0Pricing
AI Prompt Engineering · Pelajaran

Anatomi Prompt yang Efektif

Uraikan komponen prompt yang terstruktur dengan baik, termasuk instruksi, konteks, data masukan, dan format keluaran.

Anatomi Prompt yang Efektif adalah pelajaran AI Prompt Engineering gratis di CoddyKit. Ini adalah pelajaran 2 dari 3. 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 3 pelajaran total.

Membongkar Anatomi Perintah

Selamat datang! Dalam pelajaran ini, kita akan belajar membangun perintah yang kuat dengan memahami bagian-bagian pentingnya. Perintah yang tersusun dengan baik mengarahkan kecerdasan buatan untuk menghasilkan hasil yang jauh lebih baik.

Bayangkan hal ini seperti memberikan petunjuk yang jelas, bukan petunjuk yang samar.

Komponen Inti Perintah

Perintah yang efektif biasanya memiliki empat unsur utama yang membantu kecerdasan buatan memahami dengan tepat apa yang Anda perlukan:

  • Instruksi: Hal yang harus dilakukan.
  • Konteks: Informasi latar belakang.
  • Data Masukan: Rincian yang harus diproses.
  • Format Keluaran: Bentuk jawaban yang diharapkan.

Penguasaan komponen-komponen ini akan meningkatkan tanggapan kecerdasan buatan secara signifikan.

Memberikan Instruksi yang Jelas

Instruksi memberi tahu Model Bahasa Besar (LLM) dengan tepat tugas yang harus dilakukan. Instruksi merupakan perintah inti.

Sampaikan secara langsung dan tidak ambigu. Apa yang ingin Anda capai dengan kecerdasan buatan? Merangkum? Menerjemahkan? Menghasilkan gagasan?

Instruksi dalam Praktik

Berikut instruksi dasar:

Summarize the following text.

Instruksi ini memberi tahu kecerdasan buatan tugas utamanya dengan jelas. Tanpa instruksi tersebut, kecerdasan buatan mungkin tidak tahu apa yang harus dilakukan terhadap teks yang Anda berikan.

Memberikan Konteks

Konteks memberikan informasi latar belakang kepada LLM dan mempersiapkannya untuk menjalankan tugas. Konteks membantu kecerdasan buatan memahami situasi, tujuan, atau bidang tertentu.

Konteks yang baik mengurangi kerancuan dan membantu kecerdasan buatan menyesuaikan tanggapannya dengan tepat.

Contoh: Menambahkan Konteks

Mari tambahkan konteks pada instruksi rangkuman kita:

You are a book reviewer. Summarize the following text for a young adult audience.

Sekarang kecerdasan buatan mengetahui siapa dirinya (seorang pengulas buku) dan siapa pembacanya, sehingga gaya dan nada rangkuman ikut terpengaruh.

Menyediakan Data Masukan

Data masukan adalah informasi sebenarnya yang perlu diproses oleh LLM. Data ini dapat berupa teks, kode, angka, atau fakta.

Data masukan adalah bagian 'apa' dari perintah Anda, yaitu konten khusus yang menjadi sasaran penerapan instruksi dan konteks.

Contoh: Menyertakan Data Masukan

Menggabungkan instruksi, konteks, dan masukan:

You are a book reviewer. Summarize the following text for a young adult audience:

The old wizard, Gandalf, arrived in the Shire, bringing news that would forever change the life of young Frodo Baggins. A great adventure awaited, involving a perilous journey to destroy a powerful ring.

Cuplikan cerita tentang Gandalf dan Frodo merupakan data masukan kita.

Menentukan Format Keluaran

Format keluaran memberi tahu LLM bagaimana Anda ingin tanggapannya disusun. Format ini dapat berupa daftar, JSON, panjang tertentu, atau gaya penulisan khusus.

Menentukan format membuat tanggapan kecerdasan buatan lebih mudah digunakan dan memastikan konsistensi.

Contoh: Format yang Diinginkan

Mari sempurnakan perintah kita dengan format keluaran tertentu:

You are a book reviewer. Summarize the following text for a young adult audience in three bullet points:

The old wizard, Gandalf, arrived in the Shire, bringing news that would forever change the life of young Frodo Baggins. A great adventure awaited, involving a perilous journey to destroy a powerful ring.

Kita menambahkan "in three bullet points" untuk mengendalikan struktur keluaran.

Pemeriksaan Struktur Perintah

Perhatikan perintah berikut. Komponen mana yang ditampilkan dalam huruf tebal?

Explain quantum physics. Focus on analogies. Keep it under 100 words.

Rangkuman: Membangun Perintah

Anda telah mempelajari empat komponen inti perintah yang efektif:

  • Instruksi: Hal yang Anda ingin kecerdasan buatan lakukan.
  • Konteks: Informasi latar belakang bagi kecerdasan buatan.
  • Data Masukan: Konten khusus yang diproses kecerdasan buatan.
  • Format Keluaran: Cara tanggapan kecerdasan buatan disusun.

Dengan menguasai komponen-komponen ini, Anda dapat menyusun perintah yang lebih jelas dan memperoleh hasil yang lebih baik serta lebih dapat diprediksi dari LLMs. Selanjutnya, kita akan mempelajari teknik dasar penyusunan perintah!

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Anatomi Prompt yang Efektif” gratis?

Ya — teks lengkap “Anatomi Prompt yang Efektif” 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 3 pelajaran total.

Apa yang akan aku pelajari di “Anatomi Prompt yang Efektif”?

Uraikan komponen prompt yang terstruktur dengan baik, termasuk instruksi, konteks, data masukan, dan format keluaran. 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 2 dari 3.

Berapa lama pelajaran “Anatomi Prompt yang Efektif” 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. Apa Itu Rekayasa Prompt?
  2. Anatomi Prompt yang Efektif
  3. Teknik Dasar Pemberian Prompt
← Kembali ke AI Prompt Engineering