0Pricing
AI Prompt Engineering · Pelajaran

Menyesuaikan Tingkat Kosakata

Kendalikan kerumitan: bahasa sederhana tingkat kelas 8 atau istilah khusus bidang.

Menyesuaikan Tingkat Kosakata adalah pelajaran AI Prompt Engineering gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar AI Prompt Engineering, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AI Prompt Engineering mencakup 4 pelajaran total.

Kosakata: Pengatur Keterbacaan

Tingkat kosakata adalah faktor tunggal paling kuat yang menentukan apakah konten Anda terasa mudah diakses atau eksklusif. Perubahan sederhana pada pilihan kata dapat membedakan antara tanggapan yang terhubung dengan pembaca dan tanggapan yang membuat mereka menjauh.

Model AI dapat beroperasi di seluruh spektrum kosakata — dari yang sesederhana bahasa anak taman kanak-kanak hingga yang serumit bahasa untuk tingkat doktoral — tetapi Anda harus mengatur tingkatnya secara eksplisit.

Bahasa Sederhana, Tanpa Jargon

Meminta bahasa yang sederhana dan bebas jargon sangat penting untuk konten yang ditujukan kepada konsumen, dokumentasi dukungan, dan komunikasi lintas fungsi.

Contoh permintaan yang efektif:

  • 'Gunakan bahasa sederhana, tanpa jargon teknis'
  • 'Jelaskan seolah-olah pembaca tidak memiliki latar belakang di bidang ini'
  • 'Setiap istilah teknis harus dijelaskan dalam bahasa Inggris yang sederhana saat pertama kali digunakan'
  • 'Ganti kata apa pun yang mungkin tidak diketahui anak berusia 10 tahun pada umumnya'
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=150,
    messages=[{
        'role': 'user',
        'content': (
            'Explain what encryption is. '
            'Simple language only — no technical jargon. '
            'If you must use a technical word, immediately define it in plain English in parentheses. '
            'Target reading level: general public with no tech background. '
            '3 sentences maximum.'
        )
    }]
)
print(response.content[0].text)

Spesifikasi Tingkat Keterbacaan

Tingkat Kelas Flesch-Kincaid mengukur kesulitan membaca berdasarkan tingkat kelas sekolah di US. Anda dapat memintanya secara langsung:

  • 'tingkat keterbacaan kelas 8' → mudah diakses oleh sebagian besar orang dewasa
  • 'tingkat keterbacaan kelas 5' → cukup sederhana untuk anak-anak atau penutur nonasli
  • 'tingkat keterbacaan kelas 12' → untuk orang dewasa berpendidikan, dengan sedikit kerumitan yang masih dapat diterima
  • 'tingkat keterbacaan perguruan tinggi' → mengasumsikan pendidikan setelah sekolah menengah

Permintaan tingkat kelas bekerja sangat baik untuk mengendalikan kerumitan kosakata.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

levels = ['5th-grade', '8th-grade', '12th-grade', 'college']

for level in levels:
    response = client.chat.completions.create(
        model='gpt-4o',
        max_tokens=60,
        messages=[{
            'role': 'user',
            'content': (
                f'Explain what a database index is. '
                f'Reading level: {level}. 2 sentences maximum.'
            )
        }]
    )
    print(f'[{level}]: {response.choices[0].message.content.strip()}')
    print()

Mengasumsikan Pengetahuan Ahli

Saat menulis untuk pakar bidang tertentu, jargon bukanlah masalah — jargon meningkatkan efisiensi. Pakar lebih menyukai terminologi teknis yang tepat daripada penjelasan yang disederhanakan.

Permintaan untuk kosakata tingkat pakar:

  • 'Asumsikan pengetahuan ahli — tidak perlu definisi'
  • 'Gunakan terminologi teknis secara bebas'
  • 'Tulis untuk audiens peneliti bergelar PhD di bidang ini'
  • 'Jangan terlalu membimbing — asumsikan pembaca mengetahui dasar-dasarnya'
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

expert_prompt = (
    'Explain the trade-off between MVCC and locking-based concurrency control in OLTP databases.\n'
    'Audience: senior database engineers with 10+ years experience.\n'
    'Assume expert knowledge — no definitions of basic terms needed.\n'
    'Use technical terminology freely: transaction isolation levels, write skew, '
    'phantom reads, lock contention, WAL, tuple visibility.\n'
    'Max 4 sentences. Be precise, not introductory.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{'role': 'user', 'content': expert_prompt}]
)
print(response.content[0].text)

Menyertakan Terminologi Teknis

Saat menulis konten pendidikan untuk pembelajar yang perlu menguasai kosakata teknis, Anda dapat menginstruksikan model untuk:

  • Memperkenalkan istilah teknis secara bertahap
  • Menebalkan setiap istilah saat pertama kali digunakan
  • Selalu memasangkan istilah teknis dengan padanan bahasa Inggris sederhananya
  • Membuat glosarium mini di akhir

Pendekatan ini mengajarkan kosakata sambil menyampaikan konten.

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Explain how HTTPS works for a developer just starting to learn web security. '
            'Vocabulary strategy:\n'
            '- Introduce technical terms gradually — start simple, add complexity\n'
            '- Bold every new technical term on first use\n'
            '- Immediately follow each bold term with a plain-English definition in parentheses\n'
            '- End with a 4-term Glossary section\n'
            'Length: 150 words max (excluding glossary).'
        )
    }]
)
print(response.choices[0].message.content)

Audit Jargon

Audit jargon meminta model meninjau konten yang sudah ada dan menandai atau mengganti istilah teknis yang mungkin tidak dipahami oleh nonpakar.

Berguna untuk: meninjau tulisan Anda sendiri sebelum mengirimkannya kepada audiens nonteknis, memeriksa dokumentasi dukungan, dan mengaudit salinan pemasaran agar lebih mudah diakses.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

technical_text = (
    'Our platform leverages a microservices architecture with asynchronous event-driven '
    'communication via a Kafka message broker. Each service exposes RESTful endpoints '
    'behind an API gateway that handles rate limiting and JWT authentication. '
    'Horizontal pod autoscaling on Kubernetes ensures elasticity under load.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=300,
    messages=[{
        'role': 'user',
        'content': (
            'Perform a jargon audit on the following paragraph.\n'
            '1. List every technical term a non-technical business stakeholder might not know.\n'
            '2. For each term, provide a plain-English alternative (5 words or fewer).\n'
            '3. Rewrite the paragraph using only the plain-English alternatives.\n\n'
            f'Text:\n{technical_text}'
        )
    }]
)
print(response.content[0].text)

Konsistensi Kosakata

Kosakata yang konsisten di seluruh dokumen sangat penting, khususnya dalam penulisan teknis. Saat konsep yang sama memiliki beberapa nama yang umum digunakan, pilih satu dan gunakan secara konsisten:

  • Jangan bergantian menggunakan 'pengguna', 'pelanggan', dan 'anggota'
  • Jangan menyebut sistem yang sama sebagai 'antarmuka pemrograman aplikasi', 'titik akhir', dan 'layanan' secara bergantian
  • Jangan berganti-ganti antara 'basis data' dan 'penyimpanan data'

Permintaan: 'Gunakan terminologi yang konsisten di seluruh tulisan. Jika ragu, utamakan [X] daripada [Y] untuk [konsep].'

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a 3-section product description for our B2B SaaS platform.\n'
            'VOCABULARY RULES — use these terms consistently throughout:\n'
            '- Use "workspace" not "project", "environment", or "account"\n'
            '- Use "team member" not "user" or "collaborator"\n'
            '- Use "dashboard" not "panel", "console", or "interface"\n'
            '- Use "connect" not "integrate", "link", or "sync"\n'
            'Sections: Overview, Key Benefits, How It Works.\n'
            'Max 100 words total.'
        )
    }]
)
print(response.choices[0].message.content)

Kosakata untuk Audiens Internasional

Saat menulis untuk audiens global yang mungkin menggunakan bahasa Inggris sebagai bahasa kedua, pilihan kosakata menjadi semakin penting:

  • Utamakan kata yang lebih pendek dan umum daripada kata yang lebih panjang dan jarang digunakan
  • Hindari idiom dan verba frasa yang tidak dapat diterjemahkan
  • Hindari referensi budaya yang tidak dikenal di luar satu wilayah
  • Gunakan ungkapan eksplisit daripada makna tersirat
  • Utamakan konstruksi aktif daripada pasif

Permintaan: 'Tulis untuk audiens internasional yang menggunakan bahasa Inggris sebagai bahasa kedua — kosakata sederhana, tanpa idiom.'

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

current_text = (
    'Our platform hits the ground running right out of the box, '
    'giving your team a leg up on the competition. '
    'Once you are up to speed, you will be firing on all cylinders. '
    'The ball is in your court — reach out to kick off your trial.'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{
        'role': 'user',
        'content': (
            'Rewrite the following text for an international audience where English is a second language.\n'
            'Rules:\n'
            '- Replace all idioms with literal, plain alternatives\n'
            '- Use only common, short words (prefer "start" over "commence")\n'
            '- No phrasal verbs ("kick off" → "start", "reach out" → "contact")\n'
            '- Active voice only\n\n'
            f'Text:\n{current_text}'
        )
    }]
)
print(response.content[0].text)

Pengujian Kosakata dengan Audit Mandiri

Minta model mengaudit tingkat kosakatanya sendiri setelah menghasilkan tulisan. Pendekatan dua langkah ini menemukan kosakata yang terlewat meskipun sudah ada instruksi:

  1. Hasilkan konten dengan instruksi kosakata
  2. Minta model mencantumkan kata apa pun yang melanggar tingkat kosakata dan menyarankan penggantinya
import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# Step 1: generate with vocabulary constraint
result = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': 'Explain HTTP status codes in 3 sentences for a non-technical business person. Simple words only.'
    }]
)
content = result.choices[0].message.content
print('GENERATED:')
print(content)
print()

# Step 2: vocabulary self-audit
audit = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            f'Review the following text. List any words a typical non-technical business person '
            f'(no tech background) might not know. For each flagged word, suggest a simpler alternative.\n\n'
            f'Text:\n{content}'
        )
    }]
)
print('VOCABULARY AUDIT:')
print(audit.choices[0].message.content)

Kosakata dan Kepercayaan

Tingkat kosakata secara langsung memengaruhi seberapa besar kepercayaan pembaca terhadap konten Anda:

  • Terlalu sederhana untuk audiens → terasa merendahkan dan mengurangi kredibilitas
  • Terlalu rumit untuk audiens → terasa eksklusif dan menimbulkan kebingungan
  • Tepat → terasa ditulis khusus untuk pembaca ini

Tujuannya bukan menggunakan kosakata sesederhana mungkin — melainkan kosakata yang tepat untuk pembaca tertentu. Pengembang blockchain yang membaca tentang Ethereum mengharapkan terminologi yang tepat; pembeli kripto pemula tidak.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

# Same topic, calibrated vocabulary for different trust contexts
audiences = [
    ('CRYPTO BEGINNER', 'No technical background, first time reading about cryptocurrency. Plain English, no assumed knowledge.'),
    ('BLOCKCHAIN DEVELOPER', 'Expert: knows EVM, gas fees, consensus mechanisms, smart contract bytecode. No definitions needed.')
]

topic = 'Why Ethereum uses proof-of-stake instead of proof-of-work.'

for label, spec in audiences:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=100,
        messages=[{
            'role': 'user',
            'content': f'Audience: {spec}\n\nExplain in 2 sentences: {topic}'
        }]
    )
    print(f'[{label}]')
    print(response.content[0].text.strip())
    print()

Kosakata dan Suara Merek

Suara merek sebagian ditentukan oleh pilihan kosakata. Perusahaan menetapkan aturan kosakata dalam panduan gaya — dan AI dapat mengikuti aturan tersebut secara konsisten jika Anda menentukannya.

Contoh aturan kosakata merek:

  • Mailchimp: 'Katakan help, bukan assist'
  • Stripe: 'Gunakan set up (kata kerja), tetapi setup (kata benda)'
  • Shopify: 'Katakan pedagang, bukan pelanggan atau pengguna'

Tambahkan aturan kosakata merek Anda ke pesan sistem agar hasilnya konsisten di seluruh konten.

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

brand_vocab_system = (
    'You write content for NorthBridge, a B2B SaaS company. '
    'Brand vocabulary rules:\n'
    '- Say "workspace" not "account" or "project"\n'
    '- Say "connect" not "integrate" or "link"\n'
    '- Say "team" not "users" or "members"\n'
    '- Say "get started" not "onboard" or "begin"\n'
    '- Avoid: "leverage", "synergy", "ecosystem", "seamlessly"'
)

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=100,
    system=brand_vocab_system,
    messages=[{
        'role': 'user',
        'content': 'Write a 2-sentence CTA for the homepage inviting users to create an account and start using integrations.'
    }]
)
print(response.content[0].text)

Pemeriksaan Pengetahuan

Sebuah perusahaan ingin mengirim email pemberitahuan kebocoran data kepada seluruh 50.000 pengguna — sebagian besar adalah konsumen nonteknis. Draf saat ini berbunyi: 'Kerentanan dalam implementasi OAuth2 kami mengakibatkan pengambilan kredensial pengguna yang telah di-hash tanpa izin.' Apa masalah kosakata utamanya?

Menyesuaikan Tingkat Kosakata — Ringkasan

Tingkat kosakata mengendalikan seberapa mudah diakses atau berwibawa konten Anda terasa. Teknik utama:

  • Minta tingkat keterbacaan tertentu: kelas 5, kelas 8, perguruan tinggi
  • Gunakan 'tanpa jargon' untuk konten yang ditujukan kepada konsumen dan lintas fungsi
  • Gunakan 'asumsikan pengetahuan ahli' untuk memungkinkan terminologi teknis yang tepat
  • Ajarkan kosakata dengan pengenalan bertahap dan penebalan saat pertama kali digunakan
  • Minta konsistensi kosakata di seluruh dokumen
  • Tulis untuk audiens internasional dengan menghapus idiom dan verba frasa
  • Gunakan perintah audit mandiri untuk menemukan pelanggaran kosakata dalam konten yang dihasilkan

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Menyesuaikan Tingkat Kosakata” gratis?

Ya — teks lengkap “Menyesuaikan Tingkat Kosakata” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AI Prompt Engineering, upgrade ke CoddyKit PRO. Kursus AI Prompt Engineering mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Menyesuaikan Tingkat Kosakata”?

Kendalikan kerumitan: bahasa sederhana tingkat kelas 8 atau istilah khusus bidang. Kamu berlatih AI Prompt Engineering dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai AI Prompt Engineering?

Tidak diperlukan pengalaman sebelumnya. AI Prompt Engineering di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.

Berapa lama pelajaran “Menyesuaikan Tingkat Kosakata” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran AI Prompt Engineering ini?

Ya. Setiap pelajaran AI Prompt Engineering menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Nada Formal dan Informal
  2. Menentukan Audiens Anda
  3. Gaya Penulisan Profesional
  4. Menyesuaikan Tingkat Kosakata
← Kembali ke AI Prompt Engineering