Setelah belajar teknik-teknik prompting, saatnya kita bahas sisi sebaliknya: apa yang sering salah dan bikin orang frustrasi saat pakai AI.
Kesalahan-kesalahan ini bukan karena AI-nya buruk — seringnya karena cara kita ngobrol dengan AI yang kurang optimal. Kenali, hindari, dan langsung upgrade skill prompting kamu.
Kesalahan #1: Prompt Terlalu Singkat dan Ambigu
Masalahnya: Kamu kasih instruksi minimal dan berharap AI bisa baca pikiran kamu.
Contoh buruk:
“Buatin artikel” “Bantu saya” “Tulis tentang bisnis”
Kenapa ini masalah: AI memang bisa menghasilkan sesuatu, tapi hasilnya akan sangat generik dan kemungkinan besar nggak sesuai dengan yang kamu bayangkan.
Cara fikir yang benar: Bayangkan kamu minta freelancer asing yang baru kamu hire. Kamu perlu jelaskan semua konteksnya dari awal — karena dia nggak tahu latar belakang kamu sama sekali.
Solusinya: Terapkan framework RACEF (Artikel 2). Minimal ada Action + Context + Format yang jelas.
Kesalahan #2: Nggak Kasih Konteks yang Cukup
Masalahnya: Kamu tahu situasinya, tapi lupa kalau AI tidak tahu.
Contoh buruk:
“Bantu saya balas email dari Pak Budi”
AI nggak tahu: email-nya tentang apa? Hubungan kamu dengan Pak Budi? Tone yang harus dipakai? Tujuan balasnnya?
Solusinya: Berikan konteks yang relevan:
“Bantu saya balas email dari Pak Budi, klien besar kami yang sudah 5 tahun bekerja sama. Dia mempertanyakan keterlambatan delivery proyek 2 minggu. Kenyataannya memang ada masalah teknis dari pihak kami. Saya ingin minta maaf dengan tulus, jelaskan situasinya, dan berikan timeline baru yang realistis. Tone: profesional tapi personal.”
Kesalahan #3: Minta Terlalu Banyak dalam Satu Prompt
Masalahnya: Kamu packing terlalu banyak permintaan dalam satu prompt.
Contoh buruk:
“Buatkan artikel 2000 kata tentang SEO, sekaligus buat 10 caption Instagram, email newsletter, dan tagline baru untuk brand saya.”
Kenapa ini masalah: AI akan mencoba melakukan semuanya sekaligus, tapi hasilnya akan dangkal dan nggak optimal untuk semua bagian.
Solusinya: Pecah menjadi percakapan terpisah atau prompt berurutan:
- Dulu fokus ke artikel
- Setelah puas, baru minta caption
- Lanjut email newsletter
- Terakhir tagline
Tiap tugas dapat perhatian penuh = hasil yang jauh lebih baik.
Kesalahan #4: Nggak Iterasi — Langsung Menerima Output Pertama
Masalahnya: Orang sering langsung pakai output pertama AI, padahal prompting yang baik adalah proses iteratif.
Cara kerja yang salah:
Prompt → Output → Copy-paste → Done ❌
Cara kerja yang benar:
Prompt → Output → Evaluasi → Refine → Output 2 → Evaluasi → dst. ✅
Cara iterasi yang efektif:
“Bagus, tapi saya mau perubahan: – Jadikan lebih [pendek/panjang/formal/santai] – Tambahkan [elemen yang kurang] – Hapus bagian tentang [X] karena tidak relevan – Ubah tone-nya menjadi lebih [karakter yang diinginkan]”
AI sangat bagus dalam menerima feedback spesifik. Manfaatkan itu.
Kesalahan #5: Terlalu Percaya Tanpa Verifikasi
Masalahnya: AI bisa “hallucinate” — menghasilkan informasi yang terdengar meyakinkan tapi salah atau tidak ada.
Contoh kasus:
- Statistik yang dikutip AI ternyata tidak ada sumbernya
- Nama tokoh yang salah dikaitkan dengan quotes tertentu
- Tanggal historis yang keliru
- Fungsi library/API yang sudah deprecated atau tidak ada
Tanda-tanda kamu harus curiga:
- Angka yang sangat spesifik tanpa sumber
- Nama orang yang tidak familiar dikaitkan dengan sesuatu yang besar
- Informasi yang bertentangan dengan yang kamu tahu
Solusinya:
- Selalu verifikasi fakta penting dari sumber terpercaya
- Tanya AI: “Seberapa yakin kamu dengan informasi ini? Apa sumbernya?”
- Untuk konten yang akan dipublish, double-check semua claim faktual
Kesalahan #6: Mengabaikan System Prompt / Context Setting
Masalahnya: Kamu langsung tanya tanpa “set the stage” di awal percakapan.
Yang sering terjadi: Kamu chat random tentang macam-macam topik dalam satu percakapan, lalu AI kehilangan fokus dan konteks.
Solusinya: Untuk percakapan panjang atau kompleks, mulai dengan context block di awal:
“Sebelum kita mulai, ini konteksnya: – Saya adalah [profesimu] – Proyek yang sedang saya kerjakan: [deskripsi] – Sepanjang percakapan ini, tolong [instruksi khusus] – Kalau kamu butuh informasi tambahan, tanyakan dulu sebelum lanjut.
Apakah kamu sudah paham konteksnya?”
Kesalahan #7: Format Output yang Tidak Ditentukan
Masalahnya: Kamu dapat output tapi formatnya nggak cocok dengan kebutuhan.
Contoh situasi:
- Minta daftar tapi dapat paragraf panjang
- Minta tabel tapi dapat bullet points
- Minta jawaban singkat tapi dapat esai
- Minta kode tapi dapat penjelasan panjang sebelum kodenya
Solusinya: Selalu spesifikasi format di prompt:
“Jawab dalam format poin-poin, maksimal 100 kata total, tanpa penjelasan panjang.”
“Buat dalam format tabel dengan kolom: Fitur | Kelebihan | Kekurangan | Rating (1-5)”
“Langsung berikan kodenya tanpa penjelasan. Letakkan penjelasan singkat sebagai komentar di dalam kode.”
Kesalahan #8: Nggak Memanfaatkan Percakapan Multi-Turn
Masalahnya: Banyak yang nggak tahu bahwa AI ingat konteks dalam satu sesi percakapan. Mereka kirim prompt baru setiap kali ingin sesuatu, padahal bisa “bangun di atas” percakapan yang ada.
Yang bisa kamu lakukan:
- “Sekarang ambil paragraf ketiga dari artikel tadi dan perluas jadi 3 paragraf”
- “Berdasarkan kode yang kamu tulis barusan, tambahkan validasi input”
- “Ubah contoh tadi menjadi lebih relevan untuk audiens B2B”
- “Kamu bilang X tadi — tolong elaborasi lebih dalam”
Ini jauh lebih efisien daripada memulai dari awal setiap kali.
Kesalahan #9: Menggunakan Bahasa yang Terlalu Negatif atau Larangan
Masalahnya: Kamu minta AI dengan banyak “jangan”, “tidak boleh”, “hindari” — tanpa kasih tahu apa yang harus dilakukan.
Contoh kurang efektif:
“Jangan terlalu formal. Jangan pakai kata-kata teknis. Jangan terlalu panjang. Jangan pakai bullet points.”
Lebih efektif:
“Tulis dengan gaya conversational seperti ngobrol dengan teman, pakai bahasa sehari-hari yang mudah dipahami, panjang maksimal 150 kata, dalam satu paragraf mengalir.”
Positif lebih baik dari negatif — kasih tahu AI apa yang kamu mau, bukan hanya apa yang kamu nggak mau.
Kesalahan #10: Nggak Minta AI untuk Bertanya Balik
Masalahnya: Kamu berharap AI langsung kerjakan tugasnya, tapi sebenarnya ada banyak ambiguitas yang harusnya dibersihkan dulu.
Solusinya: Untuk tugas yang kompleks atau penting, tambahkan ini di akhir prompt:
“Sebelum kamu mulai mengerjakan, apakah ada informasi tambahan yang kamu butuhkan? Kalau ada hal yang ambigu, tanyakan dulu.”
Atau lebih direktif:
“Baca dulu instruksi ini dan identifikasi 3 hal yang paling mungkin membuat kamu salah paham. Tanya saya sebelum mulai.”
Ini sangat berguna untuk proyek besar atau ketika kualitas output sangat penting.
Quick Reference: Checklist Sebelum Kirim Prompt
Sebelum kamu tekan Enter, cepat cek:
☐ Apakah instruksinya jelas dan spesifik?
☐ Sudah kasih konteks yang cukup?
☐ Sudah tentukan format output yang diinginkan?
☐ Kalau punya contoh, sudah di-include?
☐ Satu prompt = satu tugas utama?
☐ Sudah set role yang tepat? (kalau relevan)
Nggak semua harus dicek setiap saat — untuk prompt sederhana, 2-3 poin sudah cukup. Untuk tugas penting, cek semua.
Kesimpulan
Kesalahan dalam prompting itu normal, terutama di awal. Yang penting adalah:
- Kenali pola kesalahannya — sudah kamu lakukan di artikel ini
- Latihan terus — skill ini makin baik dengan mileage
- Selalu evaluasi — bandingkan output dengan ekspektasi, adjust accordingly
Di artikel terakhir seri ini, kita naik ke level tertinggi: Prompt Chaining dan Teknik Advanced yang dipakai para power user AI profesional.
Tinggalkan Balasan