Kesalahan Umum dalam Prompting

Introduction

Bahkan prompt engineer berpengalaman pernah membuat kesalahan ini. Perbedaannya: mereka tahu cara mengenali dan memperbaikinya dengan cepat. Lesson ini membahas 10 kesalahan paling umum yang membuat prompt gagal menghasilkan output berkualitas.

Setiap kesalahan disertai contoh nyata, dampak pada token dan kualitas, serta cara memperbaikinya.

Kesalahan #1: Prompt Terlalu Vague

Prompt seperti "buatkan konten marketing" atau "bantu saya coding" tidak memberi arah. AI akan mengisi kekosongan dengan asumsi yang mungkin tidak sesuai kebutuhan Anda.

Buatkan konten marketing untuk produk saya

Buat caption Instagram 150 karakter untuk peluncuran aplikasi fitness. Target: wanita 25-35 tahun. Tone: energik, motivational. CTA: download gratis.

Kesalahan #2: Tidak Memberi Konteks

AI tidak tahu situasi bisnis, tech stack, atau batasan Anda. Tanpa konteks, jawaban akan terlalu umum atau tidak applicable.

Bagaimana cara mengoptimasi performa aplikasi saya?

Aplikasi Next.js 14 dengan 50K daily users. Halaman dashboard lambat (3s load). Tech: React Server Components, Prisma, PostgreSQL. Budget: tidak bisa migrasi DB. Cara optimasi query dan rendering?

Kesalahan #3: Tidak Menentukan Format Output

Tanpa format yang jelas, AI akan memilih format sendiri. Anda mungkin butuh tabel, tapi AI memberi paragraf panjang.

Bandingkan React, Vue, dan Svelte untuk project saya

Bandingkan React, Vue, Svelte. Format: tabel 3 kolom (Framework, Kelebihan, Kekurangan). Fokus: learning curve, performa, ekosistem library.

Kesalahan #4: Overloading dengan Info Tidak Relevan

Terlalu banyak konteks yang tidak relevan menghabiskan token dan mengaburkan fokus AI.

Saya punya startup fintech yang sudah berjalan 2 tahun dengan 10 karyawan. Kami pakai React untuk frontend, Node.js untuk backend, MongoDB untuk database, AWS untuk hosting. Tim saya terdiri dari 3 frontend dev, 2 backend dev, 1 designer, 1 PM, dan 3 orang marketing. Sekarang saya mau bikin fitur notifikasi push. Bagaimana caranya?

Implementasi push notification untuk web app React + Node.js. Tech: Firebase Cloud Messaging atau alternatif. Requirement: support browser modern, fallback untuk browser lama.

Versi setelah membuang info tidak relevan (jumlah karyawan, struktur tim, umur startup) dan fokus pada tech stack + requirement.

Kesalahan #5: Tidak Memberi Batasan

Tanpa batasan, AI akan memberi solusi ideal yang mungkin tidak feasible untuk situasi Anda.

Bagaimana cara meningkatkan SEO website saya?

Cara meningkatkan SEO untuk blog Next.js. Batasan: tidak bisa ubah URL structure (sudah production), tidak bisa pakai paid tools. Fokus: on-page SEO dan technical SEO.

Kesalahan #6: Asumsi AI Tahu Domain Anda

AI punya pengetahuan umum, tapi tidak tahu jargon internal, workflow spesifik, atau aturan bisnis perusahaan Anda.

Buatkan query untuk pull data dari DWH ke dashboard KPI

Buatkan SQL query PostgreSQL. Source: tabel sales_transactions (kolom: date, product_id, amount, region). Output: total sales per region bulan ini. Format: region, total_sales, growth_pct.

Versi setelah menjelaskan singkatan (DWH = data warehouse), struktur tabel, dan format output yang diinginkan.

Kesalahan #7: Tidak Iterasi

Prompt pertama jarang sempurna. Banyak pemula menyerah setelah hasil pertama tidak sesuai, padahal seharusnya refine prompt.

Iterasi yang baik:

1. Prompt awal: "Buat landing page copy untuk aplikasi todo"
2. Hasil terlalu generik → Tambah constraint: "Target: freelancer dan remote worker"
3. Tone terlalu formal → Tambah: "Tone: casual, friendly, relatable"
4. Terlalu panjang → Tambah: "Maksimal 3 paragraf, masing-masing 2-3 kalimat"

Kesalahan #8: Tidak Memberi Contoh

Untuk task yang butuh gaya atau format spesifik, contoh lebih efektif daripada deskripsi panjang.

Buatkan commit message yang baik untuk perubahan ini: menambahkan fitur login dengan Google OAuth

Buatkan commit message conventional format. Contoh: 'feat(auth): add Google OAuth login flow'. Perubahan: menambahkan fitur login dengan Google OAuth. Format: type(scope): description

Kesalahan #9: Mengabaikan Token Cost

Prompt verbose menghabiskan token tanpa meningkatkan kualitas. Setiap kata harus punya tujuan.

Kata-kata yang bisa dihapus:

• Filler: "tolong", "mohon", "terima kasih sebelumnya"
• Redundansi: "yang bagus dan berkualitas tinggi"
• Penjelasan berlebihan: "karena saya butuh ini untuk..."

Halo, tolong bantu saya buatkan dokumentasi API yang bagus dan lengkap untuk endpoint login. Saya butuh ini untuk tim frontend supaya mereka bisa integrasi dengan mudah. Terima kasih sebelumnya!

Dokumentasi API endpoint POST /auth/login. Format: OpenAPI 3.0. Include: request body schema, response examples, error codes.

Kesalahan #10: Tidak Verifikasi Output

AI bisa salah, terutama untuk fakta, perhitungan, atau code. Selalu verifikasi output sebelum digunakan.

Checklist verifikasi:

• Code: apakah compile? apakah logic benar? apakah ada edge case?
• Fakta: apakah sumber kredibel? apakah info masih current?
• Perhitungan: apakah angka masuk akal? validasi dengan calculator
• Format: apakah sesuai requirement? apakah bisa langsung dipakai?

Summary

10 kesalahan umum dan cara memperbaikinya:

1. Vague prompt → Spesifikkan format, audiens, tone
2. Tanpa konteks → Beri tech stack, skala, batasan
3. Tanpa format → Tentukan output structure sejak awal
4. Info overload → Buang konteks tidak relevan
5. Tanpa batasan → Sebutkan constraint (budget, waktu, tech)
6. Asumsi domain knowledge → Jelaskan jargon dan workflow
7. Tidak iterasi → Refine prompt berdasarkan hasil
8. Tanpa contoh → Gunakan few-shot untuk format spesifik
9. Ignore token cost → Hapus filler dan redundansi
10. Tidak verifikasi → Selalu validasi output sebelum pakai

Menghindari kesalahan ini akan meningkatkan kualitas output dan menghemat token secara signifikan.