📌 Baca Juga (Prompt Engineering): Prompt Chaining: Teknik Menyusun Alur Prompt Berantai untuk Output Kompleks
Kenapa AI Gagal di Penalaran Kompleks?
AI generatif prediksi kata. Tanpa panduan, ia ambil jalan pintas statistik. Hasilnya: jawaban terdengar yakin, tapi logika bolong. Ini bukan bug, ini desain. Contoh: tanya "Ada 3 kotak, masing-masing berisi 5 apel. Ambil 2 apel dari kotak pertama. Berapa total apel tersisa?" AI langsung jawab "13" atau "15" tanpa proses. Jawaban benar butuh langkah: 3×5=15, kurangi 2, hasil 13. Manusia berpikir bertahap. AI juga bisa, asal dipaksa. Di situ peran teknik prompting.Chain-of-Thought (CoT): Paksa AI Berpikir Langkah demi Langkah
CoT teknik paling dasar. Perintah AI memecah masalah jadi langkah kecil, lalu tulis setiap langkah sebelum jawaban akhir.Cara Kerja CoT
Prinsip: beri contoh atau instruksi eksplisit. AI tidak lompat ke jawaban, tapi susun rantai penalaran. Setiap langkah jadi pijakan langkah berikutnya. Kesalahan di langkah awal bisa terlacak.Contoh Prompt CoT
Prompt sederhana:"Sebuah toko menjual 12 buku di hari Senin, 8 buku di hari Selasa, dan 15 buku di hari Rabu. Berapa total buku yang terjual? Pikirkan langkah demi langkah."AI akan menjawab:
1. Buku Senin: 12 2. Buku Selasa: 8 3. Buku Rabu: 15 4. Total: 12 + 8 + 15 = 35Versi lebih kuat: few-shot CoT. Beri contoh soal + solusi langkah demi langkah, lalu minta AI kerjakan soal baru.
Contoh: Q: Ada 5 keranjang, masing-masing 4 mangga. 2 mangga busuk dibuang. Berapa sisa? A: 5×4=20. 20-2=18. Jadi sisa 18 mangga. Sekarang: Q: Sebuah bus memuat 40 penumpang. Di halte pertama turun 12, naik 7. Di halte kedua turun 5, naik 10. Berapa penumpang sekarang? A:
Kapan CoT Gagal
CoT gagal di masalah butuh eksplorasi banyak jalur. Contoh: teka-teki logika, optimasi, perencanaan. AI ikuti satu jalur pemikiran, mentok di jalan buntu, tidak bisa mundur. Butuh percabangan.Tree-of-Thoughts (ToT): Eksplorasi Banyak Jalur Sekaligus
ToT evolusi CoT. Alih-alih satu rantai, AI diminta buat banyak kemungkinan solusi, evaluasi tiap cabang, lalu pilih terbaik. Mirip pohon keputusan.Cara Kerja ToT
ToT punya empat tahap dalam prompt:- Dekomposisi masalah — pecah jadi sub-masalah.
- Generasi pemikiran — untuk tiap sub-masalah, buat beberapa kemungkinan solusi.
- Evaluasi — nilai tiap kemungkinan, mana layak lanjut.
- Pencarian — pilih cabang terbaik, ulangi sampai solusi final.
Contoh Prompt ToT
"Teka-teki: Gunakan 4 angka (2, 4, 6, 8) dan operasi +, -, ×, ÷ untuk mendapat hasil 24. Setiap angka dan operasi hanya boleh dipakai sekali. Langkah kerja: 1. Buat 3 kemungkinan kombinasi pertama. 2. Evaluasi tiap kombinasi: apakah masih memungkinkan mencapai 24? 3. Pilih kombinasi paling menjanjikan, lanjutkan. 4. Jika buntu, kembali ke langkah 1 dan coba kombinasi lain. 5. Tampilkan semua percabangan yang dicoba, lalu jawaban akhir."AI akan menghasilkan:
Cabang 1: 8 × (6 - 4) + 2 = 18. Tidak 24, tapi dekat. Lanjut modifikasi. Cabang 2: (8 - 2) × (6 - 4) = 12. Kurang. Coba variasi. Cabang 3: 8 ÷ (4 - 2) = 4, lalu 4 × 6 = 24. Solusi ditemukan.ToT efektif untuk masalah seperti ini. AI tidak terjebak satu jalur, ia sadar ada alternatif.
Keunggulan ToT
- Self-correction — AI bisa sadar jalur salah, lalu mundur.
- Eksplorasi luas — banyak solusi dipertimbangkan, bukan satu.
- Transparan — semua percabangan terlihat, mudah diaudit.
- Cocok untuk masalah terbuka — desain, strategi, teka-teki.
CoT vs ToT: Perbandingan Langsung
| Aspek | CoT | ToT |
|---|---|---|
| Struktur | Linear, satu jalur | Percabangan, banyak jalur |
| Kapan dipakai | Masalah bertahap, hitungan, logika sederhana | Teka-teki kompleks, optimasi, perencanaan |
| Kemampuan mundur | Tidak ada | Ada, bisa backtracking |
| Biaya token | Rendah | Tinggi (banyak percabangan) |
| Kesulitan prompt | Mudah | Sedang-rumit |
Teknik Dekomposisi Masalah: Fondasi Kedua Metode
Sebelum pakai CoT atau ToT, kuasai dekomposisi. Pecah masalah besar jadi sub-masalah kecil. Ini keterampilan inti prompt engineering. Contoh dekomposisi untuk "buat rencana pemasaran produk baru":- Riset target pasar
- Analisis kompetitor
- Strategi harga
- Saluran distribusi
- Kampanye promosi
Praktik Terbaik Prompt Engineering
Mulai dari CoT, Naik ke ToT
Jangan langsung ToT untuk semua hal. Boros token. Coba CoT dulu. Jika jawaban masih dangkal atau salah, baru eskalasi ke ToT.Instruksi Eksplisit Lebih Baik
Jangan bilang "berpikirlah". Bilang:"Tulis semua langkah penalaranmu sebelum jawaban akhir. Untuk setiap langkah, beri satu alternatif. Evaluasi alternatif itu. Pilih yang terbaik."Spesifik. AI patuh lebih baik.
Batasi Percabangan ToT
ToT bisa meledak jadi puluhan cabang. Batasi: "maksimal 3 cabang per langkah", "hentikan jika sudah 5 percobaan". Hemat token, fokus solusi.Minta AI Menilai Dirinya Sendiri
Tambahkan instruksi evaluasi di akhir:"Setelah jawaban, nilai keyakinanmu 1-10. Jika di bawah 8, cari jalur alternatif."Ini memaksa AI jujur tentang ketidakpastiannya.
💡 Baca Juga & Rekomendasi Jaringan AI Network:
- Gunakan racikan prompt profesional di SolusiAI.my.id (Rekomendasi Tools & Otomatisasi AI).
- Pelajari tutorial skrip dan otomatisasi teknis di KodeAI.my.id (Panduan AI Coding & Skrip Otomatisasi).
Posting Komentar