00:00:00Framework coding AI terus bertambah, dan semuanya mengeklaim sebagai cara terbaik
00:00:04untuk membangun dengan agen.
00:00:05Namun cara terbaik membangun dengan agen tidak sepenuhnya bergantung pada framework yang Anda pilih.
00:00:09Ada faktor lain yang lupa dievaluasi orang, lalu mereka merasa frustrasi saat framework-nya
00:00:14tidak cocok dengan proyek mereka.
00:00:15Tapi itu bukan masalah framework-nya, melainkan masalah pemilihan.
00:00:18Setiap framework berfungsi baik untuk kegunaan yang dirancang baginya, dan tidak ada satu solusi
00:00:22yang cocok untuk semua di sini.
00:00:23Tim kami sebelumnya telah membahas framework coding AI di kanal ini, namun baru-baru ini kami
00:00:28menemukan satu yang sedang naik daun belakangan ini.
00:00:31Alasan kami membuat video ini bukan karena ini framework terbaik lainnya yang
00:00:35akan membuat Anda meninggalkan yang lain.
00:00:37Itu karena saat kami mengujinya, kami menemukannya benar-benar berbeda, dan cocok untuk
00:00:41kasus penggunaan yang tidak bisa ditangani framework lain.
00:00:43Kami telah membahas banyak framework di video sebelumnya, seperti BMAD dan Superpowers.
00:00:48Memilih yang salah berarti Anda melakukan over-engineering atau kurang persiapan.
00:00:51Hari ini kita akan membahas framework bernama GSD, kependekan dari Get Shit Done, dan
00:00:56Anda akan memahami alasannya.
00:00:57Di akhir video ini, Anda akan paham kapan harus menggunakan framework yang mana, mulai dengan
00:01:00yang pertama yaitu GSD.
00:01:02Gunakan GSD jika Anda tidak begitu yakin apa yang ingin dibangun, dan tidak ingin merencanakan segalanya
00:01:06karena persyaratannya mungkin berubah di masa depan.
00:01:09Ini bukan berarti Anda tidak tahu apa yang ingin dibangun sama sekali.
00:01:11Artinya produk yang Anda inginkan memerlukan banyak eksperimen di setiap langkahnya.
00:01:15Ini sangat bagus jika Anda ingin membangun MVP untuk proyek eksperimental secepat
00:01:19mungkin.
00:01:20GSD memang menanyakan cakupan yang lebih luas, tetapi tidak seperti metode BMAD, ia tidak benar-benar
00:01:25mengunci Anda.
00:01:26Menggunakan cakupan awal, ia merencanakan setiap langkah implementasi secara bertahap.
00:01:30Artinya Anda tidak terkunci pada fase-fase berikutnya karena fase tersebut belum direncanakan
00:01:34oleh sistem secara mendetail.
00:01:35Jadi jika Anda membangun solusi kustom yang belum pernah dibuat sebelumnya, akan
00:01:39lebih baik jika Anda menggunakan GSD.
00:01:41Misalnya jika Anda membangun asisten wawancara di layar, seperti Cluely.
00:01:45Anda perlu memikirkan banyak hal terkait tampilan pengalaman pengguna
00:01:50atau cara memastikan semua platform berbagi layar tidak mendeteksinya saat sesi berlangsung.
00:01:54Banyak hal mungkin butuh eksperimen, tanpa cara untuk menentukannya sebelum perencanaan.
00:01:59BMAD, di sisi lain, mengambil pendekatan yang berlawanan.
00:02:02Ini adalah framework langkah demi langkah yang membuat dokumentasi menyeluruh untuk setiap fase sebelum
00:02:06mengimplementasikan apa pun.
00:02:07Anda harus yakin tentang apa yang Anda bangun sejak awal, dan bukannya ia
00:02:11berantakan.
00:02:12Ia memiliki modul departemen riset lengkap di mana pencipta BMAD telah menuangkan semua
00:02:17konteks tentang berbagai peran ini, seperti analis bisnis dan pemikir desain yang
00:02:21memastikan produk yang ingin Anda buat dipikirkan dari segala sudut.
00:02:25Tapi semuanya sudah dimuat di awal, dan berdasarkan itu Anda membuat dokumen PRD dan arsitektur,
00:02:30lalu berdasarkan dokumen tersebut Anda mendapatkan tugas-tugas terbagi yang hanya perlu
00:02:34diikuti oleh tim implementasi.
00:02:35Saat kami membuat video tentang sistem BMAD, kami memujinya karena betapa terkuncinya sistem itu.
00:02:39Sistemnya dibangun sangat baik dalam perintah sehingga tidak membiarkan agen menyimpang
00:02:43dari tugas-tugasnya.
00:02:44Namun setelah penggunaan jangka panjang, kami menyadari bahwa saat Anda benar-benar butuh perubahan
00:02:48pada persyaratan, di situlah sistem menjadi tidak stabil, karena model terbaik sekalipun
00:02:52melewatkan detail kecil saat mengubah persyaratan.
00:02:56Keluhan lain yang sering disebutkan orang adalah butuh terlalu banyak waktu untuk merencanakan segalanya
00:03:00sebelum implementasi dimulai, tapi itu karena ia memang tidak seharusnya digunakan
00:03:04untuk jenis proyek seperti itu.
00:03:05Anda harus menggunakannya saat benar-benar yakin dengan persyaratannya dan hanya ingin
00:03:09sistem dibangun tanpa ada celah, karena semua spesifikasi yang dibuatnya sangat saling terkait.
00:03:14Atau saat Anda ingin membangun sistem konvensional, seperti solusi CRM kustom untuk klien
00:03:19atau platform komunitas kustom Anda sendiri.
00:03:21Kini, Superpowers didasarkan pada TDD dan inti dari ideologinya adalah Anda tahu apa
00:03:25yang sedang Anda bangun.
00:03:26TDD penting di mana biaya untuk sebuah kasus ekstrem terlalu mahal untuk dilewatkan, dan biaya ini
00:03:30bukan sekadar integrasi Stripe sederhana dengan aplikasi Next.js, tapi katakanlah sesuatu seperti
00:03:34platform agentik di mana agen AI mengambil tindakan atas nama pengguna Anda dan tindakan yang salah
00:03:39tidak dapat dibatalkan serta terlalu merugikan.
00:03:41Dalam hal kegunaan, ini seperti GSD di mana perencanaan dilakukan fitur demi fitur dengan
00:03:46hanya garis besar tentang proyek tersebut.
00:03:49Namun karena pengujian dibuat terlebih dahulu, ia tidak benar-benar memberi ruang untuk bereksperimen dengan
00:03:53berbagai hal dan tidak ideal untuk proyek yang perencanaannya dilakukan di muka.
00:03:57Tetapi hal lain yang bisa Anda lakukan jika proyek berada di kedua ranah tersebut adalah
00:04:02Anda dapat mengimplementasikan versi proyek dengan GSD hingga fungsionalitas utamanya selesai,
00:04:06lalu melanjutkan sisa aplikasi dengan mengintegrasikan Superpowers ke aplikasi tersebut.
00:04:10Kami punya video terpisah tentang Superpowers dan metode BeMad, dan tautannya akan ada
00:04:15di deskripsi di bawah jika Anda ingin mempelajarinya lebih detail.
00:04:19GSD juga dibangun dengan mempertimbangkan pencegahan pembusukan konteks, dengan menggunakan sub-agen,
00:04:23menjalankan proses terpisah untuk tugas terisolasi, menjaga konteks agen utama tetap bersih sehingga ia dapat
00:04:28fokus pada hal yang benar-benar penting tanpa menyimpang.
00:04:31Mayoritas agen coding AI sekarang mendukung sub-agen, jadi tidak masalah jika Anda menggunakan
00:04:35Claude Code dengan ini atau tidak.
00:04:37Tetapi Claude juga baru saja menerima pembaruan lain, Opus 4.6 baru dengan jendela konteks
00:04:421 juta token.
00:04:43Jadi banyak teknik yang kami ajarkan di kanal ini untuk mengelola konteks secara aktif
00:04:46tidak lagi terlalu berpengaruh.
00:04:49Jadi untuk menginstalnya, Anda akan menyalin perintahnya dan menempelkannya di folder proyek
00:04:53tempat Anda bekerja.
00:04:54Lalu pilih agen mana yang ingin Anda instal.
00:04:57Dalam kasus saya itu Claude, jadi saya menginstalnya untuk itu.
00:04:59Anda kemudian harus memilih apa yang menjadi cakupan instalasi tersebut.
00:05:02Saya lebih suka tingkat proyek karena setiap proyek mungkin menggunakan framework yang berbeda dan ini
00:05:06menjaga konfigurasi tetap terbatas pada yang dipilih untuk proyek ini.
00:05:10Karena kami menggunakan Next.js untuk membangun, kami menginstalnya di proyek yang baru diinisialisasi.
00:05:15Dan setelah terinstal, framework GSD akan muncul di folder .claud Anda dalam bentuk
00:05:19agen, perintah, dan hook.
00:05:21Jika Anda tidak menggunakan Claude, mereka akan disimpan di folder .agent di root proyek.
00:05:26Ia memiliki banyak agen yang ditujukan untuk tugas spesifik yang berbeda, tetapi tidak seperti perintah
00:05:30berbasis markdown normal, semuanya terstruktur dalam format XML, dan ini sengaja dilakukan.
00:05:34Model Claude dikenal bekerja lebih baik dengan instruksi berformat XML karena memungkinkan mereka
00:05:39mengurai struktur dengan lebih mudah, jadi ini adalah optimasi performa terhadap
00:05:43agen apa pun yang Anda gunakan.
00:05:44Namun sebelum kita lanjut, mari dengarkan pesan dari sponsor kita, Genspark.
00:05:48Kebanyakan orang saat ini terjebak mengelola banyak langganan AI, membayar biaya individu untuk
00:05:52ChatGPT, Claude, dan berbagai alat media.
00:05:55Genspark adalah ruang kerja AI all-in-one yang mencapai ARR $200 juta hanya dalam 11 bulan dengan mengonsolidasi
00:06:02semuanya ke dalam satu langganan.
00:06:03Ia menggunakan sistem super agent untuk memilih model terbaik untuk tugas apa pun.
00:06:07Ia menangani seluruh alur kerja Anda, mulai dari membuat slide AI dan mengotomatiskan AI sheets, hingga menghasilkan
00:06:12media AI, dan bahkan melakukan panggilan telepon nyata dengan fitur "call for me".
00:06:16Anda bahkan dapat mengubah riset Anda menjadi AI pods untuk didengarkan saat bepergian.
00:06:20Ditambah lagi, gunakan Speakly untuk mengubah rekaman 15 menit menjadi 3.000 kata teks sempurna secara instan.
00:06:26Bagian paling gilanya?
00:06:27Genspark menawarkan fitur chat dan gambar AI tanpa batas sepanjang tahun 2026.
00:06:31Manobanana2, GPT-Image, Flux, Seedream, Gemini 3.1 Pro, GPT 5.2, Claude Opus 4.6, dan lebih banyak lagi
00:06:40model top semuanya sudah termasuk dengan akses tanpa batas.
00:06:43Klik tautan di komentar tersemat untuk mulai membangun dengan Genspark.
00:06:46Untuk mulai menggunakan GSD, Anda akan menggunakan perintah proyek baru ini.
00:06:50Dengan menjalankan perintah ini, agen mulai bekerja sesuai dengan petunjuk inisialisasi
00:06:54dan memulai dengan menjelajahi basis kode terlebih dahulu.
00:06:56Karena saya sudah menginisialisasi aplikasi Next.js, ia mendeteksi adanya kode dan
00:07:01menanyakan apakah ia harus menjelajahi basis kode yang ada terlebih dahulu.
00:07:04Kami menyuruhnya melewati pemetaan untuk menghindari pemborosan waktu.
00:07:06Jika Anda mengerjakan proyek yang sudah ada, akan lebih baik meminta ia memetakan basis kode
00:07:11terlebih dahulu, tetapi karena ini hanya templat kosong, saya melewatinya.
00:07:14Setelah itu, ia akan meminta Anda memberitahu ide aplikasi yang ingin Anda kerjakan.
00:07:18Setelah itu, ia mengajukan banyak pertanyaan mengenai target audiens aplikasi Anda, fiturnya,
00:07:22cakupan proyek, dan banyak lagi.
00:07:24Namun sesi tanya jawab yang dilakukan GSD terasa sangat berbeda dari Superpowers.
00:07:29Superpowers mencoba menggali kasus ekstrem dari Anda selama fase ini.
00:07:32GSD tidak, ia lebih fokus pada memahami apa yang harus dibangun, bukan menguji bagaimana ia bisa
00:07:38rusak.
00:07:39Setelah mengumpulkan cukup informasi dari sesi tersebut, ia membuat project.md di dalam
00:07:43folder dot planning, yang berisi deskripsi, item di luar cakupan, batasan konteks, dan
00:07:48keputusan kunci yang semuanya disimpulkan dari pertanyaan tersebut.
00:07:50Tapi di sinilah pencegahan pembusukan konteks terlihat dalam praktiknya.
00:07:54Ia menjaga project.md tetap singkat dan fokus, agar agen tidak menyimpang dari
00:07:59tujuan utama karena terkubur dalam dokumentasi.
00:08:01Ia melacak semua pekerjaan melalui git, tetapi tidak menggunakan git commit biasa.
00:08:05Ia menjalankan skrip di baliknya yang melakukan pemeriksaan sebelum melakukan commit, memastikan semuanya
00:08:10sesuai standar sebelum benar-benar menggunakan git untuk commit.
00:08:12Setelah perencanaan selesai, GSD pindah ke fase riset.
00:08:16Ia menjalankan banyak agen yang meneliti berbagai aspek aplikasi secara paralel, semuanya berjalan
00:08:20di latar belakang.
00:08:21Setelah riset selesai, agen penyintesis riset mulai bekerja.
00:08:24Karena semua agen ini disetel untuk menggunakan model yang sesuai untuk tugasnya, agen penyintesis
00:08:29menggunakan model Sonnet, bukan Opus yang lebih berat.
00:08:32GSD memiliki referensi pemetaan yang tepat untuk setiap sub-agen ke model yang tepat berdasarkan beban kerja
00:08:36yang ditanganinya agar tidak membuang upaya ekstra.
00:08:39Ia meringkas temuan riset dan juga menandai potensi masalah, hal-hal yang perlu diperhatikan
00:08:44yang dapat menghambat pekerjaan jangka panjang.
00:08:46Setelah riset disintesis, tahap persyaratan dimulai.
00:08:49Ia mengajukan pertanyaan terarah tentang MVP, mengidentifikasi fitur mana yang benar-benar penting
00:08:55untuk versi 1.
00:08:56Karena GSD fokus pada pengiriman cepat, ia memastikan V1 hanya berisi apa yang diperlukan.
00:09:01Setelah mengonfirmasi MVP dengan Anda, ia kemudian menghasilkan struktur peta jalan, yang
00:09:05harus Anda setujui, dan persetujuan Anda menandai inisialisasi proyek telah selesai.
00:09:09Juga, jika Anda menikmati konten kami, pertimbangkan untuk menekan tombol hype, karena itu membantu
00:09:14kami membuat lebih banyak konten seperti ini dan menjangkau lebih banyak orang.
00:09:17Sekarang setelah fase inisialisasi berakhir, langkah selanjutnya adalah mengimplementasikan rencana tersebut.
00:09:22Pada fase sebelumnya, ia telah memecah proyek menjadi 4 fase berdasarkan persyaratan.
00:09:26Ia akan memberi Anda dua cara kerja, yaitu lewati diskusi atau lanjutkan dengan diskusi.
00:09:31Diskusi untuk framework ini berarti sesi tanya jawab dengan agen di mana ia memastikan ia
00:09:35memahami rencana dengan benar.
00:09:37Kami memilih untuk berdiskusi terlebih dahulu agar kami dapat memperjelas persyaratan sebanyak mungkin, tetapi Anda
00:09:41dapat memilih untuk melewati diskusi jika Anda merasa sesi tanya jawab sebelumnya sudah cukup
00:09:45baginya untuk membangun aplikasi tersebut.
00:09:47Setelah sesi diskusi selesai, ia membuat file context.md di folder phases di dalam
00:09:52folder .planning.
00:09:54File ini berisi semua detail dari apa yang telah kami diskusikan dan memetakan fase yang baru saja
00:09:58kami bicarakan dengan agen.
00:09:59Namun sesuai filosofi GSD, file ini juga ringkas panjangnya agar Claude tetap
00:10:04fokus pada hal yang benar-benar penting.
00:10:06Selanjutnya, Anda memulai perencanaan fase 1.
00:10:08Fase perencanaan dimulai dengan riset berdasarkan file context.md yang baru saja dibuatnya
00:10:13menggunakan agen riset khusus dengan model Sonnet yang menjelajahi berbagai aspek.
00:10:17Namun kami pikir ia akan menggunakan context 7 atau benar-benar merujuk pada dokumentasi dengan tepat.
00:10:21Sebaliknya, ia menggunakan pencarian web dengan kata kunci tahun 2025 yang seharusnya
00:10:27tidak ia lakukan.
00:10:28Akan lebih terkontrol jika kami menghubungkan MCP context 7 agar risetnya
00:10:32memiliki landasan yang lebih kuat.
00:10:33Jadi saat Anda menggunakannya, pastikan untuk menghubungkannya dengan MCP tersebut untuk landasan yang lebih baik.
00:10:37Ia membuat file research.md dan mendokumentasikan semua risetnya, termasuk tingkat
00:10:42kepercayaan untuk risetnya, yang menunjukkan seberapa terpercaya sumber-sumbernya.
00:10:46Setelah riset, ia membuat sebuah rencana.
00:10:48Rencana ini merinci ketergantungan dari setiap fase dan semua persyaratan dengan
00:10:52ID yang tepat.
00:10:53Tapi inilah masalahnya, di sinilah GSD berbeda karena alih-alih hanya menulis
00:10:57rencana dalam satu cara seperti yang lain, ia sebenarnya memverifikasi silang rencana tersebut di berbagai dimensi
00:11:02dan memvalidasi apakah rencana tersebut benar-benar dapat diimplementasikan dan selaras dengan tujuan.
00:11:06Ia menggunakan agen perencanaan dan verifikasi rencana khusus, di mana agen perencanaan membuat
00:11:11rencana dan verifikator terus memeriksanya, mengirimkan peringatan kembali.
00:11:14Jadi ia pada dasarnya melakukan perencanaan adversarial sendiri tanpa kita harus mengontrolnya
00:11:19secara manual.
00:11:20Setelah rencana final dan semua langkah telah dilalui, ia melakukan commit dan memecah rencana
00:11:24menjadi dua gelombang.
00:11:25Ia sebenarnya memecahnya menjadi sebanyak mungkin gelombang yang diperlukan dan memparalelkan hal-hal yang
00:11:30independen, sehingga sub-agen dapat menanganinya secara bersamaan.
00:11:33Ia mulai mengimplementasikan gelombang proyek menggunakan agen khusus untuk menjalankan rencana
00:11:37yang telah dibuatnya.
00:11:38Setelah selesai, ia memverifikasi titik pemeriksaan menggunakan pengujian Playwright yang tepat di bawahnya,
00:11:43membuat skrip, menghapusnya setelah digunakan untuk membersihkan folder, dan melakukan banyak
00:11:47tugas otomatis di balik layar.
00:11:49Ia kemudian memberi kami ringkasan tentang apa yang dibangun dan memberikan instruksi tentang cara memverifikasi
00:11:53itu sendiri bagi kami.
00:11:54Iterasi pertama membangun aplikasi yang hanya berupa placeholder, dengan semua elemen awal
00:11:58terlihat untuk menunjukkan bagaimana tampilan aplikasi sebenarnya nanti.
00:12:01Iterasi selanjutnya akan membangun satu aspek aplikasi pada satu waktu, menghasilkan aplikasi lengkap
00:12:05di akhir siklus.
00:12:06Seluruh iterasi menggunakan 138.000 token, yang sebenarnya tidak banyak mengingat jendela
00:12:12konteks 1 juta token.
00:12:13Namun dengan agen dengan jendela konteks 200.000, ia akan memberi sinyal bahwa sudah waktunya untuk memadatkan.
00:12:18Tetapi karena ini mengandalkan dokumentasi fase, meskipun kita membersihkan konteks, agen akan
00:12:23tahu harus mulai dari mana.
00:12:25Saat kami menyetujui pekerjaannya, ia menjalankan banyak tes dan menandai gelombang 2 sebagai selesai juga.
00:12:29Setelah itu, ia menjalankan verifikator GSD lagi dan memeriksa silang apakah implementasi
00:12:34tersebut benar-benar sesuai dengan tujuan awal.
00:12:36Setelah terverifikasi, ia menandai fase 1 sebagai selesai, termasuk verifikasinya, dan meminta kami
00:12:41untuk melanjutkan ke fase berikutnya dari aplikasi.
00:12:43Sekarang setelah kami menjalankan aplikasi melalui semua fase, fitur yang sebelumnya hanya placeholder
00:12:47semuanya fungsional dan berfungsi sebagaimana mestinya.
00:12:49GSD bekerja dengan baik saat Anda mengerjakan aplikasi skala besar dengan banyak fitur, tetapi ini
00:12:54berlebihan jika aplikasi yang Anda buat jauh lebih sederhana dan tidak butuh perencanaan berat.
00:12:59Untuk aplikasi yang lebih sederhana, Claude atau agen lainnya sudah cukup dan tidak memerlukan
00:13:03perencanaan menyeluruh ini.
00:13:04Namun, jika Anda ingin eksekusi yang terkontrol dengan perencanaan yang tepat tanpa membuang terlalu banyak
00:13:08upaya pada fase ini, Anda harus memilih GSD.
00:13:11Ini hanyalah satu framework, tetapi sering kali ada kasus penggunaan di mana yang sudah ada
00:13:16tidak memadai dan Anda perlu membangun framework sendiri.
00:13:18Untuk itu, Anda perlu mengetahui prinsip-prinsip tertentu sebelum benar-benar membangunnya sendiri.
00:13:22Kami membahas prinsip-prinsip tersebut di video sebelumnya yang akan membantu Anda membangun alur kerja yang lebih baik.
00:13:26Anda mungkin akan melihat video tersebut di layar akhir jadi Anda bisa langsung mengekliknya daripada
00:13:30mencarinya lagi.
00:13:31Itu membawa kita ke akhir video ini.
00:13:33Jika Anda ingin mendukung kanal ini dan membantu kami terus membuat video seperti ini, Anda bisa
00:13:37melakukannya dengan bergabung di AI Labs Pro.
00:13:38Seperti biasa, terima kasih sudah menonton dan sampai jumpa di video berikutnya.