Claude Masterclass by Enrico Wikarsa
Prompting
Level 1Pemula

Dasar-Dasar Prompt Engineering

Pelajari teknik inti untuk menulis prompt yang efektif: spesifik dalam instruksi, gunakan contoh, beri peran, dan chain prompts untuk tugas kompleks.

5 menit bacaDiterbitkan 6 Mei 2026
prompt engineering
teknik prompting
few-shot
role prompting
chain of thought

Prompt engineering adalah seni dan ilmu menulis instruksi yang efektif untuk model AI seperti Claude. Kualitas output yang kamu dapatkan sangat bergantung pada kualitas instruksi yang kamu berikan. Panduan ini membahas teknik-teknik inti yang akan langsung meningkatkan kualitas percakapan kamu dengan Claude.

Apa Itu Prompt Engineering?

Prompt adalah teks yang kamu kirimkan ke Claude sebagai instruksi atau pertanyaan. Prompt engineering adalah proses merancang teks tersebut sedemikian rupa sehingga Claude menghasilkan output yang paling berguna dan relevan untuk kebutuhanmu.

Banyak orang berpikir bahwa AI harus "menebak" maksud mereka. Kenyataannya, Claude bekerja paling baik ketika kamu memberinya instruksi yang jelas dan lengkap — seperti memberi brief yang detail kepada seorang asisten profesional.

Perbedaan antara prompt yang lemah dan prompt yang kuat bisa sangat dramatis. Prompt yang sama namun dirumuskan berbeda bisa menghasilkan output yang jauh berbeda kualitas dan relevansinya.

Jadilah Spesifik dalam Instruksi

Kesalahan paling umum dalam menulis prompt adalah terlalu umum atau ambigu. Claude akan mengisi celah informasi dengan asumsinya sendiri — dan asumsi itu mungkin tidak sesuai dengan yang kamu inginkan.

Prompt lemah:

Buatkan saya artikel tentang kopi.

Prompt kuat:

Buatkan artikel blog sepanjang 600 kata tentang manfaat kesehatan minum kopi hitam. 
Target pembaca: orang dewasa usia 25-40 tahun yang aktif berolahraga. 
Gaya penulisan: informatif tapi santai, tidak terlalu akademis. 
Sertakan 3 manfaat utama dengan penjelasan singkat masing-masing, dan tutup dengan satu kalimat yang mendorong pembaca untuk mencoba.

Perhatikan perbedaannya. Prompt yang kuat menyebutkan: panjang artikel, topik spesifik, target pembaca, gaya penulisan, dan struktur yang diinginkan. Claude sekarang memiliki panduan yang jelas untuk menghasilkan konten yang tepat sasaran.

Formula dasar untuk instruksi yang spesifik:

  • Apa yang kamu inginkan (format/jenis output)
  • Untuk siapa (audiens atau konteks)
  • Bagaimana (gaya, tone, panjang)
  • Apa yang harus dicakup atau dihindari

Gunakan Contoh (Few-Shot Prompting)

Salah satu teknik paling powerful dalam prompt engineering adalah memberikan contoh. Ini disebut "few-shot prompting" — kamu memberikan 1-3 contoh output yang kamu inginkan, dan Claude akan mengikuti pola tersebut.

Contoh tanpa few-shot:

Ubah judul berita ini menjadi lebih menarik: "Pemerintah Naikkan Tarif Listrik"

Contoh dengan few-shot:

Ubah judul berita ini menjadi lebih menarik menggunakan formula yang sudah terbukti:

Contoh 1:
- Asli: "Harga BBM Naik Mulai Besok"
- Menarik: "Isi Bensin Sekarang! Harga BBM Resmi Naik Besok Pagi"

Contoh 2:
- Asli: "Pemerintah Larang Impor Bawang"
- Menarik: "Harga Bawang Bakal Meledak? Ini Alasan Pemerintah Stop Impor"

Sekarang ubah:
- Asli: "Pemerintah Naikkan Tarif Listrik"
- Menarik:

Dengan memberikan dua contoh, Claude memahami pola yang kamu inginkan: menambahkan urgensi, pertanyaan retoris, atau kata-kata yang memancing emosi. Hasilnya jauh lebih konsisten dengan ekspektasimu.

Few-shot prompting sangat berguna untuk:

  • Transformasi format data (CSV ke tabel, JSON ke narasi)
  • Penulisan dengan gaya atau tone spesifik
  • Klasifikasi dan kategorisasi
  • Ekstraksi informasi dengan format tertentu

Beri Peran atau Role

Teknik "role prompting" meminta Claude untuk mengambil perspektif atau persona tertentu. Ini sangat efektif karena Claude akan menyesuaikan pengetahuan, gaya komunikasi, dan sudut pandangnya dengan role yang diberikan.

Tanpa role:

Jelaskan apa itu machine learning.

Dengan role:

Kamu adalah dosen universitas yang mengajar mata kuliah "Pengantar AI" untuk mahasiswa semester pertama yang belum pernah belajar pemrograman. Jelaskan apa itu machine learning dalam 3 paragraf menggunakan analogi sehari-hari yang mudah dipahami.

Role yang efektif mencakup:

  • Profesi atau keahlian: "Kamu adalah dokter spesialis gizi...", "Kamu adalah senior software engineer dengan 10 tahun pengalaman..."
  • Perspektif spesifik: "Tinjau proposal ini dari sudut pandang investor yang skeptis..."
  • Gaya komunikasi: "Jelaskan seperti kamu sedang presentasi ke eksekutif yang sibuk dan tidak suka detail teknis..."

Penting: Role tidak mengubah fakta yang Claude ketahui, tapi mengubah cara Claude menyajikan dan memilih informasi tersebut.

Chain Prompts untuk Tugas Kompleks

Untuk tugas yang kompleks, jangan mencoba menyelesaikan semuanya dalam satu prompt. Gunakan teknik "chaining" — memecah tugas menjadi langkah-langkah kecil yang berurutan.

Contoh: Membuat konten marketing dari awal

Alih-alih satu prompt panjang yang minta semuanya sekaligus, bagi menjadi chain:

Langkah 1 — Riset dan ideasi:

Kami menjual aplikasi manajemen keuangan untuk freelancer Indonesia. 
Berikan 5 pain point terbesar yang dialami freelancer dalam mengelola keuangan.

Langkah 2 — Pengembangan pesan:

Berdasarkan pain point nomor 1 dan 3 yang kamu identifikasi, buat 3 sudut pesan (angle) untuk iklan di Instagram. Setiap angle harus menyentuh emosi berbeda.

Langkah 3 — Pembuatan konten:

Ambil angle pertama dan buat caption Instagram lengkap dengan hook, body, dan call-to-action. Panjang maksimal 150 kata.

Chaining bekerja karena:

  1. Output setiap langkah menjadi input langkah berikutnya — Claude punya konteks yang semakin kaya
  2. Kamu bisa mengontrol dan mengoreksi di setiap tahap sebelum melanjutkan
  3. Hasilnya lebih terfokus — setiap prompt menangani satu aspek saja

Kesalahan Umum yang Harus Dihindari

Mengetahui apa yang tidak boleh dilakukan sama pentingnya dengan mengetahui teknik yang benar:

Prompt yang terlalu panjang dan tidak terstruktur. Jika promptmu lebih dari 3 paragraf, pertimbangkan untuk memecahnya. Claude bisa menangani instruksi panjang, tapi instruksi yang tidak terstruktur sering menghasilkan output yang juga tidak fokus.

Mengandalkan Claude untuk "menebak" konteks. Jangan asumsikan Claude tahu situasimu. Selalu jelaskan konteks yang relevan — siapa kamu, untuk apa output ini digunakan, siapa audiensnya.

Tidak iteratif. Jika output pertama belum sempurna, jangan menyerah atau menulis ulang prompt dari awal. Cukup tambahkan koreksi di pesan berikutnya: "Bagus, tapi buat lebih pendek dan hapus bagian tentang X."

Meminta terlalu banyak sekaligus. "Buatkan website, tuliskan semua kontennya, buat strategi SEO-nya, dan desainkan logonya" adalah prompt yang akan menghasilkan output superfisial untuk semua aspek. Fokus pada satu hal dalam satu waktu.

Dengan menguasai empat teknik ini — spesifik, few-shot, role prompting, dan chaining — kamu sudah jauh lebih maju dari pengguna rata-rata. Latihan adalah kunci: semakin sering kamu bereksperimen, semakin intuitif teknik-teknik ini terasa.