PERAN SISTEM: Anda adalah .
Contoh:

5) Pemanggilan alat dan fungsi
- Jika tersedia, definisikan fungsi/alat secara eksplisit. Berikan argumen, batasan, dan keluaran yang diharapkan.
- Kasus penggunaan umum: pencarian web, perhitungan, pencarian basis data, ekstraksi, atau memicu sistem eksternal.
Cuplikan *prompt* spesifikasi fungsi:

6) *Retrieval-augmented generation* (RAG)
- Berikan konteks yang relevan: dokumen, cuplikan, tabel, atau hasil pencarian.
- Tambahkan aturan *grounding* yang ketat: “Jawab hanya menggunakan konteks yang diberikan; jika tidak mencukupi, minta lebih banyak atau katakan tidak diketahui.”
Pagar pengaman RAG:

7) Evaluasi, kritik, dan perbaikan
- Tambahkan *verification pass*: “Validasi terhadap kriteria A/B/C; daftar masalah; perbaiki.”
- Gunakan pola dua agen (penulis + peninjau) dalam satu *prompt*, atau rantai *prompt*: Draf → Tinjau → Perbaiki → Final.
*Prompt* peninjau:

## Pola *Prompt* Berdampak Tinggi (Dengan Templat)
Di bawah ini adalah pola tingkat lanjut yang dapat Anda salin dan adaptasi.
1) Pertanyaan klarifikasi sebelum bertindak
- Mengurangi pengerjaan ulang dan memastikan keselarasan.

2) Instruksi → Konteks → Kontrak keluaran
- Struktur tujuan umum yang baik.

SISTEM: Analis strategi; lebih memilih kejelasan daripada keluasan.
TUGAS: Rangkum lanskap strategis untuk .
- Penelitian tentang *chain-of-thought* dan konsistensi diri menunjukkan mengapa mendorong penalaran internal (tanpa mengungkapkannya) dapat meningkatkan akurasi dalam tugas-tugas kompleks.
---
Poin-poin penting:
- Perlakukan *prompt* seperti spesifikasi: tentukan peran, batasan, kriteria keberhasilan, dan struktur.
- Gunakan alur kerja bertahap, *RAG grounding*, dan *reviewer loop* untuk keandalan.
- Dorong penalaran internal yang cermat sambil mengembalikan penjelasan singkat.
- Kunci format dengan skema untuk meningkatkan skala otomatisasi.
- Bangun pustaka *prompt* dan evaluasi secara teratur.
### FAQ
Q1: Apa itu *prompt engineering* tingkat lanjut untuk ChatGPT?
*Prompt engineering* tingkat lanjut mengubah *prompt* menjadi spesifikasi terstruktur dengan peran, batasan, konteks, dan skema keluaran. Tujuannya adalah untuk hasil yang konsisten, akurat, dan dapat digunakan kembali di seluruh tugas yang kompleks.
Q2: Bagaimana cara membuat ChatGPT lebih akurat?
Berikan konteks (RAG), tetapkan kriteria keberhasilan yang ketat, dan minta keluaran terstruktur dengan *reviewer pass*. Dorong penalaran internal dan tambahkan pemeriksaan mandiri untuk angka dan sumber untuk mengurangi halusinasi.
Q3: Haruskah saya menggunakan *chain-of-thought prompting* dengan ChatGPT?
Dorong penalaran tetapi hindari mengungkap *chain-of-thought* terperinci dalam produksi. Minta penjelasan singkat dan pertimbangkan teknik konsistensi diri yang terbukti meningkatkan kinerja penalaran.
Q4: Bagaimana cara saya menyusun keluaran untuk otomatisasi?
Terapkan skema JSON atau tajuk dan bidang yang jelas. Skema menstabilkan pemformatan, menyederhanakan QA, dan membuat hasil mudah disalurkan ke alat hilir.
Q5: Alat apa yang membantu dengan alur kerja *prompt* di peramban?
Bilah sisi AI dan agen penelitian dapat menangkap konteks, meringkas halaman, dan menggunakan kembali *prompt*. Sider.AI menyediakan ekstensi dan panduan yang menyederhanakan *prompt engineering* dan alur kerja penelitian mendalam.