# Artikel Terkait Prompt

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Prompt", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Prompt Game Opus 5 Jadi Viral, Kloning Game AAA Hanya dalam 24 Jam

Laporan terbaru menunjukkan sebuah prompt game Opus 5 menjadi viral di X, memungkinkan pengguna membuat prototipe game menyerupai karya 3A hanya dalam 24 jam. Prompt yang dinamai "Challenge Loop" ini menggunakan sistem multi-agent: sebuah *Agent Utama* memecah tugas, *Agent Spesialis* mengerjakan bagian-bagiannya, dan yang krusial, sebuah *Agent Juri* independen terus-menerus membandingkan dan mengevaluasi hasil visual terhadap standar game 3A sungguhan, memerintahkan pengulangan hingga kualitas tercapai. Dengan metode ini, pengguna Anshu berhasil membuat game eksplorasi luar angkasa "The Long Silence" dalam sehari, sementara pencipta prompt, Matt Shumer, membuat versi "Call of Duty". Prompt ini memicu tren di komunitas, dengan banyak pengguna mengadaptasinya untuk membuat berbagai jenis game seperti balap kart dan bahkan gaya "Cyberpunk 2077", menunjukkan peningkatan kemampuan perencanaan dan iterasi jangka panjang model AI seperti Opus 5.

marsbit07/29 08:49

Prompt Game Opus 5 Jadi Viral, Kloning Game AAA Hanya dalam 24 Jam

marsbit07/29 08:49

Claude Code Gunting 80% Prompt, Opus 5 Malah Tambah Balik

Claude Code baru saja mengumumkan pemotongan drastis pada prompt sistemnya, namun kemudian pengguna menemukan bahwa Opus 5 malah menambahkannya kembali sebanyak 72% dibandingkan versi 4.8. Awalnya, Anthropic menghapus lebih dari 80% aturan mendetail dalam prompt untuk model generasi baru seperti Opus 5 dan Fable 5. Tujuannya adalah mengurangi konflik instruksi dan membebaskan model dari "buku pedoman karyawan" yang ketat, menggantinya dengan prinsip umum seperti menyesuaikan gaya kode yang ada. Namun, pengujian oleh pengembang @chenchengpro menunjukkan fakta menarik: sementara prompt Opus 4.7 (15.225 karakter) dipotong menjadi 4.467 karakter di versi 4.8, prompt Opus 5 justru bertambah menjadi 7.694 karakter. Penambahan sekitar 3.755 karakter ini terutama berisi aturan baru untuk mengatur kebiasaan Opus 5 yang lebih proaktif, seperti seberapa sering melaporkan progres, kapan harus memanggil sub-Agent, dan bagaimana mengontrol lingkup tugas serta panjang output. Jadi, Anthropic memang menghapus aturan lama yang terlalu detail, tetapi menambahkan panduan baru untuk mengarahkan kemampuan model yang lebih maju. Performa pemrograman Claude tetap terjaga meski promptnya disederhanakan. Bagi developer, saran utama adalah: fokus pada aturan proyek yang spesifik, pisahkan instruksi panjang menjadi "Skill", hindari duplikasi, dan berikan referensi yang dapat dieksekusi alih-alih deskripsi tekstual yang panjang.

marsbit07/27 11:40

Claude Code Gunting 80% Prompt, Opus 5 Malah Tambah Balik

marsbit07/27 11:40

OpenAI Resmi Mengajarkan 8 Jurus Menguasai ChatGPT

OpenAI secara resmi merilis panduan terbaru tentang teknik penulisan _prompt_ untuk mengoptimalkan penggunaan ChatGPT. Berikut 8 strategi utama yang dapat membuat ChatGPT lebih patuh dan menghasilkan konten yang akurat: 1. **Gunakan Model Terbaru**: Untuk hasil terbaik, disarankan menggunakan model terbaru OpenAI, seperti GPT-5.6 Sol. 2. **Berikan Instruksi yang Spesifik dan Detail**: Jangan berikan perintah yang umum. Jelaskan dengan jelas tujuan, panjang konten, format, gaya, dan elemen lain yang diinginkan. 3. **Struktur Prompt yang Jelas**: Letakkan intruksi utama di bagian depan prompt dan gunakan pemisah seperti `###` atau `"""` untuk memisahkan instruksi dengan teks yang akan diproses. 4. **Berikan Contoh dan Penjelasan Format**: Berikan contoh atau penjelasan tentang format output yang diharapkan agar AI memahami dengan lebih baik. 5. **Mulai dari Zero-shot, lalu Few-shot, dan Fine-tuning**: Coba dulu dengan instruksi dasar (zero-shot). Jika perlu, berikan beberapa contoh (few-shot). Untuk tugas yang sangat khusus, pertimbangkan fine-tuning dengan dataset yang besar. 6. **Hindari Deskripsi yang Samar atau Tidak Tepat**: Gunakan parameter yang terukur (misal: "3-5 kalimat") alih-alih instruksi seperti "beberapa kalimat" atau "singkat saja". 7. **Jangan Hanya Melarang, Tapi Juga Beri Arahan Positif**: Selain mengatakan apa yang tidak boleh dilakukan, beritahu juga apa yang seharusnya dilakukan oleh AI. 8. **Gunakan "Kata Pemandu" untuk Generasi Kode**: Saat meminta kode, gunakan kata kunci seperti `import` (Python) atau `SELECT` (SQL) di awal untuk memandu model. Terakhir, OpenAI memperkenalkan fitur "Generate Anything" yang dapat secara otomatis menghasilkan prompt yang sesuai hanya berdasarkan deskripsi tugas dari pengguna, mempermudah proses penulisan instruksi. Panduan ini dirancang untuk membantu pengguna menguasai ChatGPT dengan lebih efektif.

marsbit07/16 08:29

OpenAI Resmi Mengajarkan 8 Jurus Menguasai ChatGPT

marsbit07/16 08:29

Claude Dituduh Jadi Bodoh di Seluruh Internet, Anthropic Ungkap Penyebab Sebenarnya: Masalahnya Bukan di Modelnya

"Model" dan "Effort" dalam Claude Code: Bukan Model yang Bodoh, tapi Pengaturan yang Salah. Banyak pengguna mengeluh Claude Code menjadi "bodoh", seperti tidak membaca file atau menjalankan tes. Ternyata, masalahnya bukan pada model AI-nya, melainkan pada pengaturan **Effort** yang secara diam-diam diturunkan dari high ke medium oleh Anthropic pada Maret, demi mengurangi latency. Effort mengontrol seberapa keras Claude bekerja: membaca file, menjalankan tes, dan menyelesaikan tugas multi-langkah. Anthropic menjelaskan perbedaan kunci: - **Model** (Seperti Sonnet, Opus, Fable): Menentukan "kemampuan" atau pengetahuan dasar AI (terkait bobot yang dibekukan saat pelatihan). Ini menjawab "bisakah" AI melakukan tugas. - **Effort** (low, medium, high, ultra): Menentukan "sikap" atau seberapa banyak usaha yang AI kerahkan untuk tugas *tersebut*. Ini mengontrol seberapa teliti, proaktif, dan mandirinya AI. Kesalahan umum adalah langsung mengganti ke model yang lebih besar (dan mahal) ketika hasilnya buruk. Seringkali, menaikkan level Effort pada model yang lebih kecil (misal, Sonnet dengan high effort) bisa mengungguli model besar dengan effort rendah (Opus dengan medium effort), karena Claude mengerahkan lebih banyak pekerjaan. **Kerangka diagnosis resmi dari Anthropic:** 1. Periksa konteks/prompt Anda terlebih dahulu. 2. Jika Claude **tidak cukup berusaha** (melewatkan file, tes), **naikkan Effort**. 3. Jika Claude **tidak mampu** (salah terus meski konteks jelas dan berusaha), **ganti model yang lebih kuat**. Intinya: Era hanya membandingkan kekuatan model akan berakhir. Keterampilan baru yang penting adalah **menjadwalkan dan mengalokasikan** model & effort dengan tepat sesuai tugas, seperti manajer proyek, untuk hasil yang lebih baik dan penghematan biaya token.

marsbit07/12 06:00

Claude Dituduh Jadi Bodoh di Seluruh Internet, Anthropic Ungkap Penyebab Sebenarnya: Masalahnya Bukan di Modelnya

marsbit07/12 06:00

Huang Renxun: Prompt Sudah Mati, Seluruh Dunia AI Gila-Gilaan Mengejar Loop

Prompt sudah mati, seluruh industri AI kini gila-gilaan mengejar "Loop". Konsep Loop Engineering, yang dinamai oleh Addy Osmani dari Google pada Juni 2026, kini menjadi fokus utama. Para tokoh seperti Jensen Huang (NVIDIA), Andrew Ng, Andrej Karpathy, dan insinyur dari Anthropic menyatakan bahwa pekerjaan masa depan bukan lagi menulis prompt, tetapi merancang dan menangani sistem loop yang mandiri. Inti dari Loop Engineering adalah menggeser peran manusia dari pengendali AI harian menjadi arsitek sistem. Alih-alih terus-menerus menulis prompt, manusia mendesain sebuah siklus otomatis di mana AI dapat secara mandiri menemukan tugas, mengeksekusi, memverifikasi (dengan agen penilai terpisah untuk objektivitas), mempertahankan memori, dan menjadwalkan ulang—berjalan 24/7. Sebuah "buku putih" 11 halaman dan panduan 14 langkah praktis tengah viral, merinci komponen kunci loop: penemuan, penyerahan tugas, verifikasi, persistensi, dan penjadwalan. Tantangan terbesarnya adalah menghindari "utang verifikasi" dan "penyerahan kognitif" di mana manusia berhenti memahami kode yang dihasilkan AI. Contoh dari Anthropic menunjukkan bahwa meski loop memakan waktu dan biaya lebih besar (6 jam/$200 vs 20 menit/$9), kualitas outputnya jauh lebih unggul. Paradigma ini menggeser leverage dari menulis kata-kata untuk AI menjadi merancang sistem yang secara otomatis memberi makan AI, menjadikan penilaian manusia sebagai sumber daya paling berharga.

marsbit06/29 08:41

Huang Renxun: Prompt Sudah Mati, Seluruh Dunia AI Gila-Gilaan Mengejar Loop

marsbit06/29 08:41

Huang Renxun: Prompt Sudah Usang, Loop adalah Paradigma Baru

**Ringkasan:** **Prompt Sudah Ketinggalan Zaman, Loop adalah Paradigma Baru.** Menurut Huang Renxun (Jensen Huang), pendiri NVIDIA, tugas utama di era AI sekarang bukan lagi menulis perintah (prompt), tetapi **menulis dan mengelola loop (siklus).** **Apa itu Loop?** Loop adalah sistem di mana Anda mendefinisikan suatu tujuan, dan AI menjalankannya secara mandiri—memeriksa hasil, memperbaiki kesalahan, dan mengulangi proses tersebut hingga tugas selesai atau mencapai batas tertentu. Manusia beralih peran dari "pemberi perintah" menjadi **"perancang aturan" atau "arsitek sistem."** **Loop vs. Agent:** Agent adalah "pekerja" yang menjalankan tugas. Loop adalah **mekanisme pengelolaan** yang memungkinkan Agent bekerja terus-menerus tanpa pengawasan manusia. Agent dengan loop menjadi sistem yang dapat berjalan otomatis. **Contoh Penerapan:** Produk seperti Claude Code (dengan fitur /loop, /goal, /schedule) dan OpenAI Codex telah menerapkan konsep ini. Mereka membagi tugas kompleks ke beberapa Agent yang berjalan paralel di lingkungan terisolasi, dengan model terpisah untuk menulis kode dan memvalidasi hasil, memastikan objektivitas. **Bagaimana Memulai Loop?** 1. **Uji Kelayakan:** Pastikan tugas berulang, dapat divalidasi otomatis, dan anggaran token mencukupi. 2. **Mulai dari Loop Minimal:** Bangun sistem dengan pemicu otomatis, keterampilan (skill), file status (STATE.md), dan "gerbang" validasi (seperti pengujian). 3. **Pisahkan Pemeriksa dan Pelaksana:** Gunakan model atau Agent berbeda untuk menulis kode dan memeriksa/mengujinya. Ini kunci untuk kualitas. 4. **Hindari Jebakan Umum:** Tetapkan batas pengulangan dan token, simpan status, hindari tugas yang membutuhkan pertimbangan manusia, dan tetap tinjau perubahan kode (diff). 5. **Ukur Efektivitas:** Metrik utama adalah **biaya rata-rata per perubahan yang diterima.** **Evolusi Paradigma:** Perkembangan AI menunjukkan pergeseran berkelanjutan: 1. **Prompt Engineering** (2023-2024): Fokus pada cara menulis perintah. 2. **Context Engineering** (2024-2025): Fokus pada informasi dan latar belakang yang diberikan ke AI. 3. **Harness Engineering** (2025-2026): Fokus pada lingkungan eksekusi dimana AI dapat menggunakan alat dan sumber daya. 4. **Loop Engineering** (sekarang): Fokus pada merancang sistem siklus otomatis yang berjalan mandiri. Konsep loop memiliki akar akademis, seperti dalam framework **ReAct** (Reasoning + Acting) yang dikembangkan oleh Yao Shunyu dkk., yang menggabungkan penalaran dan tindakan dalam sebuah siklus. **Catatan Penting:** Meskipun menjanjikan, teknologi ini masih awal. Perlu kehati-hatian terhadap biaya token dan kompleksitas. Seperti dikutip Andrej Karpathy, **"Anda dapat mengalihdayakan pemikiran Anda, tetapi Anda tidak dapat mengalihdayakan pemahaman Anda."** Pemahaman mendalam tentang masalah tetap berada di tangan manusia.

marsbit06/25 14:31

Huang Renxun: Prompt Sudah Usang, Loop adalah Paradigma Baru

marsbit06/25 14:31

Panduan Penggunaan Mode Goal Codex: Cara Agar AI Terus Mendukung Tujuan Spesifik

Panduan menggunakan mode tujuan (goal mode) atau /goal pada Codex: Cara agar AI dapat terus mendorong pencapaian tujuan spesifik. Mode ini mengubah peran alat pemrograman AI dari asisten kode yang merespons perintah satu kali menjadi agen eksekusi yang dapat bekerja secara berkelanjutan untuk mencapai tujuan yang jelas. Kunci utama adalah menetapkan kriteria keluar yang jelas dan dapat diverifikasi, seperti "mengurangi waktu penerapan 30%" atau "mencapai cakupan tes 100%". Hal ini membantu Codex menilai apakah tugas telah selesai dan menghindari percobaan tanpa akhir pada tujuan yang ambigu. Pengguna juga perlu memberikan arahan, alat, dan lingkungan yang realistis agar Codex dapat mengukur kemajuan dan memvalidasi hasil. Untuk tugas visual, disarankan menghindari target seperti "reproduksi UI 100% pixel sempurna". Lebih baik uraikan menjadi daftar fungsionalitas, spesifikasi sistem desain, dan metrik yang dapat dinilai. Untuk tugas jangka panjang (beberapa jam hingga hari), penting untuk melacak kemajuan melalui commit, draft PR, dokumen progres, atau pembaruan Slack. Mode tujuan mendefinisikan ulang AI pemrograman dari sekadar "menulis prompt" menjadi "mengelola pelaksana teknik yang bekerja terus-menerus". Kemampuan inti developer bergeser menjadi mendefinisikan tujuan, membangun sistem pengukuran, mengonfigurasi lingkungan eksekusi, serta melakukan tinjauan dan refleksi akhir.

marsbit06/06 08:13

Panduan Penggunaan Mode Goal Codex: Cara Agar AI Terus Mendukung Tujuan Spesifik

marsbit06/06 08:13

Bagaimana Menjadi Pengguna Claude Level Tinggi dalam 30 Hari?

**Bagaimana Menjadi Pengguna Claude Lanjutan dalam 30 Hari?** Kebanyakan orang menggunakan Claude seperti mesin pencari: tanya, baca, tutup. Tidak ada akumulasi pengetahuan atau sistem. Namun, dengan 30 hari konfigurasi sadar, Anda bisa mengubah Claude menjadi sistem operasi kerja pribadi yang memahami konteks, preferensi, dan alur kerja Anda. **Minggu 1: Kuasai Fondasi yang Sering Diabaikan** * **Hari 1-2:** Pelajari penulisan *prompt* terstruktur: **Peran, Konteks, Tugas, Format, Batasan**. * **Hari 3-4:** Pahami *context window* (hingga 200K token). Letakkan informasi kunci di awal dan akhir percakapan. * **Hari 5-7:** Atur **Proyek** (mis., kerja utama, riset, penulisan) dan aktifkan **Memory** untuk profil pribadi yang konsisten. **Minggu 2: Bangun Alur Kerja Pertama Anda** * **Hari 8-9:** Buat templat **alur kerja riset** yang dapat digunakan kembali. * **Hari 10-11:** Bangun **alur kerja penulisan** dua langkah (buat kerangka, lalu tulis lengkap). * **Hari 12-14:** Buat **alur kerja pengambilan keputusan** untuk menganalisis opsi secara sistematis. **Minggu 3: Biarkan Claude Bekerja Secara Otonom** * **Hari 15-17:** Gunakan **Claude Cowork** untuk menjalankan tugas multi-langkah di folder komputer Anda. * **Hari 18-19:** Hubungkan alat kerja Anda (**Google Drive, Slack, Gmail**, dll.) untuk akses data langsung. * **Hari 20-21:** Atur **tugas otomatis** pertama (mis., ringkasan harian otomatis, laporan mingguan). **Minggu 4: Akumulasi Majemuk dan Optimasi Sistem** * **Hari 22-24:** Evaluasi dan optimasi semua alur kerja berdasarkan kualitas output. * **Hari 25-26:** Bangun **basis pengetahuan** pribadi dari output Claude terbaik untuk konteks masa depan. * **Hari 27-28:** Ajarkan sistem ini kepada kolega untuk memperdalam pemahaman Anda. * **Hari 29-30:** Rancang **sistem operasi Claude ideal** Anda, petakan semua alur kerja, alat, dan ritme penggunaan. **Hari ke-31:** Claude akan menjadi asisten otomatis yang siap bekerja—dokumen perencanaan, riset, laporan tim sudah tersedia. Anda fokus pada penilaian kreatif dan strategi, sementara sistem menangani sisanya. Perbedaannya bukan pada trik, tapi pada sistem yang berjalan. Mulailah dengan 15 menit menyiapkan Proyek pertama Anda malam ini.

marsbit05/20 08:10

Bagaimana Menjadi Pengguna Claude Level Tinggi dalam 30 Hari?

marsbit05/20 08:10

Model Pembuat Gambar yang Lebih Hebat dari Nano Banana Bocor, Screenshot Bukan Lagi Bukti | Dilengkapi Prompt

Model gambar AI terbaru OpenAI, yang diduga bernama GPT Image 2, telah bocor dan menunjukkan peningkatan signifikan dalam hal rendering teks, termasuk aksara non-Latin seperti bahasa Tionghoa. Model ini dapat menghasilkan gambar yang sangat realistis, seperti screenshot antarmuka pengguna, label produk, dan bahkan dokumen identitas yang tampak asli. Kemampuan ini tidak hanya berguna untuk desainer dan pembuat konten, tetapi juga memunculkan kekhawatiran bahwa screenshot tidak lagi dapat dijadikan bukti yang andal. Model ini dilaporkan mengungguli model lain seperti Midjourney dalam hal rendering teks, pemahaman instruksi, dan pengetahuan dunia. Meskipun belum secara resmi diumumkan, model ini sedang dalam tahap A/B testing dan diperkirakan akan diluncurkan resmi sekitar Mei 2026. Pengguna dapat mencobanya di platform LM Arena dengan prompt tertentu untuk hasil terbaik.

marsbit04/19 01:14

Model Pembuat Gambar yang Lebih Hebat dari Nano Banana Bocor, Screenshot Bukan Lagi Bukti | Dilengkapi Prompt

marsbit04/19 01:14

Agent Telah Memasuki Era yang Didorong oleh Harness

Kebocoran kode sumber Claude Code milik Anthropic mengungkap praktik terdepan dalam rekayasa Harness untuk sistem AI. Harness adalah rangkaian arsitektur teknik yang mendorong model AI untuk memaksimalkan kemampuan, bukan hanya menghasilkan token. Claude Code mengadopsi enam komponen inti: System Prompt bertingkat, Tool Schema, Tool Call Loop, Context Manager, Sub Agent, dan Verification Hooks. Pendekatan ini memungkinkan integrasi pelatihan dan inferensi, mengurangi halusinasi model, dan meningkatkan akurasi eksekusi tugas panjang. Era ini menuntut talenta gabungan yang memahami AI, teknik backend, dan infrastruktur, serta mendorong implementasi Agent yang lebih terjamin, terprivasi, dan terukur.

marsbit04/15 10:16