Kembali ke Blog Prompt Engineering Dasar: Panduan Praktis untuk Pemula
Prompt Engineering AI Productivity Tutorial

Prompt Engineering Dasar: Panduan Praktis untuk Pemula

Pelajari anatomi prompt yang baik, kesalahan umum, dan contoh siap pakai untuk pekerjaan sehari-hari. Cocok sebagai jembatan ke Fase 2 pelatihan kami.

P

Putra

1 Februari 2026

Prompt Engineering Dasar: Panduan Praktis untuk Pemula

Banyak orang sudah punya akses ke ChatGPT atau Claude, tapi hasilnya masih acak-acakan. Bukan karena alatnya lemah — sering kali karena prompt-nya belum memberi konteks yang cukup.

Prompt engineering bukan soal trik rahasia. Ini tentang cara berkomunikasi dengan AI secara jelas: siapa audiensnya, apa tujuannya, format output apa yang Anda butuhkan, dan batasan apa yang harus dihormati.

Anatomi prompt yang efektif

Prompt yang bagus biasanya punya empat elemen:

  1. Peran — “Anda adalah asisten marketing untuk UMKM di Batam”
  2. Tugas — “Buatkan 5 ide konten Instagram untuk toko kopi”
  3. Konteks — target pelanggan, tone brand, produk unggulan
  4. Format — bullet points, tabel, maksimal 150 kata, bahasa Indonesia

Contoh singkat:

Anda adalah copywriter UMKM. Buatkan 3 caption Instagram untuk promo kopi robusta lokal.
Target: pekerja kantoran usia 25-40. Tone: ramah, tidak terlalu salesy.
Format: judul + caption + 5 hashtag. Bahasa Indonesia.

Kesalahan yang sering terjadi

Terlalu umum — “buatkan konten” tanpa audiens atau tujuan.

Terlalu panjang tanpa struktur — AI kehilangan fokus. Pecah jadi beberapa prompt bertahap.

Tidak memberi contoh — satu contoh output yang Anda suka sering meningkatkan kualitas drastis.

Langsung percaya 100% — selalu review fakta, angka, dan klaim hukum sebelum publish.

Latihan 15 menit

Coba tiga skenario ini hari ini:

  • Draft email follow-up ke klien yang belum membalas
  • Ringkas catatan meeting 1 halaman jadi 5 bullet action item
  • Buat FAQ 5 pertanyaan untuk landing page produk Anda

Setelah nyaman dengan dasar ini, lanjut ke modul Prompt Engineering di Fase 2 — AI Productivity untuk teknik lanjutan seperti chain-of-thought dan role stacking.

Langkah berikutnya