Prompt AI untuk coding yang efektif selalu menyebut empat hal: bahasa dan versi framework, potongan kode yang relevan, perilaku yang diharapkan beserta contohnya, dan cara membuktikan kodenya benar. Tanpa empat hal itu, AI menulis kode yang terlihat meyakinkan tapi memakai API versi lama, mengabaikan struktur proyekmu, atau melewatkan kasus tepi.

Panduan ini berlaku untuk ChatGPT, Claude, Gemini, serta asisten di editor seperti Cursor, GitHub Copilot, dan Claude Code.

Kenapa Kode dari AI Sering Salah

  • Versi tidak disebut. AI dilatih dengan kode dari banyak versi. Tanpa keterangan, ia bisa menulis sintaks Laravel 8 untuk proyek Laravel 12.
  • Struktur proyek tidak terlihat. AI tidak tahu kamu sudah punya service class, helper, atau konvensi penamaan tertentu, sehingga menulis ulang dari nol.
  • Kebutuhan ambigu. "Buat fitur upload" bisa berarti satu file atau banyak, gambar atau PDF, disimpan lokal atau di S3.
  • Tidak ada pembuktian. Kode tanpa test hanya bisa dinilai dengan membaca, dan bug halus mudah lolos.

Anatomi Prompt AI untuk Coding

KONTEKS
- Laravel 12, PHP 8.4, Pest 3, MySQL 8
- Proyek memakai service class di app/Services, controller tipis
- Validasi memakai Form Request

TUGAS
Buat endpoint POST /api/invoices/{invoice}/pay yang menandai invoice
lunas dan mencatat pembayaran.

ATURAN
- Invoice yang sudah lunas: kembalikan 422 dengan pesan jelas
- Nominal harus sama persis dengan total invoice
- Jalankan dalam transaksi database

KODE TERKAIT
[tempel model Invoice, migration payments, contoh service lain]

KELUARAN
1. Kode per file dengan path lengkap
2. Test Pest untuk sukses, invoice sudah lunas, nominal salah
3. Jangan ubah file lain tanpa menyebutkannya

Bagian "kode terkait" adalah yang paling sering dilewatkan, padahal paling menentukan. Satu contoh service yang sudah ada membuat AI mengikuti gaya proyekmu.

Template untuk Empat Situasi

Memperbaiki bug

Bug: [perilaku yang terjadi]
Seharusnya: [perilaku yang benar]
Langkah reproduksi: [1, 2, 3]
Pesan error lengkap dan stack trace:
[tempel]
Kode terkait: [tempel]

Jelaskan dulu penyebabnya sebelum memberi perbaikan.
Tulis test yang gagal sebelum perbaikan dan lulus sesudahnya.

Instruksi "jelaskan dulu penyebabnya" mencegah AI langsung menambal gejala, misalnya membungkus kode dengan try-catch tanpa memperbaiki akar masalah.

Refactor

Refactor fungsi berikut agar lebih mudah dibaca. Perilaku harus
sama persis. Jangan ubah signature publik. Tunjukkan perubahan
dalam bentuk diff dan jelaskan alasannya singkat per poin.
[tempel kode]

Review kode

Review kode berikut sebagai senior developer. Urutkan temuan dari
yang paling berisiko: bug, keamanan, performa, keterbacaan.
Untuk setiap temuan: baris, masalah, dan contoh perbaikan.
Jangan komentari gaya yang sudah konsisten dengan proyek.
[tempel diff]

Belajar konsep baru

Saya paham PHP dan Laravel, belum pernah pakai queue.
Jelaskan cara kerja queue Laravel dengan contoh mengirim email
setelah registrasi. Mulai dari yang paling sederhana (driver
database), lalu sebut kapan perlu Redis.

Kebiasaan yang Membuat Hasil Jauh Lebih Baik

  • Kerjakan bertahap. Minta rencana atau daftar file yang akan diubah dulu, setujui, baru minta kodenya.
  • Beri contoh input dan output. Untuk fungsi format tanggal, tulis "input 2026-01-05, output 5 Jan 2026".
  • Minta AI menyebut asumsinya. Kalimat "sebutkan asumsi yang kamu buat" sering membongkar salah paham sebelum menjadi bug.
  • Jalankan, jangan hanya membaca. Setiap kode dari AI harus melewati test dan linter proyekmu sebelum di-commit.
  • Cek package yang disarankan. AI kadang menyebut package yang tidak ada atau sudah tidak dirawat. Cek di Packagist atau npm sebelum memasang.

Kesalahan yang Sering Terjadi

  • Menempel seluruh repo. Konteks yang terlalu besar membuat AI kehilangan fokus. Kirim file yang terkait langsung saja. Prinsipnya dibahas di context engineering.
  • Menerima kode yang tidak kamu pahami. Kalau kamu tidak bisa menjelaskan kodenya, kamu tidak bisa merawatnya. Minta penjelasan per baris untuk bagian yang asing.
  • Menempel kredensial. Hapus API key, password database, dan isi file .env dari potongan kode sebelum dikirim.
  • Percakapan terlalu panjang. Setelah puluhan revisi, AI mulai mencampur versi kode lama dan baru. Mulai sesi baru dengan kode terbaru.

Langkah Berikutnya

Kalau kamu ingin AI tidak hanya menulis potongan kode, tapi juga membaca proyek, menjalankan test, dan memperbaiki sendiri, lanjut ke agentic AI coding. Untuk menilai kapan gaya "serahkan ke AI" berbahaya, baca vibe coding: peluang dan risikonya. Butuh merapikan respons API saat debugging? Pakai Format JSON.