Metode Ini Mengubah Cara Saya Bekerja dengan AI Agent

AAI LABS
Computing/SoftwareSmall Business/StartupsManagementInternet Technology

Transcript

00:00:00Co-work memberikan kemampuan kode cloud yang hebat bagi non-pengembang, sehingga mereka bisa membuat
00:00:04otomasi sungguhan, alur kerja dokumen, pipeline, dan tugas riset yang sebelumnya hanya bisa dilakukan
00:00:10melalui terminal saja.
00:00:11Namun kebanyakan dari mereka masih mendapatkan hasil berkualitas rendah dan mengeluh bahwa penggunaan co-work telah
00:00:15menghabiskan kuota batas mereka.
00:00:17Hal ini terjadi bukan karena alatnya, melainkan karena tidak adanya upaya yang
00:00:21diberikan pada tahap pra-pengaturan.
00:00:22Tidak ada satu cara yang benar untuk pra-pengaturan, ini selalu merupakan rangkaian langkah yang Anda ambil untuk
00:00:26membuat alur kerja tersebut sesuai dengan kebutuhan Anda.
00:00:28Saya tahu kita telah membicarakan praktik terbaik semacam ini di sebagian besar video sebelumnya,
00:00:32tetapi kami menemukan beberapa hal baru yang sangat bagus dan berdampak besar pada alur kerja kami.
00:00:37Hal pertama yang perlu Anda lakukan sebelum melakukan apa pun adalah membuat manifest.md untuk setiap
00:00:42folder tempat Anda bekerja.
00:00:43File ini berada di root folder dan berisi panduan tentang bagaimana struktur
00:00:47folder tersebut sebenarnya.
00:00:48Bagi pengguna cloud code, file ini sama dengan file claud.md.
00:00:52Jika Anda, seperti kami, juga bekerja dalam folder yang berisi banyak informasi yang bertingkat
00:00:56dan terstruktur, manifest sangat membantu dalam mengelola folder tersebut.
00:01:00Claud cenderung tersesat dan mengambil gangguan dari file yang tidak relevan.
00:01:03Ini karena tanpa file manifest, claud cenderung menavigasi folder dengan menebak-nebak
00:01:07di mana file yang tepat sebenarnya berada.
00:01:09Ini membengkakkan konteks secara tidak perlu yang menyebabkan penggunaan file yang salah sebagai sumber dan menghasilkan
00:01:14output berkualitas buruk.
00:01:15File ini memberi tahu dokumen mana yang merupakan sumber kebenaran, sub-folder mana yang dipetakan ke domain mana,
00:01:20dan apa yang harus diabaikan sepenuhnya.
00:01:21Manifest.md berisi 3 tingkatan file untuk memberi tahu claud file mana yang harus
00:01:27diprioritaskan dan mana yang tidak.
00:01:28Tingkat 1 berisi semua file yang harus selalu dimuat oleh model Anda dan berfungsi sebagai sumber
00:01:33kebenaran, mencantumkan semua file yang tidak boleh dilewati sama sekali.
00:01:36Tingkat 2 adalah file-file yang Anda ingin dimuat sesuai permintaan.
00:01:39Ini mencakup jenis file yang tidak Anda butuhkan segera tetapi mungkin akan dibutuhkan.
00:01:43Dan terakhir, tingkat ketiga adalah data arsip, yang merupakan versi data masa lalu Anda yang
00:01:48tidak Anda butuhkan tetapi disimpan untuk catatan.
00:01:50Itulah mengapa kami menandainya sebagai “Abaikan kecuali diminta”.
00:01:53Sekarang dengan pengaturan ini, setiap kali kami mengajukan pertanyaan di cowork, ia akan memuat file manifest.md
00:01:59terlebih dahulu dan dari situ menemukan file yang berisi data yang dibutuhkan, lalu ia merespons
00:02:03kueri kami jauh lebih cepat dan lebih andal daripada bekerja tanpanya.
00:02:07Selain manifest.md, Anda perlu membuat 3 file konteks lagi yang menjelaskan
00:02:12siapa identitas Anda.
00:02:13File-file ini adalah tentang saya, gaya bahasa brand, dan gaya kerja, masing-masing menjelaskan preferensi respons Anda
00:02:19agar Claude tahu bagaimana harus bersikap.
00:02:20Ini menghilangkan output AI yang generik karena Claude benar-benar tahu apa gaya kerja Anda.
00:02:25Jadi kami menempatkan file-file ini di folder konteks Claude di dalam folder Dokumen dan membuatnya
00:02:29dapat diakses dari mana saja dengan memberi tahu Claude dalam instruksinya.
00:02:33Ini memastikan bahwa Claude merespons sesuai dengan apa yang kami butuhkan dan tidak bersikap dengan cara
00:02:38yang tidak kami sukai.
00:02:39File-file ini tidak dimaksudkan untuk dibuat sekali lalu digunakan selamanya.
00:02:42Mereka perlu sering disempurnakan dan jika Anda melihat Claude tidak mengikuti instruksi
00:02:46yang Anda berikan di file Anda, maka lakukan iterasi apakah itu masalah perintah atau masalah
00:02:51konteks.
00:02:52Jika salah satunya, Anda dapat menambahkan baris ke file-file ini untuk memperbaikinya.
00:02:54Selain file-file tersebut, Anda perlu membuat file memori agar jika Anda bekerja terus-menerus
00:02:59di folder tertentu, ia tetap menyimpan memori antar sesi dari file-file ini.
00:03:03Ini bekerja mirip dengan pengkodean, membiarkan file bertindak sebagai memori eksternal untuk semua keputusan
00:03:08dan tugas yang perlu dilakukan.
00:03:10Hal berikutnya adalah sesuatu yang sering diabaikan orang, yaitu instruksi global.
00:03:13Banyak orang membiarkannya kosong, padahal instruksi ini sangat kuat karena
00:03:17dimuat sebelum hal lainnya, bahkan sebelum perintah Anda dimuat.
00:03:21Instruksi ini bertindak sebagai titik awal untuk semua perintah Anda.
00:03:23Untuk Claude code, ini terlihat seperti instruksi dalam file Claude.md di folder .Claude
00:03:28pada direktori home.
00:03:30Dalam instruksi global saya, saya secara spesifik menyatakan bahwa manifest.md adalah hal pertama yang harus dilihat Claude
00:03:35dan bagaimana cara menavigasinya.
00:03:37Tetapi ada juga praktik lain yang membuat bekerja dengan Claude lebih terkendali.
00:03:41Sebagai contoh, saya membiarkan Claude mengajukan pertanyaan klarifikasi sebelum melakukan apa pun.
00:03:45Dengan cara ini, ia tidak melakukan apa pun yang menurutnya benar secara membabi buta dan dapat melakukan koreksi
00:03:48dengan pertanyaan yang relevan.
00:03:50Hal lain yang perlu disertakan dalam pengaturan global Anda adalah meminta Claude menunjukkan rencana singkat sebelum
00:03:54mengambil tindakan.
00:03:55Saat ia memaparkan rencana terlebih dahulu, Anda bisa melihat apakah arahnya sudah benar atau belum.
00:03:59Anda dapat menambahkan aturan lain sesuka Anda.
00:04:00Misalnya, saya menambahkan instruksi untuk menghindari kata-kata pengisi dan tidak memanjangkan output,
00:04:05yang biasanya cenderung dilakukan Claude.
00:04:06Saya juga secara eksplisit menyatakan bahwa jika tingkat keyakinannya rendah, Claude harus bertanya alih-alih memberikan
00:04:11jawaban salah dengan penuh percaya diri.
00:04:12Semua ini berkontribusi pada pengalaman yang jauh lebih baik dengan cowork.
00:04:16Bahkan dengan perintah yang samar, pengaturan ini membuatnya menjawab dengan akurat.
00:04:19Dan seperti yang sudah saya sebutkan, kami menggunakan file konteks Claude untuk memandu suara dan kepribadian, jadi
00:04:24saya juga menyertakan ini dalam instruksi global agar ia dapat merujuknya kapan pun dibutuhkan.
00:04:28Meskipun ini adalah sesuatu yang pasti sering Anda dengar di video kami, Anda juga perlu
00:04:32memastikan bahwa konteks yang diberikan kepada agen Anda minimal, baik dengan menyatakannya secara eksplisit
00:04:36dalam perintah atau dengan mengontrolnya menggunakan file seperti manifest.md atau sejenisnya.
00:04:41Semakin sedikit jendela konteks yang membengkak karena gangguan, semakin baik kinerjanya.
00:04:44Sekarang perintah, instruksi pengaturan, dan template sudah tersedia di AI Labs Pro.
00:04:48Bagi yang belum tahu, ini adalah komunitas yang baru kami luncurkan di mana Anda mendapatkan template
00:04:52siap pakai yang dapat langsung dimasukkan ke dalam proyek Anda untuk video ini dan semua video sebelumnya.
00:04:57Jika Anda menemukan nilai dalam apa yang kami lakukan dan ingin mendukung saluran ini, ini adalah cara terbaik
00:05:01untuk melakukannya, tautannya ada di deskripsi.
00:05:03Hal lain yang perlu kita lakukan adalah menentukan hasil akhir dari apa yang ingin dicapai alih-alih
00:05:07menentukan prosesnya.
00:05:09Seperti yang selalu kami katakan, jika kita menunjukkan kepada model seperti apa output yang benar,
00:05:13ia cenderung bekerja lebih baik dan melakukan iterasi menuju tujuan tersebut.
00:05:16Output yang benar itu bisa berupa apa saja, kasus uji, output akhir dalam perintah, atau referensi serupa.
00:05:21Prinsip ini berlaku untuk semua agen, baik itu cowork, Claude code, atau agen lainnya.
00:05:26Saat kami ingin melakukan tugas reorganisasi di folder kami, kami secara spesifik menyatakan
00:05:31versi setiap file yang mana yang harus masuk ke folder mana dan apa isi setiap folder
00:05:36setelah reorganisasi selesai, alih-alih menyebutkan secara samar untuk mereorganisasi file.
00:05:40Kami juga merinci bagaimana ia harus menangani folder bertingkat dan secara eksplisit menyebutkan apa yang
00:05:45tidak boleh ia sentuh.
00:05:46Perintah ini memungkinkan Claude untuk beriterasi menuju tujuan tersebut dengan tertib, membuat tugas
00:05:50jauh lebih mudah karena sekarang ia tahu seperti apa output yang benar.
00:05:54Kita perlu memberi tahu Claude secara eksplisit apa yang harus dilakukan jika ia ragu tentang tugas apa pun.
00:05:58Paling sering kita memberikan instruksi yang jelas kepada Claude dalam perintah kita tentang apa yang perlu dilakukan dan
00:06:03jalur terbaik untuk diikuti, tetapi kita tidak menyebutkan bagaimana ia harus menangani kasus-kasus ekstrem.
00:06:06Dalam situasi tersebut, Claude cenderung menebak, dan sering kali tebakannya salah karena
00:06:10ia tidak tahu pendekatan pilihan kita.
00:06:12Jadi Anda perlu menyatakan secara spesifik apa yang harus dilakukan dalam situasi tersebut.
00:06:16Kami melakukannya dengan menambahkan ini dalam instruksi global kami bahwa jika Claude ragu tentang apa pun,
00:06:21ia harus bertanya dengan menjelaskannya lewat kata-kata, dan jika keyakinannya rendah, ia harus mengatakannya.
00:06:25Di folder dokumen kami di bawah Gaya Kerja, kami juga menetapkan bahwa jika ia tidak yakin tentang
00:06:30sesuatu, ia harus mengatakannya dan secara eksplisit tidak menebak atau menyajikannya sebagai fakta.
00:06:34Sekarang dengan adanya ini, Claude menandai ketidakpastian di awal alih-alih menebak salah dengan penuh percaya diri.
00:06:39Namun sebelum kita melangkah lebih jauh, mari kita dengar sepatah kata dari sponsor kita, Scrimba.
00:06:42Kebanyakan dari kita belajar coding dengan menonton video, lalu macet, dan terus-menerus beralih antara
00:06:46browser dan editor sampai otak kita pusing.
00:06:49Scrimba memperbaiki masalah ini.
00:06:50Mereka menciptakan teknologi Scrim, di mana pemutar videonya sebenarnya adalah editor kode langsung.
00:06:54Kapan pun, Anda dapat menekan jeda, mengklik langsung ke dalam kode instruktur, dan mulai mengedit
00:06:58di sana juga untuk melihat apa yang terjadi.
00:07:00Ini seperti pemrograman berpasangan dengan para ahli, dan itulah yang membuat pembelajarannya benar-benar
00:07:04melekat.
00:07:05Scrimba menawarkan pelatihan khusus yang diperlukan untuk menguasai teknik AI dan pengembangan full stack
00:07:09untuk portofolio berkualitas tinggi.
00:07:11Jika Anda seorang pelajar atau sedang bersiap untuk wawancara, pembahasan mendalam ini membantu Anda bersiap untuk
00:07:15seleksi teknis yang mencakup struktur data dalam Git.
00:07:18Ini adalah cara paling efisien untuk menjembatani celah dari sekadar coding asal-asalan ke teknik profesional.
00:07:22Berhentilah menonton tutorial pasif dan mulailah mendapatkan pengalaman dunia nyata melalui pembangunan yang
00:07:26interaktif hari ini.
00:07:27Mulailah hari ini dengan kursus gratis mereka dan saat Anda siap, gunakan tautan kami di komentar yang
00:07:31disematkan di bawah untuk menghemat tambahan 20% pada paket pro mereka.
00:07:35Alih-alih menggunakan sesi yang berbeda untuk setiap tugas, Anda perlu mengelompokkan pekerjaan terkait ke dalam
00:07:39satu sesi.
00:07:40Bagaimana cara mengidentifikasi tugas mana yang dapat dikelompokkan ke dalam satu sesi dan mana yang tidak?
00:07:45Petunjuk pertamanya adalah bahwa beberapa tugas sebenarnya berbagi konteks di antara mereka karena output
00:07:49dari satu tugas dimasukkan sebagai input ke tugas berikutnya dan seterusnya.
00:07:51Misalnya, pembuatan laporan ringkasan anggaran bulanan sering kali melibatkan beberapa
00:07:56tugas yang saling berhubungan.
00:07:57Dalam kasus seperti itu, kita perlu mengelompokkan tugas-tugas serupa agar berjalan lebih cepat, lebih murah, dan dengan
00:08:01kualitas yang lebih tinggi.
00:08:02Ini juga membantu mencegah seringnya mencapai batas sesi karena Anda menyelesaikan lebih banyak tugas
00:08:06dalam lebih sedikit sesi.
00:08:08Saat kami memberikan perintah kepada Claude, kami secara eksplisit memulai dengan sebuah tujuan, lalu menyebutkan langkah pertama
00:08:12yang perlu dilakukan, lalu langkah berikutnya, dan seterusnya sampai tujuan tercapai.
00:08:16Pendekatan ini memungkinkan kami menyelesaikan lebih banyak tugas jauh lebih cepat.
00:08:19Namun, jika tugas-tugas tersebut tidak saling berhubungan, mengelompokkannya bukan hanya akan membuang
00:08:23token tetapi juga dapat menghasilkan output yang salah jika dilakukan dengan cara ini.
00:08:26Pengelompokan tugas tidak harus dilakukan hanya secara berurutan.
00:08:29Jika ada tugas yang bisa dilakukan secara paralel, Anda bisa mengintegrasikannya dengan menggunakan
00:08:34agen paralel.
00:08:35Claude secara otomatis dapat mengidentifikasi kebutuhan akan paralelisme dan mengeksekusinya sendiri.
00:08:39Tapi tidak ada salahnya untuk menyebutkan ini secara eksplisit dalam perintah Anda.
00:08:42Kami juga menggunakan sub-agen secara intensif untuk membuat tugas kami lebih cepat dan lebih nyaman.
00:08:46Dengan sub-agen, sejumlah besar tugas dapat diselesaikan dengan cepat dan jendela konteks khususnya
00:08:50mencegah konteks utama membengkak dengan informasi yang tidak perlu.
00:08:55Namun, satu hal yang perlu diwaspadai adalah sub-agen mengonsumsi banyak token, jadi Anda perlu
00:08:59menggunakannya hanya jika benar-benar diperlukan.
00:09:02Selain itu, jika Anda menikmati konten kami, pertimbangkan untuk menekan tombol hype karena itu membantu kami
00:09:06membuat lebih banyak konten seperti ini dan menjangkau lebih banyak orang.
00:09:10Co-work memiliki keunggulan karena kita dapat menjadwalkan tugas, yang biasanya kita lakukan secara manual dengan memberikan
00:09:14perintah berulang kali.
00:09:15Sekarang kita bisa menjadwalkan berbagai tugas yang kita lakukan setiap hari.
00:09:18Tugas-tugas terjadwal ini hanya berjalan saat komputer Anda menyala dan saat desktop Claude terbuka
00:09:23jadi itu adalah pertimbangan yang penting.
00:09:24Karena kami sudah memiliki sistem yang berjalan setiap saat, menjalankan Open Claude untuk meneliti ide-ide baru,
00:09:29melacak rilis alat baru, dan melaporkannya kepada kami di saluran Discord kami, kami meminta Co-work untuk menjadwalkan
00:09:34otomasi lainnya.
00:09:35Sekarang kami menggunakan keahlian penjadwalan dan meminta Claude untuk menganalisis catatan rapat di mana kami membahas
00:09:39ide-ide baru dan rilis alat serta menulis laporan berdasarkan catatan tersebut untuk hari yang sama
00:09:44di folder ini.
00:09:45Kami juga memberinya format penamaan file yang benar dan memintanya untuk mengidentifikasi poin-poin yang bisa ditindaklanjuti.
00:09:49Menanggapi perintah ini, Claude mengajukan pertanyaan kepada kami tentang frekuensinya dan kemudian menjadwalkan
00:09:54tugas tersebut untuk kami.
00:09:55Dan sekarang kami menerima laporan rutin dari catatan rapat, ide, dan alat-alat yang dapat kami
00:09:59gunakan dalam video kami, semuanya berasal dari diskusi kami.
00:10:02Proses ini dapat ditingkatkan lebih jauh lagi dengan menggunakan penghubung untuk menautkan Gmail atau Google Drive,
00:10:07memungkinkan kita menulis email atau menyimpan file langsung ke kotak masuk.
00:10:11Kita juga bisa melakukannya dengan mengatur cron job di Claude code dan membiarkannya berinteraksi dengan
00:10:15alat MCP dan CLI untuk melakukan pekerjaan yang sama.
00:10:18Untuk membuat alur kerja kita jauh lebih efisien, kita perlu menggunakan plugin untuk menggabungkan kemampuan.
00:10:22Setiap plugin pada dasarnya berisi sekumpulan keahlian atau perintah, bersama dengan integrasi sub-agen,
00:10:27semuanya ditujukan untuk area tertentu dan terspesialisasi dalam bekerja dalam domain tersebut karena mereka
00:10:32menyertakan instruksi yang disesuaikan.
00:10:34Claude sudah memiliki banyak plugin yang dibuat untuk kasus penggunaan umum, tetapi kita juga bisa membuat sendiri.
00:10:38Plugin-plugin ini bersifat open source dan tersedia di GitHub.
00:10:41Sekarang rangkaian plugin bahkan berisi plugin untuk membuat plugin.
00:10:44Saat kami ingin membuat plugin sendiri, kami cukup meminta antarmuka obrolan untuk melakukannya
00:10:49dan ia menjalankan keahlian untuk membangun plugin baru.
00:10:51Claude mengajukan serangkaian pertanyaan kepada kami dalam sebuah sesi dan kemudian mempresentasikan sebuah rencana.
00:10:55Setelah kami menyetujui rencana tersebut, ia mulai membangun semuanya.
00:10:58Ini membuat prosesnya menjadi lebih mudah karena sekarang kita tidak perlu bergantung pada plugin yang dibuat
00:11:02oleh orang lain, kita bisa membuat sendiri, yang secara khusus disesuaikan untuk kasus penggunaan unik kita.
00:11:07Hal lain yang layak disebutkan adalah menggunakan keahlian atau skills.
00:11:09Kami telah berbicara secara mendalam tentang cara membangun keahlian yang baik dan memandu Anda melalui
00:11:13proses pembuatan keahlian baru, termasuk cara menangani masalah yang kami temui
00:11:17saat membangun keahlian kami sendiri.
00:11:18Anda dapat melihat panduan tersebut di saluran kami, itu akan membantu Anda saat membangun keahlian
00:11:22milik Anda sendiri.
00:11:23Claude juga dilengkapi dengan banyak keahlian bawaan yang disesuaikan untuk tugas yang umum digunakan, tetapi kita bisa
00:11:27membuat keahlian khusus yang dirancang secara spesifik untuk kasus penggunaan unik kita sendiri.
00:11:31Terakhir, kita harus memperlakukan cowork sebagai karyawan, bukan mainan.
00:11:35Cowork masih merupakan pratinjau penelitian dengan batasan keamanan yang terbatas, yang berarti ia dapat mengubah hal-hal
00:11:39yang tidak seharusnya diubah jika tidak dibatasi dengan benar.
00:11:42Kita perlu memberinya batasan yang jelas untuk memanfaatkannya secara maksimal.
00:11:45Data sensitif harus disimpan dalam folder terpisah, hanya mengekspos apa yang sebenarnya dibutuhkan, memastikan
00:11:49bahwa cowork tidak menyentuh informasi pribadi.
00:11:52Kita juga perlu membatasi cakupan tugasnya dengan ketat untuk memastikan kinerja yang baik.
00:11:56Misalnya, menambahkan instruksi seperti “jangan hapus apa pun” memastikan bahwa ia tidak akan
00:12:00menghapus file dan akan bertanya sebelum menghapus apa pun jika perlu, seperti yang kami lakukan saat kami
00:12:04memberinya perintah.
00:12:05Ada juga risiko injeksi perintah atau prompt injection.
00:12:07Jika dokumen atau situs web berisi instruksi berbahaya, cowork mungkin mengeksekusinya dan menyebabkan masalah.
00:12:12Selain itu, cowork menggunakan lebih banyak sumber daya daripada obrolan biasa, jadi jika Anda menggunakannya secara berlebihan,
00:12:17batas konteks Anda akan cepat tercapai.
00:12:19Anda perlu memanfaatkannya dengan hati-hati untuk mendapatkan hasil maksimal darinya.
00:12:22Itu membawa kita ke akhir video ini.
00:12:23Jika Anda ingin mendukung saluran ini dan membantu kami terus membuat video seperti ini, Anda dapat melakukannya
00:12:27dengan menggunakan tombol super thanks di bawah.
00:12:30Seperti biasa, terima kasih telah menonton dan sampai jumpa di video berikutnya.

Key Takeaway

Mengoptimalkan AI Agent seperti Claude dan Co-work memerlukan persiapan pra-pengaturan yang matang melalui file manifest, instruksi global yang jelas, dan pengelolaan konteks yang efisien untuk menghasilkan otomasi yang andal dan personal.

Highlights

Penggunaan file manifest.md sebagai sumber kebenaran untuk mengelola struktur folder dan mencegah pembengkakan konteks pada AI.

Pentingnya instruksi global untuk mengatur perilaku dasar AI, seperti meminta klarifikasi sebelum bertindak.

Penerapan file konteks personal (Tentang Saya, Gaya Brand, Gaya Kerja) untuk menghilangkan hasil AI yang generik.

Strategi pengelompokan tugas terkait dalam satu sesi untuk efisiensi token dan kualitas output yang lebih baik.

Pemanfaatan fitur penjadwalan tugas dan pembuatan plugin khusus (custom plugins) untuk otomasi alur kerja harian.

Pemberian batasan keamanan yang ketat pada agen AI untuk melindungi data sensitif dan mencegah kesalahan fatal.

Timeline

Masalah Umum dan Solusi Manifest.md

Banyak pengguna non-pengembang mengeluhkan hasil AI berkualitas rendah dan pemborosan kuota pada alat seperti Co-work. Masalah ini biasanya berakar pada kurangnya persiapan pra-pengaturan dalam struktur folder kerja. Solusi utamanya adalah membuat file manifest.md di root folder untuk memetakan struktur dokumen dan menentukan sumber kebenaran data. File ini membagi dokumen ke dalam tiga tingkatan prioritas: sumber utama, data sesuai permintaan, dan data arsip untuk diabaikan. Dengan panduan ini, AI tidak perlu menebak lokasi file, sehingga respons menjadi lebih cepat, akurat, dan tidak membebani jendela konteks secara tidak perlu.

Personalisasi Identitas dan Gaya Kerja

Untuk menghindari output AI yang terasa generik, pengguna disarankan membuat tiga file konteks tambahan yaitu "Tentang Saya", "Gaya Bahasa Brand", dan "Gaya Kerja". File-file ini memberikan identitas unik bagi AI agar ia tahu bagaimana harus bersikap dan merespons sesuai preferensi spesifik pengguna. Semua file ini disimpan dalam folder konteks khusus yang dapat diakses oleh AI dari mana saja melalui instruksi yang tepat. Pengguna juga ditekankan untuk terus melakukan iterasi dan penyempurnaan pada file-file ini jika AI mulai menyimpang dari instruksi. Selain itu, penggunaan file memori eksternal sangat membantu untuk menjaga kesinambungan keputusan dan tugas antar sesi kerja yang berbeda.

Kekuatan Instruksi Global dan Kendali Alur Kerja

Instruksi global sering diabaikan padahal fungsinya sangat krusial karena dimuat sebelum perintah apa pun diberikan oleh pengguna. Dalam bagian ini, pembicara menjelaskan cara mengatur instruksi global agar AI selalu memeriksa manifest.md terlebih dahulu sebelum melakukan navigasi. Salah satu praktik terbaik yang dibagikan adalah mewajibkan AI untuk mengajukan pertanyaan klarifikasi dan memaparkan rencana singkat sebelum mengambil tindakan nyata. Hal ini mencegah AI bertindak secara membabi buta dan memungkinkan pengguna memberikan koreksi di awal proses. Instruksi tambahan seperti menghindari kata-kata pengisi dan mengakui ketidakpastian sangat membantu dalam meningkatkan kualitas interaksi secara keseluruhan.

Strategi Output dan Penggunaan Sub-Agen

Penting bagi pengguna untuk menentukan hasil akhir (output) yang diinginkan daripada hanya mendikte proses langkah demi langkah. Memberikan contoh output yang benar atau referensi serupa membantu model AI untuk beriterasi menuju tujuan tersebut dengan lebih efektif. Saat melakukan tugas kompleks seperti reorganisasi folder, pengguna harus sangat spesifik mengenai file mana yang harus dipindahkan dan bagian mana yang dilarang untuk disentuh. AI juga harus diinstruksikan secara eksplisit untuk tidak menebak jika berada dalam situasi ragu-ragu atau memiliki tingkat keyakinan yang rendah. Dengan menetapkan batasan ini, AI akan lebih berani menandai ketidakpastian daripada menyajikan jawaban salah dengan penuh percaya diri.

Interaktivitas Belajar dengan Scrimba

Bagian ini merupakan segmen sponsor yang memperkenalkan Scrimba sebagai platform belajar coding yang inovatif dan interaktif. Berbeda dengan tutorial video pasif, Scrimba memungkinkan pengguna untuk menjeda video dan langsung mengedit kode di dalam pemutar video tersebut. Metode ini diklaim lebih efektif dalam membantu pembelajaran "melekat" karena memberikan pengalaman seperti pemrograman berpasangan dengan ahli. Mereka menawarkan pelatihan khusus untuk teknik AI dan pengembangan full-stack yang sangat relevan bagi mereka yang ingin membangun portofolio profesional. Pengguna didorong untuk mencoba kursus gratis dan memanfaatkan diskon khusus untuk paket pro guna menjembatani celah keahlian teknis.

Pengelompokan Tugas dan Otomasi Terjadwal

Efisiensi kerja dapat ditingkatkan dengan mengelompokkan tugas-tugas yang saling berbagi konteks ke dalam satu sesi AI. Strategi ini tidak hanya menghemat token tetapi juga mencegah pengguna mencapai batas kuota sesi dengan cepat karena lebih banyak pekerjaan selesai dalam satu waktu. Selain itu, Co-work menawarkan fitur penjadwalan tugas harian yang sangat berguna untuk riset ide baru atau pemantauan alat rilis secara otomatis. Contoh aplikasinya adalah meminta AI menganalisis catatan rapat secara rutin dan menulis laporan poin-poin penting langsung ke folder tertentu atau saluran Discord. Integrasi lebih lanjut dapat dilakukan melalui penghubung ke Gmail atau Google Drive untuk alur kerja yang benar-benar otomatis.

Plugin, Keahlian Khusus, dan Keamanan

Untuk memaksimalkan efisiensi, pengguna didorong menggunakan plugin yang menggabungkan berbagai keahlian khusus dalam domain tertentu. Video ini menjelaskan bahwa kita bisa membuat plugin sendiri yang disesuaikan dengan kasus penggunaan unik melalui antarmuka obrolan AI. Namun, pengguna juga diingatkan untuk memperlakukan agen AI sebagai karyawan yang membutuhkan batasan ketat, bukan sekadar mainan, demi alasan keamanan. Data sensitif harus dipisahkan dan AI perlu diberikan instruksi larangan menghapus file tanpa izin untuk menghindari risiko kehilangan data. Sebagai penutup, pembicara mengajak penonton untuk mendukung saluran tersebut melalui fitur super thanks jika merasa konten yang dibagikan bermanfaat.

Community Posts

View all posts