Pendahuluan¶
Apa itu Prompt Engineering?¶
Prompt engineering = keterampilan menulis instruksi untuk AI (terutama LLM seperti ChatGPT, Claude, Gemini) supaya dapat jawaban yang berkualitas, konsisten, dan berguna.
Bayangkan kamu menyuruh asisten yang sangat pintar tapi sangat literal:
- "Bantuin tulis email" → asisten bingung, kasih jawaban generic
- "Bantuin tulis email follow-up ke client yang sudah 3 minggu belum reply, formal tapi friendly, max 3 paragraf" → asisten tahu persis apa yang dibutuhkan
Bedanya cuma di prompt. Tapi hasilnya beda jauh.
Kenapa Ini Skill Penting?¶
3 alasan kenapa prompt engineering penting di 2026:
-
AI sudah ada di mana-mana. ChatGPT, Claude, Gemini, copilot di Office, AI di Photoshop. Mereka semua butuh prompt yang baik.
-
Reliability bisnis tergantung prompt. Kalau kamu bangun aplikasi yang pakai LLM, prompt yang inkonsisten = aplikasi yang inkonsisten. Prompt engineering = teknik membuat AI predictable.
-
Cost matter. LLM dipanggil per token. Prompt yang efisien = bill yang lebih murah.
Apa yang Akan Kita Pelajari?¶
Buku ini punya 3 bagian:
Bagian 1 — Dasar Prompting (Bab 1-5)¶
Fondasi. Anatomi prompt yang baik, role/persona, format output, few-shot. Kalau kamu cuma pengguna casual, Bagian 1 saja sudah cukup mengubah cara kamu pakai AI.
Bagian 2 — Teknik Lanjutan (Bab 6-10)¶
Untuk problem kompleks. Chain of Thought, Self-Consistency, Tree of Thoughts, ReAct, Prompt Chaining. Teknik-teknik yang dipakai untuk reasoning, math, dan complex tasks.
Bagian 3 — Aplikasi Praktis (Bab 11-15)¶
Bangun sesuatu. Coding assistant, content workflow, data analysis, RAG (Retrieval Augmented Generation), AI agents.
Sebelum Mulai¶
Yang kamu butuhkan:
- Akun ChatGPT, Claude, atau Gemini — bisa free tier. Saya recommend Claude untuk eksperimen karena outputnya cenderung lebih konsisten untuk learning.
- Niat untuk eksperimen. Buku ini bukan teori — kamu harus coba semua contoh prompt sendiri.
- Notebook untuk catatan. Prompt engineering itu craft, bukan ilmu pasti. Kamu butuh dokumentasi prompt-prompt yang bekerja untuk kebutuhanmu.
Cara Belajar yang Efektif¶
Prinsip belajar prompt engineering
- Eksperimen lebih dari membaca. Tiap teknik di buku ini, coba langsung di ChatGPT/Claude. Bandingkan output-nya.
- Catat prompt yang bekerja. Setiap prompt yang kamu temukan efektif untuk satu use case, simpan. Kamu lagi membangun "library" prompt pribadi.
- Pelajari yang gagal lebih banyak dari yang berhasil. Kalau prompt kamu tidak menghasilkan output yang diharapkan, itu data. Analisis kenapa, lalu perbaiki.
- Skill ini cepat usang. Model baru rilis tiap 6 bulan, behavior berubah. Yang permanent: cara berpikir tentang prompt. Itu yang kita pelajari.