Bulan lalu, saya menghabiskan 3 jam mencoba menulis template cold email yang layak.
Tiga. Jam. Penuh.
AI terus menghasilkan sampah generik yang terdengar seperti setiap "Hai [FIRST_NAME], semoga email ini menemukan Anda dalam keadaan baik"…
Lalu saya mengubah satu hal dalam prompt saya.
Satu hal.
Tiba-tiba, AI menulis email yang benar-benar terdengar manusiawi, merujuk poin koneksi spesifik, dan memiliki kepribadian.
Tingkat balasan saya melonjak luar biasa!
Momen itu?
Saat itulah prompt engineering berhenti terasa seperti keterampilan dan mulai terasa seperti hampir curang.
Inilah hal tentang prompt engineering yang jelas: ini tentang menjadi sangat, sangat mahir dalam meminta tepat apa yang Anda inginkan.
Kebanyakan dari kita buruk dalam hal itu. Karena tidak semudah itu.
Saya baru paham saat mulai membangun situs ini menggunakan Cursor.
Percobaan pertama saya adalah bencana:
"Buat homepage saya dan gaya dengan visual yang menakjubkan dan estetis"
Kode generik, jelek, berantakan yang tidak akan pernah bisa dikustomisasi siapa pun. 🤮
"Anda adalah senior web designer developer dengan pengetahuan mendalam tentang UI/UX. Anda membangun blog pribadi saya bersama saya, seorang rekan yang tidak familiar dengan codebase kami (Astro Framework). Berdasarkan konvensi dan praktik terbaik Astro, buat aset praktis, komponen seperti UI dan section berdasarkan file astro. Hasil akhir harus berupa template yang dapat digunakan dan dikustomisasi dengan mudah oleh developer berpengalaman..."
File astro yang benar-benar berguna dan bersih, setidaknya lebih baik dan lebih terorganisir dari sebelumnya. (File CSS masih meeh sih) 😅
Perbedaannya? Saya berhenti meminta AI menulis kode generik dan mulai memintanya menjadi developer berpengalaman yang membantu kolega membangun proyeknya yang sederhana.
Dulu saya menulis prompt seperti meminta bantuan: "Bisakah Anda tolong mungkin membantu saya menulis posting blog tentang SEO?".
Sekarang saya langsung: "Tulis posting blog 1.200 kata untuk marketing developer yang ingin memahami technical SEO. Sertakan contoh kode dan jelaskan mengapa kecepatan situs sebenarnya penting untuk conversion rate, bukan hanya ranking."
AI tidak punya perasaan. Dia punya algoritma. Beri algoritma tersebut persis apa yang mereka butuhkan.
"Tulis posting LinkedIn tentang growth marketing."
"Saya seorang Marketing Engineer di startup YC. Tulis posting LinkedIn yang membagikan satu growth hack spesifik yang saya temukan saat menskalakan user base kami dari 1K menjadi 10K. Buat taktis, bukan teoritis. Audiens saya adalah growth marketer lain dan technical founder."
Prompt kedua berhasil karena AI tahu:
Alih-alih mengatakan "tulis dengan nada percakapan," saya memberi contoh:
"Tulis seperti ini: Ini hal yang tidak dibicarakan siapa pun tentang A/B testing: kebanyakan marketer sangat bersemangat tentang signifikansi statistik sehingga mereka lupa untuk memeriksa apakah perbedaannya benar-benar penting. Saya telah melihat tim merayakan kenaikan 2% pada metrik yang menghasilkan $50/bulan. Selamat, Anda baru saja menghabiskan tiga minggu mengoptimalkan untuk tambahan satu dolar sebulan"
AI belajar dari contoh dan mencocokkan gaya spesifik itu.
Kontraintuitif tapi benar: semakin banyak batasan yang Anda berikan, semakin kreatif outputnya.
"Bantu saya dengan marketing automation."
"Saya memerlukan drip sequence 7 email untuk user trial SaaS yang belum login setelah hari ke-3. Setiap email harus di bawah 100 kata, fokus pada satu fitur spesifik, sertakan CTA yang jelas dan berharga, terdengar seperti datang dari rekan tim yang membantu, bukan robot penjualan."
Batasan memaksa kreativitas dalam batas-batas.
Prompt terbaik saya tidak pernah draft pertama. Saya memperlakukan prompt engineering seperti mengoptimalkan copy iklan (test, ukur, perbaiki, ulangi).
Percobaan pertama biasanya memberi saya 60% dari yang saya inginkan. Lalu saya katakan:
Setiap iterasi semakin mendekati sempurna.
Inilah mengapa prompt engineering terasa seperti curang: Saya mendapatkan output tingkat ahli tentang topik yang masih saya pelajari.
Saya perlu merilis template Astro gratis. Alih-alih menghabiskan waktu berjam-jam membaca dokumentasi, saya hanya:
Inilah yang saya pelajari berada di antara tim marketing dan engineering: kedua sisi sudah menggunakan AI, tetapi mereka menggunakannya secara berbeda.
Marketer menggunakan AI untuk konten: posting sosial, copy email, outline blog.
Engineer menggunakan AI untuk kode: debugging, dokumentasi, optimasi.
Sebagai Marketing Engineer, saya mencoba menggunakan AI untuk menerjemahkan antara dunia:
Keterampilan prompt engineering ditransfer langsung. Meminta AI untuk men-debug skrip Python atau menulis sequence email, itu adalah keterampilan inti yang sama: sangat spesifik tentang apa yang saya inginkan.
Prompt engineering sebenarnya bukan tentang AI. Ini tentang menjadi sangat mahir dalam mengartikulasikan persis apa yang Anda inginkan.
Itulah mengapa saya percaya untuk menjadi lebih baik kita perlu belajar, membaca, dan menemukan sesuatu, selalu. Dan menulis pemikiran di suatu tempat.
Inilah tepatnya bagaimana saya membangun blog ini, dengan menerapkan prompt engineering untuk membuat konten yang berperingkat baik dan membantu pembaca.
Dan keterampilan kekhususan akan ditransfer ke mana-mana:
Jadi ya, prompting dengan baik terasa seperti curang.
Ini hanya yang terbaru.
Apa kemenangan prompting terbaik Anda?
Ingin melihat prompt engineering beraksi? Lihat bagaimana saya menggunakan teknik ini untuk membangun blog ini dengan skor SEO sempurna dan membuat konten yang berperingkat.


