makedream
12:38AI LABS
Log in to leave a comment
No posts yet
Dalam proyek berskala besar, bukan salah Anda jika agen AI seperti Claude melenceng. Model AI mengalami fenomena Lost in the Middle, di mana mereka hanya fokus pada bagian awal dan akhir percakapan. Terutama ketika jendela konteks melebihi 60%, kualitas respons akan anjlok drastis. Jika file instruksi sistem terlalu panjang, AI akan menghabiskan seluruh token untuk membaca file konfigurasi alih-alih logika penting yang sebenarnya.
Untuk mencegah hal ini, Anda tidak boleh membiarkan perhatian AI teralihkan.
/compact.Memberikan seluruh kode sumber kepada AI adalah tindakan yang tidak efisien. Sebaliknya, standarisasi antarmuka terlebih dahulu. Buat file skema secara terpisah, seperti OpenAPI untuk API, dan Zod atau Pydantic untuk model data. Dengan cara ini, AI tidak perlu memikirkan logika keseluruhan dan hanya akan menghasilkan kode dalam batasan spesifikasi yang diberikan. Berdasarkan pengujian langsung yang saya lakukan, memberikan skema seperti ini mengurangi jumlah permintaan revisi berulang karena AI menulis kode yang salah hingga hampir 60%.
.json atau .yaml per modul.ai-context.md yang hanya berisi struktur inti di dalam root proyek, maksimal 100 baris.grep untuk mengekstrak dan membaca hanya baris yang diperlukan.Kode yang ditulis AI mungkin terlihat meyakinkan, namun seringkali penuh dengan bug. Gunakan framework seperti Husky atau pre-commit untuk mencegah kode yang tidak lolos gerbang kualitas agar tidak bisa digabungkan (merge).
eslint dan tsc --noEmit ke dalam hook pre-commit untuk memblokir kesalahan sintaksis dan tipe secara mendasar.Jika AI menyentuh banyak file, efek samping (side effect) dapat terjadi. Untuk mencegahnya, gunakan branch sebagai kontainer kerja, bukan sekadar penyimpanan. Membagi branch per unit fitur memungkinkan Anda mengisolasi AI agar hanya memahami perubahan terbaru.
feature/auth-validation./compact, lalu tulis sisa pekerjaan di file current-handover.md./clear, lalu muat ulang hanya file skema dan dokumen handover yang diperlukan.Dengan melakukan ini, Anda dapat mencegah AI merusak kode karena konteks masa lalu yang tidak diperlukan.