Diyetekno – Model terbaru ChatGPT, GPT-5, hadir dengan fitur, personalitas, dan integrasi baru yang menarik. Namun, sebagai seorang jurnalis tekno, saya lebih penasaran tentang bagaimana ChatGPT menangani prompt atau perintah yang saya berikan. Bisakah kita mengintip cara kerjanya?
Mencoba meminta bot AI seperti ChatGPT, Claude, atau Gemini untuk mengungkap monolog internal mereka biasanya akan memicu respons standar: "Maaf, saya tidak bisa membagikan itu, tetapi saya bisa memberikan informasi umum tentang cara saya bekerja." Padahal, melihat proses berpikir mereka bisa mengungkap bias tersembunyi, seperti kecenderungan ChatGPT terhadap pandangan Barat atau performa terbaiknya dalam bahasa Inggris.
Namun, setelah beberapa kali berinteraksi, ChatGPT-5 bersedia berbagi beberapa detail tentang bagaimana ia memproses prompt saya. Berikut adalah beberapa poin penting yang saya pelajari:
- Apa yang Dicari GPT-5 dalam Sebuah Prompt
ChatGPT menjelaskan bahwa ia memulai dengan menginterpretasikan prompt yang diberikan. Informasi ini digunakan untuk mengaktifkan domain pengetahuan yang relevan sebelum membangun kerangka jawaban yang terstruktur.
ChatGPT juga menekankan pentingnya informasi tambahan yang memberikan konteks lebih pada prompt. Misalnya, menentukan target audiens akan membantu dalam menyusun jawaban yang relevan, begitu pula dengan menyarankan tone atau gaya bahasa yang diinginkan. Selain itu, batasan yang tidak bisa dinegosiasikan dalam prompt sebaiknya ditekankan di awal.
- Format Prompt
Meskipun prompt yang ditulis seolah-olah Anda berbicara dengan teman baik dapat bekerja dengan baik, ChatGPT juga mengungkapkan bahwa memformat prompt dalam gaya JSON (format teks khusus yang menyerupai kode) bisa menjadi cara efisien untuk memasukkan banyak parameter yang ketat.
Meskipun format ini mungkin membuat prompt Anda lebih sulit dibaca, ia memiliki manfaat potensial untuk memudahkan Anda melihat apakah ada persyaratan penting yang terlewatkan. Dalam template JSON, Anda dapat mengklarifikasi situs web dan topik apa yang boleh dan tidak boleh digunakan oleh chatbot, serta mengatur tingkat pengetahuan untuk output dan jumlah kata maksimum.
- Potensi Kesalahan
Meskipun meminta ChatGPT untuk mengungkapkan seluruh rantai pemikirannya tidak berhasil, saya mendapatkan beberapa wawasan tentang potensi kesalahan yang bisa terjadi jika ia salah menginterpretasikan sebuah prompt.
- Few-Shot Prompting
ChatGPT mengonfirmasi bahwa teknik yang dikenal sebagai few-shot prompting sangat efektif. Teknik ini melibatkan berbagi contoh seperti apa output ideal Anda. "Jika Anda memiliki gaya output yang sangat khusus dalam pikiran, menunjukkan contoh singkat sering kali memandu ChatGPT lebih efektif daripada instruksi abstrak apa pun," jelas ChatGPT.
Kesimpulan
Memahami bagaimana LLM (Large Language Model) membuat keputusan berdasarkan prompt Anda dapat bermanfaat dalam berbagai cara. Hal ini dapat membantu Anda memahami apa yang mungkin salah jika output tidak sesuai dengan harapan Anda, dan berpotensi membuka batasan jika Anda memiliki alasan yang sah untuk melakukannya.
Selain itu, pemahaman ini juga berguna bagi para pembuat model untuk mengawasi dan memastikan bahwa model mereka berperilaku dengan benar. Sebuah studi baru-baru ini bahkan menunjukkan bahwa LLM yang lebih baru mungkin menjadi sangat canggih sehingga rantai pemikiran mereka tidak dapat dibaca oleh manusia, atau dapat disamarkan oleh AI jika mendeteksi bahwa ia sedang diawasi.
