Prompt AI bagi saya adalah salah satu keterampilan yang sempat terasa revolusioner di awal kemunculan generative AI. Rasanya menakjubkan saat mengetahui bahwa hanya lewat satu kalimat atau instruksi sederhana, kita bisa mengarahkan AI untuk menghasilkan teks, gambar, hingga ide-ide kompleks. Namun kini, seiring pesatnya perkembangan teknologi, saya mulai melihat bahwa pendekatan ini perlahan mendekati batas akhirnya.

Lalu muncul pertanyaan yang cukup mengusik: jika teknik prompt AI dianggap mulai usang, apakah penggantinya akan benar-benar lebih efektif? Dan apakah kita, sebagai pengguna, siap untuk beradaptasi dengan cara kerja AI yang semakin canggih dan otomatis?

Sebelum menjawab pertanyaan-pertanyaan tersebut, mari kita refleksikan kembali bagaimana peran besar keterampilan prompt engineering dalam membentuk era awal pemanfaatan AI yang kini mulai berevolusi.

**Apa itu Prompt AI dan mengapa penting?**

Table of Contents

Prompt AI adalah salah satu keterampilan yang benar-benar mencuri perhatian saya dalam beberapa tahun terakhir. Tidak bisa dimungkiri, prompt AI adalah titik masuk paling mendasar namun krusial dalam memaksimalkan performa generative AI. Bayangkan saja—hanya dengan rangkaian kata atau kalimat yang tepat, sistem AI bisa merespons kebutuhan kita dengan output yang sangat relevan, bahkan mengejutkan. Teknik ini bukan sekadar mengatur kata-kata; ini tentang memahami bagaimana AI berpikir dan merespons, lalu menyusunnya menjadi perintah yang bisa diterjemahkan secara tepat oleh mesin.

Saya pribadi melihat prompt AI sebagai jembatan antara manusia dan teknologi, dan semakin saya mendalaminya, semakin terasa bahwa ini adalah keahlian yang sangat strategis. Tak heran jika banyak profesional teknologi, kreator konten, hingga CEO seperti Sam Altman menyebut prompt AI sebagai high-leveraged skill. Bahkan, Forum Ekonomi Dunia menyebut prompt AI engineering sebagai salah satu pekerjaan masa depan yang paling dibutuhkan.

Di media sosial, kita bisa melihat begitu banyak orang yang bereksperimen dan membagikan “prompt ajaib” mereka—sebuah tren yang menggambarkan betapa besar antusiasme publik terhadap kemampuan ini. Tapi di tengah hiruk-pikuk itu, muncul pula pertanyaan yang saya rasa wajar: apakah keterampilan ini akan tetap relevan, ataukah generative AI nantinya akan berkembang hingga tak lagi memerlukan perintah manual seperti sekarang? Pertanyaan itu masih terbuka, dan jawabannya bisa jadi akan menentukan arah masa depan interaksi kita dengan AI.

**Alasan Prompt AI Engineering tidak akan bertahan lama**

Prompt AI akan digantikan dengan formulasi masalah, apakah itu? — *Kemajuan teknologi AI yang semakin intuitif dan otomatis berpotensi mengurangi relevansi prompt AI*

Meskipun pemanfaatan keterampilan prompt engineering saat ini banyak dibicarakan dan mendapatkan perhatian luas, tampaknya popularitas dari teknologi ini mungkin tidak akan bertahan lama. Semakin intuitif dan mahir dalam memahami natural language oleh generasi sistem AI merupakan salah satu alasan utamanya.

Dengan kemajuan teknologi yang pesat, AI di masa depan kemungkinan akan dapat mencerna maksud pengguna dengan lebih baik tanpa memerlukan prompt AI yang rumit dan disusun secara khusus. Hal ini akan mengurangi ketergantungan pada prompt engineering sehingga terciptanya proses komunikasi dengan AI akan lebih sederhana dan to-the-point.

Selain itu, model bahasa AI terbaru seperti GPT-4 juga telah menunjukkan potensi besar dalam menyusun prompt AI secara otomatis. Artinya, kemampuan ini memungkinkan AI untuk menciptakan input yang lebih efektif tanpa campur tangan pengguna yang intensif. Seiring dengan perkembangan ini, ada kemungkinan bahwa prompt engineering akan menjadi usang dan kehilangan relevansinya.

Selain itu, efektivitas dari suatu prompt sering kali tergantung pada algoritma tertentu sehingga membatasi kegunaannya di sejumlah model AI dan versinya. Dalam konteks ini, tantangan untuk menemukan pendekatan yang universal dan efektif akan semakin meningkat, membuat keterampilan prompt engineering menjadi kurang efektif dalam jangka panjang.

Formulasi Masalah adalah jawaban dalam dunia AI

Sebenarnya, jika dikaji lebih dalam, perbedaan yang mendasar antara formulasi masalah dengan prompt engineering terlihat, terutama dalam fokus dan tugas utama serta kemampuan yang mendasarinya. Jika prompt engineering berfokus pada penyusunan perintah secara tekstual guna menghasilkan output yang optimal, formulasi masalah lebih menekankan pada kemampuan untuk mendefinisikan masalah secara gamblang, seperti menguraikan masalah serta batasan yang ada.

Dalam hal ini, prompt engineering memerlukan pemahaman yang kuat mengenai tools AI dan keterampilan berbahasa, sedangkan formulasi masalah menyanggupi pemahaman yang lebih komprehensif mengenai domain masalah dan kemampuan untuk merumuskan isu-isu yang ada di dunia nyata.

Namun, kenyataan di lapangan masih bertolak belakang dengan sejumlah kemampuan keterampilan formulasi masalah ini. Teknik ini seringkali diabaikan bahkan pengembangan sistemnya sedikit dilakukan oleh banyak orang. Salah satu penyebabnya adalah adanya penekanan yang berlebihan pada penyelesaian masalah dibandingkan dengan perumusan masalah itu sendiri. Banyak individu merasa lebih nyaman memberikan solusi daripada meluangkan waktu untuk memahami dan merumuskan masalah yang ada. Akibatnya, hal ini berpotensi menghambat inovasi dan pencarian solusi yang lebih efektif dalam berbagai konteks.

Formulasi Masalah vs Prompt Engineering

Dalam dunia kecerdasan buatan yang terus berkembang, dua keterampilan yang sering dibicarakan adalah formulasi masalah dan prompt engineering. Meskipun keduanya memiliki peran penting, formulasi masalah terbukti lebih efektif untuk menghadapi tantangan yang muncul seiring kemajuan teknologi AI. Prompt engineering berfokus pada penyusunan perintah tekstual menggunakan model bahasa, namun seiring dengan meningkatnya kecanggihan sistem AI, kemampuan ini cenderung menjadi kurang relevan.

Di sisi lain, formulasi masalah menekankan pada pemahaman mendalam terhadap isu yang ada, sehingga hal ini dapat memudahkan penggunanya untuk menganalisis dan mendefinisikan masalah dengan lebih baik. Dengan mengidentifikasi akar permasalahan dan merumuskan solusi yang tepat, formulasi masalah menjadi keterampilan penting yang tidak hanya meningkatkan efektivitas penggunaan AI, tetapi juga mendorong inovasi dan kreativitas di berbagai bidang. Oleh karena itu, kemampuan dalam formulasi masalah akan menjadi keunggulan yang signifikan dalam memanfaatkan potensi AI secara maksimal di masa depan