prompt-engineering

Tugas agen yang sama memberi hasil berbeda setiap eksekusi. Penyebabnya prompt yang menyisakan keputusan pada model; solusinya spesifikasi kerja eksplisit.

TL;DR: Prompt sama tapi hasilnya beda-beda tiap dijalankan? Bukan modelnya yang error, tapi promptnya kekurangan detail, jadi model nebak sendiri bagian yang gak disebut. Anggap prompt itu spesifikasi kerja: sebutin tujuan, batasan, bentuk output, sama cara verifikasi, hasilnya konsisten dan hemat iterasi.

Pada satu titik pengembangan, berkas prompt penulisan tunggal membengkak sampai 228 baris instruksi yang saling bertentangan.

TL;DR: Dulu prompt nulis cuma satu file berisi 228 baris perintah yang saling tabrakan, bikin hasilnya seret gitu. Solusinya dipecah jadi kontrak bareng 205 baris plus empat file mode: laporan, berita, tutorial, sama explainer. Kontrak jaga fakta, mode atur gaya, dan modenya dipilih sesuai janji ke pembacanya.

Tiga file aturan proses yang saya paksa agent ikuti: vertical slice, empat tingkat testing dengan database nyata, debugging sistematis.

TL;DR: Gue pernah lihat AI ngoding semua layer sekaligus eh hasilnya nggak ada yang jalan. Terus gue bikin aturan tegas biar kerja per irisan fitur vertikal yang bisa dites langsung. Ditambah testing berlapis dan debugging urut jadi agent nggak asal ngasal lagi.

Instruksi internal cron saya pindah full English. Bukan soal gengsi: satu variabel kontrol buat pipeline LLM yang lewat banyak model berbeda.

Minggu lalu, pipeline artikel blog saya gagal total. Saya mengira menempelkan skill 100KB berisi ratusan aturan gaya bahasa ke dalam prompt akan…