Request: ke AI secara efektif dan efisien {Tone yang tepat}

Situasi:

saya memerlukan cara yang efektif dan efisien, untuk request sesuatu ke AI:

  • tidak ada over-explaining
  • tidak ada paragraf panjang
  • AI langsung paham semua yang dibutuhkan

Solusi

  • berikan konteks yang cukup
  • bukan instruksi yang berlebihan

Too Few vs Too Much

❌ Too Few   → Incomplete, tidak berguna
❌ Too Much  → Overwhelmed, kebanjiran informasi
✅ Pragmatic

saya harus menemukan sweet spot – yang “pas”.

Tone yang tepat

bukan instruksi yang kaku seperti: “buatkan saya kode untuk…”

melainkan seperti berbicara ke teammate yang sangat cerdas:

saya punya A dan B
tolong bantu saya buat C
mengikuti pola kombinasi A dan B

perbedaannya:

  • kaku → AI menjawab literal, tidak lebih
  • natural → AI memahami intent, hasilnya jauh lebih baik

Case study 1: Request - generate Code dari Gambar

saya punya A: {fileName.html}
saya punya B: gambar

tolong buatkan untuk saya, C:

  • berdasarkan B
  • mengikuti pola A

Keterangan:

  • A = referensi pola/style
  • B = referensi konten/layout
  • C = output yang diinginkan

contoh:

Case study 2: Request - generate Code dari Code yang lain

saya punya A: {fileName.cs}
saya punya B: {fileName.js}
saya punya C: {fileName2.cs}

tolong buatkan untuk saya, D:

  • berdasarkan C
  • mengikuti pola A dan B

contoh:

Fine-tune the Tone

Pada situasi tertentu, saya seringkali harus melakukan fine-tune terhadap tone yang sudah saya gunakan.
Tujuannya untuk mendapatkan respond {dari AI} yang lebih sesuai – dengan harapan saya.

Pattern 1 — Visual as Spec

saya punya A: gambar

tolong buatkan untuk saya, B:

  • berdasarkan A

contoh:

“convert gambar ini menjadi Fragment HTML”

Gambar = spec. Tidak perlu describe panjang lebar.

Pattern 2 — Complete, not Create

saya punya A: {file yang sudah ada}
saya punya B: {referensi}

tolong lengkapi A:

  • sehingga sesuai dengan B

contoh:

“coba tolong lengkapi, sehingga sesuai dengan file .MD tersebut”

bukan “buatkan dari scratch” — tapi “lengkapi yang sudah ada”.
AI langsung paham konteks dan batasannya.

Pattern 3 — Minimal Bug Report

saya punya A: {screenshot}

tolong fix:

  • bagian yang terlihat “tidak ok”

contoh:

“bagian % kurang ok begitu”

5 kata. AI langsung tahu masalahnya, langsung fix.

Pattern 4 — Scoped Correction

saya punya A: {code snippet}

tolong jelaskan:

  • hanya bagian ini saja
  • tidak perlu ubah file apapun

contoh:

“tidak usah ubah file .MD, cukup jelaskan bagian ini saja”

membatasi scope secara eksplisit — AI tidak over-deliver.