AI untuk kerja paling cepat dikuasai dengan urutan yang tepat: belajar menulis prompt yang jelas, lalu memahami cara memberi konteks, kemudian menerapkannya ke pekerjaanmu sendiri (dokumen, data, atau kode), dan terakhir memakai AI yang bekerja bertahap seperti agent. Halaman ini memetakan semua panduan AI di Afapedia Studio sesuai urutan itu, supaya kamu tahu harus membaca apa dulu dan apa berikutnya.
Mulai dari Sini: 3 Artikel Pertama
- Cara prompting yang benar: rumus lima bagian (peran, tugas, konteks, format, batasan) yang membuat jawaban AI langsung bisa dipakai.
- 7 kesalahan umum saat pakai AI: kenapa jawaban terasa generik atau salah fakta, dan cara memperbaikinya.
- 15 template prompt ChatGPT siap pakai: langsung terapkan ke email, notulen, laporan, dan konten.
Tiga artikel ini cukup untuk membuat pemakaian ChatGPT, Claude, atau Gemini terasa jauh lebih berguna dalam seminggu.
Naik Level: Konteks dan Biaya
- Context engineering: menyusun instruksi, dokumen, dan contoh agar AI konsisten untuk pekerjaan berulang.
- Prompt engineering 2026: teknik yang masih bekerja di model terbaru dan trik lama yang bisa ditinggalkan.
- Cara hemat token AI: menekan biaya API dan jatah langganan, lengkap dengan contoh hitungan rupiah.
AI untuk Kerja Kantor dan Bisnis
- AI untuk KAK dan dokumen dinas: prompt per bagian untuk dokumen administratif yang baku.
- Analisis data dengan AI: membersihkan dan merangkum spreadsheet lewat pertanyaan biasa, plus cara mengecek angkanya.
- AI untuk manajemen proyek: estimasi, laporan status mingguan, dan mendeteksi hambatan.
- Prompt AI untuk gambar: foto produk, ilustrasi, dan latar konten.
- AI dalam bidang kesehatan: cara kerja, batasan, dan cara bijak memakai chatbot untuk informasi medis.
AI untuk Developer
- Cara prompt AI untuk coding: template untuk fitur, bug, refactor, dan review.
- AI di workflow web development: peran AI dari perencanaan sampai dokumentasi, plus aturan tim.
- Agentic AI coding: bekerja dengan agent seperti Claude Code dan Cursor tanpa kehilangan kendali.
- Vibe coding: kapan menyerahkan kode ke AI masuk akal, dan kapan berbahaya.
AI Lanjutan: Agent, RAG, dan AI Lokal
- AI agents otonom: cara kerja, tingkat otonomi, dan batas aman.
- Multi-agent workflow: membagi tugas besar ke beberapa AI.
- Model Context Protocol: standar menghubungkan AI ke file, database, dan aplikasi.
- RAG: membuat AI menjawab dari dokumenmu sendiri.
- Memilih local LLM lalu praktik di tutorial Ollama: AI yang berjalan di laptop sendiri untuk data sensitif.
Tools Pendukung
- Kalkulator Token & Biaya AI: perkirakan token dan biaya API per bulan dalam rupiah.
- Penghitung Kata: cek panjang prompt atau hasil tulisan.
- Format JSON: rapikan keluaran AI yang berbentuk JSON.
Urutan Belajar yang Disarankan
| Minggu | Fokus | Hasil yang bisa dicek |
|---|---|---|
| 1 | Prompting dan kesalahan umum | 3 prompt kerja harianmu yang hasilnya langsung terpakai |
| 2 | Template dan konteks | Satu instruksi sistem untuk pekerjaan berulang |
| 3 | Penerapan ke dokumen atau data | Satu laporan atau dokumen yang dibuat lebih cepat dari biasanya |
| 4 | Agent, RAG, atau AI lokal sesuai kebutuhan | Satu alur kerja yang berjalan bertahap dengan pengawasan |
Prinsip yang Berlaku di Semua Panduan
- AI membantu, kamu yang bertanggung jawab. Fakta, angka, dan referensi tetap dicek ke sumber aslinya.
- Jangan tempel data rahasia ke layanan AI publik. Samarkan dulu, atau gunakan AI lokal.
- Simpan yang berhasil. Prompt dan instruksi yang terbukti bagus adalah aset kerja yang bisa dipakai ulang.
Halaman ini diperbarui setiap kali ada panduan baru di kategori AI untuk Kerja.
