AI Prompt Engineering · Pelajaran

Menggabungkan Berbagai Batasan

Susun berbagai batasan tanpa menimbulkan persyaratan yang saling bertentangan.

Menggabungkan Berbagai Batasan 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.

Menumpuk Batasan: Manfaat dan Risikonya

Menggabungkan beberapa batasan dalam satu perintah sangat bermanfaat — Anda dapat menentukan kebutuhan secara tepat dalam beberapa dimensi sekaligus. Namun, menumpuk terlalu banyak batasan menimbulkan masalah tersendiri: konflik antar-batasan, penurunan kualitas saat model berusaha memenuhi semuanya sekaligus, serta keluaran yang terasa dibatasi secara mekanis dan tidak ditulis secara alami.

Keterampilannya adalah mengetahui cara menumpuk batasan tanpa menimbulkan konflik.

Pemeriksaan Kompatibilitas Batasan

Sebelum menumpuk batasan, periksa kompatibilitas setiap pasangan. Tanyakan: bisakah kedua batasan ini dipenuhi secara bersamaan?

Kompatibel: "Kalimat aktif" + "Orang kedua" + "Kurang dari 200 kata" — semuanya dapat dipenuhi secara bersamaan tanpa ketegangan.

Bertentangan: "Cakupan menyeluruh atas semua 12 topik" + "Kurang dari 100 kata" — secara matematis mustahil untuk mencakup topik yang tidak sepele.

Uji setiap pasangan, bukan hanya daftar lengkapnya. Dua batasan yang masing-masing masuk akal dapat bergabung dan menghasilkan requirement yang mustahil.

Prioritas: 'Jika Terjadi Konflik, Prioritaskan X'

Jika batasan mungkin bertentangan dalam kasus tertentu, tambahkan instruksi prioritas yang eksplisit:

"Jika terjadi konflik antara panjang dan kelengkapan, prioritaskan kelengkapan."
"Jika aturan kalimat aktif bertentangan dengan ungkapan yang alami, prioritaskan ungkapan yang alami."
"Jika Anda tidak dapat memenuhi batas jumlah kata sekaligus menyertakan kelima points, prioritaskan batas jumlah kata dan ringkas setiap points menjadi satu kalimat."

Instruksi prioritas menyelesaikan ambiguitas sejak awal dan mencegah model mengambil keputusan pertukaran secara sembarangan.

Urutan Batasan

Urutan batasan dalam perintah memengaruhi seberapa besar bobot yang diberikan model pada masing-masing batasan. Penelitian dan praktik menunjukkan bahwa:

Batasan yang paling penting harus muncul di bagian awal
Batasan format cenderung lebih konsisten dipatuhi jika dinyatakan sebelum instruksi konten
Batasan yang dikelompokkan (semua aturan gaya bersama-sama, semua aturan cakupan bersama-sama) lebih mudah diproses model daripada batasan yang diselingi

Anggap batasan sebagai tumpukan prioritas: hal yang paling penting ditempatkan di bagian teratas, baik dari segi kepentingan maupun posisi fisiknya dalam perintah.

Masalah Penurunan Kualitas

Menambahkan lebih banyak batasan tidak selalu meningkatkan keluaran — pada titik tertentu, terlalu banyak batasan justru menurunkan kualitas. Tanda-tanda keluaran yang terlalu dibatasi:

Respons terasa kaku, seperti robot, atau janggal
Model memenuhi semua aturan formal, tetapi kehilangan makna atau koherensi
Konten sederhana memerlukan pembuatan ulang berulang kali karena tidak ada keluaran yang memenuhi semua batasan
Model mulai menghilangkan konten untuk memenuhi batas panjang sambil mempertahankan aturan gaya

Titik kritis biasanya berada di sekitar 6–8 batasan wajib yang diterapkan secara bersamaan. Setelah itu, pertimbangkan untuk membagi tugas menjadi beberapa tahap.

Kendala Keras vs. Lunak

Tidak semua kendala sama ketatnya. Bedakan antara:

Kendala keras — wajib dipenuhi tanpa pengecualian: jumlah kata untuk bidang yang dibatasi karakter, tidak menyebutkan nama pesaing, serta format yang diperlukan untuk penguraian lanjutan.

Kendala lunak — diutamakan, tetapi masih dapat disesuaikan: "upayakan menggunakan kalimat aktif", "usahakan agar kalimat tidak lebih dari 20 kata".

Dengan menjelaskan perbedaan ini secara eksplisit dalam prompt, Anda membantu model memahami bagian yang masih dapat dikompromikan: "Persyaratan keras: kurang dari 280 karakter. Preferensi lunak: hindari kalimat pasif."

Penerapan Kendala Bertahap

Alih-alih menerapkan semua kendala sekaligus, terapkan kendala tersebut secara bertahap dalam beberapa giliran:

Giliran 1: Tulis konten hanya dengan kendala cakupan dan akurasi
Giliran 2: Terapkan kendala gaya (kalimat aktif, tanpa jargon, tanpa klise)
Giliran 3: Terapkan kendala panjang (ringkas hingga mencapai jumlah kata target)

Penerapan bertahap menghasilkan kualitas yang lebih baik daripada pemberian prompt dengan banyak kendala sekaligus dalam satu langkah. Setiap tahap mengoptimalkan satu aspek tanpa mengorbankan aspek lainnya. Konsekuensinya adalah waktu — lebih banyak giliran berarti lebih banyak panggilan API.

Prompt dengan Banyak Kendala dalam Kode

Berikut pendekatan terstruktur untuk menerapkan beberapa kendala secara terprogram dengan penyempurnaan bertahap:

import openai

client = openai.OpenAI(api_key='sk-...')

def multi_constraint_generate(topic, word_limit, audience, style_rules):
    # Stage 1: Content generation with scope
    stage1_prompt = f'Write about {topic} for {audience}. Focus on practical value. Ignore length for now.'

    r1 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': stage1_prompt}]
    )
    draft = r1.choices[0].message.content

    # Stage 2: Apply style constraints
    style_prompt = f'Rewrite the following applying these style rules: {style_rules}\n\nText: {draft}'

    r2 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': style_prompt}]
    )
    styled = r2.choices[0].message.content

    # Stage 3: Apply length constraint
    length_prompt = f'Trim the following to exactly {word_limit} words. Preserve the key points.\n\nText: {styled}'

    r3 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': length_prompt}]
    )
    return r3.choices[0].message.content

Pasangan Kendala yang Sering Bertentangan

Beberapa kombinasi kendala begitu sering bertentangan sehingga layak diingat sebagai pola anti:

Singkat + Komprehensif — Anda tidak dapat membahas semuanya dalam 50 kata
Formal + Percakapan — Kedua nuansa ini pada dasarnya bertentangan
Bahasa sederhana + Kedalaman teknis — Penyederhanaan mengharuskan Anda mengorbankan ketepatan
Tanpa daftar + Beberapa item paralel — Daftar digunakan karena efektif untuk item-item paralel
Kreatif + Sangat bertemplat — Templat yang kaku menekan variasi kreatif

Jika Anda mendapati bahwa Anda memerlukan dua kendala yang bertentangan, pilih salah satunya dan sesuaikan yang lain. Keduanya jarang dapat dipertahankan sepenuhnya.

Audit Kendala

Sebelum memfinalisasi prompt dengan banyak kendala, lakukan audit kendala singkat:

Daftarkan semua kendala
Untuk setiap pasangan, tanyakan: apakah keduanya kompatibel?
Identifikasi setiap konflik keras dan selesaikan
Tandai kendala sebagai keras atau lunak
Tambahkan instruksi prioritas untuk konflik yang hampir terjadi

Untuk prompt yang kompleks, proses ini hanya memerlukan dua menit dan menghemat rasa frustrasi karena berulang kali mendapatkan keluaran yang memenuhi sebagian kendala tetapi melanggar kendala lainnya.

Berapa Banyak Kendala yang Terlalu Banyak?

Pedoman praktis untuk jumlah kendala:

1–3 kendala: Andal, berkualitas tinggi
4–6 kendala: Kualitas baik, sesekali terjadi kelalaian pada kendala yang prioritasnya lebih rendah
7–10 kendala: Penurunan kualitas yang terlihat, kelalaian sering terjadi
Lebih dari 10 kendala: Gunakan pendekatan bertahap atau sistem berbasis templat

Ini adalah pedoman umum yang dapat berbeda berdasarkan kemampuan model dan jenis kendala. Kendala format keras (batas jumlah kata, bagian yang wajib ada) lebih konsisten dipatuhi daripada kendala gaya lunak (nuansa, suara).

Uji Pemahaman: Konflik Kendala

Anda sedang menulis prompt untuk email pengumuman produk. Anda telah menetapkan kendala berikut: (1) Kurang dari 100 kata, (2) Membahas keenam fitur baru secara mendetail, (3) Nuansa formal, (4) Gaya percakapan dan bersahabat, (5) Tanpa poin-poin, (6) Menggunakan sudut pandang orang kedua.

Pasangan kendala mana yang menimbulkan konflik paling serius?

Ringkasan: Menggabungkan Beberapa Kendala

Menggabungkan kendala secara efektif memerlukan: memeriksa kompatibilitas setiap pasangan, menambahkan instruksi prioritas untuk konflik yang hampir terjadi, mengurutkan kendala berdasarkan kepentingan, membedakan kendala keras dan lunak, serta menggunakan pembuatan bertahap saat jumlah kendala tinggi.

Kesalahan yang paling umum adalah konflik panjang konten (terlalu banyak yang harus dibahas dalam terlalu sedikit kata) dan konflik nuansa (formal vs. percakapan). Pendekatan bertahap — buat konten terlebih dahulu, terapkan gaya pada tahap kedua, lalu ringkas untuk memenuhi panjang pada tahap ketiga — menghasilkan keluaran dengan banyak kendala yang kualitasnya paling tinggi.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Menggabungkan Berbagai Batasan” gratis?

Ya — teks lengkap “Menggabungkan Berbagai Batasan” 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 “Menggabungkan Berbagai Batasan”?

Susun berbagai batasan tanpa menimbulkan persyaratan yang saling bertentangan. 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 “Menggabungkan Berbagai Batasan” 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

← Kembali ke AI Prompt Engineering