Saat Anda meminta rekan kerja mengerjakan sesuatu, kualitas hasilnya sangat ditentukan oleh cara permintaan itu disampaikan. Permintaan "tolong rapikan laporan ini" akan kembali dalam bentuk yang berbeda-beda pada setiap orang. Karena itulah organisasi menyusun prosedur baku dan templat: supaya pekerjaan yang sama menghasilkan keluaran yang seragam, siapa pun yang mengerjakannya.
Model AI menghadirkan persoalan lama itu kembali, kali ini dalam skala yang jauh lebih besar. Satu kalimat instruksi bisa dijawab dengan sangat baik hari ini dan meleset besok, hanya karena susunan katanya sedikit berbeda. Selama pemakaiannya sekali dua kali, hal itu tidak terasa mengganggu. Persoalannya muncul ketika satu instruksi yang sama harus bekerja pada ribuan masukan berbeda di dalam sebuah produk.
Dari kebutuhan itulah lahir disiplin bernama prompt engineering. Secara singkat, prompt engineering adalah pekerjaan merancang dan menguji instruksi untuk model AI supaya hasilnya bisa diandalkan berulang kali. Artikel ini menelusuri definisinya, tujuan utamanya, prinsip yang menopangnya, tekniknya lengkap dengan angka dari penelitian aslinya, sampai titik ketika pendekatan ini tidak lagi memadai.
Prompt Engineering Adalah: Definisi dan Tujuan Utamanya
Prompt engineering adalah proses merancang, menyempurnakan, dan menguji prompt (instruksi yang diberikan kepada model AI) agar model menghasilkan keluaran yang akurat dan sesuai kebutuhan. Kata kuncinya ada pada "proses": ini bukan satu kalimat ajaib yang ditemukan sekali, melainkan siklus menulis, menjalankan, menilai, lalu memperbaiki.
Google mendefinisikannya dalam whitepaper Prompt Engineering edisi September 2024 sebagai proses merancang prompt berkualitas tinggi yang menuntun model bahasa menghasilkan keluaran akurat. Oxford English Dictionary memasukkan istilah ini pada pembaruan Juni 2024, bersama generative AI dan training data. Definisinya menyebut dua hal sekaligus: tindakan menyusun serta menyempurnakan prompt untuk mengoptimalkan keluarannya, dan disiplin atau profesi yang menangani pekerjaan itu.
Tujuan utama prompt engineering adalah membuat keluaran model dapat diandalkan, bukan sekadar bagus sekali. Perbedaannya penting. Keluaran yang bagus sekali bisa didapat dengan keberuntungan dan pengulangan. Keluaran yang dapat diandalkan berarti prompt yang sama menghasilkan mutu yang setara pada masukan yang berbeda-beda, dan itu hanya bisa dibuktikan lewat pengujian.
Padanan bahasa Indonesia yang dipakai kalangan teknis adalah rekayasa prompt. Istilah ini sesekali muncul sebagai "rekayasa cepat" pada halaman hasil terjemahan mesin, karena kata prompt dalam bahasa Inggris memang juga berarti "cepat" atau "segera". Dalam konteks AI, makna yang berlaku bukan itu, melainkan makna kata bendanya: aba-aba atau perintah pembuka. Kalau Anda menemukan "rekayasa cepat" pada sebuah halaman berbahasa Indonesia, yang dimaksud hampir selalu rekayasa prompt.
Prompt engineering berlaku untuk semua jenis model generatif, bukan hanya penghasil teks. Prompt gambar, video, dan musik juga bisa dirancang dan diuji dengan cara yang sama, meski kosakata dan parameternya berbeda.
Beda Menulis Prompt dan Merekayasa Prompt
Setiap orang yang memakai ChatGPT atau Gemini sudah menulis prompt. Yang membedakannya dari rekayasa prompt bukanlah panjang kalimat atau kerumitan istilah, melainkan jumlah pemakaian dan cara penilaiannya.
Pada prompt sekali pakai, penilaiannya berhenti di layar Anda sendiri. Anda membaca jawabannya, merasa cukup, lalu melanjutkan pekerjaan. Kalau meleset, Anda mengetik ulang dengan kalimat yang berbeda. Cara kerja ini sepenuhnya masuk akal untuk pemakaian sehari-hari, dan cara menyusunnya kami bahas terpisah di prompt AI yang bagus.
Prompt yang direkayasa dinilai dari statistik, bukan dari satu jawaban. Pertanyaannya berubah menjadi: dari seratus masukan berbeda, berapa kali keluarannya memenuhi syarat? Perubahan pertanyaan ini membawa serta seluruh perkakas yang membuat pekerjaan tersebut layak disebut rekayasa — kumpulan contoh uji, kriteria penilaian yang tertulis, catatan versi, dan pembandingan antarversi.
Menulis prompt dinilai dari satu jawaban; merekayasa prompt dinilai dari 17 dari 20 keluaran yang lolos kriteria.
Konsekuensi praktisnya, prompt engineering hampir selalu berkaitan dengan prompt yang tertanam di dalam sebuah sistem. Contohnya pemroses tiket layanan pelanggan, pengekstrak data dari dokumen, penilai jawaban ujian, atau asisten di dalam aplikasi. Isi sebuah prompt dan bagian-bagian penyusunnya sudah kami uraikan di apa itu prompt AI; artikel ini melanjutkan dari sana ke pertanyaan bagaimana prompt itu dirancang dan diukur.
Tiga Prinsip Prompt Engineering yang Efektif
Tidak ada penomoran baku yang berlaku di semua penyedia model, jadi daftar "tiga prinsip" mana pun sebenarnya hasil merangkum. Yang bisa dilakukan adalah mencari irisan dari panduan resmi yang ada. Tiga hal berikut muncul di panduan Google, OpenAI, maupun Anthropic dengan pilihan kata yang berbeda-beda, dan ketiganya pula yang menjelaskan mengapa teknik di bagian berikutnya bekerja.
- Spesifik mengalahkan panjang: menambah kalimat tidak membuat prompt lebih baik kalau kalimat itu tidak menutup satu pun kemungkinan salah tafsir. Instruksi "buat ringkasan yang bagus" tetap kabur meski ditulis dalam lima baris. Instruksi "ringkas menjadi lima poin, masing-masing maksimal 20 kata, tanpa kata sifat pujian" hanya satu baris tetapi tidak menyisakan tebakan.
- Contoh mengalahkan penjelasan aturan: menerangkan format keluaran dalam prosa hampir selalu kalah dibanding menempelkan dua atau tiga contoh keluaran yang benar. Model bahasa bekerja dengan menirukan pola, sehingga pola yang ditunjukkan langsung lebih mudah diikuti daripada pola yang dideskripsikan.
- Ukur, jangan menebak: perasaan bahwa sebuah prompt "sudah lebih baik" tidak bisa dipertanggungjawabkan. Yang bisa dipertanggungjawabkan adalah angka, misalnya delapan dari sepuluh keluaran memenuhi kriteria pada versi kedua, naik dari lima pada versi pertama.
Diringkas dalam satu kalimat, prompt engineering yang efektif ditandai dengan karakteristik berikut: spesifik, mencontohkan, dan terukur. Dari ketiganya, dalam prompt engineering hal paling penting adalah yang ketiga — tanpa pengukuran, dua prinsip pertama hanya jadi selera. Sisa artikel ini pada dasarnya adalah cara menerapkan ketiganya.
Teknik Dasar: Zero-Shot, One-Shot, dan Few-Shot
Teknik prompt engineering yang paling mendasar dibedakan berdasarkan jumlah contoh yang Anda sertakan di dalam prompt. Istilah shot di sini berarti contoh, bukan tembakan atau percobaan.
Zero-shot prompting menyerahkan seluruh pekerjaan pada deskripsi tugas, karena tidak ada contoh yang disertakan. Ini bentuk yang paling sering dipakai sehari-hari, misalnya "klasifikasikan ulasan berikut sebagai positif, netral, atau negatif". Untuk tugas yang lazim dan formatnya sederhana, cara ini biasanya sudah memadai.
One-shot prompting menambahkan satu contoh pasangan masukan dan keluaran, sedangkan few-shot prompting menambahkan beberapa contoh sekaligus, umumnya tiga sampai lima. Contoh-contoh itu memberi model dua informasi yang sulit dijelaskan lewat kalimat: bentuk keluaran yang diinginkan, dan batas keputusan yang Anda anggap benar. Ulasan bernada datar masuk kategori mana, misalnya, jauh lebih mudah ditunjukkan lewat contoh daripada dijelaskan.
Ada satu hal yang perlu diperhatikan pada teknik ini, dan pengaruhnya jauh lebih besar daripada yang terlihat. Penelitian Lu dan rekan pada 2021 menemukan bahwa urutan contoh saja bisa menggeser hasil dari mendekati performa terbaik sampai setara tebakan acak, tanpa satu kata pun diubah. Penelitian Sclar dan rekan pada 2023 menemukan hal serupa untuk format penulisan. Perbedaannya mencapai 76 poin akurasi pada model LLaMA-2-13B, hanya karena pemisah, spasi, dan tanda baca di dalam prompt few-shot diubah.
Dua temuan itu adalah alasan paling kuat mengapa prompt engineering membutuhkan pengukuran. Kalau menggeser urutan contoh bisa mengubah hasil sedrastis itu, menilai sebuah prompt dari satu percobaan jelas tidak cukup.
Tiga teknik dasar prompt engineering menurut jumlah contohnya: zero-shot nol, one-shot satu, few-shot tiga sampai lima.
Chain of Thought: Menyuruh Model Menunjukkan Langkahnya
Sampai 2022, model bahasa terkenal buruk pada soal yang membutuhkan beberapa langkah penalaran, terutama soal cerita matematika. Jawabannya sering keluar dengan percaya diri dan salah. Wei dan rekan di Google menerbitkan temuan sederhana yang mengubah keadaan itu: alih-alih menuntut jawaban akhir, contoh di dalam prompt ditulis lengkap dengan langkah penalarannya.
Teknik ini disebut chain of thought (rantai penalaran). Hasilnya pada model PaLM berukuran 540 miliar parameter, diuji pada kumpulan soal cerita matematika GSM8K, adalah kenaikan akurasi dari 17,9 persen menjadi 56,9 persen hanya dengan delapan contoh berantai. Selisihnya 39 poin persen, dan tidak ada pelatihan ulang model sama sekali.
Setahun kemudian Kojima dan rekan menunjukkan bahwa contoh berantai itu pun sering tidak diperlukan. Cukup menambahkan satu kalimat "Let's think step by step" sebelum model menjawab. Pada model text-davinci-002, akurasi pada kumpulan soal MultiArith naik dari 17,7 persen menjadi 78,7 persen, dan pada GSM8K dari 10,4 persen menjadi 40,7 persen. Varian ini dikenal sebagai zero-shot chain of thought. Padanan bahasa Indonesianya, "mari berpikir langkah demi langkah", bekerja pada model masa kini yang memahami bahasa Indonesia dengan baik.
Perlu dicatat bahwa nilai teknik ini menyusut pada model penalaran generasi terbaru. Model semacam itu sudah menjalankan langkah penalaran secara internal sebelum menjawab, sehingga memerintahkannya berpikir bertahap kadang justru memperpanjang jawaban tanpa menaikkan ketepatan. Teknik ini tetap berguna pada model yang lebih kecil, lebih murah, atau dijalankan sendiri secara lokal.
Chain of thought menaikkan akurasi GSM8K dari 17,9 ke 56,9 persen pada PaLM 540B, dan 10,4 ke 40,7 persen tanpa contoh.
Self-Consistency, Step-Back, ReAct, dan Tree of Thoughts
Di atas rantai penalaran berdiri sekelompok teknik yang menukar biaya komputasi dengan ketepatan. Semuanya menjalankan model lebih dari sekali, atau meminta model melakukan pekerjaan tambahan sebelum menjawab.
- Self-consistency: model diminta menjawab pertanyaan yang sama beberapa kali dengan jalur penalaran yang berbeda, lalu jawaban yang paling sering muncul yang diambil. Wang dan rekan melaporkan kenaikan absolut 17,9 poin pada GSM8K, 11,0 poin pada SVAMP, dan 12,2 poin pada AQuA dibanding rantai penalaran biasa. Harganya sepadan dengan jumlah pengulangan: menjalankan sepuluh kali berarti membayar sepuluh kali.
- Step-back prompting: sebelum menjawab pertanyaan spesifik, model diminta menjawab pertanyaan yang lebih umum di baliknya. Untuk soal fisika, misalnya, model lebih dahulu menyebutkan hukum yang berlaku, baru menghitung. Prinsipnya adalah memaksa model mengambil konteks yang relevan dari ingatannya sendiri.
- ReAct: singkatan dari reason and act, yaitu pola yang menyelang-nyeling penalaran dengan pemanggilan alat luar seperti pencarian web atau kalkulator. Pola inilah yang menjadi fondasi AI agent, dan sebagian besar asisten AI yang bisa mencari di internet bekerja dengan variasinya.
- Tree of thoughts: model diminta mengembangkan beberapa cabang penalaran sekaligus, menilai tiap cabang, lalu melanjutkan yang paling menjanjikan. Cocok untuk masalah yang membutuhkan perencanaan, tetapi paling mahal di antara keempatnya.
Daftar di atas jauh dari lengkap. Survei akademik berjudul The Prompt Report yang terbit pada 2024 mengumpulkan 58 teknik prompting untuk teks ditambah 40 teknik untuk modalitas lain, lengkap dengan kosakata baku berisi 33 istilah. Angka itu berguna sebagai pengingat: menghafal semua nama teknik bukan tujuan, dan sebagian besar pekerjaan nyata selesai dengan empat atau lima teknik pertama.
Menyusun Struktur Prompt: Peran, Penanda, dan Urutan
Selain jumlah contoh, prompt juga dirancang lewat strukturnya. Ada tiga lapisan yang biasa dibedakan. System prompting menetapkan kerangka besar dan aturan yang berlaku sepanjang percakapan. Role prompting memberi model identitas tertentu, misalnya penyunting naskah atau analis keuangan, sehingga pilihan kata dan sudut pandangnya menyempit. Contextual prompting menyisipkan informasi latar yang hanya berlaku untuk tugas saat itu.
Urutan penulisannya juga berpengaruh. Panduan resmi OpenAI menyarankan susunan Identity, Instructions, Examples, Context — identitas dan tujuan lebih dahulu, lalu aturan, lalu contoh, lalu bahan mentahnya. Alasannya praktis: bahan mentah biasanya paling panjang, dan menaruhnya di akhir membuat instruksi tidak tenggelam.
Panduan Anthropic menyarankan urutan yang sedikit berbeda, yaitu urutan mencoba. Perjelas dan pertegas instruksi lebih dahulu, tambahkan konteks, baru tambahkan contoh. Setelah itu bungkus tiap bagian dengan penanda, dan terakhir berikan peran. Urutan ini berguna sebagai daftar periksa saat sebuah prompt gagal, karena Anda memperbaiki satu lapisan pada satu waktu.
Penanda bagian layak dibahas tersendiri. Membungkus tiap bagian prompt dengan tag bergaya XML — misalnya <instruksi>, <contoh>, dan <dokumen> — memisahkan instruksi Anda dari bahan yang ditempelkan. Tanpa pemisah semacam itu, dokumen panjang yang kebetulan berisi kalimat perintah bisa terbaca sebagai instruksi tambahan.
Kalau Anda ingin melihat penerapan struktur ini pada satu layanan tertentu, rumus resmi yang dipublikasikan OpenAI untuk penggunanya sudah kami bedah di prompt AI ChatGPT.
Setelan di Luar Kalimat: Temperature, Top-K, dan Top-P
Ada bagian dari prompt engineering yang tidak berada di dalam kalimat sama sekali. Ketika LLM menyusun jawaban, ia memilih kata berikutnya dari daftar kemungkinan beserta peluangnya. Tiga setelan menentukan bagaimana pemilihan itu dilakukan, dan ketiganya biasanya hanya bisa diubah lewat API, bukan lewat aplikasi obrolan biasa.
Temperature mengatur seberapa berani model menyimpang dari kata berpeluang tertinggi. Nilai 0 membuatnya selalu memilih yang tertinggi, sehingga keluarannya paling dapat ditebak. Nilai yang lebih tinggi memberi peluang lebih besar kepada kata-kata di bawahnya, sehingga hasilnya lebih bervariasi.
Top-K membatasi pilihan hanya pada sejumlah K kata dengan peluang teratas. Top-P bekerja dengan cara yang mirip tetapi memakai ambang kumulatif: model mengambil kata-kata teratas sampai jumlah peluangnya mencapai nilai P, misalnya 0,95, lalu memilih dari kelompok itu saja.
Whitepaper Google memberi angka titik awal yang konkret. Untuk keperluan umum, kombinasi temperature 0,2 — top-P 0,95 — top-K 30 menghasilkan keluaran yang koheren dan tetap punya sedikit keluwesan. Untuk tugas yang jawabannya tunggal dan pasti, misalnya soal hitungan, temperature 0 adalah titik awal yang disarankan. Untuk penulisan yang membutuhkan variasi, naikkan temperature secara bertahap dan perhatikan kapan keluarannya mulai melantur.
Menaikkan temperature memperbesar peluang model menghasilkan pernyataan yang terdengar meyakinkan tetapi keliru. Karena itu setelan ini perlu dinaikkan dengan hati-hati pada tugas yang menuntut ketepatan fakta; penyebabnya kami urai di halusinasi AI.
Tiga setelan prompt engineering: temperature 0,2 memilih kata teratas, top-K 30 batasi kandidat, top-P 0,95 kumulatif.
Contoh Penerapan Prompt Engineering di Pekerjaan Nyata
Sampai di sini pembahasannya masih berupa teknik lepas. Berikut lima tempat pekerjaan ini benar-benar dipakai, beserta teknik mana yang biasanya menyelesaikannya. Pola yang berulang: semakin sempit tugasnya, semakin sedikit teknik yang dibutuhkan.
Lima penerapan prompt engineering: penyortiran, penarikan data dokumen, asisten produk, penilaian, dan pendampingan koding.
- Penyortiran otomatis: memilah tiket layanan pelanggan, ulasan produk, atau email masuk ke dalam kategori tetap. Ini wilayah few-shot. Tiga sampai lima contoh yang mewakili batas antarkategori biasanya sudah mengalahkan penjelasan aturan sepanjang apa pun.
- Penarikan data dari dokumen: mengubah faktur, kontrak, atau formulir menjadi data terstruktur. Yang menentukan di sini bukan jumlah contoh, melainkan penguncian format keluaran dan pemisahan dokumen dari instruksi memakai penanda.
- Asisten di dalam produk: kolom bantuan pada aplikasi atau situs. Bagian terberatnya adalah system prompt yang menetapkan batas — apa yang boleh dijawab, apa yang harus dialihkan ke manusia, dan bagaimana bersikap ketika informasinya tidak tersedia.
- Pemeriksaan dan penilaian: menilai jawaban esai, memeriksa kelengkapan berkas, atau menandai tulisan yang tidak sesuai pedoman. Di sini rantai penalaran terbukti berguna, karena alasan penilaian ikut keluar dan bisa diperiksa manusia.
- Pendampingan saat mengoding: membedah pesan galat, menyusun pengujian, atau merapikan fungsi yang sudah ada. Yang paling menentukan adalah konteks yang Anda sertakan — berkas terkait, pesan galat lengkap, dan versi pustaka yang dipakai.
Perhatikan bahwa kelima contoh di atas adalah tugas yang diulang, bukan permintaan sekali jalan. Itulah garis pemisah yang membuat perancangan prompt sepadan dengan usahanya. Untuk kebutuhan sekali pakai, satu instruksi yang ditulis dengan cermat sudah cukup, dan kumpulan contoh prompt AI siap salin lebih menghemat waktu Anda.
Mengukur Prompt: Kriteria Lulus dan Catatan Versi
Bagian ini yang paling sering dilewati, padahal justru bagian ini yang membuat pekerjaannya layak disebut rekayasa. Panduan Anthropic bahkan menempatkannya sebagai syarat sebelum menyetel prompt sama sekali: tetapkan lebih dahulu kriteria sukses dan cara mengujinya secara empiris, baru mulai memperbaiki kalimat.
Kriteria lulus adalah pernyataan yang bisa dijawab ya atau tidak oleh orang lain tanpa berdiskusi dengan Anda. "Ringkasannya bagus" bukan kriteria. "Panjangnya tidak lebih dari 120 kata, memuat angka yang disebut di sumber, dan tidak menambahkan informasi di luar sumber" adalah kriteria. Setelah kriterianya ada, sepuluh sampai dua puluh contoh masukan sudah cukup untuk memberi angka yang bermakna pada tahap awal.
Langkah kedua adalah mencatat percobaannya. Praktik terakhir yang disebut whitepaper Google bahkan berbunyi tegas: dokumentasikan setiap percobaan prompt secara lengkap. Bentuk yang disarankan sederhana, yaitu tabel berisi versi prompt, tujuannya, model dan setelan yang dipakai, serta hasilnya. Tanpa catatan semacam itu, Anda akan kembali ke versi yang sudah pernah gagal beberapa minggu kemudian.
Langkah ketiga, manfaatkan alat penyempurna prompt bawaan penyedia model. Anthropic melaporkan bahwa alat semacam itu menaikkan akurasi pada satu uji klasifikasi multilabel sebesar 30 persen, dan menaikkan kepatuhan terhadap batas jumlah kata pada tugas ringkasan hingga 100 persen. Cara kerjanya bukan sihir: alat itu menambahkan rantai penalaran, membakukan format contoh, dan memperjelas struktur — persis teknik-teknik yang dibahas di atas, diterapkan secara otomatis.
Kapan Prompt Engineering Tidak Lagi Cukup
Prompt engineering adalah lapisan perbaikan yang paling murah, dan karena itu selalu layak dicoba lebih dahulu. Namun ada tiga gejala yang menandakan masalahnya sudah bukan di prompt, dan memaksakan perbaikan kalimat pada titik itu hanya membuang waktu.
Gejala pertama, model tidak memiliki informasinya. Kalau jawaban yang benar hanya ada di dokumen internal perusahaan Anda, tidak ada susunan kata yang bisa memunculkannya. Yang dibutuhkan adalah mekanisme yang mencarikan dokumen relevan lalu menempelkannya ke prompt, yaitu RAG.
Prompt engineering tidak cukup: data tak dimiliki pindah ke RAG, gaya harus konsisten ke fine tuning, konteks diperkecil.
Gejala kedua, gaya keluaran harus konsisten pada skala besar. Kalau Anda sudah memakai belasan contoh di dalam prompt dan hasilnya masih berayun, biaya token untuk contoh sebanyak itu mulai tidak sepadan. Melatih ulang model dengan data sendiri lewat fine tuning menjadi pilihan yang lebih masuk akal. Perbandingan biaya ketiga pendekatan ini sudah kami susun di artikel tersebut.
Gejala ketiga, bahan yang harus dibaca model terlalu besar. Setiap model punya batas jumlah token yang bisa diproses sekali jalan, dan ketepatan jawaban cenderung menurun jauh sebelum batas itu tercapai. Penjelasan lengkap soal batas ini ada di context window.
Dari Prompt Engineering ke Context Engineering
Pada pertengahan 2025 muncul istilah context engineering (rekayasa konteks) yang oleh sebagian praktisi diusulkan menggantikan prompt engineering untuk pekerjaan membangun aplikasi AI. Anthropic memformalkannya pada September 2025 sebagai upaya mengurasi dan memelihara kumpulan token yang mengisi jendela konteks selama model bekerja.
Perubahannya bukan penolakan terhadap prompt engineering, melainkan pengakuan atas proporsi. Pada aplikasi AI sungguhan, kalimat yang ditulis manusia hanyalah sebagian kecil dari yang dibaca model. Sisanya adalah instruksi sistem, riwayat percakapan, dokumen hasil pencarian, definisi alat yang tersedia, dan keluaran alat-alat itu. Menyempurnakan satu kalimat sementara lima sumber lain mengisi jendela konteks dengan bahan yang tidak relevan tidak akan banyak menolong.
Dampak praktisnya bagi Anda tergantung pada apa yang sedang dikerjakan. Untuk pemakaian sehari-hari lewat aplikasi obrolan, seluruh isi artikel ini masih berlaku apa adanya. Untuk pembangunan sistem berbasis AI agent, prompt engineering menjadi satu keterampilan di dalam pekerjaan yang lebih luas. Pertanyaannya pun bergeser, dari "bagaimana kalimat ini sebaiknya ditulis" menjadi "apa saja yang pantas masuk ke jendela konteks, dan apa yang harus dibuang".
Prompt Engineer: Keterampilan, Bukan Nama Jabatan
Pada 2023, prompt engineer sempat digambarkan sebagai profesi baru bergaji tinggi yang tidak menuntut latar belakang teknis. Data pasar kerja beberapa tahun setelahnya menceritakan hal yang berbeda, dan pembaca yang sedang mempertimbangkan jalur karier berhak mengetahuinya.
Pencarian lowongan dengan sebutan tersebut di Indeed memuncak pada April 2023, lalu turun dan mendatar. Survei Microsoft Work Trend Index 2025 terhadap 31.000 pekerja di 31 pasar memetakan sepuluh peran AI yang paling dipertimbangkan perusahaan untuk direkrut, dan "prompt engineer" tidak ada di dalamnya. Yang menempati posisi teratas justru AI Trainer (32 persen), AI Data Specialist (32 persen), dan AI Security Specialist (31 persen).
Namun ada angka lain yang bergerak berlawanan arah. Menurut data Indeed yang dikutip Fortune pada Mei 2025, istilah terkait AI generatif muncul di 3 dari setiap 1.000 lowongan, dan penyebutannya tumbuh 170 persen sepanjang 2024. Ekonom Indeed, Allison Shrivastava, merangkum keadaannya dengan tepat: prompt engineering tetap keterampilan yang bagus untuk dimiliki, tetapi bukan sebuah nama jabatan utuh.
Kesimpulan praktisnya cukup jelas. Menaruh "prompt engineer" sebagai cita-cita jabatan adalah taruhan yang lemah. Taruhan yang jauh lebih aman adalah menguasainya sebagai keterampilan tambahan di atas peran yang sudah ada. Peran itu bisa berupa pengembang perangkat lunak, analis data, penulis konten, atau staf dukungan pelanggan. Prompt engineering untuk software developer adalah contoh paling jelas: keterampilan ini kini menyatu dengan pekerjaan sehari-hari lewat asisten koding, dan tidak lagi dianggap spesialisasi tersendiri.
Belajar Prompt Engineering dari Sumber Resminya
Materi prompt engineering yang beredar sangat banyak dan mutunya sangat beragam. Namanya pun bermacam-macam — guide, course, cheat sheet, roadmap, framework, template, book, sampai prompt engineering 101 — padahal isinya berputar pada bahan yang sama. Kabar baiknya, sumber terbaiknya justru gratis dan diterbitkan langsung oleh pembuat modelnya. Berikut yang layak didahulukan.
- Whitepaper Prompt Engineering dari Google: 68 halaman, disusun Lee Boonstra, edisi September 2024. Ini berkas PDF yang paling sering dicari orang, dan alasannya masuk akal — semua teknik utama dibahas dengan contoh dan angka setelan yang konkret. Cocok dibaca setelah Anda memahami dasarnya.
- Halaman best practices di dokumentasi OpenAI dan Anthropic: keduanya diperbarui mengikuti model terbaru, termasuk catatan khusus untuk Claude dan GPT versi terkini. Bagian yang paling berguna adalah perbedaan perilaku antarmodel. Cocok untuk yang membangun aplikasi lewat API.
- Tutorial interaktif Anthropic: tersedia sebagai buku catatan di GitHub dan sebagai lembar kerja Google Sheets. Formatnya berlatih langsung, bukan membaca, sehingga cocok untuk yang belajar sambil mencoba.
- Learn Prompting versi bahasa Indonesia: materi pengantar berbahasa Indonesia yang mencakup dasar sampai teknik lanjutan, prompt gambar, dan sisi keamanannya. Ini pilihan pertama yang masuk akal kalau membaca dokumentasi berbahasa Inggris masih terasa berat.
- Kursus dasar dari penyedia cloud: sebagian tersedia sebagai free course lengkap dengan certification, dan beberapa sudah punya versi bahasa Indonesia. Di sini pula biasanya tersedia tools bawaan untuk mencoba prompt tanpa menulis kode.
Sertifikat prompt engineering praktis tidak dipandang sebagai kualifikasi tersendiri di pasar kerja. Nilainya ada pada materi dan latihannya, bukan pada lembar sertifikatnya. Pilih kursus berdasarkan isi silabusnya.
Kelemahan dan Hal yang Perlu Anda Pertimbangkan
Prompt engineering menyelesaikan banyak masalah dengan biaya paling rendah, tetapi disiplin ini punya batas yang nyata. Ada empat hal yang perlu Anda perhitungkan sebelum menggantungkan sebuah sistem pada prompt yang disetel dengan cermat.
- Prompt bisa rusak saat model diperbarui. Prompt yang disetel selama berhari-hari untuk satu versi model bisa berperilaku berbeda ketika penyedia merilis versi berikutnya. Ini bukan kejadian langka, dan panduan resmi para penyedia pun menyarankan pengujian ulang setiap kali model berganti. Simpan kumpulan contoh uji Anda supaya pengujian ulang menjadi pekerjaan setengah jam, bukan setengah minggu.
- Hasilnya tetap tidak sepenuhnya pasti. Bahkan pada temperature 0, keluaran bisa sedikit berbeda antarpanggilan karena cara perhitungan dijalankan di perangkat keras. Prompt engineering menaikkan peluang keluaran yang benar; ia tidak memberi jaminan. Sistem yang tidak boleh salah tetap membutuhkan pemeriksaan di luar model.
- Teknik lanjutan menambah biaya dan waktu tunggu. Self-consistency yang menjalankan model sepuluh kali berarti sepuluh kali biaya token dan waktu tunggu yang jauh lebih lama. Untuk fitur yang dipakai ribuan kali sehari, perhitungan ini menentukan apakah sebuah teknik layak dipakai.
- Prompt bukan lapisan keamanan. Menuliskan larangan di dalam prompt tidak menghentikan upaya prompt injection, yaitu penyisipan perintah berbahaya melalui masukan pengguna atau dokumen yang dibaca model. Perintah semacam itu terbaca sebagai teks biasa oleh model, sama seperti instruksi Anda. Perlindungan yang sesungguhnya berada di luar prompt, misalnya pembatasan hak akses alat dan penyaringan keluaran.
Satu hal lagi yang perlu diperhitungkan adalah biaya perhatian manusia. Menyetel prompt bisa menjadi pekerjaan yang tidak berujung karena selalu ada versi yang sedikit lebih baik. Kriteria lulus yang ditulis di awal berfungsi sebagai rem: begitu ambangnya tercapai, pekerjaan itu selesai.
Pertanyaan yang Sering Diajukan
Apa tujuan utama dari prompt engineering?
Tujuan utama dari prompt engineering adalah membuat keluaran model AI dapat diandalkan pada pemakaian berulang, bukan sekadar bagus pada satu percobaan. Semua tekniknya bermuara ke sana: mempersempit ruang tafsir model, lalu membuktikan lewat pengujian bahwa penyempitan itu benar-benar bekerja.
Apa saja prinsip prompt engineering?
Tiga prinsip prompt engineering adalah spesifik, mencontohkan, dan terukur. Instruksi yang spesifik lebih berpengaruh daripada instruksi yang panjang, contoh keluaran lebih mudah diikuti daripada penjelasan aturan, dan setiap perbaikan harus dibuktikan dengan angka. Perlu dicatat, Google, OpenAI, dan Anthropic masing-masing menerbitkan daftar praktik terbaiknya sendiri; ketiga poin di atas adalah irisan yang muncul di semuanya, bukan penomoran resmi.
Apa contoh teknik dalam prompt engineering?
Salah satu contoh teknik dalam prompt engineering adalah few-shot prompting, yaitu menyertakan beberapa contoh keluaran yang benar di dalam instruksi. Bersama lima teknik lain, itulah yang paling sering dipakai sehari-hari. Tiga di antaranya dibedakan dari jumlah contoh: zero-shot tanpa contoh, one-shot dengan satu contoh, dan few-shot dengan tiga sampai lima contoh. Tiga sisanya adalah chain of thought yang meminta langkah penalaran, self-consistency yang mengambil jawaban terbanyak dari beberapa percobaan, serta role prompting yang memberi model identitas tertentu. Survei akademik pada 2024 mendaftar 58 teknik untuk teks saja, jadi enam ini yang paling sering terpakai, bukan seluruhnya.
Apa pekerjaan prompt engineer?
Isi harinya jarang berupa menulis kalimat. Yang dipegangnya adalah kumpulan contoh uji beserta kriteria lulusnya, catatan versi tiap prompt yang pernah dipakai, dan angka keberhasilan tiap versi. Ia juga yang memeriksa ulang seluruh prompt setiap kali penyedia merilis model baru, serta menimbang biaya token ketika sebuah teknik menuntut model dijalankan berkali-kali. Di banyak perusahaan tugas ini tidak berdiri sebagai jabatan sendiri, melainkan melekat pada peran pengembang, analis data, atau tim produk.
Apakah prompt engineering masih dibutuhkan sekarang?
Sebagai keterampilan, ya. Sebagai nama jabatan, permintaannya jauh menyusut sejak puncaknya pada 2023, dan peran yang kini dicari perusahaan bernama lain seperti AI Trainer atau AI Data Specialist. Model memang semakin memaafkan instruksi yang tidak rapi, tetapi pekerjaan menetapkan kriteria keluaran dan mengujinya tidak hilang ke mana-mana.
Apa beda prompt engineering dan context engineering?
Prompt engineering menggarap kalimat instruksi yang Anda tulis. Context engineering menggarap seluruh isi jendela konteks, yang mencakup instruksi sistem, riwayat percakapan, dokumen hasil pencarian, definisi alat, dan keluaran alat. Pada aplikasi AI yang kompleks, prompt hanyalah satu bagian kecil di dalamnya.
Apakah "rekayasa cepat" istilah yang benar untuk prompt engineering?
Bukan. Padanan yang dipakai kalangan teknis Indonesia adalah "rekayasa prompt". Bentuk "rekayasa cepat" muncul dari terjemahan mesin yang mengambil arti prompt sebagai kata sifat yang berarti cepat, padahal yang dimaksud adalah kata bendanya, yaitu aba-aba atau instruksi pembuka.
Di mana bisa belajar prompt engineering secara gratis?
Whitepaper 68 halaman terbitan Google, dokumentasi prompt engineering OpenAI dan Anthropic, tutorial interaktif Anthropic di GitHub, serta Learn Prompting yang sudah punya versi bahasa Indonesia. Keempatnya gratis dan diperbarui oleh pihak yang membuat modelnya sendiri.
Kesimpulan
Prompt engineering adalah proses merancang, menyempurnakan, dan menguji instruksi untuk model AI agar keluarannya dapat diandalkan pada pemakaian berulang. Yang membedakannya dari sekadar menulis prompt bukan kerumitan kalimatnya, melainkan adanya kriteria lulus yang tertulis, pengujian pada banyak contoh, dan catatan versi.
Mulailah dari yang paling sederhana. Perjelas instruksi, tambahkan dua atau tiga contoh keluaran yang benar, lalu ukur hasilnya pada sepuluh sampai dua puluh masukan. Naik ke rantai penalaran dan self-consistency hanya kalau angka itu belum memadai, karena keduanya menambah biaya. Dan kalau setelah semua itu model tetap meleset, kemungkinan besar masalahnya memang bukan di prompt, melainkan di data, di ukuran konteks, atau di pilihan modelnya.
Semoga artikel ini membantu.
