Menggunakan kecerdasan buatan atau AI generatif memang semakin mudah. Cukup mengetik pertanyaan, pengguna bisa memperoleh artikel, ide bisnis, kode program, ringkasan dokumen, hingga analisis data dalam hitungan detik. Namun, ada satu persoalan yang masih sering muncul: AI dapat memberikan jawaban yang terdengar meyakinkan tetapi ternyata tidak benar.
Fenomena tersebut sering disebut sebagai AI hallucination atau halusinasi AI. National Institute of Standards and Technology (NIST) menggunakan istilah confabulation untuk menggambarkan kondisi ketika sistem AI generatif menghasilkan informasi yang keliru atau tidak benar dengan tingkat keyakinan yang seolah-olah meyakinkan. NIST juga menjelaskan bahwa fenomena tersebut berkaitan dengan cara model generatif menghasilkan keluaran berdasarkan pola statistik dari data pelatihannya.
Karena itu, kemampuan menulis prompt yang baik menjadi semakin penting. Prompt yang jelas tidak menjamin AI selalu benar, tetapi dapat membantu mempersempit ruang interpretasi, memberikan konteks yang dibutuhkan, menentukan format jawaban, dan meminta AI mengakui ketidakpastian ketika informasi tidak tersedia.
OpenAI sendiri menyarankan agar pengguna membuat prompt yang jelas dan spesifik, memberikan konteks yang cukup, menentukan hasil yang diinginkan, serta melakukan penyempurnaan secara bertahap berdasarkan hasil pertama.
Lantas, bagaimana cara membuat prompt yang mampu menghasilkan jawaban lebih logis dan mengurangi risiko halusinasi?
Mengapa AI Bisa “Berhalusinasi”?
AI Tidak Bekerja Seperti Mesin Pencari
Salah satu kesalahan umum adalah menganggap AI selalu mengambil fakta dari sebuah database lalu menampilkannya kembali.
Model bahasa besar atau Large Language Model (LLM) bekerja dengan memproses pola bahasa dan menghasilkan keluaran berdasarkan konteks yang diberikan. Karena mekanisme tersebut, jawaban yang terdengar alami belum tentu otomatis merupakan fakta yang telah diverifikasi.
OpenAI dalam penjelasan penelitiannya mengenai halusinasi AI menyebut bahwa model bahasa masih dapat menghasilkan pernyataan yang masuk akal tetapi salah. Penelitian tersebut juga menyoroti masalah evaluasi yang dapat memberikan insentif kepada model untuk menebak daripada mengakui ketidakpastian.
Dengan kata lain, jawaban yang lancar bukan bukti bahwa jawabannya benar.
Prompt yang Terlalu Umum Memperbesar Ruang Interpretasi
Bandingkan dua prompt berikut:
“Jelaskan tentang tanaman obat.”
Dengan:
“Jelaskan 5 tanaman obat yang umum dikenal di Indonesia untuk pembaca pemula. Untuk setiap tanaman, jelaskan nama umum, bagian tanaman yang digunakan, penggunaan tradisional, dan sertakan catatan bahwa informasi tersebut bukan pengganti konsultasi medis. Jangan membuat klaim manfaat yang tidak dapat didukung sumber terpercaya.”
Prompt kedua memberikan batasan yang jauh lebih jelas.
AI tidak perlu menebak terlalu banyak mengenai tujuan, audiens, format, maupun cakupan pembahasan.
Rumus Sederhana Membuat Prompt AI yang Lebih Baik
Salah satu cara praktis adalah menggunakan struktur:
Peran + Tugas + Konteks + Batasan + Format Output + Verifikasi
Tidak semua prompt harus memiliki keenam elemen tersebut, tetapi struktur ini sangat berguna untuk pekerjaan yang membutuhkan ketelitian.
1. Tentukan Tugas dengan Jelas
Hindari instruksi yang terlalu umum seperti:
“Buat artikel tentang AI.”
Lebih baik:
“Buat artikel SEO 1.200–1.500 kata tentang cara membuat prompt AI yang efektif untuk pemula.”
Perbedaan utamanya adalah tujuan pekerjaan menjadi eksplisit.
OpenAI merekomendasikan pengguna untuk mengidentifikasi tugas dengan jelas serta memberikan konteks, gaya, dan hasil yang diinginkan.
2. Berikan Konteks yang Cukup
AI akan bekerja lebih baik jika memahami latar belakang permintaan.
Contohnya:
“Artikel ini ditujukan untuk pembaca Indonesia yang baru mengenal AI generatif. Gunakan bahasa Indonesia yang mudah dipahami dan hindari istilah teknis tanpa penjelasan.”
Konteks tersebut membantu AI menyesuaikan tingkat bahasa dan kedalaman pembahasan.
Tanpa konteks, AI harus membuat lebih banyak asumsi.
3. Tentukan Siapa Pembacanya
Audiens sangat memengaruhi hasil.
Prompt untuk programmer tentu berbeda dengan prompt untuk siswa sekolah atau pemilik bisnis kecil.
Contoh:
“Jelaskan konsep prompt engineering untuk pembaca yang belum pernah menggunakan AI sebelumnya. Gunakan analogi sederhana dan contoh kehidupan sehari-hari.”
Instruksi seperti ini membuat target pembaca menjadi lebih jelas.
Gunakan Batasan Agar Jawaban Tidak Melebar
Tentukan Apa yang Harus Dibahas
Jika ingin membahas tiga aspek, sebutkan tiga aspek tersebut.
Contoh:
“Fokus pada tiga hal: struktur prompt, pemberian konteks, dan cara memeriksa fakta.”
AI akan lebih mudah mempertahankan fokus.
Tentukan Apa yang Tidak Boleh Dilakukan
Batasan negatif juga berguna.
Misalnya:
“Jangan mengarang nama penelitian, angka statistik, kutipan ahli, atau sumber yang tidak dapat diverifikasi.”
Instruksi seperti ini sangat relevan ketika membuat artikel yang mengandung data pendukung.
Namun, perlu dipahami bahwa meminta AI untuk tidak berhalusinasi bukanlah mekanisme verifikasi fakta. Jawaban tetap perlu diperiksa, terutama untuk topik kesehatan, hukum, keuangan, teknologi, dan informasi terkini.
Pisahkan Instruksi dan Data
Untuk prompt yang panjang, sebaiknya instruksi dipisahkan dari bahan yang diberikan kepada AI.
OpenAI secara khusus merekomendasikan penggunaan pemisah seperti ### atau tanda kutip tiga untuk membedakan instruksi dan konteks.
Contohnya:
Instruksi:
Ringkas teks berikut menjadi 5 poin utama. Jangan menambahkan informasi yang tidak terdapat dalam teks.
Teks:
"""
[masukkan teks di sini]
"""
Struktur tersebut membuat batas antara perintah dan materi yang harus diproses menjadi lebih jelas.
Minta AI Mengakui Ketidakpastian
Ini merupakan salah satu teknik paling berguna.
Daripada meminta:
“Berikan jawaban yang paling lengkap.”
Gunakan:
“Jika informasi tidak tersedia atau tidak dapat dipastikan dari konteks yang diberikan, katakan bahwa informasinya tidak diketahui. Jangan mengarang fakta untuk melengkapi jawaban.”
Instruksi semacam ini membantu menciptakan perilaku yang lebih hati-hati.
OpenAI juga memasukkan prinsip “Express uncertainty” dalam Model Spec sebagai salah satu perilaku yang diharapkan dari model.
Tambahkan Tingkat Keyakinan Jika Diperlukan
Untuk pekerjaan riset, Anda dapat meminta:
“Pisahkan informasi menjadi fakta yang didukung data, kesimpulan yang masuk akal, dan hal yang masih belum pasti.”
Teknik ini membantu pembaca membedakan antara fakta dan interpretasi.
Minta Sumber untuk Informasi Faktual
Jika membuat artikel yang membutuhkan data, jangan hanya mengatakan:
“Tambahkan data penelitian.”
Lebih baik:
“Gunakan sumber resmi atau publikasi ilmiah yang dapat diverifikasi. Untuk setiap klaim penting, sebutkan sumbernya. Jika sumber tidak tersedia, tandai klaim tersebut sebagai informasi yang perlu diverifikasi.”
Ini jauh lebih spesifik.
Namun, ada perbedaan penting antara meminta sumber dan memverifikasi sumber.
AI dapat saja menghasilkan referensi yang terlihat ilmiah tetapi ternyata tidak ada. Oleh sebab itu, nama jurnal, DOI, tanggal publikasi, statistik, dan kutipan sebaiknya diperiksa melalui sumber aslinya.
Jangan Memberikan Terlalu Banyak Tugas Sekaligus
Prompt yang panjang belum tentu prompt yang bagus.
Misalnya:
“Riset topik ini, buat artikel, buat tabel, buat infografik, analisis SEO, cari kompetitor, buat FAQ, buat schema, lalu terjemahkan ke bahasa Inggris.”
Semua instruksi tersebut dapat membuat pekerjaan menjadi kompleks.
OpenAI menyarankan agar tugas kompleks dapat dipecah menjadi bagian yang lebih kecil dan terfokus.
Gunakan Metode Bertahap
Contohnya:
Tahap 1:
“Buat outline artikel tentang prompt engineering.”
Tahap 2:
“Kembangkan bagian H2 pertama menjadi 300 kata.”
Tahap 3:
“Periksa bagian tersebut untuk klaim yang membutuhkan sumber.”
Tahap 4:
“Optimalkan artikel untuk SEO tanpa mengubah fakta.”
Metode bertahap membuat proses lebih mudah dikontrol.
Berikan Format Output yang Sangat Spesifik
Instruksi seperti “buat yang bagus” sangat subjektif.
Sebaliknya, gunakan:
“Buat artikel dalam format berikut:
Judul SEO
Meta description maksimal sekitar 155 karakter
Pendahuluan
H2 dan H3
Contoh prompt
FAQ
Kesimpulan”
OpenAI merekomendasikan agar format keluaran dijelaskan secara eksplisit dan, jika diperlukan, diberikan contoh agar model memahami bentuk hasil yang diinginkan.
Gunakan Contoh untuk Mengarahkan AI
Memberikan contoh sering kali lebih efektif daripada menjelaskan gaya secara panjang.
Misalnya:
“Gunakan gaya penulisan seperti contoh berikut: singkat, informatif, menggunakan paragraf pendek, dan setiap istilah teknis dijelaskan terlebih dahulu.”
Kemudian berikan satu atau dua contoh.
Teknik ini sering disebut sebagai few-shot prompting ketika contoh digunakan untuk menunjukkan pola yang diharapkan.
Prompt “Berpikir Logis” Tidak Sama dengan Meminta AI Membuka Proses Internal
Banyak pengguna menulis:
“Tunjukkan seluruh proses berpikirmu langkah demi langkah.”
Untuk penggunaan sehari-hari, instruksi tersebut sebenarnya tidak diperlukan.
Jika tujuannya mendapatkan hasil yang lebih terstruktur, lebih baik meminta hasil analisis yang dapat diperiksa, misalnya:
“Berikan alasan utama yang mendukung kesimpulan, jelaskan asumsi yang digunakan, kemudian berikan jawaban akhir.”
Dengan demikian, pengguna mendapatkan penjelasan yang berguna tanpa harus bergantung pada permintaan untuk menampilkan proses internal model.
Contoh Prompt Buruk dan Prompt yang Lebih Baik
Prompt Kurang Jelas
“Buat artikel tentang manfaat AI.”
Masalahnya adalah tidak ada target pembaca, panjang artikel, sudut pandang, struktur, sumber, atau batasan.
Prompt Lebih Terstruktur
“Tulis artikel 1.200–1.500 kata berbahasa Indonesia tentang manfaat AI generatif bagi UMKM. Target pembaca adalah pemilik usaha kecil yang belum memahami teknologi AI. Gunakan struktur H2 dan H3, sertakan minimal 5 contoh penggunaan AI yang realistis, jelaskan keuntungan dan keterbatasannya, serta hindari klaim statistik yang tidak memiliki sumber. Jika menggunakan data atau kutipan, gunakan sumber resmi yang dapat diverifikasi. Gunakan gaya informatif, objektif, dan mudah dipahami.”
Prompt kedua memberikan tujuan, konteks, audiens, panjang, struktur, sumber, gaya, dan batasan.
Hasilnya biasanya jauh lebih mudah dikendalikan.
Template Prompt AI yang Bisa Digunakan
Berikut template sederhana yang dapat Anda simpan:
Peran: Bertindak sebagai [peran AI].
Tugas: Saya ingin Anda [jelaskan tugas].
Konteks: [jelaskan latar belakang, tujuan, dan audiens].
Fokus: Bahas [poin 1], [poin 2], dan [poin 3].
Batasan: Jangan [hal yang ingin dihindari].
Sumber: Untuk klaim faktual, gunakan [jenis sumber] dan jangan mengarang referensi.
Format: Sajikan hasil dalam bentuk [artikel/tabel/daftar/kode].
Ketidakpastian: Jika informasi tidak dapat dipastikan, nyatakan dengan jelas dan jangan menebak.
Pemeriksaan: Sebelum memberikan jawaban akhir, periksa apakah seluruh instruksi telah dipenuhi.
Template tersebut tidak harus digunakan secara kaku. Untuk pertanyaan sederhana, prompt dua atau tiga kalimat mungkin sudah cukup.
Checklist Sebelum Mengirim Prompt
Sebelum menekan tombol Enter, tanyakan:
- Apakah tujuan saya sudah jelas?
- Apakah AI mengetahui konteksnya?
- Apakah target pembaca atau pengguna sudah disebutkan?
- Apakah saya sudah menentukan format jawaban?
- Apakah batasan penting sudah ditulis?
- Apakah informasi faktual membutuhkan sumber?
- Apakah saya meminta AI tidak menebak ketika data tidak tersedia?
- Apakah tugas terlalu kompleks dan sebaiknya dipecah?
- Apakah hasil AI nantinya perlu diverifikasi?
Jika sebagian besar jawabannya “ya”, prompt Anda kemungkinan sudah jauh lebih terarah.
Kesimpulan
Prompt yang baik bukan sekadar prompt yang panjang, melainkan prompt yang jelas mengenai tujuan, konteks, batasan, dan hasil yang diharapkan.
Semakin ambigu sebuah permintaan, semakin besar ruang bagi AI untuk membuat asumsi. Sebaliknya, prompt yang terstruktur dapat membantu model memahami apa yang sebenarnya diinginkan pengguna.
Namun, penting untuk tidak menganggap prompt sebagai solusi mutlak terhadap halusinasi. NIST menjelaskan bahwa confabulation merupakan risiko yang melekat pada sistem AI generatif, sementara penelitian OpenAI juga menegaskan bahwa model bahasa masih dapat menghasilkan informasi yang salah dengan percaya diri.
Karena itu, strategi terbaik adalah menggabungkan prompt yang jelas + sumber yang dapat diverifikasi + pemeriksaan fakta + proses iteratif.
Prinsip sederhananya adalah:
Jangan hanya bertanya kepada AI apa yang Anda inginkan. Jelaskan tujuan, konteks, batasan, format, dan standar kebenaran yang Anda harapkan.
Dengan kebiasaan tersebut, AI dapat menjadi alat bantu yang jauh lebih konsisten untuk menulis, melakukan analisis, mencari ide, membuat kode, maupun menyelesaikan berbagai pekerjaan sehari-hari.
Belum ada komentar. Jadilah yang pertama memberikan komentar.