Panduan Prompting Baru OpenAI: Fokus pada Hasil, Bukan Skrip Langkah-demi-Langkah

OpenAI telah merilis kerangka kerja prompting baru yang menantang obsesi tradisional terhadap "chain-of-thought", mendesak pengguna untuk memprioritaskan hasil di atas instruksi yang kaku. Pergeseran ini menandakan gerakan menuju interaksi yang lebih intuitif dan berat pada penalaran, di mana model diberikan otonomi alih-alih skrip yang ketat.

Empat Komponen Utama Prompting yang Efektif

Alih-alih menyediakan manual parameter API yang kompleks atau skema yang rumit, OpenAI menyederhanakan arsitektur prompting menjadi empat komponen opsional: Goal, Context, Output Format, dan Boundaries. Yang terpenting, tidak ada satu pun dari komponen ini yang bersifat wajib. Untuk kueri sederhana, prompt yang singkat sering kali memberikan hasil yang lebih baik daripada set instruksi yang terlalu rumit (over-engineered).

Filosofi inti dari panduan ini adalah untuk "mulai dari hal kecil." OpenAI menyarankan agar pengguna mengutamakan hasil yang diinginkan daripada urutan langkah-langkah granular. Dengan mendeskripsikan tujuan akhir alih-alih prosesnya, Anda memungkinkan model seperti GPT-4o untuk mencari, membandingkan informasi, dan menyesuaikan pendekatannya secara otonom. Deskripsi proses yang mendetail hanya boleh digunakan jika metodologi spesifik tersebut sama pentingnya dengan hasil akhir.

Batasan Lebih Utama daripada Skrip

Pelajaran utama bagi pengembang dan pengguna tingkat lanjut (power users) adalah bahwa batasan lebih efektif daripada skrip langkah-demi-langkah. Alih-alih mencoba mengatur secara mikro setiap gerakan yang dilakukan AI, OpenAI merekomendasikan penerapan satu atau dua "aturan keras" (hard rules) untuk mencegah perilaku yang tidak diinginkan. Contohnya termasuk arahan seperti "Jangan mengubah angka anggaran yang telah disetujui" atau "Siapkan ini sebagai draf; jangan kirimkan."

Pendekatan "less-is-more" ini meluas ke manajemen konteks. Panduan ini menyarankan untuk hanya melampirkan file—seperti PDF, spreadsheet, atau gambar—yang benar-benar akan memengaruhi jawaban. Untuk pekerjaan profesional yang berisiko tinggi, OpenAI menyarankan loop "verifikasi mandiri" (self-verification), di mana Anda secara eksplisit meminta model untuk memeriksa outputnya sendiri terhadap kesalahan tertentu, seperti memastikan setiap item tindakan memiliki pemilik dan tenggat waktu yang ditentukan.

Membedakan Chat dari "Work" dan Meningkatkan Codex

OpenAI juga meresmikan perbedaan antara "Chat" dan "Work." Jika Chat ditujukan untuk kueri cepat dan pengubahan kata (rewording), "Work" mengacu pada tugas-tugas berat yang mengambil data dari berbagai sumber (seperti Gmail, Slack, atau GitHub) untuk menghasilkan output yang besar. Meskipun tugas Work mengonsumsi lebih banyak kredit, tugas ini dirancang untuk mengotomatisasi alur kerja yang kompleks dan berulang.

Bagi pengembang yang menggunakan Codex, panduan ini memperkenalkan kemampuan steering dan sandboxing yang canggih. Pengguna kini dapat menggunakan perintah "Steer" untuk mengalihkan jalannya proses saat ini atau "Queue" untuk mengantre instruksi berikutnya. Untuk mengelola proyek pengodean yang kompleks, OpenAI memperkenalkan perintah slash tertentu:

  • /plan: Menganalisis kode dan mengusulkan pendekatan sebelum eksekusi.
  • /goal: Menetapkan tujuan tingkat tinggi yang dilacak model melalui berbagai langkah.
  • /review: Memungkinkan audit keamanan dan logika secara lokal atau yang terintegrasi dengan GitHub.

Poin-Poin Penting

  • Prioritaskan Hasil: Mulailah dengan hasil yang diinginkan; hanya tentukan prosesnya jika langkah-langkah spesifik tersebut sangat penting bagi tugas tersebut.
  • Gunakan Batasan, Bukan Skrip: Gunakan batasan yang tegas untuk mencegah kesalahan daripada mencoba membuat skrip untuk setiap gerakan individu model.
  • Manfaatkan Perintah Khusus: Gunakan perintah slash Codex seperti /plan dan /goal untuk mengelola alur kerja teknis yang kompleks dan terdiri dari banyak langkah.