Skip to content
ajitirto
Go back

Framework Prompt Engineering untuk Hasil AI yang Lebih Akurat

Prompt yang baik sering kali menghasilkan jawaban AI yang jauh lebih baik dibandingkan prompt yang ambigu. Karena itu muncul berbagai framework yang membantu menyusun instruksi secara sistematis.

Framework-framework ini membantu AI memahami:

Dalam artikel ini kita akan membahas lima framework yang populer digunakan dalam Prompt Engineering:


Mengapa Menggunakan Framework Prompt?

Tanpa struktur yang jelas, AI sering kali harus menebak konteks yang sebenarnya diinginkan pengguna.

Contoh prompt biasa:

Ajarkan saya React.

Prompt tersebut dapat menghasilkan berbagai jenis jawaban yang berbeda.

Namun jika menggunakan framework:

Role:
Anda adalah Senior Frontend Engineer.

Input:
Saya sudah memahami HTML, CSS, dan JavaScript.

Steps:
1. Jelaskan konsep React.
2. Jelaskan Component.
3. Jelaskan Props.
4. Berikan contoh kode.

Expectation:
Penjelasan mudah dipahami oleh programmer pemula.

Hasilnya biasanya lebih relevan dan terarah.


1. R-I-S-E (Role, Input, Steps, Expectation)

Struktur

Role

Menentukan peran yang harus dimainkan AI.

Input

Informasi yang diberikan kepada AI.

Steps

Langkah-langkah yang harus dilakukan.

Expectation

Output yang diharapkan.


Kapan Digunakan?

Gunakan RISE ketika:


Contoh

Role:
Anda adalah Senior Golang Engineer.

Input:
Saya sudah memahami PHP dan JavaScript.

Steps:
1. Jelaskan konsep goroutine.
2. Bandingkan dengan thread.
3. Berikan contoh kode.

Expectation:
Penjelasan mudah dipahami programmer backend.

Kelebihan


2. R-O-S-E-S (Role, Objective, Scenario, Expected Solution, Steps)

Struktur

Role

Peran AI.

Objective

Tujuan utama.

Scenario

Latar belakang atau kondisi.

Expected Solution

Jenis solusi yang diharapkan.

Steps

Tahapan pengerjaan.


Kapan Digunakan?

Framework ini cocok untuk:


Contoh

Role:
Anda adalah Software Architect.

Objective:
Membangun sistem e-commerce yang scalable.

Scenario:
Target pengguna mencapai 500.000 user aktif.

Expected Solution:
Menggunakan Clean Architecture.

Steps:
1. Analisis kebutuhan.
2. Tentukan service utama.
3. Buat struktur project.
4. Jelaskan deployment.

Kelebihan


3. C-A-R-E (Context, Action, Result, Example)

Struktur

Context

Konteks atau latar belakang.

Action

Tugas yang harus dilakukan.

Result

Hasil yang diharapkan.

Example

Contoh output.


Kapan Digunakan?

Framework CARE cocok untuk:


Contoh

Context:
Saya memiliki blog teknologi.

Action:
Tulis artikel tentang React Hooks.

Result:
Artikel sepanjang 1500 kata.

Example:
Gunakan gaya penulisan seperti dokumentasi resmi React.

Kelebihan


4. E-R-A (Expectation, Role, Action)

Struktur

Expectation

Output yang diharapkan.

Role

Peran AI.

Action

Tugas yang harus dilakukan.


Kapan Digunakan?

Framework ERA cocok untuk:


Contoh

Expectation:
Jawaban singkat dan langsung.

Role:
Anda adalah Senior React Engineer.

Action:
Jelaskan perbedaan useMemo dan useCallback.

Kelebihan


5. A-P-E (Action, Purpose, Expectation)

Struktur

Action

Apa yang harus dilakukan AI.

Purpose

Mengapa tugas tersebut dilakukan.

Expectation

Bentuk output yang diharapkan.


Kapan Digunakan?

Framework APE cocok untuk:


Contoh

Action:
Review repository GitHub berikut.

Purpose:
Menemukan potensi bottleneck performa.

Expectation:
Berikan rekomendasi yang diurutkan berdasarkan prioritas.

Kelebihan


Perbandingan Framework

FrameworkKompleksitasCocok Untuk
R-I-S-ESedangBelajar, Coding, Tutorial
R-O-S-E-STinggiSystem Design, Architecture
C-A-R-ESedangArtikel, Dokumentasi
E-R-ARendahDiskusi Cepat
A-P-ERendahAnalisis dan Research

Framework Mana yang Harus Dipilih?

Tidak ada framework yang paling unggul untuk semua situasi.

Semakin jelas instruksi yang diberikan kepada AI, semakin kecil kemungkinan AI salah memahami kebutuhan Anda. Framework Prompt Engineering membantu mengurangi ambiguitas dan meningkatkan kualitas hasil yang diberikan AI secara signifikan.


Share this post on:

Next Post
Text Processing di Linux