Menulis Perintah Tindak Lanjut yang Efektif

Prompt lanjutan bukanlah keluhan — prompt tersebut merupakan sinyal koreksi yang mengarahkan model menuju output yang lebih baik.

Prompt lanjutan yang efektif menjelaskan secara spesifik apa yang salah dan apa yang Anda inginkan sebagai gantinya. Prompt lanjutan yang samar seperti "Coba lagi" atau "Itu masih kurang tepat" tidak memberi model informasi berguna untuk ditindaklanjuti.

Mempelajari sejumlah kecil pola koreksi arah memungkinkan Anda memperbaiki hampir semua jenis masalah output dengan cepat.

Jika respons terlalu panjang, bertele-tele, atau dipenuhi kalimat tambahan yang tidak perlu, gunakan pola pengurangan panjang:

• "Buat lebih singkat — targetkan 100 kata."
• "Hapus paragraf pembuka dan semua kalimat pengisi."
• "Ringkas teks di atas menjadi tiga kalimat."
• "Potong menjadi setengahnya tanpa menghilangkan poin-poin penting."

Spesifikasi membantu: memberi tahu model jumlah kata target atau hal tertentu yang harus dihapus lebih efektif daripada hanya mengatakan "lebih singkat".

Jika respons terlalu umum atau berada pada tingkat yang terlalu tinggi, gunakan pola penambahan spesifikasi:

• "Buat lebih spesifik tentang model penetapan harga."
• "Berikan angka konkret, bukan persentase."
• "Fokus pada kasus pengguna yang merupakan pemilik bisnis kecil, bukan perusahaan besar."
• "Saran tentang keamanan terlalu samar — sebutkan kerentanan spesifik dan cara memperbaikinya."

Pola-pola ini mempersempit fokus model pada aspek yang memerlukan pembahasan lebih mendalam.

Jika respons memuat konten yang tidak Anda inginkan, gunakan pola penghapusan:

• "Hapus bagian tentang konteks historis — saya hanya memerlukan situasi saat ini."
• "Hapus dua poin terakhir, karena tidak sesuai topik."
• "Tulis ulang tanpa paragraf penyangkalan di bagian akhir."
• "Potong semua bagian setelah poin ketiga dan akhiri di sana."

Sebutkan bagian spesifik yang ingin dihapus. Mengatakan "hapus bagian yang tidak relevan" bersifat ambigu — model mungkin memiliki pandangan berbeda tentang hal yang tidak relevan.

Jika respons sudah benar tetapi masih abstrak, gunakan pola penambahan contoh:

• "Tambahkan contoh konkret setelah setiap poin."
• "Jelaskan poin ketiga dengan skenario di dunia nyata."
• "Berikan satu cuplikan kode sebelum/sesudah untuk setiap praktik terbaik."
• "Tambahkan contoh tandingan yang menunjukkan hal yang TIDAK boleh dilakukan untuk setiap rekomendasi."

Contoh membuat saran abstrak menjadi dapat diterapkan. Pola ini sangat berguna untuk konten pembelajaran dan panduan cara melakukan sesuatu.

Jika respons memiliki konten yang tepat tetapi struktur yang salah, gunakan pola pemformatan ulang:

• "Tulis ulang ini sebagai daftar berpoin."
• "Ubah ini menjadi panduan langkah demi langkah bernomor."
• "Bagi ini menjadi beberapa bagian dengan judul H2."
• "Format ini sebagai tabel perbandingan: Fitur | Opsi A | Opsi B."

Prompt lanjutan untuk pemformatan ulang mempertahankan konten dan hanya mengubah penyajiannya. Cara ini berisiko rendah — substansinya sudah baik.

Anda dapat menggabungkan beberapa pola koreksi dalam satu prompt lanjutan:

"Tulis ulang respons di atas sebagai poin-poin, hapus bagian latar belakang historis, dan tambahkan contoh kode untuk setiap poin. Batasi hingga 300 kata."

Cara ini lebih efisien daripada mengirim empat pesan lanjutan secara terpisah. Namun, buat prompt lanjutan gabungan tetap jelas dan mudah dibaca — jika menjadi rumit, bagi menjadi dua prompt lanjutan, bukan satu prompt yang membingungkan.

Anda dapat mengotomatiskan koreksi lanjutan dalam alur kerja Python dengan menambahkan instruksi koreksi ke riwayat percakapan:

Prompt lanjutan yang paling efektif menautkan instruksi ke bagian-bagian tertentu dari respons sebelumnya. Hal ini menghilangkan ambiguitas:

• Lemah: "Bisakah Anda memperbaiki bagian kedua?"
• Kuat: "Pada bagian berjudul 'Pertimbangan Keamanan', sarannya terlalu umum. Tulis ulang bagian tersebut dengan tiga aturan firewall yang spesifik."

Menautkan instruksi dengan mengutip atau menyebutkan bagian, kalimat, atau poin tertentu memaksa model untuk fokus tepat pada maksud Anda.

Terkadang suatu pola prompt lanjutan tidak menghasilkan perbaikan yang Anda inginkan. Tanda-tanda percakapan yang buntu:

• Model kembali ke struktur yang sama setelah dua kali dikoreksi
• Model mengakui koreksi Anda, tetapi terus melakukan kesalahan yang sama
• Setiap koreksi menimbulkan masalah baru saat memperbaiki masalah lama

Pada titik ini, memulai dari awal dengan menulis ulang prompt asli sering kali lebih cepat daripada terus melakukan koreksi. Keputusan tersebut akan dibahas dalam pelajaran berikutnya.

Karena pola koreksi dapat digunakan kembali, sebaiknya Anda menyimpan pustaka kecil berisi frasa prompt lanjutan yang sering digunakan:

• "Buat lebih singkat — targetkan X kata."
• "Tambahkan contoh konkret untuk setiap poin."
• "Tulis ulang sebagai poin-poin dengan ringkasan satu baris di bagian atas."
• "Hapus penyangkalan / latar belakang historis / basa-basi pembuka."
• "Buat lebih spesifik tentang [X] — berikan angka / langkah / kode yang sebenarnya."

Menyimpan semua ini dalam file teks atau aplikasi pencatat akan menghemat waktu pada setiap sesi berikutnya.

Anda meminta model menulis deskripsi produk untuk aplikasi manajemen proyek. Model menghasilkan esai sepanjang 600 kata yang membahas sejarah aplikasi, filosofi, fitur utama, harga, dan perbandingan dengan pesaing. Anda hanya memerlukan deskripsi sepanjang 100 kata tentang fitur utama untuk bagian utama situs web.

Prompt lanjutan mana yang paling efektif?

Prompt lanjutan merupakan sinyal koreksi, bukan keluhan. Lima pola utama — memperpendek, memperjelas, menghapus, menambahkan contoh, memformat ulang — mencakup sebagian besar masalah output yang akan Anda temui.

Prinsip utamanya adalah: jelaskan secara spesifik apa yang salah, tautkan instruksi ke bagian yang relevan, dan gabungkan pola jika diperlukan. Jika prompt lanjutan tidak lagi berhasil, pertimbangkan untuk memulai dari awal.

Dalam pelajaran berikutnya, Anda akan berlatih melakukan percakapan dengan banyak giliran yang dibangun berdasarkan respons sebelumnya, bukan sekadar memperbaikinya.