Output Formatting

Introduction

Output formatting adalah teknik menentukan bentuk jawaban sebelum AI mulai menulis. Tanpa format, model memilih sendiri: paragraf panjang, daftar acak, tabel, atau gaya esai. Kadang hasilnya terlihat bagus, tetapi sulit dipakai. Format yang jelas mengubah jawaban menjadi bahan kerja: tabel keputusan, JSON, checklist, email final, rubric evaluasi, atau ringkasan eksekutif.

Format bukan dekorasi. Format adalah kontrak. Saat Anda meminta "buat tabel dengan kolom masalah, dampak, rekomendasi, prioritas", Anda sedang memberi model kerangka berpikir. Kerangka itu membantu model memilah informasi dan membantu Anda mengecek hasilnya lebih cepat.

Concepts

Pilih format berdasarkan tujuan. Untuk membaca cepat, gunakan bullet. Untuk membandingkan opsi, gunakan tabel. Untuk diproses aplikasi, gunakan JSON. Untuk komunikasi eksternal, minta draft final tanpa catatan internal. Untuk audit, minta daftar temuan dengan bukti.

Jangan minta format terlalu banyak sekaligus. Prompt seperti "buat ringkasan, tabel, strategi, email, dan caption" akan menghasilkan output panjang dan tidak fokus. Jika beberapa format memang perlu, urutkan bagian dengan heading eksplisit.

Format juga membantu hemat token. Daripada menulis "jelaskan semuanya secara rapi dan mudah dipahami", cukup tentukan struktur. Model tidak perlu menghabiskan token untuk transisi panjang antarparagraf.

Format umum yang berguna

Gunakan tabel untuk keputusan bisnis: opsi, pro, kontra, biaya, risiko, rekomendasi. Gunakan checklist untuk proses: langkah, status, catatan. Gunakan JSON ketika output akan dipakai kode. Gunakan template email ketika hasil perlu langsung dikirim. Gunakan rubric ketika menilai kualitas tulisan, proposal, atau jawaban kandidat.

Examples

Tolong bandingkan tiga tools project management ini dan jelaskan mana yang paling cocok untuk tim startup kecil. Buat jawabannya rapi dan mudah dibaca, jangan terlalu panjang tapi tetap lengkap.

Bandingkan Notion, Linear, Trello untuk startup 8 orang. Format tabel: tool, cocok untuk, kelebihan, kekurangan, biaya relatif, rekomendasi.

Versi setelah menghemat token dengan mengganti permintaan abstrak "rapi" dan "lengkap" menjadi kolom konkret. Output lebih mudah dibandingkan karena setiap tool dinilai dengan atribut yang sama.

Saya punya daftar bug dari user. Tolong bantu rapikan supaya tim engineering bisa memahami masalahnya, menentukan mana yang harus dikerjakan dulu, dan tahu informasi apa yang masih kurang dari laporan tersebut.

Ubah laporan bug menjadi tabel: ringkasan, langkah reproduksi, severity, user impact, info hilang, prioritas. Gunakan P0-P3. Jangan buat data palsu.

Prompt kedua siap dipakai dalam alur engineering. Larangan "jangan buat data palsu" penting karena laporan bug sering tidak lengkap. Format tabel memaksa AI membedakan fakta, prioritas, dan informasi yang belum tersedia.

Practical Tips

Pertama, sebutkan format sebelum detail panjang. Model akan membaca konteks dengan target struktur yang jelas. Kedua, gunakan nama kolom atau heading yang sesuai keputusan nyata. Kolom "catatan" terlalu umum; "risiko implementasi" lebih berguna. Ketiga, batasi panjang tiap sel atau bullet jika output berpotensi melebar.

Keempat, untuk JSON, minta "valid JSON only" dan berikan schema sederhana. Jangan minta penjelasan tambahan jika output akan diparse. Kelima, untuk output manusia, minta heading yang stabil agar mudah discan. Keenam, jika Anda sering memakai format yang sama, simpan sebagai template agar tidak mengetik ulang.

Output format yang baik juga mengurangi retry. Banyak pengguna mengulang prompt karena jawaban pertama tidak sesuai bentuk, bukan karena isinya salah. Menentukan format sejak awal menghindari iterasi seperti "buat lebih rapi", "jadikan tabel", atau "pendekkan".

Summary

Output formatting mengubah AI dari penulis bebas menjadi penghasil artefak kerja. Tentukan tabel, bullet, JSON, checklist, atau draft final sesuai kebutuhan. Format yang baik menghemat token, mempercepat review, dan membuat jawaban lebih konsisten.