TL;DR
Dibiarkan tak terkendali, setiap AI menjawab dalam bentuk yang sama: esai panjang menengah — aman, berisi bantalan, dan sebagian besar sampah. Batasan scope memberi tahu model apa yang tidak boleh dicakup, dan batasan format menentukan persis bentuk apa yang harus dimiliki jawaban; bersama-sama mereka mengubah teks bertele-tele menjadi output padat dan siap pakai.
Analogi
Bayangkan menyewa chef andal, dan satu-satunya instruksi yang Anda berikan: "makanan."
Chef itu senang — dan berbahaya bagi anggaran. Keluarlah menu degustasi dua belas hidangan: sup yang tak Anda minta, pembersih lelangit, tiga pencuci mulut, monolog tentang reduksi. Setiap hidangan secara teknis luar biasa. Tagihannya raksasa. Dan di suatu tempat di hidangan kesembilan, Anda sadar Anda hanya ingin roti lapis.
Sekarang saksikan chef yang sama menerima: "Satu roti lapis keju panggang, sourdough, potong dua, di piring kecil." Tak ada menu degustasi. Tak ada monolog. Tiga puluh detik kompetensi murni berbentuk roti lapis.
Prompt tanpa batasan adalah "makanan." Membatasi scope adalah memilih hidangan alih-alih menu. Memaksa format adalah menentukan piringnya. AI, seperti chef, dibangun untuk memukau — dan tanpa batasan, "memukau" berarti "lebih banyak." Kata, bagian, kehati-hatian, opsi — parade usaha berbentuk esai yang akan Anda bayar baris demi baris dan hampir tak Anda baca.
Detail yang luput dari kebanyakan orang: batasan tidak membatasi kualitas, mereka memusatkan kualitas. Minta dua belas hidangan dan kualitas rata-rata per hidangan turun; minta satu roti lapis sempurna dan setiap ons kemampuan mendarat di antara dua irisan roti. Chef itu selalu sehebat ini. Anda akhirnya mengarahkannya.
Cara Kerjanya & Ekonomi (Uzu)
Dua tombol, keduanya diputar di dalam prompt itu sendiri.
Tombol satu — scope: definisikan apa yang di luar. Model yang menghadapi pertanyaan terbuka berlindung ke segala arah sekaligus, karena mencakup semuanya adalah jawaban rata-rata paling aman. Tutup pintu keluarnya: sebutkan audiens, tujuan, kedalaman, dan apa yang dikecualikan. Ini separuh dari anatomi prompt one-shot — komponen konteks — yang bekerja diam-diam.
Tombol dua — format: definisikan bentuknya. Batasan format ("sebagai tabel", "tepat 3 poin", "maks 100 kata", "satu paragraf, tanpa pembuka") melakukan sesuatu yang halus: ia memberi model wadah tetap untuk diisi, sehingga tenaganya masuk ke substansi alih-alih struktur. Anda bisa merasakan bedanya di kalimat pertama — jawaban terbatas dibuka dengan jawaban, bukan dengan "Tentu! Berikut tinjauan komprehensif..."
| Jenis batasan | Apa yang Anda tulis | Apa yang dibunuhnya |
|---|---|---|
| Panjang | "maks 100 kata" / "tepat 3 poin" | Bantalan, pembuka, paragraf rekap |
| Struktur | "sebagai tabel" / "daftar bernomor" / "satu paragraf" | Esai melenceng, poin utama terkubur |
| Eksklusi | "tanpa pendahuluan, tanpa kesimpulan" | Seremoni dan pembersihan tenggorokan |
| Kedalaman | "untuk pemula" / "level ahli" | Over-explain dan under-explain sekaligus |
Dan batasan itu berbunga majemuk di tempat yang penting: jawaban yang ketat adalah jawaban kecil, dan jawaban kecil menyisakan lebih banyak ruang di context window — meja tempat setiap tindak lanjut membaca ulang semuanya. Chat yang dibangun dari jawaban tiga poin tetap tajam selama puluhan giliran; chat yang dibangun dari esai menenggelamkan instruksinya sendiri di pesan kelima belas.
Ini juga tempat Uzu membuat fisikanya terlihat: kredit. Menghasilkan jawaban yang panjang dan melenceng biayanya jauh lebih besar daripada jawaban yang ketat, jadi memaksa format ringkas bukan sekadar keterbacaan — ini strategi keuangan. Setiap kata yang tidak ditulis model adalah sebagian kecil G-Credit yang Anda simpan. Prompt yang berkata "tepat 3 poin, masing-masing maks 20 kata" dan prompt yang berkata "ceritakan semuanya" keduanya bisa 'benar', tapi mereka membakar jumlah ekonomi Anda yang sangat berbeda — dan hanya satu yang menghasilkan jawaban yang benar-benar akan Anda pakai.
Jadi aturan kerjanya sederhana:
Batasilah dulu, baru bertanya. Jika Anda bisa mendeskripsikan bentuk jawaban ideal, taruh deskripsi itu di prompt — model mengisi wadah jauh lebih baik daripada menebaknya.
Sebelum & Sesudah (Batasan)
Contoh 1 — pertanyaan terbuka
Jelaskan fotosintesis.
Empat paragraf, satu bagian sejarah, dua metafora, dan sebuah ringkasan. Indah, dan tiga kali lipat panjang yang Anda butuhkan.
Jelaskan fotosintesis untuk anak 10 tahun dalam tepat 3 kalimat. Tanpa analogi yang melibatkan pabrik.
Pengetahuan yang sama, termampatkan ke wadah yang bisa digenggam anak. Perhatikan eksklusi — "tanpa analogi pabrik" — menutup pintu keluar yang akan dengan senang hati dilewati kebanyakan jawaban.
Contoh 2 — perbandingan
Bandingkan energi matahari dan angin.
Esai seimbang dengan enam subtopik, kesimpulan yang aman, dan angka kunci tersebar di paragraf sembilan dan sebelas.
Bandingkan surya vs. angin untuk pemasangan rumah sebagai tabel dengan tepat 3 baris: biaya awal, waktu balik modal, ruang yang dibutuhkan. Satu kata vonis setelah tabel.
Tabel memaksa perbandingan ke fakta paralel; batasan vonis memaksa keputusan. Tak ada yang bertahan tanpa memperoleh barisnya.
Contoh 3 — tulis ulang
Perbaiki email ini.
Model mengembalikan email yang lebih panjang — karena "lebih teliti" adalah definisi default-nya untuk "lebih baik."
Tulis ulang email ini di bawah 80 kata, baris pertama tetap sebagai permintaan, dua detail logistik dalam poin, tanpa perubahan tanda tangan.
Panjang dibatasi, struktur didikte, scope dikunci ke email ini. Hasilnya lebih pendek dari aslinya dan lebih baik — sesuatu yang tak akan pernah dihasilkan pengaturan default mana pun.
Kesalahan Umum
- Menganggap AI tahu kapan berhenti. Tidak — model tak punya rasa "cukup", hanya rasa "lengkap". Tanpa batas, "lengkap" tumbuh ke arah esai. Selalu sertakan ukuran pada hasil akhir.
- Membatasi format tapi tidak scope. "Sebagai tabel" yang diterapkan pada pertanyaan raksasa menghasilkan tabel raksasa. Dua tombol itu bekerja bersama: kecilkan wilayahnya, baru pilih wadahnya.
- Memasang batasan yang sebenarnya tidak Anda inginkan. "Maks 50 kata" saat Anda butuh nuansa menghasilkan jawaban terpotong dan terdistorsi. Batasan harus mencerminkan bentuk nyata hasil ideal Anda — jika Anda terima 200 kata wawasan sungguhan, jangan tuntut 50.
- Lupa bahwa batasan negatif ada. "Tanpa pembuka," "tanpa emoji," "jangan sebutkan harga," "lewati sejarahnya" — pemula hanya mendeskripsikan apa yang mereka mau, tidak pernah apa yang ditinggalkan. Eksklusi adalah alat scope paling tajam di kotak.
- Menyimpan batasan untuk tindak lanjut. Mengirim "lebih singkat, tolong" setelah jawaban bengkak berarti token-nya sudah dihasilkan — dan di Uzu, sudah dibayar. Batasan itu murah sebelum generasi dan mahal setelahnya.
FAQ
Bagaimana membuat AI memberi jawaban lebih pendek?
Lampirkan batasan eksplisit dan terukur pada prompt itu sendiri: "dalam tepat 3 poin," "di bawah 100 kata," "satu paragraf, tanpa pembuka." Permintaan samar untuk "singkat" gagal karena tak punya ujian — "tepat 3 poin" tak bisa disalahartikan. Tambahkan batasan negatif ("tanpa pendahuluan, tanpa kesimpulan") untuk memangkas seremoni yang secara default ditambahkan model.
Apa arti membatasi scope dalam prompting?
Membatasi scope berarti mendefinisikan batas-batas jawaban sebelum dihasilkan: audiens, kedalaman, apa yang disertakan, dan — paling ampuh — apa yang dikecualikan. Ini bedanya "ceritakan tentang marketing" dan "3 ide caption Instagram untuk toko roti, masing-masing di bawah 20 kata." Model yang sama, kepadatan yang jauh berbeda.
Apakah jawaban AI yang lebih pendek menghemat uang?
Ya. Model bahasa menghasilkan teks token demi token, dan generasi adalah bagian mahalnya — jawaban 900 kata berbiaya kira-kira sembilan kali lipat jawaban 100 kata. Di Uzu, selisih itu ditagih dalam G-Credits, jadi format yang dipaksa ketat langsung memperpanjang saldo Anda: batasi bentuknya dulu, bayar untuk substansi alih-alih bantalan.
Pelajaran Berikutnya
Sejauh ini setiap teknik berbicara tentang kata masuk, kata keluar. Tapi model modern punya indera lain seluruhnya: mereka bisa melihat. Memberi mereka gambar mengubah aturan prompting — kosakata menggantikan sintaks, dan model biayanya pun berubah. Selamat datang di input yang paling disalahpahami di AI.
Lanjut ke pelajaran berikutnya: Prompt Visual & Biaya Lampiran
Latihan sebelum pergi: ambil jawaban AI panjang terakhir yang Anda terima dan rekayasa-balik batasan yang akan menghasilkannya pada sepertiga ukuran — jumlah kata yang tepat, wadah yang tepat, satu eksklusi yang akan memotong isiannya. Di prompt berikutnya, tulis batasan itu lebih dulu.