Prompt AI: Apa & Bagaimana Cara Kerjanya?

Prompt dalam konteks AI, khususnya dalam pembuatan teks, gambar dan video menggunakan model pembelajaran mesin, adalah instruksi atau teks input yang diberikan kepada model AI untuk menghasilkan output yang diinginkan. Prompt dapat berupa kalimat, frasa maupun kata kunci yang diinput pengguna.

Apakah prompt AI sama dengan instruksi dan perintah? Pada beberapa kasus, prompt dapat dipersempit menjadi sebuah instruksi maupun perintah. Kedua istilah ini adalah jenis input populer yang digunakan pengguna pada AI.

Namun, dalam perkembangan terkini, prompt AI telah memiliki wawasan yang lebih luas dimana pengguna dapat menggunakan struktur prompt secara kreatif tidak terbatas pada perintah. Misalnya jenis prompt berupa simbol, gambar, video dan emoji.

Bagaimana AI Memahami Maksud dari Sebuah Prompt AI?

Ada tiga fungsi utama prompt dalam kaitannya dengan pembuatan teks, gambar dan video berbasis, yakni:

• Panduan untuk Model AI. Prompt berfungsi sebagai panduan yang memberitahu model AI tentang apa yang diharapkan dari output. Misalnya, dalam model teks seperti GPT-4, prompt dapat berupa pertanyaan atau kalimat pembuka yang membantu AI memahami konteks dan melanjutkan teks dengan relevan.
• Memfokuskan Output. Prompt membantu dalam mempersempit fokus model AI agar output yang dihasilkan sesuai dengan keinginan pengguna. Dengan prompt yang spesifik, model AI dapat lebih tepat dalam menghasilkan gambar, teks, atau video.
• Mengaktifkan Kreativitas AI. Dalam pembuatan konten kreatif, prompt dapat memberikan kerangka kerja yang memungkinkan AI untuk mengeksplorasi berbagai kemungkinan kreatif dalam batasan yang ditentukan oleh prompt.

Untuk menjalankan ketiga fungsi di atas, AI melewati sejumlah tahapan yang menunjukan bagaimana caranya merespons prompt yang diinput oleh pengguna. Tahapan-tahapan tersebut terbagi ke dalam tiga proses di bawah ini.

1. Pemrosesan Bahasa Alami (Natural Language Processing – NLP)

AI menggunakan teknik NLP untuk memahami teks dengan melibatkan beberapa langkah utama:

• Tokenisasi: memecah teks menjadi unit-unit kecil, seperti kata atau frasa.
• Lematisasi dan Stemming: mengurangi kata-kata ke bentuk dasarnya (misalnya, “running” menjadi “run”).
• Analisis Sintaksis: memahami struktur kalimat dan hubungan antara kata-kata.
• Analisis Semantik: memahami makna kata-kata dalam konteks tertentu.
• Named Entity Recognition (NER): mengenali nama-nama entitas, seperti orang, tempat, organisasi, dll.

2. Pembelajaran Mesin (Machine Learning) dan Deep Learning

Model AI, terutama yang berbasis deep learning seperti transformer (misalnya, GPT-4), dilatih menggunakan data besar untuk mempelajari pola bahasa. Proses ini melibatkan:

• Pelatihan dengan Data Besar. Model dilatih menggunakan miliaran kata dari berbagai sumber teks untuk memahami pola dan hubungan dalam bahasa.
• Pembobotan Konteks. Model belajar memberi bobot pada kata atau frasa tertentu tergantung pada konteks kalimat.
• Transformers. Menggunakan arsitektur model yang memungkinkan perhatian terhadap berbagai bagian teks untuk memahami konteks yang lebih luas.

3. Penggunaan Konteks

AI mempertimbangkan konteks lokal (dalam satu kalimat atau paragraf) dan konteks global (berdasarkan pengetahuan yang lebih luas yang telah dipelajari dari data pelatihan) untuk menentukan makna.

• Attention Mechanism. Fitur dalam model AI yang memungkinkan model untuk fokus pada bagian teks yang relevan berdasarkan konteks.
• Embedding. Representasi numerik dari kata atau frasa yang mempertimbangkan konteks untuk menentukan makna.

Seberapa Dekat Kemampuan Dg Kognitif Manusia?

Sejak mulai populer dalam 2 atau 3 tahun terakhir, berbagai tool bertenaga AI sudah mampu menggantikan beragam tugas yang sebelumnya dilakukan oleh manusia. Namun demikian, jika membandingkan kecanggihan AI dengan kognitif manusia dalam pengerjaan tugas maka belum ada level maupun batasan yang jelas. Yang pasti, AI masih terus bertumbuh. 

Sebagai perbandingannya, pembaca dapat melihat keunggulan dan keterbatasan AI dibandingkan buatan manusia berikut:

Keunggulan AI

• Kecepatan dan Volume. AI dapat memproses dan menganalisis sejumlah besar data dalam waktu singkat, jauh melampaui kemampuan manusia.
• Ketepatan Konsistensi. AI memberikan hasil yang konsisten berdasarkan algoritma dan data pelatihan tanpa kelelahan atau bias emosional.
• Pengetahuan Luas. AI yang dilatih dengan data besar memiliki akses ke berbagai pengetahuan dan pola bahasa dari banyak sumber.

Keterbatasan AI

• Pemahaman Konteks yang Mendalam. AI masih kesulitan dalam memahami nuansa dan konteks yang sangat kompleks atau bergantung pada pengalaman manusia yang unik.
• Kreativitas dan Intuisi. AI kurang memiliki kreativitas dan intuisi yang sering kali diperlukan untuk memahami makna tersembunyi atau menyusun konteks baru.
• Empati dan Emosi. AI tidak memiliki kemampuan untuk benar-benar merasakan atau memahami emosi dan empati manusia, yang sering kali penting dalam komunikasi yang efektif.
• Ketergantungan pada Data. Kinerja AI sangat tergantung pada kualitas dan keanekaragaman data pelatihan. Data yang bias atau tidak lengkap akan menghasilkan output yang kurang optimal.

Jadi sekalipun AI memiliki kemampuan luar biasa dalam memahami dan memproses bahasa secara efisien dan dalam skala besar, masih ada keterbatasan dalam pemahaman konteks yang mendalam, kreativitas, dan empati dibandingkan dengan kognitif manusia. Sehingga kombinasi antara kemampuan AI dan kepekaan manusia melalui prompt AI dapat menghasilkan hasil terbaik dalam pemahaman dan pemrosesan bahasa.

sumber gambar: freepik.com