Prompt AI: Metode Menulis Prompt yang Menghasilkan Jawaban Berguna

Menulis prompt AI adalah keterampilan yang mirip dengan menulis brief yang baik untuk rekan kerja. Penyedia model menerbitkan saran mereka sendiri, seperti panduan prompt engineering OpenAI, dan prinsip di bawah ini dianut sebagian besar dari mereka. Entri glosarium kami tentang prompt engineering membahas kosakatanya.

Apa itu prompt AI?

Prompt adalah segala sesuatu yang dibaca model sebelum menjawab: pertanyaan Anda, instruksi, dokumen yang ditempelkan, dan pesan-pesan sebelumnya dalam percakapan. Model tidak memiliki informasi lain tentang tujuan, audiens, atau standar Anda. Prompt yang samar menghasilkan jawaban rata-rata, karena model mengisi kekosongan dengan pilihan generik yang paling mungkin.

Apa saja bagian prompt yang baik?

1. Peran

Beri tahu AI sebagai siapa ia harus bertindak: "Anda adalah copywriter B2B yang menulis untuk direktur keuangan." Peran menentukan kosakata, nada, dan tingkat keahlian.

2. Konteks

Jelaskan situasinya: perusahaan, produk, audiens, tujuan teks, apa yang sudah dilakukan. Konteks adalah bagian yang paling sering dilewatkan orang dan yang paling mengubah hasil.

3. Tugas

Nyatakan satu tugas yang jelas dengan kata kerja tindakan: tulis, ringkas, bandingkan, tulis ulang, daftarkan. Pecah pekerjaan besar menjadi beberapa prompt.

4. Batasan

Panjang, nada, kata yang dihindari, fakta yang dimasukkan, tingkat keterbacaan, bahasa. Batasan mengubah jawaban generik menjadi jawaban yang sesuai dengan merek Anda.

5. Format

Katakan seperti apa jawaban seharusnya: tabel dengan kolom tertentu, daftar bernomor, tiga versi, objek JSON, judul dan paragraf pendek.

6. Contoh

Tunjukkan satu atau dua contoh dari yang Anda harapkan. Teknik ini disebut few-shot prompting, menurut makalah penelitian Language Models are Few-Shot Learners, yang menunjukkan bahwa model besar dapat menangkap suatu tugas dari segelintir contoh yang ditempatkan dalam prompt. Lihat entri kami tentang few-shot learning.

Teknik prompting mana yang paling efektif?

• Minta langkah-langkah: pada tugas penalaran, meminta model menyelesaikan masalah langkah demi langkah meningkatkan akurasi. Gagasan ini diformalkan dalam penelitian tentang chain-of-thought prompting.
• Berikan bahan acuan: tempelkan teks sumber, data, atau panduan gaya dan minta model memakai hanya itu. Ini mengurangi fakta karangan.
• Minta tinjauan mandiri: "Periksa jawaban Anda terhadap batasan dan perbaiki yang tidak sesuai."
• Ajukan pertanyaan dulu: "Sebelum menulis, ajukan pertanyaan yang perlu Anda ketahui jawabannya." Berguna ketika Anda tidak yakin konteks apa yang harus diberikan.
• Iterasi: perlakukan jawaban pertama sebagai draf dan perbaiki dengan umpan balik yang presisi ("lebih singkat", "lebih konkret", "hapus jargon").
• Pisahkan instruksi dari isi: letakkan teks yang ditempelkan di antara penanda yang jelas agar model tidak mencampurnya dengan instruksi Anda.

Prompt buruk vs prompt baik: contoh pemasaran

Kesalahan apa yang harus dihindari?

• Konteks terlalu sedikit: model menebak audiens dan tujuan Anda.
• Beberapa tugas sekaligus: kualitas menurun pada masing-masing.
• Instruksi yang bertentangan: "singkat tetapi mendetail", "formal tetapi santai".
• Meminta fakta tanpa sumber: model dapat menghasilkan angka yang masuk akal tetapi salah. Berikan datanya atau verifikasi semuanya.
• Menerima jawaban pertama: dua atau tiga putaran umpan balik biasanya membuat perbedaan.
• Menempelkan data rahasia ke alat yang kebijakan datanya belum Anda periksa.

Untuk prompt SEO dan GEO siap pakai yang dibangun dengan metode ini, lihat pustaka prompt SEO dan GEO kami. Untuk menyempurnakan prompt dari waktu ke waktu, entri kami tentang optimasi prompt menjelaskan cara menguji versi satu terhadap yang lain.

Bagaimana dengan prompt yang diketik pelanggan Anda?

Prompt juga penting dari sisi sebaliknya. Ketika seorang pembeli bertanya kepada ChatGPT "software akuntansi apa untuk agensi kecil?" atau bertanya kepada Perplexity "CRM terbaik untuk properti", jawabannya menyebut beberapa merek. Prompt-prompt itu bekerja seperti kueri pencarian: lebih panjang, lebih percakapan, dan lebih spesifik, dan semakin menentukan siapa yang dipertimbangkan.

Mengikuti daftar prompt semacam ini dan memeriksa merek mana yang muncul disebut pemantauan prompt. Ini memberi tahu Anda pada pertanyaan mana Anda direkomendasikan, pada mana Anda absen, dan sumber mana yang dikutip AI sebagai gantinya. Data itu kemudian memandu konten Anda: halaman yang menjawab pertanyaan tersebut dengan jelas, dengan fakta bersumber, adalah yang dikutip asisten.

Prompt AI yang baik memberi model apa yang dibutuhkan rekan kerja yang baik: peran, konteks, satu tugas, batasan yang jelas, format, dan contoh; dan prompt yang diketik pelanggan Anda layak mendapat perhatian yang sama, karena menentukan apakah AI merekomendasikan Anda. Untuk melacak prompt pelanggan itu di ChatGPT, Claude, dan Gemini, Sorank mengikuti 25 sampai 150 prompt tergantung paketnya, menunjukkan siapa yang dikutip menggantikan Anda, dan menerbitkan artikel teroptimasi secara autopilot, dengan uji coba gratis 3 hari.