Teknik penyusunan instruksi AI untuk bisnis

Apa saja yang perlu dicantumkan dalam instruksi AI untuk pekerjaan?

Instruksi AI untuk pekerjaan perlu menyebutkan hasil yang harus dibuat, audiens, tujuan, dan bahan yang boleh digunakan dalam jawaban. Lalu nyatakan batasan penting: panjang, nada bahasa, fakta yang harus dipertahankan, informasi yang tidak boleh disimpulkan, dan tindakan saat ada informasi yang kurang. Batasan yang jelas lebih berguna daripada meminta alat terdengar seperti ahli.

Misalkan sebuah konsultan fiktif menawarkan lokakarya tentang ringkasan arahan proyek. Fakta yang disetujui adalah sesi daring, lembar kerja, dan sesi tanya jawab di akhir. Instruksi tidak boleh mendorong model mengarang pelanggan, hasil, urgensi, atau alasan seorang calon pelanggan membutuhkan lokakarya tersebut.

Seperti apa contoh instruksi AI yang praktis?

Contoh instruksi: Buat draf email undangan singkat untuk manajer operasional. Gunakan hanya fakta berikut: lokakarya daring tentang arahan proyek yang lebih jelas, lembar kerja praktis, dan waktu untuk pertanyaan. Gunakan nada yang lugas dan membantu. Jangan mengarang nama pelanggan, jumlah peserta, hasil, atau keterbatasan kuota. Jika ada fakta berguna yang belum tersedia, cantumkan sebagai pertanyaan setelah draf.

Instruksi memberi peninjau acuan untuk membandingkan jawaban. Anda dapat memeriksa sasaran pembaca, fakta dari sumber, dan kesimpulan yang tidak boleh ditarik tanpa mengetahui apa yang terjadi di dalam model. Ini adalah tugas ilustratif, bukan janji bahwa instruksi tertentu akan selalu menghasilkan jawaban yang benar.

Bagaimana pendekatan yang sama diterapkan pada tugas internal?

Struktur yang sama juga dapat digunakan untuk pekerjaan internal, yang risikonya biasanya berupa ringkasan bernada yakin yang menyembunyikan perbedaan pendapat. Ambil contoh peritel perlengkapan rumah daring fiktif dengan 30 karyawan, Wicker & Pine, yang koordinator operasionalnya harus merangkum tiga penawaran pemasok untuk pendirinya.

Instruksi yang lemah: Pemasok mana yang sebaiknya kami pilih? Jawaban yang mungkin muncul akan merekomendasikan satu pemasok dengan alasan yang tersusun rapi, meskipun pendiri tidak pernah memberikan kriteria dan salah satu penawaran tidak mencantumkan biaya pengiriman.

Instruksi bisnis: Bandingkan tiga penawaran pemasok di bawah ini untuk pendiri, yang akan memilih pemasok kemasan minggu depan. Kriteria berdasarkan urutan kepentingan: harga satuan pada jumlah pesanan biasa kami, biaya pengiriman, pesanan minimum, dan waktu pemenuhan. Sajikan tabel dengan satu baris per pemasok. Jika suatu informasi tidak tercantum dalam penawaran, tulis tidak disebutkan. Jangan merekomendasikan pemasok. Setelah tabel, cantumkan pertanyaan yang perlu kami ajukan kepada setiap pemasok sebelum memutuskan. [tempelkan penawaran].

Hasil yang telah ditinjau memiliki satu sel bertuliskan tidak disebutkan untuk biaya pengiriman salah satu pemasok, serta pertanyaan untuk meminta konfirmasi biaya tersebut. Satu sel itu adalah bagian paling berguna di halaman tersebut, karena mencegah penawaran yang tampak lebih murah menjadi pilihan akibat informasi yang tidak lengkap.

Bagaimana cara memperbaiki jawaban pertama?

Tinjau hasil sebelum menulis instruksi yang lebih panjang, lalu berikan satu instruksi revisi yang spesifik. Identifikasi masalah yang sebenarnya: mungkin ajakan bertindaknya tidak jelas, alat mengasumsikan tanggal tertentu, atau draf mengulang klaim yang samar. Pastikan bahan sumber yang telah disetujui tetap dilampirkan pada tugas.

Sebagai contoh: Hapus klaim bahwa lokakarya tersebut mengubah produktivitas secara drastis. Tanyakan apakah pembaca menginginkan agenda, alih-alih menganggap mereka ingin mendaftar. Pertahankan fakta lokakarya yang diberikan tanpa perubahan. Revisi ini menguji keputusan tentang bukti dan audiens, bukan sekadar meminta gaya bahasa yang lebih persuasif.

Kesalahan apa yang paling sering terjadi dalam instruksi AI untuk keperluan bisnis?

Kegagalan yang paling umum adalah meminta teks persuasif tanpa memberikan bukti, sehingga alat mengarang buktinya sendiri. Kata-kata seperti memikat, kuat, dan meyakinkan mengundang penggunaan superlatif, bukti rekaan, serta kesan mendesak yang tidak didukung oleh fakta Anda.

Yang kedua adalah menyembunyikan keputusan yang sebenarnya. Instruksi yang meminta ringkasan ketika pembaca membutuhkan rekomendasi, atau rekomendasi ketika pembaca membutuhkan pertimbangan untung-rugi, menghasilkan jawaban rapi untuk pertanyaan yang keliru. Yang ketiga adalah menempelkan materi yang tidak boleh ditangani oleh alat tersebut. Ikuti kebijakan perusahaan Anda mengenai alat mana yang boleh mengakses data klien atau data pribadi, dan gunakan contoh fiktif untuk latihan.

Apa yang perlu dijelaskan oleh peserta pelatihan?

Mintalah instruksi awal, draf, suntingan akhir, dan catatan penelaahan singkat. Catatan tersebut harus menyebutkan satu fakta yang belum tercantum, satu asumsi yang dihapus, dan satu alasan versi akhir sesuai dengan pembaca yang dituju. Rincian tersebut membuat latihan ini dapat dibahas bersama manajer atau rekan kerja.

Jangan menganggap panjang instruksi atau jawaban yang terdengar yakin sebagai bukti kemampuan. Instruksi yang lebih singkat dengan pemeriksaan yang tepat bisa lebih berguna daripada instruksi terperinci yang menyembunyikan klaim tanpa dasar. Ulangi latihan dengan bahan sumber yang berbeda sebelum menarik kesimpulan tentang cara peserta akan menangani pekerjaan lain.

Inilah siklus yang menjadi dasar pengembangan Tosheo.ai: pelajaran khusus peran yang direncanakan, yang diakhiri dengan tugas praktik menggunakan alat AI nyata, dinilai berdasarkan panduan penilaian dengan kriteria yang terlihat, serta dilengkapi cara untuk menandai skor agar ditinjau. Produk ini belum dibangun, jadi anggap ini sebagai rancangan yang dituju, bukan hasil yang telah diukur.

Kapan instruksi yang lebih baik bukan jawabannya?

Instruksi yang lebih baik tidak membantu ketika fakta belum tersedia, ketika keputusan berada di tangan orang yang berwenang, atau ketika hasilnya membawa konsekuensi hukum, keuangan, atau ketenagakerjaan. Dalam kasus tersebut, kumpulkan faktanya, libatkan penanggung jawab keputusan, atau gunakan peninjau yang memiliki kualifikasi. Panduan penerapan Kerangka Manajemen Risiko AI NIST menekankan pentingnya mendokumentasikan peran dan tanggung jawab terkait risiko AI; dalam usaha kecil, ini bisa sesederhana menetapkan siapa yang menyetujui hasil kerja berbantuan AI sebelum dibagikan ke luar tim.

Untuk prinsip yang lebih luas di balik contoh-contoh ini, termasuk teknik lanjutan dan perbedaan saran penyedia antaralat, lihat panduan rekayasa instruksi. Untuk versi instruksi ini yang dapat digunakan kembali, lihat panduan templat instruksi.

Sumber dan cakupan

Panduan Praktis Kerangka Manajemen Risiko AI NIST: Tata Kelola, diakses 16 October 2026 ↗