AI Seri Wawancara 12: Carane Ngoptimalake Prompt?

Ngoptimalake Prompt (Prompt Engineering/Optimization) minangka katrampilan kunci kanggo nggawe model basa gedhe "manut", utamane ing sistem RAG, sing langsung nemtokake apa model kasebut gelem setya adhedhasar konten sing dijupuk, nyingkiri halusinasi, lan format output sing bener.

I. Prinsip Inti Ngoptimalake Prompt

Cetha > Kompleks: Instruksi sing prasaja lan langsung asring luwih efektif tinimbang rantai pamikiran sing rumit.
Wenehi Watesan sing Cukup: Dakwa kanthi jelas marang model "apa sing bisa ditindakake lan ora bisa ditindakake".
Wenehi Conto: Few-shot luwih stabil tinimbang Zero-shot.
Bisa Diverifikasi: Gawe model ngasilake kutipan utawa tingkat kapercayan, supaya gampang ditaksir ing ngisor.
Optimasi Iteratif: Miwiti saka garis dasar, saben wektu mung ngowahi siji variabel, banjur mbandhingake asil.

II. Teknik Optimasi Khusus (Saka Gampang nganti Angel)

1. Setelan Peran (System Prompt)

Sampeyan minangka asisten layanan pelanggan profesional. Sampeyan mung bisa mangsuli pitakon adhedhasar [Referensi] sing diwenehake ing ngisor iki.
Yen sampeyan ora ngerti jawaban, langsung ucapake "Ora ana informasi sing gegandhengan ing referensi", aja nggawe-nggawe dhewe.

Fungsi: Nemtokake wates lan nada.
Titik Optimasi: Nada (profesional / akrab), kekuatan watesan (ketat / longgar).

2. Instruksi sing Cetha

❌ Kurang apik: "Wangsulana pitakone pangguna."
✅ Apik: "Mung adhedhasar [Referensi] ing ngisor iki wangsulana. Yen referensi ora ngemot jawaban, wangsulana 'Aku ora bisa mangsuli pitakon iki'."

3. Kontrol Format Output

Tulisen miturut format JSON ing ngisor iki:
{
  "answer": "Jawaban sampeyan",
  "confidence": "Dhuwur/Sedheng/Endhek",
  "sources": [1, 3]
}

Guna: Kanggo gampang diparsing, dikutip, lan didebug ing ngisor.

4. Conto Few-shot (Efektif Banget)

Conto 1:
Pitakon: Cuti tahunan ana pirang dina?
Referensi: Aturan cuti tahunan: suwene 1 taun 5 dina, suwene 10 taun 10 dina.
Jawaban: Suwene 1 taun 5 dina, suwene 10 taun 10 dina.

Conto 2:
Pitakon: Lembur dibayar piye?
Referensi: Lembur dina kerja 1,5 kali, akhir minggu 2 kali.
Jawaban: Dina kerja 1,5 kali, akhir minggu 2 kali.

Saiki wangsulana:
Pitakon: {pitakone pangguna}
Referensi: {konten sing dijupuk}
Jawaban:

Teknik: Conto kudu nyakup tingkat kesulitan sing beda, luwih becik kalebu conto "ora bisa mangsuli".

5. Paksa Ngutip

Ing pungkasan jawaban, tandhani sumber nomer nganggo [citation:X]. Contone: "Cuti tahunan yaiku 5 dina[citation:1]."
Yen nggabungake pirang-pirang sumber, tandhani saben.

6. Setel Ambang Penolakan

Watesan Keras: "Yen referensi ora ana hubungane karo pitakon, wangsulana 'Referensi ora relevan'."
Watesan Lunak: Gabungke skor kapercayan saka retrieval, yen kurang saka ambang, otomatis njupuk cabang penolakan.

7. Rantai Pamikiran (Chain-of-Thought) kanggo Inferensi Multi-hop

Pitakon: Sapa bose Zhang San?
Langkah: 1. Temtokake departemen Zhang San. 2. Temtokake kepala departemen kasebut. 3. Wenehake jawaban pungkasan.
Mangga pikirake kanthi langkah-langkah banjur wenehake output.

8. Instruksi Negatif (Negative Prompting)

Aja nggawe-nggawe jawaban. Aja nggunakake tembung sing ora jelas kaya "mbok menawa", "bisa uga". Aja ngasilake angka ing njaba referensi.

III. Carane Ngevaluasi Apik Ora Apik Prompt?

Indikator	Makna	Cara Ngukur
Kasetyan	Apa jawaban adhedhasar referensi kanthi ketat	Manual utawa Faithfulness saka RAGAS
Akurasi Penolakan	Apa nalika kudu nolak, model nolak	Diitung ing set tes tanpa jawaban
Tingkat Ketaatan Format	Apa output JSON / kutipan miturut panjaluk	Cocokake regex
Kepuasan Pangguna	Apa jawaban migunani	Umpan balik online / A/B testing

Saran: Siapake set tes cilik (20-50 kasus pinggiran), saben ganti prompt, lakokake maneh, cathet owah-owahan.

IV. Jebakan Umum lan Arah Optimasi

Masalah	Kemungkinan Penyebab	Cara Ngoptimalake
Model ora nggatekake referensi, mangsuli dhewe	Instruksi ora cukup meksa	Ganti dadi "Mung adhedhasar referensi ing ngisor iki", lan gunakake few-shot kanggo nuduhake penolakan
Model tansah ngomong "ora ngerti"	Ambang penolakan dhuwur banget	Kurangi ambang utawa priksa kualitas retrieval
Format output kacau, ora miturut JSON	Instruksi ora jelas	Tambahake conto format sing ketat, utawa gunakake function calling
Jawaban dawa banget / cekak banget	Ora ditemtokake dawane	"Wangsulana ora luwih saka 3 ukara"
Inferensi multi-hop salah	Kemampuan nalar model kurang	Mbutuhake deduksi langkah demi langkah, utawa ganti model sing luwih kuat
Muncul angka / tanggal halusinasi	Model gumantung karo kawruh dhewe	Tekanake "Aja nggunakake angka sing sampeyan eling, mung deleng referensi"