Cara Menulis Prompt AI yang Baik dengan Framework P.R.O.M.P.T

Lazim diketahui, kualitas jawaban AI ditentukan oleh kualitas prompt atau instruksi yang diberikan. Cara menulis prompt yang jelas dan terstruktur menghasilkan output yang jauh lebih akurat dibandingkan instruksi singkat dan ambigu. Bisa dibilang, prinsip “garbage in, garbage out” berlaku untuk penggunaan AI seperti Claude, ChatGPT, atau Gemini, di mana instruksi berkualitas rendah, maka kualitas jawaban juga rendah.

Oleh karena itu, dalam artikel ini Teman Belajar akan belajar kerangka enam langkah yang mudah diikuti untuk menyusun prompt AI yang baik, lengkap dengan contoh sebelum-sesudah supaya kamu bisa langsung mempraktikkannya, cocok juga sebagai titik awal bagi kamu yang masih pemula dalam prompt engineering.

Kalau kamu ingin memahami teori di balik teknik seperti zero-shot, few-shot, dan chain of thought, mulai dari belajar prompt engineering dari nol sebelum mempraktikkan kerangka enam langkah ini.

Kenapa Prompt yang Baik Menentukan Hasil AI?

Prompt adalah instruksi yang kamu berikan ke AI. Semakin jelas dan lengkap instruksi itu, semakin tepat jawaban yang dihasilkan model. AI tidak bisa membaca pikiran, ia hanya sebaik input yang diterima, sehingga cara menulis prompt yang asal-asalan hampir pasti berujung pada jawaban generik atau melenceng dari kebutuhan sebenarnya.

Kesalahan paling umum pada pemula ada empat, yakni:

• Prompt terlalu pendek
• Prompt tidak memberi konteks
• Tidak adanya format keluaran yang jelas
• Langsung menerima jawaban pertama tanpa validasi

Prompting yang baik punya struktur, bukan sekadar "bertanya" ke kotak chat. Struktur inilah yang membedakan hasil AI yang biasa saja dengan yang benar-benar berguna untuk pekerjaan, dan itu yang dibahas lewat kerangka pada bagian berikutnya.

Untuk pemula yang lebih nyaman dengan rumus yang lebih ringkas, framework sederhana menulis prompt AI dengan empat elemen bisa jadi pijakan sebelum naik ke enam langkah P.R.O.M.P.T.

Mengenal P.R.O.M.P.T Kerangka Enam Langkah Menyusun Prompt

P.R.O.M.P.T adalah kerangka enam langkah dari Belajarlagi untuk menyusun instruksi AI yang efektif, biasa dipakai di kelas Gen AI Belajarlagi. Kerangka ini bukan standar industri universal, melainkan cara Belajarlagi menyusun pendekatan prompting supaya bisa diulang dan diajarkan, bukan mengandalkan feeling saat mengetik instruksi.

Meski lahir dari kelas Gen AI, kerangka ini dapat diadopsi untuk penggunaan AI secara umum. Enam huruf di dalamnya mewakili tahapan berurutan yang saling melengkapi, dari menentukan hasil akhir sampai menyempurnakan jawaban lewat iterasi. Tabel berikut merangkum keenam langkah sebagai gambaran umum, sementara penerapan dan contohnya dibahas lebih rinci pada bagian setelah ini.

Menerapkan Tiap Langkah P.R.O.M.P.T dengan Contoh

Memahami definisi tiap huruf saja belum cukup untuk menghasilkan contoh prompt AI yang benar-benar efektif. Dikutip dari Google, memberikan konteks tambahan pada prompt, alih-alih berasumsi model sudah tahu semua yang dibutuhkan, membuat jawaban jadi lebih spesifik dan langsung relevan dengan situasi yang dihadapi, bukan sekadar jawaban umum yang bisa berlaku untuk siapa saja. Tabel berikut menunjukkan pola sebelum-sesudah pada tiap langkah, dari prompt yang masih umum sampai versi yang sudah menerapkan satu langkah spesifik.

Tiga langkah pertama (Pinpoint the Outcome, Relevant Context, Outline Task & Output) membentuk fondasi, tapi tiga langkah terakhir justru yang paling sering dilewati pemula. Make AI Think With You mengajak AI menjelaskan alasan atau strategi sebelum menjawab.

Berdasarkan Anthropic, meminta model merefleksikan langkah kerjanya sebelum lanjut ke tahap berikutnya membantu proses berpikir jadi lebih terarah, bukan langsung melompat ke jawaban akhir yang belum tentu paling tepat.

Probe & Validate mencegah kamu menelan jawaban AI mentah-mentah, sementara Tune & Iterate memperbaiki hasil secara bertahap alih-alih berhenti di draf pertama. Kombinasi ketiganya yang membedakan sekadar "nanya ke AI" dengan benar-benar "bekerja dengan AI", karena setiap jawaban diperlakukan sebagai draf yang bisa diperiksa dan disempurnakan, bukan hasil akhir yang otomatis benar. 

Untuk melihat keenam langkah ini dipakai utuh pada satu kasus nyata, lihat contoh prompt AI untuk konten sosial media yang disusun mengikuti kerangka yang sama.

Kesalahan Umum Saat Membuat Prompt dan Cara Menghindarinya

Lima kesalahan berikut muncul berulang pada prompt pemula, dan masing-masing berhubungan langsung dengan satu langkah dalam kerangka P.R.O.M.P.T. Mengenali polanya mempercepat proses memperbaiki cara menulis prompt kamu sendiri.

• Prompt terlalu umum: mulai dari outcome yang spesifik, bukan topik luas (langkah Pinpoint the Outcome).
• Tidak memberi konteks: tambahkan latar dan batasan seperti audiens, tujuan, dan tone (langkah Relevant Context).
• Membiarkan format keluaran acak: tentukan bentuk output di awal, misalnya tabel, poin, atau batas panjang (langkah Outline Task & Output).
• Menerima jawaban pertama mentah-mentah: validasi klaim sebelum dipakai (langkah Probe & Validate).
• Menyerah setelah satu percobaan: perbaiki bertahap, jangan berhenti di draf pertama (langkah Tune & Iterate).

Dikutip dari OpenAI, keluaran model pada dasarnya bersifat tidak selalu konsisten, sehingga hasil satu prompt tidak bisa langsung diasumsikan benar tanpa dicek ulang lewat pengujian atau evaluasi tambahan. Karena itu, langkah validasi bukan opsional, dan manusia tetap jadi pengambil keputusan akhir atas setiap output AI. Menghindari kelima kesalahan di atas pada dasarnya berarti mengikuti kerangka P.R.O.M.P.T secara disiplin, bukan sekadar menghafalnya sebagai teori.

Kenali pola dan penyebab jawaban keliru ini lebih jauh lewat cara verifikasi output AI dan mengenali halusinasi AI.

Mempraktikkan Prompting yang Efektif dalam Kerja Sehari-hari

Prompting yang efektif dipraktikkan dengan memakai P.R.O.M.P.T sebagai kerangka tetap di semua tugas kerja, dari riset, menulis draf, dan analisis data sampai brainstorming ide baru. Caranya sama: tentukan outcome di awal, lalu iterasi di akhir sampai hasilnya sesuai kebutuhan.

Menguasai cara menulis prompt bukan soal menghafal trik atau kalimat sakti tertentu, melainkan membiasakan kerangka berpikir yang terstruktur. Makin sering dipakai, proses ini makin cepat dan terasa alami, sampai akhirnya jadi kebiasaan kerja, bukan langkah tambahan yang merepotkan. Prompt yang baik pada akhirnya adalah skill yang bisa dilatih, dan skill ini berdampak langsung pada produktivitas kerja sehari-hari.

Butuh variasi untuk riset, analisis data, atau tugas kerja lain? Coba 50+ prompt AI Claude untuk produktivitas kerja atau 15 contoh prompt Claude siap pakai sebagai bahan latihan.

Memahami kerangka prompting adalah langkah awal, tapi menguasainya untuk kebutuhan kerja nyata butuh praktik yang terpandu, bukan sekadar membaca panduan. Ikuti Mini Bootcamp Claude Belajarlagi untuk berlatih menyusun prompt langsung dengan pendampingan, dari studi kasus sampai penerapan di pekerjaan sehari-hari. Selengkapnya di Mini Bootcamp Claude Belajarlagi.