Cara Menulis Prompt yang Menghasilkan Kode Berkualitas dari AI

Kenapa Prompt Itu Penting?

AI coding assistant seperti GitHub Copilot, Claude, atau ChatGPT menghasilkan output yang sangat berbeda tergantung cara kita bertanya. Prompt yang buruk menghasilkan kode yang harus ditulis ulang. Prompt yang baik menghasilkan kode yang langsung bisa dipakai — atau minimal 80% siap pakai.

Pola Prompt yang Terbukti Efektif

1. Berikan Konteks Teknologi

Selalu sebutkan stack yang dipakai. Jangan hanya bilang "buat fungsi validasi email" — katakan "buat fungsi validasi email di TypeScript yang mengembalikan { valid: boolean; reason?: string }".

2. Sertakan Constraint Eksplisit

Tambahkan batasan seperti: "tanpa library eksternal", "gunakan async/await bukan callback", "tulis unit test-nya sekalian dengan Vitest". Constraint membantu AI fokus.

3. Berikan Contoh Input/Output

Buat fungsi parseCSV(raw: string) yang:
- Input: "name,age
Khalim,25
Budi,30"
- Output: [{ name: "Khalim", age: 25 }, { name: "Budi", age: 30 }]
- Handle baris kosong dan whitespace di sekitar koma

4. Minta Penjelasan Singkat

Tambahkan "jelaskan setiap bagian penting dengan komentar inline" — ini memaksa AI menghasilkan kode yang lebih intentional dan mudah di-review.

5. Iterasi dengan Feedback Spesifik

Jangan hanya bilang "ini salah, perbaiki". Katakan "fungsi ini menghasilkan NaN saat input kosong — tambahkan guard untuk edge case itu dan tambahkan test case-nya".

Template Prompt Siap Pakai

Konteks: [Stack/language/framework yang dipakai]
Task: [Deskripsi task yang spesifik]
Constraint: [Batasan teknis atau preferensi]
Output yang diharapkan: [Format, tipe return, atau contoh]
Jangan: [Hal yang ingin dihindari]

Kesimpulan

Prompt engineering untuk coding adalah skill yang bisa dipelajari dan terus diasah. Semakin spesifik dan terstruktur prompt kamu, semakin sedikit waktu yang terbuang untuk refactor hasil AI.