: tidak secara teknis.

Tidak ada dokumentasi resmi OpenAI yang menyatakan bahwa /human adalah perintah khusus yang mengaktifkan “mode manusia”. Namun, instruksi seperti ini dapat berfungsi sebagai petunjuk gaya (style instruction). OpenAI sendiri menjelaskan bahwa kita dapat mengarahkan model menggunakan konteks, tugas yang jelas, serta nada seperti formal, informal, ramah, profesional, atau humoris.

Jadi, yang sebenarnya “magic” bukan simbol /.

Yang magic adalah instruksi yang kita berikan setelahnya.

Dan ternyata, kita bisa membuat banyak variasi.

Mengapa Prompt Sederhana Sering Menghasilkan Jawaban yang Biasa Saja?

Bayangkan kita meminta seseorang:

“Tolong buatkan artikel tentang AI.”

Orang tersebut pasti akan bertanya:

“Untuk siapa?”

“Berapa panjang?”

“Gaya bahasanya bagaimana?”

“Untuk blog atau jurnal?”

“Apa sudut pandangnya?”

“Perlu contoh?”

“Formal atau santai?”

ChatGPT juga menghadapi masalah yang sama.

Semakin sedikit konteks yang diberikan, semakin banyak ruang bagi AI untuk menebak apa yang sebenarnya kita inginkan.

OpenAI merekomendasikan prompt yang jelas, spesifik, memiliki konteks yang cukup, dan dapat disempurnakan secara iteratif.

Hal yang sama juga ditekankan Google dalam panduan prompt design mereka: instruksi yang jelas dan spesifik, contoh, format yang konsisten, serta proses iterasi dapat membantu menghasilkan output yang lebih sesuai.

Jadi daripada hanya bertanya:

“Buatkan artikel tentang AI.”

Kita bisa mengatakan:

“Buatkan artikel tentang AI untuk pembaca awam usia 18–30 tahun. Gunakan bahasa Indonesia yang santai tetapi tetap informatif. Hindari istilah teknis yang tidak perlu. Gunakan analogi sederhana dan contoh kehidupan sehari-hari.”

Sekarang AI memiliki arah.

Jadi, Apa Saja “Magic Keyword”-nya?

Mari kita lihat beberapa keyword atau instruksi yang bisa kita gunakan.

Perlu diingat: istilah “magic keyword” di sini hanyalah istilah praktis. Ini bukan daftar command resmi ChatGPT.

1. /human — Bikin Tulisan Lebih Natural

Ini mungkin keyword yang paling populer.

Contohnya:

*/human Buatkan artikel tentang dampak AI terhadap pekerjaan.*

Tetapi /human saja sebenarnya terlalu sederhana.

Lebih bagus:

*/human Tulis artikel tentang dampak AI terhadap pekerjaan dengan gaya seperti manusia yang sedang berbagi pengalaman. Hindari kalimat yang terlalu sempurna, terlalu formal, atau terdengar seperti buku teks.*

Perhatikan perbedaannya.

Kita tidak hanya mengatakan “jadilah manusia”.

Kita menjelaskan seperti apa bahasa manusia yang kita inginkan.

2. /casual — Jangan Terlalu Formal

Kalau hasil ChatGPT terasa seperti makalah kampus, coba:

*/casual Jelaskan apa itu machine learning kepada orang yang belum pernah belajar programming.*

Atau:

*/casual Jelaskan dengan gaya ngobrol bersama teman, tetapi tetap akurat.*

Ini cocok untuk:

• media sosial
• blog
• artikel Medium
• konten edukasi
• script video
• newsletter

3. /genz — Bahasa Anak Muda

Ingin tulisan yang lebih dekat dengan pembaca muda?

Coba:

*/genz Jelaskan mengapa mahasiswa perlu belajar AI sejak sekarang.*

Kemudian tambahkan batasan:

*/genz Gunakan bahasa yang relatable untuk mahasiswa dan pekerja muda. Jangan menggunakan slang secara berlebihan.*

Ini penting.

Kalau kita hanya mengatakan “gunakan bahasa Gen Z”, AI bisa saja terlalu banyak menggunakan slang.

Akibatnya tulisan menjadi seperti:

“Guys, literally AI tuh gila banget sih…”

Tidak semua pembaca akan nyaman dengan gaya seperti itu.

Lebih baik kita menentukan tingkat casual-nya.

4. /expert — Buat AI Berpikir dari Perspektif Ahli

Misalnya kita ingin membahas cybersecurity.

Daripada:

“Jelaskan cybersecurity.”

Gunakan:

*/expert Jelaskan cybersecurity dari perspektif seorang security engineer dengan pengalaman praktis di industri.*

Lebih bagus lagi jika kita menentukan bidangnya:

*/expert Bertindak sebagai cybersecurity consultant. Jelaskan risiko phishing kepada pemilik UMKM yang tidak memiliki latar belakang IT.*

Kuncinya bukan sekadar kata “expert”.

Kita memberikan role + audience + task.

5. /eli5 — Jelaskan Seperti untuk Anak Kecil

ELI5 berarti Explain Like I’m 5.

Contoh:

*/eli5 Jelaskan apa itu blockchain.*

AI akan mencoba menyederhanakan konsep tersebut.

Misalnya blockchain dijelaskan menggunakan analogi buku catatan bersama.

Teknik seperti ini sangat berguna ketika kita mempelajari:

• AI
• blockchain
• cloud computing
• cybersecurity
• database
• data science
• machine learning

6. /simple — Hilangkan Bahasa Ribet

Kadang masalahnya bukan informasi.

Masalahnya adalah cara menyampaikannya.

Coba:

*/simple Jelaskan konsep API kepada orang yang tidak mengerti programming.*

Atau:

*/simple Ubah penjelasan ini agar bisa dipahami siswa SMA.*

Ini sangat berguna ketika ChatGPT menghasilkan paragraf yang terlalu akademis.

7. /example — Jangan Cuma Menjelaskan, Berikan Contoh

Ini salah satu instruksi paling berguna.

Misalnya:

*/example Jelaskan apa itu prompt engineering dan berikan 5 contoh penggunaannya dalam pekerjaan sehari-hari.*

Kenapa contoh penting?

Karena AI tidak hanya mendapatkan instruksi mengenai apa yang harus dilakukan, tetapi juga gambaran mengenai seperti apa hasil yang diharapkan.

Dalam prompting, pendekatan ini dikenal sebagai few-shot prompting ketika kita memberikan beberapa contoh kepada model. Google juga merekomendasikan penggunaan contoh yang spesifik dan bervariasi ketika contoh memang dibutuhkan untuk mengarahkan format atau pola jawaban.

8. /step-by-step — Pecah Masalah Menjadi Tahapan

Contoh:

*/step-by-step Jelaskan bagaimana cara membuat chatbot WhatsApp menggunakan AI.*

Atau:

*/step-by-step Bantu saya membuat strategi belajar Python dari nol sampai bisa membuat project.*

Namun untuk model modern, kita tidak selalu perlu meminta model menampilkan seluruh proses penalaran internalnya. Yang lebih berguna adalah meminta langkah kerja atau hasil yang terstruktur, misalnya:

“Berikan solusi dalam 5 langkah praktis.”

Dengan begitu kita mendapatkan proses yang mudah diikuti tanpa meminta hal-hal yang tidak perlu ditampilkan.

9. /critique — Minta AI Mengkritik

Ini underrated.

Biasanya kita menggunakan AI untuk membuat sesuatu.

Padahal AI juga bisa digunakan untuk menghancurkan ide kita sendiri.

Contoh:

*/critique Evaluasi ide bisnis berikut. Cari kelemahan, risiko, asumsi yang tidak realistis, dan bagian yang perlu diperbaiki.*

Atau:

*/critique Kritik artikel ini seperti editor Medium yang sangat selektif.*

Ini bisa menghasilkan insight yang jauh lebih berguna daripada sekadar:

“Apakah tulisan saya sudah bagus?”

10. /improve — Jangan Buat Ulang, Perbaiki

Misalnya kita memiliki tulisan:

“AI sangat penting bagi dunia pendidikan karena dapat membantu guru dan siswa.”

Kita bisa meminta:

*/improve Perbaiki kalimat ini agar lebih menarik, natural, dan tidak terdengar seperti tulisan AI.*

Atau:

*/improve Pertahankan makna aslinya tetapi buat lebih persuasive.*

Ini sangat berguna untuk:

• email
• CV
• artikel
• caption
• proposal
• LinkedIn
• skripsi
• laporan

11. /shorten — Potong yang Tidak Perlu

Kadang ChatGPT terlalu banyak bicara.

Solusinya:

*/shorten Ringkas teks berikut menjadi 100 kata tanpa menghilangkan inti informasi.*

Atau:

*/shorten Buat menjadi versi yang bisa dibaca dalam waktu kurang dari 30 detik.*

Instruksi berbasis batasan seperti jumlah kata atau format tertentu membantu mempersempit ruang output.

12. /expand — Kalau Jawabannya Terlalu Dangkal

Kebalikannya:

*/expand Jelaskan topik ini lebih mendalam dan tambahkan contoh praktis.*

Bahkan kita bisa menentukan bagian yang ingin diperluas:

*/expand Fokus hanya pada bagian implementasi teknis dan berikan contoh nyata.*

Jadi AI tidak perlu mengulang semuanya.

13. /tone — Tentukan “Suasana” Tulisan

Daripada:

“Buat lebih bagus.”

Lebih baik:

*/tone Buat dengan tone profesional tetapi tetap hangat.*

Atau:

*/tone Gunakan tone optimistis, inspiratif, dan sedikit humor.*

OpenAI secara eksplisit menyarankan penggunaan kata sifat deskriptif untuk mengarahkan nada respons.

14. /story — Ubah Informasi Menjadi Cerita

Ini sangat berguna untuk Medium.

Misalnya:

*/story Jelaskan perkembangan AI melalui storytelling. Mulai dengan pengalaman seseorang yang awalnya takut kehilangan pekerjaan karena AI.*

Kenapa storytelling menarik?

Karena manusia lebih mudah terhubung dengan cerita daripada daftar fakta.

Bandingkan:

“Artificial Intelligence mengalami perkembangan pesat.”

dengan:

“Tiga tahun lalu, saya masih menganggap AI sebagai sesuatu yang hanya digunakan perusahaan teknologi besar. Hari ini, saya bisa membuat aplikasi hanya dengan berbicara kepada AI.”

Kalimat kedua memiliki cerita.

15. /hook — Buat Pembukaan yang Bikin Orang Berhenti Scroll

Ini sangat berguna untuk Medium, LinkedIn, Instagram, atau X.

Contoh:

*/hook Buat 10 pembukaan artikel tentang AI yang membuat pembaca penasaran dan ingin membaca sampai selesai.*

Kemudian pilih yang paling kuat.

Jangan langsung meminta satu versi.

Minta beberapa opsi.

16. /medium — Sesuaikan dengan Karakter Medium

Contoh:

*/medium Tulis artikel tentang bagaimana AI mengubah cara manusia bekerja. Gunakan gaya storytelling, paragraf pendek, subjudul yang menarik, bahasa Indonesia yang mudah dipahami Gen Z dan pembaca umum, serta berikan contoh nyata.*

Untuk Medium, kita bisa meminta:

• hook kuat
• paragraf pendek
• subheading
• storytelling
• contoh
• opini
• takeaway
• referensi

17. /table — Paksa Informasi Menjadi Lebih Terstruktur

Misalnya:

*/table Bandingkan ChatGPT, Gemini, dan Claude berdasarkan kemampuan coding, writing, reasoning, multimodal, dan kemudahan penggunaan.*

Daripada mendapatkan lima paragraf panjang, kita mendapatkan informasi yang lebih mudah dibandingkan.

18. /check — Minta AI Memeriksa Jawaban

Contoh:

*/check Periksa apakah ada klaim faktual yang meragukan dalam tulisan ini. Tandai bagian yang perlu diverifikasi.*

Atau:

*/check Periksa grammar bahasa Inggris saya dan jelaskan kesalahan yang paling penting.*

Ini sangat penting karena AI bukan mesin kebenaran.

Output AI tetap perlu diperiksa, terutama untuk fakta, angka, referensi, hukum, kesehatan, dan informasi terbaru.

19. /source — Minta Referensi

Misalnya:

*/source Jelaskan dampak AI terhadap pekerjaan dan sertakan referensi akademik terbaru.*

Tetapi ada satu aturan penting:

Jangan percaya begitu saja referensi yang diberikan AI.

Pastikan referensinya benar-benar ada.

AI dapat menghasilkan referensi yang terlihat meyakinkan tetapi ternyata tidak valid. Karena itu, sumber asli perlu diperiksa.

20. /factcheck — Tantang Jawaban AI

Ini salah satu favorit saya.

Contoh:

*/factcheck Periksa jawaban sebelumnya. Pisahkan antara fakta, asumsi, opini, dan informasi yang masih perlu diverifikasi.*

Instruksi seperti ini membuat kita tidak sekadar menerima jawaban AI.

Kita mulai berdialog secara kritis dengan AI.

Tapi Ada Formula yang Lebih Powerful

Daripada menghafalkan 20 keyword di atas, sebenarnya kita bisa menggunakan formula sederhana.

Saya menyebutnya:

ROLE + CONTEXT + TASK + STYLE + CONSTRAINT + OUTPUT

Contohnya:

ROLE: Kamu adalah editor Medium berpengalaman. CONTEXT: Pembaca adalah mahasiswa dan pekerja muda yang baru mengenal AI. TASK: Tulis artikel tentang prompt engineering. STYLE: Natural, conversational, ringan, dan relatable. CONSTRAINT: Hindari istilah teknis yang tidak perlu. Gunakan paragraf pendek dan contoh nyata. OUTPUT: Judul, subtitle, artikel, kesimpulan, dan referensi.

Prompt seperti ini jauh lebih powerful dibanding:

“Buat artikel tentang prompt engineering.”

OpenAI juga menyarankan agar tugas kompleks dipecah menjadi bagian yang lebih kecil dan prompt disempurnakan secara iteratif.

Lalu Apa Bedanya /human dengan Prompt Biasa?

Coba lihat tiga level berikut.

Level 1 — Basic

Buat artikel tentang AI.

Hasilnya mungkin bagus.

Tetapi generik.

Level 2 — Better

Buat artikel tentang AI dengan bahasa santai dan mudah dipahami.

Lebih baik.

Level 3 — Powerful

*/human*

Kamu adalah penulis teknologi yang sudah lama menulis untuk pembaca umum.

Tulis artikel tentang bagaimana AI mengubah pekerjaan sehari-hari.

Target pembaca: Gen Z dan pekerja muda yang tidak memiliki latar belakang teknologi.

Gunakan bahasa Indonesia yang natural, conversational, dan tidak terlalu formal.

Gunakan contoh kehidupan sehari-hari.

Hindari jargon teknis yang tidak perlu.

Jangan membuat setiap paragraf terdengar terlalu sempurna atau seperti buku teks.

Gunakan storytelling dan paragraf pendek.

Mulai dengan hook yang membuat pembaca penasaran.

Akhiri dengan insight yang membuat pembaca berpikir.

Nah.

Di sinilah perbedaannya.

Bukan karena /human mempunyai kekuatan magis.

Tetapi karena kita memberikan AI gambaran yang jauh lebih jelas tentang output yang kita inginkan.

Bahkan Kita Bisa Menggabungkan Beberapa “Magic Keyword”

Misalnya kita ingin membuat artikel LinkedIn.

Kita bisa menggunakan:

*/human /story /hook /linkedin*

Lalu instruksinya:

Tulis artikel tentang bagaimana AI mengubah cara kita bekerja.

Gunakan storytelling berdasarkan pengalaman seorang pekerja yang awalnya takut AI akan menggantikan pekerjaannya.

Buat opening yang kuat.

Gunakan bahasa natural, conversational, dan profesional.

Jangan terlalu banyak menggunakan jargon AI.

Panjang sekitar 800 kata.

Akhiri dengan pertanyaan yang mengundang diskusi.

Sekarang AI tidak hanya mengetahui apa yang harus ditulis.

AI juga mengetahui:

siapa yang membaca, bagaimana cara menulisnya, dan seperti apa bentuk akhirnya.

Satu Lagi yang Sering Dilupakan: Contoh

Kalau kita ingin hasil yang sangat spesifik, berikan contoh.

Misalnya kita ingin gaya tulisan seperti ini:

“Awalnya saya pikir AI hanya akan membantu pekerjaan saya. Ternyata, AI justru mengubah cara saya berpikir tentang pekerjaan itu sendiri.”

Kemudian:

“Gunakan gaya penulisan yang mirip dengan contoh tersebut: personal, reflektif, conversational, dan tidak terlalu formal.”

Ini disebut pendekatan few-shot prompting ketika contoh digunakan untuk membantu model menangkap pola yang diinginkan. Google merekomendasikan contoh yang spesifik dan bervariasi ketika contoh diperlukan untuk mengarahkan format, gaya, atau pola output.

Penelitian tentang prompt patterns juga menunjukkan bahwa pola-pola prompting dapat digunakan sebagai solusi yang dapat digunakan kembali untuk mengarahkan interaksi dengan LLM.

Prompting Itu Bukan Sekadar “Ngasih Perintah”

Ini bagian paling penting.

Banyak orang menganggap prompt engineering sebagai:

“Cari kata rahasia supaya ChatGPT lebih pintar.”

Padahal bukan begitu.

Prompting lebih mirip memberikan brief kepada manusia yang sangat pintar tetapi tidak bisa membaca pikiran kita.

Kalau kita bilang:

“Buat sesuatu yang keren.”

Hasilnya sangat subjektif.

Tetapi kalau kita bilang:

“Buat landing page untuk startup AI. Targetnya mahasiswa. Gunakan desain minimalis, warna sederhana, headline maksimal 10 kata, CTA yang jelas, dan tonjolkan bahwa produk ini gratis.”

Kita sudah memberikan brief.

AI memiliki ruang yang lebih sempit untuk salah memahami keinginan kita.

Itulah inti prompt engineering.

Jangan Terlalu Terobsesi dengan “Magic Words”

Ada satu kesalahan yang sering terjadi.

Orang mulai mencari:

“Prompt rahasia ChatGPT.”

“Prompt viral.”

“Prompt yang bikin ChatGPT 10x lebih pintar.”

“Prompt tersembunyi.”

Padahal tidak ada satu rangkaian kata yang secara universal akan membuat semua model selalu menghasilkan output terbaik.

Model berbeda bisa merespons instruksi secara berbeda.

Bahkan model yang sama dapat memberikan hasil berbeda tergantung konteks, tugas, contoh, dan batasan yang diberikan.

Google sendiri menekankan bahwa prompt design merupakan proses iteratif: mulai dengan instruksi, lihat hasilnya, kemudian lakukan eksperimen dan penyempurnaan.

Jadi daripada mencari “prompt sakti”, lebih baik belajar membuat prompt yang jelas.

Formula Prompt yang Bisa Langsung Kamu Copy

Berikut template yang bisa digunakan untuk hampir semua kebutuhan:

/human

ROLE:
Kamu adalah [profesi/peran].

CONTEXT:
Saya sedang [jelaskan situasi].

TASK:
Tugas kamu adalah [jelaskan tugas].

TARGET:
Output ini akan digunakan oleh [target pengguna].

STYLE:
Gunakan gaya bahasa [formal/casual/conversational/profesional/Gen Z].

CONSTRAINT:
- Jangan menggunakan [hal yang tidak diinginkan].
- Maksimal [jumlah kata].
- Gunakan [jumlah] contoh.
- Fokus pada [topik].

OUTPUT:
Berikan hasil dalam format [artikel/tabel/bullet point/email/script].

QUALITY CHECK:
Sebelum memberikan jawaban final, periksa apakah semua instruksi di atas sudah terpenuhi.

Tidak perlu menggunakan semua bagian setiap kali.

Untuk pertanyaan sederhana, prompt sederhana sudah cukup.

Untuk pekerjaan kompleks, gunakan struktur yang lebih lengkap.

Bonus: 10 Kombinasi Prompt yang Bisa Langsung Dicoba

Untuk menulis artikel

*/human /medium /story /hook Buat artikel tentang [topik] untuk pembaca awam.*

Untuk belajar

*/eli5 /example /step-by-step Jelaskan [topik] dari dasar sampai saya memahaminya.*

Untuk coding

*/expert /step-by-step /check Bertindak sebagai software engineer. Analisis kode berikut, cari bug, jelaskan penyebabnya, kemudian berikan solusi.*

Untuk CV

*/expert /improve /check Bertindak sebagai recruiter. Perbaiki CV berikut agar lebih jelas, profesional, dan relevan untuk posisi [posisi].*

Untuk penelitian

*/expert /source /factcheck Bantu saya menyusun pembahasan penelitian berdasarkan data berikut. Bedakan antara temuan, interpretasi, dan klaim yang membutuhkan referensi.*

Untuk bisnis

*/expert /critique /example Evaluasi ide bisnis berikut. Cari kelemahan, risiko, peluang, dan berikan contoh strategi perbaikannya.*

Untuk belajar bahasa Inggris

*/human /simple /example Ajarkan saya penggunaan [grammar] menggunakan contoh percakapan sehari-hari.*

Untuk media sosial

*/human /genz /hook Buat caption Instagram tentang [topik] yang natural dan tidak terdengar seperti iklan AI.*

Untuk presentasi

*/simple /story /example Ubah materi berikut menjadi struktur presentasi yang mudah dipahami mahasiswa.*

Untuk berpikir kritis

*/critique /factcheck Jangan langsung menyetujui pendapat saya. Cari kelemahan argumen, asumsi tersembunyi, bukti yang kurang, dan berikan perspektif alternatif.*

Pada Akhirnya, “Magic”-nya Bukan pada Slash /

Ini mungkin pelajaran paling penting dari semuanya.

/human bukan tombol rahasia.

/expert bukan tombol untuk mengubah ChatGPT menjadi profesor.

/genz bukan tombol untuk membuat AI otomatis memahami budaya Gen Z.

/critique juga bukan jaminan bahwa semua kritiknya benar.

Semua itu hanyalah cara praktis untuk mengemas instruksi.

Yang benar-benar membuat prompt menjadi powerful adalah:

konteks + tujuan + instruksi + contoh + batasan + format output + evaluasi.

Dan semakin sering kita melakukan iterasi, semakin baik kita memahami cara berkomunikasi dengan AI.

Sebuah studi tentang prompt engineering dan produktivitas pengguna juga menemukan bahwa prompt yang lebih jelas, terstruktur, dan memiliki konteks berkaitan dengan persepsi pengguna terhadap efisiensi dan kualitas hasil yang lebih baik.

Menariknya, kebutuhan terhadap kemampuan prompting juga mulai terlihat di Indonesia. Penelitian terhadap 74 pustakawan Indonesia yang diterbitkan pada 2026 menemukan tingkat pemahaman dan kepercayaan diri yang cukup baik dalam prompt engineering, tetapi juga menunjukkan kebutuhan pelatihan yang kuat untuk penerapan praktisnya.

Universitas Airlangga bahkan menyoroti prompt engineering sebagai keterampilan baru yang mulai relevan dalam layanan profesional pustakawan.

Artinya, prompting bukan sekadar trik untuk mendapatkan jawaban ChatGPT yang lebih bagus.

Prompting sedang berubah menjadi salah satu bentuk literasi AI.

Dan mungkin, di masa depan, kemampuan yang membedakan seseorang bukan lagi:

“Apakah kamu menggunakan AI?”

Tetapi:

“Seberapa baik kamu tahu apa yang harus kamu minta dari AI?”

Karena AI yang powerful tidak otomatis menghasilkan output yang powerful.

Manusia tetap harus tahu apa yang ingin dicapai.

AI hanya membantu kita sampai ke sana.

Referensi

1. OpenAI. Praktik terbaik rekayasa prompt untuk ChatGPT. OpenAI Help Center.
2. OpenAI. Bagaimana cara membuat prompt yang baik untuk model AI? OpenAI Help Center.
3. Google AI for Developers. Strategi desain prompt. 2026.
4. White, J., Fu, Q., Hays, S., et al. (2023). A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT.
5. Sahoo, P., Singh, A. K., Saha, S., et al. (2024). A Systematic Survey of Prompt Engineering in Large Language Models: Techniques and Applications.
6. Anam, R. K. (2025). Prompt Engineering and the Effectiveness of Large Language Models in Enhancing Human Productivity.
7. Anna, N. E. V., Chansanamb, W., Mannan, E. F., et al. (2026). Exploring Indonesian Librarians’ Awareness and Training Needs in Prompt Engineering for Reference Services. Journal of Library Administration.
8. Universitas Airlangga. (2026). Prompt Engineering Jadi Keterampilan Baru Pustakawan di Era ChatGPT.