Seni Prompt: Instruksi yang Menghasilkan Kode Berkualitas

Prompt adalah satu-satunya interface antara kamu dan AI. Kualitas output AI ditentukan 80% oleh kualitas prompt.

Struktur prompt efektif: Context (siapa AI, tech stack, situasi) -> Task (APA yang harus dilakukan) -> Constraints (batasan: TypeScript strict, Zod validasi, error handling) -> Output Format (struktur file, naming, testing).

Context: “Kamu senior full-stack developer. Kita pakai Next.js 14 + Prisma + PostgreSQL. Ini bagian dari fitur autentikasi.”

Task: “Buatkan API endpoint untuk user registration dengan validasi email dan password.”

Constraints: “Gunakan TypeScript strict. Validasi pakai Zod. Response format JSON:API. Jangan gunakan any. Handle error: duplicate email, invalid data.”

Output Format: “Buat sebagai single file. Pisahkan business logic ke service layer. Include unit tests.”

Teknik lanjutan: Few-shot (beri contoh input-output), Chain-of-Thought (minta AI think step by step), Error-driven prompting (copy error -> minta perbaiki).

Inti yang Perlu Dipahami

Bagian ini berfokus pada memahami struktur prompt efektif: Context + Task + Constraints + Output Format., mampu menulis prompt presisi yang menghasilkan kode akurat dan minim bug., dan menguasai teknik few-shot, chain-of-thought, dan iterative refinement. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca Seni Prompt, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

AI seperti arsitek — semakin detail brief kamu, semakin akurat dan sesuai ekspektasi hasilnya. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Saat Melihat Contoh Kode

Contoh kode pada chapter ini memakai bahasa markdown. Bacalah contoh kode sebagai ilustrasi alur, bukan sebagai bagian yang harus langsung dihafal.

Perhatikan nama fungsi, urutan langkah, dan data yang berpindah. Biasanya tiga hal itu sudah cukup untuk memahami hubungan antara teori dan praktik.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.