Teknik Prompting untuk LLM

Large Language Models — Pertemuan ke-3

Anggit Wirasto, S.Si., M.Eng.

Tujuan pembelajaran

Setelah materi ini, mahasiswa diharapkan mampu:

  • Menjelaskan komponen prompt yang efektif dan perbedaan zero-shot, few-shot, serta chain-of-thought.
  • Merancang prompt dengan peran, batasan, format keluaran, dan dekomposisi tugas yang jelas.
  • Mengenali anti-pola umum dan memperbaiki prompt lewat penyempurnaan berulang.
  • Menerapkan teknik prompting secara kritis dengan sadar akan keterbatasan model dan risiko prompt injection.

Apa itu “prompting”?

Prompting adalah cara kita menginstruksikan LLM lewat teks (dan kadang multimodal) agar menghasilkan keluaran yang berguna.

Berbeda dari pemrograman imperatif tradisional, perilaku model bersifat probabilistik: perubahan kecil pada kata-kata bisa mengubah jawaban secara besar.

Fokus pertemuan ini: teknik yang dapat dipraktikkan di API atau antarmuka chat, tanpa melatih ulang model.

Empat komponen prompt yang sering dipakai

  1. Instruksi — apa yang harus dilakukan model (kerjakan X).
  2. Konteks — latar belakang, dokumen, atau data yang menjadi acuan.
  3. Format — bagaimana bentuk jawaban (paragraf, tabel, JSON, daftar bernomor).
  4. Batasan — panjang, gaya, larangan, asumsi, atau kriteria kualitas.

Mengisi keempatnya secara eksplisit sering meningkatkan konsistensi dan keterukuran hasil.

Zero-shot prompting

Zero-shot: kita tidak memberi contoh input–output; hanya instruksi langsung.

Contoh (lemah — ambigu):

Jelaskan blockchain.

Contoh (lebih baik — audience + kedalaman):

Jelaskan blockchain untuk mahasiswa non-teknik dalam ±150 kata.
Gunakan analogi satu saja. Akhiri dengan satu kalimat tentang risiko umum.

Zero-shot kuat jika instruksi spesifik; lemah jika tugas langka atau format ketat tanpa contoh.

Few-shot prompting (in-context learning)

Few-shot: menyertakan beberapa pasangan contoh masukan → keluaran sebelum kasus nyata.

Contoh — klasifikasi sentimen (3 kelas):

Teks: "Pengiriman cepat, produk sesuai."
Label: positif

Teks: "Kemasan penyok, tapi barang masih jalan."
Label: netral

Teks: "Tidak pernah sampai, CS tidak membantu."
Label: negatif

Teks: "Sudah bayar, status tetap menunggu 5 hari."
Label:

Model cenderung menyalin pola format dan semantik dari contoh. Pilih contoh yang representatif dan bebas bias berlebihan.

Few-shot: tips praktis

  • Urutan contoh: kadang contoh terakhir paling “mendekati” pola; variasikan urutan saat evaluasi.
  • Keseimbangan kelas: jangan hanya contoh positif jika ada tiga kelas.
  • Konsistensi format: delimiter sama (mis. Teks: / Label:) mengurangi kesalahan parsing.
  • Token budget: banyak contoh memakan konteks; untuk produksi, pertimbangkan fine-tuning atau retrieval contoh dinamis.

Chain-of-Thought (CoT)

CoT meminta model menampilkan langkah penalaran sebelum jawaban akhir, sehingga tugas multi-langkah (matematika, logika, aturan bisnis) sering lebih stabil.

Contoh (few-shot CoT — gaya klasik):

Q: Roger punya 5 bola tenis. Ia membeli 2 kaleng berisi 3 bola tenis per kaleng.
   Berapa banyak bola tenis yang ia punya sekarang?
A: Roger mulai dengan 5 bola. 2 kaleng × 3 bola = 6 bola tambahan.
   Total 5 + 6 = 11. Jawaban: 11.

Q: Cafeteria punya 23 apel. Jika mereka memakai 20 untuk makan siang dan membeli 6 lagi,
   berapa banyak apel yang mereka punya?
A:

Zero-shot CoT

Tanpa contoh, tambahkan pemicu penalaran di akhir pertanyaan, misalnya:

[pertanyaan Anda]

Jawab dengan langkah demi langkah, lalu beri kesimpulan satu baris di akhir.

Atau frasa terkenal dalam literatur: “Let’s think step by step” (efektif pada beberapa model/setting; uji di model Anda).

Catatan: CoT bisa memperpanjang jawaban dan biaya token; untuk produksi, minta ringkasan langkah atau hanya jawaban akhir setelah validasi internal.

Peran (role / persona) prompting

Memberi peran membantu model mengadopsi gaya, tingkat detail, dan prioritas yang sesuai.

Contoh:

Anda adalah peninjau kode senior. Fokus pada keamanan, kejelasan, dan uji coba.
Berikan: (1) ringkasan risiko, (2) daftar temuan berat ringan,
(3) saran patch konkret. Gunakan bahasa Indonesia.

Risiko: peran bisa memperkuat kepercayaan berlebihan pada jawaban; tetap verifikasi fakta dan kode.

System vs user (dan developer) message

Di banyak API chat:

  • System — aturan global, gaya, batasan kebijakan (disarankan untuk instruksi stabil).
  • User — permintaan pengguna atau data masukan.
  • Developer (jika ada) — instruksi teknis tambahan dari penyedia integrasi.

Praktik: taruh kebijakan yang jarang berubah di system; isi dinamis (dokumen RAG, form user) di user.

Menentukan format keluaran secara eksplisit

Contoh — ringkasan terstruktur:

Ringkas teks berikut dalam format:

## Ringkasan (maks. 3 kalimat)
## Poin kunci (bullet, maks. 5)
## Tindakan yang disarankan (bullet, maks. 3)

Teks:
""" ... """

Format jelas memudahkan pipeline otomatis (parse markdown/JSON) dan mengurangi “omelan” tak terduga.

Structured output: contoh JSON

Ekstrak informasi berikut dari teks pengguna dan kembalikan HANYA objek JSON valid
tanpa teks lain, dengan skema:

{
  "nama": string,
  "tanggal": string | null (format YYYY-MM-DD jika ada),
  "jumlah": number | null,
  "mata_uang": "IDR" | "USD" | null
}

Teks: "Saya, Budi, transfer 1.5 juta rupiah pada 3 Mei 2025 untuk invoice 77."

Tips: minta satu objek atau array jelas; sebutkan null jika tidak ada; hindari koma trailing jika parser ketat.

Dekomposisi tugas (divide and conquer)

Untuk tugas besar, pecah menjadi sub-prompt berurutan atau berjenjang.

Alur contoh — laporan dari catatan rapat:

  1. Prompt A: “Buat daftar keputusan dan action item mentah.”
  2. Prompt B: “Dari daftar ini, kelompokkan per pemilik dan urutkan menurut tenggat.”
  3. Prompt C: “Susun email singkat ke tim dengan tabel Markdown.”

Menggabungkan semuanya dalam satu prompt panjang bisa berhasil, tetapi dekomposisi sering mengurangi halusinasi pada bagian kompleks.

Self-consistency (gambaran singkat)

Untuk satu pertanyaan, sampel beberapa rantai CoT (suhu > 0 atau beberapa completion), lalu pilih jawaban akhir yang paling sering muncul.

Kapan dipakai: matematika/logika kritis; trade-off: biaya komputasi dan latensi naik.

Di kelas ini cukup sebagai konsep; implementasi detail biasanya di kode orkestrasi, bukan satu prompt saja.

Batasan negatif dan asumsi

Contoh:

Jangan memberi nasihat medis diagnosis. Jika informasi tidak cukup, tulis
"DATA TIDAK CUKUP" dan sebutkan data apa yang diperlukan.
Hindari jargon hukum; gunakan bahasa sehari-hari.

Batasan konkret lebih baik daripada “jangan salah”.

Anti-pola vs perbaikan (1)

Lemah:

Buat strategi marketing.

Lebih baik:

Buat outline strategi marketing digital 90 hari untuk UMKM kue kering online,
budget iklan ≤Rp2jt/bulan. Sertakan: channel, frekuensi konten, 3 metrik KPI,
dan risiko utama. Maks. 250 kata.

Spesifikitas domain, horizon, anggaran, dan keluaran mengurangi jawaban generik.

Anti-pola vs perbaikan (2)

Lemah (instruksi ganda kabur):

Analisis dan jelaskan dan kritik dan perbaiki teks ini.

Lebih baik (urutan eksplisit):

Langkah 1: Parafrase singkat maks. 2 kalimat.
Langkah 2: Daftar 3 kelemahan dengan bukti kutipan dari teks.
Langkah 3: Revisi paragraf pembuka saja (maks. 120 kata).

Penyempurnaan berulang (iterative refinement)

  1. Draf cepat dengan prompt minimal.
  2. Kritik — prompt kedua: “Sebutkan apa yang kurang dari draf ini terhadap rubrik …”.
  3. Perbaiki — prompt ketiga: “Gabungkan rubrik dan draf; hasilkan versi final”.

Cocok untuk menulis, kode, dan desain; dokumentasikan versi prompt yang bekerja.

Prompt injection: apa hubungannya dengan prompting?

Prompt injection terjadi ketika konten tidak tepercaya (email, PDF, komentar web) memuat instruksi yang memancing model mengabaikan kebijakan Anda.

Mitigasi (tingkat prompt + sistem): pisahkan instruksi dan data dengan delimiter jelas; instruksikan “ikuti hanya bagian DATA”; filter/kuarantina input; output parsing ketat; lapisan kebijakan di luar model.

Ini bukan solusi sempurna hanya lewat satu kalimat ajaib — desain sistem tetap utama.

Checklist evaluasi prompt

  • Apakah audiens dan tujuan sudah jelas?
  • Apakah format keluaran dapat diparse otomatis?
  • Apakah contoh few-shot seimbang dan bebas noise?
  • Apakah perlu CoT untuk multi-langkah?
  • Apakah sudah diuji pada kasus tepi (input kosong, tidak relevan, permintaan melanggar kebijakan)?

Studi mini: dari chat ke “spesifikasi”

Prompt awal:

Tolong bantu saya presentasi.

Prompt setelah satu putaran klarifikasi (boleh digabung):

Saya akan presentasi 10 menit untuk dosen. Topik: prompting LLM.
Audiens: mahasiswa S1 TI. Butuh: struktur slide 8–10, usulan demo live 2 menit,
dan 3 pertanyaan diskusi. Nada: formal ringan.

Latihan: bandingkan keluaran kedua prompt pada model yang sama.

Ringkasan

  1. Prompt efektif menggabungkan instruksi, konteks, format, dan batasan; zero-shot membutuhkan spesifikasi kuat, few-shot menyalin pola.
  2. CoT (dengan contoh atau pemicu zero-shot) membantu tugas multi-langkah; peran mengatur gaya dan fokus.
  3. Dekomposisi dan iterasi sering mengalahkan satu prompt raksasa; JSON/struktur mendukung integrasi sistem.

Ringkasan

  1. Self-consistency dan hybrid teknik lanjut melibatkan orkestrasi dan biaya tambahan.
  2. Waspadai prompt injection; delimiter dan kebijakan sistem melengkapi desain prompt.
  3. Ukur kualitas dengan rubrik dan kasus uji — prompting adalah rekayasa empiris.

Referensi untuk mendalami

  • Brown et al. — Language Models are Few-Shot Learners (GPT-3; paradigma few-shot).
  • Wei et al. — Chain-of-Thought Prompting Elicits Reasoning in Large Language Models.
  • Kojima et al. — Large Language Models are Zero-Shot Reasoners (zero-shot CoT).
  • Dokumentasi penyedia model (OpenAI, Anthropic, Google, dll.) — prompt engineering guides dan best practices API.
  • Survei terbaru tentang prompting dan jailbreak/injection (cek arXiv; domain berkembang cepat).