Hampir dua tahun saya memakai prompt Claude yang sama tanpa pernah mempertanyakannya. Prompt itu bekerja, jadi tidak ada alasan untuk meninjau ulang. Lalu saya mengganti tujuh kata. Tugas sama, model sama, hari yang sama, dan Claude mengikuti instruksi saya jauh lebih baik.
Saya tidak sedang menemukan trik baru. Saya sedang menemukan bahwa salah satu kebiasaan prompting paling tua saya ternyata sudah tidak relevan. Penelusuran ke dokumentasi resmi Anthropic menjelaskannya: beberapa kebiasaan yang membuat Claude lebih baik di 2023 sekarang punya pengganti resmi, atau bahkan sudah bukan rekomendasi sama sekali.
Kalau kamu sudah satu-dua tahun memakai cara yang sama, kemungkinan besar kamu membawa saran yang masa berlakunya sudah habis.
Mengapa Saran Prompting Punya Masa Kedaluwarsa
Sebuah trik prompting bukan hukum universal. Ia adalah tambalan untuk kelemahan model pada saat kamu mempelajarinya.
Model Claude generasi awal kadang perlu diberi tahu persis apa yang harus dihindari, karena mereka melantur kalau tidak dipagari. Model sekarang tidak melantur dengan cara yang sama, jadi pagar itu berhenti menolong dan mulai mengganggu.
Yang menarik, perubahan ini bergerak dua arah, dan inilah bagian yang sering dilewatkan artikel "tips Claude" kebanyakan. Sebagian kebiasaan lama perlu dilonggarkan, sebagian lain perlu diperketat, karena model sudah tidak lagi menutupi kesembronoan yang dulu bisa lolos.
| Longgarkan (berlebihan sekarang) | Perketat (makin penting sekarang) |
|---|---|
| Menulis instruksi sebagai larangan | Permintaan yang kabur dan terbuka |
| Tag XML pada permintaan sederhana | Berasumsi Claude akan "melebih-lebihkan" sendiri |
| Menulis manual "think step by step" | Memberi izin eksplisit untuk tidak yakin |
Analoginya seperti belajar menyetir mobil dengan kopling yang keras. Kamu menginjak pedal dengan hati-hati, memperlakukan setiap perpindahan gigi seperti bisa mematikan mesin. Lalu kamu pindah ke mobil matik, dan kakimu masih melayang di atas pedal yang tidak ada lagi. Kehati-hatianmu dulu tidak salah, hanya diarahkan ke masalah yang mobil itu sudah tidak punya.
Anthropic menerbitkan panduan migrasi setiap kali generasi model baru keluar, karena prompt yang disetel untuk perilaku lama tidak lagi optimal untuk yang baru. Kalau kamu belum pernah membaca satu pun panduan migrasi itu, artinya kamu memakai warisan cerita, bukan kebutuhan model yang sekarang.
Lima kebiasaan berikut memetakan perubahan itu.
Kebiasaan 1: Menulis Instruksi sebagai Larangan
Panduan prompting Anthropic memberi contoh pasangan yang sangat jelas untuk mengarahkan format keluaran. Alih-alih Do not use markdown in your response, rekomendasinya adalah: Your response should be composed of smoothly flowing prose paragraphs.
Maksudnya sama, tata bahasanya berlawanan. Instruksi negatif memberi tahu model apa yang harus dihindari tanpa memberi tahu apa yang harus dituju, jadi model menebak-nebak sasarannya. Instruksi positif memberinya sesuatu untuk dijalani.
| Sebelum | Sesudah |
|---|---|
| "Jangan pakai markdown di jawabanmu." | "Jawabanmu harus tersusun dari paragraf prosa yang mengalir." |
| pagar yang kabur | tujuan yang jelas |
Ini berlaku di luar soal format. Setiap kali kamu menangkap diri sendiri menulis "jangan", coba tulis ulang versi positif dari permintaan yang sama lebih dulu.
Kebiasaan 2: Membungkus Semua Prompt dengan Tag XML
Tag XML tidak berhenti bekerja. Ia tetap alat yang tepat saat satu prompt mencampur beberapa jenis konten: instruksi, konteks latar, contoh, dan input variabel sekaligus. Panduan Anthropic spesifik soal ini, tag mengurangi salah tafsir ketika jenis konten akan saling kabur kalau dibiarkan menyatu.
Yang berubah adalah default-nya. Untuk permintaan pendek dengan satu tujuan, perancah itu sekarang jadi beban tambahan yang tidak perlu diurai model untuk memahami maksudmu. Simpan tag untuk prompt yang cukup rumit sehingga manusia yang membacanya dari dingin pun akan bingung di mana satu bagian berakhir dan bagian lain dimulai.
Bedanya terasa pada dua permintaan nyata. "Ringkas email ini dalam tiga poin" tidak butuh satu tag pun. Tapi prompt yang menyerahkan tiket dukungan, dokumen kebijakan, dan tiga contoh tiket yang sudah selesai sekaligus jelas mendapat manfaat kalau masing-masing dibungkus:
XML<ticket>...</ticket>
<policy>...</policy>
<examples>...</examples>
Di situ tag bukan hiasan. Tag itulah satu-satunya alasan Claude tahu dokumen kebijakan bukan contoh keempat.
Kebiasaan 3: Membiarkan Claude Menebak Kekurangan Instruksi
Ini yang paling mengejutkan saya, karena arahnya berlawanan dengan dua kebiasaan pertama. Semakin baik model mengikuti instruksi secara harfiah, semakin buruk hasil dari permintaan yang kabur.
Contoh sederhana dari panduan migrasi Anthropic. "Buat dashboard analitik" menghasilkan sesuatu yang generik. "Buat dashboard analitik. Sertakan sebanyak mungkin fitur dan interaksi yang relevan. Jangan berhenti di dasar, buat implementasi yang lengkap" menghasilkan sesuatu yang jauh lebih dekat dengan yang sebenarnya dimaksud kebanyakan orang.
Model lama cenderung menambal permintaan yang kurang spesifik dengan asumsi konteks. Model sekarang lebih mungkin membangun persis apa yang kamu minta, termasuk lubangnya. Kalau kamu ingin lebih dari sekadar versi minimal, hal itu harus ditulis sekarang, bukan disiratkan.
Ini bukan alasan menulis prompt sepanjang mungkin. Tambahan hanya berguna kalau ia mengubah keputusan yang akan diambil model: cakupan, batasan, atau definisi selesai. Kalau tidak, kamu cuma memindahkan pekerjaan menebak ke dirimu sendiri.
Kebiasaan 4: Mengetik "Think Step by Step" di Setiap Prompt
Prompting chain-of-thought manual dulu salah satu trik paling andal, dan sekarang belum mati, hanya diturunkan statusnya menjadi cadangan.
Model Claude terbaru memakai apa yang disebut Anthropic sebagai adaptive thinking: model sendiri yang memutuskan kapan sebuah masalah perlu penalaran lebih dalam dan seberapa banyak, berdasarkan kompleksitas pertanyaannya. Menurut evaluasi internal Anthropic, adaptive thinking secara konsisten mengungguli pendekatan manual yang menetapkan anggaran penalaran tetap.
Menuliskan "think step by step" secara manual masih bekerja sebagai cadangan saat thinking dimatikan. Tapi untuk hal yang benar-benar rumit, sebagian besar model sekarang sudah mengambil penalaran lebih dalam tanpa diminta, dan caranya sendiri cenderung mengalahkan skrip berpikir buatan manusia.
Kebiasaan 5: Tidak Pernah Mengizinkan Claude untuk Tidak Yakin
Ini bukan soal preferensi format. Ini ada di panduan resmi Anthropic untuk mengurangi halusinasi, di bawah judul yang menjelaskan fungsinya: izinkan Claude mengatakan "saya tidak tahu".
Memberi tahu model secara eksplisit bahwa ia boleh mengakui ketidakyakinan (alih-alih menuntut jawaban apa pun) terbukti menurunkan jawaban yang salah dengan percaya diri. Kedengarannya terlalu kecil untuk berpengaruh. Mekanismenya sederhana: tanpa izin itu, model yang ditekan untuk menjawab kadang mengisi celah dengan sesuatu yang terdengar masuk akal, bukan menandai celahnya.
Kira-kira seperti ini bentuknya sebagai system prompt:
PYTHONimport anthropic
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-sonnet-5",
max_tokens=1024,
system=(
"Jika data yang diberikan tidak cukup untuk menarik kesimpulan "
"yang meyakinkan, katakan itu langsung, jangan berspekulasi."
),
messages=[
{"role": "user", "content": "Apa penyebab penurunan pendaftaran minggu lalu?"}
],
)
Satu baris di system prompt. Itu seluruh tekniknya. Tidak ada biaya tambahan, dan ini peningkatan akurasi termurah di seluruh daftar.
Pikirkan kenapa perilaku default bekerja melawanmu di sini. Model yang tidak pernah diberi izin untuk berkata "saya tidak yakin" tetap diminta menghasilkan jawaban yang terdengar lengkap setiap kali. Di antara punya informasi dan tidak punya, tekanan untuk terdengar lengkap itulah tempat jawaban salah yang meyakinkan menyelinap masuk. Menghapus tekanannya menghapus insentif untuk memalsukan.
Saya mengujinya pada pertanyaan yang saya tahu tidak punya jawaban bersih: satu statistik spesifik dari laporan yang hanya sebagian menyinggung topiknya. Tanpa baris izin, saya mendapat angka yang meyakinkan. Dengan baris itu, saya mendapat jawaban langsung bahwa laporannya tidak cukup luas untuk memastikan, plus apa yang bisa dikatakannya sebagai gantinya. Jawaban kedua kurang memuaskan dibaca, dan jauh lebih berguna.
Contoh: Satu Prompt Sebelum dan Sesudah
Kelima kebiasaan itu lebih mudah terasa kalau dilihat dalam satu prompt utuh. Ambil contoh permintaan yang sering muncul: meringkas laporan mingguan.
Sebelum, semua kebiasaan lama menumpuk di satu paragraf:
CODEJangan pakai markdown. Ringkas laporan ini. Think step by step.
Kasih analisis yang lengkap dan mendalam ya.
Sesudah, tujuan ditulis positif, lingkupnya eksplisit, penalaran diserahkan ke model, dan ada izin untuk tidak yakin:
CODERingkas laporan ini menjadi tiga paragraf prosa yang mengalir, masing-masing
maksimal empat kalimat. Tekankan penyebab penurunan pendaftaran dan bukti yang
mendukungnya di dalam laporan. Jangan mengarang angka: bila laporan tidak memuat
data yang cukup untuk menyimpulkan penyebabnya, sebutkan bagian mana yang kurang.
Perhatikan apa yang berubah, baris per baris:
| Sebelum | Sesudah | Alasannya |
|---|---|---|
| "Jangan pakai markdown" | "tiga paragraf prosa yang mengalir" | larangan diganti tujuan yang bisa dituju |
| "Think step by step" | dihapus | model sudah memutuskan sendiri kedalaman penalaran |
| "analisis lengkap dan mendalam" | "tekankan penyebab penurunan… dan buktinya" | lingkup ditulis, bukan disiratkan |
| — | "jangan mengarang angka… sebutkan bagian mana yang kurang" | izin eksplisit untuk tidak yakin |
Hasilnya bukan prompt yang lebih panjang. Prompt sesudahnya malah lebih pendek, tapi setiap kalimatnya mengubah keputusan yang akan diambil model.
Kebiasaan Bonus: Menjelaskan Ulang Siapa Kamu di Setiap Chat Baru
Kalau kamu menempelkan paragraf "ini peran saya dan ini yang sedang saya kerjakan" ke setiap percakapan baru, kamu mengerjakan pekerjaan setup yang sebenarnya sudah ditangani fitur Claude sendiri.
Sebuah Project menampung instruksi khusus, berkas, dan riwayat percakapan dalam satu ruang kerja, jadi chat baru di dalamnya tidak mulai dari nol. Fitur memory melangkah lebih jauh dan bekerja di luar Project juga: sejak pembaruan Juli 2026, ia menyimpan yang dipelajarinya tentang kamu sebagai entri terpisah yang berkategori, bukan satu ringkasan buram yang terus menumpuk. Kamu bisa membuka Settings, lalu Memory, dan membaca, mengubah, atau menghapus tiap entri satu per satu.
Satu hal yang layak kamu periksa sendiri: sebagian akun masih memakai versi memory lama, yang berada di Settings, lalu Capabilities, dan sifatnya meringkas alih-alih merinci. Versi mana yang kamu punya menentukan seberapa presisi kamu bisa mengeditnya, jadi ada baiknya dilihat dulu sebelum mengasumsikan salah satunya.
Kapan Kebiasaan Lama Masih Berguna
Bukan berarti struktur harus dibuang sepenuhnya. Prompt yang benar-benar rumit, beberapa dokumen sekaligus, instruksi bersarang, aturan keluaran yang ketat, semuanya tetap mendapat manfaat dari tag XML persis seperti dulu. Memberi Claude peran yang konsisten juga masih membantu saat kamu butuh persona yang sama di puluhan keluaran.
Kesalahannya bukan pada penggunaan teknik itu. Kesalahannya adalah meraih semua teknik itu di setiap prompt, karena kebiasaan, pada tugas yang cukup sederhana sehingga perancahnya lebih berat daripada permintaannya.
Yang Perlu Kamu Bawa Pulang
Saya memperlakukan kebiasaan prompting seperti memori otot: sesuatu yang dipelajari sekali lalu tidak pernah punya alasan untuk dipertanyakan lagi. Itu cara berpikir yang salah untuk alat yang berubah di bawahmu setiap beberapa bulan.
Orang yang terlihat seperti pengguna mahir Claude di 2026 bukan yang menghafal lebih banyak trik. Mereka hanya berhenti mengasumsikan trik tahun lalu masih melakukan apa yang mereka kira. Itu keunggulan sebenarnya: bukan prompt rahasia, melainkan membaca dokumentasi yang dilewatkan orang lain.
Uji satu kebiasaan dari promptmu minggu ini. Pilih yang paling sering kamu pakai, yang paling kamu bela, lalu bandingkan dengan apa yang benar-benar didokumentasikan sekarang. Saya melakukannya pada satu instruksi format berumur dua tahun, dan ternyata selama ini ia diam-diam bekerja melawan saya.
Ini bukan kritik untuk yang masih memakai kebiasaan lama. Sebagian besarnya memang bekerja saat dipelajari, dan tidak ada yang mengirim memo setiap kali sepotong saran diam-diam berhenti berlaku. Satu-satunya perbaikan nyata adalah memperlakukan kebiasaan prompting seperti keterampilan di bidang yang bergerak cepat: layak ditinjau ulang dengan sengaja, bukan dipercaya hanya karena pernah berhasil.
Kalau kamu baru mulai menjalankan beberapa sesi Claude sekaligus, ada juga artikel tentang menjalankan Claude Code seperti tech lead yang membahas pembagian peran dan batas kerjanya.
Referensi
- Anthropic, "Prompting best practices": platform.claude.com/docs
- Anthropic, "Reduce hallucinations": platform.claude.com/docs
- Anthropic, "Prompt engineering overview": docs.claude.com
