Rekayasa Cepat: Panduan untuk Pemasar dan Pembuat Konten

ChatGPT dan alat AI generatif lainnya akan mengubah dunia kerja seperti yang kita ketahui.

Tapi jangan mengambil kata-kata saya untuk itu.

Peneliti dari OpenAI, OpenResearch, dan University of Pennsylvania memperkirakan bahwa 80% tenaga kerja AS akan melihat dampak alat AI generatif pada setidaknya 10% tugas mereka.

Ini berarti ketika alat AI berkembang, lebih banyak perusahaan dan karyawan akan menggunakan alat ini untuk mengotomatiskan tugas tertentu, meningkatkan efisiensi, atau bahkan mengganti beberapa pekerjaan seluruhnya.

Contohnya adalah perusahaan yang mulai menggunakan ChatGPT, melihat nilainya, dan melepaskan karyawan yang bertanggung jawab atas tugas admin dan komunikasi pelanggan tertentu, dan bahkan tugas terkait pemasaran untuk "menghemat biaya dan menyelesaikan pekerjaan lebih cepat".

(Ini sudah terjadi)

Ini mungkin terjadi ketika para eksekutif merasa alat AI dapat melakukannya lebih cepat dan lebih akurat, meskipun ada peringatan bahwa alat AI ini tidak boleh diandalkan sepenuhnya.

Tapi ada hikmahnya.

Mendapatkan hasil yang berarti dari alat AI generatif membutuhkan sentuhan manusia. Tugas seperti pemrograman, penulisan, penerjemahan, dan analisis masih bergantung pada masukan manusia—kata, kode, dan konteks yang kita gunakan saat "meminta alat". Akibatnya, ada jalur karier baru yang sedang dikerjakan: teknik cepat.

Panduan ini merinci semua yang perlu Anda ketahui tentang prompt engineering, termasuk apa itu, tips menulis prompt yang efektif dan menggunakan AI dalam alur kerja Anda , serta keterampilan yang Anda perlukan untuk sukses di lapangan—apakah Anda seorang pemasar atau pencipta.

Saya akan membawa Anda dalam tur singkat tentang bidang teknik cepat yang berkembang pesat. Jika Anda ingin melewatkan pembukaan dan masuk ke hal-hal menyenangkan, inilah yang saya bahas dalam artikel ini:

• Apa itu Rekayasa Cepat
• Anatomi Prompt: Elemen dan Teknik
• Kiat untuk Rekayasa Cepat yang Efektif
• Rekayasa Cepat untuk Pemasar dan Pembuat Konten

Mari kita masuk ke dalamnya!

Apa itu Rekayasa Cepat

Rekayasa cepat adalah proses menyusun dan menyempurnakan instruksi atau kueri yang Anda berikan ke alat AI generatif untuk mendapatkan respons tertentu.

Konsep ini telah mencapai status kata kunci sejak peluncuran ChatGPT pada akhir 2022. Dari Forbes hingga Insider, publikasi teknologi dan bisnis membanjiri posisi misterius baru ini yang dalam beberapa kasus mencapai lebih dari $350 ribu.

Sementara kelangsungan jangka panjang dari jalur karir insinyur yang cepat masih diperdebatkan, satu hal yang tidak:

Perusahaan di semua industri berebut untuk memanfaatkan alat AI generatif untuk mendapatkan keunggulan kompetitif.

Meta, Slack, Instacart, Shopify, Canva, dan raksasa teknologi lainnya telah naik kereta dengan produk berbasis GPT. Tapi tanggung jawab tidak berhenti dengan SaaS; bisnis di seluruh perawatan kesehatan, real estat, dan media juga menggunakannya.

Tetapi jika Anda telah menggunakan alat GPT apa pun, Anda tahu hasilnya tidak selalu dengan kualitas terbaik. Tentu, mereka memiliki beberapa kemampuan yang mengesankan dan tampaknya meningkat secara teratur, tetapi terkadang mereka memberikan informasi yang tidak akurat atau jawaban yang tidak relevan.

Sederhananya, kualitas petunjuk Anda menentukan kualitas hasil yang Anda dapatkan dari alat ini. Prompt yang direkayasa dengan baik secara efektif mengomunikasikan maksud Anda ke model AI, sehingga menghasilkan jawaban yang menjawab pertanyaan Anda secara akurat. Itulah mengapa mengetahui cara menggunakan alat ini sangat berharga, terutama jika Anda berada dalam pembuatan konten atau permainan pemasaran.

Sebelum kita masuk ke inti dari bagian ini, saya ingin Anda mengingat 4 langkah utama teknik cepat ini:

• Menentukan tujuan atau sasaran: Semua petunjuk berisi tujuan atau sasaran yang ditentukan dengan jelas yang menyatakan apa yang diharapkan dihasilkan oleh AI.Ini termasuk hal-hal seperti menentukan format, audiens target, atau nada konten yang diinginkan.

• Mengatur konteks: Memberikan informasi latar belakang dan konteks lain yang relevan dengan topik membantu model AI lebih memahami output yang Anda inginkan, memungkinkan model menghasilkan respons yang lebih relevan dan akurat.

• Memberikan contoh dan panduan: Menyertakan contoh dalam perintah memberikan model AI sebuah template untuk bagaimana seharusnya menghasilkan konten yang diinginkan.Ini sangat membantu ketika Anda ingin AI mengikuti struktur tertentu atau mematuhi panduan tertentu.
• Iterasi dan pemurnian: Rekayasa cepat, seperti bentuk komunikasi apa pun, adalah pendekatan berulang.Anda perlu menguji variasi prompt yang berbeda, mengevaluasi konten yang dihasilkannya, dan menyempurnakan prompt berdasarkan seberapa baik itu memenuhi tujuan atau sasaran Anda.

Setiap kali saya mengalami kesulitan untuk mendapatkan hasil berkualitas dari alat seperti ChatGPT atau Jasper , saya kembali melalui 4 langkah ini untuk memverifikasi bahwa saya telah memberikan semua yang dibutuhkan AI. Ingat: alat ini hanya sebaik masukan yang kami berikan!

Sekarang mari kita lihat elemen prompt spesifik dan teknik prompt yang dapat Anda gunakan untuk merekayasa masukan kualitas.

Anatomi Prompt: Elemen dan Teknik

Anjuran terdiri dari beberapa komponen utama yang bekerja sama untuk memandu alat AI generatif menuju hasil yang diinginkan. Memahami setiap komponen dan, yang lebih penting, bagaimana model AI menafsirkannya akan membantu Anda mendapatkan hasil yang diinginkan.

Berikut adalah empat komponen utama yang perlu diingat selama proses penulisan prompt:

Instruksi

Bagian instruksi menguraikan tugas yang Anda ingin AI lakukan. Ini memberikan deskripsi yang jelas dan ringkas tentang tindakan yang diinginkan, seperti meringkas, mengekstraksi, menerjemahkan, mengklasifikasikan, atau membuat teks.

Kejelasan dan kekhususan instruksi sangat penting, karena secara langsung memengaruhi relevansi dan keakuratan konten yang dihasilkan AI. AI generatif mengandalkan instruksi ini untuk memahami maksud pengguna dan menghasilkan respons yang sesuai dengan harapan mereka.

Pada prompt di bawah ini, saya telah memberikan instruksi yang jelas kepada ChatGPT tentang output yang ingin saya buat: 10 ide postingan blog yang berisi judul dan paragraf pengantar.

Konteks

Konteks adalah komponen penting dari prompt. Ini membantu model AI memahami informasi latar belakang dan materi pelajaran yang relevan dengan tugas. Ini mungkin termasuk detail tentang topik, genre, nada, audiens target, atau batasan atau pedoman khusus apa pun.

Dengan menetapkan konteks, pengguna dapat memandu model AI untuk menghasilkan konten yang sesuai konteks dan mematuhi parameter yang diberikan.

Dalam prompt contoh yang sama, saya memulai prompt dengan sedikit konteks: "Saya perlu menulis postingan blog tentang platform CRM terbaik untuk bisnis kecil dan pemula."

Memasukan data

Data input mengacu pada konten atau informasi aktual yang akan diproses dan digunakan oleh model AI untuk menghasilkan output. Dalam beberapa kasus, ini mungkin merupakan bagian dari teks yang harus diringkas atau dianalisis oleh AI; di tempat lain, ini mungkin kumpulan poin data atau contoh yang harus dipertimbangkan AI saat membuat responsnya.

Memberikan data masukan yang akurat dan relevan sangatlah penting, karena ini membentuk dasar untuk konten yang dihasilkan AI dan memastikan bahwa keluarannya bermakna dan informatif.

Melihat prompt contoh kami sekali lagi, kami melihat bahwa input data yang saya sertakan adalah contoh output yang menunjukkan bagaimana saya ingin ChatGPT memformat dan menulis konten.

Indikator keluaran

Indikator keluaran membantu menentukan format, struktur, atau penyajian konten yang dihasilkan AI. Mereka dapat menyertakan instruksi eksplisit untuk mengatur keluaran, seperti menentukan jumlah poin-poin, urutan informasi, atau panjang yang dibutuhkan.

Indikator output juga membantu memandu model AI dalam menghasilkan respons yang mudah dibaca, terstruktur dengan baik, dan selaras dengan format yang diinginkan pengguna.

Dalam prompt contoh, saya memberi ChatGPT beberapa indikator keluaran untuk mengarahkan tampilan konten yang saya inginkan, termasuk jumlah item (total 10 ide), bagian komponen (judul dan paragraf intro), dan jumlah kalimat (4- 5).

Saat pengguna membuat prompt yang menggabungkan komponen ini secara efektif, AI generatif seperti ChatGPT dan Jasper lebih siap untuk menginterpretasikan prompt dan menghasilkan konten yang memenuhi kebutuhan pengguna.

Dengan memahami anatomi prompt dan peran yang dimainkan setiap komponen, Anda dapat mengoptimalkan keterampilan teknik prompt Anda dan memanfaatkan potensi penuh alat pembuat konten berbasis AI.

Teknik Rekayasa Cepat

Sekarang mari kita lihat jenis utama dari teknik teknik cepat, dengan sedikit dukungan visual dari teman baru kita ChatGPT.

Perintah tanpa tembakan

Perintah zero-shot adalah model di mana model AI belum diberikan contoh atau konteks apa pun untuk membantunya memahami tugas yang diminta untuk dilakukan. Model diharapkan dapat menyelesaikan tugas berdasarkan pengetahuan umum dan kemampuannya untuk menginterpretasikan prompt.

Permintaan zero-shot sangat bagus saat Anda hanya mencari akses cepat ke informasi seperti definisi atau jawaban untuk pertanyaan tertentu.

Perintah Sekali Tembak

One-shot prompt memberi model AI satu contoh untuk mendemonstrasikan tugas yang diinginkan. Ini membantu model memahami persyaratan pola atau format apa pun untuk digunakan dalam respons.

Perintah sekali pakai lebih efektif jika Anda memiliki contoh spesifik tentang bagaimana Anda ingin AI merespons instruksi Anda, seperti soal matematika.

Prompt beberapa tembakan

Perintah beberapa tembakan mirip dengan perintah satu tembakan, tetapi memberikan banyak contoh untuk membantu model AI lebih memahami keluaran yang diinginkan. Ini memungkinkan model untuk menggeneralisasi tugas secara lebih efektif.

Jika Anda menemukan bahwa Anda tidak mendapatkan hasil yang bagus dari prompt satu-shot, mengubahnya menjadi prompt beberapa-shot dengan lebih banyak contoh dapat membantu membuat output Anda lebih dekat ke format yang diinginkan.

Anjuran Rantai Pemikiran

Perintah rangkaian pemikiran melibatkan serangkaian pertanyaan atau tugas yang terhubung, dengan respons model terhadap petunjuk sebelumnya yang memengaruhi pemahamannya dan jawaban atas petunjuk berikutnya. Jenis perintah ini berguna untuk tugas yang rumit atau untuk menjaga konteks dalam percakapan.

Perintah rantai pemikiran favorit pribadi saya sangat bagus ketika Anda ingin menyelam lebih dalam ke suatu topik tanpa membuang waktu mengubah dan memformat setiap perintah individu. ChatGPT dan AI lainnya dengan antarmuka seperti obrolan mampu membawa informasi, instruksi, dan konteks dari entri sebelumnya dan memasukkannya ke dalam keluaran saat ini.

Kiat untuk Rekayasa Cepat yang Efektif

Terlepas dari sifat teknis dan ilmiah yang tinggi dari alat AI ini, proses rekayasa cepat masih merupakan seni sekaligus sains. Kami masih dalam tahap awal menggunakan alat AI seperti Jasper dan ChatGPT, jadi mengoptimalkan permintaan untuk hasil yang lebih baik bersifat iteratif dan intuitif.

Sama seperti Anda bermain-main dengan kata-kata di posting blog, utas Twitter, atau posting LinkedIn berdasarkan umpan balik sebelumnya dari audiens Anda, Anda harus melakukan hal yang sama dengan hasil yang Anda dapatkan dari alat AI generatif.

Yang mengatakan, ada beberapa aturan umum yang telah diamati oleh para ahli dari OpenAI dan GitHub untuk membantu Anda memasukkan beberapa ilmu pengetahuan ke dalam proses ini.

Mari kita lihat beberapa.

Jadilah Jelas dan Spesifik dalam Kata-kata Anda

Menggunakan frasa yang ambigu dan tidak jelas dijamin akan mempermudah keluaran dari alat AI Anda. Ingat, Anda memasukkan instruksi ke algoritme yang sangat kompleks, jadi berikan saja konteks dan instruksi yang dibutuhkannya.

Saat saya menulis prompt, saya menemukan bahwa menentukan pemformatan dan panjang keluaran yang diinginkan sangat membantu. Ini juga bermanfaat untuk menghubungkan topik utama dari hasil yang diinginkan ke beberapa konteks tambahan.

Berikan Contoh di Prompt Anda

Memberikan contoh output yang Anda inginkan akan memberikan AI template yang tepat untuk bagaimana format dan menghasilkan teks.

Ini sangat membantu saat Anda menggunakan AI untuk membuat daftar opsi keluaran seperti tweet atau postingan sosial lainnya.

Fokus pada Apa yang Anda InginLakukan

Sangat mudah untuk jatuh ke dalam perangkap daftar semua hal yang Andatidakingin alat AI generatif Anda lakukan, tetapi ini bertentangan dengan aturan utama pertama dari kesimpulan dan spesifisitas. Coba ucapkan instruksi Anda dengan afirmatif.

Mungkin diperlukan waktu sedikit lebih lama bagi Anda untuk menulis prompt, tetapi akan sangat berguna jika Anda mendapatkan hasil yang tepat seperti yang Anda cari!

Menguji dan Bereksperimen dengan Anjuran

Menguji dan mengulangi prompt adalah langkah penting dalam bekerja dengan alat AI generatif untuk mendapatkan hasil yang lebih baik. Dengan bereksperimen dengan berbagai struktur cepat, frasa, dan konteks, pengguna dapat memandu AI menuju respons yang lebih akurat, relevan, dan koheren. Proses ini melibatkan penyempurnaan prompt input untuk membuatnya lebih eksplisit atau memberikan konteks atau batasan tambahan untuk mempersempit fokus AI.

Saat Anda beralih melalui petunjuk yang berbeda dan menganalisis output yang dihasilkan, Anda memahami bagaimana AI menginterpretasikan dan merespons berbagai instruksi. Pendekatan berulang ini memberi Anda pemahaman yang lebih dalam tentang cara berkomunikasi secara efektif dengan AI, yang pada akhirnya mengarah pada peningkatan kinerja dan hasil yang lebih diinginkan dari alat AI generatif.

Rekayasa Cepat untuk Pemasar dan Pembuat Konten

Oke, kita telah melakukan uji tuntas dan membahas beberapa konsep dasar dan tip untuk rekayasa cepat. Sekarang saatnya untuk hal-hal yang menyenangkan.

Nah, hampir waktunya untuk bersenang-senang—pertama, penafian penting:

Mengerti? Bagus.

Dengan itu, mari masuk ke beberapa contoh bagaimana saya menggunakan ChatGPT di berbagai tugas pemasaran dan pembuatan konten yang saya temui dalam pekerjaan saya sehari-hari.

Ide dan Brainstorming

Salah satu cara paling efektif untuk menggunakan alat AI generatif adalah untuk ide dan curah pendapat. Dengan banyaknya informasi yang digunakan untuk melatih model ini, mereka dapat dengan mudah dan efisien membuat daftar informasi terkait semantik.

Berikut adalah contoh permintaan yang saya gunakan di ChatGPT untuk membuat daftar judul posting blog tentang topik platform CRM terbaik untuk usaha kecil dan pemula:

Seperti yang Anda lihat, saya telah merancang one-shot prompt ini untuk menyertakan konteks, instruksi pemformatan, dan contoh konten yang diperlukan untuk memberi saya beberapa keluaran yang solid.

Hanya dalam beberapa menit, GPT-4 telah memberi saya 10 kombinasi judul-intro berbeda yang dapat saya gunakan untuk membuat posting blog saya.

Latar Belakang Penelitian

Sekitar sebulan yang lalu saya memutuskan bahwa saya perlu mempelajari lebih lanjut tentang sisi akademik pembelajaran mesin dan kecerdasan buatan (untuk alasan yang jelas). Alih-alih proses biasa saya menggunakan Google, Wikipedia, dan jurnal akademik, saya memutuskan untuk mendaftarkan ChatGPT sebagai asisten saya untuk memulai proses penelitian.

Begini caranya.

Dalam waktu sekitar 20 detik, saya mendapatkan daftar peneliti top di bidangnya, termasuk di mana mereka belajar atau bekerja dan penjelasan singkat tentang relevansinya.

Mengetahui bahwa alat tersebut dapat membangun permintaan saya sebelumnya dan menggunakan respons sebagai konteks, saya memutuskan untuk melanjutkan.

Cukup keren, bukan?

Tapi, Anda bisa melangkah lebih jauh.

Tidak nyata.

Hanya dalam waktu kurang dari 5 menit, ChatGPT membantu saya mengumpulkan sejumlah besar informasi tentang bidang yang saya minati, termasuk pakar terkemuka, daftar kontribusi terpenting mereka, dan ringkasan singkat dari setiap kontribusi.

Dan seperti yang Anda lihat, petunjuknya sederhana dan lugas.

Kemampuan prompt rangkaian pemikiran ChatGPT berarti ia membawa konteks dari prompt sebelumnya, jadi saya tidak perlu khawatir tentang prompt rumit yang memakan hitungan token.

Penciptaan Persona

Pengembangan persona pembeli adalah salah satu tugas pemasaran B2B intensif waktu di mana saya terjebak di tahap awal. Tetapi dengan model bahasa yang besar dan perintah yang langsung, mudah untuk memulai.

Sebagai contoh, inilah contoh prompt yang saya gunakan untuk mendalami calon pembeli akun perusahaan Notion.

Sekarang, masih banyak pekerjaan yang harus dilakukan sebelum ini benar-benar berguna—memverifikasi dengan riset produk, survei pengguna, memetakan perjalanan pembeli, dan sebagainya.

Namun, dalam waktu kurang dari satu menit, GPT-4 telah menghasilkan daftar 5 persona pembeli potensial lengkap dengan tujuan dan titik kesulitan masing-masing. Oh, dan penggunaan aliterasi juga merupakan bonus yang bagus.

Identifikasi Kata Kunci

Dengan prompt yang direkayasa dengan baik, Anda juga dapat mempercepat proses identifikasi kata kunci awal Anda.

Misalnya, saya baru-baru ini mencari kata kunci untuk target perusahaan perangkat lunak pelacakan waktu perusahaan. Mengetahui ChatGPT dapat menemukan kata-kata yang relevan jauh lebih cepat daripada yang saya bisa, saya memberinya prompt ini:

Dan inilah yang diberikan GPT-4 kepada saya sebagai hasilnya:

Daftar lebih dari 25 kata kunci potensial dalam waktu kurang dari satu menit!

Sekali lagi, segera setelah mendapatkan daftar ini saya pergi ke ahrefs dan memeriksa hasilnya dalam hal volume pencarian dan kesulitan kata kunci. Namun, ChatGPT membuktikan titik awal yang bagus untuk mengidentifikasi istilah pencarian potensial yang dapat saya gunakan untuk analisis lebih lanjut.

Pembuatan Singkat dan Kerangka

Tempat lain di mana pemasar dan pembuat konten sering terjebak adalah selama pembuatan ringkasan dan kerangka kerja. Tetapi dengan AI generatif, Anda dapat memulai proses pemasaran konten hanya dengan tiga hal:

Ide topik, audiens target, dan beberapa kata kunci.

Ingin contoh? Inilah prompt yang baru-baru ini saya gunakan untuk mendapatkan bantuan AI pada ringkasan yang saya buat untuk posting blog tentang pemasaran TikTok:

Seperti yang Anda lihat, saya merekayasa prompt ini untuk menyediakan AI dengan semua informasi yang diperlukan terkait tujuan, konteks, dan pemformatan output.

Dalam hal ini, saya bahkan sedikit berambisi dengan permintaan pemformatan saya, meminta ChatGPT untuk menggunakan kata kunci yang saya sertakan sebagai subjudul dan membuat garis besar dalam bentuk poin-poin.

Inilah output yang diberikannya kepada saya:

Seperti yang saya harapkan, AI mengambil perintah saya dan dengan mudah mengubahnya menjadi ringkasan yang dengan mudah saya ubah menjadi entri blog—dengan beberapa penyesuaian dan revisi, tentu saja.

Bangun Keterampilan Teknik Cepat dan Optimalkan Alur Kerja Konten Anda

Seperti yang telah saya tunjukkan di paruh kedua artikel ini, pemasaran dan pembuatan konten pasti termasuk dalam 20% pekerjaan yang akan sangat dipengaruhi oleh alat AI generatif.

Alih-alih melihat ini melalui lensa ketakutan, Anda hanya perlu memperlakukannya sebagai alat lain dalam perangkat pemasar: pengoptimalan mesin telusur, pemasaran media sosial, pembuatan permintaan, rekayasa cepat.

Selain gaji yang membengkak, kemampuan untuk membuat masukan yang menghasilkan hasil yang lebih baik dari model bahasa besar adalah keterampilan penting untuk dipelajari oleh pemasar dan pembuat konten. Jika pengadopsian API ChatGPT merupakan salah satu indikator, mayoritas perusahaan perusahaan di SaaS dan seterusnya akan menggunakan alat AI generatif.

Ingat, kita masih berada di masa-masa awal rekayasa cepat, dan segala sesuatunya bergerak cepat—sangat cepat. Jadi, pastikan Anda selalu mengikuti perkembangan terbaru dengan alat seperti Jasper dan ChatGPT, terutama tentang cara menerapkannya dalam alur kerja sehari-hari.

Untuk melihat lagi bagaimana alat AI generatif seperti ChatGPT dan DALL-E merevolusi pemasaran konten, lihat postingan alur kerja konten AI Ross untuk Foundation Insiders.